屏幕通信是以动态条码为信息载体, 以可见光为媒介的近场通信方式, 因其抗干扰能力强、不占用频谱资源和部署简单等特点, 具有广泛的应用场景和极大的发展潜力。文章提出了一种基于深度学习方法的屏幕通信定位跟踪算法, 采用快速区域卷积神经网络(Faster R-CNN)算法对信息区域进行处理, 使光学摄像头在不依赖传统定位寻像图形的情况下智能定位携信区域, 进而提高单帧携信量; 采用卢卡斯-卡纳德(LK)光流法对抖动引入的帧间信息区域位置变化进行估计, 提升了连续帧处理速率从而提升了系统通信速率。实验结果表明, Faster R-CNN算法的平均精度均值(mAP)达到了90.91%, 同时引入LK光流法提升系统的处理效率, 相比于仅采用Faster R-CNN的算法处理时间缩短59.5%以上, 解决了终端系统处理能力瓶颈问题。

针对可见光通信(VLC)在室外传输受到强背景光干扰的问题,通过对室外强背景光环境下的可见光信道进行分析,并根据室外环境下主要干扰源为低频太阳光的特点,提出了一种基于硬件滤波的室外低频散粒噪声抑制方法。使用白光LED搭建了可达75 m的中远距离室外VLC系统,实现了室外强背景光干扰情况下的基于白光LED的低误码率点对点可靠通信。实验结果表明,该噪声抑制方法的系统误码率低于10 -5,数据传输速率可达8 Mbit/s。

鉴于可见光屏幕通信具有抗干扰能力强、不占用频谱资源和链路部署简单易于交互等特点，设计了基于卷积神经网络(CNN)的可见光屏幕通信系统。重点阐述了帧结构的定义、接收单元CNN模块的引入以及解析机制的设计。帧结构的定义确保了整个系统的可靠性，丰富了屏幕通信传输内容的多样性；CNN模块的引入使接收单元可以自动识别屏幕发送的内容，不依赖传统的定位检测图形，提高了智能化和信息携带量；两种解析机制的设计提高了屏幕通信的普适性。实验系统实现了96.4%的识别成功率，达到实时150 kbit/s和非实时300 kbit/s的通信速率，可以传输文本、图片和音频等类型的文件。

随着可见光通信系统研究的不断发展,解决可见光通信上行通信链路缺失的问题日益引起重视。建立双向可见光通信系统,意味着在系统两端的收发器件上需要同时实现光电转换与电光转换。提出了以发光二极管(LED)同时作为光信号收发元件的实时双向可见光通信系统方案,设计了时分复用方式的LED双向工作控制机制,实现了双向可见光通信。在不同的收发端仰角下进行了实时双向通信系统的实验,实测结果表明本系统方案仅以LED作为光收发元件、不需严格对准和中继放大即可实现2 m以上距离、8 Mb/s速率的实时双向可见光通信。

在UV(紫外光)通信系统中噪声会对信号产生明显的干扰。为了改善UV系统的的通信质量, 采用了一种改进的LDPC(低密度奇偶校验)码算法, 并仿真了该算法在UV信道模型中NLOS(非视距传播)的性能。设计了LDPC(960,480)和RS(18,10)编解码器平台。实验结果表明: 在给定发送功率和10-6误码率的情况下, 相对于未编码的系统, 采用RS(里所)编解码仅增加了42%的可靠通信距离, 而采用LDPC编解码却能增加约100%的可靠通信距离, 能有效改善系统的通信性能。

设计了一种具有高隔离度的八通道光子晶体滤波器, 并应用时域有限差分法分析计算了在晶格常数相同的条件下, 点缺陷微腔局域频率与光子晶体介质柱半径之间的变化规律。在此基础上, 对该八通道滤波器的传输特性进行了仿真。结果表明, 晶格常数取540nm时, 该滤波器各信道的中心频率在1510~1580nm, 信道间隔小于9.5nm, 信道间隔离度均大于35dB。