基于CNN的可见光屏幕通信识别与解析机制

鉴于可见光屏幕通信具有抗干扰能力强、不占用频谱资源和链路部署简单易于交互等特点,设计了基于卷积神经网络（CNN）的可见光屏幕通信系统。重点阐述了帧结构的定义、接收单元CNN模块的引入以及解析机制的设计。帧结构的定义确保了整个系统的可靠性,丰富了屏幕通信传输内容的多样性;CNN模块的引入使接收单元可以自动识别屏幕发送的内容,不依赖传统的定位检测图形,提高了智能化和信息携带量;两种解析机制的设计提高了屏幕通信的普适性。实验系统实现了96.4%的识别成功率,达到实时150kbit/s和非实时300kbit/s的通信速率,可以传输文本、图片和音频等类型的文件。...

Full description

Saved in:
Bibliographic Details
Published inGuangtongxin Yanjiu pp. 42 - 46
Main Authors 刘文楷, 徐一鸣, 武梦龙
Format Journal Article
LanguageChinese
Published 《光通信研究》编辑部 01.01.2018
Subjects
可见光通信;屏幕通信系统;卷积神经网络;解析机制
Online AccessGet full text
ISSN1005-8788
DOI10.13756/j.gtxyj.2018.06.006

Cover

More Information
Summary:鉴于可见光屏幕通信具有抗干扰能力强、不占用频谱资源和链路部署简单易于交互等特点,设计了基于卷积神经网络（CNN）的可见光屏幕通信系统。重点阐述了帧结构的定义、接收单元CNN模块的引入以及解析机制的设计。帧结构的定义确保了整个系统的可靠性,丰富了屏幕通信传输内容的多样性;CNN模块的引入使接收单元可以自动识别屏幕发送的内容,不依赖传统的定位检测图形,提高了智能化和信息携带量;两种解析机制的设计提高了屏幕通信的普适性。实验系统实现了96.4%的识别成功率,达到实时150kbit/s和非实时300kbit/s的通信速率,可以传输文本、图片和音频等类型的文件。
ISSN:1005-8788
DOI:10.13756/j.gtxyj.2018.06.006