来源：期刊VIP网 时间：
作者：柳海楠;邵宇丰;王安蓉;朱耀东;杨林捷;陈超;李文臣;胡文光;
单位：重庆三峡学院电子与信息工程学院;嘉兴大学信息科学与工程学院;
摘要：自由空间光（FSO）通信作为一种速率高、延迟低、带宽大及支持快速链路部署的有效传输技术，近年来在面向大数据传输的无线通信领域日益受到业界重视。但是，FSO信号链路的通信性能易受天气条件和大气状态（尤其是大气湍流）的影响，从而导致信号收发质量及系统传输性能恶化。为提升FSO通信系统的收发及传输性能，近年来研究人员已开始在FSO通信系统中应用若干先进机器学习算法来优化信号检测和信道建模的过程，并取得了新的研究进展。文章综述了FSO通信系统中在信号检测、信道估计和辅助光学补偿等方面应用典型机器学习算法的研究情况，对比分析了使用不同典型机器学习算法的应用特点，并探讨了FSO通信系统中应用机器学习算法的未来发展趋势。
关键词：自由空间光通信;;机器学习;;大气衰减;;信号检测
基金资助：重庆市基础研究与前沿探索资助项目（cstc2018jcyjAX0038,cstc2016jcyjA0246）;; 重庆市教委科学技术研究计划重大资助项目（KJZD-M201901201）;; 国家自然科学基金资助项目（61107064）;; 浙江省重点研发计划资助项目（2017C01043）
