在室内可见光通信中符号间干扰和噪声会严重影响系统性能,K均值(K-means)均衡方法可以抑制光无线信道的影响,但其复杂度较高,且在聚类边界处易出现误判。提出了改进聚类中心点的K-means(Improved Center K-means,IC-Kmeans)算法,通过随...在室内可见光通信中符号间干扰和噪声会严重影响系统性能,K均值(K-means)均衡方法可以抑制光无线信道的影响,但其复杂度较高,且在聚类边界处易出现误判。提出了改进聚类中心点的K-means(Improved Center K-means,IC-Kmeans)算法,通过随机生成足够长的训练序列,然后将训练序列每一簇的均值作为K-means聚类中心,避免了传统K-means反复迭代寻找聚类中心。进一步,提出了基于神经网络的IC-Kmeans(Neural Network Based IC-Kmeans,NNIC-Kmeans)算法,使用反向传播神经网络将接收端二维数据映射至三维空间,以增加不同簇之间混合数据的距离,提高了分类准确性。蒙特卡罗误码率仿真表明,IC-Kmeans均衡和传统K-means算法的误码率性能相当,但可以显著降低复杂度,特别是在信噪比较小时。同时,在室内多径信道模型下,与IC-Kmeans和传统Kmeans均衡相比,NNIC-Kmeans均衡的光正交频分复用系统误码率性能最好。展开更多
在探讨正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的优化中,一个显著挑战在于其信号检测性能的相对不足。同时,针对基于深度神经网络的索引调制(Deep Neural Network Based Index Modulation,DNN-IM)检测算法...在探讨正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的优化中,一个显著挑战在于其信号检测性能的相对不足。同时,针对基于深度神经网络的索引调制(Deep Neural Network Based Index Modulation,DNN-IM)检测算法,普遍存在着误码率及损失值偏高的问题。为了弥补上述难题,文中提出一种基于多层感知机(Multilayer Perceptron,MLP)的索引调制检测算法,即MLP-IM算法。该算法采用融合两个连接层与一个输出层的架构设计,通过挑选的激活函数实现对OFDM索引调制系统中数据比特的精准还原。首先将OFDM索引调制系统的基础理论巧妙应用于数据的预处理阶段,随后利用仿真数据集对MLP神经网络模型进行全面而深入的离线训练,确保模型的稳健性与准确性。在检测阶段,通过MLP-IM检测算法实现了对OFDM索引调制系统的高效检测。仿真结果表明,所提出的MLP-IM算法在误码率控制和损失值两个方面的性能表现与最大似然检测算法相媲美,甚至在某些场景下超越了现有DNN-IM算法的性能,其性能改善幅度在0.2~6 dB的区间内。展开更多
针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)通信系统中存在的信息安全传输问题,提出了一种双重混沌加密安全传输方案。第一重加密为利用混沌加密矩阵对信号星座图进行置乱,其中混沌加密矩阵由复合离散混沌序...针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)通信系统中存在的信息安全传输问题,提出了一种双重混沌加密安全传输方案。第一重加密为利用混沌加密矩阵对信号星座图进行置乱,其中混沌加密矩阵由复合离散混沌序列作用到三层神经网络得到;第二重加密为利用复合离散混沌序列控制相位旋转因子对经过离散傅里叶逆变换后的信号进行相位旋转。仿真结果表明,采用所提出的双重加密方案进行传输,合作接收方的误码率低于不采用加密的OFDM系统和只采用第一重加密方案的OFDM系统,非合作方的误码率始终保持在0.5左右,密钥空间为2^(311),使系统具有较好的安全性能。展开更多
与线性调频连续波信号不同,采用正交频分复用调制(orthogonal frequency division multiplexing,OFDM)方案信号的雷达,当每个符号上调制的传输信息完全随机时,其模糊函数具有较高的旁瓣;当探测场景中存在较多较强的杂波时,目标回波对应...与线性调频连续波信号不同,采用正交频分复用调制(orthogonal frequency division multiplexing,OFDM)方案信号的雷达,当每个符号上调制的传输信息完全随机时,其模糊函数具有较高的旁瓣;当探测场景中存在较多较强的杂波时,目标回波对应的距离多普勒峰被淹没在脉压积累后的强杂波的旁瓣之下,导致目标无法被识别。目前已有的杂波抑制方案多面临杂波抑制度不足的问题。基于此,本文提出基于贪心策略的高效杂波处理方案,通过自适应逐点抑制强杂波,使旁瓣基底下降,目标信息浮现出来。并与实测数据进行了对比,结果表明,该方法取得了比常规方法更好的杂波抑制性能。展开更多
The passive optical network WDM-PON is one of the most dominant performers of all communication systems, and provides sufficient broadband service. Providing enough data for the demands of today and the future, marks ...The passive optical network WDM-PON is one of the most dominant performers of all communication systems, and provides sufficient broadband service. Providing enough data for the demands of today and the future, marks this area as a critical topic for researchers. The first goal of this article is to study the performance of OFDM in a bidirectional WDM-PON by using QAM and BPSK modulation methods in the downstream link. The second goal is to build the upstream link with WBTW-SOA and show its ability to transmit the upstream signal with low equipment. Sending and receiving signals from the central office to the last mile, and opposite of the network up to 100 Km via a bidirectional single mode optical fiber (SMF) was successfully achieved.展开更多
随着无线通信环境的日益复杂,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术在实际应用中面临一些挑战,如信号多径效应、频率选择性衰落、带外干扰等。为了克服这些挑战,研究OFDM技术在电视广播视频通信抗干扰中...随着无线通信环境的日益复杂,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术在实际应用中面临一些挑战,如信号多径效应、频率选择性衰落、带外干扰等。为了克服这些挑战,研究OFDM技术在电视广播视频通信抗干扰中的应用。先介绍OFDM技术的原理,然后提出OFDM技术在电视广播视频通信抗干扰中的优化方法,包括基于迭代算法的频域均衡优化、基于最小二乘法的频域干扰对消及基于加窗技术的带外干扰抑制。通过研究和分析这些方法,旨在进一步提高OFDM系统的性能和可靠性,满足日益增长的无线通信需求。展开更多
文摘在室内可见光通信中符号间干扰和噪声会严重影响系统性能,K均值(K-means)均衡方法可以抑制光无线信道的影响,但其复杂度较高,且在聚类边界处易出现误判。提出了改进聚类中心点的K-means(Improved Center K-means,IC-Kmeans)算法,通过随机生成足够长的训练序列,然后将训练序列每一簇的均值作为K-means聚类中心,避免了传统K-means反复迭代寻找聚类中心。进一步,提出了基于神经网络的IC-Kmeans(Neural Network Based IC-Kmeans,NNIC-Kmeans)算法,使用反向传播神经网络将接收端二维数据映射至三维空间,以增加不同簇之间混合数据的距离,提高了分类准确性。蒙特卡罗误码率仿真表明,IC-Kmeans均衡和传统K-means算法的误码率性能相当,但可以显著降低复杂度,特别是在信噪比较小时。同时,在室内多径信道模型下,与IC-Kmeans和传统Kmeans均衡相比,NNIC-Kmeans均衡的光正交频分复用系统误码率性能最好。
文摘在探讨正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的优化中,一个显著挑战在于其信号检测性能的相对不足。同时,针对基于深度神经网络的索引调制(Deep Neural Network Based Index Modulation,DNN-IM)检测算法,普遍存在着误码率及损失值偏高的问题。为了弥补上述难题,文中提出一种基于多层感知机(Multilayer Perceptron,MLP)的索引调制检测算法,即MLP-IM算法。该算法采用融合两个连接层与一个输出层的架构设计,通过挑选的激活函数实现对OFDM索引调制系统中数据比特的精准还原。首先将OFDM索引调制系统的基础理论巧妙应用于数据的预处理阶段,随后利用仿真数据集对MLP神经网络模型进行全面而深入的离线训练,确保模型的稳健性与准确性。在检测阶段,通过MLP-IM检测算法实现了对OFDM索引调制系统的高效检测。仿真结果表明,所提出的MLP-IM算法在误码率控制和损失值两个方面的性能表现与最大似然检测算法相媲美,甚至在某些场景下超越了现有DNN-IM算法的性能,其性能改善幅度在0.2~6 dB的区间内。
文摘针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)通信系统中存在的信息安全传输问题,提出了一种双重混沌加密安全传输方案。第一重加密为利用混沌加密矩阵对信号星座图进行置乱,其中混沌加密矩阵由复合离散混沌序列作用到三层神经网络得到;第二重加密为利用复合离散混沌序列控制相位旋转因子对经过离散傅里叶逆变换后的信号进行相位旋转。仿真结果表明,采用所提出的双重加密方案进行传输,合作接收方的误码率低于不采用加密的OFDM系统和只采用第一重加密方案的OFDM系统,非合作方的误码率始终保持在0.5左右,密钥空间为2^(311),使系统具有较好的安全性能。
文摘与线性调频连续波信号不同,采用正交频分复用调制(orthogonal frequency division multiplexing,OFDM)方案信号的雷达,当每个符号上调制的传输信息完全随机时,其模糊函数具有较高的旁瓣;当探测场景中存在较多较强的杂波时,目标回波对应的距离多普勒峰被淹没在脉压积累后的强杂波的旁瓣之下,导致目标无法被识别。目前已有的杂波抑制方案多面临杂波抑制度不足的问题。基于此,本文提出基于贪心策略的高效杂波处理方案,通过自适应逐点抑制强杂波,使旁瓣基底下降,目标信息浮现出来。并与实测数据进行了对比,结果表明,该方法取得了比常规方法更好的杂波抑制性能。
文摘The passive optical network WDM-PON is one of the most dominant performers of all communication systems, and provides sufficient broadband service. Providing enough data for the demands of today and the future, marks this area as a critical topic for researchers. The first goal of this article is to study the performance of OFDM in a bidirectional WDM-PON by using QAM and BPSK modulation methods in the downstream link. The second goal is to build the upstream link with WBTW-SOA and show its ability to transmit the upstream signal with low equipment. Sending and receiving signals from the central office to the last mile, and opposite of the network up to 100 Km via a bidirectional single mode optical fiber (SMF) was successfully achieved.
文摘随着无线通信环境的日益复杂,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术在实际应用中面临一些挑战,如信号多径效应、频率选择性衰落、带外干扰等。为了克服这些挑战,研究OFDM技术在电视广播视频通信抗干扰中的应用。先介绍OFDM技术的原理,然后提出OFDM技术在电视广播视频通信抗干扰中的优化方法,包括基于迭代算法的频域均衡优化、基于最小二乘法的频域干扰对消及基于加窗技术的带外干扰抑制。通过研究和分析这些方法,旨在进一步提高OFDM系统的性能和可靠性,满足日益增长的无线通信需求。
