MétaCan
Menu
Retour à la cohorte
Enregistrement W2124454658 · doi:10.1109/iscas.2005.1465628

An All-Digital Data Recovery Circuit Optimization using Matlab/Simulink

2005· article· en· W2124454658 sur OpenAlexafffund
Saima Ahmed, T. Kwaśniewski

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in PLL and VCO Technologies
Établissements canadiensCarleton University
Organismes subventionnairesGovernment of Ontario
Mots-clésJitterComputer scienceSoftware portabilityMATLABData recoveryInterval (graph theory)DetectorElectronic engineeringReal-time computingComputer hardwareEngineering

Résumé

récupéré en direct d'OpenAlex

The design of an all-digital data recovery (DR) circuit requires careful system-level design space exploration. The advantages of an all-digital implementation are the ease of portability and reduced time-to-market across fabrication processes and with reducing feature sizes. For a selected architecture, this paper explores the effects of sweeping the bit detection interval of a bang-bang phase detector, the phase update interval, and the number of clock phases used for data recovery using a Matlab/Simulink model. The simulation results show the variation of jitter tolerance of the DR circuit with respect to the above parameters. An all-digital architecture can be made adaptive to jitter conditions, if the design trade-offs are known a priori. A statistical graphing/analysis tool is used to present the 3D logarithmic scatter plots.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,724
Score d'incertitude au seuil0,418

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,296
Écart entre enseignants0,222 · 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 tête enseignante, 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
GenreMéthodes

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

En bref

Citations8
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvancements in PLL and VCO TechnologiesTravaux en français237 207