[发明专利]一种适用于高速可见光通信的神经网络辅助的迭代接收方法

摘要

本发明提供了一种适用于高速可见光通信的神经网络辅助的迭代接收方法，该方案的目的是通过神经网络接收机修正软判决信息，以消除削波失真的影响。神经网络BICM接收机包括：（1）代价函数采用交叉熵函数；（2）训练方法采用反向传播算法；（3）输入层包括接受符号的实部、虚部以及对应的高斯噪声，输出层得到各星座点的概率值；（4）隐含层和输出层分别采用tanh和softmax函数。与现有削波增强方案对比，本发明具有更明显的抑制效果，以及合理的算法复杂度，有利于增强DCO‑OFDM针对削波失真的鲁棒性。

主权项

1.一种适用于高速可见光通信的神经网络辅助的迭代接收方法，包括如下步骤，其特征在于：S1：初始化，给定非线性程度Ψ、调制阶数M和子载波数N；确定最大的大迭代次数T_m；确定神经网络NN1和NN2的隐含层层数以及各隐含层的神经元个数；S2：多路选择器模块，NN‑BICM接收机通过多路选择器MUX选择神经网络，如果大迭代次数T等于1，多路选择器选择NN1模块即S3步骤；如果大迭代次数T大于1，多路选择器选择NN2即S5步骤；S3：NN1模块，NN‑BICM接收机通过神经网络NN1进行条件概率计算，最大后验概率MAP解调器能够利用神经网络NN1输出的信道条件概率计算修正后的对数似然比，进入S4步骤；S4：修正得到的对数似然比经过伪随机交织器后，进行LDPC译码，软信息通过置信传播译码BP算法在变量节点和校验节点间迭代更新，所有校验式则输出LDPC码译码判决结果，或达到BP算法最大迭代次数仍无法满足校验则终止译码，输出变量节点的软信息。大迭代次数T加1，T++，并计算先验概率假如迭代次数T＜T_m，则返回步骤S2；否则，输出译码判决结果；S5：NN2模块，BICM接收机通过神经网络NN2进行条件概率计算，最大后验概率MAP解调器能够利用神经网络NN2输出的信道条件概率计算修正后的对数似然比，返回S4步骤。