Page 38 - 网络电信2023年4月刊

解 决 方 案

表1 三种方法的性能对比结果 对表3中各项测试指标进行分析:
光照度测试结果表示，本方法完成光源布局后光照度最
佳，其最大光照度低于另外两种方法，最小光照度高于另外两
种方法，有效降低光照波动，可保证室内各处光照明暗变化不
明显，对人眼的影响较小。另外两种对比方法的最大光照度均
高于本文方法，最小光照度均低于本文方法，光照波动较大。
接收功率的测试结果表示，本方法完成光源布局后的最大
接收功率低于另外两种方法，且最小功率高于另外两种方法，
功率差值为1.25dBm;另外两种方法的功率差值分别为2.04dBm和
4.17dBm，说明本方法功率波动最小，可降低室内各处通信波
三种方法在不同覆盖范围内光源布局的光照度值，结果如
动，保证良好的通信效果。
表2所示。
根据信噪比的测试结果表示，本方法的光源布局信噪比最
表2 三种方法的光照度对比结果
大值低于另外两种对比方法，最小信噪比高于另外两种方法，
并且波动较小，可保证信号稳定传输。
照明均匀度的测试结果表示，本方法的光照均匀度最高，
符合室内标准照明标准的0.7;另外两种对比办法的光照均匀度
均低于室内标准照明标准，因此本方法光源布局的光照均匀度
优于另外两种对比方法。
峰值功率偏差测试结果表明，本方法光源布局峰值功率偏
差为最低，仅为0.2dBm，另外两种对比方法的峰值功率偏差均
高于本方法，说明本方法的光源布局室内功率波动最低，可保
证信号稳定传输。

四、结论
为提升室内光源照明均匀度和覆盖率，研究采用人工智能
技术实现光通信系统的光源布局，经实验结果得出:
(1)本方法具备较好的光源照明覆盖效果。
观察表2可知:本文方法的光源布局的光照覆盖范围较广， (2)本方法具备较好的光照度以及照明均匀度，并且接收功
率、信噪比以及峰值功率偏差的波动最小，可更好地保证光通
在1.5m～5m的覆盖范围内，其光照度值均高于550lx，另外两种
方法光源布局后的光照范围相对较为局限，仅分别为2m～4.5m 信的信号传输的稳定性。
(3)本方法具备较好的寻优性能，可保证光源布局的最佳效果。
和1.5m～3.5m内光照度值达到550lx，说明本方法具备较好的光
源覆盖效果。 下一步的工作内容为如何结合信道均衡方式减小光照盲
区，使光照覆盖范围进一步增加，实现更加良好的光源照明效果。
为进一步分析本方法的布局效果，测试三种方法对研究对
象布局后的接收功率、信噪比、照明均匀值、峰值功率偏差，
结果如表3所示。 参考文献
[1] 沈纲祥．基于人工智能技术的光通信网络应用研究［J］．通信学
表3 三种方法的对比结果
报，2020，41(01):162－168．
[2] 阮巍，杜志华，陈谱望，等．可见光通信的光角度选择性合并分集
接收系统研究［J］．光通信技术，2020，44(01):44－48．
[3] 王加安，车英，郭林炀，等．室内可见光通信系统光源LED布局优
化与性能分析［J］．中国激光，2018，45(05):172－183．
[4] 赵黎，彭恺．基于白光发光二极管的室内可见光通信光源布局优化
［J］．光学学报，2017，37(07):49－57．
[5] 游春霞，胡青松，李世党，等．基于位置和功率协同优化的煤矿工作面可
见光通信光源分布［J］．中国激光，2019，46(04):265－272．
[6] 赵梓旭，宋小庆，贾胜杰，等．车内多LED光源阵列分布通信系统
信道研究［J］．红外与激光工程，2017，46(09):185－192．
[7] 张晓锋，王敏，王瑾．基于可见光通信室内定位的研究现状与发展
［J］．激光与光电子学进展，2017，54(10):7－18．
[8] 朱彤，赵黎，刘智港，等．兼顾照明的可见光MIMO通信系统模型
［J］．红外与激光工程，2018，47(08):340－345．
[9] 王万良，张兆娟，高楠，等．基于人工智能技术的大数据分析方法
研究进展［J］．计算机集成制造系统，2019，25(03):529－547．
[10]杨晓丹．海军人工智能技术的应用策略研究［J］．海军工程大学
学报(综合版)，2019，16(01):49－52．

64 网络电信 二零二三年四月