科研之友
微信
新浪微博
Facebook
分享链接
摘要
在可见光通信系统中,无载波幅度相位(carrierless amplitude/phase, CAP)调制是国际主流的调制方式之一。但是受噪声的影响,幅度的不稳定抖动会大幅降低系统性能。针对这个问题,本文提出了一种结合机器学习的基于空间密度的群以噪声发现聚类算法(density-based spatial clustering of applications with noise, DBSCAN)的信号判决方法,来区分CAP-4系统中的4个带抖动的不同电平。通过应用该方法进行实验,可见光通信CAP-4系统的性能得到了高达4.77 dB的提升。同时,本文还研究了不同幅度的抖动对系统的不同影响。这是DBSCAN算法在LED可见光通信CAP-4系统中的创新应用。
- 单位
