Logo de la rubrique ATELIER : Le traitement du signal sans stress

ATELIER : Le traitement du signal sans stress

Du 11 au 13 avril 2018 Toulouse (31)

Pour connaitre les prochaines sessions de formation en traitement du signal cliquez ici




Le traitement du signal propose des méthodes et des modèles pour analyser et interpréter l’information contenue dans toute forme d’observations. Il offre ainsi plusieurs « visions » des signaux acquis grâce à une grande variété de transformées. Outre l’analyse et l’interprétation, il propose des modèles quant à leur synthèse et des solutions quant à leur traitement. L’introduction de techniques numériques a largement contribué à sa banalisation sous le vocable de traitement numérique du signal (TNS). Ce séminaire expose les éléments de base utiles à l’abord du TNS à travers les résultats fondamentaux concernant les signaux déterministes et les transformées courantes que l’on peut leur appliquer.

L’objectif

Démystifier le traitement du signal par une approche très orientée applications, associant des présentations théoriques les plus simples possibles des algorithmes fondamentaux, des exemples concrets, une présentation des composants électroniques clés dans de telles architectures, et surtout des travaux pratiques pour se familiariser avec les concepts présentés. Ces travaux pratiques seront réalisés sur l’outil open source SciLab mais seront facilement transposables dans tout environnement de développement.

PROGRAMME

JOUR 1

Introduction
- Qu’est-ce que le traitement du signal ?
- Structure générale d’une chaîne de traitement du signal
- Panorama des algorithmes typiques
- Panorama des applications
- Ordres de grandeurs économiques

Un outil gratuit adapté au traitement du signal : SciLab
- Origine et fonctionnalités
- Interface utilisateur
- Types de données
- La syntaxe des principales commandes
- Courbes et graphiques
- Lecture/écriture de fichiers audio
- La programmation sous SciLab
- Les bibliothèques dédiées au traitement du signal
TP : Mise en œuvre de Scilab
Création d’un vecteur pseudo-aléatoire, programmation d’une moyenne glissante, graphiques
Expérimentation avec un fichier audio : inversion temporelle, ramping de niveau...

Les signaux échantillonnés
- Les bases, et Shannon...
- Le repliement de spectre qu’est-ce que c’est ?
- Sur-échantillonnage et décimation
- La conception de filtres anti-repliement – Exemples

Conversion temps-fréquence
- Introduction à la transformée de Fourier
- L’algorithme roi : la FFT
- Fenêtrage : pourquoi ?
- Exemples
TP : Mise en œuvre d’une FFT sous Scilab
- Génération d’un fichier bruité, FFT, analyse

Quels processeurs pour le traitement de signal ?
- Les DSP. Exemple du processeur Blackfin (ADI)
- Les micro-DSP
- Les FPGA
- Et les microcontrôleurs ?
- La délocalisation des traitements sur PC
- Bibliothèques de fonctions : Quand ne pas réinventer la roue ?
- DSP : quelles erreurs éviter ?
- Exemples de produits typiques
TP/Démo : Mise en œuvre d’un kit d’évaluation DSP Blackfin
- Compilation, outils de mise au point, mesure du temps d’exécution d’une FFT, influence des banques mémoire

JOUR 2

La conversion Analogique/Numérique
- Les différents types de convertisseurs A/N (SAR, Sigma-Delta, Flash, Pipeline)
- Les caractéristiques d’un ADC : DNL, INLR, SFDR, ENOB, etc.
- Composants disponibles : acteurs et état de l’art
- L’horloge d’échantillonnage : Du jitter au SNR
- Drivers et filtres anti-repliements
- Un autre élément fondamental : la référence de tension
- L’alimentation d’un ADC...
- Le casse-tête du routage d’une carte signaux mixtes
- ADC et plan(s) de masse
- Les différents types de convertisseurs N/A (R-2R, réseau capacitif, par MLI, etc.)
- Les CODEC audio dédiés
TP : Expérimentation d’un ADC
- Mise en œuvre d’un kit d’évaluation d’ADC rapide, SFDR, FFT, mesure de l’influence de la qualité de l’horloge

La modulation sigma-delta
- Limitation d’un convertisseur N/A type MLI
- Le principe sigma-delta dans le cas N/A
- Et pour un convertisseur N/A ?
- L’état de l’art
- Faire un sigma-delta par logiciel ?
TP : Codage d’un modulateur sigma-delta en SciLab
- Génération d’une tension DC par MLI puis par sigma-delta, comparaison des spectres

Le filtrage numérique à réponse finie
- De la FFT aux filtres FIR
- Conception d’un filtre FIR
- Pourquoi le moyennage n’est pas un bon filtre ?
- Exemple de design de FIR sur microcontrôleur
- Pourquoi un traitement multirate ?
- Le filtrage rapide : les filtres CIC
TP : Codage d’un filtre FIR sous Scilab
- Conception du filtre et filtrage passe-bande d’un signal audio

Introduction aux filtres récursifs
- Un filtre récursif basique : la moyenne pondérée glissante
- Forme générique d’un filtre récursif
- Du filtre analogique au filtre IIR
- Outils de conception

La génération de signaux
- Introduction aux techniques DDS/NCO
- L’influence des paramètres
- Comment moduler ?
TP : Développement d’un DDS en Scilab
- Génération d’une sinusoïde, d’un sweep, d’une somme de sinusoïdes

JOUR 3

Quelques autres techniques utiles
- Décimation et interpolation
- La détection synchrone
- Verrouillage de phase
- Les mélangeurs numériques

Introduction aux techniques de régulation
- Le régulateur PID
- Comment régler un PID en pratique
- Notion de filtre de Kalman
TP : Expérimentation d’un PID en SciLab
- Modèle d’un élément chauffant, régulation bang-bang, PID, réglage des paramètres

Traitement du signal & Mise au point : Quelles spécificités ?
- La difficulté de l’observation
- Méthodologie de développement
- Quels outils pour investiguer ?
- Et la maintenance ?

Synthèse
- Les grandes tendances
- Les grandes erreurs à éviter
- Les grandes réussites

Bilan de la formation et questions/réponses

INFORMATIONS PRATIQUES

Public visé et prérequis : Cet atelier est destiné en particulier à des ingénieurs R&D, développeurs logiciels, chefs de projets et électroniciens.

Date et lieu :
- 11 au 13 avril 2018 de 09h00 à 12h30 et de 13h30 à 17h00
- LAAS/CNRS – 7, avenue du Colonel Roche - 31000 TOULOUSE

Les inscriptions sont closes. Pour connaitre les prochaines sessions de formation en traitement du signal cliquez ici