logo móvil
Contáctanos

Decodificador y ecualizador de red neuronal LSTM mejorado con atención al canal para comunicaciones ópticas basadas en RSE

Autores: Ling, Peng; Li, Maolin; Guan, Weipeng

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Decodificador y ecualizador de red neuronal LSTM mejorado con atención al canal para comunicaciones ópticas basadas en RSE


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Rgb-led
Comunicación óptica de cámara
Tasa de datos
Tasa de error de bit
Ecualizador basado en lstm
Tasa de símbolos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 21

Citaciones: Sin citaciones


Descripción
En un sistema de comunicación óptica de cámara basado en LED RGB, es un objetivo esencial tener un mejor rendimiento en la velocidad de datos y BER. Sin embargo, en una tasa de símbolos más alta, debido al algoritmo de muestreo convencional, la deterioración del rendimiento de transmisión causada por la interferencia entre símbolos y la interferencia entre canales es significativa. De manera innovadora, en este artículo, la subimagen obtenida por un fotograma capturado de un video recibido es codificada por un codificador basado en red de atención de canal para generar un descriptor sin utilizar métodos de muestreo existentes. Además, proponemos un ecualizador basado en LSTM para decodificar el descriptor y mitigar la deterioración del rendimiento de transmisión. Utilizando la memoria a corto y largo plazo de una unidad LSTM, un ecualizador no solo puede reducir las tasas de error de bits, sino también aumentar la velocidad de datos. Los resultados experimentales muestran que a una tasa de símbolos de 46 kbaud/s, se logra una velocidad de datos récord de 44.03 kbit/s bajo transmisión de datos aleatorios, cumpliendo aún con el requisito de corrección de errores previa.

Otros recursos que podrían interesarte

Temas Virtualpro