NOM : Prénom : Matricule :

Faculté d’Electronique et d’Informatique, USTHB
Master : SIC ; Matière : Analyse de signaux ; Année universitaire : 2008/2009
Examen final
L’examen final comporte une liste de questions avec, dans certains cas, des réponses
multiples. Pour chaque réponse, l’étudiant devra justifier le choix de la réponse.
Question 4 : Un processus aléatoire stationnaire est au sens large si :
la moyenne et la fonction d’autocorrélation sont indépendantes du temps
la moyenne et la variance sont indépendantes du temps
la variance et la fonction d’autocorrélation sont indépendantes du temps
Justification :

Question 1 : L’analyse des signaux a pour but :

l’extraction de l’information utile
la compression de l’information utile
le filtrage du signal utile
Question 5 : L’analyse spectrale a pour objectif l’extraction :
Justification : des composantes temporelles d’un signal
des composantes fréquentielles du signal
des composantes aléatoires du signal

Justification :

Question 2 : Une variable aléatoire continue est une variable qui dépend :
du temps
d’une mesure
de la fréquence
Question 6 : Un signal de parole de durée 2s, échantillonné à une fréquence minimale de
Justification : 8 Khz :
génère 16000 échantillons et possède une fréquence maximale de 8 Khz
génère 32000 échantillons et possède une fréquence maximale de 8 Khz
génère 16000 échantillons et possède une fréquence maximale de 4 Khz

Justification :
Question 3 : Un processus aléatoire est un processus composé :
de variables aléatoires indépendantes du temps
de variables aléatoires dépendantes du temps
de variables aléatoires indépendantes du temps et dépendantes de la fréquence

Justification : Question 7 : Comment réduire l’effet de perte spectrale du périodogramme simple?

Justification :

Page 1/4
 Question 11 : Donner le principe de la Transformée de Fourier à Court Terme.

Justification :

Question 8 : Un signal aléatoire composé de deux fréquences f1 = 1200 Hz et

f 2 = 1400 Hz est échantillonné à une fréquence de 10000 Hz. Le nombre minimal
d’échantillons pour discriminer les fréquences f1 et f 2 est de :
30 échantillons
50 échantillons
70 échantillons Question 12 : La Transformée de Wigner-Ville a été définie pour pallier aux
inconvénients de la Transformée de Fourier à Court Terme par l’apport d’une meilleure
Justification : résolution :
temporelle et fréquentielle
temporelle
fréquentielle

Justification :

Question 9 : L’estimation spectrale paramétrique par le modèle autorégressif présente

l’inconvénient majeur dans la difficulté :
d’estimer les fréquences contenues dans le signal
de choisir l’ordre optimal du modèle
de calculer les coefficients du modèle. Question 12 : Un signal aléatoire défini par x(t ) = x1 (t ) + x 2 (t ) a pour transformée de

Justification :
{ }
Wigner-Ville W x (t , f ) = W x1 (t , f ) + W x2 (t , f ) + 2 Re W x1x2 (t , f ) . Montrer que la
j 2πf1t j 2πf 2t
transformée de Wigner-Ville du signal défini par x(t ) = A1e + A2 e
est donnée par :
⎛ ⎛ f + f 2 ⎞ ⎞⎟
W x (t , f ) = A12 δ ( f − f1 ) + A22δ ( f − f 2 ) + 2 A1 A2 cos(2π ( f1 − f 2 )t )δ ⎜ f − ⎜⎜ 1 ⎟
⎟⎟
Question 10 : L’analyse temps-fréquence permet d’étudier un signal : ⎜ ⎝ 2 ⎠⎠
⎝
stationnaire au sens large
Donner la représentation temps-fréquence du signal. Que peut-on dire ?
non stationnaire
semi-stationnaire Justification :
Justification :

Page 2/4
 Question 14 : La transformée en ondelettes est bien adaptée pour l’analyse d’un signal :
stationnaire
non stationnaire
semi-stationnaire

Justification :

Question 15 : Une forte amplitude du coefficient d’ondelette renseigne sur la variation :

rapide du signal.
lente du signal.
courte du signal.

Justification :

Question 16 : Donner la différence fondamentale entre la transformée en ondelettes

Question 13 : L’introduction du signal analytique dans le calcul de la transformée de continue et la transformée en ondelettes discrète.
Wigner-Ville permet d’éliminer les fréquences :
interférences Justification :
positives
négatives

Justification :

Page 3/4
Question 17 : Quel est le lien qui existe entre la fonction échelle et la fonction
ondelette ?

Justification :

Question 20 : En utilisant la transformée en ondelettes, comment peut-on éliminer le

bruit indésirable dans une image ?

Justification :

Question 18 : L’algorithme de Mallat permet la décomposition en ondelettes du signal

en utilisant les filtres :
passe-haut.
passe-bas.
passe-haut et passe-bas.

Justification :

Question 19 : Comment la transformée en ondelettes peut-elle détecter les discontinuités

d’un signal ?

Justification :

Page 4/4