10.13921/j.cnki.issn1002-5561.2021.01.003
基于深度学习的水下无线光通信信噪比改善研究与实现
复杂的水下环境造成了水下光信号的质量下降,为提升水下无线光通信系统信号信噪比,结合深度神经网络提出了一种信噪比改善方法,该方法通过信号频谱有效抑制了信号噪声.实验结果表明:针对1m传输距离的水下无线光通信16阶正交振幅调制-正交频分复用(16QAM-0FDM)信号,该方法可以实现约17 dB的信噪比提升同时误码率降低至1.709 x 10-3,可应用于水下无线光通信系统中提升传输性能,且具备一定的泛化能力.
水下无线光通信、信噪比改善、深度学习、正交频分复用
45
TN91
国家自然科学基金项目批准号、61420106011、61601279、61601277
2021-03-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
10-15