MétaCan
Menu
Retour à la cohorte
Enregistrement W2113291399 · doi:10.1109/tcsii.2003.815020

Novel approach to the design of direct digital frequency synthesizers based on linear interpolation

2003· article· en· W2113291399 sur OpenAlexafffund
J. M. Pierre Langlois, D. Al-Khalili

Notice bibliographique

RevueIEEE Transactions on Circuits and Systems II Analog and Digital Signal Processing · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueNumerical Methods and Algorithms
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesCMC Microsystems
Mots-clésSpurious-free dynamic rangeInterpolation (computer graphics)Linear phaseSpurious relationshipLinear interpolationAlgorithmComputer scienceSineDynamic rangeSine waveDirect digital synthesizerElectronic engineeringMathematicsFilter (signal processing)EngineeringPhase noiseTelecommunicationsFrequency synthesizerElectrical engineeringPhase-locked loop

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel approach to the design of direct digital frequency synthesizers (DDFSs) with phase-to-sinusoid amplitude conversion blocks based on linear interpolation. For such DDFSs, the first quadrant of the sine function is approximated with a number of linear segments. Simple control circuitry reconstructs a full sine wave by symmetry. DDFS architectures using linear interpolation are first discussed, and an analysis of their spectral properties is given. From this analysis, an upper bound is provided for the spurious free dynamic range (SFDR) that can be attained for a given number of linear segments. A detailed and systematic procedure for the selection of linear segment coefficients achieving a desired SFDR is then proposed. A generalized multiplierless linear interpolation DDFS architecture is described, and specific designs achieving 84 and 96 dBc of SFDR are discussed and compared with previous work. It is shown that the complexity of synthesizers based on the new approach, in terms of the number of transistors and silicon area, is significantly less than that of previously presented DDFS designs of similar performance.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,249
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations79
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Circuits and Systems II Analog and Digital Signal ProcessingMême sujetNumerical Methods and AlgorithmsTravaux en français237 207