[发明专利]一种基于可见光通信的智能交通系统中最优输入分布获取方法

摘要

本发明公开了一种基于可见光通信的智能交通系统中最优输入分布获取方法，首先通过传感器获取可见光通信的智能交通系统中的当前温度和照明条件，估计出系统接收端的噪声；再根据系统最大服务距离和路径损耗模型计算系统信号灯的平均功率；再建立系统输入信号与输出信号关系的信道模型，以及在此信道模型下的峰值约束和均值约束，随机生成初始输入分布；获得当前条件下互信息I(X；Y)＝H(Y)‑H(YX)的最大值；计算λ＝‑[i(0；F₀)‑I(F₀)]/ε；针对所有x∈[0,A]，计算i(x；F₀)，并判断是否满足关系，i(x；F₀)≤I(F₀)+λ(x‑ε)；若满足，则F₀为最优输入分布。上述方法能够获得在特定室外条件下的最优输入分布，从而提升VLC‑ITS对环境的适应能力。

主权项

1.一种基于可见光通信的智能交通系统中最优输入分布获取方法，其特征在于，所述方法包括：步骤1、通过传感器获取可见光通信的智能交通系统中的当前温度和照明条件，估计出系统接收端的噪声，并通过系统配置设置系统信号灯的峰值功率A0以及接收端中断通信的SNR阈值SNR0；步骤2、根据系统最大服务距离d0和路径损耗模型计算系统信号灯的平均功率PE；其中，首先将系统信道直射分量的直流增益表示为：其中，φ和ψ分别表示系统信号灯发送端的发射角和接收端的入射角；m对应的是发送端的半功率角Φ1/2，关系为m＝‑ln 2/ln(cos(Φ1/2))，则直射分量到达接收端的平均光功率表示为：其中，PE为系统信号灯的平均功率，d0为信号灯的最大服务距离，Ts(ψ)是滤光片的增益，G是聚光片的增益，表示为：G＝n2/sin2ψc，其中n是材料折射率；ψc是聚光片的视场角；S是PD的接收面积；进一步的，接收端在电域上的SNR表示为：γ表示光电转化效率，总噪声为估计出的系统接收端的噪声模型表示为：其中，TK表示当前温度，g是开环电压，Γ是FET信道噪声因子，η是固定的电容，gm是FET的跨导，k是玻尔兹曼常数，I2、I3是噪声带宽因子，B是数据速率；令SNR＝SNR0从而获得系统信号灯的平均功率PE；步骤3、再建立系统输入信号X与输出信号Y关系的信道模型，以及在此信道模型下的峰值约束A和均值约束ε，随机生成初始输入分布F0(x)∈Φ；其中，所述初始输入分布F0(x)∈Φ表示为:其中，δ(x)表示单位冲激函数，而qi表示对应位置的概率值，xi为输出对应的功率值，A为峰值约束，qi和xi满足如下关系：对于均值功率约束，存在其中，Z+表示正整数集合；步骤4、获得当前条件下互信息I(X；Y)＝H(Y)‑H(Y|X)的最大值，并得到互信息其中X表示输入信号，Y表示输出信号，F(x)表示输入分布；步骤5、计算λ＝‑[i(0；F0)‑I(F0)]/ε，其中：i(x；F₀)定义为而其中，λ为由均值功率约束引入的拉格朗日系数，且该系数满足i(x；F0)＝I(F0)+λ(x‑ε)，其中x是最优分布所有位置集合中的元素；步骤6、针对所有x∈[0,A]，计算i(x；F0)，并判断是否满足关系i(x；F0)≤I(F0)+λ(x‑ε)；其中，A为峰值约束；若满足，则F0为最优输入分布。