研究背景

随着无线流量的持续增长与目前无线频谱资源的持续紧张，可见光通信逐渐兴起。由于可见光通信具有高传输速率、超大容量潜力、对电磁干扰不敏感等特性，它已经成为了一种适合5G等下一代移动通信网络的无线通信技术。可见光通信技术与现如今蓬勃发展的毫米波通信相比，也能缓解部分毫米波在复杂环境中的散射问题。

在如今的可见光通信系统中，发射机与接收机是实现高速通信的两大关键模块。基于铟镓氮的激光二极管（LD）与发光二极管(LED)已经被用于绝大多数可见光通信系统中。目前，很多工作已经证明了可见光通信可以实现Gbit的数据通信。第三种通信发射器件称为超辐射二极管（SLD），它集合了LD与LED的优点：低展度、高的光功率密度、比较低的时间相干性、宽的调制带宽、无需泵浦等。这些优点已经让SLD成为了可见光通信系统中极具吸引力的发射器件。在之前的研究中，非归零键控调制、离散多音技术已经被运用在了SLD的可见光通信技术中，但是无载波幅度相位调制技术（CAP）以及机器学习技术还没有在基于SLD的可见光通信技术中被研究。特别是SLD的研究还处于初期阶段，一些线性与非线性损伤严重。而机器学习技术，例如神经网络，可以帮助SLD可见光通信系统尽可能地消除线性与非线性噪声，提升系统传输速率。但是，目前的神经网络的复杂度都很高，出于实用化的角度考虑，低复杂度的神经网络极具研究价值。

研究亮点

复旦大学迟楠教授和沙特阿卜杜拉国王科技大学Boon S. Ooi教授联合团队设计了一种低复杂度的基于多项式展开的神经网络，来实现高速SLD可见光通信。研究团队详细给出了所设计的SLD的各项设备特征与光电特性，在可见光通信系统中，当注入电流为700 mA时，调制带宽能到达400 MHz。研究人员发现了SLD可见光通信系统中存在着严重的线性与非线性噪声，因此，设计了基于多项式展开的低复杂度神经网络，对网络参数进行了最优化调整。通过与传统的线性、非线性滤波器与传统神经网络在均衡、复杂度方面的对比，证明了该神经网络的鲁棒性、高效性与低复杂度。最终，依靠该神经网络实现了2.9 Gbit/s的超高速SLD可见光通信。

图1 超辐射二极管器件与光电特性。（a）在直流注入下，光输出功率-电流-电压关系与外量子效率特征；(i) SLD的扫描电镜图；（b）SLD在不同注入电流下的光谱;（ii）带透镜的SLD工作图；（c）不同注入电流下，SLD的边带半宽度与峰值波长

图2 (a)接收符号的记忆多项式辅助神经网络均衡预处理原理图；(b)应用记忆多项式辅助神经网络的结构；(c) DNN的结构以供比较

该研究成果以“Demonstration of a low-complexity memory-polynomial-aided neural network equalizer for CAP visible-light communication with superluminescent diode”为题发表在英文期刊Opto-Electronic Advances 2020年第8期。