Td corrigé 1. Présentation du laboratoire - Exercices corriges pdf

1. Présentation du laboratoire - Exercices corriges

Identification d'un système stable du 1er ordre et du nème ordre (modèle de Broïda). - Actions A, Ti, Td dans le cas d'un modèle de référence et PID série.




part of the document



Dossier de candidature

Pour l’inscription sur la liste de Qualification aux fonctions de
Maître de Conférences
(Année 2007-2008)

61ème section

Julien Marot

Docteur en Traitement du Signal


Sommaire


I Curriculum vitae résumé
II Etat civil
III Fonction actuelle
IV Cursus
V Activités d’enseignement
VI Activités de recherche
VII Liste des publications
VIII Documents annexe


















I. Curriculum vitae résumé

Julien Marot e-mail: julien.marot@fresnel.fr
80, rue des polytres,
13013 Marseille
Né le 22 12 1980.
Nationalité: française.


DOCTEUR EN TRAITEMENT DU SIGNAL

FORMATION

A partir de janvier 2008: Post-Doctorat à l’Institut Fraunhofer, Erlangen, Allemagne.

2004-2007: Thèse de Doctorat sur les « Méthodes par sous-espaces et d’optimisation : applications en traitement d’antenne, analyse d’images et traitement du signal tensoriel. »
Lieu: l’équipe Groupe Signaux Multidimensionnels de l’Institut Fresnel.
Date de soutenance : 16 novembre 2007
Directeur de thèse : Professeur Salah Bourennane, Ecole Centrale de Marseille.

Enseignement : 170 heures équivalent TD.

Publications : 7 articles dans des revues internationales et 4 articles dans des conférences internationales avec publication d’actes.

2003-2004: Diplôme d'Etudes Approfondies "Optique, Image et Signal" à l'université d'Aix Marseille 3. Mention « bien ».

2000-2003: Ecole Nationale Supérieure de Physique de Marseille, formation pluridisciplinaire centrée sur l’Optique, le Traitement du Signal, l’Electronique. Troisième année à l’étranger : Tampere University of Technology, Finlande.

LANGUES ET COMPETENCES EN INFORMATIQUE
Anglais, espagnol, allemand : lu, écrit, parlé.
Maîtrise de Matlab, C++, Latek, Word.

DIVERS: Titulaire du brevet de secourisme en milieu aquatique.
Course à pied, triathlon (100kms de millau, ironman d’Embrun).

II. Etat civil

Nom : MAROT
Prénom : Julien
Date et lieu de naissance : 22/12/1980 à Montpellier, France
Situation familiale : célibataire
Nationalité : Française

Coordonnées professionnelles :
Equipe GSM, Institut Fresnel,
Av. Escadrille Normandie Niemen,
13397, Marseille Cedex 20
(33) 4 91 28 82 02
julien.marot@fresnel.fr

Coordonnées personnelles :
80, rue des Polytres
13013 Marseille
(33) (0) 6 85 87 99 11

III- Fonction Actuelle
Post-Doctorat à l’institut Fraunhofer, Erlangen, Allemagne

IV- Cursus
2004-2007 : Doctorat en Traitement du Signal
Titre : Méthodes par sous-espaces et d’optimisation : applications en traitement d’antenne, analyse d’images et traitement du signal tensoriel.
Laboratoire d’accueil :
Equipe GSM, Institut Fresnel.
Av. Escadrille Normandie Niemen,
13397, Marseille Cedex 20

Ecole doctorale : Physique et Sciences de la matière, Université d’Aix Marseille III.
Directeur de thèse : M. Salah BOURENNANE, P. U. 61ème section
Institut Fresnel, UMR CNRS 6133-ECM D.U. de saint Jérôme
Date de soutenance : 16 novembre 2007

Jury:
Jean-Pierre Sessarego, Directeur de recherche, LMA, Marseille Président
Eric Moreau, Professeur, Université de Toulon Rapporteur
Yide Wang, Professeur, Université de Nantes Rapporteur
Hamid Aghajan, Associate Professor, Stanford University, USA Examinateur
Jacques Blanc-Talon, (DGA, MRIS), Paris Examinateur
Salah Bourennane, Professeur, Ecole Centrale Marseille Directeur de thèse




2003-2004 : DEA en Optique Image et Signal (OIS)
Lieu : Ecole Nationale Supérieure de Physique de Marseille

2000-2003 : Diplôme d’ingénieur en Physique
Lieu : Ecole Nationale Supérieure de Physique de Marseille, Tampere University of Technology, Finlande.


V- Activités d’enseignement : 170 heures équivalent TD


Fonctions :

Les activités d’enseignements auxquelles j’ai participé, ont été effectuées à :

- L’Ecole Centrale de Marseille, de 2005 à 2007. Les élèves de l’école centrale de Marseille sont recrutés sur le concours Centrale-Supelec après deux années de classes préparatoires. La formation suivie est une formation d’ingénieur généraliste dont l’Ecole Centrale Marseille est habilitée à délivrer les diplômes.


Type \ NiveauBAC + 3BAC + 4TotalTD44TP481664Options Générales3636Total en heures TD366298


-L’IUT de Salon de Provence, en deuxième année (BAC+2). Les étudiants de l’IUT de Salon de Provence sont recrutés sur dossier, ils suivent une formation comprenant électronique, informatique, automatique…


Type \ NiveauBAC + 2TD20TP36Total en heures TD44

L’université d’Aix Marseille III. Licence I.
Les étudiants concernés sont en première année de Licence (BAC+ 1). Ils sont issus de Terminale S.



Type \ NiveauBAC + 1TP42Total en heures TD28

Total : 170 heures équivalent TD

Détail des enseignements

Enseignements à l’Ecole centrale de Marseille

En première année:

Semi-conducteurs

Les thèmes enseignés lors des TPs et TDs sont les suivants :
Introduction historique et économique.
Notions nécessaires de physique du solide
Les matériaux semi-conducteurs définitions et propriétés
La jonction PN ou le premier composant de base : la diode
Notions de technologie
Un second composant de base : le transistor bipolaire
Propriétés optiques des semi-conducteurs : photopiles et LED.

Les TPs enseignés consistent à simuler fabrication de différentes jonctions, par le logiciel «deckbuild», puis à caractériser des jonctions abruptes et graduelles par étude de la capacité C. Le tracé des courbes 1/C2 et 1/C3 renseigne sur la nature de la jonction.

Enseignant responsable : Mme Caroline Fossati


Probabilités

Les thèmes enseignés sont les suivants:
1. Probabilités : définitions, espace probabilisé, th. de Bayes ; 2. Variables aléatoires (1) : définition, exemples ; 3. Variables aléatoires (2) : calcul de lois, fonction caractéristique, fonction génératrice ; 4. Vecteurs aléatoires ; 5. Loi des grands nombres, théorème de la limite centrale - application à l'estimation.

L’objectif des TP est de mettre en œuvre sur le logiciel SciLab (équivalent de Matlab) des résolutions d’exercices pratiques, de simuler les réalisations de variables aléatoires, de caractériser les lois suivies par ces variables aléatoires, de vérifier certains théorèmes comme le théorème central limite.

Enseignant responsable : M. Jean-Michel Innocent


En deuxième année:

Traitement d’images:

Les sujets enseignés sont premièrement les généralités sur l’acquisition d’images, la caractérisation du bruit et ses origines. Deuxièmement viennent la description d’opérations de base que sont les pré-traitements et la restauration, par égalisation d’histogramme, filtrage du bruit, et opérations de morphologie mathématique. Troisièmement sont présentées des méthodes de segmentation d’images, tels que le gradient morphologique, les méthodes dérivatives, la transformée de Hough, les modèles déformables. Quatrièmement est présentée une méthode de reconstruction tomographique du type transformée de Radon.
Des exercices de mise en œuvre des méthodes enseignées sont réalisés sur le logiciel Matlab.

Enseignant responsable : Mme Mireille Guillaume


Méthodes spatio-temporelles:

Le contenu du cours concerne la résolution d’un problème de traitement d’antenne. On introduit les éléments d’un problème en traitement d’antenne, la distinction entre sous-espace signal et sous-espace bruit dans l’espace des mesures. En se fondant sur l’orthogonalité entre sous-espace signal et sous-espace bruit, on introduit les méthodes haute résolution du traitement d’antenne, notamment les méthodes MUSIC et TLS-ESPRIT.
Comme exercice d’application sur le logiciel Matlab, on a montré comment simuler un problème de traitement d’antenne en choisissant un modèle de signal, on a mis en œuvre la méthode haute résolution MUSIC. Notamment un exemple de résolution de deux sources proches a été considéré.

Enseignant responsable : M. Salah Bourennane


Traitement du signal numérique:

Le contenu du cours comprend premièrement l’échantillonnage et la transformée en Z. On définit l’échantillonnage et la quantification, le théorème de Shannon, on étudie le spectre d’un signal échantillonné, on définit la transformée en Z et ses propriétés. Deuxièmement on s’intéresse aux systèmes linéaires, aux filtres à réponse impulsionnelle finie et aux filtres à réponse impulsionnelle infinie. On présente notamment la transformée bilinéaire, les quatre types classiques de filtres à réponse impulsionnelle infinie.
Les connaissances acquises ont été mises en œuvre sur le logiciel Matlab, par la manipulation de séquences numériques, la simulation de filtres divers, la vérification du théorème de Shannon. On a vérifié l’influence du déphasage induit par le filtrage sur la déformation du signal traité. On a comparé les performances de filtres à réponse impulsionnelle finie et de filtres à réponse impulsionnelle infinie.

Enseignant responsable : Prof. Salah Bourennane


Automatique:

Les travaux pratiques qui ont été enseignés concernent l’analyse, le réglage, et la correction de systèmes bouclés analogiques. L’objectif est d’apprendre à utiliser les méthodes temporelles et fréquentielles classiques, telles que le plan de Bode, la réponse indicielle en boucle fermée. Les travaux pratiques comprennent l’identification de la fonction de transfert en boucle ouverte, la modélisation de la boucle fermée, et la correction par un proportionnel intégral.

Enseignant responsable : M. Alain Kilidjian


Enseignements à l’IUT Aix-Marseille III – Antenne de Salon de Provence 

En deuxième année:

Automatique :

Les travaux pratiques enseignés ont les intitulés et les contenus suivants: initiation à l’utilisation d’un logiciel de calcul et de simulation « Matlab » ; identification en boucle ouverte d’un système par méthode directe ; étude de la correction des systèmes du premier et du second ordre ; caractérisation et la régulation en température d’un four (correcteurs PI et PID, méthode de Broïda) ; asservissement de position angulaire d’un moteur à courant continu, (étude en boucle ouverte, asservissement en boucle fermée) ; commande numérique d’un axe; régulation de vitesse d’un ensemble moteur-génératrice à courant continu ; asservissement numérique de vitesse d’un moteur à courant continu (création de programmes en langage C). Les travaux dirigés enseignés concernent l’étude de fonctions de transfert analogiques et numériques, le tracé de diagrammes de Bode, Black, Nyquist, les méthodes d’asservissement et de régulation, les critères de stabilité, le réglage de correcteurs par exemple par la méthode de Ziegler et Nichols.   


Enseignant responsable : M. Mouloud Adel








Enseignements à l’Université d’Aix- Marseille III

En première année de Licence (L1):

Valorisation de la communication, recherche documentaire :

Le cours proposé permet à l’étudiant de se familiariser avec les Nouvelles Technologies de l’Information et de la Communication, et d’acquérir des méthodes de recherche et validation de l’information. L’objectif pour l’étudiant est de connaître la définition de diverses sources d’information, telles que les catalogues, les bases de données. L’étudiant apprend à rechercher de façon précise l’information sur internet –par des opérateurs booléens par exemple-, à évaluer l’information obtenue sur internet.
Un travail personnel encadré consiste à rédiger un rapport concernant un sujet choisi par l’étudiant. Dans ce rapport sont répertoriées toutes les sources d’information, références proposées dans des catalogues, titres et références d’articles, définitions fournies par des encyclopédies, à propos du sujet choisi. L’objectif de ce travail encadré est pour l’étudiant de montrer qu’il sait diversifier ses sources d’informations et donner les références nécessaires pour les retrouver.

Enseignant responsable : Mme. Anne Zwick


VI. Activités de recherche

1. Présentation du laboratoire

L’Institut Fresnel (UMR CNRS, Sciences et Technologies de l'Information et de l'Ingénierie(ST2I)) accueille au quotidien 130 personnels se consacrant à des travaux de recherche dans les domaines de la Photonique et de l’Image. Une majorité de ces personnels est rattachée aux établissements marseillais (université Paul Cézanne, Ecole Centrale, université de Provence) où ils enseignent l’optique ou la photonique, l’image et le signal, la microélectronique et les télécommunications, l’électronique, la gestion de projet… Globalement l’Institut est structuré sous la forme de sept équipes traitant des méta-matériaux ou cristaux photoniques, de l’endommagement laser et de la diffusion lumineuse, de la bio-photonique et des microscopies non linéaires, des micro-ondes et des microscopies haute résolution, du filtrage optique et des technologies de fabrication de composants multicouches, du traitement de l’image et de l’optique statistique, du traitement d’antenne et du traitement de données tensorielles.

L’équipe Groupe Signaux Multidimensionnels de l’Institut Fresnel, dirigée par le Professeur Salah Bourennane, s’intéresse à la modélisation de systèmes physiques complexes, à la création de modèles pour la détection, la localisation, l’estimation et l’identification. L’équipe GSM s’intéresse aux champs d’applications suivants :


-Traitement d’antenne: Donner les paramètres de fronts d’onde incidents sur des antennes a été le propos de plusieurs études. Nous avons combiné des méthodes haute résolution et des méthodes d’optimisation pour ce genre d’applications.

- Traitement d’images : Nous avons considéré des problèmes de segmentation d’images, qui apparaissent en vision robotique, en contrôle non destructif, en imagerie aérienne. En particulier nous avons adapté des méthodes de traitement d’antenne.

- Communications sans fil: des algorithmes ont été créés pour l’estimation de systèmes de communication à antennes multiples, pour les systèmes MIMO, l’estimation de canal, le multiplexage.

- Le traitement du signal multidimensionnel: les données multicomposantes sont représentées comme des tableaux multidimensionnels ou tenseurs. Des méthodes telles que le filtrage de Wiener multidimensionnel ont été développées pour traiter des données multicomposantes. Ces méthodes reposent sur des outils d’algèbre multilinéaire, tels que les décompositions selon les modèles de TUCKER3 et de PARAFAC.


2. Domaine des travaux de recherche

Mes activités de recherche ont commencé en 2003, dans le laboratoire de traitement du signal de la Tampere University of technology. Le stage effectué portait sur le débruitage de signaux électrocardiogramme. J’ai commencé à publier les résultats de mes recherches à l’issu de mon DEA effectué dans l’équipe GSM. J’ai effectué la partie la plus importante de mes travaux de recherche et de mes publications pendant la thèse à partir de 2004. Je valorise depuis novembre 2007 mes travaux de thèse par la rédaction d’articles.
Les travaux de recherche effectués pendant mon DEA et ma thèse sont consacrés aux méthodes par sous-espaces et d'optimisation, qui sont développées et adaptées dans trois contextes: en traitement d'antenne, en analyse d'images, en traitement du signal tensoriel.

Contexte du traitement d’antenne
Dans le premier cas nous traitons de méthodes et applications en traitement d'antenne. Une antenne est un ensemble de capteurs, nous exploitons les signaux reçus sur ces capteurs par des statistiques d’ordre deux. On distingue le sous espace signal, et le sous-espace bruit. Les méthodes haute résolution du traitement d'antenne sont fondées sur l'orthogonalité entre sous-espace bruit et sous-espace signal. Nous proposons une nouvelle méthode d'optimisation appliquée à la télédétection et localisation de sources en présence de distorsions de phase pour un grand nombre de capteurs. Cette méthode donne lieu a des applications en contrôle non destructif et en communication.

Contexte du traitement d’images
Dans le second cas nous considérons des applications en imagerie. Nous proposons des méthodes par sous-espaces rapides pour l'estimation contours rectilignes. Nous présentons plusieurs méthodes d'optimisation pour l'estimation de contours approximativement rectilignes et distordus. Nous proposons aussi d'estimer des contours étoilés. Nous adaptons une antenne circulaire virtuelle à l'image à traiter, conduisant à des signaux à phase linéaire à
partir de cercles concentriques. Des méthodes haute résolution du traitement d'antenne distinguent alors des valeurs de rayon pouvant être très proches. Nous considérons des formes variées: cercles distordus, ellipses. On peut assimiler ces méthodes à des algorithmes de compression de données puisqu’elles caractérisent un contour d’intérêt par quelques paramètres. L’une des applications de ces méthodes est la vision robotique.


Contexte du traitement du signal tensoriel
Dans le troisième cas nous considérons le traitement du signal tensoriel. En particulier nous développons des méthodes de restauration de données bruitées par des méthodes de filtrage adaptées aux données tensorielles. En particulier les images couleur sont des données tensorielles d’ordre trois. Nous présentons une version multidimensionnelle du filtrage de Wiener. Nous proposons une procédure de déploiement non-orthogonal de tenseur, selon les directions principales du tenseur.


Remarque : toutes les parties traitées dans la thèse ont été publiées dans des revues
internationales et des conférences internationales et nationales (voir la section
« Liste de publications »).

VII. Liste de Publications

Mes travaux de thèse ont donné lieu à la rédaction de 16 articles:
Articles publiés : 11
7 articles publiés dans des revues internationales, 4 articles publiés dans des conférences internationales
Articles soumis : 5
5 articles soumis pour publication dans des revues internationales

Revues internationales :

S. Bourennane and J. Marot, "Estimation of straight line offsets by a high-resolution method", IEE Vision Image et Signal Processing, vol. 153, pp. 224-229, 2006.

S. Bourennane and J. Marot, "Contour estimation by array processing methods", Applied signal processing, article ID 95634, 15 pages, 2006.

J. Marot and S. Bourennane, "Subspace-Based and DIRECT Algorithms for Distorted Circular Contour Estimation", IEEE Trans. on Image Processing, vol. 16, no. 9, pp. 2369-2378, september 2007.

J. Marot and S. Bourennane, "Array processing and fast Optimization Algorithms for Distorted Circular Contour Retrieval", Advances on signal processing, article ID 57354, 13 pages, july 2007.

J. Marot and S. Bourennane, "Phase Distortion Estimation by DIRECT and spline interpolation algorithms", IEEE Signal Processing Letters, Vol. 14, no. 7, pp. 461-464, July 2007.

J. Marot and S. Bourennane, "Propagator method for an application to contour estimation", Pattern recognition letters, vol. 28, no. 12, pp. 1556-1562, september 2007.

D. Muti, S. Bourennane and J. Marot, "Lower-Rank Tensor Approximation and Multiway Filtering", SIAM Journal on Matrix Analysis and Applications (SIMAX), accepté le 12 septembre 2007.

Conférences internationales avec comité de lecture et publication d’actes :

S. Bourennane and J. Marot, "Line parameters estimation by array processing methods", IEEE ICASSP'05, Vol. 4, pp. 965-968, Mar. 2005.

S. Bourennane and J. Marot, "Optimization and interpolation for distorted contour estimation", IEEE ICASSP'06, Vol. 2, pp. 717-20, April 2006.

J. Marot, S. Bourennane and Mouloud Adel, "Array processing approach for object segmentation in images", IEEE ICASSP'07, Vol. 1, pp. 621-624, April 2007.

J. Marot, S. Bourennane, "Fast tensor signal filtering using fixed point algorithm", IEEE ICASSP'08, accepté en décembre 2007.


Articles soumis, en cours d’expertise 

Revues internationales :

J. Marot and S. Bourennane, " Fast subspace-based tensor signal processing", IEEE-Signal Processing Letters, soumis en Juillet 2007.

J. Marot and S. Bourennane, " Curve estimation in images by DIRECT and spline interpolation algorithms ", Pattern Recognition, soumis en juin 2007.

S. Bourennane and J. Marot, " Tutorial about tensor signal processing ", Signal Processing Magazine, soumis en décembre 2007.

J. Marot, C. Fossati and S. Bourennane, "Overview on advances in tensor data denoising methods", EURASIP journal on Advances on signal processing, soumis en décembre 2007.












VIII. Documents Annexes

-Copie de la carte d’identité

-Copie de 3 articles publiés, dans :
EURASIP journal on advances on signal processing,
IEEE Trans. on Image Processing,
IEEE Signal Processing Letters.
-Attestation d’acceptation de l’article à paraître dans la revue «SIMAX». 

-Manuscrit de thèse de doctorat.

-Lettre de recommandation du directeur de thèse : Professeur Salah Bourennane

-Attestation des tuteurs d’enseignement : Mme Caroline Fossati, M. Jean-Michel Innocent, Mme Mireille Guillaume, M. Salah Bourennane, M. Alain Kilidjian, M. Mouloud Adel, Mme. Anne Zwick.

-Attestation de réussite au doctorat

-Rapports des rapporteurs

-Rapport de soutenance