Aller au menu Aller au contenu
Une voie, plusieurs choix
Informatique et Mathématiques appliquées
Une voie, plusieurs choix

> Formation > Cursus ingénieur

Traitement statistique du signal et des images

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In
  • Volumes horaires

    • CM : 18.0
    Crédits ECTS : 1.25

Objectifs

Ce cours présente certains outils fondamentaux en traitement statistique du signal et de l’image. Ces méthodes interviennent dans de nombreux problèmes pratiques de traitement de l'information, soit directement soit dans la construction d’algorithmes plus sophistiqués.


Contact Jean-Marc BROSSIER

Contenu

Estimation linéaire en moyenne quadratique :
• Algorithmes adaptatifs, principes : convergence, poursuite.
• Algorithme de gradient stochastique (LMS). RLS.
• Quelques applications : soustraction de bruit, prédiction, identification.

Modèles d’état :
• Processus stationnaires à l’ordre 2: bruit blanc, modèles ARMA
• Estimation de Wiener
• Représentation d’état
• Itération de Kalman
• Méthodes de Monte Carlo séquentielles.

L’algorithme « somme-produit » et quelques unes de ses instances célèbres :
• Marginalisation récursive d’un produit de fonctions.
• Algorithme à passage de messages.
• Solutions exactes pour des messages à représentation finie :
o Cas particuliers linéaires sur des chaines de Markov :
• Filtrage et lissage de Kalman – Application en poursuite.
• Algorithme BCJR – Application aux turbo-codes.
• Algorithme de Viterbi – Estimation d’une séquence de vraisemblance maximale.



Prérequis

Cours de « traitement du signal 1 » de première année.
Cours de « probabilités appliquées 1 » de première année.
Cours de « principes et méthodes statistiques » de deuxième année.

Contrôles des connaissances

Un examen écrit (3h).



Examen écrit 3h

Bibliographie

B.D.O. Anderson, J.B. Moore. Optimal Filtering. Prentice Hall, 1979.

P.J. Brockwell, R.A. Davis. Introduction to Time Series and Forecasting. Springer 2002.

A. Doucet, N. de Freitas, N. Gordon. Sequential Monte Carlo Methods in pratice. Springer 2001.

F. Michaut, M. Bellanger. Filtrage adaptatif. Théorie et algorithmes. Lavoisier 2005.

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In
anglais
Grenoble INP - Ensimag
École nationale supérieure d'informatique et de mathématiques appliquées
681, rue de la passerelle - Domaine universitaire - BP 72
38402 SAINT MARTIN D'HERES
 
 
République Française         Groupe INP Logo de la Commission des titres d'ingénieur (CTI)
    Université Grenoble Alpes