公开(公告)号：CN114978313A

公开(公告)日：2022-08-30

申请号：CN202210539304.X

申请日：2022-05-18

Applicant: 重庆邮电大学

Inventor： 韦世红 ,  黄榕 ,  卢星宇 ,  肖云鹏 ,  刘媛媛 ,  冉玉林

IPC: H04B10/116 ,  H04B10/54 ,  H04L25/03 ,  G06V10/764 ,  G06V10/82 ,  G06V10/84 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于可见光通信技术领域，具体涉及一种基于贝叶斯神经元的深度学习可见光CAP系统的非线性补偿方法；该方法包括：在可见光CPA系统中，将接收端下采样接收到的信号输入到基于贝叶斯神经元的深度学习非线性补偿模块中进行非线性补偿，得到补偿后的QAM信号；对补偿后的QAM信号进行QAM解映射，得到均衡信号，实现对可见光CAP系统的非线性补偿；本发明能将接收到的畸变信号补偿为发送前的正常信号，提高VLC系统的传输速度，改善系统的整体性能，本发明中神经网络的权重参数是随机变量，而非确定的值，可以给出预测的不确定性，防止过拟合，在非线性补偿上，具有非常强的鲁棒性。

公开(公告)号：CN114978313B

公开(公告)日：2023-10-24

申请号：CN202210539304.X

申请日：2022-05-18

Applicant: 重庆邮电大学

Inventor： 韦世红 ,  黄榕 ,  卢星宇 ,  肖云鹏 ,  刘媛媛 ,  冉玉林

IPC: H04B10/116 ,  H04B10/54 ,  H04L25/03 ,  G06V10/764 ,  G06V10/82 ,  G06V10/84 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明属于可见光通信技术领域，具体涉及一种基于贝叶斯神经元的可见光CAP系统的补偿方法；该方法包括：在可见光CPA系统中，将接收端下采样接收到的信号输入到基于贝叶斯神经元的深度学习非线性补偿模块中进行非线性补偿，得到补偿后的QAM信号；对补偿后的QAM信号进行QAM解映射，得到均衡信号，实现对可见光CAP系统的非线性补偿；本发明能将接收到的畸变信号补偿为发送前的正常信号，提高VLC系统的传输速度，改善系统的整体性能，本发明中神经网络的权重参数是随机变量，而非确定的值，可以给出预测的不确定性，防止过拟合，在非线性补偿上，具有非常强的鲁棒性。