MétaCan
Menu
Retour à la cohorte
Enregistrement W2165220433 · doi:10.1109/ccece.2008.4564742

FPGA implementation of a fully digital demodulation technique for biomedical application

2008· article· en· W2165220433 sur OpenAlexvenueno aff
Mohammad H. Zarifi, Javad Frounchi, Sanaz Asgarifar, M. Baradaran Nia

Notice bibliographique

RevueConference proceedings - Canadian Conference on Electrical and Computer Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAnalog and Mixed-Signal Circuit Design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDemodulationBasebandSIGNAL (programming language)Computer scienceWaveformElectronic engineeringLow-pass filterPhase-locked loopDirect digital synthesizerZero crossingJitterElectrical engineeringEngineeringBandwidth (computing)Frequency synthesizerVoltageTelecommunications

Résumé

récupéré en direct d'OpenAlex

Widely used demodulation technique in EIT/EIS systems is the direct conversion (zero-IF) method in which measured single tone current (or voltage) signal is mixed with source waveform at the same frequency, so that the magnitude and phase of the measured current (or voltage) can be determined after a low pass filtering stage. This is especially true for an EIS system which might need to operate in a low frequency range as small as 100 Hz. In the system presented here, the amplitude and phase of the IF signal can be measured after digitizing the signal by an ADC in digital domain with transferring the IF signal to the baseband (zero frequency). In this system, a lowpass FIR filter and a variable frequency digital oscillator have been used. In our designed system there is no need for zero crossing technique which suffers from jitter noise and delay of different path, for signal mixing. We have implemented digital demodulation part of system on a Virtex-4 LX25 FPGA from Xilinx.

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)0,000
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 enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,013
Tête enseignante GPT0,204
Écart entre enseignants0,191 · 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

Citations14
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference proceedings - Canadian Conference on Electrical and Computer EngineeringMême sujetAnalog and Mixed-Signal Circuit DesignTravaux en français237 207