水下可见光通信星座几何整形和人工智能技术

作者：林显浩; 迟楠^*

来源：光通信研究, 2023, (04): 21-27.

DOI：10.13756/j.gtxyj.2023.04.005

• 水下可见光通信
• 振幅移相键控
• 双向循环神经网络
• 后均衡
• 深度神经网络

水下可见光通信(UVLC)具有高传输速率、大容量、低延时和低成本等优势，已成为水下通信领域可行且很有吸引力的替代方案，应用前景广阔。然而，UVLC性能受到带宽、各种线性或非线性效应等瓶颈问题的局限。为了缓解这些问题，文章研究了基于几何整形的振幅移相键控(APSK)调制和编码映射，提出了基于双向循环神经网络(BRNN)的波形级后均衡器。此外，文章还提出了用基于深度神经网络(DNN)的波形到符号接收机来代替传统的匹配滤波、下采样和后均衡等操作。实验表明，与传统接收机相比，基于BRNN后均衡电压动态范围提升了170 mV(69%),基于DNN的波形到符号接收机电压动态范围提升了245 mV(100%)。实验结果证明，基于BRNN后均衡和基于DNN的波形到符号接收机能有效提升系统性能，是未来UVLC中很有前景的技术方案。

• 单位
  复旦大学; 鹏城实验室