Publication

Frequency analysis of classical Preisach model

Marten Sjöström
1999
Journal Articles

Résumé

The paper contains an analysis of the classical Preisach model from a frequency point of view. A Fourier analysis retrieves the necessary and sufficient conditions on the Preisach weighting function to have an output with half-wave symmetry, i.e. only odd harmonics to be present. For a wide class of weighting functions, it is shown that all odd frequencies are present. As a consequence, a filtering method is suggested that enhances time-series data from sinusoidal input, which can be used for Preisach model identification.

Source officielle

https://infoscience.epfl.ch/entities/publication/49884cc0-cb49-4b9f-a2c7-c8ff861c9e91

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Marten Sjöström
1999
Journal Articles

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/49884cc0-cb49-4b9f-a2c7-c8ff861c9e91

À propos de ce résultat

Concepts associés (32)

Domaine fréquentiel

Le domaine fréquentiel se rapporte à l'analyse de fonctions mathématiques ou de signaux physiques manifestant une fréquence. Alors qu'un graphe dans le domaine temporel présentera les variations dans l'allure d'un signal au cours du temps, un graphe dans le domaine fréquentiel montrera quelle proportion du signal appartient à telle ou telle bande de fréquence, parmi plusieurs bancs. Une représentation dans le domaine fréquentiel peut également inclure des informations sur le décalage de phase qui doit être appliqué à chaque sinusoïde afin de reconstruire le signal en domaine temporel.

Time–frequency representation

A time–frequency representation (TFR) is a view of a signal (taken to be a function of time) represented over both time and frequency. Time–frequency analysis means analysis into the time–frequency domain provided by a TFR. This is achieved by using a formulation often called "Time–Frequency Distribution", abbreviated as TFD. TFRs are often complex-valued fields over time and frequency, where the modulus of the field represents either amplitude or "energy density" (the concentration of the root mean square over time and frequency), and the argument of the field represents phase.

Réponse en fréquence

La réponse en fréquence est la mesure de la réponse de tout système (mécanique, électrique, électronique, optique, etc.) à un signal de fréquence variable (mais d'amplitude constante) à son entrée. Dans la gamme des fréquences audibles, la réponse en fréquence intéresse habituellement les amplificateurs électroniques, les microphones et les haut-parleurs. La réponse du spectre radioélectrique peut faire référence aux mesures de câbles coaxiaux, aux câbles de catégorie 6 et aux dispositifs de mélangeur vidéo sans fil.

Afficher plus

Publications associées (16)

Afficher plus

Frequency analysis of classical Preisach model

Chattez avec Graph Search

A synchrophasor estimator characterized by attenuated self-interference and robustness against DC offsets: The DCSOGI interpolated DFT

DATASET for "Validity of Independent Control in the [Blob-Detection-Based Photonic] Design Framework"

A Data-Driven Diffusion-based Approach for Audio Deepfake Explanations