一种水下可见光信号传输方法及系统

本发明涉及无线通信的，特别涉及一种水下可见光信号传输方法及系统。

背景技术：

1、水下光通信因其高通信带宽、高传输速率和低延迟等特性，受到了国内外学者的大量关注，被认为是最具潜力的水下高速通信方式。但是水下环境中存在的湍流效应会使得传输信道条件发生随机波动，导致水下可见光通信的可靠性发生下降，从而影响水下可见光通信的可靠性。

2、混沌调制技术通过利用非周期、类噪声和初值敏感的混沌序列进行信息传输，具有强大抗信道衰落能力，能够有效提升水下光通信的可靠性；根据是否需要混沌同步电路，将混沌调制技术分为相干混沌调制和非相干混沌调制，由于相干混沌调制技术所需要的混沌同步电路在噪声环境下表现不佳，以差分混沌移位键控技术(differential chaosshift keying，dcsk)为代表的非相干方案受到了更多学者的关注。

3、为了提升dcsk方案的数据传输速率并且同时去除高复杂度的射频延时线，研究人员提出了基于正交频分复用(orthogonal frequency division multiplex,ofdm)的dcsk方案。近年来，为了进一步提升ofdm-dcsk方案的传输可靠性，研究人员通过利用额外的时、空或者码域资源来提升系统的误码率表现，误码率是衡量数据在规定时间内数据传输精确性的指标，但此类方案会大大增加系统的计算复杂度，因而在实际场景中难以实施。为解决上述问题，研究人员提出将深度学习应用于ofdm-dcsk方案中，通过利用深度神经网络强大的特征提取能力，在不牺牲系统复杂度的情况下，提升ofdm-dcsk方案的误码率表现，如现有的基于深度学习的ofdm-dcsk方案均基于长短期记忆(long short-term memory，lstm)架构来实现混沌信号的解调，当解调子载波数较多的ofdm-dcsk信号时，lstm受到其数据处理模式的限制，导致误码率表现表现差，影响水下可见光通信的传输可靠性。

4、因此，如何提升误码率表现，保证水下可见光通信的传输可靠性，是极其重要的待解决的技术问题。

技术实现思路

1、为解决上述现有技术误码率表现差，影响水下可见光通信的传输可靠性的问题，本发明提出一种水下可见光信号传输方法及系统，能够有效提升误码率表现，保证水下可见光通信的传输可靠性。

2、为了达到上述技术效果，本发明的技术方案如下：

3、一种水下可见光信号传输方法，包括以下步骤：

4、s1.获取待传输数据，对所述待传输数据进行预处理，得到正交频分复用符号；

5、s2.将所述正交频分复用符号通过水下可见信道传输至接收机，利用所述接收机对接收到的所述正交频分复用符号进行预处理，得到混沌调制信号数据集；

6、s3.将所述混沌调制信号数据集作为预设解调神经网络模型的输入，对所述预设解调神经网络模型进行训练和测试，得到最优解调神经网络模型，将所述最优解调神经网络模型作为用于预测传输信号数据比特的水下可见光信号识别模型。

7、优选地，所述对所述待传输数据进行预处理，包括：

8、s11.将所述待传输数据调制为二进制相移键控信号；

9、s12.对所述二进制相移键控信号进行串并转换，对串并转换后的二进制相移键控信号进行混沌调制，得到第一混沌调制信号；

10、s13.对所述第一混沌调制信号进行正交频分复用调制，得到初始的正交频分复用符号；

11、s14.对初始的正交频分复用符号进行并串转换，并添加循环前缀，得到最终的正交频分复用符号。

12、优选地，所述对串并转换后的二进制相移键控信号进行混沌调制，包括：

13、s121.选取混沌序列生成器，所述混沌序列生成器的计算表达式为：

14、

15、其中，xk表示混沌序列x第k个时隙的值；k表示混沌序列的长度；

16、s122.基于所述混沌序列生成器，对串并转换后的二进制相移键控信号进行混沌调制，混沌调制过程的计算表达式如下：

17、cn,k＝dnxk

18、其中，dn表示第n个二进制相移键控信号；cn,k表示第k个时隙dn所对应的第一混沌调制信号，0≤n≤n-1。

19、优选地，所述正交频分复用调制为逆快速傅里叶变换运算，所述逆快速傅里叶变换运算的计算表达式如下：

20、

21、其中，si,k表示第k个时隙的第i个正交频分复用符号，j表示虚数单位。

22、优选地，所述利用所述接收机对接收到的所述正交频分复用符号进行预处理，包括：

23、s21.将接收到的所述正交频分复用符号转化为接收信号；

24、s22.对所述接收信号去除循环前缀，然后进行时域均衡操作，得到均衡信号；

25、s23.对所述均衡信号经串并转换，对经串并转换后的所述均衡信号进行快速傅里叶变换，得到第二混沌调制信号；

26、s24.将所述第二混沌调制信号存储至缓存器内；

27、s25.将存储至缓存器内的所述第二混沌调制信号重构，得到所述混沌调制信号数据集。

28、优选地，所述快速傅里叶变换的计算表达式如下：

29、

30、其中，c′n,k表示第k个时隙第n个子载波传输的第二混沌调制信号。

31、优选地，所述将存储至缓存器内的所述第二混沌调制信号重构的过程表示为：

32、

33、其中，yn为所述第二混沌调制信号重构的输出结果，分别表示获取复数的实部与虚部运算；所述混沌调制信号数据集为[y1,…yn,…yn-1]。

34、优选地，所述对所述预设解调神经网络模型进行训练和测试，包括：

35、s31.将所述混沌调制信号数据集划分为训练集和测试集；

36、s32.利用所述训练集对所述预设解调神经网络模型训练，得到训练好的预设解调神经网络模型；

37、s33.利用所述测试集对训练好的预设解调神经网络模型进行测试，得到所述最优解调神经网络模型。

38、优选地，所述预设解调神经网络模型为transformer编码器，所述transformer编码器包括若干个相同编码模块组成，每一个编码模块包括依次连接的多头注意力网络、前馈神经网络和全连接层，利用所述训练集对所述预设解调神经网络模型训练，包括：

39、s321.将训练集[y1,…yn,…yn-1]输入至所述transformer编码器中的多头注意力网络；

40、s322.所述多头注意力网络对所述训练集进行处理，得到多头注意力网络输出结果h，h的计算表达式如下：

41、h＝concat(head1,…,headh)wo+bo

42、其中，headi表示第i个自注意力网络的输出结果，wo表示映射权重矩阵，bo表示偏差向量。

43、s323.将所述多头注意力网络输出结果h输入至前馈神经网络，利用所述前馈神经网络提取所述多头注意力网络输出结果h的特征向量，其过程的计算表达式如下：

44、ffn(h')＝relu(h'w1+b1)w2+b2

45、其中，h′表示表示多头注意力网络输出结果h经过残差连接和层归一化运算得到的结果；w1，b1，w2，b2分别表示前馈神经网络中的第一个全连接层与第二个全连接层的权重矩阵与偏差向量；relu(·)＝max(0,·)表示激励函数；

46、s324.将所述特征向量输入至以softmax为激励函数的全连接层，利用所述全连接层生成所述特征向量的判决向量，所述判决向量包含数据比特分别为0和1的概率的两个元素；

47、s325.从所述判决向量中获取概率最大的元素的索引值；

48、s326.利用所述索引值，预测传输信号数据比特。

49、本发明还提出了一种水下可见光信号传输系统，包括：

50、数据获取模块，用于获取待传输数据；

51、发射机，用于对所述待传输数据进行预处理，得到正交频分复用符号；

52、水下可见信道传输模块，用于将所述正交频分复用符号通过水下可见信道传输至接收机；

53、接收机，用于对接收到的所述正交频分复用符号进行预处理，得到混沌调制信号数据集；

54、识别处理模块，用于将所述混沌调制信号数据集作为预设解调神经网络模型的输入，对所述预设解调神经网络模型进行训练和测试，得到最优解调神经网络模型，将所述最优解调神经网络模型作为用于预测传输信号数据比特的水下可见光信号识别模型。

55、与现有技术相比，本发明技术方案的有益效果是：

56、本发明提出一种水下可见光信号传输方法及系统，首先对待传输数据进行预处理，得到正交频分复用符号，其次将所述正交频分复用符号通过水下可见信道传输至接收机并进行预处理，得到混沌调制信号数据集，利用混沌调制信号数据集中的混沌调制信号的抗干扰能力来对抗水下环境中严重的信道衰落效应，然后设计一个基于预设解调神经网络模型的智能混沌信号解调算法，用于提升水下可见光通信的传输可靠性，预设解调神经网络模型通过利用输入的混沌调制信号数据集中混沌调制信号信号之间的相关关系进行训练和测试，完成信号特征的提取，得到用于预测传输信号数据比特的水下可见光信号识别模型；本发明通过混沌调制信号和解调神经网络模型的结合运用，能够实现混沌调制信号的并行处理从而捕捉到更长的依赖关系，能够有效提升误码率表现，保证水下可见光通信的传输可靠性。