科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于紫外光在传输过程中受到散射效应和大气湍流的影响,非直视无线紫外光通信中存在严重的码间串扰和传输衰减问题。提出一种基于深度学习的无线紫外光散射信道估计方法。在深度学习模型训练阶段,利用差分进化算法优化深度神经网络(DNN),根据网络最优的输出结果准确估计出信道特性,进而在接收端对传输衰减进行补偿。仿真结果表明:与最小二乘估计相比,所提方法的均方误差提升了1个数量级,在误码率性能方面提升了2个数量级;与最小均方误差估计相比,所提方法的均方误差提升了38%,在误码率性能方面提升了78%。此外,在DNN训练过程中引入差分进化算法,可以提高网络的学习收敛速度和全局优化能力。最后改变信道模型的湍流强度,验证了所提方法在不同湍流环境下的稳定性。
- 单位
