Non Line-of-Sight Optical Wireless Communication using Neuromorphic Cameras

📄 arXiv: 2503.11226v1 📥 PDF

作者: Abbaas Alif Mohamed Nishar, Alireza Marefat, Ashwin Ashok

分类: cs.CV, cs.ET, cs.IT, cs.NI

发布日期: 2025-03-14

备注: Accepted to be Presented at THE 22ND INTERNATIONAL CONFERENCE ON EMBEDDED WIRELESS SYSTEMS AND NETWORKS

💡 一句话要点

利用神经形态相机实现非视距光无线通信

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)

关键词: 神经形态相机 非视距通信 可见光通信 事件相机 光无线通信

📋 核心要点

  1. 传统VLC受限于视距通信，且传统相机帧率限制了数据传输速率，难以适应复杂环境。
  2. 利用神经形态相机高时间分辨率和异步事件检测特性，通过物体反射光实现非视距VLC。
  3. 实验验证了神经形态相机在VLC中的可行性，并提出了自适应N脉冲调制方案，提升了数据速率和鲁棒性。

📝 摘要（中文）

本文探索了使用神经形态相机进行被动光无线通信（OWC）的方法。神经形态相机，又称事件相机，受到生物视觉系统的启发，能够以高时间分辨率和效率捕捉光照变化，产生事件流而非传统图像。该系统利用神经形态相机异步检测光照变化的能力，通过物体反射的光来解码传输的数据，从而实现被动可见光通信（VLC），并将概念扩展到非视距（NLoS）场景。实验证明了使用神经形态相机进行VLC的可行性和优势，并对包括传统的开关键控（OOK）和高级N脉冲调制在内的各种调制方案的性能进行了表征。此外，还提出了一种自适应N脉冲调制方案，该方案根据数据包的比特组成动态调整编码，从而在不同场景中实现更高的数据速率和鲁棒性。结果表明，颜色较浅、有光泽的物体更适合NLoS通信，而较大的物体和具有哑光表面的物体由于多径反射而导致更高的错误率。

🔬 方法详解

问题定义：论文旨在解决传统可见光通信（VLC）中视距（LoS）限制的问题，并提高非视距（NLoS）VLC的数据传输速率和鲁棒性。现有方法依赖于传统相机，其帧率限制了数据传输速率，并且在复杂环境中容易受到多径效应的影响。

核心思路：论文的核心思路是利用神经形态相机（事件相机）的高时间分辨率和异步事件检测特性，通过检测物体反射的光照变化来解码数据。神经形态相机能够捕捉微小的光照变化，并产生异步事件流，从而克服了传统相机的帧率限制，并能够更好地处理多径效应。

技术框架：该系统包含一个发射端和一个接收端。发射端使用LED灯发送调制后的光信号。接收端使用神经形态相机捕捉物体反射的光信号，并将其转换为事件流。然后，对事件流进行处理，提取出数据，并进行解码。系统采用了多种调制方案，包括传统的开关键控（OOK）和高级N脉冲调制，并提出了一种自适应N脉冲调制方案。

关键创新：论文的关键创新在于将神经形态相机应用于非视距VLC，并提出了一种自适应N脉冲调制方案。自适应N脉冲调制方案能够根据数据包的比特组成动态调整编码，从而在不同场景中实现更高的数据速率和鲁棒性。

关键设计：自适应N脉冲调制方案的关键设计在于根据数据包中连续0或1的数量动态调整脉冲宽度和间隔。例如，如果数据包中包含多个连续的0，则可以增加脉冲宽度，以提高信号的信噪比。此外，论文还研究了不同物体表面特性对NLoS通信性能的影响，并发现颜色较浅、有光泽的物体更适合NLoS通信。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，使用神经形态相机进行NLoS VLC是可行的。自适应N脉冲调制方案在特定场景下能够显著提高数据传输速率和鲁棒性。研究还发现，颜色较浅、有光泽的物体更适合NLoS通信，而较大的物体和具有哑光表面的物体由于多径反射而导致更高的错误率。

🎯 应用场景

该研究成果可应用于室内定位、智能家居、工业自动化等领域。利用物体反射光进行通信，无需直接视距，增加了通信的灵活性和隐蔽性。未来可进一步探索在复杂环境下的应用，例如在多障碍物、光照变化剧烈的场景中实现可靠通信。

📄 摘要（原文）

Neuromorphic or event cameras, inspired by biological vision systems, capture changes in illumination with high temporal resolution and efficiency, producing streams of events rather than traditional images. In this paper, we explore the use of neuromorphic cameras for passive optical wireless communication (OWC), leveraging their asynchronous detection of illumination changes to decode data transmitted through reflections of light from objects. We propose a novel system that utilizes neuromorphic cameras for passive visible light communication (VLC), extending the concept to Non Line-of-Sight (NLoS) scenarios through passive reflections from everyday objects. Our experiments demonstrate the feasibility and advantages of using neuromorphic cameras for VLC, characterizing the performance of various modulation schemes, including traditional On-Off Keying (OOK) and advanced N-pulse modulation. We introduce an adaptive N-pulse modulation scheme that dynamically adjusts encoding based on the packet's bit composition, achieving higher data rates and robustness in different scenarios. Our results show that lighter-colored, glossy objects are better for NLoS communication, while larger objects and those with matte finishes experience higher error rates due to multipath reflections.