针对DCO-OFDM 系统功率效率低以及高阶信号调制复杂度高的问题，提出一种联合子载波索引和功率叠加复用（Subcarrier Index-Power Modulated With SuperpositionMultiplexing，SIPM-SPM）的新型信息承载维度，将其应用于非对称限幅光正交频分复用（Asymmetrically Clipped Optical OFDM，ACO-OFDM）系统。该调制技术对高功率子载波采用SPM，添加两个8PSK 和QPSK 编码的复值数据，进一步增加了信号的传输容量，同时ACO-OFDM 系统避免了直流偏置带来的功率损耗。仿真结果显示：在ACO-OFDM 系统中，SIPM-SPM 相较于SIPM（8-PSK/QPSK），信号传输容量提高了28.6%；相较于相同信号传输容量的SIPM（32-PSK/QPSK），在误码率为1.0 × 10-3 时，信噪比增益>2.8 dB，色散容忍度提高了>560 ps/nm，光发射功率动态范围提高了>6.7 dB。这表明将SIPM-SPM 调制应用于ACO-OFDM 系统，具有较好的抗噪声性能和较高色散容忍度，也降低了对发射光功率的需求。

为了实现直接检测（DD）光正交频分复用（OOFDM）系统安全可靠通信，在发送端利用混沌加密技术来提高DD-OOFDM系统的安全性，在接收端采用Kramers-Kronig（KK）接收机来解决OFDM信号子载波拍频干扰的问题。利用混沌加密前后的图像像素值分布对系统的安全性进行分析验证。此外，分析了KK接收机的结构和其实现的条件，仿真测试了基于混沌加密和KK接收机的DD-OOFDM系统的误码率性能。

针对现有的非对称限幅光正交频分复用（ACO-OFDM）可见光通信（VLC）系统中信道估计方法存在导频数量过大、精度低、估计效率不高的问题，提出一种基于深度神经网络（DNN）的VLC信道估计方法。利用梯度集中化（GC）方法进行模型优化，并采用端到端的方式跟踪信道信息并恢复失真信号。仿真结果表明：所提方法的误码率（BER）和均方误差（MSE）性能均优于传统方法；在使用较少的导频和省略循环前缀（CP）进行信道估计时，所提方法具有更强的鲁棒性。此外，在DNN训练过程中引入GC方法，可以加快网络的收敛速度，提高其优化能力。

在分层非对称限幅光正交频分复用(LACO-OFDM)中, 采用离散哈特莱变换(DHT)可以弥补采用快速傅里叶变换(FFT)时存在的频谱效率不高的缺陷, 但在接收端多层信号的分离仍存在计算复杂度高的问题。结合DHT-LACO-OFDM信号的时域对称和反对称特性, 提出一种基于时域重构的分层信号接收方法, 在时域把叠加的信号进行分层接收。研究结果表明, 相比于传统的时频域结合的迭代接收方式, 基于时域重构的分层信号接收方法在误比特性能上与传统的迭代接收方式几乎相同, 但计算复杂度约降低为原来的一半。

针对可见光通信(VLC)链路的数据传输安全性不高的问题。在正交频分复用(OFDM)VLC系统中, 提出一种比特级、符号级和相位联合加密的三级物理层加密方案。首先, 引入Logistic映射的混沌序列加密方法降低加密数据的相关性, 提高加密数据的安全性和系统的传输性能; 然后, 提出基于S替换表的星座映射, 根据不同的S替换表生成对应的星座映射关系, 使得原始二进制比特数据和加密后生成的数字调制信号之间始终保持格雷映射的特性, 保证格雷增益。仿真结果表明: 相比现有的方案, 提出的物理层加密方案不仅具有更高的安全性, 还降低了OFDM VLC系统发送数据的峰均功率比, 缓解了发光二极管(LED)发射端产生的非线性失真, 提升了系统的误码率性能。

近年来，水下无线光通信(UWOC)技术因其高速数据传输能力而成为了研究热点，但水波的吸收和散射等因素使得UWOC信道变得十分复杂。对复杂的信道做出准确的信道估计(CE)和信号检测(SD)是目前高速UWOC面临的主要问题之一。针对这一问题，提出了一种在光正交频分复用系统中利用深度学习以端对端的方式对UWOC信道进行估计并直接检测的方案。首先根据在不同水域类型的UWOC信道下模拟生成的数据离线训练深度神经网络(DNN)，然后使用DNN直接对信号进行补偿，该方案可以隐式地估计出信道状态信息并直接恢复传输数据。仿真结果表明，提出的信道估计和信号检测方案在复杂的UWOC信道环境中具有优越的性能，特别是在导频数量较少以及去除循环前缀时，深度学习方案比传统方案鲁棒性更好。

针对相干光正交频分复用（CO-OFDM）系统中相位噪声造成的严重影响，提出了一种基于次符号进行分块二阶拉格朗日插值（BSSLI）的容积卡尔曼滤波（CKF）的相位噪声补偿算法。该算法先利用导频估计的时域OFDM符号相位噪声值进行第一次二阶拉格朗日插值（SLI），得到相位噪声粗略估计值，再将每个OFDM符号在时域分割成若干个次符号，将每个次符号的估计值作为它中间采样点的估计值进行第二次SLI，从而在提高时间分辨率的同时提升补偿精度，最后利用CKF对残余的相位噪声进行补偿。仿真结果表明：该算法在16阶正交振幅调制（16QAM）下，激光线宽为800 kHz时，其误码率（BER）接近于10^-7且降低了错误平层；该算法在32阶正交振幅调制（32QAM）下，激光线宽为800 kHz时，其BER达到10^-3以下；本文算法相较于线性插值与子符号光相位噪声补偿（LI-SCPEC）算法和基于拉格朗日插值的扩展卡尔曼滤波（LRI-EKF）算法补偿效果更优，有效改善了系统的性能。

为了解决直流偏置光正交频分复用(DCO-OFDM)水下可见光通信系统中存在的高峰均功率比(PAPR)问题, 采用了一种基于范德蒙类矩阵(VLM)预编码与改进的自适应缩放联合PAPR抑制的算法。首先, 该算法利用VLM对频域信号进行预编码处理, 以此降低其自相关性, 再通过比值计算方式改进的自适应缩放因子对时域信号进行缩放, 使其更好地减小发光二极管带来的非线性失真, 最后实现了抑制系统PAPR的效果。结果表明, 在互补累计分布函数为10-3时, 相比于原始系统, 此联合算法的PAPR下降了3.2dB。由此可知, 该研究对抑制DCO-OFDM水下可见光通信系统的PAPR是有帮助的。

为降低传输信道中障碍物反射对可见光通信产生的干扰和多径效应, 首先, 搭建了非对称限幅光正交频分复用(ACO-OFDM)仿真模型和信道模型, 仿真验证了采用基于正交幅度调制(16QAM)的ACO-OFDM调制在直射链路和反射链路中均有更好的抗噪性能。然后, 将级联BCH和卷积码的编码方式加入ACO-OFDM。仿真结果表明: 采用级联BCH码和卷积码的ACO-OFDM系统具有更高的抗噪性能以及更好的抗干扰性能, 改善了可见光通信性能。