Vision-Intelligence-Enabled Beam Tracking for Cross-Interface Optical Wireless Communication between Underwater and Low-Altitude Platforms

Resumen Técnico: Rastreo de Haz Habilitado por Inteligencia Visual para Comunicaciones Ópticas Inalámbricas a Través de Interfaces

Enunciado del Problema
La rápida expansión de aplicaciones oceánicas, como la vigilancia submarina y la exploración mineral, requiere un enlace de retorno inalámbrico en tiempo real para masivos volúmenes de datos observacionales. Los enfoques acústicos tradicionales de banda estrecha son insuficientes para estas demandas de alto volumen. Si bien la Comunicación Óptica Inalámbrica (OWC) entre plataformas submarinas (por ejemplo, UUV) y Plataformas de Baja Altitud (LAP, por ejemplo, UAV) ofrece una alternativa de banda ancha prometedora, su implementación práctica enfrenta desafíos significativos. El obstáculo principal es el desalineamiento del haz causado por las fluctuaciones dinámicas de la interfaz agua-aire. Estas fluctuaciones inducen refracción compleja y perturbaciones de la trayectoria, lo que conduce a una atenuación severa de la señal e inestabilidad. Las soluciones existentes, como transmisores de haz ancho o el alineamiento mecánico tradicional, a menudo carecen de la precisión para adaptarse a la dinámica oceánica rápida o no logran detectar y predecir eficazmente las variaciones de la interfaz para un ajuste en tiempo real.

Metodología
Para abordar estos desafíos, los autores proponen un marco integral que combina un modelo de canal matemático riguroso con un algoritmo de aprendizaje profundo basado en visión.

1. Modelado Matemático del Canal:

   • Modelo de Oleaje Oceánico: El estudio modela la interfaz agua-aire utilizando la teoría del espectro de oleaje, construyendo una función de forma $W(x, y, t)$ basada en componentes de ondas armónicas para simular superficies marinas dinámicas.
   • Derivación de la Trayectoria Óptica: La trayectoria de propagación se determina utilizando la teoría de la Longitud de Trayectoria Óptica Mínima (OPL). El punto de refracción en la interfaz dinámica se calcula minimizando la OPL ($n_1d_w + n_2d_a$) sujeto a las restricciones de la geometría de la superficie.
   • Modelo de Ganancia de Trayectoria: La ganancia total del canal se formula integrando la atenuación direccional en el transmisor (Diodo Láser) y el receptor (Fotodiodo de Avalancha), la atenuación por distancia y medio (siguiendo la ley de Beer-Lambert), y la atenuación por refracción derivada de las ecuaciones de Fresnel.
   • Simulación Visual: Se emplea un algoritmo de Trazado de Rayos (RT) para simular los datos visuales percibidos por pantallas fotosensibles en los transceptores. Este algoritmo retrotrae los rayos desde las posiciones de píxeles a través de la interfaz dinámica hasta la fuente de luz, calculando patrones de intensidad que sirven como entrada para el sistema de IA.

2. Algoritmo de Rastreo de Haz con Inteligencia Visual:

   • Arquitectura: El núcleo de la solución propuesta es una red de aprendizaje profundo que combina Redes Neuronales Convolucionales (CNN) y capas de Memoria a Corto Plazo de Larga Duración Bidireccional (Bi-LSTM), potenciada con un mecanismo de atención.
   • Extracción de Características: El componente CNN extrae características espaciales de la entrada visual cruda (imágenes en escala de grises de la luz baliza), reduciendo la dimensionalidad mientras aumenta la profundidad de las características.
   • Procesamiento Temporal: La estructura Bi-LSTM procesa la secuencia de cuadros visuales para capturar dependencias temporales, considerando tanto contextos pasados como futuros para predecir la dirección óptima del haz.
   • Mecanismo de Atención: Un módulo de atención asigna pesos de importancia a diferentes pasos de tiempo, permitiendo que la red se centre en información direccional crítica y suprima el ruido.
   • Salida: La red genera un vector direccional 3D para guiar los motores de rotación de los transceptores, asegurando el alineamiento con la trayectoria de OPL mínima.
   • Entrenamiento: El modelo se entrena utilizando una función de pérdida combinada (Error Cuadrático Medio y pérdida L1) con técnicas de aumento de datos (rotación aleatoria, traslación, ruido gaussiano) para mejorar la generalización.

Contribuciones Clave
El artículo destaca tres contribuciones principales:

1. Modelado del Canal: El establecimiento de un modelo de refracción de interfaz agua-aire basado en la teoría del espectro de oleaje y la demostración de la unicidad de la trayectoria óptica utilizando la teoría de la OPL mínima, lo que permite un modelo de canal completo que incorpora refracción y atenuación.
2. Modelado Visual: La propuesta de un método basado en trazado de rayos para construir un modelo visual para la detección direccional, donde las intensidades de píxeles se calculan acumulando contribuciones de luz de fuentes e interfaces refractivas durante el retroceso.
3. Desarrollo de Algoritmos: El desarrollo de un algoritmo de rastreo de haz basado en aprendizaje profundo que integra CNN, Bi-LSTM y un mecanismo de atención. Este enfoque está diseñado para extraer características espacio-temporales de datos visuales, demostrando un rendimiento superior en entornos complejos en comparación con métodos clásicos.

Resultados
Se realizaron simulaciones numéricas en un entorno oceánico simulado para validar el algoritmo propuesto frente a puntos de referencia, incluidos Mean Shift, 3D-CNN y CNN-LSTM sin atención.

• Potencia de Señal Recibida (RSS): El algoritmo propuesto logró una RSS promedio un 15,7 % superior a Mean Shift y un 32,5 % superior a 3D-CNN. También demostró una varianza de RSS significativamente menor ($1,4 \times 10^{-5}$), indicando mayor estabilidad.
• Precisión de Alineamiento: El algoritmo exhibió una diferencia angular promedio menor respecto a la trayectoria teórica de OPL mínima, particularmente bajo condiciones de alto ruido visual (baja relación Señal-Ruido de la luz baliza).
• Resiliencia al Ruido: El mecanismo de atención permitió una discriminación más clara de las direcciones de señal efectivas frente al ruido, resultando en Tasas de Error de Bit (BER) más bajas en comparación con sus contrapartes.
• Convergencia: El historial de entrenamiento mostró que el modelo propuesto convergió con una pérdida de validación menor que las arquitecturas 3D-CNN y CNN-LSTM estándar.

Significado
El artículo postula que su trabajo aborda la brecha crítica en la aplicación sistemática de métodos avanzados de IA a tecnologías de comunicación a través de interfaces. Al ir más allá de la detección tradicional y el alineamiento reactivo, el marco de inteligencia visual propuesto permite una adaptación proactiva y en tiempo real a la dinámica compleja de la superficie oceánica. Los resultados sugieren que este enfoque mejora significativamente la fiabilidad y estabilidad de los enlaces OWC agua-aire, convirtiéndolo en una solución viable para redes de comunicación marítima de alta tasa de datos donde mantener una trayectoria óptica de línea de visión se ve comprometido por fluctuaciones ambientales.