التعلم الآلي في نظام الاتصال بالضوء المرئي: مسح

مع الانتشار الواسع لاستخدام النطاق الترددي العالي، أصبح الاتصال بالضوء المرئي (VLC) حلاً محتملاً لتلبية الطلبات على الاتصالات عالية السرعة بسبب الإضاءة والنقل المتزامنين. ومع ذلك، فإن العديد من التشوهات غير الخطية في VLC تسبب تحديات كبيرة في معالجة الإشارات وتقلل من فعالية النظام. يوفر الاتصال بالضوء المرئي المعتمد على أساليب التعلم الآلي (ML) قدرة أكبر على تعويض التأثيرات السلبية لعدم الخطية في أجهزة الإرسال والاستقبال. يمكن تطبيق التعلم الآلي على مجموعة متنوعة من تحديات VLC، بما في ذلك تقدير القناة، تعويض الاهتزاز، تتبع الموقع، كشف التعديل، تقدير الطور، والأمان. توفر هذه الدراسة مراجعة مفصلة للعديد من خوارزميات التعلم الآلي (ML) لتقليل التعقيد التصميمي لنقل VLC الداخلي، بالإضافة إلى تطبيقات التعلم الآلي في جوانب التصميم المختلفة لتحسين أداء النظام. علاوة على ذلك، يتم مناقشة تطبيقات متنوعة، تحديات، واتجاهات البحث المستقبلية المستندة إلى خوارزميات التعلم الآلي في VLC.