[发明专利]用于可见光通信系统的可变脉冲幅度位置调制和误码率改善方法

权利要求书

1.一种用于可见光通信系统的可变脉冲幅度位置调制和误码率改善方法，其特征在于：在所述调制方法中，采用可变脉冲幅度位置调制将可见光无线通信系统中的多进制系统数据调制为随幅度、脉冲位置和调光速率变化的脉冲波形；在所述误码率改善方法中，采用基于人工神经网络的信道均衡器来改善误码率性能，人工神经网络的类型为前馈反向传播多层感知机，信道均衡器采用的是判决反馈均衡器；

所述可变脉冲幅度位置调制结合了脉冲幅度位置调制和脉冲宽度调制的混合调光方案，通过改变M×2进制的信号所对应的脉冲幅度和位置来实现数据传输，并且根据调光速率来改变脉冲宽度进而实现调光控制，具体包括：

1)所述脉冲幅度位置调制中的幅度和位置根据以下公式获得的：

$x\left(t\right)=nAP\underset{k=0}{\overset{n-1}{\Σ}}{c}_{k}p(t-kT/n)$

其中：表示幅度系数；M为不同幅度的个数，大小为2的整数幂；T表示符号周期，将T等分为n个时隙，则每个时隙周期为T/n；[c₀,c₁,...,c_n-1]表示不同的码字；p(t)表示周期为T/n的矩形脉冲；P为平均光功率；

2)为了便于系统的调光控制，n被固定为2，即每个符号周期中只有两个时隙，时隙间隔为T/2；

3)脉冲宽度在整个符号周期内根据调光需求进行调整，但是不能为0或者T；

在所述误码率改善方法中：在接收端，为了改善误码率性能，采用基于人工神经网络的信道均衡器，具体包括：

1)在室内可见光通信系统中的自适应信道均衡使用的是基于前馈反向传播多层感知机的判决反馈均衡器；

2)多层神经网络的训练采用反向传播算法，该算法是一种监督学习算法，即BP算法，具体描述如下：

第一步：初始化权重和阀值为小的随机数；

第二步：指定输入向量x(n)和期望得到的输出向量d(n)；

第三步：根据输入向量集算出实际的输出向量y(n)，然后计算出成本函E(n)；

第四步：根据公式调整权重；

第五步：返回第二步。

2.根据权利要求1所述的用于可见光通信系统的可变脉冲幅度位置调制和误码率改善方法，其特征在于：所述可变脉冲幅度位置调制方法在实现数据传输功能的同时还能实现调光功能，具体包括：

1)为了便于调光，每个符号的时隙个数固定为2，且脉冲的幅度减半，即由变为

2)脉冲幅度位置调制中，由于n固定，则调制方式为M-2-PAPM，其中M为变量，大小为2的整数幂；

3)信号的进制数为M×2，每个符号传输log₂(M×2)比特信息，M越大，进制数越大，每符号所传输的信息比特就越多，带宽效率就越高，但同时复杂度也越高。