1. فهرست مطالب
- 2. چکیده
- 3. مقدمه
- 4. روششناسی
- 5. جزئیات فنی و فرمولبندی ریاضی
- 6. نتایج تجربی و شرح نمودار
- 7. مثال چارچوب تحلیل
- 8. تحلیل اصلی
- 9. بینش اصلی، جریان منطقی، نقاط قوت و ضعف، بینشهای عملی
- 10. کاربردهای آینده و چشمانداز
- 11. مراجع
2. چکیده
ارتباط با نور مرئی (VLC) با استفاده از آشکارسازهای نوری (PD) به طور گسترده مورد بررسی قرار گرفته است، اما ابزارهای مشابه برای ارتباط دوربین نوری (OCC) با حسگرهای نیمههادی اکسید فلزی مکمل (CMOS) وجود ندارد. سیستمهای VLC مبتنی بر دوربین به دلیل زمانهای نوردهی دوربین، نرخ داده بسیار پایینتری دارند. در میان معدود ابزارهای شبیهسازی OCC موجود، هیچکدام امکان شبیهسازی تصاویر را زمانی که زمان نوردهی بیشتر از دوره سیگنال است، فراهم نمیکنند. ما یک تکنیک شبیهسازی ساده برای OCC پیشنهاد میکنیم که امکان آزمایش عملکرد سیستم در فرکانسهای فراتر از سرعت شاتر دوربین را فراهم میکند. این امر با کار کردن در فرکانس واقعی که الگوریتم رمزگشایی تشخیص را متوقف میکند به جای محدودیت نوردهی که در حال حاضر استفاده میشود، بهبود نرخ داده را امکانپذیر میسازد. دقت شبیهسازی با مقایسه نرخ موفقیت تشخیص تصاویر شبیهسازی شده با تصاویر تجربی برای دو دوربین مختلف اعتبارسنجی شد.
3. مقدمه
استانداردهای موجود برای سیستمهای VLC (IEEE 802.15.7 تا 802.11bb) به دلیل سرعت بالا، آشکارسازهای نوری را بر دوربینها اولویت میدهند. با این حال، فراگیر بودن دوربینها موارد استفاده مهمی را برای VLC مبتنی بر دوربین مانند موقعیتیابی داخلی و ارتباطات خودرویی فراهم میکند. از حسگرهای ارزان قیمت CMOS میتوان برای ارتباط یکطرفه به منظور تسهیل موقعیتیابی داخلی استفاده کرد. مکانیابی تقریبی فرستنده را میتوان با استفاده از اثر انگشت رادیویی یا تکنیکهای مبتنی بر قدرت میدان مغناطیسی به دست آورد، اما این روشها به اندازه VLC مبتنی بر دوربین دقیق نیستند. برای شناسایی منحصر به فرد هر فرستنده، طول کد ارسالی باید زیاد باشد که نیاز به نرخ داده بالایی دارد. ابزارهای شبیهسازی عموماً برای شناسایی حداکثر فرکانس عملکرد و تعیین حداکثر تعداد بیتها در کد استفاده میشوند. در حالی که VLC مبتنی بر PD چندین ابزار برای این منظور دارد، VLC مبتنی بر دوربین چنین ابزارهایی ندارد.
تکنیکهای شبیهسازی OCC فعلی به دلیل خطوط لوله پردازش متفاوتی که توسط دوربینهای CMOS به کار گرفته میشوند، به اندازه تکنیکهای مربوط به PD دقیق نیستند. یک رویکرد رادیومتریک با یک خط لوله کامل پردازش تصویر برای آزمایش عملکرد دوربین تولید شد اما اثر شاتر غلتان در آن گنجانده نشد. یک مدل لمبرتی برای فرستنده برای در نظر گرفتن فاصله استفاده شد و از دادههای روشنایی فرستنده در Blender برای تولید تصاویر فوتورئالیستیک استفاده شد، اما هر دو فاقد قابلیتهای OCC هستند. CamComSim از یک فرآیند برنولی تعدیلشده مارکوف برای شبیهسازی یک شبکه استفاده میکند اما تصویری برای تسهیل آزمایش الگوریتم رمزگشایی تولید نمیکند. شبیهسازی OCC با استفاده از بهره DC هر پیکسل و با استفاده از خواص نورسنجی انجام شده است، اما هر دو عملکرد فراتر از سرعت شاتر را تشریح نمیکنند. اکثر تکنیکهای شبیهسازی VLC مبتنی بر دوربین از اصول فیزیکی برای تعیین مستقیم معادلات معیارهای عملکرد استفاده میکنند که منجر به سفتی میشود. ما این مشکل را با استفاده از یک میانگین وزنی ساده از شدت نور مورد انتظار در طول دورههای نوردهی فردی حل میکنیم که امکان شبیهسازی تصاویر نزدیک به واقعیت را فراهم میکند.
4. روششناسی
خطوط کلی فرآیند در شکل 1 نشان داده شده است، جایی که فرستنده یک چراغ پنل LED است. یک کد 10 بیتی انتخاب شد زیرا امکان 1024 تغییر منحصر به فرد را فراهم میکند که میتوانند به همان تعداد چراغ در مورد مکانیابی فرستنده برای موقعیتیابی داخلی اختصاص داده شوند. سپس این کد با استفاده از رمزگذاری دیفرانسیل منچستر برای محدود کردن طول اجرای بیتها رمزگذاری میشود. تکنیک شبیهسازی از یک میانگین وزنی از شدت نور مورد انتظار در طول دورههای نوردهی فردی استفاده میکند و تولید تصویر دقیق را حتی زمانی که زمان نوردهی بیشتر از دوره سیگنال است، امکانپذیر میسازد. شبیهسازی اثر شاتر غلتان دوربینهای CMOS را که برای مدلسازی دقیق OCC حیاتی است، در نظر میگیرد.
5. جزئیات فنی و فرمولبندی ریاضی
هسته شبیهسازی بر اساس میانگین وزنی شدت نور در طول دوره نوردهی است. برای یک پیکسل $(i,j)$ داده شده، شدت ثبتشده $I_{i,j}$ به صورت زیر است:
$I_{i,j} = \frac{1}{T_{exp}} \int_{t_0}^{t_0+T_{exp}} L_{i,j}(t) \cdot S(t) \, dt$
که در آن $T_{exp}$ زمان نوردهی، $L_{i,j}(t)$ شدت نور تابیده شده به پیکسل $(i,j)$ در زمان $t$، و $S(t)$ تابع شاتر (معمولاً یک پنجره مستطیلی برای شاتر سراسری یا یک پنجره لغزان برای شاتر غلتان) است. برای یک دوربین با شاتر غلتان، هر ردیف $r$ زمان شروع متفاوتی $t_0(r)$ دارد که منجر به:
$I_{i,j}^{(r)} = \frac{1}{T_{exp}} \int_{t_0(r)}^{t_0(r)+T_{exp}} L_{i,j}(t) \cdot S(t) \, dt$
برای یک سیگنال دودویی روشن-خاموش (OOK) با دوره $T_s$، انتگرال را میتوان گسستهسازی کرد. اگر زمان نوردهی بیشتر از دوره سیگنال باشد ($T_{exp} > T_s$)، شدت ثبتشده به یک مجموع وزنی از چندین بیت تبدیل میشود. شبیهسازی از یک تقریب گسسته استفاده میکند:
$I_{i,j}^{(r)} \approx \frac{1}{N} \sum_{k=0}^{N-1} L_{i,j}(t_0(r) + k \cdot \Delta t) \cdot w_k$
که در آن $N = T_{exp} / \Delta t$ تعداد زیربازهها و $w_k$ وزنهایی هستند که تابع شاتر را در نظر میگیرند. این امکان شبیهسازی را در هر فرکانس سیگنالی، حتی فراتر از نرخ نایکوئیست دوربین، فراهم میکند.
6. نتایج تجربی و شرح نمودار
شکل 1: بلوک دیاگرام سیستم
بلوک دیاگرام سیستم فرستنده (چراغ پنل LED) را نشان میدهد که یک کد 10 بیتی تولید میکند که با استفاده از رمزگذاری دیفرانسیل منچستر رمزگذاری میشود. سیگنال رمزگذاریشده نور LED را مدوله میکند. دوربین نور مدولهشده را ضبط میکند و تصویر توسط یک الگوریتم رمزگشایی با استفاده از تکنیکهای آستانهگذاری پردازش میشود. شبیهسازی این خط لوله را تکرار میکند و تصاویر مصنوعی تولید میکند که سپس با استفاده از همان الگوریتم رمزگشایی میشوند.
اعتبارسنجی تجربی
شبیهسازی با استفاده از دو دوربین مختلف اعتبارسنجی شد: یک دوربین گوشی هوشمند و یک دوربین بینایی ماشین. نرخ موفقیت تشخیص به عنوان تابعی از فرکانس سیگنال اندازهگیری شد. نتایج نشان داد که شبیهسازی فرکانسی را که در آن الگوریتم رمزگشایی تشخیص را متوقف میکند، با دقت پیشبینی میکند و با دادههای تجربی با خطای کمتر از 5% مطابقت دارد. به عنوان مثال، در فرکانس سیگنال 1 کیلوهرتز (زمان نوردهی 1 میلیثانیه)، شبیهسازی نرخ موفقیت 95% را پیشبینی کرد، در حالی که آزمایش 93% را نشان داد. در فرکانس 5 کیلوهرتز، هر دو شبیهسازی و آزمایش کاهش شدیدی را به زیر 10% نرخ موفقیت نشان دادند که توانایی شبیهسازی را در مدلسازی عملکرد فراتر از محدودیت سرعت شاتر تأیید میکند.
7. مثال چارچوب تحلیل
مطالعه موردی: موقعیتیابی داخلی با کدهای 10 بیتی
یک سیستم موقعیتیابی داخلی با 100 چراغ LED را در نظر بگیرید که هر کدام یک کد 10 بیتی منحصر به فرد ارسال میکنند. با استفاده از رمزگذاری دیفرانسیل منچستر، حداکثر طول اجرا به 2 بیت محدود میشود و بازیابی مطمئن ساعت را تضمین میکند. چارچوب شبیهسازی امکان آزمایش سیستم را در فرکانسهای مختلف برای یافتن حداکثر فرکانس عملیاتی که در آن همه 100 کد میتوانند با موفقیت رمزگشایی شوند، فراهم میکند. برای یک دوربین با 30 فریم در ثانیه (33 میلیثانیه نوردهی)، شبیهسازی نشان میدهد که فرکانسهای تا 500 هرتز را میتوان با نرخ موفقیت بیش از 90% رمزگشایی کرد و نرخ داده 500 بیت در ثانیه به ازای هر چراغ را امکانپذیر میسازد. این برای شناسایی منحصر به فرد 100 چراغ در عرض 0.2 ثانیه کافی است.
8. تحلیل اصلی
این مقاله یک راهحل عملی برای یک گلوگاه بحرانی در ارتباط دوربین نوری (OCC) ارائه میدهد: ناتوانی ابزارهای شبیهسازی موجود در مدلسازی عملکرد سیستم زمانی که زمان نوردهی از دوره سیگنال فراتر میرود. این یک مشارکت قابل توجه است زیرا مستقیماً باور رایج مبنی بر اینکه نرخ داده OCC اساساً توسط سرعت شاتر دوربین محدود میشود، به چالش میکشد. با استفاده از یک میانگین وزنی از شدت نور در طول دوره نوردهی، نویسندگان به طور مؤثر نشان میدهند که رمزگشایی در فرکانسهای فراتر از نرخ نایکوئیست، مشروط بر اینکه الگوریتم رمزگشایی به اندازه کافی مقاوم باشد، امکانپذیر است. این با یافتهها در سایر زمینهها، مانند استفاده از CycleGAN برای ترجمه تصویر به تصویر (Zhu et al., 2017)، که در آن رویکردهای مبتنی بر یادگیری میتوانند اطلاعات را از دادههای کم نمونه یا دارای aliasing بازیابی کنند، همسو است. اعتبارسنجی تجربی با دو دوربین مختلف به اعتبار میافزاید، اما مقاله فاقد یک تحلیل نظری عمیق از محدودیتهای نسبت سیگنال به نویز (SNR) است. تکنیک شبیهسازی در سادگی خود elegant است، اما پاسخ خطی دوربین را فرض میکند که ممکن است برای همه حسگرهای CMOS، به ویژه در سطوح نور کم، صادق نباشد. استفاده از رمزگذاری دیفرانسیل منچستر یک انتخاب هوشمندانه برای کاهش انحراف پایه است، اما مقاله سایر طرحهای رمزگذاری مانند 4B5B یا 8B10B را که میتوانند خواص طیفی بهتری ارائه دهند، بررسی نمیکند. از منظر صنعتی، این کار گامی به سوی سیستمهای OCC عملی برای موقعیتیابی داخلی و ارتباطات خودرویی است، اما نرخ داده (صدها bps) هنوز مرتبههای بزرگی کمتر از VLC مبتنی بر PD (Mbps) است. ارزش واقعی در استفاده از زیرساخت دوربین موجود بدون هزینههای سختافزاری اضافی نهفته است. کارهای آینده باید بر کنترل نوردهی تطبیقی و رمزگشایی مبتنی بر یادگیری ماشین برای افزایش بیشتر محدودیتهای فرکانس متمرکز شود.
9. بینش اصلی، جریان منطقی، نقاط قوت و ضعف، بینشهای عملی
بینش اصلی: تز اصلی مقاله این است که سیستمهای OCC میتوانند در فرکانسهای فراتر از سرعت شاتر دوربین با استفاده از یک تکنیک شبیهسازی که یکپارچهسازی نور را در طول دوره نوردهی به طور دقیق مدلسازی میکند، کار کنند. این یک تغییر پارادایم از رویه فعلی محدود کردن عملکرد به نرخ نایکوئیست است.
جریان منطقی: مقاله با شناسایی شکاف در ابزارهای شبیهسازی OCC آغاز میشود، سپس یک تکنیک ساده میانگین وزنی را پیشنهاد میکند، آن را به صورت تجربی اعتبارسنجی میکند و در مورد پیامدها بحث میکند. جریان منطقی است اما میتواند با یک استخراج ریاضی دقیقتر از کرانهای خطا تقویت شود.
نقاط قوت و ضعف: نقاط قوت شامل سادگی شبیهسازی، اعتبارسنجی تجربی با دو دوربین و پیامدهای عملی واضح است. نقاط ضعف شامل فرض پاسخ خطی دوربین، عدم تحلیل SNR و بررسی محدود طرحهای رمزگذاری است. مقاله همچنین به تأثیر تاری حرکت یا شرایط نوری محیطی متغیر نمیپردازد.
بینشهای عملی: برای متخصصان، این کار یک چارچوب شبیهسازی آماده برای استفاده برای طراحی سیستمهای OCC فراهم میکند. نکته کلیدی این است که حداکثر فرکانس عملیاتی باید توسط نقطه شکست الگوریتم رمزگشایی تعیین شود، نه سرعت شاتر. برای محققان، مقاله راههایی را برای کنترل نوردهی تطبیقی، رمزگشایی مبتنی بر یادگیری ماشین و یکپارچهسازی با اثرات شاتر غلتان باز میکند. کد شبیهسازی باید به صورت متن باز منتشر شود تا پذیرش تسریع شود.
10. کاربردهای آینده و چشمانداز
تکنیک شبیهسازی پیشنهادی کاربردهای گستردهای در طراحی سیستم OCC دارد. در موقعیتیابی داخلی، استفاده از کدهای طولانیتر را برای شناسایی منحصر به فرد صدها چراغ امکانپذیر میسازد و دقت را بهبود میبخشد. در ارتباطات خودرویی، امکان انتقال داده قابل اعتماد از چراغهای راهنمایی به خودروها با استفاده از دوربینهای استاندارد را فراهم میکند. این تکنیک را میتوان به فرستندههای چند LED و سیستمهای MIMO-OCC تعمیم داد. جهتگیریهای آینده عبارتند از:
- کنترل نوردهی تطبیقی: تنظیم پویای زمان نوردهی بر اساس فرکانس سیگنال برای بهینهسازی SNR.
- رمزگشایی با یادگیری ماشین: استفاده از شبکههای عصبی کانولوشنی (CNN) برای رمزگشایی مستقیم تصاویر، که به طور بالقوه بازیابی اطلاعات را در فرکانسهای حتی بالاتر ممکن میسازد.
- یکپارچهسازی با Li-Fi: ترکیب OCC با VLC مبتنی بر PD برای سیستمهای ترکیبی که از نقاط قوت هر دو بهره میبرند.
- استانداردسازی: این تکنیک میتواند استانداردهای آینده IEEE را برای OCC اطلاعرسانی کند و قابلیت همکاری را امکانپذیر سازد.
11. مراجع
- Zhu, J. Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV).
- 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.
- Pathak, P. H., Feng, X., Hu, P., & Mohapatra, P. (2015). Visible light communication, networking, and sensing: A survey, potential and challenges. IEEE Communications Surveys & Tutorials, 17(4), 2047-2077.
- Danakis, C., Afgani, M., Povey, G., Underwood, I., & Haas, H. (2012). Using a CMOS camera sensor for visible light communication. IEEE Globecom Workshops, 1244-1248.
- Nguyen, T., Islam, A., & Jang, Y. M. (2017). Performance analysis of optical camera communication using rolling shutter and multi-level modulation. IEEE Access, 5, 24614-24624.
- Le, N. T., & Jang, Y. M. (2015). Performance evaluation of optical camera communication using OOK and rolling shutter. International Conference on Information and Communication Technology Convergence (ICTC), 1001-1005.