Critique du rapport signal à bruit en communications numériques

Michel Fliess

doi:10.46298/arima.1908

Michel Fliess - Critique du rapport signal à bruit en communications numériques

arima:1908 - Revue Africaine de Recherche en Informatique et Mathématiques Appliquées, 22 octobre 2008, Volume 9, 2007 Conference in Honor of Claude Lobry, 2008 - https://doi.org/10.46298/arima.1908

Critique du rapport signal à bruit en communications numériquesArticle

Auteurs : Michel Fliess ^1,²

1 Algebra for Digital Identification and Estimation
2 Laboratoire d'informatique de l'École polytechnique [Palaiseau]

On démontre que le rapport signal à bruit, si important en théorie de l’information, devient sans objet pour des communications numériques où la démodulation s’effectue selon des techniques nouvelles d’estimation rapide. Calcul opérationnel, algèbre différentielle, algèbre non commutative et analyse non standard sont les principaux outils mathématiques.

https://doi.org/10.46298/arima.1908

Source : HAL:inria-00311719v4

Volume : Volume 9, 2007 Conference in Honor of Claude Lobry, 2008

Publié le : 22 octobre 2008

Soumis le : 17 avril 2008

Mots-clés : noncommutative algebra, nonstandard analysis., differential algebra, operational calculus, estimation, signal to noise ratio, noises, demodulation, modulation, symbols, carriers, signal processing, digital communications,Information theory,porteuses,symboles,modulation,démodulation,bruits,estimation,rapport signal à bruit,calcul opérationnel,algèbre différentielle,algèbre non commutative,analyse non standard,Théorie de l’information,traitement du signal,communications numériques,[INFO] Computer Science [cs],[MATH] Mathematics [math]

Références

8 Documents citant cet article

Chang Liu;Dayan Liu;Driss Boutat;Yong Wang, 2022 41st Chinese Control Conference (CCC), Fast and robust state estimator for a kind of nonlinear systems: one method from two perspectives, 2022, Hefei, China, 10.23919/ccc55666.2022.9902307.

Yang Tian;Yan-Qiao Wei;Da-Yan Liu;Driss Boutat, 2019, Fast and robust estimation for positions and velocities from noisy accelerations using generalized modulating functions method, Mechanical Systems and Signal Processing, 133, pp. 106270, 10.1016/j.ymssp.2019.106270, https://doi.org/10.1016/j.ymssp.2019.106270.

R. Morales;E. Segura;J.A. Somolinos;L.R. Núñez;H. Sira-Ramírez, 2016, Online signal filtering based on the algebraic method and its experimental validation, Mechanical systems and signal processing, 66-67, pp. 374-387, 10.1016/j.ymssp.2015.06.021.

Da-Yan Liu;Taous-Meriem Laleg-Kirati, 2015, Robust fractional order differentiators using generalized modulating functions method, 107, pp. 395-406, 10.1016/j.sigpro.2014.05.016, https://hal.inria.fr/hal-00923748.

Da-Yan Liu;Yang Tian;Driss Boutat;Taous-Meriem Laleg-Kirati, 2015, An algebraic fractional order differentiator for a class of signals satisfying a linear differential equation, King Abdullah University of Science and Technology Repository (King Abdullah University of Science and Technology), 116, pp. 78-90, 10.1016/j.sigpro.2015.04.017, http://hdl.handle.net/10754/552120.

Da-yan Liu;Olivier Gibaru;Wilfrid Perruquetti, Convergence Rate of the Causal Jacobi Derivative Estimator, pp. 445-455, 2012, 10.1007/978-3-642-27413-8_28, https://hal.inria.fr/inria-00599767/file/liu.pdf.

Da-Yan Liu;Olivier Gibaru;Wilfrid Perruquetti, 2011, Error analysis of Jacobi derivative estimators for noisy signals, 58, 1, pp. 53-83, 10.1007/s11075-011-9447-8, https://hal.inria.fr/inria-00573270/file/finale_corrige_V1.pdf.

Da-yan Liu;Olivier Gibaru;Wilfrid Perruquetti, 2011, Differentiation by integration with Jacobi polynomials, Journal of computational and applied mathematics, 235, 9, pp. 3015-3032, 10.1016/j.cam.2010.12.023, https://doi.org/10.1016/j.cam.2010.12.023.

Sources : OpenCitations, OpenAlex & Crossref

Partager et exporter

Statistiques de consultation

Cette page a été consultée 521 fois.

Le PDF de cet article a été téléchargé 304 fois.