Modulo Sampling of FRI Signals
模数转换器(ADC)的动态范围在模拟信号采样期间至关重要。采样前的取模运算可用于增强ADC的有效动态范围。此外,ADC的采样率也起着至关重要的作用,并且期望降低它。在许多应用中普遍存在的新息率(FRI)信号模型可以用于降低采样率。在用于FRI采样的模折叠的上下文中,现有工作以与创新率(RoI)相比非常高的采样率操作,并且与FRI信号的自由度(DoF)相比需要大量样本。此外,这些方法使用实际上不可行的无限长度滤波器。在模框架下研究了具有紧支撑核的FRI采样问题。我们推导出理论保证,并表明,FRI信号可以唯一地确定以上的ROI采样。可识别性的样本数量等于DoF。我们提出了一个实用的算法来估计FRI参数的模样本。我们表明,所提出的方法具有最低的误差估计的FRI参数,同时与现有技术相比,最低的样本数和采样率。研究结果有助于设计高性价比、高动态范围的FRI信号ADC。
2022-07-18 eess.SP
A Modulo Sampling Hardware Prototype and Reconstruction Algorithm Evaluation
本文提出联合模采样硬件与处理原型,通过采样前折叠信号扩展 ADC 动态范围,并评估 USLSE 与 LP 等重建算法在超限信号上的恢复效果。
2024-10-25 eess.SP
Residual Recovery Algorithm For Modulo Sampling
模数转换器(ADC)的两个重要属性是其采样速率和动态范围。对于具有有限能量的带限信号,采样率应大于或等于奈奎斯特速率。还希望信号的动态范围应在ADC的动态范围内;否则,信号将被削波。最近提出了在采样之前使用模运算符来限制动态范围。由于模运算的非线性,样本失真。从其模样本恢复信号的现有恢复算法以高采样率操作,并且在存在噪声的情况下不鲁棒。在本文中,我们提出了一个强大的算法来恢复信号的模样本,在较低的采样率相比,现有的技术。我们还表明,我们的方法具有较低的误差相比,现有的方法,对于给定的采样率,噪声电平和动态范围的ADC。我们的研究结果导致更少的限制硬件设计,以解决动态范围的问题,同时以最低的速率工作。
2021-10-07 eess.SP
$λ$-MIMO: Massive MIMO via Modulo Sampling
大规模多输入多输出(M-MIMO)架构是现代通信系统的主力。目前,两个基本瓶颈,即功耗和接收器饱和,限制了该技术的全部潜力的实现。这些瓶颈与每个射频(RF)链中使用的模数转换器(ADC)错综复杂地联系在一起。MIMO系统中的功耗随着ADC的比特预算呈指数增长,而ADC饱和会导致信息永久丢失。这就需要一种解决方案,既能解决上述瓶颈,又能提供优于现有替代方案(如低分辨率ADC)的优势。采用完全不同的方法来解决这个问题,我们提出了$λ$ -MIMO架构,它使用模ADC($M_λ$ -ADC),而不是传统的ADC。我们的工作受到无限采样框架的启发。$M_λ$ -RF链中的ADC将高动态范围信号折叠为低动态范围模样本,从而缓解ADC饱和问题。同时,模信号的数字化导致高分辨率量化。在新的$λ$ -MIMO环境下,我们讨论了基带信号重建,检测和上行链路可实现的和速率性能。我们工作的关键要点包括:(a)利用更高的信号量化噪声比(SQNR),(b)当使用$1$ - $2$位$M_λ$ -ADC时,检测和平均上行链路和速率性能与传统的无限分辨率ADC相当。这使得能够实现更高阶的调制方案,例如先前似乎不可能的$1024$ QAM。(c)在能量效率和比特预算之间的优良折衷,从而导致更高的功率效率。数值模拟和基于模数转换器的硬件实验证实了我们的理论,并加强了$λ$ -MIMO方法的明显优势。
2022-10-18 cs.IT eess.SP math.IT
Blind Modulo Analog-to-Digital Conversion
在越来越多的应用中,需要对频谱特性对传统模数转换器(ADC)具有挑战性的信号进行解调。示例包括ADC必须立即获取非常宽但稀疏且动态占用的带宽以支持多种服务的系统,以及感兴趣信号受到强窄带同频干扰的系统。在这种情况下,分辨率要求可能非常高。作为替代方案,最近提出的模ADC架构原则上可以在转换中需要显著更少的位来获得目标保真度,但是要求关于频谱的信息是已知的并且被转换器中的模拟和数字处理明确地考虑在内,这通常是不切实际的。为了解决这一限制,我们开发了一个盲版本的架构,不需要这样的知识在转换器中,而不牺牲性能。特别是,它具有自动模级调整和完全自适应的模展开机制,使其能够渐进地匹配未知输入信号的特性。除了详细的分析,模拟表明有吸引力的性能特点,在代表性的设置。
2021-08-19 eess.SP
Differential Modulation in Massive MIMO With Low-Resolution ADCs
在本文中,我们提出了一种差分调制和检测方案,用于在基站的大量天线的系统的上行链路中,每个配备低分辨率的模数转换器(ADC)。我们推导出一个表达式的最大似然(ML)检测器的差分编码的相位信息符号接收到的基站在低分辨率ADC制度。我们还提出了一个同等性能的降低复杂度的接收机检测相位信息。为了提高支持的数据速率,我们还提出了一个最大似然表达式来检测差分幅度相移键控符号与低分辨率ADC。我们注意到,导出的检测器无法检测到幅度信息。为了克服这个限制,我们使用Bussgang定理和中心极限定理(CLT)开发两个检测器能够检测的幅度信息。我们数值上表明,虽然第一个幅度检测器需要多个量化位可接受的性能,类似的性能可以实现使用一位ADC分组的接收天线,并采用不同的天线组的可变量化电平(VQL)。我们通过仿真验证了所提出的检测器的性能,并与相应的相干检测器进行了比较。最后,我们提出了一个复杂性分析所提出的低分辨率差分检测器
2021-12-02 eess.SP
Unlimited Dynamic Range Analog-to-Digital Conversion
模数转换器(ADC)提供了连续时间信号与离散时间信号之间的联系,而香农-奈奎斯特采样定理提供了数学基础。实际信号的幅度范围可变,而ADC的输入动态范围有限,这会导致超出范围的信号被削波。在本文中,我们提出了一个无限动态范围的ADC(UDR-ADC),是基于模运算(自复位功能),以减轻削波的问题。自复位功能允许输入幅度的环绕,从而保持输入动态范围。我们提出的信号模型和重建技术,以恢复原始信号样本的模测量。我们使用65 nm互补金属氧化物半导体(CMOS)工艺技术的电路模拟验证所提出的ADC的操作。验证的补充是使用分立元件设计的硬件原型。在面积、功耗要求和信号量化噪声比(SQNR)方面的性能评估表明,UDR-ADC优于标准ADC。
2019-11-21 eess.SP
Generalized Approximate Message Passing for Unlimited Sampling of Sparse Signals
在本文中,我们认为广义近似消息传递(GAMP)算法恢复稀疏信号的随机投影的未知信号的模样本。模样本由自复位(SR)模数转换器(ADC)获得。另外,与先前关于SR ADC的工作相比,我们考虑其中压缩感知(CS)测量(即,随机化投影)在由SR ADC量化之前通过通信信道(即,加性高斯白噪声(AWGN)信道)发送。为了证明所提出的方法的有效性,我们进行蒙特卡罗(MC)模拟无噪声和噪声的情况下。结果表明,该算法具有很强的能力,以对抗SR ADC的非线性,以及可能的附加失真引入的AWGN信道。
2018-07-09 eess.SP
Robust Unlimited Sampling Beyond Modulo
模数转换器(ADC)充当模拟域和数字域之间的桥梁。任何ADC的两个重要属性是采样速率和动态范围。对于带限信号,采样应高于奈奎斯特速率。还希望信号的动态范围应在ADC的动态范围内;否则,信号将被削波。在采样之前可以使用诸如模或压扩之类的非线性运算符以避免限幅。为了从非线性算子的样本中恢复真实信号,要么需要高采样率,要么对非线性运算施加严格的约束,这两者在实践中都是不期望的。本文提出了一种采样有效的广义柔性非线性算子。此外,通过仔细选择它的参数,限幅,模,压扩可以被看作是它的特殊cases. We表明,带限信号是唯一确定的非线性样本的建议运营商采样时,以上的奈奎斯特速率。此外,我们提出了一个强大的算法来恢复真实的信号从非线性样本。我们表明,我们的算法具有最低的均方误差,同时恢复信号为给定的采样率,噪声水平和动态范围相比,现有的算法。我们的研究结果导致较少的限制硬件设计,以解决动态范围的问题,同时以最低的速率工作。
2022-06-29 eess.SP
Achieving Robustness in Blind Modulo Analog-to-Digital Conversion
针对模数转换器预测误差无界导致不稳定的问题,提出一种无需有界假设的增强型模数展开解决方案,通过开发可靠检测器成功展开信号,提升了系统鲁棒性并降低了量化噪声。
2024-12-24 eess.SP
BER Performance of Uplink Massive MIMO With Low-Resolution ADCs
大规模多输入多输出(MIMO)是用于下一代无线通信系统(5G)的有前景的技术。在该技术中,基站(BS)配备有大量天线。对所有天线采用高分辨率模数转换器(ADC)可能导致BS的高成本和高功耗。通过执行数值结果,我们通过分析不同检测技术(MMSE,ZF)和不同调制(QPSK,16-QAM)的误比特率(BER)性能来评估低分辨率ADC在上行链路大规模多输入多输出中的使用,以找到最佳量化分辨率。我们的研究结果表明,上行链路大规模多输入多输出系统的BER性能与几位分辨率ADC的情况下,具有全精度ADC。我们发现,量化电平(ADC中的比特数)的最佳选择取决于调制技术和BS处的天线数量。
2017-10-01 eess.SP
Orthogonal Matching Pursuit based Reconstruction for Modulo Hysteresis Operators
针对模迟滞编码输出可能超出ADC动态范围的问题,本文提出改进的模迟滞算子,证明带限信号的可辨识性,并设计基于正交匹配追踪的恢复算法,通过数值实验验证其有效性。
2025-04-08 cs.NA eess.SP math.NA
Modulo Sampling in Shift-Invariant Spaces: Recovery and Stability Enhancement
本文提出结合混频器与低通滤波的模拟预处理模采样方法,将SI信号转为带限信号并以略高于Nyquist速率采样恢复,增强噪声下的稳定性。
2024-06-16 eess.SP
Blind Modulo Analog-to-Digital Conversion of Vector Processes
在越来越多的应用中,需要对频谱特性对传统模数转换器(ADC)具有挑战性的(可能很高)数量的相关信号进行采样。其中,示例包括多输入多输出系统,其中ADC必须在非常宽但稀疏且动态占用的带宽上同时采集多个信号,以支持各种服务。在这种情况下,分辨率要求可能非常高。作为替代方案,最近提出的模ADC架构原则上可以在转换中需要显著更少的比特来获得目标保真度,但是要求时空信息是已知的并且被转换器中的模拟和数字处理明确地考虑,这通常是不切实际的。基于我们最近的工作,我们解决了这个限制,并开发了一个盲版本的架构,不需要这样的知识在转换器。特别是,它具有自动模电平调整和完全自适应的模解码机制,使其能够渐进地匹配未知输入信号的特性。仿真结果证明了该算法的有效性。
2021-10-12 cs.IT eess.SP math.IT
HDR Imaging With One-Bit Quantization
本文扩展了无限一位(UNO)采样框架,将其应用于样条空间内的非带限信号,提出了一种从一位模采样中恢复图像的新算法,并证明了其在HDR成像中的有效性。
2023-09-07 eess.SP
Unleashing Dynamic Range and Resolution in Unlimited Sensing Framework via Novel Hardware
本文提出一种低成本、基于积分器且无折叠率限制的模 ADC 硬件,以实现 USF 下的高动态范围信号捕获,实验显示动态范围提升 60 倍、ENOB 达 5 位、SINAD 提高 30 dB。
2024-10-26 eess.SP
Compressed Sensing Based Residual Recovery Algorithms and Hardware for Modulo Sampling
针对模数采样中的高动态范围信号恢复,提出LASSO-B2R2算法,利用残差一阶差分稀疏性结合LASSO实现快速鲁棒恢复,并引入比特分配机制简化计算,经仿真和硬件验证可行。
2024-12-17 eess.SP
Unlimited Sampling from Theory to Practice: Fourier-Prony Recovery and Prototype ADC
在无限采样策略,以减轻无所不在的动态范围的障碍,我们研究了从逐点模样本恢复带限信号的问题,旨在连接理论保证与硬件实现的考虑。我们的出发点是一类非理想的,我们观察到在原型无限采样为基础的模数转换器。为了解决这些非理想性,我们提供了一种新的傅立叶域恢复算法。我们的方法在理论上和通过我们的原型模数转换器的广泛的实验进行验证,提供了第一个演示的无限采样的数据所产生的实际硬件,无论是当前和以前的方法。我们的算法的优点包括,它是不可知的模阈值,它可以处理任意折叠次数。我们期望本文研究的端到端实现将为探索无限采样方法在现实世界中的应用铺平道路。
2021-05-12 cs.IT eess.SP math.IT
Back in the US-SR: Unlimited Sampling and Sparse Super-Resolution with its Hardware Validation
Unlimited Sensing Framework(USF)是一种数字采集协议,允许对高动态范围信号进行采样和重构。通过获取模样本,USF避免了限幅或饱和问题,这是传统模数转换器(ADC)中的基本瓶颈。在USF的上下文中,一些作品都集中在带限函数类,最近,硬件验证的模采样方法已经提出。在不同的方向,在本文中,我们专注于非带限函数类,并考虑著名的超分辨率问题,我们研究了稀疏信号(狄拉克脉冲)的恢复低通滤波,模样本。采用端到端的方法,基于超分辨率的USF,我们提出了一种新的恢复算法(US-SR),利用了双稀疏结构的模样本。我们推导出一个采样标准的US-SR方法。模ADC的硬件实验证明了我们的方法在现实的噪声环境中的经验鲁棒性,从而验证了其实际效用。
2022-07-27 cs.IT eess.SP math.IT
On Unlimited Sampling and Reconstruction
香农采样定理是数学和算法上都很好理解和探索的基石主题之一。也就是说,由于样本可以跨越任意幅度范围的基本假设,该定理的实际实现仍然遭受严重的瓶颈。在实践中,该定理是使用所谓的模数转换器(ADC)来实现的,每当信号幅度超过最大可记录ADC电压时,模数转换器(ADC)就会削波或饱和,从而导致显著的信息丢失。在本文中,我们开发了一种替代的模式感测和恢复,称为无限采样框架。它是基于这样的观察,即当信号在进入ADC之前通过模运算映射到适当的有界区间时,饱和问题不再存在,而是由于模运算而遇到不同类型的信息丢失。这种替代设置可以例如经由所谓的折叠或自复位ADC来实现,因为它们已经在电路设计文献中的各种上下文中被提出。为了应对这种新型的信息丢失,我们需要完成的关键任务是从其模样本中恢复带限信号。在本文中,我们得出的条件时,完美的恢复是可能的,并补充他们与稳定的恢复算法。保证恢复所需的采样密度与最大可记录ADC电压无关,仅取决于信号带宽。我们的恢复保证扩展到受有界噪声影响的测量,其中包括舍入量化的情况。数值实验验证了我们的方法。无限采样范式的应用可以在许多领域中找到,例如信号处理,通信和成像。
2020-11-30 cs.IT eess.SP math.IT
Sub-Nyquist USF Spectral Estimation: $K$ Frequencies with $6K + 4$ Modulo Samples
针对高动态范围信号导致ADC饱和的问题,提出基于无限感知框架(USF)的多通道亚奈奎斯特频谱估计方法,证明仅需 $6K+4$ 个模采样即可精确恢复 $K$ 个正弦波,并在极低采样率下大幅提升了频率估计精度。
2024-09-24 cs.IT eess.SP math.IT
Zero Crossing Modulation for Communication with Temporally Oversampled 1-Bit Quantization
当今的通信系统通常使用高分辨率模数转换器(ADC)。然而,考虑到数据率在100 Gbit/s量级的未来通信系统,由于高采样率,ADC功耗成为主要因素。一种有前途的替代方案是基于1位量化和过采样w.r.t.的接收器。信号带宽。这种方法需要重新设计调制、接收机同步和解映射。过零调制是自然的选择,因为需要在过零时刻携带信息。本文综述了零交叉调制、可达速率、序列映射和解映射、基于1比特的信道参数估计以及作为替代零交叉调制方案的连续相位调制。
2019-12-02 cs.IT eess.SP math.IT
Lattice Modulo Sampling
Weizmann Institute of Science(魏茨曼科学研究所)
提出一种基于格点理论的框架用于多维带限信号的模数采样,通过选择归一化二阶矩更小的格点(如六角格点、E8格点)降低重构均方误差,并给出拓扑解释和硬件实现方案。
2026-05-24 eess.SP
mSQUID: Model-Based Leanred Modulo Recovery at Low Sampling Rates
Faculty of Mathematics and Computer Science, Weizmann Institute of Science(韦茨曼科学大学数学与计算机科学学院);Khalifa University(哈利法大学)
本文提出深度展开网络 mSQUID,利用可学习软量化编码模折叠先验,在低采样率、噪声与量化条件下实现多信号高精度恢复并降低运行时间。
2025-10-21 eess.SP
Difference-Based Recovery for Modulo Sampling: Tightened Bounds and Robustness Guarantees
School of Integrated Circuits, Anhui University(安徽大学集成电路学院);School of Communications and Information Engineering, Chongqing University of Posts and Telecommunications(重庆邮电大学通信与信息工程学院)
本文针对模采样恢复计算量大或过采样率高的问题,提出基于差分的恢复方法,将无噪声下的充分过采样因子从 $2πe$ 降至 $π$,并证明二阶差分在有界抖动下的鲁棒性,经 FPGA 验证可实现 $ρ=108$ 的可靠重建。
2025-09-16 eess.SP
Reconstruction Condition of Quantized Signals in Unlimited Sampling Framework
无限采样框架(unlimited sampling framework,USF)理论的最新进展显示了避免模数转换器(analog-to-digital converter,ADC)削波问题的潜力。迄今为止,大多数相关的工作都集中在实值模样本,但很少有报道的量化的影响。在本文中,我们研究了更实际的USF系统,其中模样本被量化到有限数量的比特。特别是,我们提出了关于采样率下限的新要求,以确保从量化模样本中准确恢复原始信号。最小采样率由信号带宽和量化比特共同确定。数值结果表明,在存在量化噪声的情况下,不同波形和带宽的信号在新的最小采样率下都能得到较好的恢复,而在修正前的最小采样率下恢复失败,这也验证了理论的正确性。文中还给出了采样率、量化位数和恢复算法计算复杂度之间的权衡,供实践者权衡。
2020-11-29 eess.SP
Orthogonal Delay-Doppler Division Multiplexing Modulation with Tomlinson-Harashima Precoding
针对ODDM调制均衡复杂度过高的问题,提出时域Tomlinson-Harashima预编码结合自适应模运算,实现DD域单抽头均衡,理论推导了误码率下界,并验证了其在LTV信道下优于传统OFDM及MRC方案。
2024-12-14 eess.SP
Intelligent Wide-band Spectrum Classifier
我们介绍了一种新的技术,窄带(NB)信号分类稀疏人口的宽带(WB)频谱使用监督学习方法。对于WB频谱采集,在接收机的模数转换器(ADC)处需要奈奎斯特速率采样,因此我们使用压缩感知(CS)理论来减轻在接收机ADC处的这种高速率采样要求。从估计的WB频谱,我们然后提取每个NB信号的各种频谱特征。这些特征随后被用于训练,并使用随机森林分类器将每个NB信号分类到其相应的调制中。最后,我们评估了所提出的算法在不同的经验设置下的性能,并验证了其优越的性能相比,最近提出的信号分类算法。
2019-04-12 eess.SP
High-Resolution Range-Doppler Imaging from One-Bit PMCW Radar via Generative Adversarial Networks
针对一比特 PMCW 雷达信息丢失问题,提出结合 GAN 的 RD 处理与基于 NN 的 E2E RD 成像方法,显著提升距离-多普勒域目标检测概率。
2025-03-17 eess.SP
Online Shaping for ISI Channels with a Limited Number of ADC Bits
提出了一种在具有码间干扰(ISI)和接收机模数转换器(ADC)噪声的高斯信道中实现高性能通信的在线成形技术。该技术使用在线发射机预编码脉冲幅度调制(PAM)星座,旨在塑造符号分布,使峰值功率约束在信道输出得到满足。迭代解码器在修改的M-BCJR模块和turbo解码器之间共享信息,修改的M-BCJR模块在线计算成形分布的网格转移概率。其结果是所需的ADC有效位数(ENOB)减少,这在现代高速有线链路中特别有吸引力。理论界分析得出,使评估可能的增益使用整形。在实际情况下,旨在通过印刷电路板传输200 Gbps和400 Gbps,我们在模拟中证明了整体ENOB增益高达1.43位和1.78位,分别与均匀的4-PAM传输与涡轮均衡在接收器侧。
2020-10-14 cs.IT eess.SP math.IT
Folded Graph Signals: Sensing with Unlimited Dynamic Range
自复位模数转换器(ADC)用于对高动态范围信号进行采样,从而产生基于模运算的折叠信号样本。我们考虑这样的情况,其中图的每个顶点(例如,网络中的传感器)配备有自复位ADC,并感测时间序列。图形采样允许图形时间序列由采样顶点和时间实例的子集处的信号表示。本文研究了从折叠信号样本中恢复带限连续时间图信号的问题。我们推导出充分的条件,以实现成功的恢复的图形信号从折叠的信号样本,这可以通过整数规划来实现。针对整数规划的可扩展性问题,提出了一种满足一定技术条件的图信号稀疏优化恢复方法。这种方法需要一种新颖的图形采样方案,该方案选择信号变化较小的顶点。该算法利用图中顶点和时域的固有关系来恢复图信号。仿真和图像实验验证了该方法的可行性。
2020-01-20 eess.SP
Comparing Iterative and Least-Squares Based Phase Noise Tracking in Receivers with 1-bit Quantization and Oversampling
本文研究了1-bit量化接收机中基于迭代和最小二乘的相位噪声跟踪方法,发现迭代方法在高信噪比下误差更低,但对ZXM频谱效率的提升有限。
2023-09-12 eess.SP
Asynchronous Multi-Channel USF: Modified CRT for Modulo Unfolding
Imperial College London(帝国理工学院)
提出一种无需同步的异步多通道USF架构,通过时空信号提升和图平滑性实现鲁棒重建,数值实验验证了准确性。
2026-06-23 cs.IT eess.SP math.IT
Phase Modulated Communication with Low-Resolution ADCs
本文研究了一种低分辨率无线通信系统,在该系统中,发射信号受到衰落和加性噪声的干扰。首先,当量化比特数不足以分辨M个信号点时,得到了对所有M进制调制方案都正确的平均误符号概率(SEP)的普遍下界。其次,在M进制相移键控(M-PSK)的特殊情况下,导出了等概率信号点的最佳最大似然检测器。第三,利用推导出的最佳接收机的结构,一般平均SEP表达式的M-PSK调制与n比特量化时,无线信道受到衰落的圆对称分布得到。最后,推导出的分析结果进行了广泛的仿真研究一般Nakagami-m衰落信道。据观察,如果n大于或等于log_2(M +1),则具有n比特量化的收发器架构在通信可靠性方面是渐近最优的。也就是说,对于n大于或等于log_2(M+1)的无限位和n位量化器,平均SEP的衰减指数相同且等于m。另一方面,对于n = log_2(M)和n < log_2(M),它分别仅等于一半和0。因此,对于具有大的m值的衰落环境,使用额外的量化比特显著地改善了通信可靠性。
2019-06-28 cs.IT eess.SP math.IT
ANN-Based Detection in MIMO-OFDM Systems with Low-Resolution ADCs
Institut National de la Recherche Scientifique (INRS-EMT)(加拿大魁北克大学国家科学研究院(电磁与电信研究所))
在本文中,我们提出了一种多层人工神经网络(ANN)的训练与Levenberg-Marquardt算法用于信号检测多输入多输出正交频分复用(MIMO-OFDM)系统,特别是那些与低分辨率的模数转换器(LR-ADC)。我们考虑一种盲检测方案,其中数据符号估计是在不知道接收端的信道状态信息(CSIR)的情况下进行的-与经典算法相反。所提出的基于人工神经网络的检测器(ANND)的主要功能在于其与任何调制方案的通用性,盲目地,但不改变其结构。我们通过仿真比较了这种新接收机与传统接收机(即最大似然(ML)、最小均方误差(MMSE)和迫零(ZF))的误符号率(SER)性能。结果表明,ANND接近ML在低得多的复杂性,优于ZF在整个范围内的评估信噪比(SNR)值,所以它也是,虽然,与MMSE在不同的SNR范围。
2020-01-31 cs.IT cs.LG eess.SP
Dynamic Metasurface Antennas for MIMO-OFDM Receivers with Bit-Limited ADCs
正交频率调制(OFDM)和多输入多输出(MIMO)系统的结合在现代通信系统中起着重要的作用。为了满足不断增长的吞吐量需求,未来的MIMO-OFDM接收机预计将利用大量的天线,在动态环境中工作,并探索高频段,同时满足成本,功率和尺寸方面的严格约束。一种实现降低成本和功耗的大规模MIMO接收机的新兴技术是基于动态超表面天线(DMA),其固有地实现捕获中的可控压缩。在这项工作中,我们研究的应用DMA的MIMO-OFDM接收机与比特约束的模数转换器(ADC)。我们提出了一个模型的DMA占其超材料元素的可配置的频率选择性配置文件,从而在频谱灵活的混合结构。然后,我们利用之前基于任务的量化结果来展示如何配置DMA以在存在约束ADC的情况下改善恢复,并提出基于信道状态信息调整DMA参数的方法。我们的数值结果表明,基于DMA的接收机是能够准确地恢复OFDM信号。特别是,我们表明,通过适当地利用DMA的频谱分集,显着的性能增益获得了现有的设计传统的混合架构,证明了潜在的DMA的MIMO-OFDM设置在实现高性能的大规模天线阵列的降低成本和功耗。
2019-12-14 cs.IT eess.SP math.IT
On the Identifiability from Modulo Measurements under DFT Sensing Matrix
本文研究 DFT 感知矩阵下模测量模型的可辨识性,给出唯一辨识的充分必要条件,分析多种测量数量情形及周期带限信号,并提出基于整数线性方程的恢复算法。
2024-08-06 cs.IT eess.SP math.IT
Detection Schemes with Low-Resolution ADCs and Spatial Oversampling for Transmission with Higher-Order Constellations in the Terahertz Band
本文研究太赫兹SIMO系统中低分辨率ADC与空间过采样下的检测方案,提出最优及次优检测器,并通过星座优化显著降低高阶QAM传输的符号错误率。
2025-02-05 cs.IT eess.SP math.IT
1-Bit Unlimited Sampling Beyond Fourier Domain: Low-Resolution Sampling of Quantization Noise
本文提出一种超越傅里叶域的1比特无限采样架构,通过推广噪声整形并开发变换域恢复方法,在降低过采样要求的同时提升鲁棒性,扩展了1比特采样系统的适用范围。
2025-09-08 cs.IT eess.SP math.IT
The Surprising Benefits of Hysteresis in Unlimited Sampling: Theory, Algorithms and Experiments
无限传感框架(USF)最近被引入,以克服传统的数字采集系统中的传感器饱和瓶颈。在其核心,USF允许通过将连续时间信号转换为折叠的低动态范围(LDR)模样本来重建高动态范围(HDR)信号。然后通过折叠样本的算法展开来执行HDR重建。然而,在硬件中,实现理想的模折叠需要仔细的校准、模拟设计和高精度。在理论和实践的界面上,本文探讨了一种计算采样策略,该策略通过一种新的、数学上有保证的恢复方法来补偿它们,从而放松了严格的硬件要求。我们的出发点是USF的广义模型。除了模阈值之外,泛化依赖于对滞后和折叠瞬态建模的两个新参数。滞后说明了复位阈值与折叠时间处的振幅位移之间的失配,并且我们将复位的实现中的连续过渡时段称为折叠瞬态。这两种效应都是由我们的硬件实验激发的,也发生在以前的特定领域的应用程序中。我们表明,滞后的影响是有益的USF,我们利用它来获得我们的广义USF模型的上下文中的第一个恢复保证。此外,我们展示了如何建议的恢复可以直接推广的情况下,较低的采样率。我们的理论工作证实了硬件实验,是基于一个滞后使能,模数转换器测试平台,包括现成的电子元件。因此,通过利用硬件和算法之间的协作,我们的论文实现了用于HDR采样的端到端流水线,从而允许更灵活的硬件实现。
2021-11-24 cs.IT eess.SP math.IT
Design of Frequency Index Modulated Waveforms for Integrated SAR and Communication on High-Altitude Platforms (HAPs)
针对HAPs平台雷达通信一体化需求,本文提出基于LFM跳频与频率索引调制(FIM)并结合QAM的波形设计,推导其模糊函数并提出相位补偿与两步ML解调算法,实现SAR成像与通信传输。
2024-12-22 eess.SP
BER Performance Analysis of Coarse Quantized Uplink Massive MIMO
具有较低的量化分辨率,作为降低大规模多输入多输出和毫米波MIMO系统的功耗的解决方案,已经在文献中引入。在本文中,我们分析了误比特率(BER)性能的量化上行链路大规模多输入多输出采用几位分辨率的ADC。针对迫零(ZF)检测,利用线性量化模型,推导了一种封闭形式的量化信干噪比(SINR),以获得粗量化M-QAM大规模多输入多输出系统的解析误比特率近似。所提出的表达式是以比特为单位的量化分辨率的函数。我们进一步数值研究了不同的量化水平,从1位到4位,对三种调制类型的QPSK,16-QAM和64-QAM的BER的影响。在我们的模拟中采用了均匀和非均匀量化器。Monte Carlo仿真结果表明,我们的近似公式给出了使用非均匀量化器的$b$比特分辨率量化系统的BER性能的严格上限,而使用均匀量化器会导致相同系统的性能较低。我们还发现,与全精度(未量化)情况相比,在粗量化系统(例如2-3位QPSK和3-4位16-QAM)中,BER性能下降较小。然而,这种性能下降可以通过增加BS处的天线数量来补偿。
2018-04-19 eess.SP
Sub-Nyquist Sampling OFDM Radar
提出无需改动硬件与波形的亚奈奎斯特采样 OFDM 雷达,通过频带折叠、已知符号展开及 SMNC 消除干扰,将 ADC 采样率降低 L 倍并保持距离性能。
2023-08-03 cs.SY eess.SP eess.SY
Performance Comparison of 112 Gb/s DMT, Nyquist PAM4 and Partial-Response PAM4 for Future 5G Ethernet-based Fronthaul Architecture
对于未来的5G以太网前传架构,传输距离高达10 km的100 G干线标准单模光纤(SSMF)与廉价的灰色光学到菊花链小区站点网络接口相结合,是一种有前途的成本和功率高效的解决方案。针对这种情况,采用低成本的电吸收调制激光器(EML),对112 Gb/s数据速率下的不同强度调制和直接检测(IMDD)调制方式,即奈奎斯特四电平脉冲幅度调制(PAM 4)、离散多音传输(DMT)和部分响应(PR)PAM 4进行了实验研究,25 G驱动器和当前最先进的高速84 GS/s CMOS数模转换器(DAC)和模数转换器(ADC)测试芯片。每种调制格式都针对所需场景进行了独立优化,并对其数字信号处理(DSP)要求进行了研究。Nyquist PAM 4和PR PAM 4的性能在很大程度上取决于预均衡和后均衡的效率。我们示出了在接收器侧至少11个FFE抽头用于预加重和多达41个FFE系数的必要性。此外,PR PAM 4需要具有四个状态的MLSE来将信号解码回PAM 4信号。相反,比特和功率负载(BL,PL)对于DMT是至关重要的,并且至少512的FFT长度是必要的。通过优化参数,所有调制格式都能实现非常相似的性能,在SSMF上传输距离高达10 km,误比特率(BER)低于FEC阈值4.4 E-3,允许无差错传输。
2018-01-31 cs.NI eess.SP
Pseudo-Random Quantization Based Two-Stage Detection in One-Bit Massive MIMO Systems
针对单比特大规模MIMO系统中高信噪比下随机共振导致高阶调制速率饱和的问题,提出伪随机量化方案及两阶段检测器,在复杂度相当的条件下提升了检测性能并支持高阶调制。
2023-06-07 cs.IT eess.SP math.IT
Cost-Effective Quasi-Parallel Sensing Instrumentation for Industrial Chemical Species Tomography
化学物种层析成像技术(CST)已广泛应用于工业过程中关键气相参数的成像。为了获得高保真图像,CST通常通过来自多个激光束的视线波长调制光谱(WMS)测量来实现。每个激光束上的调制传输信号需要a)由高速模数转换器(ADC)数字化; b)由数字锁定(DLI)模块解调;以及c)传送到高级处理器以进行图像重建。尽管完全并行的数据采集(DAQ)和信号处理系统可以实现具有最大化的时间响应的这些功能,但是其导致高度复杂、昂贵且功耗大的仪器系统,该仪器系统由于单独的电子器件而具有采样光束之间的不一致的高可能性。此外,并行采样的大量光谱数据显著加重了工业应用中的通信过程,其中原位信号数字化远离高级数据处理。为了解决这些问题,为工业CST开发了准并行感测技术和电子电路,其中多光束传输信号的数字化和解调在波长扫描内的高频调制上被复用。我们的发展不仅保持了时间响应的完全并行的传感方案,但也有利于具有成本效益的实施工业CST非常低的复杂性和减少数据传输的负载。所提出的技术是分析证明,噪声污染的CST模拟数值研究,并使用实验室规模的CST系统与32激光束的实验验证。
2020-11-20 cs.SY eess.SP eess.SY