| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文主要内容及安排 | 第10-12页 |
| 第二章 可见光通信系统模型 | 第12-22页 |
| 2.1 引言 | 第12页 |
| 2.2 OFDM调制 | 第12-14页 |
| 2.2.1 OFDM基本原理 | 第13页 |
| 2.2.2 OFDM系统的基带调制 | 第13-14页 |
| 2.3 削波方法 | 第14-17页 |
| 2.3.1 直流偏置削波方法 | 第15-16页 |
| 2.3.2 非对称削波方法 | 第16-17页 |
| 2.4 LED数学模型 | 第17-20页 |
| 2.4.1 非记忆多项式模型 | 第17-18页 |
| 2.4.2 Volterra模型 | 第18-19页 |
| 2.4.3 Wiener模型 | 第19页 |
| 2.4.4 Hammerstein模型 | 第19-20页 |
| 2.4.5 记忆多项式模型 | 第20页 |
| 2.5 本章小结 | 第20-22页 |
| 第三章 LED的非线性后失真补偿技术 | 第22-42页 |
| 3.1 引言 | 第22页 |
| 3.2 现有的后失真补偿技术 | 第22-27页 |
| 3.2.1 Voterra判决反馈均衡 | 第23-24页 |
| 3.2.2 自适应后失真补偿 | 第24-26页 |
| 3.2.3 频域均衡后失真补偿 | 第26-27页 |
| 3.3 两种机器学习方法 | 第27-38页 |
| 3.3.1 BP神经网络 | 第28-32页 |
| 3.3.2 支持向量机 | 第32-38页 |
| 3.4 仿真实验 | 第38-40页 |
| 3.4.1 基于BP神经网络的后失真补偿技术仿真实现与分析 | 第38-39页 |
| 3.4.2 基于支持向量机的后失真补偿技术仿真实现与分析 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 LED的非线性预失真补偿技术 | 第42-53页 |
| 4.1 引言 | 第42页 |
| 4.2 现有的预失真补偿技术 | 第42-48页 |
| 4.2.1 Polynomial模型 | 第43-45页 |
| 4.2.2 预失真电路 | 第45-46页 |
| 4.2.3 自适应预失真补偿 | 第46-48页 |
| 4.3 BP神经网络预失真补偿技术 | 第48-50页 |
| 4.4 仿真实验 | 第50-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53-54页 |
| 5.2 研究展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第58-59页 |
| 致谢 | 第59页 |