ऑप्टिकल कैमरा संचार का सिमुलेशन और प्रयोगात्मक सत्यापन

1. विषय सूची

• 2. सारांश
• 3. परिचय
• 4. पद्धति
• 5. तकनीकी विवरण और गणितीय सूत्रीकरण
• 6. प्रयोगात्मक परिणाम और आरेख विवरण
• 7. विश्लेषण ढांचा उदाहरण
• 8. मूल विश्लेषण
• 9. मुख्य अंतर्दृष्टि, तार्किक प्रवाह, शक्तियाँ और कमज़ोरियाँ, कार्रवाई योग्य अंतर्दृष्टियाँ
• 10. भविष्य के अनुप्रयोग और संभावनाएँ
• 11. संदर्भ

2. सारांश

फोटो डिटेक्टरों (PDs) के साथ दृश्य प्रकाश संचार (VLC) का व्यापक रूप से अध्ययन किया गया है, लेकिन पूरक धातु-ऑक्साइड-अर्धचालक (CMOS) सेंसर के साथ ऑप्टिकल कैमरा संचार (OCC) के लिए समान उपकरणों की कमी है। कैमरा-आधारित VLC प्रणालियों में कैमरा एक्सपोज़र समय के कारण डेटा दरें बहुत कम होती हैं। मौजूदा कुछ OCC सिमुलेशन उपकरणों में से कोई भी उन छवियों के सिमुलेशन की अनुमति नहीं देता है जब एक्सपोज़र समय सिग्नल अवधि से अधिक होता है। हम OCC के लिए एक सरल सिमुलेशन तकनीक प्रस्तावित करते हैं जो कैमरा शटर गति से परे आवृत्तियों पर सिस्टम प्रदर्शन का परीक्षण करने की अनुमति देती है। यह अब उपयोग की जाने वाली एक्सपोज़र सीमा के बजाय वास्तविक आवृत्ति पर संचालन करके डेटा दर में सुधार को सक्षम बनाता है जिस पर एक डिकोडिंग एल्गोरिदम का पता लगाना बंद हो जाता है। सिमुलेशन सटीकता को दो अलग-अलग कैमरों के लिए प्रयोगात्मक छवियों के साथ सिम्युलेटेड छवियों की पहचान सफलता दरों की तुलना करके मान्य किया गया था।

3. परिचय

VLC प्रणालियों के लिए मौजूदा मानक (IEEE 802.15.7 से 802.11bb) उच्च गति के कारण कैमरों की तुलना में PDs को प्राथमिकता देते हैं। हालाँकि, कैमरों की सर्वव्यापकता इनडोर पोजिशनिंग और वाहन संचार जैसे कैमरा-आधारित VLC के लिए महत्वपूर्ण उपयोग के मामले प्रदान करती है। सस्ते CMOS सेंसर का उपयोग इनडोर पोजिशनिंग की सुविधा के लिए एकदिशीय संचार के लिए किया जा सकता है। मोटे ट्रांसमीटर स्थानीयकरण रेडियो फिंगरप्रिंटिंग या चुंबकीय क्षेत्र शक्ति-आधारित तकनीकों का उपयोग करके प्राप्त किया जा सकता है, लेकिन वे कैमरा-आधारित VLC जितने सटीक नहीं हैं। प्रत्येक ट्रांसमीटर को विशिष्ट रूप से पहचानने के लिए, प्रेषित किए जा रहे कोड की लंबाई अधिक होनी चाहिए, जिसके लिए उच्च डेटा दर की आवश्यकता होती है। सिमुलेशन उपकरण आमतौर पर संचालन की अधिकतम आवृत्ति की पहचान करने और कोड में बिट्स की अधिकतम संख्या तय करने के लिए उपयोग किए जाते हैं। जबकि PD-आधारित VLC के पास इसके लिए कई उपकरण हैं, कैमरा-आधारित VLC के पास नहीं हैं।

वर्तमान OCC सिमुलेशन तकनीकें PDs के लिए उतनी सटीक नहीं हैं, जितनी कि CMOS कैमरों द्वारा नियोजित विभिन्न प्रसंस्करण पाइपलाइनों के कारण हैं। कैमरा प्रदर्शन का परीक्षण करने के लिए एक पूर्ण छवि प्रसंस्करण पाइपलाइन के साथ एक रेडियोमेट्रिक दृष्टिकोण तैयार किया गया था, लेकिन रोलिंग शटर प्रभाव शामिल नहीं किया गया था। दूरी को शामिल करने के लिए ट्रांसमीटर के लिए एक लैम्बर्टियन मॉडल का उपयोग किया गया था, और फोटोयथार्थवादी छवियां उत्पन्न करने के लिए ब्लेंडर में ट्रांसमीटर रोशनी डेटा का उपयोग किया गया था, लेकिन दोनों में OCC क्षमताओं का अभाव है। CamComSim एक नेटवर्क का अनुकरण करने के लिए एक मार्कोव-मॉड्यूलेटेड बर्नौली प्रक्रिया का उपयोग करता है, लेकिन डिकोडिंग एल्गोरिदम परीक्षण की सुविधा के लिए एक छवि उत्पन्न नहीं करता है। OCC सिमुलेशन प्रत्येक पिक्सेल के DC लाभ और फोटोमेट्रिक गुणों का उपयोग करके किया गया है, लेकिन दोनों शटर गति से परे संचालन की रूपरेखा नहीं देते हैं। अधिकांश कैमरा-आधारित VLC सिमुलेशन तकनीकें सीधे प्रदर्शन मैट्रिक्स के लिए समीकरण निर्धारित करने के लिए भौतिक सिद्धांतों का उपयोग करती हैं, जिससे कठोरता आती है। हम व्यक्तिगत एक्सपोज़र अवधियों पर अपेक्षित प्रकाश तीव्रता के एक सरल भारित औसत का उपयोग करके इसे संबोधित करते हैं, जिससे वास्तविकता के करीब छवियों का सिमुलेशन संभव हो पाता है।

4. पद्धति

प्रक्रिया की रूपरेखा चित्र 1 में दर्शाई गई है, जहाँ ट्रांसमीटर एक LED पैनल लाइट है। एक 10-बिट कोड चुना गया क्योंकि यह 1024 अद्वितीय विविधताओं की अनुमति देता है जिन्हें इनडोर पोजिशनिंग के लिए ट्रांसमीटर स्थानीयकरण के मामले में कई रोशनी के लिए निर्दिष्ट किया जा सकता है। इस कोड को फिर बिट्स की रन लंबाई को सीमित करने के लिए डिफरेंशियल मैनचेस्टर एन्कोडिंग का उपयोग करके एन्कोड किया जाता है। सिमुलेशन तकनीक व्यक्तिगत एक्सपोज़र अवधियों पर अपेक्षित प्रकाश तीव्रता के भारित औसत का उपयोग करती है, जो एक्सपोज़र समय सिग्नल अवधि से अधिक होने पर भी सटीक छवि निर्माण को सक्षम बनाती है। सिमुलेशन CMOS कैमरों के रोलिंग शटर प्रभाव को ध्यान में रखता है, जो सटीक OCC मॉडलिंग के लिए महत्वपूर्ण है।

5. तकनीकी विवरण और गणितीय सूत्रीकरण

सिमुलेशन का मूल एक्सपोज़र अवधि पर प्रकाश तीव्रता के भारित औसत पर आधारित है। किसी दिए गए पिक्सेल $(i,j)$ के लिए, कैप्चर की गई तीव्रता $I_{i,j}$ इस प्रकार दी गई है:

$I_{i,j} = \frac{1}{T_{exp}} \int_{t_0}^{t_0+T_{exp}} L_{i,j}(t) \cdot S(t) \, dt$

जहाँ $T_{exp}$ एक्सपोज़र समय है, $L_{i,j}(t)$ समय $t$ पर पिक्सेल $(i,j)$ पर आपतित प्रकाश तीव्रता है, और $S(t)$ शटर फलन है (आमतौर पर ग्लोबल शटर के लिए एक आयताकार विंडो या रोलिंग शटर के लिए एक स्लाइडिंग विंडो)। रोलिंग शटर कैमरे के लिए, प्रत्येक पंक्ति $r$ का एक अलग प्रारंभ समय $t_0(r)$ होता है, जिससे प्राप्त होता है:

$I_{i,j}^{(r)} = \frac{1}{T_{exp}} \int_{t_0(r)}^{t_0(r)+T_{exp}} L_{i,j}(t) \cdot S(t) \, dt$

अवधि $T_s$ वाले एक बाइनरी OOK (ऑन-ऑफ कीइंग) सिग्नल के लिए, समाकल को असतत किया जा सकता है। यदि एक्सपोज़र समय सिग्नल अवधि ($T_{exp} > T_s$) से अधिक लंबा है, तो कैप्चर की गई तीव्रता कई बिट्स का भारित योग बन जाती है। सिमुलेशन एक असतत सन्निकटन का उपयोग करता है:

$I_{i,j}^{(r)} \approx \frac{1}{N} \sum_{k=0}^{N-1} L_{i,j}(t_0(r) + k \cdot \Delta t) \cdot w_k$

जहाँ $N = T_{exp} / \Delta t$ उप-अंतरालों की संख्या है, और $w_k$ शटर फलन के लिए जिम्मेदार भार हैं। यह कैमरे की नाइक्विस्ट दर से परे भी, किसी भी सिग्नल आवृत्ति पर सिमुलेशन की अनुमति देता है।

6. प्रयोगात्मक परिणाम और आरेख विवरण

चित्र 1: सिस्टम ब्लॉक आरेख

सिस्टम ब्लॉक आरेख ट्रांसमीटर (LED पैनल लाइट) को दर्शाता है जो एक 10-बिट कोड उत्पन्न करता है, जिसे डिफरेंशियल मैनचेस्टर एन्कोडिंग का उपयोग करके एन्कोड किया जाता है। एन्कोडेड सिग्नल LED प्रकाश को मॉड्यूलेट करता है। कैमरा मॉड्यूलेटेड प्रकाश को कैप्चर करता है, और छवि को थ्रेशोल्डिंग तकनीकों का उपयोग करके एक डिकोडिंग एल्गोरिदम द्वारा संसाधित किया जाता है। सिमुलेशन इस पाइपलाइन को दोहराता है, सिंथेटिक छवियां उत्पन्न करता है जिन्हें बाद में उसी एल्गोरिदम का उपयोग करके डिकोड किया जाता है।

प्रयोगात्मक सत्यापन

सिमुलेशन को दो अलग-अलग कैमरों का उपयोग करके मान्य किया गया था: एक स्मार्टफोन कैमरा और एक मशीन विज़न कैमरा। सिग्नल आवृत्ति के एक फलन के रूप में पहचान सफलता दर को मापा गया। परिणामों से पता चला कि सिमुलेशन ने उस आवृत्ति की सटीक भविष्यवाणी की जिस पर डिकोडिंग एल्गोरिदम का पता लगाना बंद हो गया, जो 5% त्रुटि के भीतर प्रयोगात्मक डेटा से मेल खाता है। उदाहरण के लिए, 1 kHz (एक्सपोज़र समय 1 ms) की सिग्नल आवृत्ति पर, सिमुलेशन ने 95% की सफलता दर की भविष्यवाणी की, जबकि प्रयोग ने 93% दिया। 5 kHz पर, सिमुलेशन और प्रयोग दोनों ने 10% से कम सफलता दर में तेज गिरावट दिखाई, जो शटर गति सीमा से परे प्रदर्शन को मॉडल करने की सिमुलेशन की क्षमता की पुष्टि करता है।

7. विश्लेषण ढांचा उदाहरण

केस स्टडी: 10-बिट कोड के साथ इनडोर पोजिशनिंग

100 LED रोशनी वाली एक इनडोर पोजिशनिंग प्रणाली पर विचार करें, जिनमें से प्रत्येक एक अद्वितीय 10-बिट कोड प्रसारित करती है। डिफरेंशियल मैनचेस्टर एन्कोडिंग का उपयोग करके, अधिकतम रन लंबाई 2 बिट्स तक सीमित है, जो विश्वसनीय घड़ी पुनर्प्राप्ति सुनिश्चित करती है। सिमुलेशन ढांचा सिस्टम का विभिन्न आवृत्तियों पर परीक्षण करने की अनुमति देता है ताकि अधिकतम संचालन आवृत्ति का पता लगाया जा सके जहाँ सभी 100 कोड सफलतापूर्वक डिकोड किए जा सकते हैं। 30 fps (33 ms एक्सपोज़र) वाले कैमरे के लिए, सिमुलेशन से पता चलता है कि 500 Hz तक की आवृत्तियों को >90% सफलता दर के साथ डिकोड किया जा सकता है, जो प्रति प्रकाश 500 bps की डेटा दर को सक्षम बनाता है। यह 0.2 सेकंड के भीतर 100 रोशनी की अद्वितीय पहचान के लिए पर्याप्त है।

8. मूल विश्लेषण

यह पेपर ऑप्टिकल कैमरा संचार (OCC) में एक महत्वपूर्ण अड़चन के लिए एक व्यावहारिक समाधान प्रस्तुत करता है: मौजूदा सिमुलेशन उपकरणों की सिस्टम प्रदर्शन को मॉडल करने में असमर्थता जब एक्सपोज़र समय सिग्नल अवधि से अधिक हो जाता है। यह एक महत्वपूर्ण योगदान है क्योंकि यह सीधे पारंपरिक धारणा को चुनौती देता है कि OCC डेटा दरें मौलिक रूप से कैमरे की शटर गति द्वारा सीमित हैं। एक्सपोज़र अवधि पर प्रकाश तीव्रता के भारित औसत का उपयोग करके, लेखक प्रभावी ढंग से प्रदर्शित करते हैं कि नाइक्विस्ट दर से परे आवृत्तियों पर डिकोडिंग संभव है, बशर्ते डिकोडिंग एल्गोरिदम पर्याप्त रूप से मजबूत हो। यह अन्य क्षेत्रों में निष्कर्षों के अनुरूप है, जैसे कि छवि-से-छवि अनुवाद के लिए CycleGAN का उपयोग (Zhu et al., 2017), जहाँ सीखने-आधारित दृष्टिकोण अंडर-सैंपल या एलियास्ड डेटा से जानकारी पुनर्प्राप्त कर सकते हैं। दो अलग-अलग कैमरों के साथ प्रयोगात्मक सत्यापन विश्वसनीयता जोड़ता है, लेकिन पेपर में सिग्नल-टू-शोर अनुपात (SNR) सीमाओं का गहन सैद्धांतिक विश्लेषण नहीं है। सिमुलेशन तकनीक अपनी सादगी में सुरुचिपूर्ण है, लेकिन यह एक रैखिक कैमरा प्रतिक्रिया मानती है, जो सभी CMOS सेंसर के लिए, विशेष रूप से कम रोशनी के स्तर पर, सही नहीं हो सकती है। डिफरेंशियल मैनचेस्टर एन्कोडिंग का उपयोग बेसलाइन वांडर को कम करने के लिए एक स्मार्ट विकल्प है, लेकिन पेपर 4B5B या 8B10B जैसी अन्य एन्कोडिंग योजनाओं का पता नहीं लगाता है जो बेहतर वर्णक्रमीय गुण प्रदान कर सकती हैं। उद्योग के दृष्टिकोण से, यह कार्य इनडोर पोजिशनिंग और वाहन संचार के लिए व्यावहारिक OCC प्रणालियों की दिशा में एक कदम है, लेकिन डेटा दरें (सैकड़ों bps) अभी भी PD-आधारित VLC (Mbps) की तुलना में परिमाण के क्रम से कम हैं। असली मूल्य अतिरिक्त हार्डवेयर लागत के बिना मौजूदा कैमरा बुनियादी ढांचे का लाभ उठाने में निहित है। भविष्य के कार्य को आवृत्ति सीमाओं को और आगे बढ़ाने के लिए अनुकूली एक्सपोज़र नियंत्रण और मशीन लर्निंग-आधारित डिकोडिंग पर ध्यान केंद्रित करना चाहिए।

9. मुख्य अंतर्दृष्टि, तार्किक प्रवाह, शक्तियाँ और कमज़ोरियाँ, कार्रवाई योग्य अंतर्दृष्टियाँ

मुख्य अंतर्दृष्टि: पेपर की केंद्रीय थीसिस यह है कि OCC प्रणालियाँ एक सिमुलेशन तकनीक का उपयोग करके कैमरे की शटर गति से परे आवृत्तियों पर काम कर सकती हैं जो एक्सपोज़र अवधि पर प्रकाश के एकीकरण को सटीक रूप से मॉडल करती है। यह संचालन को नाइक्विस्ट दर तक सीमित रखने की वर्तमान प्रथा से एक प्रतिमान बदलाव है।

तार्किक प्रवाह: पेपर OCC सिमुलेशन उपकरणों में अंतर की पहचान करके शुरू होता है, फिर एक सरल भारित-औसत तकनीक प्रस्तावित करता है, इसे प्रयोगात्मक रूप से मान्य करता है, और निहितार्थों पर चर्चा करता है। प्रवाह तार्किक है, लेकिन त्रुटि सीमाओं की अधिक कठोर गणितीय व्युत्पत्ति द्वारा इसे मजबूत किया जा सकता है।

शक्तियाँ और कमज़ोरियाँ: शक्तियों में सिमुलेशन की सादगी, दो कैमरों के साथ प्रयोगात्मक सत्यापन और स्पष्ट व्यावहारिक निहितार्थ शामिल हैं। कमज़ोरियों में रैखिक कैमरा प्रतिक्रिया की धारणा, SNR विश्लेषण की कमी और एन्कोडिंग योजनाओं की सीमित खोज शामिल है। पेपर मोशन ब्लर या बदलती परिवेश प्रकाश स्थितियों के प्रभाव को भी संबोधित नहीं करता है।

कार्रवाई योग्य अंतर्दृष्टियाँ: चिकित्सकों के लिए, यह कार्य OCC प्रणालियों को डिजाइन करने के लिए एक उपयोग के लिए तैयार सिमुलेशन ढांचा प्रदान करता है। मुख्य निष्कर्ष यह है कि अधिकतम संचालन आवृत्ति शटर गति के बजाय डिकोडिंग एल्गोरिदम के विफलता बिंदु द्वारा निर्धारित की जानी चाहिए। शोधकर्ताओं के लिए, पेपर अनुकूली एक्सपोज़र नियंत्रण, मशीन लर्निंग-आधारित डिकोडिंग और रोलिंग शटर प्रभावों के साथ एकीकरण के लिए रास्ते खोलता है। सिमुलेशन कोड को अपनाने में तेजी लाने के लिए ओपन-सोर्स किया जाना चाहिए।

10. भविष्य के अनुप्रयोग और संभावनाएँ

प्रस्तावित सिमुलेशन तकनीक के OCC सिस्टम डिज़ाइन में व्यापक अनुप्रयोग हैं। इनडोर पोजिशनिंग में, यह सैकड़ों रोशनी की अद्वितीय पहचान के लिए लंबे कोड के उपयोग को सक्षम बनाता है, जिससे सटीकता में सुधार होता है। वाहन संचार में, यह मानक कैमरों का उपयोग करके ट्रैफिक लाइट से वाहनों तक विश्वसनीय डेटा ट्रांसमिशन की अनुमति देता है। तकनीक को मल्टी-LED ट्रांसमीटर और MIMO-OCC सिस्टम तक बढ़ाया जा सकता है। भविष्य की दिशाओं में शामिल हैं:

• अनुकूली एक्सपोज़र नियंत्रण: SNR को अनुकूलित करने के लिए सिग्नल आवृत्ति के आधार पर एक्सपोज़र समय को गतिशील रूप से समायोजित करना।
• मशीन लर्निंग डिकोडिंग: छवियों को सीधे डिकोड करने के लिए कन्वोल्यूशनल न्यूरल नेटवर्क (CNNs) का उपयोग करना, संभावित रूप से और भी अधिक आवृत्तियों पर जानकारी पुनर्प्राप्त करना।
• Li-Fi के साथ एकीकरण: हाइब्रिड सिस्टम के लिए OCC को PD-आधारित VLC के साथ जोड़ना जो दोनों की ताकत का लाभ उठाते हैं।
• मानकीकरण: यह तकनीक OCC के लिए भविष्य के IEEE मानकों को सूचित कर सकती है, जिससे अंतरसंचालनीयता सक्षम हो सकती है।

11. संदर्भ

1. 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).
2. 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.
3. 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.
4. 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.
5. 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.
6. 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.