CN114826400B - 一种基于可见光通信的信号补偿方法及相关设备 - Google Patents

Abstract

本申请提供一种基于可见光通信的信号补偿方法及相关设备，其中，所述方法首先利用趋势预测模型预测可见光接收设备下一时刻振动趋势数据，再将实时接收信号以及所述振动趋势数据输入至通信补偿模型，得到可见光接收设备下一时刻接收信号的误差补偿因子，利用所述误差补偿因子对可见光接收设备的下一时刻接收信号进行补偿，从而减小设备振动对可见光通信系统的影响，保证光信号接收设备接收光信号有较高的准确率和较低的误码率，从而保证了可见光通信的通信质量。

Description

一种基于可见光通信的信号补偿方法及相关设备

技术领域

本申请涉及可见光通信技术领域，尤其涉及一种基于可见光通信的信号补偿方法及相关设备。

背景技术

可见光通信(VLC，visible light communication)利用可见光波段的光作为信息载体，在空气中直接传输光信号，是一种基于可见光频谱进行数据通信的新兴无线通信方式。VLC的概念由日本学者于2000年提出的，它经历了飞速发展的20年，到如今LiFi(LightFidelity，可见光无线通信)等VLC概念已大规模普及。作为一种新兴的通信方式，VLC可以提供近400THz的丰富的频谱资源，并且具有很强的抗电磁干扰特性，以及很好的保密性能。

实际应用的过程中，有很多因素都会影响可见光通信的可靠性，比如在运动载体的光通信系统中，由于环境等因素会导致可见光发射设备与接收设备之间产生相对位置偏移，影响接收设备接收光信号的准确率，使可见光通信系统的误码率增加，通信质量下降。

发明内容

有鉴于此，本申请的目的在于提出一种基于可见光通信的信号补偿方法及相关设备。

基于上述目的，本申请提供了一种基于可见光通信的信号补偿方法，包括：采集可见光接收设备的实时振动数据，将所述实时振动数据输入至预先训练好的趋势预测模型，所述趋势预测模型输出所述可见光接收设备下一时刻的振动趋势数据；采集所述可见光接收设备的实时接收信号，将所述实时接收信号以及所述振动趋势数据输入至预先训练好的通信补偿模型，所述通信补偿模型输出所述可见光接收设备下一时刻接收信号的误差补偿因子；利用所述误差补偿因子对所述可见光接收设备的所述下一时刻接收信号进行补偿。

可选地，在将所述实时振动数据输入至预先训练好的趋势预测模型之前，还包括：构建初始趋势预测模型；采集所述可见光接收设备的历史振动数据，利用所述历史振动数据对所述初始趋势预测模型进行训练，得到所述趋势预测模型。

可选地，在将所述实时接收信号以及所述振动趋势数据输入至预先训练好的通信补偿模型之前，还包括：构建初始通信补偿模型；采集所述可见光接收设备的所述历史振动数据、历史接收信号以及历史误差补偿因子，利用所述历史振动数据、所述历史接收信号以及所述历史误差补偿因子对所述初始通信补偿模型进行训练，得到所述通信补偿模型。

可选地，所述实时振动数据以及所述历史振动数据均包括所述可见光接收设备由振动引起的位移角度和位移距离。

可选地，所述可见光接收设备包括六轴传感器，所述实时振动数据以及所述历史振动数据均由所述六轴传感器采集得到。

可选地，所述初始趋势预测模型、所述初始通信补偿模型、所述趋势预测模型以及所述通信补偿模型均为长短期记忆神经网络模型。

可选地，所述利用所述误差补偿因子对所述可见光接收设备下一时刻的接收信号进行补偿，包括：利用所述误差补偿因子生成幅值补偿信号以及相位补偿信号，将所述幅值补偿信号以及所述相位补偿信号加入所述下一时刻的接收信号，对所述下一时刻的接收信号进行补偿。

基于上述目的，本申请还提供了一种基于可见光通信的信号补偿装置，包括：振动趋势数据预测模块，被配置为采集可见光接收设备的实时振动数据，将所述实时振动数据输入至预先训练好的趋势预测模型，所述趋势预测模型输出所述可见光接收设备下一时刻的振动趋势数据；误差补偿因子预测模块，被配置为采集所述可见光接收设备的实时接收信号，将所述实时接收信号以及所述振动趋势数据输入至预先训练好的通信补偿模型，所述通信补偿模型输出所述可见光接收设备下一时刻接收信号的误差补偿因子；补偿模块，被配置为利用所述误差补偿因子对所述可见光接收设备的所述下一时刻接收信号进行补偿。

基于上述目的，本申请还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现任意一项所述的方法。

基于上述目的，本申请还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，其特征在于，所述计算机指令用于使计算机执行任一所述的方法。

从上面所述可以看出，本申请提供的基于可见光通信的信号补偿方法及相关设备，其中，所述方法首先利用趋势预测模型预测可见光接收设备下一时刻振动趋势数据，再将实时接收信号以及所述振动趋势数据输入至通信补偿模型，得到可见光接收设备下一时刻接收信号的误差补偿因子，利用所述误差补偿因子对可见光接收设备的下一时刻接收信号进行补偿，从而减小设备振动对可见光通信系统的影响，保证光信号接收设备接收光信号有较高的准确率和较低的误码率，从而保证了可见光通信的通信质量。

附图说明

为了更清楚地说明本申请或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例的基于可见光通信的信号补偿方法示意图；

图2为本申请实施例的基于可见光通信的信号补偿装置示意图；

图3为本申请实施例的电子设备硬件结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本申请进一步详细说明。

需要说明的是，除非另外定义，本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

可见光通信系统在实际使用时，其他光源发出的光会产生背景噪声，可见光信号的强度随距离的增加而快速降低，传播过程中还存在着反射、散射等情况。如果将可见光通信系统应用至运动载体中，如汽车、轮船、高铁，运动过程中产生的颠簸将会导致光信号接收设备对抖动时间点附近的信号发生误判，因此需要对接收信号进行信号补偿。

有鉴于此，本申请的一种实施例提供了一种基于可见光通信的信号补偿方法，如图1所示，包括：

S101、采集可见光接收设备的实时振动数据，将所述实时振动数据输入至预先训练好的趋势预测模型，所述趋势预测模型输出所述可见光接收设备下一时刻的振动趋势数据。本申请实施例中，所述可见光接收设备可以为智能手机、电脑、智能手表等任何能够将光信号转变为电信号的移动终端；可见光发送设备为固定于移动载体内部、能够发送光信号至可见光接收设备的设备，可以为LED灯或其他设备；本申请实施例中的可见光通信仅针对可见光发送设备将信号下行传输至可见光接收设备的过程。

S102、采集所述可见光接收设备的实时接收信号，将所述实时接收信号以及所述振动趋势数据输入至预先训练好的通信补偿模型，所述通信补偿模型输出所述可见光接收设备下一时刻接收信号的误差补偿因子。

S103、利用所述误差补偿因子对所述可见光接收设备的所述下一时刻接收信号进行补偿。

本申请实施例提供的基于可见光通信的信号补偿方法，首先利用趋势预测模型预测可见光接收设备下一时刻振动趋势数据，再将实时接收信号以及所述振动趋势数据输入至通信补偿模型，得到可见光接收设备下一时刻接收信号的误差补偿因子，利用所述误差补偿因子对可见光接收设备的下一时刻接收信号进行补偿，从而减小设备振动对可见光通信系统的影响，保证光信号接收设备接收光信号有较高的准确率和较低的误码率，从而保证了可见光通信的通信质量。

一些实施例中，在将所述实时振动数据输入至预先训练好的趋势预测模型之前，还包括：

S201、构建初始趋势预测模型。

S202、采集所述可见光接收设备的历史振动数据，利用所述历史振动数据对所述初始趋势预测模型进行训练，得到所述趋势预测模型。

具体实施时，所述历史振动数据包括历史采集并储存的多个不同时刻的振动信息。对所述初始趋势预测模型的训练包括：将多个不同时刻的振动信息按照时间顺序排序，除时刻最晚的振动信息以外，每个k时刻的振动信息都存在与之对应的下一时刻(k+1时刻)的运动信息，使所述初始趋势预测模型输入k时刻的振动信息，输出k+1时刻的振动信息，同时在所述初始趋势预测模型中加入损失函数，优化模型中的参数，响应于损失函数取得最小值且所有历史振动数据都已经输入至初始趋势预测模型，训练完成，得到所述趋势预测模型。

一些实施例中，在将所述实时接收信号以及所述振动趋势数据输入至预先训练好的通信补偿模型之前，还包括：

S301、构建初始通信补偿模型。

S302、采集所述可见光接收设备的历史接收信号以及历史误差补偿因子，利用所述历史振动数据、所述历史接收信号以及所述历史误差补偿因子对所述初始通信补偿模型进行训练，得到所述通信补偿模型。一种具体的实施例中，所述历史误差补偿因子以及所述误差补偿因子包括幅值补偿因子和相位补偿因子，幅值补偿因子为接收信号与发射信号幅值之比，相位补偿因子为接收信号与发送信号相位之差；采集上述历史振动数据、历史接收信号以及历史误差补偿因子的方式为抽样采集。

具体实施时，所述历史接收信号包括历史采集并储存的多个不同时刻的接收信号；所述历史误差补偿因子包括历史采集并储存的多个不同时刻的误差补偿因子。对所述初始通信补偿模型的训练包括：将多个不同时刻的振动信息、接收信号以及误差补偿因子按照时间顺序排序，除时刻最晚的振动信息、接收信号以及误差补偿因子以外，每个k时刻的振动信息、接收信号以及误差补偿因子都存在与之对应的下一时刻(k+1时刻)的振动信息、接收信号以及误差补偿因子，每个k时刻的振动信息也存在与之同为k时刻的接收信号以及误差补偿因子，使所述初始通信补偿模型输入k时刻的接收信号与k+1时刻的振动信息，输出k+1时刻的误差补偿因子，同时在所述初始通信补偿模型中加入损失函数，优化模型中的参数，响应于损失函数取得最小值且所有历史振动数据、历史接收信号以及所述历史误差补偿因子都已经输入至初始通信补偿模型，训练完成，得到所述通信补偿模型。

一些实施例中，所述可见光接收设备包括六轴传感器，所述实时振动数据以及所述历史振动数据均由所述六轴传感器采集得到。所述实时振动数据以及所述历史振动数据均包括所述可见光接收设备由振动引起的位移角度和位移距离。

所述六轴传感器包括三轴加速度计以及三轴陀螺仪，三轴加速度计基于牛顿第二定律测量移动终端在空间内相对于地球的加速度；三轴陀螺仪基于角动量守恒原理测量移动终端运动的角速度。所述六轴传感器能够较为精准地测量并采集所述移动终端的振动信息，保证所述趋势预测模型以及所述通信补偿模型输出的数据精准，从而进一步保证了可见光通信的通信质量。

一些实施例中，所述初始趋势预测模型、所述初始通信补偿模型、所述趋势预测模型以及所述通信补偿模型均为长短期记忆神经网络模型。长短期记忆神经网络(LSTM，LongShort-Term Memory)是一种时间循环神经网络，是为了解决一般的循环神经网络存在的长期依赖问题而专门设计出来的，所有的循环神经网络都具有一种重复神经网络模块的链式形式。作为非线性模型，LSTM可作为复杂的非线性单元用于构造更大型深度神经网络。

一些实施例中，所述S103中利用所述误差补偿因子对所述可见光接收设备下一时刻的接收信号进行补偿，包括：利用所述误差补偿因子中的幅值补偿因子生成幅值补偿信号，利用所述误差补偿因子中的相位补偿因子生成相位补偿信号，将所述幅值补偿信号以及所述相位补偿信号加入所述下一时刻的接收信号，对所述下一时刻的接收信号进行补偿。一种具体的实施例中，所述幅值补偿信号可以由可见光发送设备中设置的幅值均衡器生成，也可以由可见光接收设备中设置的幅值增益芯片生成；所述相位补偿信号可以由可见光发送设备中设置的相位均衡器生成，也可以由可见光接收设备中设置的主动降噪芯片生成。具体实施时，所述相位补偿信号为与噪声信号相位相差180°的信号，并与噪声信号互相抵消。

需要说明的是，本申请实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本申请实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。

需要说明的是，上述对本申请的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种基于可见光通信的信号补偿装置。

参考图2，所述基于可见光通信的信号补偿装置，包括：

振动趋势数据预测模块10，被配置为采集可见光接收设备的实时振动数据，将所述实时振动数据输入至预先训练好的趋势预测模型，所述趋势预测模型输出所述可见光接收设备下一时刻的振动趋势数据；

误差补偿因子预测模块20，被配置为采集所述可见光接收设备的实时接收信号，将所述实时接收信号以及所述振动趋势数据输入至预先训练好的通信补偿模型，所述通信补偿模型输出所述可见光接收设备下一时刻接收信号的误差补偿因子；

补偿模块30，被配置为利用所述误差补偿因子对所述可见光接收设备的所述下一时刻接收信号进行补偿。

本申请实施例提供的基于可见光通信的信号补偿装置，首先利用趋势预测模型预测可见光接收设备下一时刻振动趋势数据，再将实时接收信号以及所述振动趋势数据输入至通信补偿模型，得到可见光接收设备下一时刻接收信号的误差补偿因子，利用所述误差补偿因子对可见光接收设备的下一时刻接收信号进行补偿，从而减小设备振动对可见光通信系统的影响，保证光信号接收设备接收光信号有较高的准确率和较低的误码率，从而保证了可见光通信的通信质量。

一些实施例中，所述装置还包括：

趋势预测模型构建模块，被配置为：构建初始趋势预测模型，采集所述可见光接收设备的历史振动数据，利用所述历史振动数据对所述初始趋势预测模型进行训练，得到所述趋势预测模型。

一些实施例中，所述装置还包括：

通信补偿模型构建模块，被配置为：构建初始通信补偿模型；采集所述可见光接收设备的所述历史接收信号以及历史误差补偿因子，利用所述历史振动数据、所述历史接收信号以及所述历史误差补偿因子对所述初始通信补偿模型进行训练，得到所述通信补偿模型。

一些实施例中，所述补偿模块包括：

补偿单元，被配置为利用所述误差补偿因子生成幅值补偿信号以及相位补偿信号，将所述幅值补偿信号以及所述相位补偿信号加入所述下一时刻的接收信号，对所述下一时刻的接收信号进行补偿。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

上述实施例的装置用于实现前述任一实施例中相应的基于可见光通信的信号补偿方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上任意一实施例所述的基于可见光通信的信号补偿方法。

图3示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器310、存储器320、输入/输出接口330、通信接口340和总线350。其中处理器310、存储器320、输入/输出接口330和通信接口340通过总线350实现彼此之间在设备内部的通信连接。

处理器310可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。

存储器320可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器320可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器320中，并由处理器310来调用执行。

输入/输出接口330用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。

通信接口340用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。

总线350包括一通路，在设备的各个组件(例如处理器310、存储器320、输入/输出接口330和通信接口340)之间传输信息。

需要说明的是，尽管上述设备仅示出了处理器310、存储器320、输入/输出接口330、通信接口340以及总线350，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。

上述实施例的电子设备用于实现前述任一实施例中相应的基于可见光通信的信号补偿方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的基于可见光通信的信号补偿方法。

本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的基于可见光通信的信号补偿方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本申请的范围(包括权利要求)被限于这些例子；在本申请的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本申请实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。

另外，为简化说明和讨论，并且为了不会使本申请实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本申请实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本申请实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本申请的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本申请实施例。因此，这些描述应被认为是说明性的而不是限制性的。

尽管已经结合了本申请的具体实施例对本申请进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。

本申请实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本申请实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种基于可见光通信的信号补偿方法，其特征在于，包括：

采集可见光接收设备的实时振动数据，将所述实时振动数据输入至预先训练好的趋势预测模型，所述趋势预测模型输出所述可见光接收设备下一时刻的振动趋势数据；

采集所述可见光接收设备的实时接收信号，将所述实时接收信号以及所述振动趋势数据输入至预先训练好的通信补偿模型，所述通信补偿模型输出所述可见光接收设备下一时刻接收信号的误差补偿因子；

利用所述误差补偿因子对所述可见光接收设备的所述下一时刻接收信号进行补偿。

2.根据权利要求1所述的基于可见光通信的信号补偿方法，其特征在于，在将所述实时振动数据输入至预先训练好的趋势预测模型之前，还包括：

构建初始趋势预测模型；

采集所述可见光接收设备的历史振动数据，利用所述历史振动数据对所述初始趋势预测模型进行训练，得到所述趋势预测模型。

3.根据权利要求2所述的基于可见光通信的信号补偿方法，其特征在于，在将所述实时接收信号以及所述振动趋势数据输入至预先训练好的通信补偿模型之前，还包括：

构建初始通信补偿模型；

采集所述可见光接收设备的所述历史振动数据、历史接收信号以及历史误差补偿因子，利用所述历史振动数据、所述历史接收信号以及所述历史误差补偿因子对所述初始通信补偿模型进行训练，得到所述通信补偿模型。

4.根据权利要求2所述的基于可见光通信的信号补偿方法，其特征在于，所述实时振动数据以及所述历史振动数据均包括所述可见光接收设备由振动引起的位移角度和位移距离。

5.根据权利要求2所述的基于可见光通信的信号补偿方法，其特征在于，所述可见光接收设备包括六轴传感器，所述实时振动数据以及所述历史振动数据均由所述六轴传感器采集得到。

6.根据权利要求3所述的基于可见光通信的信号补偿方法，其特征在于，所述初始趋势预测模型、所述初始通信补偿模型、所述趋势预测模型以及所述通信补偿模型均为长短期记忆神经网络模型。

7.根据权利要求1所述的基于可见光通信的信号补偿方法，其特征在于，所述利用所述误差补偿因子对所述可见光接收设备下一时刻的接收信号进行补偿，包括：

利用所述误差补偿因子生成幅值补偿信号以及相位补偿信号，将所述幅值补偿信号以及所述相位补偿信号加入所述下一时刻的接收信号，对所述下一时刻的接收信号进行补偿。

8.一种基于可见光通信的信号补偿装置，其特征在于，包括：

振动趋势数据预测模块，被配置为采集可见光接收设备的实时振动数据，将所述实时振动数据输入至预先训练好的趋势预测模型，所述趋势预测模型输出所述可见光接收设备下一时刻的振动趋势数据；

误差补偿因子预测模块，被配置为采集所述可见光接收设备的实时接收信号，将所述实时接收信号以及所述振动趋势数据输入至预先训练好的通信补偿模型，所述通信补偿模型输出所述可见光接收设备下一时刻接收信号的误差补偿因子；

补偿模块，被配置为利用所述误差补偿因子对所述可见光接收设备的所述下一时刻接收信号进行补偿。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。

10.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，其特征在于，所述计算机指令用于使计算机执行权利要求1至7任一所述方法。