시간 스트레치 아날로그-디지털 변환기
Time-stretch analog-to-digital converterTime-Stretch Analog-to-Digital Converter(TS-ADC;[1][2][3] 타임스트레치 아날로그/디지털컨버터)는 Time-Stretch Enhanced Recorder(TiSER; 타임스트레치 확장 레코더)라고도 불리며 기존의 전자 ADC에서는 캡처할 수 없었던 매우 높은 대역폭 신호를 디지털화하는 기능을 갖춘 아날로그/디지털 변환기(ADC)[4] 시스템입니다.또, 광프런트 엔드를 사용하기 때문에, 포토닉 타임 스트레치(PTS) [5]디지타이저라고도 불립니다.표준 전자 ADC에 의해 디지털화되기 전에 아날로그 신호가 시간 내에 효과적으로 느려지는(또는 대역폭을 압축하는) 타임 스트레치 프로세스에 의존합니다.
배경
매우 빠른 아날로그-디지털 [citation needed]변환기(ADC)는 실험실 및 고속 데이터 통신 시스템에서 테스트 및 측정 기기에 필요하기 때문에 수요가 매우 높습니다.대부분의 ADC는 전자회로에 근거하고 있습니다.전자회로는 속도가 제한되고 많은 장애가 추가되어 디지털화할 수 있는 신호의 대역폭과 달성 가능한 신호 대 잡음비가 제한됩니다.TS-ADC에서는 아날로그 신호의 타임 스트레칭에 의해 이 제한이 해소되어 디지털화 전 시간에 따라 신호가 효과적으로 느려집니다.이것에 의해, 신호의 대역폭(및 반송파 주파수)이 압축된다.원래의 신호를 디지털화하기에는 너무 느렸던 전자 ADC를 사용하여 이 느린 신호를 캡처하고 처리할 수 있게 되었습니다.
작업원칙

타임 스트레치프로세서는 일반적으로 광프런트 엔드이며, 신호를 제시간에 연장합니다.또한 필터(예: WDM)를 사용하여 신호를 여러 세그먼트로 분할하여 원래 아날로그 신호 세그먼트의 연장된 복제본이 연장된 후 시간 내에 서로 겹치지 않도록 합니다.시간이 길어지고 속도가 느려진 신호 세그먼트는 느린 전자 ADC에 의해 디지털 샘플로 변환됩니다.마지막으로 이들 샘플은 디지털 신호 프로세서(DSP)에 의해 수집되어 출력 데이터가 원래의 아날로그 신호의 디지털 표현이 되도록 재배열된다.타임스트레치 프리프로세서에 의해 신호에 추가된 왜곡도 DSP에 의해 삭제됩니다.
이 타임 스트레칭 프로세스를 실현하기 위해 일반적으로 광프런트 엔드가 사용됩니다.광대역폭을 갖는 초단파 광펄스(일반적으로 100~200펨토초 길이)는 분산성이 높은 매체(분산보상섬유 등)에 분산시킴으로써 시간적으로 늘어납니다.다른 파장이 분산 매체에서 다른 속도로 이동하기 때문에 이 과정은 신장된 펄스에서 (거의) 선형 시간 대 파장 매핑을 초래합니다.얻어진 펄스는 주파수가 시간에 따라 변화하기 때문에 채프 펄스라고 불리며 일반적으로 몇 나노초입니다.아날로그 신호는 전기광학 강도 변조기를 사용하여 이 차핑된 펄스로 변조됩니다.그 후, 분산치가 훨씬 높은 제2의 분산 매체로 변조 펄스를 한층 더 늘린다.마지막으로 광검출기에 의해 얻어진 광펄스가 전기영역으로 변환되어 원래의 아날로그 신호의 신장복제가 된다.
연속 동작에는 일련의 초연속 펄스가 사용된다.전기 광학 변조기에 도달하는 채프 펄스는 한 펄스의 후행 에지가 다음 펄스의 선행 에지와 겹치도록 충분히(시간 내에) 넓어야 합니다.분할을 위해 광필터는 두 번째 분산매체의 출력으로 신호를 여러 파장 채널로 분리한다.채널별로 별도의 광검출기 및 백엔드 전자ADC를 사용한다.마지막으로 이들 ADC의 출력은 DSP로 전달되고 DSP는 원하는 디지털 출력을 생성합니다.
포토닉 타임 스트레치(PTS) 시스템의 임펄스 응답
PTS 프로세서는 케이블 TV 배전에 사용되는 것과 같은 특수한 아날로그 광섬유(또는 마이크로파 포토닉) 링크를[5] 기반으로 합니다.기존의 아날로그 광링크에서는 파이버의 분산이 귀찮은 일이지만, 타임 스트레치테크놀로지에 의해 광도메인에서의 전기파형이 느려집니다.케이블 TV 링크에서 광원은 Continuous Wave(CW; 연속파) 레이저입니다.PTS에서 소스는 차핑된 펄스 레이저입니다.
종래의 아날로그 광링크에서는, 분산에 의해서, 상하의 변조측 밴드optical felectrical±f가 상대 위상내에서 미끄러진다.특정 주파수에서는 광캐리어와의 비트가 파괴적으로 간섭하여 시스템의 주파수 응답에 늘을 생성합니다.실제 시스템의 경우 첫 번째 null은 수십 GHz로 대부분의 전기 신호를 처리하기에 충분합니다.분산 패널티가 타임스트레치시스템의 임펄스 응답(또는 대역폭)에 근본적인 제한을 두는 것처럼 보일 수 있습니다만, 이러한 패널티는 해소할 수 있습니다.분산 패널티는 싱글 사이드 밴드 [5]변조에 의해 사라집니다.또는 모듈레이터의 세컨더리(역) 출력 포트를 사용하여 분산 [5]패널티를 제거할 수 있습니다.이는 2개의 안테나가 무선통신의 공간적 늘을 제거하는 것과 거의 같은 방법입니다(이것에 의해 WiFi 액세스포인트 상부에 있는2개의 안테나).이 설정을 [6]위상다양성이라고 부릅니다.Maximum Ratio Combining(MRC; 최대 비율 결합) 알고리즘을 사용하여 상보 출력을 결합하면 주파수 영역에서 평탄한 응답을 갖는 전송 함수가 생성됩니다.따라서, 시간 스트레치 시스템의 임펄스 응답(대역폭)은 관심 있는 대부분의 전기 파형을 캡처하기에 적합한 값인 약 120GHz인 전기 광학 변조기의 대역폭에 의해서만 제한됩니다.
매우 큰 스트레치 팩터는 긴 길이의 파이버를 사용하여 얻을 수 있지만, 손실은 커집니다.이것은 분산형 파이버 자체에 Raman 증폭을 채용함으로써 해결되어 세계에서 가장 빠른 실시간 [7]디지타이저로 이어졌습니다.또한 PTS를 사용하여 10GHz 대역폭 범위에서 세계 기록 분해능을 가진 매우 높은 주파수 신호를 캡처할 [8]수 있습니다.
타임렌즈 이미징과의 비교
또 다른 기술인 타임렌즈를 사용한 시간 이미징은 (대부분의 광학적인) 신호를 제시간에 느리게 하기 위해서도 사용할 수 있습니다.시렌즈 개념은 공간 회절과 시간 분산 사이의 수학적 동등성,[9] 이른바 시공간 이중성에 의존합니다.물체와 거리를 둔 렌즈는 물체의 확대 화상을 생성한다.렌즈는 광파의 공간 주파수 구성 요소에 2차 위상 변화를 부여합니다. 자유 공간 전파(물체 대 렌즈, 렌즈 대 눈)와 결합하여 확대 이미지를 생성합니다.근축회절과 시간분산과의 수학적 등가성으로 인해 광학파형을 시간적으로 분산시켜 시간적으로 2차(타임렌즈 자체)인 위상시프트를 가하고 다시 분산시키는 3단계 프로세스에 의해 시간적으로 촬상할 수 있다.이론적으로, 2개의 분산 소자와 위상 시프트가 고전 렌즈 방정식의 시간 당량을 만족시키는 특정 조건하에서, 집속 수차 없는 화상을 얻는다.또는 시간렌즈는 파형의 시간 프로파일을 스펙트럼 영역으로 전송하기 위해 제2의 분산소자 없이 사용할 수 있으며, 이는 일반 렌즈가 초점에서 [10]물체의 공간 푸리에 변환을 생성하는 특성과 유사하다.
시간 렌즈 접근법과 달리 PTS는 시공간 이중성을 기반으로 하지 않습니다. 입력 파형의 오류 없는 느린 버전을 얻기 위해 충족해야 하는 렌즈 방정식은 없습니다.또한 시간 스트레치 기법은 오실로스코프의 주류 애플리케이션에 필요한 기능인 연속 시간 수집 성능을 제공합니다.
두 기술의 또 다른 중요한 차이점은 시간 렌즈가 추가 처리를 하기 전에 입력 신호를 대량으로 분산시켜야 한다는 것입니다.전기 파형의 경우 (1) 높은 분산 대 손실 비율, (2) 균일한 분산, (3) 넓은 대역폭 등 필요한 특성을 가진 전자 장치가 존재하지 않습니다.이로 인해 타임 렌즈는 광대역 전기 파형의 속도를 늦추는 데 적합하지 않습니다.반대로 PTS에는 그러한 요건이 없습니다.이 제품은 전기 파형의 속도를 늦추고 고속 디지타이저를 활성화하기 위해 특별히 개발되었습니다.
위상 스트레치 변환과의 관계
위상 스트레치 변환(PST)은 신호 및 이미지 처리에 대한 계산 접근법입니다.그 유틸리티 중 하나는 기능 검출 및 분류용입니다.위상 스트레치 변환은 시간 스트레치 분산 푸리에 변환에 대한 연구에서 파생된 것입니다.엔지니어링된 3D 분산 특성(굴절 지수)을 가진 회절 매질을 통한 전파를 에뮬레이트하여 이미지를 변환합니다.
영상 및 분광학 응용
와이드밴드 A/D 변환에 가세해 포토닉 타임 스트레치(PTS)는, 이미징이나 [12][13]분광법등의[11] 고스루풋의 리얼 타임 계측을 가능하게 하는 테크놀로지이기도 합니다.첫 번째 인공지능 촉진 고속상 현미경 검사는 [14]위상 및 강도 공간 프로파일을 동시에 측정하여 혈구 내 암세포의 진단 정확도를 향상시키는 것으로 입증되었습니다.세계에서 가장 빠른 광학 이미징 방법인 STEAM은 PTS 기술을 사용하여 단일 화소 광검출기와 상용 ADC를 사용하여 이미지를 획득합니다.또한 광자 시간 스트레치 기법에 의존하는 파장-시간 분광법은 빠르게 진화하는 스펙트럼 또는 변동하는 스펙트럼의 실시간 싱글샷 측정을 가능하게 한다.
TS-QPI(Time Stretch Quantitive Phase Imaging)는 위상 및 강도 공간 프로파일을 동시에 측정하기 위한 시간 연신 기술을 기반으로 하는 영상 기술입니다.시간 연장 화상에서는, 오브젝트의 공간 정보는, 펄스 지속 시간(sub-nanoseconds)내의 레이저 펄스의 스펙트럼에 부호화된다.다음으로 카메라의 1프레임을 나타내는 각 펄스는 전자아날로그-디지털 변환기(ADC)에 의해 실시간으로 디지털화되도록 시간적으로 신장된다.초고속 펄스 조명에 의해, 고속의 셀이나 플로우중의 입자의 움직임을 정지시켜,[15][16] 흐릿한 영상이 되지 않습니다.
레퍼런스
- ^ A. S. 부샨, F.코핑거와 B.잘랄리, "시간 연장 아날로그-디지털 변환", 전자편지 제34권, 제9호, 페이지 839-841, 1998년 4월.[1]
- ^ A. Fard, S. Gupta 및 B.잘랄리, "포토닉 타임 스트레치 디지타이저와 실시간 스펙트럼 분석 및 이미징으로의 확장", Laser & Photonics Reviews vol. 7, no. 2, 페이지 207-263, 2013년 3월.[2]
- ^ Y. Han과 B.Jalali, "Photonic Time-Strened Analog-to-Digital 컨버터:기본 개념 및 실용적 고려사항," 광파 기술 저널, 제21권, 제12호, 페이지 3085–3103, 2003년 12월.[3]
- ^ Mahjoubfar, Ata; Churkin, Dmitry V.; Barland, Stéphane; Broderick, Neil; Turitsyn, Sergei K.; Jalali, Bahram (June 2017). "Time stretch and its applications". Nature Photonics. 11 (6): 341–351. Bibcode:2017NaPho..11..341M. doi:10.1038/nphoton.2017.76. ISSN 1749-4885.
- ^ a b c d J. Capany와 D.Novak, "마이크로웨이브 광자는 두 세계를 결합한다", Nature Photonics 1, 319-330(2007).[4]
- ^ Yan Han, Ozdal Boyraz, Bahram Jalalali, "상다양성을 이용한 초광대역 시간-스트레치 A/D 변환기", "IEEE Transactions on Micrown 이론 및 기술", VOL. 53, NO.4, 2005년 4월 [5]
- ^ 저우, O.보이라즈, D솔리, 그리고 B.잘랄리, "펨토초 실시간 싱글샷 디지타이저", Applied Physical Letters 91, 161105(2007).[6]
- ^ S. 굽타와 B.잘랄리, "광자 시간-스트레치 아날로그-디지털 변환기의 시간-왜곡 보정 및 보정", 광학 문자 33, 2674-2676(2008).[7]
- ^ B. H. 콜너와 M. Nazarathy, "시간렌즈를 사용한 일시 이미징", 광학편지 14, 630-632(1989) [8]
- ^ J. W. 굿맨, "푸리에 광학 입문", 맥그로 힐(1968).
- ^ K. Goda, K.K. Tsia, B.Jalali, "빠른 동적 현상을 실시간으로 관찰하기 위한 시리얼 시간 인코딩 증폭 이미지", Nature 458, 1145–1149, 2009.[9]
- ^ D. R. Solli, J. Chou, B.잘랄리, "실시간 스펙트럼 분석을 위한 증폭된 파장-시간 변환", 네이처 포토닉스 2, 48-51, 2008.[10]
- ^ 저우, D.솔리, 그리고 B.잘랄리, "증폭 분산 푸리에 변환을 이용한 서브기가헤르츠 해상도의 실시간 스펙트럼 분석", Applied Physical Letters 92, 111102, 2008.[11]
- ^ C. 첸, A.Mahjoubfar, & B. Jalali, "라벨 없는 세포 분류에서의 딥 러닝", Scientific Reports 6, 21471 (2016) doi:10.1038/srep21471. [12]
- ^ Chen, Claire Lifan; Mahjoubfar, Ata; Tai, Li-Chia; Blaby, Ian K.; Huang, Allen; Niazi, Kayvan Reza; Jalali, Bahram (2016). "Deep Learning in Label-free Cell Classification". Scientific Reports. 6: 21471. Bibcode:2016NatSR...621471C. doi:10.1038/srep21471. PMC 4791545. PMID 26975219.CC BY 4.0 라이선스로 공개
- ^ Michaud, Sarah (5 April 2016). "Leveraging Big Data for Cell Imaging". Optics & Photonics News. Full text download available: The Optical Society. Retrieved 8 July 2016.
추가 정보
- G. C. Valley, "포토닉 아날로그-디지털 변환기", Opt. 급행, 제15권, 제5호, 1955-1982페이지, 2007년 3월[13]
- 순간 광대역 A/D 변환(PHOBIAC) 프로젝트를 위한 Photonic Bandwidth Compression for Instant Wideband A/D Conversion(PHOBIAC) 프로젝트.[14]
- 초광대역 신호의 시간 주파수 분석을 위한 단시간 푸리에 변환