Licence Professionnel Optronique Anne 2004 - 2005

Rappels Traitement du Signal

Note de cours
T.Dumartin





























1 GENERALITES 4
1.1 INTRODUCTION 4
1.2 DEFINITIONS 4
1.2.1 SIGNAL 4
1.2.2 BRUIT 4
1.2.3 RAPPORT SIGNAL SUR BRUIT 4
1.2.4 SYSTEME 4
1.3 CLASSIFICATION DES SIGNAUX 5
1.3.1 CLASSIFICATION PHENOMENOLOGIQUE 5
1.3.2 CLASSIFICATION ENERGETIQUE 5
1.3.3 CLASSIFICATION MORPHOLOGIQUE 5
1.4 SIGNAUX PARTICULIERS 6
1.4.1 FONCTION SIGNE 6
1.4.2 FONCTION ECHELON 6
1.4.3 FONCTION RAMPE 6
1.4.4 FONCTION RECTANGULAIRE 6
1.4.5 IMPULSION DE DIRAC 7
1.4.6 PEIGNE DE DIRAC 8
1.4.7 FONCTION SINUS CARDINAL 8
1.5 REPRESENTATION FREQUENTIELLE 8
2 TRAITEMENT DU SIGNAL ANALOGIQUE 9
2.1 SERIE DE FOURIER 9
2.1.1 DEFINITION 9
2.1.2 DEVELOPPEMENT EN TERMES COMPLEXES 10
2.1.3 PROPRIETES 10
2.2 TRANSFORMEE DE FOURIER 10
2.2.1 DEFINITION 10
2.2.2 PROPRIETES 11
2.2.3 EXEMPLE 12
2.3 CONVOLUTION 12
2.3.1 DEFINITION 12
2.3.2 TRANSFORMEE DE FOURIER 13
2.4 NOTION DE FILTRAGE 13
2.4.1 FONCTION DE TRANSFERT 13
2.4.2 FILTRE REEL GABARIT 14
2.5 NOTION DE MODULATION 15
2.5.1 PRINCIPE 15
2.5.2 MODULATION DAMPLITUDE 15
3 NUMERISATION 17
3.1 ECHANTILLONNAGE 17
3.1.1 DEFINITION 17
3.1.2 ECHANTILLONNAGE IDEAL 17
3.1.3 ECHANTILLONNAGE REEL 18
3.1.4 ECHANTILLONNAGE-BLOCAGE 19
3.2 QUANTIFICATION 20
3.2.1 DEFINITION 20
3.2.2 QUANTIFICATION UNIFORME 20
3.3 CODAGE 21

4 TRAITEMENT DU SIGNAL NUMERIQUE 22
4.1 TRANSFORMEE DE FOURIER D'UN SIGNAL DISCRET 22
4.1.1 DEFINITION 22
4.1.2 PROPRIETES 22
4.2 TRANSFORMEE DE FOURIER DISCRETE 23
4.2.1 FENETRAGE 23
4.2.2 ECHANTILLONNAGE EN FREQUENCE 24
4.3 NOTION DE TRANSFORMEE DE FOURIER RAPIDE 26
4.3.1 PRESENTATION A LALGORITHME DE COOLEY-TUCKEY 26


Annexe 1 : Transforme de Fourier dun peigne de Dirac
Annexe 2 : Transforme de Fourier de la fonction porte


































1 Gnralits

1.1 Introduction
Le traitement du signal est une discipline indispensable de nos jours. Il a pour objet l'laboration
ou l'interprtation des signaux porteurs d'informations. Son but est donc de russir extraire un
maximum d'information utile sur un signal perturb par du bruit en s'appuyant sur les ressources de
l'lectronique et de l'informatique.

1.2 Dfinitions
1.2.1 Signal
Un signal est la reprsentation physique de l'information, qu'il convoie de sa source son
destinataire. La description mathmatique des signaux est l'objectif de la thorie du signal. Elle offre
les moyens d'analyser, de concevoir et de caractriser des systmes de traitement de l'information.

1.2.2 Bruit
Un bruit correspond tout phnomne perturbateur gnant la transmission ou l'interprtation
d'un signal.

Remarque :
Les notions de signal et bruit sont trs relatives. Pour un technicien des tlcommunications qui
coute un metteur lointain relay par un satellite, le signal provenant dune source astrophysique
(soleil, quasar) place malencontreusement dans la mme direction est un bruit. Mais pour
lastronome qui sintresse la source astrophysique, cest le signal du satellite qui est un bruit.

1.2.3 Rapport signal sur bruit
Le rapport signal sur bruit mesure la quantit de bruit contenue dans le signal. Il s'exprime par
le rapport des puissances du signal (P
S
) et du bruit (P
N
). Il est souvent donn en dcibels (dB).




1.2.4 Systme
Un systme est un dispositif reprsent par un modle mathmatique de type Entre/Sortie
qui apporte une dformation au signal (Ex: modulateur, filtre, etc).








Chapitre
1
S
dB N
S P
=10log
N P
| |
|
\ .

Systme Entre Sortie

1.3 Classification des signaux
On peut envisager plusieurs modes de classification pour les signaux suivant leurs proprits.

1.3.1 Classification phnomnologique
On considre la nature de l'volution du signal en fonction du temps. Il apparat deux types de
signaux :

Les signaux dterministes : ou signaux certains, leur volution en fonction du temps peut
tre parfaitement modliser par une fonction mathmatique. On retrouve dans cette classe les
signaux priodiques, les signaux transitoires, les signaux pseudo-alatoires, etc

Les signaux alatoires : leur comportement temporel est imprvisible. Il faut faire appel
leurs proprits statistiques pour les dcrire. Si leurs proprits statistiques sont invariantes
dans le temps, on dit qu'ils sont stationnaires.

1.3.2 Classification nergtique
On considre l'nergie des signaux. On distingue :

Les signaux nergie finie : il possde une puissance moyenne nulle et une nergie finie.

Les signaux puissance moyenne finie : il possde une nergie infinie et sont donc
physiquement irralisable.

Rappels :
Energie d'un signal x(t)
+
2
x
-
W = x(t) dt

Puissance d'un signal x(t)
T/ 2
2
x
-T/ 2
1
P = lim x(t) dt
T
T



1.3.3 Classification morphologique
On distingue les signaux variable continue des signaux variable discrte ainsi que ceux
dont l'amplitude est discrte ou continue.

Amplitude

Continue Discrte
C
o
n
t
i
n
u


T
e
m
p
s

D
i
s
c
r
e
t



x(t)
t
x[n]
n
x[n]
n
x(t)
t
quantification

c
h
a
n
t
i
l
l
o
n
n
a
g
e


On obtient donc 4 classes de signaux :

Les signaux analogiques dont l'amplitude et le temps sont continus
Les signaux quantifis dont l'amplitude est discrte et le temps continu
Les signaux chantillonns dont l'amplitude est continue et le temps discret
Les signaux numriques dont l'amplitude et le temps sont discrets


1.4 Signaux particuliers
Afin de simplifier les oprations ainsi que les formules obtenues, certains signaux frquemment
rencontrs en traitement du signal dispose d'une modlisation propre.

1.4.1 Fonction signe

-1 pour t<0
sgn(t)=
+1 pour t>0

Par convention, on admet pour valeur l'origine : sgn (t) =0 pour t=0.

1.4.2 Fonction chelon

0 pour t<0
u(t)=
1 pour t>0

Par convention, on admet pour valeur l'origine: u (t) = pour t=0.
Dans certains, il sera prfrable de lui donner la valeur 1.

1.4.3 Fonction rampe

( )
t
-
r(t) = t . u(t)
= u d

1.4.4 Fonction rectangulaire

t 1
1 pour <
T 2 t
rect ( )=
T t 1
0 pour >
T 2

On l'appelle aussi fonction porte.
Elle sert de fonction de fentrage lmentaire.
sgn(t)
t
-1
1
u(t)
t
1
r(t)
t
1
1
rec(t/T)
t
T/2
1
-T/2

1.4.5 Impulsion de Dirac
L'impulsion de Dirac correspond une fonction porte dont la
largeur T tendrait vers 0 et dont l'aire est gale 1.


pour t = 0
(t)=
0 pour t 0

(t) ne peut tre reprsente graphiquement. On la schmatise par le symbole

Attention: le 1 marqu sur la flche pleine reprsente laire de cette impulsion (et non la hauteur de
limpulsion).
On peut encore considrer (t) comme la drive de la fonction chelon :
du(t)
(t) =
dt
.

Proprits :

Intgrale
(t) dt =1
+

x(t).(t) dt = x(0)
+

0 0
x(t).(t t ) dt = x(t )
+

Produit
x(t).(t) = x(0).(t) x(0) =
0 0 0 0
x(t).(t t ) = x(t ).(t t ) x(t ) =

Identit
x(t) (t) = x(t)

Translation
0 0
x(t) (t t ) = x(t t )
1 0 1 0
x(t t ) (t t ) = x(t t t )

Changement de variable
1
(a. t) = a (t)

avec en particulier
1
() = (t)
2f



Remarque :
Un signal physique y(t) correspondant au passage dun tat (1) vers un tat (2) pourra tre considr
comme un impulsion chaque fois que son temps de monte t
m
sera ngligeable devant les autres
temps mis en jeu dans le circuit. Il en est de mme pour un chelon.
(t)
t
1
1

1.4.6 Peigne de Dirac
On appelle peigne de Dirac une succession priodique
dimpulsions de Dirac.

T
k -
(t)= (t- kT)
+

T est la priode du peigne.
Cette suite est parfois appele train d'impulsions ou fonction d'chantillonnage.
Ce type de signal est principalement utilis en chantillonnage .

1.4.7 Fonction sinus cardinal

( ) sin t
sinc(t) =
t


Cette fonction joue un rle trs important en traitement du signal.

Proprits :

+
-
sinc(t) dt =1

+
2
-
sinc (t) dt =1

1.5 Reprsentation frquentielle
On a pour habitude de dcrire les signaux en fonction de la variable temporelle t car notre
perception des phnomnes physiques nous y incite. En lectronique, la connaissance des proprits
spectrales d'un signal est primordiale. Ainsi, on utilise souvent une reprsentation en fonction de la
frquence pour caractriser un signal ou un systme. Les outils de traitement des signaux nous aident
dans cette tche.

Exemple : le support de transmission du tlphone une bande passante de 3kHz alors que la bande
passante des signaux audibles est de 20kHz. Ceci explique pourquoi un signal audio de haute qualit
transmis par voie tlphonique sera peru comme de mauvaise qualit par le rcepteur.

T
(t)
t
T 2T KT -2T -T -KT
sinc(t)
t
1
1 2 3 -3 -2 -1

2 Traitement du signal analogique

2.1 Srie de Fourier
2.1.1 Dfinition
La dcomposition en srie de Fourier permet de dcomposer un signal en somme de
sinusodes. On utilise principalement les sries de Fourier dans le cas des signaux priodiques. Elles
permettent ainsi de passer facilement du domaine temporel au domaine frquentiel. Pour pouvoir tre
dcomposable, un signal doit tre variations bornes (Dirichlet).

Pour tout signal s(t) rel o s(t) = s(t+T
0
), on peut crire :


0
0
2
=
T
| |
|
\ .


avec
0
0
0 ( )
1
S = s(t) dt
T
T

( )
0
n 0
0 ( )
2
A = s(t) cos n t dt
T
t

( )
0
n 0
0 ( )
2
B = s(t) sin n t dt
T
T

Remarques :
On appelle le signal de pulsation
0
le fondamental.
On appelle les signaux de pulsation n.
0
les harmoniques de rang n.
La valeur de S
0
reprsente la valeur moyenne de s(t).


Autre expression :
L'criture prcdentes des sries de Fourier prsente en fait peu d'intrt physique, en effet si
la fonction f(t) subit une simple translation suivant l'axe des temps alors les coefficients A
n
et B
n
seront
modifis. En consquence, on cherche donc une nouvelle criture des sries de Fourier dans laquelle
la puissance est conserve aprs une translation suivant l'axe des temps et o cette translation
apparatra sous la forme dun dphasage.
Cette nouvelle criture s'obtient en posant :
n n n
n n n
A = C sin
B = C cos

ainsi, en remplaant A
n
et B
n
dans :

( ) ( )
0 n 0 n 0
n=1
s(t) = S + A cos n t +B sin n t

( ) ( )
0 n n 0 n 0
n=1
s(t) = S + C sin cos n t + cos sin n t

Chapitre
2
( ) ( )
0 n 0 n 0
n=1
s(t) = S + A cos n t +B sin n t

avec





!! Attention !!
Si lon intervertit la place des paramtres B
n
et A
n
(A
n
devant sin et B
n
devant cos) dans la
dcomposition en srie de Fourier, il ne faut pas oublier de les intervertir dans la dfinition de
n
aussi.

2.1.2 Dveloppement en termes complexes
En introduisant la notation complexe de cos(n
0
t) et sin(n
0
t), il est possible d'obtenir une
criture complexe de la srie de Fourier.

On pose ( )
0 0
jn t jn t
0
e +e
cos n t =
2

et ( )
0 0
jn t jn t
0
e e
sin n t =
2 j

On obtient alors :


avec


Les coefficients complexes S
n
sont relis aux coefficients A
n
et B
n
par les relations suivantes :
n n
n
n n
-n
A jB
S =
2
n>0
A jB
S =
2

Remarques :
Dans les deux formes prcdentes, chaque composante de frquence tait reprsente par deux
coefficients. L'criture complexe ne fait apparatre qu'un seul coefficient S
n
complexe mais qui
comprend bien entendu un module et une phase.

2.1.3 Proprits

Si s(t) est paire B
n
= 0 et S
n
= S
-n

Si s(t) est impaire A
n
= 0 et S
n
= -S
-n


2.2 Transforme de Fourier
Cest une gnralisation de la dcomposition de srie de Fourier tous les signaux
dterministes. Elle permet dobtenir une reprsentation en frquence (reprsentation spectrale) de ces
signaux. Elle exprime la rpartition frquentielle de lamplitude, de la phase et de lnergie (ou de la
puissance) des signaux considrs.

2.2.1 Dfinition
Soit s(t) un signal dterministe. Sa transforme de Fourier est un fonction, gnralement complexe, de
la variable f et dfinie par :


( )
0 n 0 n
n=1
s(t) = S + C sin n t+

n
n
n
2 2 2
n n n
A
arctan
B
C = A +B

0
jn t
n
-
s(t) = S e
+

0
0
0
T / 2
jn t
n
0 -T / 2
1
S = s(t) e dt
T

| |
+
j2ft
-
S(f) = TF s(t) = s(t) e dt

Si cette transforme existe, la transforme de Fourier inverse est donne par :





Remarque :
On appelle spectre de s le module de la transforme de Fourier de s.

2.2.2 Proprits

s(t) S(F)
Linarit .s(t) + .r(t) .S(f) + .R(f)
Translation
0
s(t- t )
0
2 jf t
S(f) e

0
2 jf t
s(t) e
0
S(f- f )
Conjugaison s (t)

S (-f)

Drivation
n
n
d s(t)
dt
( )
n
j2f S( f )
Dilatation avec s(at) a 0
1 f
S( )
a a

Convolution s(t) r(t) S(f) R(f) i
s(t) r(t) i S(f) R(f)
Dualit S(t) s(-f)


Transforme de Fourier de Dirac :

s(t) S(f)
(t) 1
(t-)
2 jf
e

0
2 jf t
e

0
(f+f )

Egalit de Parceval :
Pour un signal dnergie finie, lnergie du signal est identique dans les domaines temporel et
frquentiel.





| |
+
1 j2ft
-
s(t) = TF S(f) = S(f) e df

TF
2 2
s(t) dt S(f) df
+ +

=


2.2.3 Exemple
Calculons la transforme de Fourier dun signal sinusodale :
0
s(t) = Scos t

( )
+ +
j2ft j2ft
0
- -
S(f) = s(t) e dt S cos 2f t e dt



=

avec ( )
0 0
j2f t 2f t
0
e +e
cos 2f t =
2

0 0
0 0
+ + + j2f t 2f t
j2f t j2f t j2ft j2ft j2ft
- - -
e +e S
S(f) = S e dt e e dt e e dt
2 2




= +



i i

( )
0 0
j2f t j2f t
S
S(f) = TF e TF e
2

+



do














Remarques :

La transforme de Fourier dune fonction sinusodale de frquence f
0
est reprsente par
deux impulsions de Dirac centre sur les frquences f
0
et +f
0
. Bien entendu, limpulsion centre sur f
0

na pas dexistence physique.
Le spectre dune dcomposition en srie de Fourier sera donc un spectre discontinu de
raies aux frquences des sinusodes prsentes dans la dcomposition.


2.3 Convolution
2.3.1 Dfinition
Le produit de convolution dun signal s(t) par un autre h(t) est donn par :





Remarque :

Le signal de sortie dun systme linaire causal invariant dans le
temps est donn par le produit de convolution du signal dentre et
dune fonction h(t) appele rponse impulsionnelle.
La valeur du signal de sortie linstant t est ainsi obtenue par la sommation des valeurs passes du
signal dexcitation, pondres par la rponse du systme.
-
s(t) *h(t) = s(k) h(t- k) d k
+

H
s(t)
y(t)
| | | |
0 0 0
S
TF Scos 2f t = (f- f )+(f+f )
2
t
s(t)
S
T
0

f
S(f)
S/2
f
0
-f
0

TF

2.3.2 Transforme de Fourier
Par dfinition :
| |
j2ft
j2ft
TF a(t) b(t) a(k) b(t- k) dk dt
a(k) b(t- k) dt dk
e
e
+ +

+ +

=



=





Si on pose : t - k = u alors t = u + k :
| |
j2f k j2f u
TF a(t) b(t) a(k) b(u) d u dk e e
+ +



=





Do :



Remarque :
| | | | | | | |
TF h(t) (t) TF h(t) TF (t) TF h(t) H(f) = = = i
do h(t) (t) h(t) = : Le Dirac est llment neutre de la convolution


2.4 Notion de Filtrage
Le filtrage est une forme de traitement de signal qui modifie le spectre de frquence et/ou la
phase du signal prsent en entre du filtre et donc par consquent sa forme temporelle. Il peut s agir
soit :
- dliminer ou daffaiblir des frquences parasites indsirables
- disoler dans un signal complexe la ou les bandes de frquences utiles.

On classe les filtres en deux grandes familles :
- les filtres numriques raliss partir de structure intgre microprogrammable
(DSP).
- les filtres analogiques raliss partir de composants passifs (rsistance,
inductance, condensateur) ou actifs (AIL).

2.4.1 Fonction de transfert
Le comportement dun filtre est dfini par ltude
frquentielle de la fonction de transfert entre la tension de sortie et
la tension dentre du filtre. On le caractrise par lamplification et
le dphasage quil apporte sur les diffrents harmoniques du
signal dentre.

S
E
V (j)
H(j ) =
V (j)

S
dB
E
V
H = 20log
V

| |
Arg H(j) =


| | TF a(t) b(t) A(f) B(f) = i
H
V
E
(t)
V
S
(t)

Remarques :

Parfois, on prfre dfinir un filtre par rapport lattnuation quil amne sur la grandeur
dentre :
1
A(j) =
H(j)
.
On dfinie aussi le temps de propagation de groupe plutt que le dphasage. Il caractrise le
retard apport par le filtre sur les diffrents harmoniques du signal dentre :
d

=
H est la rponse impulsionnelle du filtre :
S E
V (t) = V (t) *h(t) et
| |
S E
TF V (t) = V (f) h(f) i
Autrement dit, le spectre du signal de sortie est gale au produit du spectre du signal dentre par la
rponse en frquence du filtre.

2.4.2 Filtre rel gabarit
Un filtre idal prsente :
- un affaiblissement nul dans la bande de frquence que lon dsire conserver (Bande
passante)
- un affaiblissement infini dans la bande que lon dsire liminer (Bande attnue)

Il est impossible pratiquement de raliser de tels filtres. Aussi se contente-t-on dapprocher cette
rponse idale en :
- conservant lattnuation A infrieure A
max
dans la bande passante
- conservant lattnuation suprieure A
min
dans la bande attnue

Cela conduit ainsi dfinir un gabarit dfinissant des zones interdites et des zones dans lesquelles
devront imprativement se situer les graphes reprsentant lattnuation du filtre en frquence. Suivant
le type de rponse que lon dsire obtenir, on est amen dfinir 4 familles de filtres :

























Lorsque lon veut dimensionner un filtre, on ne sait calculer analytiquement quun petit nombre
de fonctions caractristiques convenant la ralisation dun gabarit. Ces diffrentes fonctions fixeront
les proprits physiques du filtre (Butterworth, Tchebycheff, Bessel, Cauer).
A(dB)
f
Passe-bas
f
c
f
a
A
max

A
min

A(dB)
f
Passe-haut
f
c
f
a
A
max
A
min
A(dB)
f
Passe-bande
f
c-
f
c+
f
a+
f
a-
A
max

A
min

A(dB)
f
Coupe-bande
f
c+
f
a+
f
a-
f
c-
A
max
A
min

2.5 Notion de Modulation
2.5.1 Principe
Le principe de modulation dun signal est essentiellement utilis pour la transmission des
signaux. Il permet dadapter le message transmettre au canal de transmission.
Par exemple, en radio, le message transmis par voie hertzienne est un message audio dont le
spectre sera compris dans la bande [20Hz, 20kHz]. La rception d'un tel signal ncessite des
antennes dont les dimensions sont du mme ordre de grandeur que la longueur d'onde du signal (en
gnral de l'ordre de ).
c

f
=
Exemple :
Pour f = 20kHz :
8
4
3
3 10
1.5 10 m 15km
20.10

= = = !!!!!!!

Ainsi, lobjectif est de se servir dun signal de frquence importante pour transmettre le
message afin de rduire des proportions raisonnable la taille des antennes. Le but de la modulation
est donc de translater le spectre d'un signal basses frquences (BF) vers les hautes frquences (HF).
La radio , la tlvision , les lignes tlphoniques utilisent le procd de modulation. Le signal HF
utilis pour transporter le message est appel la porteuse. Le message, dont on se sert pour moduler
une des caractristiques de la porteuse, est appel le modulant. Si la porteuse est de forme
sinusodale, elle accepte comme expression :

p p p
s (t) = U cos( t+ ) avec
p
>> 0

Pour transporter le message, on ne peut donc jouer que sur deux paramtres :

- lamplitude U
p
: on effectue alors une modulation damplitude
- la phase : on effectue alors une modulation angulaire (phase ou frquence).


Remarques :
La dmodulation est lopration inverse de la modulation. Elle consiste reconstruire le signal
modulant partir du signal modul. La qualit dune modulation est dtermine par la facilit
rcuprer le signal modulant et par son immunit aux bruits.

2.5.2 Modulation damplitude
Le principe consiste moduler lamplitude de la porteuse s
p
(t) par le signal message m(t) :

m p p
s (t) m(t) U cos t =
Dans le cas dcole o le message une forme sinusodale :
m m m p p
s (t) U cos t U cos t =
( ) ( )
{ }
m p
m m p m p
U U
s (t) cos t cos t
2

= + +



Son amplitude sera donc comprise entre +U
m
.U
p
et -U
m
.U
p
.
Le spectre du signal modul est donc :

m p
m m p m p m p m p
U U
S (f) (f- f f )+(f- f - f )+(f+f - f )+(f+f f )
4
= + +































La modulation damplitude ralise donc une transposition en frquence du signal message.
Elle est ralise partir dune simple multiplication. A noter que si lon veut transmettre un signal de
frquence f
m
, la bande passante ncessaire est de 2.f
m
. La rcupration du message par
dmodulation implique de raliser lopration inverse. Il faut donc multiplier le signal modul par la
porteuse pour refaire une transposition en frquence puis isoler le message par filtrage.










Mais fabriquer une porteuse de frquence strictement identique est trs difficile. Une solution consiste
donc transmettre la porteuse avec le message pour pouvoir facilement la reconstruire la rception.
On lappelle la modulation avec porteuse et lexpression du signal modul devient :
| |
m p p
s (t) k. m(t) 1 U cos t = +
k est le taux de modulation.

Cest ce principe qui est retenu en radiodiffusion (AM, GO et PO).


Remarques :
On peut aussi :
- rcuprer la partie rsiduelle de la porteuse (qui, pour des raisons techniques, nest
jamais supprime 100 %) et amplifier celle-ci.
- transmettre priodiquement une information reprsentant la porteuse
- transmettre un multiple ou un sous-multiple de la frquence de la porteuse


t
m(t)
U
m
T
m

f
M(f)
U
m
/2
f
m
-f
m
U
p
s
p
(t)
t
TF
f
S
p
(f)
U
p
/2
f
p
-f
p

S
m
(t)
U
p
.U
m

t
m(t)
s
p
(t)
s
m
(t)
m(t)
s
p
(t)
f
S
p
(f)
U
m
.U
p
/4
-f
p
-f
m
-f
p
+f
m
f
p
-f
m
f
p
+f
m

BP

3 Numrisation

Limportance des systmes numriques de traitement de linformation ne cesse
de crotre (radio, tlvision, tlphone, instrumentation). Ce choix est souvent justifi par des
avantages techniques tels que la grande stabilit des paramtres, une excellente reproductibilit des
rsultats et des fonctionnalits accrues. Le monde extrieur tant par nature analogique, une
opration prliminaire de conversion analogique numrique est ncessaire. La conversion analogique
numrique est la succession de trois effets sur le signal analogique de dpart :

- lchantillonnage pour rendre le signal discret
- la quantification pour associer chaque chantillon une valeur
- le codage pour associer un code chaque valeur.

3.1 Echantillonnage
3.1.1 Dfinition
Lchantillonnage consiste prlever des instants prcis, le plus souvent quidistants, les
valeurs instantanes dun signal. Le signal analogique s(t), continu dans le temps, est alors
reprsenter par un ensemble de valeur discrtes :
s
e
(t) = s(n.Te) avec n entier
Te : priode dchantillonnage.
Cette opration est ralise par un chantillonneur souvent symbolis par un interrupteur.










3.1.2 Echantillonnage idal
Lchantillonnage idal est modlis par la multiplication du signal continu s(t) et dun peigne
de Dirac de priode T
e
.
e
e T e e e
n - n -
s (t) = s(t) (t)=s(t) (t- n T ) s(n T ) (t- n T )
+ +

=


Le spectre du signal chantillonn est donc le suivant :

e e
n -
e
1
S (f) = S(f) (f- nf )
T
+

(voir Annexe 1)

On obtient donc un spectre infini qui provient de la priodisation du spectre du signal dorigine autour
des multiples de la frquence dchantillonnage.








Chapitre
3
t
s
e
(t)
T
e
t
s(t)
T
1
f
e
=
T
e
TF
S(f)
f
f
m
-f
m
f
M
-f
M
S
e
(f)
f f
e
2f
e
-f
e
-2f
e
f
e
/2 -f
e
/2
e e
n -
e
1
S (f) S(f- nf )
T
+

=


Remarques :
On voit sur le spectre du signal chantillonn quil est possible de restituer le signal original
par un simple filtrage passe-bas.
Si f
M
, la frquence maximale du spectre du signal chantillonner, est suprieure f
e
/2, la
restitution du signal original sera impossible car il va apparatre un recouvrement spectrale lors de
lchantillonnage. On dit quon est en sous-chantillonnage.










Le thorme de SHANNON montre que la reconstitution correcte dun signal ncessite que la
frquence dchantillonnage f
e
soit au moins deux fois plus grande que la plus grande des frquences
f
M
du spectre du signal :




Lorsquil y a recouvrement spectrale, nous avons vu qu'il tait impossible de reconstruire
correctement le signal. Pourtant dans la plupart des situations, le spectre du signal chantillonner
s'tale sur tout le domaine des frquences (tout en diminuant du cot des hautes frquences), mais il
n'existe pas une frquence f
max
au-del de laquelle l'nergie est nulle. Il y a donc un problme pour
choisir la frquence d'chantillonnage. On se fixe donc en pratique une f
max
partir de laquelle on
estime la reprsentation de notre signal satisfaisante pour les applications que lon veut en faire. Puis
on effectue un filtrage passe-bas ( f
max
) avant lchantillonnage afin de remdier aux repliements de
spectre. On appelle ce filtre un filtre antirepliement.

Exemple : c'est par exemple le cas de la parole. Le spectre des sons audibles s'tend jusqu' environ
20kHz. Dans le cas des CD audio, le signal est chantillonn 44.1 kHz alors que dans le cas du
tlphone numrique le signal est chantillonn 8 kHz seulement. En effet, en tlphonie, on estime
que le message est comprhensible pourvu que les composantes basses frquences soient
transmises correctement alors que lon veut conserver tous les harmoniques pour avoir un son de
qualit en audio. On limite ainsi le spectre 22.05 kHz pour un CD audio et 4 kHz pour la tlphonie
(3.4kHz en pratique).

Si f
e
>2fc, il y a sur-chantillonnage. Alors les motifs successifs obtenus par priodisation du
spectre sont disjoints et loigns lun de lautre. Le filtrage passe-bas pour la rcupration du signal
est facilit. Plus on prendra dchantillons par priode, plus le signal sera facile reconstruire.

3.1.3 Echantillonnage rel
En pratique, lchantillonnage seffectue en commandant un interrupteur par un train
dimpulsions troites. Il est donc impossible dobtenir des chantillons de dure quasiment nulle. La
modlisation de lchantillonnage par un peigne de Dirac est donc errone. En fait, chaque impulsion
va avoir une dure trs courte . Lchantillonnage peut donc tre modlis par la multiplication du
signal par une suite de fonction rectangle (ou porte) de largeur .









S
e
(f)
f f
e
2f
e
-f
e
-2f
e
recouvrement
f
e
> 2 f
M
y(t)
t
T
e
2T
e
-2T
e
-T
e
1
/2
y(t)
t
-/2
1

Lexpression du signal dchantillonnage devient donc :
e
e
k - k -
t-kT t
y(t) rect ( ) rect ( ) (t kT )

+ +

= =


Et par consquent, sa transforme de Fourier est gale :
e
k -
e
1
Y(f) sinc( f) (f k f )
T
+

=

(voir Annexe 1 et 2)

Comme lexpression du signal chantillonn est :
e
s (t) = s(t) y(t)
Sa transforme de Fourier devient :
e e
k -
e

S (f) = S(f)Y(f) = S(f) sinc( f) (f- k f )

T
+

On retrouve la mme allure de spectre modul en amplitude par une fonction en sinus cardinale.









Remarques :
Pour se rapprocher dun chantillonnage idal et quainsi le signal soit facilement
reconstructible, il faut que soit le plus petit possible.
Dans le cas o est du mme ordre de grandeur que f
e
, il faudra f
e
>> 2f
M
.

3.1.4 Echantillonnage-blocage
En pratique, on n'chantillonne pas un signal pour le reconstruire juste aprs.
L'chantillonnage est utilis pour prlever le signal des instants multiples de T
e
et ensuite convertir
les chantillons sous forme d'un code binaire (8, 12, 16 bits, ...). Cette conversion est effectue par
lintermdiaire dun convertisseur analogique-numrique (CAN). Cette conversion nest pas
instantane. Si le signal convertir varie trop rapidement, il est ncessaire de procder au blocage
du signal pour avoir une conversion sans erreur. On utilise donc un chantillonneur-bloqueur qui
mmorise la tension convertir et la maintient constante pendant toute la dure de conversion.
Leffet de blocage peut tre modlis par une fonction porte dcale de /2 :


e
e
k - k -

t- -kT t-
2 2
y(t) rect rect (t kT )

+ +

| | | |
| |
= =
| |
| |
\ . \ .



Lchantillonnage-blocage consiste donc la multiplication du signal par y(t). La transforme de
Fourier du signal chantillonn est donc :





TF
S(f)
f
f
m
-f
m
f
M
-f
M
|S
e
(f)|
f f
e
2f
e
-f
e
-2f
e
-1

1

y(t)
t
1
- jf
e e
k -
e

S (f) = sinc( f) S(f- k f ) e

T
+

e e
k -
e

S (f) = sinc( f) S(f- k f )

T
+

Remarques :
Le spectre est identique au prcdent. Le terme en
- jf
e traduit un dphasage entre le signal
initial et le signal chantillonn. En principe, on maintient la valeur de lchantillon sur toute la priode
dchantillonnage donc = T
e
. Ainsi, pour f = f
e
, on a un dphasage de -.


3.2 Quantification
3.2.1 Dfinition
La quantification consiste associer une valeur relle x quelconque, une autre valeur x
q

appartenant un ensemble fini de valeurs et ce suivant une certaine loi : arrondi suprieur, arrondi le
plus proche, etc
Lcart entre chaque valeur x
q
est appel pas de quantification.
Le fait darrondire la valeur de dpart entrane forcment une erreur de quantification que lon
appelle le bruit de quantification.

3.2.2 Quantification uniforme
La loi de quantification uniforme utilise un pas de quantification () constant entre chaque
valeur x
q
.















Le bruit de quantification n
q
est dans ce cas un signal alatoire. Ces caractristiques sont donc
dfinies par ses proprits statistiques. On peut alors dmontrer que la puissance du bruit de
quantification est gale :
q
2
n
P =
12

(si sa densit de probabilit est uniforme)

Le rapport signal sur bruit d la quantification est donc gale :

q
S
dB n
P S
=10log
N P
| |
|
\ .

La puissance du signal quantifier est gale sa valeur efficace au carr (voir remarque) :

2
seff
dB
V S
=10log 12
N

| | | |

| |

\ . \ .




Si lon dcompose la plage de variation V
PE
du signal quantifier en 2
n
intervalles de largeur (avec n
le nombre de bits utiliss pour coder le signal quantifi).

x
q
x

2
3
-3
-
-2
Loi idale

-
x
n
q
=x
q
-x

Alors
n
PE
V = 2 et
PE
n
V
=
2

Ainsi :
n n seff seff
dB PE PE
V V S
=10log12 20log 2 10log12 20log 2 20log
N V V
| | | |
| |
+ = + +
| | |
\ .
\ . \ .





Ainsi, dans le cas dun convertisseur analogique-numrique, chaque fois que lon rajoutera un bit dans
le rsultat de conversion, on amliorera le rapport signal sur bruit d la quantification denviron 6dB.

Remarque :
En traitement du signal, on considre la puissance dun signal aux bornes dune rsistance de 1. La
puissance est donc gale au carr de la valeur efficace.


Exemple :
Si lon veut numriser une sinusode et que lon fixe V
PE
= 2.V
max
Dans ce cas,
max
Seff
V
V =
2
et
max
dB
max
V S
6.02n+10.8+ 20log
N 2 2 V
| |
| |

|
|
|
\ .
\ .

dB
S
6.02n+1.77
N
| |

|
\ .



3.3 Codage
Le codage consiste associer un ensemble de valeurs discrtes un code compos
dlments binaires.

Les codes les plus connus : code binaire naturel, code binaire dcal, code complment 2, code
DCB, code Gray.


Exemple sur 4 bits :






Nbre Binaire Binaire dcal DCB Gray Complment 2
-8 / 0000 / / 1000
-3 / 0101 / / 1101
0 0000 1000 0000 0000 0000
1 0001 0001 0001 0001 0001
5 0101 0101 0101 0111 0101
10 1010 / 0001 0000 1111 /
15 1111 / 0001 0101 1000 /
seff
dB PE
V S
6.02n+10.8+20log
N V
| |
| |

| |
\ .
\ .

4 Traitement du signal numrique

Le traitement numrique de linformation apporte de nombreux avantages
techniques ainsi quune flexibilit accrue dans beaucoup de domaine. Le traitement du signal par
transforme de Fourier pose cependant un certain nombre de problmes. En effet un ordinateur ne
peut traiter que des signaux numriques, ceux-ci sont obtenus aprs un chantillonnage et une
quantification. Leur tude devra tenir compte des effets induits sur le spectre par ces deux techniques.
De plus, un calcul de transforme de Fourier est une somme dune infinit dchantillons. Le temps
ncessaire ainsi que la mmoire de lordinateur vont forcment emmener certaines contraintes ce
niveau.

4.1 Transforme de Fourier d'un signal discret
4.1.1 Dfinition
Un signal discret est dfini par une suite dchantillons espacs entre eux dune priode T
e
. La
transforme de Fourier applique un signal discret x[n] devient donc :





Si cette srie converge, la transforme de Fourier inverse est dfinie par :





Remarques :
On vrifie bien que X(f) est une fonction priodique de priode F
e
( cause de
lchantillonnage). Si on remplace f par ( f + k.F
e
) :

( )
e e
e e e e
n f+k.F nk.F nf nf
-2 j -2 j -2 j -2 j
F F F F
e e e e = + =

4.1.2 Proprits

x[n] X(F)
Linarit .x(n) + .y(n) .X(f) + .Y(f)
Translation x(n- k )
e
kf
2 j
F
X(f) e

0
2 jnf
x(n) e
0
X(f- f )
Convolution x(n) y(n) S(f) R(f) i
s(t) r(t) i S(f) R(f)



Chapitre
4
e
nf
+
-2 j
F
n -
X(f) = x[n] e

e
e
e
nf F / 2
2 j
F
e F / 2
1
x[n] = X(f) e
F

4.2 Transforme de Fourier discrte
4.2.1 Fentrage
Avec un ordinateur, il est impossible de calculer la transforme de Fourier dun signal discret.
En effet il faudrait un temps et une mmoire infinis Pour ces raisons, on est toujours amen travailler
avec un nombre fini de points N. Cela revient dire que les signaux exploits numriquement sont
toujours une troncation de signaux rels.
On construira donc un signal tronqu x
T
[n]. Il rsulte de la multiplication des chantillons de
x[n] par une fentre d'analyse (ou encore fentre de troncature) qui limitera x
T
[n] N chantillons. En
pratique, on calcule donc :
e
nf
N-1
-2 j
F
T T
n 0
X (f) = x [n] e
=

La fentre danalyse est dfinie par une suite dchantillons y[n] tels que :
( )
( )
T
T
pour 0 n N-1
pour n 0 et n N-1
x [n] = y[n]. x[n]
x [n] 0

< >

Mais le fait de tronquer un signal peut notablement affecter son spectre.

Exemple : troncation dune sinusode par un fentrage rectangulaire.
Soit ( )
0
x(t) = S cos 2f t et
t
y(t) rect
T
| |
=
|
\ .

On sait que ( ) | |
0 0
S
X f = (f- f )+(f+f )
2
et que ( ) y f =Tsinc(Tf)
Donc si on effectue la troncation de x(t) sur une dure T :
( ) ( ) ( )
T
x t = x t y t
( ) ( ) ( )
T
X f = X f Y f

























f
X(f)
S/2
f
0
-f
0

TF
y(t)
t
T/2
1
-T/2
Y(f)
f
T
1
T
2
T
3
T
-3
T
-2
T
-1
T
t
x(t)
S
T
0

t
x
T
(t)
S
f
X
T
(f)
TS/2
f
0
-f
0

1/T

Remarques :
On constate que le fait de tronquer le signal tend largir les raies contenues dans le
spectre. Plus la fentre sera large, plus les raies seront troites et tendront vers les Dirac originaux.
On le conoit aisment dans le domaine temporel puisque plus la fentre est large et plus le signal
tronqu se rapproche du signal dorigine.
Si on ne conserve quune priode (environ) de la sinusode, les deux sinus cardinaux se
chevaucheront bien avant davoir atteint des amplitudes ngligeables. Ainsi, plus on voudra une
rsolution importante en frquence plus il faudra conserver un nombre important de priodes
temporelles du signal analyser La qualit de la reprsentation spectrale sera d'autant plus grande
que la priode d'acquisition T sera longue.
La fentre rectangulaire n'est pas forcment la meilleure. Dans le domaine temporel, elle
interrompt brusquement le signal ces extrmits gnrant artificiellement des hautes frquences.
Dans le domaine frquentiel, la fonction sinc a des lobes non ngligeables loin de f = 0 qui dforme le
spectre.

Afin de compenser ces dfauts, toute une srie de fentres ont t imagines. Aucune n'est
idale, toutes ont leurs qualits et dfauts suivant les applications voulues.
Par exemple, la fentre de Hanning prsente dans le domaine frquentiel des lobes
secondaires qui deviennent vite ngligeables, mais au prix d'un lobe principal plus large. Ainsi, le
spectre sera moins prcis au voisinage de f
0
mais moins bruit dans les hautes frquences.









4.2.2 Echantillonnage en frquence
En fait, lorsque lon veut pouvoir reprsenter le spectre X
T
(f), il faut calculer X
T
(f) pour toutes
les valeurs de f (f est une variable continue). Ceci est impossible avec un ordinateur ou un DSP qui ne
peuvent traiter que des valeurs de f discrtes. Comme X
T
(f) est priodique de priode F
e
, on dcoupe
donc cet intervalle en M parties gales et on ne calcule X
T
(f) que pour les multiples de F
e
/M : on
effectue un chantillonnage frquentiel de pas f = F
e
/M.

On remplace donc f par f et le calcul de la transforme de Fourier devient :
| |
e
n.k. f
N-1
-2 j
F
T T
n 0
X k = x [n] e

=

pour k = [0, 1, 2,., M-1]

| |
n.k
N-1
-2 j
M
T T
n 0
X k = x [n] e
=

pour k = [0, 1, 2,., M-1]

On vient ainsi d'introduire la transforme de Fourier discrte.

Le problme rside dans le choix du pas dchantillonnage en frquence et donc du choix de
M. En effet, le fait dchantillonner en frquence revient priodiser dans le domaine temporel la
partie du signal qui a t tronque :

| | ( )
T T
k
X k = X (f). f k. f
+

T
r
r
x (t). t-
f
+

| |
|

\ .

y(t)
t
T/2
1
-T/2
Y(f)
f
T
1
T
2
T
3
T
-3
T
-2
T
-1
T
TF
TF
-1

Ainsi, suivant le choix de f, plusieurs cas peuvent se prsenter lors de la reconstitution du
signal dans le domaine temporel partir de son spectre chantillonn :

f > 1/T : La rsolution spectrale f est trop grande. On a un recouvrement dans le domaine
temporel. C'est un peu Shannon l'envers : si on choisit une rsolution spectrale trop grande,
on ne peut pas reconstituer le signal dans le domaine temporel correctement.












f < 1/T : Il ny aura plus de repliement temporel, mais des intervalles durant lesquels le
signal dont on calcule le spectre sera nul










f = 1/T : On a un signal priodique idal. On priodise la fentre temporelle choisie avant le
calcul spectral.









En pratique, on choisira donc toujours f de telle sorte avoir f = 1/T.
Comme
e
T = N.T et
e
F
f =
M
, on en dduit que
e
e
F 1
= M= N
M N.T
:

Ainsi, la dfinition de la transforme de Fourier discrte devient :


| |
n.k
N-1
-2 j
N
T T
n 0
X k = x [n] e
=

pour k = [0, 1, 2,., N-1]

Remarques :
A Fe fixe, plus la dure dacquisition sera longue et plus la rsolution en frquence sera fine.
A N fixe, plus F
e
sera importante et plus la condition de Shannon sera respecte mais moins
la rsolution en frquence sera fine et la dure dacquisition longue.

t
x
T
(t)
T
1
f
t
x
T
(t)
T
1
f
recouvrement
t
x
T
(t)
T
1
f

4.3 Notion de transforme de Fourier rapide
Pour obtenir une valeur particulire de X
T
[k], il faut par exemple :

Pour n = 0 :
| | ( ) ( ) ( )
T T T
X k = x [0] cos 0 x [0] jsin 0 -
2 produits complexes et 1 somme complexes

Pour n = 1 :
| | ( ) ( ) ( )
T T T T T
2k 2k
X k = x [0] cos 0 x [0] jsin 0 x [1] cos x [1] jsin
N N
| | | |
| |
\ . \ .

- + -
4 produits complexes et 3 sommes complexes

Pour n = N-1 :
2N produits complexes et 2(N-1) sommes complexes

Ainsi, pour obtenir les N valeurs de X
T
[k] il faut donc 2N
2
multiplications et 2(N-1)N additions.
Par exemple, un signal o N=1024 chantillons (soit 1ko en mmoire si chaque chantillon est cod
sur 8 bits), le nombre de multiplications est de 2 097 152 et celui des additions de 2 095 104 !!!! On
arrive trs vite des temps de calcul trs longs. Si ces dures ne sont pas gnantes pour des
traitement en temps diffr, il nen est pas de mme en temps rel. En effet, plus le temps de calcul
sera important et plus la frquence maximale du signal analyser sera rduite (Shannon).
Pour pouvoir utiliser la transforme de Fourier discrte en temps rel, on dispose dalgorithmes
de calcul permettant dobtenir les rsultats beaucoup plus rapidement sous certaines conditions. Ces
algorithmes sont connus sous le nom de Transforme de Fourier Rapide (TFR) ou Fast Fourier
Transform (FFT). L'algorithme le plus connu est celui de Cooley-Tuckey.
4.3.1 Prsentation lalgorithme de Cooley-Tuckey
On pose :
avec
-2 j
N
N
W e =


Proprits de W
N
:

-2 jnk
2nk nk
N/ 2
N N/ 2
W e W = =

-2 j(nk+N/2)
nk+N/ 2 nk
N
N N
W e W = =

La condition dutilisation est davoir un nombre dchantillons puissance de 2 : N=2
m
Si on effectue un ddoublement temporel en sparant les indices paires et impaires :
| | | |
| | | |
1
2
x n = x 2n
x n = x 2n+1

En exploitant les proprits de W
N
, on trouve alors :

Pour
N
0 k -1
2

| | | | | |
| | | |
k
N
k
N
X k = X1 k + W . X2 k
N
X k = X1 k W . X2 k
2

Remarques :
Le cot de calcul passe de lordre de N
2
N log
2
(N).
| |
N-1
nk
N
n 0
X k = x[n]. W
=

Annexe 1 : Transforme de Fourier dun peigne de Dirac


T
k -
(t)= (t- kT)
+

La dcomposition en srie de Fourier donne :
e e
e
t
jn2
jn2f t T
T n n
- -
SdF (t) = S e S e
+ +

=


avec
e
e
T / 2
jn2f t
n
e -T / 2
1
S = s(t) e dt
T
e

do
e
e
T / 2
jn2f t
n e
k -
e -T / 2
1
S = (t- kT ) e dt
T
e
+

sur
e e
- T T
,
2 2



,
T
(t)=1pour t = 0 et 0 ailleurs.
donc
jn2f t
n
e e
t 0
1 1
S = e
T T
e

=
=
donc la dcomposition en srie de Fourier du peigne de Dirac vaut :
e e
e
jn2f t jn2f t
T
- -
e e
1 1
SdF (t) = e e
T T
+ +

=



Comme
0
2 jf t
0
TF (f+f ) e

=

:






La transforme de Fourier d'un peigne de Dirac (en temps) est un peigne de Dirac (en
frquence).


















| |
T e
k -
e
1
TF (t) = (f- k f )
T
+

TF

Te
(t)
t
T
e
2T
e
3T
e
-2T
e
-T
e
-3T
e
1
TF[
Te
(t)]
f
f
e
2f
e
3f
e
-2f
e
-f
e
-3f
e
1/T
e

Annexe 2 : Transforme de Fourier de la fonction porte


t 1
1 pour <
T 2 t
rect ( )=
T t 1
0 pour >
T 2

La transforme de Fourier donne :
+ T/ 2
j2ft j2ft
- -T/ 2
t t
TF rect( ) = rect( ) e dt e dt
T T

=




do
T/ 2
j2f t j2f T/ 2 j2f T/ 2
-T/ 2
t 1 1
TF rect( ) e e e
T - j2f j2f



= =






jf T jf T
t 1 e e 1
TF rect( ) sin(f T)
T f 2 j f

= =





comme
( ) sin t
sinc(t) =
t







La transforme de Fourier dune fonction porte est un sinus cardinal.

















t
TF rect( ) =Tsinc(Tf)
T



rec(t/T)
t
T/2
1
-T/2
TF
Tsinc(Tf)
f
T
1
T
2
T
3
T
-3
T
-2
T
-1
T