Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Département Electronique-Traitement du Signal
Traitement du SignalTraitement Numérique du Signal
Jean-Yves Tourneret
Riadh Dhaou
Réseaux
Martial Coulon
DSP
Richard Salvetat
Corinne Mailhes
Transmissions Numériques
Systèmes de télécommunications
numériquesTraitement Avancé
du Signal
Département Electronique-Traitement du Signal
Marie ChabertNathalie Thomas
Marie-Laure Boucheret
Jean-Yves Tourneret
Département Electronique-Traitement du Signal
Nicolas Dobigeon, Dpt Electronique. Hélène Lachambre, Thèse IRIT Indexation audiovisuelle .Reza Shirvany, Thèse IRIT Imagerie Spatiale.
Fares Fares, Thèse TéSA/CNES/Thalès traitement des signaux ARGOS 4.Cécile Bazot, Thèse IRIT, méthodes bayésiennes pour l’analyse génétique Clément Dudal, Thèse TéSA/Thalès, développement d’une nouvelle modulation pour les transmissions par satellite.
Département Electronique-Traitement du Signal
U-r-safe Kick-off Meeting
Toulouse, January 23rd 2002
Projet n° 1
Segmentation d’images SAR : January 2002, 2 years project
Thèse Roger Fjortoft Thèse Roger Fjortoft soutenue lesoutenue le 10 mars 1999. 10 mars 1999.
U-r-safe Kick-off Meeting
Toulouse, January 23rd 20020 50 100 150 200 250 300 350 400 450 5000
0.5
1
1.5
2
2.5
3
3.5
4
0 50 100 150 200 250 300 350 400 450 5000
1
2
3
4
5
6
Génération des signaux
50 100 150 200 250 300 350 400 450 5000
0.5
1
1.5
2
Une réalisationnon bruitée
Une réalisation de bruit
Une réalisation bruitée
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.510-2
10-1
100
101
102
103
104
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5100
101
102
103
104
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.510-1
100
101
102
103
104
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5101
102
103
104
Analyse spectrale
Une réalisation non bruitée
Une réalisation bruitée
Périodogramme cumulésur des réalisations non bruitées
Périodogramme cumulésur des réalisations bruitées
Fréquences normalisées Fréquences normalisées
Une réalisation bruitée
Restauration
0 200 400 600 800 1000 1200 14000
50
100
150
200
250
300
350
400
450
0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0 1 4 0 00
5 0
1 0 0
1 5 0
2 0 0
2 5 0
3 0 0
3 5 0
4 0 0
4 5 0
Signal idéal : rougeSignal restauré : noir
Signal bruité : bleu
Segmentation d’une image SAR
U-r-safe Kick-off Meeting
Toulouse, January 23rd 2002
Projet n° 2
Universal Remote Signal Acquisition For hEalthIST-2001-33352Start : January 2002, 2 years project
http://ursafe.tesa.prd.frhttp://ursafe.tesa.prd.fr
Telemedicine needs Convalescent, elderly, patients and disabled to
be treated and monitored at home to contribute for :• Improved quality of life (including
mobility) without any security compromise
• Control of exploding health costs
Universal Remote Signal Acquisition for health
Changes in Medical care provision
The ConsortiumSpecialists
of the medical workwith expertise
and commitmentto the Telemedicine
ExploitationPartners
in Telemedicine
ExploitationPartners
in TechnologicalSupport
TechnologyProviders
Universal Remote Signal Acquisition for health
Objective: a Home Health Care Supporting Platform
WPAN : Wireless Personal Area NetworkPBS : Portable Base Station
PBSPBS
Universal Remote Signal Acquisition for health
Travail demandé
• Analyse Spectrale–Signaux Synthétiques– Signaux Réels
• Filtrage des Signaux ECG (bande [5-15Hz])• Détection des Complexes QRS• Restauration d’échantillons perdus• Reconnaissance de Pathologies
0 1 0 0 0 2 0 0 0 3 0 0 0 4 0 0 0 5 0 0 0 6 0 0 0 7 0 0 00
0 . 0 5
0 . 1
0 . 1 5
0 . 2
0 . 2 5
0 1 0 0 0 2 0 0 0 3 0 0 0 4 0 0 0 5 0 0 0 6 0 0 0 7 0 0 0-4 0 0
-2 0 0
0
2 0 0
4 0 0
6 0 0
8 0 0S ig n a l E C G
1 1 0 0 1 2 0 0 1 3 0 0 1 4 0 0 1 5 0 0 1 6 0 0 1 7 0 0 1 8 0 0 1 9 0 0 2 0 0 0
-3 0 0
-2 0 0
-1 0 0
0
1 0 0
2 0 0
3 0 0
4 0 0
5 0 0
6 0 0
7 0 0
S ig n a l E C G
1 0 0 0 1 1 0 0 1 2 0 0 1 3 0 0 1 4 0 0 1 5 0 0 1 6 0 0 1 7 0 0 1 8 0 0 1 9 0 0 2 0 0 00
0 . 0 5
0 . 1
0 . 1 5
0 . 2
Détection des Complexes QRS
Projet 3 : Détection de transitoires
Plan du projet :
1 - Etude des signaux de tension : • Analyse statistique• Analyse spectrale• Génération d’un modèle de signal
2 - Filtrage passe-haut des signaux• Synthèse du filtre• Analyse des signaux filtrés
3 - Détection des transitoires• Méthode temporelle• Méthode fréquentielle• Comparaison
Transitoires à détecter
Département Electronique-Traitement du Signal
Message
Codage Canal
Emetteur Numérique
Canal C(f) bruit blanc gaussien
Récepteur Numérique
Décision
Décodage canal
Simulation d'une chaîne de Télécommunications
Codage source Théorie de l’Information
Codes CorrecteursTransmissions Analogiques
et NumériquesFiltrage Numérique
Théorie du SignalFiltrage Numérique
Décodage source
Codes Correcteurs
Transmissions Analogiques et Numériques
Filtrage Numérique
Théorie de l’Information
Etude des Performances
Estimation du TEB
Texte à transmettre
Chaîne de transmission simplifiée
Canal C(f)=1 bruit blanc gaussien
Filtre d’EmissionMise en forme
Filtre de réception
Décision
bits
U-r-safe Kick-off Meeting
Toulouse, January 23rd 2002
Projet n° 1
Codage convolutionnelDécodage de Viterbi Concaténation de codes : January 2002, 2 years project
Encadrante de Projet privilégiée : Milena Plannels.Encadrante de Projet privilégiée : Milena Plannels.
Travail à effectuer 1 – Génération du message
Génération pseudo-aléatoire de bits équiprobables 2 – Codeur convolutionnel
Génération du signal codé en fonction des bits du message3 – Modulation ou mise en forme
Filtrage de mise en forme (critère de Nyquist)4 – Transmission
Canal non sélectif avec ajout de bruit blanc gaussien 5 – Démodulation ou filtrage adapté
Filtrage de réception (critère de Nyquist et filtrage adapté) 6 – Décodage de Viterbi Soft et Hard
Choix de la séquence émise la plus probable par minimisation d’une distance entre la séquence reçue et toutes les séquences possibles - Etude des performances
7 – Concaténation de codesMême chaîne mais codage convolutionnel remplacé par
- codage de Reed-Solomon - entrelaceur - codage convolutionnel
Code Convolutionnel
Décodeur de ViterbiSoft et Hard
1ère étape : Codage Convolutionnel Décodeur de Viterbi Soft et Hard
Canal C(f)=1 bruit blanc gaussien
Entrée an
+
+
Z-1 Z-1
S1
S2
an-1an-2
Performances du Code TEB(RSB)
00
01
10
11
00
01
10
11
[0, 0 0]
[0, 1 1][1, 1 1][1, 0 0]
[0, 0 1][1, 1 0]
[1, 0 1][0, 1 0]
Filtre deMise en forme
Filtre deRéception
Message
Décodeur de Viterbi
2ième étape : Concaténation de codes
Canal C(f)=1 bruit blanc gaussien
Décodage Reed-Solomon
Code Convolutionnel 1/2
Code bloc Reed-Solomon
Entrelaceur bloc
Désentrelaceur bloc
Filtre de mise en forme
Filtre de réception
Performances estimation de TEB(RSB)
Message
U-r-safe Kick-off Meeting
Toulouse, January 23rd 2002
Projet n° 2
Synchronisation de porteuseLevée d’ambiguité de phase : January 2002, 2 years project
Encadrant de Projet privilégié : Mathieu Dervin.Encadrant de Projet privilégié : Mathieu Dervin.
Travail à effectuer 1 – Génération du message
Génération pseudo-aléatoire de bits équiprobables 2 – Modulation et mise en forme
Modulation de phase BPSKFiltrage de mise en forme (critère de Nyquist)
3 – TransmissionCanal non sélectif avec ajout de bruit blanc gaussienIntroduction d’une erreur de phase sur la transmission
4 – Filtrage adapté et démodulation Filtrage de réception (critère de Nyquist et filtrage adapté)Echantillonnage à TsConstellation
5 – Estimateur de Viterbi et ViterbiImplantation de l’estimateur Viterbi et Viterbi de type bloc Etude des performances
6 – Levée d’ambiguité de phase Implantation d’un codage par transition
7 – Influence d’une erreur de fréquence Etude en fonction de la longueur des blocs d’estimation
Exemple - Cas de la modulation QPSK
Modulation / Démodulation numériqueCodage par transition et levée d’ambiguïté
Canal C(f)
Estimateur de Phasede Viterbi etViterbi
Déroulement de la phase
Canal C(f)=1
Démodulation
Modulation BPSKou Codage par transition
Message
Filtre de mise en forme
Filtre de réception
I+jQ
Bruit blanc gaussien
U-r-safe Kick-off Meeting
Toulouse, January 23rd 2002
Projet n° 3
Egalisation de canaux de transmission : January 2002, 2 years project
Travail à effectuer 1 – Génération du message
Génération pseudo-aléatoire de bits équiprobables 2 – Modulation ou mise en forme
Filtrage de mise en forme (critère de Nyquist)3 – Transmission
Canal :sélectif ou non, variant dans le temps ou non, avec bruit blanc gaussien ou interférence sinusoïdale
4 – Egalisation Choix de l’égaliseur le mieux adapté aux caractéristiques du canal parmi :
ZFE, MMSE, LMS, DFE, LMS fractionnaire
ImplantationEstimation des performances
Modélisation de canauxEgalisation fixe et adaptative
Démodulateur I/Q
Canal C(f,t)
Prise de décision
Filtre de mise en forme
Message
Bruit blanc gaussien ou interférence sinusoïdale
Filtre de réception
Echantillonnage à Ts Egalisation
fixe ou adaptative
Performances estimation de TEB(RSB)
• Canaux « AWGN »
• Canaux sélectifs en fréquence
| C(f,t0) |
f
f
| C(f,t0+δt) |t
δt
δf
(Canal Téléphonique : ADSL, Courant Porteurs en Ligne)
C(f)
b(t)
(Canal Hertzien terrestre : TNT, WiFi, Wimax)
Modélisation(Voie descendante canal Satellite fixe)
AWGN
Différents type de canaux de transmission
• Canaux « AWGN »
• Canaux sélectifs en fréquence
- Respect du critère de Nyquist + Filtrage adapté- Codage canal
Solutions de la couche physique du réseau de communication
- Égalisation : GSM, GPRS, UMTS
- Techniques multiporteuses (OFDM) : TNT, WiFi, Wimax, ADSL, CPL
+-C(f) Égaliseur : C
b(t)Canal
h(t) Décisionse(t)
S->P{ck}
{ck’(0)}
{ck’(N-1)}
…
ej2Πf tp0
ej2Πf tpN-1
Mod.
Σ e-j2Πf tp0
e-j2Πf tpN-1
Démod.
…
……
h(-t)
h(-t)
{ck’(0)}
{ck’(N-1)}
C(f)
b(t)Canal
{ck’}
{ck}
FFT-1
h(t)
h(t)
FFT