Réalisation d'une carte d'acquisition et de génération de signal de haute définition dans les spectres audio et ultrasonique
Bibliographic record
Abstract
La lumière, tout comme les ondes électromagnétiques, se propage difficilement dans un \nmilieu naturel sous-marin. Le son demeure donc la meilleure option afin de transmettre de \nl'information entre deux ou plusieurs points dans ce milieu. Une entente entre Musilab, un \ncentre de transfert technologique en musique et en son, et l'ÉTS a fait naître ce projet visant \nla réalisation d'une carte d'acquisition et de génération de signaux avec une haute résolution, \nautant dans le spectre audio qu'ultrasonique. La carte devait donc permettre de générer deux \nsignaux provenant d'un ordinateur tout en transmettant à ce dernier les données de deux \nsignaux captés, le tout devant fonctionner en temps réel et en débit continu. \nDes études approfondies des liens de communication USB 2.0 et Ethemet gigabit ont permis \nde démontrer que ce dernier était préférable afin de répondre aux besoins du projet. Cette \nconclusion est due au fait que le mode de fonctionnement inclus dans la norme USB 2.0 et \npermettant l'élaboration d'une application en temps réel n'est pas encore complètement \nsupporté et que le protocole Ethemet gigabit, combiné avec un pilote spécialisé, permet un \ntaux de transfert entre un FPGA et un ordinateur bien supérieur à la limite de la norme USB \n2.0 tout en demandant peu de charge de travail de la part du processeur. Bien qu'il n'ait pas \nété possible de tester ce lien en mode bidirectionnel, il a été possible d'atteindre un taux de \ntransfert soutenu de plus de 43 Mbps entre la carte HR-DACADC et le logiciel Labview tout \nen réalisant la FFT en temps réel des données reçues. Ce résultat est un exemple de \ntraitement en temps réel typique et le débit obtenu est supérieur aux besoins de quatre canaux \naudio ou deux canaux ultrasoniques. \nFinalement, plusieurs tests ont été réalisés afin de quantifier les performances des \nconvertisseurs numériques analogiques audio et ultrasonique. Il a été démontré que les \nexigences du cahier des charges de 103 dB pour la section audio et 84 dB pour la section \nultrasonique ont toutes deux été surpassées. D'ailleurs, les performances de THD de 79,5 dB \net de 84,6 dB ainsi que l'IMD de 96,7 dB et de 87,3 dB pour les spectres audio et \nultrasonique respectivement sont excellents pour l'élaboration d'une application de \ncommunication numérique complexe comme la séparation de canaux par plage de \nfréquences. Les multiples tests réalisés ont aussi démontré que l'utilisation de signaux \ndifférentiels était essentielle à l'atteinte de telles performances. Finalement, il a été démontré \nque l'exploitation de la puissance de calcul des ordinateurs d'aujourd'hui permet de réaliser \nla quantification des performances des convertisseurs par analyse numérique du signal. Cette \ntechnique s'est avérée plus simple, plus rapide et nécessite beaucoup moins d'équipements \nhautement spécialisés que l'ancienne approche purement analogique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.020 | 0.008 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".