基于參考條紋寬度判決的光學相機通信方法

陳 勇 韓照中 劉煥淋 胡陳毅 吳志倩

①(重慶郵電大學工業物聯網與網絡化控制教育部重點實驗室 重慶 400065)

②(重慶郵電大學通信與信息工程學院 重慶 400065)

1 引言

目前，隨著物聯網終端接入設備的增多，持續增長的業務量促進無線通信系統[1]獲取可拓展的頻譜資源。射頻頻譜的需求持續增長。為了緩解射頻(Radio Frequency， RF)頻譜短缺問題，業界提出使用毫米波、太赫茲以及更高頻段在內的諸多頻段進行通信[2，3]，并考慮對傳統燈光進行賦能，在不影響正常生產生活下，使用閃爍的燈光進行發送信息。具有高效節能、無電磁干擾、通信安全性好等特點的可見光通信(Visible Light Communication，VLC)已成為一種熱門的新型無線通信技術，復旦大學的遲楠等人[4]指出未來6G網絡是一種使用各式各樣通信方式的全頻譜網路，其中 6G 藍圖的重點內容之一就是將 VLC 技術與6G 中其他信息通信技術融合形成異構網絡，共同提供海量連接、更高網速、穩定可靠的實時傳輸。6G中可見光通信的應用場景包括：室內無線接入、室內定位、智能交通、星間激光通信以及海底通信等[4，5]。

VLC技術可以根據接收器的不同分為：基于光電二極管的傳統VLC技術和基于圖像傳感器的新型VLC技術?；趫D像傳感器的VLC也被稱之為OCC。與傳統VLC相比，OCC具有更大的接收視場角(Field Of View， FOV)，良好的空間分離特性，硬件成本低等特點。OCC技術可以運用在例如室內定位及導航、遠程控制、移動支付和短距離通信等現實場景中。

對于OCC系統，待傳輸的信息以發光二極管(Light-Emitting Diode， LED)的明暗光信號進行發送與接收，而數據信息在干擾環境下的正確解碼是研究的重點。Shi等人[6]傾向于將數字圖像處理方法用于信號解調，在解碼過程中引入恒定偏移量，導致其不能夠滿足多種場合通信需求；Zhang等人[7]提出多階項式擬合閾值算法進行解調，但該算法更著重于整體走勢，解碼過程中受異常值影響較大，造成解碼錯誤，限制通信性能；Liu等人[8]則使用一種自適應閾值方法直接判斷邏輯值，其魯棒性較差，解碼效果受步長設置影響較深，受灰度值波動影響易造成解碼錯誤；Hsu等人[9]則與之不同地使用人工神經網絡進行判斷邏輯值概率，該方法準確度較高，但需大量樣本數據用以訓練，所需時間成本高，遷移能力有待提升。

針對上述研究中存在的問題，本文提出一種基于指數權重濾波的參考條紋寬度判決解調方法。在發送端設定1.67 kbps發送速率，并設計較為合理的幀結構；在接收端解調過程中首先利用直方圖均衡化操作對接收圖像進行預處理，從而提高圖像整體對比度以增強明暗條紋區分。針對灰度值波動導致錯碼，使用指數權重濾波算法，同時兼顧灰度曲線整體與細節，設計參考條紋寬度判決的解調解碼策略。本文采用比特誤碼率(Bit Error Ratio， BER)作為評價指標，衡量本文算法在信息解調解碼時的準確性。

2 系統原理

基于光學相機的可見光通信結構示意圖如圖1所示。OCC系統通過驅動LED燈具進行明暗變換，將編碼調制后的數據以可見光的形式在自由信道中傳輸，然后在接收端使用具有卷簾快門效應的光學相機實現記錄LED的狀態，將數據信息轉換成不同寬度的黑白條紋圖像，最后對圖像進行離線解調解碼處理。

圖1 光學相機通信系統整體結構示意圖

2.1 發送設置

2.1.1 信息幀結構的設計

對于OCC系統，視頻中每兩幀圖像之間存在間隔(gap)時間，即圖像傳感器讀出并存儲圖像所需要的工作時間。本文使用IQOO Z5手機進行拍攝條紋信息實驗過程中，發現在30 fps的相機幀率下，發射端連續發送PWM信號時，圖像幀與幀之間存在讀出時間，連續幀圖片之間存在條紋信息缺失。且將1行像素視作1個采樣點，按照香農定理，最少需要2行像素才可完成信號恢復，所以LED狀態需要持續一定時間才能保證相機準確接收信息，本實驗中設定每bit數據周期時間為600 μs。改進信息幀結構進而降低間隔時間影響是實現正確通信的關鍵，本文在保證信息傳輸速率的同時，保證信息可以實現成功解碼，進而對信息幀結構進行設計。Li等人[10]針對幀間間隔時間提出基于Beacon的設計思路及拼接方法較為新穎，但所提方案復雜度較大。

基于上述數據周期時間考慮，并且保證單幀圖像中可以包含1個信息幀的全部數據，設計了如圖2(a)系統信息幀結構：幀同步頭、數據、幀尾3部分。經實驗確定幀同步頭采用1 bit二進制“0”作為起始標志，數據由14 bit二進制符號表示，幀尾由1 bit二進制“1”表示。此方法的優點在于白黑條紋順序明顯，有利于判斷照片成像時的掃描方向，有效避免反向讀取信息，從而降低數據解碼錯誤率，該信息幀結構在滿足接收時間超過幀間間隔時間的情況下，避免1幀數據被2幀圖像記錄，同時增強幀與幀之間的隔離作用，使幀同步頭檢測更簡單，以免所有條紋信息混淆而無法正確區分數據信息。為防止信息傳輸過程遇到幀間間隔時，相機丟失LED狀態信息，設定每個數據包中有3個相同信息幀，如圖2(b)所示，確保完整傳輸。

圖2 系統信息幀結構設計及發送圖

所提出的信息幀方案實驗效果如圖3所示，系統相隔10 cm進行發送信息，在拍攝的視頻幀中，存在gap時間，LED在此時間內仍發送信息，而相機無法進行接收，造成部分信息在相鄰幀之間存在缺失。信息幀重復3次作為數據包發送后，可觀察到在接收圖中具有完整信息數據，可供系統后續解調處理，并且數據處理過程中可以有效區分幀同步頭、幀尾和數據。

圖3 系統距離10cm接收數據“2”和“3”時存在幀間間隔示意圖

2.1.2 調制格式

目前OCC系統大多調制方法為二進制開關鍵控(On-Off Keying， OOK)[11]調制，可以直接調制管控LED的光照強度，但可能導致明顯的閃爍效果，影響正常照明，甚至對人眼造成干擾。對此，本文提出使用PWM調制，通過將滿幅值的直流供電實現全通(ON)或者全斷(OFF)。以重復通斷的脈沖序列加載到模擬負載，有效降低OOK調制可能造成的頻閃。本文將數據、幀同步頭和幀尾分別設置不同的占空比，分辨幀同步頭和幀尾更容易，可快速確定數據信息位置。如圖4所示，幀同步頭和幀尾分別設定“0”占空比為0%和“1”占空比為100%(如圖4(a))；如圖4(b)所示有效數據信息設定“0”占空比為25%，“1”占空比為50%。整體信息幀的PWM信號如圖4(c)所示。

圖4 本文系統提出的調制方案圖

2.2 卷簾效應

與傳統光電二極管接收器不同，CMOS光學相機具有獨特的卷簾快門效應[12]。每一幀圖像中獲取一段時間光源變換的狀態(開或關)，同樣可看作每行像素按時間順序對LED燈具狀態進行采樣，記錄成相應的明暗條紋。通常情況下，黑白條紋的寬度不會隨著相機接收方向而變化，而是由相機本身相機幀率Cr和 LED的發送頻率Fs共同決定。Li[13]認為每幀圖像的完全成像時間為Tim，由全部圖像傳感器掃描時間Ts和幀間處理間隔時間Tg構成。式(1)為Tim的計算公式。

光學相機能否獲取信息依賴于通信系統發送比特速率Sf與手機成像速率和行掃描頻率是否相匹配。當通信比特速率低于手機成像速率時，使用多幀圖像表示LED同一狀態，將嚴重限制傳輸速率；而當通信比特速率遠高于行像素掃描頻率，又將會造成傳輸信息丟失，增大誤碼率。式(3)為系統正常通信的比特率條件。

最終圖像傳感器接收處理后的畫面所呈現為黑白條紋相間圖案。在理想狀態下，相機完美捕獲LED狀態變化，獲取條紋圖片效果如圖5(a)所示，收到干擾的實際條紋圖像效果如圖5(b)所示。圖像中較粗的黑色條紋代表幀同步頭，較粗的白色條紋代表幀尾，中間存在次數較多的黑白轉換的條紋是有效數據信息。

圖5 接收黑白條紋圖

3 解調算法的提出

3.1 解調算法流程

飽和灰度值和較高條紋對比度，選取排序后灰度值中200到400列共200列灰度值數據，求取平均值Y，作為候選列矩陣數據，如圖7(c)。該灰度數據

(3)構建列矩陣。在圖片邊緣區域中選取一列數據，該列像素點灰度值如圖7(a)所示，灰度值偏低，條紋信息不明顯，對比度較小；而在受過度曝光影響的中心區域選取一列數據，如圖7(b)所示，較多灰度值趨近飽和，以及出現白色條紋污染周圍黑色條紋，即灰度值為0的數據大幅上移，灰度條紋寬度縮減，影響后續正確解碼。本文將每行像素進行按灰度值高低排序，為保證候選列中存在較少既能滿足黑白條紋的強烈對比要求，又降低了過飽和導致的曝光溢出現象。式(8)為候選列灰度值數據表達式

圖6 接收圖像灰度值分布圖

圖7 邊緣列、中間列、候選列灰度值對比圖

(4)平滑濾波處理。針對候選列矩陣數據中，存在部分“毛刺”和波動問題，提出使用指數加權平均算法進行濾波平滑處理，使數據在符合原數據走向趨勢的同時，降低局部波動，降低誤碼率；

(5)條紋寬度解碼。與傳統的基于最小二乘法準則的多項式擬合解碼算法、分段自適應閾值算法等不同。本文在列數據經增大峰值與谷值對比的平滑濾波處理后，通過使用黑白條紋寬度對比，與系統調制的PWM信號相對應，以確定有效數據；

(6)1維解碼信息。通過步驟(5)解調解碼后，原每周期數據恢復成單個bit值，即1維信息，不需要進行額外的下采樣操作，便可得到14 bit有效數據；

(7)誤比特率分析。在信號傳輸過程中，通信距離、發送頻率、解調解碼性能都可能更改信號邏輯值，產生誤碼。本文將發送的數據與解碼后的數據進行對比，使用較為精確的誤比特率作為指標，衡量所提出的算法在OCC系統中規定發送速率下，不同通信距離的信息傳遞可靠性。式(9)為誤比特率計算公式。

3.2 平滑濾波處理

在信號解調過程中，發現用于信號解調的圖片信息中的灰度值數據存在嚴重的隨機噪聲干擾和波動，每比特對應的像素數不是固定值，并且存在偶爾的畸變，這一問題會降低后續灰度值數據處理判斷為相應邏輯值的正確率，進而提高誤碼率。目前針對隨機噪聲，常見有效的方法為小波降噪[14]對此，本文將結合上述方法進行對比分析。

經過兩種對比算法與本文算法處理之后的歸一化列灰度值，見圖8。雖然經過本文算法后，整體歸一化值低于0.8，但曲線中較高灰度值與較低灰度值之間仍然存在強烈對比效果，可以進行后續解碼。并且與小波濾波方法[14]進行對比分析發現：(1)小波降噪處理后，信號存在失真，可能是分解層數過大導致，但分解層數越小，信號與噪聲之間的小波系數難以區分；(2)本文采用指數加權均值算法對于小的變化比較靈敏，灰度值數據峰值較為均勻，原波動嚴重的灰度值曲線變得較為平滑，“毛刺”也較少，既可保證鄰近像素行對估計灰度值的影響，又能反應目標像素行鄰近區域的變化趨勢。

圖8 種濾波方式處理后的灰度值曲線圖

3.3 條紋寬度解碼

在OOC系統的解調解碼中，其合理的閾值選擇方案決定分辨bit“1”和bit“0”的準確性，類似于圖像處理中進行圖片二值化。本文對濾波后灰度值曲線的波形分析，發現在接收到的灰度值分布中，灰度值曲線在峰值與谷值處，含有曲線數據點最多，對此，本文從數據點個數入手，結合圖像象素點分析條紋寬度，實現條紋解調解碼，恢復原始數據。

在遍歷整個信號曲線后，得以尋找幀同步頭(含“0”最多的數據段)與幀尾(含“1”最多的數據段)，幀同步頭可由一個設定周期內獲取“0”的近似像素點個數Lb進行表示，幀尾則由一個設定周期內獲取“1” 的近似像素點個數Lw進行表示，接著以L～=(Lb+Lw)/2作為每個“0”或“1”的周期范圍(像素點個數)，在此范圍內尋找邏輯值“1”與邏輯值“0”轉換點。本文考慮可能存在的噪聲干擾，以轉換點之間的數據點個數作為判斷該周期內條紋是否為有效數據的憑證，周期范圍內邏輯數據“1”的個數為L1， “0”的個數為L0，對同一周期內L0和L1進行判斷邏輯值數量是否符合合理范圍。若是存在畸變(灰度值波動)造成邏輯值誤判，則其條紋長度遠小于求取的周期內數據數量范圍。

并對L0和L1進行分析，判斷該周期內，接收信號的占空比大小，判斷該周期范圍代表的比特信息為“1”或“0”，最終實現解碼。流程圖如圖9所示。

圖9 條紋寬度解調解碼流程圖

4 實驗測試

4.1 系統設置

表1給出實驗的具體設置參數。實驗過程中，在發送端由上位機發送1000個數據，轉換成14 bit二進制數據，并將二進制數據視為有效數據封裝在帶有幀同步頭和幀尾的數據幀中，每個數據幀都以PWM生成調制信號，該信號通過LED驅動電路控制單個白光LED狀態；在接收端處，經過自由信道，調制后的光信號被CMOS型的光學相機(手機攝像頭)接收，以多幀條紋圖片形式進行保存LED是否點亮的狀態，再由MATLAB進行解調解碼處理。

表1 實驗參數設置

4.2 誤比特率測試

系統在30 cm內等距離下進行實驗。上位機在每個距離下發送1000個十進制字符，重復發送3次進行平行實驗的接收比較。每個十進制字符在上位機處轉換成14 bit二進制數作為發送幀的有效數據，固定每比特數據的周期時間為600 μs。在解碼后，與發送數據進行對比，如果存在字符錯誤，則記錄二進制比特數的錯碼個數，得出3次實驗誤比特率的算術平均值。

為了更好地驗證本文所提方法的性能，選取多項式擬合解碼算法[17，18]和分段自適應閾值算法[19，20]作為對比算法。從圖10(a)所示的實驗結果可以看出，球形LED與方形LED的BER性能不同。當傳輸距離較短時，相同解碼算法情況下，球形LED的BER性能比較差。這是因為球形LED在較近范圍內，產生較強的光暈效應，導致白色條紋增大，黑色條紋縮短，可能造成有效數據的占空比分析模糊，或對幀同步頭幀尾的判斷有誤；信道距離較遠時，不同像素點接收到的球形LED所發光功率不如方形LED所發光功率均勻，存在較大誤差。

在使用球形LED進行通信時，在系統BER性能滿足前向糾錯 (Forward Error Correction， FEC)閾值條件下，多項式擬合解碼算法能實現的傳輸距離為26.7 cm；分段自適應閾值算法可以實現的傳輸距離為27.9 cm；所提算法可以實現的傳輸距離為28.1 cm。

當方形LED作為發射端時，與多項式擬合解碼算法[17，18]和分段自適應閾值算法[19，20]相比，本文所提參考條紋寬度判決算法在較短距離時的解碼性能優勢比較明顯。并且在方形LED發送的OCC系統的BER性能滿足FEC要求時，所提算法可以實現在30 cm的傳輸距離，優于多項式擬合解碼算法[17，18]和分段自適應閾值算法[19，20]。光學相機應用的解調解碼算法處理速率與處理時間成反比，比較每種算法在方形LED發射端情況下的解碼處理時間，不同距離的3次實驗記錄時間的算術平均值結果如圖10(b)所示。傳統多項式擬合解碼算法、分段自適應解碼算法和本文參考條紋寬度解碼算法的解碼時間中位數分別為：732.31 ms， 347.44 ms和279.77 ms。本文算法無需使用最小二乘法對灰度閾值進行曲線擬合判決和多次迭代以求取灰度值閾值，數據解碼處理效率高，執行時間較低，證明參考條紋算法可以有效地提升OCC系統的通信性能。

圖10 不同距離下實驗測量的BER性能

4.3 解碼方法效果分析

以方形LED作為發送端，在距離13 cm時，使用同一幀圖像經過本文濾波后的灰度值進行邏輯值判斷。分段自適應閾值解碼效果如圖11(a)所示，圖11(a)中綠色框圖區域的放大效果為圖11(b)。圖11(b)中顯示使用步長設定為特定值的分段自適應閾值法有較多誤碼，即邏輯值與灰度值不匹配，該算法在灰度值具有波動時，其抗干擾能力較差，存在本該為明條紋的灰度值將其誤判為邏輯“0”以及本該為暗條紋的灰度值將其判斷為邏輯“1”，導致在后續下采樣恢復中產生錯碼，并且該解碼參數設置需要人為設定，需根據實際情況進行修改參數。相較之下，本文算法在解碼處理中，雖然在兩側丟失部分灰度值較小的條紋信息(如圖11(c))，但本文通過提出的算法利用含有較多像素點的灰度等級進行重構PWM信號，邏輯值與灰度值較為匹配，可實現恢復信息邏輯操作，在接收到重復發送的信息情況下，仍可滿足正常通信的要求，并且通過同時設定參考周期進行去除極小數量判斷錯誤的邏輯值，可將干擾邏輯值濾除，具有更好的魯棒性。

圖11 解碼方法效果對比圖

5 結束語

為了降低室內光學相機通信中由于灰度值波動產生較高誤碼率的問題，考慮整體趨勢和鄰近細節進行曲線平滑處理，本文提出基于指數加權濾波的方法分配抽樣行和測試行不同權重進行預測灰度值，抑制灰度值波動的干擾。在此基礎上，本文提出的基于參考條紋寬度判決的解調方法，在去除較少錯誤邏輯值的同時優化了解碼時間。本文搭建OCC相關實驗平臺，方形白光LED通過PWM信號傳輸上位機發送的數據。光學相機接收數據并離線進行恢復數據。通過設定幀同步頭、數據及幀尾的占空比進行識別和分離信息，結合不同等級下像素點的個數，進行解調恢復PWM信號。實驗結果表明，當距離為25 cm時，本文設計的OCC系統使用兩種不同LED時，均可實現正常通信；使用方形LED時，可達到30 cm的有效傳輸距離。本文可作為未來OCC系統的解調解碼提供了一種參考。