MÉCANIQUE TRAITEMENT DU SIGNAL. polycopié de cours. MASTER sciences et technologies MEI 801. C. Aristégui
|
|
- Sarah Christelle Chaput
- il y a 6 ans
- Total affichages :
Transcription
1 MÉCANIQUE ET INGÉNIERIES MASTER sciences et technologies TRAITEMENT DU SIGNAL polycopié de cours MEI 8 C. Aristégui
2
3 Master S&T Mécanique et Ingénieries Département de Mécanique UFR de Physique Université Bordeaux «Traitement du signal» (UE MEI 8) C. Aristégui () () Laboratoire de Mécanique Physique UMR CNRS 5469 Université Bordeaux, France
4 Pourquoi un cours de traitement du signal? parce que les concepts «universels» du TS, tels que l analyse de Fourier, la convolution de signaux, la corrélation, le filtrage devraient faire partie de ma culture générale de mécanicien parce qu en tant que «mécanicien» je seraiun jour amené à traiter informatiquement des données expérimentales (traitement de signaux numériques ) ou faire du traitement d images (état de surface, analyse temps-fréquence ) Christophe Aristégui Master S&T - MI : Traitement du signal (25-26)
5 Plan Introduction Signaux et systèmes linéaires Analyse spectrale Filtrage Échantillonnage Bibliographie B. Audoin, Cours Traitement du signal, DEA de Mécanique, Université Bordeaux J.-L. Crowley, Cours Traitement du signal, ENSIMAG, INP Grenoble T. Heiser, Cours Traitement du signal, Licence de Physique, Université Louis Pasteur Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 2
6 Introduction Définitions Signaux Évolution d une «grandeur physique» traduisant le comportement d'un système Signal Support d'information Ex. de grandeurs Tension et courant électrique, pression acoustique, intensité lumineuse Origine des signaux Capteurs (thermomètre, dynamomètre ) Bruit Phénomène perturbateur du point de vue de l'observateur Exemples onde acoustique courant électrique délivré par un microphone musique, parole suite de nombres SUPPORT mesures physiques INFORMATION Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 3
7 Introduction Théorie du signal Chaîne de transmission d'information Système physique en évolution signal Codage Canal Récepteur Détection Exploitation Sources de «bruit» Traitement du signal : SIGNAL + BRUIT Traitement du signal Transformation destinée à élaborer ou interpréter les signaux Classes de problèmes Génération ou interprétation de signaux Détection, estimation, déconvolution Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 4
8 Introduction Signal sinusoïdal T : période (s) ν = ( Hz ) T ( rad s) ω = 2 πν / λ : période (m) 2π k = rad m λ ( / ) phase à l origine? Signal périodique non sinusoïdal Signal non périodique Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 5
9 Introduction Superposition de signaux sinusoïdaux de fréquence n. ν, n entier et ν =/T Filtrage? Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 6
10 Introduction Signal périodique 2 4 y( x) = cosx + cos2x + cos 3x /T Signal non périodique T Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 7
11 Quelques applications Perçage Fz Mz Sylvain Laporte, Jean-Yves K'Nevez, LMP Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 8
12 Quelques applications Fraisage z F x (t) F y (t) F z (t) Raynald Laheurte, Olivier Cahuc, LMP Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 9
13 Quelques applications État de surface Skin modèle de la surface réelle profil extrait de la surface réelle par le rugosimètre Profil de surface Plan spécifié Profil de Rugosité Profil d'ondulation Période spatiale λs λc λf Denis Tessandier, LMP Christophe Aristégui Master S&T - MI : Traitement du signal (25-26)
14 Quelques applications Propagation y(t) r(t)? Vitesse de Propagation Christophe Aristégui Master S&T - MI : Traitement du signal (25-26)
15 2 Signaux et systèmes linéaires Classification des signaux Phénoménologique ; Énergétique ; Spectrale ; Morphologique. Quelques signaux et opérations élémentaires Impulsion de Dirac ou Fonction δ ; Fonction signe ; Saut unité ou échelon d Heaviside ; Signal rampe unité ; Signal rectangulaire ou Porte ou Créneau ; Signal triangulaire ; Suite périodique d impulsions. Systèmes linéaires et invariants Systèmes ; Réponse impulsionnelle ; Convolution. Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 2
16 2. Classification des signaux Périodique, pair, impair x( t) = x( t + kt) k avec x( t) = x( t) x( t) = x( t) Dimensionnelle Nombre de variables libres Exemples : Tension électrique V(t) = signal unidimensionnel. Image statique noir et blanc brillance B(x,y) = signal bi-dimensionnel. Phénoménologique Évolution déterministe ou aléatoire Signal déterministe (certain) : évolution «temporelle» peut être parfaitement prédite par un modèle mathématique approprié ; Signal aléatoire : comportement imprévisible description statistique. s s2 ( t) ( t) Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 3
17 2. Classification des signaux Énergétique Énergie finie ou puissance moyenne finie Signaux d énergie finie Tout signal physique Idéalisation exemple : signal sinusoïdal + st () 2 dt E < Signaux de puissance moyenne finie 2 lim st () dt T T T pt ( ) P T P moyenne < puissance instantanée puissance moyenne sur T Spectrale Fréquences (basses ) et bande (large ) Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 4
18 2. Classification des signaux : morphologique Signal numérisé pas de quantification pas d'échantillonnage Signal analogique original Signaux analogiques (infinité d'états), dépend d'une variable continue ; Signaux numériques (nbre limité d'états), les valeurs de la grandeur sont quantifiées. Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 5
19 2.2 Quelques signaux élémentaires sgn( t) H( t) - t sgn() t = pour t H() t = t + sgn( t) 2 r( t) Π( t) -,5,5 r( t) = t H( t) Π () t = H t + H t 2 2 A x( t) Λ( t) τ T/2 τ τ+t /2 t τ x() t = AΠ T - t, t Λ () t =, t > Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 6
20 2.2 Quelques signaux élémentaires A x( t) τ T/2 τ τ+t /2 t τ x() t = A Λ T Impulsion de Dirac ou Fonction delta sinct () = sin( πt ) πt Définition ( ) = ( + ) δ() = () δ( ) x t x t t t dt x t t t dt «Construction» t g () t = TΠ T / T T T δ ( t) /T Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 7
21 2.2 Quelques opérations élémentaires Translation τ g (t ) = f (t τ) f (t ) Opérateur de répétition Peigne de Dirac T T rept (x (t )) = + x (t kt ) δt (t ) = k = Échantillonnage xe (t ) = x (kt ) δ (t kt ) = x (t ) δ (t kt ) e k = + e k = x (t ) Te e k = Christophe Aristégui δ (t kt ) x (kte ) xe (t ) + + Master S&T - MI : Traitement du signal (25-26) kte 8
22 2.3 Systèmes linéaires et invariants Systèmes Toute entité ou appareil qui effectue une transformation sur un signal. et ( ) st ( ) Système Différentes situations expérimentales peuvent être décrites par ce schéma : S = système conçu pour réaliser une opération spécifique sur le signal filtrage, échantillonnage, amplification, modulation S = système physique étudié en mesurant sa réponse, s(t), à une «excitation» e(t) stabilité, temps de réponse, absorption, émission Exemples : amplificateur idéal, ligne à retard Propriétés : linéarité, invariance (ou stationnarité), causalité et ( ) = a e ( t) st ( ) = ( ) i i a s t i i i et ( ) = e( t T) st ( ) = s( t T) i Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 9
23 2.3 SLI : réponse impulsionnelle, convolution Réponse impulsionnelle h(t) réponse du système lorsqu il est soumis à une impulsion de Dirac δ(t) Réponse d un SLI à un signal quelconque Signal quelconque e(t) succession «d impulsions» e ( t) d amplitude variable d autant plus vraie que la durée des impulsions est courte. et ( ) e ( t) Réponse à une impulsion : h ( t) SLI! e ( t) ( ). ( ) e t h t τ e n ( t) e t h t τ n ( ). ( ) n t t τ τ n Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 2
24 2.3 SLI : réponse impulsionnelle, convolution Réponse d un SLI à un signal quelconque e ( t) h ( t τ) e ( τ) t τ t le signal de sortie est produit par la superposition des réponses à toutes les impulsions + s() t = e( τ) h( t τ) dτ = e() t h() t Propriétés : e( t) h( t) = h( t) e( t) Interprétation : + s() t = ( ) h τ e( t τ ) dτ «poids» de e(t-τ) dans s(t) signal d entrée τ secondes avant t Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 2
25 2.3 SLI : réponse impulsionnelle, convolution Construction du signal de sortie à un instant t donné e ( t) h ( t) e ( t) h ( t) ti t t ti t t e ( t) h ( t) e ( t) h ( t) t i + t t t t t à l instant t, la p e impulsion contribue d autant plus au signal de sortie que sa réponse «impulsionnelle» est élevée au bout des t p qui la sépare de t Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 22
26 2.3 SLI : exemples de convolution Exemples convolution d'un signal porte par lui-même Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 23
27 2.3 SLI : exemples de convolution + x( τ) x( τ) = x() t x( τ t) dt x( t) τ x( t) x( τ t) x τ x τ ( ) ( ) t t τ x () t δ ( t t ) x () t δ ( t t ) x t t t ( ) δ ( ) T t T + t Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 24
28 3 Analyse spectrale Signaux périodiques Séries de Fourier : spectres d'amplitude et de phase, relation énergétique. Signaux non-périodiques Transformée de Fourier : Définition et propriétés ; Application aux : Signaux usuels, Signaux à moyenne non nulle. Énergies associé aux signaux Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 25
29 3. Analyse spectrale : signaux périodiques Théorème de Fourier «tout signal périodique est constitué d une infinité de composantes sinusoïdales (ou harmoniques)» T + () = ncos( ω + ϕ n) = an cos( nω t ) + bn sin( nω t ) x t c n t n + + («Série de Fourier») n n signal périodique de période T où ω = 2πν o c n, ϕ n = des constantes qui définissent x T (t) a n et b n = «coefficients de Fourier» a b a 3 b 3 a 5 b 5 Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 26
30 3. Analyse spectrale : signaux périodiques Série de Fourier x t c n t T () = cos( ω + ϕ ) n + + n ( ω ) sin( ω ) = a cos n t + b n t a n n n n n n xt ( t) avec a = c = x ( t) T 2 T an = cn cos ϕ n = x () t cos( nωot) dt T T 2 T bn = cn sin ϕ n = x () t sin( nωot) dt T T ou {c n, ϕ n } {a n, b n } ou b n ν 2ν 3ν 7ν ν Conséquences x T (t) ou {c n, ϕ n } ou {a n, b n } : même «information» ; 2 visions du même signal. En connaissant l un on connaît l autre (deux descriptions équivalentes). Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 27
31 3. Analyse spectrale : signaux périodiques Puissance moyenne du signal Soit la «puissance moyenne du signal x T (t)» = P = x 2 () t moy T cas particulier : () t = A cos( ωt + ϕ) xt Pmoy = 2 A 2 signal périodique : P moy c a + b = = n n n n= n= ( n ω t ) ( n ω t ) cos o + ϕ cos 2 o + ϕ = 2 pour n n 2 {c n2 } = «distribution en fréquence» de la puissance du signal. Conséquences P moy ne dépend pas du spectre de phase ; Certains systèmes ne sont sensibles qu à la distribution en fréquence de l intensité du signal et ne dépendent pas du spectre de phase (ex : oreille, yeux.) ; Inutile dans ce cas, de connaître la forme tempor. du signal, le spectre d amplitude suffit! Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 28
32 3. Analyse spectrale : signaux périodiques Exemples Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 29
33 3. Analyse spectrale : signaux périodiques Remarque,5 -, Series f(x) f(x),5 -, Series x t a n t () = cos( ω ), n n n, n ( ω ) b sin n t,5 -,5,5 -,5 + x t = a n t () cos( ω ) 2 2, n n Series,5 -,5 f(x) -,5 -, Series + x t = b n t () sin( ω ) 3 3, n n Series Series Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 3
34 3. Analyse spectrale : signaux périodiques Notation complexe Les exponentielles complexes sont plus simples à manier que les fcts trigonométriques... T + +! () = cos( ω + ϕ ) = γ exp( i ω ) x t c n t n t n o n n o n= n= T T 2 avec : γ = () exp( i ω ) n T 2 x t nt dt T o (I) n prend aussi des valeurs négatives termes en nω fréquence «négative» Généralisation aux signaux non-périodiques Lorsqu on la période du signal, les fréquences des harmoniques se rapprochent! o νn = n ω = n 2π T ν 2ν 3ν 5ν cas limite : T «infiniment grand» signal non-périodique! Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 3 T ν
35 3.2 Analyse spectrale : signaux non-périodiques Transformée de Fourier pour un signal non-périodique, x(t) : x( t) TF + déf. X ( ν) = x() t exp( i 2πνt) dt + TF ( ) - X ν x() t = X ( ν) exp( i 2πνt) dν (II) notation x(t) X(ν) (I) (II), lorsque T + (/ω devient infinitésimal) ; L utilisation de ν comme variable (au lieu de ω) évite l apparition des termes /2π ; X(ν) et x(t) sont deux représentations équivalentes du même signal ; X(ν) = spectre d amplitude ; Arg[X(ν)] = spectre de phase. Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 32
36 3.2 Signaux non-périodiques : exemple Exemple (from John Hopkins University) t x( t) = e H ( t) x( t) pour t avec : H() t = pour t < [ ω = 2πν] t x() t = α e H () t X ( ν) = α + i2πν Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 33
37 3.2 Transformée de Fourier : propriétés Décalage temporel i2πνt ( ) ( ) ν x t t X e exemple : t = 2s x( t ) y( t) = x( t t ) même spectre d amplitude Arg[ X ( ν) ] Arg Y [ ( ν) ] [ ( ν) ] 2 t = Arg X π ν Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 34
38 3.2 Transformée de Fourier : propriétés Changement d amplitude yt ( ) = a xt ( ) Y( ν) = a X( ν) exemple : a = 3 x( t ) y( t) = 3x( t) même spectre de phase Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 35
39 3.2 Transformée de Fourier : propriétés ν Changement d échelle yt () = xbt ( ) Y( ν) = X b b exemple : b = 4 x( t) y( t) = x( 4t) La TF est d autant plus étalée que la durée du signal est courte et vice versa Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 36
40 3.2 Transformée de Fourier : propriétés Multiplication de deux signaux exemple : porte [, ] Mesure signal à durée finie = signal original x «fenêtre temporelle» x( t ) y( t) = x( t) Π ( t /2) déformation considérable du spectre si la fenêtre temporelle est mal choisie Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 37
41 3.2 Transformée de Fourier : propriétés Convolution de deux signaux exemple : + x y() t = x( t' ) y( t t' ) dt' X ( ν) Y ( ν) Y ω ( ) ω = 4 4 filtrage passe-bas déformation considérable du signal temporel : les variations rapides sont atténuées! Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 38
42 3.2 Transformée de Fourier : propriétés Symétrie temps - fréquence x( t) X ( ν) et X ( t) x( ν) + déf. X ( ν) = x() t exp( i 2πνt) dt + x() t = X ( ν) exp( i 2πνt) dν exemple : T T t pour - t x() t = Π T = 2 2 T ailleurs Π T t T sin( πνt ) πνt ( ) X ( ν) = T T sinc νt ν = T -T/2 T/2 et x () t = F sin c ( tf ) ( X ν ) ν = Π F F Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 39
43 3.2 Transformée de Fourier : exemples Fonctions localisées/délocalisées / x t = ν +ν complètement délocalisé 2 Dirac en + et ν () cos( 2πν t) T. F. Re{ X ( ν) } ( ) X ν = δ( ν + ν) 2 ( ( ν )) + δ ν 2/ x() t = δ () t T. F. X ( ν ) = parfaitement localisé complètement délocalisé 3/ t Π ν = T T -T/2 -T/2 T. F. encombrement temporel : T encombrement spectral : 2/T X( ν) = T sinc( Tν) Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 4
44 3.3 Énergie de signaux Énergie totale et puissance moyenne le signal étant non-périodique, la puissance moyenne (sur une durée infinie) est nulle on peut définir une puissance «moyenne» sur une fenêtre temporelle finie (durée d observation du signal) on caractérise le signal par son «énergie totale» définie par : + E = x() t 2 dt tot (définition indépendante de la durée d observation, t obs, du signal) puissance moyenne : P moy = E t tot obs Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 4
45 3.3 Énergie de signaux Distribution en fréquence On peut montrer (identité de Parseval) que : tot () ( ) E = x t dt = X ν dν Densité spectrale d énergie : φ ν ν ( ) ( ) 2 x = X Énergie comprise dans une bande de fréquence [ν, ν 2 ] : 2 (, ) = ( ) ( ) x + x E ν ν φ ν dν φ ν dν 2 ν ν ν ν 2 les fréquences négatives proviennent de la notation complexe de la transformée. Énergie d interaction E = x() t y * () t dt = X( ν) Y * ( ν) dν xy + + Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 42
46 3.3 Énergie de signaux Exemple αt x( t) = e Π( t) φx ν ( ) 2 = α + i2πν = α + 4πν 2 2 ( α = ) φx ν ( ) La quasi-totalité de l énergie du signal est comprise dans la bande de fréquence : α,~ 3 ( ) 2 π Hz ou encore,~ 3 α ( ) rad/s Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 43
47 4 Filtres linéaires invariants Filtrage temporel : fenêtrage temporel et ( ) st ( ) s( t) = e( t) f ( t) Filtre f(t) S ν = E ν F ν ( ) ( ) ( ) Tout filtrage temporel modifie le spectre Filtrage fréquentiel E ( ν ) S ( ν) Filtre F(ν) S( ν) = E( ν) F( ν) F(ν) : fonction s( t) = e( t) f ( t) de transfert Filtrage fréquentiel = convolution temporelle Filtres réalisables Tout filtre réel déphase en effet : F(ν) réel f(t) paire f(-t) =f(t), impossible (causalité!... t <, h(t) = ) Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 44
48 4 Filtre due à la mesure Encombrement spectral : /T Signal s(t) observé durant T s (t) T s T () t = st () t T 2 T S ( ν) = S( ν) * TF t T 2 S ( ν) = S( ν) * T sinc( νt) Exemple : x t () = cos( 2πν t) X ( ν) = δ( ν + ν ) + δ ν ν 2 ( ( )) autour de ν : ν - T ν S (ν) ν + T 2 ν = T ν = ν 2 νt ν La résolution est en ν ν : - problème aux basses fréquences ν - elle est d'autant meilleure ( petit) que T est grand. ν Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 45
49 4 Filtres : fonctions de pondération Fonctions de pondération sin πx! «fenêtre rectangulaire» déformation considérable en raison de la forme de πx sin( πt ν) s ( t) = s( t) Π ( t) S ( ν) S( ν) TF () t S ( ν) = S( ν) T = Π T. T πt ν Le spectre est donc un ensemble de fonctions sinc(τν) centrée sur les fréquences qui composent le signal théorique initial Lorsque T, sinc(ν) δ(ν) Solution Multiplier numériquement le signal par une fonction de pondération g(t) appropriée ( ) s ( t) = s ( t) g( t) S ( ν) = S( ν) G( ν) p moins étalée dans le domaine «fréquentiel» Principales fonctions de pondération utilisées : Bartlett, Hamming, Hanning... résolution améliorée Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 46
50 4 Fonctions de pondération : exemples référence pics secondaires faibles et éloignés pic central étroit lobes secondaires faibles lobes secondaires très faibles Ces différentes fenêtres réalisent un compromis entre la largeur du pic central et les caractéristiques des lobes secondaires (hauteur et position) Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 47
51 5 Échantillonnage Principes Théorème de l échantillonnage ; Effet du repliement de spectre ; Effet de l'échantillonnage sur la reconstruction d'un signal. Transformée de Fourier Discrète Signal discret ; Discrétisation fréquentielle ; Propriétés. Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 48
52 5. Échantillonnage : principe Définition x e () t T e x ( T ) k e x () t X ( ν) X ν? ( ) e ν ν e = T e fréquence d échantillonnage kt e Soit le signal échantillonné x e (t) Son spectre X e (ν) x e + t = x kt δ t kt = x t δ t () ( ) ( ) () () k= e e T e X e ( ) ( ) () T + + ( t ) ν ( ) e ( kνe) νe ( kνe) ν = X ν TF δ = X ν δ ν = X ν e k= k= le spectre du signal échantillonné x e (t) s obtient en périodisant le spectre du signal initial x(t) (d une période ν e ) X e ν e ( ν) ν Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 49
53 5. Échantillonnage : effet du repliement de spectre Illustrations fréquence max. ν max ν 2 < e ν e 2 fréquence d échantillonnage ν max ν 2 > e Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 5
54 5. Échantillonnage Théorème de l échantillonnage Critère d échantillonnage de Shannon : La fréquence d échantillonnage doit être prise supérieure à 2 la fréquence maximale «contenue» dans le signal. Théorème de Shannon : on peut reconstituer un signal sinusoïdal à partir d un nombre fini d échantillons du signal : à condition que la fréquence d échantillonnage est > à DEUX fois la fréquence du signal Filtre anti-repliement Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 5
55 5. Échantillonnage : effet du repliement de spectre Sinus X ( ν) x() t ν e > 2ν ν e = 2ν ν e < 2ν νe ν = ν = νe ν 2 ν = ν e 2 ν e = ν x ( t)? e Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 52
56 5. Échantillonnage : fréquence d échantillonnage Effet de la fréquence d'échantillonnage dans la reconstruction d'un signal X ( ν) X ( ν) Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 53
57 5.2 Transformée de Fourier discrète Échantillonnage temporel puis fréquentiel t k t : spectre continue X e (ν) Calcul numérique de la transformée de Fourier pour un nombre fini de valeurs de fréquence X e (p. ν ) avec p=,, N En pratique : x( t) x( k ) = xk + N n= k n k N ( ) ( ) 2 e i2 πn k f = x X n f k= k transformée de Fourier discrète (TFD) de s n Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 54
58 5.2 Transformée de Fourier discrète T. de Fourier d un signal échantillonné et reconstitution du signal d origine + ( ) () ( X x e i2 πνt ν = t ) dt t ( k ) + ( ) ( i2πνk x k e ) = X ( ) e ν k= t X e (ν) est périodique de période / ( = fréquence d échantillonnage). X e (ν) est constituée de la répétition périodique de X(ν) : Xe ν ( ) + k = X ν k= x e (t) : signal non-périodique, discret TF xe ( t) X e + ( ν) x( kt ) 2 = k = e e 2iπνkT e 2 ( ) ( ) e 2i πkte ν x kte = X e e d ν ν ν ν X ( ) e ν e ν TF - e (III) X e (ν) = spectre périodique, continue Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 55
59 5.2 Représentation t et f du signal échantillonné continu périodique série de Fourier discret non-périodique continu non-périodique transformée de Fourier continu non-périodique discret non-périodique transformée de Fourier continu périodique discret périodique TF discrète discret périodique Christophe Aristégui Master S&T - MI : Traitement du signal (25-26) 56
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 détailTD1 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 détailM1107 : 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- Instrumentation numérique -
- Instrumentation numérique - I.Présentation du signal numérique. I.1. Définition des différents types de signaux. Signal analogique: Un signal analogique a son amplitude qui varie de façon continue au
Plus en détailSystèmes 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 détailLES 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 détailChapitre 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 détailTraitement du signal avec Scilab : la transformée de Fourier discrète
Traitement du signal avec Scilab : la transformée de Fourier discrète L objectif de cette séance est de valider l expression de la transformée de Fourier Discrète (TFD), telle que peut la déterminer un
Plus en détailChapitre 2 Les ondes progressives périodiques
DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................
Plus en détailCaractéristiques des ondes
Caractéristiques des ondes Chapitre Activités 1 Ondes progressives à une dimension (p 38) A Analyse qualitative d une onde b Fin de la Début de la 1 L onde est progressive puisque la perturbation se déplace
Plus en détailUE 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 détailLABO 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 détailIntérêt 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 détailCHAPITRE V. Théorie de l échantillonnage et de la quantification
CHAPITRE V Théorie de l échantillonnage et de la quantification Olivier FRANÇAIS, SOMMAIRE I INTRODUCTION... 3 II THÉORIE DE L ÉCHANTILLONNAGE... 3 II. ACQUISITION DES SIGNAUX... 3 II. MODÉLISATION DE
Plus en détailTraitement numérique du signal. Première partie : Bases mathématiques
1 Traitement numérique du signal. Première partie : Bases mathématiques J.Idier H. Piet-Lahanier G. Le Besnerais F. Champagnat Première version du document : 1993 Date de la dernière remise à jour : mars
Plus en détailLicence Professionnelle de Génie Industriel Université Paris VI-Jussieu ; CFA Mecavenir Année 2003-2004. Cours de Génie Electrique G.
Licence Professionnelle de Génie Industriel Université Paris VI-Jussieu ; CFA Mecavenir Année 2003-2004 Cours de Génie Electrique G. CHAGNON 2 Table des matières Introduction 11 1 Quelques mathématiques...
Plus en détailSystèmes 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 détailBandes Critiques et Masquage
Bandes Critiques et Masquage A. Almeida Licence Pro Acoustique et Vibrations Octobre 2012 Au Menu Au programme 1 Observations du masquage 5 Application du masquage 2 Conséquences du Masquage 3 Interprétation
Plus en détailAutomatique Linéaire 1 Travaux Dirigés 1A ISMIN
Automatique Linéaire 1 Travaux Dirigés Travaux dirigés, Automatique linéaire 1 J.M. Dutertre 2014 TD 1 Introduction, modélisation, outils. Exercice 1.1 : Calcul de la réponse d un 2 nd ordre à une rampe
Plus en détailP1PY7204 Acquisition de données Cours
ANNEE 2012-2013 Semestre d Automne 2012 Master de Sciences, Technologies, Santé Mention Physique- Spécialité Instrumentation P1PY7204 Acquisition de données Cours Denis Dumora denis.dumora@u-bordeaux1.fr
Plus en détailChristian JUTTEN Théorie du signal
Christian UTTEN Théorie du signal Cours de deuxième année (3i4) du département 3i Université oseph Fourier - Polytech Grenoble novembre 2009 1 Table des matières 1 Introduction à la théorie du signal 6
Plus en détailChaine 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 détailEquipement. électronique
MASTER ISIC Les générateurs de fonctions 1 1. Avant-propos C est avec l oscilloscope, le multimètre et l alimentation stabilisée, l appareil le plus répandu en laboratoire. BUT: Fournir des signau électriques
Plus en détailTP 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 détailSUJET ZÉRO Epreuve d'informatique et modélisation de systèmes physiques
SUJET ZÉRO Epreuve d'informatique et modélisation de systèmes physiques Durée 4 h Si, au cours de l épreuve, un candidat repère ce qui lui semble être une erreur d énoncé, d une part il le signale au chef
Plus en détailCommunication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO <jiayin.gao@univ-paris3.fr> 20 mars 2014
Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO 20 mars 2014 La phonétique acoustique La phonétique acoustique étudie les propriétés physiques du signal
Plus en détailTransmission 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 détail5. Analyse des signaux non périodiques
5. Analyse des signaux non périodiques 5.. Transformation de Fourier 5... Passage de la série à la transformation de Fourier Le passage d'un signal périodique à un signal apériodique peut se faire en considérant
Plus en détailChapitre 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 détailBTS 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 détailJ AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE
RANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE Un message numérique est une suite de nombres que l on considérera dans un premier temps comme indépendants.ils sont codés le plus souvent
Plus en détailTransmission 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 détailEtudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique adapté
Compétences travaillées : Mettre en œuvre un protocole expérimental Etudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique
Plus en détail1.1.1 Signaux à variation temporelle continue-discrète
Chapitre Base des Signaux. Classi cation des signaux.. Signaux à variation temporelle continue-discrète Les signaux à variation temporelle continue sont des fonctions d une ou plusieurs variables continues
Plus en détailINTERPRÉTATION ET ANOMALIES DE LA PROSPECTION À RÉSONANCE MAGNÉTIQUE (MRS)
1 Géologie, géotechnique, risques naturels, hydrogéologie, environnement et services scientifico-techniques INTERPRÉTATION ET ANOMALIES DE LA PROSPECTION À RÉSONANCE MAGNÉTIQUE (MRS) INTERPRETATION DES
Plus en détailEnregistrement et transformation du son. S. Natkin Novembre 2001
Enregistrement et transformation du son S. Natkin Novembre 2001 1 Éléments d acoustique 2 Dynamique de la puissance sonore 3 Acoustique géométrique: effets de diffusion et de diffraction des ondes sonores
Plus en détail10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010
10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010 Le compressed sensing pour l holographie acoustique de champ proche II: Mise en œuvre expérimentale. Antoine Peillot 1, Gilles Chardon 2, François
Plus en détailCommunications 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 détailSystèmes 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 détailTraitement du signal avec Scilab : transmission numérique en bande de base
Traitement du signal avec Scilab : transmission numérique en bande de base La transmission d informations numériques en bande de base, même si elle peut paraître simple au premier abord, nécessite un certain
Plus en détailFonctions 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 détailUNIVERSITE DE TECHNOLOGIE DE COMPIEGNE. Le Traitement du Signal aléatoire
UNIVERSITE DE TECHNOLOGIE DE COMPIEGNE Le Traitement du Signal aléatoire SY06 partie II - Printemps 2009 P.Simard 12 mai 2009 2 Table des matières 1 Besoins de modèles aléatoires pour les signaux 5 2 Principaux
Plus en détailLes 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 détailChapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
Plus en détailChamp électromagnétique?
Qu est-ce qu un Champ électromagnétique? Alain Azoulay Consultant, www.radiocem.com 3 décembre 2013. 1 Définition trouvée à l article 2 de la Directive «champs électromagnétiques» : des champs électriques
Plus en détail5.2 Théorème/Transformée de Fourier a) Théorème
. Théorème de Fourier et Transformée de Fourier Fourier, Joseph (788). Théorème/Transformée de Fourier a) Théorème Théorème «de Fourier»: N importe quelle courbe peut être décomposée en une superposition
Plus en détailCours 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 détailNumérisation du signal
Chapitre 12 Sciences Physiques - BTS Numérisation du signal 1 Analogique - Numérique. 1.1 Définitions. Signal analogique : un signal analogique s a (t)est un signal continu dont la valeur varie en fonction
Plus en détail10 leçon 2. Leçon n 2 : Contact entre deux solides. Frottement de glissement. Exemples. (PC ou 1 er CU)
0 leçon 2 Leçon n 2 : Contact entre deu solides Frottement de glissement Eemples (PC ou er CU) Introduction Contact entre deu solides Liaisons de contact 2 Contact ponctuel 2 Frottement de glissement 2
Plus en détailDan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier
Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration
Plus en détailData first, ou comment piloter l analyse par les données
CNRS & Patrick Flandrin École Normale Supérieure de Lyon Data first, ou comment piloter l analyse par les données M2 de Physique Cours 2012-2013 1 Table des matières 1 Introduction 4 2 Rappel sur les analyses
Plus en détailLa structure du mobile GSM
La structure du mobile GSM Jean-Philippe MULLER Décembre 2000 Sommaire : 1- Le schéma fonctionnel d un mobile GSM 2- Le traitement numérique du signal à l émission 3- Le principe de base du vocodeur 4-
Plus en détailChapitre 18 : Transmettre et stocker de l information
Chapitre 18 : Transmettre et stocker de l information Connaissances et compétences : - Identifier les éléments d une chaîne de transmission d informations. - Recueillir et exploiter des informations concernant
Plus en détailProjet 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 détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailACOUSTIQUE 3 : ACOUSTIQUE MUSICALE ET PHYSIQUE DES SONS
Matériel : Logiciel winoscillo Logiciel synchronie Microphone Amplificateur Alimentation -15 +15 V (1) (2) (3) (4) (5) (6) ACOUSTIQUE 3 : ACOUSTIQUE MUSICALE ET PHYSIQUE DES SONS Connaissances et savoir-faire
Plus en détailIntroduction. Mathématiques Quantiques Discrètes
Mathématiques Quantiques Discrètes Didier Robert Facultés des Sciences et Techniques Laboratoire de Mathématiques Jean Leray, Université de Nantes email: v-nantes.fr Commençons par expliquer le titre.
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailUne fréquence peut-elle être instantanée?
Fréquence? Variable? Instantané vs. local? Conclure? Une fréquence peut-elle être instantanée? Patrick Flandrin CNRS & École Normale Supérieure de Lyon, France Produire le temps, IRCAM, Paris, juin 2012
Plus en détailÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.
L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.
Plus en détailSYSTEMES LINEAIRES DU PREMIER ORDRE
SYSTEMES LINEIRES DU PREMIER ORDRE 1. DEFINITION e(t) SYSTEME s(t) Un système est dit linéaire invariant du premier ordre si la réponse s(t) est liée à l excitation e(t) par une équation différentielle
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détailEMETTEUR 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 détailSon et Mathématiques
Son et Mathématiques Maïtine Bergounioux To cite this version: Maïtine Bergounioux. Son et Mathématiques. Association des Professeurs de Mathématiques de l Enseignement Public (APMEP). Bulletin de l APMEP,
Plus en détailChapitre 2 : Techniques de transmission
Chapitre 2 : Techniques de transmission /home/kouna/d01/adp/bcousin/repr/cours/2.fm - 14 Janvier 1998 20:09 Plan. Introduction. Phénomènes caractéristiques. Les éléments de la transmission. La modulation.
Plus en détailTS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S
FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences
Plus en détailÉtude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test
11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif
Plus en détailLa conversion de données : Convertisseur Analogique Numérique (CAN) Convertisseur Numérique Analogique (CNA)
La conversion de données : Convertisseur Analogique Numérique (CAN) Convertisseur Numérique Analogique (CNA) I. L'intérêt de la conversion de données, problèmes et définitions associés. I.1. Définitions:
Plus en détail2. Couche physique (Couche 1 OSI et TCP/IP)
2. Couche physique (Couche 1 OSI et TCP/IP) 2.1 Introduction 2.2 Signal 2.3 Support de transmission 2.4 Adaptation du signal aux supports de transmission 2.5 Accès WAN 2.1 Introduction Introduction Rôle
Plus en détailF411 - 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 détailProgramme Pédagogique National du DUT «Réseaux et Télécommunications» Présentation de la formation
Programme Pédagogique National du DUT «Réseaux et Télécommunications» Présentation de la formation PPN Réseaux et Télécommunications publié par arrêté du 24 juillet 2008 Sommaire 1 Présentation générale
Plus en détailExpérience 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 détailSignaux numériques : Multiplexage temporel : TDM
Signaux numériques : Multiplexage temporel : TDM Pour la hiérarchie TDM, il y a deux catégorie : Le multiplexage dans les systèmes informatiques : La transmission TDM dans des lignes haute vitesse à partir
Plus en détailAnalyse spectrale. jean-philippe muller. version juillet 2002. jean-philippe muller
Analyse spectrale version juillet 2002 Analyse spectrale des signaux continus 1) La représentation temporelle d un signal 2) La représentation fréquentielle d un signal simple 3) Exemples de spectres de
Plus en détailRecherche De Coalescences Binaires Étalonnage Du Détecteur
Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,
Plus en détailTP 03 B : Mesure d une vitesse par effet Doppler
TP 03 B : Mesure d une vitesse par effet Doppler Compétences exigibles : - Mettre en œuvre une démarche expérimentale pour mesurer une vitesse en utilisant l effet Doppler. - Exploiter l expression du
Plus en détailP2: Perception auditive
P2: Perception auditive Daniel Pressnitzer Laboratoire des Systèmes Perceptifs, CNRS & Département d études cognitives, Ecole normale supérieure 29 rue d Ulm, 75230 Paris cedex 05 daniel.pressnitzer@ens.fr
Plus en détailEchantillonnage 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 détailSIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES
SIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES ----------------------------------------------------------------------------------------------------------------- LES SIGNAUX NUMERIQUES Un signal numérique
Plus en détailIntroduction aux Communications Numériques
Université de Cergy-Pontoise - 01 - Communications numériques Introduction aux Communications Numériques Master M1 ISIM March 19, 01 Iryna ANDRIYANOVA iryna.andriyanova@u-cergy.fr 1 Contenu du cours 1
Plus en détailApproche expérimentale du rayonnement électromagnétique émis par un téléphone portable
Approche expérimentale du rayonnement électromagnétique émis par un téléphone portable RÉSUMÉ U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E par Lycée Victor Hugo - 25000
Plus en détailCours. Un premier pas en traitement du signal
2ème année d IUT de Mesures Physiques Cours Un premier pas en traitement du signal Olivier BACHELIER Courriel : Olivier.Bachelier@univ-poitiers.fr Tel : 5-49-45-36-79 ; Fax : 5-49-45-4-34 Les commentaires
Plus en détailChapitre 2 Caractéristiques des ondes
Chapitre Caractéristiques des ondes Manuel pages 31 à 50 Choix pédagogiques Le cours de ce chapitre débute par l étude de la propagation des ondes progressives. La description de ce phénomène est illustrée
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailG.P. DNS02 Septembre 2012. Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction
DNS Sujet Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3 Réfraction I. Préliminaires 1. Rappeler la valeur et l'unité de la perméabilité magnétique du vide µ 0. Donner
Plus en détailCalcul des indicateurs de sonie : revue des algorithmes et implémentation
Calcul des indicateurs de sonie : revue des algorithmes et implémentation Stéphane Molla 1, Isabelle Boullet 2, Sabine Meunier 2, Guy Rabau 2, Benoît Gauduin 1, Patrick Boussard 1 1 GENESIS S.A., Domaine
Plus en détailI- Définitions des signaux.
101011011100 010110101010 101110101101 100101010101 Du compact-disc, au DVD, en passant par l appareil photo numérique, le scanner, et télévision numérique, le numérique a fait une entrée progressive mais
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailCHAPITRE XIII : Les circuits à courant alternatif : déphasage, représentation de Fresnel, phaseurs et réactance.
XIII. 1 CHAPITRE XIII : Les circuits à courant alternatif : déphasage, représentation de Fresnel, phaseurs et réactance. Dans les chapitres précédents nous avons examiné des circuits qui comportaient différentes
Plus en détailGENIE DES SYSTEMES INDUSTRIELS
MASTER SCIENCES, TECHNOLOGIES, SANTE/STAPS GENIE DES SYSTEMES INDUSTRIELS Spécialité Risques Industriels et Maintenance www.univ-littoral.fr OBJECTIFS DE LA FORMATION L objectif du master régional GSI
Plus en détailCCP 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«Tous les sons sont-ils audibles»
Chapitre 6 - ACOUSTIQUE 1 «Tous les sons sont-ils audibles» I. Activités 1. Différents sons et leur visualisation sur un oscilloscope : Un son a besoin d'un milieu matériel pour se propager. Ce milieu
Plus en détailLe calculateur numérique pour la commande des processus
Le calculateur numérique pour la commande des processus par Daniel JAUME Maître de Conférences au Laboratoire d Automatique du Conservatoire National des Arts et Métiers et Michel VERGÉ Professeur des
Plus en détailECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES
ECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES CHAPITRES PAGES I DEFINITION 3 II CONTEXTE PROFESSIONNEL 3 HORAIRE HEBDOMADAIRE 1 er ET 2 ème ANNEE 4 FRANÇAIS 4 ANGLAIS 5 MATHEMATIQUES
Plus en détailANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique
1 ANALYSE NUMERIQUE ET OPTIMISATION Une introduction à la modélisation mathématique et à la simulation numérique G. ALLAIRE 28 Janvier 2014 CHAPITRE I Analyse numérique: amphis 1 à 12. Optimisation: amphis
Plus en détailTRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME
Baccalauréat Professionnel SYSTÈMES ÉLECTRONIQUES NUMÉRIQUES Champ professionnel : Alarme Sécurité Incendie SOUS - EPREUVE E12 TRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME Durée 3 heures coefficient 2 Note
Plus en détail