本文主要是介绍Non-linear Compensation of Multi-CAP VLC System Employing Pre-Distortion Base on Clustering of Machi，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
读后感：
今天读了《Non-linear Compensation of Multi-CAP VLC System Employing Pre-Distortion Base on Clustering of Machine Learning》有感如下：本文主要介绍了一种基于机器学习聚类算法以减小VLC非线性失真的系统。
前面介绍了几种降低非线性失真的方法：1.通过控制soft-clipping参数 2.基于多种LED的连续信号限幅方法的提出可以完整的或者有效的减少非线性失真 3.基于Volterra series的非线性滤波器能够完整的降低WDM CAP64 VLC系统的影响 4.最近，机器学习提出了一种在光通信中新型的技术去缓和无记忆的非线性相位噪声和修复无限频率载波 5.基于机器学习CAPD模型（clustering algorithm of perception decision）去缓和一个使用单个红绿蓝（RGB）LED多频段CAP16VLC系统产生的非线性影响。
CAPD模型的缺点：通过中心点和距离决定属性，就会造成对在两个中心点中间特殊点的误判。
本文针对非线性提出一个在机器学习中K均值聚类的预矫正方法。加上预矫正的表现提升了5-bandCAP16的传输。在通常结论中，这个系统的表现可以有效的50% ~99% BER reduction in some of the sub-band
非线性失真原因：LED、PIN二极管、传输动态电路和放大器。
上图显示图一是正常星座图，图二是聚类方法，图三是预矫正星座点
（a）找到原始的图心Ci（b）获由原始星座Si获得出发点V’i（c）计算预矫正矢量Vi（d）计算预矫正星座X’
系统工作过程：在传输端的传输相位，5-band 16-QAM的信号是由Tektronix AWG 71工作在16 Sample/symbol符号速率为320Mb/s时产生的。5 CAP sub-bands处于不同的中心频率15 MHz, 38 MHz, 61 MHz, 84 MHz and 107 MHz。随后，电信号和直流偏置电压在Bias Tee处结合，然后他们应用到REB LED的红色限幅中。在75cm free-space传输之后，一个商业有价值的PIN二极管用于检测信号。然后，接收到的信号由EA放大，由一个数字存储示波器记录，采样率为500MSample/s，进行进一步的离线信号处理。在离线过程中，接收到的信号第一次发送到5 sub-bands的CAP解调。在DSP（digital signal processing）后展示在（a），信号由QAM解调功能进行解调，恢复原始的二进制信号。在主要的实验验证之前，一个桥t振幅硬件预均衡器和一个时域级联多模算法（CMMA）去执行缓和信道带宽约束和组件线性损伤。（b）展示了传输光谱和接受光谱（c）展示了实验设备照片。
在传输过程中，为了去获得预矫正星座去缓和信道非线性，我们首先估计了信道对于传输训练序列和应用CMMA预收敛。通过应用聚类算法，预矫正星座描述为（a）
结论：我们提出了一个基于机器学习中聚类算法的新兴非线性预矫正系统，去缓和VLC系统中的非线性。这个系统的非线性补偿可以胜过有较低BER价值的线性补偿系统。
这篇关于Non-linear Compensation of Multi-CAP VLC System Employing Pre-Distortion Base on Clustering of Machi的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
