Echantillonnage Non uniforme

Save this PDF as:
 WORD  PNG  TXT  JPG

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

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

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

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

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

Numérisation du Signal Conversion Analogique / Numérique (CAN)

Numérisation du Signal Conversion Analogique / Numérique (CAN) Audio-vidéo Numérisation du Signal Conversion Analogique / Numérique (CAN) Objectif Cette présentation reprend les notions de base : Signal analogique Caractéristiques des signaux analogiques Échantillonnage

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

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

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

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

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

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

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

Audio Numérique Notes de cours année 2006/2007. 1 Complément sur la TFD, illustration sous Pure Data

Audio Numérique Notes de cours année 2006/2007. 1 Complément sur la TFD, illustration sous Pure Data Audio Numérique Notes de cours année 2006/2007 Marc Ferràs - Thomas Pellegrini LIMSI-CNRS Pour cette séance, vous devez rédiger un compte-rendu de TP à rendre à la fin de la séance. 1 Complément sur la

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/50

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/50 ENSEIRB - Année 1 Traitement du Signal Numérique : Pierre Hanna hanna@labri.fr Traitement du Signal Numérique p.1/50 ENSEIRB Informatique Année 1 Introduction au Traitement du Signal Numérique 14 (?) séances

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

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

Cours de Méthodes Déterministes en Finance (ENPC) Benoît Humez Société Générale Recherche Quantitative benoit.humez@sgcib.com

Cours de Méthodes Déterministes en Finance (ENPC) Benoît Humez Société Générale Recherche Quantitative benoit.humez@sgcib.com Cours de Méthodes Déterministes en Finance (ENPC) Benoît Humez Société Générale Recherche Quantitative benoit.humez@sgcib.com Points abordés Méthodes numériques employées en finance Approximations de prix

Plus en détail

codage correcteur d erreurs convolutionnel 1. Définition...2 2. représentation en treillis...3 3. Décodage : algorithme de Viterbi...3 4.

codage correcteur d erreurs convolutionnel 1. Définition...2 2. représentation en treillis...3 3. Décodage : algorithme de Viterbi...3 4. codage correcteur d erreurs convolutionnel. éfinition.... représentation en treillis...3 3. écodage : algorithme de Viterbi...3 4. istance libre...5 5. iagramme d état. Fonction de transfert...5 6. écodage

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Analyse d un système de freinage récupératif d un véhicule électrique

Analyse d un système de freinage récupératif d un véhicule électrique Analyse d un système de freinage récupératif d un véhicule électrique Par Mohamed Amine Bey, Gabriel Georges, Pascal Jacq, Doha Hadouni, Roxane Duroux, Erwan Scornet, Encadré par Alexis Simonnet 1 Compréhension

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

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

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

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

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

OPTIMISATION DE LA TARIFICATION DES RÉSEAUX MOBILES

OPTIMISATION DE LA TARIFICATION DES RÉSEAUX MOBILES OPTIMISATION DE LA TARIFICATION DES RÉSEAUX MOBILES ST50 - Projet de fin d études Matthieu Leromain - Génie Informatique Systèmes temps Réel, Embarqués et informatique Mobile - REM 1 Suiveur en entreprise

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

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

Ondelettes et compression d images

Ondelettes et compression d images Ondelettes et compression d images Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 30 Octobre 2012 M. Cagnazzo Ondelettes 1/96 Plan Introduction 1 Introduction 2 Bancs de

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

Axe MSA Bilan scientifique et perspectives. ENSM.SE L. Carraro - 17 décembre 07

Axe MSA Bilan scientifique et perspectives. ENSM.SE L. Carraro - 17 décembre 07 Axe MSA Bilan scientifique et perspectives ENSM.SE L. Carraro - 17 décembre 07 17 décembre 07 2 Plan Compétences acquises domaines scientifiques compétences transverses Domaines ou activités accessibles

Plus en détail

Techniques de transmission et traitement du signal: Simulation d une chaîne de transmission numérique avec Matlab

Techniques de transmission et traitement du signal: Simulation d une chaîne de transmission numérique avec Matlab Techniques de transmission et traitement du signal: Simulation d une chaîne de transmission numérique avec Matlab Thierry Sartenaer Février 203 Introduction Dans le cadre de cet exercice, on considère

Plus en détail

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories : La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.

Plus en détail

Conversion analogique

Conversion analogique Conversion analogique Principes de la quantification et de l échantillonnage Convertisseurs analogique à numérique Convertisseurs numérique à analogique Conversion analogique à numérique La conversion

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

Modélisation coalescente pour la détection précoce d un cancer

Modélisation coalescente pour la détection précoce d un cancer Modélisation coalescente pour la détection précoce d un cancer Mathieu Emily 27 Novembre 2007 Bioinformatics Research Center - Université d Aarhus Danemark Mathieu Emily Coalescence et cancer 1 Introduction

Plus en détail

Notion de modèle - Processus d analyse Application à la méthode des Eléments finis

Notion de modèle - Processus d analyse Application à la méthode des Eléments finis Notion de modèle - Processus d analyse Application à la méthode des Eléments finis La présentation est animée, avancez à votre vitesse par un simple clic Chapitres 1 et 6 du polycopié de cours. Bonne lecture

Plus en détail

Etude Quantitative d un Plan d Epargne Retraite Collectif Piloté

Etude Quantitative d un Plan d Epargne Retraite Collectif Piloté INSTITUT DE SCIENCE FINANCIERE ET D ASSURANCES Etude Quantitative d un Plan d Epargne Retraite Collectif Piloté Mémoire présenté devant l Institut de Science Financière et d Assurances pour l obtention

Plus en détail

X Analyse spectrale numérique

X Analyse spectrale numérique X Analyse spectrale numérique Objectifs : Après avoir utilisé la FFT dans le TP4 d analyse spectrale, on va maintenant s intéresser aux différents paramètres d une acquisition numérique afin de respecter

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

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

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

QUANTIFICATION DES EXAMENS ONCOLOGIQUES AU FLUORO-DÉOXYGLUCOSE EN TOMOGRAPHIE PAR ÉMISSION DE POSITONS

QUANTIFICATION DES EXAMENS ONCOLOGIQUES AU FLUORO-DÉOXYGLUCOSE EN TOMOGRAPHIE PAR ÉMISSION DE POSITONS Journées Jeunes Chercheurs d Aussois d - Décembre D 2003 U494 QUANTIFICATION DES EXAMENS ONCOLOGIQUES AU FLUORO-DÉOXYGLUCOSE OXYGLUCOSE EN TOMOGRAPHIE PAR ÉMISSION DE POSITONS Juliette FEUARDENT Thèse

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

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

Restauration d images

Restauration d images Restauration d images Plan Présentation du problème. Premières solutions naïves (moindre carrés, inverse généralisée). Méthodes de régularisation. Panorama des méthodes récentes. Problème général Un système

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

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

Introduction à la simulation de Monte Carlo

Introduction à la simulation de Monte Carlo Introduction à la simulation de 6-601-09 Simulation Geneviève Gauthier HEC Montréal e 1 d une I Soit X 1, X,..., X n des variables aléatoires indépendantes et identiquement distribuées. Elles sont obtenues

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Communications Numériques et Théorie de l Information. Maurice Charbit

Communications Numériques et Théorie de l Information. Maurice Charbit Communications Numériques et Théorie de l Information Maurice Charbit 3 novembre 2005 2 Chapitre 0 Table des matières Représentation en enveloppe complexe 5. Rappels de théorie du signal.....................................

Plus en détail

Discrétisation et génération de hiérarchies de concepts

Discrétisation et génération de hiérarchies de concepts Prétraitement des données 1 Pourquoi prétraiter les données? Nettoyage des données Intégration et transformation Réduction des données Discrétisation et génération de hiérarchies de g concepts Pourquoi

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

Au programme. Vision par ordinateur: Formation d image et Photographie. Formation de l image. Introduction

Au programme. Vision par ordinateur: Formation d image et Photographie. Formation de l image. Introduction Au programme Vision par ordinateur: Formation d image et Photographie Sébastien Roy Jean-Philippe Tardif Marc-Antoine Drouin Département d Informatique et de recherche opérationnelle Université de Montréal

Plus en détail

Vision par ordinateur: Formation d image et Photographie

Vision par ordinateur: Formation d image et Photographie Vision par ordinateur: Formation d image et Photographie Sébastien Roy Jean-Philippe Tardif Marc-Antoine Drouin Département d Informatique et de recherche opérationnelle Université de Montréal Hiver 2007

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

Systèmes de communications numériques 2

Systèmes de communications numériques 2 Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes CNRS SUPÉLEC UPS SUPÉLEC, Plateau de Moulon, 91192 Gif-sur-Yvette ciuciu@lss.supelec.fr Université

Plus en détail

Delta couverture de produits dérivés en Finance. ESILV Ingénierie Financière S8 Cours du 24 avril 2012 Partie 2 Marie Bernhart

Delta couverture de produits dérivés en Finance. ESILV Ingénierie Financière S8 Cours du 24 avril 2012 Partie 2 Marie Bernhart Delta couverture de produits dérivés en Finance ESILV Ingénierie Financière S8 Cours du 24 avril 2012 Partie 2 Marie Bernhart Plan de la présentation Couverture de produits dérivés en Finance Principe

Plus en détail

Analyse d images. L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

Analyse d images. L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories : Analyse d images La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers

Plus en détail

Rapport de Recherche. 1 Estimation fonctionnelle en temps continu. 1.1 Vitesses de convergence pour l estimateur à noyau. (D. Blanke - Mars 2008)

Rapport de Recherche. 1 Estimation fonctionnelle en temps continu. 1.1 Vitesses de convergence pour l estimateur à noyau. (D. Blanke - Mars 2008) Rapport de Recherche (D. Blanke - Mars 2008) L essentiel de mes activités de recherche porte sur l estimation fonctionnelle ou paramétrique pour des processus. L ensemble de ces travaux peut se diviser

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

Introduction Modèle de mélange physique Méthode de démélange proposée Résultats de tests Conclusion References

Introduction Modèle de mélange physique Méthode de démélange proposée Résultats de tests Conclusion References Démélange par Factorisation en Matrices Non négatives adapté à un mélange linéaire quadratique pour des images hyperspectrales urbaines Inès Meganem, Yannic Deville, Shahram Hosseini, Philippe Déliot,

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

Séance 12: Algorithmes de Support Vector Machines

Séance 12: Algorithmes de Support Vector Machines Séance 12: Algorithmes de Support Vector Machines Laboratoire de Statistique et Probabilités UMR 5583 CNRS-UPS www.lsp.ups-tlse.fr/gadat Douzième partie XII Algorithmes de Support Vector Machines Principe

Plus en détail

Optimisation. 1 Petite taxinomie des problèmes d optimisation 2

Optimisation. 1 Petite taxinomie des problèmes d optimisation 2 Table des matières Optimisation 1 Petite taxinomie des problèmes d optimisation 2 2 Optimisation sans contraintes 3 2.1 Optimisation sans contrainte unidimensionnelle........ 3 2.1.1 Une approche sans

Plus en détail