Results on Maximally Flat Fractional-Delay Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The two classes of maximally flat finite-impulse response (FIR) and all-pass infinite-impulse response (IIR) fractional-sample delay systems are thoroughly studied. New expressions for the transfer functions are derived and mathematical properties revealed. Our contributions to the FIR case include a closed-form formula for the Farrow structure, a three-term recurrence relation based on the interpolation algorithm of Neville, a concise operator-based formula using the forward shift operator, and a continued fraction representation. Three types of structures are developed based on these formulas. Our formula for the Farrow structure enhances the existing contributions by Valimaki, and by Vesma and Sarama/spl uml/ki on the subsystems of the structure. For the IIR case, it is rigorously proved, using the theory of Pade approximants, that the continued fraction formulation of Tassart and Depalle yields all-pass fractional delay systems. It is also proved that the maximally flat all-pass fractional-delay systems are closely related to the Lagrange interpolation. It is shown that these IIR systems can be characterized using Thiele's rational interpolation algorithm. A new formula for the transfer function is derived based on the Thiele continued fractions. Finally, a new class of maximally flat FIR fractional-sample delay systems that exhibit an almost all-pass magnitude response is proposed. The systems possess a maximally flat group-delay response at the end frequencies 0 and /spl pi/, and are characterized by a closed-form formula. Their main advantage over the classical FIR Lagrange interpolators is the improved magnitude response characteristics.
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.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 découle