蝨孨槑黽各位做通信仿真或者刚接触可见光通信（VLC）的朋友，这篇东西我磨了挺久。关于室内可见光通信，网上的资料大多是照搬经典论文里的公式，或者只给一个跑完就出图的MATLAB脚本，真正能把“为什么这么建模”“为什么误码率曲线长这样”“噪声到底该怎么加”讲清楚的内容非常少。这篇文章围绕一个完整的仿真研究展开——基于Lambertian直射信道模型，用参考噪声地板方法做室内可见光通信系统的性能分析与误码率仿真。文章会从信道建模、噪声分析、仿真架构设计到结果解读、踩坑记录全部过一遍，适合正在做课程设计、毕业设计，或者刚入行做光通信物理层算法验证的同学参考。你能得到的不是一堆孤立的代码，而是一套可以复现、可以修改、可以往任意方向扩展的仿真研究框架。
我最初做这个课题的时候，踩过最大的坑就是“仿真结果看起来对了，但没人知道它为什么对”。后来静下心把信道模型、噪声模型和仿真方法彻底理了一遍，才意识到：可见光通信的性能分析，核心其实只有三件事——光功率怎么从LED到接收机、接收机里噪声有多大、信噪比如何映射到误码率。这篇文章就从这三件事展开。
1. 项目整体设计与技术思路
1.1 核心需求解析
室内可见光通信，说白了就是让LED灯泡在照明的同时把数据发出去。接收端用光电二极管（PD）把光信号转成电流信号，再经过跨阻放大器（TIA）放大、判决、恢复出原始比特。整个系统的性能最终体现在一个指标上——误码率（BER）。误码率越低，说明通信质量越好。
但问题来了：误码率不是凭空出来的，它取决于接收端信噪比（SNR），而信噪比又取决于两件事，一是接收端能收到多少光功率，二是接收端电路本身有多大的噪声。前者由信道决定，后者由光电检测和前端的硬件设计决定。
做这个仿真研究时，我明确了几件事：
- 信道模型必须用经典的Lambertian直射信道。这是VLC领域最基础、最被广泛接受的模型，LED辐射被近似为朗伯辐射体，接收端只考虑视距路径（LOS）传过来的光。对于室内点对点通信或者上行的实际场景，这个模型已经足够准。
- 接收端噪声需要分开算清楚。散粒噪声和热噪声是两大来源，它们一个与接收光功率有关，一个主要由前端电路决定。这两者的定量关系决定了系统在不同光功率下的信噪比表现。
- 误码率仿真不能每来一个比特都重新生成一套噪声参数，那样跑得慢而且统计不一致。参考噪声地板方法的思想是：固定一个理论计算出的噪声功率谱密度作为基准，仿真时只改变信号幅度来完成不同信噪比下的BER测试。这样仿真速度快，且不同位置之间的BER对比更公平。
1.2 性能评估指标的选择
为什么选误码率而不是信噪比或者信道容量作为核心评估指标？因为误码率是数字通信系统最直接的“体检报告”。信噪比再高，接收机的判决门限设置不合理，误码率照样难看。信道容量描述的是系统潜力的上限，但在实际工程中，你更关心的是“这个布局在某个速率下到底能用不能用”，误码率就是这个问题的答案。
我在仿真中同时统计了三个层面的数据：
- 光功率分布：反映信道特性本身，是理解一切后续表现的基石。
- 电SNR分布：把光功率和噪声模型结合，看出每个位置的信号质量。
- BER分布与平均BER：最终的通信质量评价。
三者放在一起看，才能定位问题出在信道还是接收机。这也是我建议你在做类似仿真时保留的习惯——不要只看最后那张BER图。
1.3 参考噪声地板方法的思路
“参考噪声地板”这个词，初看有点唬人，其实理解起来很简单。
接收端的噪声分为两部分：一部分是散粒噪声，它的大小和平均接收光功率有关，光功率越大散粒噪声越大；另一部分是热噪声，主要由接收机前端的电子器件产生，和光功率基本无关。对于PIN光电二极管接收机来说，热噪声通常占主导地位，尤其是在接收光功率不高的室内可见光通信场景中。
在这个前提下，我们可以做一个合理简化：将接收端总噪声功率固定为一个由参考条件计算得到的常数，这个固定的噪声功率谱密度就是一个“噪声地板”。仿真的每一轮，不管接收光功率怎么变化，我们只调整信号分量的大小，噪声的统计特性始终保持一致。
这种做法有几个明显好处：
- 仿真速度快。噪声不需要每个比特都重新生成，只生成一次，全局复用。
- 统计一致性高。不同位置的BER差异完全由信号功率差异造成，不会出现“这个点噪声恰好大所以BER高”的偶然偏差。
- 便于对照理论曲线。固定噪声地板后，SNR与接收光功率一一对应，可以直接和理论BER公式做对比验证。
如果你做的是多径信道仿真，或者接收光功率变化非常剧烈的场景，那参考噪声地板方法需要稍作修正，但本文讨论的Lam