应用于可见光通信系统中的基于概率神经网络的均衡方法

摘要

本发明公开一种应用于可见光通信系统中的基于概率神经网络的均衡方法，对可见光系统中的均衡方法进行了分析，将均衡问题转换为分类问题。在贝叶斯最优的准则下，引入概率神经网络作为均衡器，通过模式单元的替换，以及概率密度函数的估计，免除了信道输出状态估计，降低了系统评估信道状态的复杂度；更好的抑制符号间干扰，可见光通信系统的误比特率性能得到改进。考虑到信道复杂的情况，本发明在原有提出的新均衡器方案中引入了判决反馈，并通过仿真验证了它对原有均衡器性能的提升。