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

Dimension: px
Commencer à balayer dès la page:

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

Transcription

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

2 Plan 1 Canal de Rayleigh Modèle Diversité Système MIMO 2 Théorie de l information Canal déterministe (SISO et MIMO) Canal aléatoire (capacité ergodique, probabilité de coupure) Compromis «gain de multiplexage - gain de diversité» 3 Construction de codes Code d Alamouti Code V-BLAST Code d Or Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 2 / 34

3 Modèle de canal radio-mobile Débit < Bande de cohérence Temps symbole Temps de cohérence Canal de Rayleigh y(n) = h(n)x(n) + b(n) avec y(n) : signal reçu x(n) : signal émis h(n) : canal aléatoire de Rayleigh b(n) : bruit additif gaussien Modèle valide aussi pour l OFDM Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 3 / 34

4 Performances Probabilité d erreur P e = E[P e (h)] 1 E s /N 0 1 Taux Erreur Symbole en fonction du Eb/No BBGA BBGA asymptotique Rayleigh Rayleigh asymptotique 0.1 Taux Erreur Symbole e Eb/No (en db) Canal gaussien P e e Es/N 0 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 4 / 34

5 Notion de diversité Problème : lorsque l évanouissement h(n) est faible, la qualité de la transmission est catastrophique. Remarque Si le même signal est reçu par plusieurs canaux indépendants, alors la probabilité d erreur va diminuer. Le nombre de versions reçues sera appelé ordre de diversité ou diversité. 3 Canal 1 Canal Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 5 / 34

6 Performances (I) y l (n) = h l (n)x(n) + b l (n), l = 1,, L Récepteur optimal : détecteur à seuil sur la variable ( L L ) L z(n) = h l (n)y l (n) = h l (n) 2 x(n) + h l (n)b l (n) l=1 l=1 } {{ } G(n) G(n) suit une loi du χ 2 à 2L degrés de liberté. l=1 0.5 L=1 L=5 L=10 L= Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 6 / 34

7 Performances (II) Probabilité d erreur à fort Rapport Signal-à-Bruit. P e 1 (E s /N 0 ) L L = ordre de diversité 10 0 Taux Erreur Symbole en fonction du Eb/No Taux Erreur Symbole BBGA BBGA asymp Rayleigh 1 Rayleigh 1 asymp Rayleigh Rayleigh 2 asymp Rayleigh 4 Rayleigh 4 asymp Eb/No (en db) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 7 / 34

8 Types de diversité Type 1 : ne nécessite pas de répétition de l information Diversité d espace en réception (longueur de cohérence : λ/2) Diversité de trajets Type 2 : nécessite la répétition (ou codage) Diversité de fréquence (bande de cohérence) Diversité de temps (temps de cohérence) Diversité d espace en émission Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 8 / 34

9 Exemples de diversité temporelle La répétition revient à utiliser un code à répétition de rendement 1/n. Cela induit une faible efficacité spectrale. Il convient d employer un code de rendement k/n et de distance minimale d min. On aura P e 1 (E s /N 0 ) d min Observons y(1) = h(1)x(1) + b(1) et y(2) = h(2)x(2) + b(2), avec x(1) et x(2) des données indépendantes appartenant à une MDP-2. On a y = Hx + b avec y = [y(1), y(2)] T, H = diag(h(1), h(2)). Système à diversité de 1. En lieu et place de x, transmettons Wx avec W une rotation. Système à diversité de 2 et pourtant code de rendement 1. Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 9 / 34

10 Système MIMO. TX RX TX TX H RX RX TX RX Mot de code X Mot de code Y (nt antennes) (nr antennes). Signal reçu Y nr T = H nr n t X nt T + B nr T avec H parfaitement connu au récepteur. le canal à évanouissement par bloc T la longueur temporelle du bloc (T > 1 nécessaire en MIMO!) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 10 / 34

11 Performances (I) Probabilité d erreur par paire A fort Rapport Signal-à-Bruit, le maximum de vraisemblance donne P(X X ) ( r k=1 ) nr ( ) rnr 1 λ k E s /N 0 avec λ k les v.a.p. et r le rang de la matrice (X X ).(X X ) H. Pseudo-distance : Gaussien : distance euclidienne Canal binaire symétrique : distance de Hamming Canal de Rayleigh : distance produit Diversité et gain de codage ( r ) nr d = rn r γ = λ k k=1 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 11 / 34

12 Performances (II) Construction de codes : La diversité à la réception est acquise (n r ) La diversité à l émission (n t ) est à récupérer Critère du rang Afin d atteindre la diversité maximale n t n r, la matrice (X X ).(X X ) H doit être de rang plein ( T > 1 si n t > 1). Critère du déterminant Afin de maximiser le gain de codage, le déterminant minimal de la matrice (X X ).(X X ) H doit être maximiser. Débit : Rendement du code : nombre de symboles émis par temps-symbole (max. n t ) Performances à débit fixé bien connues Quid du débit admissible? Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 12 / 34

13 Théorie de l information : canal déterministe Canaux discrets stationnaires sans mémoire Entropie : H(Z) = k Pr(Z = z k ) log 2 (Pr(Z = z k )) Information mutuelle : I(X; Y) = H(X) H(X Y) = H(Y) H(Y X) Exemple : Si Y = X, alors I(X, Y) = H(X) Si Y et X ind., alors I(X, Y) = 0 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 13 / 34

14 Capacité de canal Définition mathématique Soit C la capacité d un canal, alors C = max I(X, Y) p(x) Théorème de la capacité Il existe un codage de taux d information T et de longueur N tel que T < C pour lequel lim N P e = 0 La limite fondamentale est le débit et non la performance Théorème non constructif (a priori entrelacement long nécessaire) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 14 / 34

15 Exemple : canal BSC (I) Canal binaire symétrique. 0 1 p 0 p p 1 1 p 1. C = 1 H(p) Canal représentant une transmission binaire avec décision dure Si le canal physique est gaussien, alors ( ) ( ) 2E c 2E b C p = Q = Q 1 N 0 N 0 2 e E bc/n 0 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 15 / 34

16 Exemple : canal BSC (II) Capacite 0.5 Capacite p Eb/N0 (en db) Capacité nulle pour p = 1/2. Capacité nulle en dessous de E b /N 0 = 0, 4dB Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 16 / 34

17 Capacité du canal gaussien Canal gaussien à entrées et sorties continues : avec y = x + b la contrainte E[ x 2 ] P x b un bruit gaussien centré de variance 2N 0 (par dim. complexe). Information mutuelle L entropie de x et y est infinie. On définit de manière plus générale l information mutuelle ( ) p(x, Y) I(X; Y) = p(x, Y) log 2 dxdy p(x)p(y) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 17 / 34

18 Exemple Capacité ( C = log E ) s 2N 0 Comme E s /2 = T E b et T < C, E b /N 0 (2 T 1)/(T) T 0 ln(2) ( 1.6dB) 9 Capacite canal BBGA en fonction de Eb/N Capacite (bits/s/hz) Eb/N0 (en db) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 18 / 34

19 Canal MIMO Soit X et Y deux processus gaussiens Information mutuelle avec Cas particulier : Si alors I(X; Y) log 2 det ( Id + 1 ) HQH H 2N 0 Q = E[XX H ] Q = P X n t Id nt (E[Tr(XX H )] P X ) ( I(X; Y) log 2 det Id + P ) X HH H n t 2N 0 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 19 / 34

20 Théorie de l information : canal aléatoire Canal inconnu à l émetteur (car canal variant dans le temps) Capacité ergodique Si un mot de code visite toutes les réalisations du canal, alors [ C = E H log2 det ( Id + RSBHH H)] A fort Rapport Signal-à-Bruit, si H est i.i.d., alors C = min(n t, n r ) log 2 (RSB) + O(1) Remarques : Gain de multiplexage : min(n t, n r ) le canal doit être de rang plein (min(n t, n r )) le canal doit varier très rapidement le code ne doit pas avoir de contraintes de latence Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 20 / 34

21 Probabilité de coupure Canal supposé constant sur un bloc Equivalent à des contraintes de latence Modèle plus proche des systèmes pratiques Probabilité de coupure L information mutuelle I(H) = log 2 det ( Id + RSBHH H) est vue comme une variable aléatoire. Les blocs pour lesquels l information mutuelle I(H) est inférieure au rendement R du système sont dits en «coupure». P out. = Pr(I(H) < R) Remarque : la meilleure P e est «équivalente» à P out. Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 21 / 34

22 Remarque (I) Canal SISO Constellation MAQ à M états Probabilité d erreur P e = M 1 3 RSB A fort Rapport Signal-à-Bruit, P e = M 1 3RSB Remarque : A débit fixé, la diversité vaut d = 1 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 22 / 34

23 Remarque (II) Remarque Lorsque le RSB augmente, la capacité de Shannon d une communication SISO se comporte en log 2 (RSB). Ainsi, on augmente la taille de la MAQ dans la même proportion, c est-à-dire, m = r log 2 (RSB) avec m = log 2 (M). A fort Rapport Signal-à-Bruit, P e Résultat : la diversité vaut d = 1 r 1 RSB 1 r Compromis entre la fiabilité (d) et le débit (r) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 23 / 34

24 Remarque (III) MDP2 MAQ4 MAQ16 MAQ64 MAQ Pe e 04 r = 1 et d = 0 1e 05 r = 0 et d = 1 1e RSB (db). Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 24 / 34

25 Compromis On définit une séquence de codes vérifiant Gain de multiplexage : r = lim RSB R(RSB) log 2 (RSB) Diversité : d = lim RSB log P e (RSB) log(rsb) Théorème On suppose T n t + n r 1. La courbe de compromis optimal d (r) est une fonction linéaire par morceaux avec les points de rupture d (k) pour k = 0, 1,, min(n t, n r ) et où d (k) = (n t k)(n r k) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 25 / 34

26 Illustrations Exemple : n t = n r = 4. dmax (1, 9) Gain de diversité d (r) 2, 4) (3, 1) rmax Gain de multiplexage r. d max = n t n r et r max = min(n t, n r ) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 26 / 34

27 Construction des codes Constat Des codes admettant la même diversité maximale (débit fixe) ne gèrent pas nécessairement l augmentation en débit de la même manière et donc n admettent pas nécessairement le même gain de multiplexage Critères de rang et du déterminant : débit fixe «Critère» du compromis : débit variable Critères de rang et du déterminant pas suffisant Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 27 / 34

28 Code d Alamouti (I) Considérons n t = 2 Si T = 1, il n y a aucun gain de diversité d émission Alors T > 1 X = [ ] s1 s 2 s 2 s 1 avec s 1 et s 2 deux symboles complexes Décodage : exemple n r = 1 Si { r(1) = h(1)y(1) + h(2)y(2) r(2) = h(2)y(1) + h(1)y(2) Alors { r(1) = ( h(1) 2 + h(2) 2 )s 1 r(2) = ( h(1) 2 + h(2) 2 )s 2 Ce décodage est en fait optimal (car XX H Id). Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 28 / 34

29 Code d Alamouti (II) linéaire en fonction des symboles rendement de 1 symbole par temps-symbole d Alamouti (r) = 2n r (1 r) + Diversité maximale : 2n r Rendement maximal : 1 Code d Alamouti vérifie le compromis optimal ssi n r = 1 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 29 / 34

30 Code V-BLAST n r n t. Principe de multiplexage spatial X = s 1 s nt+1 s 2nt+1. s nt s 2nt s 3nt linéaire en fonction des symboles rendement de n t symboles par temps-symbole (plein) d V BLAST (r) = (2 r) +, si (n t = n r = 2) Diversité d max maximale : n r Rendement r max maximal : n t ( n r ) Le code V-BLAST ne vérifie jamais le compromis optimal Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 30 / 34

31 Codes orthogonaux Codes tels que XX H Id Décodage ML possible par transformation linéaire Compromis «mauvais» (sauf Alamouti(1,2)) Résultats n t = 2 : n r = 1 : optimal n r > 1 : pas optimal n t > 2 : rendement de 1 maximum diversité maximale de n tn r Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 31 / 34

32 Code d Or Pour n t = n r = 2, on a avec X = 1 5 [ α(s1 + s 2 θ) α(s 3 + s 4 θ) iα(s 3 + s 4 θ) α(s 1 + s 2 θ) θ = (1 + 5)/2 et θ = (1 5)/2 α = 1 + i iθ et α = 1 + i iθ ] Extension possible pour n t = 3, 4 et 6 (codes parfait) Adaptable aux cas n r > n t Le code d Or atteint le compromis optimal Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 32 / 34

33 Performances : compromis Exemple : n t = 2, n r = 2. Gain de diversité d (r) d max 1 2 Compromis optimal + code d Or Code d Alamouti r max Code V-BLAST Gain de multiplexage r Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 33 / 34.

34 Bibliographie Théorie de l information : L. Zheng, D. Tse, "Diversity ans Multiplexing : a fundamental trade-off in multiple antennas channels", IEEE Trans. on Information Theory, Mai E. Biglieri, J. Proakis, S. Shamai, "Fading channels : information-theoretic and communications aspects", IEEE Trans. on Information Theory, Oct I. Telatar, "Capacity of multi-antenna Gaussian channels", ETT, Nov Construction de code : V. Tarokh, N. Shesadri, A. Calderbank, "Space-time codes for high data rate wireless communication : performance criterion ans code construction", IEEE Trans. on Information Theory, Mars S. Alamouti, "Space-time block coding : a simple transmitter diversity technique for wireless communications, IEEE JSAC, Oct G. Foschini, "Layered space-time architecture for wireless communication in a fading environment when using multiple antennas", Bell Labs Technical Journal, J.C Belfiore, G. Rekaya, E. Viterbo, "The Golden code : a 2 2 full rate space time code with non vanishing determinants", IEEE Trans. on Information Theory, Avril Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 34 / 34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34 Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second

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

Partie 1: Gestion de l interférence entre symboles

Partie 1: Gestion de l interférence entre symboles Partie 1: Gestion de l interférence entre symboles Philippe Ciblat Télécom ParisTech, France Algo de Viterbi Egalisation OFDM Section 11 : Algorithme de Viterbi Philippe Ciblat Gestion de l interférence

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

Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France

Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes

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

La couche physique de l ADSL (voie descendante)

La couche physique de l ADSL (voie descendante) La couche physique de l ADSL (voie descendante) Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Problématique qq kilomètres CENTRAL câble de 0,4mm Objectifs initiaux :

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

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

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

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

Université de La Rochelle. Réseaux TD n 6

Université de La Rochelle. Réseaux TD n 6 Réseaux TD n 6 Rappels : Théorème de Nyquist (ligne non bruitée) : Dmax = 2H log 2 V Théorème de Shannon (ligne bruitée) : C = H log 2 (1+ S/B) Relation entre débit binaire et rapidité de modulation :

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

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

TELEVISION NUMERIQUE

TELEVISION NUMERIQUE REPUBLIQUE DU CAMEROUN Paix - Travail Patrie --------------------- UNIVERSITE DE YAOUNDE I ---------------------- ECOLE NATIONALE SUPERIEURE POLYTECHNIQUE ---------------------- REPUBLIC OF CAMEROUN Peace

Plus en détail

Plan du cours. Concepts Cellulaires et Paramètres Radio. Présentation du réseau cellulaire. Présentation du réseau cellulaire

Plan du cours. Concepts Cellulaires et Paramètres Radio. Présentation du réseau cellulaire. Présentation du réseau cellulaire Plan du cours Concepts Cellulaires et Paramètres Radio Philippe Godlewski Philippe Martins Marceau Coupechoux Cours largement inspiré de «Les concepts cellulaires», X. Lagrange, Ph. Godlewski, Fév. 1999

Plus en détail

LA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise.

LA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise. M Informatique Réseaux Cours bis Couche Physique Notes de Cours LA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise. Les technologies utilisées sont celles du traitement

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

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

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

Echantillonnage Non uniforme

Echantillonnage Non uniforme Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas

Plus en détail

Transmission des signaux numériques

Transmission des signaux numériques Transmission des signaux numériques par Hikmet SARI Chef de Département d Études à la Société Anonyme de Télécommunications (SAT) Professeur Associé à Télécom Paris. Transmission en bande de base... E

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

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

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

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

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

UE 503 L3 MIAGE. Initiation Réseau et Programmation Web La couche physique. A. Belaïd

UE 503 L3 MIAGE. Initiation Réseau et Programmation Web La couche physique. A. Belaïd UE 503 L3 MIAGE Initiation Réseau et Programmation Web La couche physique A. Belaïd abelaid@loria.fr http://www.loria.fr/~abelaid/ Année Universitaire 2011/2012 2 Le Modèle OSI La couche physique ou le

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

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

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

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

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

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

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

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

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

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

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

M1107 : Initiation à la mesure du signal. T_MesSig

M1107 : Initiation à la mesure du signal. T_MesSig 1/81 M1107 : Initiation à la mesure du signal T_MesSig Frédéric PAYAN IUT Nice Côte d Azur - Département R&T Université de Nice Sophia Antipolis frederic.payan@unice.fr 15 octobre 2014 2/81 Curriculum

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

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

Analyse de performances de systèmes de communication sans-fils exploitant micro- et macro-diversité

Analyse de performances de systèmes de communication sans-fils exploitant micro- et macro-diversité Analyse de performances de systèmes de communication sans-fils exploitant micro- et macro-diversité Ilham Ouachani To cite this version: Ilham Ouachani. Analyse de performances de systèmes de communication

Plus en détail

Cours d Électronique du Tronc Commun S3. Le filtrage optimisé du signal numérique en bande de base. Notion de BRUIT en télécommunication.

Cours d Électronique du Tronc Commun S3. Le filtrage optimisé du signal numérique en bande de base. Notion de BRUIT en télécommunication. IUT MARSEILLE DEPARTEMENT DE GENIE ELECTRIQUE ET INFORMATIQUE INDUSTRIELLE Diplôme Universitaire de Technologie. Cours d Électronique du Tronc Commun S3. Chapitre 8 : Le filtrage optimisé du signal numérique

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

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

Telecommunication modulation numérique

Telecommunication modulation numérique Telecommunication modulation numérique Travaux Pratiques (MatLab & Simulink) EOAA Salon de Provence Françoise BRIOLLE c Édition 2013 Table des matières 1 Modulation/démodulation en bande de base 6 1.1

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

Analysis and performance evaluation of multiantenna systems in ad-hoc networks. Marius Stan

Analysis and performance evaluation of multiantenna systems in ad-hoc networks. Marius Stan MASTER ISSI, filière IIS année 2005-06 Analysis and performance evaluation of multiantenna systems in ad-hoc networks Marius Stan tuteur : Jean-Marie Gorce 1 Sommaire Introduction... 4 1. Les réseaux ad

Plus en détail

Telecommunication modulation numérique

Telecommunication modulation numérique Telecommunication modulation numérique Travaux Pratiques (MatLab & Simulink) EOAA Salon de Provence Stéphane BRASSET, Françoise BRIOLLE Édition 2012 Table des matières 1 Modulation/démodulation en bande

Plus en détail

Les techniques de multiplexage

Les techniques de multiplexage Les techniques de multiplexage 1 Le multiplexage et démultiplexage En effet, à partir du moment où plusieurs utilisateurs se partagent un seul support de transmission, il est nécessaire de définir le principe

Plus en détail

Cours de méthodes de scoring

Cours de méthodes de scoring UNIVERSITE DE CARTHAGE ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION Cours de méthodes de scoring Préparé par Hassen MATHLOUTHI Année universitaire 2013-2014 Cours de méthodes de scoring-

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

I. TRANSMISSION DE DONNEES

I. TRANSMISSION DE DONNEES TD I. TRANSMISSION DE DONNEES 1. QU'EST-CE QU'UN CANAL DE TRANSMISSION? 1.1 Rappels Une ligne de transmission est une liaison entre les deux machines. On désigne généralement par le terme émetteur la machine

Plus en détail

TV NUMERIQUE MOBILE : DU DVB-T AU DVB-H

TV NUMERIQUE MOBILE : DU DVB-T AU DVB-H 115189_TechnoN32 21/11/05 16:11 Page 56 56-57 : DU DVB-T AU DVB-H Gérard POUSSET, V.P. Marketing : Business Development chez DiBcom Grâce à ses circuits de traitement de signal spécifiques, DiBcom propose

Plus en détail

Le réseau sans fil "Wi - Fi" (Wireless Fidelity)

Le réseau sans fil Wi - Fi (Wireless Fidelity) Professionnel Page 282 à 291 Accessoires Page 294 TPE / Soho Page 292 à 293 Le réseau sans fil "Wi - Fi" (Wireless Fidelity) Le a été défini par le Groupe de travail WECA (Wireless Ethernet Compatibility

Plus en détail

Digital Subscriber Line

Digital Subscriber Line Digital Subscriber Line Bernard Cousin Présentation d'adsl But : Offrir l'accès à l'internet à partir d'un domicile personnel Le cout des réseaux d'accès est très important par rapport à celui du réseau

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

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

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

Fonctions de la couche physique

Fonctions de la couche physique La Couche physique 01010110 01010110 Couche physique Signal Médium Alain AUBERT alain.aubert@telecom-st-etienne.r 0 Fonctions de la couche physique 1 1 Services assurés par la couche physique Transmettre

Plus en détail

NON-LINEARITE ET RESEAUX NEURONAUX

NON-LINEARITE ET RESEAUX NEURONAUX NON-LINEARITE ET RESEAUX NEURONAUX Vêlayoudom MARIMOUTOU Laboratoire d Analyse et de Recherche Economiques Université de Bordeaux IV Avenue. Leon Duguit, 33608 PESSAC, France tel. 05 56 84 85 77 e-mail

Plus en détail

Réseaux Mobiles et Haut Débit

Réseaux Mobiles et Haut Débit Réseaux Mobiles et Haut Débit Worldwide Interoperability for Microwave Access 2007-2008 Ousmane DIOUF Tarik BOUDJEMAA Sadek YAHIAOUI Plan Introduction Principe et fonctionnement Réseau Caractéristiques

Plus en détail

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1 Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation

Plus en détail

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

Plus en détail

F411 - Courbes Paramétrées, Polaires

F411 - Courbes Paramétrées, Polaires 1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire

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

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr

Plus en détail

Master 1 Informatique MIF11 - Réseau Codage et éléments de théorie de l'information

Master 1 Informatique MIF11 - Réseau Codage et éléments de théorie de l'information Master 1 Informatique MIF11 - Réseau Codage et éléments de théorie de l'information Florent Dupont Université Claude Bernard Lyon1 / Laboratoire LIRIS Florent.Dupont@liris.cnrs.fr http://liris.cnrs.fr/florent.dupont

Plus en détail

Mesures d antennes en TNT

Mesures d antennes en TNT Mesures d antennes en TNT Ce TP s intéresse aux techniques liées à l installation d un équipement de réception de télévision numérique terrestre. Pour les aspects théoriques, on pourra utilement se référer

Plus en détail

Introduction à la Statistique Inférentielle

Introduction à la Statistique Inférentielle UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

Une introduction aux codes correcteurs quantiques

Une introduction aux codes correcteurs quantiques Une introduction aux codes correcteurs quantiques Jean-Pierre Tillich INRIA Rocquencourt, équipe-projet SECRET 20 mars 2008 1/38 De quoi est-il question ici? Code quantique : il est possible de corriger

Plus en détail

ISO/CEI 11172-3 NORME INTERNATIONALE

ISO/CEI 11172-3 NORME INTERNATIONALE NORME INTERNATIONALE ISO/CEI 11172-3 Première édition 1993-08-01 Technologies de l information - Codage de l image animée et du son associé pour les supports de stockage numérique jusqu à environ Ii5 Mbit/s

Plus en détail

Cours de Tests paramétriques

Cours de Tests paramétriques Cours de Tests paramétriques F. Muri-Majoube et P. Cénac 2006-2007 Licence Ce document est sous licence ALC TYPE 2. Le texte de cette licence est également consultable en ligne à l adresse http://www.librecours.org/cgi-bin/main?callback=licencetype2.

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

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

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

Codage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur

Codage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur Codage hiérarchique et multirésolution (JPEG 000) Codage Vidéo Représentation de la couleur Codage canal et codes correcteurs d erreur Format vectoriel (SVG - Scalable Vector Graphics) Organisation de

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

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

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

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

Apprentissage par renforcement (1a/3)

Apprentissage par renforcement (1a/3) Apprentissage par renforcement (1a/3) Bruno Bouzy 23 septembre 2014 Ce document est le chapitre «Apprentissage par renforcement» du cours d apprentissage automatique donné aux étudiants de Master MI, parcours

Plus en détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs

Plus en détail

Année 2010-2011. Transmission des données. Nicolas Baudru mél : nicolas.baudru@esil.univmed.fr page web : nicolas.baudru.perso.esil.univmed.

Année 2010-2011. Transmission des données. Nicolas Baudru mél : nicolas.baudru@esil.univmed.fr page web : nicolas.baudru.perso.esil.univmed. Année 2010-2011 Réseaux I Transmission des données Nicolas Baudru mél : nicolas.baudru@esil.univmed.fr page web : nicolas.baudru.perso.esil.univmed.fr 1 Plan 1 Notions de signaux 2 Caractéristiques communes

Plus en détail

LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB

LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB 5.1 Introduction Au cours de séances précédentes, nous avons appris à utiliser un certain nombre d'outils fondamentaux en traitement du

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

Télécommunications. Plan

Télécommunications. Plan Télécommunications A.Maizate - EHTP 2010/2011 Plan Concepts généraux: Téléinformatique Liaison de Téléinformatique Sens de transmission Types de transmission Parallèle Série Techniques de Transmission

Plus en détail

Chapitre 7. Récurrences

Chapitre 7. Récurrences Chapitre 7 Récurrences 333 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen,

Plus en détail

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7 Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,

Plus en détail

Le signal GPS. Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz

Le signal GPS. Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz Le signal GPS Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz Deux signaux en sont dérivés: L1 (fo x 154) = 1.57542 GHz, longueur d onde = 19.0 cm

Plus en détail