1 Introductions. 3. Propriétés et Répartition spectrale. 1 Energie moyenne, distance. 2 Densité Spectrale de Puissance (DSP)

Dimension: px
Commencer à balayer dès la page:

Download "1 Introductions. 3. Propriétés et Répartition spectrale. 1 Energie moyenne, distance. 2 Densité Spectrale de Puissance (DSP)"

Transcription

1 C o m m u n i c a t i o n s N u m é r i q u e s C N Introductions. 2. Représentation des signaux Numériques. 1 Signal binaire. Modulation en BdB et sur fréquence porteuse, MAQ. 2 Représentation vectorielle, constellation. 3. Propriétés et Répartition spectrale. 1 Energie moyenne, distance. 2 Densité Spectrale de Puissance (DSP) 4. Récepteur Optimal canal BABG stationnaire. 1 Détection au minimum de la probabilité d erreur. 2 Zones et seuils de décisions. 3 Réalisation du récepteur. Filtre adapté. 4 Interférence Entre Symboles(IES). Critère de Nyquist. GET / INT / R.Lamberti Communications numériques F3 1

2 Schéma Global d'une Liaison Numérique. Signaux Numériques Autres Sources Autres Sources Code Binaire A / N Signaux Analogiques Utilisateurs Codage de Source Cryptage Source Normalisée Codage de Canal Couches Réseaux Embrouilleur Codage de Canal Couche Transmission Entrelaceur Embrouillage Multiplexages Modulation Étalement de Spectre Suite de symboles + Perturbation Accès Multiple Émetteur CANAL DE TRANSMISSION Signaux Numériques Code Binaire N / A Décodage de Source Décryptage Décodage de Canal Désmbrouilleur Démodulation Décodage de Canal Désentrelaceur Démultiplexages Désembrouillage Synchronisation Égaliseur Désétalement de Spectre Récepteur Accès Multiple Signaux Analogiques Autres Sources Détection Autres Sources GET / INT / R.Lamberti Communications numériques F3 2

3 Modèle de Canal : Canal non dispersif à Bruit Additif Blanc Gaussien BABG (AWGN) GET / INT / R.Lamberti Communications numériques F3 3

4 Modèles de canaux Non Dispersifs Dispersifs (Sélectif) Stationnaires Signal BABG (AWGN) Bruit Additif Blanc Gaussien DSP N 0 /2 Signal + Bruit Signal F.L.I.T. H(f) BABG (AWGN) Bruit Additif Blanc Gaussien DSP N 0 /2 Signal Filtré + Bruit Non Stationnaires Processus Gaussien Complexe Signal C i RAYLEIGH BABG (AWGN) Bruit Additif Blanc Gaussien DSP N 0 /2 C i * Signal + Bruit Signal F.L. Variant dans le Temps H(f, t) BABG (AWGN) Bruit Additif Blanc Gaussien DSP N 0 /2 Signal Filtré + Bruit GET / INT / R.Lamberti Communications numériques F3 4

5 Modulation Sans Mémoire (Pas de Relations de Codage) Détection Simple au Récepteur (Symbole par Symbole) GET / INT / R.Lamberti Communications numériques F3 5

6 Modulation avec Mémoire / sans Mémoire Codage et Modulation combinés Détection Soft sur un Bloc de Symboles { 0, 1} Rendement / n codeur n Augmentation du débit Redondance D = b ( / ) n D Codage b { 0, 1} Modulation binaire / M - aire Diminution du débit R = D / Log M b 2 Modulation s( t) = g ( t T ) BABG (AWGN) N 0 / 2 s Canal idéal r( t) = s( t) + b( t) démodulation M - aire / binaire Détection Hard Symbole par Symbole { 0, 1} Décodeur n Décodage { 0, 1} Binaire i.i.d. Symboles i.i.d. si sans Mémoire. Symboles liés si Codage Blocs de Symboles i.i.d. si codage en Bloc. GET / INT / R.Lamberti Communications numériques F3 6

7 Détection d une suite de symboles + s et g ( t) { s1( t),, si ( t),, sm ( t) } = s( t) = g ( t T ) Suites de symboles + bruit détection de la bonne suite. s1( t) s1( t Ts ) s1( t Ts ) si ( t) si ( t Ts ) si ( t Ts ) sm ( t) sm ( t Ts ) sm ( t Ts ) g ( t) g ( t T ) g ( t T ) 0 1 s s s t = 0 t = T t = T Détection périodique tous les T s s une réalisation de s(t) une réalisation de s(t) Récepteur Reçoit une réalisation de s(t) Comparaison de s(t) aux réalisations possibles Choix d un critère PB de décision Hypothèse Nombre de la réalisations plus probable possibles = MV & Durée d acquisition Minimum d erreurs à la restitution = min(pr{err}) Limiter la durée Blocs de n symboles M n nombre fini de réalisations possibles GET / INT / R.Lamberti Communications numériques F3 7

8 Représentation Vectorielle : Des formes émises { s ( t),, s ( t),, s ( t) } Base orthonormée (arbitraire) : { ϕ ( t),, ϕ ( t),, ϕ ( t) } ( ) Produit scalaire : dans L 2 Espace vectoriel associé : Formes émises : (Base de N C ) 1 i 1 i N N M + i j i j ϕ ( t), ϕ ( t) = ϕ ( t) ϕ ( t) dt ( ϕi ( t), ϕi( t) ) et ( ϕi( t), ϕ j ( t) ) M = 1 = 0 T ϕ 1 ( t) ( 1, 0,, 0 ) = ϕ 1 H 2 et 2Re { H ϕ } i ϕ i = ϕ i = 1 ϕ i ϕ j = 0 s ( t) 1 T N = s1 ( s, s,, s ) H + ϕ ( ( ), ) j 1 1 j 1 ϕ j 1 s = s = s t ( t) = s ( t) ϕ ( t) dt j N = s ( t) s ϕ ( t) 1 1n n=1 Reconstruction possible si l espace engendré par la base des fonctions contient l espace des formes. n GET / INT / R.Lamberti Communications numériques F3 8

9 Représentation Vectorielle : Base orthonormée : { ϕ ( t),, ϕ ( t),, ϕ ( t) } 1 i Formes émises : T s1( t) ( s11, s12,, s1n ) = s 1 H + ϕ ( ( ), ( )) j s1 = s1 j = s1 t ϕ j t = s1( t) ϕ j ( t) dt Des formes émises { s ( t),, s ( t),, s ( t) } N Modulations MIA, MAQ, MDP de Formes RZ NRZ Cosinus 1 i ϕ 2 N = M s ( t) s ϕ ( t) 1 1n n=1 n s 3 d min s 2 s 1 + En ergie : E = s ( t) dt = s 2 2 i i i ij i j i j 2 Dis ta n ce : d = s ( t) s ( t) dt = s s ϕ 3 s 4 d 1, 4 ϕ 1 Constellation GET / INT / R.Lamberti Communications numériques F3 9

10 Exemple : Modulation d Amplitude MAQ-M de Deux Porteuses en Quadrature M-QAM { } b N M = 2 Codage Binaire/ M-aire { d p } { d q } g( t) g( t) p( t) q( t) 2 cos( ω 0 t) 2 sin( ω 0 t) s( t) s ( t) = g( t) 2 cos( ω t) 1 0 s ( t) = g( t) 2 sin( ω t) 2 0 MAQ-16 s 2 ( t) ( ) s t 1 N Pair MAQ-4, 16, 64, 256,... Voie en Phase (MIA) d { ±1, ±3,, ± ( M 1 )} Voie en Quadrature (MIA) d { ±1, ±3,, ± ( M 1 )} p q N Impair MAQ-8, 32, 128, 512, A 100 B Autres Constellations Croix, Carrés Bords Arrondis 101 MAQ-8 GET / INT / R.Lamberti Communications numériques F3 10

11 Détection d une suite de Symboles HYPOTHÈSES Canal non dispersif à BABG & Modulation sans mémoire moire RÉCEPTEUR Estimation des rythmes porteuse & code Estimation des retards et déformations Détection Symbole par Symbole (simple) au Minimum de Probabilité d Erreur GET / INT / R.Lamberti Communications numériques F3 11

12 Détection d un seul symbole (modulation sans mémoire) s( t ) r( t) = s( t) + b( t) Signal (MIA) Signal + Bruit Filtre = Séparation en continu d'un Symbole et Décision tous les Ts M Formes M Hypothèses BABG r( t) = g ( t T + θ ) + b( t) s z = s + b M Zones de Décision Z 1 s 1 Z i si z s j g ( t) + b ( t) Symbole Observation et Détection tous les T s sm Z M Filtrage Échantillonnage Décision GET / INT / R.Lamberti Communications numériques F3 12

13 Vecteur de Bruit (Détection d un symbole) ϕ 2 On reçoit r( t) = s( t) + b( t) Z 2 Z 1 On représente le symbole reçu en Ts par un vecteur z = s + b s 2 z b s 1 ϕ 1 b( t ) est un bruit additif blanc gaussien de DSP N 0 / 2 b est Vecteur gaussien de composantes b = b( t) ϕ ( t) dt H { } j N Rb = E b b = 0 I N, les b j sont des VA gaussiennes centrées de σb 2 = N / 2 j 0 2, composantes indépendantes car PA gaussien et base orthonormée E( b i b j ) j ϕ 3 = 0. Le bruit est Gaussien le vecteur z observé est Gaussien de moyenne s i et de matrice de covariances Rb = IN 2 N 0 GET / INT / R.Lamberti Communications numériques F3 13

14 Détection au Minimum de Probabilité d Erreur Détection des formes { s ( t),, s ( t),, s ( t) } Pr min Pr { Err} =1 Pr{ Dc} { Err} = max Pr ( ) ( { Dc} ) T s ) M Hypothèses : Détection du symbole (instant i 1 i H = {le symbole g ( t) = s ( t) } i M Observation et Détection tous les T s z Z 1 s 1 Z i si z s j sm { } { } Pr Dc = Pr Dc et ( H1 ou H2 ou H M ) Système complet M Zones de Décision Z M M { i i} { i} Pr{ Dc} = Pr ( z Z ) / H Pr H i=1 somme sur Zi de la loi de z / H i M { Dc} = { Dc H } = { Dc H } { H } Pr Pr et Pr / Pr M i i i i=1 i=1 M = z { Dc} p( / H ) { H } Pr Pr i=1 Z i i i { Dc} Pr max si sur chaque Z i ( z / i ) Pr { i} ( z / j ) Pr{ j} Pr { Hi / z } Pr { H j / } p H H p H H j j z Critère MAP GET / INT / R.Lamberti Communications numériques F3 14

15 Exemple critère MAP pour une MIA-6 ( z / i ) Pr { i} ( z / j ) Pr{ j} p H H p H H j p z H loi Gaussienne centrée ( ) / i Cas M-aire i.i.d. d { ±1, ±3,, ±(2m 1)} équiprobables, M = 2m Z ( +1 ) Z ( +5) Exemple avec = p( 0 ) = 1 et M = 6 E / N = 6. 5 db σ 2 b 0 GET / INT / R.Lamberti Communications numériques F3 15

16 Exemple critère MAP pour une MIA-2 ( z / i ) Pr { i} ( z / j ) Pr{ j} p H H p H H j p z H loi Gaussienne centrée ( ) / i Cas Binaire {+1, 1} i.i.d. non équiprobables Z ( 1) Z ( +1 ) seuil N ( σ 2 ) +1, Pr( +1) b N ( σ 2 ) 1, Pr( 1) b s { } { } { } Exemple avec σ 2 = p( 0 ) = 1 et M = 2. ( d 1, +1, Pr 1 = 0. 3, Pr +1 = 0. 7 ) z GET / INT / R.Lamberti Communications numériques F3 16

17 p Limites des Zones de Décision (Seuils) min Pr ( { Err} ) max Pr{ Dc} Construction du récepteur : choisir les zones Z en conséquence du MAP p i ( ) = Détection symbole par symbole (instant T ) z = z = s + b ( z / i ) Pr { i} ( z / j ) Pr{ j} p H H p H H j ( H ) z loi Gaussienne centrée sur s i / i 1 1 z / exp ( z s ) R ( z s ) ( H ) / H 1 i = N / i b i ( 2π ) R 2 b N Rb = I N Rb = I N 2 N GET / INT / R.Lamberti Communications numériques F s Observation et Détection tous les T s z Z 1 M Zones de Décision s 1 Z i si z s sm Z M j Symbole restitué s i 1 H ( z si) Rb ( z si) = z si = dz, si 2 N0 N0 1 2 exp dz, si Zi Rapport de Vraisemblance p( z / H ) Pr( H ) i N0 j p j L = = > j (Lielihood ratio) p( z / H j ) 1 2 Pr( Hi) pi exp dz, s j N0

18 Limites des Zones de Décision p ( H ) z loi Gaussienne centrée sur s i / i L = p( z / H ) i p( z / H ) j 1 2 exp dz, si Zi N0 Pr( H j ) p j = > j 1 2 Pr( Hi) pi exp dz, s j N0 Observation et Détection tous les T s z Z 1 s 1 Z i si z s j Symbole restitué s i Log Vraisemblance Zi 1 lo ( 2 2 g( ) ) p j L = dz, s + d, log j i z s > j N0 pi M Zones de Décision sm Z M Zi 2 p j 2 soit d, N log d j 0 >, pi j z s z s i Z i ensemble des z les plus proches de s i 2 2 Z i telles que z, si ( z, s j ) i j j d = min d si p = p =1/ M Seuils de séparation = Bissectrices des segments i j s s Fonctionnement : si z Zi décide symbole n i. GET / INT / R.Lamberti Communications numériques F3 18

19 Détection au Minimum de Probabilité d Erreur Limites des Zones de Décision ϕ 2 Exemple : Cas Binaire 2 formes { s ( t), s ( t) } 1 2 s1( t) s2( t) Z 2 z Z 1 b s 2 s 1 base orthonormée { ϕ ( t), ϕ ( t), ϕ ( t) } ϕ 1 Z i ensemble des z les plus proches de s i (ou lieu des plus grandes projections de z sur la forme s i ) ϕ 3 2 Z i telles que ( 2 ) z, si z, s j i j j d = min d si p = p =1/ M Seuils de séparation = Bissectrices des segments i j s s i 2 p j 2 z, s log j 0 > z, s pi j Z d N d i si p p 1 / M cela décale les i j bissectrices vers le symbole le moins probable GET / INT / R.Lamberti Communications numériques F3 19

20 C o m m u n i c a t i o n s N u m é r i q u e s C N Récepteur Optimal canal BABG stationnaire. 1 Détection au minimum de la probabilité d erreur. 2 Zones et seuils de décisions. 3 Réalisation du récepteur. Filtre adapté. 4 Interférence Entre Symboles(IES). Critère de Nyquist. 5. Calcul de performance. 1 Taux d Erreur cas de signaux binaire antipodaux, orthogonaux. 2 Cas M-aire. Borne de l Union. 3 Canal Mobile et Performances en Diversité. 6. Modulations Numériques sur Fréquence Porteuse. 1 Modulations Linéaires. Modulations de Fréquence. 2 Comparaison des modulations. Efficacité / performance. 3 OFDM. Etalement de spectre. Multiplexage GET / INT / R.Lamberti Communications numériques F3 20

21 Réalisation du Récepteur R Optimal Fonctionnement : si z Zi décide symbole n i. Z i ensemble des z les plus proches de s i ou lieu des plus grandes projections de z sur la forme s i (produit scalaire) un Produit Scalaire soit un Produit de Convolution donc un Filtre Linéaire z + i i i, s = r = z ( t) s ( t) dt Temporellement pour un signal continu + i i i τ r ( τ ) = z ( t) s ( t) = z ( t) s ( t τ ) dt + échantillonnage en zéro GET / INT / R.Lamberti Communications numériques F3 21

22 Structure du Récepteur Optimal BABG pour un Symbole M-aire isolé z + m m m m τ =0, s = z ( t) s ( t) dt = z ( t) s ( t) = r ( 0) = filtrage linéaire + échantillonnage en zéro (répété tous les Ts) 1 s ( t) z, s = r 1 1 z sm( t) z ( t) = g ( t) + b( t) τ =0 z, s = r m m max { Re ( ) } gˆ sm ( t) z, s = r M M On dit que le filtre s ( t) est adapté à la forme s ( t ) m m GET / INT / R.Lamberti Communications numériques F3 22

23 Structure du Récepteur Optimal BABG. Suite des Symboles. Observation et Détection tous les T s Canal Idéal BABG z r( t) = g ( t T θ) + b( t) s Filtres Adaptés 1 s ( t) sm( t) z z, s, s = r 1 1 = r m m τ = Ts + θ échantillonnage max { Re ( ) } gˆ Décision sm ( t) z, s = r M M θ est un retard à estimer. Le signal reçu r(t) est la suite continue des symboles émis plus du bruit. Un échantillonnage bien estimé donne les projections symbole après symbole. PB : Les formes des symboles successifs ne doivent pas interférer lors de l échantillonnage. Cas du NRZ, du RZ50%. Ce n est pas le cas des impulsions dont la DSP est limitée. GET / INT / R.Lamberti Communications numériques F3 23

24 Chaîne optimale en BABG pour la MIA-M. + s ; d { ± 1, ± 3,, ± ( M 1) } = s( t) = d g( t T ) Une seule forme g( t ) une seule dimension un seul filtre adapté g ( t) + Détection de l amplitude d. Codage binaire / M - aire BABG {d } N 0 / 2 s(t) filtre adapté g(t) + h r (t)=g * (-t) Canal idéal LIT p(t)=g(t) g ( t) z = d p(0)+n z(t) Ech T s + t 0 Seuils {ˆ d } Une seule forme mais les symboles successifs ne doivent pas interférer à l échantillonage. GET / INT / R.Lamberti Communications numériques F3 24

25 Interférence rence Entre Symboles Critère re de Nyquist IES Des symboles qui se perturbent à éviter! GET / INT / R.Lamberti Communications numériques F3 25

26 Interférence entre symbole. Pour canal à bande limité. (Signal à bande limitée = Impulsion Temporelle Longue) 1 s ( t) r1 ( t) z, s = r 1 1 Canal Limité BABG rm ( t) sm( t) r( t) = s( t t ) + b( t) = g ( t T t ) + b( t) 0 s 0 sm ( t) rm( t) z τ = T s + θ z, s = r m m, s = r M M max { Re ( ) } gˆ + rm ( τ ) g ( t Ts t ) sm( t τ ) dt+ = 0 b( t) sm( t τ ) dt + rm ( τ ) = Rg s ( τ Ts t0) + Rbs ( τ ) Intercorrélations. m m GET / INT / R.Lamberti Communications numériques F3 26

27 Interférence entre symbole (IES / ISI). Signal à bande limitée. Pour canal à bande limité. rm ( τ ) = Rg s ( τ Ts t0) + Rbs ( τ ) Intercorrélations. m m Échantillonnage en τ Ts t0 θ 0 = + ( = t bien estimé) R 2 g s m m m symbole recherché ( ) rm = rm ( Ts + t0) = Rg ( ) ( ) + ( ) s R m gls l T m s Rbs T m s t l ( 0 ) = s = E si g ( t) = s ( t) m R ( 0 ) = s, s si g ( t) = s ( t). R ( 0 ) = 0 si signaux orthogonaux g s j m m N b m est V.A. ( 0, σ ) m 2 j g s m IES b m l IES des formes reçues est annulée par construction à l'émission. GET / INT / R.Lamberti Communications numériques F3 27

28 Annulation de l IES l des formes émises On veut R (( l) T ) = 0 m, g ( t) { s ( t) } l g s s l i l m Rs s ( nts ) = 0 Rs s ( ) Rs s ( ) n 0 symbole recherché i j mises (Canal à bande limitée). ( ) rm = rm ( Ts + t0) = Rg ( ) ( ) + ( ) s R m gls l T m s Rbs T m s t l IES b m τ ( τ ) = 0 δ ( τ ) T i j i j s par transformée de Fourier 1 i j ( ) ( ) ( ) ( ) S f S f f = T R 0 = cste périodisé. i j s s s T s Cas de la MIA (PAM) s ( t) = α g( t) une seule forme Critère de Nyquist i i 2 ) ( ) R ( T = 0 G( f ) ( f ) = T R 0 = cste. g s 1 s g 0 T i j s GET / INT / R.Lamberti Communications numériques F3 28

29 Cosinus Surélev levé Une forme de filtre facile à réaliser qui vérifie v le critère re de Nyquist de non IES GET / INT / R.Lamberti Communications numériques F3 29

30 Filtre de Nyquist en Cosinus Surélevé. Fonction de Transfert du Cosinus Surélevé. 1 α = 0.2 α = 0.5 α = 0.8 G( f ) 2 = 1 α p( 0) T pour f < 2 T 1+ α P( f ) = 0 pour < f 2T p( 0) T π T 1 α 1 α 1+ α 1+ cos f pour < f < α T 2 2 2T 2T Réponse Impulsionnelle du Cosinus Surélevé. 1 α = 0.2 α = 0.5 α = 0.8 Rg ( t) = π t π α t sin cos T T p( t) = p(0) π t 2 2α t T 1 T GET / INT / R.Lamberti Communications numériques F3 30

31 Filtre en Racine de Cosinus Surélevé. 1 α = 0.2 α = 0.5 Fonction de Transfert. α = α p(0) T pour f < 2T 1+ α G( f ) = P( f ) = 0 pour f > 2T π T 1 α 1 α 1+ α p(0) T cos f pour < f < 2α 2T 2T 2T Réponse Impulsionnelle. g( t) = πt T πt cos (1 + α) + sin (1 α) T 4α t T p(0) 4α 2 4α t π T 1 T α = 0.3 α = 0.5 α = GET / INT / R.Lamberti Communications numériques F3 31

32 Critère re de Nyquist En résum r sumé : Structures possibles du Récepteur Optimal GET / INT / R.Lamberti Communications numériques F3 32

33 Canal Stationnaire, Non Dispersif, avec BABG Une Forme M Niveaux { ± 1, ± 3,, ± ( M 1) } Observation scalaire z = d p( 0) + n d. MIA (PAM) Codage binaire / M - aire BABG {d } N 0 / 2 s(t) filtre adapté g(t) + h r (t)=g * (-t) Canal idéal LIT p(t)=g(t) g ( t) z = d p(0)+n z(t) Ech T s + t 0 Seuils {ˆ d } P( f D ) = T p(0) p( T ) = 0, 0 s s s p( t ) vérifie Nyquist 2 j2 π f θ P( f ) = G( f ) e G( f ) = HR( f ) = P( f ) réalisable Racine de Nyquist GET / INT / R.Lamberti Communications numériques F3 33

34 Canal Stationnaire, Non Dispersif, avec BABG M formes Codage binaire / M - aire s(t) = g (t T) g (t) {s 1 (t ),,s M (t)} + BABG N 0 / 2 Canal idéal filtre adapté s 1 ( t) z 1 (t) z l Ech filtre adapté s i ( t) zi (t) z 2 Ech filtre adapté s M ( t) z M (t) z M max Re( ) { g ˆ } Ech T s + t 0 Observation Vecteur Gaussien z s + b Filtres Adaptés aux impulsions Reçues = et s { s,, } 1 s M s ( t) s ( t) vérifient Nyquist i, j i j GET / INT / R.Lamberti Communications numériques F3 34

35 Canal Stationnaire, Dispersif, avec BABG { } d n s( t) Canal Dispersif Stationnaire BABG N 0 / 2 Filtre Adapté à l'impulsion reçue g( t ) C( f ) h ( t) = h ( t) he ( t ) Impulsion reçue Racine de Nyquist r e Détection des Symboles p( t ) Impulsion de Nyquist P( f ) = N ( f ) = H ( f ) H ( f ) H ( f ) C( f ) estimée connue y e r = Racine de Nyquist H ( f ) = N ( f ) = G( f ) C( f ) e y e 2 G( f ) = N y ( f C( f ) ) Canal Non Stationnaire, Dispersif, avec BABG { } d n s( t) Canal Dispersif Variable BABG N 0 / 2 Filtre Adapté à l'impulsion émise g( t ) C( f, t) g ( t) Egaliseur Adaptatif de Canal Détection des Symboles p( t ) Impulsion de Nyquist GET / INT / R.Lamberti Communications numériques F3 35

36 C o m m u n i c a t i o n s N u m é r i q u e s C N Récepteur Optimal canal BABG stationnaire. 1 Détection au minimum de la probabilité d erreur. 2 Zones et seuils de décisions. 3 Réalisation du récepteur. Filtre adapté. 4 Interférence Entre Symboles(IES). Critère de Nyquist. 5. Calcul de performance. 1 Taux d Erreur cas de signaux binaire antipodaux, orthogonaux. 2 Cas M-aire. Borne de l Union. 3 Canal Mobile et Performances en Diversité. 6. Modulations Numériques sur Fréquence Porteuse. 1 Modulations Linéaires. Modulations de Fréquence. 2 Comparaison des modulations. Efficacité / performance. 3 OFDM. Etalement de spectre. Multiplexage GET / INT / R.Lamberti Communications numériques F3 36

Systèmes de Communication

Systèmes de Communication Université Paris Descartes / UFR de Mathématiques et Informatique L3 MIA Systèmes de Communication Examen 1ère session (1h30-17 mai 20 Documents, calculatrices et téléphones interdits Il est attendu la

Plus en détail

Turbo Egalisation MIMO pour canaux sélectifs en fréquences

Turbo Egalisation MIMO pour canaux sélectifs en fréquences Turbo Egalisation MIMO pour canaux sélectifs en fréquences Nicolas Le Josse Contexte d études: contrat FTR&D Département Signal et Communications 6 Novembre 2006 /3 Sommaire Introduction aux systèmes MIMO

Plus en détail

EXERCICES SUR LE COURS DE TRANSMISSIONS NUMERIQUES

EXERCICES SUR LE COURS DE TRANSMISSIONS NUMERIQUES EXERCICES SUR LE COURS DE TRANSMISSIONS NUMERIQUES Première année télécommunications et réseaux 204 205 I. EXERCICE : SIGNAL BIPHASE On veut générer un signal de type biphase dans lequel les bits à seront

Plus en détail

Modulations Numériques. Yoann Morel

Modulations Numériques. Yoann Morel Communication Numérique Modulations Numériques Yoann Morel http://xymaths.free.fr/signal/communication-numerique-cours-tp.php 1 Généralités Introduction Terminologie Chaîne de transmission numérique Constellation

Plus en détail

Systèmes de Communication

Systèmes de Communication Université Paris Descartes / UFR de Mathématiques et Informatique L3 MI Systèmes de Communication Examen 1ère session (1h30) - 4 mai 016 Documents, calculatrices et téléphones interdits Il est attendu

Plus en détail

PART II Part II : la transmission en bande de base

PART II Part II : la transmission en bande de base plan PART II Part II : la transmission en bande de base Définitions Quelques exemples de codes en ligne Code M-aire dans un canal idéal sans bruit, avec bruit, non idéal sans bruit Code M-aire cas général

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 2 I ntroduction La transmission des signaux numériques Chaîne de transmission

Plus en détail

cours n 6: n Modulations numériques

cours n 6: n Modulations numériques cours n 6: n Modulations numériques Droits réservés 24/04/2006 Diapositive N 1 Plan Introduction, modem Modulations numériques Performances des modulations Traitements en réception Conclusion Droits réservés

Plus en détail

ENSA. Cours: T6 Transmissions numériques

ENSA. Cours: T6 Transmissions numériques ENSA ECOLE NATIONALE DES SCIENCES APPLIQUEES D EL JADIDA DEPARTEMENT DE TELECOMMUNICATIONS Cours: T6 Présenté par Prof. Dr. A. Berraissoul Cycle Ingénieur 2013/2014 2 Les systèmes de transmission numérique

Plus en détail

TRAVAUX PRATIQUES - M. D. P. 2 - Modulation de Phase à deux états

TRAVAUX PRATIQUES - M. D. P. 2 - Modulation de Phase à deux états INSIU NAIONAL DES ELECOMMUNICAIONS Ingénieurs ème Année 003-004 CN1 C O M M U N I C A I O N S N U M É R I Q U E S RAVAUX PRAIQUES - M. D. P. - Modulation de Phase à deux états RAVAUX PRAIQUES - M. D. P.

Plus en détail

Chap. 2 Eléments de théorie de l information & Transmission en bande de base Eléments de théorie de l'information et nécessité des codages

Chap. 2 Eléments de théorie de l information & Transmission en bande de base Eléments de théorie de l'information et nécessité des codages Chap. 2 Eléments de théorie de l information & Transmission en bande de base Principe d une transmission numérique -introduction Les systèmes de transmission numérique véhiculent de l'information entre

Plus en détail

UV Théorie de l Information. Techniques courantes en codage de canal

UV Théorie de l Information. Techniques courantes en codage de canal UV Théorie de l Information Cours n 10 : Codage de canal Techniques courantes en codage de canal Codes en blocs Codes convolutifs 1 Techniques courantes en codage de canal Classification : Codes détecteurs

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Canaux discrets - Chapitre 4 - Codage de canal Motivations Dans un système réel, le message reçu par le destinataire peut différer de celui qui rag replacements a été

Plus en détail

Département Electronique-Traitement du Signal. Traitement Numérique du Signal. Traitement du Signal. Transmissions Numériques.

Département Electronique-Traitement du Signal. Traitement Numérique du Signal. Traitement du Signal. Transmissions Numériques. Département Electronique-Traitement du Signal Corinne Mailhes Jean-Yves Tourneret Traitement du Signal Traitement Numérique du Signal Riadh Dhaou Martial Coulon Richard Salvetat Réseaux DSP Transmissions

Plus en détail

Le multiplex numérique du RTC

Le multiplex numérique du RTC Communications Numériques et Théorie de l'information Contrôle de Connaissances avec documents Jeudi 28 juin - 10h15 à 11h045 I Le multiplex numérique du RTC On se propose d'étudier le fonctionnement du

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

Limitations principales d un canal de transmission

Limitations principales d un canal de transmission Limitations principales d un canal de transmission En pratique, les voies de communication ne transmettent pas fidèlement les impulsions ; en effet, non seulement elles atténuent le signal qui se propage

Plus en détail

Cours n 2n Signaux et canal de propagation

Cours n 2n Signaux et canal de propagation Cours n 2n Signaux et canal de propagation Droits réservés 03/04/2006 Diapositive N 1 Plan Introduction Caractéristiques du signal Perturbations induites par le canal Quelques exemples de canaux Droits

Plus en détail

Introduction au traitement du signal application à la sismique. UM II C. Champollion d'après F. Masson

Introduction au traitement du signal application à la sismique. UM II C. Champollion d'après F. Masson Introduction au traitement du signal application à la sismique UM II C. Champollion d'après F. Masson Plan Introduction Transformée de Fourier Convolution Corrélation / Autocorrélation Echantillonnage

Plus en détail

UV Théorie de l Information. Quantification scalaire UNIFORME

UV Théorie de l Information. Quantification scalaire UNIFORME Cours n 7 : UV Théorie de l Information Compression de l information Codage de source avec distorsion : Quantification scalaire Quantification vectorielle Prediction linéaire 1 Quantification scalaire

Plus en détail

Traitement Numérique du Signal TD

Traitement Numérique du Signal TD IUT-R&T èiéme Année Université Aix-Marseille II TD F. Briolle IUT-R&T ième Année TD n 1 Echantillonnage -Quantification Exercice 1 On considère un signal s(t)= cos(*pi*f 0 *t). Illustrer les effets du

Plus en détail

La technologie ADSL (Asymetric Digital Subscriber Line = Ligne numérique à Paire Asymétrique )

La technologie ADSL (Asymetric Digital Subscriber Line = Ligne numérique à Paire Asymétrique ) Chapitre 4. Transmissions numériques sur fréquence porteuse Compétences : dé.inir la modulation QAM, les signaux en phase i(t) et en quadrature q(t) à partir des données binaires visualiser et interpréter

Plus en détail

Table des matières. Avant-propos... 11

Table des matières. Avant-propos... 11 Table des matières Avant-propos... 11 Introduction..................................... Chapitre 1. Introduction à la théorie de l information... 17 1.1. Introduction..................................

Plus en détail

Exercice. Chapitre 1. Ref : Communication analogique, par Dominique Ventre 1-1. Calculer la transformée de Hilbert du signal suivant : rappel: { }

Exercice. Chapitre 1. Ref : Communication analogique, par Dominique Ventre 1-1. Calculer la transformée de Hilbert du signal suivant : rappel: { } Exercice Chapitre 1 Ref : Communication analogique, par Dominique Ventre 1-1. Calculer la transformée de Hilbert du signal suivant : rappel: { } 1-2. Soit x(t) et y(t) deux signaux à bande étroite, de

Plus en détail

M2107 : Principe des transmissions radio.

M2107 : Principe des transmissions radio. M2107 : Principe des transmissions radio thibault.aubriot@univ-st-etienne.fr 1 M2107 : Principe des transmissions radio 2 Pourquoi transmettre? => Télécommunication => Radio 3 L idée, transmettre une information

Plus en détail

Module T1: Signaux et systèmes

Module T1: Signaux et systèmes TELECOMMUNICATION Module T1: Signaux et systèmes Objectifs : L objectif de ce module est d introduire les systèmes de télécommunications et les signaux de type Voix-Données-Images. Compétences minimales

Plus en détail

Analyse fonctionnelle

Analyse fonctionnelle Analyse fonctionnelle Système de mesure du débit de sève. Le système de mesure de débit de sève, support de ce sujet, a été développé pour l INRA (Institut National de Recherche Agronomique) dans le cadre

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

INMARSAT et les communications mobiles

INMARSAT et les communications mobiles Communications Numériques et Théorie de l Information Contrôle de Connaissances avec documents Mercredi 12 juin 2013-13h30 à 15h00 INMARSAT et les communications mobiles Le système de communication par

Plus en détail

Partie 0: Rappel de communications numériques

Partie 0: Rappel de communications numériques Partie 0: Rappel de communications numériques Philippe Ciblat Télécom ParisTech, France Introduction (I) Sauf la radio, communications actuelles en numérique - GSM, 3G, TNT, Wifi - ADSL, - MP3, DVD Types

Plus en détail

Etude des transmissions numériques DCC et I 2 C Séquence N 2

Etude des transmissions numériques DCC et I 2 C Séquence N 2 Année 2009 Train électrique à commande numérique Page 1/7 Sources : o Sébastien JEAN, 1ère année ISI, IUT Valence (http://sardes.inrialpes.fr/~jean/enseignement/reseaux/index.html ) o http://www.eaeeie.org/theiere_signal/theiere_signal_fr

Plus en détail

Traitement du signal et Applications cours 9

Traitement du signal et Applications cours 9 Traitement du signal et Applications cours 9 Master Technologies et Handicaps 1 ère année Philippe Foucher 1 Traitement du signal sous Scilab Scilab : Programmer en utilisant les fonctions. SIP Toolboxes:

Plus en détail

Electronique pour la transmission de l'information

Electronique pour la transmission de l'information Electronique pour la transmission de l'information Examen du 7 janvier 2009 Durée : 3 heures. Documents et calculatrices (ou tout autre appareil électronique) autres que celles fournies ne sont pas autorisés.

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

Chapitre 2 : Notions de traitement du signal

Chapitre 2 : Notions de traitement du signal Chapitre 2 : Notions de traitement du signal I. Notion de spectre Comment représenter la fonction =.cos2? Réponse temporelle Réponse fréquentielle Une fonction peut avoir plusieurs composantes fréquentielles

Plus en détail

Codage et Compression de données

Codage et Compression de données Codage et Compression de données multimédia Département R&T IUT Nice Côte d Azur Université de Nice - Sophia Antipolis Frédéric Payan (MCF UNS) Plan du cours (II) Chapitre III : Codage binaire (compression

Plus en détail

Corrigé de l'examen partiel du samedi 19 mars 2005 : durée 3 heures

Corrigé de l'examen partiel du samedi 19 mars 2005 : durée 3 heures CNAM Saclay Electronique B1 - Traitement Analogique du Signal Corrigé de l'examen partiel du samedi 19 mars 005 : durée 3 heures Ce corrigé se compose de deux parties. La première comporte principalement

Plus en détail

INFORMATION ET SIGNAL

INFORMATION ET SIGNAL INFORMATION ET SIGNAL L'information est une grandeur abstraite qui doit être codée sur un support qui permet de la traiter, de la stocker ou de la transporter. Pour transporter l'information, on utilise

Plus en détail

Codage en ligne d un signal. Yoann Morel

Codage en ligne d un signal. Yoann Morel Communication Numérique Codage en ligne d un signal Yoann Morel http://xymaths.free.fr/signal/communication-numerique-cours-tp.php 1 Transmission en bande de base 2 Terminologie des codes en lignes 3 DSP

Plus en détail

1 MA. porteuse : s 0 (t) = A 0 cos [2f 0 t + 0 ] = A 0 cos! 0 t = A 0 cos 2f 0 t 0 = 0 sans restriction

1 MA. porteuse : s 0 (t) = A 0 cos [2f 0 t + 0 ] = A 0 cos! 0 t = A 0 cos 2f 0 t 0 = 0 sans restriction porteuse : s 0 (t) = A 0 cos [2f 0 t + 0 ] = A 0 cos! 0 t = A 0 cos 2f 0 t 0 = 0 sans restriction s m : A 0 ; f 0 et 0 modi ées par le message m(t). 1 MA A bande latérale double et suppression de la porteuse

Plus en détail

Numérisation des signaux. Licence Pro Leçon 1

Numérisation des signaux. Licence Pro Leçon 1 Numérisation des signaux Licence Pro Leçon . Analogique - Numérique.. Définitions a/ L enregistrement numérique consiste à convertir le signal électrique en une suite de nombres dont chacun représente

Plus en détail

Communication avec les mobiles. Notions de bases pour la propagation.

Communication avec les mobiles. Notions de bases pour la propagation. Communication avec les mobiles. Notions de bases pour la propagation. 1. Caractéristiques de transmission. 2. Les trajets multiples. 3. Le fading de Raleigh. 4. La dispersion de phase. 5. Effet Doppler.

Plus en détail

1 Formulaire signaux et systèmes continus MA32 GEII-2A

1 Formulaire signaux et systèmes continus MA32 GEII-2A 1 Formulaire signaux et systèmes continus MA3 GEII-A 1.1 Signaux Analyse de Fourier x(t) de période T 0 = décomposable en série de Fourier x(t) = k= kt jπ c k e T 0 = spectre de raies SF {x(t)} = X(f)

Plus en détail

TRANSCODAGE DE L INFORMATION

TRANSCODAGE DE L INFORMATION I- Problématique On souhaite transmettre à travers un canal de transmission bruité des informations en préservant l intégrité du message de la source. Le bruit et autres perturbations ne doivent pas affecter

Plus en détail

Introduction au Traitement du Signal

Introduction au Traitement du Signal UV Traitement du signal Cours 1 Introduction au Traitement du Signal Représentation temporelle des signaux ASI 3 1 Traitement du Signal Introduction au TS Transformation de Fourier Systèmes linéaires continus

Plus en détail

(RCN) Radio-Communications Numériques

(RCN) Radio-Communications Numériques Radio-Communications Communications Numériques (RCN) 1 0 1 0 0 1 1 Exemple 1 : téléphonie Mobile RF Commut. LNA Filtre RF Filtre RF PA Transpo. BBase à la RF Et de la RF à la BBase CAN CNA CONTROL des

Plus en détail

Modulation par Impulsions Codées ( MIC) Puls Code Modulation (PCM) NAJJAR M. 1

Modulation par Impulsions Codées ( MIC) Puls Code Modulation (PCM) NAJJAR M. 1 Modulation par Impulsions Codées ( MIC) Puls Code Modulation (PCM) NAJJAR M. 1 Modulation par Impulsions Codées La modulation par Impulsions Codées implique nécessairement L'échantillonnage des signaux

Plus en détail

Traitement d antenne pour les télécommunications. J.F. Diouris IREENA, Equipe CNRF, Polytech Nantes

Traitement d antenne pour les télécommunications. J.F. Diouris IREENA, Equipe CNRF, Polytech Nantes Traitement d antenne pour les télécommunications J.F. Diouris IREENA, Equipe CNRF, Polytech Nantes SOMMAIRE 1. Introduction 2. Diversité d espace 3. Antennes adaptatives 4. Méthodes d émission 5. Transmission

Plus en détail

M1108 : Acquisition et codage de l information

M1108 : Acquisition et codage de l information 1/74 M1108 : Acquisition et codage de l information Frédéric PAYAN IUT Nice - Côte d Azur, Département R&T Université de Nice Sophia Antipolis frederic.payan@unice.fr 17 novembre 2016 2/74 Présentation

Plus en détail

Ecole d été - Cargèse. Représentation des signaux. Plan. Formule de Parseval. Représentation de Fourier. Qu est-ce que le Traitement du signal?

Ecole d été - Cargèse. Représentation des signaux. Plan. Formule de Parseval. Représentation de Fourier. Qu est-ce que le Traitement du signal? Qu est-ce que le Traitement du signal? But du Traitement du signal: Extraire un maximum d informations utiles sur un signal perturbé par le bruit Ecole d été - Cargèse Traitement du Signal pour la parole

Plus en détail

Brevet de Technicien Supérieur. Systèmes Électroniques. Épreuve E4. Étude d un Système Technique. Unité E4.2 Physique Appliquée.

Brevet de Technicien Supérieur. Systèmes Électroniques. Épreuve E4. Étude d un Système Technique. Unité E4.2 Physique Appliquée. Brevet de Technicien Supérieur Systèmes Électroniques Épreuve E4 Étude d un Système Technique Unité E4.2 Physique Appliquée Session 213 Durée : 4 heures Coefficient : 4 Matériel autorisé : - Toutes les

Plus en détail

BREVET DE TECHNICIEN SUPERIEUR SYSTEMES ELECTRONIQUES

BREVET DE TECHNICIEN SUPERIEUR SYSTEMES ELECTRONIQUES BREVET DE TECHNICIEN SUPERIEUR SYSTEMES ELECTRONIQUES EPREUVE E4 Etude d un système technique Unité U4.2 PHYSIQUE APPLIQUEE Durée : 4h Coefficient : 4 Systèmes électroniques embarqués dans la C6 (Boîtier

Plus en détail

Filtres numériques. A. Filtrage temporel

Filtres numériques. A. Filtrage temporel Filtres numériques A. Filtrage temporel Le filtrage temporel consiste en l interruption ou l atténuation durant certaines périodes temporelles d un signal. Un exemple fréquemment rencontré est le prélèvement

Plus en détail

Communications Numériques I Module MH4 - cours 5/5

Communications Numériques I Module MH4 - cours 5/5 91/106 Communications Numériques I Module MH4 - cours 5/5 Pierre Comon 92/106 Résumé du cours 4 Filtres d émission et de réception Intérêt du filtre Racine de cosinus sur-élevé Rappels de théorie de la

Plus en détail

2. Contrôle d erreurs

2. Contrôle d erreurs Résumé des fonctions réalisées à la couche liaison. Découpage du flot de bits en trames 2. Contrôle d erreurs 3. Retransmission de trames erronées Acquittements Numéros de séquence Stratégies ARQ 4. Établissement

Plus en détail

- 1 - Rap. UIT-R BS.2004 RAPPORT UIT-R BS.2004

- 1 - Rap. UIT-R BS.2004 RAPPORT UIT-R BS.2004 - 1 - RAPPORT UIT-R BS.2004 SYSTÈMES DE RADIODIFFUSION NUMÉRIQUE DESTINÉS À ÊTRE EXPLOITÉS DANS LES BANDES MA (1995) 1 Introduction Les techniques de radiodiffusion dans les bandes MA (150 khz-30 MHz)

Plus en détail

Réception multi-capteur pour un terminal radio-mobile dans un système d accès multiple à répartition par codes. Application au mode TDD de l UMTS

Réception multi-capteur pour un terminal radio-mobile dans un système d accès multiple à répartition par codes. Application au mode TDD de l UMTS Réception multi-capteur pour un terminal radio-mobile dans un système d accès multiple à répartition par codes. Application au mode TDD de l UMTS Laurent ROS sous la direction de: Geneviève JOURDAIN (LIS)

Plus en détail

BTS Systèmes électroniques 2 ème année. Chapitre 1 : modulations analogiques AM et FM.

BTS Systèmes électroniques 2 ème année. Chapitre 1 : modulations analogiques AM et FM. Chapitre 1 : modulations analogiques AM et FM. 1) rappels généraux sur la modulation. Les signaux sont véhiculés dans l'air par une onde électromagnétique à la vitesse de la lumière c = 3.10 8 m/s : Relation

Plus en détail

3) modulations numériques.

3) modulations numériques. Chapitre 2 : communications numériques. 3) modulations numériques. A) Rappels sur les modulations analogiques : Signal modulant analogique s(t) Modulateur porteuse analogique p(t) = P. cos(ω0.t) Signal

Plus en détail

Codes correcteur d erreur. Une Introduction

Codes correcteur d erreur. Une Introduction Codes correcteur d erreur Une Introduction 1 Les transmissions et le stockage ne sont pas sûrs à 100% Le bruit : poussière, électromagnétisme, chaleur, qualité des supports Idée : Rajouter de la redondance

Plus en détail

1ère Partie : Représentation des signaux et des images (20 points)

1ère Partie : Représentation des signaux et des images (20 points) U Analyse Multi-résolution et Ondelettes xamen Analyse Multi-résolution et Ondelettes 24 janvier 2013 Durée de l examen : 2h. Portables éteints et rangés. Documents autorisés : polycopiés de cours (éventuellement

Plus en détail

Récepteur optimal. 3.1 Introduction

Récepteur optimal. 3.1 Introduction Chapitre 3 Récepteur optimal 3. Introduction Le signal obtenu en sortie de canal, r (t), résultant de la transmission d un signal s i (t) parmi N possibles est une version déformée, déphasée ou retardée

Plus en détail

Correction Examen Traitement du Signal avril 2006

Correction Examen Traitement du Signal avril 2006 Correction Examen Traitement du Signal avril 26 Exercice : Échantillonnage d un signal passe bande ) La transormée de Fourier du signal s(t) estdéinie par S() = S + ()+S () = Π B () δ ( )+Π B () δ ( +

Plus en détail

ETI. Conception Niveau 2. Julien VILLEMEJANE.

ETI. Conception Niveau 2. Julien VILLEMEJANE. ETI Conception Niveau 2 Julien VILLEMEJANE http://hebergement.u-psud.fr/villemejane/ A travers ce cours Transmission d un signal sonore par la lumière 2 Cahier des charges / Schéma de principe Choix des

Plus en détail

Réseaux de neurones formels

Réseaux de neurones formels Réseaux de neurones formels Christian Jutten Lab. des Images et des Signaux (LIS) UMR 5083 Centre National de la Recherche Scientifique, Institut National Polytechnique de Grenoble, Université Joseph Fourier

Plus en détail

Bases du traitement des images. Transformée de Fourier - Numérisation

Bases du traitement des images. Transformée de Fourier - Numérisation Transformée de Fourier - Numérisation Séverine Dubuisson 28 septembre 2009 1 / 60 Plan du cours 1 Transformée de Fourier d un signal continu 2 Numérisation d un signal continu 3 Transformée de Fourier

Plus en détail

Exemples de transmission. Définition

Exemples de transmission. Définition Schéma général de communication Schéma général de communication Emetteur Message original M CODAGE Message envoyé E Le message à transmettre M est d abord codé en un message E. Le codage introduit un supplément

Plus en détail

Plan du cours. Introduction. Thierry CHATEAU. 11 avril 2011

Plan du cours. Introduction. Thierry CHATEAU. 11 avril 2011 du cours compensation de pôles PID Numérique Placement de pôles (RST) /précision 11 avril 2011 Modèle bloqué d'une fonction de transfert Signaux discrêt Echantillonnage AuroFC2U1 AuroFC2U2 AuroFC3U1 AuroFC3U2

Plus en détail

UE3 Analyse des Images Contours

UE3 Analyse des Images Contours Plan du cours UE Analyse des Images Contours Introduction : principes fondamentaux. Notion de contour. Caractérisation des points contours. Notion de gradient. Filtres linéaires la détection des points

Plus en détail

Filtrage linéaire des signaux

Filtrage linéaire des signaux Filtrage linéaire des signaux 1 Filtrage - Exemples 2 Filtrage du son réalisé par un «bouchon d oreille» Le filtrage réalisé par le «bouchon d oreille» dépend de son positionnement Filtrage- Exemples Filtre

Plus en détail

Notes de cours Quantification scalaire

Notes de cours Quantification scalaire Département d informatique et de génie logiciel Compression de données IFT-4003/IFT-703 Notes de cours Quantification scalaire Édition Hiver 01 Mohamed Haj Taieb Local: PLT 113 Courriel: mohamed.haj-taieb.1@ulaval.ca

Plus en détail

UV Théorie de l Information. Introduction

UV Théorie de l Information. Introduction Cours n 1 2 UV Théorie de l Information Introduction à la théorie de l information Caractérisation des sources d information Notions de probabilité (Rappel) Entropie et Information Entropie des sources

Plus en détail

EXAMEN FINAL 1 DU MODULE RA12 2 Juin Durée 1h30 - Aucun document autorisé. Calculettes interdites.

EXAMEN FINAL 1 DU MODULE RA12 2 Juin Durée 1h30 - Aucun document autorisé. Calculettes interdites. Télécom INT - Tronc Commun - EI1 EXAMEN FINAL 1 DU MODULE RA12 2 Juin 2006 - Durée 1h30 - Aucun document autorisé. Calculettes interdites. Remarque 1 : Les exercices sont indépendants. Remarque 2 : Quel

Plus en détail

M2108 : Chaîne de transmission numérique

M2108 : Chaîne de transmission numérique UNS / IUT Nice Côte d Azur / R&T / M28 T_Comp M28 : Chaîne de transmission numérique sous-module T_Comp TD n : Codage de source Exercice Une source peut produire 4 symboles différents : X, X2, X3 et X4.

Plus en détail

Filtres numériques. Traitement du Signal Polytech Marseille IRM 2013

Filtres numériques. Traitement du Signal Polytech Marseille IRM 2013 Filtres numériques Traitement du Signal Polytech Marseille IRM 2013 Filtrage temporel Spectre de cos(nω 0 ) sur 5 périodes Intervalle de mesure filtrage par une porte 2 Pondération ou apodisation Fenêtres

Plus en détail

FILTRAGE MULTI-COMPOSANTE. Patrick Lambert

FILTRAGE MULTI-COMPOSANTE. Patrick Lambert FILTRAGE MULTI-COMPOSANTE Patrick Lambert 1 PLAN Introduction Le cas particulier de la couleur Contexte et stratégie Opérations ponctuelles Filtrage linéaire Filtrage non linéaire - Filtrage d ordre Filtrage

Plus en détail

M1-Mathématiques Appliquées 1ère partie: Modélisation statistique Cours 4: Compléments: tests, région de confiance. Christine Keribin

M1-Mathématiques Appliquées 1ère partie: Modélisation statistique Cours 4: Compléments: tests, région de confiance. Christine Keribin 1/37 M1-Mathématiques Appliquées 1ère partie: statistique Cours 4: Compléments: tests, région de 1 Laboratoire de Mathématiques Université Paris-Sud et région de 2016-2017 2/37 Outline et région de et

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

Traitement du Signal I

Traitement du Signal I Traitement du Signal I L3 EEA - GEII Camille Charbonnier Université de Rouen L3 EEA-GEII 1/29 Avant-propos Ce cours est construit à partir de la présentation de T. Paquet (Université de Rouen), disponible

Plus en détail

GELE5222 Chapitre 8 : Paramètres d antenne

GELE5222 Chapitre 8 : Paramètres d antenne GELE5222 Chapitre 8 : Paramètres d antenne Gabriel Cormier, Ph.D., ing. Université de Moncton Hiver 2012 Gabriel Cormier (UdeM) GELE5222 Chapitre 8 Hiver 2012 1 / 49 Introduction Gabriel Cormier (UdeM)

Plus en détail

Analyse de la ligne de base

Analyse de la ligne de base On appelle ligne de base la ligne isoélectrique du cœur ; elle correspond au tracé qui serait observé sur un ECG si le cœur n avait aucune activité électrique. Lorsque l ECG est effectué en cabinet, ou

Plus en détail

QU EST-CE QU UN SIGNAL? (1)

QU EST-CE QU UN SIGNAL? (1) QU EST-CE QU UN SIGNAL? () Un signal, d un point de vue très général, est l évolution d une certaine grandeur au cours du temps. Exemples: Evolution de la température en un lieu donné Signal de parole

Plus en détail

Aix-Marseille Université

Aix-Marseille Université Aix-Marseille Université 015-016 Master Ingénierie Mathématique et Modélisation ème année Parcours MI3S Problèmes inverses en traitement des signaux et des images TP : Problèmes directes et méthodes de

Plus en détail

Codage du son numérique

Codage du son numérique Codage du son numérique Stéphane Natkin CNAM/2005 Eléments de codage Fréquence d échantillonnage (2Khz-80 Khz) La loi de quantification (8-16 bits) L algorithmes de compression La représentation binaire

Plus en détail

Le format de compression JPEG

Le format de compression JPEG Le format de compression JPEG TSECS Elsa Angelini Département TSI ENST, Paris 8 Décembre 2004 Introduction JPEG = Joint Photographic Experts Group: Joint standards. (Janvier 1988) Commissions de standard

Plus en détail

Analyse en composantes principales

Analyse en composantes principales Analyse en composantes principales Gilles Gasso, Stéphane Canu INSA Rouen - Département ASI Laboratoire LITIS 1 17 septembre 01 1. Ce cours est librement inspiré du cours DM de Alain Rakotomamonjy Gilles

Plus en détail

Cours d'électronique. Filtres passifs. CPGE de l'essouriau - PCSI. Cédric Koeniguer. C. Koeniguer

Cours d'électronique. Filtres passifs. CPGE de l'essouriau - PCSI. Cédric Koeniguer. C. Koeniguer Cours d'électronique Filtres passifs CPGE de l'essouriau - PCSI Cédric Koeniguer C. Koeniguer - - Filtrage passif Plan I. Introduction au filtrage II. Caractérisation des filtres III. Etude des filtres

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

Traitement du Signal. Conversion Analogique Numérique

Traitement du Signal. Conversion Analogique Numérique Traitement du Signal James L. Crowley Deuxième Année ENSIMAG 999/00 Séance 8 : 7 mars 000 Conversion Analogique Numérique Formule du Jour :... Conversion Analogique Numérique... Méthodes de conversion

Plus en détail

TELEVISION COULEUR: LES BASES 1/15 SOMMAIRE

TELEVISION COULEUR: LES BASES 1/15 SOMMAIRE 1/15 SOMMAIRE 1 ) Un système T.V.C. (télévision couleur)...2 1.1 ) Signal de luminance:...2 1.2 ) Comment incorporer les informations couleurs dans les spectre N &?...3 1.3 ) Signal de chrominance :...4

Plus en détail

Modélisation de fonds nuageux et de variables météorologiques corrélées

Modélisation de fonds nuageux et de variables météorologiques corrélées Modélisation de fonds nuageux et de variables météorologiques corrélées S. Lefebvre ONERA 10 octobre 2013 Plan Contexte : Signature Infrarouge d aéronefs Modélisation de variables météorologiques corrélées

Plus en détail

Projets diffusion d images sur un lien DVB S2

Projets diffusion d images sur un lien DVB S2 Projets diffusion d images sur un lien DVB S2 Partie : étude du système DVB S2 1 ntroduction ntroduction L objectif du projet de communication numérique est de simuler sous Matlab une chaîne de transmission

Plus en détail

TRANSMISSIONS NUMÉRIQUES

TRANSMISSIONS NUMÉRIQUES TRANSMISSIONS NUMÉRIQUES (en bande de base) 1. Architecture d'une chaîne. Nous envisageons, dans ce chapitre, la transmission de données numériques au travers d un canal, sans aucun procédé de modulation.

Plus en détail

Théorie de l Information

Théorie de l Information Massih-Reza Amini Université Joseph Fourier Laboratoire d Informatique de Grenoble 2/31 Rappel Canal de communication Codage par répétition Table des matières 1 Rappel 2 Canal de communication 3 Codage

Plus en détail

La couche physique. Transmission de données Bases théoriques

La couche physique. Transmission de données Bases théoriques La couche physique Bases pour les autres couches Propriétés des câbles, fibres, médias sans fil et leurs limitations Comment envoyer des bits (numériques) en utilisant des signaux (analogiques)? Moyen:

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

Réseau (transmission)

Réseau (transmission) Réseau (transmission) Introduction Un réseau est un ensemble de points (appelés nœuds) qui sont reliés par un ensemble de chemin. La localisation des nœuds et l agencement des liens définissent la topologie

Plus en détail

TRAITEMENT DU SIGNAL

TRAITEMENT DU SIGNAL Spé ψ 0-0 Devoir n 3 TAITEMENT DU SIGNAL Ce problème étudie quelques aspects d un instrument essentiel dans le guidage des avions : l altimètre. Les quatre parties sont totalement indépendantes. Un formulaire

Plus en détail

Systèmes linéaires :

Systèmes linéaires : Systèmes linéaires : Définitions Le vocabulaire de la Théorie de la Réponse Linéaire (déterminisme, linéarité, invariance temporelle, convergence) et sa signification physique Savoir que le domaine de

Plus en détail