Niveau Licence
Licence Pro SARII
Régulation industrielle
DUT GEII (IUT Toulon)
Outils logiciels III
- Plusieurs exercices introductifs sur l'analyse spectrale'
- TP 8 (noté)
- TP 9 (analyse spectrale, bruit...)
DUT Réseaux et Télécoms (IUT Dijon-Auxerre)
DUT RT, Traitement Numérique du Signal (versions très provisoires)
- Cours complet à visionner
- TD2: Filtres de Wiener (corrigé partiel, voir aussi le TP2 correspondant)
- TD2: Echantillonnage et CAN
- TD3: Systèmes linéaires
- TP1: Traitement numérique du son (4H)
- TP2: Filtres de Wiener (4H) Le script pour le premier exercice est à télécharger ici
- TP3: Filtres linéaires (4H)
- Le fichier son nbouvier.wav (65 Ko)
- Le fichier son BlackLizardExtract.wav (5,72 Mo)
- Le script Matlab compression.m
- Le script Matlab gensig.m
DUT RT, cours réseau
Compléments divers
- RT2, Probas: corrigé de l'examen
- Le programme reverse_md5.py du TP réseau N°3, modifié à partir de l'exemple 2 du site http://www.parallelpython.com
Licence de mathématiques (L2)
Probabilités
Analyse numérique
- format PDF constituant un cours de 26 heures de niveau licence de mathématiques, et qui va de la résolution numérique des systèmes linéaires à celle des équations différentielles. Ce cours est accompagné de quelques exercices
- TD1 (algèbre linéaire)
- TD2 (méthodes itératives)
- TD3 (équations non linéaires)
- TD4 (interpolation)
- TD5 (intégration numérique)
- TD6 (équations différentielles)
- et quelques sujets de TP en Maple TPs.
Méthodes mathématiques pour la physique
- La fiche 1 au format PDF
- La fiche 2 au format PDF
- La fiche 3 au format PDF
- La fiche 4 au format PDF
- La fiche 5 au format PDF
- La fiche 6 au format PDF
- La fiche 7 au format PDF
- La fiche 8 au format PDF
- Oscillateur harmonique
DEUG Statistiques en 1ère année de Sociologie
Enoncé de régression linéaireNiveau Master
Master M2 (promo SYSMER)
Filtre de Kalman et EKF d'une colonne à distiller binaire
Programmes ici (zip), tout dézipper dans un même répertoire, ouvrirMaster EVA (Université de Bourgogne)
Cours Image
- Le cours provisoire est disponible en téléchargement ici (pdf, 9,4 Mo !)
- Les quelques exercices sur les filtres de Wiener 1D sont là (pdf) et l'examen de 2013 est ici (pdf).
- La première base d'image (télégraphe de Chappe) est disponible là (zip).
- Une base d'images pour le problème de localisation de la boule dans le problème "ball and plate" est disponible ici (zip). Quand il y a plusieurs boules (plus difficile), il faut localiser la numéro 11. Déterminer l'orientation de la boule en plus de sa position vous assure 20/20 et ma haute considération.
Cours "Robotique mobile en productique"
- Le cours (très) provisoire est disponible en téléchargement ici (pdf).
- L'exercice sur l'observateur grand-gain du moteur électrique est corrigé ci-dessous.
Le programme correspondant (en python) est téléchargeable ici (py).
Master SEA
- La transformée en ondelettes de Haar et de Shannon : a toute fin utile, voici quelques pages du cours
- Un résultat de PRBS pour la plaque chaude, simu0802.mat
- Cours de signal: l'énoncé et les fichiers de données correspondants: pts1.txt, pts2.txt et pts3.txt
Master Vision et Image, Statistiques
Analyse en Composantes Principales
L'exemple du cours est rappelé ici: Fichier de données et programme d'ACP en Matlab. Chaque vin a 13 caractéristiques chimiques avec lesquelles certains espèrent distinguer les vins sans intervention humaine. Faire une ACP et conclure sur les trois jeux de données suivants, extraits de UCI databases:- Données sur les iris: data/setosa,
data/virginica,
data/versicolor
Les caractéristiques sont les suivantes:
- longueur des sépales (Pièce dont l'ensemble forme le calice, i.e. l'enveloppe extérieure de la fleur, le plus souvent de couleur verte) en cm
- largeur des sépales en cm
- longueur des pétales en cm
- largeurs des pétales en cm
- Données sur l'ionosphère: data/ciono0, data/ciono1
- Données sur une image: data/cement5, data/grass5, data/path5, data/window5
Voici aussi quelques images pour s'entrainer aux méthodes du cours:
- Sacramento_1X.jpg
- chauriat.jpg (merci qui ?)
- La série d'images SPOT "multispectrales" de la ville de Genève xs1.gif, xs2.gif et xs3.gif (merci à Rakotoniaina Solofoarisoa).
- Le modèle linéaire 2 entrées - 2 sorties plaque1.mdl à contrôler par PID, puis à identifier en salle de TP, ceci dans le but de faire ensuite un contrôleur multivariable sur la plaque chaude. Si ce modèle ne fonctionne pas en salle D429, essayer successivement plaque2.mdl puis plaque3.mdl
- Le fichier modele.m est simplement un modele de S-function Matlab/Simulink, pour servir de squelette à vos propres fonctions, en attendant de lire la doc...
- Exercice d'introduction à Matlab pour la séance du 23/11/2004:
expliquer la relation qui lie la première variable à la seconde dans le fichier data.txt - Le programme SBPA.m est une S-fonction Matlab qui génère une séquence binaire pseudo-aléatoire.
On l'utilise dans Simulink comme dans l'exemple SBPAmod.mdl.
- Une petite fonction Matlab très utile pour programmer Kalman où les moindres carrés récursifs:
SymReshape.m.
Elle permet de passer d'une matrice symétrique définie positive (n,n) à un vecteur constitué des coefficients de la matrice (de dimension n(n+1)/2) ce qui permet d'intégrer numériquement (avec Simulink) l'équation de Ricatti:
xstate=X(1:n);
Pmatrix=SymReshape(X(n+1:end));
xdot=A*xstate-P*C'*Ri*(xstate(1)-u(1))
Pdot=A*P+P*A'+Q-P*C'*Ri*C*P;
sys = [xdot;SymReshape(Pdot)];
- Pour la commande du robot muni d'un bras où le pendule inversé,
une S-fonction Matlab du type "Sinks" pour la simulation graphique.
L'entrée est le vecteur constitué de la position et de l'angle. - Portrait de phase du système
diff(x(t),t)=x(t)-a*x(t)^2-c*x(t)*y(t)
diff(y(t),t)=y(t)-b*y(t)^2+d*x(t)*y(t)
quand c passe d'une valeur inférieure à b à une valeur supérieure à b:
ESIREM
Infotronique M4b
- Examen avec son corrigé.
- TD 1 : identification ARX avec Matlab/Simulink
- TD 2 : identification ARMA avec Matlab/Simulink:
Le programme genarma (dos) permet de générer une série temporelle aléatoire simulant
un processus ARMA(p,q), p et q plus petits où égaux à 3.
- Télécharger le programme sur une machine sous Windows disposant de Matlab
- Le placer dans le sous-répertoire work de Matlab, par exemple
- l'éxécuter, à partir d'une fenêtre de commande où directement de Windows
>> load data.out
>> length(data)
ans=100000
>> plot(data(1:1000))
- Exercice: déterminer p, q, et une estimation des paramètres a(1),a(2),...,a(p),b(0),b(1),...,b(q).
Niveau Doctorat
28th International Grenoble Summer School in Automatic Control
You can use freely these materials, just cite the book if you use it for your research or development. Nonlinear Observers and ApplicationsSeries: Lecture Notes in Control and Information Sciences, Vol. 363
Besançon, Gildas (Ed.)
2007, XII, 224 p. Also available online., Softcover
ISBN: 978-3-540-73502-1
Course "Adaptive-gain observers and applications"
- Introduction and filtering
- Observability and observers
- Some weak nonlinear separation principles
- Identifiability and identification
- Case study 1: Bioreactor
- Case study 2: Fluid catalytic cracker
- Case study 3: Electronic neuron
- Case study 4: Binary distillation column
- Case study 5: DC motor
Examples in Matlab/Simulink
- Worksheet of the exercise session of the 28th summer school organised by the LAG in Grenoble
- Materials and solutions for Exercice 1 (see also Case study number 5)
- Materials and solutions for Exercice 2 (see also Case study number 4)
- Materials related to the book (section 3.5, DC motor)
- Download "neuron" programs (24.7 Mo)
Formation en Automatique à Paris, FAP 2005 et 2006
Observer design for nonlinear systems
Gildas Besancon - Eric Busvelle
P11 - 13-15 April 2005 - Ecole Nationale des Ponts et Chaussées
P2 - 23-24 March 2006 - SUPELEC (Gif-sur-Yvette)
The problem of information ('state') reconstruction from available measurements will be considered, and possible solutions given by dynamical systems ('state observers') will be presented. First the problem formulation and its motivation will be recalled. Then some available possible designs will be reviewed, according to various system structures. Among them, the case of a linear model is easily solved, and motivates attempts at generalizations. In particular, the Extended Kalman Filter is a systematic solution extending the well-known Kalman linear design to nonlinear systems, and it will be discussed in more details. Examples from industrial applications will illustrate the lectures.Concerning the second part of this course, you can find bellow some materials (part of presentation and matlab programs). baloo7.pdf is a survey of the course. It contains main results presented during FAP 2005 and 2006 without any proofs, and it has been updated in 2007: It contains also one new result and two new applications.
ObserverConstruction.pdf is a presentation of theoretical results and a description of the observer construction. The file cb.tar.gz is a Matlab program which implements the algorithm to a binary distillation column, as the one on the left.
IdentTheory.pdf is a presentation of identification theory. Main practical results are illustrated in the following examples:
- A bioreactor model, as descried in Bioreact.pdf. The simulink model is in the following archive: Bioreact.tar.gz. You can also just watch the movie
- The Fluid Catalytic Cracker (FCC) is described in FCC.pdf. An observer to estimate the Carbon Conradson Factor is presented in FCCobs.tar.gz, and an observer which estimate both the Carbon Conradson Factor and the Combustion reaction as a function of the regenerator temperature is presented in FCCident.tar.gz.
- neuron.pdf describes a real application of identification of an unknown function on a electronic system. The Simulink program is downlable here FHN.tar.gz but is 25Mo (due to recorded data). If your connection is low, you can just download the movie