基于粗糙集改进的KNN级联均衡器抑制LED非线性研究

针对LED非线性响应导致可见光通信性能严重下降的问题，提出基于粗糙集理论改进的k最近邻(KNN)算法，并与最小均方(LMS)算法相结合，设计了级联均衡器。首先，根据接收端星座点分布特征，将训练集数据空间划分为不同的区域，并对不同区域采用不同的分类策略，从而降低了传统KNN算法的计算复杂度；然后，提出将LMS均衡器与改进的KNN均衡器相结合。第1级LMS均衡器有助于降低样本点的弥散度，为提高第2级改进KNN均衡器的分类准确性和减小计算复杂度提供了条件；最后，采用蒙特卡罗方法对系统进行了仿真实验。实验结果表明，改进KNN算法的复杂度约为传统KNN算法的1/9,且不会牺牲分类准确性。同时，使用所提的LMS算法和改进KNN级联均衡器能显著改善可见光通信系统的性能。