专为成像、音频和无人驾驶汽车设计的无限数字传感

　　英国帝国理工学院电气和电子工程系的研究人员结合新算法和新硬件通过对信号取模将电压保持在限制范围内并实现了完整信号的重建，可以为任何传感器解锁高动态范围。相关研究发表在《IEEE Transactions on Signal Processing》上。

　　

　　您是否曾在手机上拍摄过美丽的日落或录制现场演出，结果却只得到过饱和的图像和模糊的停止播放？这是因为日常的数字传感器，如照相机、麦克风，甚至更多的科学仪器，如地震仪、雷达和超声波系统，都会受到饱和点的影响：它们无法检测到光、声音、地震、温度和其他超出一定物理限值的刺激。

　　

　　无限感知框架(USF)利用硬件和算法的协同设计，允许超过阈值的高动态范围 (HDR) 信号恢复。遵循无限采样缓解无处不在的动态范围障碍的策略，研究人员研究了从逐点模样本中恢复带限信号的问题，旨在将理论保证与硬件实现考虑联系起来。研究的出发点是对基于无限采样的模数转换器（ADC ）进行原型设计时观察到的一类非理想情况。其中，模数是指信号电压除以ADC 的最大电压时产生的余数。内置算法通过对信号取模，将电压“折叠”在限制范围内，构成更小的信号。此外，为了解决不理想的问题，研究人员提出了一种新的傅立叶域恢复算法，其核心是频谱估计问题。模数转换器原型的大量实验都得到了验证表明依赖于高分辨率光谱估，该研究方法能够处理任意关闭的折叠问题，实现数据的无限采样。

　　

　　这项技术最终可以帮助开发传感器，使用模成像传感器处理超出人类感知范围的信号，如紫外线、红外光和其他高光谱波段。该技术的一个重要应用将是改进无人驾驶汽车上的摄像头，这是因为当汽车驶过隧道时，汽车上的摄像头会因突然出现的光线激增而饱和，从而导致可见信息丢失并危及汽车安全。该项研究中的端到端实现能够在无数数字技术示例中捕捉到更全面的刺激，其应用领域覆盖摄影、科学和医学成像及太空探索，将为多现实世界应用中探索无限采样方法铺平道路。