可见光通信（VLC）作为传统射频无线通信的重要补充，在智慧城市等场景应用潜力显著。非正交多址接入（NOMA）技术可有效提升 VLC 系统频谱效率，但实际视距（LOS）传输易受遮挡影响，非视距（NLOS）传输则面临信号衰减、多径效应与信道状态信息获取困难等难题。近日，中国科学院福建物质结构研究所泉州装备制造研究中心林邦姜团队提出一种基于线性调频扩频（CSS）调制的深度学习增强非视距 NOMA-VLC 系统，成功解决遮挡环境下可靠通信难题。该团队设计去噪、注意力、图神经网络结合串行干扰消除网络（DAG-SICNet） 解调器，融合一维去噪卷积神经网络、多阶段注意力串行干扰消除与图神经网络优化模块，可联合实现信号补偿、多用户干扰消除与传输损伤抑制。仿真与实验验证表明，该系统在 1.5 米非视距通信距离下，用户 1 传输速率达 40.7 Mbps，用户 2 达 24.3 Mbps，总吞吐量创现有非视距 VLC 系统新高；相比传统 SIC、CNN 与 FNN 解调方案，系统误码率性能大幅提升，对非线性失真、多径衰落与多用户干扰具备更强鲁棒性。该成果首次实现 NOMA 技术在非视距 VLC 系统中的成功应用，突破障碍物遮挡导致的通信中断问题，为室内多用户、非视距可见光通信提供高效可靠解决方案，推动下一代可见光无线通信系统实用化发展。

相关研究成果以“Deep learning-enhanced NLOS NOMA-VLC system based on chirp spread spectrum modulation”为题发表于权威期刊Optics Express上。中国科学院福建物质结构研究所泉州装备制造研究中心林邦姜研究员为本文通讯作者，硕士研究生余鸿韬为第一作者。本研究工作部分获得以下项目资助：福建省海洋与渔业高质量发展专项资金、泉州市科技计划项目、福建省自然科学基金、中国科学院与福建省科技战略合作项目等支持。

图1. 基于直接调制线性调频扩频的非视距非正交多址接入可见光通信系统实验装置

图2. 实验结果：(a) 基于 CNN、FNN 和 DAG-SICNet 的接收机所测误码率随数据速率的变化；(b) 各消融模型所测误码率随数据速率的变化。

表1. 非视距可见光通信方案性能对比

论文链接https://doi.org/10.1364/OE.587499

（巢建树课题组林邦姜团队供稿）