Package RPC dédié au traitement de signaux électriques, permettant le filtrage de signaux, l'analyse de vibrations et le traitement de données en temps réel.

Ce projet pédagogique propose un ensemble de ressources pour l'enseignement du filtrage optimal et du traitement du signal. Il inclut des supports de cours (slides), des exercices et des notebooks Python interactifs pour illustrer des concepts théoriques comme les filtres de Wiener, de Kalman, et les algorithmes adaptatifs (LMS, RLS). Destiné aux étudiants en ingénierie, il facilite l'apprentissage par la pratique avec des exemples concrets et des applications en débruitage, déconvolution et modélisation de signaux.

Bibliothèque C++ dédiée au filtrage de signaux par la méthode de Savitzky-Golay basée sur les polynômes de Gram. Elle permet de lisser des données bruitées, calculer des dérivées numériques et filtrer des rotations ou transformations spatiales. Utilisée en traitement du signal, robotique et analyse de données pour améliorer la précision des mesures tout en réduisant le bruit.

Bibliothèque logicielle dédiée au traitement du signal numérique, offrant des outils pour concevoir, analyser et appliquer des filtres audio. Permet aux développeurs de manipuler des signaux audio en temps réel ou en post-production, en intégrant des algorithmes avancés pour le filtrage passe-bas, passe-haut, passe-bande et autres transformations spectrales.

Bibliothèque de filtres destinée à être utilisée dans rkcl pour le traitement de signaux et le filtrage de données.

Ce projet académique vise à traiter et analyser des signaux numériques dans le cadre d'un travail universitaire. Les étudiants ont développé des algorithmes pour détecter et visualiser des motifs dans des données scientifiques, notamment en physique. Les résultats sont présentés sous forme de notebooks interactifs et de scripts Python, avec une validation des méthodes pour garantir leur fiabilité.