[论文解读] Sub-Nyquist Sampling: Bridging Theory and Practice

Moshe Mishali, Yonina C. Eldar|arXiv (Cornell University)|Jun 22, 2011

Sparse and Compressive Sensing Techniques参考文献 65被引用 42

一句话总结

本文综述了亚奈奎斯特采样策略，通过利用信号结构（尤其是频谱域中的稀疏性），实现了低于奈奎斯特速率的模拟信号采集。该研究将压缩感知和广义采样领域的理论进展与实际硬件实现相连接，表明多带开关压缩器（MWC）等系统能够在亚奈奎斯特速率下实现精确重建，且对非理想性和噪声具有鲁棒性。

ABSTRACT

Sampling theory encompasses all aspects related to the conversion of continuous-time signals to discrete streams of numbers. The famous Shannon-Nyquist theorem has become a landmark in the development of digital signal processing. In modern applications, an increasingly number of functions is being pushed forward to sophisticated software algorithms, leaving only those delicate finely-tuned tasks for the circuit level. In this paper, we review sampling strategies which target reduction of the ADC rate below Nyquist. Our survey covers classic works from the early 50's of the previous century through recent publications from the past several years. The prime focus is bridging theory and practice, that is to pinpoint the potential of sub-Nyquist strategies to emerge from the math to the hardware. In that spirit, we integrate contemporary theoretical viewpoints, which study signal modeling in a union of subspaces, together with a taste of practical aspects, namely how the avant-garde modalities boil down to concrete signal processing systems. Our hope is that this presentation style will attract the interest of both researchers and engineers in the hope of promoting the sub-Nyquist premise into practical applications, and encouraging further research into this exciting new frontier.

研究动机与目标

• 综述超越均匀奈奎斯特采样速率的亚奈奎斯特采样在理论与实践上的最新进展。
• 识别理论信号采集模型与真实模数转换器（ADC）硬件限制之间的差距。
• 通过结构化采样与压缩感知技术，证明在亚奈奎斯特速率下重建带限信号与多带信号的可行性。
• 通过将数学框架与可实现的硬件设计相连接，推动亚奈奎斯特技术在实际数字信号处理系统中的应用。

提出的方法

• 采用子空间并集信号模型，在频谱域中表示稀疏信号，从而实现在低于奈奎斯特速率下的高效采样。
• 采用周期性非均匀采样（PNS）与调制宽带转换器（MWC）架构，实现在亚奈奎斯特速率下对多带信号的采样。
• 通过时间-幅度转换和保持（T/H）电路建模ADC硬件，引入模拟带宽限制以模拟真实性能。
• 通过高网格密度（最高达10倍奈奎斯特速率）的数值仿真，精确近似MWC系统中非带限信号的乘积。
• 对系统参数（如音调间隔和采样频率）进行敏感性分析，评估对设计失配的鲁棒性。
• 通过仿真和硬件实验验证结果，表明在噪声和非理想条件下系统仍能实现稳定重建。

实验结果

研究问题

• RQ1 如何在采用结构化采样时，实现低于奈奎斯特速率的模拟信号精确重建？
• RQ2 在真实硬件中实现亚奈奎斯特采样时，面临的关键理论与实践挑战是什么？
• RQ3 系统非理想性（如频率失配或噪声）在多大程度上影响重建性能？
• RQ4 在亚奈奎斯特系统中建模非带限模拟操作时，如何确保数值仿真的准确性？
• RQ5 在亚奈奎斯特系统建模中，仿真精度与计算成本之间存在何种权衡？

主要发现

• MWC系统在亚奈奎斯特速率下实现了精确的信号重建，即使在200 ppm的频率失配下，重建误差仍低于15%。
• 数值仿真表明，采样网格密度达到奈奎斯特速率的十倍时，足以实现对MWC采样结果的硬件精确近似。
• 在采样前使用低通滤波器对保持电路进行建模，可避免理想点采样模型中出现的误导性混叠效应。
• 系统对噪声和设计非理想性表现出鲁棒性，仿真与硬件实验结果均证实了这一点。
• 模拟操作的正确离散化至关重要：使用32 kHz带宽模型会限制仿真可扩展性，而10 GHz系统则需要高分辨率网格。
• 随着仿真密度增加，傅里叶级数系数估计值趋近于理论值，验证了数值方法的有效性。