MétaCan
Menu
Retour à la cohorte
Enregistrement W2155089828 · doi:10.1109/ecce.2011.6064180

Comparison of two methods for addressing DC component in phase-locked loop (PLL) systems

2011· article· en· W2155089828 sur OpenAlexaff
Masoud Karimi-Ghartemani, S. Ali Khajehoddin, Praveen Jain, Alireza Bakhshai

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in PLL and VCO Technologies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPhase-locked loopPLL multibitControl theory (sociology)ConvertersComponent (thermodynamics)Transient (computer programming)Computer scienceSIGNAL (programming language)Electronic engineeringFilter (signal processing)Block (permutation group theory)DC biasLoop (graph theory)EngineeringVoltagePhysicsMathematicsElectrical engineeringPhase noise

Résumé

récupéré en direct d'OpenAlex

This paper studies two methods of addressing the DC component in phase-locked loop (PLL) systems. The DC component that may be actually present or may be generated by sensors, analog/digital converters or other signal conditioning systems, is a critical matter due to the fact that it causes low-frequency oscillations in the operation of PLL systems. Two methods are discussed in this paper where one of them adds a new loop inside the PLL to remove the DC and the other one uses a pre-filter to block the DC and then compensates for the filter's distortions at the output. The methods are compared from several points of view including: signal estimation, steady state performance, transient response, and computational complexity. The paper concludes that the first method offers a solution that is overall more desirable than the second one.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,597
Score d'incertitude au seuil0,449

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 savante0,0000,000
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 Opus0,231
Tête enseignante GPT0,464
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
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

Citations37
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvancements in PLL and VCO TechnologiesTravaux en français237 207