全文阅读精要

这篇文章是关于在可见光通信（VLC）系统中引入非正交多址接入（NOMA）技术，并通过结合深度神经网络（DNN）和时间反转（TR）技术进行信道估计和均衡的研究。以下是文件的核心内容总结：

1. 研究背景与动机：

• 可见光通信（VLC）：作为一种绿色、节能、频谱资源丰富、安全性高的无线接入技术，VLC在通信领域具有广阔应用前景。

• 非正交多址接入（NOMA）：通过在功率域复用多个用户的信号，有效提高了系统的容量和频谱效率，但引入了多径效应和用户间干扰问题。

• 研究动机：针对NOMA-VLC系统中多径效应和用户间干扰导致的通信可靠性降低问题，提出结合DNN和时间反转技术进行信道均衡的方法。

2. NOMA-VLC系统概述：

• 系统架构：NOMA-VLC系统包括发射端和接收端，发射端通过M正交幅度调制（QAM）生成信号，进行功率分配、叠加编码、串/并转换等处理，接收端通过光探测器接收信号，利用串行干扰消除（SIC）技术解调信号。

• 信道特性分析：VLC信道具有多径效应和时变特性，信道增益受用户位置、光源辐射模型等因素影响。

3. 时间反转技术：

• 基本原理：时间反转技术利用信道中的多径传播能量，在特定的时域和空域内实现信号能量的聚焦，抑制多径效应和码间干扰。

• 实现方式：包括主动时间反转、被动时间反转和虚拟时间反转（VTRM），其中VTRM因其无需收发装置、运算量低、均衡效果好而被选用。

4. 基于DNN的信道估计：

• DNN结构：采用多层感知机（MLP）结构，包括输入层、多个隐藏层和输出层，隐藏层使用ReLU激活函数，输出层使用Sigmoid激活函数。

• 训练过程：通过离线训练DNN模型，利用充足的训练数据使模型学习可见光信道的统计特性，获得精确的信道冲激响应。

• 性能评估：通过均方误差（MSE）衡量模型预测精度，MSE值越小表示预测精度越高。

5. 基于VTRM的信道均衡：

• 实现原理：在接收端利用VTRM技术处理接收到的信号，通过时间反转实现信号能量的聚焦，抑制多径效应。

• 系统框图：展示了基于DNN-TR的NOMA-VLC系统框图，包括DNN信道估计模块和VTRM信道均衡模块。

6. 仿真实验与分析：

• 仿真环境：基于双用户NOMA-VLC系统进行仿真实验，设置LED光源位置、光电探测器位置等参数。

• 性能对比：将DNN信道估计算法与其他算法（如MMSE、LS）进行对比，结果显示DNN算法在误码率（SER）性能上显著提升。

• 星座图分析：通过星座图分析信号能量分布和调制误差率（MER），验证系统可靠性。

• SER性能分析：在误码率为10^-3量级时，经DNN和VTRM处理后的系统平均SER提升约5dB，用户公平性提升约0.7dB。

7. 结论与展望：

• 研究结论：结合DNN和VTRM技术的NOMA-VLC系统显著提高了通信可靠性和用户公平性，是有效的信道均衡方式。

• 未来展望：未来可进一步研究更复杂的多用户场景和更高效的DNN模型，以提升系统性能。

这份文件通过理论分析和仿真实验验证了结合DNN和时间反转技术的NOMA-VLC系统在提高通信可靠性和用户公平性方面的有效性，为可见光通信领域的研究提供了新的思路和方法。