基于卷积神经网络的车联网光学相机通信系统
信号处理
2019-11-22 v1
摘要
随着车联网（IoV）的发展以及物联网背景下移动设备使用的增长，对替代性无线通信技术的需求不断上升。作为一种有前景的替代方案，光学相机通信（OCC）应运而生，其使用发光二极管（LED）与相机分别作为发射端与接收端。由于 LED 与相机正应用于交通灯、车辆和公共照明中，OCC 有潜力智能地管理交通系统。尽管已有一些技术被提出或开发，但它们尚不成熟，不足以支撑 IoV 的巨大需求。然而，多数 OCC 应用局限于单车，且对多车检测（空间）或快速处理（时间）系统的关注有限。同时，尚无系统能应对恶劣天气条件。本研究提出使用视觉相机与高速相机以提供多车检测与快速数据处理。此处引入基于卷积神经网络（CNN）的车载 OCC 系统，以保证在恶劣条件下维持通信，并提议在可见光之外采用近红外以实现远距离与安全通信。为支持 IoV 通信，提出了软件定义网络（SDN）。最后，结果给出了车载 OCC 系统分析所需条件，并展示了所提智能系统带来的性能提升。
引用
@article{arxiv.1911.09529,
title = {Convolutional Neural Network-based Optical Camera Communication System for Internet of Vehicles},
author = {Amirul Islam},
journal= {arXiv preprint arXiv:1911.09529},
year = {2019}
}
备注
MSc Thesis