进入21世纪,人类正在步入大数据时代,智能生活理念的涌现和移动电子设备的普及,导致无线通信网络的频谱资源需求日益紧张,可见光通信（Visible Light Communication,VLC）技术具有资源利用率高、传输速率快、安全环保、无需频谱认证等优点成为了通信领域的前沿课题。但通常情况下,可见光通信系统易受多径效应和外界因素的干扰而出现误码传播现象,因此,本文在信号接收端利用基于神经网络的均衡器对接收信号进行码间干扰（Inter Symbol Interference,ISI）的抑制,实现VLC通信接收端均衡器的改进。在此基础上,针对误码传播现象,在VLC系统中采用极化码作为信道编码方案,检测并纠正数据传输过程中产生的差错,提高编码增益,降低误码率,从而保证可见光通信信息准确传输的实际需求。本文结合两者的优势,通过大量仿真实验,研究了信道均衡器和极化码在VLC系统中的性能,主要工作如下:首先,在信道均衡器的研究方面,模拟了数据在VLC中多径信道进行传输的情况下,采用递归最小二乘法（Recursive Least Squares,RLS）与最小均方算法（Least Mean Square,LMS）的传统均衡器,以及将基于神经网络算法构成的均衡器对信号进行处理,并对三种均衡器的效果进行了性能比较。仿真实验结果表明,提出的基于神经网络的均衡算法可以对VLC发送信号中的ISI起到良好的抑制作用。其次,在信道编码的研究方面,研究了不同极化码的编译码方案和关键构造参数对VLC系统性能的影响。将CA-SCL（CRC-aided Successive Cancellation List,循环冗余校验辅助的串行抵消列表）译码算法应用于基于极化码的VLC系统。另外,分析了极化码的不同参数设置对可靠通信范围的影响,比较了未编码和编码后系统面积的变化情况。仿真结果表明:极化码可以显著改善VLC系统的抗误码性能,相比LDPC（Low Density Parity Check,低密度奇偶校验）码具有更优秀的纠错特性。综上所述,采用基于神经网络算法构成的均衡器和极化码的编译码方案的VLC系统在可靠性方面有显著地提高。本文的研究结果可以为VLC信道均衡和信道编码技术的发展提供理论依据。