서브나이키스트 샘플링 이론과 실무 연결

본 논문은 아날로그‑디지털 변환(ADC) 분야에서 나이키스트 한계 이하의 샘플링, 즉 서브나이키스트 샘플링에 관한 포괄적인 리뷰를 제공한다. 서론에서는 디지털 세계가 일상 생활을 지배하고 있으며, ADC가 그 핵심 역할을 수행한다는 점을 강조한다. 전통적인 나이키스트 샘플링은 신호가 최대 주파수 W Hz 이하라고 가정하고, 2W 샘플/초 이상의 균등 간격 샘플링을 통해 완전 복원을 보장한다. 이때 필요한 세 가지 요소—신호 모델(밴드리미티드), 샘플링 방식(등간격 포인트 샘플링), 재구성 알고리즘(시 sinc 보간)—가 명시된다. 논문은 이러한 전통적 접근법이 하드웨어 구현과 DSP 전환을 용이하게 만든다는 점을 ‘위시리스트’ 형태로 정리한다. 위시리스트는 저비용 하드웨어, 낮은 연산 부하, 잡음·불완전성에 대한 강인성, 다양한 DSP 작업 지원 등을 포함한다. 그 다음 섹션에서는 서브나이키스트 샘플링의 고전적 방법을 다룬다. 멀티밴드 신호가 사전에 알려진 중심 주파수를 갖는 경우, 각 밴드를 개별적으로 I‑Q 복조하거나 직접 밴드패스 언더샘플링을 통해 나이키스트 레이트의 1/M 로 샘플링 레이트를 감소시킬 수 있다. I‑Q 복조는 신호를 저역통과 필터로 복원한 뒤, 저속 ADC로 디지털화한다. 반면, 밴드패스 언더샘플링은 적절한 샘플링 주파수를 선택해 고주파 성분을 낮은 주파수 대역으로 ‘접어올려’ 별도 복조 없이도 복원이 가능하도록 한다. 이러한 방법들은 하드웨어 채널 수와 샘플링 레이트 사이의 트레이드오프를 명확히 보여준다. 다음으로, 주파수 위치가 사전 정보가 없는 경우를 위한 최신 서브나이키스트 기법을 소개한다. 여기서는 신호를 ‘유니온 오브 서브스페이스(Union of Subspaces, UoS)’ 로 모델링한다. 각 서브스페이스는 제한된 차원을 가지며, 전체 신호 집합은 이러한 서브스페이스들의 합집합으로 표현된다. 대표적인 구현으로는 모듈레이티드 와이드밴드 컨버터(Modulated Wideband Converter, MWC)와 스펙트럼 스케치가 있다. MWC는 여러 믹서와 저역통과 필터, 저속 ADC를 병렬로 배치해 입력 대역폭을 압축하고, 디지털 코어에서 희소 복원 알고리즘(예: OMP, Basis Pursuit)을 적용한다. 이때 샘플링 레이트는 신호의 스펙트럼 희소도에 비례해 크게 감소한다. 스펙트럼 스케치는 랜덤 샘플링과 통계적 추정을 결합해 실시간 스펙트럼 감시를 가능하게 한다. 또한, 유한 혁신(Finite Rate of Innovation, FRI) 모델을 기반으로 하는 접근법을 논의한다. FRI는 신호가 제한된 수의 파라미터(예: 펄스 위치와 진폭)로 완전히 기술될 수 있다는 가정하에, 전통적인 밴드리미티드 모델보다 훨씬 낮은 레이트로 샘플링이 가능함을 보여준다. 이때는 커널 기반 샘플링과 Prony‑like 알고리즘을 이용해 파라미터를 추정한다. 논문은 FRI 기반 시스템이 아날로그 비선형성, 시계열 지터, 양자화 잡음 등에 대해 어떻게 보정 메커니즘을 적용할 수 있는지 구체적인 회로 설계 예시와 시뮬레이션 결과를 제시한다. 전체적인 시스템 아키텍처는 Fig. 2와 같이 구성된다. 아날로그 전처리(믹싱·필터링) 후 저속 ADC가 측정값 y