enseignement
M2 Physique
Module optionnel "Data first"
quelques supports de cours (rédaction partielle et "in progress")
M1 Physique
Module optionnel "Traitement du Signal"
quelques (anciens) supports de cours
travaux dirigés
TD1 : prédiction linéaire
TD2 : autour des processus ARMA
TD3 : filtrage de Wiener
TD4 : détection de sauts de moyennecodes Matlab
modélisation ARMAmotivation (annulation d'écho) : annul_echo.m (sigmerge.m)
synthèse : ARMA_gene_ri.m, ARMA_gene.m, ARMA_pz.m (ARMA_coeff.m)
prédiction : AR_predict.m, ARMA_change.m (AR_coeff.m, ARMA_coeff.m)
identification : AR_identif_ri.m, AR_identif_gc.m, AR_identif_ri2.m (AR_levinson.m, AR_levinson2.m)
analyse spectrale : AR_pz_surf.m, AR_identif_tones2.m (fmconst.m)
exemple (parole) : AR_parole2.m, AR_synth_zoe.mfiltrage
filtrage de Wiener : ARMA_wiener.m, filter_chirp.m, filter_chirp_WGN.m
déconvolution : ex_deconv.m
filtrage adapté : FA_chirp2.m, FA_bat.m, FA_virgo.m (bhchirp.m)
détection
détection de sauts de moyenne : mean_change.m
échantillonnagesous-échantillonnage : ex_sousech.m
signauxparole
annak_soleil.wav, zoe.au, zoe_8.au, Voise_nonvoise, Phrase, voya, aeiou, ARsynth_zoe.mat, veille.mat
images