جدول المحتويات
1. المقدمة والنظرة العامة
يقدم هذا البحث منهجية رائدة لتحديد المواقع الداخلية ضمن أنظمة الاتصالات الضوئية المرئية (VLC). متجاوزًا الطرق التقليدية التي تعامل الإشارات متعددة المسارات على أنها ضوضاء، يقترح هذا البحث نظام تحديد مواقع في الاتجاه الصاعد يستفيد بنشاط من الانعكاسات المنتشرة من استجابة القناة النبضية (CIR). يكمن الابتكار الأساسي في استخدام ليس فقط مكون خط البصر (LOS)، ولكن أيضًا ذروة الطاقة الثانية (SPP)—أهم مكون منتشر—والفارق الزمني بين LOS و SPP لتقدير موقع المستخدم من جانب الشبكة. تتحدى هذه الطريقة الحكمة التقليدية في أدبيات تحديد المواقع باستخدام VLC وتقدم مسارًا نحو تحديد الموقع بدقة عالية بأقل بنية تحتية، حيث تتطلب فقط كاشفًا ضوئيًا واحدًا (PD) في شكلها الأساسي.
دقة تحديد الموقع (RMS)
25 سم
مع كاشف ضوئي واحد
دقة تحديد الموقع (RMS)
5 سم
مع 4 كواشف ضوئية
الميزة الرئيسية
الاتجاه الصاعد وجانب الشبكة
يمكن إدارة الموارد مع مراعاة الشبكة
2. المنهجية الأساسية ونموذج النظام
يقوم النظام المقترح بعكس نموذج تحديد المواقع التقليدي في الاتجاه الهابط. بدلاً من قيام جهاز المستخدم بحساب موقعه من مصابيح LED ثابتة، تقوم الشبكة بتقدير موقع المستخدم باستخدام الإشارات المرسلة من جهاز المستخدم المحمول (مثل جهاز إرسال الأشعة تحت الحمراء) إلى مستقبلات الاتجاه الصاعد الثابتة (الكواشف الضوئية) على السقف.
2.1. بنية النظام
يتضمن الإعداد واحدًا أو أكثر من الكواشف الضوئية المرجعية الثابتة (PDs) المثبتة على السقف. يحمل المستخدم جهاز إرسال للأشعة تحت الحمراء (IR). تلتقط الكواشف الضوئية إشارة الاتجاه الصاعد، والتي تشمل مسار خط البصر المباشر والعديد من الانعكاسات من الجدران والأجسام.
2.2. الاستفادة من استجابة القناة النبضية
تكمن ذكاء الخوارزمية في معالجة الإشارة. فهي تحلل استجابة القناة النبضية المستلمة $h(t)$:
- مكون خط البصر ($P_{LOS}$): الذروة الأولى والأقوى، المقابلة للمسار المباشر.
- ذروة الطاقة الثانية (SPP) ($P_{SPP}$): الذروة التالية الأكثر أهمية، والتي تم تحديدها من المكونات المنتشرة. وهذا يتوافق عادةً مع انعكاس من الدرجة الأولى مهيمن.
- الفارق الزمني ($\Delta \tau$): الفرق الزمني $\Delta \tau = \tau_{SPP} - \tau_{LOS}$ بين وصول مكوني LOS و SPP.
3. التفاصيل التقنية والصياغة الرياضية
يستفيد تقدير الموقع من العلاقات الهندسية. المسافة من المستخدم إلى الكاشف الضوئي عبر مسار LOS هي $d_{LOS} = c \cdot \tau_{LOS}$، حيث $c$ هي سرعة الضوء. تتوافق SPP مع مسار منعكس. من خلال نمذجة الغرفة وافتراض أن SPP هو انعكاس من الدرجة الأولى من جدار رئيسي، يمكن ربط الطول الإجمالي للمسار $d_{SPP}$ بإحداثيات المستخدم $(x_u, y_u, z_u)$ وإحداثيات الكاشف الضوئي $(x_{PD}, y_{PD}, z_{PD})$ عبر طريقة الصورة.
يتم نمذجة القدرة الضوئية المستلمة لمسار معين على النحو التالي: $$P_r = P_t \cdot H(0)$$ حيث $H(0)$ هو كسب القناة عند التردد الصفري. بالنسبة لرابط LOS مع جهاز إرسال لامبرتي، يتم إعطاؤه بواسطة: $$H_{LOS}(0) = \frac{(m+1)A}{2\pi d^2} \cos^m(\phi) \cos(\psi) \text{rect}\left(\frac{\psi}{\Psi_c}\right)$$ حيث $m$ هو ترتيب لامبرت، $A$ هي مساحة الكاشف الضوئي، $d$ هي المسافة، $\phi$ و $\psi$ هما زاويتا الإشعاع والسقوط، و $\Psi_c$ هو مجال رؤية المستقبل. تنطبق صياغة مماثلة وأكثر تعقيدًا على المسار الانعكاسي (SPP)، تتضمن انعكاسية الأسطح وطول مسار إضافي.
تقوم الخوارزمية بشكل أساسي بحل مجموعة من المعادلات غير الخطية المشتقة من هذه العلاقات لتحديد موقع المستخدم.
4. النتائج التجريبية والأداء
تم التحقق من الأداء من خلال المحاكاة. المقياس الرئيسي هو جذر متوسط مربع الخطأ (RMS) في تحديد الموقع.
- سيناريو كاشف ضوئي واحد: باستخدام مستقبل اتجاه صاعد واحد فقط، حقق النظام دقة RMS تبلغ 25 سم. وهذا يوضح القدرة الأساسية لتقنية الاستفادة من المسارات المتعددة.
- سيناريو أربعة كواشف ضوئية: بإضافة المزيد من النقاط المرجعية (أربعة كواشف ضوئية)، تحسنت الدقة بشكل كبير إلى 5 سم. وهذا يوضح قابلية النظام للتوسع وإمكاناته للتطبيقات عالية الدقة.
وصف الرسم البياني (ضمني): من المحتمل أن يظهر رسم بياني شريطي خطأ RMS (المحور الصادي) يتناقص بشكل حاد مع زيادة عدد الكواشف الضوئية (المحور السيني) من 1 إلى 4. يمكن أن يرسم رسم بياني خطي ثاني استجابة القناة النبضية (CIR)، مع وضع علامة واضحة على ذروة LOS وذروة SPP، ووضع علامة على $\Delta \tau$ بينهما.
5. إطار التحليل ومثال تطبيقي
إطار عمل لتقييم تقنيات تحديد المواقع باستخدام VLC:
- متطلبات البنية التحتية: عدد العقد الثابتة (مصابيح LED/كواشف ضوئية) المطلوبة لتحديد موقع أساسي.
- ميزة الإشارة المستخدمة: شدة الإشارة المستلمة (RSS)، وقت الوصول (TOA)، زاوية الوصول (AOA)، أو القائمة على استجابة القناة النبضية (CIR) (كما في هذا البحث).
- معالجة المسارات المتعددة: التعامل معها كضوضاء (تقليدي) أو الاستفادة منها كميزة (جديد).
- موقع المعالجة الحسابية: جانب المستخدم (يزيد من تعقيد الجهاز) مقابل جانب الشبكة (يمكن الذكاء الشبكي).
- المفاضلة بين الدقة والتعقيد: خطأ RMS القابل للتحقيق مقارنة بتكلفة النظام وحمل المعالجة.
6. التحليل النقدي ورؤى الخبراء
الرؤية الأساسية: أكثر مقترحات هذا البحث جذرية هو إعادة صياغة المسارات المتعددة بشكل استراتيجي من عائق لتحديد المواقع إلى حليف. بينما شهد مجال رؤية الحاسوب تحولًا مماثلاً في النموذج مع نجاح مجالات الإشعاع العصبي (NeRF)—الذي يحول الانعكاسات الضوئية المعقدة إلى أصل قابل لإعادة البناء—فإن تطبيق هذا على النمذجة الحتمية للقناة لتحديد المواقع هو أمر جديد حقًا في VLC. إنها حالة كلاسيكية لتحويل أكبر قيد في النظام (النطاق الترددي المحدود، تشتت المسارات المتعددة) إلى ميزته الأساسية.
التسلسل المنطقي: الحجة أنيقة: 1) إشارات IR في الاتجاه الصاعد غنية بالمسارات المتعددة. 2) بنية CIR هي دالة حتمية للهندسة والمواد. 3) SPP هي ميزة مستقرة وقابلة للتحديد. 4) لذلك، يمكن لمستقبل واحد استخلاص قيود هندسية كافية لتحديد الموقع ثلاثي الأبعاد. المنطق سليم، لكن متانته خارج نطاق المحاكاة هي السؤال الحاسم.
نقاط القوة والضعف:
- نقاط القوة: بنية تحتية دنيا (عملية بكاشف ضوئي واحد)، ذكاء من جانب الشبكة، استخدام أنيق للفيزياء، وإمكانية الوصول لمستوى السنتيمتر. يتوافق مع اتجاهات الحوسبة الطرفية وبرمجة الشبكات.
- عيوب كبيرة: المشكلة الكبيرة هي ديناميكيات البيئة. تفترض الطريقة نموذج غرفة معروف وثابت لربط SPP بعاكس محدد. تحريك الأثاث، فتح الأبواب، أو حتى سير الأشخاص يمكن أن يغير مسارات الانعكاس ويلغي صحة النموذج، مما يؤدي إلى فشل كارثي ما لم يكن النظام يمتلك قدرات رسم خرائط مستمرة وذات تردد عالٍ—وهو شرط ليس بسيطًا. هذه هي نقطة ضعفه مقارنة بطرق بصمة RSS الأكثر مرونة، وإن كانت أقل دقة.
7. التطبيقات المستقبلية واتجاهات البحث
التطبيقات:
- إنترنت الأشياء الصناعي واللوجستيات: تتبع عالي الدقة للأدوات والأصول والروبوتات في المصانع والمستودعات.
- المباني الذكية: تحديد موقع الأشخاص من جانب الشبكة للتحكم في المناخ، الأمن، وتحليلات استخدام المساحات دون انتهاك خصوصية الأجهزة الشخصية.
- الواقع المعزز (AR): توفير بيانات موقع منخفضة الكمون وعالية الدقة للتنقل الداخلي بواسطة AR في المتاحف، المطارات، أو مراكز التسوق عند دمجها مع نقل بيانات VLC.
- الروبوتات: كحساس تكميلي لتحديد موقع الروبوت في البيئات التي قد يكون فيها GPS و LiDAR غير كافيين أو مكلفين للغاية.
- التكيف مع البيئة الديناميكية: تطوير خوارزميات يمكنها اكتشاف التغيرات في البيئة الانعكاسية والتكيف معها في الوقت الفعلي، ربما باستخدام التعلم الآلي لتصنيف وتتبع ميزات الانعكاس.
- الأنظمة الهجينة: دمج هذه الطريقة القائمة على CIR مع بيانات أجهزة استشعار أخرى (وحدات القياس بالقصور الذاتي، RSS من نطاقات أخرى) لتحسين المتانة.
- التوحيد القياسي ونمذجة القناة: إنشاء نماذج قناة VLC أكثر تطورًا وموحدة تميز بدقة الانعكاسات المنتشرة للمواد والهندسات المختلفة.
- تطوير الأجهزة: تصميم كواشف ضوئية وأجهزة إرسال للأشعة تحت الحمراء منخفضة التكلفة وعالية النطاق الترددي ومحسنة لالتقاط معلومات CIR دقيقة.
8. المراجع
- H. Hosseinianfar, M. Noshad, M. Brandt-Pearce, "Positioning for Visible Light Communication System Exploiting Multipath Reflections," في مؤتمر أو مجلة ذات صلة، 2023.
- Z. Zhou, M. Kavehrad, and P. Deng, "Indoor positioning algorithm using light-emitting diode visible light communications," Optical Engineering, vol. 51, no. 8, 2012.
- T.-H. Do and M. Yoo, "Potentialities and Challenges of VLC Based Indoor Positioning," International Conference on Computing, Management and Telecommunications, 2014.
- S. H. Yang, E. M. Jeong, D. R. Kim, H. S. Kim, and Y. H. Son, "Indoor Three-Dimensional Location Estimation Based on LED Visible Light Communication," Electronics Letters, vol. 49, no. 1, 2013.
- S. Hann, J.-H. Choi, and S. Park, "A Novel Visible Light Communication System for Enhanced Indoor Positioning," IEEE Sensors Journal, vol. 18, no. 1, 2018.
- Mildenhall, B., et al. "NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis." ECCV. 2020. (مرجع خارجي للتحول النموذجي في استخدام بيانات الضوء المعقدة).
- IEEE Standard for Local and metropolitan area networks–Part 15.7: Short-Range Wireless Optical Communication Using Visible Light, IEEE Std 802.15.7-2018.