FIR, Allpass, and IIR Variable Fractional Delay Digital Filter Design
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
This paper presents two-step design methodologies and performance analyses of finite-impulse response (FIR), allpass, and infinite-impulse response (IIR) variable fractional delay (VFD) digital filters. In the first step, a set of fractional delay (FD) filters are designed. In the second step, these FD filter coefficients are approximated by polynomial functions of FD. The FIR FD filter design problem is formulated in the peak-constrained weighted least-squares (PCWLS) sense and solved by the projected least-squares (PLS) algorithm. For the allpass and IIR FD filters, the design problem is nonconvex and a global solution is difficult to obtain. The allpass FD filters are directly designed as a linearly constrained quadratic programming problem and solved using the PLS algorithm. For IIR FD filters, the fixed denominator is obtained by model reduction of a time-domain average FIR filter. The remaining numerators of the IIR FD filters are designed by solving linear equations derived from the orthogonality principle. Analyses on the relative performances indicate that the IIR VFD filter with a low-order fixed denominator offers a combination of the following desirable properties including small number of denominator coefficients, lowest group delay, easily achievable stable design, avoidance of transients due to nonvariable denominator coefficients, and good overall magnitude and group delay performances especially for high passband cutoff frequency ( ges 0.9pi) . Filter examples covering three adjacent ranges of wideband cutoff frequencies [0.95, 0.925, 0.9], [0.875, 0.85, 0.825], and [0.8, 0.775, 0.75] are given to illustrate the design methodologies and the relative performances of the proposed methods.
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 | 0,000 | 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