MétaCan
Menu
Retour à la cohorte
Enregistrement W4392667104 · doi:10.1109/tim.2024.3376008

Digital Compensation of Timing Skew Mismatches in Time-Interleaved ADCs by Source Separation

2024· article· en· W4392667104 sur OpenAlexaff
Hamidreza Mafi, Naim Ben‐Hamida, Sadok Aouini, Yvon Savaria

Notice bibliographique

RevueIEEE Transactions on Instrumentation and Measurement · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAnalog and Mixed-Signal Circuit Design
Établissements canadiensCiena (Canada)Polytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésSkewCompensation (psychology)Electronic engineeringComputer scienceBlind signal separationElectrical engineeringEngineeringTelecommunicationsChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

This paper proposes an adaptive all-digital background compensation of timing skew mismatches in time-interleaved analog-to-digital converters (TI-ADCs). The proposed approach uses the orthogonality between the desired component representing ideal samples of the TI-ADC input signal and the timing skew mismatch errors. Our technique is the first attempt to use a source separation mechanism to recover the desired component in the digital output of TI-ADC. A finite impulse response (FIR) filter implementing the Hilbert transform and two separate adaptive FIR (A-FIR) filters are exploited to implement this recovery process. The proposed technique works at frequencies close to the full admissible Nyquist frequency range, and its operation does not depend on the number of sub-ADCs (SADCs). This method operates without any extra SADC. The main cost introduced by the proposed compensation technique is the requirement of two adjustable FIR filters. This cost is proportional to the number of taps in these FIR filters that can be optimized according to the specific application. This technique is validated through various behavioral simulations and a field-programmable-gate-array (FPGA) implementation. With the proposed method, the signal-to-noise and distortion ratio (SNDR) is enhanced from 23.06 dB to more than 66.82 dB in a 12-bit TI-ADC when the standard deviation of timing skew mismatches is 10% of the TI-ADC’s sampling interval.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil0,495

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 Opus0,025
Tête enseignante GPT0,235
Écart entre enseignants0,210 · 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
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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Instrumentation and MeasurementMême sujetAnalog and Mixed-Signal Circuit DesignTravaux en français237 207