基于NGA的可见光通信接收系统分析

张云艳，王 辉

（南京工业大学计算机科学与技术学院，南京 211816）

基于NGA的可见光通信接收系统分析

张云艳，王 辉

（南京工业大学计算机科学与技术学院，南京 211816）

在室内可见光通信MIMO（多输入多输出）系统中，针对用户无法公平享用通信服务的问题，提出了一种寻找光接收机中最优聚光器增益来优化多用户情况下功率分配不均匀的方法。利用改进的NGA（小生境遗传算法）建立与接收光功率相对应的节点模型，通过运算寻找一组最优的聚光器增益组合运用到光接收系统中。仿真结果表明，改进的NGA能高效地找出一组最优聚光器增益组合，从而改善用户接收光功率分配不均匀的现象。

可见光通信；聚光器增益；小生境遗传算法

0　引 言

多径传输［1-2］会导致光通信系统［3］中位于不同位置的接收机接收到的功率不均匀，从而影响多用户情况下通信服务的公平性。目前，国内外学者的研究重点是控制LED（发光二极管）的光束和阵列分布，优化接收信噪比和信道均衡来降低误码率，对于室内多用户接收信号分配的公平性问题研究较少。

为了提高通信服务的公平性，本文提出在不影响发射端的情况下，寻找一组最优增益值，只对发射机的聚光器增益作调整来优化可见光通信系统，利用改进的NGA（小生境遗传算法）［4］高效的全局寻优能力和较快的收敛速度，计算出一组最优的聚光器增益值，来解决不同用户之间接收信号功率分配的公平性问题。

1　室内可见光通信系统模型

图1所示为MU-MIMO（多用户多输入多输出）室内VLC（可见光通信）系统模型［5］，本文主要研究系统的接收端，对发射端和信道无影响。LED接收机阵列位置如图1（a）所示，在距离地面0.85 m的平面上平均分布25×25=625个接收机；LED发射机阵列设置如图（b）所示，4×4=16个LED发射机阵列平均分布在天花板上。

图1　MU-MIMO室内VLC系统模型

1.1接收端光功率

光源的平均发射功率［6］Pt可表示为

式中，X（t）为光源的发射功率；T为信号周期。

接收端光功率Pr（Rj）可表示为

式中，H（0）（0）为直射信道增益；Href（0）为反射信道增益；Si为第i个LED阵列；Rj为第j个接收器。

1.2光源和接收器模型

在VLC系统中，LED满足朗伯辐射模型

式中，m=ln（1/2）/ln（cosφ1/2）；φ为发射角；φ1/2为发射功率半角。则单个LED信道的直流增益为［7］

式中，A为光电探测器接收面积；θ为入射角；g（θ）为聚光器增益；d为发射端到接收端的距离。当入射角小于接收机的FOV（视场角）ψc时，有

式中，n为折射率。

1.3改进的接收光功率

当Pt一定时，由式（2）计算出的每个点的接收光功率为定值，且每个接收机的接收功率都与聚光器的增益有关，改进的接收光功率表达式为

2　改进的NGA

改进的NGA具有全局寻优能力强、收敛速度快和保持解的多样性等优点［8］，其具体步骤如下：

（1）编码

将VLC系统中接收机构成的接收平面划分为M个区域，每个区域内的接收机采用具有相同增益值的聚光器。由式（5）可知，聚光器的增益大小由折射率n和FOV决定，其直接影响用户接收光功率的大小。将第m个区域聚光器的增益记为xm，m=1，2，…，M；将M个聚光器的增益记为Xm，组成一组个体Xm=（x1，x2，…，xm），系统随机生成2N个染色体，采用小生境淘汰方法，淘汰其中N个，再选出N个优秀个体，组成初始种群，并设置迭代次数k=1。

（2）目标函数设计

文献［9］采用接收平面接收光功率的最小与最大值之比作为优化的目标函数，但该比值无法代表优化后接收平面接收光功率的整体分布数据，而方差可用以衡量数据与平均值（期望）之间的偏离程度，因此本文将方差F作为NGA的目标函数，

其中，

并由式（6）计算相对应的个体适应度的值。

（3）精英保留策略的选择机制

为了提高全局的收敛性和计算效率，本文采用精英保留策略方法设计选择算子。精英保留即父代中的优秀个体直接保存到子代。具体方法是：对小生境淘汰操作的种群个体的适应度进行计算，保持种群个体数为N；随机对个体的适应度进行对比，保留适应度较小的个体，并将优秀的个体适应度直接复制到子代，在下一代遗传操作时，不再计算该个体的适应度。

（4）采用自适应交叉、变异算子

为了更好地保留优秀个体，交叉运算时采用自适应的交叉率，适应度高的个体采用较小的交叉率，适应度低的个体采用较高的交叉率，则有

式中，Pc1、Pc2为交叉率，且0＜Pc2＜Pc1＜1；Pm1、Pm2为变异率，且0＜Pm1＜Pm2＜1；fmax为种群中适应度最大值；favg为每代种群适应度的平均值；f1为交叉中较大的个体。

（5）小生境淘汰操作

为了提高算法的搜索效率，保持种群的多样性，并搜索到全局最优解，采取动态变化的小生境距离参数，利用对比基因的方法来判断个体之间的相似程度。在最优个体中，最小欧式距离L可表示为

式中，len gth为染色体的长度；xi和xj是种群中的两个个体。由遗传特性可知，每一代的最优个体不同，距离参数也随之改变，为了得到分布良好的小生境环境，L应合理设计。

（6）最优增益组合平均化

在最后一代子代种群中筛选出一个具有最大适应度的个体作为最优聚光器增益组合XK=（x1，K，为了降低NGA中的随机性，对最优聚光器增益组合进行平均，即

将平均后的聚光器增益组合应用到VLC系统中，便可使用户得到较为公平的通信服务。

3　仿真结果与分析

3.1仿真场景

本文基于MATLAB环境仿真，仿真模型如图1所示，具体参数如表1所示。

表1　MU-MIMO VLC系统参数

采用图1所示的房间模型进行仿真。16个发射机阵列中每个阵列的LED灯数为9×9个。接收平面上共625个接收机组均匀分布，将接收平面划分成25个小平面，每个平面含有25个接收机，每个小平面内的接收机具有相同的聚光器增益。令初始种群为25，最大迭代次数K=40，Pc1=0.9，Pc2= 0.5，Pm1=0.1，Pm2=0.001。由式（5）可知，聚光器的增益取值由FOV和折射率n决定。对25组接收机的FOV和n进行合理设计，得到了一组聚光器增益值，即g（θ）分别为2.55、4.32、3.85、3.27、6.15、2.64、4.32、3.27、2.90、5.33、4.25、3.67、2.90、3.00、2.97、3.52、3.47、3.35、4.81、1.18、5.52、2.64、3.52、4.10和2.55。

3.2结果与分析

为了验证运用改进的NGA找到的最优聚光器增益组合进行平均后得到的最终结果对接收平面接收功率优化的有效性，对优化前后的接收光功率进行了仿真。

图2所示为4×4 LED阵列接收光优化前后的功率分布。由图2（a）可知，用户接收功率优化前的波动范围在270.35～588.57μW之间，接收光功率分布不均匀。由图2（b）可知，用户接收功率优化后的波动范围为310.25～370.87μW，波动范围明显变小，功率分布的均匀性得到了很大改善。

图2　4×4 LED阵列接收光优化前后的功率分布

为了更好地说明优化平滑效果，选用方差作为衡量指标评价接收光功率的波动情况。由式（7）计算可得，优化后的方差从178 452减少到15.38，表明采用改进的NGA可以保证用户接收功率的均匀性。

4　结束语

针对用户接收功率不公平的问题，利用改进的NGA寻找一组最优的聚光器增益组合，并运用到VLC系统中，达到了均匀接收功率的目的。仿真结果表明，接收光功率的方差从优化前的178 452降低到优化后的15.38，接收光功率得到了明显改善，从而保证了接收平面每个接收机的接收功率均匀，在一定程度上解决了VLC系统中用户公平接收的问题，该方案对公平性服务具有一定的意义。

［1］ Haigh P A，Ghassemlooy Z，Rajbhandari S，et al. Visible light communications using organic light emitting diodes［J］.Communications Magazine IEEE，2013，51（8）：148-154.

［2］ Ying Y，Li C，Lee K.Adaptive MMSE equalizer for optical multipath dispersion in indoor visible light communication［J］.Iete Journal of Research，2012，58（5）：347-355.

［3］ Siddique A B，Tahir M.Jiont brightness control and date transmission for visible light communication systems based on white LEDs［C］//CCNC 2011.Las Vegas，US：IEEE，2011，（1）：1026-1030.

［4］ Grandinetti L，Guerriero F，Lepera G，et al.A niched genetic algorithm to solve a pollutant emission reduction problem in the manufacturing industry：A case study［J］.Computers&Operations Research，2007，34（7）：2191-2214.

［5］ Mesleh R，Elgala H，Haas H.LED Nonlinearity Mitigation Techniques in Optical Wireless OFDM Communication Systems［J］.Journal of Optical Communications&Networking，2012，4（11）：865-875.

［6］ Komineand T，Nakagawa M.Fundamental analysis for visible-light communication system using LED lights ［J］.IEEE Transactions Consumer Electronics，2004，50（1）：100-107.

［7］ Tran N A，Luong D A，Thang T C，et al.Performance analysis of indoor MIMO visible light communication systems［C］//ICCE 2014.Nara，Japan：IEEE，2014：60-64.

［8］ Li Q P，Lin Z，Li M L.Research on a Niche Genetic Algorithm［J］.Journal of Harbin University of Science &Technology，2011，（1）：774-780.

［9］ Ding Jupeng，Huang Zhitong，Ji Yuefeng.Evolutionary algorithm based uniform received power and illumination rendering for indoor visible light communication ［J］.Journal of the Optical Society of America A，2012，29（6）：971-979.

Received Visible Light Communication System Based on NGA

ZHANG Yun-yan，WANG Hui
（College of Computer Science and Technology，Nanjing University of Technology，Nanjing 211816，China）

For indoor visible light communication in the MIMO system，users can not enjoy fair communication service issues. In this paper，we propose a method to find the optimal value of the gain of the optical receiver concentrator to solve this problem.It can be used to optimize the multi user power distribution problems.We use an improved niche genetic algorithm establishment and node mode related to the corresponding received optical power to find a set of optimal condenser gain value in the visible light communication system.The simulation results show that the improved niche genetic algorithm performs can find a set of optimum condenser efficiently，and improve the service quality of indoor visible light communication system.

visible light communication；gain of condenser；niche genetic algorithm

*简 讯*

TN926

A

1005-8788（2016）04-0072-03

10.13756/j.gtxyj.2016.04.021

2016-03-18

张云艳（1989-），女，江苏南京人。硕士研究生，主要研究方向为可见光通信。