[发明专利]一种基于K-DNN的非线性失真补偿算法及可见光通信装置

权利要求书

1.一种基于K-DNN的非线性失真补偿算法，其特征在于，是采用核函数辅助的DNN均衡器进行预加权，基于核函数辅助的DNN均衡器记为K-DNN；其步骤为：首先将经过自适应线性均衡器进行线性均衡后的串行信号转换为并行信号，作为特征向量输入K-DNN；经过K-DNN模型训练，把特征向量归类于概率最大的那个类别，获得原始信号；其中，K-DNN模型训练，采用交叉熵函数作为代价函数，通过反向传播算法对K-DNN中的参数进行迭代优化；其中：

所述的K-DNN包含一个输入层、一个核函数层、多个隐藏层、一个输出层以及一个Softmax分类层；所述输入层到核函数层之间的节点是一一对应的，即输入层中的一个输入节点仅将数据发送到核函数层中唯一与之对应的核节点；核函数层到输出层之间的每一个节点的输出都乘以一个权重被发送到下一层所有节点中，并最终达到Softmax层进行分类；权重的矩阵表示为W^l：

其中，i和j分别代表当前层的第i个节点和下一层的第j个节点，l则代表第l个隐藏层，当l等于L+1的时候，l代表输出层，L为隐藏层的总个数,m为当前层的节点数，n为下一层的节点数；

经过自适应线性均衡器进行线性均衡后的串行信号被转换为并行信号后作为特征向量输入到K-DNN的输入层，n_f为特征向量的维数，且为奇数；非线性和符号间串扰ISI造成的失真导致中心信号受到其在时序上相邻的数个信号的干扰；因此，与相邻的数个信号被作为特征向量的元素并行输入到K-DNN的输入层；这里为特征向量的中间分量；

所述核函数层是K-DNN的第二层；在这层，采用核函数来加速DNN的训练过程；所述核函数包括：线性核(LK)、多项式核(PK)、余弦核(CK)，具体表达式为：

线性核(LK):

多项式核(PK):

余弦核(CK):

其中，σ为用于调节核函数的参量,t₀为当前信号的时刻，t为临近信号的时刻；

对于具有n_f个特征输入的网络，核函数K表示为一个幅度修正向量

所述隐藏层夹在核函数层和输出层之间；其中第一隐藏层中的节点对前一层所有节点的输出求和，并作为节点的输入，然后将这一输入加上一个偏置

这里，k_i是核函数K的幅度修正向量的元素；_nl是第l层节点的数量；

在K-DNN中，使用Sigmoid作为激活函数，其表达为f(x)＝max(0,x)，其中，x是与ReLU相连的节点的输出；考虑到激活函数，所有隐藏层中的节点表达式为：

L是网络中隐藏层的数量，H⁰代指输入层特征向量，H^L+1代指输出层输出向量；

所述输出层中，其节点数与发送信号的电平类别的数量相当，于是，经过Softmax层，得到分类结果，其表达为：

其中，O_i是输出层节点的输出，它的表达式为：

n_L是输出层前一隐藏层的节点数量；

然后，根据训练的模型，把特征向量x归类于概率最大的那个类别L_p；

最后，采用交叉熵函数作为代价函数，通过反向传播算法对K-DNN中的超参数(W^l和b^l)进行迭代优化；获得原始信号。

2.一种基于权利要求1所述的非线性失真补偿算法的可见光通信装置，分为发射端和接收端，其特征在于，采用上述非线性失真补偿算法，具体结构包括：

数据预处理芯片；其功能包括：将原始比特序列映射到实符号以形成PAM8信号；采用PS-Manchester编码用于缓解共模噪声，并提高系统性能；进行上采样和奈奎斯特滤波；

任意波形发生器AWG；用于根据输入信号产生电信号；

基于Bridged-T的硬件预均衡器；用于对输入电信号，补偿高频分量的衰减；

第一微型电路放大器EA、一个偏置三通组合、发射器、发射准直凸透镜；信号经第一微型电路放大器EA放大后，电信号和直流偏置电压通过偏置三通组合并施加到发射器上，LED光经发射器通过准直凸透镜进行准直；

接收聚焦凸透镜、PIN光电二极管；在水下和自由空间传输之后，PAM8信号经聚焦凸透镜后由PIN光电二极管接收；

第二微型电路放大器EA、数字存储示波器OSA；信号由第二微型电路放大器EA放大，并由数字存储示波器OSA接收，以便进行进一步的信号离线处理；

离线处理芯片；其功能是对信号进行离线处理，包括，按顺序执行信号同步，功率归一化和下采样，以获得标准化的PAM8信号；采用差分解码，用于减轻共模噪声的影响；采用S-MCMMA的自适应后均衡器补偿线性失真；采用K-DNN均衡和解映射进行非线性失真补偿和分类，来获得原始信号。