MétaCan
Menu
Retour à la cohorte
Enregistrement W4310153890 · doi:10.3390/s22239192

Very Long-Length FFT Using Multi-Resolution Piecewise-Constant Windows for Hardware-Accelerated Time–Frequency Distribution Calculations in an Ultra-Wideband Digital Receiver

2022· article· en· W4310153890 sur OpenAlexaff
Chen Wu, Janaka Elangage

Notice bibliographique

RevueSensors · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Electrical Measurement Techniques
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésFast Fourier transformWidebandComputer scienceMain lobeFrame (networking)GaussianDigital subscriber lineElectronic engineeringAcousticsAlgorithmTelecommunicationsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

The hardware-accelerated time–frequency distribution calculation is one of the commonly used methods to analyze and present the information from intercepted radio frequency signals in modern ultra-wideband digital receiver (DRX) designs. In this paper, we introduce the piecewise constant window blocking FFT (PCW-BFFT) method. The purpose of this work is to show the generation of spectrograms (formed by a number of spectrum lines) using a very large number of samples (N) in an FFT frame for each spectrum line calculation. In the PCW-BFFT, the N samples are grouped into K consecutive time slots, and each slot has M number of samples. As soon as the M samples in the current time slot are available from a high-speed analog-to-digital convertor (ADC), the frequency information will be obtained using K M-point FFTs. Since each time the FFT frame hops one time slot for the next spectrum line calculation, the frequency information obtained from a time slot will be reused in many spectrum line calculations, as long as these spectrum lines share those samples in the time slot. Although the use of the time domain PCW introduces spikes in the frequency spectrum of the window, the levels of those spikes are still much lower than the first side lobe level of a rectangular window. Using a Gaussian window as an example, the highest spike level can be lower than the main lobe level by at least 38 dB. The PCW-BFFT method allows a DRX to produce multiple spectrograms concurrently with different analysis window widths when the time domain samples become available continuously from the ADC. This paper presents the detailed derivation process of the PCW-BFFT method and demonstrates the use of the method with simulation results. The hardware implementation process will be reported in another paper. The computer simulation results show that long signals with slowly changing frequencies over time can be depicted on the spectrograms with wide analysis windows, and short pulses and signals with rapidly changing instantaneous frequencies can be captured in the narrow analysis window spectrograms.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,039
Tête enseignante GPT0,270
Écart entre enseignants0,231 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetAdvanced Electrical Measurement TechniquesTravaux en français237 207