1. 目錄
- 2. 摘要
- 3. 引言
- 4. 方法
- 5. 技術細節與數學公式
- 6. 實驗結果與圖表說明
- 7. 分析框架範例
- 8. 原創分析
- 9. 核心見解、邏輯流程、優缺點與可行建議
- 10. 未來應用與展望
- 11. 參考文獻
2. 摘要
使用光電探測器（PD）的可見光通訊（VLC）已被廣泛研究，但針對採用互補式金屬氧化物半導體（CMOS）感測器的光學相機通訊（OCC）之類似工具則相對缺乏。由於相機曝光時間的限制，基於相機的VLC系統數據傳輸速率遠低於PD系統。在現存少數的OCC模擬工具中，沒有任何工具能夠模擬曝光時間大於訊號週期時的影像。我們提出一種簡單的OCC模擬技術，允許在超越相機快門速度的頻率下測試系統性能。這使得數據傳輸速率得以提升，因為系統可在解碼演算法實際停止偵測的頻率下運作，而非目前使用的曝光極限。透過比較兩款不同相機的模擬影像與實驗影像之偵測成功率，驗證了此模擬技術的準確性。
3. 引言
現有的VLC系統標準（從IEEE 802.15.7到802.11bb）由於高速需求，優先採用光電探測器（PD）而非相機。然而，相機的普及性為基於相機的VLC提供了重要的應用場景，例如室內定位和車載通訊。廉價的CMOS感測器可用於單向通訊，以實現室內定位。粗略的發射器定位可透過無線電指紋辨識或基於磁場強度的技術達成，但其準確度不如基於相機的VLC。為了唯一識別每個發射器，傳輸的編碼長度必須夠長，這就需要高數據傳輸速率。模擬工具通常用於識別最大運作頻率，並決定編碼中的最大位元數。雖然基於PD的VLC有多種工具可用於此目的，但基於相機的VLC則缺乏此類工具。
由於CMOS相機採用不同的影像處理管線，當前的OCC模擬技術不如PD模擬技術精確。曾有研究提出包含完整影像處理管線的輻射度量方法來測試相機性能，但並未納入滾動快門效應。也有研究使用發射器的朗伯模型來納入距離因素，並在Blender中使用發射器照明數據生成逼真影像，但兩者都缺乏OCC功能。CamComSim採用馬可夫調製伯努利過程來模擬網路，但不會生成影像以利解碼演算法測試。已有研究利用每個像素的直流增益和光度特性進行OCC模擬，但兩者均未說明在快門速度之外的運作方式。大多數基於相機的VLC模擬技術使用物理原理直接推導性能指標的方程式，導致缺乏靈活性。我們透過使用單個曝光週期內預期光強度的簡單加權平均來解決此問題，從而能夠模擬接近真實情況的影像。
4. 方法
流程概述如圖1所示，其中發射器為LED面板燈。選擇10位元編碼是因為它允許1024種獨特變化，在室內定位的發射器定位應用中，可分配給多達1024盞燈。此編碼隨後使用差動曼徹斯特編碼進行編碼，以限制位元的連續長度。此模擬技術使用單個曝光週期內預期光強度的加權平均，即使在曝光時間大於訊號週期的情況下，也能準確生成影像。該模擬考慮了CMOS相機的滾動快門效應，這對於準確的OCC建模至關重要。
5. 技術細節與數學公式
模擬的核心基於曝光週期內光強度的加權平均。對於給定像素 $(i,j)$，捕捉到的強度 $I_{i,j}$ 由下式給出：
$I_{i,j} = \frac{1}{T_{exp}} \int_{t_0}^{t_0+T_{exp}} L_{i,j}(t) \cdot S(t) \, dt$
其中 $T_{exp}$ 是曝光時間，$L_{i,j}(t)$ 是時間 $t$ 時像素 $(i,j)$ 的入射光強度，$S(t)$ 是快門函數（對於全域快門通常為矩形窗，對於滾動快門則為滑動窗）。對於滾動快門相機，每一行 $r$ 有不同的起始時間 $t_0(r)$，導致：
$I_{i,j}^{(r)} = \frac{1}{T_{exp}} \int_{t_0(r)}^{t_0(r)+T_{exp}} L_{i,j}(t) \cdot S(t) \, dt$
對於週期為 $T_s$ 的二元開關鍵控（OOK）訊號，該積分可以離散化。如果曝光時間長於訊號週期（$T_{exp} > T_s$），則捕捉到的強度會成為多個位元的加權和。模擬使用離散近似：
$I_{i,j}^{(r)} \approx \frac{1}{N} \sum_{k=0}^{N-1} L_{i,j}(t_0(r) + k \cdot \Delta t) \cdot w_k$
其中 $N = T_{exp} / \Delta t$ 是子區間的數量，$w_k$ 是考慮快門函數的權重。這允許在任何訊號頻率下進行模擬，即使超過相機的奈奎斯特速率。
6. 實驗結果與圖表說明
圖1：系統方塊圖
系統方塊圖顯示發射器（LED面板燈）生成一個10位元編碼，該編碼使用差動曼徹斯特編碼進行編碼。編碼後的訊號調製LED燈光。相機捕捉調製後的光線，影像由使用閾值技術的解碼演算法處理。模擬複製了此管線，生成合成影像，然後使用相同的演算法進行解碼。
實驗驗證
使用兩款不同的相機驗證了模擬：一款智慧型手機相機和一款機器視覺相機。偵測成功率作為訊號頻率的函數進行測量。結果顯示，模擬準確預測了解碼演算法停止偵測的頻率，與實驗數據的誤差在5%以內。例如，在訊號頻率為1 kHz（曝光時間1毫秒）時，模擬預測成功率為95%，而實驗結果為93%。在5 kHz時，模擬和實驗均顯示成功率急劇下降至低於10%，證實了該模擬能夠對超越快門速度極限的性能進行建模。
7. 分析框架範例
案例研究：使用10位元編碼的室內定位
考慮一個擁有100盞LED燈的室內定位系統，每盞燈傳輸一個獨特的10位元編碼。使用差動曼徹斯特編碼，最大連續長度限制為2個位元，確保可靠的時脈恢復。此模擬框架允許在不同頻率下測試系統，以找到所有100個編碼都能成功解碼的最大運作頻率。對於幀率為30 fps（曝光時間33毫秒）的相機，模擬顯示頻率高達500 Hz時，解碼成功率仍可超過90%，從而使每盞燈的數據傳輸速率達到500 bps。這足以在0.2秒內唯一識別100盞燈。
8. 原創分析
該論文提出了一個務實的解決方案，以應對光學相機通訊（OCC）中的一個關鍵瓶頸：現有模擬工具無法對曝光時間超過訊號週期時的系統性能進行建模。這是一項重大貢獻，因為它直接挑戰了OCC數據傳輸速率從根本上受限於相機快門速度的傳統觀點。透過使用曝光週期內光強度的加權平均，作者有效地證明了只要解碼演算法足夠穩健，在超過奈奎斯特速率的頻率下進行解碼是可行的。這與其他領域的發現一致，例如使用CycleGAN進行影像到影像轉換（Zhu等人，2017年），其中基於學習的方法可以從欠採樣或混疊的數據中恢復資訊。使用兩款不同相機進行的實驗驗證增加了可信度，但該論文缺乏對訊號雜訊比（SNR）極限的深入理論分析。該模擬技術簡潔優雅，但它假設了線性相機響應，這可能不適用於所有CMOS感測器，特別是在低光照條件下。使用差動曼徹斯特編碼是減輕基線漂移的明智選擇，但該論文沒有探討其他可能提供更好頻譜特性的編碼方案，例如4B5B或8B10B。從產業角度來看，這項工作是邁向用於室內定位和車載通訊的實用OCC系統的一步，但數據傳輸速率（數百bps）仍比基於PD的VLC（Mbps）低幾個數量級。其真正價值在於利用現有的相機基礎設施，而無需額外的硬體成本。未來的工作應側重於自適應曝光控制和基於機器學習的解碼，以進一步推高頻率極限。
9. 核心見解、邏輯流程、優缺點與可行建議
核心見解： 該論文的核心論點是，OCC系統可以透過使用一種能準確模擬曝光週期內光線積分過程的模擬技術，在超越相機快門速度的頻率下運作。這與目前將運作限制在奈奎斯特速率的做法相比，是一個範式轉移。
邏輯流程： 論文首先指出OCC模擬工具的不足，然後提出一個簡單的加權平均技術，透過實驗進行驗證，並討論其影響。流程合乎邏輯，但若能對誤差範圍進行更嚴謹的數學推導，將更具說服力。
優缺點： 優點包括模擬的簡潔性、使用兩款相機進行實驗驗證，以及清晰的實際應用意義。缺點包括假設線性相機響應、缺乏SNR分析，以及對編碼方案的探討有限。論文也未解決動態模糊或環境光變化帶來的影響。
可行建議： 對於實務工作者而言，這項工作提供了一個即用型的模擬框架，用於設計OCC系統。關鍵啟示是，最大運作頻率應由解碼演算法的失效點決定，而非快門速度。對於研究人員而言，該論文為自適應曝光控制、基於機器學習的解碼以及與滾動快門效應的整合開闢了途徑。模擬程式碼應開源以加速其採用。
10. 未來應用與展望
所提出的模擬技術在OCC系統設計中具有廣泛的應用。在室內定位中，它允許使用更長的編碼來唯一識別數百盞燈，從而提高準確度。在車載通訊中，它允許使用標準相機從交通號誌到車輛進行可靠的數據傳輸。該技術可以擴展到多LED發射器和MIMO-OCC系統。未來方向包括：
- 自適應曝光控制： 根據訊號頻率動態調整曝光時間，以優化SNR。
- 機器學習解碼： 使用卷積神經網路（CNN）直接解碼影像，有可能在更高頻率下恢復資訊。
- 與Li-Fi整合： 將OCC與基於PD的VLC結合，形成混合系統，充分利用兩者的優勢。
- 標準化： 該技術可為未來的IEEE OCC標準提供參考，實現互通性。
11. 參考文獻
- 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).
- 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.
- 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.
- 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.
- 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.
- 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.