基于深度学习的水下无线光通信信噪比改善研究与实现OA
Research and implementation of signal to noise ratio improvement of underwater free space optical communication based on deep learning
复杂的水下环境造成了水下光信号的质量下降,为提升水下无线光通信系统信号信噪比,结合深度神经网络提出了一种信噪比改善方法,该方法通过信号频谱有效抑制了信号噪声.实验结果表明:针对1m传输距离的水下无线光通信16阶正交振幅调制-正交频分复用(16QAM-0FDM)信号,该方法可以实现约17 dB的信噪比提升同时误码率降低至1.709 x 10-3,可应用于水下无线光通信系统中提升传输性能,且具备一定的泛化能力.
孙猷;张俊杰
上海大学特种光纤与光接入网重点实验室,上海200072上海大学特种光纤与光接入网重点实验室,上海200072
信息技术与安全科学
水下无线光通信信噪比改善深度学习正交频分复用
《光通信技术》 2021 (1)
基于直调直检的大容量光接入系统关键技术研究
10-15,6
国家自然科学基金项目(批准号:61420106011、61601279、61601277)资助.
评论