Time-domain digital-to-analog converter for spiking neural network hardware
提出了一种新的数模转换器（DAC），用于实现混合信号脉冲神经网络的突触电路。我们将这种电路命名为“时域DAC（TDAC）”。这产生用于使用一个电流波形将数字输入代码转换成电压的权重。因此，TDAC比包括许多电流源和电阻器的常规DAC更紧凑。此外，具有泄漏电阻的TDAC再现了表达为α函数或双指数方程的生物学上合理的突触响应。我们将展示TDAC的数值分析结果和由台积电40 nm CMOS工艺设计的电路的电路模拟结果。
2020-01-20 eess.SP
Semantic Feature Division Multiple Access for Digital Semantic Broadcast Channels
本文提出数字语义特征分割多址接入（SFDMA）范式，通过将多用户语义信息编码为近似正交表示，在同一时频资源中同时传输，并结合鲁棒信息瓶颈和Swin Transformer分别优化推理与图像重建任务，在保护用户隐私的同时实现性能与干扰的权衡。
2025-02-06 eess.SP
Learning to Select for MIMO Radar based on Hybrid Analog-Digital Beamforming
在本文中，我们提出了一个能量有效的雷达波束方向图设计框架的毫米波（毫米波）大规模多输入多输出（mMIMO）系统，配备了混合模拟数字（HAD）波束形成结构。为了降低mMIMO系统的功耗和硬件成本，我们采用机器学习方法来合成基于少量RF链和天线的探测波束图。通过利用softmax神经网络的组合，所提出的解决方案能够实现具有高精度的期望波束图。
2021-06-10 eess.SP
Semantic Feature Division Multiple Access for Multi-user Digital Interference Networks
针对5G网络大规模接入挑战，提出新型SFDMA范式，通过深度学习提取离散语义表示实现同资源多用户传输，构建两类任务网络并推导ABG公式与功率控制方法，仿真验证其有效性与优越性。
2024-07-11 eess.SP
Towards Compatible Semantic Communication: A Perspective on Digital Coding and Modulation
本文从数字编码与调制视角系统探讨了语义通信与现有数字系统的兼容性问题，提出概率和确定性两种设计范式及设计原则，并通过案例验证其有效性。
2024-12-25 eess.SP
On Digital Optimization of Analog Self-Interference Cancellation for Full-Duplex Wireless Systems
本文针对全双工系统中接收机ADC易饱和的问题，提出利用神经网络建模发射机非线性，比较了四种数字辅助模拟自干扰消除优化方案，发现直通估计近似可省略反向路径中的ADC且几乎不影响学习效果，为自动增益控制提供了高效替代。
2025-03-11 eess.SP
Digital-Analog Transmission Framework for Task-Oriented Semantic Communications
针对面向任务的语义通信在标准化无线网络中模拟语义特征传输与数字信号处理不匹配的部署难题，提出数模传输框架DA-TOSC，并探讨未来研究方向。
2024-07-16 eess.SP
High-Speed Ultra-Energy-Efficient Memristor-Based Massive MIMO SIC Detector Circuit with Hybrid Analog-Digital Computing Architecture
本文提出一种基于忆阻器交叉开关阵列的大规模MIMO串行干扰消除检测器电路，通过模拟矩阵计算模块与混合模数切片器实现混合模数计算架构，在速度和能效上显著优于传统DSP、FPGA和GPU。
2025-06-04 eess.SP
DSRDM: Digital Signal Recovery Diffusion Model for Semantic Communications
School of Computer Science and Engineering, Macau University of Science and Technology（澳门科技大学计算机科学与工程学院）
针对现有语义通信忽略无线系统中数字信号的问题，提出数字信号恢复扩散模型(DSRDM)，通过前向扩散添加高斯信号编码数字信号，反向扩散迭代恢复，并利用潜在表示降低计算复杂度。
2026-05-26 eess.SP
DPD-KAN: Kolmogorov-Arnold Networks for Low Complexity Digital Predistortion in 5G Analog Radio-over-Fiber Systems
Aston University（阿斯顿大学）；Ericsson Research, Ericsson（爱立信研究，爱立信）
首次提出基于KAN的DPD模型用于5G模拟RoF前传链路，在等效比特操作下，EVM比多层感知机低24.2%，比基于Volterra的GMP低29.6%；为达到2%以下的EVM，KAN所需BOPs比感知机少约52%。
2026-06-23 eess.SP
VQ-VAE Based Digital Semantic Communication with Importance-Aware OFDM Transmission
Pengcheng Laboratory（鹏城实验室）；School of Future Technology, South China University of Technology（华南理工大学未来技术学院）；School of Microelectronics, South China University of Technology（华南理工大学微电子学院）；State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（北京邮电大学网络与交换技术国家重点实验室）
本文提出基于VQ-VAE的数字语义通信系统，结合重要性感知OFDM传输，提升语义信息传输效率与鲁棒性。
2025-12-29 eess.SP
Markov-Enforced Discrete Diffusion Model for Digital Semantic Symbol Error Correction
Seoul National University（首尔大学）
本文提出SSCDM模型，通过连续时间马尔可夫链理论构建离散时间转移动态，结合学习的VQ码本和自组织图损失，提升语义符号拓扑保持性，实验显示在低信噪比下图像重建质量显著提升。
2026-09-14 eess.SP
All-Digital LoS MIMO with Low-Precision Analog-to-Digital Conversion
视线（LoS）多输入多输出（MIMO）系统随着载波频率的增加而表现出有吸引力的缩放特性：对于固定的形状因子和范围，除了可用带宽的典型线性增加之外，二维阵列的空间自由度以二次方式增加。在本文中，我们研究了现代全数字基带信号处理架构是否可以设计这样的制度，给定的大带宽的模数转换的困难。我们提出了低精度量化器设计和相应的空间解复用算法，考虑2x2 LoS MIMO与QPSK的分析见解，以及4x4 MIMO与QPSK和16QAM的性能评估。与现有技术不同，信道状态信息仅在接收机处使用（即，不采用发射预编码）。我们研究具有规则结构的量化器，其高信噪比互信息接近未量化系统的互信息。我们证明，幅相量化是必要的，以达到这一基准，相位量化不足。我们表明，基于最大化每天线输出熵的量化器比标准的最小均方量化误差（MMSQE）量化性能更好。对于空间解复用严重量化的意见，我们引入了新的概念，虚拟量化，结合线性检测，提供了可靠的解调在显着降低复杂性相比，最大似然检测。
2021-08-02 eess.SP
A technique to enable frequency dependent power savings in a level crossing analog-to-digital converter
电平交叉模数转换器是为了有效地转换稀疏信号的结构。在这些转换器中，带宽-功率权衡要求重新设计比较器，这需要花费大量时间和精力才能达到应用最佳点。受具有动态功率分量的同步转换器的启发，开发了一种在电平交叉转换器中允许这种权衡的技术，所述动态功率分量可以随着时钟频率的变化而与带宽进行权衡。由此产生的电平交叉ADC具有依赖于输入信号的动态功率，在正弦波转换期间可以达到高达42%的关断时间，在TSMC 180 nm PDK的模拟设计中实现了45.5%的功耗降低。
2021-08-17 eess.SP
A Binarizing NUV Prior and its Use for M-Level Control and Digital-to-Analog Conversion
具有NUV表示（具有未知方差的正态）的先验主要用于稀疏性。在本文中，提出了一种新的NUV先验，有效地二值化。虽然这样一个事先可能有许多用途，在本文中，我们探讨其使用离散级控制（M $\geq$ 2级），特别是包括一个实用的方案，数模转换。对于每个规划周期，所得到的计算相当于迭代向前-向后高斯消息传递递归（类似于卡尔曼平滑），其复杂度（每次迭代）在规划范围内是线性的。因此，所提出的方法不限于一个短的规划范围，因此可以优于“最佳”的方法。可以很容易地合并稀疏电平开关的偏好。
2021-05-06 eess.SP
Analog-to-digital conversion revolutionized by deep learning
作为模拟世界和数字计算机之间的桥梁，模数转换器通常用于现代信息系统，如雷达，监视和通信。对于未来高频宽带系统中模数转换器的配置，我们介绍了一种革命性的架构，该架构采用深度学习技术来克服带宽、采样率和精度之间的权衡。光子前端提供用于直接采样和速度倍增的宽带能力。经过训练的深度神经网络学习系统缺陷的模式，以简洁和自适应的方式保持量化数据的高准确性。基于数值和实验演示，我们表明，所提出的架构优于国家的最先进的模数转换器，确认我们的方法在未来的模数转换器的设计和性能增强的未来信息系统的潜力。
2018-10-21 eess.SP physics.app-ph
Limited-Resolution Hybrid Analog-Digital Precoding Design Using MIMO Detection Methods
本文利用球面解码和期望传播两种MIMO检测算法，设计有限分辨率混合模拟-数字预编码器，以最小化与全数字预编码器的欧氏距离，仿真验证其优于次优方案。
2025-10-09 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
CoDS: Collaborative Perception via Digital Semantic Communication
National Mobile Communications Research Laboratory, Southeast University（东南大学移动通信国家重点实验室）；Purple Mountain Laboratories（紫金山实验室）；College of Electronics and Information Engineering, Shenzhen University（深圳大学电子与信息工程学院）
CoDS通过数字语义通信实现协同感知，解决传统方法在V2X网络中的兼容性问题，提升感知性能与传输效率。
2025-12-27 eess.IV eess.SP
Low Resolution Digital-to-Analog Converter with Digital Dithering for MIMO Transmitter
基于最近在[35]中提出的具有噪声输入的量化器的等效模型，我们提出了一种在发射机处进行数字抖动的方法，该方法可以显著降低MIMO下行链路数模转换器（DAC）的分辨率要求。我们使用这个等效模型来分析抖动概率密度函数（PFD）的效果，并表明，均匀的PDF产生一个最佳的（线性）的结果。相对于其他DAC量化误差减小方法，我们的方法具有计算复杂度低、与所有现有标准兼容和盲性（不需要信道状态信息）的优点。
2019-04-19 cs.NI eess.SP
Assessment of Analog Time Multiplexing in SDM Digital to Analog Converters
本文通过仿真分析了SDM数字到模拟转换器中类比时间乘法的鲁棒性，提出动态元件匹配技术以克服DAC增益不匹配带来的性能影响。
2026-03-19 cs.SY eess.SP eess.SY
Analog vs. Digital Spatial Transforms: A Throughput, Power, and Area Comparison
处理多个并行模拟信号以简化下游信号处理的空间线性变换广泛用于多天线通信系统、机器学习推理、数据压缩、音频和超声应用等。在过去，已经提出了各种各样的混合信号以及数字空间变换电路-然而，一个长期存在的问题是，在吞吐量、功耗和面积方面，模拟变换还是数字变换更优越。在本文中，我们专注于阿达玛变换和执行的最先进的模拟和数字电路在相同的65 nm CMOS工艺实现空间变换的系统比较。我们分析的吞吐量，功率和面积之间的权衡，我们确定的制度，混合信号或数字阿达玛变换是可取的。我们的比较表明，（i）没有明显的赢家，（ii）模数转换通常是主导面积和能源效率-而不是空间变换。
2020-09-15 cs.AR eess.SP
A Comparative Study of Analog/Digital Self-Interference Cancellation for Full Duplex Radios
自干扰（SI）是全双工无线电的主要障碍。为了克服SI，研究人员提出了几种模拟和数字域自干扰消除（SIC）技术。数字消除的效果取决于模拟消除的结果。因此，要分析SIC的整体性能，应该以综合的方式进行分析。在本文中，我们建立了一个模拟器，可以分析模拟和数字SIC技术的性能。通过该模拟器，我们可以分析各种系统参数下的整体SIC性能，例如模数转换器（ADC）的分辨率和/或功率放大器（PA）的非线性。我们的模拟器，我们期望的配置和调整算法的有源模拟消除器可以在真正的硬件实现之前进行优化。
2019-05-23 cs.IT eess.SP math.IT
Dynamic Predictive Sampling Analog to Digital Converter for Sparse Signal Sensing
本文提出了一种基于动态预测采样（DPS）的模数转换器（ADC），它对输入的模拟连续时间信号进行非均匀采样。处理单元使用两个先前量化的采样来计算上阈值和下阈值的数字值，从而生成输入信号的动态预测。将数字阈值转换为模拟阈值以形成跟踪窗口。比较器将输入模拟信号与跟踪窗口进行比较，以确定预测是否成功。计数器记录不成功预测之间的时间戳，这些时间戳是用于量化的所选采样点。对于成功预测的采样点不执行量化，从而可以节省数据吞吐量和功率。所提出的电路被设计为10位ADC，使用0.18微CMOS工艺在1 kHz采样。结果表明，该系统可以实现6.17的数据压缩因子和31%的功耗因子相比，奈奎斯特速率SAR ADC的心电监护。
2022-11-17 cs.AR eess.SP
Toward Mixed Analog-Digital Quantum Signal Processing: Quantum AD/DA Conversion and the Fourier Transform
本文提出混合模数量子信号处理新范式，实现量子态在DV与CV系统间的模数转换，并据此在CV-DV硬件上实现量子傅里叶变换，推动混合量子计算发展。
2025-05-16 eess.SP quant-ph
Hybrid Digital-Analog Semantic Communications
针对数字和模拟语义通信的固有缺陷，提出混合数字-模拟框架HDA-DeepSC，通过新损失函数和去噪扩散检测，提升鲁棒性和通信质量。
2024-05-28 eess.IV eess.SP
Dual Frequency Comb Assisted Analog-to-Digital Conversion of Subcarrier Modulated Signals
光子模数转换有望克服传统模数转换器（ADC）中的信噪比（SNR）和采样率折衷，这对于现代数字通信和信号分析至关重要。我们建议使用具有固定频率间隔偏移的相位稳定双频梳来下变频宽带信号的频谱切片，并实现高分辨率并行数字化。为了证明我们所提出的方法的概念，我们演示了10 GHz的副载波调制（SCM）信号的检测使用500 MHz带宽的ADC通过光学转换的SCM信号，可以并行处理的10 GHz带宽的信号，完整的信号检测和重建。使用基于正弦波的标准ADC测试，我们证明了> 45 dB的无杂散动态范围（SFDR）和> 20 dB的信噪比（SINAD），仅受接收机前端设计的限制。我们的实验研究表明，这种SINAD限制可以克服改进的接收机设计，有前途的宽带信号的高分辨率ADC。
2019-09-05 eess.SP physics.optics
Hybrid Analog-Digital Precoding for Interference Exploitation
研究了多用户大规模多输入单输出（MISO）系统，重点研究了基站（BS）采用混合模数预编码和低成本1比特数模转换器（DAC）的下行链路系统。在本文中，我们提出了一种混合下行链路传输方案，其中模拟预编码器是基于SVD分解形成的。在数字域中，我们利用相长干扰的概念直接设计发射信号，而不是设计线性发射预编码矩阵。最优化问题，然后制定调制星座的几何形状的基础上，被证明是非凸的。我们放松上述优化，并表明放松的优化可以转化为一个线性规划，可以有效地解决。数值结果验证了该方案在混合大规模多输入多输出下行链路系统中的优越性。
2018-10-29 cs.IT eess.SP math.IT
Electronic Bottleneck Suppression in Next-generation Networks with Integrated Photonic Digital-to-analog Converters
数模转换器（DAC）是军用和民用信号处理、仪器仪表和宽带通信链路中不可缺少的功能单元。由于光子系统能够实现高数据吞吐量和低延迟，因此越来越多的系统限制源于所需的域交叉，例如数字到模拟和电子到光学。相比之下，光子DAC实现能够实现关于能量效率和短信号延迟两者的无缝信号转换，通常需要庞大的分立光学组件和电光变换，因此引入低效率。在这里，我们介绍了一种新的相干并行光子DAC的概念，以及能够执行这种数模转换没有光-电-光域交叉的实验演示。因此，这种设计保证了以高采样率操作的比特之间的线性强度加权，但与其他光子替代方案相比，占用空间和功耗减少。重要的是，这种光子DAC可以为数据中心、特定任务的计算加速器（如神经形态引擎）和网络边缘处理应用程序创建下一代数据处理硬件的无缝接口。
2019-12-22 eess.SP physics.optics
Photonic sampled and quantized analog-to-digital converters on thin-film lithium niobate platform
本文提出了一种基于薄膜锂酸盐平台的片上光子采样量化模数转换器（ADC）的实验方案。采用两个相位调制器作为采样器，5 $\times$ 5多模干涉（MMI）耦合器作为量化器，成功地将1 GHz正弦模拟输入信号转换为采样率为20 GSample/s的数字化输出。为了评估系统性能，测量了ADC的量化曲线和传递函数。实验有效位数（ENOB）为3.17位。所演示的器件能够在高达70 GHz的高频下工作，使其成为片上超高速模数转换的有前途的解决方案。
2022-07-28 eess.SP physics.app-ph physics.optics
Less Signals, More Understanding: Channel-Capacity Codebook Design for Digital Task-Oriented Semantic Communication
本文提出一种信道感知的离散语义编码框架，利用Wasserstein正则化对齐码激活与输入分布，在低功耗边缘网络中提升任务导向语义通信的准确性和效率。
2025-08-06 eess.IV eess.SP
Task-Based Analog-to-Digital Converters
获得多变量连续时间（CT）信号的数字表示是许多信号处理系统中遇到的挑战。在实践中，通常获取这些信号以提取一些潜在信息，即，一个特定的任务。在这种情况下，采用通常被设计为在重建CT输入信号时最小化均方误差（MSE）的传统任务无关模数转换器（ADC）可能是昂贵的并且能量效率低。在这项工作中，我们研究了基于任务的ADC，这是为了获得一个多变量CT输入过程的数字表示，恢复一个基本的统计相关的参数向量，称为\emph{the task}的目标。所提出的系统采用模拟滤波，均匀采样，和标量均匀量化的输入过程之前，使用线性数字恢复滤波器恢复的任务向量。我们优化了模拟和数字滤波器，并推导出封闭形式的表达式，可实现的MSE在恢复任务向量时，从一组模拟信号，利用具有固定的采样率和幅度分辨率的ADC。基于我们的推导，我们提供了指导方针，设计实际的采集系统的比特率的约束。我们的分析证明，直观的方法，无论是恢复的任务向量单独在数字或设计的模拟滤波器来估计的任务向量是劣于所提出的联合设计。然后，我们考虑恢复一组匹配滤波器的输出下的速率预算。我们数值验证了我们的理论观察结果，并表明，基于任务的ADC大大优于模拟匹配滤波，以及应用匹配滤波器单独在数字域。[...]
2021-10-15 cs.IT eess.SP math.IT
Joint Coding-Modulation for Digital Semantic Communications via Variational Autoencoder
针对数字语义通信中离散调制不可微且难以适配信道的问题，提出基于VAE的联合编码-调制框架及信息论匹配损失，在图像任务中性能优于量化方法并逼近模拟方案。
2024-01-29 cs.IT eess.SP math.IT
Hybrid Digital and Microwave Linear Analog Computer (MiLAC)-aided Beamforming for Multiuser MIMO-OFDM Systems
Imperial College London（帝国理工学院）
本文研究了混合数字-MiLAC波束成形在宽频多用户MISO系统中的性能，提出了一种高效算法，证明其在高频选择性信道中优于传统混合数字-模拟波束成形。
2026-04-29 cs.IT eess.SP math.IT
SCDM: Score-Based Channel Denoising Model for Digital Semantic Communications
本文提出用于数字语义通信的基于分数的信道去噪模型SCDM，通过将星座符号失真建模为前向扩散过程并定制前向噪声以匹配数字信道特性，有效对接收符号去噪，显著提升低信噪比下的重建鲁棒性并大幅降低存储需求。
2025-06-25 cs.IT eess.SP math.IT
Hybrid Jammer Mitigation for All-Digital mmWave Massive MU-MIMO
低分辨率模数转换器（ADC）简化了毫米波（mmWave）大规模多用户多输入多输出（MU-MIMO）基站的设计，但增加了对干扰攻击的脆弱性。作为一种补救措施，我们提出了HERMIT（混合干扰机MITIGATION的缩写），一种方法，结合了硬件友好的自适应模拟变换与相应的数字均衡器：模拟变换消除了大部分的干扰的能量数据转换之前，数字均衡器抑制干扰残留，同时检测合法的传输数据。我们提供的理论结果，建立最佳的模拟转换作为用户设备的功能和干扰机的信道。使用毫米波信道模型的仿真，我们证明了HERMIT的优越性相比，纯粹的数字干扰缓解以及最近的混合方法，减轻干扰干扰与非自适应模拟变换。
2021-11-25 cs.IT eess.SP math.IT
Compute SNR-Optimal Analog-to-Digital Converters for Analog In-Memory Computing
针对模拟存内计算中ADC高能耗限制能效的问题，提出基于计算信噪比（CSNR）的解析表达式与CACTUS算法以获取CSNR最优ADC参数，在降低3b精度的同时提升6dB CSNR。
2025-07-15 cs.AR eess.SP
Binary Control and Digital-to-Analog Conversion Using Composite NUV Priors and Iterative Gaussian Message Passing
本文提出了一种新的方法来确定一个二进制控制信号的模拟线性系统，使系统的状态，或一些输出，遵循一个给定的目标轨迹。该方法也可用于数模转换。该方法的核心是一个新的二元强制NUV先验（具有未知方差的正态）。对于每个规划周期，所得到的计算相当于迭代向前-向后高斯消息传递递归（类似于卡尔曼平滑），其复杂度（每次迭代）在规划范围内是线性的。因此，所提出的方法不限于短的规划范围。
2021-02-01 cs.SY eess.SP eess.SY
Deep Task-Based Analog-to-Digital Conversion
模数转换器（ADC）允许使用数字硬件处理物理信号。它们的转换包括两个阶段：采样，将连续时间信号映射到离散时间，以及量化，即，使用有限数量的比特来表示连续幅度量。ADC通常实现通用统一转换映射，这些映射不知道采集信号的任务，并且在高速率和精细分辨率下工作时成本可能很高。在这项工作中，我们设计了面向任务的ADC，从数据中学习如何将模拟信号映射为数字表示，以便系统任务可以有效地执行。我们提出了一个模型的采样和量化，有利于学习的非均匀映射数据。基于这种可学习的ADC映射，我们提出了一种优化混合采集系统的机制，该系统由模拟组合、固定速率的可调ADC和数字处理组成，通过端到端联合学习其组件。然后，我们展示了如何利用混合采集系统的表示作为深度网络，通过利用贝叶斯元学习技术来优化给定任务的采样率和量化率。我们在两个案例研究中评估了所提出的基于深度任务的ADC：第一个案例研究考虑了多天线数字接收机中的符号检测，其中同时采集多个模拟信号以恢复一组离散信息符号。第二个应用是超声成像中采集的模拟通道数据的波束形成。我们的数值结果表明，所提出的方法实现的性能，这是与高采样率和精细的分辨率量化操作，同时降低整体比特率操作。
2022-01-29 cs.SY eess.SP eess.SY
Short-time Fourier Transform-based Signal Recovery for Modulo Analog-to-Digital Converters
University of the Philippines Diliman（菲律宾大学迪利曼分校）
本研究提出基于短时傅里叶变换的信号恢复方法，用于提升模数转换器的重建性能，尤其在低分辨率和低采样率条件下表现更优。
2026-01-07 cs.IT eess.SP math.IT
Blind Training for Channel-Adaptive Digital Semantic Communications
针对数字语义通信编解码器难适配信道与系统差异的问题，提出以并行可训练比特翻转概率的BSC等效建模信道的盲训练框架，结合推理阶段自适应功率调制策略，在任务性能与功耗上优于现有方法。
2025-03-19 cs.IT eess.SP math.IT
Secure Hybrid Digital and Analog Precoder for mmWave Systems with low-resolution DACs and finite-quantized phase shifters
毫米波（mmWave）通信因其提供超宽新频谱和超高数据传输速率的优势，被认为是下一代无线网络最有前途的技术之一。为了降低毫米波系统的功耗和电路成本，在这种情况下，混合数字和模拟（HDA）架构是优选的。针对毫米波MISO系统，提出了一种基于人工噪声（AN）辅助的安全HDA波束形成方案。建立了AN辅助HDA系统的加性量化噪声模型，分析了该系统的保密性能。利用窃听者的部分信道信息，推导出了保密率的近似表达式。然后利用这个近似公式，我们提出了一个两层交替迭代结构（TLAIS）优化数字预编码器（DP）的机密消息（CM），数字AN投影矩阵（DANPM）和模拟预编码器（AP）。内层迭代循环是在给定AP矩阵的情况下交替设计CM和DANPM的DP。外层迭代循环位于数字基带部分和模拟部分之间，其中前者是指DP和DANPM，后者是AP。然后，对于给定的数字部分，我们提出了一种梯度上升算法来找到AP矢量的矢量。给定一个AP矩阵，利用广义幂迭代（GPI）方法计算DP和DANPM。重复该过程，直到达到终止条件。仿真结果表明，所提出的TLAIS可以实现更好的SR性能相比，现有的方法，特别是在高信噪比区域。
2019-05-13 cs.IT eess.SP math.IT
Millimeter Wave MIMO Channel Estimation with 1-bit Spatial Sigma-delta Analog-to-Digital Converters
本文主要研究了采用1位空间Σ-Δ模数转换器（ADC）的毫米波MIMO系统的信道估计。1位空间Σ-Δ型ADC的信道估计性能取决于量化噪声建模。因此，我们提出了一种新的方法，利用1位空间Σ-Δ ADC的确定性输入输出关系来建模量化噪声。使用这个新的噪声模型，我们提出了一种算法的信道估计的窄带单用户毫米波视线MIMO系统，通过确定未知的角度和路径衰减，表征平坦衰落信道。通过仿真，我们证明了所开发的方法的性能与传统的模拟系统相当，并显着优于传统的1位量化系统。
2020-10-23 cs.IT eess.SP math.IT
Digital Electronics and Analog Photonics for Convolutional Neural Networks (DEAP-CNNs)
卷积神经网络（CNN）是一种强大且无处不在的工具，用于从计算机视觉和自然语言处理等应用的大型数据集中提取特征。然而，卷积在数字电子学中是计算上昂贵的操作。相比之下，在过去几年中经历了最近兴趣激增的神经形态光子系统为神经网络训练和推理提出了更高的带宽和能量效率。神经形态光子学利用了光学电子学的优势，包括模拟处理的便利性，以及以光速在单个波导上传输多个信号。在这里，我们提出了一种数字电子和模拟光子（DEAP）CNN硬件架构，该架构有可能快2.8到14倍，同时保持与当前最先进GPU相同的功耗。
2019-04-23 cs.NE eess.SP physics.app-ph
Joint Source-Channel Coding for Channel-Adaptive Digital Semantic Communications
本文提出一种联合信源信道编码方法，通过不确定性解调、鲁棒训练及信道自适应调制，提升数字语义通信在多变信道和调制阶数下的鲁棒性，并降低延迟，仿真验证其在图像任务上优于现有方法。
2024-03-18 cs.IT eess.SP math.IT
Benchmarking and modeling of analog and digital SRAM in-memory computing architectures
本文通过综述现有架构、建立能量与吞吐量成本模型并在多种存内计算架构上调度工作负载，对模拟与数字SRAM存内计算进行公平基准评测，为工作负载-硬件协同设计提供指导。
2023-05-25 cs.AR eess.IV eess.SP
Joint Analog and Digital Transceiver Design for Wideband Full Duplex MIMO Systems
在本文中，我们提出了一种宽带全双工（FD）多输入多输出（MIMO）通信系统，包括一个FD MIMO节点同时与两个多天线上行链路（UL）和下行链路（DL）节点利用相同的时间和频率资源进行通信。为了抑制FD MIMO系统中由于同时发送和接收而产生的强自干扰（SI）信号，提出了一种基于基带正交频分复用（OFDM）信号建模的模拟和数字（A/D）相消以及发送和接收波束形成的联合设计。考虑到实际的发射机损伤，我们提出了一种多抽头宽带模拟消除器的架构，其抽头的数量不与收发器天线和多径SI组件的数量成比例。我们还提出了一种新的自适应数字抵消截断奇异值分解的基础上，减少残留SI信号估计参数。为了最大化FD和速率，提出了一种用于A/D抵消和数字波束形成的联合优化框架。最后，我们广泛的波形仿真结果表明，所提出的宽带FD MIMO设计具有更高的SI消除能力，降低了复杂度相比，现有的消除技术，从而提高可实现的速率性能。
2021-12-16 cs.IT eess.SP math.IT
D$^2$-JSCC: Digital Deep Joint Source-channel Coding for Semantic Communications
本文提出数字深度联合信源信道编码（D$^2$-JSCC）框架，通过联合优化数字信源与信道编码并采用两步速率控制算法，减少端到端失真，优于经典深度JSCC并缓解悬崖与水平效应。
2024-03-14 cs.IT cs.MM eess.SP
Lattice Functions for the Analysis of Analog-to-Digital Conversion
模数（A/D）转换器是模拟信号和数字离散时间信号处理域之间的公共接口。实质上，该域同时包含幅度和时间的量化，即幅度量化和均匀时间采样。因此，我们认为A/D转换作为一个采样过程中的时间和幅度域的基础上观察到的基本连续时间信号表示的数字序列可以被采样在一个格子-即在点限制躺在一个统一的网格在时间和幅度。我们把它们称为格函数。这与基于经典采样定理和量化误差分析的传统方法形成对比。后者主要是借助概率模型或确定性模型来解决的，这些模型要么局限于非常特殊的情景，要么考虑到最坏情况的假设。在本文中，我们提供了一个确定性的理论分析和框架的功能，在数字离散时间处理。我们表明，格函数具有丰富的分析结构的背景下，积分值整函数的指数型。我们得到了这类函数的集合和谱性质。这使我们能够证明在一个确定性的方式和一般的带限函数的基本下限的最大频率分量引入的量化是独立的量化器的分辨率。
2019-03-28 cs.IT eess.SP math.CV
