Antiderivative Antialiasing for Memoryless Nonlinearities

Stefan Bilbao*, Fabian Esqueda Flores, Julian D. Parker, Vesa Välimäki

*Tämän työn vastaava kirjoittaja

    Tutkimustuotos: LehtiartikkeliArticleScientificvertaisarvioitu

    31 Sitaatiot (Scopus)
    1262 Lataukset (Pure)

    Abstrakti

    Aliasing is a commonly encountered problem in audio signal processing, particularly when memoryless nonlinearities are simulated in discrete time. A conventional remedy is to operate at an oversampled rate. A new aliasing reduction method is proposed here for discrete-time memoryless nonlinearities, which is suitable for operation at reduced oversampling rates. The method employs higher order antiderivatives of the nonlinear function used. The first-order form of the new method is equivalent to a technique proposed recently by Parker et al. Higher order extensions offer considerable improvement over the first antiderivative method, in terms of the signal-to-noise ratio. The proposed methods can be implemented with fewer operations than oversampling and are applicable to discrete-time modeling of a wide range of nonlinear analog systems.

    AlkuperäiskieliEnglanti
    Sivut1049-1053
    Sivumäärä5
    JulkaisuIEEE Signal Processing Letters
    Vuosikerta24
    Numero7
    DOI - pysyväislinkit
    TilaJulkaistu - heinäk. 2017
    OKM-julkaisutyyppiA1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä

    Sormenjälki

    Sukella tutkimusaiheisiin 'Antiderivative Antialiasing for Memoryless Nonlinearities'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

    Siteeraa tätä