基于可见光通信的室内环境无监督学习监测
信号处理
2021-01-27 v1 机器学习
摘要
可见光通信（VLC）系统不仅提供照明和数据通信，若适当追踪不同事件在接收光信号上产生的效应，还可提供室内监测服务。为此，VLC 接收机为均衡 OFDM 信号子载波而计算的信道状态信息（CSI）也可被复用以训练一个无监督学习分类器。由此，可在收集的 CSI 数据上创建不同簇，进而将其映射为室内环境中待监测的相关事件，例如给定位置出现新物体或给定物体位置改变。与有监督学习算法相比，所提方法无需在训练数据中添加标签，显著简化了机器学习分类器的实现。该监测方法的实际验证借助基于 OFDM 的软件定义 VLC 链路完成，其中来自磷转换 LED 的强度调制信号副本由一对光电探测器（PDs）捕获。实验性 VLC 监测演示的性能评估实现了数厘米级的定位精度，且无需部署大量传感器和/或在待追踪物体上加装支持 VLC 的传感器。
引用
@article{arxiv.2101.10838,
title = {Visible light communication-based monitoring for indoor environments using unsupervised learning},
author = {Mehmet C. Ilter and Alexis A. Dowhuszko and Jyri Hämäläinen and Risto Wichman},
journal= {arXiv preprint arXiv:2101.10838},
year = {2021}
}