粗糙集信息系统实现自适应O-OFDM符号分解信号检测研究

来源：电子与信息学报杂志2025年第5期北京时间：

作者：贾科军, 车佳祺, 刘佳欣, 缐玉琴, 秦翠翠, 杨博然

单位：1.兰州理工大学计算机与通信学院 兰州 7300502.兰州城市学院教务处 兰州 7300503.西南交通大学信息科学与技术学院 成都 610031

摘要：自适应光正交频分复用符号分解串行传输(O-OFDM-ASDST)可以有效抑制可见光通信(VLC)中发光二极管(LED)的非线性限幅失真，然而，O-OFDM-ASDST在接收端合并分解符号时会导致加性高斯白噪声(AWGN)叠加，从而引起误码率(BER)恶化。为此，该文基于人工智能粒计算的粗糙集理论(RST)信息系统与不可分辨关系，提出一种O-OFDM-ASDST信号检测算法。首先，将接收端时域抽样值作为论域，并将信号特征作为条件属性构建信息系统。通过决策规则对接收的分解符号进行分类，尽可能分类决策出原本等于门限值和零值的时域抽样值；然后，根据制定的决策规则导出不可分辨关系，并通过属性约简提取处于门限值之间的时域抽样值并进行重构，以达到降低重构算法复杂度的目的；最后，采用蒙特卡罗仿真方法，验证检测算法的性能。结果表明，与对比信号检测算法相比，该文检测算法在房间中心位置的BER性能可获得5.4 dB和1 dB的信噪比(SNR)增益；即使在房间边缘位置，也可以获得5.5 dB和0.8 dB的SNR增益。此外，检测算法的复杂度仅为对比信号检测算法的1/10。综上所述，所提检测算法能够有效抑制AWGN，提高BER性能，并显著降低算法复杂度和处理时延。

关键词：可见光通信, O-OFDM符号分解, 信号检测, 粗糙集理论, 属性约简

基金资助：国家自然科学基金(62265010)，甘肃省自然科学基金资助项目(22JR5RA276)，兰州理工大学博士科研启动经费项目(061903)，甘肃省教育厅：研究生“创新之星”项目(2025CXZX-575)