于伟翔，石 蒙，胡昉辰，卢星宇，迟 楠

(复旦大学通信科学与工程系，上海 200433)

引言

基于发光二极管(light-emmiting diode, LED)的可见光通信(visible light communication, VLC)由于与传统无线通信相比具有更高的传输速率、更低的使用成本和无需授权的特点，得到了广泛关注[1-4]。但是，基于LED的高速VLC系统仍然受到LED带宽有限问题的限制。所以，我们广泛使用诸如脉冲幅度调制[5]、正交频分复用[6]、无载波幅度相位[7](carrierless amplitude/phase, CAP)等高阶调制以实现更高速率的传输。其中CAP调制是由贝尔实验室在正交幅度调制(quadrature amplitude modulation, QAM)基础上提出的一种重要调制方式，和QAM的区别在于CAP不需要载波源[8]。在VLC系统中，CAP调制已经被证明了适合这种带限系统，并且和QAM和OFDM相比，凭借其结构简单、计算复杂度低的优势更适合短距离通信[9]。但是在实际应用时，系统常受到外部光干扰、功率波动等噪声和非线性的影响。这些影响不仅会降低系统的信噪比，还会产生幅度抖动[10]。前向纠错(forward error correction, FEC)适用于纠正统计意义上分布均匀的噪声产生的错误，而对于由于幅度抖动产生的密集错判信号效果甚微。

机器学习作为一种自适应技术，为我们解决非线性问题提供了强有力的帮助。2017年我们提出并证实了用K-means聚类方法均衡CAP系统中的非线性问题[11]，但是它是一种基于几何中心的聚类，如果电平受到外部干扰产生大幅度偏移，甚至从原来的二维观察星座图时两个簇有相互重叠的地方，那么K-means也无法将其区分开。为此，我们将CAP中传统的同向-正交二维空间结合接收信号序列，引入数据……