CN115361259B - 基于空间延迟分集的信道均衡方法 - Google Patents

基于空间延迟分集的信道均衡方法 Download PDF

Info

Publication number
CN115361259B
CN115361259B CN202211019858.3A CN202211019858A CN115361259B CN 115361259 B CN115361259 B CN 115361259B CN 202211019858 A CN202211019858 A CN 202211019858A CN 115361259 B CN115361259 B CN 115361259B
Authority
CN
China
Prior art keywords
sampling
light source
channel equalization
vector
spatial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211019858.3A
Other languages
English (en)
Other versions
CN115361259A (zh
Inventor
董可
柯熙政
祝敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Technology
Original Assignee
Xian University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian University of Technology filed Critical Xian University of Technology
Priority to CN202211019858.3A priority Critical patent/CN115361259B/zh
Publication of CN115361259A publication Critical patent/CN115361259A/zh
Application granted granted Critical
Publication of CN115361259B publication Critical patent/CN115361259B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
    • H04B10/114—Indoor or close-range type systems
    • H04B10/116—Visible light communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03891—Spatial equalizers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Optical Communication System (AREA)

Abstract

本发明公开的基于空间延迟分集的信道均衡方法，该方法具体按照以下步骤实施：(1)在任一采样时刻t＝mTF，获得N个图像像素亮度的空域采样点构成的向量{yn(mTF)},n∈[0,N‑1]；(2)以循环的方式，计算相邻两个空域采样点之间的亮度差分向量λn(mTF)，即λn(mTF)＝yn(mTF)‑y(n‑1)modN(mTF),n∈[0,N‑1](3)按照以下规则，计算已均衡的空域采样向量
Figure DDA0003813718790000011
该方法解决了光学成像通信中不确定性采样的问题。

Description

基于空间延迟分集的信道均衡方法
技术领域
本发明属于光学成像通信技术领域，具体涉及一种基于空间延迟分集的信道均衡方法。
背景技术
光学成像通信(OCC)与可见光通信(VLC)都是以可见光谱作为信息传输媒介实现无线光通信的方法。其中，VLC使用光电管(Photodiode，PD)作为接收端，根据PD在光源照射下产生的感应电流或感应电压的强弱还原信号的变化规律，进而实现数据解调。与此不同，而OCC则使用基于图像传感器的摄像机作为接收端，根据输出图像的像素亮度还原发送的信号，以此实现数据解调。与VLC相比，OCC利用图像传感器在二维平面上的感光成像特性，具有更好的空间分辨率和波长分辨率，具有更好的抗噪声性能。在LED光源与CMOS摄像机大量普及的条件下，OCC也具有更低的部署成本。
在实际通信场景中，摄像机的曝光效应使得输出的图像像素亮度并不能准确反映光源亮度的变化，而是存在一定的畸变。畸变的程度与摄像机的参数有关，通常可以用积分器和采样器加以描述。以开关键控(OOK)调制方式为例，这种信道特性将导致接收端产生“不确定性”采样，即输出图像的像素亮度即非亮状态，也非灭状态，而是呈现介于亮和灭之间的灰度状态。此时，解调器将无法据此准确判决光源的状态而产生误码。此外，OCC系统无法实现收发端同步，使得“不确定性”采样问题在OCC中通常难以避免。比如，收发端之间存在的微小频率差、摄像机对光源随机的采样时刻、摄像机的帧率抖动等因素都可能引起“非确定性”采样，降低OCC的通信可靠性。
已有的技术多基于过采样与图像帧选择的方法解决“非确定性”采样问题。例如，Roberts等提出了基于空间和时间延迟发送的思路，但没有给出具体的解决方案【1】。Nguyen等人在Roberts的基础上进一步给出了OCC异步传输方案，在采样速率高于符号速率的假设下利用多个LED光源发送多个延迟的副本，并从同一个符号的多个采样中检测并丢弃“非确定性”采样帧【2】。在Thieu等人提出的HS-PSK混合调制方案中，采用两组LED光源分别发送经延迟的参考信号和数据信号，并采用人工神经网络的方法对包含“非确定性”采样的图像帧进行分类，提高通信可靠性【3】。Rotasi在UPSOOK调制方案的基础上提出了一种更为鲁棒的单光源调制方案，并通过大量重复发送数据消除“不确定性”采样【4】。已有的技术没有将基于摄像机的OCC信道模型作为产生“不确定性”采样的根本原因加以充分考虑，而且现有方法需要大量重复发送或训练，复杂度和成本较高。
参考文献：
【1】Roberts,Richard D.“Space-Time Forward Error Correction forDimmable Undersampled Frequency Shift ON-OFF Keying Camera Communications(CamCom).”In 2013 Fifth International Conference on Ubiquitous and FutureNetworks(ICUFN),459–64.IEEE,2013.
【2】Nguyen,Trang,Nam Tuan Le,and Yeong Min Jang.“Asynchronous Schemefor Optical Camera Communication-Based Infrastructure-to-VehicleCommunication.”International Journal of Distributed Sensor Networks 11,no.5(May 1,2015):908139.
【3】Thieu,Minh Duc,Tung Lam Pham,Trang Nguyen,and Yeong Min Jang.“Optical-RoI-Signaling for Vehicular Communications.”IEEE Access 7(2019):69873–91.
【4】Rátosi,Márk,and Gyula Simon.“Robust VLC Beacon Identification forIndoor Camera-Based Localization Systems.”Sensors 20,no.9(2020):2522.
发明内容
本发明的目的是提供一种基于空间延迟分集的信道均衡方法，解决了光学成像通信中不确定性采样的问题。
本发明所采用的技术方案是，基于空间延迟分集的信道均衡方法，该方法的前提条件为：
OCC系统的发射端采用N个光源同时发送相同的数据符号，且每个光源发送的数据波形相对于前一个光源具有固定的延迟时间ΔT；其中，每个光源发送周期为T、占空比为η的PWM波形，用in(t)表示光源的光强随时间变化的规律，即
Figure BDA0003813718770000031
其中，I0表示光源的最大光强，gη(t)表示一个占空比为η,η∈[0,1]的PWM符号波形，k为求和变量；
OCC系统的接收端采用曝光时间为Te＝γT，γ∈[0,1]的摄像机对光源以fF＝1/TF的帧率进行拍摄，其输出的第m帧图像中与N个光源对应的像素亮度表示为yn(mTF)，是图像传感器感应电压信号yn(t)以TF为间隔的第m个采样值在[0,1]区间内的量化结果，即
Figure BDA0003813718770000032
其中A表示图像传感器的光电转换增益；
方法具体按照以下步骤实施：
(1)在任一采样时刻t＝mTF，获得N个图像像素亮度的空域采样点构成的向量{yn(mTF)},n∈[0,N-1]；
(2)以循环的方式，计算相邻两个空域采样点之间的亮度差分向量λn(mTF)，即λn(mTF)＝yn(mTF)-y(n-1)modN(mTF),n∈[0,N-1]
(3)按照以下规则，计算已均衡的空域采样向量
Figure BDA0003813718770000041
Figure BDA0003813718770000042
其中，1和0对应判决为亮和灭的像素亮度，δ是判决门限。
本发明的特征还在于，
其中yn(t)的表达式如下：
Figure BDA0003813718770000043
其中A表示图像传感器的光电转换增益。
当满足如下无失真条件，即：
Figure BDA0003813718770000044
已均衡空域采样向量
Figure BDA0003813718770000045
与光源的光强变化规律/>
Figure BDA0003813718770000046
完全相同，能够实现无失真信道均衡。
步骤(1)中，N大于等于2。
步骤(3)中，δ的取值为0.05。
本发明的有益效果是：
本发明方法是利用空域延迟分集信号的空间相关性实现信道均衡，以消除光学成像通信中的不确定性采样并提高数据解调的可靠性。相对于已有的技术，本发明的方法具有更低的复杂度。
附图说明
图1是本发明中8个光源的空域延迟分集发射方案(占空比25％，延迟时间T/8)示意图；
图2是图像传感器输出的感应电压信号；
图3是实现无失真信道均衡的参数取值范围(阴影区域)示意图；
图4是N个光源亮度的空域采样点与发射信号波形N个时域采样点的对应关系示意图；
图5是根据积分函数的差分的符号还原被积函数示意图；
图6是地占空比时，当相邻采样点均位于同一个脉冲的两个积分斜坡上时将产生均衡错误结果的示意图；
图7是高占空比时，当相邻采样点均位于相邻脉冲的两个积分斜坡上时将产生均衡错误结果的示意图；
图8是本发明仿真实验中占空比为25％时光源强度变化规律(虚线)与图像传感器感应电压曲线(实线)；
图9是本发明仿真实验中占空比为25％时信道均衡前(虚线)与信道均衡后的采样点曲线(实线)；
图10是本发明仿真实验中占空比为75％时光源强度变化规律(虚线)与图像传感器感应电压曲线(实线)；
图11是本发明仿真实验中占空比为75％时信道均衡前(虚线)与信道均衡后的采样点曲线(实线)
图12是本发明中实验系统组成照片；
图13是图12中实验系统中摄像机获取的光源光斑图像
图14是本发明实验中根据光源位置提取前100帧图像中8个空域采样向量的亮度分布；
图15是本发明实验中经信道均衡后的空域采样向量的亮度分布；
图16是本发明实验中第11帧中信道均衡的实现过程。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明提供一种基于空间延迟分集的信道均衡方法，该方法的前提条件为：
假设OCC系统的发射端采用如图1所示的空域延迟发射方案，即采用N(例如N取8)个光源同时发送相同的数据符号，且每个光源发送的数据波形相对于前一个光源具有固定的延迟时间ΔT(例如延迟时间ΔT取T/8)。其中，每个光源发送周期为T、占空比为η(例如η取25％)的PWM波形。若用in(t)表示光源的光强随时间变化的规律，即
Figure BDA0003813718770000061
其中，I0表示光源的最大光强，gη(t)表示一个占空比为η,η∈[0,1]的PWM符号波形；
接收端采用曝光时间为Te＝γT，γ∈[0,1]的摄像机对光源以fF＝1/TF的帧率进行拍摄。摄像机输出的第m帧图像中与N个光源对应的像素亮度表示为yn(mTF)，它是图像传感器感应电压信号yn(t)以TF为间隔的第m个采样值在[0,1]区间内的量化结果，即
Figure BDA0003813718770000062
其中
Figure BDA0003813718770000063
其中A表示图像传感器的光电转换增益。
由此可见，摄像机输出图像的像素亮度值是光源光强变化规律在曝光时间内的积分结果在图像输出时刻的采样值，用于刻画OCC的信道特性。
在光源的照射下，图像传感器输出的感应电压信号如图2中实线所示。显然，当图像帧的采样时刻位于某个上升或下降的坡道时，对应光源输出的像素亮度将呈现介于亮和灭之间的灰度值，解调器无法据此判决此时对应光源是亮还是灭，即产生“不确定性”采样。
信道均衡的目标是从图像像素亮度的采样亮度向量yn(mTF)中消除由于曝光施加的积分效应，尽可能还原光源的光强随时间变化的规律in(t)的过程。
基于空域延迟分集的信道均衡方法具体包括以下步骤：
(1)在任一采样时刻t＝mTF，获得N个图像像素亮度的空域采样点构成的向量{yn(mTF)},n∈[0,N-1]；
(2)以循环的方式，计算相邻两个空域采样点之间的亮度差分向量λn(mTF)，即λn(mTF)＝yn(mTF)-y(n-1)modN(mTF),n∈[0,N-1]
(3)按照以下规则，计算已均衡的空域采样向量
Figure BDA0003813718770000071
Figure BDA0003813718770000072
其中，1和0对应判决为亮和灭的像素亮度，δ是判决门限，设为0.05。
若将已均衡的空域采样向量
Figure BDA0003813718770000073
与光源的光强变化规律的采样/>
Figure BDA0003813718770000074
各自归一化后进行比较，如两者状态有所偏差则产生均衡错误。定义信道均衡的错误概率Pe为偏差持续的时长TE在一个符号持续期内的比例，即
Figure BDA0003813718770000075
更进一步，信道均衡错误概率可以表示为
Pe＝Pe,1+Pe,2 (9)
其中：
Figure BDA0003813718770000081
特别的，如图3所示的阴影区域，当满足如下无失真条件时，即
Figure BDA0003813718770000082
已均衡空域采样向量
Figure BDA0003813718770000083
与光源的光强变化规律in(t)完全相同，能够实现无失真信道均衡。
实际上，对于空间延迟分集发射方案而言，任意时刻对N个光源的空域采样向量与其第一个光源在包含当前时刻的之前N个时域采样相同，且时域采样间隔为相邻光源发送信号之间的延迟时间，如图4所示。因此，如同方法步骤(1)，解决根据经摄像机积分的时域采样点向量恢复发送脉冲信号的信道均衡问题，可以根据与其对应的N个空域采样点构成的向量作为输入。其次，如图5所示，对于矩形被积函数而言，其位于积分函数斜坡的部分(a和c区域)可以根据积分函数的差分的正负号还原为高电平或低电平，并由此将包含斜坡的积分函数还原为矩形的被积函数。根据这种原理，利用相邻样本点之间的差分关系(步骤(2))，即前一个采样点的状态确定当前采样点的状态，即若当前采样点相对于前一采样点上升(差分为正)，则当前采样点为高定平；若下降，则为低电平；否则保持不变。这也就是步骤(3)中所采用的判决规则。
在光源数目和延迟时间一定的前提下，当相邻采样点位于同一个脉冲或相邻两个脉冲产生的积分斜坡(即不确定区域)上，且差分关系与实际光源状态相反时，上述均衡方法在可能产生错误。如图6所示，当ΔT＞ηT-Te时，相邻两个采样点同时落在一个脉冲的两侧积分区域中。当采样时刻位于图6中的阴影区域内时，样点的差分关系与实际光源的状态相反，将产生均衡错误，其概率为公式(6)中的Pe,1。如图6所示，当ΔT＞1-ηT-Te时，相邻两个采样点同时落在两个脉冲相邻的两个积分区域中。当采样时刻位于如图7所示的阴影区域内时，样点的差分关系与实际光源的状态相反，将产生均衡错误，其概率为公式(6)中的Pe,2。另外，过长的摄像机曝光时间将加剧上述错误发生的概率。因此，当曝光时间较短，脉冲的占空比适中时，可以实现无失真的信道估计。
如图8至图10所示的仿真结果说明了空间延迟分集的信道均衡的有效性。仿真参数如表1所示。该参数满足公式(7)所示的无失真条件。图8和图10显示的是在低占空比和高占空比场景下，输入矩形光源光强信号(虚线)经摄像机曝光后产生的感应电压的变化规律(实线)。可以看出，摄像机信道对输入的矩形信号产生了延迟和平滑效果，反映了曝光控制下的积分效应。图9和图11显示的在对任意时刻得到的空间延迟采样向量(虚线)进行信道均衡处理后，还原得到的采样点向量(实现)。经对比可知，均衡后的空间延迟样点向量与光源光强变化规律完全一致，说明信道均衡算法能够无误的消除摄像机的曝光效应对空间延迟分集发射波形所施加的作用。经过均衡后，“不确定性”采样得以消除，进一步增强了OCC的通信可靠性。
表1仿真参数
仿真参数 低占空比场景 高占空比场景
N 8 8
η 0.25 0.75
γ 0.1 0.1
为了实际验证信道均衡的效果，搭建了如图12所示的实验系统，由单片机、摄像机及8个LED光源组成。单片机首先产生符号周期T＝1/120s、占空比为η＝50％的PWM信号，并以间隔为ΔT＝T/8的时间重复并延迟N＝8次，并以此驱动8个LED光源产生交替且顺次的闪烁。由此构成空域延迟分集发射方案。接收端采用基于Sony IMX291图像传感器的USB摄像机，以帧率为30fps，分辨率为480x640，曝光时间为1/512s对光源进行拍摄，并录制成视频文件。
在PC机上读取视频文件的每一帧图像，获得如图13所示的光源光斑(第1-24帧)。从图中可以明显的看出，8个LED光源的光斑亮度不同，且在某些图像中存在明显的即非全亮又非全暗的灰度光斑，即不确定性采样。
根据光源位置提取前100帧图像中与其对应像素的亮度信息，得到如图14所示的空域采样数据。从中也可以明显看出，部分帧的空域采样向量(即同一帧上与8个光源对应的像素亮度值)存在灰度样点。对每一帧的空域采样向量进行信道均衡后，得到的已均衡空域采样向量如图15所示。经对比可知，信道均衡方法消除了原本空域采样向量中的不确定性采样点，由此提高了后续进行数据解调的可靠性。
图16展示的是对第11帧图像中的空域采样向量进行信道均衡前后的情况。其中，第3和7光源的采样值在信道均衡前位于0和1之间，且从时域采样看，恰好位于矩形脉冲的积分斜坡上，为非确定性采样。根据信道均衡步骤(2)中得到差分值，并按步骤(3)中的规则判决后，第3和7光源的采样值被分别修正为高电平和低电平，不确定性采样被消除。

Claims (5)

1.基于空间延迟分集的信道均衡方法，其特征在于，所述方法的前提条件为：
OCC系统的发射端采用N个光源同时发送相同的数据符号，且每个光源发送的数据波形相对于前一个光源具有固定的延迟时间ΔT；其中，每个光源发送周期为T、占空比为η的PWM波形，用in(t)表示光源的光强随时间变化的规律，即
Figure FDA0003813718760000011
其中，I0表示光源的最大光强，gη(t)表示一个占空比为η,η∈[0,1]的PWM符号波形，k为求和变量；
OCC系统的接收端采用曝光时间为Te＝γT，γ∈[0,1]的摄像机对光源以fF＝1/TF的帧率进行拍摄，其输出的第m帧图像中与N个光源对应的像素亮度表示为yn(mTF)，是图像传感器感应电压信号yn(t)以TF为间隔的第m个采样值在[0,1]区间内的量化结果，即
Figure FDA0003813718760000012
所述方法具体按照以下步骤实施：
(1)在任一采样时刻t＝mTF，获得N个图像像素亮度的空域采样点构成的向量{yn(mTF)},n∈[0,N-1]；
(2)以循环的方式，计算相邻两个空域采样点之间的亮度差分向量λn(mTF)，即λn(mTF)＝yn(mTF)-y(n-1)modN(mTF),n∈[0,N-1]
(3)按照以下规则，计算已均衡的空域采样向量
Figure FDA0003813718760000013
Figure FDA0003813718760000014
其中，1和0对应判决为亮和灭的像素亮度，δ是判决门限。
2.根据权利要求1所述的基于空间延迟分集的信道均衡方法，其特征在于，其中yn(t)的表达式如下：
Figure FDA0003813718760000021
其中A表示图像传感器的光电转换增益。
3.根据权利要求2所述的基于空间延迟分集的信道均衡方法，其特征在于，
当满足如下无失真条件，即：
Figure FDA0003813718760000022
已均衡空域采样向量
Figure FDA0003813718760000023
与光源的光强变化规律/>
Figure FDA0003813718760000024
完全相同，能够实现无失真信道均衡。
4.根据权利要求1所述的基于空间延迟分集的信道均衡方法，其特征在于，步骤(1)中，N大于等于2。
5.根据权利要求1所述的基于空间延迟分集的信道均衡方法，其特征在于，步骤(3)中，δ的取值为0.05。
CN202211019858.3A 2022-08-24 2022-08-24 基于空间延迟分集的信道均衡方法 Active CN115361259B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211019858.3A CN115361259B (zh) 2022-08-24 2022-08-24 基于空间延迟分集的信道均衡方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211019858.3A CN115361259B (zh) 2022-08-24 2022-08-24 基于空间延迟分集的信道均衡方法

Publications (2)

Publication Number Publication Date
CN115361259A CN115361259A (zh) 2022-11-18
CN115361259B true CN115361259B (zh) 2023-03-31

Family

ID=84003866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211019858.3A Active CN115361259B (zh) 2022-08-24 2022-08-24 基于空间延迟分集的信道均衡方法

Country Status (1)

Country Link
CN (1) CN115361259B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902965A (zh) * 2012-12-29 2014-07-02 深圳先进技术研究院 空域共生图像表示方法及其在图像分类、识别中的应用
CN109309542A (zh) * 2018-10-11 2019-02-05 西北工业大学 一种基于时域过采样的正交信分复用水声通信方法
CN112511473A (zh) * 2021-02-01 2021-03-16 睿迪纳(南京)电子科技有限公司 一种自动步长lms时域均衡滤波器及其实现方法
CN113223059A (zh) * 2021-05-17 2021-08-06 浙江大学 基于超分辨率特征增强的弱小空域目标检测方法
CN114006797A (zh) * 2021-12-30 2022-02-01 元智科技集团有限公司 一种用于高速视频通信的多天线均衡接收方法
CN114157357A (zh) * 2022-01-07 2022-03-08 吉林大学 支持终端旋转平移的多幅度可见光信号成像通信解调方法
CN114374435A (zh) * 2021-12-10 2022-04-19 南京信息工程大学 一种基于ofdm的可见光通信与定位一体化方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013102898A1 (en) * 2012-01-06 2013-07-11 Multiphy Ltd. Symbol spaced adaptive mimo equalization for ultra high bit rate optical communication systems

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902965A (zh) * 2012-12-29 2014-07-02 深圳先进技术研究院 空域共生图像表示方法及其在图像分类、识别中的应用
CN109309542A (zh) * 2018-10-11 2019-02-05 西北工业大学 一种基于时域过采样的正交信分复用水声通信方法
CN112511473A (zh) * 2021-02-01 2021-03-16 睿迪纳(南京)电子科技有限公司 一种自动步长lms时域均衡滤波器及其实现方法
CN113223059A (zh) * 2021-05-17 2021-08-06 浙江大学 基于超分辨率特征增强的弱小空域目标检测方法
CN114374435A (zh) * 2021-12-10 2022-04-19 南京信息工程大学 一种基于ofdm的可见光通信与定位一体化方法及系统
CN114006797A (zh) * 2021-12-30 2022-02-01 元智科技集团有限公司 一种用于高速视频通信的多天线均衡接收方法
CN114157357A (zh) * 2022-01-07 2022-03-08 吉林大学 支持终端旋转平移的多幅度可见光信号成像通信解调方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
p.Luo."Undersampled-based modulation schemes for optical camera communications".《IEEE Commun.Mag.》.2018,全文. *
黄红霞 ; .空间光通信系统中的目标快速捕获方法.激光杂志.2018,(06),全文. *

Also Published As

Publication number Publication date
CN115361259A (zh) 2022-11-18

Similar Documents

Publication Publication Date Title
Lee et al. Deep learning framework for wireless systems: Applications to optical wireless communications
Thieu et al. Optical-RoI-signaling for vehicular communications
Guan et al. Performance analysis and enhancement for visible light communication using CMOS sensors
Younus et al. Data rate enhancement in optical camera communications using an artificial neural network equaliser
Hassan et al. Non-line-of-sight mimo space-time division multiplexing visible light optical camera communications
Lain et al. Experimental DCO-OFDM optical camera communication systems with a commercial smartphone camera
Pham et al. Deep learning for optical vehicular communication
Teli et al. A SIMO hybrid visible-light communication system for optical IoT
CN115361259B (zh) 基于空间延迟分集的信道均衡方法
He et al. Artificial neural network-based scheme for 4-pwm occ system
Matus et al. Experimental evaluation of an analog gain optimization algorithm in optical camera communications
CN114285472A (zh) 一种基于手机摄像头具有前向纠错的upsook调制方法
Fujihashi et al. Nonlinear equalization with deep learning for multi-purpose visual MIMO communications
Dahary et al. Digital gimbal: End-to-end deep image stabilization with learnable exposure times
Younus et al. An artificial neural network equalizer for constant power 4-PAM in optical camera communications
Lin et al. Z-score averaging neural network and background content removal for high performance rolling shutter based optical camera communication (OCC)
Hamagami et al. Rolling-shutter sensor-based visible light communication with cross-screen filter: Communication and positioning system using a commercial camera
Sturniolo et al. ROI assisted digital signal processing for rolling shutter optical camera communications
Peng et al. Long short-term memory neural network to enhance the data rate and performance for rolling shutter camera based visible light communication (vlc)
Zhao et al. Direct detection free-space optical communications through atmospheric turbulence
Ohira et al. Novel demodulation scheme based on blurred images for image-sensor-based visible light communication
CN108282225B (zh) 基于无透镜成像器的可见光通信方法
Peng et al. Mitigation of PAM4 rolling shuttered pattern grayscale ambiguity in demodulation utilizing long short term memory neural network (LSTM-NN) in optical wireless communication systems
Kim et al. Gamma function based signal compensation for transmission distance tolerant multilevel modulation in optical camera communication
Han et al. High speed parallel transmission visible light communication method with multiple LED matrix image processing technique

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant