Traitement du Signal. Le Filtrage Numérique
|
|
- Marie-Madeleine Bellefleur
- il y a 6 ans
- Total affichages :
Transcription
1 Traitement du Signal James L. Crowley Deuxième Année ENSIMAG première Bimestre 2/22 Séance 6 : 26 octobre 2 Le Filtrage Numérique Formule du Jour... 2 Le Convolution Numérique... 2 Rappel : Convolution Analogique :...2 Le Convolution Numérique...3 Le Filtrage Numérique... 4 Filtrage Non-Recursif...4 Filtrage Récursif...5 Filtrage par Produit de Transformée de Fourier Discrète...6 Caractérisation de Filtres:...7 La Fonction de Transfert...8 Transformée de Fourier d'un signal numérique...9 Quelques Exemples des Filtres... Calcul de la dérivée d'un signal numérique... Intuition : Symétrie et Anti-symmetrie...2 Une pense Bête pour les relations trigonométriques...3 Lissage d'un signal numérique : Les Filtres Binomiaux...3
2 Formule du Jour Le Convolution Numérique Rappel : Convolution Analogique : δ(t) g(t) t Transmission t Un système linéaire est modèlisé par sa réponse à une impulse, δ(t). δ(t) Reponse Impulsionnelle : * f(t) f(t) f(t) = f[δ(t)]. La réponse d'un système linéaire a une entrée x(t) est une superpostion (une somme) de réponses impulsionnelle amplifiées par les valeurs instantanées de x(t). Cette opération est appelé le "Convolution" de x par f. x(t) * f(t) y(t) =x * f(t) L équation générale de la convolution est une somme de réponse impulsionnelle pour les réponses. La convolution est commutative. y(t) = x * f(t) = x(t τ) f(τ) dτ = f * x(t) x(τ) f(t τ)dτ La convolution est l opération de traitement de signale la plus fondamentale. Elle indique que la valeur du signal de sortie à l instant t est obtenue par la sommation (intégrale) pondérée des valeurs passées du signal d'excitation x(t). La fonction de pondération est précisément la réponse impulsionnelle f(t). 6-2
3 Le Convolution Numérique Les séquences apériodique sont supposé d'exister avec valeurs nuls hors de leur intervalle de définition. Exemple : Considère les deux séquences numériques apériodiques potentiellement non-nul sur les intervalles de duration N x et N h. Soit x(n) de non-nul pour n [, N x -] et f(n) de non-nul pour n [, N h -]. x(n) n N x -, f(n) n N f - La convolution apériodique de x(n) et f(n) est une produit scalaire pour chaque m y(m) = f * x(m) = x(n).f(m n) = x(m n).f(n) n=- n= Ce produit est potentiellement non-nul sur un intervalle [, N x +N h -2 ] La duré du résultat potentiellement non-nul est de N x + N h échantillons. Démonstration. Le premier valeur non nul est cré pour n = : x(m) non-nul pour m N x -, f(n-m) non-nul pour -N f + m Le dernier valeur non nul est cré pour n = N x + N h : x(n) non-nul pour n N x -, f(n-m) non-nul pour N x m N x + N f ie. ( n-n f - < m < n) 6-3
4 Le Filtrage Numérique Un filtre numérique est une combinaison linéaire d échantillons. Le filtrage et l analyse spectrale sont des techniques de base dans le traitement numérique du signal. Quelques domaines d application du filtrage (liste non-exhaustive): Communications : téléphone, radio, télevisision, etc. Musique Radar Reconnaissance de Parole Traitement d image (ex : satellite, médicale, inspection industrielle) Vision par ordinateur Il existe trois techniques: Filtrage non-recursif Filtrage Récursif, Filtrage par produit de TFD. Filtrage Non-Recursif Une opération de filtrage définie par une convolution avec une séquence de durée finie f(n). Les filtres non-recursif ont une réponse impulsionnelle finie. Ils sont parfois connus sous le nom: FIR (Finite Impulse Response) ou Réponse Impulsionnelle Finie Considère les deux séquences numériques apériodiques potentiellement non-nul sur les intervalles de duration N x et N h. Soit x(n) de non-nul pour n [, N x -] et f(n) de non-nul pour n [, N h -]. x(n) n N x -, f(n) n N f - La convolution apériodique de x(n) et f(n) est une produit scalaire pour chaque m 6-4
5 y(m) = f * x(m) = x(n).f(m n) = x(m n).f(n) n=- n= Ce produit est potentiellement non-nul sur un intervalle [, N x +N h -2 ] La duré du résultat potentiellement non-nul est de N x + N h échantillons. Avantages: ) La phase d'un filtre non-recursif est linéaire, qui voudrait dire délai de réponse le même pour toute fréquence. Un signal n'est pas dispersé. Ceci est important pour les images, mais moins important pour le son. 2) Les filtres non-recursif sont stables. Leur réponse et finie. 3) Il existe des méthodes de conception de filtre RIF simple à mettre en œuvre. Inconvénients: ) Cher en réalisation. 2) Le retard entre l'entrer et le sorti (la phase) peut être relativement long. Filtrage Récursif Les filtres récursifs sont définis par une équation de récurrence. Le filtre est spécifié par deux jeux de coefficients a(n), n<n et b(n), n<m : N- M- y(n) = b(m) x(n-m) a(m) y(n-m-) m= m= Sauf quelques exceptions, les filtres récursifs ont une Réponse Impulsion Infinie (RII ou IIR ). Il est possible de réaliser certain filtre RIF par un calcul récursif, mais ceci est rare et plutôt difficile. L intérêt des filtres récursifs est ) leur faible coût en calcul. 2) leur faible retard (Tres outil pour les communications) Les inconvénients des filtres récursifs sont ) leur non-linéairité en phase et 2) leur instabilité numérique. 6-5
6 Les filtres RII peuvent être conçu par des méthodes semblables à ceux utilisés pour les filtres analogiques. Ceci n'est pas vraie pour les filtres RIF. Filtrage par Produit de Transformée de Fourier Discrète. Un des intérêt principale de la TFD est qu'il permet de faire les convolutions de deux signaux de taille N échantillons avec un coût de calcul de l'ordre de 2N Log(N) en lieu de N 2. Mais le TFD réalise une convolution périodique. Ceci peut poser un piège. Soit x(n) de durée n [, N x -] et f(n) de durée n [, N f -]. TFD{f(n)}. TFD {x(n)} f x(n) est convolution circulaire y p (n) = f x(n) = f p * x p(n) ou f p (n) est un signal périodique : f p (n) = f(n + k N f ) k= et x p (n) est un signal périodique : x p (n) = x(n + k N x ) k= et y p (n) est un signal périodique : y p (n) = k= y(n + k N y ) y p (n) = ITFD { TFD{f(n)}. TFD {x(n)} } Il est possible de calculer une convolution apériodique, f * x(n), par une produit de TFD. Mais pour ce faire, il faut incruster f(n) et x(n) dans des séquences périodiques en ajoutant les zéros. 6-6
7 Caractérisation de Filtres: Un filtre est caractérisé par ) sa réponse, f(n), à l impulse numérique δ(n), ou également par 2) sa fonction de transfert F(ω) ou F(z) calculé par sa TFTD ou transformée en z. Les filtres sont généralement spécifiés dans le domaine Fourier ou dans le domaine z. Pour un filtre RIF, la réponse à l impulse numérique est précisément son jeu de coefficients f(n). f(n) = f(n) * δ(n) Pour un filtre récursif, f(n) est de durée infini. Il faut sa fonction de transfert F(ω). L'intérêt dudomaine Fourier (ou Z) provient de le fait que convolution en temps est équivalente d'un produit en domaine Fourier. et y(t) = x(t) * f(t) Y(ω) = X(ω) F(ω) y(t) = x(t) f(t) Y(ω) = X(ω) * F(ω) Ceci est valable pour les séquences numériques périodiques. et y p (n) = x(n) * f(n) Y(ω) = X(ω) F(ω) y(n) = x(n) f(n) Y(ω) = X(ω) * F(ω) Il est plus facile de concevoir et d'analyses les opérations de convolutions en domaine Fourier que domaine t ou n. En conséquence, la description d un filtre est plus simple en Fourier 6-7
8 La Fonction de Transfert. X(ω) F(ω) Y(ω) = X(ω) F(ω) La fonction de transfert est le ratio de la sortie sur l'entrée d'un système. Y/X. Pour un système linéaire, ceci est trivial en domaine Fourier. Y(ω) X(ω) = X(ω) F(ω) X(ω) = F(ω) F(ω) = F(ω) e jϑ(ω) = F(ω) cos(ϑ(ω)) + j F(ω) sin (ϑ(ω)) On peut interpréter ceci comme une expression dufait que le système impose un décalage en temps) et une attention en amplitude F(ω) pour chaque fréquence. Pour toute fonction linéaire (convolution, corrélation) les fonctions caractéristiques sont les exponentiels complexes: E(ω) = e ±jωt = Cos(ω t) ± j Sin(ω t) C.-à-d. Une fonction linéaire h(n) modifiera chaque exponentielle, ωo par une attentuation (ou amplification), et d un retard en temps (phase). L'atténuation et le retard sont exprimés par une fonction complexe H(). Ceci est unique et indépendant pour chaque valeur de. La fonction de transfert d'un système f(t) est une fonction complexe F(e jω ) qui donne le changement d'amplitude et phase unique à chaque e jω t. 6-8
9 Transformée de Fourier d'un signal numérique La Transformée de Fourier de Temps Discrète (TFTD) ou "DTFT" en Anglais. est défini par : F(ω) = f(m) e jωm m= F(ω) décrit l'effet sur chaque fréquence d un filtre f(n). Dérivation : La convolution par f(t) avec une exponentielle donne le même exponentielle mais retardé en temps et multiplié en amplitude par F(e jω ). F(e jω ) e jω n = F(e jω ) e jω n f(n) * e jω n = f(m) e jω (n m) m= F(e jω ) e jωn = f(m) e jω n m= e jω m F(e jω ) e jω n = e jω n f(m) e jω m m= F(e jω ) = F(ω ) = f(m) e jω m m= et pour tout ω : F(ω) = f(m) e jωm m= 6-9
10 Quelques Exemples des Filtres Calcul de la dérivée d'un signal numérique. La dérivée d'une fonction s(t) est définie par s(t) t s(t) s(t t) Lim { t t } pour un signal numérique, s(n), la limite n'existe pas. n = 2 : s(n) n n = : s(n) n n = : s(n) n = = s(n) s(n-2) 2 s(n) s(n-) =!!! Conclusion : On ne peut pas calculer une dérivée pour un signal discret. Mais on peut calculer une première différence : s(n) n ou bien n s(n) La différence d'un signal est une convolution avec un filtre! n = : s(n) n = s(n) s(n-) = s(n) * [ ] mais aussi n = 2 : s(n) n = s(n) s(n-2) 2 = s(n) * [ 2 2 ] Comment les comparer les deux filtres? Par leur fonction de transferts. La Transformé de Fourier d'une dérivée a une fonction est { s(t) t } = 2πj ω {f(t)} 6-
11 et donc s(t) t = { 2πj ω f(t)} = { 2πj ω } * {f(t)} Donc, une dérivée est un FILTRE avec une fonction de transfert 2πj ω f(t) t = t * s(t) = { 2πj ω} * s(t) Les filtres linéaires sont associatifs, distributifs et commutative. { 2πj ω} a une durée infinie. Mais on peut faire une approximation de durée finie par d (n) = [ ] ou encore d 2 (n) = 2 [,, ] Lequel est mieux? Im{ H( ω) } 2j ω 2j sin( ω / 2 ) - π 2j sin( ω) ω π ) Pour d 2 (n) = [,, ] D 2 (ω) = d(m) e jωm m= 2) Pour d(n) = [ ] = e jω + e jω = 2j sin(ω) = d( ) e jω( ) + d() e jω(+) Astuce: pour calculer la fonction de transfert, rendre la fonction symétrique par un retard d'une demi-echantillon j= i+/2. Donc les coefficients sont localisés à -/2 et /2. 6-
12 La fonction de transfert est D (ω) = d(m) e jωm = d( 2 ) e jω( ) + d( 2 ) e jω(+) m= = e jω + e jω = 2j sin( ω 2 ) La dérivée première amplifie" les hautes fréquences. Mais le numériseur embrouille les hautes fréquences. Nota : la transformé de Fourier en Temps Discrète est un suite de Cosinus et j Sinus. Intuition : Symétrie et Anti-symmetrie Chaque paire de coefficient Anti-symmetric contribue une jsin() 2 j sin(ω) 2 j sin(2ω) 2 j sin(3ω)... du même 2 cos(ω) 2 cos(2ω) 2 jcos(3ω) Note : [ ] * [ ] 2 j sin(ω) 2 j sin(ω) [ 2 ] -4 sin(ω) 2 mais { [ 2 ] } = 2 + 2cos (2ω) donc 4 sin(ω) 2 = 2 2 cos (2ω) 6-2
13 Une pense Bête pour les relations trigonométriques On peut utiliser les petits filtres comme rappellent des relations trigonometrique.!! exemples : a) 4 cos(ω) 2 = 2 + 2cos (2ω) { [ ] * [ ] } = { [ 2 ] } b) 4j cos(ω) sin(ω) = 2j sin (2ω) { [ ] * [ ] } = { [ ] } Lissage d'un signal numérique : Les Filtres Binomiaux (coefficients binomiaux) sont les coefficients dupolynôme : n/2 (x + y) n = m= n/2 b m,n x n m y m b m,n = n m = n! (n-m)! m! = b n (m) Les coefficients du séries binomiaux sont générés par le triangle de Pascal : Level (n) Sum Variance ( σ ) n / 4 / 2 3/4 5/4 6/4 7/4 2 Std. /2 2/2 3/2 5/2 6/2 7/2 2 Ses coefficients forme des filtres avec des propriétés remarquables. Ils sont les coefficients de la meilleure approximation du filtre Gaussien 6-3
14 sujet aux contraintes d être discret et fini. Filtres Binomiaux : bn (m) = bo(m) *n = [, ] *n = n convolution de [ ] Gain : bn = 2 n Variance : Var{bn) = n * Var{bo} = Fonction de Transfert : Bn(ω) = [2 cos( ω 2 ) ] n n 4 Pour n paire : Var{bn(m)} = Bn(ω) = [2 + 2 Cos(ω)]n/2 n/2 2 n b n(m) m 2 m= n/2 exemple: Var [, 4, 6, 4, ] = = 6 { (2) ()2 + 6 ()2 + 4 ()2 + (2)2 } 6 { } = Var[, ] = 2 { ( ( 2 )2 + ( 2 )2 } = 2 ( ) = 4 Les Filtres Binomiaux donnent des filtres Gaussiens "finis et discrets" La fonction de transfert des binomiaux peut être calculé facilement à la main : Exemples b (m) = [ ] B (ω) = e jω(-/2) + e jω(/2) = 2 cos(ω/2) 2 -π π b2(m) = [ 2 ] (Deuxième filtre Binomial) 6-4
15 B2(ω) = e jω( ) + 2 e jω() + e jω() = 2 + e jω + e jω B2(ω) = Cos(ω) = [2cos(ω/2)] 2 4 -π π b 4 (m) = [ ] *4 = [ ] B 4 (ω) = cos(ω) + 2 cos(2ω) = [2cos(ω/2)] 4 ω 6 -π π ω 6-5
TD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en 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 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 IV Oscillations libres des systèmes à plusieurs degrés de liberté
CHAPITE IV Oscillations ibres des Systèmes à plusieurs derés de liberté 010-011 CHAPITE IV Oscillations libres des systèmes à plusieurs derés de liberté Introduction : Dans ce chapitre, nous examinons
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 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 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 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 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 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 détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
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 détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
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 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 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 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 détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
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 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 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 détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
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 détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
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 détailChafa Azzedine - Faculté de Physique U.S.T.H.B 1
Chafa Azzedine - Faculté de Physique U.S.T.H.B 1 Définition: La cinématique est une branche de la mécanique qui étudie les mouements des corps dans l espace en fonction du temps indépendamment des causes
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en 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 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 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 détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
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 détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
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 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 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 détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailLABO 5 ET 6 TRAITEMENT DE SIGNAL SOUS SIMULINK
LABO 5 ET 6 TRAITEMENT DE SIGNAL SOUS SIMULINK 5.1 Introduction Simulink est l'extension graphique de MATLAB permettant, d une part de représenter les fonctions mathématiques et les systèmes sous forme
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailINTRODUCTION 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 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 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 détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détail- 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 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 détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en 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 détailDéveloppement de lois et de structures de réglages destinées à la téléopération avec retour d effort
Développement de lois et de structures de réglages destinées à la téléopération avec retour d effort Thomas Delwiche, Laurent Catoire et Michel Kinnaert Faculté des Sciences Appliquées Service d Automatique
Plus en détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en détailComment réaliser physiquement un ordinateur quantique. Yves LEROYER
Comment réaliser physiquement un ordinateur quantique Yves LEROYER Enjeu: réaliser physiquement -un système quantique à deux états 0 > ou 1 > -une porte à un qubitconduisant à l état générique α 0 > +
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
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 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 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 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 détailAndrei A. Pomeransky pour obtenir le grade de Docteur de l Université Paul Sabatier. Intrication et Imperfections dans le Calcul Quantique
THÈSE présentée par Andrei A. Pomeransky pour obtenir le grade de Docteur de l Université Paul Sabatier Intrication et Imperfections dans le Calcul Quantique Directeur de thèse : Dima L. Shepelyansky Co-directeur
Plus en détailMathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans
Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de
Plus en détailModule 7: Chaînes de Markov à temps continu
Module 7: Chaînes de Markov à temps continu Patrick Thiran 1 Introduction aux chaînes de Markov à temps continu 1.1 (Première) définition Ce module est consacré aux processus à temps continu {X(t), t R
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en 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 détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
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 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 détailMini_guide_Isis.pdf le 23/09/2001 Page 1/14
1 Démarrer...2 1.1 L écran Isis...2 1.2 La boite à outils...2 1.2.1 Mode principal...3 1.2.2 Mode gadgets...3 1.2.3 Mode graphique...3 2 Quelques actions...4 2.1 Ouvrir un document existant...4 2.2 Sélectionner
Plus en détailIntroduction : Les modes de fonctionnement du transistor bipolaire. Dans tous les cas, le transistor bipolaire est commandé par le courant I B.
Introduction : Les modes de fonctionnement du transistor bipolaire. Dans tous les cas, le transistor bipolaire est commandé par le courant. - Le régime linéaire. Le courant collecteur est proportionnel
Plus en détailAxiomatique de N, construction de Z
Axiomatique de N, construction de Z Table des matières 1 Axiomatique de N 2 1.1 Axiomatique ordinale.................................. 2 1.2 Propriété fondamentale : Le principe de récurrence.................
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 détailEquations différentielles linéaires à coefficients constants
Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I
Plus en détailChapitre 7. Récurrences
Chapitre 7 Récurrences 333 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen,
Plus en détailchargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d
Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste
Plus en détailBureau N301 (Nautile) benjamin@leroy-beaulieu.ch
Pre-MBA Statistics Seances #1 à #5 : Benjamin Leroy-Beaulieu Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Mise à niveau statistique Seance #1 : 11 octobre Dénombrement et calculs de sommes 2 QUESTIONS
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 détailProcessus Aléatoires
Processus Aléatoires Luc Deneire Iannis Aliferis École Polytechnique de l Université de Nice Sophia Antipolis Polytech Nice Sophia,, 29 21 deneire@unice.fr Ce document contient une grande partie des informations
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailMesures de temps de propagation de groupe sur convertisseurs de fréquence sans accès aux OL
Mesures de temps de propagation de groupe sur convertisseurs de fréquence sans accès aux Comment mesurer le temps de propagation de groupe sur des convertisseurs de fréquence dans lesquels le ou les oscillateurs
Plus en détailManipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes
Manipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes Avant Propos : Le sujet comporte deux parties : une partie théorique, jalonnée de questions (dans les cadres), qui doit être préparée
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 détailModélisation et Simulation
Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation
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 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 détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailPartie 1: Gestion de l interférence entre symboles
Partie 1: Gestion de l interférence entre symboles Philippe Ciblat Télécom ParisTech, France Algo de Viterbi Egalisation OFDM Section 11 : Algorithme de Viterbi Philippe Ciblat Gestion de l interférence
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
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 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 détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailGnuplot. Chapitre 3. 3.1 Lancer Gnuplot. 3.2 Options des graphes
Chapitre 3 Gnuplot Le langage C ne permet pas directement de dessiner des courbes et de tracer des plots. Il faut pour cela stocker résultats dans des fichier, et, dans un deuxième temps utiliser un autre
Plus en détailCours de Systèmes Asservis
Cours de Systèmes Asservis J.Baillou, J.P.Chemla, B. Gasnier, M.Lethiecq Polytech Tours 2 Chapitre 1 Introduction 1.1 Définition de l automatique Automatique : Qui fonctionne tout seul ou sans intervention
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailFiltres passe-bas. On utilise les filtres passe-bas pour réduire l amplitude des composantes de fréquences supérieures à la celle de la coupure.
Filtres passe-bas Ce court document expose les principes des filtres passe-bas, leurs caractéristiques en fréquence et leurs principales topologies. Les éléments de contenu sont : Définition du filtre
Plus en détailNouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Julien Jorge julien.jorge@univ-nantes.fr Laboratoire d Informatique de Nantes Atlantique,
Plus en détailAngles orientés et fonctions circulaires ( En première S )
Angles orientés et fonctions circulaires ( En première S ) Dernière mise à jour : Jeudi 01 Septembre 010 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble (Année 006-007) Lycée Stendhal, Grenoble
Plus en détail1 Démarrer... 3 1.1 L écran Isis...3 1.2 La boite à outils...3 1.2.1 Mode principal... 4 1.2.2 Mode gadget...4 1.2.3 Mode graphique...
1 Démarrer... 3 1.1 L écran Isis...3 1.2 La boite à outils...3 1.2.1 Mode principal... 4 1.2.2 Mode gadget...4 1.2.3 Mode graphique... 4 2 Quelques actions... 5 2.1 Ouvrir un document existant...5 2.2
Plus en détailMini_guide_Isis_v6.doc le 10/02/2005 Page 1/15
1 Démarrer... 2 1.1 L écran Isis... 2 1.2 Les barres d outils... 3 1.2.1 Les outils d édition... 3 1.2.2 Les outils de sélection de mode... 4 1.2.3 Les outils d orientation... 4 2 Quelques actions... 5
Plus en détailTechnique de codage des formes d'ondes
Technique de codage des formes d'ondes Contenu Introduction Conditions préalables Conditions requises Composants utilisés Conventions Modulation par impulsions et codage Filtrage Échantillon Numérisez
Plus en détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
Plus en détail