研究人员开发了一种不受带宽约束的抽样方案 2016-09-10 08:09:25

$888.88
所属分类 :基金

麻省理工学院的研究人员已经开发出一种不受带宽限制的采样方案,允许模拟到数字转换而不会“削波”图像:Jose-Luis Olivares /麻省理工学院麻省理工学院和慕尼黑工业大学的研究人员开发出一种新技术可能会导致相机可以处理任何强度的光,不跳过或弹出的音频几乎任何现代信息捕捉设备 - 如相机,录音机或电话 - 都有一个模数转换器,一个电路可以转换模拟信号的波动电压为1和0串几乎所有商用模数转换器(ADC)都有电压限制如果输入信号超过该限值,ADC会切断它或在最大电压下平坦这种现象在“剪辑”音频信号的弹出和跳跃或数字图像中的“饱和”时很常见 - 例如,当肉眼看起来是蓝色的天空出现在凸轮上时上周,在国际采样理论与应用会议上,来自麻省理工学院和慕尼黑技术大学的研究人员提出了一种技术,他们称之为无限采样,可以精确数字化电压峰值远远超过ADC的信号

电压限制结果可能是摄像机捕捉到人眼可见的所有颜色等级,不跳过的音频,以及可以处理长时间低活动和突然信号尖峰的医疗和环境传感器

感兴趣的事件然而,论文的主要结果是理论上的:研究人员建立了一个下限,即应该测量或“采样”具有宽电压波动的模拟信号的速率,以确保它可以准确地数字化因此,他们的工作扩展了麻省理工学院长期教授克劳德·香农1948年开创性论文“A Mathem”的几个开创性成果之一

传播理论,“所谓的奈奎斯特 - 香农抽样定理Ayush Bhandari,麻省理工学院媒体艺术与科学研究生,是该论文的第一作者,他的论文顾问Ramesh Raskar,他是一名助手

媒体艺术与科学教授,以及慕尼黑技术大学数学助理教授菲利克斯·克拉默(Felix Krahmer)研究人员的工作受到一种新型实验性ADC的启发,该ADC不能捕获信号电压,而是“模数”In在新型ADC的情况下,模数是当模拟信号的电压除以ADC的最大电压时产生的余量“这个想法很简单,”Bhandari说“如果你的数字太大而无法存储你的计算机内存,你可以采用数字的模数采取模数的行为只是为了存储余数“”模数架构也称为自复位ADC,“Bhandari解释”通过自复位,这意味着当电压超过某个阈值时,它会复位,这实际上实现了一个模数几年前在电子架构中提出了自复位ADC传感器,具有这种能力的ADC已被制作原型“其中一个原型设计用于捕获有关小鼠大脑中神经元发射的信息神经元上的基线电压相对较低,当神经元发生火灾时突然出现电压尖峰很难建立一个足够敏感的传感器来检测基准电压但在峰值期间不会饱和当信号超过自复位ADC的电压限制时,它会切断,并在电路的最小电压下再次重新开始

同样,如果信号低于电路的最小电压,则为复位到最大电压如果信号的峰值电压是电压限制的几倍,那么信号可以因此一次又一次地绕回自身

用于数字化的数字化数字化是对模拟信号进行采样的过程 - 基本上,对其电压进行许多离散测量

奈奎斯特 - 香农定理建立了确保信号可以精确重建所需的测量数量但是现有的采样算法假定信号不断上下变化 事实上,如果来自自复位ADC的信号在它超过最大值之前被采样,并且在电路复位之后再次采样,则它看起来像标准采样算法,如在两次测量之间电压降低的信号,而不是电压增加的一个大错误Bhandari和他的同事们对解决这种模糊性需要多少样本的理论问题感兴趣,以及如何重建原始信号的实际问题他们发现奈奎斯特所规定的样本数量 - 香农定理,乘以pi和欧拉数e,或大约85,将保证忠实的重建研究人员的重建算法依赖于一些聪明的数学在自复位ADC中,复位后采样的电压是真实电压的模数因此,恢复真正的电压需要将ADC的最大电压的一部分 - 称之为M - 加到采样值上

然而,iple应该是 - M,2M,5M,10M - 未知微积分中最基本的原理是导数,它提供了计算任意给定点曲线斜率的公式

然而,在计算机科学中,导数通常是算术近似假设,例如,你有一系列来自模拟信号的样本取样本1和2之间的差异,并存储它然后取样本2和3之间的差异,然后存储,然后存储3和4 ,等等最终结果将是一串近似于采样信号导数的值

因此,自复位ADC的真信号的导数等于其模数的导数加上一堆倍数的导数

阈值电压--Ms,2Ms,5Ms等等但是M-倍数的导数本身总是一串M-倍数,因为取两个连续M-倍数之间的差值将总是产生另一个M-倍数现在,如果哟你取两个导数的模数,所有M-多重都消失,因为它们除以M时没有余数

真信号导数的模数因此等于模信号导数的模数

反转导数是微积分中最基本的操作之一,但推断原始信号确实需要添加一个M值,其值必须推断幸运的是,使用错误的M倍数将产生非常难以置信的信号电压研究人员的证明他们的理论结果涉及一个关于保证正确的M-倍数可以被推断所必需的样本数量的争论“如果你有一个错误的常数,那么常数必须是M的倍数,”Krahmer说“所以如果你反转导数,加起来很快一个样本是正确的,下一个样本将是错误的M,下一个样本将错误2M,依此类推我们需要设置样本数量为确保如果我们在上一步中得到了错误的答案,我们的重建将变得如此之大,以至于我们知道它不能正确“”无限采样是一个有趣的概念,它解决了模拟中饱和的重要和实际问题

- 数字转换器,“赖斯大学电子和计算机工程教授,单像素相机的共同发明人之一Richard Baraniuk说道

”有希望通过模数测量恢复信号所需的计算是实用的今天的硬件希望这个概念能够促进无限采样成为现实所需的那种采样硬件的开发“论文:关于无限采样来源:Larry Hardesty,麻省理工学院新闻