Master IST - Université Paris-Sud 11
Master IST - Université Paris-Sud 11
Master IST - Université Paris-Sud 11
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Nom de l’UE : Traitement du signal et applications sur DSP<br />
Responsable : Thomas Rodet<br />
Mention : Information, Systèmes et Technologie (EEA)<br />
PhysI-J05<br />
type d’UE : CM + TD-TP<br />
UE commune aux parcours SET et SECI(R&P)<br />
Objectifs : Cette UE, au cœur de l’informatique industrielle, fournit des outils théoriques élaborés de<br />
modélisation, d’estimation et de traitement du signal tout en insistant sur l’implantation de ces outils sur des<br />
dispositifs de traitement numérique. Une part importante est accordée à l’expérimentation, dans un premier<br />
temps dans un environnement de simulation (Matlab) puis sur une maquette réelle centrée sur un DSP (de la<br />
famille TMS).<br />
Contenu des enseignements (avec nb d’heures) Cours TD-TP<br />
20 h 30 h<br />
♦ DSP ( commun M2 P SII) :<br />
8 h<br />
− approche architecture : caractéristique des processeurs modernes (cache, DMA,<br />
unités de calcul rapide)<br />
− architecture des ordinateurs<br />
− registres, unités de calculs<br />
− particularités des architectures parallèles VLIW (8 unités de calcul), impact sur le<br />
code<br />
− outils de développement (compilateur, assembleur, simulateur, débogueur)<br />
− problème des entrées-sorties (cache DMA)<br />
− techniques d’optimisation logicielles<br />
− problème des entrées-sorties (cache DMA)<br />
− étude de différents cas d’école<br />
♦ Traitement du signal :<br />
12 h<br />
− modélisation, estimation paramétrique, identification de processus<br />
− moindres carrés, moindres carrés récursifs, estimation au sens du maximum de<br />
vraisemblance, filtrage de Kalman<br />
− estimation spectrale<br />
− approche non paramétrique, approche paramétrique<br />
− éléments de théorie de la décision<br />
− tests d’hypothèses, critères de Bayes, de Neyman-Pearson, MinMax<br />
♦ Approche TS en Matlab, puis implantation sur DSP :<br />
26 h<br />
− compression du son avec algorithme de type LPC (modélisation, estimation<br />
paramétrique)<br />
− estimation spectrale : reconnaissance de notes de musiques (analyse spectrale non<br />
paramétrique / analyse spectrale paramétrique)<br />
− théorie de la décision : reconnaissance de touche DTMF avec/sans bruit (analyse<br />
spectrale, filtrage adapté, estimation au sens du maximum de vraisemblance)<br />
♦ Tracking (si caméra) de cible, asservissement du servo-moteur (filtrage de Kalman) ;<br />
impact du bruit du capteur, si tracking impossible, TP d’architecture<br />
4 h<br />
Enseignants : T. Rodet (MC), L. Lacassagne (MC)<br />
Prérequis : UE Erreur ! Source du renvoi introuvable.51ou Erreur ! Source du renvoi introuvable.52 du M1 <strong>IST</strong> ou<br />
équivalent<br />
Mise en commun : parcours M2P SET du master <strong>IST</strong><br />
partie DSP parcours 5.2<br />
Nombre maximum d’inscrits : −−−<br />
Contrôle des connaissances : examen écrit (2/3) + moyenne des TP (1/3)<br />
nb d’heures : 50 h<br />
ECTS : 5<br />
12/06/12<br />
<strong>11</strong>