數位可見光通訊（DVLC）之雜訊抑制方法 - IJCNC 第18卷，第1期

目錄

1. 緒論

可見光通訊（VLC）已成為射頻系統極具潛力的互補技術，其利用無所不在的照明基礎設施進行資料傳輸。數位可見光通訊（DVLC）採用如OOK和PPM等調變方案。然而，其效能受到來自環境光源（例如螢光燈）的光學雜訊嚴重影響，導致波形失真與位元錯誤率（BER）增加。這篇由Uemura和Hamano發表於IJCNC第18卷第1期（2026年）的論文，透過提出並評估兩種不同的雜訊抑制方法，來應對這項關鍵挑戰。

2. 可見光通訊（VLC）

VLC在380-780奈米的可見光譜範圍內運作。白光LED是常見的發射器。在數位脈衝調變（例如OOK）中，發光狀態代表二進位高電位，熄滅狀態代表低電位。資料以一系列時槽的形式傳輸。接收器通常會施加一個電壓閾值來區分狀態。

3. VLC系統中的雜訊問題

疊加在VLC訊號上的光學雜訊，可能在接收器的閾值判斷過程中導致錯誤的符號偵測，從而降低通訊可靠性。

3.1 週期性雜訊（交流電源線干擾）

此類雜訊源自於交流電供電的環境光源（例如螢光燈）。其頻率與當地電網（50/60 Hz）相關。在本研究中，實驗是在60 Hz條件下（日本西部）進行的。雜訊波形呈現可預測的週期性特徵。

3.2 非週期性雜訊

此類別包含來自各種來源的不可預測雜訊，缺乏固定的週期性結構，因此更難以用簡單的同步方法來抑制。

4. 方法一：週期性雜訊減法

此方法針對來自交流電供電燈具的週期性干擾。

4.1 原理與實作

核心概念是對雜訊波形的一個完整週期進行取樣（在已知的靜默期間或透過估計）。然後將此取樣的雜訊輪廓 $n_{sample}(t)$ 從接收訊號 $r(t)$ 中減去，接收訊號包含期望訊號 $s(t)$ 和雜訊 $n(t)$：$r(t) = s(t) + n(t)$。清理後的訊號近似為：$s_{cleaned}(t) \approx r(t) - n_{sample}(t)$。

4.2 技術細節與數學公式

其有效性依賴於與雜訊週期 $T_{noise}$（例如 1/60 秒）的準確同步。減法運算是在類比數位轉換（ADC）之後的數位領域中進行。一個關鍵挑戰是相位對齊；微小的相位誤差 $\phi$ 可能導致殘留雜訊：$n_{residual}(t) = n(t) - n_{sample}(t - \phi)$。

5. 方法二：受ANC啟發的即時雜訊消除

此方法受聲學主動式雜訊控制（ANC）啟發，能處理週期性和非週期性雜訊。

5.1 系統架構

系統引入一個輔助光電偵測器，策略性地放置以主要擷取環境雜訊分量 $n(t)$，同時最小化對目標VLC訊號 $s(t)$ 的接收。這提供了一個參考雜訊訊號。

5.2 減法電路設計

一個類比減法電路（例如基於差動放大器）接收兩個輸入：主要訊號 $r(t) = s(t) + n(t)$ 和參考雜訊 $n_{ref}(t) \approx n(t)$。電路輸出為：$s_{cleaned}(t) \approx r(t) - G \cdot n_{ref}(t)$，其中 $G$ 是一個增益因子，用於調整以匹配主要通道中的雜訊振幅。這實現了即時、自適應的雜訊消除。

6. 實驗結果與效能評估

使用位元錯誤率（BER）對位元能量對雜訊功率譜密度比（$E_b/N_0$）的標準指標來量化效能。

6.1 位元錯誤率 vs. Eb/N0 分析

結果清楚顯示，與傳統接收器相比，兩種提出的方法都將位元錯誤率對 $E_b/N_0$ 的曲線向下移動。對於目標位元錯誤率（例如 $10^{-3}$），受ANC啟發的方法在更低的 $E_b/N_0$ 下達成，表明更高的功率效率和穩健性。

6.2 比較性效能

方法一 較簡單，對於主導性的週期性雜訊有效，但對非週期性分量無效。方法二 較複雜（需要額外的光電二極體和電路），但提供了全面、即時的保護，使其適用於動態、混合雜訊的環境。

7. 分析框架與案例範例

情境： 一個用於超市室內定位的DVLC系統。螢光燈（60 Hz）造成週期性雜訊，來自窗戶的陽光造成非週期性、時變的雜訊。

框架應用：

1. 雜訊分析： 使用輔助光電二極體（方法二）記錄隨時間變化的複合雜訊特徵。
2. 方法選擇： 實施受ANC啟發的方法作為主要的消除器，因其具有適應性。
3. 參數調整： 根據主要通道和參考通道之間的相關性，動態調整減法增益 $G$。可以在微控制器中實作一個簡單的自適應濾波器，例如最小均方（LMS）演算法：$G_{k+1} = G_k + \mu \cdot e_k \cdot n_{ref,k}$，其中 $e_k$ 是誤差訊號（清理後的輸出），$\mu$ 是步長。
4. 驗證： 測量啟用與未啟用雜訊抑制系統時的定位準確度（例如誤差以公分計）。

此框架展示了在現實世界情境中部署該研究的系統化方法。

8. 應用展望與未來方向

立即應用： 用於具有嚴苛照明條件的辦公室/工業環境中的穩健Li-Fi VLC、基於VLC的室內定位/導航，以及在易受雜訊影響的環境中的安全通訊。

未來研究方向：

• AI增強型消除： 整合機器學習（例如循環神經網路）來預測和消除超越傳統ANC的複雜、非平穩雜訊模式。
• 積體光子電路： 將ANC系統（光電二極體 + 減法電路）微型化為單一光子積體晶片（PIC），以實現具成本效益的大規模部署。
• 混合RF/VLC系統： 使用來自VLC接收器的雜訊參考訊號，來抑制共置RF系統（例如WiFi）中的干擾，正如跨技術干擾研究中所探討的。
• 標準化： 將這些抑制技術提議作為未來IEEE 802.15.7r1（VLC）或其他Li-Fi標準修訂的一部分，以改善互通性。

9. 參考文獻

1. Uemura, W., & Hamano, T. (2026). Noise Mitigation Methods for Digital Visible Light Communication. International Journal of Computer Networks & Communications (IJCNC), Vol.18, No.1, pp.51-52.
2. Kahn, J. M., & Barry, J. R. (1997). Wireless Infrared Communications. Proceedings of the IEEE, 85(2), 265-298.
3. Haas, H., Yin, L., Wang, Y., & Chen, C. (2016). What is LiFi? Journal of Lightwave Technology, 34(6), 1533-1544.
4. Kuo, S. M., & Morgan, D. R. (1996). Active Noise Control Systems: Algorithms and DSP Implementations. John Wiley & Sons. （關於ANC原理的基礎文獻）
5. IEEE Standard for Local and Metropolitan Area Networks–Part 15.7: Short-Range Wireless Optical Communication Using Visible Light. (2018). IEEE Std 802.15.7-2018.

10. 原創分析與專家評論