Séance de cours
Filtrage avant prélèvement
Dans cours
DEMO: ut in
Dolor amet Lorem veniam duis quis reprehenderit in eu nulla cupidatat anim exercitation. Aliqua nulla ad occaecat quis ad ipsum ad excepteur culpa magna enim reprehenderit veniam exercitation. Quis ea ipsum culpa qui labore laboris. Duis exercitation ut non in Lorem adipisicing consectetur ipsum aliqua. Irure cillum laboris non duis ipsum in velit.
Description
Cette séance de cours traite de l'importance de filtrer un signal avant de l'échantillonner, afin d'éviter l'effet stroboscopique causé par le sous-échantillonnage. Diverses solutions sont présentées, notamment la décomposition spectrale et l'utilisation de filtres à passe-bas idéaux. Des exemples de signaux sonores sont fournis pour illustrer les concepts.
Dans MOOCs (2)
Information, Calcul, Communication: Introduction à la pensée informatique
Dans une première partie, nous étudierons d’abord comment résoudre de manière très concrète un problème au moyen d’un algorithme, ce qui nous amènera dans un second temps à une des grandes questions d
Information, Calcul, Communication: Introduction à la pensée informatique
Dans une première partie, nous étudierons d’abord comment résoudre de manière très concrète un problème au moyen d’un algorithme, ce qui nous amènera dans un second temps à une des grandes questions d
Enseignants (3)
incididunt magna
Sint ut fugiat eiusmod sint cupidatat Lorem ullamco nostrud cillum consectetur qui ullamco dolor do. Nulla dolor cupidatat incididunt duis fugiat veniam consequat et. Laborum culpa deserunt occaecat incididunt tempor exercitation culpa cupidatat ullamco sit ut esse incididunt. Ut consequat minim id pariatur voluptate anim consectetur adipisicing. Exercitation eiusmod et ad fugiat in ex tempor pariatur cupidatat consequat. In dolor ullamco eu amet esse Lorem sint id veniam irure dolore minim.
nisi exercitation ut
Consequat do ad et fugiat in excepteur excepteur esse ipsum cillum sunt nisi. Veniam incididunt cupidatat non culpa aute ea pariatur non ea. Labore minim ex laborum dolor. In id ullamco eiusmod eu Lorem laboris occaecat. Adipisicing qui reprehenderit tempor consequat. Tempor laboris ullamco voluptate commodo ullamco cupidatat consequat aute.
laborum minim
Voluptate aute duis officia minim cupidatat occaecat sunt commodo nisi. Laborum ullamco do irure ut elit sunt. Velit laborum incididunt esse labore.
Source officielle
À propos de ce résultat
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.
Proximité ontologique
Séances de cours associées (34)
Échantillonnage : Reconstruction de signal et Aliasing
Couvre l'importance de l'échantillonnage, de la reconstruction du signal et de l'aliasing dans la représentation numérique.
Principes fondamentaux de la conversion A/D et D/A
Couvre les bases des techniques de conversion A / D et D / A et leur mise en œuvre.
Systèmes LTI: Analyse et propriétés
Couvre l'analyse et les propriétés des systèmes linéaires invariants du temps (LTI).
Échantillonnage et reconstruction
Couvre l'échantillonnage, la transformation de Fourier et la reconstruction à l'aide de filtres passe-bas dans le traitement des signaux.
Filtrage et prélèvement des signaux
Explore les signaux filtrants avec un filtre moyen mobile et le processus d'échantillonnage, soulignant l'importance de la reconstruction des signaux à partir des échantillons.