基于神经元均衡器的高速有机可见光通信系统的制作方法

本发明属于可见光无线通信领域，涉及一种基于神经元均衡器的高速有机可见光通信系统。

背景技术：

在全球对照明产品呼吁绿色环保、高效节能的要求下，半导体固态光源照明成为未来照明市场的主流。自1987年邓青云教授发现oled(organiclightemittingdiode)以来，经过三十多年的研究，其性能及理论研究已获得迅猛的发展。目前，oled各单色光发光器件制备技术趋于成熟。其中白光oled器件在材料结构、材料选择范围、材料纯度以及功能可调性上极具特点，并且涵盖了led(lightemittingdiode)器件高效节能、大面积制作成本低等优势，还包括led不具备的透明性、轻薄性、宽发光光谱及可柔性的特点。因此，白光oled器件在应用前景和器件性能上更具有竞争力，将逐渐应用于包括建筑照明、广告牌、便携消费市场、零售展示用照明和居住用照明等领域

可见光通信技术，作为一种利用发光设备发出人眼感觉不到的高速明亮闪烁的光信号来实现信息传输的新兴无线通信技术，具有绿色环保、无电磁干扰、数据传输速率大、功耗低等特点，并且，与现有无线电波传输手段不同，可见光通信只有在光到达的地方才能接收到信号，因此其安全性能高，不容易泄露信息。

将oled应用于可见光通信具有广阔的应用前景。但是，oled的带宽相比led带宽要窄得多，这使得在高速通信时会产生严重的码间干扰问题，大大影响ovlc系统的传输速率，限制了oled在可见光通信领域的应用。

技术实现要素：

为了克服现有技术中由于oled带宽限制造成的码间干扰问题，本发明的目的在与提供一种基于神经元均衡器的高速有机可见光通信系统，该系统克服了由于oled窄带宽造成的系统传输速率低的问题，实现ovlc系统的高速通信。

本发明的目的通过以下技术方案实现：一种基于神经元均衡器的高速有机可见光通信系统，包括有机可见光通信发射子系统10和有机可见光通信接收子系统20。所述有机可见光通信发射子系统10，包括第一可编程门阵列11、oled驱动电路模块12、oled灯具13。进一步地，所述第一可编程门阵列11负责对信息的采集和处理，所述第一可编程门阵列11包括信号产生模块111与信号调制模块112；进一步地，所述oled驱动电路模块12的一端与第一可编程门阵列11相连，所述oled驱动电路模块12的另一端与oled灯具13相连，所述oled驱动电路模块12将第一可编程门阵列11的输出信号转换为可驱动oled灯具13的电流信号。

所述有机可见光通信接收子系统20包括光电检测器件21、接收电路模块22、第二可编程门阵列23。进一步地，所述接收电路模块22的一个端口与光电检测器件21相连，所述接收电路模块22的另一个端口与第二可编程门阵列23相连；进一步地，所述接收电路模块22包括放大电路模块221和ad模数转换模块222，所述放大电路模块221将光电检测器件21接收到的信号进行放大，并通过ad模数转换模块222进行采样，进而输入第二可编程门阵列23；进一步地，所述第二可编程门阵列23包括神经元均衡器231和信号解调模块232，进一步地，所述神经元均衡器231，其对光信号的序列均衡采用多层感知器，包括神经网络输入层2311、神经网络隐含层2312和神经网络输出层2313，所述神经网络输入层2311，由系列延迟抽头组成；所述神经网络隐含层2312，由多个神经元组成，这些神经元并行，且每个神经元都与神经网络输入层2311的所有抽头相连，进一步地，所述第二可编程门阵列23将接收到的数字信号通过神经元均衡器231进行均衡化处理，再通过信号解调模块232解调得到接收信号。

进一步地，所述神经元均衡器231使用反向传播bp算法进行学习训练，所述反向传播bp算法具体包括以下步骤：

步骤1：初始化神经元均衡器的阈值；

步骤2：指定输入向量x(n)与输出向量d(n)；

步骤3：根据输入向量计算实际输出向量y(n)，然后计算成本函数e(n)；

步骤4：若e(n)大于指定值，根据公式更新神经元均衡器的阈值，返回步骤32；否则，神经元均衡器训练完成。

式中，ωij(n)代表第n次训练的连接加权值，ωij(n+1)代表第n+1次训练的连接加权值，γ代表学习速率，表示微分运算。

本发明采用有机发光二极管代替传统发光二极管作为可见光通信信源，因oled相比led所具有的优势，具有广阔的应用前景。

与现有技术相比，本发明具有以下优点和有益效果：

1、使用oled代替led作为可见光通信信源，在涵盖led器件高效节能、大面积制作成本低等优势之外，还包括led不具备的透明性，轻薄性，宽发光光谱及可柔性等特点，具有广阔的应用前景。

2、利用人工神经网络作为信道均衡器，仅需使用训练数据对神经网络进行训练，并不需要对信道环境进行分析，使系统的实现更加简单。

3、利用神经网络强大的非线性特性，可以有效的解决因oled带宽限制造成的码间干扰问题，大大提高ovlc系统的传输速率。

附图说明

图1为基于神经元均衡器的高速有机可见光通信系统的示意图。

图2为本发明的神经元均衡器的结构图。

图3为本发明使用的反向传播bp算法的示意图。

具体实施方式

下面结合实例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例

如图1所示，基于神经元均衡器的高速有机可见光通信系统，包括有机可见光通信发射子系统10和有机可见光通信接收子系统20；所述有机可见光通信发射子系统所述有机可见光通信发射子系统10，包括第一可编程门阵列11、oled驱动电路模块12、oled灯具13。进一步地，所述第一可编程门阵列11负责对信息的采集和处理，所述第一可编程门阵列11包括信号产生模块111与信号调制模块112；进一步地，所述oled驱动电路模块12的一端与第一可编程门阵列11相连，所述oled驱动电路模块12的另一端与oled灯具13相连，所述oled驱动电路模块12将第一可编程门阵列11的输出信号转换为可驱动oled灯具13的电流信号。所述有机可见光通信接收子系统20包括光电检测器件21、接收电路模块22、第二可编程门阵列23。进一步地，所述接收电路模块22的一个端口与光电检测器件21相连，所述接收电路模块22的另一个端口与第二可编程门阵列23相连；进一步地，所述接收电路模块22包括放大电路模块221和ad模数转换模块222，所述放大电路模块221将光电检测器件21接收到的信号进行放大，并通过ad模数转换模块222进行采样，进而输入第二可编程门阵列23；进一步地，所述第二可编程门阵列23包括神经元均衡器231和信号解调模块232。

如图2所示，所述神经元均衡器231，其对光信号的序列均衡采用多层感知器，包括神经网络输入层2311、神经网络隐含层2312和神经网络输出层2313，所述神经网络输入层2311，由系列延迟抽头组成；所述神经网络隐含层2312，由多个神经元组成，这些神经元并行，且每个神经元都与神经网络输入层2311的所有抽头相连。

如图3所示，所述神经元均衡器231使用反向传播bp算法进行学习训练，包括以下步骤：

步骤1：初始化神经元均衡器的阈值；

步骤2：指定输入向量x(n)与输出向量d(n)；

步骤3：根据输入向量计算实际输出向量y(n)，然后计算成本函数e(n)；

步骤4：若e(n)大于指定值，根据公式更新神经元均衡器的权值，返回步骤32；否则，神经元均衡器训练完成；

式中，ωij(n)代表第n次训练的连接加权值，ωij(n+1)代表第n+1次训练的连接加权值，γ代表学习速率，表示微分运算。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。