De la carte des pôles à la réponse système : comparaison de 5 cas de rapports d'amortissement via MATLAB

Préparation de l'environnement : un système classique et sa carte des pôles Avant d'aborder les cinq cas spécifiques, nous devons définir un système de référence. Ce système est un modèle classique utilisé dans les systèmes de contrôle en boucle fermée avec une fonction de transfert en boucle ouverte : \[ G(s) = \frac{K}{s(s+2)} \] Ici, $K$ est ...

Publié le 9 octobre à 06h09

Classification d'Images avec des Modèles d'Apprentissage Profond en MATLAB

L'utilisation de MATLAB pour la classification d'images par apprentissage profond représente un processus puissant et relativement intuitif, même pour les débutants qui peuvent rapidement construire et déployer des modèles avec son aide. Les étapes principales et les fonctions clés impliquées dans la classification d'images par apprentissage pr ...

Publié le 7 octobre à 17h51

Estimation bayésienne par MCMC d’un modèle à volatilité stochastique avec prior spatial en MATLAB

Description mathématique du modèle SV-SPM Le modèle de volatilité stochastique avec prior spatial (SV-SPM) intègre une structure spatiale dans la modélisation de la volatilité des séries financières. Il est particulièrement utile pour capturer les dépendances temporellles et spatiales dans les rendements d'actifs. Équation d’observation Fic ...

Publié le 29 septembre à 18h45

Simulation de planification de trajectoire robotique avec algorithme A* amélioré et DWA en MATLAB

Implémentation de la planification de trajectoire hybride Ce projet présente une solution de planification de trajectoire combinant un algorithme A* modifié pour la planification globale et l'algorithme DWA (Dynamic Window Approach) pour l'évitement local des obstacles. Cette approche permet à un robot mobile de: Générer des chemins globaux sé ...

Publié le 17 septembre à 17h38

Implémentation de l'alignement et de la fusion d'images avec MATLAB

I. Architecture du système graph TD A[Saisie d'image] --> B[Prétraitement] B --> C[Extraction des caractéristiques] C --> D[Corresponadnce des caractéristqiues] D --> E[Estimation de la transformation] E --> F[Transformation d'image] F --> G[Fusion d'images] G --> H[Résultat de sortie] II. Implémentation du code principal 1 ...

Publié le 29 août à 05h25

Implémentation FPGA d'un Filtre CIC de Décimation : Verilog, Matlab et Simulink

Les filtres CIC (Cascaded Integrator-Comb), ou filtres à Intégrateurs-Peignes en Cascade, sont des composants fondamentaux dans le traitement numérique du signal, particulièrement adaptés aux systèmes multi-cadences et aux implémentations FPGA grâce à leur structure simple, leur faible consommation de ressources et l'absence de multiplicateurs. ...

Publié le 20 août à 01h58

Algorithme d’Optimisation par Fonte de Neige (SAO) en MATLAB : Implémentation complète testée sur la fonction Sphere 100D

Contexte et motivation L’algorithme d’Optimisation par Fonte de Neige (SAO — Snow Ablation Optimizer) traduit un processus physique réel en opérateurs d’optimisasion numérique. Son fonctionnement s’inspire de cinq étapesומיק recognizing d'une couche de neige à travers ses transformations thermodynamiques : dépôt initial, chauffage solaire, fus ...

Publié le 18 août à 00h01

Architecture et Contrôle d'un Redresseur MMC : Implémentation Matlab et Analyse de Performance

La configuration du système repose sur un convertisseur modulaire multiniveau (MMC) opérant en mode redresseur. Le拓扑 comprend 18 sous-modules par bras, avec une tension continue cible de 25,2 kV et une connexion au réseau alternatif de 6,6 kV. La stabilité de la tension DC et la qualité du courant injecté dépendent étroitement de la stratégie ...

Publié le 16 août à 04h31

Guide d'utilisation de l'algorithme d'optimisation par essaim de particules dans MATLAB

MATLAB proposeun outil officiel pour l'algorithme d'optimisation par essaim de particules (PSO), désigné sous le nom deGlobal Optimization Toolbox. Cette toolbox contient la fonction**particleswarm, permettant d'implémenter l'algorithme PSO. L'outil supportel'optimisation avec et sans contraintes**,les fonctions objectifs personnalisées, ainsi ...

Publié le 13 août à 21h13

Algorithme K-means avec pondération dynamique adaptative des caractéristiques sous MATLAB

Principe fondamental de l'algorithme Contrairement au K-means classique, où toutes les caractéristiques contribuent uniformément au calcul de distance, l'algorithme K-means à pondération dynamique adaptative affecte des poids spécifiques à chaque caractéristique pour chaque cluster. Ces poids sont ajustés itérativement afin d'optimiser la quali ...

Publié le 11 août à 08h55