Prima Dimostrazione Sperimentale di Demodulazione di Segnale 512-Color Shift Keying Utilizzando Equalizzazione Neurale per Comunicazioni Ottiche con Fotocamera

Indice dei Contenuti

1. Introduzione & Panoramica

Questo articolo presenta la prima dimostrazione sperimentale di trasmissione di segnale 512-Color Shift Keying (512-CSK) per Comunicazioni Ottiche con Fotocamera (OCC). Il risultato principale è la demodulazione senza errori a una distanza di 4 metri utilizzando un modulo sensore di immagine CMOS Sony IMX530 commerciale abbinato a un obiettivo da 50 mm e una rete neurale personalizzata di classificazione multi-label che funge da equalizzatore non lineare. Questo lavoro spinge significativamente i limiti della densità di dati OCC, passando dagli schemi 8, 16 o 32-CSK precedentemente dimostrati al regno della modulazione di ordine elevato di 512 colori (9 bit/simbolo).

La ricerca affronta una sfida fondamentale nelle OCC: il diafonia inter-colore causato dalla sensibilità spettrale non ideale dei filtri RGB della fotocamera, che distorce la costellazione CSK trasmessa basata sullo spazio colore CIE 1931. L'equalizzatore neurale proposto compensa direttamente questa distorsione non lineare dai dati grezzi del sensore, aggirando la necessità di complessi modelli di elaborazione del segnale lineare.

2. Quadro Tecnico

2.1 Configurazione & Setup del Ricevitore

Il sistema ricevitore è costruito attorno a un sistema fotocamera Sony Semiconductor Solutions in grado di emettere dati RGB grezzi a 12 bit senza alcuna post-elaborazione (demosaicizzazione, riduzione del rumore, bilanciamento del bianco). Questi dati grezzi sono cruciali per un recupero accurato del colore. Il segnale viene catturato attraverso un obiettivo ottico da 50 mm da un trasmettitore a array planare LED 8x8 (pannello da 6,5 cm). I valori RGB ricevuti vengono prima convertiti in coordinate di cromaticità CIE 1931 (x, y) utilizzando una matrice di trasformazione standard dello spazio colore prima di essere inviati all'equalizzatore neurale.

2.2 Architettura dell'Equalizzatore Neurale

Il cuore del sistema di demodulazione è una rete neurale multi-label. Il suo scopo è eseguire l'equalizzazione non lineare, mappando le coordinate (x, y) ricevute distorte al simbolo a 9 bit trasmesso più probabile (per il 512-CSK).

• Strato di Input: 2 unità (coordinate di cromaticità x, y).
• Strati Nascosti: N_h strati con N_u unità ciascuno (i dettagli specifici dell'architettura sono impliciti ma non completamente enumerati nell'estratto).
• Strato di Output: M = 9 unità, corrispondenti ai 9 bit del simbolo 512-CSK. La rete è addestrata per la classificazione multi-label.

La rete emette una distribuzione di probabilità a posteriori $p(1|x, y)$ per ciascun bit. Un Log-Likelihood Ratio (LLR) viene calcolato da queste probabilità e successivamente decodificato da un decodificatore Low-Density Parity-Check (LDPC) per la correzione finale degli errori.

2.3 Mappatura della Costellazione 512-CSK

I 512 simboli sono posizionati strategicamente all'interno del gamut CIE 1931 del trasmettitore RGB-LED. La mappatura parte dal vertice corrispondente al colore primario blu $(x=0.1805, y=0.0722)$ e riempie lo spazio disponibile in modo "triangolare". Ciò suggerisce un algoritmo di impacchettamento efficiente per massimizzare la distanza euclidea tra i punti della costellazione all'interno del gamut di colore fisico, il che è fondamentale per minimizzare il tasso di errore sui simboli.

3. Risultati Sperimentali & Analisi

3.1 Prestazioni BER vs. Dimensione Array LED

L'esperimento ha variato il numero di LED attivi nell'array trasmittente da 1x1 a 8x8. Ciò cambia efficacemente l'intensità luminosa e l'area che il segnale occupa sul sensore di immagine. Le caratteristiche del Bit Error Rate (BER) sono state valutate rispetto a questa variabile. Il funzionamento riuscito senza errori dimostra la robustezza dell'equalizzatore neurale su diverse intensità del segnale ricevuto e profili spaziali. L'uso di un array completo 8x8 fornisce probabilmente le migliori prestazioni mediando su più pixel e riducendo l'impatto del rumore.

3.2 Confronto con Lavori Precedenti

L'articolo include una figura riassuntiva (Fig. 1(c)) che confronta questo lavoro con precedenti dimostrazioni OCC-CSK. I principali elementi di differenziazione sono:

• Ordine di Modulazione: Il 512-CSK supera di gran lunga l'8-CSK [1], il 16-CSK [2,3] e il 32-CSK [4,5] riportati in lavori sperimentali precedenti.
• Distanza: Il funzionamento a 4m è competitivo, specialmente considerando l'alto ordine di modulazione. Si colloca tra dimostrazioni di ordine elevato a brevissimo raggio (3-4 cm) e dimostrazioni di ordine inferiore a raggio più lungo (80-100 cm).
• Tecnica: L'uso di una rete neurale per l'equalizzazione non lineare diretta dai dati grezzi del sensore è un approccio nuovo e potenzialmente più generalizzabile rispetto alle tecniche di compensazione lineare basate su modello.

4. Analisi Fondamentale & Interpretazione Esperta

Intuizione Fondamentale: Questo articolo non riguarda solo il raggiungimento di un numero maggiore di colori; rappresenta una svolta strategica dalla modellazione "fisica-prima" all'apprendimento "dati-prima" nel recupero del segnale ottico. Gli autori riconoscono implicitamente che la complessa pipeline di distorsione non lineare in una fotocamera (diafonia dei filtri, non linearità del sensore, artefatti dell'obiettivo) è gestita meglio da un approssimatore di funzione universale (una rete neurale) che da un modello analitico meticolosamente derivato ma inevitabilmente incompleto. Ciò rispecchia il cambiamento visto in altri campi come le comunicazioni wireless, dove il Deep Learning è sempre più utilizzato per l'equalizzazione del canale e il rilevamento dei simboli in canali complessi e non lineari.

Flusso Logico: La logica è convincente: 1) Il CSK di ordine elevato è necessario per la velocità di trasmissione. 2) Il CSK di ordine elevato è altamente sensibile alla distorsione del colore. 3) La distorsione del colore della fotocamera è complessa e non lineare. 4) Pertanto, utilizzare un compensatore non lineare (NN) addestrato end-to-end su dati reali. L'uso dei dati grezzi del sensore è un colpo di genio: fornisce alla rete neurale la massima quantità di informazioni non alterate prima che qualsiasi ISP (Image Signal Processor) della fotocamera introduca le proprie trasformazioni, spesso proprietarie e non invertibili. Questo approccio ricorda la filosofia della fotografia computazionale moderna, dove gli algoritmi lavorano sui dati grezzi del sensore per massima flessibilità.

Punti di Forza & Debolezze: Il punto di forza principale è il salto drammatico nell'efficienza spettrale, convalidando sperimentalmente ciò che era precedentemente solo territorio di simulazione. L'equalizzatore neurale è elegante e potente. Tuttavia, la debolezza—comune a molti articoli sulle comunicazioni basate su ML—è la natura di "scatola nera". L'articolo non approfondisce la ricerca dell'architettura della NN, la dimensione dei dati di addestramento o la capacità di generalizzazione a diverse fotocamere, obiettivi o condizioni di luce ambientale. La rete dovrà essere ri-addestrata per ogni nuovo modello di ricevitore? Come notato in una recensione seminale sul machine learning per le comunicazioni di O'Shea & Hoydis, la praticità dei ricevitori basati su DL dipende dalla loro robustezza e adattabilità alle condizioni mutevoli. Inoltre, la distanza di 4m, sebbene buona, suggerisce ancora una limitazione di potenza/SNR. La dipendenza da un decodificatore LDPC per le prestazioni finali senza errori indica che il tasso di errore sui simboli grezzi in uscita dalla NN non è zero, sollevando interrogativi sulle prestazioni autonome dell'equalizzatore con SNR più basso.

Approfondimenti Pratici: Per i ricercatori, il prossimo passo chiaro è aprire la scatola nera. Investigare le architetture NN (le CNN potrebbero gestire meglio le variazioni spaziali sul sensore), esplorare il few-shot o il transfer learning per adattarsi a nuovo hardware e integrare l'equalizzatore con la correzione d'errore in avanti in una struttura più olistica, simile a un turbo. Per l'industria, questo lavoro segnala che la VLC ad alta velocità di dati e senza sfarfallio utilizzando fotocamere commerciali si sta avvicinando alla realtà. La partnership con Sony per il sensore è degna di nota; la commercializzazione dipenderà dall'incorporare efficientemente tale elaborazione neurale negli ASIC delle fotocamere o dal sfruttare gli acceleratori AI già presenti negli smartphone. Lo standard da seguire è IEEE 802.15.7r1 (OCC), e contributi come questo potrebbero influenzare direttamente la sua evoluzione.

5. Dettagli Tecnici & Formulazione Matematica

Conversione dello Spazio Colore: La trasformazione dai valori RGB ricevuti (dal sensore grezzo) alle coordinate xy CIE 1931 viene eseguita utilizzando una matrice standard derivata dalle caratteristiche spettrali del sensore relative all'osservatore standard CIE. L'articolo fornisce la matrice specifica utilizzata: $$ \begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} 0.4124 & 0.3576 & 0.1805 \\ 0.2126 & 0.7152 & 0.0722 \end{pmatrix} \begin{pmatrix} R \\ G \\ B \end{pmatrix} $$ Questa è una trasformazione lineare semplificata. In pratica, un modello più accurato potrebbe richiedere una mappatura non lineare o una matrice personalizzata per i filtri colore del sensore specifico.

Output della Rete Neurale a LLR: La NN multi-label emette la probabilità $p_i(1|x, y)$ che l'$i$-esimo bit (su 9) sia '1'. Il Log-Likelihood Ratio (LLR) $L_i$ per quel bit, inviato al decodificatore LDPC, è calcolato come: $$ L_i = \log \left( \frac{p_i(1|x, y)}{1 - p_i(1|x, y)} \right) $$ Un LLR positivo grande indica alta confidenza che il bit sia 1, un valore negativo grande indica alta confidenza che sia 0.

6. Quadro di Analisi & Esempio di Caso

Quadro: La Pipeline del "Ricevitore Appreso" per OCC

Questa ricerca esemplifica un moderno pattern di progettazione del "ricevitore appreso" applicabile oltre le OCC. Il quadro può essere suddiviso in blocchi sequenziali ottimizzabili:

1. Acquisizione Dati Consapevole dell'HW: Catturare i segnali nel punto più grezzo e iniziale della catena di elaborazione (es. dati RAW del sensore, campioni I/Q RF).
2. Pre-elaborazione Differenziabile: Applicare una pre-elaborazione minima e necessaria (es. conversione spazio colore, sincronizzazione) in modo differenziabile per consentire il flusso del gradiente se si addestra end-to-end.
3. Nucleo della Rete Neurale: Impiegare una rete neurale (MLP, CNN, Transformer) per eseguire il compito principale di demodulazione/equalizzazione. La rete è addestrata con una funzione di perdita che minimizza direttamente il tasso di errore sui simboli o sui bit, spesso utilizzando una perdita di entropia incrociata per compiti di classificazione.
4. Decodifica Ibrida: Interfacciare gli output soft della rete neurale (probabilità, LLR) con un decodificatore di correzione d'errore all'avanguardia e non neurale (come un decodificatore LDPC o Polar code). Ciò combina la flessibilità dell'apprendimento con l'ottimalità provata della teoria classica dei codici.

Esempio di Caso Non-Codice: Applicare il Quadro alla VLC Subacquea

Consideriamo l'applicazione di questo stesso quadro alla Comunicazione Ottica in Luce Visibile Subacquea (UVLC), che soffre di gravi compromissioni del canale come scattering e fading indotto dalla turbolenza. Un "Ricevitore Appreso" per UVLC potrebbe essere costruito come segue:

• Passo 1: Utilizzare un fotodetector ad alta velocità o una fotocamera che catturi sequenze di intensità grezze.
• Passo 2: Pre-elaborare per isolare la regione di interesse del segnale ed eseguire una sincronizzazione grossolana.
• Passo 3: Addestrare una Convolutional Neural Network 1D (CNN) o una Recurrent Neural Network (RNN) come una LSTM su questi dati di sequenza grezzi. Il compito della rete è equalizzare gli effetti del canale variabile nel tempo e demappare i simboli. I dati di addestramento sarebbero raccolti in varie condizioni di torbidità e turbolenza dell'acqua.
• Passo 4: La rete emette decisioni soft per un decodificatore FEC, consentendo una comunicazione robusta in un canale altamente dinamico dove la stima tradizionale del canale fallisce.

7. Applicazioni Future & Direzioni di Ricerca

• Li-Fi Basato su Smartphone: L'obiettivo finale è integrare questa tecnologia negli smartphone per trasferimenti di dati peer-to-peer sicuri e ad alta velocità o per il posizionamento indoor con precisione a livello di centimetro, sfruttando l'hardware della fotocamera esistente.
• Comunicazione V2X Automobilistica: Utilizzare fari/luci posteriori dei veicoli e fotocamere per la comunicazione Veicolo-a-Tutto (V2X), fornendo un collegamento dati aggiuntivo e robusto complementare al DSRC/C-V2X basato su RF.
• Interfacce AR/VR e Metaverso: Abilitare collegamenti dati a bassa latenza e alta larghezza di banda tra occhiali AR e infrastrutture o tra dispositivi per esperienze condivise sincronizzate.
• Direzioni di Ricerca:
  1. Sistemi Appresi End-to-End: Esplorare l'ottimizzazione congiunta della forma della costellazione del trasmettitore (tramite una rete neurale) e dell'equalizzatore del ricevitore, simile al concetto di comunicazioni "autoencoder".
  2. Robustezza e Standardizzazione: Sviluppare modelli di ricevitore neurale robusti rispetto a diversi modelli di fotocamera, luce ambientale e occlusione parziale. Ciò è fondamentale per gli sforzi di standardizzazione come IEEE 802.15.7.
  3. OCC Ultra-Ad-Alta-Velocità: Combinare CSK di ordine elevato con tecniche di modulazione rolling-shutter o spaziale utilizzando fotocamere ad alta frequenza di fotogrammi o basate su eventi per superare la barriera del Gbps.
  4. Comunicazione Semantica: Andare oltre il recupero dei bit, utilizzando il collegamento OCC per trasmettere direttamente informazioni semantiche (es. identificatori di oggetti, dati di mappe), ottimizzando per il successo del compito piuttosto che per il tasso di errore sui bit.

8. Riferimenti

1. H.-W. Chen et al., "8-CSK data transmission over 4 cm," Relevant Conference/Journal, 2019.
2. C. Zhu et al., "16-CSK over 80 cm using a quadrichromatic LED," Relevant Conference/Journal, 2016.
3. N. Murata et al., "16-digital CSK over 100 cm based on IEEE 802.15.7," Relevant Conference/Journal, 2016.
4. P. Hu et al., "Tri-LEDs based 32-CSK over 3 cm," Relevant Conference/Journal, 2019.
5. R. Singh et al., "Tri-LEDs based 32-CSK," Relevant Conference/Journal, 2014.
6. O'Shea, T., & Hoydis, J. (2017). "An Introduction to Deep Learning for the Physical Layer." IEEE Transactions on Cognitive Communications and Networking. (Fonte autorevole esterna su ML per comunicazioni)
7. IEEE Standard for Local and Metropolitan Area Networks--Part 15.7: Short-Range Optical Wireless Communications. IEEE Std 802.15.7-2018. (Standard autorevole esterno)
8. Commission Internationale de l'Eclairage (CIE). (1931). Commission internationale de l'éclairage proceedings, 1931. Cambridge: Cambridge University Press. (Fonte autorevole esterna per la scienza del colore)
9. Sony Semiconductor Solutions Corporation. IMX530 Sensor Datasheet. (Fonte hardware autorevole esterna)
10. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. (Fonte autorevole esterna sulle reti neurali)