[發(fā)明專利]一種基于可見光通信的神經(jīng)網(wǎng)絡(luò)均衡器

在審

• 申請(qǐng)?zhí)枺?/td>: 201710602325.0
• 申請(qǐng)日: 2017-07-21
• 公開（公告）號(hào): CN107342814A
• 公開（公告）日: 2017-11-10
• 發(fā)明（設(shè)計(jì)）人: 吳玉香;謝燦宇;關(guān)偉鵬;陳穎聰;文尚勝
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): H04B10/116
• 分類號(hào): H04B10/116;H04L25/03
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司44245
• 代理人: 羅觀祥

1.一種基于可見光通信的神經(jīng)網(wǎng)絡(luò)均衡器，其特征在于，包括依次連接的可見光通信發(fā)射子系統(tǒng)(10)、可見光通信傳輸子系統(tǒng)(20)和可見光通信接收子系統(tǒng)(30)；所述可見光通信發(fā)射子系統(tǒng)(10)包括：數(shù)據(jù)采集模塊(11)、數(shù)據(jù)編碼模塊(12)、LED驅(qū)動(dòng)模塊(13)和LED發(fā)射器件(14)；所述數(shù)據(jù)編碼模塊(12)的一端與數(shù)據(jù)采集模塊(11)連接；所述數(shù)據(jù)編碼模塊(12)的另一端與LED驅(qū)動(dòng)模塊的(13)一端相連；所述LED驅(qū)動(dòng)模塊(13)的另一端與LED發(fā)射器件(14)相連；所述可見光通信傳輸子系統(tǒng)(20)為自由空間；所述可見光通信接收子系統(tǒng)(30)包括：光電檢測(cè)器件(31)、接收電路模塊(32)、神經(jīng)網(wǎng)絡(luò)均衡器(33)和數(shù)據(jù)解碼模塊(34)；所述接收電路模塊(32)的一端與光電檢測(cè)器件(31)相連；所述接收電路模塊(32)的另一端與神經(jīng)網(wǎng)絡(luò)均衡器(33)的一端相連；所述神經(jīng)網(wǎng)絡(luò)均衡器(33)的另一端與數(shù)據(jù)解碼模塊的一段相連；所述接收電路模塊(32)包括依次連接的放大電路模塊(321)濾波電路模塊(322)和AD模數(shù)轉(zhuǎn)換模塊(323)；

所述數(shù)據(jù)采集模塊(11)采集原始信號(hào)并通過數(shù)據(jù)編碼模塊(12)進(jìn)行編碼處理之后控制LED驅(qū)動(dòng)模塊(13)產(chǎn)生驅(qū)動(dòng)電流，驅(qū)動(dòng)LED發(fā)射器件(14)發(fā)射可見光信號(hào)；所述光電檢測(cè)器件(31)接收LED發(fā)射器件(14)發(fā)出的可見光信號(hào)，并將可見光信號(hào)轉(zhuǎn)換為電信號(hào)傳輸給接收電路模塊(32)；所述接收電路模塊的放大電路模塊(321)用于將接收到的電信號(hào)放大，濾波電路模塊(322)用于將高頻噪聲干擾濾除，AD模數(shù)轉(zhuǎn)換模塊(323)用于將模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，并傳輸給神經(jīng)網(wǎng)絡(luò)均衡器(33)；所述神經(jīng)網(wǎng)絡(luò)均衡器(33)，利用分類器的原理，對(duì)接收信號(hào)進(jìn)行均衡恢復(fù)，再將恢復(fù)之后的接收信號(hào)通過數(shù)據(jù)解碼模塊(34)解碼以得到所需數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的基于可見光通信的神經(jīng)網(wǎng)絡(luò)均衡器，其特征在于：所述神經(jīng)網(wǎng)絡(luò)均衡器(33)采用多層感知器結(jié)構(gòu)對(duì)接受信號(hào)進(jìn)行均衡處理，所述神經(jīng)網(wǎng)絡(luò)均衡器(33)包括神經(jīng)網(wǎng)絡(luò)輸入層(331)、神經(jīng)網(wǎng)絡(luò)隱含層(332)和神經(jīng)網(wǎng)絡(luò)輸出層(333)。

3.根據(jù)權(quán)利要求2所述的基于可見光通信的神經(jīng)網(wǎng)絡(luò)均衡器，其特征在于：所述神經(jīng)網(wǎng)絡(luò)輸入層(331)具有系列延遲抽頭；所述神經(jīng)網(wǎng)絡(luò)隱含層(332)具有若干個(gè)神經(jīng)元(3321)；所述若干個(gè)神經(jīng)元(3321)并行，并且每個(gè)神經(jīng)元(3321)都與神經(jīng)網(wǎng)絡(luò)輸入層(331)的所有抽頭相連。

4.根據(jù)權(quán)利要求3所述的基于可見光通信的神經(jīng)網(wǎng)絡(luò)均衡器，其特征在于，神經(jīng)元(3321)的輸入與輸出關(guān)系的關(guān)系式為：

z(k)=f{Σj=1Nwi,j(k)ui(k)+bj},]]>

式中，z(k)為所述神經(jīng)元(3321)的輸出；w_i,j(k)是連接輸入層(331)第i個(gè)神經(jīng)元的輸出信號(hào)u_i(k)與隱含層(332)第j個(gè)神經(jīng)元的輸入信號(hào)之間的加權(quán)系數(shù)，其中，j＝1,2,…,N表示總共有N個(gè)隱含層節(jié)點(diǎn)；每個(gè)常數(shù)b_j是第i個(gè)隱含層的偏差值，也稱為門限；f{·}為隱含層節(jié)點(diǎn)的激活函數(shù)。

5.根據(jù)權(quán)利要求2所述的基于可見光通信的神經(jīng)網(wǎng)絡(luò)均衡器，其特征在于：所述神經(jīng)元均衡器(33)使用反向傳播BP算法進(jìn)行學(xué)習(xí)訓(xùn)練，所述反向傳播BP算法具體包括以下步驟：

步驟1、初始化神經(jīng)元均衡器的閾值；

步驟2、指定輸入向量x(n)與輸出向量d(n)；

步驟3、根據(jù)輸入向量計(jì)算實(shí)際輸出向量y(n)，然后計(jì)算成本函數(shù)E(n)；

步驟4、若E(n)大于指定值，根據(jù)公式更新神經(jīng)元均衡器的閾值，返回步驟32；否則，神經(jīng)元均衡器訓(xùn)練完成；

式中，ω_ij(n)代表第n次訓(xùn)練的連接加權(quán)值，ω_ij(n+1)代表第n+1次訓(xùn)練的連接加權(quán)值，γ代表學(xué)習(xí)速率，表示微分運(yùn)算。