Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Échantillonnage et reconstruction

Dans cours

EE-406: Fundamentals of electrical circuits and systems I

This course gives you an introduction to signal processing, focusing on the Fourier transform, on signal sampling and reconstruction and the Discrete Fourier transform. ...

Description

Cette séance de cours couvre les concepts d'échantillonnage et de reconstruction dans le traitement du signal, y compris la transformée de Fourier, l'échantillonnage idéal, le théorème de Nyquist et la reconstruction idéale. Il explique comment les signaux analogiques sont convertis en signaux numériques et vice versa, soulignant l'importance de la fréquence d'échantillonnage et des techniques de reconstruction.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e

Jean-Philippe Thiran

Jean-Philippe Thiran was born in Namur, Belgium, in August 1970. He received the Electrical Engineering degree and the PhD degree from the Université catholique de Louvain (UCL), Louvain-la-Neuve, Belgium, in 1993 and 1997, respectively. From 1993 to 1997, he was the co-ordinator of the medical image analysis group of the Communications and Remote Sensing Laboratory at UCL, mainly working on medical image analysis. Dr Jean-Philippe Thiran joined the Signal Processing Institute (ITS) of the Swiss Federal Institute of Technology (EPFL), Lausanne, Switzerland, in February 1998 as a senior lecturer. He was promoted to Assistant Professor in 2004, to Associate Professor in 2011 and is now a Full Professor since 2020. He also holds a 20% position at the Department of Radiology of the University of Lausanne (UNIL) and of the Lausanne University Hospital (CHUV) as Associate Professor ad personam. Dr Thiran's current scientific interests include Computational medical imaging: acquisition, reconstruction and analysis of imaging data, with emphasis on regularized linear inverse problems (compressed sensing, convex optimization). Applications to medical imaging: diffusion MRI, ultrasound imaging, inverse planning in radiotherapy, etc.Computer vision & machine learning: image and video analysis, with application to facial expression recognition, eye tracking, lip reading, industrial inspection, medical image analysis, etc.

Source officielle

Concepts associés (32)

Convertisseur numérique-analogique

Un convertisseur numérique-analogique (CNA, de N/A pour numérique vers analogique ou, en anglais, DAC, de D/A pour Digital to Analog Converter) est un composant électronique dont la fonction est de transformer une valeur numérique (codée sur plusieurs bits) en une valeur analogique proportionnelle à la valeur numérique codée. Généralement la sortie du convertisseur est une tension électrique, mais certains convertisseurs ont une sortie en courant. N/A = Fréquence / Bits Il existe plusieurs solutions pour créer un signal analogique à partir d'un système numérique.

Convertisseur analogique-numérique

vignette|Symbole normé du convertisseur analogique numérique Un convertisseur analogique-numérique (CAN, parfois convertisseur A/N, ou en anglais ADC pour Analog to Digital Converter ou plus simplement A/D) est un dispositif électronique dont la fonction est de traduire une grandeur analogique en une valeur numérique codée sur plusieurs bits. Le signal converti est généralement une tension électrique. Le résultat de la conversion s'obtient par la formule : où Q est le résultat de Conversion, Ve, la tension à convertir, n le nombre de bits du convertisseur et Vref la tension de référence de la mesure.

Transformation de Fourier

thumb|Portrait de Joseph Fourier. En mathématiques, plus précisément en analyse, la transformation de Fourier est une extension, pour les fonctions non périodiques, du développement en série de Fourier des fonctions périodiques. La transformation de Fourier associe à toute fonction intégrable définie sur R et à valeurs réelles ou complexes, une autre fonction sur R appelée transformée de Fourier dont la variable indépendante peut s'interpréter en physique comme la fréquence ou la pulsation.

Signal électrique

vignette|Signaux électriques sur l'écran d'un oscilloscope : signal rectanglaire (haut), signal harmonique ou sinusoïdal (bas). Un signal électrique est une grandeur électrique dont la variation dans le temps transporte une information, d'une source à une destination. La grandeur électrique que l'on considère pour la transmission et le traitement du signal peut être directement la différence de potentiel ou l'intensité d'un courant électrique ; ou bien une modulation de l'amplitude, de la fréquence ou de la phase d'une variation périodique de ces grandeurs, qu'on appelle porteuse ; dans les communications numériques par modem des règles complexes régissent la modulation afin d'occuper au mieux la largeur de bande allouée.

Échantillonnage (signal)

L'échantillonnage consiste à prélever les valeurs d'un signal à intervalles définis, généralement réguliers. Il produit une suite de valeurs discrètes nommées échantillons. L'application la plus courante de l'échantillonnage est aujourd'hui la numérisation d'un signal variant dans le temps, mais son principe est ancien. Depuis plusieurs siècles, on surveille les mouvements lents en inscrivant, périodiquement, les valeurs relevées dans un registre : ainsi des hauteurs d'eau des marées ou des rivières, de la quantité de pluie.

Afficher plus

Séances de cours associées (54)

Transformée de Fourier et échantillonnage

Couvre la transformée de Fourier des signaux échantillonnés, la reconstruction et la réponse harmonique.

Prélèvement de signaux: Prélèvement

Explique l'échantillonnage des signaux, la nécessité d'un échantillonnage discret, les erreurs, la quantification et le choix de la période d'échantillonnage appropriée.

Transformée de Fourier discrète : Périodicité de fréquence et reconstruction

Explore la périodicité dans la transformée de Fourier discrète pour la reconstruction du signal.

Principes de la communication numérique

Couvre les principes de la communication numérique, en se concentrant sur le théorème d'échantillonnage de Nyquist et la dimension spatiale du signal.

Transformée de Fourier discrète : Échantillonnage et interprétation

Explore la transformée de Fourier discrète, la reconstruction du signal, l'interprétation de l'échantillonnage et la répétition périodique du signal.

Afficher plus

Concepts associés (32)

Convertisseur numérique-analogique

Convertisseur analogique-numérique

Transformation de Fourier

Signal électrique

Échantillonnage (signal)

Afficher plus