Département Electronique
Permanent URI for this communityhdl:123456789/449
Browse
390 results
Search Results
Item Analyse d'un Alghorithme de synchronisation appliqué au signal MBOC, fondée sur la reconstruction de sa fonction de coréelation(université de bordj bou arreridj, 2026-06-24) Boughazi CheymaItem Selfpay market(université de bordj bou arreridj, 2026-06-30) Belattar Meriem; Bentoumi Imene; Tourba KarimeThis thesis presents the design, development, and implementation of Self-Pay Market, a low-cost, autonomous self-checkout system designed for medium and big-sized retail stores. The proposed system aims to reduce waiting times, improve the customer shopping experience, and provide an affordable alternative to commercial self-checkout solutions. It integrates three main hardware components: a weight verification system, a barcode scanner for product identification, and an RFID module that simulates an electronic payment terminal (TPE) for contactless payment. These components are managed by a lightweight web application developed using HTML, CSS, and JavaScript, with an SQLite database used to store product information and transaction records. The system operates as a standalone solution without requiring an Internet connection, making it suitable for environments with limited network connectivity. The developed prototype was successfully implemented and experimentally evaluated. The results demonstrated reliable operation of the hardware and software components throughout the checkout process, including product identification, weight verification, shopping cart management, and payment simulation. The proposed system provides the essential functionality of commercial self-checkout terminals while significantly reducing implementation costs through the use of low-cost hardware and open-source technologies. These results demonstrate that Self-Pay Market is a practical, flexible, and cost-effective solution for retail automation. Future improvements may include the integration of artificial intelligence and computer vision for automatic product recognition, as well as support for real electronic payment systems.Item Non-Invasive Cardiac Arrest Prediction Using Wearable Device(université de bordj bou arreridj, 2026-06-30) BenKhelil Badis; Hammoudi MohamedCardiovascular disease remains one of the leading causes of death worldwide, and among its manifestations, cardiac arrest is particularly dangerous because it can occur suddenly and with little warning. Continuous, low-cost, and unobtrusive monitoring of a person’s vital signs offers a promising way to detect the early warning signs of cardiac distress before it becomes life-threatening. This thesis presents the design, implementation, and evaluation of a wearable, Internet of Things (IoT) based system for early cardiac arrest risk monitoring. The system acquires physiological signals – electrocardiogram (ECG), pulse rate, peripheral oxygen saturation (SpO2), galvanic skin response (GSR), and body/ambient temperature – from a set of wearable sensors, transmits them through a wireless connectivity layer to a cloud-based analytics platform, and classifies the wearer’s cardiac status into three categories: normal, less critical, and more critical. Three supervised machine learning classifiers – Support Vector Machine (SVM), Adaptive Boosting (AdaBoost), and Random Forest (RF) – were implemented and compared for this classification task. An Android application was de- veloped to display the predicted status in real time and to alert the patient and their designated contacts when an abnormal pattern is detected. The overall system architecture and experimental methodology in this work are adapted from, and benchmarked against, the SEHAD-HC system proposed by Hannan, Cheema, and Pires [5]. Building on this foundation, the present work implements the sensing hard- ware, data pipeline, and classification models independently, and evaluates them using data collected in this project. [Insert a concise summary of your own results here: dataset size, best-performing classifier, achieved accuracy, error rate, and system response time.]Item Reconnaissance faciale du genre humain basée sur les modèles d’apprentissage automatique(université de bordj bou arreridj, 2026-06-30) Fedjiri Farida; Noui LinaLa reconnaissance du genre facial est l’une des tâches fondamentales de la vision par ordinateur, avec des applications variées telles que l’interaction homme-machine, la vidéosurveillance et le marketing ciblé. Notre travail consiste à implémenter un système performant de reconnaissance faciale du genre (RFG) basé sur le descripteur HOG (Histogram of Oriented Gradients), combiné à trois algorithmes d’apprentissage automatique : SVM (Support Vector Machine), LDA (Linear Discriminant Analysis) et KNN (K-Nearest Neighbor). Les performances du système ont été évaluées sur une sous base de données extraite de la base de données FERET, composée de 836 images faciales des deux genres (masculin, féminin). Les résultats ont montré que le modèle SVM avec noyau RBF atteint le meilleur taux de reconnaissance de 94,50 % avec une taille d’image de 256×256 pixels et une cellule HOG de 8×8, suivi du LDA avec 90,19 % et du KNN avec 84,69 %. En parallèle, une étude comparative a été menée avec le descripteur LBP, qui s’est révélé efficace pour représenter la texture faciale, mais dont les performances restent inférieures à celles obtenues avec HOG. Cette comparaison confirme la pertinence du choix du descripteur HOG associé au classificateur SVM pour notre système de reconnaissance faciale.Item Conception et simulation d‟une antenne patch a polarisation linéaire fonctionnant a 3.5 GHz(université de bordj bou arreridj, 2026-06-29) Chettih Zineb; Ben Ahmed KhaoulaLe développement rapide des réseaux de communication sans fil de cinquième génération (5G) nécessite la conception d‟antennes performantes capables d‟assurer des transmissions fiables, rapides et efficaces. Parmi les différentes technologies d‟antennes, les antennes micro ruban (patch) se distinguent par leur faible coût, leur légèreté, leur compacité et leur facilité d‟intégration dans les équipements modernes de télécommunication. Ce mémoire porte sur l‟étude et la simulation d‟une antenne patch destinée aux applications 5G fonctionnant dans la bande N78 autour de la fréquence de 3,5 GHz. La conception et l‟analyse ont été réalisées à l‟aide du logiciel de simulation électromagnétique HFSS (High Frequency Structure Simulator). L‟antenne proposée est constituée de deux bras rayonnants en forme de U, imprimés sur un substrat diélectrique de type FR4 et alimentés par une ligne micro ruban. Une étude paramétrique a été menée afin d‟évaluer l‟influence des dimensions géométriques sur les performances de l‟antenne. Les principaux paramètres analysés sont le coefficient de réflexion (S11), la fréquence de résonance, la bande passante et les caractéristiques de rayonnement. Les résultats obtenus montrent une fréquence de résonance de 3,518 GHz, avec une perte de retour de −17,36 dB et une bande passante de 82 MHz, démontrant une bonne adaptation d‟impédance et des performances satisfaisantes pour les applications 5G.Item Face Recognition Using Deep Learning: A Comparative Study of Custom CNN, VGG16, and ResNet50 on Datasets of Varying Complexity(université de bordj bou arreridj, 2026-06-30) MAHLOUL Nadia; ZIDANI SalssabilLa reconnaissance faciale est l’un des problèmes les plus étudiés dans le domaine de la vision par ordinateur. Malgré les progrès considérables réalisés au cours des dernières décennies, obtenir une reconnaissance faciale fiable dans des conditions réelles non contrôlées demeure un défi majeur. Ce mémoire présente une étude comparative de trois architectures d’apprentissage profond pour la reconnaissance faciale automatique : un réseau de neurones convolutif (CNN) personnalisé entraîné à partir de zéro, ainsi que deux modèles pré-entraînés puis affinés (fine-tuned), à savoir ResNet50 et VGG16. Les expériences ont été menées sur trois bases de données de visages de complexité croissante : Hollywood Faces, CASIA-100 et Bollywood Faces, en utilisant un cadre unifié de prétraitement et d’évaluation afin de garantir une comparaison équitable. Les résultats montrent que VGG16 obtient la meilleure précision sur les ensembles de données contrôlés, tandis que ResNet50 démontre une robustesse supérieure sur les ensembles présentant une plus grande variabilité, mettant en évidence l’efficacité de l’apprentissage résiduel (residual learning) pour les tâches complexes de reconnaissance faciale. Le CNN personnalisé offre des performances compétitives sur les ensembles de données simples, mais présente une capacité de généralisation plus limitée à mesure que la complexité des données augmente. Dans l’ensemble, l’apprentissage par transfert surpasse systématiquement l’entraînement à partir de zéro, confirmant l’importance des représentations pré-entraînées dans les scénarios où les données sont limitées. Cette étude fournit des recommandations pratiques pour le choix des architectures CNN les plus adaptées à la reconnaissance faciale en fonction des différents niveaux de complexité des ensembles de données.Item Étude et conception d'un convertisseur numérique-analogique à segmentation en technologie CMOS 65nm.(université de bordj bou arreridj, 2026-06-28) ZOUAOUI Bakhta; ZIREG SelmaCe travail présente la conception d’un convertisseur numérique-analogique (CNA) segmenté de 8 bits réalisé en technologie CMOS 65 nm / 1,2 V de la TSMC. L’architecture retenue associe un sous-CNA à pondération binaire de 5 bits et un sous-CNA à codage thermomètre de 3 bits, permettant d’obtenir de bonnes performances en termes de consommation de puissance, de tension d’alimentation et de fréquence de fonctionnement. La validation du circuit a été réalisée à l’aide du simulateur LTSPICE.Item Développement d’une interface graphique dédiée à la lecture et à l’analyse d’un système PV(université de bordj bou arreridj, 2026-06-22) BOUDISSA CILIACe mémoire de Master est dédié à la conception, la modélisation et la simulation d’un outil logiciel intelligent pour la caractérisation et le diagnostic d’un module photovoltaïque (MPV). L’objectif principal est d’extraire les paramètres électriques internes du module sous différentes conditions climatiques (irradiation et température). Pour ce faire, une méthodologie basée sur l’interopérabilité logicielle a été mise en œuvre. Le module photovoltaïque ainsi que la carte Arduino ont été émulés sous l'environnement Proteus, agissant comme une passerelle matérielle pour acquérir et transmettre les données de courant et de tension via un port série virtuel. En aval, une Interface Homme-Machine (IHM) ergonomique et performante a été développée sous LabVIEW pour assurer le traitement des données, le tracé dynamique des courbes caractéristiques (𝐼𝑠𝑐 , 𝑉𝑜𝑐 , 𝑃𝑚𝑎𝑥, 𝑅𝑠 , 𝑅𝑠ℎ , 𝐹𝐹, 𝜂). et P-V, et l’extraction automatisée des paramètres clés (𝐼𝑠𝑐 , 𝑉𝑜𝑐 , 𝑃𝑚𝑎𝑥, 𝑅𝑠 , 𝑅𝑠ℎ , 𝐹𝐹, 𝜂). Les résultats de co-simulation obtenus ont montré une excellente précision et une grande fiabilité, avec des taux d'erreur minimes par rapport aux modèles théoriques, validant ainsi l'efficacité de l'approche adoptée.Item A IoT-Enabled Electric Scooter Rental System with Docking Stations RAFEEQ(université de bordj bou arreridj, 2026-06-29) Mohamed Bouhalli; Mohamed Benrekia; Yassine Cherratrban mobility in Algerian cities suffers from a structural void in the one-to-three-kilometre trip range: public buses are too rigid, taxis too expensive, private cars too inefficient, and walking too constrained by climate and infrastructure. This thesis presents the design, im- plementation, and validation of Rafeeq, a smart electric scooter rental platform conceived to address this First and Last Mile problem in the Algerian institutional, economic, and cultural context. The platform integrates four interoperable subsystems. A connected fleet of Xiaomi M365 electric scooters is instrumented with a Raspberry Pi 3 Model B+ onboard computer paired with a SIM800L 2G GPRS modem for cellular uplink, and communicates with the scooter’s electronic speed controller through the Bluetooth Low Energy Nordic UART ser- vice. A network of physical docking stations equipped with ESP32 microcontrollers drives 12 V electromechanical Solenoid locks through TIP122 Darlington power stages, with full electrical protection including flyback diodes and LM7805 regulated rails. A cloud backend implemented in FastAPI and deployed on Render exposes thirty-two REST endpoints and maintains real-time WebSocket gateways with both the IoT endpoints and the mobile clients; user data is persisted in a PostgreSQL 16 database with strict ACID guarantees on all wallet operations. A cross-platform Flutter mobile application covers sixteen user screens across the full rental journey, with full right-to-left Arabic localisation, French, and English support. The system was validated through a six-family experimental campaign covering elec- tronic bench tests, BLE communication, mechanical lock characterisation, end-to-end latency measurement, backend load tests, and mobile user trials. The prototype achieves an end-to- end unlock latency of 2.83 seconds against a 3-second target, a Solenoid holding force of 73 N against a 50-N target, an onboarding completion time of 78 seconds against a 90-second target, and a station continuous power consumption of 84 W against a 120-W ceiling. The validation demonstrates that an integrated, locally developed smart-mobility platform can technically address the First and Last Mile problem in the Algerian context, and positions Rafeeq as a credible candidate for a subsequent pilot deployment at the University Mohamed El Bachir El Ibrahimi campus.Item Etude et Simulation d’une Cellule Solaire à base de Ba2TaSbS6(Faculté des sciences et de la technologie, 2026-06-08) Haddoufi Amira; Boubaaya BrahimCette étude se concentre sur l'optimisation des performances des cellules solaires à base de pérovskites (PSCs) à la composition Ba₂TaSbS₆, au moyen du simulateur SCAPS-1D. Un ensemble de données complet a été généré pour analyser l'effet des paramètres clés, y compris les variations de la couche de transport d'électrons (ETL) et de la couche de transport de trous (HTL), l'épaisseur de l'absorbeur, ainsi que les effets des défauts, du dopage et des impuretés dans l'absorbeur Ba2TaSbS₆. Les simulations SCAPS-1D ont identifié une architecture optimale comprenant une couche ETL en C₆₀ de 100 nm, un absorbeur Ba2TaSbS₆ de 800 nm et une couche HTL en MoO3 de 500 nm, atteignant une PCE de 30,61%. Ces résultats soulignent l'efficacité des outils de simulation avancés pour accélérer la conception et l'optimisation des PSC. De plus, ces résultats fournissent une base solide pour une validation expérimentale et constituent une avancée significative vers des technologies photovoltaïques évolutives et à haut rendement.