基于MATLAB的室内可见光调制解调通信系统

目 录
摘 要 I
ABSTRACT II
第1章 绪论 1
1.1选题背景及意义 1
1.1.1选题背景 1
1.1.2研究意义 1
1.2研究现状 2
1.2.1室内可见光通信的研究现状 2
1.2.2室内可见光通信研究现状分析 3
1.3研究主要内容 5
第2章 可见光通信的关键技术 6
2.1高性能编码、调制技术 6
2.2高速调制驱动电路设计 7
2.3白光LED照明光源布局设计 8
2.4信道编码技术 8
2.5正交频分复用(OFDM)技术 9
2.6光码分多址(OCDMA)技术 10
2.7分集接收技术 10
第3章 基于频分复用的白光LED调制技术 12
3.1 可见光通信调制技术的发展 12
3.2 室内可见光通信OFDM调制方式 12
3.3 基于SC-FDMA的白光LED通信系统 14
第4章 可见光调制解调Matlab设计 16
4.1设计概述 16
4.2设计内容 17
4.2.1组成及工作原理 17
4.2.2信号调制 17
4.2.3信号解调 18
4.2.4 Matlab仿真设计 19
第5章 测试系统及验证 22
5.1测试系统 22
5.2光接收机 23
5.3测试与验证 24
总 结 26
参考文献 27
致 谢 29
1.3研究主要内容
（1）对室内可见光通信系统进行理论分析：
深入研究白光LED的结构和工作特性，掌握白光LED的工作原理，重点分析现有的预均衡技术、编码调制技术等拓展通信带宽的方法，提出本课题研究需要采用的拓展通信带宽的技术方案，完成系统发射端电路设计。
分析光功率和光照度对可见光通信系统接收端探测器灵敏度的影响，重点研究可见光信道中背景光噪声对可见光信号的干扰，提出本课题研究需要采用的在可见光信道中添加蓝光滤波器和聚光器等提高接收端探测器的灵敏度和抗干扰能力的方法，完成合理的光路设计增加室内可见光通信系统的传输距离和数据传输速率。
分析影响接收端接收性能的主要因素，重点研究接收端微弱光信号的放大去噪方法和后均衡技术，研究比较现有的分集接收技术，结合其优点采用新颖的分集接收模型增强对微弱信号的接收灵敏度，完成合理可靠的微弱光信号处理接收端电路设计。
（2）搭建并优化室内可见光通信实验系统 ：
完成室内可见光通信理论分析之后，提出有效提高室内可见光通信系统通信质量的技术方案，在电路仿真软件上进行电路仿真分析，建立室内可见光通信实验平台，测试该系统的通信带宽、数据传输速率、误码率等关键指标，分析影响实验结果的主要因素。在验证了系统可行性的基础上，提出优化室内可见光通信系统的技术方案并优化该实验系统，进一步提高系统的通信质量，在多个光源的情况下，实现语音、文字、温度、图像、视频等信号的实时传输，为进一步研究打下基础。
（3）对室内可见光通信系统开展应用研究：
本课题以对室内可见光通信系统的基础理论研究为基础，针对室内可见光通信系统的特定应用目的或目标提出具体有效的技术途径和方法，开发出基于室内可见光通信可用于全天候照明场所的语音信息广播、可用于考场等需要保密通信场所的听力广播和能向智能终端发送语音、文字、图像、视频等信号的可用于飞机、会议厅、餐厅等特殊场所的信息通告系统，并对室内可见光通信应用系统的实物进行产品安装和调试，拓宽室内可见光通信系统的应用范围，为室内可见光通信的实际应用打下坚实基础。
3.2 室内可见光通信OFDM调制方式
白光LED可见光通信作为一种无线的光通信方式，而基于白光LED可见光通信系统包括下行链路和上行链路两部分。正交频分复用(OFDM)能够有效的降低 ISI，具有很强的抗多径能力，目前，在无线通信系统中得到良好的应用，在白光LED的可见光通信系统下行链路中，也可以引进光OFDM方式。OFDM技术首先将高速的数据流经数据编码器，并通过串并转换器，把其变成并行的低速数据流，对并行数据进行调制形成相互正交的子载波，通过信道传输，再对其进行并串转换并解码。其系统原理框图如图4-1所示。当下行链路中，首先将信号源信号转换成便于光信道传输的电信号，对信源光信号进行编码，以白光LED光信号的形式发射出去。

图4-1 OFDM原理框图

clear all; clc;

[length,width] = meshgrid(0.5:0.05:5);
height = 3;
q=1.602176487E-19;
Aroom = length.*width;
ARX = 50;
d = 3;
psi = 30;     %入射角
psic = 70;    %接收机视角
no_of_LEDs = 4;
phi_half = 60;
pLED = 0.02;
Ro = real(RO(phi_half));  % Lambertian radiant intensity, Ro
ptx = pLED*Ro;
reflectivity_of_floor = 0.15;
reflectivity_of_ceiling = 0.8;
reflectivity_of_wall = 0.7;
floor_area = Aroom;
ceiling_area = Aroom;
wall_area = length*d;
pTotalLEDs = no_of_LEDs*pLED;
g = 6;
TF = 1;
noisebandwidth_factor = 0.562;
dataRate = 115200;
R=0.55; 
hlos = HLOS(ARX,d,psi,psic,Ro); % Line-of-sight transfer function, H_LOS
pn = 3.3*5.84E-3;
prxlos = PRXLOS(no_of_LEDs,ptx,hlos); %Total power of LEDs, PrxLOS
amplifier_current = 0.01;
Ba = 4.5E6;
rhoF = floor_area .* reflectivity_of_floor;
rhoC = ceiling_area .* reflectivity_of_ceiling;
rhoW = wall_area .* reflectivity_of_wall;

rho = (1./Aroom) .* (rhoF + rhoC + rhoW);
Ii = rho .* (pTotalLEDs./Aroom);
intensity = Ii./(1-rho);
received_diffused_power = ARX*intensity;
diffused_channel_loss = received_diffused_power/pTotalLEDs;
prx = (prxlos+received_diffused_power)*TF*g;
PDoutput_current = prx*R;

Bn = noisebandwidth_factor*dataRate;
omegashot = 2*q*R*(prx+pn)*Bn;
omegaamp = amplifier_current^2*Ba;
omegatotal = omegashot + omegaamp;

%Signal-to-Noise Ratio
SNR = (R*prx)^2./omegatotal;
SNRdb = 10*log10(SNR);

% Error Function
Q = (1/2)*erfc((omegatotal./(R*prx.^2)./sqrt(2)));

% Bit Error Rate
BER = Q*sqrt(SNR);

% Plot 3D
meshc(length,width,SNRdb)
figure(2)
meshc(length,width,BER)






1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69