Energie d’un signal, énergie d’interaction, analogie avec l’électrocinétique

Slides:



Advertisements
Présentations similaires
S.S.I., ESSI1, samedi 10 avril 2004 Page 1 Comment tailler les filtres sur mesure Séance 8, nouvelle application des filtres, 1 heure Version : samedi.
Advertisements

Cours 5 – Comment bien échantillonner le signal audio
LES TRANSMISSIONS DE DONNEES DANS LE SECTEUR INDUSTRIEL. ZOBRIST Julien TS1 ETA.
Créer des interfaces avec Matlab.
Chapitre II Détection dune cible ponctuelle (mesures distance, vitesse, angles)
AutoBilan MATLAB – SSII – SI3 – sept 2009 Page 1 Quel est leffet de linstruction ? Répondez ci-dessous Ok ? D=1; fe=1000 num2str(fe) num2str(d) ['la valeur.
CHAP10: LES ONDES.
MATLAB Initiation à Matlab.
Sous-échantillonner le signal audio pour compresser
Equations différentielles ordinaires
1 PolytechNice-Sophia, Département S.I., S.I.3, octobre 2012, Jean-Paul Stromboni Séance 7 : Retour sur les cinq premiers chapitres du cours S.S.I.I.
ONDES PROGRESSIVES.
INTRODUCTION A MATLAB ENVIRONNEMENT MATLAB.
3. Systèmes L.I.T Systèmes LIT, introduction
Cours 7 - Les pointeurs, l'allocation dynamique, les listes chaînées
1. Introduction 1.1. Modélisation des signaux
Créer une animation simple Gif avec ImageReady.
4. Energie dinteraction, application à la reconnaissance de forme (texte, parole, radar …) Energie dun signal, analogie avec lélectrocinétique Par analogie.
S.S.I.I., , n°7 : Construire et utiliser un banc de filtres Page 1 Construire et utiliser un banc de filtres pour analyser le spectre dun signal.
5. Echantillonnage Introduction
SSII : séance finale , lundi 9/01/2012 Page 1 Voici quelques questions pour assimiler la seconde partie du cours S.S.I.I., spectre, filtrage, banc.
Traitement du signal TD0 : Introduction.
Master 1 SIGLIS Java Lecteur Stéphane Tallard Chapitre 5 – Héritage, Interfaces et Listes génériques.
5 - Compte-rendu du capteur de pression électronique
Électronique numérique Intervenants : Boitier V. / Perisse T.
Transformée de Fourier discrète et transformée de Fourier rapide
Mais en mathématiques, qu'est ce qu'une ligne de niveau?
Un principe de compression d’image
Un moyen de compresser le signal audio présenté à travers un exemple
Une nouvelle structure de données : les tableaux
Algèbre linéaire (GCI –100)
Les Fonctions. Définir une fonction Sections de code indépendantes que lon peut appeler à nimporte quel moment et dans nimporte quel ordre. Bout de code.
Le principe du sonar Les ultrasons sont des ondes sonores non audible
..2. En déduire si l’onde est transversale ou longitudinale.
L’émetteur émet-il des ondes ultrasonores ?
Électricité et magnétisme (203-NYB) Chapitre 4: Le potentiel électrique Le champ électrique donne la force agissant sur une unité de charge en un point.
III) Les ondes mécaniques périodiques
Heuristiques C. Recherche de la meilleure branche . Branch And Bound
Identifier Mesurer l’énergie Localiser.
TP n°3 Javascript Contrôle de formulaire
Les ondes.
OBSERVER : Ondes et matières Chapitre 2 : Caractéristiques des ondes
Application des ultrasons
- énergie bornée (tend vers 0 lorsque
Exercice sur la cuve à ondes
Introduction.
Digitaliser des images
Le vocabulaire approprié aux problèmes de mécanique
Démarche de détermination de la structure d'une base de données
Algorithmes sur Open Office
Transformée de Fourier en Temps Continu (TFTC)
TP 4: Ondes sonores - Echographie
Chapitre 1: La lumière Optique géométrique.
Exercice 14 p 45 On visionne l’enregistrement image par image : le point M sur l’écran est atteint par une ride brillante sur l’image n°0. La dixième ride.
Cours S.S.I.I., , n°7, Créer des filtres pour compresser Cours S.S.I.I., , n°7, : Créer des filtres pour compresser Page 1 Retour sur le.
A_cours_TdS_master_Signaux_Generalites_DeltaDirac.
Radar Ultrasons Principe du radar 2) Le « cahier des charges »
APPLICATIONS MEDICALES DES ULTRASONS (US)
Les Ondes Sonores.
INF3500 : Conception et implémentation de systèmes numériques Pierre Langlois Le problème du déphasage.
Composition de la matière
Chapitre 2 : La lumière.
TP 2 : Détection d’obstacles grâce aux ultrasons Florent Pellerin François Parsy
INF-1019 Programmation en temps réel
Cours LCS N°4 Présenté par Mr: LALLALI
Matlab (Matrix Laboratory)
Peut-on “voir” par les oreilles?
Chapitre 3 suite Acoustique musicale
Master 1 SIGLIS Java Lecteur Stéphane Tallard Correction du TD Chapitre 3.
Algorithmes sur Open Office. 1. Ouvrir Visual Basic de Open Office.
Transcription de la présentation:

Energie d’un signal, énergie d’interaction, analogie avec l’électrocinétique 𝑃 𝑡 =𝑢 𝑡 ∗𝑖(𝑡) 𝑃 𝑡 =𝑅∗𝑖 𝑡 ∗𝑖(𝑡)∝ 𝑖 2 𝑃 𝑡 =𝑢 𝑡 ∗ 𝑢 𝑡 𝑅 ∝ 𝑢 2 𝑷 𝒕 = 𝒅 𝒅𝒕 𝑬 𝒕 i(𝑡) 𝑢(𝑡) 𝑅=1 Ω 𝐸= −∞ +∞ 𝑃 𝑡 𝑑𝑡 = −∞ +∞ 𝑢(𝑡) 2 𝑑𝑡 = −∞ +∞ 𝑖(𝑡) 2 𝑑𝑡 Par analogie si x(t) est un signal réel, on lui attribue l’énergie: si x(t) et y(t) sont 2 signaux réels, on leur attribue l’énergie d’interaction: 𝐸 𝑥𝑥 = −∞ +∞ 𝑥 𝑡 .𝑥 𝑡 𝑑𝑡 𝐸 𝑥𝑦 = −∞ +∞ 𝑥 𝑡 .𝑦 𝑡 𝑑𝑡

Energie d’interaction Les flèches noires indiquent 2 maximas successifs : les 2 signaux ont une forte ressemblance 𝐸 𝑠𝑦 = −∞ +∞ 𝑠 𝑡 .𝑦 𝑡 𝑑𝑡 =𝐴𝑖𝑟𝑒 𝑟𝑜𝑢𝑔𝑒

Energie d’interaction Les flèches noires indiquent 2 maximas successifs : les 2 signaux ont une faible ressemblance 𝐸 𝑠𝑦 = −∞ +∞ 𝑠 𝑡 .𝑦 𝑡 𝑑𝑡 =𝐴𝑖𝑟𝑒 𝑟𝑜𝑢𝑔𝑒 −𝐴𝑖𝑟𝑒 𝑣𝑒𝑟𝑡𝑒

Interaction « glissante » pour la reconnaissance, multiplication de 2 signaux Produit x.y à un instant particulier 𝑥 𝑡 = Forme à reconnaitre 𝑡 000111100000000000000000000000000000000000000000000000000000000000000000000000000 𝑦 𝑡 = Signal contenant la forme « x » à un instant supposé inconnu X 𝑡 000000000000000000000000000000000000000000000000000000000000000000004444000000000 = 𝑥 𝑡 .𝑦 𝑡 = produit x.y « élément à élément » 𝑡 000000000000000000000000000000000000000000000000000000000000000000000000000000000 𝐸 𝑥𝑦 = Aire sous la courbe x.y= −∞ +∞ 𝑥 𝑡 .𝑦 𝑡 𝑑𝑡 =0

Interaction « glissante » pour la reconnaissance 𝑥 𝑡− 𝜏 1 𝜏 1 𝑡 𝑦 𝑡 𝑡 𝑥 𝑡− 𝜏 1 .𝑦 𝑡 𝑡 On décale la « forme » d’une quantité 𝜏 1 et on calcule l’énergie d’interaction 𝐸 𝑥𝑦 = Aire sous la courbe = −∞ +∞ 𝑥 𝑡− 𝜏 1 .𝑦 𝑡 𝑑𝑡 =0

Interaction « glissante » pour la reconnaissance 𝑥 𝑡− 𝜏 2 𝜏 2 𝑡 x 𝑦 𝑡 𝑡 y 𝑥 𝑡− 𝜏 2 .𝑦 𝑡 𝑡 x.y Lorsque les 2 signaux se recouvrent, l’énergie d’interaction 𝐸 𝑥𝑦 augmente. Elle est maximum lorsque les 2 signaux se recouvrent exactement. Puis diminue lorsque la forme glissante s’éloigne de la forme « cachée » dans y. 𝐸 𝑥𝑦 = Aire sous la courbe = −∞ +∞ 𝑥 𝑡−𝜏 .𝑦 𝑡 𝑑𝑡 ≠0

Interaction « glissante » pour la reconnaissance L’énergie d’interaction dépend donc du décalage 𝜏 et on peut écrire : 𝐸 𝑥𝑦 = 𝐸 𝑥𝑦 (𝜏) 𝐸 𝑥𝑦 (𝜏) 𝜏 𝜏 0 L’énergie d’interaction possède un maximum pour un décalage 𝜏= 𝜏 0 . La forme a été localisée dans le signal à cette position. Avec Matlab, on utilisera la fonction de convolution « conv » pour réaliser une opération similaire à cette « interaction glissante ».

Créer un signal bruité en utilisant les fonctions linspace et randn Dans un script B4 utiliser la fonction linspace pour créer un vecteur temps t s’étendant de 0 à 1 secondes en 1000 valeurs. Créer un signal réel 𝑦= 𝐴 1 .𝑠𝑖𝑛 2𝜋 𝑓 1 𝑡 + 𝐴 2 .𝑠𝑖𝑛 2𝜋 𝑓 2 𝑡 avec : les amplitudes 𝐴 1 =4 et 𝐴 2 =1 les fréquences 𝑓 1 =7 𝐻𝑧 et 𝑓 2 =2 𝐻𝑧 Créer un vecteur nommé « bruit » et de même taille que y. Pour cela utiliser la fonction randn (voir la description donnée dans l’aide). Additionner le bruit au signal y simplement en écrivant : y = y + bruit; Le représenter et décorer le graphe.

Créer une série de sinusoïdes, utiliser num2str On veut générer 10 sinusoïdes de fréquence f=1 Hz jusqu’à f=10 Hz. Ecrire un programme B5 qui génère la figure ci-dessous. Le vecteur temps s’étendra de 0 à 1 seconde en 1000 valeurs. Une boucle for…end sera utilisée pour faire varier la fréquence des sinusoïdes s=sin(2*pi*f*t). La fonction num2str sera utilisée pour produire le titre des sous-graphes.

Energie d’interaction entre un signal bruité et des sinusoïdes de fréquence croissante L’objectif est décrit dans le titre. Après avoir lancé B4 pour récupérer le signal bruité y, écrire le script B6 qui donne l’NRJ d’interaction entre y et les sinusoïdes de fréquence f = 0, 0.5, 1, 1.5, 2, 2.5, …, 10. Si vous n’y parvenez pas, mettre les lignes ci-dessous dans le bon ordre: ylabel('énergie d''interaction') interaction(i)=trapz(t,multiplication); title('Ressemblance entre y et sin(2*pi*f*t) en fonction de f') multiplication=s.*y; t=linspace(0,1,1000); f=0:0.5:10; s=sin(2*pi*f(i)*t); end plot(f,interaction) for i=1:length(f) interaction=zeros(size(f)); xlabel('f (Hz)')

Exemple écho sonar Un signal appelé dans la suite, signal « aller », formé d’un front négatif suivi d’un front positif est généré par une source ultra sonore. Un récepteur le recueille après qu'il se soit réfléchi sur un obstacle sous-marin. Dans la suite, ce signal reçu sera appelé signal « retour ». Il contient du bruit et il faut l’analyser pour en déduire la distance à laquelle se trouve l’obstacle.

Utiliser la fonction linspace, créer les vecteurs temps et signal « aller » d’un radar Dans un programme nommé B1, utiliser la fonction linspace pour créer le vecteur temps ta correspondant au signal aller. ta s’étendra de 0 à 1 seconde en 100 valeurs. Utiliser la fonction zeros pour créer le signal aller ya qui aura la même taille que ta. Affecter la valeur -1 aux 50 premiers éléments et +1 aux 50 derniers de ya. Représenter ce signal, mettre un titre et décorer le graphe comme ci-dessous.

Télécharger le signal « retour » du radar A l’instant même où le signal « aller » commence à être émis, le radar se met à « l’écoute » (l’origine des temps est donc commune aux 2 signaux). Télécharger le fichier « signal_retour » contenant les vecteurs temps tr et signal « retour » yr depuis le répertoire : http://www.u-picardie.fr/~dellis/tdsMASTER/master_files_TdS/ Le signal retour contient « l’écho », c’est-à-dire la répétition du signal aller. Est-il possible d’identifier le signal aller au sein du signal retour ? Le signal retour contient du bruit provenant du milieu de propagation

Utiliser la fonction « conv » pour la reconnaissance de l’impulsion dans le signal retour, utiliser la fonction length (longueur) On appelle « convolution » une opération de multiplication/integration « glissante » similaire à celle qui a été présentée plus haut. Dans un programme B3 : Nommer « convolution » le vecteur renvoyé par la convolution de ya et de yr : conv(ya, yr). Ce vecteur contient des valeurs négatives. Afin d’en faire un vecteur positif plus exploitable, utiliser l’instruction «  convolution = abs(convolution) » ou «  convolution = convolution.^2 ». Quelle est la longueur N du vecteur convolution? Quelle est, selon vous, la relation entre N et les longueurs des vecteurs ya e yr ? Créer un vecteur temps ti, s’ étendant de 0 à 60 secondes en N éléments. Représenter et décorer le graphique convolution = f(ti). La vitesse du son dans l’eau de mer étant de 1550 m/s, déduire du graphique obtenu la distance séparant le bateau de l’ obstacle détecté par son écho. Les algorithmes de reconnaissance de texte, de voix ou d’image fonctionnent en partie sur le même principe : recherche de ressemblance entre 2 signaux.