Echantillonnage Non uniforme

Dimension: px
Commencer à balayer dès la page:

Download "Echantillonnage Non uniforme"

Transcription

1 Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1

2 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas de l él échantillonnage entrelacé Discussion 2

3 Introduction Cadre généralg Conversion Analogique Numérique Algorithmes Entrée Echantillonnage Processus aléatoire stationnaire au sens large de densité spectrale de puissance Z(t Z(t n n )) Quantification Traitement Numérique Sortie ^ Z(t)? 3

4 ECHANTILLONNAGE uniforme Introduction Schémas d éd échantillonnage et type de reconstruction SIGNAL Passe-bas CONDITION Shannon RECONSTRUCTION exacte irrégulier Passe-bas Shannon - instants mesurés en - exacte - modèle probabiliste des instants périodique non uniforme par exemple entrelacé Passe-bande ou multibande moyenne Landau en moyenne - optimale (minimum de l erreur quadratique) exacte 4

5 Reconstruction exacte en théorie orie Et dans la pratique? EN THEORIE : RECONSTRUCTION EXACTE sous forme d une somme infinie. EN PRATIQUE : RECONSTRUCTION APPROCHEE à partir d une fenêtre d observation. CRITERE DE COMPARAISON DES METHODES EN PRATIQUE : rapidité de convergence de la série. 5

6 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison des schémas d éd échantillonnage uniforme et irrégulier Cas de l él échantillonnage entrelacé Discussion 6

7 Echantillonnage uniforme d un d signal passe-bas Reconstruction exacte CONDITION de Shannon 0 7

8 Echantillonnage uniforme d un d signal passe-bas avec repliement «Sous- échantillonnage» Repliement et reconstruction exacte impossible 0 Estimateur linéaire du minimum de l erreur quadratique qui minimise 8

9 Echantillonnage uniforme d un d signal passe-bas Reconstruction exacte «Echantillonnage à Shannon» RECONSTRUCTION exacte par interpolation linéaire EN PRATIQUE par troncature de la série précédente Fonction d interpolation de Shannon Faible taux de convergence après échantillonnage 0 9

10 Echantillonnage uniforme d un d signal passe-bas Formule de Shannon «Sur-échantillonnage» RECONSTRUCTION exacte par interpolation linéaire. RECONSTRUCTION APPROCHEE par troncature de la série. Convergence plus rapide pour transmittance du filtre plus régulière : cosinus surélevé par ex. après échantillonnage 0 10

11 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison des schémas d éd échantillonnage uniforme et irrégulier Cas de l él échantillonnage entrelacé Discussion 11

12 Echantillonnage irrégulier - instants mesurés Schéma d éd échantillonnage Echantillons manquants : séquence incomplète d échantillons relevés à intervalles réguliers Echantillonnage dit «pseudoaléatoire» gigue modèle additif 12

13 Echantillonnage irrégulier - instants mesurés Méthodes de reconstruction 1. Méthode matricielle : résolution d un système d équations. 2. Splines cubiques : interpolation polynomiale de degré Algorithmes itératifs : filtrage successif de l erreur de reconstruction. 4. Formule de Lagrange modifiée. 1. Méthode matricielle 2. Splines cubiques n polynômes de degré 3 observations Calculées par inversion matricielle Réinjectées dans Shannon 13

14 Echantillonnage irrégulier - instants mesurés Méthodes de reconstruction 3. Algorithmes itératifs (Sauer-Allebach, Marvasti, Gershberg, ) Itérations Connaissance de la bande spectrale Erreur de reconstruction calculée aux instants d échantillonnage connus 14

15 Echantillonnage irrégulier - instants mesurés Méthodes de reconstruction 4. Formule de Lagrange modifiée CONDITION Shannon en moyenne CONDITION sur les instants d échantillonnage fréquence moyenne d échantillonnage sur-échantillonnage en moyenne 15

16 Echantillonnage irrégulier - instants mesurés Méthodes de reconstruction Formule de Lagrange modifiée (suite) RECONSTRUCTION EXACTE dépend des instants mesurés M : nombre d échantillons observés Mise en œuvre pratique : approximation du signal par troncature de la série. 16

17 Comparaison échantillonnage régulier r et irrégulier Problème : reconstruction d un processus à spectre borné après un échantillonnage périodique ou irrégulier. Méthodes comparées : Formule de Shannon. Interpolation par splines, Algorithmes itératifs, Méthode matricielle, Formule de Lagrange modifiée. Critères d évaluations : Quantitatif : Performances en reconstruction (EQM) Qualitatif : Nature du repliement spectral hors condition de Shannon 17

18 Paramètres des simulations Signal : Bruit blanc gaussien filtré. Fréquence de Shannon définie pour une atténuation de 25dB ou de 50dB. Gigue : Uniforme sur Fenêtre d observation : N=64 échantillons pris en compte de part et d autre de l origine. Fenêtre de reconstruction : Signal reconstruit sur 0 18

19 Comparaison des performances Respect du Théor orème de Shannon à 25 db Faible écart entre Shannon et Lagrange modifiée Fréquence de Shannon définie à 25 db 19

20 Comparaison des performances Respect du Théor orème de Shannon à 50dB Performances de Lagrange modifiée encore meilleures Fréquence de Shannon définie à 50 db 20

21 Comparaison des performances Non respect du Théor orème de Shannon QUANTITATIVEMENT Baisse de performances pour toutes les méthodes 21

22 Comparaison des performances Non respect du Théor orème de Shannon Echantillonnage régulier r + reconstruction par Shannon QUALITATIVEMENT Raie repliée Raie hors bande sur le signal initial F max F shan = 2F max 22

23 Comparaison des performances Non respect du Théor orème de Shannon Echantillonnage régulier r + reconstruction matricielle QUALITATIVEMENT Repliement étalé F max F shan = 2F max 23

24 Comparaison des performances : Bilan Echantillonnage régulier + Formule de Shannon Critère Quantitatif Critère Qualitatif (repliement) hors condition de Shannon Echantillonnage irrégulier + Formule de Lagrange modifiée 24

25 Application en traitement d images d biomédicales Echantillonnage aléatoire atoire Image Originale 128x128 50% des échantillons prélevés aléatoirement Algorithme de reconstruction itératif 25

26 Application en traitement d images d Echantillonnage aléatoire atoire Formules de reconstruction 1D Image Originale Image ré-échantillonnée aléatoirement puis reconstruite ligne par ligne avec la Formule de Lagrange modifiée 26

27 Application en traitement d images d Echantillonnage aléatoire atoire Reconstruction 1D (ligne par ligne) Cubic Spline 27

28 Echantillonnage non uniforme adapté au contenu Méthode 1 An Adaptive Irregular Sampling Method for Progressive Transmission Ramponi & Carrato 2001 Grille grossière re + échantillons en fonction d estimations d locales du moment centré d ordre 3 - points de contours 28

29 Echantillonnage non uniforme adapté au contenu Méthode 2 «Content Adaptive Mesh Representation of Images Using Binary Space Partitions», Sarkis & Lorscheider & Diepold 29

30 Echantillonnage non uniforme adapté au contenu Performances de la reconstruction A partir de échantillons réguliers 25% A partir de échantillons irréguliers 25% Reconstruction 2D par la méthode m des 4 plus proches voisins 30

31 Echantillonnage non uniforme adapté au contenu Performances de la reconstruction régulier irrégulier A partir de échantillons réguliers A partir de échantillons irréguliers 31

32 Bilan Reconstruction exacte d un signal aléatoire à partir de ses échantillons prélevés à des instants non uniformes ou dans le cas de perte d échantillons. Approximation à très fort taux de convergence dans le cas d une fenêtre d observation limitée Intérêt de l échantillonnage non uniforme en terme d interprétation (anti-repliement) Intérêt potentiel d un échantillonnage non uniforme en terme de compression (adapté au contenu) 32

33 Elèments de bibliographie A.J. Jerri, The Shannon sampling theorem, its various extensions and applications: A tutorial review, Proc IEEE, Bilinskis, I., Mikelsons, A., Application of randomized or irregular sampling as an antialiasing technique, EUSIPCO J.R. Higgins, Sampling theory in Fourier and signal analysis, Oxford Sc Pub., Marvasti and al, Non uniform sampling theory and Practice, Ed B.Lacaze, A theoretical exposition of stationary process sampling, STSIP Journal, B.Lacaze, Reconstruction formula for irregular sampling, STSIP Journal, B. Lacaze, C. Mailhes, Reconstruction of sampled complex processes with timing jitter, STSIP B. Lacaze, C. Mailhes, Can timing jitter improve random process reconstruction in the presence of aliasing? ICASSP04. B. Lacaze, M. Chabert, New reconstruction formulas for oversampled processes and functions, Signal Processing, M. Chabert, B. Lacaze, A New Formula for Lost Sample Restoration, EUSIPCO W. Chauvet, M. Chabert, B. Lacaze, Influence d un échantillonnage irrégulier sur les performances de la reconstruction, GRETSI B. Lacaze, M. Chabert, Une formule de reconstruction exacte pour l'échantillonnage 33 aléatoire, GRETSI 2007.

34 Merci de votre attention! 34

35 Formule de Lagrange modifiée Espace de Hilbert engendré par Isométrie Espace de Hilbert engendré par 35

36 Formule de Lagrange modifiée Intégration de sur un contour fermé. Théorème des résidus 36

Intérêt du découpage en sous-bandes pour l analyse spectrale

Intérêt du découpage en sous-bandes pour l analyse spectrale Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,

Plus en détail

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES Table des matières Avant propos Chapitre I NOTIONS SUR LES SYSTEMES 1. Systèmes linéaires 1 2. Systèmes stationnaires 1 3. Systèmes continus 2 4. Systèmes linéaires invariants dans le temps (LIT) 2 4.1

Plus en détail

Bases du traitement des images. Transformée de Fourier Avancée - Numérisation

Bases du traitement des images. Transformée de Fourier Avancée - Numérisation Transformée de Fourier Avancée - Numérisation Nicolas Thome 6 octobre 2015 1 / 87 Outline 1 Numérisation Fenetrage Échantillonnage Quantification 2 2 / 87 Principe Du continu au discret Un signal continu

Plus en détail

Les bases théoriques du numérique

Les bases théoriques du numérique Les bases théoriques du numérique 1. Différences entre signaux analogiques et signaux numériques L analogique et le numérique sont deux procédés pour transporter et stocker des données. (de type audio,

Plus en détail

Traitement du Signal

Traitement du Signal Traitement du Signal James L. Crowley Deuxième Année ENSIMAG première Bimestre 2001/2002 Séance 4 : 12 octobre 2001 Bruits d'echantillonage et de Quantification Formule du Jour :... 1 La Transformée de

Plus en détail

I.2 Comment passer d un signal analogique en un signal numérique sans perdre de l information?

I.2 Comment passer d un signal analogique en un signal numérique sans perdre de l information? I- Chaîne d information I.1 Généralités Dans un ballon-sonde, on trouve des capteurs (température, luminosité, pression ) plus ou moins sophistiqués. Nous allons voir que pour un problème technique identique

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique

Plus en détail

Introduction à l analyse spectrale. P. Granjon, J-L. Lacoume

Introduction à l analyse spectrale. P. Granjon, J-L. Lacoume Introduction à l analyse spectrale P. Granjon, J-L. Lacoume Table des matières Propriétés énergétiques des signaux 2. Signaux à temps et fréquence continus............................. 2.2 Signaux à temps

Plus en détail

Traitement du Signal Vu par Un Mesures Physiques

Traitement du Signal Vu par Un Mesures Physiques Traitement du Signal Vu par Un Mesures Physiques Cette technique reste compliquée par les mathématiques qu il l accompagne. J ai découvert la première fois le TdS au travail (CEA) avec un ingénieur qui

Plus en détail

Evaluation de Techniques d Agrandissement des Images

Evaluation de Techniques d Agrandissement des Images SETIT 29 5 th International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 22-26, 29 TUNISIA Evaluation de Techniques d Agrandissement des Images Hedi AMRI,

Plus en détail

Traitement du signal pour la reconnaissance vocale. Cours 5: Traitement du signal et reconnaissance de forme

Traitement du signal pour la reconnaissance vocale. Cours 5: Traitement du signal et reconnaissance de forme Traitement du signal pour la reconnaissance vocale Cours 5: Traitement du signal et reconnaissance de forme Chaîne de Reconnaissance vocale Acquisition microphone Numérisation du signal Pré-traitement

Plus en détail

Traitement numérique du signal

Traitement numérique du signal Nº 754 BULLETIN DE L UNION DES PHYSICIENS 707 Traitement numérique du signal par J. ESQUIEU Lycée de Brive 1. TRAITEMENT Le traitement numérique du signal consiste à agir sur le signal à partir d échantillons

Plus en détail

Plan du cours. Cours de Traitement Du Signal - Transformées discrètes. Transformée de Fourier d un signal numérique. Introduction

Plan du cours. Cours de Traitement Du Signal - Transformées discrètes. Transformée de Fourier d un signal numérique. Introduction Plan du cours Cours de raitement Du Signal - ransformées discrètes 1 guillaume.hiet@rennes.supelec.fr ESACA 17 octobre 2007 2 3 Guillaume HIE Cours de raitement Du Signal - ransformées discrètes 1/38 Guillaume

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR?

COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR? NOM: Coéquipier : COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR? Soit une fonction G(t) périodique, de fréquence f. D'après Fourier, cette fonction peut se décomposer en

Plus en détail

Le traitement du signal

Le traitement du signal FICHE N 47 Le traitement du signal FFT, DFT ET IFT Jean-aptiste Joseph Fourier (1768-1830), né à uxerre, mathématicien et physicien français, auteur de la Théorie analytique de la chaleur (1822) : la transformée

Plus en détail

Quantification Vectorielle

Quantification Vectorielle Quantification Vectorielle Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 14 Décembre 2012 M. Cagnazzo Quantification Vectorielle 1/65 Plan Introduction 1 Introduction

Plus en détail

Chaine de transmission

Chaine de transmission Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation

Plus en détail

Traitement du signal

Traitement du signal Traitement du signal Objectif de la séance: Faire découvrir à l'utilisateur quelques fonctionnalités du logiciel SADIE et les outils dédiés au traitement du signal dans l'exploitation des mesures. Contenu

Plus en détail

ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES

ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES Bertrand GOTTIN Directeurs de thèse: Cornel IOANA et Jocelyn CHANUSSOT 03 Septembre 2010 Problématique liée aux Transitoires

Plus en détail

Propriétés des images numériques Contraintes sur l interprétation

Propriétés des images numériques Contraintes sur l interprétation Propriétés des images numériques Contraintes sur l interprétation M.LOUYS, Traitement d images et problèmes inverses Master Astrophysique, Observatoire de Strasbourg, 2013 Propriétés générales d une image

Plus en détail

TP Filtrage numérique

TP Filtrage numérique TP Filtrage numérique Capacités exigibles du programme : Analyse spectrale Mettre en évidence le phénomène de repliement du spectre provoqué par l échantillonnage avec un oscilloscope numérique ou une

Plus en détail

CODEC. (Compression / Décompression) William PUECH Université Montpellier II IUT Béziers 1/66

CODEC. (Compression / Décompression) William PUECH Université Montpellier II IUT Béziers 1/66 CODEC Codage / Décodage (Compression / Décompression) William PUECH Université Montpellier II IUT Béziers 1/66 Introduction Transmission analogique : le procédé reproduit la forme même du signal que l'on

Plus en détail

Quelques points de traitement du signal

Quelques points de traitement du signal Quelques points de traitement du signal Introduction: de la mesure au traitement Source(s) BRUIT BRUIT Système d acquisition Amplitude (Pa) Temps (s) Amplitude (Pa) Mesure Opérations mathématiques appliquées

Plus en détail

Numérisation du signal

Numérisation du signal Chapitre 12 Sciences Physiques - BTS Numérisation du signal 1 Analogique - Numérique. 1.1 Définitions. Signal analogique : un signal analogique s a (t)est un signal continu dont la valeur varie en fonction

Plus en détail

GELE2511 Chapitre 7 : Transformée de Fourier discrète

GELE2511 Chapitre 7 : Transformée de Fourier discrète GELE2511 Chapitre 7 : Transformée de Fourier discrète Gabriel Cormier, Ph.D., ing. Université de Moncton Hiver 2013 Gabriel Cormier (UdeM) GELE2511 Chapitre 7 Hiver 2013 1 / 79 Introduction Contenu Contenu

Plus en détail

Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008

Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008 Master IAD Module PS Reconnaissance de la parole (suite): Paramétrisation Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance vocale Paramétrisation Distances

Plus en détail

Introduction générale au codage de canal

Introduction générale au codage de canal Codage de canal et turbo-codes 15/9/2 1/7 Introduction générale au codage de canal Table des matières Table des matières... 1 Table des figures... 1 1. Introduction... 2 2. Notion de message numérique...

Plus en détail

Plan de la séance. Partie 4: Restauration. Restauration d images. Restauration d images. Traitement d images. Thomas Oberlin

Plan de la séance. Partie 4: Restauration. Restauration d images. Restauration d images. Traitement d images. Thomas Oberlin Plan de la séance Traitement d images Partie 4: Restauration Thomas Oberlin Signaux et Communications, RT/ENSEEHT thomasoberlin@enseeihtfr 1 ntroduction 2 Modélisation des dégradations Modèles de bruit

Plus en détail

LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION

LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,

Plus en détail

Ch. 2 : Emetteur en Bande de Base

Ch. 2 : Emetteur en Bande de Base Ch. 2 : Emetteur en Bande de Base 1 1) Les codes en ligne 1-1) Principe des codes en ligne Codes en ligne binaire On suppose que le message numérique est constitué d une suite d éléments binaires α k,

Plus en détail

Systèmes de transmission

Systèmes de transmission Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un

Plus en détail

Guénael Launay. Différences entre signaux analogiques et signaux numériques 2

Guénael Launay. Différences entre signaux analogiques et signaux numériques 2 Guénael Launay Différences entre signaux analogiques et signaux numériques 2 Convertisseur analogique numérique analogique. 3 Convertisseur analogique numérique 3 Convertisseur numérique analogique 3 Théorie

Plus en détail

Notes de cours Philippe RAYMOND Novembre 2006

Notes de cours Philippe RAYMOND Novembre 2006 Notes de cours Philippe RAYMOND Novembre 2006 1 Traitement du signal la numérisation Numériser un signal analogique (donc continu), c est le discrétiser sur deux dimensions : le temps et l'amplitude. 2

Plus en détail

TD1 Signaux, énergie et puissance, signaux aléatoires

TD1 Signaux, énergie et puissance, signaux aléatoires TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver

Plus en détail

Expérience 3 Formats de signalisation binaire

Expérience 3 Formats de signalisation binaire Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx

Plus en détail

Estimation ultra haute fréquence de la volatilité et de la co-volatilité

Estimation ultra haute fréquence de la volatilité et de la co-volatilité Estimation ultra haute fréquence de la volatilité et de la co-volatilité Christian Y. Robert 1 et Mathieu Rosenbaum 2 1 CREST-ENSAE Paris Tech, 2 CMAP-École Polytechnique Paris Christian Y. Robert et Mathieu

Plus en détail

Projet de Traitement du Signal Segmentation d images SAR

Projet de Traitement du Signal Segmentation d images SAR Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,

Plus en détail

en sciences de l ingénieur

en sciences de l ingénieur Systèmes Automatisés Optimisation en sciences de l ingénieur présente les principales méthodes exactes d optimisation statique et dynamique. Parmi les méthodes décrites figurent : - la programmation linéaire

Plus en détail

INTRODUCTION AUX MÉTHODES DE MONTE CARLO PAR CHAÎNES DE MARKOV

INTRODUCTION AUX MÉTHODES DE MONTE CARLO PAR CHAÎNES DE MARKOV Séminaire MTDE 22 mai 23 INTRODUCTION AUX MÉTHODES DE MONTE CARLO PAR CHAÎNES DE MARKOV Vincent Mazet CRAN CNRS UMR 739, Université Henri Poincaré, 5456 Vandœuvre-lès-Nancy Cedex 1 juillet 23 Sommaire

Plus en détail

10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010

10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010 10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010 Le compressed sensing pour l holographie acoustique de champ proche II: Mise en œuvre expérimentale. Antoine Peillot 1, Gilles Chardon 2, François

Plus en détail

Les codes Pseudo-Aléatoires et leurs applications

Les codes Pseudo-Aléatoires et leurs applications Les codes Pseudo-Aléatoires et leurs applications A) Les codes Pseudo-Aléaoires B) Les Applications : I. Etalement de spectre, II. Cryptage et chiffrement III. Brouillage numérique A) Les codes Pseudo-aléatoires

Plus en détail

Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier

Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier Université du Québec à Montréal Département d Informatique MIC4220 Traitement numérique des signaux Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier But Familiarisation avec

Plus en détail

Livre de l information LabChart formation, Paris, le 1 Juillet et 2 Juillet 2014

Livre de l information LabChart formation, Paris, le 1 Juillet et 2 Juillet 2014 Nous vous remercions de l intérêt que vous portez à notre formation logicielle LabChart. La prochaine formation se tiendra à Paris le 1er et 2 Juillet. Ci-dessous, vous trouverez plus d informations sur:

Plus en détail

Traitement du Signal Vu par Un Mesures Physiques

Traitement du Signal Vu par Un Mesures Physiques Traitement du Signal Vu par Un Mesures Physiques Cette technique reste compliquée par les mathématiques qu il l accompagne. J ai découvert la première fois le TdS au travail (CEA) avec un ingénieur qui

Plus en détail

Informatique visuelle - Vision par ordinateur. Pré-traitement d images

Informatique visuelle - Vision par ordinateur. Pré-traitement d images Informatique visuelle - Vision par ordinateur Pré-traitement d images Elise Arnaud elise.arnaud@imag.fr cours inspiré par X. Descombes, J. Ros, A. Boucher, A. Manzanera, E. Boyer, M Black, V. Gouet-Brunet

Plus en détail

Acquisition et analyse FFT

Acquisition et analyse FFT Département de physique Acquisition et analyse FFT Rédaction du cours et travail expérimental associé : Jean-Baptiste Desmoulins (P.R.A.G.) mail : desmouli@physique.ens-cachan.fr L objectif de ce cours

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

LE TRAITEMENT ANALOGIQUE

LE TRAITEMENT ANALOGIQUE LES AUTOMATISMES LE TRAITEMENT ANALOGIQUE GJC Lycée L.RASCOL 10,Rue de la République BP 218. 81012 ALBI CEDEX SOMMAIRE BUT LES CAPTEURS LES ACTIONNEURS Commande proportionnelle Commande continue LA CONVERSION

Plus en détail

Probabilités 5. Simulation de variables aléatoires

Probabilités 5. Simulation de variables aléatoires Probabilités 5. Simulation de variables aléatoires Céline Lacaux École des Mines de Nancy IECL 27 avril 2015 1 / 25 Plan 1 Méthodes de Monte-Carlo 2 3 4 2 / 25 Estimation d intégrales Fiabilité d un système

Plus en détail

Cours - Systèmes Électroniques 2 Conditionnement, Acquisition, Restitution des signaux. (SEL2)

Cours - Systèmes Électroniques 2 Conditionnement, Acquisition, Restitution des signaux. (SEL2) Cours - Systèmes Électroniques 2 Conditionnement, Acquisition, Restitution des signaux. (SEL2) Cours crée par Marc CORREVON mis à jour par Maurizio TOGNOLINI iai / HEIG-VD 2014-2015 rev. 1.5 SYSTEMES ELECTRONIQUES

Plus en détail

téléphone sur l'exposition de la tête»

téléphone sur l'exposition de la tête» «Analyse statistique de l'influence de la position du téléphone sur l'exposition de la tête» A.Ghanmi 1,2,3 J.Wiart 1,2, O.Picon 3 1 Orange Labs R&D 2 WHIST LAB (http://whist.institut-telecom.fr), 3 Paris

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

Chapitre 2 : communications numériques.

Chapitre 2 : communications numériques. Chapitre 2 : communications numériques. 1) généralités sur les communications numériques. A) production d'un signal numérique : transformation d'un signal analogique en une suite d'éléments binaires notés

Plus en détail

Communications numériques

Communications numériques Communications numériques 1. Modulation numérique (a) message numérique/signal numérique (b) transmission binaire/m-aire en bande de base (c) modulation sur fréquence porteuse (d) paramètres, limite fondamentale

Plus en détail

Introduction aux Support Vector Machines (SVM)

Introduction aux Support Vector Machines (SVM) Introduction aux Support Vector Machines (SVM) Olivier Bousquet Centre de Mathématiques Appliquées Ecole Polytechnique, Palaiseau Orsay, 15 Novembre 2001 But de l exposé 2 Présenter les SVM Encourager

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

Plus en détail

Soutenance de stage Laboratoire des Signaux et Systèmes

Soutenance de stage Laboratoire des Signaux et Systèmes Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud

Plus en détail

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où

Plus en détail

Département de physique

Département de physique Département de physique Etude de la densité spectrale de puissance du bruit thermique dans une résistance Travail expérimental et rédaction du document : Jean-Baptiste Desmoulins (P.R.A.G.) mail : desmouli@physique.ens-cachan.fr

Plus en détail

ECHOGRAPHE ET CAPTEUR. D.I.U. d Echocardiographie module 1

ECHOGRAPHE ET CAPTEUR. D.I.U. d Echocardiographie module 1 ECHOGRAPHE ET CAPTEUR D.I.U. d Echocardiographie module 1 Plan Généralités Capteur Echographe Traitement du signal Stockage Transport Généralités Historique the blue goose 1970 180 cm Généralités Historique

Plus en détail

Transmission de données. A) Principaux éléments intervenant dans la transmission

Transmission de données. A) Principaux éléments intervenant dans la transmission Page 1 / 7 A) Principaux éléments intervenant dans la transmission A.1 Equipement voisins Ordinateur ou terminal Ordinateur ou terminal Canal de transmission ETTD ETTD ETTD : Equipement Terminal de Traitement

Plus en détail

Description du module GENERATEUR rev.2 1. Rôle du module

Description du module GENERATEUR rev.2 1. Rôle du module Description du module GENERATEUR rev.2 1. Rôle du module Ce module doit implémenter un générateur de «points aléatoires» selon une répartition de densité donnée. Tout d abord, le générateur doit être initialisé

Plus en détail

Contributions à la maîtrise statistique des processus industriels multivariés

Contributions à la maîtrise statistique des processus industriels multivariés UNIVERSITE d ANGERS Contributions à la maîtrise statistique des processus industriels multivariés Soutenue par: Teodor TIPLICA Directeur de thèse: Mr. Alain BARREAU Co-encadrant de thèse: Mr. Abdessamad

Plus en détail

Table des matières. I Mise à niveau 11. Préface

Table des matières. I Mise à niveau 11. Préface Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3

Plus en détail

Enseignement (M21) «Numérisation des signaux audio-vidéo, compression et stockage» Cours 1/4

Enseignement (M21) «Numérisation des signaux audio-vidéo, compression et stockage» Cours 1/4 Enseignement (M21) «Numérisation des signaux audio-vidéo, compression et stockage» Cours 1/4 Cette matière fait partie du module M3.21 «Culture scientifique et traitement de l information» (4CM, 2TD, 3TP)

Plus en détail

LES DIFFÉRENTS FORMATS AUDIO NUMÉRIQUES

LES DIFFÉRENTS FORMATS AUDIO NUMÉRIQUES LES DIFFÉRENTS FORMATS AUDIO NUMÉRIQUES Compétences mises en jeu durant l'activité : Compétences générales : S'impliquer, être autonome. Compétence(s) spécifique(s) : Reconnaître des signaux de nature

Plus en détail

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés ENSEIRB-MATMECA PG-113 014 TP6: Optimisation au sens des moindres carrés Le but de ce TP est d implémenter une technique de recalage d images qui utilise une méthode vue en cours d analyse numérique :

Plus en détail

CALCUL SCIENTIFIQUE. 1 Erreur absolue et erreur relative 2. 2 Représentation des nombres sur ordinateur 3

CALCUL SCIENTIFIQUE. 1 Erreur absolue et erreur relative 2. 2 Représentation des nombres sur ordinateur 3 MTH1504 2011-2012 CALCUL SCIENTIFIQUE Table des matières 1 Erreur absolue et erreur relative 2 2 Représentation des nombres sur ordinateur 3 3 Arithmétique flottante 4 3.1 Absorption........................................

Plus en détail

TEPZZ 7 ZZ64A_T EP 2 720 064 A1 (19) (11) EP 2 720 064 A1 (12) DEMANDE DE BREVET EUROPEEN

TEPZZ 7 ZZ64A_T EP 2 720 064 A1 (19) (11) EP 2 720 064 A1 (12) DEMANDE DE BREVET EUROPEEN (19) TEPZZ 7 ZZ64A_T (11) EP 2 720 064 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 16.04.2014 Bulletin 2014/16 (21) Numéro de dépôt: 13188241.7 (1) Int Cl.: G01S 1/22 (2006.01) H04B 7/18

Plus en détail

Technique de codage des formes d'ondes

Technique de codage des formes d'ondes Technique de codage des formes d'ondes Contenu Introduction Conditions préalables Conditions requises Composants utilisés Conventions Modulation par impulsions et codage Filtrage Échantillon Numérisez

Plus en détail

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be

Plus en détail

Analyse du signal (FFT et Filtrage numérique) & Analyse des systèmes

Analyse du signal (FFT et Filtrage numérique) & Analyse des systèmes Analyse du signal (FFT et Filtrage numérique) & Analyse des systèmes Document réalisé par : Jacky DUMAS 01dB-STELL (Groupe MVI technologies) Directeur Marketing 565 rue de sans souci 69760 LIMONEST Tél

Plus en détail

Vision par ordinateur

Vision par ordinateur Vision par ordinateur Stéréoscopie par minimisation d'énergie Frédéric Devernay d'après le cours de Richard Szeliski Mise en correspondance stéréo Quels algorithmes possibles? mettre en correspondance

Plus en détail

Tavakoli, Shahin Fourier analysis of functional time series, with applications to DNA... 2014

Tavakoli, Shahin Fourier analysis of functional time series, with applications to DNA... 2014 resultats sont ensuite utilises pour construire des estimateurs des operateurs de densite spectrale bases sur des versions lissees du periodogramme, le generalisation fonctionnelle de la matrice de periodogramme.

Plus en détail

Le concept cellulaire

Le concept cellulaire Le concept cellulaire X. Lagrange Télécom Bretagne 21 Mars 2014 X. Lagrange (Télécom Bretagne) Le concept cellulaire 21/03/14 1 / 57 Introduction : Objectif du cours Soit un opérateur qui dispose d une

Plus en détail

Simulation simplifiée de la Cinétique de l antenne HUYGENS-PWA et Comparaison avec la modulation d amplitude du signal à 36 Hz

Simulation simplifiée de la Cinétique de l antenne HUYGENS-PWA et Comparaison avec la modulation d amplitude du signal à 36 Hz Simulation simplifiée de la Cinétique de l antenne HUYGENS-PWA et Comparaison avec la modulation d amplitude du signal à 36 Hz 1 Note interne LPCE-CETP, Version # 3, C. Béghin & D. Lagoutte, Octobre 2007

Plus en détail

Compression d images et de vidéo: pourquoi, comment? Aline ROUMY Chercheur, INRIA Rennes

Compression d images et de vidéo: pourquoi, comment? Aline ROUMY Chercheur, INRIA Rennes Compression d images et de vidéo: pourquoi, comment? Aline ROUMY Chercheur, INRIA Rennes Octobre 2014 SOMMAIRE 1. Pourquoi compresser une vidéo? 2. Comment compresser? 3. Compression avec pertes 4. Compression

Plus en détail

Modélisation AR et prédiction

Modélisation AR et prédiction T.P. 7 Modélisation AR et prédiction 1 Introduction au traitement de la parole 1.1 Généralités Un premier point concerne le choix de la fréquence d échantillonnage. Dans le domaine de la téléphonie cela

Plus en détail

J AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE

J AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE RANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE Un message numérique est une suite de nombres que l on considérera dans un premier temps comme indépendants.ils sont codés le plus souvent

Plus en détail

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences

Plus en détail

LÕenregistrement. 10.1 Enregistrement analogique et enregistrement numžrique

LÕenregistrement. 10.1 Enregistrement analogique et enregistrement numžrique 10 LÕenregistrement numžrique 10.1 Enregistrement analogique et enregistrement numžrique Tout processus d enregistrement, comme nous l avons vu dans les chapitres précédents, débute par la conversion des

Plus en détail

TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE

TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE Traitement de l information et vision artificielle Ecole des Ponts ParisTech, 2 ème année Guillaume Obozinski guillaume.obozinski@imagine.enpc.fr TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE

Plus en détail

Séries de Fourier. T f (x) exp 2iπn x T dx, n Z. T/2 f (x) cos ( ) f (x) dx a n (f) = 2 T. f (x) cos 2πn x )

Séries de Fourier. T f (x) exp 2iπn x T dx, n Z. T/2 f (x) cos ( ) f (x) dx a n (f) = 2 T. f (x) cos 2πn x ) Séries de Fourier Les séries de Fourier constituent un outil fondamental de la théorie du signal. Il donne lieu à des prolongements et des extensions nombreux. Les séries de Fourier permettent à la fois

Plus en détail

La conversion de données

La conversion de données Physique appliquée La conversion de données 1 0 1 1 0 1 0 0 1 0 Sommaire Acquisition 1- De l analogique vers le numérique 2- Exemples de systèmes numériques grand-public 3- Exemples de systèmes numériques

Plus en détail

Programme de mathématiques TSI1

Programme de mathématiques TSI1 Programme de mathématiques TSI1 1. PROGRAMME DE DÉBUT D ANNÉE I. Nombres complexes et géométrie élémentaire 1. Nombres complexes 1 2. Géométrie élémentaire du plan 3 3. Géométrie élémentaire de l espace

Plus en détail

Régression ridge à noyau pour des variables explicatives et d intérêts fonctionnelles

Régression ridge à noyau pour des variables explicatives et d intérêts fonctionnelles Régression ridge à noyau pour des variables explicatives et d intérêts fonctionnelles Hachem Kadri 1, Philippe Preux 1,2 & Emmanuel Duflos 1,3 1 Equipe-projet SequeL, INRIA Lille - Nord Europe, Villeneuve

Plus en détail

Reconstruction d images binaires par l estimation moindres carrés et l optimisation valeur propre

Reconstruction d images binaires par l estimation moindres carrés et l optimisation valeur propre Reconstruction d images binaires par l estimation moindres carrés et l optimisation valeur propre Stéphane Chrétien & Franck Corset Université de Franche-Comté, UMR6623, Département Mathématiques 16 route

Plus en détail

Travaux pratiques de Génie Informatique TP 2 & 3. séances, mais vous pouvez en faire plus. Essayer d aller le plus loin possible.

Travaux pratiques de Génie Informatique TP 2 & 3. séances, mais vous pouvez en faire plus. Essayer d aller le plus loin possible. 1 BUT DE LA SÉANCE. TRAVAUX PRATIQUES DE GÉNIE INFORMATIQUE Ces deuxième et troisième séances ont pour but de vous faire avancer dans la programmation sous Matlab. Vous y découvrez les fonctions, les sous-programmes

Plus en détail

Rappel d une chaîne de mesure d un procédé régulé en continu :

Rappel d une chaîne de mesure d un procédé régulé en continu : TRANSMETTEURS EN INSTRUMENTATION Transmetteurs aux SIGNAUX ANALOGIQUES STANDARDS Rappel d une chaîne de mesure d un procédé régulé en continu : Capteur Transmetteur Régulateur PROCESSUS Actionneur Signal

Plus en détail

Version default Titre : Opérateur GENE_FONC_ALEA Date : 02/08/2012 Page : 1/8 Responsable : Irmela ZENTNER Clé : U4.36.

Version default Titre : Opérateur GENE_FONC_ALEA Date : 02/08/2012 Page : 1/8 Responsable : Irmela ZENTNER Clé : U4.36. Titre : Opérateur GENE_FONC_ALEA Date : 02/08/2012 Page : 1/8 Opérateur GENE_FONC_ALEA 1 But Générer une trajectoire d'un processus stochastique multi-varié mono-dimensionnel (i.e. à plusieurs composantes

Plus en détail

1 - INTERPOLATION. J-P. Croisille. Semestre S7, master de mathématiques M1, année 2008/2009. Université Paul Verlaine-Metz

1 - INTERPOLATION. J-P. Croisille. Semestre S7, master de mathématiques M1, année 2008/2009. Université Paul Verlaine-Metz 1 - INTERPOLATION J-P. Croisille Université Paul Verlaine-Metz Semestre S7, master de mathématiques M1, année 2008/2009 1- INTRODUCTION Théorie de l interpolation: approximation de f(x) par une fonction

Plus en détail

Méthodes avancées en décision

Méthodes avancées en décision Méthodes avancées en décision Support vector machines - Chapitre 2 - Principes MRE et MRS Principe MRE. Il s agit de minimiser la fonctionnelle de risque 1 P e (d) = y d(x;w, b) p(x, y) dxdy. 2 La densité

Plus en détail

PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE

PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE Porteurs du projet Marc Arnaudon, professeur des universités, responsable des relations avec les entreprises.

Plus en détail

Introduction à la programmation en variables entières Cours 3

Introduction à la programmation en variables entières Cours 3 Introduction à la programmation en variables entières Cours 3 F. Clautiaux francois.clautiaux@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 272 Sommaire Notion d heuristique Les algorithmes gloutons

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Mesure agnostique de la qualité des images.

Mesure agnostique de la qualité des images. Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire

Plus en détail