d'enseignement
Il est consacré aux notions de changement de cadence d'échantillonnage, aux structures efficaces pour réaliser ces opérations, à la transformée de Fourier discrète, à ses propriétés et son utilisation en convolution, aux effets de la troncature des signaux et aux fenêtres, aux propriétés des filtres à réponse impulsionnelle finie et à phase linéaire, à leur conception par différentes méthodes optimales ou non.
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
1 | Eu égard au référentiel AA du programme « Master ingénieur civil électriciens», ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants :
Au terme du cours, l'étudiant sera capable de :
|
La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
- Echantillonnage : théorème, interpolation, séquence
- Changement de cadence d'échantillonnage : sous-échantillonnage et interpolation pour signaux passe-bas et signaux passe-bande, enveloppe complexe
- Structures de traitement et théorie des graphes : commutation, transposition, structures directe et polyphase
- Transformée de Fourier discrète, propriétés, convolution, troncature et fenêtre
- Filtres à réponse impulsionnelle finie, linéarité de phase, types et propriétés des pôles et zéros
- Synthèse des filtres RIF : méthode des fenêtres, échantillonnage de la réponse en fréquence, synthèse minimax et méthode de Remez
- Synthèse des filtres RII: méthode de Prony, méthode de synthèse par la transformation bilinéaire
- Comparaison des filtres RII et RIF: discussion sur la phase linéaire et la complexité
- Analyse spectrale non-paramétrique par la transformée de Fourier discrete: compromis entre la résolution et le niveau des lobes secondaires
- Algorithme du calcul de la transformée de Fourier rapide (FFT)
- Analyse spectrale paramétrique: identification d'un modèle auto-régressif - équation de Yule-Walker et algorithme de Levinson-Durbin
- Filtrage adapté et adaptatif.
- Théorie de la multiresolution et des transformées en ondelettes: liens entre échantillonage et projection sur un espace vectoriel généré par des fonctions de base orthonormées de type indice. Illustration par la transformée de Haar.
- Exercices sur l'utilisation de Python pour le prototypage de systèmes de traitement du signal
- 14 séances de cours
- 12 séances d'exercices encadrées (les corrigés des séances d'exercices sont postés a posteriori sur Moodle)
des acquis des étudiants
en ligne
- Syllabus de cours disponible sur Moodle
- Transparents et articles de référence disponibles sur Moodle
- Enregistrement de la 1ère moitié du cours, disponible en podcast
en charge