本文選題：無(wú)線光通信　切入點(diǎn)：成像通信　出處：《中國(guó)科學(xué)技術(shù)大學(xué)》2017年博士論文

【摘要】：近年來(lái),隨著移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的快速發(fā)展,移動(dòng)用戶的業(yè)務(wù)流量呈爆炸式增長(zhǎng)。為了實(shí)現(xiàn)熱點(diǎn)高容量、低功耗大連接和低時(shí)延高可靠的通信連接,以擴(kuò)展頻譜帶寬的高頻段傳輸成為下一代移動(dòng)通信的關(guān)鍵技術(shù)。其中,以可見(jiàn)光通信技術(shù)為代表的光保真技術(shù)(LiFi)因其具有超大帶寬、綠色高能效、無(wú)電磁干擾以及易部署等優(yōu)點(diǎn),成為構(gòu)建具有高頻譜效率與高能量效率超密集異構(gòu)網(wǎng)絡(luò)的重要選擇。成像光通信是一種特殊的可見(jiàn)光通信方式,在實(shí)現(xiàn)泛在部署、超大規(guī)模光多輸入多輸出(MIMO)接收、多頻(色)接收以及大視場(chǎng)角抗干擾接收等方面有著明顯的優(yōu)勢(shì)。因此,基于成像通信的研究對(duì)構(gòu)建大容量無(wú)線光通信網(wǎng)絡(luò)意義重大。從現(xiàn)有關(guān)于成像通信的研究來(lái)看,大多集中于調(diào)制技術(shù)、系統(tǒng)同步及系統(tǒng)實(shí)現(xiàn)等方面。但從后續(xù)關(guān)于最優(yōu)傳輸信號(hào)設(shè)計(jì)、最佳信號(hào)檢測(cè)與估計(jì)以及信道編碼譯碼等方面的研究來(lái)看,構(gòu)建一個(gè)能夠統(tǒng)一表征成像通信的通信模型,同時(shí)基于此模型進(jìn)行性能分析的研究至關(guān)重要。因此,本文針對(duì)成像通信特點(diǎn),構(gòu)建成像通信系統(tǒng)模型,推導(dǎo)不同通信場(chǎng)景下的信道容量,并通過(guò)實(shí)驗(yàn)的辦法驗(yàn)證所構(gòu)建通信模型及容量性能理論分析的正確性。本論文的主要研究?jī)?nèi)容和貢獻(xiàn)如下:(1)構(gòu)建能夠統(tǒng)一表征成像通信的通信模型,包括信號(hào)模型、噪聲模型及統(tǒng)計(jì)信道模型�？紤]照明約束條件,給出了由多維正交基函數(shù)集合構(gòu)成的非負(fù)信號(hào)可行域、平均光功率約束可行域及峰值光功率可行域空間。建立了包括源端輻射模式、光學(xué)系統(tǒng)響應(yīng)、像素探測(cè)器響應(yīng)以及指向偏差等因素在內(nèi)的統(tǒng)計(jì)信道模型。同時(shí)基于光電器件的物理性質(zhì)及制造工藝影響,系統(tǒng)分析了成像接收機(jī)中的噪聲分量。最后建立能夠統(tǒng)一表征成像通信的通信模型。(2)在發(fā)射端信道信息(CSIT)已知的情況下,首先將單光源構(gòu)成的理想成像單輸入單輸出(SISO)信道建模為混合式依賴信號(hào)的高斯噪聲(M-SDGN)信道。針對(duì)M-SDGN信道,我們分析了基于熵率不等式、輸入輸出微分滴、容量對(duì)偶方法以及球填充理論等方法在進(jìn)行M-SDGN信道容量推導(dǎo)時(shí)的不適用性。接下來(lái),我們?cè)跀?shù)學(xué)上證明了使得M-SDGN信道容量可達(dá)的最優(yōu)輸入分布的唯一性以及離散性,并給出了滿足最優(yōu)輸入分布的充分必要條件。最后,在給定最優(yōu)輸入分布充分必要的條件上,我們證明了 x= 0為最優(yōu)幅度質(zhì)點(diǎn)的結(jié)論,并結(jié)合Blahut-Arimoto迭代算法設(shè)計(jì)出低復(fù)雜度的離散輸入分布搜索算法。(3)在CSIT已知的情況下,我們將多光源構(gòu)成的成像MIMO信道建模為MIMO-SDGN信道。針對(duì)成像MIMO-SDGN信道,我們首先分析了和容量可達(dá)最優(yōu)輸入分布不再為離散輸入分布。之后,我們分別通過(guò)信道矩陣求逆、QR分解以及具有直流偏置的奇異值分解(DC-SVD)分解的方法將MIMO-SDGN信道解耦為具有不同光約束及SDGN的并行光信道。之后,我們給出了該并行光信道和容量上下界的閉式表達(dá),以及所達(dá)和容量上下界的功率分配策略。仿真結(jié)果表明,所推導(dǎo)的成像MIMO-SDGN信道和容量上下界在高信噪比下具有較小的間隙,體現(xiàn)了容量緊界的特征,并且驗(yàn)證了基于信道矩陣求逆及QR分解方法所求的和容量大于DC-SVD解耦辦法。(4)搭建成像通信試驗(yàn)平臺(tái),統(tǒng)計(jì)分析成像通信中的噪聲模型,比較系統(tǒng)實(shí)際所達(dá)速率與理論容量性能的性能差異。通過(guò)實(shí)驗(yàn),我們驗(yàn)證了成像通信中的噪聲為高斯白噪聲,輸入光信號(hào)與輸出噪聲方差之間呈二次函數(shù)關(guān)系,從而驗(yàn)證了所提M-SDGN信道模型的正確性。另外我們測(cè)試了優(yōu)化設(shè)計(jì)后的成像SISO系統(tǒng)與成像MIMO系統(tǒng)所能達(dá)的傳輸速率,并且與相應(yīng)參數(shù)下的理論容量性能進(jìn)行比較。結(jié)果表明,不管是優(yōu)化后的脈沖幅度調(diào)制SISO(PAM-SISO)系統(tǒng)還是顏色強(qiáng)度調(diào)制MIMO(CIM-MIMO)系統(tǒng),系統(tǒng)所達(dá)的速率與容量界還都還存在2 bit/s/Hz～3 bit/s/Hz 左右的余量。
[Abstract]:In recent years, with the rapid development of mobile Internet, mobile user traffic exploding. In order to realize the focus of high capacity, low power consumption and low delay and high reliability communication connection connection to spread spectrum bandwidth and high frequency transmission has become the key technology of the next generation of mobile communication. Among them, the visible light communication technology as the representative of the optical fi (LiFi) because of its large bandwidth, high efficiency green, no electromagnetic interference and easy deployment has become an important choice to construct has high spectrum efficiency and high energy efficiency of ultra dense heterogeneous network. The imaging optical communication is a kind of visible light communication in a special way. The ubiquitous deployment of large scale optical multiple input multiple output (MIMO) receiver, multi frequency (color) has obvious advantages and wide field angle receiving anti jamming receiver and so on. Therefore, research on imaging communication based on the Built in high-capacity wireless optical communication network is of great significance. From the existing research on image communication, mostly focused on the modulation technology, system synchronization and system realization. But from the follow-up on the optimal transmission signal design, optimal signal detection and estimation and channel encoding decoding and so on, to build a unified communication model characterization of imaging communication, and based on the model of performance analysis. Therefore, according to the characteristics of image communication, construct the imaging model of communication system, the channel capacity is derived in different communication scenarios, and through experiments to build correct analysis of communication model and capacity theory. The main research contents of this thesis and the contributions are as follows: (1) to construct the unified communication model characterizing the imaging communication, including signal model, channel model and noise model system. Considering the lighting constraints, by multidimensional orthogonal basis function set consisting of non negative signal gives the feasible domain space, Ping Junguang power constraint feasible domain and peak optical power. The feasible region including the establishment of the source radiation pattern, optical system response, pixel detector response and pointing error and other factors, the statistical channel model. At the same time, the physical properties of photoelectric the device and the manufacturing process based on systematic analysis of the influence, the noise component imaging receiver. Finally the establishment of unified communication model can characterize imaging communication. (2) in the channel information at the transmitter (CSIT) is known, will be the first single output ideal imaging single light source composed of single input (SISO) channel modeling for Gauss mixed signal dependent noise (M-SDGN) channel. According to the M-SDGN channel, we analyze the rate of entropy inequality based on input and output differential capacity drops, dual method and ball filling Applicability of the theory method in the derivation of M-SDGN channel capacity. Next, we prove the uniqueness of the optimal input distribution of M-SDGN channel capacity is discrete and in mathematics, and gives the necessary and sufficient conditions for the optimal input distribution. Finally, the optimal input distribution is given a sufficient and necessary condition. We show that x= 0 is the optimal particle amplitude results, combined with the Blahut-Arimoto algorithm to design the discrete input distribution search algorithm with low complexity. (3) CSIT in the known circumstances, we will MIMO channel modeling, imaging light source for MIMO-SDGN channel. According to the imaging of MIMO-SDGN channel, we first analyze the capacity and up to the optimal input distribution is no longer for the discrete input distribution. After that, we were through the inverse channel matrix, QR decomposition and singular value decomposition (DC-SVD with DC bias ) decomposition method MIMO-SDGN channel decoupling for parallel optical channels with different optical constraints and SDGN. After that, we give the lower bound on the capacity of parallel optical channel and a closed expression, and the lower bound on the capacity and power allocation strategy. The simulation results show that the lower bound of channel capacity and MIMO-SDGN imaging is deduced a small gap in high SNR, reflects the characteristics of capacity tight bound, and verified the desired inverse and QR channel matrix decomposition method based on the capacity of more than DC-SVD and decoupling approach. (4) to build a test platform for imaging communication, statistical analysis of noise model imaging communication, the actual rate and capacity theory the performances of the difference system. Through the experiment, we verified the noise imaging communication in the white Gauss noise, a quadratic function relationship between the input signal and output noise variance, and verification The correctness of the proposed M-SDGN channel model. We also tested the transmission rate of the optimized SISO imaging system and the imaging system can reach MIMO, and compared with the theoretical capacity of the corresponding parameters. The results show that whether the optimized SISO pulse amplitude modulation (PAM-SISO) system and color intensity modulation MIMO (CIM-MIMO) system, speed and capacity are the world system there are 2 bit/s/Hz to about 3 bit/s/Hz margin.

【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TN929.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳長(zhǎng)生;;求解一般信道容量的方法分析[J];電腦與電信;2010年01期

2 鄒明,張國(guó)平;純態(tài)糾纏源條件下密集編碼的信道容量比較[J];湖北民族學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年02期

3 王君;朱世華;王磊;;平坦衰落環(huán)境中多輸入多輸出系統(tǒng)衰落相關(guān)與信道容量研究[J];電子與信息學(xué)報(bào);2006年02期

4 周四清;;一類(lèi)小波域圖像乘性水印信道容量的計(jì)算[J];計(jì)算機(jī)工程與應(yīng)用;2006年35期

5 張遠(yuǎn)平;王雅;仲波;;二維受限編碼信道容量的分析[J];科學(xué)技術(shù)與工程;2006年24期

6 田大鋼;;關(guān)于單位成本信道容量的注記[J];通信學(xué)報(bào);2011年04期

7 鞏慧葉;張遠(yuǎn)平;李鵬;;二維非對(duì)稱(chēng)受限編碼信道容量的證明[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年02期

8 彭紀(jì)綱;一類(lèi)輸入受限碼信道容量的估算[J];華中工學(xué)院學(xué)報(bào);1985年S3期

9 吳俊杰;;信道的容量:同一時(shí)間內(nèi)傳輸多組信號(hào)[J];中國(guó)信息技術(shù)教育;2014年17期

10 蔣麗珍,鄔良能,余虹;單模壓縮信道的糾纏輔助容量[J];中國(guó)計(jì)量學(xué)院學(xué)報(bào);2004年02期

相關(guān)會(huì)議論文 前10條

1 屠佳;蔡躍明;;雙向中繼對(duì)秩虧MIMO信道容量的影響[A];2009年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2009年

2 周小林;方朝曦;;考慮陰影衰落的分布式多天線正交頻分復(fù)用系統(tǒng)的信道容量研究[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

3 劉寶妹;李琳;李正權(quán);;一種基于匙孔信道的空時(shí)網(wǎng)格編碼技術(shù)研究[A];第三屆全國(guó)虛擬儀器大會(huì)論文集[C];2008年

4 王謙;岳殿武;;具有同信道干擾的MIMO各態(tài)歷經(jīng)信道容量研究[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2009年

5 劉蕾蕾;洪偉;;視距傳輸下散射體對(duì)MIMO無(wú)線信道的影響[A];2007年全國(guó)微波毫米波會(huì)議論文集（下冊(cè)）[C];2007年

6 黃海燕;王秉中;;UWB室內(nèi)無(wú)線信道建模方法研究進(jìn)展[A];2009年全國(guó)天線年會(huì)論文集（下）[C];2009年

7 于曉燕;王加慶;楊綠溪;;基于PSAM的MIMO時(shí)間—頻率雙選擇性信道的信道估計(jì)[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

8 樸大志;李啟虎;孫長(zhǎng)瑜;;兩種典型淺海水聲MIMO信道容量的研究[A];2005年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

9 閆秋娜;岳殿武;;具有同信道干擾的MIMO系統(tǒng)信道容量研究綜述[A];中國(guó)電子學(xué)會(huì)第十五屆信息論學(xué)術(shù)年會(huì)暨第一屆全國(guó)網(wǎng)絡(luò)編碼學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

10 崔燕妮;陸安現(xiàn);申?yáng)|婭;;Rayleigh-Lognormal衰落MIMO信道容量的研究[A];2009年全國(guó)天線年會(huì)論文集（下）[C];2009年

相關(guān)重要報(bào)紙文章 前5條

1 ;DFS：有關(guān)802.11n的新話題[N];網(wǎng)絡(luò)世界;2008年

2 陳代壽;MIMO提高信道容量[N];中國(guó)計(jì)算機(jī)報(bào);2005年

3 王舒;MIMO：新一代移動(dòng)通信核心技術(shù)[N];人民郵電;2006年

4 華為 劉方;802.11ac為WLAN帶來(lái)的六大變革[N];中國(guó)計(jì)算機(jī)報(bào);2012年

5 ;VoIP向何處去[N];網(wǎng)絡(luò)世界;2001年

相關(guān)博士學(xué)位論文 前10條

1 顧軍;多小區(qū)多用戶MIMO系統(tǒng)干擾對(duì)齊技術(shù)研究[D];重慶大學(xué);2015年

2 Balla Moussa Coulibaly;寬帶與寬帶虛擬MIMO無(wú)線信道傳輸特性研究[D];華北電力大學(xué);2015年

3 任海英;干擾對(duì)齊在現(xiàn)代通信中的應(yīng)用研究[D];北京郵電大學(xué);2015年

4 董政;對(duì)稱(chēng)α穩(wěn)定分布噪聲下稀疏雙選信道估計(jì)與編譯碼技術(shù)研究[D];解放軍信息工程大學(xué);2013年

5 張福新;協(xié)同車(chē)輛安全系統(tǒng)自適應(yīng)信道擁塞控制研究[D];大連理工大學(xué);2016年

6 黃偉;成像通信系統(tǒng)性能研究與優(yōu)化[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

7 蒲旭敏;近距離多天線無(wú)線通信關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

8 王妮娜;基于壓縮感知理論的無(wú)線多徑信道估計(jì)方法研究[D];北京郵電大學(xué);2012年

9 周瑋;車(chē)輛對(duì)車(chē)輛無(wú)線衰落信道建模與仿真研究[D];武漢理工大學(xué);2012年

10 馮紹鵬;多天線OFDM無(wú)線通信系統(tǒng)中信道估計(jì)等問(wèn)題的研究[D];北京郵電大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 崔文娟;高移動(dòng)場(chǎng)景下有限反饋信道研究[D];西南交通大學(xué);2015年

2 馮肖揚(yáng);WIMAX信道解碼系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

3 曲博;基于分簇的干擾對(duì)齊技術(shù)研究[D];電子科技大學(xué);2014年

4 程寧;室內(nèi)全雙工自干擾信道測(cè)量與建模[D];電子科技大學(xué);2014年

5 張志佼;多用戶空間相關(guān)MIMO信道容量研究[D];南京航空航天大學(xué);2014年

6 周濤;基于FPGA的線性干擾對(duì)齊通信系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

7 吳立新;多用戶中繼干擾信道中干擾對(duì)齊算法研究[D];西安電子科技大學(xué);2014年

8 付強(qiáng);MIMO信道容量仿真分析與干擾信道編碼方案實(shí)現(xiàn)方法[D];西安電子科技大學(xué);2015年

9 呼樹(shù)同;基于MIMO的可見(jiàn)光通信的研究[D];北京交通大學(xué);2016年

10 戴錫平;MIMO-OFDM系統(tǒng)接收中信道估計(jì)技術(shù)研究[D];解放軍信息工程大學(xué);2014年

，

本文編號(hào)：1706742