平坦信道下多光源多载波可见光通信系统的优化方法与流程

文档序号:11215376阅读:1393来源:国知局
平坦信道下多光源多载波可见光通信系统的优化方法与流程

本发明涉及可见光通信领域,尤其是一种平坦信道下多光源多载波可见光通信系统的优化方法。



背景技术:

可见光通信(vlc)是一种新兴的接入技术,兼顾了照明和通信,能满足高速数据业务,拥有包括成本低廉、绿色安全、保密性好、易于实现、电磁兼容性好在内的众多优势。

大量宽带可见光通信系统采用多载波技术,多载波技术易于实现,可以获得更高的频谱效率和功率效率。将多载波技术和可见光通信技术相结合,使其兼备了可见光通信和多载波技术的优势,是一种具有较高研究意义和实用价值的技术。

与传统射频无线通信不同的是,可见光通信使用强度调制直接检测(im/dd),即发射端用光强表示信号幅度,接收端检测光强来收取信号。发射端通过led将电信号转变为光信号,通过信道传播后,在接收端通过光电二极管将光信号转换为电信号,用于解调电路处理。由于发送信号载体为光强,因而要求发送信号必须是非负实数。

由于发送信号必须为非负实数,传统射频中的多载波技术需要改进才能应用到可见光通信领域。直流偏置正交频分复用多载波技术(direct-current-biasedopticalofdm,简称dco-ofdm)作为诸多改良方案中的一种,相比于其他方案具有频谱效率高的优势。dco-ofdm在发送信号上叠加了直流分量,将叠加后仍小于零的部分削去,从而使得双极性信号变成了单极性信号,以满足可见光通信中信号非负性的条件。

在dco-ofdm系统中,直流偏置可以调节,但并不传输信号。信号的有效信息是由传输有效功率驱动的波形携带,有效功率由波束成形向量决定。过大的直流偏置会浪费能量,而过小会导致信号严重畸变;过大的有效功率可以加强信号但会加重削波。直流偏置和有效功率同时受到光功率限制,需要提供一个想要的照明水平,因而需要设计一个最合适的直流偏置和有效功率的折衷方案。

可见光信道在自然界中一般是直视径,在复杂的室内环境下对于照明和通信而言都存在不同程度的遮挡影响。一般情况下,照明系统是由多路光源构成,因此可见光通信系统中可以利用多光源增加系统鲁棒性,消除复杂的室内环境对照明和通信的不利影响。多光源可以提供更高的传输速率和更好的通信质量,为满足用眼安全准则所需的照明强度控制提供了灵活度。



技术实现要素:

本发明所要解决的技术问题在于,提供一种平坦信道下多光源多载波可见光通信系统的优化方法,能够给出最大化系统速率的直流偏置和波束成形向量。

为解决上述技术问题,本发明提供一种平坦信道下多光源多载波可见光通信系统的优化方法,包括如下步骤:

(1)设置多光源多载波可见光通信系统的参数,包括信道参数、噪声大小和最大光功率,以最大化数据速率r为目标优化;

(2)引入一个中间变量x,求解出最优解x*

(3)根据最优中间变量x*,对直流偏置b和波束成形向量ω进行联合优化。

优选的,步骤(3)中,联合优化具体包括如下步骤:

(31)平坦信道中,每一个子载波的信道频率响应都相等,故最优波束成形器的设计策略是所有的子载波上均匀分配,所以ωk=ω=σ,k=1,...,k-1,其中ωk是第k个子载波上的波束成形向量,k是子载波的总个数,是传输有效功率,每路led上的有效传输功率

(32)引入中间变量简化问题,通过有效功率σ归一化直流偏置b,取负数作为中间变量其中nt是led的总个数;

(33)根据光功率的约束条件,得到最优的有效功率其中是第i路光源的平均光功率,qo(xi)=φ(xi)-xiq(xi),式中φ(x)是标准正态分布的概率密度函数,q(x)是正态积分函数;

(34)解出最优x*=x*·1,其中x*=argxf(x;γt)=0,式中是整个系统的总信噪比,γi是第i路光源的信噪比;

(35)根据最优中间变量x*,求出最优波束成形向量求出最优的直流偏置

优选的,步骤(34)中,求解方程f(x;γt)=0的根x*的方法:二分法。

本发明的有益效果为:(1)本优化方法用于平坦信道下多光源多载波可见光通信系统优化,包括直流偏置和波束成形向量联合优化,并且考虑光功率限制的情况,本发明具有非常强的实用价值;(2)本发明的优化方法通过对多光源多载波可见光通信系统中的非线性过程建模,抽象出该问题的数学形式,该问题是一个复杂的高度非线性的非凸优化问题,可能存在多个局部极大值,本发明基于对该问题的等价变换给出了具体算法,能够得到精确的最优解;(3)本优化方法不需要额外改变系统硬件等外部条件,仅通过简单的计算,就能大大提升系统性能,采用本优化方法得到的直流偏置和波束成形向量能够最大化系统的数据速率;(4)当系统的最大光功率受限时,优化后的系统光强能够保持恒定,可以兼顾照明;(5)本发明优化方法收敛速度快,易于实现,结果精度高,鲁棒性高。

附图说明

图1为本发明的多光源多载波可见光通信系统的发射器结构示意图。

图2为本发明在平坦信道下两路光源系统中,不同优化策略下相对于信噪比的数据速率对比示意图。

图3为本发明在平坦信道下不同信噪比下,不同优化策略下的系统数据速率对比示意图。

图4为本发明在平坦信道下不同信噪比下,不同优化策略下的系统误比特率对比示意图。

具体实施方式

一种平坦信道下多光源多载波可见光通信系统的优化方法,包括如下步骤:

(1)设置多光源多载波可见光通信系统的参数,包括信道参数、噪声大小和最大光功率,以最大化数据速率r为目标优化;

(2)引入一个中间变量x,求解出最优解x*

(3)根据最优中间变量x*,对直流偏置b和波束成形向量ω进行联合优化。

步骤(3)中,联合优化具体包括如下步骤:

(31)平坦信道中,每一个子载波的信道频率响应都相等,故最优波束成形器的设计策略是所有的子载波上均匀分配,所以ωk=ω=σ,k=1,...,k-1,其中ωk是第k个子载波上的波束成形向量,k是子载波的总个数,是传输有效功率,每路led上的有效传输功率

(32)引入中间变量简化问题,通过有效功率σ归一化直流偏置b,取负数作为中间变量其中nt是led的总个数;

(33)根据光功率的约束条件,得到最优的有效功率其中是第i路光源的平均光功率,qo(xi)=φ(xi)-xiq(xi),式中φ(x)是标准正态分布的概率密度函数,q(x)是正态积分函数;

(34)解出最优x*=x*·1,其中x*=argxf(x;γt)=0,式中是整个系统的总信噪比,γi是第i路光源的信噪比;

(35)根据最优中间变量x*,求出最优波束成形向量求出最优的直流偏置

步骤(34)中,求解方程f(x;γt)=0的根x*的方法:二分法。

图1为多光源多载波可见光通信系统的发射器框图。多光源多载波可见光通信系统中子载波总数为2k,设第k个子载波通过本发明所提供的方法进行调制得到符号zk,并且进行波束成形处理得到传输信号sk=ωkzk。由于光通信要求输出时域信号为实数,因而频域信号需要满足和s0=sk=0。由于带来的对称性,所以在本实施例中只考虑sk,k=1,...,k-1。经过快速离散傅立叶反变换(ifft)得到时域信号s(n)。然后在第i路光源的时域信号si(n)上叠加大小为bi的直流分量得到sdc,i(n)=si(n)+bi,并将信号叠加直流分量后仍然小于零的部分削去以满足非负性要求,即sdc,i(n)=sdc,i(n)u(sdc,i(n)),其中u(sdc,i(n))是单位阶跃函数。最后,数字信号sdc,i(n)通过数字模拟转化器(d/a)和led得到信号sdc,i(t)。sdc,i(t)的光功率是受限的,认为输出信道的光功率大小为

以可见光通信系统中较常见的光功率受限为例,以系统速率最大化为目标,计算最优直流偏置b和波束成形向量w。具体实施步骤如下:

(1)参数设置:获取多光源多载波可见光通信系统在光功率受限时的各路光源的平均光功率系统的噪声功率和第i路光源的信噪比γi,整个系统的总信噪比定义标准正态分布函数和正态积分函数

(2)计算x*=x*·1,其中x*=argxf(x;γt)=0,

(3)根据x*计算出最优的直流偏置b*和波束成形向量ω*

其中qo(xi)=φ(xi)-xiq(xi)。

图2为平坦信道下两路光源系统中,不同优化策略下相对信噪比的数据速率对比示意图。分别对比直流偏置波束成形向量联合优化、对单路光源直流偏置优化、固定直流偏置b=2σ和子载波分组工作的不同情况下相对信噪比的数据速率,可以得知,通过本发明提出的方法进行优化后的系统在达到同样的数据速率所需要的信噪比明显低于其他策略下的系统,优化后的系统性能非常接近于全局最优算法。

图3为平坦信道下不同信噪比下,不同优化策略下的系统数据速率对比示意图。分别对比直流偏置波束成形向量联合优化、对单路光源直流偏置优化、子载波分组工作、固定直流偏置b=σ、b=2σ和b=4.4σ的不同情况下的数据速率,通过本发明提出的方法进行优化后的系统的数据速率明显高于其他策略下的系统,优化后的系统性能非常接近于全局最优算法。

图4为平坦信道下不同信噪比下,不同优化策略下的系统误比特率对比示意图。分别对比直流偏置波束成形向量联合优化、对单路光源直流偏置优化、子载波分组工作、固定直流偏置b=σ、b=2σ和b=4.4σ的不同情况下的误比特率,通过本发明提出的方法进行优化后的系统的误比特率明显低于其他策略下的系统,优化后的系统性能非常接近于全局最优算法。

尽管本发明就优选实施方式进行了示意和描述,但本领域的技术人员应当理解,只要不超出本发明的权利要求所限定的范围,可以对本发明进行各种变化和修改。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1