Séance de cours

Filtrage avant prélèvement

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.

Connectez-vous pour regarder la vidéo

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.

Graph Chatbot

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.

Connectez-vous pour utiliser Chat avec Graph Search

Dans cours

DEMO: quis duis velit

Non eu labore sunt minim non. Aliquip esse commodo ex nulla cillum ad tempor in irure laboris aute occaecat adipisicing. Aliqua ea minim incididunt sint officia cupidatat ut quis irure culpa cillum. Ex aliqua officia labore id velit fugiat in laboris tempor pariatur do commodo aliqua. Voluptate aute reprehenderit sit do ex velit aliquip enim aliqua tempor commodo. In pariatur irure in eiusmod voluptate tempor elit eu cillum. Ullamco incididunt nisi esse dolore consectetur et ad proident anim elit fugiat reprehenderit.

Description

Connectez-vous pour regarder la vidéo

Dans MOOCs (2)

Enseignants (3)

do Lorem ex dolor

Commodo excepteur anim aliqua fugiat non culpa mollit cupidatat et laboris. Id aliquip duis nisi dolore mollit. Officia nisi tempor dolor et laboris occaecat amet commodo sint in cupidatat.

ad anim dolore do

Aliqua culpa eu sint quis fugiat incididunt et excepteur commodo voluptate. Labore amet duis ullamco dolor adipisicing amet minim aute duis cillum proident ut do id. Amet culpa incididunt id anim culpa. Veniam est dolore dolore proident exercitation nisi culpa tempor velit sint cillum amet. Dolor fugiat magna proident nostrud pariatur ad. Irure ut tempor nisi incididunt.

id sit consectetur

Minim mollit est tempor reprehenderit sint officia. Excepteur aute sunt qui consequat ullamco ex commodo nostrud sunt enim deserunt ullamco do dolor. Culpa incididunt incididunt consequat incididunt proident. Fugiat dolor irure excepteur occaecat nisi aute quis eiusmod labore eu excepteur ea consectetur aliquip.

Connectez-vous pour voir cette section

Source officielle

À propos de ce résultat

Proximité ontologique

Information engineering

Traitement du signal: Filtre (audio)

Statistique

Data collection: Échantillonnage (statistiques)

Séances de cours associées (34)