| Libellé du cours : | Traitement du signal |
|---|---|
| Département d'enseignement : | EEA / Electronique Electrotechnique Automatique |
| Responsable d'enseignement : | Monsieur PIERRE-ANTOINE THOUVENIN / Monsieur PIERRE CHAINAIS |
| Langue d'enseignement : | Français |
| Ects potentiels : | 2 |
| Grille des résultats : | Grade de A+ à R |
| Code et libellé (hp) : | G1_S5_SC_EEA_TSI - Traitement du Signal |
Equipe pédagogique
Enseignants : Monsieur PIERRE-ANTOINE THOUVENIN / Monsieur PIERRE CHAINAIS / Monsieur LOUIS FILSTROFF / Monsieur MARC GOUEYGOU / Monsieur MAXIME BOUTON / Monsieur OLIVIER BOU MATAR-LACAZE / Monsieur PHILIPPE VANHEEGHE / Monsieur YANNICK DUSCH
Intervenants extérieurs (entreprise, recherche, enseignement secondaire) : divers enseignants vacataires
Résumé
L'objectif du cours consiste à fournir les notions fondamentales de traitement du signal pour l'ingénieur. Il s'agit en premier lieu de savoir reconnaître les différentes familles de signaux (classification des signaux) avant de caractériser les signaux déterministes puis aléatoires. L'élément clef de ce cours est la représentation fréquentielle des signaux basée sur la transformée de Fourier. La théorie du filtrage linéaire, déjà rencontrée en électronique, en mécanique et en optique sous l'angle d'une modélisation physique via des équations différentielles, est présentée de façon plus générale. Enfin, un apport important est la théorie de l'échantillonnage, indispensable à la compréhension de toute méthode de mesure physique impliquant une conversion analogique-numérique et le risque de repliement spectral. Les notions introduites sont mises en œuvre dans des situations pratiques impliquant sons et images.
Objectifs pédagogiques
À l'issue du cours, l'élève sera capable de : - représenter un signal de façon intuitive et logique dans les domaines temporel et fréquentiel; - naviguer efficacement d'une représentation à une autre pour mieux appréhender une mesure physique; - établir des liens entre une modélisation physique (électronique, mécanique, optique...) et une vision « système» permettant de prédire le comportement attendu (par ex., lien entre filtrage passe-bas et amortisseur); - manipuler des outils théoriques abstraits tout en étant capable de les investir pour traiter un problème concret (par ex., comprendre la notion de filtrage optimal et la mettre en œuvre numériquement). - acquérir de bons réflexes lors du dimensionnement d'un système d'acquisition de mesures; Contribution du cours au référentiel de compétences de l'École Centrale de Lille. À l'issue du cours, l'étudiant aura progressé dans les compétences suivantes du référentiel - Représenter et modéliser : - Définit un système, ses frontières et ses interactions avec l’environnement afin d’être en mesure de comprendre le besoin relatif au système étudié. - Modélise un système multidimensionnel à composants interdépendants et/ou non déterministes. Pose les hypothèses et les limites. - Résoudre et arbitrer : - Propose une ou des méthodes de résolution adaptées à un problème bien posé. - Identifie les hypothèses utilisées (implicites et explicites) dans la résolution d'un problème. Questionne la pertinence des résultats au regard de ces hypothèses. - Identifie les limites de validité de la solution proposée pour faire évoluer l'approche face à la problématique.
Objectifs de développement durable
Modalités de contrôle de connaissance
Contrôle Continu
Commentaires: Contrôle continu, basé sur :
- 2 quizz sur Moodle;
- 2 évaluations afin d'évaluer la compréhension du cours;
- 1 devoir à la maison;
- l'évaluation des rapports de TPs (notebooks à compléter), combinant illustrations numériques et questions de cours.
Ressources en ligne
- supports des cours, exercices; - livres de référence sur Moodle; - liens vers des illustrations sous forme de vidéos en ligne; - ensembles de codes / notebooks Python pour les TPs.
Pédagogie
Cours, TPs (notebooks Python sur Moodle) et TDs en présentiel.
Séquencement / modalités d'apprentissage
| Nombre d'heures en CM (Cours Magistraux) : | 12 |
|---|---|
| Nombre d'heures en TD (Travaux Dirigés) : | 7 |
| Nombre d'heures en TP (Travaux Pratiques) : | 0 |
| Nombre d'heures en Séminaire : | 5 |
| Nombre d'heures en Demi-séminaire : | 0 |
| Nombre d'heures élèves en TEA (Travail En Autonomie) : | 12 |
| Nombre d'heures élèves en TNE (Travail Non Encadré) : | 0 |
| Nombre d'heures en CB (Contrôle Bloqué) : | 0 |
| Nombre d'heures élèves en PER (Travail PERsonnel) : | 0 |
| Nombre d'heures en Heures Projets : | 0 |
Pré-requis
Programme de mathématique / physique des classes préparatoires, base de la programmation en Python, cours d'analyse de 1ere année à Centrale Lille.