光子时间拉伸与光学随机混合：亚奈奎斯特采样ADC的新突破

本文探讨了一种创新的宽带模拟到数字转换（ADC）方法，结合光子时间拉伸（PTS）和压缩感知（CS）技术，并利用光学随机混合。传统的奈奎斯特采样理论规定，信号的采样率必须至少等于其最高频率的两倍，即奈奎斯特速率，以避免信息丢失。然而，该研究挑战了这一传统，通过在光域中实施高效的信号处理策略，实现了亚奈奎斯特采样。 在提出的系统中，宽带（频谱稀疏）信号首先通过光子时间扩展器，这一过程将多音信号在时域上进行延展，降低了信号的频率成分，从而使得原本需要较高采样率才能捕获的信息得以减缓。随后，拉伸后的信号被随机解调器为基础的CS算法处理，这种方法利用随机性来识别和重构信号，即使在降低采样率的情况下也能恢复信号的原始信息。在随机解调过程中，光学随机混合作为一种关键组件，相较于电子领域的解决方案，它提供了更低的失真度和更宽的带宽优势。 为了确保系统的性能，论文提出采用平衡检测技术在光学混频器之后构建一个具有零均值的高斯测量矩阵。这种设计有助于减少信号中的直流分量和偶次谐波，提高重构的精确性。实验结果显示，即使采样率仅为原始信号奈奎斯特速率的1/80（即时间拉伸因子20和压缩因子4），系统仍能有效地捕捉并重构出频谱稀疏的宽带信号。 这项研究不仅革新了ADC的设计，而且还展示了如何利用光子学和压缩感知的结合来突破传统采样限制，为未来的高速、低能耗通信和信号处理系统提供了新的可能。随着光子学技术的不断发展，这种方法有望在无线通信、雷达和成像等领域发挥重要作用。