室内可见光光源布局的研究进展

李晓鹏，郑雨薇，祝战科，柯熙政，

(1.陕西工业职业技术学院，陕西 咸阳 712000；2.西安理工大学，陕西 西安 710048)

引言

目前，无线频谱资源匮乏，需要一种更高效、安全的通信方式，而光通信技术因较高的信噪比、调制速率快、良好的保密性等优点逐渐代替了传统无线通信方式，可见光通信逐步成为热点。可见光通信技术能保证照明的同时对信息进行传输，并解决宽带接入和高速数据传输等问题[1-6]。

在室内环境下，每个LED可作一个光接入点，一个房间内的多个LED可构成一个光蜂窝无线网络[7]。由于单个LED覆盖范围是有限的，不能满足室内所有用户的照明和通信，因此在可见光通信系统中为使光源分配均匀，LED布局变得非常重要。合理的布局可提高传输信号的信噪比、降低码间干扰，对提高数据通信的速率有很大帮助[8]。

1 可见光通信系统

1.1 可见光通信系统原理

在室内可见光通信系统中，利用可见光来进行信息的传输，且通常将生活中普遍使用的LED作为光源[9]，图1为室内可见光通信系统框图。

图1 室内可见光通信系统框图[10]Fig.1 Block diagram of indoor visible light communication system

可见光通信(Visible Light Communication，VLC)系统包括调制、驱动电路、LED、信道、光电检测、电路放大、均衡器、判决电路等模块。

信号进行调制转换成适合传输的信号形式给驱动电路。驱动电路的作用是对调制后的信号进行电光转换，提供适当大小的驱动电流并将其加载到LED光源上。光信号通过室内无线通道进行无线信号的传输。光电检测能够接收光源发出的可见光信号，并在光照条件下将光信号转换为电信号，使得信息能够被识别和处理。

信道特性影响接收视场角和入射光线的入射角度、传输功率、光电二极管的接收面积等参数，为保证通信系统稳定，必须对可见光通信的信道模型进行分析。

1.2 可见光通信的信道模型

室内可见光通信系统中LED和接收器的安装位置、角度各不相同，以下对主要的视距链路和非视距链路进行说明，图2为室内可见光信道模型。

图2 室内可见光通信信道模型[11]Fig.2 Indoor visible light communication channel model

在室内可见光通信系统中，信号进行发射、传输和接收这三个过程。但由于室内墙壁、隔板等障碍物的遮挡，发射机发出的信号传输到接收机时将通过两种不同的信道。

光信号从发射机发送后，将直接被接收机接收，这过程没有受到障碍物的遮挡，将这种信道称为直视链路。直视链路的主要优点是有较强的抗干扰性能，其带宽相对较高，能够支持高速数据传输，但直视链路会限制发射机和接收机的位置。还有一些信号不能直接从发射机到达接收机，而是在传输过程中受到障碍物的阻碍，这种传输信息的信道称为非直视链路。由于非直视链路的传输路径较差，接收器必须接收到某一个LED光源所发出的直射光，才能使通信与照明的盲区减少[12]。

因此，如何优化室内可见光通信系统的光源布局，使其既满足照明又能兼顾通信，达到照明需求的光照度分布，保证需要的接收功率分布成为一个研究热点。

2 可见光通信光源布局国内外研究进展

研究者们对可见光通信系统中的光源布局进行优化改进，使优化后的布局方式既满足照度标准又保证了通信的质量。大致的改进方案分为以下几种：

(1)几何图形布局法。

2004年，Komine等[13]提出了一种典型的光源布局，在5 m×5 m×3 m房间内设计一种正方形布局，分析多个LED灯在不同布局方式下的光路径差异以及室内直视和非直视链路的区别。简单的位置优化不满足稳定通信的需求，因此引入了多灯源模型。

2006年，Sivabalan等[14]分析了多个LED光源对功率分布以及信道带宽的影响。在室内使用多个光源时，可获得均匀的光强分布，其关键是光源的位置并且最佳光源位置与室内房间大小成一种对称关系。2007年，丁德强等[15]提出了室内光通信光源布局和传输模型，并分析该系统的布局与接收功率分布关系，通过公式计算直流增益并得出房间内使用4个LED光源的最佳布局。

2012年，Taparugssanagorn等[16]提出了以一种均匀圆形阵列布局的发射源同时发送多个光束，最后汇聚在一起输出的系统，釆用均匀圆形阵列布局的可调光发射机，以实现更好的信道容量和传输性能。

2016年，王丽等[17]在5 m×4 m×3 m室内空间尺寸下提出一种基于房间长宽比例的椭圆布局。根据房间大小合理地布置LED以防止通信系统覆盖盲区而导致的性能下降。结果表明，椭圆形LED布局能更好地改善通信质量。陈述等[18]在此尺寸下提出一种适合矩形房间的双纽线型光源布局。结果表明，双纽线型布局比其他布局的照明均匀率高，确保了通信与照明的均匀性。

2017年，Zhao等[19]在传统布局的基础上提出了4+1布局，并对原有布局进行优化，4+1布局方式确保光照均匀性的同时还需兼顾通讯效果。Chen等[20]和Garg等[21]分别给出了四边形和六边形LED布局方式来改善室内可见光覆盖率的问题，但仅考虑了特定环境下的LED位置和数量，并未给出具体位置和布局数量。王加安等[22]设计了一种新的圆形布局方案，即在正方形房间内布局。此方法可以使通信系统能耗降低，并在LED数量最少的情况下，达到最好的通信效果。

2018年，赵黎等[23]以4 m×4 m×3 m的房间为模型，利用光强补偿原理，建立单LED阵列式及灯带的环状光源布局模型，提出一种环状光源布局的方案，该方案能在保证光强均匀性的前提下兼顾通信的质量。

2019年，陈润泉等[24]提出一种方阵+圆环的布局方式，该布局由4个N1×N1方阵和m1个呈圆环排布的LED构成，相比于传统的方阵布局，在灯源数量上，优化后的布局减少了48个，使用照度均方差最小原则进行功率分配后，均匀度得到提高。

2020年，江晓明等[25]为研究光源不同排列方式下的阵列光源布局，提出了一种环形—角补偿的阵列光源布局。此方法可提高接收端的光照度、接收功率和信噪比，同时增强信号质量。

2021年，王加安等[26]提出最小平均方差原则，设计一种圆形布局的方案。在此基础上，分别采用圆形布局和矩形布局两种方式模拟接收功率和信噪比分布，为室内可见光通信系统的光源布局提供了一种新的思路。

将上述几何图形布局法的研究进展总结见表1。

表1 几何图形布局法研究进展

(2)基于智能优化算法的灯源位置优化法。

2009年，曹秒等[27]提出一种改进的粒子群优化算法，有效避免了在粒子数量保持不变的情况下，使算法陷入局部极值且降低优化计算的精度，能有效解决存在多个光源时的布局优化问题。

2015年，傅玉青[28]采用遗传算法对光源位置进行优化，合理设计适应度函数，优化后接收面上的照度均匀度达到97.4%，均匀度得到提高。

2016年，Krommenacker等[29]建立了一种光源最佳布局的分析模型，采用新型井下定位算法，此算法通过控制光源数量和合理的位置布局来提高位置的准确度。高明光[30]采用模拟退火和遗传算法相结合的方法对灯源位置进行优化，实现了照明均匀性和通信的稳定。

2017年，Liu等[31]提出利用基因密度遗传算法来对特定房间进行布局，优化光源位置布局，得到理想的功率分布，此算法可自己完成对光源分布的计算，因此有效避免了人工失误。

2019年，翟长鑫等[32]提出一种利用人工鱼群算法的LED布局优化方案，分别研究了长方形和椭圆形两种不同的光源布局方式。以最小化接收面功率变化为目标函数，优化LED位置并得到最佳的布局。

2020年，刘红等[33]提出一种基于多种群遗传算法的光源布局模型，对LED灯源位置信息进行寻优，优化后的光照均匀度达到91.73%，照度范围为889 ～1 009 lx，明显优于传统遗传算法下的布局模型。

2021年，Li等[34]提出一种改进的人工蜂群算法来对光源的位置进行优化并对不同规格房间的照明效果进行了比较，对于不规则的房间在没有一般光源布局的情况下，也能满足标准照明布局的要求。

2022年，瞿树鹏等[35]提出一种基于信噪比覆盖率最大化LED布局的进化算法方案，在一个5 m×4 m×3 m的房间中模拟了多边形和圆形布局的照明度和信噪比并对光源坐标进行改进从而找到了最优的布局方式。

将上述基于智能优化算法的灯源位置优化法研究进展总结见表2。

表2 灯源位置优化法研究进展

以上光源布局优化方法都是对于光源位置进行优化，虽在一定程度上提高了接收面的光照均匀度，但是通过一些智能优化算法对光源位置进行整体优化会导致找到的位置具有较强的随机性且灯源的分布不太美观，实用性较低。因此，通过优化灯源参数或位置与参数协同优化的方法来达到光照均匀度和提高通信质量，以下介绍基于智能优化算法的灯源参数法。

(3)基于智能优化算法的灯源参数优化法。

2012年，Ding等[36]利用定制化的算法控制单个LED照明设备的光功率，在多个场景中动态优化通信层上的信噪比，实现了全漫射室内可见光通信，光照的均匀度得到提高。

2014年，王加文等[37]采用模拟退火算法对圆形和矩形阵列进行优化，构建评价函数并分析影响均匀性的参数。结果表明，阵列最佳半径与光源个数无关并在目标面上产生了均匀的光源分布。

2015年，陈勇等[38]利用蚁群算法找到了一组功率调节因子，实现了光照度达到照明要求以及接收面的功率均匀性，从而确保多用户之间通信的公平性。

2018年，Kumawat等[39]通过鲸鱼优化算法将房间内的接收功率波动值降至最低，从而获得最优的LED光源布局。杨明[40]采用蝙蝠算法对各灯源的功率进行优化，同时将此应用在特殊的室内环境中，表明该方法在特殊室内环境下也能达到预期效果。

2019年，杨智群等[41]提出了一种改进蚁群算法的功率优化算法，找到一组功率因子对其进行优化，此方法提高运算效率并且保证了通信环境的稳定性。游春霞等[42]研究了基于位置和功率协同优化的光源布局，采用烟花算法实现光源位置和功率最优分布，使不同用户能接收到同质量的信号。

2020年，Wang等[43]提出一种改进的人工鱼群算法寻找最优灯源布局，此算法可以提高接收光功率的均匀性，优化后的布局有着良好的通信性能且满足室内照明标准。Zhai等[44]提出基于多种群遗传算法的LED光源布局，通过优化光源的位置、功率以及角度等参数来解决光照和功率分布不均匀性的问题。

2021年，周旭等[45]提出一种灯源位置和参数联合的方法，在保持总功率不变的条件下对LED阵列重新布局，利用改进的粒子群优化算法优化每个LED阵列中的参数。该方法在照明的条件下减少了光源布局的总功率。

2022年，Xu等[46]采用遗传算法优化LED发射器单元布局参数，最大限度地减少3D归一化定位误差并提供非均匀矩形结构，降低优化尺寸，与均匀布局相比，此方法可以减少定位误差。Pei等[47]在一个5 m×4 m×3 m的房间中模拟了多边形布局和圆形布局的照明和信噪比，通过粒子群算法优化多边形布局的位置和功率，优化后的照度均匀度和信噪比品质因子得到提高。

2022年，张慧颖等[48]提出了一种基于并行全连接—卷积神经网络模型的最佳布局方案，利用粒子群优化算法对光源位置、功率、角度等参数进行优化。此方法适用于任意光源个数和特定室内空间尺寸且接收到的信号更均匀，适合实际的室内场景。

将上述基于智能优化算法的灯源参数优化法研究进展总结见表3。

表3 灯源参数优化法研究进展

以上所述是室内可见光光源布局优化的三种方法，光源布局还会对可见光定位带来一定的影响。可见光室内定位在满足定位精度的要求下，需要提供可靠的照明，以合适的布局设计LED来增加LED的覆盖区域，可以降低平均定位误差。

2021年，Guan等[49]提出了一种基于可见光定位(VLP)和同步定位与映射(SLAM)的松耦合多传感器融合方法，可在LED短缺或停电的情况下提供准确的机器人定位和导航，此方法既兼顾精度、实时性和鲁棒性，又弥补了单机传感器的缺陷，实现更可靠、更鲁棒的定位导航。关帅棠[50]研究了基本布局和密集布局模型对定位准确性的影响，通过合理的光源布局来提高室内定位的精度，针对密集布局模型提出一种新型定位技术，能适用于密集光源布局的最小单位。

2022年，Huang等[51]提出一种新的VWR-SLAM系统，与传统的VLP方法相比，此方法可以节省人力来构建可用LED地图，降低VLP系统的成本。通过紧耦合的多传感器融合，解决了全SLAM问题，并在极端情况下提供良好的性能和可靠性。此方法无需LED光源位置信息就能提供鲁棒、精确的室内定位。Yang等[52]提出利用单个方形LED对地磁传感器获得的地磁角进行校正的可见光定位系统，方形LED可提供位移信息和旋转信息，有效地校正从地磁传感器中获得的地磁角，此方案可将最小观测LED数目提高为1，并提高了恶劣环境下的鲁棒性。

3 可见光通信光源布局分析

3.1 光源布局原则

室内可见光通信采用LED灯等发光二极管作为信号源进行通信，因此在室内可见光通信中，需要合理布局LED以满足通信需求。室内可见光通信布局应考虑以下几个方面：(1)光源位置：在VLC系统中，灯具本身就作为光源和通信设备，因此需要将灯具放在最佳位置以实现最好的照明和通信质量；(2)布局均匀性：VLC系统中光源布局需保持均匀性，因此在整个房间内部按照均匀的距离设置多个灯具，并调整各个灯具的亮度，以提高照度均匀性和信号覆盖范围；(3)通信障碍物：障碍物对于信号的影响很大，特别是视线被遮挡的地方。因此，需考虑房间内障碍物的位置和数量，寻找最佳的光源布局方案；(4)照明需求：在光源布局时，需考虑房间内照明的需求，建议在保证照明质量的前提下，结合VLC通信技术，充分发挥VLC技术的优点。

3.2 LED阵列光源布局

常见的LED阵列光源布局模型有正方形、六边形以及圆形。江晓明等[25]对由多个LED灯珠组成不同光源阵列的光照度分布进行了研究，并对其进行改进，得到了光照均匀的LED灯珠排列方式以及最佳间距，根据LED的光照度分布，构建了单个LED与灯珠之间的光照度分布模型，并对该模型进行推导，用于多阵列LED布局的光照度分析。图3分别为方形、六边形和圆形阵列光源布局。

图3 LED阵列光源布局模型[25]Fig.3 LED array light source layout model

为了获得质量更高的信号，江晓明等基于上述三种阵列布置方法，经过不断地试验推导得出：可见光通信系统中的接收面与LED之间的相对位置是固定的，因此可考虑在环形阵列的四个方向上增加一种补偿阵列，经过调整形成一种新的布局方式，即环形—角补偿阵列光源布局。

3.3 光源布局参数关键算法

当在短距离照明场景的条件下进行光源布局时，采用算法设计布局方案会更加的灵活和方便。在对光源布局进行优化时，国内外学者主要运用了以下几种算法来优化光源布局。

3.3.1 粒子群算法

粒子群算法是一种常用的进化优化算法，如图4所示。粒子群算法将候选解看成粒子，不断迭代地搜索最优解，每个粒子会根据自身最优解和整个粒子群最优解来调整自己的速度和位置。粒子群算法具有较好的全局搜索能力和收敛性，已被广泛应用多目标寻优中。通过不断的迭代和优化，粒子群算法能够寻找到问题的最优解，直到达到最大迭代次数为止。文献[18]中利用此算法来对长方形平面各个LED位置进行寻优，来得到更好的光源布局。

图4 粒子群算法原理图[18]Fig.4 Schematic diagram of particle swarm optimization

3.3.2 遗传算法

图5为遗传算法的流程图。遗传算法通过对问题空间进行搜索，不断迭代地搜索解空间，从而逐步寻找到最优解，是一种基于自然演化思想的优化算法。遗传算法广泛应用于优化问题，高明光[30]使用此算法来优化系统的光源布局，运用遗传算法设计，通过优化目标函数得到光照分布最优时的LED芯片坐标。

图5 遗传算法流程图[30]Fig.5 Flowchart of genetic algorithm

3.3.3 蚁群算法

蚁群算法是一种基于蚂蚁的觅食行为而发展起来的一种智能优化算法，在解决各种优化问题时具有很高的效率和精度，其优点在于能有效地处理大规模、复杂的优化问题，同时具有很好的全局优化能力。

陈勇等[38]利用蚁群算法的全局寻优能力寻找到一组最优的功率调节因子，其关键步骤是对目标函数和状态转移概率的选取。杨智群等[41]采用蚁群算法并对此算法进行改进，是一种基于遗传算法的优化算法。为了进一步提高此算法的收敛性，对强度值进行了动态的调整。在此基础上，系统的光源布局得到了优化，同时也保证了接收平面光照的均匀性和通信的稳定性。

4 西安理工大学可见光通信光源布局研究

不同的光源布局会影响光源功率的分布，因此必须合理设计光源布局，使室内接收光功率均匀性覆盖，丁德强[53]优化了光源布局的设计，分析室内某一点的接收功率，并提出一种平面阵列的室内可见光通信系统。

4.1 接收功率分析

接收功率是可见光通信系统光源布局过程中必须考虑的一个参数，决定着可见光通信系统的通信质量。室内某点接收功率如图6所示。

图6 室内某点接收功率示意图[53]Fig.6 Schematic diagram of receiving power at some point in the room

如图6所示的接收过程，某一点(x，y，z)的接收功率为：

(1)

式中，Ptj为第j个阵列光源的发射总功率；Hj(0)表示第j个阵列光源在点(x，y，z)处的信道直流增益，可以表示为[54]：

(2)

(3)

式中，Ij(x，y，z)是光源阵列发光强度分布；A为光电二极管探测器接收面积；ψ是入射角；Ts(ψ)是光滤波器增益；ψc是接收机视场角；rj为接收机与第j个阵列光源的间距光。聚能器g(ψ)可表示为：

(4)

式中，n表示反射指数。

4.2 光源布局优化设计

在室内VLC系统中，按照不同的房间对LED的布局进行合理的安排以达到最佳的通信效果。结果表明，平面阵列光源比直线阵列光源具有更好的光照均匀性，从而提出一种平面阵列的室内可见光通信系统。

如图7所示，以一房间为例，其尺寸为L×W×ZH，共设有J只LED阵列光源，设计为球面阵列光源，分析平面z=h上接收率的分布，当接收功率变化最小时，LED光源布局最佳。设LED阵列光源的坐标分别为(X1，Y1)，(X2，Y2)，…，(XJ，YJ)，可得出室内平面z=h上接收功率的均值，即平均接收功率为：

图7 光源布局示意图[53]Fig.7 Schematic diagram of light source layout

(5)

式中，pr(x，y)为接收功率值，它在z=h平面上是等概率分布的。S为房间内平面z=h的面积，Ω代表这个区域。

4.3 布局模型仿真分析

为了选择最优的LED灯的布局，对LED灯的布局与接收功率的关系进行了仿真，仿真参数见表4。

表4 仿真参数[53]

4.3.1 不同白光LED阵列光源个数下的最优布局设计

图8 接收光功率分布图[53]Fig.8 Received optical power distribution

由图8可知，X1和Y1从0 m增大到2 m，接收功率的范围由小变大，当X1=Y1=1 m时，接收面光功率的分布最均匀，此时的最大值为3.4 dBm，最小值为-1.3 dBm，从而验证了理论模型的准确性。

4.3.2 白光LED阵列光源设计参数对光强度分布的影响

多阵元光源的阵元分布、阵元光轴极角、阵元个数等关键参数的选取，能有效调控光功率的分布，改善光强度的波动。

图9为球面面阵列光源的室内接收功率分布图。可以看出，LED光轴极角对光功率的分布有很大影响，极角越小，光功率的波动以及光功率值就越大。因此在保证光最小功率的前提下，应尽可能选取较大的光轴极角。与2-D阵列光源相比，3-D阵列光源层数与光功率分布波动呈正比[53]。

图10是在不同的LED阵列单元层间隔和阵元数量下，相对室内的光照强度分布图。假设多个白光LED阵元发射总功率相等，为单位1，3-D球面面阵列光源设计中每个阵元的发光强度设定为等间距。层间距越大，光强度分布波动越小。但层间距是不能无限大的，因此需合理选择间距[53]。

图10 LED阵元层间距与阵元个数对室内光强度分布的影响[53]Fig.10 The effects of layer spacing and number of LED elements on indoor light intensity distribution

5 总结与发展

本文介绍了室内可见光通信系统，对国内外可见光光源布局的研究现状进行分类、对现有的光源布局和LED灯珠的布局模型进行对比，以及分析布局设计过程中的算法，最后对未来可见光通信和光源布局的发展进行展望。

目前，可见光通信的主要光源是LED灯，其亮度和照射发射角等参数会影响室内照明，同时频闪特性还会影响光通信的质量以及人眼健康、精神状态等。因此，未来需进一步改进光源材料、生产工艺以及发光方式等问题；接收端的光学设计、抗干扰算法、多输入多输出技术以及更灵敏的接收器等会提高可见光通信系统的通信质量，现阶段可见光通信的应用主要集中在室内、车内以及矿井等场景内，这些场景的光源分布对信道特性的影响不可忽视。以下是室内可见光通信系统中光源布局发展趋势的几个方面：

(1)多点接入技术。未来室内可见光通信系统将采用多点接入技术，以支持多个用户同时进行通信。使用多个光源提供覆盖范围更广，可靠性更高的服务，进一步提高通信系统的速率。这需要在室内设置更多的光源，并根据需要分配合适的光源给相应的用户进行通信。

(2)智能化光源布局。随着人工智能技术的发展，通过采用机器学习等技术，系统能够自动优化光源的位置和数量，进行智能化管理和控制，从而实现更高效数据传输和通信服务。

(3)可调节光源布局。在室内可见光通信中，光源的亮度和颜色可根据环境变化进行自适应调节，进而实现更高效稳定的通信。未来的光源布局将会考虑这些因素，设计出更加智能化的可调节光源布局。

(4)多功能集成技术。基于LED光源的室内可见光通信系统将采用更多的创新设计和智能功能。例如，将音频、视频和数据处理等功能集成到光源中，通过光谱分析和解调算法在同一光带内进行多媒体及数据通信。这将为用户提供更方便的通信服务。

总的来说，未来室内可见光通信中的光源布局将变得更加智能、个性化和灵活，以更好地满足人们对高速、可靠、安全的通信需求。