Bit-Efficient Quantisation for Two-Channel Modulo-Sampling Systems
本文提出了一种双通道模采样系统的位高效量化方法，通过利用通道间差异的整数值结构，实现比传统ADC更少的比特率开销，同时保持重建精度。
2026-01-20 eess.SP
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
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
$λ$-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
A Digital Beamforming Receiver Architecture Implemented on a FPGA for Space Applications
本文提出一种在FPGA上实现的数字波束形成接收机架构，通过将波束形成置于下变频之前以降低资源消耗和功耗，实验验证了其在空间应用中的高效性。
2024-05-29 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
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
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
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
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
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
Low-Complexity Beamspace Channel Denoiser for mmWave Massive MIMO with Low-Resolution ADCs
Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院）
本文提出一种低复杂度的波束域通道去噪算法，针对毫米波大规模MIMO系统与低分辨率ADCs，利用波束域内毫米波信道的稀疏性，结合伯努利-复高斯先验模型，通过闭合形式阈值和硬阈值去噪规则实现高效去噪，降低计算复杂度并提升硬件部署效率。
2026-05-09 cs.AR eess.SP
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
Fourier-Domain Inversion for the Modulo Radon Transform
本文针对模Radon变换的折叠投影重建问题，提出具有数学保证的傅里叶域反演算法，可在更低采样率和未知模阈值下低复杂度、鲁棒恢复，并经原型模ADC硬件验证。
2024-04-08 cs.IT cs.NA eess.SP
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
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
Moduli Selection in Robust Chinese Remainder Theorem: Closed-Form Solutions and Layered Design
College of Engineering, Design and Physical Sciences, Brunel University of London（伦敦布鲁内尔大学工程、设计与物理科学学院）；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）
本文提出了一种基于斐波那契的分层构造方法，用于鲁棒中国剩余定理中的模数选择，实现了动态范围与误差容忍度之间的可预测权衡，并提供了闭式解以估计成功概率。
2025-11-27 eess.SP
VLSI Implementation of Novel Class of High Speed Pipelined Digital Signal Processing Filter for Wireless Receivers
对具有高信噪比（SNR）的高性能收发器的需求已经驱使通信系统利用被识别为过采样系统的最新技术。它是通信系统中最经济的调制器和抽取器。它已被证明可以提高信噪比，并用于许多高性能系统，如无线收发器的模数转换器（ADC）。本研究工作提出了一种新的抽取类的设计和它的VLSI实现，它是过采样技术中的子组件。设计并实现了抽取级的主要单元级联积分梳状滤波器、半带滤波器和下降校正电路。在Xilinx ISE环境下的Verilog HDL代码已经被推导出来，以描述所提出的先进CIC滤波器的特性。最后，利用Virtex-II FPGA板在实际硬件上实现并测试了该设计。相应地执行ASIC设计实现，并产生功率和面积测量的片上核心布局。该设计重点考虑了高速和低功耗之间的平衡以及满足无线通信系统的芯片实现的硅面积和高分辨率。综合报告显示，最大时钟频率为332 MHz，有效内核面积为0.308 x 0.308 mm 2。可以得出结论，建议的滤波器结构的VLSI实现是一个使能器，在解决问题，影响DSP应用程序的通信能力。
2018-06-09 cs.AR eess.SP
A High-Performance, Reconfigurable, Fully Integrated Time-Domain Reflectometry Architecture Using Digital I/Os
时域反射计（TDR）是测量各种波导的阻抗不均匀性的既定手段，提供表征和优化高带宽计算和通信系统的性能所必需的关键数据。然而，TDR系统的高空间分辨率（亚厘米）和电压分辨率（亚$\muV$）需要评估高性能的波导物理大，往往成本过高，严重限制了它们的效用作为测试平台，并大大限制了它们的使用，在表征和故障排除现场硬件。因此，存在对电子上简单、便携且低成本的TDR技术的日益增长的技术需求。TDR系统的接收机在记录反射波波形方面起着关键作用，因此，这样的接收机必须具有高模拟带宽、高采样率和高电压分辨率。然而，使用低成本模数转换器（ADC）难以满足这些要求。本文介绍了一种新的TDR架构，即基于抖动的APC（JAPC），它消除了对外部元件的需要的基础上的替代概念，模拟到概率转换（APC），最近提出的。这些结果表明，一个完全可重构和高度集成的TDR（iTDR）可以实现在现场可编程门阵列（FPGA）芯片上，而不使用任何外部电路元件。使用HDMI电缆作为受试器械（DUT）对系统进行经验评价，并分别以5 cm和80 $\muV$的空间和电压分辨率提取DUT的阻抗不均匀性模式（IIP）。这些结果证明了使用原型的基于JAPC的iTDR用于真实世界波导表征应用的可行性
2021-05-01 cs.SY eess.SP eess.SY
