首次演示：基于神经均衡的光学相机通信512色位移键控信号解调

目录

1. Introduction & Overview

本文首次通过实验演示了 512-色移键控 (512-CSK) 在光学相机通信 (OCC) 中的应用。其核心成就是在4米距离上首次实现了对此类高阶调制方案的无差错解调，通过创新性地利用 基于多标签神经网络(NN)的均衡器.

OCC被定位为下一代光无线技术，其利用了智能手机和设备中普遍存在的CMOS图像传感器。一个关键的研究方向是提高数据速率，但这受到相机帧率的限制。CSK将数据调制到RGB-LED发射器产生的颜色变化上，这些颜色映射在CIE 1931色彩空间内。高阶CSK（例如512-CSK）有望实现更高的频谱效率，但受到相机光谱灵敏度和滤色片引起的颜色间串扰的严重阻碍。

2. 技术框架

2.1 Receiver Configuration & Hardware

接收机系统围绕Sony IMX530 CMOS图像传感器模块构建，选择该模块是因为其能够输出 12位原始RGB数据 未经后处理（去马赛克、降噪、白平衡）。此原始数据对于精确的信号恢复至关重要。信号通过一个50mm光学镜头捕获。发射器是一个8×8 RGB-LED平面阵列（面板尺寸：6.5厘米）。

2.2 Signal Processing & Neural Equalization

处理流程如下：

1. 原始数据采集： 从传感器捕获未经处理的RGB值。
2. 色彩空间转换： Transform RGB to CIE 1931 (x, y) chromaticity coordinates using a standard matrix: $\begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} 0.4124 & 0.3576 & 0.1805 \\ 0.2126 & 0.7152 & 0.0722 \end{pmatrix} \begin{pmatrix} R \\ G \\ B \end{pmatrix}$.
3. 神经网络均衡化： (x, y)坐标被输入到一个多标签神经网络中。该网络旨在学习并补偿 非线性串扰 在颜色通道之间。它包含2个输入单元(x, y)、$N_h$个隐藏层（每层$N_u$个单元）以及M=9个输出单元（对应512-CSK中每个符号的9比特）。
4. Demodulation & Decoding: 神经网络输出后验概率分布。据此计算对数似然比，并输入低密度奇偶校验解码器进行最终纠错。

512-CSK星座符号在CIE 1931色度图中按三角形图案依次排列，起始于蓝色顶点（x=0.1805, y=0.0722）。

3. Experimental Results & Analysis

3.1 BER性能与LED阵列尺寸的关系

实验中，阵列中激活的LED数量从1×1变化到8×8，以评估误码率（BER）作为接收光强度（图像中面积）的函数。传输距离固定为4米。结果表明， 神经均衡器对于实现无误码操作至关重要 通过完整的8×8阵列，有效缓解了随信号强度和面积增加而加剧的串扰

3.2 关键性能指标

• Modulation Order: 512-CSK（9比特/符号），创实验性OCC演示中的最高纪录。
• 距离： 4米，展现了实用距离。
• 关键赋能因素： 基于神经网络的非线性均衡技术直接应用于原始传感器数据。
• 对比： 相较于先前的演示（8-CSK、16-CSK、32-CSK），这项工作在调制阶数和补偿技术的复杂度方面均取得了显著进步。

4. Core Analysis & Expert Interpretation

核心洞察： 本文不仅旨在将CSK提升至512色；它更是一个决定性的概念验证，表明 数据驱动的神经信号处理是实现高性能OCC的关键作者正确地指出，根本瓶颈并非LED或传感器，而是信道中复杂、非线性的失真。他们的解决方案——绕过传统的线性均衡器，采用多标签神经网络——是设计理念上一次务实而有力的转变，这呼应了神经网络接收器在射频通信领域的成功[1]。

Logical Flow: 其逻辑极具说服力：1) 高速需要高阶CSK，2) 相机串扰会破坏高阶CSK，3) 这种串扰是复杂且非线性的，4) 因此，使用一个通用函数逼近器（神经网络）来消除它。使用 raw sensor data 是一个关键且常被忽视的细节。它避免了相机内部图像信号处理器（ISP）造成的信息损失和引入的失真，这种做法与MIT Media Lab等机构在计算摄影研究中的最佳实践是一致的。

Strengths & Flaws: 主要优势在于成功将现代机器学习组件集成到物理层通信栈中，并实现了所宣称的纪录。实验验证清晰明确。然而，分析存在早期演示中常见的缺陷： 未提及数据速率（比特/秒），仅提及频谱效率（比特/符号）。 实际吞吐量的影响仍不明确。此外，神经网络的复杂性、训练数据需求以及对不同摄像头或环境的泛化能力尚未得到探索——这些都是标准化和商业化道路上的重大障碍。

可执行的见解： 对于研究人员而言，路径是清晰的：专注于 轻量级、自适应的神经架构 用于实时均衡。基准测试应包含实际吞吐量和延迟。对于工业界（例如，IEEE P802.15.7r1 OCC任务组），这项工作为在未来标准中考虑基于神经网络的接收器提供了有力证据，但必须辅以严格的互操作性测试。下一步是从固定的实验室设置转向动态场景，或许可以采用受 CycleGAN风格域适应 [2] 启发的技术，让神经网络补偿变化的环境光照条件，这比固定的串扰问题要困难得多。

5. Technical Details & Mathematical Formulation

核心信号处理涉及两个关键变换：

1. RGB 至 CIE 1931 转换： $\begin{pmatrix} x \\ y \end{pmatrix} = \mathbf{M} \cdot \begin{pmatrix} R \\ G \\ B \end{pmatrix}$ where $\mathbf{M}$ is the predefined matrix: $\mathbf{M} = \begin{pmatrix} 0.4124 & 0.3576 & 0.1805 \\ 0.2126 & 0.7152 & 0.0722 \end{pmatrix}$. This maps device-dependent RGB values to an absolute color space.

2. 神经网络作为均衡器： 神经网络学习函数 $f_{\theta}$，该函数将失真的接收坐标 $(x', y')$ 映射到所有 512 个符号的后验概率 $P(\text{symbol}_i | x', y')$。参数 $\theta$ 的训练目标是最小化预测概率与已知发送符号之间的交叉熵损失。第 $k$ 个比特的对数似然比近似为：

6. Analysis Framework & Case Example

评估OCC进展的框架： 为严格评估任何新的OCC论文，我们提出一个四维分析框架：

1. 频谱空间效率（比特/资源）： 所实现的数据速率（bps）是多少？它使用了哪些资源（带宽、空间像素、时间）？本文在频谱效率（比特/符号）方面得分很高，但缺乏具体的bps数值。
2. Robustness & Practicality: 操作约束条件有哪些（距离、对准、环境光）？4米距离表现良好，但静态条件是一个限制因素。
3. System Complexity & Cost: 解决方案的成本是多少？神经均衡器会增加计算成本和训练开销。
4. 标准化潜力： 该技术的可复现性和互操作性如何？目前对原始数据和训练好的神经网络的依赖降低了此项评分。

案例示例 - 框架应用： 将此512-CSK NN工作与采用线性均衡的经典8-CSK工作[3]进行比较。

• 效率： 512-CSK在比特/符号方面具有显著优势。
• 鲁棒性： 神经网络或许能更好地处理非线性问题，但其在未经训练的条件下（新相机、不同光线）的表现，相较于更简单的线性模型而言仍是未知数。
• 复杂度： 神经网络的复杂度显著更高。
• 标准化： 线性均衡更易于标准化。

权衡是明确的：先进的信号处理以复杂度为代价换取更高的效率。该领域的发展趋势是接受这种复杂度以突破物理极限。

7. Future Applications & Research Directions

这项工作的意义超越了实验室范畴：

• Ultra-High-Speed LiFi for 6G： 将此类高阶OCC与LiFi基础设施集成，可在体育场、机场或智能工厂提供每秒数千兆比特的热点接入，作为RF网络的补充。
• 以智能手机为中心的物联网： 利用智能手机摄像头作为接收器，以最小的硬件附加实现安全的、基于邻近度的数据交换（例如支付、票务、设备配对）。
• 汽车V2X通信： 利用车辆头灯/尾灯和摄像头进行车对车或车对基础设施的直接通信，以增强安全系统。

关键研究方向：

1. Adaptive & Federated Learning for Equalizers: 开发能够在线适应新相机型号或光照条件的神经网络，可能通过跨设备的联邦学习来构建鲁棒模型，而无需共享原始数据。
2. 视觉联合信源信道编码： 探索深度学习技术，针对特定相机传感器联合优化调制（CSK星座图）和均衡器，类似于端到端学习通信系统。
3. 跨层优化： 将物理层神经网络均衡器与高层协议相结合，以在动态环境中优化整体系统吞吐量和可靠性。

正如本文所展示的，通信、计算机视觉和机器学习的融合，将是OCC领域最具颠覆性创新的发源地。

8. References

1. O'Shea, T. J., & Hoydis, J. (2017). An Introduction to Deep Learning for the Physical Layer. IEEE Transactions on Cognitive Communications and Networking. (通信中神经网络的示例)。
2. Zhu, J. Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. IEEE国际计算机视觉大会（ICCV）论文集. (用于领域自适应的CycleGAN).
3. Chen, H.-W., et al. (2019). 原始PDF中的[1]. (早期低阶CSK工作的示例).
4. IEEE局域网和城域网标准——第15.7部分：短距离光无线通信。 IEEE Std 802.15.7-2018.
5. MIT Media Lab, Computational Photography. (Conceptual source for importance of raw sensor data).