AI 增强可见光通信：面向噪声抑制与安全数据传输的框架
信号处理
2025-07-14 v1
摘要
本文提出了一个 AI 深度学习模型，用于解决可见光通信 (VLC) 系统中常见的挑战。在本工作中，我们运行了一个 Python 模拟器来建模一个主要受加性白高斯噪声 (AWGN) 影响的基础 VLC 系统。随后训练了一个深度神经网络 (DNN) 来均衡接收到的噪声信号并提高信号完整性。该系统评估并比较了在均衡前后比特错误率 (BER)，以展示所提出模型的有效性。本文首先介绍了可见光通信的概念，然后深入探讨了 VLC 的一些细节以及它所面临的挑战，随后提出我们的项目以克服这些挑战。最后，我们以展望未来工作为结尾，突出了最适合未来改进的领域。
引用
@article{arxiv.2507.08145,
title = {AI-Augmented Visible Light Communication: A Framework for Noise Mitigation and Secure Data Transmission},
author = {A. A. Nutfaji and Moustafa Hassan Elmallah},
journal= {arXiv preprint arXiv:2507.08145},
year = {2025}
}
备注
currently 4 pages. However, we're planning to work more on the topic