SLM-baserad PAPR-reducering för förbättrad prestanda hos DCO-OFDM LiFi med blind estimering för sjukvårdsövervakningssystem

Hälsokontroller genom ljus

Föreställ dig att sjukhusrummets ljus tyst håller koll på din hjärtfrekvens eller syrenivå och skickar data till läkare utan sladdar, Wi‑Fi eller risk för radiostörningar med känsliga maskiner. Denna artikel utforskar just den idén: att använda synligt ljus från LED‑lampor som en säker, högkapacitetsdatabana för kontinuerlig sjukvårdsövervakning, och visar hur man gör den länken både tillförlitlig och energieffektiv även när patienterna rör sig.

Varför byta från radiovågor till ljus

Traditionella trådlösa monitorer förlitar sig på radiovågor, som möter ett trångt spektrum, möjliga störningar med medicinsk utrustning och säkerhetsproblem. Kommunikation med synligt ljus (ofta kallat LiFi) förvandlar vanliga LED‑lampor till dataskickare. Eftersom ljus inte går genom väggar håller det naturligt signalerna innanför ett rum, vilket ökar integriteten, och det undviker elektromagnetiska störningar i intensivvårdsavdelningar eller operationssalar. Att pressa höga datahastigheter genom LED:er är dock knepigt: signalerna tenderar att få tillfälliga mycket stora toppar jämfört med sin genomsnittseffekt. Dessa toppar belastar LED‑elektroniken, slösar energi och kan förvränga medicinska data, så att minska dem är avgörande för ett praktiskt system.

Hur den ljusbaserade länken byggs

Författarna utformar ett sjukhussystem där en bärbar enhet på patienten skickar hälsoinformation uppåt till en mottagare i taket med en metod som kallas DCO‑OFDM. Enkelt uttryckt delar detta upp data i många små undersignaler som sänds tillsammans genom LED:ens ljusstyrka. Teamet testar två data ”alfabet” (4‑QAM och 16‑QAM) som väger hastighet mot motståndskraft mot brus. Eftersom ljus reflekteras från väggar och utrustning kommer signalen via många vägar med olika fördröjningar, vilket kan sudda ut informationen. För att rätta till detta använder mottagaren fyra typer av equalizer‑strategier—block‑typ, comb‑typ, superimponerad träning och en ”blind” metod—för att ångra rummets distorsion under tre vanliga patientpositioner: olika platser och belysningsförhållanden som efterliknar att sitta, ligga ner eller röra sig i rummet.

Att tämja effekttoppar utan att skada data

Ett centralt problem är det höga topp‑till‑medeleffekt‑förhållandet (PAPR), som författarna finner kan nå runt 15 dB med standardbehandling—vilket är långt ifrån idealiskt för LED‑hårdvara. För att jämna ut dessa toppar använder de en teknik kallad Selected Mapping. Istället för att skicka den första versionen av utgående signal skapar sändaren flera matematiskt ekvivalenta versioner som bär samma medicinska data men skiljer sig åt i hur deras energi fördelas över tiden. Den väljer sedan den version med mildast toppar innan LED:en drivs. Artikeln jämför användning av både reella och komplexa fasmönster för att generera dessa kandidat‑signaler och visar att komplexa mönster pressar fram ungefär 1 dB ytterligare förbättring. Sammantaget minskar denna strategi de problematiska effekttopparna med upp till 4 dB samtidigt som den underliggande felnivån i hälsodatan förblir oförändrad.

Låta mottagaren lära sig rummet

Medan vissa equalizers förlitar sig på kända ”pilot”‑mönster inspruckna i datan låter den blinda equalizer‑metoden mottagaren dra slutsatser om hur rummet förvränger signaler direkt från den inkommande strömmen. Detta är särskilt attraktivt inom sjukvården, där varje extra symbol som ägnas åt piloter stjäl kapacitet från patientdata och där rörelser ständigt förändrar kanalen. Simulationer med en realistisk inomhusoptisk modell—som täcker rumsstorlek, reflektioner från väggar och utrustning, patientens avstånd och vinkel samt omgivande ljus—visar att blind equalization konsekvent uppnår lägst bitfel och högst spektral effektivitet. Till exempel, vid ett signal‑till‑brus‑förhållande på 28 dB levererar den blinda metoden märkbart färre fel än block‑, comb‑ eller superimponerade tillvägagångssätt, och bibehåller stark prestanda även när det finns många reflekterade vägar.

Vad detta betyder för framtidens smarta rum

Tillsammans ger lägre effekttoppar och smartare equalization en LiFi‑länk som kan flytta vitala tecken snabbt och exakt med inget annat än rummets belysning. Studien visar att kombinationen av Selected Mapping och blind kanalestimering skapar en robust, energieffektiv optisk förbindelse som fortsätter fungera när patienter ändrar ställning eller position. För patienter kan detta innebära färre sladdar, mindre oreda och mer bekväm långtidsövervakning; för sjukhus lovar det säkra, störningsfria datanätverk inbyggda i själva belysningen. Författarna föreslår nästa steg såsom testning med verkliga medicinska signaler, utökning till flerrumsvårdavdelningar, utforskande av andra precoding‑metoder och användning av djupinlärning för att ytterligare förfina hur systemet anpassar sig till komplexa inomhusmiljöer.

Citering: Sharaf, A.A., Seleem, H., Sarhan, A. et al. SLM-based PAPR reduction for improved performance of DCO-OFDM LiFi using blind estimation for healthcare monitoring system. Sci Rep 16, 10565 (2026). https://doi.org/10.1038/s41598-026-43583-9

Nyckelord: LiFi sjukvårdsövervakning, kommunikation med synligt ljus, OFDM signalbehandling, PAPR-reducering, trådlös patientövervakning