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。