| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 背景介绍 | 第10-13页 |
| 1.1.1 可见光通信 | 第10-12页 |
| 1.1.2 可见光通信中的非线性失真 | 第12-13页 |
| 1.2 国内外研究进展 | 第13-15页 |
| 1.2.1 国外研究进展 | 第13-14页 |
| 1.2.2 国内研究进展 | 第14-15页 |
| 1.3 论文结构及主要创新点 | 第15-18页 |
| 1.3.1 论文的结构 | 第15-16页 |
| 1.3.2 论文的主要创新点 | 第16-18页 |
| 第2章 可见光通信中非线性模型及失真影响 | 第18-30页 |
| 2.1 非线性模型 | 第18-22页 |
| 2.1.1 概述 | 第18-19页 |
| 2.1.2 LED无记忆非线性模型 | 第19-20页 |
| 2.1.3 维纳哈默斯坦非线性模型 | 第20-22页 |
| 2.2 VLC非线性失真影响 | 第22-27页 |
| 2.2.1 信号星座图失真 | 第22-25页 |
| 2.2.2 接收信号谐波失真 | 第25-27页 |
| 2.3 本章小结 | 第27-30页 |
| 第3章 基于Volterra级数和Chebyshev多项式的非线性均衡器 | 第30-54页 |
| 3.1 基于Volterra级数和Chebyshev多项式均衡器设计原理 | 第30-35页 |
| 3.1.1 Volterra级数 | 第30-31页 |
| 3.1.2 Chebyshev多项式 | 第31-32页 |
| 3.1.3 系统方案及训练算法 | 第32-35页 |
| 3.2 数值仿真结果 | 第35-44页 |
| 3.2.1 弱非线性区 | 第35-38页 |
| 3.2.2 强非线性区 | 第38-42页 |
| 3.2.3 大动态范围区 | 第42-44页 |
| 3.3 离线实验结果 | 第44-51页 |
| 3.4 本章小结 | 第51-54页 |
| 第4章 基于神经网络的非线性均衡器 | 第54-64页 |
| 4.1 神经网络概述 | 第54-56页 |
| 4.1.1 神经网络结构 | 第54-55页 |
| 4.1.2 神经网络学习算法 | 第55-56页 |
| 4.2 基于神经网络的非线性均衡器设计 | 第56-58页 |
| 4.3 数值仿真结果 | 第58-63页 |
| 4.3.1 不同动态范围信号 | 第58-60页 |
| 4.3.2 噪声等因素影响 | 第60-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 本文总结 | 第64-65页 |
| 5.2 未来展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 在读期间发表的学术论文与取得的研究成果 | 第72页 |