多输入多输出（Multiple-input-multiple-output，MIMO）可见光通信（Visible Light Communications，VLC）系统接收端需精确的信道状态信息用以解调信号，而常用的最小二乘算法对噪声敏感，估计误差较大，难以保证可靠性。基于信道稀疏特性，利用压缩感知方法进行MIMO-VLC信道估计，提出一种基于离散傅里叶变换（Discrete Fourier Transform，DFT）的稀疏度预测自适应匹配追踪（DFT Based Prediction-sparsity Adaptive Matching Pursuit，DFT-SAMP）算法。首先，通过DFT的稀疏度预测方法对信道冲激响应的稀疏度进行预估计，将估计的稀疏度作为算法初始步长，以快速逼近真实稀疏度，提高算法效率；其次，采用SAMP算法重构信道冲激响应，提高信道估计准确性，保证通信可靠性。基于2×2的MIMO-VLC系统信道估计实验结果表明，导频数为32时，本文算法相较于最小二乘算法在误码率满足前向纠错的误码率阈值（3.8×10^-3）时所需的信噪比降低4.5 dB；利用DFT-SAMP算法进行信道估计，在保证可靠性的同时，运行效率相比SAMP算法提升约69%，为MIMO-VLC系统信道估计提供了更为有效的方式。

研究分析Si?PvCA物理结构、光电特性与其电路拓扑结构等关键因素，并在此基础上提出了利用LED阵列照明空间光分布和电池板可细分重构特征，改善信噪比，实现空分多址（Space Division Multiple Access， SDMA）多输入多输出并发VLC，为LED阵列照明与Si?PvCA的VLC应用发展提供了新的研究思路和框架。