Primeira Demonstração de Demodulação de Sinal 512-CSK Utilizando Equalização Neural para Comunicação Óptica por Câmera

Índice

1. Introdução & Visão Geral

Este artigo apresenta a primeira demonstração experimental de transmissão de sinal 512-Color Shift Keying (512-CSK) para Comunicação Óptica por Câmera (OCC). A conquista central é a demodulação sem erros a uma distância de 4 metros, utilizando um módulo comercial de sensor de imagem CMOS Sony IMX530 acoplado a uma lente de 50 mm e uma rede neural de classificação multi-rótulo personalizada atuando como equalizador não linear. Este trabalho expande significativamente os limites da densidade de dados em OCC, passando dos esquemas 8, 16 ou 32-CSK previamente demonstrados para o domínio de modulação de alta ordem de 512 cores (9 bits/símbolo).

A pesquisa aborda um desafio fundamental na OCC: a interferência entre cores (crosstalk) causada pela sensibilidade espectral não ideal dos filtros RGB da câmera, que distorce a constelação CSK transmitida com base no espaço de cores CIE 1931. O equalizador neural proposto compensa diretamente essa distorção não linear a partir dos dados brutos do sensor, dispensando a necessidade de modelos complexos de processamento de sinal linear.

2. Estrutura Técnica

2.1 Configuração & Montagem do Receptor

O sistema receptor é construído em torno de um sistema de câmera da Sony Semiconductor Solutions capaz de fornecer dados RGB brutos de 12 bits sem qualquer pós-processamento (demosaicing, redução de ruído, balanço de branco). Esses dados brutos são cruciais para uma recuperação precisa da cor. O sinal é capturado através de uma lente óptica de 50 mm a partir de um transmissor de array planar de LEDs 8x8 (painel de 6,5 cm). Os valores RGB recebidos são primeiro convertidos para as coordenadas de cromaticidade CIE 1931 (x, y) usando uma matriz de transformação de espaço de cores padrão antes de serem alimentados no equalizador neural.

2.2 Arquitetura do Equalizador de Rede Neural

O núcleo do sistema de demodulação é uma rede neural multi-rótulo. Seu propósito é realizar a equalização não linear, mapeando as coordenadas (x, y) recebidas distorcidas de volta para o símbolo de 9 bits transmitido mais provável (para 512-CSK).

• Camada de Entrada: 2 unidades (coordenadas de cromaticidade x, y).
• Camadas Ocultas: N_h camadas com N_u unidades cada (detalhes específicos da arquitetura estão implícitos, mas não totalmente enumerados no excerto).
• Camada de Saída: M = 9 unidades, correspondendo aos 9 bits do símbolo 512-CSK. A rede é treinada para classificação multi-rótulo.

A rede gera uma distribuição de probabilidade a posteriori $p(1|x, y)$ para cada bit. Uma Razão de Log-Verossimilhança (LLR) é calculada a partir dessas probabilidades e subsequentemente decodificada por um decodificador Low-Density Parity-Check (LDPC) para a correção final de erros.

2.3 Mapeamento da Constelação 512-CSK

Os 512 símbolos são estrategicamente posicionados dentro da gama CIE 1931 do transmissor RGB-LED. O mapeamento começa no vértice correspondente à cor primária azul $(x=0.1805, y=0.0722)$ e preenche o espaço disponível de uma "maneira triangular". Isso sugere um algoritmo de empacotamento eficiente para maximizar a distância euclidiana entre os pontos da constelação dentro da gama de cores física, o que é crítico para minimizar a taxa de erro de símbolo.

3. Resultados Experimentais & Análise

3.1 Desempenho de BER vs. Tamanho do Array de LEDs

O experimento variou o número de LEDs ativos no array transmissor de 1x1 para 8x8. Isso efetivamente altera a intensidade da luz e a área que o sinal ocupa no sensor de imagem. As características da Taxa de Erro de Bit (BER) foram avaliadas em relação a essa variável. A operação bem-sucedida e sem erros demonstra a robustez do equalizador neural em diferentes intensidades de sinal recebido e perfis espaciais. O uso de um array completo 8x8 provavelmente fornece o melhor desempenho ao fazer a média sobre múltiplos pixels e reduzir o impacto do ruído.

3.2 Comparação com Trabalhos Anteriores

O artigo inclui uma figura de resumo (Fig. 1(c)) comparando este trabalho com demonstrações anteriores de OCC-CSK. Os principais diferenciais são:

• Ordem de Modulação: 512-CSK supera amplamente os 8-CSK [1], 16-CSK [2,3] e 32-CSK [4,5] relatados em trabalhos experimentais anteriores.
• Distância: A operação a 4m é competitiva, especialmente considerando a alta ordem de modulação. Posiciona-se entre demonstrações de alta ordem de alcance muito curto (3-4 cm) e demonstrações de ordem inferior de alcance mais longo (80-100 cm).
• Técnica: O uso de uma rede neural para equalização não linear direta a partir de dados brutos do sensor é uma abordagem nova e potencialmente mais generalizável em comparação com técnicas de compensação linear baseadas em modelo.

4. Análise Central & Interpretação Especializada

Insight Central: Este artigo não trata apenas de alcançar um maior número de cores; é uma mudança estratégica da modelagem baseada em física para a aprendizagem baseada em dados na recuperação de sinais ópticos. Os autores reconhecem implicitamente que o complexo pipeline de distorção não linear em uma câmera (interferência entre filtros, não linearidade do sensor, artefatos da lente) é melhor tratado por um aproximador de função universal (uma rede neural) do que por um modelo analítico meticulosamente derivado, mas inevitavelmente incompleto. Isso reflete a mudança vista em outros campos, como comunicações sem fio, onde o Aprendizado Profundo é cada vez mais usado para equalização de canal e detecção de símbolo em canais complexos e não lineares.

Fluxo Lógico: A lógica é convincente: 1) CSK de alta ordem é necessária para taxa de transferência. 2) CSK de alta ordem é altamente sensível à distorção de cor. 3) A distorção de cor da câmera é complexa e não linear. 4) Portanto, use um compensador não linear (RN) treinado de ponta a ponta em dados reais. O uso de dados brutos do sensor é um golpe de mestre — fornece à rede neural a quantidade máxima de informação inalterada antes que qualquer ISP (Processador de Sinal de Imagem) da câmera introduza suas próprias transformações, muitas vezes proprietárias e não invertíveis. Essa abordagem lembra a filosofia da fotografia computacional moderna, onde os algoritmos trabalham em dados brutos do sensor para máxima flexibilidade.

Pontos Fortes & Fracos: O principal ponto forte é o salto dramático na eficiência espectral, validando experimentalmente o que antes era território apenas de simulação. O equalizador neural é elegante e poderoso. No entanto, a falha — comum a muitos artigos de comunicações baseados em ML — é a natureza de "caixa preta". O artigo não se aprofunda na busca de arquitetura da RN, no tamanho dos dados de treinamento ou na capacidade de generalização para diferentes câmeras, lentes ou condições de luz ambiente. A rede precisará ser retreinada para cada novo modelo de receptor? Como observado em uma revisão seminal sobre aprendizado de máquina para comunicações por O'Shea & Hoydis, a praticidade dos receptores baseados em DL depende de sua robustez e adaptabilidade a condições variáveis. Além disso, a distância de 4m, embora boa, ainda sugere uma limitação de potência/SNR. A dependência de um decodificador LDPC para o desempenho final sem erros indica que a taxa de erro de símbolo bruta na saída da RN não é zero, levantando questões sobre o desempenho autônomo do equalizador sob SNR mais baixo.

Insights Acionáveis: Para pesquisadores, o próximo passo claro é abrir a caixa preta. Investigar arquiteturas de RN (CNNs podem lidar melhor com variações espaciais no sensor), explorar aprendizado por poucos exemplos (few-shot) ou transferência de aprendizado para se adaptar a novo hardware e integrar o equalizador com a correção direta de erros em uma estrutura mais holística, semelhante a turbo. Para a indústria, este trabalho sinaliza que VLC de alta taxa de dados e sem cintilação, usando câmeras comuns, está se aproximando da realidade. A parceria com a Sony para o sensor é notável; a comercialização dependerá da incorporação eficiente desse processamento neural em ASICs de câmera ou do aproveitamento de aceleradores de IA já presentes em smartphones. O padrão a ser observado é o IEEE 802.15.7r1 (OCC), e contribuições como esta podem influenciar diretamente sua evolução.

5. Detalhes Técnicos & Formulação Matemática

Conversão de Espaço de Cores: A transformação dos valores RGB recebidos (do sensor bruto) para as coordenadas xy CIE 1931 é realizada usando uma matriz padrão derivada das características espectrais do sensor em relação ao observador padrão CIE. O artigo fornece a matriz específica usada: $$ \begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} 0.4124 & 0.3576 & 0.1805 \\ 0.2126 & 0.7152 & 0.0722 \end{pmatrix} \begin{pmatrix} R \\ G \\ B \end{pmatrix} $$ Esta é uma transformação linear simplificada. Na prática, um modelo mais preciso pode exigir um mapeamento não linear ou uma matriz adaptada aos filtros de cor do sensor específico.

Saída da Rede Neural para LLR: A RN multi-rótulo gera a probabilidade $p_i(1|x, y)$ de que o $i$-ésimo bit (de 9) seja '1'. A Razão de Log-Verossimilhança (LLR) $L_i$ para aquele bit, alimentada ao decodificador LDPC, é calculada como: $$ L_i = \log \left( \frac{p_i(1|x, y)}{1 - p_i(1|x, y)} \right) $$ Um LLR positivo grande indica alta confiança de que o bit é 1, um valor negativo grande indica alta confiança de que é 0.

6. Estrutura de Análise & Exemplo de Caso

Estrutura: O Pipeline do "Receptor Aprendido" para OCC

Esta pesquisa exemplifica um padrão de design moderno de "receptor aprendido" aplicável além da OCC. A estrutura pode ser dividida em blocos sequenciais e otimizáveis:

1. Aquisição de Dados Consciente do Hardware: Capturar sinais no ponto mais inicial e bruto da cadeia de processamento (ex.: dados RAW do sensor, amostras I/Q de RF).
2. Pré-processamento Diferenciável: Aplicar pré-processamento mínimo e necessário (ex.: conversão de espaço de cores, sincronização) de forma diferenciável para permitir o fluxo de gradiente se o treinamento for de ponta a ponta.
3. Núcleo de Rede Neural: Empregar uma rede neural (MLP, CNN, Transformer) para realizar a tarefa central de demodulação/equalização. A rede é treinada com uma função de perda que minimiza diretamente a taxa de erro de símbolo ou bit, frequentemente usando uma perda de entropia cruzada para tarefas de classificação.
4. Decodificação Híbrida: Conectar as saídas suaves da rede neural (probabilidades, LLRs) com um decodificador de correção de erros não neural de última geração (como um decodificador de código LDPC ou Polar). Isso combina a flexibilidade do aprendizado com a otimalidade comprovada da teoria clássica de codificação.

Exemplo de Caso Não-Código: Aplicando a Estrutura à VLC Subaquática

Considere aplicar essa mesma estrutura à Comunicação por Luz Visível Subaquática (UVLC), que sofre com severas degradações de canal, como espalhamento e desvanecimento induzido por turbulência. Um "Receptor Aprendido" para UVLC poderia ser construído da seguinte forma:

• Passo 1: Usar um fotodetector de alta velocidade ou câmera capturando sequências de intensidade bruta.
• Passo 2: Pré-processar para isolar a região de interesse do sinal e realizar sincronização grosseira.
• Passo 3: Treinar uma Rede Neural Convolucional 1D (CNN) ou uma Rede Neural Recorrente (RNN) como uma LSTM nesses dados de sequência bruta. A tarefa da rede é equalizar os efeitos variantes no tempo do canal e desmapear os símbolos. Os dados de treinamento seriam coletados sob várias condições de turbidez e turbulência da água.
• Passo 4: A rede gera decisões suaves para um decodificador FEC, permitindo comunicação robusta em um canal altamente dinâmico onde a estimativa de canal tradicional falha.

7. Aplicações Futuras & Direções de Pesquisa

• Li-Fi Baseado em Smartphone: O objetivo final é integrar essa tecnologia em smartphones para transferência de dados ponto a ponto segura e de alta velocidade ou posicionamento interno com precisão centimétrica, aproveitando o hardware de câmera existente.
• Comunicação Automotiva V2X: Usar faróis/lanternas de veículos e câmeras para comunicação Veículo-para-Tudo (V2X), fornecendo um link de dados adicional e robusto complementar ao DSRC/C-V2X baseado em RF.
• Interfaces de AR/VR e Metaverso: Permitir links de dados de baixa latência e alta largura de banda entre óculos de AR e infraestrutura ou entre dispositivos para experiências compartilhadas sincronizadas.
• Direções de Pesquisa:
  1. Sistemas Aprendidos de Ponta a Ponta: Explorar a otimização conjunta da forma da constelação do transmissor (via rede neural) e do equalizador do receptor, semelhante ao conceito de comunicações por "autoencoder".
  2. Robustez e Padronização: Desenvolver modelos de receptor neural que sejam robustos a diferentes modelos de câmera, luz ambiente e oclusão parcial. Isso é crítico para esforços de padronização como o IEEE 802.15.7.
  3. OCC de Ultra Alta Velocidade: Combinar CSK de alta ordem com técnicas de modulação por obturador rolante (rolling-shutter) ou espacial usando câmeras de alta taxa de quadros ou baseadas em eventos para quebrar a barreira de Gbps.
  4. Comunicação Semântica: Ir além da recuperação de bits, usando o link OCC para transmitir informações semânticas (ex.: identificadores de objetos, dados de mapa) diretamente, otimizando para o sucesso da tarefa em vez da taxa de erro de bit.

8. Referências

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 externa autoritativa sobre ML para comunicações)
7. IEEE Standard for Local and Metropolitan Area Networks--Part 15.7: Short-Range Optical Wireless Communications. IEEE Std 802.15.7-2018. (Padrão externo autoritativo)
8. Commission Internationale de l'Eclairage (CIE). (1931). Commission internationale de l'éclairage proceedings, 1931. Cambridge: Cambridge University Press. (Fonte externa autoritativa para ciência da cor)
9. Sony Semiconductor Solutions Corporation. IMX530 Sensor Datasheet. (Fonte de hardware externa autoritativa)
10. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. (Fonte externa autoritativa sobre redes neurais)