본 논문에서는 머신러닝을 이용한 양방향 LED-to-LED 가시광통신 시스템을 제안한다. 제안된 시스템의 주요한 특징과 기여도는 다음과 같다. 첫째, 제안된 시스템은 가시광통신 중 환경적 요인으로 인해 발생될 수 있는 불규칙하게 변화하는 무선채널 상태의 데이터 오류를 머신러닝을 통해 개선하고 보완한다. 둘째, 머신러닝 기법을 사용한 채널 개선과 보완을 통하여 LED-to-LED 양방향 시스템에서 데이터 송신 및 수신율을 높일 수 있다. 셋째, 제안된 시스템은 머신러닝 기법을 통해 외부환경 요인에 민감한 가시광통신의 데이터 전송 시 발생되는 현상을 데이터베이스에 저장하여 데이터 상태를 보완하고 데이터를 안정화하며, 채널링 변화를 확인할 수 있으며, 가시광통신의 데이터 통신상태를 효과적으로 향상 시킨다. 성능평가를 통하여 제안된 시스템은 가시광통신에서 사용되는 환경적 요인에 민감한 빛이라는 단점을 보완할 수 있으며, 거리가 증가할 시 송신 및 수신 효율이 떨어지는 문제점을 보완할 수 있다는 것을 확인하였다.
본 논문에서는 머신러닝을 이용한 양방향 LED-to-LED 가시광통신 시스템을 제안한다. 제안된 시스템의 주요한 특징과 기여도는 다음과 같다. 첫째, 제안된 시스템은 가시광통신 중 환경적 요인으로 인해 발생될 수 있는 불규칙하게 변화하는 무선채널 상태의 데이터 오류를 머신러닝을 통해 개선하고 보완한다. 둘째, 머신러닝 기법을 사용한 채널 개선과 보완을 통하여 LED-to-LED 양방향 시스템에서 데이터 송신 및 수신율을 높일 수 있다. 셋째, 제안된 시스템은 머신러닝 기법을 통해 외부환경 요인에 민감한 가시광통신의 데이터 전송 시 발생되는 현상을 데이터베이스에 저장하여 데이터 상태를 보완하고 데이터를 안정화하며, 채널링 변화를 확인할 수 있으며, 가시광통신의 데이터 통신상태를 효과적으로 향상 시킨다. 성능평가를 통하여 제안된 시스템은 가시광통신에서 사용되는 환경적 요인에 민감한 빛이라는 단점을 보완할 수 있으며, 거리가 증가할 시 송신 및 수신 효율이 떨어지는 문제점을 보완할 수 있다는 것을 확인하였다.
In this paper, we propose a two-way LED-to-LED Visible Light Communication(VLC) system using machine learning. The main features and contributions of the proposed system are as follows. First, using machine learning, the proposed system can reduce and improve the data error rate of the randomly vary...
In this paper, we propose a two-way LED-to-LED Visible Light Communication(VLC) system using machine learning. The main features and contributions of the proposed system are as follows. First, using machine learning, the proposed system can reduce and improve the data error rate of the randomly varying wireless VLC channel conditions. Second, the proposed system can increase the data reception rate in LED-to-LED bidirectional system by channel correction and improvement using the machine learning. Third, the proposed system can store the phenomenon that occurs during data transmission through channel learning in the database, and the changes of the channeling data can be confirmed through the stored data in the database. It compensates and stabilizes the data channeling state of VLC, which is sensitive to external environment factors. This can effectively improves the data communication state of the VLC. From the performance of the proposed system, we can see the proposed system can compensate and improve the disadvantages of the VLC using light that is so sensitive to the external environment effects. Also, we can confirm the proposed system can improve the rate of transmission and reception when the transmission distance is increased.
In this paper, we propose a two-way LED-to-LED Visible Light Communication(VLC) system using machine learning. The main features and contributions of the proposed system are as follows. First, using machine learning, the proposed system can reduce and improve the data error rate of the randomly varying wireless VLC channel conditions. Second, the proposed system can increase the data reception rate in LED-to-LED bidirectional system by channel correction and improvement using the machine learning. Third, the proposed system can store the phenomenon that occurs during data transmission through channel learning in the database, and the changes of the channeling data can be confirmed through the stored data in the database. It compensates and stabilizes the data channeling state of VLC, which is sensitive to external environment factors. This can effectively improves the data communication state of the VLC. From the performance of the proposed system, we can see the proposed system can compensate and improve the disadvantages of the VLC using light that is so sensitive to the external environment effects. Also, we can confirm the proposed system can improve the rate of transmission and reception when the transmission distance is increased.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.