| 1 |
1
통신 시스템에서 수신 노드로서,프로세서(processor);상기 프로세서의 제어에 따라 송신 노드에 포함된 제1 LED(Light Emitting Diode) 어레이(array)의 제1 점멸 상태를 촬영하는 제1 카메라;상기 프로세서의 제어에 따라 상기 송신 노드에 포함된 제2 LED 어레이의 이미지를 촬영하는 제2 카메라; 및상기 프로세서에 의해 실행되는 하나 이상의 명령들이 저장된 메모리(memory)를 포함하며,상기 하나 이상의 명령들은,상기 제1 카메라에 의해 촬영된 상기 제1 점멸 상태 및 상기 제2 카메라에 의해 촬영된 이미지에 기초하여 관심 영역을 탐색하고;상기 관심 영역에서 상기 제2 카메라를 사용하여 상기 제2 LED 어레이의 점멸 상태를 촬영함으로써 제2 점멸 상태 이미지를 획득하고;상기 송신 노드와 상기 수신 노드 간의 채널 상태를 기초로 상기 제2 점멸 상태 이미지를 보정함으로써 보정된 이미지를 생성하고, 그리고상기 보정된 이미지를 기초로 사용자 데이터를 획득하도록 실행되고,상기 채널 상태는 아래의 수학식에 의하여 측정되고,상기 수학식에서 y는 상기 제2 카메라가 촬영한 제2 점멸 상태의 이미지 행렬이고 h는 상기 제2 점멸 상태 이미지에 반영된 흐림의 영향으로 발생한 블러 커널들의 정보를 반영하기 위한 행렬이며, x는 실제 제2 점멸 상태의 이미지 행렬이며, n은 AWGN(Additive White Gaussian Noise)의 영향을 나타낸 행렬인 수신 노드
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
청구항 1에 있어서,상기 하나 이상의 명령들은,상기 h 행렬을 통하여 흐림 파라미터를 추출하고, 상기 n 행렬을 통하여 잡음의 정규 분포를 추출하도록 실행되는 수신 노드
|
| 5 |
5
청구항 4에 있어서,상기 보정된 이미지는 상기 제2 카메라가 촬영한 제2 점멸 상태 이미지, 상기 추출된 흐림 파라미터 및 상기 잡음의 정규 분포를 이용하여 생성 되는 수신 노드
|
| 6 |
6
청구항 1에 있어서,상기 제2 점멸 상태 이미지를 보정하는 동작은 인공 신경망 디코딩 방식에 의해 수행되고, 상기 인공 신경망 디코딩 방식은 실제 제2 점멸 상태에 따른 위상 천이 값과 예측된 제2 점멸 상태에 따른 위상 천이 값을 비교한 결과를 포함하는 학습 자료를 사용하여 수행되는 수신 노드
|
| 7 |
7
청구항 6에 있어서,상기 실제 제2 점멸 상태에 따른 위상 천이 값이 상기 예측된 제2 점멸 상태에 따른 위상 천이 값과 다른 경우, 상기 인공 신경망 디코딩 방식을 위한 가중치 벡터가 조절되는 수신 노드
|
| 8 |
8
통신 시스템에서 수신 노드의 동작 방법으로,상기 수신 노드의 제1 카메라에 의해 촬영된 제1 점멸 상태 이미지 및 상기 수신 노드의 제2 카메라에 의해 촬영된 이미지에 기초하여 관심 영역을 탐색하는 단계;상기 관심 영역에서 상기 제2 카메라를 사용하여 제2 점멸 상태를 촬영함으로써 제2 점멸 상태 이미지를 획득하는 단계;송신 노드와 상기 수신 노드 간의 채널 상태를 기초로 상기 제2 점멸 상태 이미지를 보정함으로써 보정된 이미지를 생성하는 단계; 및상기 보정된 이미지를 기초로 사용자 데이터를 획득하는 단계를 포함하며,상기 채널 상태는 아래의 수학식에 의하여 측정되고,상기 수학식에서 y는 상기 제2 카메라가 촬영한 제2 점멸 상태의 이미지 행렬이고 h는 상기 제2 점멸 상태 이미지에 반영된 흐림의 영향으로 발생한 블러 커널들의 정보를 반영하기 위한 행렬이며, x는 실제 제2 점멸 상태의 이미지 행렬이며, n은 AWGN(Additive White Gaussian Noise)의 영향을 나타낸 행렬인 수신 노드의 동작 방법
|
| 9 |
9
삭제
|
| 10 |
10
삭제
|
| 11 |
11
청구항 8에 있어서,상기 h 행렬을 통하여 흐림 파라미터를 추출하고, 상기 n 행렬을 통하여 잡음의 정규 분포를 추출하며, 상기 제2 카메라가 촬영한 제2 점멸 상태, 상기 추출된 흐림 파라미터 및 상기 잡음의 정규 분포를 이용하여 상기 보정된 이미지를 생성하는 수신 노드의 동작 방법
|
| 12 |
12
청구항 11에 있어서,상기 제2 점멸 상태 이미지를 보정하는 동작은 인공 신경망 디코딩 방식에 의해 수행되고, 상기 인공 신경망 디코딩 방식은 실제 제2 점멸 상태에 따른 위상 천이 값과 예측된 제2 점멸 상태에 따른 위상 천이 값을 비교한 결과를 포함하는 학습 자료를 사용하여 수행되며,상기 실제 제2 점멸 상태에 따른 위창 천이 값이 상기 예측된 제2 점멸 상태에 따른 위상 천이 값과 다른 경우, 상기 인공 신경망 디코딩 방식을 위한 가중치 벡터를 조절하는 수신 노드의 동작 방법
|
