1.一种基于卷积神经网络的自编码算法，其特征在于，包括以下步骤：
步骤s1：在发射端，将x位待发送数据分成a组数据，为每组数据添加头部，形成a个子数据包，然后依次输入到已经训练好的自编码器的编码模块进行编码，输出a组由n*n的阵列组成的数据流，所述的n*n的阵列数据流驱动n*n大小的led阵列，发出光信号，且每组数据流连续重复发送多次以弥补数据丢失问题，其中x、a、n为正整数；
步骤s2：光信号通过空气从发射端传播到接收端；
步骤s3：在接收端，接收阵列接收光信号后，通过自编码器的解码模块进行解码，首先找出数据包的头部，然后依次还原头部后的有效数据，并按时序组合有效数据，得到原始数据。
2.根据权利要求1所述的基于卷积神经网络的自编码算法，其特征在于，所述步骤s1包括以下步骤：
步骤s101：在发射端，将x位待发送数据分成a组数据，为每组数据添加n*n位数据构成的头部，形成a个子数据包，其中x、a、n均为正整数；
步骤s102：编码时，一维的待编码数据首先通过全连接层映射成二维数据，然后通过卷积层和池化层转化成n*n的阵列；
步骤s103：然后再通过激活函数
步骤s104：阵列数据流中的0控制led阵列中相应的led熄灭，信号矩阵中的1控制led阵列中相应的led点亮，所述的led阵列大小为n*n。
3.根据权利要求1所述的基于卷积神经网络的自编码算法，其特征在于，所述步骤s3包括以下步骤：
步骤s301：在接收端，由接收阵列捕捉发射端发出的光信号，传送到自编码器的解码模块；
步骤s302：解码时，首先通过卷积层和池化层提取特征，然后通过全连接层将二维数据映射成一维数据；
步骤s303：在接收到的数据中查找头部数据，然后依次还原头部后的有效数据，并按时序组合有效数据，得到原始数据。
4.一种mimo可见光通信系统，其特征在于，包括发射端以及接收端，所述发射端包括发射端计算机、电源适配器、数据线、控制器以及led阵列，所述发射端计算机中包括编码模块，原始数据在发射端计算机中通过编码模块进行编码，再将编码后的数据传送给控制器，控制器根据此数据控制led阵列的亮灭，生成相应的光信号；
所述接收端包括接收阵列以及接收端计算机，所述接收端计算机包括解码模块，所述接收阵列接收光信号并输入到解码模块进行解码，所述编码模块与解码模块组成自编码器，所述自编码器由卷积网络构成，以最小化原始数据和还原数据之间的误差为目标训练该自编码器。
5.根据权利要求4所述的mimo可见光通信系统，其特征在于，所述接收阵列为pd阵列，所述接收端还包括运算放大器以及a/d转换模块，接收光信号后经运算放大电路放大信号，再通过a/d转换模块进行模数转换，输出阵列数据流。