Traitement de signal - Suptech University %

Traitement de signal FUN3202

Enseignant:

Email:

Durée totale du cours: 22.5 H

Option concernée :

Semestre : 2

Nombre de crédits : 2

Modules

spécialisés

Modules de

base

Sciences et techniques de

l’ingénierie

Préparation à la carrière professionnelle

Nombre d’heures		Activités hors classe
22.5		18
cours	TD		TP
22.5

Code

FUN3202

Traitement de signal

Volume Horaire : 3 h de Cours intégrés + 00h:00 Travaux pratiques (par semaine)

Objectifs :

Le cours de traitement de signal est un élément essentiel de la formation en ingénierie informatique pour plusieurs raisons. L’objectif principal de ce cours est de familiariser les étudiants avec les concepts, les techniques et les outils utilisés pour analyser, manipuler et extraire des informations à partir de signaux.

Il leur donne des compétences essentielles pour résoudre des problèmes complexes et innovants dans une variété de domaines, en utilisant des outils mathématiques et informatiques avancés.

Sujets couverts :

Semaine 1-2: Introduction au Traitement du Signal

Objectifs du cours et de l’ingénierie du signal.
Concepts de base en traitement du signal.
Types de signaux (analogiques, numériques) et exemples.
Outils logiciels et matériels pour le traitement du signal.

Semaine 3-4: Signaux Discrets et Transformée de Fourier

Signaux discrets et séquences.
Transformée de Fourier discrète (DFT).
Propriétés de la DFT.
Utilisation de la FFT (Fast Fourier Transform).

Semaine 5-6: Filtrage Linéaire

Conception de filtres numériques.
Filtrage en domaine fréquentiel.
Réponse en fréquence et réponses impulsionnelles.
Applications du filtrage dans le traitement du signal.

Semaine 7-8: Échantillonnage et Reconstruction

Théorème de l’échantillonnage de Nyquist.
Quantification et codage.
Techniques de reconstruction du signal.
Erreurs liées à l’échantillonnage.

Semaine 9-10: Transformée en Z et Analyse Spectrale

Transformée en Z et relation avec la DFT.
Analyse spectrale de signaux discrets.
Utilisation de la transformée en Z pour l’analyse de systèmes linéaires.

Semaine 11-12: Filtrage Adaptatif et Traitement d’Image

Algorithme LMS pour le filtrage adaptatif.
Applications du filtrage adaptatif.
Introduction au traitement d’images.
Filtres spatiaux pour le traitement d’images.

Semaine 13-14: Analyse de Fourier Discrète et Transformation de Fourier Rapide

Analyse de Fourier discrète (DFA).
Applications de la DFA.
Algorithme de la transformation de Fourier rapide (FFT).
Utilisation de la FFT pour l’analyse de signaux.

Semaine 15-16: Projet Final et Applications

Les étudiants travaillent sur un projet pratique en utilisant les concepts enseignés.
Applications avancées du traitement du signal, telles que la compression audio, la détection de motifs, etc.
Évaluation des projets et présentation des résultats.

Méthodes d’enseignement et d’apprentissage

Enseignement frontal (magistral) avec des exemples à résoudre en commun.
Exercices théoriques et études de cas (présentation et discussion).
Apprentissage mixte et classe inversée
MOOC & Google Classroom

Connaissances et compétences pré-requises

Références bibliographiques

Un support de cours de l’enseignant sera

Modalité d’évaluation

40% Contrôle continu (TP noté, Test, Assiduité, Devoir surveillé, travaux non présentiel, …)
60% Examen semestriel

Résultats d’apprentissage :

A l’issue de ce cours, l’apprenant aura les compétences suivantes :

Compétences Techniques :

Analyse de signal : Capacité à analyser divers types de signaux, tels que les signaux audio, vidéo, ou de communication, en utilisant des techniques mathématiques et informatiques appropriées.
Traitement numérique du signal : Maîtrise des techniques de traitement numérique du signal, y compris le filtrage, la convolution, la transformation de Fourier, la transformation en ondelettes, etc.
Programmation et outils : Compétence dans la programmation de logiciels et l’utilisation d’outils de traitement du signal, tels que MATLAB, Python avec les bibliothèques adaptées, ou des logiciels spécialisés.
Conception de filtres et de systèmes : Capacité à concevoir des filtres numériques et des systèmes de traitement du signal pour répondre à des spécifications particulières.
Analyse spectrale : Compréhension des techniques d’analyse spectrale et de leurs applications, notamment la transformation de Fourier, la transformée en ondelettes, et la représentation en fréquence.
Traitement d’images et de vidéos : Familiarité avec le traitement d’images et de vidéos, y compris la détection d’objets, la reconnaissance de motifs, la compression, et d’autres techniques liées.
Communication numérique : Connaissance des principes de base de la communication numérique, y compris la modulation, la démodulation, le codage de canal, et la transmission sans fil.
Simulation et modélisation : Capacité à simuler et à modéliser des systèmes de traitement du signal pour évaluer leur performance.

Compétences Transversales :

Résolution de problèmes : Capacité à identifier, formuler et résoudre des problèmes liés au traitement du signal en utilisant des approches mathématiques et informatiques.
Pensée critique : Aptitude à évaluer de manière critique les résultats obtenus dans le traitement du signal, à identifier les erreurs potentielles et à proposer des améliorations.
Travail en équipe : Compétence pour travailler efficacement en équipe sur des projets de traitement du signal qui peuvent nécessiter une collaboration interdisciplinaire.
Communication technique : Capacité à présenter clairement et efficacement les résultats de l’analyse et du traitement du signal, que ce soit à l’écrit ou à l’oral, aux collègues ou aux parties prenantes.
Éthique professionnelle : Compréhension des enjeux éthiques liés à la manipulation des données et des signaux, et respect des normes éthiques dans la recherche et le développement.
Adaptabilité : Capacité à s’adapter aux évolutions rapides de la technologie et à apprendre de nouvelles compétences techniques au fur et à mesure de l’avancée de la carrière professionnelle.