Asynchronous Multi-Channel USF: Modified CRT for Modulo Unfolding

Technische Samenvatting: Asynchrone Multi-Channel USF via Gemodificeerde CRT voor Modulo Unfolding

Probleemstelling
Het Unlimited Sampling Framework (USF) adresseert de traditionele afweging tussen dynamisch bereik (DR) en digitale resolutie door gecontroleerde niet-lineariteiten (signaalvouwen) in het analoge domein toe te passen, gevolgd door digitale reconstructie. Hoewel Multi-Channel (MC) uitbreidingen van USF zijn voorgesteld om reconstructie mogelijk te maken van meerdere gevouwen metingen bij kritische bemonsteringssnelheden, vertrouwen bestaande methoden zwaar op de Chinese Reststelling (CRT). Een cruciale beperking van huidige CRT-gebaseerde benaderingen is hun strikte vereiste voor kanaal-niveau synchronisatie van de bemonstering (d.w.z. tijd-uitgelijnde of equispace bemonstering over kanalen). In praktische scenario's wordt deze aanname frequent geschonden door klokdrift, jitter, imperfecte synchronisatie of het inherente ontwerp van asynchrone systemen (bijv. multi-coset architecturen met onregelmatige bemonstering). Wanneer de tijdsoffsets ($T_l$) niet uniform zijn, stort de standaard CRT-structuur in, waardoor bestaande reconstructiegaranties ontoepasbaar worden en de implementatie van MC-USF in de echte wereld wordt beperkt.

Methodologie
Dit artikel stelt een asynchrone MC-USF architectuur voor die de noodzaak voor strikte synchronisatie elimineert door gebruik te maken van de inherente gladheid (smoothness) van bandgelimiteerde signalen. De kernmethodologie omvat de volgende stappen:

1. Grafentheoretische Modellering: De auteurs modelleren de multi-channel samples op een vast tijdstip als een volledige graaf waarbij knopen de gevouwen metingen van verschillende kanalen vertegenwoordigen. Het cruciale inzicht is dat de bandgelimiteerde aard van het onderliggende signaal $g(t)$ een "gladheidsrestrictie" oplegt aan deze graaf. Specifiek is het verschil tussen twee kanaalsamples begrensd door de maximale frequentie van het signaal ($\Omega$), het dynamische bereik van het signaal ($\|g\|_{L\infty}$), en de maximale tijdsoffset-afwijking ($t_c^n$) tussen kanalen.
2. Constrained Integer Programming: In plaats van een standaard combinatorisch optimalisatieprobleem op te lossen (wat computationeel onhandelbaar is voor grote $N$ en $L$), formuleren de auteurs de reconstructie van de gehele residuen ($\gamma_l^n$) als een integer programming probleem. Het doel is om de $\ell_\infty$-norm van de grafverschillen te minimaliseren:
   $$\min_{\tilde{\gamma}^n \in \mathbb{Z}^L} \| B y^n + 2 B \Lambda \tilde{\gamma}^n \|_{\ell_\infty}$$
   onderworpen aan restricties afgeleid van de graf-gladheidstoestand. Hierbij is $B$ de incidentiematrix van de volledige graaf, $y^n$ de gevouwen metingen, en $\Lambda$ een diagonale matrix van vouwdrempels.
3. Theoretische Garanties: Het artikel stelt Theorem 1 vast, die bewijst dat exacte en unieke reconstructie van het signaal mogelijk is, zelfs met niet-uniforme tijdsoffsets, mits:
   • De vouwdrempels $\lambda_l$ gerelateerd zijn door onderling priem gehele getallen ($\lambda_l = \lambda \kappa_l$).
   • Het dynamische bereik van het signaal voldoet aan een specifieke grens die de kleinste gemeenschappelijke veelvoud (LCM) van de $\kappa_l$-waarden en de maximale tijdsoffset-afwijking omvat.
   • De graf-gladheidstoestand standhoudt, wat garandeert dat de oplossing van de integer-minimalisatie samenvalt met de grondwaarheid.

Belangrijkste Bijdragen

• Asynchrone Extensie van CRT: Dit werk generaliseert het CRT-gebaseerde USF-framework naar asynchrone settings, waardoor de vereiste voor $T_l = 0$ (tijd-uitlijning) vervalt.
• Smoothness-Driven Recovery: Door ruimtelijke-temporele signaalverheffing te beschouwen als het induceren van gladheid over een graaf van sensing-kanalen, ontwikkelen de auteurs een reconstructiestrategie die robuust is tegen temporele misalignement, jitter en drift.
• Backward Compatibility: De voorgestelde formulering blijft compatibel met bestaande multi-channel architecturen, zoals multi-coset sampling, wat CRT-stijl reconstructie mogelijk maakt in scenario's die voorheen als onbereikbaar werden beschouwd vanwege onregelmatige bemonsteringspatronen.
• Efficiënt Algoritme: De methode transformeert een potentieel onhandelbaar combinatorisch probleem naar een beperkte integer-minimalisatie die efficiënt kan worden opgelost, zelfs voor datasets op miljoenen-schaal.

Experimentele Resultaten
Numerieke experimenten werden uitgevoerd met een dual-channel multi-coset architectuur met 10-bit kwantisatie en bandgelimiteerde signalen (3.2 kHz tot 6.5 kHz).

• Precisie: De methode slaagde erin samples te reconstrueren tot de precisie van de modulo-ADC's ($\max \lambda_l / (2^B - 1)$), wat de theoretische grenzen valideert.
• Prestaties: In mediaan oversampling-regimes bereikte de aanpak een hoge-precisie signaalschatting (Mean Squared Error $< 5 \times 10^{-4}$) met een upsampling van factor 20.
• Robuustheid: Zelfs wanneer de methode dicht bij de Nyquist-snelheid werd gepusht waar de temporele correlatie afneemt, demonstreerde de methode een redelijke signaalreconstructie en een significante expansie van het dynamische bereik, waarbij het traditionele niet-lineaire filtering of Fourier-partitionering methoden overtrof in deze lage-correlatie regimes.

Betekenis
Het artikel claimt dat dit werk de toepasbaarheid van CRT-gebaseerde reconstructie aanzienlijk vergroot voor praktische sensorsystemen waar klokmismatch of asynchrone acquisitie onvermijdelijk is. Door synchrone en asynchrone MC sensing binnen een gemeenschappelijk USF-pipeline te verenigen, stellen de auteurs hoog-dynamisch-bereik en hoog-resolutie sensing mogelijk zonder de hardwarematige last van strikte synchronisatie. De resultaten valideren dat exacte reconstructie theoretisch gegarandeerd is en praktisch haalbaar onder milde condities, wat een robuuste oplossing biedt voor real-world multi-channel unlimited sensing implementaties.