Time-domain response and sensitivity of periodically switched nonlinear circuits
Notice bibliographique
Résumé
This paper presents a new sampled-data simulation method for analysis of the response and sensitivity of periodically switched circuits with mildly nonlinear elements at time points of an equal interval. Using the Volterra functional series and interpolating the Fourier series, the method extends the sampled-data simulation algorithm of linear circuits to periodically switched nonlinear circuits. In addition, it extends the two-step algorithm for periodically switched linear circuits to periodically switched nonlinear circuits to handle inconsistent initial conditions encountered at switching instants. The method is a general computer-oriented formulation method. It does not require costly Newton-Raphson iterations. Instead, it performs preprocessing computation of a set of constant matrices and vectors that are used in subsequent simulation steps. The response and sensitivity at time points of an equal space are obtained using elementary matrix algebra. The method is most effective if the nonlinear characteristics of circuits is mild and computationally efficient if the response and sensitivity over a long period of time are needed. The method has been implemented in a computer program. Simulation results on example circuits are compared with those from PSPICE, brute-force (BF), charge conservation, and linear multistep predictor-corrector methods to show the speed and accuracy of the method. The normalized difference between the response and sensitivity of example circuits obtained from the proposed method and those from PSPICE and BF at nonswitching time points is below 0.5%. The accuracy of the method at switching time points is verified using charge conservation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».