1 / 51

Programmer avec Matlab I

Programmer avec Matlab I. Savoir-faire de l ’é cole doctorale 268 Langages et langues Universit é Paris III 31 janvier 2006 Pr é sent é par Martine Toda martine.toda @excite.co.jp. Mise en garde.

walter
Download Presentation

Programmer avec Matlab I

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Programmer avec Matlab I Savoir-faire de l’école doctorale 268 Langages et langues Université Paris III 31 janvier 2006 Présenté par Martine Toda martine.toda@excite.co.jp

  2. Mise en garde • Tous les exemples fournis ont été conçus dans un but pédagogique pour illustrer le fonctionnement de Matlab. • Les aspects mathématique outraitement du signal peuvent être inexacts. • Vérifiez tout si vous souhaitez utiliser le matériel mis à disposition dans un but scientifique.

  3. Préambule

  4. Pourquoi programmer ? • Parce qu’il n’existe pas de logiciel qui permet de faire ce qu’on veut • Ex. Affichage de données articulatoires alignées avec les données acoustiques • Automatisation de tâches répétitives • segmentation et étiquetage de corpus écrits, • calculs, • écriture de fichiers sur un continuum, • création de stimuli sur un continuum, • affichage de plusieurs résultats dans le même format

  5. Les 5 étapes de la programmation 0. Identification du problème • Subdivision du problème en tâchessimples et indépendantes • Planification des programmes en pseudo-code • Traduction en langage de programmation (ici, c’est Matlab) • Commenter ce code au fur et à mesure • Tester le programme par petits bouts et traquer les bugs

  6. Exemple • Je veux créer un programme qui me permette de faire un test de perception (ABX) • Organigramme du programme (subdivision en tâches simples)

  7. Exemple • Pseudo-code : Programme «création d’un stimuli sur un continuum avec deux paramètres» (commentaire : combiner la valeur du bruit de friction avec la valeur des formants) boucle1[ pour un F2 qui va de 800 à 2000 Hz avec des intervalles de 50 Hz boucle2[ et pour un bruit de friction qui va de 5000 à 8000 Hz concaténer le bruit avec la transition formantique ]boucle2 ]boucle1

  8. Pourquoi utiliser Matlab ? (1) • C’est un logiciel de programmation facile à utiliser • Plusieurs fonctions prédéfinies pour analyser et représenter des données : on peut faire des choses élaborées avec très peux de code • Particulièrement adaptéà l’analyse du signal de parole • Il existe un module spécialisé d’analyse du signal (et de l’image) • Plusieurs fonctions prédéfinies (analyse spectrale, filtrage, etc.)

  9. Pourquoi utiliser Matlab ? (2) • Création de belles figures • Figures stables (cf. Excel…) et esthétiques • Fonctions de lissages de courbes • Automatisation de la création de figures • Création d’interfaces pour analyser des données variées • Ex. Alignement de données acoustique et de données articulatoires

  10. Introduction à la programmation avec Matlab

  11. Où est installé Matlab • Au labo de phonétique (5 jetons – serveur : Média)

  12. Démarrer Matlab • Lancement • Répertoire courant • Ligne de commande (langage interprété) • Fichiers programme (.m) • Fichiers de données (.mat) • L’aide et les démos • Programming and Data Types

  13. Principes de la programmation • Un programme est une suite d’instructions • Les instructions contiennent des opérateurs, des mots-clefs ou des fonctions • Les instructions doivent respecter la syntaxe (de Matlab) • L’unité qui compose les instructions est l’expression. • L’expression peut contenir un littéral, une variable, une fonction (et ses arguments le cas échéant) ou une combinaison de ceux-ci. • L’expression évaluée va renvoyer une valeur.

  14. Expressions • Littéraux Programming and Data Types: M-File Programming: Data Types • Nombres (type implicite) • Entiers 1, 40, 50394, -2,… • Flottants 0.0004, 4000.0,… • Décimaux 0.45, 4.6,… • 8 ou 16 bits, signés ou non signés • Caractères ‘a’, ‘1’ • Logiques True ou False • Matrices, cellules et chaînes de caractères • Variables mmax, a, … (le nom doit commencer par une lettre ; éviter d’utiliser les noms de fonction préexistantes) • Fonctions (avec ou sans argument) trouvemax, plot(x, y) • Opérateurs et mots clés = == > + - * ; : exit if-else-end • Programming and Data Types: M-File Programming: Operators

  15. Quelques opérateurs et caractères spéciaux • Caractères spéciaux • () parenthèses • = affectation • , virgule • ; point virgule • % commentaire ou pour indiquer un format • : « jusqu’à» • Opérateurs arithmétiques • + addition • - soustraction • * multiplication • Opérateurs relationnels • == test d’égalité • > • Opérateurs logiques • & • ~

  16. Quelques mots-clef • If…else…end • Break • Exit • Function • Pour connaître la liste exhaustive, taper iskeyword

  17. Les fonctions prédéfinies dans Matlab • MATLAB Functions: Functions - By Category • MATLAB Functions: Functions - Alphabetical List • Les fonctions qu’on crée soi même s’utilisent exactement comme les fonctions prédéfinies.

  18. Données structurées • Vecteurs et matrices • Chaînes de caractères • Cellules • Comment faire référence à chacun des éléments () {} • Opérations pour construire les matrices, chaînes et cellules [] {} vertcat() horzcat() • MATLAB Functions: Functions - By Category: Data Types

  19. Démonstration 1 • Ligne de commande • Appel d’un programme • Opérateurs syntaxiques de base • Matrices et cellules • Qu’est-ce qui est quoi (variable, fonction, mot-clé, chaîne de caractère…) ? • A=[1 3 5 9], A=[1 3 5 9]; A, plot(A), close • B=A; B • ‘1’+’3’; 1+3 • C=[1 3 5 8]; A-C; A==C; plot(A, C), plot(A, C, ‘r’) • D=‘ceci est un test’; D • D(1), D(6), D(1:11), D(1:end) • E=num2str(A) • F=[1 2 3; 4 5 6; 7 8 9], F(2,3), G=[A, C] , H=[A; C] • I={‘ceci’, ‘est’, ‘une’, ‘cellule’}, I{2}, I{1}(4)

  20. Boucles • Les boucles permettent d’itérer les mêmes opérations plusieurs fois sans les écrire plusieurs fois dans le programme • if …else …endsi … sinon … • for i=[a:b] …endpour … • while true… (break) …endtant que … • switch…case…endpour tel ou tel cas …

  21. Démonstration • Boucles • Initialisation des variables si nécessaire • Couvrir tous les cas de figure : le cas général et les cas particuliers • demonstration demoif(nombre) demofor demowhile demoswitch(1 ou ‘1’)

  22. Lecture et écriture de fichiers • Entrée-sortie standard • disp, input • Fichier de données • load, save • Fichier son • wavread, wavewrite • Fichier texte • fopen, fclose-> demonstration demofopen • fgetl, strtok, sscanf, findstr, strcmp…fid=fopen(‘articulatorydata.txt’), fgetl(fid)…

  23. Créer des figures avec Matlab plot paramètres subplot axes figures handles callback uicontrol

  24. La fenêtre ‘figure’ • Démonstration figure • Paramètres (name, position, color) MATLAB Functions: Figure Properties • gcf, get et set • get(gcf, ‘position’) • set(gcf, ‘position’, […])

  25. L’affichage des données à l’intérieur des ‘axes’ (différent de ‘axis’) • Démonstration axes • Paramètres (title, fontsize, position, xlim, ylim, xlabel, ylabel, ) MATLAB Functions: Axes Properties • gca

  26. plot (et plot3) • affiche un résultat (ouvre une fenêtre et crée des axes si nécessaire) • Démonstration plot(A), plot(A, B) • marqueurs et lignes ; propriétés : graf2d, hndlgraf • Subplot • exemple d’affichage 3Dgraf3d

  27. Curve fitting Régression linéaire et coefficient de corrélation Approximation polynomiale, fonctions spline

  28. Données acoustiques X données articulatoires figure hold on for i=1:60; plot(MSP(i,2),volpal(i,2),'marker','o'); end

  29. Démonstration demoregression

  30. Exercices

  31. Exercice 1 • Afficher sous forme de graphique des données contenues dans un fichier texte. (TF1.txt) • Parcourez un document texte structuré (articulatorydata.txt) et faites la liste pour l’entrée ‘forme de la langue’ pour chacune des consonnes, /s/, l’alvéolopalatale (‘c’) et la palatoalvéolaire ou rétroflèxe (‘sh’). • Reprendre les données acoustiques et articulatoires • afficher les différentes consonnes en couleurs différentes MATLAB Functions: ColorSpec et avec des marqueurs différents MATLAB Functions: Line Properties • afficher l’étiquette de la consonne (‘s’, ‘c’, ‘sh’) à la place du marqueur (MATLAB Functions: text)

  32. Exercice 2 • Créez un programme avec Matlab qui permet de générer automatiquement un ensemble de fichiers de fonction d’aire sur un continuum. • Rappel : les 5 étapes de la programmation

  33. 0. Identification du problème • Je veux un continuum mais je suis trop paresseuse pour écrire tous les fichiers à la main. • De plus, comme je suis distraite, je ferais certainement des erreurs en le faisant à la main. • Je veux faire varier l’aire relative de deux tubes qui simulent un conduit vocal sans toucher à leur longueur. • Je veux que l’aire totale soit constante afin de simuler le volume constant de la langue.

  34. 1. Subdivision en tâches simples • Boucles me permettant d’obtenir un continuum • Ouverture de fichiers texte en écriture • Affichage des fonctions d’aire générées pour vérifier si elles correspondent bien à ce que je veux

  35. 2. Pseudo-code 3. Traduire en Matlab 4. Commenter 5. Débuguer

  36. Exercice 3 • Créez un programme avec Matlab qui permet de présenter des stimuli dans un ordre aléatoire et d’enregistrer la réponse de l’utilisateur (dans un protocole ABX, par exemple). • rand input wavread… • Rappel : les 5 étapes de la programmation

  37. Fonctions avancées pour phonéticiens

  38. Traitement du signal 1Analyse spectrale avec Matlab dft (fft) psd fenêtres autres méthodes échelle des fréquences rééchantillonage

  39. Le son • fréquence d’échantillonage, longueur et durée • fréquence Nyquist • le fichier wav ([-1 1]) • demonstration demoson() demoson_tous

  40. Estimation spectrale • Signal Processing Toolbox: Statistical Signal Processing: Spectral Estimation Method • demospectre(‘s1’)

  41. Fenêtrage • Signal Processing Toolbox: Special Topics: Windows

  42. spectrogramme • specgram specgramdemo

  43. Traitement du signal 2Filtrage et lissage filtres curve fitting coefficient de corrélation lpc ar cepstral smoothing autres méthodes

  44. Le filtrage • Enlever le bruit (ex. électromyographie) • Lisser les courbes dérivées (ex. données articulatoires) • Signal Processing Toolbox: Special Topics: Time-Domain Based Modeling • Signal Processing Toolbox: fdatool (et fvtool pour visualiser le filtre) • Signal Processing Toolbox: sptool

  45. Démonstration • lpcdemolpc • filtrage demoderiv

  46. Lissage cepstral

  47. Exercice 4 • Pour des données de mouvement d’un articulateur, calculer la vitesse et l’accélération. (Ou : pour un signal électroglottographique, la vitesse et l’accélération de l’ouverture et de la fermeture des cordes vocales) • Afin d’y voir plus clair, filtrer le signal pour enlever le bruit

  48. Créer une interface avec Matlab guidedémonstration modification du code généré automatiquement

More Related