Vous êtes ici : GIPSA-lab > SAIGAAccueil SAIGA
 
Équipe

Signal automatique pour la surveillance, le diagnostic et la biomécanique
Responsable(s) d'équipe : Franck QUAINE, Pierre GRANJON

L'équipe Signal et Automatique pour la surveillance, le diagnostic et la biomécanique SAIGA mène des recherches sur l'analyse et la modélisation des systèmes complexes. Ces travaux portent sur la compréhension, la surveillance, le diagnostic et la sûreté des systèmes industriels, naturels et biomécaniques vivants.

Mots clés : Modélisation, Temps-fréquence, Multi-capteurs, Reconnaissance de formes, Séparation de sources, Modèles biomécaniques, EMG, Mouvement humain, Surveillance, Sûreté, Diagnostic, Pronostic

 

vignette slides SaigaPrésentations de l'équipe :
Français (pdf, 119 ko)
English (pdf, 100 ko)

THEMATIQUES DE L'EQUIPE

 

Les systèmes complexes étudiés par SAIGA sont les systèmes mécatroniques, les systèmes de production, de transport ou de communication, et les systèmes vivants. Ces systèmes sont parfois distribués. Dans certains cas, les méthodologies développées doivent être autonomes et intégrées, et donc respecter les contraintes des systèmes embarqués. Les 3 thèmes de l’équipe reflètent sa composition et renforcent sa cohérence disciplinaire autour du Signal, de l’Automatique et de la Biomécanique. Cette composition est originale et s’appuie sur la présence de compétences dans ces disciplines au sein même de l’équipe, elle explique l’originalité de nos résultats.

Les applications privilégiées de l’équipe SAIGA sont l’ENERGIE et la SANTE, domaines d’application qui fédèrent l’activité fondamentale de chacun et de chaque thème.




Dernières publications de l'équipe

Estimating the Rotational Synchronous Component from Instantaneous Angular Speed Signals in Variable Speed Conditions

Guillaume Bruand, Florent Chatelain, Pierre Granjon, Nadine Martin, Christophe Duret, et al.. Estimating the Rotational Synchronous Component from Instantaneous Angular Speed Signals in Variable Speed Conditions. International Conference on Condition Monitoring of Machinery in Non-Stationary Operations (CMMN0'2018), Jun 2018, Santander, Spain. 2018. 〈hal-01761532〉

Automatic Data-Driven Spectral Analysis Based on a Multi-Estimator Approach

Nadine Martin, Corinne Mailhes. Automatic Data-Driven Spectral Analysis Based on a Multi-Estimator Approach. Signal Processing, Elsevier, 2018, 〈10.1016/j.sigpro.2017.12.024〉. 〈hal-01677964〉

Caractérisation et auralisation de la contribution du rail dans le bruit ferroviaire

Abbès Kacem, Julien Maillard, Baldrik Faure, Nadine Martin. Caractérisation et auralisation de la contribution du rail dans le bruit ferroviaire. 14ème Congrès Français d'Acoustique (CFA 2018), Apr 2018, Le Havre, France. 2018. 〈hal-01761490〉


Voir toutes les publications de l'équipe dans HAL
GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31