基于GA-PTS的无厄米特对称光OFDM系统峰均比抑制算法的研究

光正交频分复用（O-OFDM）技术被广泛应用于可见光通信系统（VLC）中以提高数据传输速率，但是O-OFDM系统存在峰值平均功率比（PAPR）高的问题，限制了其系统性能。本文首先针对传统的非对称限幅光正交频分复用（ACOOFDM）系统频谱效率低下以及计算复杂度高的问题，使用无厄米特对称的单极性光正交频分复用（UO-OFDM）系统。其次在UO-OFDM系统上使用传统的部分传输序列（PTS）技术来降低其PAPR，同时针对传统的PTS技术计算复杂度高以及搜索最佳相位旋转因子效率低的问题，提出使用遗传算法（GA）来优化PTS技术。仿真结果表明：GA-PTS相比于传统的PTS技术，在PAPR抑制性能差别不大的情况下极大地减少了搜索最佳相位旋转因子所需的时间；同时与基于GA-PTS算法的ACO-OFDM系统所用的时间相比，基于GA-PTS算法的UO-OFDM系统所用的时间有所减少，且随着最大遗传代数的增加，减少的时间更加明显。     

不规则场景下可见光信道建模与定位的研究

理想室内的可见光通信（VLC）信道传输模型并不适用于实际的不规则室内环境，针对这一问题，本文研究了可见光在不规则场景中无规律反射的情况，建立了更符合实际情况的VLC信道模型，并在此信道模型基础上提出了遗传算法优化反向传播（BP）神经网络（GA-BP）的定位算法，克服了BP神经网络存在处理非线性系统能力差的问题。通过仿真不规则场景下信道模型的反射元法向量信息，确定光线反射方向，使接收器可以接收到更加准确的光功率值。仿真结果表明，在5 m×5 m×5 m的不规则室内环境中，系统总接收光功率在0.0141～0.0639 W范围内波动，GA-BP算法较BP神经网络定位误差大幅减小，达到2.32 cm，平均定位时间为0.0625 s。