Vous êtes sur la page 1sur 23

Programme de l'enseignement

______________________________________________________________________________________________________________________________________________________________________________________________________

Troisime anne
Automatique et Traitement du Signal

SIF Signaux, Images et Formes


Campus de Metz

2008-2009
dition de juillet 2008

Ne de l'industrie, Suplec se caractrise par son domaine : les sciences de l'information, de lnergie et des systmes. Ce domaine concerne des techniques trs diverses : automatique, informatique, lectrotechnique, lectronique de puissance, lectronique, conception de composants, techniques de communication. Ces techniques sont volutives, diffusantes et font appel des connaissances scientifiques de haut niveau. Elles concourent au dveloppement de tous les secteurs d'activit conomique. Elles mettent en jeu des mthodes et des concepts demandant des capacits de rigueur, d'analyse et d'abstraction qui peuvent s'appliquer d'autres domaines, par exemple au management, l'conomie et la finance. Les objectifs de la formation s'en dduisent. Il s'agit d'abord d'atteindre un bon niveau scientifique et technique, de matriser les systmes complexes, de parvenir une bonne connaissance de l'entreprise, d'exercer les capacits d'abstraction, de conception, d'analyse et de communication et dacqurir ainsi un premier niveau de comptence. Il s'agit galement de dvelopper la crativit, l'esprit d'initiative, le sens critique et le sens de la responsabilit, de favoriser le dveloppement personnel, d'encourager le dynamisme, le professionnalisme, le souci du travail bien fait et de la rigueur. Le got du travail en quipe, l'ouverture d'esprit, la largeur de vue et la convivialit font galement partie des qualits attendues d'un ingnieur Suplec. La troisime anne constitue laboutissement de la formation de lingnieur Suplec. Cette troisime anne consiste en lapprofondissement dun axe particulier et donne une comptence permettant une insertion rapide et russie dans le milieu professionnel. Le programme est organis en modules de cours, de travaux dirigs, d'tudes et de projets, confis de nombreux professeurs, experts dans les thmes enseigns. Limportance de la connaissance des langues explique la place qui leur est faite, et la pratique des sports est vivement conseille. Le travail en groupe reste la rgle pour les travaux dirigs, les tudes et les projets. Mais le travail individuel demeure bien entendu la base de la formation. Les initiatives personnelles sont encourages. La fin de la troisime anne est consacre un stage industriel. Je souhaite que cette anne soit profitable chacun, quelle contribue former des ingnieurs comptents, sachant sadapter un contexte technique, conomique et humain en constante volution, ayant toujours comme souci la qualit et lefficacit, aptes devenir non seulement des femmes et des hommes libres de la socit venir mais galement les entrepreneurs et les dcideurs de demain.

Olivier Friedel Directeur des tudes

FORME DE L'ENSEIGNEMENT DES OPTIONS DE TROISIME ANNE

La structure de la troisime anne place llve dans une situation analogue celle de lingnieur dans une entreprise o il relve de deux autorits : lune technique pour lexcution de sa mission, lautre administrative pour ses relations avec lentreprise en tant quinstitution. L'enseignement de troisime anne se dcompose en deux priodes : une premire priode acadmique s'tendant de septembre fin mars est suivie du travail de fin d'tudes (TFE) d'une dure de cinq mois.

Enseignement acadmique
Durant les deux premiers trimestres scolaires, les activits proposes aux lves sont constitues par des cours, des bureaux dtudes, des tudes courtes ou longues et des projets. La majorit de cet enseignement est spcifique l'option suivie. Un enseignement lectif (cours lectifs scientifiques, conomiques et de connaissance de lentreprise, langues vivantes...) est propos aux lves au cours de la troisime anne.

Les cours spcifiques l'option suivie


Cet enseignement, destin parfaire les connaissances de l'lve dans le domaine de spcialisation choisi, est dispens, soit par des enseignants chercheurs dans le cas de cours thoriques, soit par des ingnieurs de l'industrie spcialistes du domaine dans le cas de cours plus techniques.

Les tudes et projets


Les tudes courtes (une huit sances de 4,5h selon les tudes et les options), ou longues (projets) accompagnent la formation des lves. Les tudes longues sont, pour la plupart, ralises sous la forme de CEI (Convention d'tude Industrielle). Les CEI constituent, avec les stages de fin d'tudes, deux composantes essentielles de la pdagogie de Suplec qui facilitent la transition vers le monde de l'entreprise. Les lves, organiss en binmes ou trinmes, effectuent un projet de recherche ou de dveloppement sur un sujet propos l'cole par une entreprise dans le cadre d'une convention de partenariat. Ce projet se droule sous la responsabilit scientifique et pdagogique d'un enseignant-chercheur. Il fait l'objet d'un mmoire et d'une soutenance.

Les cours lectifs


Selon le campus o ils se situent, et Gif selon leur srie d'appartenance, les lves ont choisir deux cours lectifs parmi ceux qui leur sont proposs. Les modalits de ce choix sont prcises lors des sances d'information organises ds la rentre de la troisime anne. Certains lves sont autoriss prparer une formation de troisime cycle. Ils suivent alors quelques cours l'Universit et sont dispenss des cours lectifs.

Les langues vivantes


Les lves de troisime anne ont lobligation de suivre deux demi-modules de langues, cest--dire un crneau dune heure et demie de langues par semaine pendant les deux premiers trimestres scolaires. Les cours sont organiss en squences, selon le mme principe quen premire et deuxime annes. Les langues proposes Gif sont : allemand, anglais, arabe, chinois, espagnol, franais-langue trangre, italien, japonais et russe. Metz et Rennes, les possibilits dpendent des demandes. Il existe, dans toutes les langues, des modules de base, des modules dapplication, des modules de comptence linguistique. En allemand, anglais et espagnol, il existe de plus des demi-modules thmatiques. Ds lors quils satisfont pleinement lexigence de niveau 2,5 en anglais, (niveau minimal requis pour l'attribution du diplme), les lves sont libres de choisir nimporte laquelle des langues enseignes Suplec. Sils nont pas le niveau requis, les lves concerns doivent parfaire leurs connaissances en anglais dans les domaines o subsistent des insuffisances. Ceux des lves qui souhaitent consacrer davantage de leur temps personnel aux langues ont la facult de le faire en profitant des cours organiss le jeudi aprs-midi, ou dans certains cas le soir.

Travail de fin d'tudes


partir davril, (vacances de printemps comprises), les lves ralisent un travail de fin dtudes d'une dure de cinq mois et dont le rsultat intervient de faon dcisive dans lattribution du diplme. Ce travail seffectue le plus souvent sous forme dun stage conventionn en entreprise ou dans un laboratoire de recherche. Il sagit de rsoudre un problme rel et concret pos par lentreprise sur un thme situ dans le cadre du programme de loption. Les propositions de stage proviennent soit dune initiative dun industriel, soit dune dmarche du professeur responsable de loption, soit de llve. L'lve n'est autoris tablir la convention de stage, qu'aprs accord de son professeur responsable. Le suivi de llve est assur par le professeur responsable de loption ou par un enseignant dsign par lui. Llve doit rendre compte priodiquement de son travail ainsi que de toute difficult qui pourrait survenir. Ce travail donne lieu la rdaction dun mmoire et une soutenance devant des professeurs de loption et des ingnieurs de lentreprise ayant suivi llve. Lensemble est directement valu en niveau.

LE SYSTME ECTS
LECTS, acronyme anglais du Systme Europen de Transfert de Crdits, a pour objectif de promouvoir la reconnaissance acadmique dtudes poursuivies ltranger. Une meilleure connaissance des systmes nationaux denseignement suprieur ainsi que lutilisation de mesures comprises par tous de manire identique les crdits et les notes permettent la prise en compte des rsultats acadmiques obtenus par les tudiants. Laccord mutuel entre les tablissements partenaires et ltudiant est concrtis par un contrat de scolarit qui dcrit le programme dtudes que ltudiant devra suivre, ainsi que les crdits ECTS qui lui seront octroys si les conditions requises sont satisfaites. Ce contrat lie tant ltudiant qui sengage suivre le programme dtudes dans ltablissement daccueil, que les deux tablissements partenaires : ltablissement dorigine sengageant reconnatre en totalit les crdits obtenus ltranger, ltablissement daccueil sengageant, quant lui, assurer les units de cours convenues. Les crdits ECTS reprsentent, sous la forme de valeur numrique affecte chaque unit de cours, le volume de travail que ltudiant est suppos fournir pour chacune dentre elles. Dans le cadre de lECTS, un total de 60 crdits reprsente le volume de travail normal dune anne dtudes. Enfin un relev de notes prsente, de manire comprhensible pour chacune des parties, les rsultats acadmiques de ltudiant. Ce relev permet, en complment du nombre de crdits ECTS acquis qui reprsentent le volume de travail fourni par ltudiant, dapprcier la qualit dudit travail. Note ECTS A B C D E F Pourcentage d'tudiants admis 10 % 25 % 30 % 25 % 10 % Dfinition Excellent Trs bien Bien Satisfaisant Passable Insuffisant

L'chelle de notation ECTS est indique ci-contre

Compte tenu des effectifs habituels des options de troisime anne, la note ECTS sera attribue en se basant sur sa dfinition : - note suprieure ou gale 16 : - note de 14 moins de 16 : - note de 12 moins de 14 : - note de 10 moins de 12 : - note infrieure 10 : A B C D F excellent trs bien bien satisfaisant insuffisant

LE SYSTME ECTS SUPLEC EN TROISIME ANNE Le systme ECTS ne se substitue pas aux conditions dobtention du diplme dingnieur ou du diplme de spcialisation. Les tudiants concourant pour le diplme dingnieur ou le diplme de spcialisation, tant quils sont lcole, ne sont pas concerns par ce systme, que Suplec soit leur tablissement dorigine ou leur tablissement daccueil. Seuls le sont les tudiants en change lorsquils retournent dans leur tablissement dorigine. Lanne accomplie de manire satisfaisante reprsente 60 crdits ECTS. Les rubriques propres loption de troisime anne reprsentent 34 crdits ECTS rpartis en 10 crdits ECTS pour les deux premires rubriques et 14 crdits ECTS pour la rubrique tudes et projets. Les Enseignements lectifs, enseignements transversaux communs tout un campus, reprsentent 6 crdits ECTS. Le Travail de fin dtudes, qui reprsente sensiblement un tiers de lanne, correspond 20 crdits ECTS.

A lintrieur dune rubrique, les crdits ECTS allous sont rpartis entre les diffrents examens.

Ces coefficients correspondent au nombre de crdits ECTS attribus lactivit correspondante. Ils permettent d'tablir, dans chaque rubrique, une note moyenne d'aprs laquelle est dtermin le niveau ECTS d'apprciation. Une moyenne suprieure ou gale 16 donne le niveau Une moyenne de 14 moins de 16 donne le niveau Une moyenne de 12 moins de 14 donne le niveau Une moyenne de 10 moins de 12 donne le niveau Une moyenne infrieure 10 donne le niveau A B C D F Excellent Trs bien Bien Satisfaisant Insuffisant

SIGNAUX, IMAGES ET FORMES


Professeur responsable : Patrick TURELLE

SIF

COURS

TD / BE

EXAMENS

MATIRES

Crdits ECTS

1 - THORIE DES SIGNAUX ET DES SYSTMES

15 h 30 h

6h 18 h

EE 1

Transformations et outils discrets Traitement statistique du signal


2 - MTHODES ET ALGORITHMES DE TRAITEMENT NUMRIQUE DES SIGNAUX

18 h 12 h 18 h 18 h

6h 6h 6h 3h

EE 2 PR 1 EO 1 EO 2

Filtrage numrique Analyse temps-frquence et analyse polyspectrale Modlisation et analyse spectrale Apprentissage numrique
3 - TRAITEMENT NUMRIQUE DU SON ET DE LIMAGE

2 3 2 2

12 h 22,5 h 12 h 30 h 15 h 3h

PR 2
EO 3 *

EO 4 EO 5

Traitement de la parole Traitement des images Morphologie mathmatique et analyse des images Composants et outils informatiques pour le traitement du signal Traitement et compression des donnes multimdias
4 - APPLICATIONS DU TRAITEMENT DU SIGNAL

2 2 2 2

12 h 7,5 h 15 h

EO 6 ** EO 3 * EO 6 **

Applications du traitement du signal et de limage aux signaux radar Imagerie mdicale Son numrique
5 - TUDES ET PROJET

(70 h)

2 tudes 1 projet
6 - ENSEIGNEMENT LECTIF

4 8

30 h 21 h avril septembre

Cours lectifs 1 et 2 Langues vivantes


7 - TRAVAIL DE FIN D'TUDES

4 2 20

288 h

48 h (70 h)

2 EE + 6 EO 2 PR

BULLETIN DAPPRCIATION DE TROISIME ANNE

option

SIF
Il est tabli partir des examens et travaux valus soit sous la forme de notes affectes de coefficients 2009 pondrateurs, soit directement en niveau (travail de fin dtudes). Ces coefficients pondrateurs correspondent au nombre de crdits ECTS attribus lactivit correspondante. Ils permettent d'tablir, dans chaque rubrique, une note moyenne d'aprs laquelle est dtermin le niveau ECTS d'apprciation (A F). Les aptitudes en langues sont apprcies dans une grille dvaluation linguistique de 0 4 (du dbutant au quasi bilingue). L'obtention du diplme dIngnieur de lcole Suprieure dlectricit ncessite : - un niveau au moins satisfaisant (D A) dans les cinq premires rubriques et - un niveau minimal gal 2,5 en anglais (il sagit dune obligation de rsultat qui nimplique aucune obligation de suivre des cours danglais).

RUBRIQUES

EXAMENS ET TRAVAUX

Crdits ECTS

1 THORIE ET TRAITEMENT DU SIGNAL

Traitement statistique du signal Analyse temps-frquence et analyse polyspectrale Modlisation et analyse spectrale Filtrage numrique

EE 1 PR 1 EO 1 EE 2

3 3 2 2 10

Traitement de la parole
2 TECHNIQUES DAPPLICATIONS

PR 2 EO 3 EO 2 EO 6 EO 5

2 2 2 2 2 10

Traitement des images, outils morphologiques Apprentissage numrique Son numrique - Radar Traitement et compression des donnes multimdias

Outils informatiques
3 TUDES ET PROJET

EO4

2 4 8 14

tudes Projet

4 ENSEIGNEMENT LECTIF

Cours lectif 1 Cours lectif 2 Langues vivantes

2 2 2 6

5 TRAVAIL DE FIN DTUDES

Stage en entreprise ou dans un laboratoire de recherche

20

NIVEAU EN LANGUES

Langue anglaise Autres langues

EE : examen crit PR : projet

EO : examen oral individuel

EO * et EO ** : communs

L'option SIF a pour objectif de former des ingnieurs de haut niveau en traitement du signal, matrisant : les algorithmes de traitement du signal et leur mise en oeuvre, les mthodes de programmation, la conception et le dveloppement des systmes de traitement numrique, l'utilisation des processeurs spcialiss (DSP) et l'apport des concepts logiciels dans l'architecture des matriels de traitement numrique. Au travers de cours lectifs, elle a galement le souci de prparer l'ingnieur dbutant des relations humaines complexes, au travers du travail en quipe, de la sous-traitance et du contexte international.

1.Thorie des signaux et des systmes


TRANSFORMATIONS ET OUTILS DISCRETS
15h C / 6h TD / SIFTOD

Patrick Turelle (6h), Philippe Morosini (9h) Ce cours a pour objet de rappeler les outils et les transformations utiliss en traitement du signal et des images, en particulier ceux et celles donnant lieu des algorithmes de calcul rapides. Par ailleurs, il permettra dharmoniser le vocabulaire et les notations couramment utiliss dans ce domaine. A lissue de cours, quatre demi-journes de mise en pratique informatique sont consacres limplantation dalgorithmes de transformations rapides.

Les reprsentations
Introduction : Le signal. Reprsentation, dfinitions, exemples. Systmes continus et systmes discrets. Systmes chantillonns. Energie et puissance. Numrisation, chantillonnage, reconstitution. Analyse des signaux. Reprsentation spectrale des signaux certains continus : Introduction. Signaux priodiques, srie de Fourier. Transforme de Fourier (cas continu). Reprsentation spectrale des signaux certains continus. Densit spectrale dnergie et de puissance. Reprsentation spectrale des signaux certains discrets : Transforme de Fourier (cas discret). Reprsentation spectrale des signaux certains discrets. Reprsentation spectrale d'un signal certain support born. Reprsentation des systmes discrets : Dfinitions. Systmes linaires et invariants (S.L.I.). Reprsentation par rponse impulsionnelle. Causalit, stabilit, exemples. Reprsentation par rponse frquentielle (systme stable). Transmission dans les S.L.I. : densits spectrales en sortie. Reprsentation paramtrique : transmittance transformation en z. Reprsentation par quation aux diffrences. Relation entre transmittance et rponse frquentielle. Numration des signaux certains continus : Echantillonnage. Reconstitution. Quantification.

Les transformations
La Transforme de Fourier Transforme de Fourier Rapide (TFR) - Algorithmes Radix 2, Radix 4, entrelacement temporel et frquentiel, algorithmes base quelconque. Applications de la TFR : convolution par tranches, analyse spectrale, fentres de troncature. Transformes de Walsh, Paley, Hadamard Approche unifie des fonctions, suites et matrices de Walsh, Paley et Hadamard. Transforme de Hadamard rapide Spectre de Hadamard. Transforme en cosinus discrte Transforme en cosinus dicrte (TCD) TCD mono dimensionnelle (signal) TCD bidimensionnelle (image).
Bibliographie L.R. Rabiner Theory and Application of Digital Signal Processing Prentice Hall 1978. Bellanger Traitement Numrique du Signal Dunod 1995.

TRAITEMENT STATISTIQUE DU SIGNAL


30h C / 18h BE / 1 EE / 3 crdits ECTS / SIFTSS

Michel Barret Ce cours constitue lpine dorsale de lensemble des mthodes et techniques pratiques en traitement du signal. Son objectif est de prsenter le cadre thorique permettant de dfinir et de dmontrer loptimalit de ces nombreuses mthodes de traitement. Aprs lintroduction en deuxime anne de la modlisation statistique des signaux porteurs dinformation ou de bruits parasites, ce cours prsente des lments de la thorie de la dcision, en particulier les notions destimations et de dtections. Les cadres baysiens et classiques de la thorie de lestimation sont prsents pour des variables alatoires comme pour des signaux stationnaires, en particulier le problme de la prdiction un pas et pass fini ou infini et les mthodes rcursives dans le temps, dont le filtrage de Kalman, sont tudis en dtails. A lissue de cours, llve aura acquis une premire exprience d'application de la thorie du signal et des statistiques dans des situations concrtes et nouvelles. Il sera capable de proposer des modles mathmatiques en gnral issus de la littrature, puis d'appliquer la thorie pour trouver de nouvelles 'formules' adaptes la nouvelle situation. Reprsentations spectrales Reprsentations du signal. Reprsentations spectrales et proprits du second ordre. Factorisations spectrales. Extension aux fonctions alatoires vectorielles. Notions d'estimations Estimation en moyenne quadratique, principe d'orthogonalit. Estimation en moyenne quadratique, rgression. Estimation en moyenne quadratique avec contrainte linaire. Estimation linaire en moyenne quadratique. Comparaison des estimateurs par l'tude d'un exemple. Filtrage linaire statistique Filtrage statistique sans contrainte. Filtrage statistique avec contrainte linaire. Filtrage statistique causal. Prdiction un pas pass infini. Prdiction un pas pass fini. Problme normal et son inverse. Prdiction horizon fini, reprsentation en treillis, coefficients de corrlation partielle. Positivit et stabilit. Mthodes rcursives dans le temps Introduction. Rcursion temporelle pour la solution des quations normales. Mthode des moindres carrs rcursifs. Filtrage de Kalman. Mthodes de calcul du gain du filtre de Kalman. Dtection Introduction. Thorie Bayesienne de la dtection, cas de p hypothses. Thorie Bayesienne dans le cas de deux hypothses. Stratgie de Neyman Pearson. Courbes oprationnelles de rception. Critre de dflexion. Application la dtection d'un signal noy dans un bruit Le problme de base de la dtection d'un signal dans un bruit. Dtection d'un signal dterministe dans un bruit gaussien. Interprtations du filtre adapt. Filtre adapt temps continu. Filtre adapt et bruit stationnaire. Dtection singulire. Dtection d'un signal gaussien dans un bruit gaussien. Systmes quadratiques dflexion maximum.
Bibliographie Hayes M. H., Statistical digital signal processing and modelling, John Wiley and Sons, New-York, 1996. Picinbono B., Signaux alatoires, tome 3, Dunod, Paris, 1993. Van Trees H. L., Detection, Estimation, and Modulation Theory, John Wiley and Sons, New-York, 1968.

2.Mthodes et algorithmes de traitement numrique des signaux


FILTRAGE NUMRIQUE
18h C / 6h BE / 1 EE / 2 crdits ECTS / SIFFN

Dominique Nussbaum Lobjectif de ce cours est de prsenter de faon dtaille les principales techniques de traitement numrique du signal utilises aujourdhui dans lindustrie. Laccent est mis sur les aspects concrets de ces outils dans le domaine des techniques de linformation en gnral, et des tlcommunications en particulier.

Filtres numriques coefficients fixes Synthse et ralisation des filtres RIF et RII, tude de la complexit et de la prcision des calculs. Filtres en treillis, signaux analytiques. Applications la transmission et la rception de signaux numriques. Filtrage adaptatif Filtrage de Wiener. Algorithme du gradient, Etude de la Stabilit, Constante de temps et erreur rsiduelle. Moindres carrs rcursifs. Algorithmes et structures en filtrage adaptatif. Applications la modlisation et lgalisation. Systmes multicadences et bancs de filtres. Filtres demi-bande. Filtres polyphass, QMF et CQF. Bancs de filtres en cosinus. RII. Bancs de filtre pseudo-QMF. Applications aux normes G 722 et MPEG. Applications aux systmes de tlcommunications Implantation des techniques de traitement numriques des signaux en communications : filtre adapt, galisation, synchronisation. Prsentation des systmes de tlphonie mobile 2G (GSM) et 3G (UMTS). Couche physique, codage de source et codage canal.
Bibliographie Bellanger Traitement Numrique du Signal Dunod 1995. Shenoi K. Digital signal processing in Telecommunications - Prentice-Hall 1995. J.G. Proakis, Digital Communications, Mc Graw-Hill, 1995.

ANALYSE TEMPS-FRQUENCE ET ANALYSE POLYSPECTRALE


12h C / 6h TD / 1PR / 3 crdits ECTS / SIFATF

Messaoud Bnidir Ce cours prsente les outils mathmatiques qui sont la base de l'analyse d'un pseudo-spectre voluant dans le temps. On prsentera tout d'abord les principales reprsentations temps-frquence d'un signal (transforme de Fourier de courte dure, transforme en ondelettes, distribution de Wigner-Ville et ses extensions etc...). L'chantillonnage de ces reprsentations conduit la prsentation de systmes dnombrables sur lesquels on peut dcomposer un signal afin de mieux le traiter. Comme exemples de systmes, on exposera les trames et les bases d'ondelettes dans le cas de signaux monodimensionnels. A lissue de ce cours, dix demi-journes sont consacres la mise en uvre de l'valuation des performances d'un algorithme de traitement du signal issu de la littrature. Il s'agit dans un premier temps, de comprendre les situations d'application de l'algorithme et son fonctionnement, puis de l'implanter et enfin de le tester (robustesse, comparaison des performances par rapport l'tat de l'art, complexit ...). Reprsentations temps-frquence et temps-chelle d'un signal Transforme de Fourier court terme et transformes en ondelettes. Distribution de Wigner-Ville et distributions lisses. Fonction dambigut et distribution de Wigner-Ville dordres levs. Application aux signaux chirp et aux signaux phase polynomiale. Dcomposition d'un signal Dcomposition sur une trame. Analyse multirsolution et construction des fonctions ondelettes. Dcomposition sur une base dondelettes. Analyse polyspectrale d'un signal Fonctions moments et fonctions cumulants. Polyspectres dun signal stationnaire. Application la sparation de sources.
Bibliographie Mallat S., Une exploration des signaux en ondelettes , Les ditions de lcole Polytechniques, 2002. Marple S. L., Digital Spectral Analysis with applications , Prentice Hall Signal Processing Series, 1999. Petre Stoica, Randolph L. Moses, Introduction to Spectral Analysis, Prentice Hall; Facsimile edition (February 6, 1997).

MODLISATION ET ANALYSE SPECTRALE


18h C / 6h TD / 1 EO / 2 crdits ECTS / SIFMAS

Gilles Fleury Le but de cet enseignement est dexposer le corpus des mthodes, anciennes et plus rcentes, danalyse spectrale. Lanalyse spectrale doit tre perue comme un lment dune chane de traitement du signal. En consquence la finalit dune telle analyse nest jamais la simple visualisation dun spectre. Conserver lesprit lobjectif ultime, de dcision ou destimation, du traitement en question, est une cl indispensable pour aborder avec raison le choix dune mthode danalyse spectrale. On mettra laccent sur les diffrents concepts sous-jacents chacune de ces mthodes et elles seront compares selon diffrents critres, propres lanalyse spectrale. Des aspects historiques danalyse non-paramtrique et des aspects plus modernes danalyse paramtrique seront confronts. On retiendra de cette dernire approche le concept de modlisation, inhrent toute dmarche dingnierie.

Enfin des mthodes de localisation de sources seront abords, mettant en uvre des principes totalement cohrents avec lanalyse spectrale dite haute rsolution. Introduction Historique de lanalyse spectrale. Dualit paramtrique versus non-paramtrique. Critres de comparaison de deux estimateurs spectraux. Gnralits : fonctions orthogonales, quations intgrales, processus alatoires. Analyse spectrale non-paramtrique Le priodogramme (dfinition et proprits). Fentres de pondration. Variantes du priodogramme (estimateurs de Daniell, de Bartlett et de Welch). Le corrlogramme (dfinition, diffrents estimateurs de lautocorrlation, proprits). Analyse spectrale paramtrique Modle autorgressif : Caractrisations temporelle, statistique et spectrale. Prdiction linaire. Estimation, rsolution des quations normales, filtre en treillis, principe du maximum dentropie appliqu au modle AR, choix de lordre du modle AR. Modle MA et ARMA : estimation du spectre versus estimation des coefficients du filtre. Application la modlisation de sries financires : TAR, ARIMA, GARCH. Localisation de sources Description du problme gnral danalyse spectral de signaux spectre de raies. Modles de Prony et Pisarenko. Mthodes usuelles : Formation de voies (beamforming), mthode de Capon, mthode maximum dentropie. Mthodes haute rsolution : Concept de sparation en sous-espaces, MUSIC, ESPRIT. BE n 1 : Choix de lordre dun modle. Estimation rcursive de paramtres autorgressifs (LMS, RLS, Kalman). BE n 2 : Mthodes haute rsolution, application au filtrage des ondes de surface en gophysique.
Bibliographie Lawrence S. Marple, Digital Spectral Analysis with Applications in C, FORTRAN, and MATLAB (Book/Disk), Prentice Hall; 1 edition (May 2003). Peter J. Brockwell, R. A. Davis , Time Series: Theory and Methods (Springer Series in Statistics); Springer Verlag; 2nd edition (January 1991). Steven M. Kay, Modern Spectral Estimation: Theory and Application/Book and Disk, Prentice Hall; (January 1988). Petre Stoica, Randolph L. Moses, Introduction to Spectral Analysis, Prentice Hall; Facsimile edition (February 6, 1997).

APPRENTISSAGE NUMRIQUE
18hC / 3h BE / 1 EO / 2 crdits ECTS

Michel Ianotto, Herv Frezza-Buet et Olivier Pietquin Ce cours prsente quelques unes des mthodes utilises dans le cadre de lapprentissage : la mthode des SVM pour la rgression et la classification, en insistant sur la puissance d'expression des fonctions noyau. les grandes lignes de la mthode classique SMO pour la rsolution des SVM seront galement donnes, de sorte comprendre l'influence de chacun de ses paramtres , les perceptrons qui sont les techniques les plus utilises dans l'industrie, et ont fait l'objet de dveloppements nombreux. Dans la mesure o il s'agit la base de descente de gradient, l'instanciation des techniques vue en deuxime anne sur le problme des perceptrons sera aborde (rtro propagation, gradients conjugus, mthodes de Newton). Des largissements seront galement faits vers les techniques d'lagage et les rseaux base de fonctions radiales, lapproche probabiliste prsentera les techniques d'apprentissage et de reconnaissance bases sur l'infrence baysienne : une premire approche thorique sera expose avant d'aborder les modles de Markov cachs et les rseaux baysiens - les processus de dcision de Markov seront aussi abords dans le cadre de l'apprentissage pour le contrle optimal. choisir une des mthodes actuelles d'apprentissage numrique face un problme industriel spcifique (rseaux de neurones, machine vecteurs supports, cartes auto-organisatrice, apprentissage par renforcement) et l'adapter, faire ce choix en fonction des proprits et des limitations des techniques disponibles, dans les domaines de la classification, de la rgression, de l'analyse de distribution et du contrle optimal. valuer les performances maximum d'un systme d'apprentissage sur une tche donne en termes de risque de surapprentissage, de risque empirique et de risque rel.

A lissue de ce cours, llve saura : -

Thorie de lapprentissage statistique Risques rels et risque empirique. Principes d'induction. Minimisation du risque empirique. Minimisation du risque structurel. Bornes, apprentissage PAC, dimension VC d'un espace d'hypothse. Validation croise.

Apprentissage supervis Machines vecteurs supports (SVM) Classification : dfinition des marges puis position du problme d'optimisation, rsolution Lagrangienne : problme dual, principe de rsolution SMO. Rgression : position d'un autre type de problme d'optimisation, notion de epsilon-loss. Autres SVM. L'utilisation des Noyaux : proprit de Mercer et rgles de construction, noyaux gaussiens et polynomiaux, noyaux pour le texte, noyaux pour les donnes structures, bornes du risque rel. Perceptrons Perceptron monocouche. Perceptron multicouches (back-propagation + gradients conjugus, etc.). Optimal Brain Dammage, OWE. Rgularisation. Rseaux RBF. Apprentissage non supervis Quantification vectorielle La notion d'apprentissage non supervis dsigne les cas d'apprentissage sans consigne externe (sans oracle), pour lesquels l'apprentissage revient dcrire les donnes. Seront abordes les mthodes de quantification vectorielle base de rseaux de neurones (cartes auto-organisatrices, rseaux incrmentaux). Autres mthodes Analyse en composantes principales et arbres de dcision. Approche probabiliste - Mthode baysienne, mthode MAP (Maximum a posteriori), Algorithme EM (Expectation Maximization), lien avec la programmation dynamique - Modles de Markov Cachs (HMM: Hidden Markov Models): apprentissage, dcodage, algorithme de Baum-Welch, algorithme de Viterbi - Rseaux Baysiens: apprentissage de paramtres, apprentissage de structures, infrence baysienne, modles gnratifs, lien avec les HMM et les filtres de Kalman - Processus Dcisionnels de Markov (MDP: Markov Decision Process): apprentissage par renforcement, MDP observables et partiellement observables, algorithmes Value Iteration et Q-learning. Applications Exemples dapplications.

Bibliographie Apprentissage artificiel, concepts et algorithmes - Antoine Cornujols, Laurent Miclet et Yves Kodratoff, Eyrolles, 2002. Neural Network for Pattern Recognition - Christopher M. Bishop, Oxford University Press, 1995. An Introduction to Support Vector Machines and other kernel-based learning methods - Nello Christianni and John Shawe-Taylor, Cambridge University Press, 2000. The Nature of Statistical Learning Theory - Vladimir Vapnik, Springer, 1995. Probabilistic Reasoning in Intelligent Systems - J. Pearl. Morgan Kaufman, San Mateo, California, 1988. Bayesian Networks and Decision Graphs - F.V. Jensen. Springer-Verlag, 2000 Bayesian Artificial Intelligence - K.B. Korb, A.E. Nicholson. Chapman & Hall/CRC, 2004. Hidden Markov Models : Estimation and Control - R. J. Elliott, L. Aggoun, J.B. Moore. Springer, 1997. Reinforcement Learning. An Introduction - R.S. Sutton and A.G. Barto. Cambridge, MA:

3.Traitement numrique du son et de l'image


TRAITEMENT DE LA PAROLE
18h C / 1 PR / 2 crdits ECTS / SIFTP

Olivier Pietquin Le signal de parole prsente des spcificits qui le font chapper aux techniques classiques de traitement. Ce cours pose les bases des techniques spcifiques utilises en traitement de la parole, apporte des rponses aux problmes poss par la reconnaissance et la synthse de la parole et prsente les perspectives offertes dans ce domaine. A lissue de ce cours, llve maitrisera : les outils d'analyse les plus couramment utiliss pour le codage de parole, la reconnaissance et la synthse vocale (analyse LPC, et cepstrale) les mthodes de traitement statistique du signal de parole (modles de Markov cachs, application des algorithmes de Viterby, Baum-Welch, Schur-Levinson, synthse par slection d'units)

les technologies impliques dans les systmes actuels de codage (ex: GSM), de reconnaissance de la parole et du locuteur (ex : identification vocale), de synthse vocale et de dialogue homme-machine.

Introduction au traitement automatique de la parole (TAP) Les techniques du TAP. L'apport du TAP en communication homme-machine. Les domaines d'application du TAP. Le march du TAP et les produits. Les proprits du signal de parole La communication parle : signal vocal et thorie de l'information, les niveaux de la communication = acoustique smantique. La phonation : description du conduit vocal et de son fonctionnement: modlisation de la phonation. Les sons de la parole: phontique, observation des sons de la parole. L'audition : description de l'oreille et de son fonctionnement; modlisation de l'audition. Le traitement du signal de parole L'analyse du signal de parole : forme canonique, les diffrents procds d'analyse. La synthse du signal de parole : forme canonique, les diffrents procds de synthse. Les techniques du TAP La numrisation de la parole: intrts, applications, les techniques de numrisation (codeurs temporels, codeurs spectraux, codeurs hybrides). La synthse de la parole: intrts, applications, les techniques de synthse (synthse vocabulaire limit, synthse vocabulaire illimit, synthse acoustique, phontique, partir du texte). La reconnaissance de la parole: intrts, applications, les techniques de reconnaissance (mthodes globales/analytiques, avec/sans apprentissage, reconnaissance de la parole continue). La reconnaissance du locuteur : intrts, applications, les techniques de reconnaissance du locuteur (identification, vrification). Le traitement de la parole bruite : intrts, applications, les techniques de "speech enhancement"). Les perspectives du TAP Recherche, composants, produits/systmes.
Bibliographie Boite R. Traitement de la parole Presses polytechniques romandes 2000. Delle J. Discrete-time Processing of speech signal IEEE 2000. Schafer R. Speech analysis IEEE Press 1979.

TRAITEMENT DES IMAGES


22,5h C / 1 EO commun / 2 crdits ECTS communs avec SIFMM / SIFTI

Laurent Duval (10,5h), Serge Muller (12h) Ce cours de base dfinit les diffrentes tapes se succdant dans une chane de traitement des images depuis lacquisition (vision humaine, capteurs) jusqu linterprtation (reconnaissance) en passant par les tapes damlioration, de restauration, dextraction dattributs des images. A lissue de ce cours, face un besoin de traitement dimage, llve saura choisir et appliquer la ou les mthodes adaptes la rsolution de son problme. Rappels doptique Sources lumineuses, photomtrie, colorimtrie, optique physique. Perception humaine Description du systme visuel humain, modlisation de la vision monochromatique et en couleur, perception du mouvement et des formes, applications en traitement dimages. Les capteurs dimages Films, camra vido, camra CCD, matrices de photodiodes, dtecteurs pour les hautes nergies. Reprsentation mathmatique de l'image Modle linaire, filtre homomorphique, chantillonnage et quantification, approches dterministe et stochastique. Caractrisation des images numriques : Dfinitions et caractristiques de limage, chane dacquisition. Transformation sur les images : Transformations ponctuelles, transformations frquentielles. Filtrage des images : Mthodes frquentielles, mthodes spatiales, mthodes rcursives. Amlioration et restauration dimages : Modle de dgradation, mthodes algbriques, mthodes statistiques, mthodes frquentielles. Analyse et description dimages : Extraction de primitives, recherche de contours, analyse de textures, segmentation, squelettisation, approche topologique. Dtection, reconnaissance et comprhension dimages : Grammaires dimages, analyse de scnes. Codage et transmission des images : Codage MICD, compression par transformations unitaires, codage multi-chelles, critre de choix pour un algorithme de codage.

Analyse de textures Notion de texture, matrices de cooccurrences, analyse fractale.


Bibliographie Petrou M. Image processing ; The fundamentals John Wiley & sons 2003. Rosenfeld A. Multiresolution image processing and analysis Springer-Verlag 1984. Pratt W. Digital Image Processing - John Wiley & sons 1978. Cocquerez JP, Philipp S. "Analyse d'images: filtrage et segmentation". Masson, 1995.

MORPHOLOGIE MATHMATIQUE ET ANALYSE DES IMAGES


12h C / 1 EO commun / 2 crdits ECTS communs avec SIFTI / SIFMM

Corinne Vachier Cet enseignement a pour objectif de prsenter la morphologie mathmatique et ses applications l'analyse numrique des images. Les concepts fondamentaux seront prsents dans un cadre gnral. Les oprateurs lmentaires et transformations plus volues feront l'objet d'une prsentation la fois thorique, algorithmique et pratique sur la base d'une large gamme d'applications dans les domaines des sciences de l'ingnieur (imagerie mdicale, imagerie radar, tldtection, applications multi-mdia...). Enfin, certains des plus rcents dveloppements dans le domaine seront exposs. A lissue de ce cours, face un besoin de traitement dimage, llve saura choisir et appliquer la ou les mthodes adaptes la rsolution de son problme. Images et principes morphologiques Le filtrage morphologique Oprateurs lmentaires (dilatations, rosions), Filtres lmentaires (ouvertures, fermetures), Chapeaux haut de forme, Analyse granulomtrique. Filtrage et connexions Connexit et godsie, Les oprateurs godsiques, Quelques applications de la godsie, Filtres connexes, Nivellements, Fonctions d'extinction. Les squelettes morphologiques Le squelette par boules maximales, Le squelette par ouvertures, La bissectrice conditionnelle, Le squelette par amincissements. L'approche morphologique de la segmentation d'image Le paradigme morphologique de la segmentation, Gradients et laplaciens morphologiques, La Ligne de Partage des Eaux, Algorithmes de segmentation fonds sur la LPE. Quelques rcents dveloppements La segmentation hirarchique d'images, Viscosit et Ligne de Partage des Eaux.
Bibliographie Schmitt M. Morphologie Mathmatique Masson 1994. Serra J. Image Amalysis and Mathematical Morphology - Academic Press 1982.

COMPOSANTS ET OUTILS INFORMATIQUES POUR LE TRAITEMENT DU SIGNAL


27h C / SIFCOI

Martial Demerl (18h), Jean-Louis Gutzwiller (12h) Ce cours passe en revue les outils informatiques disponibles pour les applications du traitement de signal et les systmes embarqus temps rel. Sont aussi abordes les plateformes matrielles et logicielles des outils de dveloppement et de simulation (PC, stations, serveurs, ). Un rapide panorama des techniques de communication et rseaux voque la mise en commun de ressources. Enfin sont dtailles les caractristiques spcifiques des systmes embarqus dans un environnement "temps rel", les traitements spcialiss du signal (multimdia par exemple) pouvant tre implments laide de processeurs ddis. A lissue de ce cours, une implantation dalgorithmes est ralise sur DSP en langage C (utilis sur lessentiel de toutes les plateformes de traitement embarqu) permettant ainsi chacun de toucher du doigt les problmes lis lutilisation dun processeur ddi. Les outils de l'informatique "standard" Classification et valuation de performances des systmes. Architecture matrielle des PC, stations de travail et serveurs: processeurs, cartes mres, bus, interfaces et priphriques. Les systmes d'exploitation du monde PC, Linux et Unix et les stations. Communications numriques et rseaux informatiques Modle OSI, protocoles et rle des couches. Rseaux publics et rseaux locaux. Applications OSI. Architecture Internet et Intranet. Les composants du "signal" Microcontrleurs et DSP. Processeurs spcialiss : filtrage, FFT, traitement JPEG et MPEG. Architecture et ralisation de systmes ddis embarqus Conception matrielle, architecture des standards de carte (VME, Multibus, PC104...). Outils de mise au point et de validation. Les systmes "temps rel" Les contraintes du "temps rel". Systmes dexploitation multitches premptifs.
Bibliographie Bonnet, C., "Introduction aux systmes temps rel", Ed Hermes, 1999. Dorseuil, A., "Le temps rel en milieu industriel", Ed Dunod, 2000. Ficheux, P., "Linux embarqu", Ed Eyrolles, 2002.

TRAITEMENT ET COMPRESSION DES DONNES MULTIMDIAS


15h C / 3hTD / 1EO / SIFTCM

Eric Debes, Laurent Duval Lusage de la compression de donnes est aujourdhui quotidien, notamment grce la multiplication des systmes de communication. Vue de faon gnrique, elle repose sur certaines briques de base, qui sont dclines suivant le type de donnes (texte, son, image, vido), lapplication vise (multimdia grand public, mdecine, imagerie satellitaire), et le rseau de communication (Ethernet, GPRS/UMTS, WIFI) ou le support de stockage (DVD, disque dur, mmoire Flash). La compression est enfin un domaine composite, au croisement de diffrentes disciplines. Les buts de ce cours sont : expliquer les principaux enjeux de la compression de donnes (au-del de la simple rduction dinformation : standards, complexit, scurit), dtailler les briques dun systme de compression gnrique, en les reliant aux autres disciplines (statistiques, analyse dimages, outils mathmatiques, thorie de linformation), illustrer sur des exemples et en travaux dirigs les liens entre les briques de base et leur importance dans un processus de compression, sensibiliser lvolution constante des techniques et donner un aperu de mthodes de compression futures.

Ltude spcifique de diffrents formats ou standards servira de prtexte mettre en lumire les tapes cruciales dune compression efficace, suivant le type de donnes trait. A lissue de ce cours, les lves sont capables de choisir les algorithmes adapts tel ou tel type de compression multimdia. Introduction et motivations Introduction la notion de traitement de donnes multimdias : flux et rseaux de communications multiples, convergence entre linformatique et les communications - Gnralits sur les formats et les standards, enjeux - Bases thoriques du codage

(dcorrlation : dcorrlation des canaux, par transformations (KLT, DCT) - quantification : scalaire et vectorielle - codage entropique : codage longueur variable, algorithmes dictionnaires) - Schma gnrique dun systme de compression audio/image/vido (blocs de bases - similarits et diffrences suivant les contenus). Codage audio (outils et algorithmes) Introduction : revue de ltat de lart (standards et formats) - Compression sans pertes - Compression avec pertes - Performance : qualit et dbit - Exemple : codage MP3. Codage dimages Introduction : enjeux, formats et standards - Notions de performance et de qualit - Format JPEG : la DCT et le codage de Huffman - Format JPEG 2000 : la transforme en ondelettes, les codages progressifs - Limites des formats actuels, perspectives futures. Codage vido Introduction : standards et solutions propritaires pour le codage de flux vidos - MPEG1 et MPEG 2 : estimation de mouvement MPEG 4, codage de seconde gnration : codage orient objet - H. 264 : transformes entires, blocs de taille variable Performances et tendances. Complments Implmentation et complexit - Paralllisation : exploitation du paralllisme multi-niveaux - Scurit : correction derreur, cryptage et tatouage (codages cl publique, prive, RSA, DES/AES, Rjindael).

Bibliographie Cover, T., Thomas, J., Elements of Information Theory, 1991. Gersho, A., Gray, R., Vector Quantization and Signal compression, 1996. Haskell, B.G., Puri, A. and Netravali, A.N. Digital Video: an introduction to MPEG2. Digital Multimedia Standards Series, Chapman and Hall, 1997 Mallat, S., A wavelet tour of signal processing, 1999. Mitchell, J.L. , Pennebaker, W.B., Fogg, C.E., and LeGall, D., MPEG Video Compression Standard, Chapman and Hall, 1997. Nelson, M, Gailly, J.-L., The Data Compression Book, 1995. Pennebaker, W.B., Mitchell, Joan L., JPEG: Still Image Data Compression Standard, Kluwer Academic Publishers, 1993. Sporer, T., Brandenburg, K., Edler, B., The use of multirate filter banks for coding of high quality digital audio, 6th Europ. Signal Proc. Conference June 1992, pp. 211-214. Taubman, D.S., Marcellin, M.W., JPEG2000: Image Compression Fundamentals, Standards, and Practice Kluwer Series in Engineering and Computer Science, 2001. Topilawa, P., Ed., Wavelet image and Video Compression, 1998. JPEG Homepage : http://www.jpeg.org. Dr. Dobb's Data Compression : http://www.ddj.com/topics/compression/.

4.Applications du traitement du signal


APPLICATIONS DU TRAITEMENT DU SIGNAL ET DE LIMAGE AUX SIGNAUX RADAR
12h C / SIFSRA

Guy Desodt (6h), Frdric Barbaresco (6h) Lobjet de ce cours est de montrer des applications industrielles de traitement du signal et de limage. Lesprit du cours est de dcrire lensemble de la dmarche de lingnieur, qui va de la description du problme rsoudre et de ses contraintes, la proposition dune solution, en choisissant parmi les techniques candidates. Illustration directe des cours de traitement du signal et de traitement des images. Les problmes traits couvrent lensemble de la chane de traitement radar : Traitement dAntenne, Compression dImpulsion, Filtrage Doppler, TFAC (Taux de Fausse Alarme Constant), Suivi dynamique de Fouillis. Les techniques abordes sappuient sur les mthodes doptimisation (maximisation du rapport signal sur bruit, moindres carrs, distance entre densits de probabilit, surface minimale, chemins minimaux, ), et couvrent une large gamme de techniques de traitement du signal et de limage : filtrage adapt, filtrage rponse impulsionnelle finie, banc de filtres, filtrage adaptatif simple et rgularis, contours actifs, segmentation multivarie, squelettes, . Certaines des techniques de traitement du signal et de limage radar sont fdres sous un formalisme commun, faisant appel au calcul des variations et la thorie des flots gomtriques, dans lequel la notion de godsique gnralise les approches classiques

de moindres carrs. Lapport de la gomtrie diffrentielle est soulign par lexpos de nouveaux oprateurs EDP (Equation aux drives partielles) en signal et image et de la gomtrie Riemannienne de linformation en statistique. Chaque technique de traitement est illustre par des rsultats obtenus sur signaux rels enregistrs, et les aspects de mise en uvre en temps rel sont galement abords, travers lexemple dun cas exigeant en quantit de calculs.
Bibliographie Principes de traitement des signaux radar et sonar, Franois Le Chevalier, Masson. Adaptive Radar Detection and Estimation, Haykin & Steinhardt, Wiley Interscience. Le radar Moderne en France, J. Darricau & Y. Blanchard, Revue REE ,n1, Janvier 2003. Phased Array Radars : Past , Present and Future, E. Brookner, IEE Radar Conference, 2002.

IMAGERIE MDICALE
7,5h C / 2 crdits ECTS / SIFIM

Serge Muller Illustration directe des cours de traitement des images et de morphologie mathmatique au vaste domaine de limage en mdecine. Introduction Modalits dimagerie mdicale, imagerie directe et imagerie reconstruite, information diagnostique, tubes rayons X, chographie, radiothrapie, mobiles chirurgicaux, rseaux dimagerie hospitalire. Angiographie numrique Formation de limage, imagerie du systme vasculaire et cardiaque, filtrage temporel, recalage dimage. Mammographie Anatomie de la glande mammaire, apparence radiographique du sein, dpistage du cancer du sein, imageries diagnostique et interventionnelle, rehaussement dimage, segmentation des signes radiologiques. Reconstruction tomographique Description des cinq gnrations de scanners rayons X, reconstruction en gomtrie parallle, thorme de Radon, algorithme de reconstruction par pandage des projections filtres, algorithme ART (Arithmetic Reconstruction Technique), technologie des scanners de troisime gnration. Mdecine nuclaire Imagerie de projection en rayonnement gamma, imagerie fonctionnelle, tomographie gamma (SPECT), tomographie par mission de positons (PET). IRM (Imagerie par Rsonance Magntique) Paramagntisme nuclaire, excitation la rsonance, mesure des constantes de relaxation, imagerie par codage spatial, reconstruction dimage, spectroscopie, technologie des imageurs, applications mdicales.
Bibliographie Suri J. Advanced Algorithmic approaches to medical Image Segmentation Springer-Verlag 2002. Hermann G. Image Reconstruction from Projections Academic Press 1980.

SON NUMRIQUE
15h C / 1 EO commun avec SIFTN / 2 crdits ECTS / SIFSN

Philippe Morosini Dans la chane du traitement numrique du son, deux tapes vont conditionner la qualit du signal cout : lenregistrement et la restitution, c'est--dire le passage du continu au discret et inversement. Ce cours prsente les caractristiques du systme daudtion humain, en dduit les techniques actuelles et futures de numrisation spcifiques au signal audio, ainsi que les mthodes de restitution de ce mme signal, en particulier la spatialisation de lenvironnement (positionnement des sources). Le traitement numrique proprement dit, le codage compressif avec ou sans pertes, feront lobjet dautres cours. A lissue de ce cours, les lves seront mme de choisir ou concevoir un systme numrique denregistrement et/ou de restitution du son prenant en compte la spcificit de la perception humaine. Acoustique physique et psychoacoustique Acoustique physique : mission, propagation, rception du son, physiologie de loreille. Psychoacoustique : sonie, tonie, perception de lespace. Modle daudition : nergie basilaire, masquages temporel et frquentiel, bandes critiques. Numrisation du signal audio Signal musical : fondamentale, harmoniques, hauteur tonale, timbre et enveloppe.

Echantillonnage : repliement de spectre, filtrage antirepliement analogique ou numrique, effet de gigue ( jitter ), surchantillonnage. Quantification : quantification linaire, ajout de bruit ( dither ), mise en forme du bruit de quantification ( noise shaping ) quantification logarithmique instantane (MIC), loi A, loi mu quantification linaire par blocs quasi instantane (NICAM) codage diffrentiel prdictif (DPCM), codage diffrentiel prdictif adaptatif (ADPCM) modulation delta, delta/sigma, convertisseur 1 bit. Enregistrement multi-voies, multi-sources. Modlisation de sources Modlisation dune pice musicale : la partition, les instruments, les interprtes. Les instruments numriques : gnrateurs denveloppe (ADSR), chantillonneurs, synthse additive, synthse FM, modulations, Les objets sonores. Spatialisation du son Diffusion spatiale. Restitution en champ libre. Restitution en champ clos. Restitution binaurale au casque.
Bibliographie Pohlmann W. Principles of Digital Audio Mac Graw Hill 2000. Rabiner L.R. / Schafer R.W. Digital Processing of Speech Signals Prentice-Hall 1978.

5.tudes et projet
TUDES
Les tudiants effectuent 2 tudes courtes, d'une dure totale de 70 heures et dont les thmes sont les suivants : Analyse spectrale et corrlation : tude des techniques d'estimation partir de signaux analogiques (effets de la numrisation, du fentrage, algorithmes FFT ...). Filtrage numrique monodimensionnel dterministe : tude et comparaison de diffrentes techniques de synthse dterministe, les problmes de ralisation. Filtrage stochastique et estimation spectrale : tude des techniques de moindres carrs, algorithmes temps rel. Application l'identification et l'analyse spectrale. Filtrage de Wiener et Kalman. Filtrage adaptatif. Analyse de la parole : techniques de prdiction linaire. Analyse et traitement dimages : calcul d'histogramme, restauration, filtrage bi-indiciel, transformations orthogonales.

PROJET OU TUDE INDUSTRIELLE


Chaque trinme d'lves est plac sous la responsabilit d'un enseignant - chercheur de l'cole. Le projet ou l'tude industrielle porte sur l'un des thmes de l'option et s'inscrit dans le cadre d'une tude mene en relation avec un industriel ou d'une action dveloppe en interne sur une dure de 150 heures. Cest, en particulier, cette occasion que les comptences acquises par les lves, au cours de lanne, seront mises en exergue. Il donne lieu la rdaction de rapports intermdiaires et des prsentations orales.

Liste des professeurs intervenant dans loption SIF

Frdric BARBARESCO Michel BARRET Messaoud BNIDIR Jean-Luc COLLETTE ric DEBES Martial DEMERL Guy DESODT Laurent DUVAL Gilles FLEURY Herv FREZZA-BUET Jean-Louis GUTZWILLER Michel IANOTTO Philippe MOROSINI Serge MULLER Dominique NUSSBAUM Olivier PIETQUIN Patrick TURELLE Corinne VACHIER

Ingnieur Suplec et INT, Ingnieur d'tudes Thales Air Defence Ingnieur Suplec, Docteur en Sciences, Professeur-adjoint Suplec, Campus de Metz Ingnieur ECP, Docteur s Sciences, Matre de Confrences l'Universit Paris -Sud Ingnieur Suplec, Professeur Suplec, Campus de Metz Ingnieur Suplec, Chercheur, Laboratoire de Recherche en Architecture Ingnieur Suplec, Professeur Suplec, Campus de Gif Ingnieur ISEN, Responsable Filire algorithmie et nouveaux concepts, Thales Air Defence Ingnieur Suplec, Docteur en Sciences, IFP, Division technologie Ingnieur Suplec, Docteur en Sciences, Professeur Suplec, Campus de Gif Ingnieur Suplec, Docteur en Sciences, Professeur-adjoint Suplec, Campus de Metz Ingnieur Suplec, Professeur Suplec, Campus de Metz DESS Informatique, Diplme de Spcialisation de Suplec, Professeur-assistant Suplec, Campus de Metz Ingnieur SupAro, Professeur-adjoint Suplec, Campus de Metz Docteur s Sciences, Ingnieur d'tudes, Direction Scientifique de GE-Medical Systems Ingnieur Suplec, Ingnieur d'tudes, Eurecom Docteur en Sciences Appliques de la Facult de Mons, Professeur-assistant Suplec, Campus de Metz Ingnieur Suplec, Professeur, Chef de Service, Dlgu l'Enseignement, Campus de Metz Ingnieur Suplec, Docteur s Sciences, Attache d'enseignement et de recherche, Universit de Paris XII

Cours lectifs
MANAGEMENT INTERCULTUREL
18h C / 2 crdits ECTS / MANINT

Eva Paape Apprendre travailler avec des allemands, des anglais, des amricains... Avec le dveloppement des changes internationaux, des pratiques de production dlocalises, des cooprations et des jointventures d'entreprises de plusieurs pays, se posent avec une intensit nouvelle des problmes que l'on qualifie dsormais inter culturels. Il semble aujourd'hui vident et toutes les entreprises le reconnaissent qu'il faut savoir apprcier sa juste valeur, entre autres, lors des ngociations, la culture et la mentalit du partenaire tranger. Cette dmarche acquiert d'autant plus d'importance quand ce dernier est originaire de zones culturellement loignes. Le but est d'tudier les diffrences interculturelles dans les domaines de la communication, de l'organisation du travail, de la prise de dcision, et de la gestion de projets communs..., Enfin, de mettre la disposition des futurs ingnieurs, qui seront de plus en plus nombreux travailler dans des milieux culturels, une batterie de concepts opratoires fournissant une meilleure lecture de la culture de l'autre et leur permettant ainsi d'tre plus oprationnels et d'viter les conflits gnrateurs de tensions et de pertes financires. NB Dans le cadre de ce cours, des cas pratiques de situations relles en entreprise seront tudis. Les concepts et la recherche en management interculturel Dfinitions et problmatiques. Diffrences culturelles et implications en matire de management interculturel Diversit des contextes. Conception et pratiques de management (rle de l'encadrement et participation du personnel). Processus de communication. Cultures et systmes de valeurs dominant. Convergences et spcificits du management en interculturel Le contexte socioculturel. Stratgie et organisation des entreprises. Les politiques de personnel. Les styles de management (travail en quipe, communication).

QUALITE
18h C / 2 crdits ECTS / QUALITE

Jean-Pierre Peyraut L'objectif du programme est de formaliser l'Environnement Qualit dans lequel est situ un Responsable Qualit. Cette formation est trs proche de celle que nous faisons l'AFNOR. La qualit et son contexte. Qualit, dfinitions. Prsentation de la Fonction Responsable Qualit. Aspect conomique de la Qualit. Diriger la Qualit Gnralits et rgles de gestion de la Qualit. Un Projet Qualit La certification ISO 9000. Les outils de la Qualit Les outils AMDEC et SPC. Deux outils participatifs L'autocontrle et le plan d'exprience. L'Audit L'audit qualit. Conclusion et synthse sur le Systme Qualit. Miller J.P., 2000, Millenium Intelligence, Medford (NJ), CyberAge Books

MARKETING STRATEGIQUE
18h C / 2 crdits ECTS / MASTRA

Sylvie Didierlaurent Le marketing, partie intgrante de lentreprise a vu sa lgitimit crotre depuis plus de 40 ans en raison de lvolution de lenvironnement, notamment concurrentiel, de lentreprise. Plus quune fonction, il sagit vritablement dun processus complexe, mettant en uvre de nombreux outils et techniques. Cet enseignement, a pour principal objectif daborder la dmarche et les concepts essentiels du marketing. La dmarche marketing Dfinition du marketing. Place de la fonction marketing dans lentreprise.

Rflexions et interrogations Mthodologie des diagnostics. Concept de march et notions associes. Typologie de la clientle. Recherche et tudes Donnes disponibles sur le march. Donnes non disponibles sur le march. Plan marketing : du choix stratgique au plan daction Prsentation de la logique gnrale du plan daction. Dclinaison et explications des diffrents plans. Prsentation de la matrice RCG. Action et suivi Mthodologie du plan dactions (objectifs, forme, contenu). Dclinaison du marketing mixte.

LA NEGOCIATION INTERNATIONALE
18h C / 2 crdits ECTS / NGOINT

Claude Bnadon Cette formation constitue pour les futurs ingnieurs/ngociateurs, une exprience vcue du droulement et du contexte des situations de ngociation de contrats internationaux telles qu'ils les rencontreront dans le monde de l'entreprise. Objectif pdagogique : Initier les participants la pratique de la ngociation d'affaires en milieu international. Les familiariser aux contraintes du travail d'quipe, en particulier sur les aspects prise de dcision et coordination. Contenu : Les apports thoriques prsentent les concepts de base relatifs la structure et la conduite des activits de ngociation, ainsi qu'aux profils et modes d'interventions des acteurs. Des jeux de rles en quipe permettent d'illustrer les diverses situations rencontres en ngociation internationale. Mthode d'animation : La partie pratique consiste en une simulation de ngociation en vraie grandeur d'un projet important, avec constitution d'quipes d'acheteurs et de vendeurs, et rencontres en trois rounds. L'animateur intervient ponctuellement la demande des ngociateurs et fait priodiquement le point sur l'tat d'avancement de la ngociation, reproduisant en salle les conditions de la ralit du terrain. Programme : Introduction la ngociation internationale : Les caractristiques essentielles, le concept de ngociation, les dimensions de la ngociation, les conceptions de la ngociation. Structure des activits de ngociation : Contenu de la ngociation, les lments du jeu, typologie de la ngociation, spcificit de la ngociation internationale. Conduite de la ngociation : Les stratgies de la ngociation, les principales techniques, les tactiques usuelles, les tapes de la ngociation, la prparation de la ngociation. Les acteurs de la ngociation : Rles des participants, profil du ngociateur international, la formation la ngociation, thique personnelle et ngociation internationale. Ngociation internationale et diffrences de cultures : Les approches de la notion de culture, subjectivit et ralit des influences culturelles, les apports de la psychologie sociale, les rgles de comportement mental.