【摘 要】
：
在室内可见光通信（Visible Light Communication,VLC）中引入非正交多址接入（Non-orthogonal Multiple Access,NOMA）技术是实现多用户通信及组网应用的有效途径。针对NOMA-VLC系统易受信道环境影响、用户间存在相互干扰、用户间公平性难以保证所带来的通信性能问题,论文结合Turbo码技术与压缩感知（Compressed Sensing,CS
【基金项目】
：
陕西省科技厅一般项目-工业领域（编号:2021GY-107）；
论文部分内容阅读
在室内可见光通信（Visible Light Communication,VLC）中引入非正交多址接入（Non-orthogonal Multiple Access,NOMA）技术是实现多用户通信及组网应用的有效途径。针对NOMA-VLC系统易受信道环境影响、用户间存在相互干扰、用户间公平性难以保证所带来的通信性能问题,论文结合Turbo码技术与压缩感知（Compressed Sensing,CS）技术对系统性能进行优化研究,具体内容包括:1.论文对多用户场景下的VLC系统信道增益模型进行研究与分析,根据用户信道增益的不同采用固定功率分配（Fixed Power Allocation,FPA）方法进行NOMA功率分配,实现多用户通信。利用Turbo编码技术进行信道编码,以保证数据的可靠传输。在此基础上,建立多用户场景下的NOMA-VLC系统模型,对系统的通信性能进行了仿真分析。2.为提升Turbo码的译码效率,对符号变化比率（Sign Change Ratio,SCR）迭代停止准则进行优化研究,通过引入外部变量建立辅助判决依据,联合原准则形成新的判决准则,在保证译码准确性的基础上,提高译码效率。通过仿真实验对准则优化前后的性能进行了验证。3.基于CS方法进一步提高系统的通信性能,提出了一种结合奇异值分解（Singular Value Decomposition,SVD）与径向基函数（Radial Basis Function,RBF）神经网络的CS数据压缩方法,用于提高系统的有效性;基于信道稀疏化特点,利用稀疏度自适应匹配追踪（Sparsity Adaptive Matching Pursuit,SAMP）算法对系统进行信道估计,提升系统通信可靠性,并降低用户间性能差异。4.基于理论分析与仿真实验,设计并建立了基于CS与Turbo编码的NOMA-VLC系统实验平台,在实际室内环境下进行了论文系统的实验验证和性能分析。理论研究与实验结果表明,论文系统在引入Turbo码后,可保证数据的准确解调,在用户1信噪比为11.47d B、用户2信噪比为12.04d B时,误码率性能可达到前向纠错误码率阈值;经改进后SCR准则优化的Turbo译码在低信噪比时译码效率明显提升;利用CS方法进行数据压缩,压缩比不高于2.0:1时即可在不明显损失可靠性的情况下提高系统有效性;基于CS进行信道估计,可进一步提高系统可靠性与用户间公平性,在BER为10-3量级时,用户1误码率提升了1.59d B,用户2提升了1.84d B,且用户间性能差异优化了0.25d B。
其他文献
在新型武器的研发测试中,弹丸爆炸时炸点位置测试的精准度是衡量武器装备性能的重要指标。目前,军事靶场中进行弹丸炸点位置测试时常采用光电探测、高速摄像或雷达探测等方法,但这些方法存在系统复杂、探测范围受限及成本过高等缺点,并且系统自身容易受到光照和电磁波等环境干扰。同时弹丸爆炸位置具有很强的不确定性和随机性,加剧了弹丸爆炸位置测试的困难程度。因此,本文提出了一种基于多声阵列的弹丸炸点空间位置测试方法,
结构光三维重建利用光学编码技术获取被测物体的三维数据,具有成本低、结构简单、精度高等优点。因此,该技术被广泛应用于逆向工程、文物修复、人脸识别等领域,具有重要的理论意义和研究价值。然而,传统的空间结构光编码方法在高分辨率测量方面存在局限,需要寻求更加高效的测量方式。另外,时间编码结构光测量方法虽然可以实现高精度测量,但不适用于动态场景的三维测量需求。为解决这些问题,本文提出了基于时间编码和空间编码
自动驾驶车辆可以通过传感器感知周围障碍物的位置并识别出类别信息,根据这些信息做出相应的决策,从而安全和顺畅地行驶。调频连续波激光雷达由于其探测灵敏度高、距离分辨力高、不存在距离盲区、抗干扰能力强等优点,成为了最具潜力的自动驾驶系统高质量三维点云图像传感器。但是由于调频连续波激光雷达获取的三维点云冗余数据多、数据量大导致目标识别的实时性差,以及不同目标之间的相互遮挡造成目标识别难度大。针对以上问题,
地震灾害是人类生存中最危险的自然灾害之一,而建筑物作为灾害损毁的重要承载体和人类生存状态表征,及时获取其信息对灾后的救援和重建具有十分重要的实际意义。在建筑物震害信息提取过程中,传统的人工设计方法存在提取震害特征单一,精度较低等问题,而基于深度学习理论的方法能够从少量的预处理或未经处理的震害影像数据中学习到较高级的震害特征表达,为震害影像检测提供了新的技术思路。因此,本文采用深度学习方法完成建筑物
贝叶斯网络（Bayesian Network,BN）是一种图论与概率统计相联结的建模工具,目前已经被广泛地应用在机器学习、数据挖掘以及目标识别等领域。在BN学习中,结构学习是参数学习和推理的基础,因此也是BN研究的重点和难点。在贝叶斯网络结构学习中,依据搜索空间的不同可分为网络结构空间和节点序空间下的搜索算法。与网络空间下的搜索算法相比,基于节点序的搜索算法的搜索空间更小,所以其搜索效率更高。然而
无线通信技术突飞猛进,应用越来越广泛。然而,无线信道传输的信息容易受到干扰或者被截获,从而造成安全隐患。隐蔽通信是力图将通信信号隐藏起来,让敌对方很难感知到通信信号。隐蔽通信通常有两种方式:低截获概率（Low Probability of Intercept,LPI）和低检测概率（Low Probability of Detection,LPD）,其中LPD是比较常用的技术,其主要实现方式是采用直
随着现代移动通信技术的飞速发展,人们对其流量要求也越来越高。可见光通信（Visible Light Communication,VLC）不仅具有丰富的频谱资源,还可在进行照明的同时传送信息,同正交频分复用技术（Orthogonal Frequency Division Multiplexing,OFDM）组合可显著改善系统通信特性,但是存在噪声频偏干扰和较高的峰均比等问题,从而降低系统性能。为此,
由于近年来我国对海洋探索的不断深入,水声通信技术受到广泛关注。而水声信道的通信环境十分恶劣,其中,多径效应导致水声信道中声信号衰减和失真严重。为了克服这类信道问题,通常会在接收端使用均衡器对信道特性进行补偿,以消除信道引起的影响,即信道均衡技术。本文提出了一种基于启发式神经网络的水声信道均衡算法,该算法利用神经网络的非线性和启发式算法的优化能力,其通信质量相较于传统均衡算法有着明显的提升。首先,针
随着信息时代的快速发展,人们对图像清晰度的要求越来越高,图像分辨率越高,图像中的信息层次越丰富,有利于人们获取更全面的信息。受采集设备和环境等现实因素的影响,导致获取的图像分辨率不佳。使用硬件设备改善图像分辨率成本高,不利于操作,使用软件实现的超分辨率重建技术不仅节约成本而且效果更好,使得应用范围越来越广泛。针对现有的图像超分辨率重建算法对图像细节信息提取不全面的问题,本文以此为切入点展开研究,主
随着无线通信技术的不断发展,对高频滤波器的性能提出了许多更高要求。同时由于多种无线通信系统共存,因此所研究和设计高频滤波器需要工作在多个频段。然而,各种无线通信设备使用导致现在的电磁环境日益复杂。差分电路有良好的抗干扰性能,因此受到了许多学者的青睐。为了设计出选择性高和抗干扰能力强的滤波器,本文提出了三款单端基于非对称开路枝节加载谐振器的高选择性双频段微带带通滤波器和一款基于非对称短路枝节加载谐振