水下可见光通信系统中抗非线性的星座图整形优化

水下可见光通信系统中抗非线性的星座图整形优化 | SCIS

图像处理 • 来源：中国科学信息科学 • 2022年12月26日下午2:45 • 技术文章

Jia J L, Zhang J W, Chi N. Constellation shaping optimization for nonlinearity mitigation in CAP UVLC system. Sci China Inf Sci, 2022, doi: 10.1007/s11432-022-3643-y

研究意义

在第六代移动通信（6G）中，无线通信将不仅仅覆盖常规的空中链路，还将覆盖更多场景，如水下无线链路。当前，水下无线通信技术主要分为3类：声通信、射频通信和光通信。水声通信可以实现超远距离的无线通信，但带宽窄、延迟高；射频通信因水体导电而产生的趋肤效应而有极大的衰减，虽通信速率较高，但传输距离较短。水下无线光通信（UVLC）是一种很有前景的技术路线，能够在水下实现高速且距离可观的无线通信。

相对自由空间而言，水体对光的吸收衰减较大。因此在UVLC系统中，为了实现尽可能长的通信距离，一般会选择使用功率更大的发射组件。然而，大功率发光器件的电光响应通常线性度较差，且当接收器靠近大功率UVLC发射机时，接收端也会收到较大的饱和非线性效应影响。这对于长距离高速UVLC系统的实现提出了挑战。

本文工作

为了解决上述问题，本文针对基于无载波相幅调制（CAP）的UVLC系统，结合6G中原生人工智能（Native AI）的概念，提出了一个完整的星座图整形优化方法。该方法包括抗非线性星座图设计的神经网络优化框架，以及一个无需手动调整设定信噪比（SNR）的损失函数。该优化方法能够减轻非线性效应对UVLC系统带来的影响。

本文的创新点如下：

首次针对基于CAP的UVLC系统，提出一套神经网络模型框架，用于端到端星座图优化。
提出一种非线性星座图整形优化方法，增加UVLC传输距离动态范围。该优化方法不向现有发射机和接收机引入额外神经网络计算，仅改变标准星座点坐标和判决阈值。
提出一种新颖的损失函数，使优化过程不再受设定SNR的影响，摆脱手动调整SNR的过程。该损失函数同时优化星座图的抗噪能力和峰均功率比（PAPR）。
通过实验验证了优化后的星座，在1.2米的水下LED可见光通信链路中，实现了1.7 Gbit/s的通信速率，比传统格型星座图高200 Mbit/s。

实验结果

本文所提出的优化方法在UVLC实验平台上进行了验证。所使用的UVLC发射器件为蓝光LED，工作偏置电流为160 mA，电功率为512 mW。UVLC链路使用一个长度为1.2米的玻璃水箱构建，接收器件使用一个PIN光电二极管（PIN-PD）。

实验过程包括两个阶段。第一阶段为离线训练，在系统工作在无、弱、强三种非线性强度下采集少量数据用于信道非线性曲线拟合，再根据这三个信道模型分别训练得到三个针对非线性损伤优化的星座图。

第二阶段即在实验中测试各星座图的性能。系统中非线性强度使用发射信号的峰峰值电压（Vpp）作为量化标准，当Vpp小于0.45 V时为无非线性情况，当Vpp介于0.45 V和0.65 V之间为弱非线性，当Vpp大于0.65 V时为强非线性。可以观察到，优化后的星座图在各自的最优工作区间内，性能均超过传统格型星座图。