En métrologie, le bruit de mesure est l'ensemble des signaux parasites qui se superposent au signal que l'on cherche à obtenir au moyen d'une mesure d'un phénomène physique. Ces signaux sont une gêne pour la compréhension de l'information que le signal transporte.
La métrologie vise donc notamment à connaître leurs origines et à les caractériser, afin de les éliminer et d'obtenir le signal d'origine aussi distinctement que possible.
La source du bruit d'origine externe est externe au système physique générant le signal utile et agit par influence sur celui-ci. Ce bruit peut, en général, être éliminé grâce à un blindage approprié.
Bruit d'origine artificielle (liée à l'activité humaine)
Parasites industriels (principalement dans les villes)
Bruit d'origine naturelle
Parasites atmosphériques
Parasites solaires et cosmiques
Bruit thermodynamique
Toute grandeur électrique connaît des fluctuations spontanées du fait de la nature discrète des phénomènes à l'échelle microscopique. Ce sont ces variations qui sont à l'origine du bruit de mesure que l'on observe dans les appareils électriques sous forme de bruit de fond et de perturbations impulsionnelles. Ce phénomène constitue une limitation pour la transmission d'informations sous la forme de signaux électriques.
Parmi les différentes sources de bruit d'origine interne, on peut citer principalement :
Bruit thermique (ou bruit Johnson).
Bruit de grenaille (ou bruit Schottky).
Bruit de répartition.
Bruit de génération-recombinaison. Bruit basse fréquence associé au bruit en 1/f et provoqué par la présence de défauts dans un matériau (pièges pour les porteurs et centres de génération-recombinaison).
Bruit en créneaux.
Bruit d'avalanche. Bruit ayant pour origine la création aléatoire des paires électron-trou par collision des porteurs avec les atomes de silicium dans les jonctions PN polarisées en inverse.
lien=//upload.wikimedia.org/wikipedia/commons/thumb/7/73/Cable_end.JPG/220px-Cable_end.JPG|vignette| Un noyau de ferrite à l'extrémité d'un câble informatique, servant à supprimer le bruit de mesure à haute fréquence.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
La diffusion d'erreur est une technique d'amélioration du rendu des images infographiques en cas de diminution du nombre de codes de couleurs. Elle se combine à l'anticrénelage. Elle sert dans les systèmes informatiques capables d'afficher seulement un petit nombre de couleurs, et dans les imprimantes, pour lesquelles les pixels n'ont que deux valeurs, avec du toner ou sans. Elle consiste à répartir sur les pixels voisins les erreurs de quantification issues de l'assimilation de la couleur d'un pixel à une couleur prise dans une gamme réduite.
Bien que le bruit soit un signal aléatoire, il possède des propriétés statiques caractéristiques. La densité spectrale de puissance en est une, et peut être utilisée pour distinguer les différents types de bruit. Cette classification par la densité spectrale donne une terminologie de « couleurs ». Chaque type est défini par une couleur. Ces définitions sont, en principe, communes aux différentes disciplines pour lesquelles le bruit est un facteur important (comme l'acoustique, la musique, l'électrotechnique et la physique).
Le bruit thermique, également nommé bruit de résistance, bruit Johnson ou bruit de Johnson-Nyquist, est le bruit généré par l'agitation thermique des porteurs de charges, c'est-à-dire des électrons dans une résistance électrique en équilibre thermique. Ce phénomène a lieu indépendamment de toute tension appliquée. Le bruit thermique aux bornes d'une résistance est exprimée par la relation de Nyquist : où est la variance de la tension aux bornes de la résistance, est la constante de Boltzmann, qui vaut kB = 1,3806 × 10-23 J.
Le but de ce cours est d'apporter les connaissances et les expériences fondamentales pour comprendre les systèmes électriques et électroniques de base.
The course provides the basis to understand the physics, the key performance, and the research and industrial applications of magnetic sensors and actuators. Together with a detailed introduction to m
This course aims to introduce the basic principles of machine learning in the context of the digital humanities. We will cover both supervised and unsupervised learning techniques, and study and imple
The activity of neurons in the brain and the code used by these neurons is described by mathematical neuron models at different levels of detail.
The activity of neurons in the brain and the code used by these neurons is described by mathematical neuron models at different levels of detail.
We explore statistical physics in both classical and open quantum systems. Additionally, we will cover probabilistic data analysis that is extremely useful in many applications.
We study the hitting probabilities of the solution to a system of d stochastic heat equations with additive noise subject to Dirichlet boundary conditions. We show that for any bounded Borel set with positive (d-6)\documentclass[12pt]{minimal} \usepackage{ ...
Springer/Plenum Publishers2024
, , , ,
There is a bias in the inference pipeline of most diffusion models. This bias arises from a signal leak whose distribution deviates from the noise distribution, creating a discrepancy between training and inference processes. We demonstrate that this signa ...
2024
We prove global in time well-posedness for perturbations of the 2D stochastic Navier-Stokes equations partial derivative( t)u + u center dot del u = Delta u - del p + sigma + xi, u(0, center dot ) = u(0),div (u) = 0, driven by additive space-time white noi ...