随着移动互联网的不断发展和人工智能时代的来临,各种大容量业务爆炸性增长,人们对高速无线通信系统的需求日益增高。相较于传统射频通信,基于发光二极管的可见光通信技术以其超宽的光谱频段、抗干扰能力强、高速率、绿色环保、安全保密性好等优点,成为近年来工业界和学术界的研究热点,被认为是突破高速大容量数据传输与频谱资源瓶颈的关键技术之一,在物联网、水下无线通信、智能交通和未来6G网络等领域拥有广阔应用前景。然而这种新兴的通信技术也面临着诸多挑战,以介质衰减、多径散射、背景光噪声、湍流衰落等为代表的信道损伤会严重影响可见光通信系统性能,降低通信速率与最大传输距离,进而制约其大规模商用和发展。针对这一问题,本论文围绕水下、室外和室内三种应用场景下的可见光通信信道损伤及系统设计展开研究,完成了理论性能分析、仿真平台设计、补偿算法实现和工程样机测试等工作,主要的研究成果和创新点如下:(1)围绕浅水域可见光通信多径色散效应与背景光噪声,基于光子追踪算法设计了模块化仿真平台与可视化界面,并通过样机测试验证。该平台整合了信道建模与性能评估功能,同时结合海平面太阳光辐照度实测数据,给出了不同工作深度下的背景光噪声强度量化方法,可从时延扩展、空间光强分布、统计性衰减以及误码率特性等方面对水下光信道进行综合分析。基于仿真结果,完成了通信系统总体设计,通过实测结果验证了仿真算法的准确性,并得出了通信距离的上限。该研究对于不同水质下的实时样机设计和链路性能评估具有指导意义。(2)围绕室外远距离可见光通信系统中的背景光噪声问题,基于FPGA设计并实现了自适应滤波降噪算法。搭建了一个灵活的可见光通信收发样机并采集室外背景光噪声,根据实测噪声数据对不同的自适应滤波算法性能进行仿真分析、确定最终参数并利用FPGA开发板实现。实验结果表明,该方法可有效抑制背景光噪声影响,在输入信噪比为2dB条件下,实现了约7.84dB的性能提升。(3)围绕船间灯光通信中的自动识别系统设计,提出了一种改进型聚类算法并在嵌入式系统中实现。针对传统人工拍发方式的不足,引入了机器学习中的k-means聚类算法并通过优化聚簇中心对其进行改进,该方法可以自动调节判决门限设定并识别光莫尔斯信号中的元素。为解决背景光噪声造成的精度下降问题,设计了基于跳变电平位置的纠错方案并利用STM32嵌入式系统实现,可有效消除跳变点带来的误差。离线仿真与原型机测试结果表明,在信噪比大于5dB的环境下该系统可实现超过99%的自动识别精度,在低信噪比环境下也表现出较好的鲁棒性。(4)围绕室内多径干扰及物联网节点的能耗问题,首次提出了一种大规模可见光反向散射通信网络框架和建模方法。基于广义高斯泊松过程对网络拓扑进行建模分析,理论推导了累积干扰功率的概率分布特性,得出了成功概率与网络容量的近似解析表达式。相较于数值仿真分析,该方法大幅减少了计算时间,可给出反向散射通信网络性能的下界和最优参数选择,用于表征网络链路的可靠性以及空间成功传输密度,为物联网中的极低功耗可见光通信设计提供了新的理论参考。