基于人工神经网络的移动可见光通信接收机研究北大核心CSCD

当前室内可见光通信系统大多考虑接收机静止的情况,无法适用于日益增多的移动设备。为了解决可见光通信系统中移动接收机的解调问题,提出了基于人工神经网络的可见光通信移动接收机方案。以广泛应用的二进制振幅键控调制技术为基础,推导出可见光通信移动场景的检测方法和解调阈值;通过动态时间规整技术提取光强度序列的距离特征,利用遗传算法对特征集进行优化,选择高显著性的少量特征子集;将特征子集送入人工神经网络进行训练,对二进制振幅键控解调阈值进行预测。实验结果显示,方案有效降低了移动场景下可见光通信系统的误码率。