Visibile light communication channel estimation based on neural network

Görünür ışık iletişim teknikleri, cihazlar arasında kolay ve güvenli iletişim için artan kriterlerle bu ihtiyaçları karşılamak için giderek daha fazla ortaya çıkmaktadır. Yüksek performanslı, istikrarlı iletişim için birçok bağlantı kullanan ana stratejilerden biri, çoklu giriş ve çıkış (MIMO) sistemleridir. Ancak artan sayıda iletişim bağlantısı, iletilen verilerin doğru bir şekilde kodunun çözülmesi için gerekli olan kanal hesaplamasının zorluğuna katkıda bulunur. Bu nedenle, ayrıntılı ve etkili kanal tahmin yöntemlerinin geliştirilmesi önemlidir. MIMO görünür ışık kanalı tahmininin performansını artırmak için sinir ağı kanalı tahmin yaklaşımlarının performansını açıklıyoruz. Önerilen yöntemin doğruluğunu kontrol etmek için önerilen tahmin yöntemi doğrusal regresyonla karşılaştırılmıştır. Hem NN hem de doğrusal regresyon yönteminin simülasyon sonuçları karşılaştırıldı ve BER'in NN için 10-5 aralığında olduğu ve 10-2 aralığındaki doğrusal regresyon yöntemi için BER'den daha iyi olduğu açıktır. VLC kanal tahmini için NN kullanmanın ana avantajı, düşük BER tutulurken SNR'nin azaltılmasıdır. Tahmin sonuçları, sunulan algoritmanın MATLAB standart kanal modeliyle karşılaştırılabilir olduğunu göstermektedir. Sonuçlar, bu prosedürün kanal tahmininde verimli bir şekilde kullanılabileceğini doğrulamaktadır. Anahtar Kelimeler: Kanal tahmini, Sinir ağları, MIMO, görünür ışık iletişimi, SNR, BER.