基于SLM的PAPR抑制以改善使用盲估计的DCO-OFDM LiFi在医疗监测系统中的性能

通过光进行健康检测

想象一下，病房的灯在安静地监测你的心率或血氧水平，并在没有电线、无线局域网或对敏感设备造成射频干扰风险的情况下向医生发送数据。本文探讨的正是这一设想：利用LED灯发出的可见光作为一种安全、高速的数据链路用于持续医疗监测，并展示了如何在病人移动时仍使该链路既可靠又节能。

为何从无线射频转向光通信

传统的无线监测依赖射频信号，面临频谱拥挤、可能与医疗设备发生干扰以及安全性问题。可见光通信（通常称为LiFi）将普通LED变为数据发射器。由于光不能穿墙，信号自然被限制在房间内，从而增强隐私，并在重症监护或手术室中避免电磁干扰。不过通过LED传输高数据率并不容易：信号往往会产生与平均功率相比异常高的峰值。这些峰值会给LED电子设备带来压力、浪费能量，并可能扭曲医疗数据，因此抑制峰值对实用系统至关重要。

光基链路如何构建

作者设计了一个病房系统，患者佩戴的设备将健康测量数据向上传送到天花板接收器，采用称为DCO-OFDM的方法。简单来说，这种方法将数据分解为许多小的子信号，并通过LED的亮度同时传输。团队测试了两种数据“字母表”（4-QAM和16-QAM），它们在速率与抗噪声能力之间进行权衡。由于光会在墙壁与设备上反射，信号沿多条具有不同延迟的路径到达，这会使信息模糊。为纠正这种情况，接收端在三种常见病人姿势下——不同位置和照明条件，模拟坐、卧或在房间内移动——使用四类均衡策略：块型、梳型、叠加训练以及一种“盲”方法，以抵消房间的时域失真。

在不损害数据的情况下驯服功率尖峰

一个核心问题是高峰均功率比（PAPR），作者发现标准处理下PAPR可达到约15 dB——这对LED硬件并不理想。为平滑这些峰值，他们采用了一种称为选择映射（Selected Mapping，SLM）的技术。发射端不是发送第一版的输出信号，而是生成多个数学上等价的版本，这些版本承载相同的医疗数据，但在时间上的能量分布不同。然后选择峰值最平缓的版本来驱动LED。文章比较了用实相位模式和复相位模式生成候选信号的效果，表明复相位模式能额外带来约1 dB的改进。总体而言，这一策略在不改变健康数据错误率的情况下，可将问题性的功率峰值减少最多约4 dB。

让接收端学习房间特性

尽管一些均衡器依赖于散布在数据中的已知“导频”模式，盲均衡方法允许接收端直接从接收到的信号流中推断房间对信号的扭曲。对于医疗场景，这一点特别有吸引力，因为每多占用一个用于导频的符号就会减少病人数据的容量，而且移动会不断改变信道。基于现实室内光学模型的仿真——考虑房间大小、墙壁与设备的反射、病人与接收器的距离与角度以及环境光——显示盲均衡在误码率和频谱效率方面始终表现最好。例如，在28 dB信噪比下，盲方法的错误明显少于块型、梳型或叠加训练方法，并且即使在存在大量反射路径时也能保持强劲性能。

这对未来智能病房的意义

将更低的功率峰值与更智能的均衡相结合，可以用仅有的室内照明快速且准确地传输生命体征。该研究表明，将选择映射与盲信道估计结合，可构建一种稳健且节能的光学连接，能够在病人改变姿势或位置时持续工作。对于病人而言，这可能意味着更少的线路、更少的杂物和更舒适的长期监测；对于医院而言，则意味着内建于照明中的安全、无干扰的数据网络。作者建议的后续工作包括用真实医疗信号进行测试、扩展到多个病房、探索其他预编码方法以及利用深度学习进一步优化系统对复杂室内环境的自适应能力。

引用: Sharaf, A.A., Seleem, H., Sarhan, A. et al. SLM-based PAPR reduction for improved performance of DCO-OFDM LiFi using blind estimation for healthcare monitoring system. Sci Rep 16, 10565 (2026). https://doi.org/10.1038/s41598-026-43583-9

关键词: LiFi 医疗监测, 可见光通信, OFDM 信号处理, PAPR 降低, 无线病人监护