Asynchronous Multi-Channel USF: Modified CRT for Modulo Unfolding

Sintesi Tecnica: USF Multi-Canale Asincrono tramite CRT Modificato per l'Unfolding del Modulo

Problema
Il framework di Campionamento Illimitato (Unlimited Sampling Framework - USF) affronta il tradizionale compromesso tra gamma dinamica (DR) e risoluzione digitale impiegando non linearità controllate (folding del segnale) nel dominio analogico, seguite dalla ricostruzione digitale. Sebbene siano state proposte estensioni Multi-Canale (MC) di USF per abilitare la ricostruzione da molteplici misure ripiegate a tassi di campionamento critici, i metodi esistenti si affidano pesantemente al Teorema Cinese del Resto (CRT). Una limitazione critica degli attuali approcci basati su CRT è il loro rigoroso requisito di sincronizzazione del campionamento a livello di canale (ovvero campioni allineati nel tempo o equispaziati tra i canali). In scenari pratici, tale assunzione è frequentemente violata a causa del drift dell'orologio, del jitter, di una sincronizzazione imperfetta o della natura intrinseca dei sistemi asincroni (ad esempio, architetture multi-coset con campionamento irregolare). Quando gli offset temporali ($T_l$) non sono uniformi, la struttura standard del CRT decade, rendendo le garanzie di recupero esistenti inapplicabili e limitando l'implementazione reale di MC-USF.

Metodologia
Questo articolo propone un'architettura MC-USF asincrona che elimina la necessità di una sincronizzazione rigorosa, sfruttando la naturale regolarità (smoothness) dei segnali a banda limitata. La metodologia principale prevede i seguenti passaggi:

1. Modellazione Teorico-Grafica: Gli autori modellano i campioni multi-canale in un istante temporale fisso come un grafo completo dove i nodi rappresentano le misure ripiegate dai diversi canali. L'intuizione chiave è che la natura a banda limitata del segnale sottostante $g(t)$ impone un "vincolo di regolarità" su questo grafo. Nello specifico, la differenza tra due campioni di canale qualsiasi è limitata dalla frequenza massima del segnale ($\Omega$), dalla sua gamma dinamica ($\|g\|_{L\infty}$) e dal massimo scostamento dell'offset temporale ($t_c^n$) tra i canali.
2. Programmazione Intera Vincolata: Invece di risolvere un problema di ottimizzazione combinatoria standard (che è computazionalmente intrattabile per $N$ e $L$ elevati), gli autori formulano il recupero dei residui interi ($\gamma_l^n$) come un problema di programmazione intera. L'obiettivo è minimizzare la norma $\ell_\infty$ delle differenze del grafo:
   $$\min_{\tilde{\gamma}^n \in \mathbb{Z}^L} \| B y^n + 2 B \Lambda \tilde{\gamma}^n \|_{\ell_\infty}$$
   soggetto ai vincoli derivati dalla condizione di regolarità del grafo. Qui, $B$ è la matrice di incidenza del grafo completo, $y^n$ rappresenta le misure ripiegate e $\Lambda$ è una matrice diagonale delle soglie di folding.
3. Garanzie Teoriche: Il documento stabilisce il Teorema 1, che dimostra come sia possibile il recupero esatto e univoco del segnale anche con offset temporali non uniformi, a patto che:
   • Le soglie di folding $\lambda_l$ siano correlate da interi primi tra loro ($\lambda_l = \lambda \kappa_l$).
   • La gamma dinamica del segnale soddisfi un limite specifico che coinvolge il minimo comune multiplo (LCM) dei valori $\kappa_l$ e lo scostamento massimo dell'offset temporale.
   • La condizione di regolarità del grafo sia soddisfatta, garantendo che la soluzione della minimizzazione intera coincida con la verità fondamentale (ground truth).

Contributi Chiave

• Estensione Asincrona del CRT: Il lavoro generalizza il framework USF basato su CRT ad ambienti asincroni, rimuovendo il requisito di $T_l = 0$ (allineamento temporale).
• Recupero Guidato dalla Regolarità: Visualizzando il sollevamento spaziale-temporale del segnale come un induttore di regolarità su un grafo di canali di rilevamento, gli autori sviluppano una strategia di ricostruzione robusta alla disallineazione temporale, al jitter e al drift.
• Compatibilità Retroattiva: La formulazione proposta rimane compatibile con le architetture multi-canale esistenti, come il campionamento multi-coset, consentendo la ricostruzione in stile CRT in scenari precedentemente considerati fuori portata a causa di pattern di campionamento irregolari.
• Algoritmo Efficiente: Il metodo trasforma un problema potenzialmente intrattabile di tipo combinatorio in una minimizzazione intera vincolata che può essere risolta efficientemente, anche per dataset su scala di milioni.

Risultati Sperimentali
Esperimenti numerici sono stati condotti utilizzando un'architettura multi-coset a doppio canale con quantizzazione a 10 bit e segnali a banda limitata (da 3.2 kHz a 6.5 kHz).

• Precisione: Il metodo ha recuperato con successo i campioni fino alla precisione dei modulo-ADC ($\max \lambda_l / (2^B - 1)$), validando i limiti teorici.
• Performance: Nei regimi di sovracampionamento medi, l'approccio ha raggiunto stime del segnale ad alta precisione (Errore Quadratico Medio $< 5 \times 10^{-4}$) con un upsampling fino a 20 volte.
• Robustezza: Anche quando spinto vicino alla frequenza di Nyquist dove la correlazione temporale diminuisce, il metodo ha dimostrato una ricostruzione del segnale ragionevole e una significativa espansione della gamma dinamica, superando i metodi tradizionali di filtraggio non lineare o partizione di Fourier in questi regimi a bassa correlazione.

Significatività
Il documento afferma che questo lavoro amplia significativamente l'applicabilità del recupero basato su CRT a sistemi di rilevamento pratici dove il mismatch dell'orologio o l'acquisizione asincrona sono inevitabili. Unificando il sensing MC sincrono e asincrono all'interno di un comune pipeline USF, gli autori abilitano il rilevamento ad alta gamma dinamica e alta risoluzione senza l'onere hardware di una sincronizzazione rigorosa. I risultati validano che il recupero esatto è teoricamente garantito e praticamente realizzabile sotto condizioni moderate, offrendo una soluzione robusta per implementazioni reali di sensing illimitato multi-canale.