Asynchronous Multi-Channel USF: Modified CRT for Modulo Unfolding

기술 요약: 모듈로 언폴딩(Modulo Unfolding)을 위한 수정된 CRT 기반의 비동기 다채널 USF

문제 정의
무제한 샘플링 프레임워크(Unlimited Sampling Framework, USF)는 아날로그 영역에서 제어된 비선형성(신호 폴딩)을 적용한 후 디지털 재구성을 수행함으로써, 동적 범위(Dynamic Range, DR)와 디지털 해상도 사이의 전통적인 트레이드오프 문제를 해결한다. 다채널(Multi-Channel, MC) 확장은 임계 샘플링 속도에서 여러 개의 폴딩된 측정값으로부터 재구성을 가능하게 하기 위해 제안되었으나, 기존의 MC-USF 방식은 중국인의 나머지 정리(Chinese Remainder Theorem, CRT)에 크게 의존한다. 현재 CRT 기반 접근 방식의 결정적인 한계는 채널 수준의 샘플링 동기화(즉, 모든 채널 간의 시간 정렬 또는 등간격 샘로잉)를 엄격하게 요구한다는 점이다. 실제 시나리오에서는 클록 드리프트(clock drift), 지터(jitter), 불완전한 동기화, 또는 비동기 시스템(예: 불규칙한 샘플링을 가진 멀티 코셋 구조)의 본질적인 설계로 인해 이러한 가정이 빈번하게 위배된다. 시간 오프셋($T_l$)이 균일하지 않을 경우, 표준 CRT 구조는 붕괴되며, 이로 인해 기존의 회복 보장(recovery guarantees)을 적용할 수 없게 되어 MC-USF의 실질적인 현장 배포를 제한한다.

방법론
본 논문은 대역 제한 신호(bandlimited signal)의 내재적인 매끄러움(smoothness)을 활용하여 엄격한 동기화의 필요성을 제거하는 비동기 MC-USF 구조를 제안한다. 핵심 방법론은 다음과 같은 단계로 구성된다:

1. 그래프 이론적 모델링: 저자들은 고정된 시점에서의 다채널 샘플을 서로 다른 채널로부터의 폴딩된 측정값을 노드로 하는 완전 그래프(complete graph)로 모델링한다. 핵심 통찰은 대역 제한 신호 $g(t)$의 특성이 이 그래프에 "매끄러움 제약(smoothness constraint)"을 부과한다는 것이다. 구체적으로, 임의의 두 채널 샘플 간의 차이는 신호의 최대 주파수($\Omega$), 신호의 동적 범위($\|g\|_{L\infty}$), 그리고 채널 간의 최대 시간 오프셋 편차($t_c^n$)에 의해 제한된다.
2. 제약된 정수 계획법(Constrained Integer Programming): 대규모 $N$ 및 $L$에 대해 계산적으로 다루기 힘든(intractable) 표준 조합 최적화 문제를 푸는 대신, 저자들은 정수 잔차(integer residues, $\gamma_l^n$)의 회복을 정수 계획법 문제로 정식화한다. 목적 함수는 그래프 차이의 $\ell_\infty$ 노름을 최소화하는 것이다:
   $$\min_{\tilde{\gamma}^n \in \mathbb{Z}^L} \| B y^n + 2 B \Lambda \tilde{\gamma}^n \|_{\ell_\infty}$$
   여기서 $B$는 완전 그래프의 입사 행렬(incidence matrix)이고, $y^n$은 폴딩된 측정값이며, $\Lambda$는 폴딩 임계값의 대각 행렬이다.
3. 이론적 보장: 본 논문은 다음 조건이 충족될 때 비균일한 시간 오프셋 하에서도 신호의 정확하고 유일한 회복이 가능하다는 것을 증명하는 **정리 1(Theorem 1)**을 확립한다:
   • 폴딩 임계값 $\lambda_l$은 서로 소인 정수들에 의해 관계되어야 한다 ($\lambda_l = \lambda \kappa_l$).
   • 신호의 동적 범위는 $\kappa_l$ 값들의 최소공배수(LCM)와 최대 시간 오프셋 편차를 포함하는 특정 경계 조건을 만족해야 한다.
   • 그래프 매끄러움 조건이 성립하여, 정수 최소화의 해가 실제 참값(ground truth)과 일치해야 한다.

주요 기여

• CRT의 비동기 확장: 본 연구는 $T_l = 0$(시간 정렬) 요구 사항을 제거함으로써 CRT 기반 USF 프레임워크를 비동기 환경으로 일반화하였다.
• 매끄러움 기반 회복: 시공간적 신호 리프팅(spatial-temporal signal lifting)을 센싱 채널의 그래프 상의 매끄러움 유도로 간주함으로써, 저자들은 시간적 미정렬, 지터 및 드리프트에 강건한 재구성 전략을 개발하였다.
• 하위 호환성: 제안된 정식화는 기존의 멀티 코셋 샘플링과 같은 다채널 구조와 호환성을 유지하며, 이전에는 불규칙한 샘플링 패턴으로 인해 불가능하다고 여겨졌던 시나리오에서도 CRT 스타일의 재구성을 가능하게 한다.
• 효율적인 알고리즘: 이 방법은 잠재적으로 다루기 힘든 조합 문제를 효율적인 제약 정수 최소화 문제로 변환하며, 이는 백만 단위 규모의 데이터셋에 대해서도 효율적으로 해결될 수 있다.

실험 결과
10비트 양자화와 대역 제한 신호(3.2 kHz ~ 6.5 kHz)를 사용하는 듀얼 채널 멀티 코셋 구조를 사용하여 수치 실험을 수행하였다.

• 정밀도: 본 방법은 모듈로-ADC의 정밀도($\max \lambda_l / (2^B - 1)$)까지 샘플을 성공적으로 회복하였으며, 이는 이론적 경계 값을 검증한다.
• 성능: 중간 오버샘플링 영역에서, 이 접근 방식은 최대 20배의 업샘플링 환경에서도 높은 정밀도의 신호 추정치(평균 제곱 오차(MSE) $< 5 \times 10^{-4}$)를 달ach했다.
• 강건성: 시간적 상관관계가 감소하는 나이퀴스트율(Nyquist rate) 근처까지 몰아붙였을 때도, 본 방법은 합리적인 신호 재구성과 상당한 동적 범위 확장을 보여주었으며, 이러한 저상관 영역에서 전통적인 비선형 필터링이나 푸리에 분할(Fourier-partitioning) 방식보다 우수한 성능을 입증하였다.

의의
본 논문은 이 연구가 클록 불일치나 비동기 획득이 불가피한 실제 센싱 시스템에 대한 CRT 기반 회복의 적용 범위를 크게 넓혔다고 주장한다. 동기 및 비동기 MC 센싱을 공통된 USF 파이프라인 내로 통합함으로써, 저자들은 엄격한 동기화라는 하드웨어적 부담 없이도 고동적 범위, 고해상도 센싱을 가능하게 한다. 실험 결과는 완만한 조건 하에서 정확한 회복이 이론적으로 보장될 뿐만 아니라 실질적으로도 가능하다는 것을 입증하며, 실제 다채널 무제한 센싱 구현을 위한 강력한 솔루션을 제공한다.