目錄
1. Introduction & Overview
本文提出一項突破性的實驗演示，關於 512-Color Shift Keying (512-CSK) 在光學攝像頭通信（OCC）中的應用。其核心成就是在4米距離上首次實現了此等高階調製方案的無誤差解調，通過創新地使用一種方法，克服了基於攝像頭接收器固有的非線性串擾這一重大挑戰。 基於多標籤神經網絡(NN)嘅均衡器.
OCC被定位為下一代光學無線技術，利用智能手機同設備中無處不在嘅CMOS圖像傳感器。關鍵研究方向一直係提高數據速率，但受制於相機幀率。CSK將數據調製到RGB-LED發射器嘅顏色變化上，並映射到CIE 1931色彩空間內。高階CSK（例如512-CSK）有望實現更高頻譜效率，但受到相機光譜靈敏度同濾色片引起嘅顏色間串擾嚴重限制。
512
顏色 / 符號
4 米
傳輸距離
9 bits/symbol
Spectral Efficiency (log₂512)
無誤差
解調達成
2. 技術框架
2.1 Receiver Configuration & Hardware
接收器系統圍繞一個Sony IMX530 CMOS圖像傳感器模組構建，選用此模組是因其能夠輸出 12-bit raw RGB data 未經後期處理（去馬賽克、降噪、白平衡）。此原始數據對於精確信號恢復至關重要。信號透過50mm光學鏡頭捕捉。發射器為一個8×8 RGB-LED平面陣列（面板尺寸：6.5 cm）。
2.2 Signal Processing & Neural Equalization
處理流程如下：
- Raw Data Acquisition： 從感應器擷取未經處理的RGB數值。
- 色彩空間轉換： Transform RGB to CIE 1931 (x, y) chromaticity coordinates using a standard matrix: $\begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} 0.4124 & 0.3576 & 0.1805 \\ 0.2126 & 0.7152 & 0.0722 \end{pmatrix} \begin{pmatrix} R \\ G \\ B \end{pmatrix}$.
- 神經網絡均衡化： (x, y) 座標被輸入到一個多標籤神經網絡。該網絡旨在學習並補償 非線性串擾 顏色通道之間的問題。它擁有2個輸入單元 (x, y)、$N_h$ 個隱藏層（每層 $N_u$ 個單元），以及 M=9 個輸出單元（對應512-CSK中每個符號的9個比特）。
- Demodulation & Decoding: 神經網絡輸出後驗概率分佈。從中計算出對數似然比，並輸入低密度奇偶校驗解碼器進行最終糾錯。
512-CSK星座符號按三角形圖案順序排列於CIE 1931色度圖中，從藍色頂點（x=0.1805, y=0.0722）開始。
3. Experimental Results & Analysis
3.1 誤碼率性能與LED陣列尺寸之關係
實驗將陣列中運作嘅LED數量由1×1變化至8×8，以評估誤碼率（BER）作為接收光強度（圖像中面積）嘅函數。傳輸距離固定為4米。結果表明， 神經網絡均衡器對於實現無誤碼運作至關重要 配合完整的8×8陣列，有效減輕隨信號強度及面積增加而加劇的串擾現象
3.2 關鍵性能指標
- Modulation Order: 512-CSK（每符號9比特），創下實驗性OCC演示的最高紀錄。
- 距離： 4米，顯示出實用範圍。
- 關鍵推動因素： 基於神經網絡的非線性均衡技術直接應用於原始傳感器數據。
- 比較： 這項工作在調製階數同補償技術嘅複雜性方面，都顯著超越咗先前嘅示範（8-CSK、16-CSK、32-CSK）。
4. Core Analysis & Expert Interpretation
核心洞察： 呢篇論文唔單止係將CSK推至512色咁簡單；佢係一個決定性嘅概念驗證，證明咗 數據驅動嘅神經訊號處理係解鎖高性能OCC嘅關鍵作者正確指出，根本瓶頸唔係LED或者感測器，而係通道中複雜、非線性嘅失真。佢哋嘅解決方案——用多標籤神經網絡繞過傳統線性均衡器——係設計理念上一次務實而有力嘅轉變，反映咗神經接收器喺RF通訊中嘅成功[1]。
Logical Flow: 邏輯具說服力：1) 高速需要高階CSK，2) 相機串擾破壞高階CSK，3) 此串擾複雜且非線性，4) 因此使用通用函數逼近器（神經網絡）消除之。採用 raw sensor data 是關鍵且常被忽略的細節。此做法避免了相機內部圖像信號處理器（ISP）造成的信息損失與失真，符合如MIT Media Lab等機構在計算攝影研究中的最佳實踐。
Strengths & Flaws: 主要優點在於成功將現代機器學習組件整合至物理層通訊架構，並達成所述紀錄。實驗驗證清晰。然而，分析存在早期示範典型的缺陷： 未提及數據速率（比特/秒），僅提及頻譜效率（比特/符號）。 實際吞吐量嘅影響仍然模糊不清。此外，神經網絡嘅複雜性、訓練數據需求，以及對唔同相機或環境嘅泛化能力都未經探索——呢啲都係標準化同商業化嘅重大障礙。
可行建議： 對研究人員嚟講，方向好清晰：專注於 輕量、自適應神經網絡架構 用於實時均衡。基準測試應包含實際吞吐量與延遲。對於業界（例如IEEE P802.15.7r1 OCC任務組），這項工作為在未來標準中考慮基於神經網絡的接收器提供了有力證據，但必須配合嚴格的互操作性測試。下一步是從固定的實驗室設置轉向動態場景，或許可以採用受 CycleGAN風格領域適應 [2] 啟發的技術，讓神經網絡補償變化的環境光條件，這比固定的串擾問題要困難得多。
5. Technical Details & Mathematical Formulation
核心信號處理涉及兩個關鍵轉換：
1. RGB 轉 CIE 1931 轉換： $\begin{pmatrix} x \\ y \end{pmatrix} = \mathbf{M} \cdot \begin{pmatrix} R \\ G \\ B \end{pmatrix}$ 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. 神經網絡作為等化器： 神經網絡學習函數 $f_{\theta}$，將失真嘅接收坐標 $(x', y')$ 映射至所有 512 個符號嘅後驗概率 $P(\text{symbol}_i | x', y')$。參數 $\theta$ 經訓練以最小化預測概率與已知傳送符號之間嘅交叉熵損失。第 $k$ 個位元嘅 LLR 隨後近似為：
6. Analysis Framework & Case Example
評估OCC進展之框架： 為嚴格審視任何新的OCC論文，我們提出一個四維度分析框架：
- 頻譜空間效率 (位元/資源)： 實現的數據速率（bps）是多少？它使用了哪些資源（頻寬、空間像素、時間）？本文在頻譜效率（位元/符號）方面得分很高，但缺乏具體的bps數字。
- Robustness & Practicality: 運作上有咩限制（距離、對準、環境光）？4米係唔錯，但靜態條件係一個限制。
- System Complexity & Cost: 解決方案嘅成本係幾多？神經網絡均衡器會增加運算成本同訓練開銷。
- 標準化潛力： 該技術的可重現性與互操作性如何？目前對原始數據及已訓練神經網絡的依賴降低了此項評分。
案例示例－應用框架： 將此512-CSK神經網絡工作與採用線性均衡的經典8-CSK工作進行比較[3]。
- 效率： 512-CSK 在每符元位元數方面遠勝一籌。
- 穩健性： 神經網絡可能更擅長處理非線性問題，但相較於簡單的線性模型，其在未經訓練的情況下（例如新相機、不同光線）的表現仍是未知之數。
- 複雜性： 神經網絡的複雜性明顯更高。
- 標準化： 線性均衡技術較易實現標準化。
7. Future Applications & Research Directions
呢項工作嘅影響力遠超實驗室範圍：
- 適用於6G嘅超高速LiFi： 將呢種高階OCC同LiFi基礎設施結合，可以喺體育館、機場或智能工廠提供每秒數千兆位元嘅熱點接入，同RF網絡形成互補。
- 以智能手機為中心的物聯網： 透過將智能手機鏡頭用作接收器，並僅添加最少硬件，實現安全、基於近距離的數據交換（例如支付、票務、設備配對）。
- 汽車V2X通信： 利用車輛頭燈/尾燈及攝影機進行直接車對車或車對基礎設施通訊，以提升安全系統。
關鍵研究方向：
- Adaptive & Federated Learning for Equalizers: 開發能夠在線適應新相機型號或光照條件嘅神經網絡，可能透過跨設備嘅聯邦學習來建立穩健模型，而無需共享原始數據。
- 視覺聯合源通道編碼： 探索深度學習技術，針對特定相機傳感器聯合優化調制（CSK星座圖）與均衡器，類似於端到端學習通信系統。
- 跨層優化： 將物理層神經網絡均衡器與更高層協議整合，以在動態環境中優化整體系統吞吐量與可靠性。
8. References
- O'Shea, T. J., & Hoydis, J. (2017). An Introduction to Deep Learning for the Physical Layer. IEEE Transactions on Cognitive Communications and Networking. (Example of neural networks in comms).
- 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). (CycleGAN for domain adaptation).
- Chen, H.-W., et al. (2019). [1] in the original PDF. (Example of earlier, lower-order CSK work).
- IEEE 區域及都會網絡標準——第15.7部分：短距離光學無線通訊。 IEEE Std 802.15.7-2018.
- MIT Media Lab, Computational Photography. (Conceptual source for importance of raw sensor data).