一种多重光信号的自由空间异步图像接收方法技术

本发明专利技术涉及一种多重光信号的自由空间异步图像接收方法，包括如下步骤：假设对发送器位周期T，成像器位周期T‑ΔT和成像器曝光时间τ的最好的认识，此外，我们假设为了有效利用先用的成像器采样频率，ΔT≤T/2；假设噪音是点到点恒等分布的，方差为σ2，由于不同发送器的信号可以被单独获得，将限制到从单个发送器接收。本发明专利技术的优点在于：本发明专利技术技术方案对体积以及传感器节点能量功耗的无限制会让实施这个同步通信体系结构，使用更普遍。

【技术实现步骤摘要】

本专利技术涉及一种图像接收方法，尤其是一种多重光信号的自由空间异步图像接收方法。
技术介绍
一般来说，使用成像接收器来接收光信号包括以下四个步骤：第一，将图像分割成与每个传感器相关联的像素集(通常来说，使用某种训练序列)；第二，估计与每个传感器相关联的像素点中信号和噪音的水平；第三，将与每个传感器相关联的像素点发出的信号结合在一起(比如，使用最大比值合并)；最后，检测并解码数据。在一些应用中，中央收发器发射一个允许传感器节点同步其到成像接收器帧时钟传播的周期信号。在这种情况下数据检测是直截了当的。在其他的一些应用中，尤其是当传感器节点的大小，花费或者功耗受到限制时，是不可能全面地将传感器节点同步到中央收发器帧时钟的传播。然而所有的传感器节点都在一个名义上相同的位速率上传播(并不完全等同于成像器帧率)。此外，每个传感器节点的传播都伴随着一个未知的时钟相位差。例如，信号是准同步的。有许多现存的算法都可以被用来解码准同步信号。一些算法涉及到内插时钟恢复技术，该技术会导致中央收发器内部相当大的实现复杂度。其他算法要求成像器对传输的每个比特都进行过采样，并要求位速率不可高于帧率的一半。然而，这些要求往往是不需要的，因为成像器帧率往往就是限制位速率的因素，尤其是使用现成的成像设备(如摄影机)时。这些限制促使我们开发一个复杂度低的解码算法。该算法允许成像接收器在一个略低于成像器帧率的位速率上解码信号。由于位速率和帧率是不同的，该算法则被认为是异步的。正如我们所见，该算法涉及带有多重网格和逐幸存者处理(PSP)的最大似然序列检测(MLSD)。同步接受：将传感器节点与中央收发器同步很大程度上降低了信号接收的复杂度。信号检测是通过MRC的运用实现的。这点会在第三章节的A部分中阐述以说明哪个参数需要被知晓或评估来让MRC运行。此外，在第三章的A部分中，我们分析了错误概率，包括在评估关键参数是犯的错误的影响。接着，在第三章的B部分中，我们描述了该如何分割图像和评估参数。逐符号MRC检测1).检测方法：当发送器与接收器同步后，方程(9)中的参数简化为ki＝i，ai＝1和bi＝0。接收到的信号可简化表达为：rm，i＝Rmxi+dm+nm，i，当m∈Ωl时(12)在该方程中，nm，i为来自mth像素点的高斯噪音，其独立于m。由于噪音是随着时间恒等分布的，信号也是逐位独立检测的，我们在本节接下来的部分中不用考虑时间指数i。让M表示像素点群组Ωl中的像素点数量。从像素点群组中接收的信号向量的条件概率密度考虑到发送的信号可表达为：在该方程中，表示的是nm的方差。最大似然检测器(MLD)将会挑选出x数值，该数值最大化了观测到信号的似然度[11]。似然率可表达为：决定如果则接收到的信号是开启的，否则的话，信号为关闭的。因此，方程(14)中的指数是一组充分的统计量，而MLD可表达为：按来计算每个rm，并以此最大化加权和信噪比(SNR)。为了运行MRC，在接收数据前需要评估3种数值。分别为增益系数Rm，dc信号水平dm和噪音方差一个特殊情形将会发生，如果M像素点中的噪音是高斯恒等分布的，并带有方差σ2。该情形在大多情况下都是真的。在本文生剩余部分中我们都是这样假设的。在该情形下，因子可以被从分母中拿掉。因此，充分统计量可表达为2)错误概率分析：估算MRC检测方法中涉及到的多信道的参数。首先，我们计算了没有参数估算错误情况下的错误概率。二进制OKK检测错误概率可表达为：P(error)＝P(error|on)P(on)+P(error|off)P(off)(16)在该方程中，P(error|on)和P(error|off)分别是检测开关信号的错误概率。而接收开关信号的概率是P(on)＝P(off)＝1/2。恒等分布高斯噪音的方差为σ2。那么整体误差概率为：在该方程中Q(x)是高斯Q方程。接下来考虑的是和参数相关的估测误差。和MRC相关的参数有Rm和dm+Rm/2。让Hm＝dm+Rm/2。让和代表估计的系数，并让ΔRm和代表估测误差。那么，方程(16)中的两个术语便不再是一样的。相反，我们得到了：为了简化问题，我们忽略了二阶估测误差和高阶估测误差相关的术语。在考虑到估测误差后，我们将P′＝(1/2)P′(error|on)+(1/2)P′(error|off)定义为误码率(BEP)。当使用我们在第三章B部分描述的方法来评估时，ΔRm和ΔHm是恒等零均值高斯分布的。因此，整体BEP可以由以下方程获得：在该方程中，和分别是估测误差ΔHm和ΔRm的联合概率密度函数(pdfs)。联合概率密度函数和分别是带有方差和的零均值高斯随机变数的M联合概率密度函数的产物。为了获取P的上界，我们采用范围Q(x)≤(1/2)exp(-x2/2)。因此，整体误码率受以下方程约束：从第三章的B部分中，我们可得到以及在这其中，I是参数评估中使用的样品帧的数量。因此买BEP受以下方程限制：增加样品帧的数量有助于提升检测性能。同步接收器对信噪比的误码率，其中lth发送的信号的信噪比被定义为：虚线代表的是不同数量样品帧的BEP边界。当参数估测误差不存在时，实线对应的是准确的BEP值。我们观测到，随着I变得大于6，BEP变得相对稳定。不管I的话，该上界和没有估测误差的BEP相差无几。参数估计中不同数量样品帧(I)同步接收器对电信噪比的BEP。实线代表没有参数估测误差的准确错误概率，而虚线代表有参数估测误差的错误概率边界。图像分割和MRC参数估计信号识别和图像分割可以通过使用一个训练序列来实线，也就是被认为是接收器apriori的一个数字序列。对OOK信号来说，最简单的训练序列是一系列交替的1和0.信号识别是基于减少交互的帧与阀值实线的。两个连续的帧之间的差别是不带背景灯的传输的信号的噪音图像。假如为了噪声估计而取出了I帧的图像，且该噪声是高斯的，像素点到像素点恒等分布的。假设图像是稳定的，且与整幅图像比起来信号区域小。那么，我们可以将来自ith帧rm，i的mth产量当作被带有方差σ2的高斯噪音nm重叠的一个dc信号水平dm。dc信号水平可以被估计为rm，i的时间平均值，也就是接着，对噪音方差一个好的估计值就是将接收{rm，i本文档来自技高网...

【技术保护点】
一种多重光信号的自由空间异步图像接收方法，其特征在于：包括如下步骤：1)基本假设和图像分割假设对发送器位周期T，成像器位周期T‑ΔT和成像器曝光时间τ的最好的认识，此外，我们假设为了有效利用先用的成像器采样频率，ΔT≤T/2；假设噪音是点到点恒等分布的，方差为σ2，由于不同发送器的信号可以被单独获得，将限制到从单个发送器接收；成像器从一个与传输位数有关的初始时间偏移t0开始，t0被假设为对接收器来说是已知的，在训练期间，对t0进行初始的估计；在该期间，一组1‑0交替的序列被传输了，如下，接收器形成了相邻帧之间的差异，也就是接收到序列的第一个差异，这第一个差异随着时间而变化，当在成像器曝光间隔期间没有出现位转移时第一个差异会达到最大值，当第一个差异第一次达到最大值时，我们记录下成像器曝光间隔i0，假设位过渡发生在曝光间隔i0‑1的最后，并形成我们对时间偏移的初始估计：当SNR比较高时，t0的真值依赖于间隔异步接收算法认为t0的量化候选值依赖于间隔，并形成了一个对t0更精确的估计，当SNR较低时，t0的真值可能会从初始估计偏移超过ΔT，在这种情况下，可以将下面章节描述的算法扩展，考虑运用更广泛的t0候选值来使t0的估计值更准确；由于两个相邻帧之间的最大对比不是在所有帧中获得的，需要大量的帧来使图像定位更精确，每个像素点中的dc光水平可以在训练序列开始前被准确估计，然而，每个像素点中的增益因子的估计值Rm在接收到的信号中被信号间干扰复杂化，对每个像素点来说，通过随着时间获取第一个差异的最大值只能获得大致的估计，为了进一步细化，需要Rm的估计值作为Rm的初始值，然后，我们可以在使用PSP进行数据检测的过程中更准确地估计Rm，2)使用拓展的格子图和PSP进行异步MLSD接收算法描述：如第二章中所述，如果传输的位序列为{xk}，接收到的信号为：假设有I帧的图像被接收了，接收到信号的条件概率密度为考虑到传输的位序列在给定一个接收到的信号我们想要使用MLSD来估计传输的位序列，也就是决定最小化相关权值的位序列对起始时间偏移t0的初始估计是不确定的，t0的准确值存在于间隔内，为了对抗这种不确定性，我们将t0量化为在间隔上均匀间隔的几个数值，我们在每个t0的量化值的一个格子上实施MLSD而不是只在一个单一的格子上，我们通过决定最小化了相关权值的共同数值来共同估计了位序列和时间偏移t0；同时，在MLSD之前估计收益因子Rm是不容易的，为了克服这种不确定性，我们使用了次最优的PSP，PSP的核心想法是为了格子中的转变来计算权值，在此过程中使用的是和通向该转变的存活路径有关的数据序列对应的未知数量的估计值，假设为了一个特色的转变，我们获得了一系列的表示为暂定判决，然后一个数据辅助型的参数估值器提供了一个带有收益因子估计值的Viterbi解码器：在其中，Il是当长度l的的暂定判决序列确定时接收到的信号的数量；错误概率分析：让传输的位序列为而Viterbi解码序列为让q表示用来估计起始时间偏移t0的量化电平的数量；我们假设解码器对t0的估计值是最接近t0真值的量化值，在这种情况下t0的估计误差表示为Δt0，该误差均匀分布在间隔[‑ΔT/q，ΔT/q]上，假设t0是均匀分布在间隔[0，T‑ΔT]上，平均BEP的一个上界可表达为：再此，表示误差序列的汉明权重，其为和之间的不同，K是序列和的长度，E是所有可能序列和的集合；P(favorX(1) X(0)；t0，Δt0)是当序列被传输时，Viterbi解码器支持序列的可能性，当产生一个比更小的值时，这种情况也会发生，让为位序列被传输时ith曝光间隔中的期望信号，也就是：同样地，我们可以将定义为使用t0估计值的相应期望信号，然后，我们得到：在这其中，I*表示ISI出现地方的时间指数集合，在Q方程的参数中，第一个术语代表的是在没有ISI情况下的表现，而第二个术语代表的是由ISI引起的异步耗损，推论接着分为两步：首先，通过采用对t0和Δt0的最大值(表示为)来粗略估计(33)方括号内的二重积分；然后求出主项也就是和对应的项的总和，根据附加的假设：与τ相比ΔT比较小，我们可以得到：我们观察到，在Q方程的参数中，第一个因子代表SNR的效果，而剩余的因子粗略估计出了由异步ISI引起的SNR耗损，我们定义该因子：并注意到在出现异步ISI的情况下维持一个给出的错误概率，SNR必须被增加约II‑1＞1，也就是分贝中SNR耗损大约为‑10log10II＞0，当q值大的时候是最容易解释该耗损的，因此对初始时间差t0错误估计的影响消除了，在这种情况下，II→1/2(1+(ΔT/τ))2，而ISI耗损变得只依赖于(ΔT/τ)，由于异步ISI不能增加探测效率，(37)只有在II≤1时才有效，也就是当时，在(ΔT/τ)＜＜1的极限情况下，IS...

【技术特征摘要】
1.一种多重光信号的自由空间异步图像接收方法，其特征在于：包括如下步骤：1)基本假设和图像分割假设对发送器位周期T，成像器位周期T-ΔT和成像器曝光时间τ的最好的认识，此外，我们假设为了有效利用先用的成像器采样频率，ΔT≤T/2；假设噪音是点到点恒等分布的，方差为σ2，由于不同发送器的信号可以被单独获得，将限制到从单个发送器接收；成像器从一个与传输位数有关的初始时间偏移t0开始，t0被假设为对接收器来说是已知的，在训练期间，对t0进行初始的估计；在该期间，一组1-0交替的序列被传输了，如下，接收器形成了相邻帧之间的差异，也就是接收到序列的第一个差异，这第一个差异随着时间而变化，当在成像器曝光间隔期间没有出现位转移时第一个差异会达到最大值，当第一个差异第一次达到最大值时，我们记录下成像器曝光间隔i0，假设位过渡发生在曝光间隔i0-1的最后，并形成我们对时间偏移的...

【专利技术属性】
技术研发人员：毛蔚，白昀，
申请(专利权)人：白昀，
类型：发明
国别省市：江苏;32