넓은 대역 희소 신호의 효율적 샘플링

초록

주기적 비균일 샘플링은 스펙트럼이 희소한 신호를 나이퀴스트 이하의 속도로 샘플링할 수 있게 해준다. 기존 방법은 각 샘플러가 전체 대역을 직접 관측해야 한다는 전제가 있었지만, 이는 넓은 대역 신호에 비현실적이다. 본 논문은 저역통과 필터와 곱셈기 뱅크를 이용해 전면 전자 회로 없이도 신호를 캡처하고, 압축 샘플링 이론을 적용해 복원 가능함을 보인다.

상세 분석

본 연구는 넓은 대역을 차지하는 스펙트럼 희소 신호를 처리하기 위해 기존의 주기적 비균일 샘플링(PUFS) 방식이 갖는 “전채 대역 접근 가능”이라는 가정을 제거한다. 저역통과 필터와 곱셈기(멀티플라이어)로 구성된 아날로그 프론트엔드는 입력 신호를 여러 개의 하위 대역으로 분할하고, 각 대역에 대해 저주파 성분만을 추출한다. 이때 곱셈기에는 사전에 설계된 주기적 가중치 시퀀스가 적용되어, 원래 신호의 스펙트럼 정보를 압축된 형태로 인코딩한다. 핵심 아이디어는 이러한 가중치가 서로 상호 독립적인 선형 조합을 만들도록 설계되어, 전체 샘플링 행렬이 RIP(Restricted Isometry Property)를 만족하도록 하는 것이다. 논문은 파라미터 선택—예를 들어, 곱셈기 수 M, 필터 차수, 가중치 주기 T—가 샘플링 레이트를 신호의 실제 스펙트럼 차원 K에 비례하도록 낮출 수 있음을 수학적으로 증명한다. 또한, 샘플링 행렬이 전통적인 CS(Compressed Sensing) 프레임워크와 동일한 유니크 복원 조건을 만족하므로, ℓ1 최소화, OMP, 혹은 베이즈 기반 알고리즘을 이용해 디지털 복원이 안정적으로 이루어진다. 실험에서는 1 GHz 대역폭을 갖는 5 % 희소 신호를 100 kHz 이하의 샘플링 레이트로 정확히 복원했으며, 잡음에 대한 강인성도 정량적으로 평가하였다. 이와 같이 아날로그 프론트엔드의 복잡성을 크게 낮추면서도 압축 샘플링 이론을 그대로 적용할 수 있다는 점이 본 논문의 가장 큰 공헌이다.