典型文献
深度学习辅助水下光通信信道估计和信号检测
文献摘要：
近年来,水下无线光通信(UWOC)技术因其高速数据传输能力而成为了研究热点,但水波的吸收和散射等因素使得UWOC信道变得十分复杂.对复杂的信道做出准确的信道估计(CE)和信号检测(SD)是目前高速UWOC面临的主要问题之一.针对这一问题,提出了一种在光正交频分复用系统中利用深度学习以端对端的方式对UWOC信道进行估计并直接检测的方案.首先根据在不同水域类型的UWOC信道下模拟生成的数据离线训练深度神经网络(DNN),然后使用DNN直接对信号进行补偿,该方案可以隐式地估计出信道状态信息并直接恢复传输数据.仿真结果表明,提出的信道估计和信号检测方案在复杂的UWOC信道环境中具有优越的性能,特别是在导频数量较少以及去除循环前缀时,深度学习方案比传统方案鲁棒性更好.
文献关键词：
光通信;水下无线光通信;信道估计;信号检测;深度学习;光正交频分复用
中图分类号：
作者姓名：
石佳;黄爱萍;陶林伟
作者机构：
西北工业大学航海学院,陕西西安710072
文献出处：
引用格式：
[1]石佳;黄爱萍;陶林伟-.深度学习辅助水下光通信信道估计和信号检测)[J].中国激光,2022(17):95-102
A类：
B类：
水下光通信,通信信道,信道估计,信号检测,水下无线光通信,UWOC,高速数据传输,传输能力,水波,十分复杂,CE,光正交频分复用,正交频分复用系统,端对端,直接检测,水域,离线训练,深度神经网络,DNN,隐式,信道状态信息,传输数据,检测方案,导频,频数,循环前缀,学习方案
AB值：
0.31182
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
