期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的室内可见光通信光源配置策略 被引量:1
1
作者 黄名川 王旭东 吴楠 《光通信技术》 北大核心 2024年第2期18-23,共6页
为了在不同的室内环境下寻求最优的光源优化方案,提出了一种基于深度学习的室内可见光通信光源配置策略。分别引入室内障碍物、自然光和人员移动干扰,以室内信噪比均匀度为目标函数,使用花授粉算法(FPA)对不同的房间状态下的光源功率和... 为了在不同的室内环境下寻求最优的光源优化方案,提出了一种基于深度学习的室内可见光通信光源配置策略。分别引入室内障碍物、自然光和人员移动干扰,以室内信噪比均匀度为目标函数,使用花授粉算法(FPA)对不同的房间状态下的光源功率和半功率角进行优化;将得到的房间状态和光源配置作为训练集,使用卷积神经网络(CNN)进行训练,得到的计算模型可以在不同房间状态下对最优光源设置进行预测,实现光源配置的动态调整。仿真结果表明:该策略的光源参数合格率达88%,且预测结果在房间信号功率和光照强度上均满足要求。 展开更多
关键词 可见光通 光源布局策略 花授粉算法 卷积神经网络 信噪比均匀度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部