Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux

Dimension: px
Commencer à balayer dès la page:

Download "Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux"

Transcription

1 Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux hétérogènes Laurent Déjean Thales Airborne Systems/ENST-Bretagne Le 20 novembre 2006 Laurent Déjean Détection en environnement non-gaussien 1/11

2 Contenu 1 Contexte Le scénario Les signaux radar 2 La détection Un test d hypothèses binaire Détecteurs Le milieu côtier Laurent Déjean Détection en environnement non-gaussien 2/11

3 1 Contexte Le scénario Les signaux radar 2 La détection Un test d hypothèses binaire Détecteurs Le milieu côtier Laurent Déjean Détection en environnement non-gaussien 3/11

4 Scénario de détection radar 3 acteurs Porteur/radar Cible Milieu environnant Contexte Radar aéroporté, bande X Incidence rasante, haute résolution Petites cibles Milieu côtier Laurent Déjean Détection en environnement non-gaussien 4/11

5 Les signaux radar Forme d onde Ambiguités distance Résolution Cases Distance PRI τ signal émis signal reçu Antenne en rotation Nombre de coups au but Nombre de tours au but récurrence n récurrence n 1 récurrence n+1 Carte récurrences-cases distance Nature des échos Échos de cibles Échos parasites (mer, terre, pluie... ) : fouillis R theta azimuth de référence Laurent Déjean Détection en environnement non-gaussien 5/11

6 Le fouillis de mer Incidence rasante, haute résolution Apparition de «spikes» Éloignement des statistiques gaussiennes Amplitude distribuée selon une loi K f(x) = 2 ( ) x ν ( ) x K ν 1 βγ(ν) 2β β ν paramètre de forme β facteur d échelle loi K loi de Rayleigh Laurent Déjean Détection en environnement non-gaussien 6/11

7 Modélisation cohérente du fouillis de mer Spectre Doppler Corrélations temporelles Modélisation cohérente Processus Aléatoire Invariant Sphériquement c = τx τ texture, variable aléatoire positive de densité pτ x speckle, vecteur gaussien complexe centré de matrice de covariance M + 1 p c (u) = 0 (πτ) n M e u H M 1 u τ p τ (τ)dτ Laurent Déjean Détection en environnement non-gaussien 7/11

8 1 Contexte Le scénario Les signaux radar 2 La détection Un test d hypothèses binaire Détecteurs Le milieu côtier Laurent Déjean Détection en environnement non-gaussien 8/11

9 La détection : un test d hypothèses binaire { H0 : z = c H 1 : z = s + c z observations s signal à détecter c fouillis (bruit coloré) Laurent Déjean Détection en environnement non-gaussien 9/11

10 La détection : un test d hypothèses binaire { H0 : z = c H 1 : z = s + c z observations s signal à détecter c fouillis (bruit coloré) Comment décider entre H 0 et H 1? Laurent Déjean Détection en environnement non-gaussien 9/11

11 La détection : un test d hypothèses binaire { H0 : z = c H 1 : z = s + c z observations s signal à détecter c fouillis (bruit coloré) Comment décider entre H 0 et H 1? Critère du Maximum de Vraisemblance a Posteriori (MAP) Critère du Minimax Critère de Neyman-Pearson Laurent Déjean Détection en environnement non-gaussien 9/11

12 Neyman-Pearson : recherche d un test de niveau α (uniformément) le plus puissant (UPP) Recherche du test satisfaisant à max P D sous P FA α Laurent Déjean Détection en environnement non-gaussien 10/11

13 Neyman-Pearson : recherche d un test de niveau α (uniformément) le plus puissant (UPP) Recherche du test satisfaisant à max P D sous P FA α Hypothèses simples : lemme de Neyman-Pearson Λ(z) = p z H 1 (z) H 1 η p z H0 (z) H 0 Laurent Déjean Détection en environnement non-gaussien 10/11

14 Neyman-Pearson : recherche d un test de niveau α (uniformément) le plus puissant (UPP) Recherche du test satisfaisant à max P D sous P FA α Hypothèses simples : lemme de Neyman-Pearson Λ(z) = p z H 1 (z) H 1 η p z H0 (z) H 0 Hypothèses composées : { H0 : z(θ) = c(θ) H 1 : z(θ) = s(θ) + c(θ) Laurent Déjean Détection en environnement non-gaussien 10/11

15 Neyman-Pearson : recherche d un test de niveau α (uniformément) le plus puissant (UPP) Recherche du test satisfaisant à max P D sous P FA α Hypothèses simples : lemme de Neyman-Pearson Λ(z) = p z H 1 (z) H 1 η p z H0 (z) H 0 Hypothèses composées : rapport de vraisemblance généralisé { H0 : z(θ) = c(θ) H 1 : z(θ) = s(θ) + c(θ) Λ GLRT (z) = p z(θ) H 1,θ(z(ˆθ ML,1 )) p z(θ) H0,θ(z(ˆθ ML,0 )) Laurent Déjean Détection en environnement non-gaussien 10/11

16 Détection en milieu côtier Test d hypothèse en milieu hétérogène { H0 : z = λc m + µc t H 1 : z = s + λc m + µc t Recherche d un détecteur optimal Discrimination terre-mer Cartographie Analyse spectrale Réflectivité Traitement de tour à tour Laurent Déjean Détection en environnement non-gaussien 11/11

17 Conclusion Approche paradoxale de la détection en milieu côtier Problème important d un point de vue stratégique Peu de littérature sur le sujet Difficulté du problème Analyse de données réelles Coût des enregistrements Confidentialité des données Limitations des simulations Laurent Déjean Détection en environnement non-gaussien 12/11

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

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

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

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

Théorie de l estimation et de la décision statistique

Théorie de l estimation et de la décision statistique Théorie de l estimation et de la décision statistique Paul Honeine en collaboration avec Régis Lengellé Université de technologie de Troyes 2013-2014 Quelques références Decision and estimation theory

Plus en détail

De la gendarmerie, à l astrophysique.., mesurer une vitesse à partir de l effet Doppler

De la gendarmerie, à l astrophysique.., mesurer une vitesse à partir de l effet Doppler Terminale S Propriétés des ondes TP De la gendarmerie, à l astrophysique.., mesurer une vitesse à partir de l effet Doppler Objectifs : Mettre en oeuvre une démarche expérimentale pour mesurer une vitesse

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

ETUDE PROBABILISTE DE L ENVIRONNEMENT ELECTROMAGNETIQUE GENERE DANS UN VEHICULE AUTOMOBILE

ETUDE PROBABILISTE DE L ENVIRONNEMENT ELECTROMAGNETIQUE GENERE DANS UN VEHICULE AUTOMOBILE ETUDE PROBABILISTE DE L ENVIRONNEMENT ELECTROMAGNETIQUE GENERE DANS UN VEHICULE AUTOMOBILE Fatou DIOUF * - Sébastien LALLECHERE* - Françoise PALADIAN * - Marco KLINGLER***- Michel FOGLI ** (*) LASMEA,

Plus en détail

Théorie de l information et codage pour les canaux de Rayleigh MIMO

Théorie de l information et codage pour les canaux de Rayleigh MIMO Théorie de l information et codage pour les canaux de Rayleigh MIMO Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Plan 1 Canal de Rayleigh Modèle Diversité Système MIMO

Plus en détail

MASTER MENTION MATHEMATIQUES. Objectifs et programme

MASTER MENTION MATHEMATIQUES. Objectifs et programme MASTER MENTION MATHEMATIQUES Objectifs et programme Responsable de la formation : Jörg Wildeshaus Secrétariat Bureau D 203 Tél. : 01 49 40 44 58 master-math@galilee.univ-paris13.fr Institut Galilée 99

Plus en détail

Mesure acoustique de la cinématique des véhicules routiers

Mesure acoustique de la cinématique des véhicules routiers Mesure acoustique de la cinématique des véhicules routiers Pilar LESAGE Frédéric BERNARDIN CETE de Lyon - LRPC de Clermont-Ferrand Francis GOLAY Guillaume DUTILLEUX ERA32 Acoustique LCPC CETE de l Est

Plus en détail

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur

Plus en détail

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

Principales caractéristiques de Mixmod

Principales caractéristiques de Mixmod Modèle de mélanges Principales caractéristiques de Mixmod Gérard Govaert et Gilles Celeux 24 octobre 2006 1 Plan Le modèledemélange Utilisations du modèle de mélange Les algorithmes de Mixmod Modèle de

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires CHAPITRE I. SIMULATION DE VARIABLES ALÉATOIRES 25 Chapitre I Simulation de variables aléatoires La simulation informatique de variables aléatoires, aussi complexes soient elles, repose sur la simulation

Plus en détail

Température corporelle d un castor (une petite introduction aux séries temporelles)

Température corporelle d un castor (une petite introduction aux séries temporelles) Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature

Plus en détail

choisir H 1 quand H 0 est vraie - fausse alarme

choisir H 1 quand H 0 est vraie - fausse alarme étection et Estimation GEL-64943 Hiver 5 Tests Neyman-Pearson Règles de Bayes: coûts connus min π R ( ) + ( π ) R ( ) { } Règles Minimax: coûts connus min max R ( ), R ( ) Règles Neyman Pearson: coûts

Plus en détail

Cours d introduction à la théorie de la détection

Cours d introduction à la théorie de la détection Olivier J.J. MICHEL Département EEA, UNSA v1.mars 06 olivier.michel@unice.fr Laboratoire LUAN UMR6525-CNRS Cours d introduction à la théorie de la détection L ensemble du document s appuie très largement

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

Interception des signaux issus de communications MIMO

Interception des signaux issus de communications MIMO Interception des signaux issus de communications MIMO par Vincent Choqueuse Laboratoire E 3 I 2, EA 3876, ENSIETA Laboratoire LabSTICC, UMR CNRS 3192, UBO 26 novembre 2008 Interception des signaux issus

Plus en détail

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation Programme des épreuves des concours externes de recrutement des personnels E1 RECRUTEMENT DES ASSISTANTS INGENIEURS DE RECHERCHE ET DE FORMATION...2 E1.1 Gestionnaire de base de données...2 E1.2 Développeur

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

Inversion des formes d ondes altimétriques sur l Antarctique

Inversion des formes d ondes altimétriques sur l Antarctique Inversion des formes d ondes altimétriques sur l Antarctique D. Blumstein, F. Niño, F. Mercier, F. Remy Introduction 1.1 db 2.5 db Envisat Ku cycles 60-92 (3 ans) Traitement v2.1 AltiKa cycles 1-11 (1

Plus en détail

Ondes Pulsées - Mise en évidence

Ondes Pulsées - Mise en évidence Ondes Pulsées - Mise en évidence Ce document, sans aucune prétention technique, est un essai de mise en évidence basique des ondes pulsées. Le but est de montrer les ondes pulsées typiques connues actuellement

Plus en détail

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57 Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation

Plus en détail

Chapitre 2 : Systèmes radio mobiles et concepts cellulaires

Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Systèmes cellulaires Réseaux cellulaires analogiques de 1ère génération : AMPS (USA), NMT(Scandinavie), TACS (RU)... Réseaux numériques de 2ème

Plus en détail

EXAMEN #1 ÉLECTRICITÉ ET MAGNÉTISME 20% de la note finale

EXAMEN #1 ÉLECTRICITÉ ET MAGNÉTISME 20% de la note finale EXAMEN #1 ÉLECTRICITÉ ET MAGNÉTISME 20% de la note finale Hiver 2009 Nom : Chaque question à choix multiples vaut 3 points 1. Dans quelle direction est le potentiel au centre du carré dans la figure suivante?

Plus en détail

Techniques de localisation intra-muros à transmission Ultra Large Bande. mots-clés. ULB, Navigation pédestre, AOA, TDOA, RSS

Techniques de localisation intra-muros à transmission Ultra Large Bande. mots-clés. ULB, Navigation pédestre, AOA, TDOA, RSS Techniques de localisation intra-muros à transmission Ultra Large Bande Valérie RENAUDIN, Bertrand MERMINOD et Michel KASSER Alors que les techniques de radiolocalisation à l extérieur des bâtiments sont

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

Méthodes de Simulation

Méthodes de Simulation Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents

Plus en détail

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers

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

Séries chronologiques

Séries chronologiques Université Paris-Sud Master Ingénierie Mathématiques, deuxième année Année scolaire 2010 2011 Séries chronologiques Volume 1: cours et exercices Responsable des cours: Michel Prenat Responsables des travaux

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

TP Modulation Démodulation BPSK

TP Modulation Démodulation BPSK I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse

Plus en détail

FIMA, 7 juillet 2005

FIMA, 7 juillet 2005 F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation

Plus en détail

ENSIL Troisième Année ELT

ENSIL Troisième Année ELT IFORMATIQUE APPLIQUEE TD1 Dans le cadre de ces TD, nous procédons à la simulation d'un système de télécommunication numérique. Cette opération va nous permettre d'étudier la performance du système sous

Plus en détail

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test 11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif

Plus en détail

Transmission d informations sur le réseau électrique

Transmission d informations sur le réseau électrique Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en

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, 9119 Gif-sur-Yvette ciuciu@lss.supelec.fr Université

Plus en détail

La (les) mesure(s) GPS

La (les) mesure(s) GPS La (les) mesure(s) GPS I. Le principe de la mesure II. Equation de mesure GPS III. Combinaisons de mesures (ionosphère, horloges) IV. Doubles différences et corrélation des mesures V. Doubles différences

Plus en détail

TECH. INFOTECH # 34 Solvabilité 2 : Le calcul du capital économique dans le cadre d un modèle interne. Introduction

TECH. INFOTECH # 34 Solvabilité 2 : Le calcul du capital économique dans le cadre d un modèle interne. Introduction INFO # 34 dans le cadre d un modèle interne Comment les méthodes d apprentissage statistique peuvent-elles optimiser les calculs? David MARIUZZA Actuaire Qualifié IA Responsable Modélisation et Solvabilité

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

Une fréquence peut-elle être instantanée?

Une fréquence peut-elle être instantanée? Fréquence? Variable? Instantané vs. local? Conclure? Une fréquence peut-elle être instantanée? Patrick Flandrin CNRS & École Normale Supérieure de Lyon, France Produire le temps, IRCAM, Paris, juin 2012

Plus en détail

Estimation et modélisation de dépendance dans des modèles de survie bivariés en présence de censure

Estimation et modélisation de dépendance dans des modèles de survie bivariés en présence de censure Estimation et modélisation de dépendance dans des modèles de survie bivariés en présence de censure Svetlana Gribkova, Olivier Lopez Laboratoire de Statistique Théorique et Appliquée, Paris 6 4 Mars 2014

Plus en détail

Apprentissage Automatique

Apprentissage Automatique Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs

Plus en détail

Imagerie interférométrique avec des données bruitées

Imagerie interférométrique avec des données bruitées Imagerie interférométrique avec des données bruitées Josselin Garnier (Université Paris Diderot) But de l imagerie : sonder un milieu inconnu avec des ondes pour en extraire de l information. Une méthode

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

Tests du χ 2. on accepte H 0 bonne décision erreur de seconde espèce on rejette H 0 erreur de première espèce bonne décision

Tests du χ 2. on accepte H 0 bonne décision erreur de seconde espèce on rejette H 0 erreur de première espèce bonne décision Page n 1. Tests du χ 2 une des fonctions des statistiques est de proposer, à partir d observations d un phénomène aléatoire (ou modélisé comme tel) une estimation de la loi de ce phénomène. C est que nous

Plus en détail

1. L ADN et l information génétique. l ADN l information génétique est contenue dans l ADN. traduction. comment fait-on une protéine?

1. L ADN et l information génétique. l ADN l information génétique est contenue dans l ADN. traduction. comment fait-on une protéine? 1. L ADN et l information génétique l ADN l information génétique est contenue dans l ADN (ADN) (ARN) 1 2 A G T C U comment fait-on une protéine? traduction l information génétique est organisée par triplets

Plus en détail

MOdulateur-DEModulateur (MODEM) FSK

MOdulateur-DEModulateur (MODEM) FSK MOdulateur-DEModulateur (MODEM) FSK La FSK (Frequency Shift Keying pour Saut discret de Fréquences) correspond tout simplement à une modulation de fréquence dont le modulant (information) est un signal

Plus en détail

Travaux pratique (TP2) : simulation du canal radio sous ADS. Module FIP RT321 : Architectures des émetteurs-récepteurs radio

Travaux pratique (TP2) : simulation du canal radio sous ADS. Module FIP RT321 : Architectures des émetteurs-récepteurs radio Travaux pratique (TP2) : simulation du canal radio sous ADS Rédaction : F. Le Pennec Enseignant/Chercheur dpt. Micro-ondes Francois.LePennec@telecom-bretagne.eu Module FIP RT321 : Architectures des émetteurs-récepteurs

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

EFFET DOPPLER EXOPLANETES ET SMARTPHONES.

EFFET DOPPLER EXOPLANETES ET SMARTPHONES. EFFET DOPPLER EXOPLANETES ET SMARTPHONES. I. APPLICATIONS UTILISEES POUR CETTE ACTIVITE : Sauf indication les applications sont gratuites. 1.Pour connaître les exoplanetes : Exoplanet (android et IOS)

Plus en détail

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique Télécom ParisTech, 09 mai 2012 http://www.mathematiquesappliquees.polytechnique.edu/ accueil/programmes/cycle-polytechnicien/annee-1/

Plus en détail

PROBABILITES ET STATISTIQUE I&II

PROBABILITES ET STATISTIQUE I&II PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits

Plus en détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques

Plus en détail

Recherche De Coalescences Binaires Étalonnage Du Détecteur

Recherche De Coalescences Binaires Étalonnage Du Détecteur Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

GYROSCANFIELD. Courbe radar de l objet sous test. Comparaison mesure et simulation d une antenne WiFi

GYROSCANFIELD. Courbe radar de l objet sous test. Comparaison mesure et simulation d une antenne WiFi Produits 2014-2015 GYROSCANFIELD PRÉSENTATION Le Gyroscanfield permet de mesurer et de visualiser en 3D et en temps réel le rayonnement électromagnétique d un objet sous test de manière simple et rapide.

Plus en détail

Présentation du programme. de physique-chimie. de Terminale S. applicable en septembre 2012

Présentation du programme. de physique-chimie. de Terminale S. applicable en septembre 2012 Présentation du programme de physique-chimie de Terminale S applicable en septembre 2012 Nicolas Coppens nicolas.coppens@iufm.unistra.fr Comme en Seconde et en Première, le programme mélange la physique

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

Sur les vols en formation.

Sur les vols en formation. Sur les vols en formation. Grasse, 8 Février 2006 Plan de l exposé 1. Missions en cours et prévues 2. Le problème du mouvement relatif 2.1 Positionnement du problème 2.2 Les équations de Hill 2.2 Les changements

Plus en détail

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste

Plus en détail

Chapitre I La fonction transmission

Chapitre I La fonction transmission Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

LeCroy. Recherche de défauts sur circuits logiques à l aide d oscilloscopes numériques

LeCroy. Recherche de défauts sur circuits logiques à l aide d oscilloscopes numériques LeCroy Recherche de défauts sur circuits logiques à l aide d oscilloscopes numériques Avec la constante évolution industrielle, les ingénieurs d études doivent aujourd hui caractériser en permanence de

Plus en détail

TECHNOLOGIE DE L OPTIQUE GUIDEE

TECHNOLOGIE DE L OPTIQUE GUIDEE REPUBLIQUE DU CAMEROUN Paix - Travail Patrie --------------------- UNIVERSITE DE YAOUNDE I ---------------------- ECOLE NATIONALE SUPERIEURE POLYTECHNIQUE ---------------------- REPUBLIC OF CAMEROUN Peace

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

Plus en détail

Outils mathématiques pour le datamining. http://www.elseware.fr/univevry

Outils mathématiques pour le datamining. http://www.elseware.fr/univevry Outils mathématiques pour le datamining http://wwwelsewarefr/univevry Géométrie Distance Distance entre parties Matrice de variance/covariance Inertie Minimisation Probabilités Définition Théorème de Bayes

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

Variabilité Temporelle des Binaires-X : Modélisation.

Variabilité Temporelle des Binaires-X : Modélisation. Variabilité Temporelle des Binaires-X : Observations avec INTEGRAL. Modélisation. Clément Cabanac 1 2 1 Équipe SHERPAS Laboratoire d Astrophysique de Grenoble (LAOG) 2 School of Physics and Astronomy University

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

De la mesure à l analyse des risques

De la mesure à l analyse des risques De la mesure à l analyse des risques Séminaire FFA Jean-Paul LAURENT Professeur à l'isfa jean-paul.laurent@univ-lyon1.fr http://laurent.jeanpaul.free.fr/ 0 De la la mesure à l analyse des risques! Intégrer

Plus en détail

Marketing quantitatif M2-MASS

Marketing quantitatif M2-MASS Marketing quantitatif M2-MASS Francois.Kauffmann@unicaen.fr UCBN 2 décembre 2012 Francois.Kauffmann@unicaen.fr UCBN Marketing quantitatif M2-MASS 2 décembre 2012 1 / 61 Première partie I Analyse Analyse

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Exercice : la frontière des portefeuilles optimaux sans actif certain

Exercice : la frontière des portefeuilles optimaux sans actif certain Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué

Plus en détail

Simulation et caractérisation d'antenne de type cornet

Simulation et caractérisation d'antenne de type cornet 1 Simulation et caractérisation d'antenne de type cornet 1 2 Remerciements Nous tenons à remercier M. Laurent Le Coq pour nous avoir encadré pendant ce projet, ainsi que pour le temps qu il nous a consacré.

Plus en détail

Ondes gravitationnelles de basses fréquences et relativité

Ondes gravitationnelles de basses fréquences et relativité Ondes gravitationnelles de basses fréquences et relativité numérique Jérôme Novak LUTH : Laboratoire de l Univers et de ses THéories CNRS / Université Paris 7 / Observatoire de Paris F-92195 Meudon Cedex,

Plus en détail

EMETTEUR ULB. Architectures & circuits. Ecole ULB GDRO ESISAR - Valence 23-27/10/2006. David MARCHALAND STMicroelectronics 26/10/2006

EMETTEUR ULB. Architectures & circuits. Ecole ULB GDRO ESISAR - Valence 23-27/10/2006. David MARCHALAND STMicroelectronics 26/10/2006 EMETTEUR ULB Architectures & circuits David MARCHALAND STMicroelectronics 26/10/2006 Ecole ULB GDRO ESISAR - Valence 23-27/10/2006 Introduction Emergence des applications de type LR-WPAN : Dispositif communicant

Plus en détail

Modélisation et étude de la capacité du canal pour un système multi-antennes avancé exploitant la diversité de polarisation

Modélisation et étude de la capacité du canal pour un système multi-antennes avancé exploitant la diversité de polarisation Modélisation et étude de la capacité du canal pour un système multi-antennes avancé exploitant la diversité de polarisation Nuttapol Prayongpun To cite this version: Nuttapol Prayongpun. Modélisation et

Plus en détail

Commande auto-adaptative par auto-séquencement, avec application à un avion instable

Commande auto-adaptative par auto-séquencement, avec application à un avion instable Commande auto-adaptative par auto-séquencement, avec application à un avion instable Patrice ANTOINETTE 1 2 Gilles FERRERES 1 1 ONERA-DCSD, Toulouse 2 ISAE, Toulouse GT MOSAR, 4 juin 2009 Plan Introduction

Plus en détail

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun

Plus en détail

K. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau

K. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des modèles de krigeage à la simulation numérique K Ammar, F Bachoc, JM Martinez CEA-Saclay, DEN, DM2S, F-91191 Gif-sur-Yvette, France Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des

Plus en détail

LISACode. Un simulateur opérationnel pour LISA. Antoine PETITEAU LISAFrance - le 16 mai 2006

LISACode. Un simulateur opérationnel pour LISA. Antoine PETITEAU LISAFrance - le 16 mai 2006 LISACode Un simulateur opérationnel pour LISA Antoine PETITEAU LISAFrance - le 16 mai 2006 Plan Rappel sur LISACode. Validation du simulateur. Possibilités du simulateur. Résultats obtenus. Bruit de confusion.

Plus en détail

GYROSCANFIELD. Courbe radar de l objet sous test. Comparaison mesure et simulation d une antenne WiFi

GYROSCANFIELD. Courbe radar de l objet sous test. Comparaison mesure et simulation d une antenne WiFi Produits 2015-2016 GYROSCANFIELD Le Gyroscanfield permet de mesurer et de visualiser en 3D et en temps réel le rayonnement électromagnétique d un objet sous test de manière simple et rapide. Il est fabriqué

Plus en détail

Principe de symétrisation pour la construction d un test adaptatif

Principe de symétrisation pour la construction d un test adaptatif Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université

Plus en détail

- MANIP 2 - APPLICATION À LA MESURE DE LA VITESSE DE LA LUMIÈRE

- MANIP 2 - APPLICATION À LA MESURE DE LA VITESSE DE LA LUMIÈRE - MANIP 2 - - COÏNCIDENCES ET MESURES DE TEMPS - APPLICATION À LA MESURE DE LA VITESSE DE LA LUMIÈRE L objectif de cette manipulation est d effectuer une mesure de la vitesse de la lumière sur une «base

Plus en détail

DIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE. Examen du Tronc Commun sous forme de QCM. Janvier 2012 14 h à 16 h

DIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE. Examen du Tronc Commun sous forme de QCM. Janvier 2012 14 h à 16 h ANNEE UNIVERSITAIRE 2011-2012 DIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE Examen du Tronc Commun sous forme de QCM Janvier 2012 14 h à 16 h Les modalités de contrôle se dérouleront cette année sous forme

Plus en détail

FrontERM. Solution de Pilotage Global des Risques pour le secteur de l assurance Contexte : Solvabilité II

FrontERM. Solution de Pilotage Global des Risques pour le secteur de l assurance Contexte : Solvabilité II FrontERM Solution de Pilotage Global des Risques pour le secteur de l assurance Contexte : Solvabilité II efront - Présentation Nos valeurs CA en M SATISFACTION CLIENT 31% Croissance organique 37 48,0

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

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

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions :

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions : Probabilités I- Expérience aléatoire, espace probabilisé : 1- Définitions : Ω : Ensemble dont les points w sont les résultats possibles de l expérience Des évènements A parties de Ω appartiennent à A une

Plus en détail

Spectrophotomètre double faisceau modèle 6800

Spectrophotomètre double faisceau modèle 6800 Spectrophotomètre double faisceau modèle 6800 Spectrophotomètre double faisceau modèle 6800 Double faisceau avec optiques parfaitement stables. Bande passante 1,5 nm. Logiciel de navigation Jenway Flight

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Extraction d informations stratégiques par Analyse en Composantes Principales

Extraction d informations stratégiques par Analyse en Composantes Principales Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail