| Intitulé |
Contenu |
| Signaux, systèmes linéaires et image |
- Classes et modèles de signaux
- Opérations élémentaires et représentation fréquentielle (transformation de Fourier)
- Filtrage linéaire et opérateur de convolution, gain complexe
- Fonctions d'auto et d'intercorrélation, densités spectrales
- Echantillonnage
- Signal en quadrature, signal analytique
- Modulation
- Traitement et analyse sur les images binaires (morphologie mathématique, filtrage, seuillage, paramètres de forme...)
|
| Traitement numérique du signal et automatique |
- Transformée de Fourier discrète
- Systèmes à temps discret
- Convolution des signaux à temps discret
|
| Traitement des signaux aléatoires |
- Signaux aléatoires : modélisation, grandeurs statistiques caractéristiques (moments), stationnarité.
- Fonctions d'auto et d'inter- corrélation, densité spectrale et applications.
- Notion d'estimateur : estimation des grandeurs caractéristiques d'un signal aléatoire.
- Filtrage linéaire des signaux aléatoires. Détection d'un signal connu dans un bruit par filtrage linéaire. Critère du rapport signal sur bruit. Filtrage adapté.
- Signaux gaussiens : définition et propriétés.
- Application à la détection d'un signal aléatoire dans du bruit Bruits internes dans les circuits électroniques.
- Détection :Tests d'hypothèse et règles de décision, Récepteurs optimaux, Exemple : systèmes de communications binaires""
- Estimation de paramètres : Approche bayésienne, Estimation au sens du maximum de vraisemblance, Borne de Cramer-Rao
- Filtrage linéaire optimal : Filtre de Wiener non causal, Prédiction linéaire.
- Analyse spectrale classique et autorégressive : une approche pratique (TP)
|
