Département Signal & Communication

Slides:



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

Approche graphique du nombre dérivé
Approximation CHEBYSHEV.
Non linéarités liées à la thermique
Maîtrise du temps de travail Négociation sur le projet de gestion du temps de travail Séance du 4 avril 2011.
Données du réseau sismique de lOVPF Réseau sismique de lOVPF 5 éruptions sur la période étudiée 07/1999 à 12/2000 Différents types de signaux : Comment.
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.
PRINCIPE SIMPLIFIE DE LA COMPRESSION MP3
Reconnaissance de la parole
Algorithmique et évaluation
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.
Yann SEMET Projet Fractales, INRIA Rocquencourt
Modélisation et commande hybrides d’un onduleur multiniveaux monophasé
A.Faÿ 1 Recherche opérationnelle Résumé de cours.
Le 19/ 11/ Modèle de tarification planifiée pour les réseaux mobiles Mustapha OUGHDI Alexandre CAMINADA Sid LAMROUS.
Plus rapide chemin bicritère : un problème d’aménagement du territoire
Chapitre VII :Commande par retour d’état
Application à la méthode des
AUDITS CONSEILS FORMATIONS
Sélection automatique d’index et de vues matérialisées
S.T.S. S.I.O. 1ère année La gestion de projets
LES ÉLASTICITÉS DE LA DEMANDE ET DE L’OFFRE
Application des algorithmes génétiques
Auto-organisation dans les réseaux ad hoc
Vuibert Systèmes dinformation et management des organisations 6 e édition R. Reix – B. Fallery – M. Kalika – F. Rowe Chapitre 3 : Laide à la décision Laide.
Système coopératif pour l'aide à la conduite
Etude longitudinale d’essais multilocaux: apports du modèle mixte
FORUM DES GESTIONNAIRES 29 NOVEMBRE Traitements des anomalies 1/11/0730/11/0727/03/08 Ecritures dinventaire : charges et produits calculés CA Retour.
Régression linéaire simple
Réseaux de neurones.
Équations Différentielles
Algorithme de Bellman-Ford
IGL301 - Spécification et vérification des exgiences 1 Chapitre 2 Le processus dingénierie des exigences (ref : Bray chapitre 2)
1 Séminaire LOVe du 29/03/07 Combinaison d'objets (fusion centralisée) T3.2 Combinaison de pistages (fusion décentralisée) T3.3.
Formules de dérivation
De la scénarisation pédagogique à la scénarisation documentaire
1 Protection des arbres multicast avec une forêt duale Mohand Yazid SAIDI Bernard COUSIN Miklós MOLNÁR 15 Février 2006.
Les maths 8 3,3 Estimer des racines carrés. Notre but est dêtre capable destimer la racine carrée à un dixième de la réponse exacte. Notre but est dêtre.
D. Duret / Présentation Cappi Z
Ordonnancement de tâches
Programmation dynamique
Filtre de Kalman – Préliminaires (1)
Contre-réaction et amplificateurs opérationnels
Présentation de la méthode des Eléments Finis
Fiabilité des composants électroniques
Antennes-BIE à surface combinée
ESME SUDRIA 1AP203 BIGOT Hugo MALVEZIN Florent MORIN Marc
Institut de Recherche en Communications et Cybernétique de Nantes 1 Implémentation en précision finie modélisation et recherche de réalisations optimales.
Suites numériques Définitions.
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 23/07/2004.
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.
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
TNS et Analyse Spectrale
Juillet 2014 Calcul d’une DFT avec une matrice. DFT Une DFT peut être calculée avec matrice basée sur le « twiddle factor »: Cette matrice, de taille.
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.
Suivi d’Horizons Sismiques
Post-optimisation, analyse de sensibilité et paramétrage
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 mouvements d’émetteur-récepteur  La solution est d’utiliser l’égaliseur par retour de décision (ERD) à base des méthodes LMSs. 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

Perspectives Canaux sparse Canaux dont la réponse impulsionnelle présente très peu de coefficients non nuls. Algorithmes spécifiques qui tien compte de la sparsité du canal. Algorithme à pas auto-optimisée Auto optimiser les pas d’adaptation des algorithmes LMS utilisés dans l’ERD. Dérivés de l’algorithme NLMS Proportionate NLMS P-NLMS: dont chaque coefficient du filtre est calculé individuellement ( LMS normalisé avec facteurs de correction orthogonal NLMS-Orthogonal Correction Factor. Réunion de suivi de projet GESMA