Département Signal & Communication

Slides:



Advertisements
Présentations similaires
Reconstitution de l’état d’un micro drone par fusion de données
Advertisements

Chapitre IX Radar à « compression d’impulsion »
Approche graphique du nombre dérivé
Approximation CHEBYSHEV.
Maîtrise du temps de travail Négociation sur le projet de gestion du temps de travail Séance du 4 avril 2011.
13/04/05 - RB1 Montpellier 24/03/2005 Les interactions entre le SSO ESUP et le mécanisme de propagation d'identité
Métabolisme révision décembre Révisions de métabolisme.
Analyse temps-fréquence
1/30 Rendu par tracé de chemins ESSI2 George Drettakis http: //www-sop.imag.fr/reves/George.Drettakis/cours/ESSI2/index.html.
LIRMM 1 Journée Deuxièmes années Département Microélectronique LIRMM.
LES PROCESSUS DE FATIGUE EN MILIEU MARITIME APPROCHE PSYCHOPHYSIOLOGIQUE Par B. SENNEGON, B. GRISON, & O. BUTTELLI (Laboratoire Activité Motrice et Adaptation.
PRINCIPE SIMPLIFIE DE LA COMPRESSION MP3
Reconnaissance de la parole
Algorithmique et évaluation
1 - Finalités et Objectifs
Répondez à ces quelques questions
Répondez à ces quelques questions
En quoi consiste la modulation d’amplitude ?
Département Signal & Communication
Département Signal & Communication
Colloque GRETSI, Paris, 8-11 septembre 2003 Sur la Décomposition Modale Empirique P. Flandrin (Cnrs - Éns Lyon) et P. Gonçalvès (Inrialpes)
1 Bases de sondages multiples et redressement des poids extrêmes Le cas de lenquête auprès des intervenants au domicile de personnes fragilisées (IAD –
Génération interactive dimages projectives : Application à la Radiothérapie Pierre BLUNIER Du 01/12/2002 au 28/03/2003 Centre Léon Bérard.
M. EL Adel & M. Ouladsine LSIS – UMR-CNRS 6168 Marseille - France
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Défi écriture BEF Couverture. Défi écriture BEF Page 1.
Modélisation et commande hybrides d’un onduleur multiniveaux monophasé
Le 19/ 11/ Modèle de tarification planifiée pour les réseaux mobiles Mustapha OUGHDI Alexandre CAMINADA Sid LAMROUS.
Journée de Travail Groupe “Bermudes”
Ordonnancement des mouvements de deux robots
Plus rapide chemin bicritère : un problème d’aménagement du territoire
Un petit Tour avec nous …?
AUDITS CONSEILS FORMATIONS
ACF AUDITS CONSEILS FORMATIONS Quizz 1. SSIAP 1 Vous avez 30 secondes pour répondre aux questions le chrono vous indique le temps qui reste Question: 00.
S.T.S. S.I.O. 1ère année La gestion de projets
Propriétés des exposants
Journée des entreprises 2013 Plan-les-ouates Les chantiers dans la ziplo ( principe de circulation ) Département de l’intérieur, de la mobilité et de.
LES ÉLASTICITÉS DE LA DEMANDE ET DE L’OFFRE
CALENDRIER PLAYBOY 2020 Cliquez pour avancer.
Application des algorithmes génétiques
15. 1 MILLION $ $ $ $ $ $ $ $ $ $ 04.
Auto-organisation dans les réseaux ad hoc
Système coopératif pour l'aide à la conduite
Les algorithmes: complexité et notation asymptotique
Pourquoi les réseaux de neurones de type « perceptron multicouche » conviennent-ils à l’apprentissage Stéphane Canu, INSA de Rouen , PSI André Elisseeff,
 Adaptation des antennes collectives: Ne pas se fier aux premières impressions SIMAVELEC.
Équations Différentielles
Algorithme de Bellman-Ford
Méthodes de prévision (STT-3220)
Présentation du stage :
Tournoi de Flyball Bouin-Plumoison 2008 Tournoi de Flyball
L’OFFRE ET LA DEMANDE.
1 Séminaire LOVe du 29/03/07 Combinaison d'objets (fusion centralisée) T3.2 Combinaison de pistages (fusion décentralisée) T3.3.
Formules de dérivation
D. Duret / Présentation Cappi Z
Programmation dynamique
Filtre de Kalman – Préliminaires (1)
+0.42% +8.48% +0.6% +4.33% +6.48% -0.77% +3.79% +6.48% +4.02% +4.53%
Fiabilité des composants électroniques
Antennes-BIE à surface combinée
DatePlénières Commissions BAYBRIOISDELLIGODDYNLAVRILLEUXLE PENPARGNEAUXRIQUETSAÏFITROSZCZYNSKI 05/11/2014 CONT (Bxls)* Titulaire 05/11/2014ENVI (Bxls)*
ESME SUDRIA 1AP203 BIGOT Hugo MALVEZIN Florent MORIN Marc
NA-01 MAR 17 FEV 19H00 ST-PO NA-02 MER 18 FEV 18H30 ST-PO NA-03 SAM 21 FEV 12H ST-PO NA-05 DIM 22 FEV 12H00 SAL Predateur valleyfield 3 Seign soul 2 sens.
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 23/07/2004.
Détection multi-utilisateurs pour un réseau de modems sous- marins discrets Karim Ouertani Département Signal et Communications Séminaire des doctorants.
APPLICATIONS MEDICALES DES ULTRASONS (US)
L’INTÉGRATION DE RESEAUX DE CAPTEURS DANS LES RÉSAUX AD HOCS Régis LECOGE - 29 Mai
Méthode des moindres carrés (1)
20/06/2015propagation de signatures lexicales dans le graphe du Web 1 Propagation de signatures lexicales dans le graphe du Web M. Bouklit M. Lafourcade.
Transcription de la présentation:

Département Signal & Communication Transmission Acoustique Sous Marine (TASM) GESMA-DGA : amélioration de la réactivité des égaliseurs adaptatifs Département Signal & Communication

Préliminaires Problème conjoint de l’estimation des données et de récupération de porteuse En ASM problèmes : Trajets multiples de propagation Etalement Doppler et variation de phase due au mouvement d’émetteur-récepteur Réunion de suivi de projet GESMA

Egaliseur DFE existant Réunion de suivi de projet GESMA

Principe de l’égaliseur ERD Structure de l’égaliseur DFE - phase de convergence Réunion de suivi de projet GESMA

Structure de l’égaliseur DFE – Phase de poursuite C’est la structure B avant le filtre récursif A Le système peut switcher automatiquement entre le mode Tracking et le mode convergence selon Réunion de suivi de projet GESMA

Algorithmes de base de la chaîne ERD L’Algorithme LMS classique Nécessite une estimation du pas d’adaptation Utilise seulement pour les canaux fixe, ne varient pas dans le temps pour des signaux non stationnaires, (l’énergie du signal varie avec le temps), l’algorithme LMS aura du mal à fonctionner correctement puisque est constant. Réunion de suivi de projet GESMA

Résultats préliminaires Réunion de suivi de projet GESMA

Algorithmes de base de la chaîne ERD Algorithme LMS Normalisé L’algorithme LMS normalisé (normalized LMS – NLMS) est obtenu en minimisant la fonction coût suivante: avec la contrainte : Réunion de suivi de projet GESMA

Résultats préliminaires : Canaux fixes Validation de l’égaliseur DFE sur canaux fixes Proakis A canal=[2-0.4*j 1.5+1.8*j 1 1.2-1.3*j 0.8+1.6*j]; Proakis C canal=[0.407 0.815 0.407]; Réunion de suivi de projet GESMA

Résultats préliminaires Réunion de suivi de projet GESMA

Résultats préliminaires : Canaux fixes Autres canaux Canal Identité Canal=[1 0 0 0 0] canal=[0.04 -0.05 0.07 -0.21 -0.5 0.72 0.36 0 0.21 0.03 0.07] Réunion de suivi de projet GESMA

Résultats préliminaires Canaux Variables Canal =[ h10,h2 ,0 .h3 ] Réunion de suivi de projet GESMA

Résultats préliminaires Canaux Variables Réunion de suivi de projet GESMA

Perspectives Réunion de suivi de projet GESMA

Algorithme à pas auto-optimisée Canaux parsémonum Algorithme à pas auto-optimisée Dérivés de l’algorithme NLMS tels que : Réunion de suivi de projet GESMA