CN107566039A - 一种基于聚类判决的可见光系统非线性补偿方法 - Google Patents

Abstract

本发明属于可见光通信技术领域，具体为一种基于聚类判决的可见光系统非线性补偿方法。本发明方法是在可见光接收系统中，在解调模块和后均衡模块之后，解码模块之前增加一个基于聚类算法的判决模块，用于对星座点进行补偿纠正；具体包括：对全体数据取合适长度的子集作为训练集；对训练集进行聚类算法的运算，将不同数据点进行归类求出数据簇和聚类中心；利用归一化以后的标准星座点和聚类中心点，求出纠正向量，对全体接收数据进行最近中心点的归类，再和相应的纠正向量求积，得到补偿数据，输出至解码模块。本发明方法可提高通信系统的传输速率和接收机的灵敏度，改善传输性能。

Description

一种基于聚类判决的可见光系统非线性补偿方法

技术领域

本发明属于可见光通信技术领域，具体涉及一种基于聚类判决的可见光系统非线性补偿方法。

背景技术

基于 LED的可见光通信技术是一种将 LED照明技术和通信技术相结合的新兴技术。可见光通信的基本原理是利用了 LED 光源具有高速的开关切换特点，通过控制 LED的驱动电流来完成对光信号的调制，在接收端通过光电二极管来将光信号转化为电信号，从而可以完成信息的传输。可见光通信兼顾照明和通信的功能，是一种无电磁干扰、安全保密的新型通信技术。

在实际的应用中，为了削弱非线性对系统的影响，非线性均衡和补偿技术是必备的技术。在通信系统、语音处理和控制工程中各个流程和步骤都有大量的非线性成分，由非线性导致的信号失真会影响到整个系统的性能。高功率放大器是一个非常重要的非线性组成成分，会引入码间干扰，对传输速率和误码率都是一个很大的影响。所以在系统中需要对信号进行均衡补偿来克服码间干扰。

现有的抗非线性算法模型有以下几种：Volterra滤波器模型、同态滤波器模型（Homomorphic Filter Model）、形态滤波器模型（Morphologieal Filter Model）、排序统计滤波器模型（Order Statisties Filter Model）。但是，在可见光领域，系统非线性的产生来源于复杂，采用上述方法存在复杂度高、再具体应用场景中模型实现与模型理论不符合等等问题。另外，专利“室内可见光通信发光二极管传输预失真系统及方法（申请号CN200810162156）” 中提出了一种室内可见光通信发光二极管传输预失真系统及方法，利用在发送端预失真的方法补偿非线性。但是只利用查找表方式对信道做模拟，没有考虑使用接收信号本身的统计规律来对信号进行补偿。

此外，专利“一种降低可见光通信系统光源LED非线性的方法及系统（申请号201610143768.3）” 中提出了一种降低可见光通信系统光源LED非线性的方法及系统，能够从发送的信号本身消除LED非线性特性造成的信号畸变。该方法通过人为降低大于LED饱和门限值的信号的预失真方法来降低非线性效应。但是也是采用的预失真方案，没用在接收端使用接收信号本身的统计规律对失真信号进行直接补偿。

为了解决或避免上述问题，即（1）需要对系统中信号进行非线线性补偿；（2）综合考虑系统子器件之间的复杂相互影响；（3）利用收信号本身的统计规律；（4）直接在接收端采用无数据辅助的方式完成补偿，本发明提出了一种基于聚类判决的可见光系统非线性补偿方法。

发明内容

本发明的目的在于提供提一种复杂度可控，对特定应用场景下系统整体非线性有明显补偿效果的可见光系统非线性补偿方法。

本发明提出的可见光系统非线性补偿方法，利用了机器学习中给出的聚类算法，可见光通信系统结构和逻辑结构如1图和2图所示，包含以下方面：

1.在可见光接收系统中，在解调模块和后均衡模块之后，解码模块之前增加一个基于聚类算法的判决模块。判决模块的功能针对星座点进行纠正。

2.在判决模块中，对全体数据取合适长度的子集作为训练集，全体接受数据的中心点作为抽象代表。

3.对训练集进行聚类算法的运算，将不同数据点进行归类求出数据簇和聚类中心。其具体步骤如3图所示。

4.利用归一化以后的标准星座点和聚类中心点，求出纠正向量，并对全体接收数据进行最近中心点的归类，并和响应的纠正向量求积，得到补偿之后的数据，输出至解码模块。

本发明提出的可见光系统非线性补偿方法，所述基于聚类算法的判决模块中，具体计算步骤为：

S11：从接接收的数据r_x 中，选择指定长度n的子序列作为训练序列{x₁,x₂,...,x_i,...x_n}，n的长度选取，要满足下述代价函数e收敛，由于VLC系统的慢变特性，子序列可以在不影响系统性能的前提下，极大地减低复杂度。

S12：通过K-means聚类算法对I/Q的信号进行聚类，具体流程为：

（1）初始话中心点 {c₁, c₂,...,c_j,...,c_k}（每个点是包含 I/Q 两路的复数），其中，k等于调制阶数。

（2）利用公式（1）计算每个 x_i 到 c_j 的最短距离：

(1)

其中，每一个x_i是表示I/Q 两路信号的二维向量值[x_i(n), x_q(n)]， c_j为当前的聚类中心点，f(x,c) 是距离函数，可以采用欧几里得距离（Euclidean distance），曼哈顿距离（ Manhattan distance）或者马哈拉诺比斯距离（ Mahalanobis distance）等等 。

（3）更新聚类中心点，其迭代公式为（2）式所示：

（2）

（4）计算代价函数e：

（3）

在代价函数e值没有超过预设的阈值E时，重复迭代公式（1）和公式（2）；其中f是公式（1）所示距离函数，表示第t次迭代时的中心点，表示第t-1次迭代的中心点。

S13：计算纠正向量v_j：

（4）

其中，c_j是聚类中心点，s_j是标准星座点；对每一个接收数据 R_x ，利用最近的中心点c_j 和属于c_j的纠正向量v_j，通过I/Q信号分别与纠正向量v_j的实部和虚部相乘，求得补偿数据，并输出。

本发明适用于系统整体存在非线性现象的可见光通信系统中。本发明利用机器学习中聚类算法对接收数据本身统计特征的抽象作用，从现有可见光系统的抗非线性算法的局限性入手，提出一种利用基于聚类算法的判决方法来对可见光系统的非线性进行补偿的方式。

附图说明

图1为判决方法在可见光系统中的系统结构图。

图2为一种基于聚类判决的可见光系统非线性补偿方法逻辑结构图。

图3为一种基于聚类判决的可见光系统非线性补偿方法步骤图。

图4为以CAP16系统的星座点为例的聚类结果。其中，（a）为未处理数据，（b）为计算纠正向量v_j之前的算法结果，不同的颜色代表经过公式（1）~（4）计算之后的不同簇，每个簇中间的红色x记号为最终迭代的c_j。（c）所示为经过纠正向量v_j处理之后的算法结果。

具体实施方式

下面将根据本发明提出的一种基于聚类判决的可见光系统非线性补偿方法，完整地描述具体实施过程。

可见光通信系统结构和逻辑结构如1图和2图所示。该系统包括完整的发射、信道传输和接收部分。原始的二进制比特流经过预处理和编码调制之后，驱动LED，对LED进行强度调制，将电信号转换为光信号。目前，VLC的瓶颈是非线性失真，由于光电二极管传递曲线本身是非线性的，同时LED的频域响应也呈非线性，所以如何对非线性失真进行补偿也是亟待解决的问题。而本发明提出的基于聚类判决的可见光系统非线性补偿方法，属于图中的S1部分。包括如下3个步骤：

S11：从接接收的数据r_x 中，选择指定长度n的子序列作为训练序列{x₁,x₂,...,x_i,...x_n}，n的长度选取，要满足下述代价函数e收敛，在实验中，CAP16以下的VLC系统中取任意n>6000即可。

S12：通过K-means聚类算法对I/Q的信号进行聚类，具体步骤为：

（1）初始话中心点 {c₁, c₂,...,c_j,...,c_k}（每个点是包含 I/Q 两路的复数），其中，调制阶数k，CAP16系统中k=16，CAP8系统中k=8；

（2）利用公式（1）计算每个 x_i 到 c_j 的最短距离：

(1)

其中，每一个x_i是表示I/Q 两路信号的二维向量值[x_i(n), x_q(n)]， c_j为当前的聚类中心点，f(x,c) 是距离函数，在实施例中采用欧几里得距离：

（2）

（3）更新聚类中心点，其迭代公式（3）如下所示：

（3）

（4）计算代价函数e：

（4）

在代价函数e值没有超过预设的阈值E时，重复迭代公式（2）和公式（3）；其中f是距离函数，表示第t次迭代时的中心点，表示第t-1次迭代的中心点。

S13：计算纠正向量v_j：

（5）

其中，c_j是聚类中心点，s_j是标准星座点；对每一个接收数据 R_x ，利用最近的中心点c_j 和属于c_j的纠正向量v_j，通过I/Q信号分别与纠正向量v_j的实部和虚部相乘，求得补偿数据，并输出。

聚类结果示例如图4所示，图4以CAP16系统的星座点为例，图4（a）所示为未处理数据，图4（b）所示为计算纠正向量v_j之前的算法结果，不同的颜色代表经过公式（1）~（4）计算之后的不同簇，每个簇中间的红色x记号为最终迭代的c_j。图4（c）所示为经过纠正向量v_j处理之后的算法结果。

Claims (2)

1.一种基于聚类判决的可见光系统非线性补偿方法，其特征在于，在可见光接收系统中，在解调模块和后均衡模块之后，解码模块之前增加一个基于聚类算法的判决模块，用于对星座点进行纠正；具体步骤为：

对全体数据取合适长度的子集作为训练集，全体接收数据的中心点作为抽象代表；

对训练集进行聚类算法的运算，将不同数据点进行归类求出数据簇和聚类中心；

利用归一化以后的标准星座点和聚类中心点，求出纠正向量，并对全体接收数据进行最近中心点的归类，再和相应的纠正向量求积，得到补偿数据，输出至解码模块。

2.根据权利要求1所述的基于聚类判决的可见光系统非线性补偿方法，其特征在于，所述的判决模块的计算步骤为：

S11：从接接收的数据rx 中，选择指定长度的子序列作为训练序列选{x₁,x₂,...,x_i,...x_n}；

S12：通过K-means聚类算法，对I/Q的信号进行聚类，具体步骤为：

（1）初始话中心点 {c₁, c₂,...,c_j,...,c_k}，每个点是包含 I/Q 两路的复数，其中，k等于调制阶数；

（2）利用公式（1）计算每个 x_i 到 c_j 的最短距离：

(1)

其中，每一个x_i是表示I/Q 两路信号的二维向量值[x_i(n), x_q(n)]， c_j为当前的聚类中心点，f(x,c) 是距离函数；

（3）更新聚类中心点，其迭代公式为（2）式所示：

（2）

（4）计算代价函数e：

（3）

在代价函数e值没有超过预设的阈值时，重复迭代公式（1）和公式（2）；其中f是公式（1）所示距离函数，表示第t次迭代时的中心点，表示第t-1次迭代的中心点；

S13：计算纠正向量v_j：

（4）

其中，c_j是聚类中心点，s_j是标准星座点；对每一个接收数据 R_x ，利用最近的中心点c_j 和属于c_j的纠正向量v_j，通过I/Q信号分别与纠正向量v_j的实部和虚部相乘，求得补偿数据，并输出。