Académique Documents
Professionnel Documents
Culture Documents
Plan
Introduction : classification des signaux
Notions de traitement du signal analogique
Transforme de Fourier
Convolution
Corrlation
Echantillonnage
Filtrage Numrique
F.R.F.
F.R.I.
Introduction
DEFINITIONS
Signal
Une suite de nombres et non pas des suites de lettres, de
mots ou de phrases. Yves Meyer
Toutes grandeurs physiques susceptibles de variations
Traitement
Transformation destine rendre le signal exploitable
4
Techniques et Appareillage
Instrumentation digitale
Modules Fonctionnels
Instrumentation Analogique
Applications
2me classement :
Signaux analogiques
Infinits d'tats
Signaux numriques
10
Signaux numriques
Un signal numrique est un signal discret
dont lamplitude a t quantifie
signaux temps discret
Exemple
x(t)=A sin(t+)
X(k)=A sin[2/N (k+k0)
11
12
13
Distributions Fonctions
Impulsion infinie pendant un intervalle de temps infiniment court
(t)
(t )dt = 1
t
14
15
La transformation dinformations
La transformation de Fourier (frquence)
La transformation de Fourier fentre (tempsfrquence)
La transformation en ondelettes (temps-chelle)
Ondelettes de Malvar (temps-frquence-chelle)
Les paquets d ondelettes (temps-frquence)
Matching Poursuite (temps-frquence-chelle)
16
Outils mathmatiques
tude des signaux dterministes continus
Reprsentation frquentielle
Transforme de Fourier
17
Signaux priodiques
18
19
Effet Gibbs
20
21
La fonction sinus/cosinus
2
2
22
TRANSFORMATION DE FOURIER
Dfinition
La transformation de Fourier permet de dcrire dans l'espace des
frquences un signal dont on connat l'histoire au cours du temps, et
rciproquement.
F( ) = f(t)ejtdt
DUALITE TEMPS-FREQUENCES
y = f (t) <=> Y =F(f)
F(f) est appele la transforme de Fourier de f(t) et sa reprsentation,
le spectre en frquences.
F()
2
Remarque : On utilise les lettres minuscules pour dcrire l'histoire du signal au cours du temps et les lettres
majuscules pour le dcrire dans le domaine des frquences ou domaine spectral.
23
Proprits
La transformation de Fourier est une opration biunivoque.
Consquence: il y a la mme information dans f (t) que dans F(f)
Dfinition
La bande passante B d'un signal est le domaine de frquence o
se trouve l'nergie utile transporte par le signal.
Exemples :
Signaux
Tlphonique
Audio haute fidlit
Tlvision
Bande passante
300Hz < f < 3300Hz
20 Hz < f < 20 kHz
0Hz < f < 5 MHz
24
La transforme de Fourier
f = 1
T
2 sin(T )
f ( ) = e j t dt =
[ T ,T ]
T
25
s(t)= (t)
2
temps
mal localis
temps
26
S(f)=
at
s(t)=S0e u(t)
S0
a+ j2f
Module du spectreS
S(f) =
a2+4 2 f
Phase du spectre
(S(f))=arctg(2f )
a
27
at
s(t)=S0e u(t)
S(f) =
S0
a2+4 2 f
(S(f))=arctg(2f )
a
28
Convolution
Dfinition:
On appelle fonction de convolution du signal s1(t) et s2(t)
lintgrale
+
Thorme de convolution
S()=S1()S2()
29
Commutativit
Associativit
Distributivit
Diffrentiabilit
d
df
dh
( f h)(t ) =
h(t ) = f (t )
dt
dt
dt
Algorithme de Convolution
Le signal y(l) est invers pour obtenir y(-l)
Le signal y(-l) est dcal dune certaine quantit k
Le produit x(l)y(k-l) est effectu chantillon par
chantillon pour tous les k
Les valeurs ainsi obtenues sont additionnes
31
convolution en temps
- exemple dapplication de la mthode graphique de calcul de la convolution de 2
signaux x(t) et y(t) :
x(t)=eatu(t)
y(t)=e2atu(t)
32
convolution en temps
- exemple dapplication de la mthode graphique de calcul de la convolution de 2 signaux x(t)
et y(t) :
x(t)=eatu(t)
y(t)=e2atu(t)
-Principe de la mthode
-On garde le premier signal x(t)
-On retourne le second signal y(t) pour obtenir y[-t]
33
convolution en temps
- exemple dapplication de la mthode graphique de calcul de la convolution de 2
signaux x(t) et y(t) :
x(t)=eatu(t)
y(t)=e2atu(t)
t
-Principe de la mthode
-On garde le premier signal x(t)
-On retourne le second signal y(t) pour obtenir y[-t]
34
convolution en temps
- mthode graphique de calcul de la convolution de 2 signaux x(t) et y(t) :
t<0,x(t)*y(t)=0
t>0,x(t)*y(t)=e
0
dt'=1eat1e2at
a
a
35
convolution en temps
- mthode graphique de calcul de la convolution de 2 signaux x(t) et y(t) :
x(t)=eatu(t)
y(t)=e2atu(t)
-Principe de la mthode
-On garde le premier signal x(t)
-On retourne le second signal y(t) pour obtenir y[-t]
-On dcale y[-t] de t pour obtenir y[-(t-t)]
-On fait le produit x(t).y(t-t) l o les 2 signaux sont dfinis
-On calcule laire commune des 2 signaux
-On recommence pour t variant sur R et on obtient la convolution x(t)*y(t)
36
(t )dt = 1
R
37
Proprits:
Impossible d'acher l'image. Votre ordinateur manque peut-tre de mmoire pour ouvrir l'image ou l'image est endommage. Redmarrez l'ordinateur,
puis ouvrez nouveau le fichier. Si le x rouge est toujours ach, vous devrez peut-tre supprimer l'image avant de la rinsrer.
Impossible d'acher l'image. Votre ordinateur manque peut-tre de mmoire pour ouvrir l'image ou l'image est endommage. Redmarrez
l'ordinateur, puis ouvrez nouveau le fichier. Si le x rouge est toujours ach, vous devrez peut-tre supprimer l'image avant de la rinsrer.
38
Proprits de (t)
Localisation
Impossible d'acher l'image. Votre ordinateur manque peut-tre de mmoire pour ouvrir l'image ou l'image est endommage. Redmarrez l'ordinateur, puis ouvrez nouveau le fichier. Si le x rouge est toujours ach, vous devrez peut-tre supprimer l'image avant de la
rinsrer.
lment neutre
Impossible d'acher l'image. Votre ordinateur manque peut-tre de mmoire pour ouvrir l'image ou l'image est
endommage. Redmarrez l'ordinateur, puis ouvrez nouveau le fichier. Si le x rouge est toujours ach, vous
devrez peut-tre supprimer l'image avant de la rinsrer.
Impossible d'acher l'image. Votre ordinateur manque peut-tre de mmoire pour ouvrir l'image ou l'image est
endommage. Redmarrez l'ordinateur, puis ouvrez nouveau le fichier. Si le x rouge est toujours ach, vous
devrez peut-tre supprimer l'image avant de la rinsrer.
39
Application
Dfinition : La rponse impulsionnelle d'un circuit est la
rponse une impulsion de Dirac.
Conclusion :
1- Un systme linaire est entirement dcrit par sa
rponse impulsionnelle h(t).
2- La rponse du systme une excitation est gale au
produit de convolution entre l'excitation et la rponse
impulsionnelle.
40
{ }
j0t
TF {cos t}= [ ( )+ ( +
0
TF {sin t}=
0
)]
[j ( ) ( + )]
0
41
Proprits
Fonction paire
Cx,y=0 les signaux sont dcorrls
42
Algorithme
Le signal y(l) est dcal dune certaine quantit k
Le produit x(l)y(l+k) est effectu chantillon par
chantillon pour tous les k
Les valeurs ainsi obtenus sont additionnes
43
Autocorrlation
Dfinition
Cx,x()= x(t)x(t+)dt
-
Cx,x(k)=x,x(k)= x(l)x(l+k)
l =
Proprits
Cx,x(0)= l nergie du signal
44
45
Proprits de la Transforme de
Fourier
46
LIntgrale de Fourier
( f L1):
| f ( ) | | f (t ) | dt <
47
Notion de systme
Un systme fait subir une transformation un signal dentre x(t) et
dlivre un signal de sortie y(t).
Filtre
On appelle filtre, dentre x(t) et sortie y(t), un systme dfini par:
y(t)=x(t)h(t)
Rponse indicielle u(t)
Rponse en frquence
Y(f)= X(f)H(f)
48
T(v)=v
Transforme de Fourier
Fonction de Transfert:
Les exponentielles complexes e jt sont les vecteurs propres des
oprateurs de convolution:
La Transforme de Fourier
Filtrage linaire invariant en temps
Linvariance la translation dans le domaine temps dun oprateurL
Signifie que si lentre f (t ) est retarde de
, f (t)= f(t)
la sortie a aussi un retard
Rponse impulsionelle
f (t ) =
g (t ) = Lf (t ) g (t ) = Lf (t )
f (u)
(t )du
Lf (t ) =
51
Proprits
Rciprocit
Linarit
Drivation
Intgration
f(t)dt
1 F(f )
j2 f
j2ft
Dcalage temporel
f(t) e
F(f )
52
Dcalage frquentiel
Conjugaison
Symtrie
F(f f0 ) e
f(t)F(f )
f(t)F()
j2ft
F(f )
*
f(-t) F (f )
F(t)2f(-)
53
Fourier
1
f (t ) =
2
f ( )e j t d
Parseval:
1
(
)
(
)
f
t
h
t
dt
=
2
*
f ( )h* ( )d
Plancherel:
1
2
|
(
)
|
f
t
dt
=
|
f
(
)
|
d
2
2
Et,
lim f () = 0
54
La Variation Totale
Si f est drivable, la variation totale est :
f v= f '(t)dt
Exemple:
f(t)=exp(-t 2)
f v=2
55
La Phase de la TF
Dans une TF, linformation sur le temps est
cache dans les phases.
Il est impossible de dterminer les phases
avec assez de prcision pour extraire les
informations sur le temps.
56
Transforme de Laplace
Dfinition
Si f(t) dsigne une fonction valeurs relles ou complexes
de la variable relle t, dfinie sur le domaine et nulle
pour ; on appelle Transforme de Laplace de f(t) la
fonction
o p est complexe
- lexistence de F(p) suppose la convergence de lintgrale
- on dit que F(p) est " limage " de f(t)
57
Relation dincertitude de
Heisenberg
Le principe: Le produit de la variance de x pour |f|2 et de la
variance de x pour |F|2 est suprieur ou gal 1
16
2
58
Conclusions
La srie de Fourier dune fonction priodique ne comporte
que les sinusodes de frquence gales des multiples
entiers de la frquence fondamentale
La TF de la fonction de corrlation du signal reprsente la
densit spectrale de lnergie = la redistribution de
lnergie sur les axes de frquences
59
Dfauts de la TF
La transforme de Fourier est une reprsentation globale
du signal. Elle ne permet pas d'analyser son comportement
frquentiel local, ni sa rgularit locale. La condition de
convergence sur la transforme de Fourier n'indique que le
pire ordre de singularit. Elle ignore les rgularits locales.
60
61
Filtrage Analogique
62
H(f)=h(f)=1[,]
f
La rponse impulsionnelle est :
j t
sin(t)
h(t)= 1 e d =
t
2
TF inverse
63
Phnomne de Gibbs
Pour >0
(t)
sin(t)
sin(t)
d
d =
uh(t)= u()
(
)
(
)
t
t
0
64
Du signal analogique au
signal numrique
65
66
chantillonnage
MC68000
TMS320C50
67
chantillonnage
Signal Analogique
Signal discret en temps
Signal numrique
68
Signal Analogique
Signal chantillonnage
69
A la limite du thorme de
l'chantillonnage
On peut, intuitivement,
remarquer sur l'illustration
prcdente, que relier les
chantillons l'aide d'une
ligne courbe, aussi bien
choisie soit-elle, n'a que peu
de chances de reproduire le
signal original, bien que le
thorme de l'chantillonnage
soit, formellement, respect.
70
Sous-chantillonnage
Si l'on tente de relier les
chantillons par une courbe,
on ne va pas tre en mesure
de reconstituer le signal
original, mais un autre, peu
semblable au prcdent.
Ceci est la consquence de
la violation du thorme de
l'chantillonnage.
71
Modle mathmatique de
lchantillonnage
72
chantillonnage
Lchantillonnage idal prlve des
chantillons la cadence Te de faon
instantane.
Impossible d'acher l'image. Votre ordinateur manque peut-tre de mmoire pour ouvrir l'image ou l'image est endommage.
Redmarrez l'ordinateur, puis ouvrez nouveau le fichier. Si le x rouge est toujours ach, vous devrez peut-tre supprimer l'image
avant de la rinsrer.
73
X(n)
avec
x1(t)=[xa(t)*h(t)]
n
X=[x(0),x(1),,x(N-1)]T
74
Signaux et Systmes
X(n)
Notation:
X=[x(0),x(1),,x(N-1)]T
75
X e(f )= feX a(f ) * TF[ (t nTe )]= fe Xa(f nfe )
nZ
nZ
76
77
Thorme de Shannon
Pour viter une superposition des spectres lmentaires il est
ncessaire dimposer le thorme de Shannon
Fe 2f max
79
Quelques valeurs
En tlphonie, on utilise une largeur de bande de 300 3400 Hz. Dans
le cadre du rseau numrique intgration de services (RNIS, ISDN
pour les anglo-saxons), on utilise une frquence d'chantillonnage de
8000 Hz (au lieu des 6800 thoriquement ncessaires).
La musique se satisfait de 16, voire 20 kHz de largeur de bande. Un
disque CD (Compact Disc) utilise une frquence d'chantillonnage de
44 kHz.
Remarque: Dans les deux cas, il est essentiel que l'on ait au pralable
limit la largeur de bande du signal original : des frquences inaudibles
dans le signal original deviennent audibles par le phnomne de
repliement !
80
Quantification
La quantification est une rgle de correspondance entre :
Lensemble infini des valeurs des chantillons xa(t=nTe)
et un nombre fini de valeurs xk
De lanalogique au numrique
Discrtisation temporelle
fe2B
Discrtisation de lamplitude
N niveaux ------------log2N bits par chantillon
Dbit
D=Fe * log2N
82
Encore .
La Transforme de Fourier
mais
Discrte
83
X ( f ) = x(t) e
2 j f t
tZ
Et la transforme inverse
1/ 2
2jft
x(t)= x(t)e
df
1/ 2
84
Proprits
X(f) est priodique T0=1
2j(f +1)k
2jf 2j
=x(k)e
tZ
= X(f)
Remarques:
1. La transforme de Fourier de Xa(t) dun signal analogique
nest pas priodique
2. X(f) est priodique F0=1, tout intervalle de longueur unit
est suffisant pour dcrire compltement cette fonction
85
xe(n)=x(nTe)
86
Observations spectrales
Prcision
Pour mesurer la frquence dune seule
sinusode
Rsolution
La capacit de mesurer des frquences
distinctes
87
2jkn/ N
X(k)=x(n)e
n=0
nk
x(n)= 1 x(n)wN
N n=0
k{0,...,N-1}
avec wN =exp(2j / N)
88
La Transforme de Fourier
Rapide
Exemple N=2p o p=3
2k
4k
6k
2k
4k
6k
Ce qui donne
4k
2k
4k
2k
4k
chelle temps
Temps physique
Squence
x (n)
1 0
x(t )
T
T 2T 3T 4T 5T 6T 7T
90
chelle frquence
Frquence physique
X ( e j )
Frquence normalise
X ( j)
2
2
91
Signaux alatoire
92
Probabilit
On appelle probabilit toute fonction P dfinie sur
lensemble des vnements dun univers E qui vrifie les
conditions suivantes :
Pour tout vnement A, 0P(A)1
Pour lvnement certain E, P(E)=1
Pour tout couple (A,B) dvnements incompatible:
P(AB)=P(A)+P(B)
93
E(X)=xi pi
94
La Variance
2
=V(x)=E[X E(X)]
V(hX)=h2V(X)
V(X+k)=V(X)
V(X)=E(X2)-[E(X)]2
95
Lois continues
Une variable alatoire sera dfinie comme une application de lunivers
dans lensemble des nombres rels.
La fonction F telle que:
F(x)=P(X <x)
sappelle fonction de rpartition.
Il existe une fonction f telle que :
x
F(x)= f(x)dx
f(x)dx=1
96
f(x)dxP[X[x,x+dx]]
97
xf(x)dx
La variance est:
2
V(x)=E[X E(X)]
98
Signaux alatoire
Un processus alatoire PA est dfini comme une fonction :
Du temps t
Des preuves alatoires, dune exprience alatoire
PA=F(t,)
Stationnarit, Ergodicit,
Indpendance
Un signal alatoire rel SAR x(t) est dfini par une loi de probabilit
pour son amplitude chaque instant nTe Cette loi sexprime sous la
forme dune densit de probabilit p(x,n)
p(x,n)=lim
x0
Prob[xx<x (n)x]
x =VA
x
F(x',n)= p(x',n)dx'
100
p(x,n)= p(x), n
La stationnarit peut se limiter aux moments du premier et du second
ordre. Le signal est dit stationnaire au sens large et :
E[x(n)]=E[x ]= xp(x)dx=m1[x ]=x
Indpendant de n
*
E[x(n)x (n p)]=lim 1 x(n)x (n p)=C(p)
N 2N +1n=N
*
102
Le Bruit Blanc
Un signal alatoire x(t) est appel bruit blanc si, pour tout ensemble de
N valeurs temporelles ni , 0iN,1la variable N dimensions :
x={x(n0),x(n1),,x(nN-1)}
satisfait la condition suivante:
, pour p=0
Cx(p)=E[x(n)x(n p)] =
0, pour p0
2
Remarques:
Il nexiste aucune corrlation entre un chantillon du signal et un autre
dordre diffrent
103
R1
R2
Rp
Rn
XOR
104
comporte:
2n-1 bits= 1
2n-1 bits = 0
quiprobabilit
105
106
La Densit Spectrale
est obtenue par la Transforme de Fourier de la fonction
dautocorrlation (thorme de Wiener-Khintcine):
S(f ) = TF{C(p)}=C(p)exp(2jfpTe)
pZ
107
Rapport Signal/Bruit
Cest un moyen pour caractriser un systme de transmission en
comparant le rapport S/B son entre e avec le rapport de sa sortie
s
Soit un signal x(t) de puissance Px mlang avec du bruit blanc b(t),
dont la puissance est Ps=Px+Pb
On dfinira donc le rapport signal/bruit:
T
T
2
2
x
x
P
P
= = 2
o Ps = lim 1 [x(t)] dt+lim 1 [b(t)] dt=Px+Pb
Pb
T +
T +
108
Sources de Bruit
Bruit externe
Perturbations naturelles: Bruit cosmique, bruit atmosphrique
Perturbations artificielles:
Bruit interne
La commutation de courant
Le bruit de fond
bruit thermique
bruit de grenaille
109
Bruit thermique
Relation Nyquist-Johnson:
2
eff
= 4kTRf
110
T/ 2
-T/2
-T/2
Css()=Cxx()+Cxb()+Cbx()+Cbb() Css()=Cxx()
111
Dtection synchrone
De nombreux phnomnes physiques produisent, dans le domaine des
faible frquence des signaux alatoire dont la densit spectrale de
puissance augmente vers les basses frquence : bruit 1/f
La prsence dun bruit 1/f gnent les mesures des signaux basses
frquences. Pour contourner cette difficult les physiciens ont recours
la dtection synchrone qui transfert momentanment le spectre du
signal utile dans un domaine de frquences plus favorable et vite la
dgradation par le bruit 1/f
112
113
114
Quantification uniforme
xk
xk(kTe)=nq pour nq xa
e(t)=xk xa(t)
q
q
xe(kTe) nq +
2
2
k =1
xk + q / 2
xk q / 2
e= p(xk)
k =1
12
115
Convertisseur linaire
qk=q=cte
En crivant que la somme des probabilits
est gale 1 :
2
K
p(x )q=1
k
k =1
q
=
2
e
12
=valeurs efficace
116
On a ainsi:
2
x
=12
2
=12 2x 22M
dB=10.8+6.M 20log(V )
x
117
Exemples
1)
x=V /6
Convertisseur Logarithmique
Dfinition:
119
x = signal dentre
= le paramtre de conversion
x = signal dentre
A = le paramtre de
compression A=87.6
Remarque:
Dans la pratique la loi A est une loi approche par des segments de droite :
chaque pas de quantification vaut le double du pas prcdent
120
13 segments
100
110
101
100
011
010
001
000
1/4
1/2
Entre
normalise
121
Algorithme
Le signal y(l) est dcal dune certaine quantit k
Le produit x(l)y(l+k) est effectu chantillon par
chantillon pour tous les k
Les valeurs ainsi obtenus sont additionnes
122
Proprits
2jfk
xy(f )=xy(k) e
=X *(f )Y(f )
Thorme de Parseval
1/ 2
(0)=x (l)= (f ) df
2
1/ 2
k =0
123
Reprsentation par la
Transforme en z
Dfinition
On appelle transforme en z bilatrale dune suite {x(n)},
la somme Xb(z) dfinie par :
Xb(z) = Tzb{x(n) }=x(n)z
n
nZ
Remarque :
On peut considrer la transforme monolatrale:
Xb(z) = Tzb{x(n) }=x(n)z
n
n=0
124
Proprits
Linarit
w(n)=ax(n)+by(n)W(z)=aX(z)+bY(z)
Shift (retard ou avance)
x(nn0)z
n0
X(z)
x(n) X(z )
125
Proprits
Multiplication par une exponentielle
n x(n)X( 1)
Convolution
y(n)=x(n)h(n)Y(z)= X(z)H(z)
La transforme en z na pas de sens que si lon prcise le domaine de
convergence
Le domaine de convergence dun signal causal est un codisque
126
npTe
Plan de Laplace
2jf
pt
nZ
z=
pt
127
Signaux Dterministes
Dans un contexte de logique cble ou programme, il est
immdiat de crer certains signaux dterministe:
x(n)=rectN(n)
x(n)=triangN (n)
Par contre il est moins facile de crer des signaux plus labors
comme par exemple:
x(0)=1
k k0
x(k)=a
0 en rest
x(0)=0
y(0)=1
x(k+1)=x(k)cos(b)+ y(k)sin(b)
y(k+1)= y(k)cos(b)x(k)sin(b)
x(k)=sin(kb)
y(k)=cos(kb)
129
Relation de rcurrence et
transforme en z monolatrale
Considrons la relation de rcurrence:
b1 et b2 ctes
La Transforme en z est :
1+b1z1+b2 z
1
2
2
130
Systmes linaires
Les systmes linaires sont caractriss compltement par
leur rponse une impulsion unit
131
n=0
m=0
y(k)=0 k<0
x(k)=u(t)
y(0)=x(0)ay(1)=1
y(1)=x(1)ay(0)=1a
y(2)=1ay(1)=1a+a2
1(a)^(k +1)
y(k)=
u(k)
1+a
132
K 1
b y(nl)=a x(nk)
l
l =0
k =0
I(z)
A(z)
X(z)
Y (z) =
B(z)
B(z)
+
A(z)=akz
-k
L1
k =0
(l 1)
l =0
K 1
B(z)=blz
-l
l =0
Permanent
Transitoire
H0(z)=
Y(z) A(z)
=
X(z) B(z)
X(z)
H0(z)
Y(z)
134
Y(z)=H0(z)X(z)I(z)/ B(z)
Evaluation de la sortie dun systme ARMA
Un tel systme est caractris par:
- ses K coefficients ak et ses L coefficients bl avec b0=1
- la squence dentre {xn}
- la squence de sortie {yn} , y compris les conditions
initiales, soit pour une squence de N chantillons du signal
de sortie: n [ (L1),N 1]
135
Filtres
Filtres rcursifs
Entre
Xk
RII-ARMA
Sortie
yk
Filtres non-rcursifs
Entre
Xk
RIF-MA
Sortie
yk
136
137
Thorme Central-Limit
Soit le signal:
x(n) = ak (n-k) x(n)=an nZ
kZ
avec
ak =1,
kZ
kZ
kZ
[x(n)]
1
2 m
138
Filtrage Numrique
139
Im(z)
H(f)
- 3dB
B. affaiblie
zros
ples
f=1/4
B. passante
f=1/2
f=0
Re(z)
f=-1/4
141
La phase
Phase linaire
Reprsente le retard entre les
diffrentes frquences
f
Delay
f
142
143
Solution :
Soit le filtrage linaire rel analogique dfini par lquation en
frquence :
~
2j nf
2j nf ~
ye(n)=xe(t)*he(n) Ye( e
) = X e( e
)He( e2j nf )
~
O He( e2j nf )est la priodise de Ha(fFe) rect(b,b)(f) o b=B/fe
144
Conclusion
Cest donc un filtrage temps discret dont la rponse en
frquence sobtient par troncature de Ha la bande (-B,B)
suivie dune division de laxe des frquences par Fe
145
Preuve
En utilisant la formule de Poisson:
2jf
2jfn
Ye(e ) = ye(n)e
nZ
Et en
~
posant Ha(f)=Ha(fFe) rect(b,b)(f) on a :
~
2jf
Ye(e ) = Fe Xa((k f)Fe)Ha((k f)Fe)
kZ
kZ
146
147
RIF
Il existe des mthodes de conception de filtre RIF simple
mettre en uvre
Phase linaire, donc pas de dispersion
Stabilit
Cher en ralisation
Le retard entre lentre et la sortie peut tre relativement
longue
148
X(n)
a0
1
a1
1
ak
y(n)
149
Exemple
Considrons le filtre RIF, dont la rponse :
h0=h3, h 1=h2 et h n=0 pour n{0,1,2,3}
151
H(e2jf )=rect(b,b)(f)
b
Donc
2jnf
hn= e
b
sin(2nb)
df =
n
gn= hn si n[N,...,N}
0
sinon
Algorithme
1.
2.
3.
153
Fentre de pondration
Sont des fentres qui prsentent des lobes secondaires de
moindre amplitudes.
Consquence: llargissement de la bande de transition.
Exemple: Hamming
wn=0.54+0.46cos(n/N) o n{-N,...,N}
gn=hnwn
Remarque: la pondration utilise conserve la symtrie de
la fentre et donc la proprit de phase linaire
154
2j(f + f0)
G(e )=H(e
2j(f f0)
)+H(e
Exemple
Supposons que l'on veuille faire un filtre passe-bas de frquence de
coupure fc,
sn=1en+ 1en1
2 2
On peut prendre
Rponse de ce filtre :
H(z) =
S(z) 1 1 1
= +
E(z) 2 2 z
jTe
=1(e
2
Rponse en amplitude
jTe
2
jTe
2
+e
)e
jTe
2
Te jTe
2
=cos
e
2
Rponse en phase
156
157
158
159
160
1
1
1
p z
Te
1
1
= z X(z)
Te
161
162
Traitement Multicadence
Un systme multicadence est caractris par le fait que des cadences
de traitement diffrentes sont prsentes simultanment en divers points
de la chane de calcul
Exemple: les oprations de sur et de sous-chantillonnage
Avantage: gain en termes defficacit de calcul
163
164
Problmatique
Les systmes de communications mobiles (GSM) ou interactifs sur cbles sont
des systmes o divers utilisateurs sont autoriss communiquer
simultanment.
L'accs multiple est classiquement rsolu en ayant recours au multiplexage
temporel des signaux (GSM) o l'attribution de codes diffrents (code division
multiple acces). Pour les rseaux CATV interactifs, il a rcemment t
propos d'attribuer chaque utilisateur une forme d'onde qui est en fait une
fonction de base d'une transformation de Fourier discrte.
Cette technique a t baptise OFDMA (orthogonal frequency division
multipleacces).
Solution:
165
Introduction
Un banc de filtre est un ensemble de filtres numriques travaillant en
parallle et dcoupant la bande de frquence en K sous bandes.
Le traitement du signal numrique traditionnel utilise des blocs
comme: ladditionneur, multiplicateurs et des le retard.
Dans les systmes banc de filtres, nous avons deux nouveaux bloc
Dcimateur
M
Expandeur
L
166
Sur-chantillonnage
Consiste effectuer une interpolation sur une suite x(n) en calculant
M-1 valeurs intermdiaires entre deux points conscutifs
Sous-chantillonnage
Consiste calculer, partir dune suite chantillonne fe, les valeurs
de la mme suite qui aurait t chantillonne fe/M
167
M Dcimateur
M dcimation:
M
y (n) = x( Mn)
1
Y ( z) =
M
z =e
j
M 1
1/ M
k
(
),
X
z
W
W = e j 2 / M
k =0
1
Y (e ) =
M
j
M 1
j ( 2 k ) / M
(
)
X
e
k =0
168
chelle temps
Temps physique
Squence
x (n)
1 0
x(t )
T 2T 3T 4T 5T 6T 7T
y (t )
y (n)
1 0
T
2T
4T
6T
169
chelle frquence
Frquence physique
X ( e j )
Frquence normalise
X ( j)
2
Y ( e j )
2
2
Y ( j)
1
1
2
2
170
L Expandeur
x
L
L-expandeur:
y(n)=x(n/ L),n est un multiple de L
en rest
0,
Y ( z) = X ( z L )
z = e j
Y (e j ) = X (e jL )
Filtre Dcimateur
u
H (z )
M
Filtre
Dcimateur
Dcimateur
u ( n) =
U ( z) = X ( z)H ( z)
x ( k ) h( n k )
k =
1
Y ( z) =
M
1
=
M
M 1
y (n) = u ( Mn)
1/ M
k
(
)
U
z
W
k =0
M 1
X (z
1/ M
W )H (z
1/ M
W )
x(k )h( Mn k )
k =
k =0
172
Filtre Interpolateur
x
L
expandeur
U ( z) = X ( z )
Y ( z) = U ( z)H ( z)
L
= X ( z )H ( z)
H (z )
filtre
interpolateur
y ( n) =
u ( k ) h( n k )
k =
k =
173
M
M
x2
M
x2
y
x1
M
x1
M
x2
M
x2
x1
M
x1
M
y
174
Dcimateur-Expandeur en
cascades
x
L
M
u0
u1
M
L
y0
y1
175
Simplification
Identit 1:
x
H (z M )
M
M
H (z )
Identit 2:
x
L
H (z )
H (z )
L
176
Filtres Spciaux
E0 ( z ) = c
H ( zW
) = Mc
k =0
Reprsentation frquentielle:
H (z )
H (zW )
H ( zW )
H ( zW
M 1
0
2
177
Synthse
H 0 ( z)
x0
y0
F0 ( z )
H1 ( z )
x1
y1
F1 ( z )
H M 1 ( z )
xM 1
y M 1
FM 1 ( z )
178
Conclusions:
M-banc de filtres:
H 0 ( z)
H1 ( z )
H M 1 ( z )
x0
x1
xM 1
M
M
M
v0
v1
vM 1
M
M
M
u0
u1
u M 1
F0 ( z )
F1 ( z )
FM 1 ( z )
X ( z ) = cz n0 X ( z ),
x (n) = cx(n n0 )
179
M=2 :
x
x0
x1
G0(z)
2
2
H0(z)
G1(z)
2
2
H1(z)
y0
y1
Y0(z)=H0(z)[G0(z)X(z)+G0(z)X(z)]/2
Y1(z)=H1(z)[G1(z)X(z)+G1(z)X(z)]/2
G0(z)H0(z)+G1(z)H1(z)=2zr
G0(z)H0(z)+G1(z)H1(z)=0
QMF: G1(z)=G0(-z)
CQF: G1(z)=(-z) -N G0(-z -1)
181
Transmission Numrique
182
Types de transmission
Transmission en bande de base: les signaux sont transmis
tels quils sortent de la source
Transmission par modulation: transposer le signal en autre
contenant la mme information, mais avec une modification
en frquence du signal
Permet le multiplexage frquentiel
Adaptation aux condition dun milieu de transmission
183
Quantit dinformation
La quantit dinformation I contenue dans un caractre est :
I =log2 p(xi)
Quantit dinformation moyenne dune source Entropie
Soit une source ayant mis un message de m caractre issus dun
alphabet de n caractre alors
n
184
Db= 1
Tb
185
Transmission binaire
On considre un alphabet fini M symboles
M =2m
On choisit un codage qui associe toute suite de m bits du message
numrique un symbole ak de lalphabet A
Le modulateur fournit le signal numrique:
x(t)=ak h(tkT) o T =mTb
k
Donc
R= 1 = Db
baud
T log2(M)
Codage de Gray
100
-7
101
-5
111
-3
110
-1
010
1
011
3
001
5
000
7
186
187
Introduction
Lors de transmission sont mis, soit des signaux analogique numriss
soit des donnes purement et initialement numrique
La suite des valeurs binaires obtenues est transforme en une srie
dimpulsion destine tre transmises cest la transmission PCM
En modulation numrique diffrentielle dite DPCM sont transmis des
diffrences en amplitude des chantillons successifs
188
Modulation PCM
Supposons que le signal analogique transmettre ait quantifi en
amplitude sur q niveaux reprsents par des nombres binaires de n
bits : q=2n Donc, il faut transmettre n impulsions binaires pour chaque
chantillons soit nFe impulsion par seconde.
Le dbit de moments est donc :
M =nFe (Bd)
La bande passante ncessaire la transmission PCM dun signal
analogique dont le spectre est born par par valeur suprieure
fmax=Fe/2 est :
B= M = n Fe=nfmax
2 2
189
Modulation delta
Principe
Cest fondamentalement une quantification un seul bit. Cette
variable est gale la diffrence entre lamplitude xe[n] de
lchantillon informatif et une amplitude x(n) reconstitu par
extrapolation successives dordre zro.
Pour cette reconstitution on utilise un pas de quantification
x est calcul la fois par lmetteur pour la modulation et par le
rcepteur.
190
Bande passante
Le dbit de moments est donc M=Fe (Bd).
Les erreurs de tranage cest dire la possibilit que lcart entre x(t)
et x(t) ne soit suprieure qui impose :
dx(t)
Te dt max
dx(t)
fe 1
dt max
191
Analyse Temps-Frquence
192
Fourier Spectrum
Optimal-Kernel
Wigner Distribution
Spectogram
193
STFTx ( t , f ) = x( t ) * ( t t ) e j 2ft dt
t
x(t) le signal
(t) la fonction fenetre
t
le temps
194
0
1
1
2
2
0
1
1
2
2
195
196
Solution :
197
198
Analyse frquentielle et
analyse espace-chelle
analyse de Fourier
cos(t) et sin(t)
analyse en ondelettes : temps-chelle
frquence analyse en fonction de la largeur de
fentre
199
( )
ab= 1 xb
a
a
( )
1 f(x) xb dx
a
a
Pour un signal, une formulation quivalente de WT est
donne partir des transformes de Fourier de f et , si
on utilise l'identit de Parceval. :
>
2WTf, (a,b)=< f,
a,b()= a exp(iab)
(a)
201
Ondelettes mre
dilatations et translations dune fonction analysante
norme
oscillante
localise
202
Proprits fondamentales
203
Conservation de l'nergie
L'information contenue dans le signal est conserve dans le
passage de f ses coefficients d'ondelettes.
La transforme inverse permet la reconstruction de la
fonction f en sommant toutes les contributions de la
transforme directe dans le plan a x b.
204
205
Localisation espace-chelle
La localisation d'ondelettes dans le temps et dans
les frquences permet de reprsenter la zone
d'influence dans le demi-plan espace-chelle R x R
d'un vnement se produisant l'instant x pour le
signal f.
206
Transforme de Fourier
207
Transforme en Ondelettes
Exercice
208