用于水下机器人的基于 FSK 调制与深度学习解调的电通信系统
机器人学
2020-08-25 v2
摘要
对于通常具有严格功耗与尺寸限制的小型水下机器人而言，水下通信极具挑战性。在我们之前的工作中，我们开发了一种人工电通信系统，可作为小型水下机器人通信的一种替代方案。本文进一步提出了一种利用二进制频移键控（2FSK）调制与基于深度学习的解调用于水下机器人的新型电通信系统。我们首先推导了一个涵盖近场区域及近场区域外大过渡区域的水下电通信模型。采用 2FSK 调制以提高电信号的抗干扰能力。接收端使用深度学习算法对电信号进行解调。仿真与实验表明，在相同测试条件下，新通信系统在通信距离与数据传输速率方面均优于先前系统。具体而言，新开发的通信系统在 10 m 距离内以 5 Kbps 的数据传输速率实现稳定通信，功耗低于 0.1 W。通信距离的大幅增加进一步提升了电通信在水下机器人中的可行性。
引用
@article{arxiv.2008.00639,
title = {An Electrocommunication System Using FSK Modulation and Deep Learning Based Demodulation for Underwater Robots},
author = {Qinghao Wang and Ruijun Liu and Wei Wang and Guangming Xie},
journal= {arXiv preprint arXiv:2008.00639},
year = {2020}
}
备注
IROS2020