Une technique de communication par rétrodiffusion pour la communication Internet des objets à faible consommation d'énergie

La communication par rétrodiffusion (BackCom) est une méthode prometteuse à faible consommation d'énergie pour l'adoption généralisée des technologies de l'Internet des objets (IoT), où les appareils connectés réfléchissent et modulent les signaux existants en modifiant leur impédance de charge, plutôt que de générer eux-mêmes des signaux.

Pour obtenir de faibles taux d'erreur binaire et des débits de données élevés, des schémas de modulation d'ordre supérieur tels que la modulation d'amplitude en quadrature (QAM) sont sélectionnés en fonction de coefficients de réflexion modélisés avec précision. Cependant, les écarts entre les simulations et les mesures réelles rendent difficile la prédiction précise du coefficient de réflexion optimal.

Dans une étude récente, une équipe de recherche dirigée par le professeur Sangkil Kim du département d'ingénierie électronique de l'université nationale de Pusan ​​a utilisé l'apprentissage par transfert pour modéliser avec précision les modulateurs de charge en phase/quadrature ou I/Q. De plus, ils ont introduit la diversité de polarisation pour concevoir un système BackCom qui utilise plusieurs antennes pour la transmission et la réception simultanées du signal.

Leur article est publié dans le Journal de l'IEEE sur l'Internet des objets.

« À mesure que la technologie de communication par rétrodiffusion plus efficace et plus fiable s'améliore, elle réduit les obstacles à l'adoption de l'IoT dans de nombreux secteurs. Cela pourrait conduire à une prolifération d'appareils IoT et de capteurs et de communications intégrés (ISC), facilitant les villes intelligentes, des industries plus efficaces et des services personnels et publics améliorés », explique le professeur Kim.

L'apprentissage par transfert consiste à appliquer les connaissances acquises lors d'une tâche pour améliorer les performances sur une tâche connexe. Les chercheurs ont pré-entraîné un réseau neuronal artificiel (RNA) à l'aide de tensions de polarisation d'entrée simulées (V_je et V_Q). Cette étape de formation initiale a familiarisé l’ANN avec les comportements du modulateur de charge dans des conditions de tension variables.

Les connaissances acquises lors de l'étape de pré-formation ont ensuite été utilisées dans une étape de formation principale, où l'ANN a été formé à l'aide de données expérimentales pour prédire les coefficients de réflexion en fonction de V_je et V_Q contributions.

Ce transfert de connaissances a permis au RNA d'améliorer ses prédictions, atteignant un écart minimal de seulement 0,81 % entre les coefficients de réflexion modélisés et mesurés. À l'aide de ces modèles précis, les chercheurs ont sélectionné des schémas 4- et 16-QAM optimaux en alignant les coefficients de réflexion prédits avec des points spécifiques de la constellation QAM. Cette optimisation a assuré une transmission de données économe en énergie, avec une consommation totale inférieure à 0,6 mW, bien inférieure à celle des systèmes sans fil conventionnels.

Les chercheurs ont ensuite conçu un système d'émetteur-récepteur MIMO 2 × 2 × 2 pour BackCom, comprenant deux antennes d'émission et deux antennes de réception avec des polarisations différentes (verticales et horizontales, par exemple). Cette configuration améliore la réception du signal, le débit et l'efficacité de BackCom. En utilisant une antenne Vivaldi à double polarisation, l'équipe a obtenu un gain élevé dépassant 11,5 dBi et une suppression efficace de la polarisation croisée de 18 dB.

Les chercheurs ont testé leur algorithme et leur système MIMO BackCom dans la bande C de 5,725 GHz à 5,875 GHz de la bande industrielle, scientifique et médicale, offrant une bande passante de 150 MHz. Leur approche a permis d'atteindre une efficacité spectrale de 2,0 bps/Hz en utilisant la modulation 4-QAM, démontrant une utilisation efficace de la bande passante. Ils ont également atteint une magnitude de vecteur d'erreur de 9,35 %, indiquant une fiabilité et une efficacité élevées dans la transmission des données.

« La combinaison d'une modélisation précise des circuits, de techniques de modulation avancées et de diversité de polarisation, toutes testées dans des environnements en direct, présente une approche holistique pour relever les défis de l'ISC et de l'IoT », explique le professeur Kim.

Dans l’ensemble, le système proposé jette les bases d’un système de rétrodiffusion hautement fiable et efficace pour de multiples applications, notamment l’électronique grand public, la surveillance des soins de santé, l’infrastructure intelligente pour la gestion urbaine, la détection environnementale et même la communication radar.