摘要：可见光通信最大的优势是高速，目前已有的VLC实验可以实现每秒十几吉比特的传输速率，这一优势使得可见光通信成为未来智能时代B5G/6G超高速泛在光联网中一种不可或缺的无线通信方式。由于具有众多优势，可见光通信一经问世便成为各国政府支持的重要科学主题。
关键词：可见光通信；机器学习；组网
1引 言
随着物联网的兴起以及人工智能的迅猛发展，人类正迈向以“万物感知、万物互联、万物智能”为特征的智能时代。在智能时代，移动数字终端和通讯媒介的范畴将会发生革命性变化，由此产生的海量数据对通信系统的高速率和低时延提出了更高要求，这些将给传统通信接入网技术带来巨大的考验。可见光通信是一种利用波长在380nm到790nm范围内的可见光进行数据通信的无线光传输技术。相比于传统无线通信日益匮乏的频谱资源，可见光的频谱资源丰富，频谱带宽约为400THz，是人类有待研究的空白领域。可见光通信兼具照明、通信和控制定位等功能，易与现有基础照明设施相融合，符合国家节能减排的战略思想。在电磁敏感区域如核电站、矿井、加油站等和具有强电磁环境的特殊场所，如变电站、现代军事战场等，可见光通信具有不受无线电干扰、无电磁辐射、高度保密性的优势，是解决无法使用传统无线电通信时最有效的途径之一。本文立足于通信领域近年来备受关注的研究热点——可见光通信，阐述了其研究背景和基础系统架构，围绕材料器件、高速系统、异构网络、水下可见光通信和机器学习等五个前沿研究方向展开了对可见光通信研究进展的探讨，并概述了现阶段高速可见光通信技术面临的若干挑战。最后展望了可见光通信的前景：在未来万物互联的智能时代，可见光通信将以其高速传输的优势成为通信网络中不可缺少的一部分，与其它通信方式合作互补共同造福人类生活。
2系统结构
可见光通信系统的基础结构一般由三个部分组成，包括可见光信号发射端、可见光信号传输信道和可见光信号接收端，可见光信号发射端包括调制模块、驱动电路、光发射器等。原始的二进制信号首先经过编码、调制和预均衡等变换，得到的预处理信号经过模数转换后驱动光发射器如LED以控制其光照强度，从而实现电信号到光信号的转换。此外，在光发射器后加上光学透镜和聚光杯可以进一步提高接收端信号强度，从而增大传输距离。经过调制后的可见光信号在大气或者水下等自由空间信道中传播，到达可见光信号接收端。可见光信号接收端包括接收天线、光电检测器、解调模块等。一般使用光电二极管PIN、雪崩光电二极管APD等光电检测器来检测光信号，实现光信号到电信号的转换。得到的电信号经过后均衡、解调和解码等数字信号处理后，恢复出原始发射信号。
3沿研究方向
目前研究学者对可见光通信的研究主要集中于五个方面，分别是材料器件、高速系统、异构组网、水下可见光通信以及机器学习在可见光通信中的应用。其中，材料器件主要包括新型光发射器件与光接收器件；高速系统介绍了可见光通信传输速率的发展情况；异构组网围绕着可见光通信组网展开；水下可见光通信和机器学习，是目前可见光通信领域发展较为迅速和热门的研究方向，也是本文介绍的重点。
3.1机器学习
随着机器学习的迅猛发展，基于机器学习的方法已广泛应用于数据挖掘、计算机视觉、自然语言处理等领域，在人类生活中发挥着越来越重要的作用。机器学习能够在基础物理和数学难以分析或无法明确描述的情况下，有效地逼近和拟合任意复杂函数并提取和处理其隐含的特征。机器学习的目的是使系统从经验中学习，自主提高性能。
具体到可见光通信领域的研究中，机器学习可以用于系统非线性抑制和补偿、光网络性能监控、调制方式识别以及相位估计等任务中，是可见光通信系统实现智能化的关键。目前，一些经典的机器学习算法如K-means、DBSCAN等已被研究学者尝试用于解决可见光通信中的难题。可见光系统中的LED、发射驱动电路、接收放大电路等都会引入非线性，而非线性会严重损害系统性能。文献利用K-means算法补偿系统非线性，并成功将误码率BER由2.4×10-1降低至3.6×10-3。在现代化互联网的影响下，大部分的工作生活都需要终端上网支持。随着需求增加的情况下，带宽质量也需要逐步提升。通过上文分析，SDH技术更侧重于业务的电层处理。其调度能力虽然灵活且保护能力强，但运用单波长进行传输易遭到瓶颈，无法满足日益膨胀的业务需求。因此带来的弊端较多，不仅开销较大，频带利用率也不高。另外采用指针调控会在使用过程中产生较大波动，影响整体运行效率。
在此条件下，通过光传输网络技术的演进，OTN在SDH的基础上，完善了光层与电层的结构体系，通过字节开销过程中的单元内部传输管理条约，更好的实现了监控工作。在光层运用波导复用的条件下，可以建立科学的监控通信道来满足光传输环节中的控制。进一步提升光纤的运用率，使每个环节都能够在监控机制的约束下得到有效管理。OTN技术解决了以往光通信技术运用中的网络维护缺陷。另外在OTN中运用控制平面可以更好的形成灵活科学的扩展性智能交换光网络结构，实现动态智能化的光网络体系，逐渐在演进中变成自动化的交换光网络。
3.2水下可见光通信
在未来万物互联的智能时代，水下物联网是必不可少的组成部分。如图5所示[40]，海洋观测传感器物联网的互联互通及信息回传、水下运动装备与水面舰艇及通信浮标等目标的超高速非接触数据通信、水下航行器集群及编队组网通信、海底光缆网与水下无线光通信的无线融合组网等功能的实现，都需要水下通信技术作为支撑。水下通信技术主要分为有线和无线两大类。水下有线通信主要是在海底铺设使用光纤作为介质的电缆进行通信。由于光纤具有传输容量大、传输损耗小、中继距离长、抗电磁干扰等优点，是目前大部分越洋数据的主要传输方式。然而，由于有线通信需要物理媒介传输信息，这将严重制约水下潜航器、传感器等动态通信网络的灵活性。水下无线通信技术则不需要借助光纤等传输介质，目前主要基于声波和射频进行水下通信。其中，声波是应用最广泛的水下无线通信技术，声波在海水中衰减小，能够实现低速率长距离的水下传输。但是水声通信带宽窄、载波频率低、时延大且安全性差。射频传输适用于水下短距离高速率的通信。然而电磁波在海水中有趋肤效应，穿透深度有限、数据传输速率低、发射功率高。因此，研制新型水下通信技术成为迫切需求。
结束语
综上所述，在研究学者们共同的努力下，可见光通信已经取得了一系列令人瞩目的成果。然而，可见光通信目前仍面临着各方面严峻的挑战，例如现有的光发射和接收器件仍然限制了可见光通信系统性能的提升，未来将需要研究更多的新型器件来突破性能瓶颈；现有的可见光通信信道理论模型还没有全面涉及实际信道中各种恶劣因素的影响，未来将需要研究实际且全面的可见光信道理论模型，为高速可见光通信提供理论指导；现有的可见光异构组网还处于初级研究阶段，未来将需要研究如何合理解决上行链路传输以及可见光与太赫兹通信、毫米波通信和微波无线通信等通信方式如何共存与兼容；现有的基于机器学习的可见光通信系统还没有实现智能化，未来将需要研究更多的新型机器学习算法协同工作，共同实现可见光系统的智能化。随着可见光通信的不断发展，我们有理由相信：可见光通信将会同其它通信方式一起，高效、智能地处理海量数据，服务于未来万物互联的时代，造福人类生活。
参考文献
[1]何一心，文杰斌，王韵，等.光传输网络技术——SDH与DWDM［M］.北京：人民邮电出版社，2013.
[2]金炜.OTN技术在电力通信网中的应用研究［D］.北京：华北电力大学，2014.
[3]于特.OTN与PTN联合组网技术研究［D］.大连：大连海事大学，2013.
[4]张宝富，刘忠英，万谦.现代光纤通信与网络教程［M］.北京：人民邮电出版社，2002.