Option SystEmes intégrés du parcours SISEA du Master 2 EEA

UE4 – Concepts de traitement de l’information

Le premier cours de cette UE, intitulé Filtrage de Kalman et modèles de Markov cachés, propose une introduction au filtrage optimal en temps discret, c'est-à-dire au problème de l'estimation de l'état d'un système à partir d'un modèle a priori et de mesures bruitées. La notion de modèle a priori est illustrée par des exemples issus du domaine de la navigation, de la localisation et de la poursuite. Deux classes de modèles sont considérées, pour lesquelles il est possible de donner une solution exacte, calculable de façon récursive : (i) les systèmes linéaires gaussiens, et (ii) les chaînes de Markov à espace d'état fini. La mise en œuvre de ces différents algorithmes fait l'objet de deux séances de TP en MATLAB.

Le second cours, intitulé Optimisation, traite des problèmes d’optimisation sans et avec contraintes dans le cadre théorique de l’optimisation convexe et envisage leur résolution analytique ou au moyen d’algorithmes permettant d’obtenir des solutions numériques par des moyens informatiques.

Le dernier cours de cet UE est intitulé Détection-Estimation. La partie détection du cours a pour objectif de calculer le détecteur le plus approprié à une situation donnée et d’être capable d’estimer les performances de détection théoriquement et pratiquement. La partie estimation a pour objectif d’introduire les différentes notions de base liées aux estimateurs (fonction de coût, biais, erreur quadratique moyenne) ainsi que les outils permettant de quantifier leur qualité (Matrice d’information de Fischer, borne de Cramer-Rao).

UE5 - Méthodes pour le traitement de l'information et de la commande

Le premier cours, intitulé Théorie de l’information et codage canal, traite dans un premier temps des fondements de la théorie de l’information, au travers des théorèmes importants de Shannon (codage de source, codage de canal, capacité d’information). Dans un second temps, les grandes familles de codage de contrôle d’erreur sont décrites et analysées.

Le deuxième module d’enseignement s’intitule Codage source audio et vidéo. Le codage de source concerne une opération visant à compresser des données (analogiques, ou numériques) de façon à produire une représentation binaire efficace de ces données (soit un taux de compression important) tout en préservant l’information essentielle qu’elles portent (c'est à dire tout en garantissant une information mutuelle maximale entre l’entrée et la sortie). Ces techniques sont employées pour effectuer le stockage ou la transmission de ces données (on appelle données le résultat de la numérisation de signaux comme ceux de parole et/ou d’images ou plus généralement les données disponibles sur un fichier d’ordinateur). Le codage de source est d’autre part connecté à d’autres applications techniques telles que la classification d’images, la reconnaissance vocale, la reconnaissance de visage...

Le troisième cours se nomme Recherche opérationnelle. La recherche opérationnelle concerne l'ensemble des méthodes et techniques rationnelles orientées vers la recherche du meilleur choix dans la façon d'opérer en vue d'aboutir à un résultat visé ou au meilleur résultat possible. L’objectif de ce cours est de présenter différents formalismes en mathématiques appliquées aux sciences de l’ingénieur ainsi que leurs principales applications dans les domaines de la modélisation, de la simulation, de l’optimisation, de l’analyse des données, du traitement du signal et des images. Le cours s’attache à comparer les propriétés de plusieurs classes d’algorithmes en termes de convergence, performances stationnaires, temps de calcul. Les méthodes générales de conception et d’analyse des performances sont présentées, avec les résultats mathématiques associés. La mise en application des notions vues en cours est effectuée à travers un projet.

UE6 - Sciences de l'ingénieur (signal et image, systèmes intégrés, automatique)

Le premier cours de cette UE, intitulé Architectures avancées des processeurs, traite des mécanismes intégrés dans les architectures processeurs modernes et permet aux étudiants de comprendre comment les processeurs exécutent efficacement les instructions, notamment en augmentant le parallélisme d’exécution. Le pipeline d’exécution est très largement étudié pour identifier son potentiel et étudier les techniques à mettre en place pour assurer un nombre minimum de désamorçages lors de l’exécution d’un flot d’instructions et une exécution de plusieurs instructions en parallèle.

Le second cours s’intitule Compilation et optimisation de code. Il traite des mécanismes de compilation de code et notamment des optimisations qui sont proposées dans les compilateurs connus, tel que gcc. L’objectif est que les étudiants soient en mesure d’utiliser ces optimisations de manière éclairée pour obtenir de bonnes performances pour l’exécution de leurs applications. Au travers de l’analyse de l’exécution du code, donc au niveau applicatif, les étudiants retrouveront des concepts abordés par ailleurs concernant les performances des hiérarchies mémoires, des prédicteurs des branchements, etc.

Le troisième cours, nommé Systèmes intégrés et synthèse d’architecture, présente en premier lieu les principes de la conception de SoC et des composants qui les constituent. Les méthodologies ainsi que les principaux outils utilisés sont présentés. La seconde partie de cet enseignement focalise sur une étape particulière du flot de conception de circuits numériques qui permet d’automatiser le passage d’une description de haut niveau d’une application à sa description matérielle tout en permettant d’explorer l’espace de conception (principalement débit versus surface) : la synthèse de haut niveau (aussi appelée synthèse d’architectures). Les applications visées sont de type traitement du signal. Typiquement, l’application est représentée sous la forme d'un graphe de type flot de signal sur lequel des transformations formelles vont être appliquées afin d'optimiser son implémentation matérielle selon certains critères (surface, débit, etc.).

UE7 - Traitement avancé en signal, image et synthèses

Les étudiants ont le choix entre deux UEs, l’une baptisée Architecture, l’autre Signal et communications.

L’UE Architecture est composée de trois modules d’enseignement. Le premier, nommé Architecture et programmation parallèle, traite des architectures parallèles de calcul, leur évolution et leur classement, ainsi que les moyens de les programmer avec des outils comme Pthread, OpenMP, CUDA, OpenCL. Le deuxième module, intitulé Algorithmique répartie et parallélisme, cours traite de la construction et de l’implémentation d’algorithmes s’exécutant sur des architectures réparties, c’est-à-dire sur de multiples machines interconnectées par un réseau, et s’échangeant des informations par des échanges de messages. L’effort est mis sur la modélisation de problèmes en situation répartie et leur traduction progressive en programme informatique. Deux grandes classes de problèmes sont abordés : ceux ayant pour objectif d’effectuer un calcul et ceux ayant pour rôle de contrôler de respecter de certaines bonnes propriétés d’applications réparties en cours d’exécution. Le troisième et dernier module se nomme UML/SysML temps-réel. Il traite de l’ingénierie dirigée par les modèles pour la conception d’architecture opérationnelle validée d’applications temps réel embarquées et distribuées.

L’UE Signal et communications est également composée de trois modules d’enseignement. Les communications sans fils sont utilisées dans des contextes professionnels et personnels (Wifi, 3G/4G, IoT, etc.) et ont connu un déploiement et un usage massif au cours des dernières décennies. Cependant, la bonne réception et le décodage d’ondes electromagnétiques transmises dans l’air ne se fait pas sans difficultés. Il est en effet nécessaire de combattre l’effet du canal de propagation et des imperfections du système garantissant l’émission et la réception du signal tout en permettant une utilisation partagée des ressources temps-fréquences (contexte de multiplexage multi-utilisateur). Ainsi, différents paradigmes de mise en forme du signal ont émergé de manière à assurer le bon fonctionnement des transmissions dites « Over The Air » dans un contexte multi-utilisateur. Par conséquent, l’objectif de du premier cours de cette UE, nommé Communications sans fils, est de présenter les techniques de modélisation des effets du canal de propagation, et de présenter dans ce contexte les grandes techniques (formes d’ondes) de multiplexage du signal. Le deuxième module d’enseignement de cette UE s’intitule Antennes intelligentes. Plus particulièrement, les systèmes de radiocommunications utilisent classiquement des antennes sectorielles dont les diagrammes sont déterminés avec précaution de telle sorte que la couverture radioélectrique soit maximisée sur un site donné. Cependant, ces diagrammes sont généralement figés c’est à dire qu’ils ne peuvent s’adapter aux conditions de propagation radio (influence des obstacles, trajets multiples...). Par opposition à ces technologies traditionnelles, les antennes intelligentes ou smart antennas sont capables de combiner de manière dynamique les différents signaux présents sur les différents éléments d’une antenne et ainsi optimiser les bilans de liaison. De manière générale, deux types d’antennes intelligentes peuvent être définis : le système à faisceaux commutés ou répartiteurs de faisceaux (Switching Beams Antenna) et les systèmes adaptatifs. Dans ce deuxième module d’enseignement, l’enseignant se contrera sur les antennes intelligentes adaptatives dont la réalisation nécessite des compétences technologiques multidisciplinaires à l’intersection entre l’électromagnétisme et le traitement du signal. Le troisième et dernier cours de l’UE, intitulé Traitement et analyse d’image avancé, couvre toute la chaine de traitement et d’analyse des images en vue de l’aide à la décision. La première partie porte sur le traitement des images dégradées par un flou et/ou un bruit. Les différents modèles de dégradation sont présentés. Les méthodes classiques et avancées adaptées à chaque modèle sont étudiées. Les différents critères objectifs d’évaluation pour apprécier la qualité des images restaurées sont analysés. La deuxième partie traite de la caractérisation des pixels de l’image en vue de leur classification. Les méthodes déterministes et probabilistes sont présentées. La dernière partie est dédiée à la compression des images.