Séance de cours

Conversion Analogique-Digitale: Fondamentaux

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

EE-296: Systèmes électriques et électroniques II

Les concepts de base permettant de comprendre et d'analyser les systèmes électroniques dédiés à l'acquisition et au traitement des signaux (signaux physiologique, bio-capteurs) seront abordés en théorie et en pratique. Cela englobe l'amplification, le filt ...

Description

Cette séance de cours couvre les bases de la conversion analogique-numérique et numérique-analogique. Il explique le processus de conversion des signaux analogiques en données numériques et vice versa, en mettant en évidence des concepts tels que l'échantillonnage, la quantification et le codage. La séance de cours se penche également sur la mise en œuvre des convertisseurs, y compris les méthodes d'approximation flash et successive, et l'importance de la résolution et de la précision dans le processus de conversion.

Enseignant·e·s (2)

Adil Koukab

Cédric Meinen

Enseignement et PhD Cours Electronique EE-280 Présentation des principaux composants de base de l'électronique.Analyse de circuits à base d'amplificateurs opérationnels.Introduction aux circuits logiques élémentaires.Principe de la conversion Analogique-Numérique.Modèles simplifiés des transistors MOSFET. Electronique I EE-202 Les concepts de base permettant de comprendre, d'analyser et de concevoir les circuits à base d'AmpliOp, dédiés à l'acquisition et conditionnement des

Source officielle

Concepts associés (32)

Échantillonnage (statistiques)

thumb|Exemple d'échantillonnage aléatoire En statistique, l'échantillonnage désigne les méthodes de sélection d'un sous-ensemble d'individus (un échantillon) à l'intérieur d'une population pour estimer les caractéristiques de l'ensemble de la population. Cette méthode présente plusieurs avantages : une étude restreinte sur une partie de la population, un moindre coût, une collecte des données plus rapide que si l'étude avait été réalisé sur l'ensemble de la population, la réalisation de contrôles destructifs Les résultats obtenus constituent un échantillon.

Échantillonnage stratifié

vignette|Vous prenez un échantillon aléatoire stratifié en divisant d'abord la population en groupes homogènes (semblables en eux-mêmes) (strates) qui sont distincts les uns des autres, c'est-à-dire. Le groupe 1 est différent du groupe 2. Ensuite, choisissez un EAS (échantillon aléatoire simple) distinct dans chaque strate et combinez ces EAS pour former l'échantillon complet. L'échantillonnage aléatoire stratifié est utilisé pour produire des échantillons non biaisés.

Convenience sampling

Convenience sampling (also known as grab sampling, accidental sampling, or opportunity sampling) is a type of non-probability sampling that involves the sample being drawn from that part of the population that is close to hand. This type of sampling is most useful for pilot testing. Convenience sampling is not often recommended for research due to the possibility of sampling error and lack of representation of the population. But it can be handy depending on the situation. In some situations, convenience sampling is the only possible option.

Sampling error

In statistics, sampling errors are incurred when the statistical characteristics of a population are estimated from a subset, or sample, of that population. It can produced biased results. Since the sample does not include all members of the population, statistics of the sample (often known as estimators), such as means and quartiles, generally differ from the statistics of the entire population (known as parameters). The difference between the sample statistic and population parameter is considered the sampling error.

Cluster sampling

In statistics, cluster sampling is a sampling plan used when mutually homogeneous yet internally heterogeneous groupings are evident in a statistical population. It is often used in marketing research. In this sampling plan, the total population is divided into these groups (known as clusters) and a simple random sample of the groups is selected. The elements in each cluster are then sampled. If all elements in each sampled cluster are sampled, then this is referred to as a "one-stage" cluster sampling plan.

Afficher plus

Séances de cours associées (64)

Numérisation : Interfaces neuronales et amplificateurs

Explore la numérisation dans les interfaces neuronales, couvrant les modèles MOS, les amplificateurs CMOS, les facteurs de bruit, DC offset et les bases ADC.

Conversion analogique et numérique

Explore le traitement du signal analogique et numérique, la conversion A / D et D / A, la résolution, le temps de règlement et les interfaces numériques dans les circuits électroniques.

Introduction à l'échantillonnage

Couvre le concept d'échantillonnage, le théorème d'échantillonnage, la reconstruction du signal et la conversion des signaux analogiques en signaux numériques.

Mise en oeuvre de l'échantillonnage et de la quantification

Couvre la génération de signaux avec le bruit, l'échantillonnage, et la conversion au numérique.

Échantillonnage: traitement DT-temps des signaux CT

Couvre l'importance de l'échantillonnage dans le traitement du signal, y compris le théorème d'échantillonnage et la reconstruction du signal.

Afficher plus

Concepts associés (32)

Échantillonnage (statistiques)

Échantillonnage stratifié