Vous êtes sur la page 1sur 43

Traitement du Signal

Signaux discrets - Complments autour de la frquence

29 septembre 2014

Nancy Bertin - nancy.bertin@irisa.fr


Changement de Fe TFCT Estimation de frquence Conclusion

Changement de frquence dchantillonnage

1 Changement de frquence dchantillonnage


Introduction
Sous-chantillonnage (dcimation)
Sur-chantillonnage (interpolation)
Changement quelconque

2 Transforme de Fourier Court Terme

3 Estimation de frquence

4 Conclusion

2 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Introduction
Quelle est la meilleure frquence dchantillonnage ?
Le thorme de Shannon nous dit quelle doit tre assez
leve.
Plus on a dchantillons, meilleure sera notre rsolution
frquentielle.
Mais un signal trs chantillonn est volumineux (1 heure de
son CD = 300 Mo) et son traitement requiert davoir des
quipements capables de supporter cette cadence.
Il nest pas toujours possible de savoir au moment de la
conversion analogique-numrique quelle est la bonne frquence
de travail.
Les collections ne sont pas toujours harmonises.
besoin de savoir r-chantillonner en numrique.

3 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Dcimation : dfinition

Le sous-chantillonnage consiste fabriquer un signal


comportant moins dchantillons quun signal dorigine.
Il faut enlever des chantillons, do le nom dcimation.
En anglais : downsampling
On parle de sous-chantillonnage dun facteur D quand le
signal dorigine x comporte N chantillons et le signal
sur-chantillonn xD en comporte N/D, avec xD [n] = x[n/D]
Reprsentation usuelle :
x[n] D xD [n]

Le sur-chantillonnage cherche mimer un chantillonnage


dorigine la frquence Fe /D.

4 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Dcimation : mthode nave

Le sous-chantillonnage naf consiste se dbarrasser de


D 1 chantillons sur D.
Cela revient avoir chantillonn directement Fe /D.
Problme : rien de garantit que Fe /D > B/2
Il y a donc un risque de repliement spectral.

5 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Dcimation : mthode propre

Pour sous-chantillonner proprement il va falloir supprimer le


contenu frquentiel de x[n] entre Fe /(2D) et Fe /D.

x[n] Passe-bas D xD [n]

6 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Sur-chantillonnage : dfinition

Le sur-chantillonnage (mal-nomm) consiste fabriquer un


signal de mme dure mais comportant davantage
dchantillons quun signal dorigine.
Il faut rajouter des chantillons absents, do le nom
(prfrable) interpolation.
En anglais : upsampling
On parle de sur-chantillonnage dun facteur M quand le
signal dorigine x comporte N chantillons et le signal
sur-chantillonn xM en comporte M N , avec xM [M n] = x[n]
Reprsentation usuelle :
x[n] M xM [n]

Le sur-chantillonnage cherche mimer un chantillonnage


dorigine la frquence M Fe .
7 M1 RI Traitement du Signal 29/09/2014
Changement de Fe TFCT Estimation de frquence Conclusion

Interpolation : mthodes

Thoriquement, si le signal dorigine a t bien chantillonn, la


reconstruction parfaite est possible, donc le sur-chantillonnage
aussi. Cependant, la formule de reconstruction (avec les sinus
cardinaux) est complique mettre en pratique. On fait appel
des ides plus simples :
Intercaler des zros (interpolation zro)
Recopier la valeur de linstant prcdent (interpolation
chelon)
Tracer une droite entre deux chantillons disponibles adjacents
(interpolation linaire)
Avoir un modle de signal plus perfectionn.

8 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Mthodes dinterpolation
Exemple avec M = 2.

Illustration de Gabriel Cormier.


9 M1 RI Traitement du Signal 29/09/2014
Changement de Fe TFCT Estimation de frquence Conclusion

Consquences de linterpolation

Le signal dorigine na pas de contenu frquentiel au-del de


Fe /2 (sil a t bien chantillonn, ce quon suppose).
Le processus dinterpolation est susceptible den ajouter.
On le fait donc suivre dun filtrage passe-bas la coupure
Fe /2D pour supprimer le contenu ajout.
Cest la raison pour laquelle la mthode dinterpolation na pas
beaucoup dimportance.
Exercice : vrifier que linterpolation zro prserve le spectre
du signal.

10 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Changement quelconque

Si la frquence de destination nest ni un multiple, ni un


diviseur de Fe , on doit combiner les deux oprations.
Afin de prserver le maximum dinformation, on commence par
interpoler (au ppcm) puis on dcime.
Le filtre passe-bas sintercale logiquement entre les deux
oprations.

11 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Exercice

Pour exprimenter avec le changement de Fe et ses consquences :


1 Tlchargez le son phrase.wav sur la page du cours.
2 Chargez-le dans Scilab (fonction wavread) et coutez-le.
3 Observez son spectre.
4 Dcimez-le (sans filtre passe-bas), coutez et observez le
spectre du rsultat.
5 Interpolez-le de deux manires diffrentes (par exemple zro et
chelon). coutez et observez.
6 Comparez avec la fonction intdec de Scilab.
Vous pouvez faire le mme exercice avec les signaux synthtiques
du TP du cours 3.

12 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Transforme de Fourier Court Terme

1 Changement de frquence dchantillonnage

2 Transforme de Fourier Court Terme


Observations et motivations
Transforme de Fourier Court-Terme
Incertitude temps-frquence
TFCT inverse

3 Estimation de frquence

4 Conclusion

13 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Observations et motivations

Quelle est la transforme de Fourier de ce signal ?

1.5

0.5

0.5

1.5
0 100 200 300 400 500 600 700 800 900 1000

14 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

On exprime le signal comme la somme de deux portions de


sinusodes
Les portions tant multiplies par des portes de support disjoint
On utilise la linarit de la TF et la proprit de convolution
On dessine ...
300

250

200

150

100

50

0
0.1 0.08 0.06 0.04 0.02 0 0.02 0.04 0.06 0.08 0.1

15 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Problme

Si je vous montre cette TFD, retrouverez-vous le signal


dorigine ?
Quelle diffrence avec la somme de deux sinusodes actives sur
toute la dure ?
500

450

400

350

300

250

200

150

100

50

0
0.1 0.08 0.06 0.04 0.02 0 0.02 0.04 0.06 0.08 0.1

16 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Lastuce

La TFD est conservative : il existe une formule inverse,


reconstruisant parfaitement le signal
Deux signaux diffrents ne peuvent donc pas avoir la mme
TFD
... condition de ne pas oublier la phase de la TFD dans la
reprsentation.
Ce nest pas trs facile visualiser et interprter

17 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Fourier et dure

La TFD se fait sur toute la dure du signal. Intuitivement,


cest un spectre moyen.
Lintuition est vite perdue si le signal change tout le temps
(signal non stationnaire)
1

0.8

0.6

0.4

0.2

0.2

0.4

0.6

0.8

1
0 2000 4000 6000 8000 10000 12000 14000 16000

Des gens se sont levs dans les tribunes, deux secondes de parole 8000 Hz.

18 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Transforme de Fourier Court-Terme

Illustration de Gal Richard, daprs Jean Laroche.

19 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Les paramtres de la TFCT

Lide gnrale de la TFCT est de dcouper le signal en


trames, de faire la TFD de chacune de ces trames, et de les
ranger dans un tableau.
Il nexiste pas quune seule TFCT puisquelle dpend de :
La dure I de la fentre (on essaie de la choisir telle que le
signal ait des chances dtre peu prs stationnaire sur cette
dure)
La forme de la fentre (en fonction du compromis
largeur-hauteur des lobes)
Le recouvrement entre les fentres (forme de lissage). Peut
sexprimer :
en priode (hopsize, nombre dchantillons sparant le dbut
de deux fentres conscutives)
en pourcentage ou nombre de recouvrement (overlap, nombre
dchantillons ou proportion de longueur de fentre
appartenant deux fentres conscutive)

20 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Expression et reprsentation

Lexpression analytique de la TFCT est :


N
X 1
X(r, k) = x[rT + n]wa [n]e2nk/N
n=0

wa est la fentre danalyse. Elle est support fini, plus


courte que le signal lui-mme, et gnralement symtrique.
Zero-padding du signal pour avoir un nombre entier de
fentres.
Remarques :
Attention, lindice r est un indice de trame (et plus un indice dchantillon
temporel), convertir en temps en tenant compte du recouvrement des
fentres. On le note (trop) souvent n quand mme.
On note aussi (trop souvent) lindice de frquence par f et la TFCT par
X(n, f ) (mfiance).
Appellations alternatives : TF locale, TF fentre glissante, STFT
(Short-Time Fourier Transform), spectrogramme (plutt pour le module).

21 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Reprsentation

La TFCT est reprsente sous forme dimage. A chaque point n, f


(point temps-frquence) on associe une couleur proportionnelle
la valeur du module de TFCT (ou son module au carr).

2.5

20
2

40

1.5
60

80 1

100
0.5

120

5 10 15 20 25 30

22 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Analogie

Dans le domaine du traitement du signal audio, la STFT est


analogue une partition !

On parle plus gnralement de reprsentation


temps-frquence.
La TFCT est un pavage rgulier de ce quon appelle le plan
temps-frquence.

23 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Incertitude temps-frquence

La longueur de la fentre conditionne le nombre de points


frquentiels (rsolution frquentielle).
La longueur de la fentre conditionne galement la rsolution
temporelle (spectre moyen sur la fentre).
On peut montrer que (principe dincertitude dHeisenberg)
1
tf >
4
La fentre qui ralise le meilleur compromis temps-frquence
est la fentre gaussienne (ce qui ne veut pas dire que cest la
meilleure utiliser).

24 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Exercice

Dans Scilab :
1 Programmer une fonction calculant la STFT dun signal avec
une fentre de Hamming et un recouvrement de 50%, prenant
en paramtre la longueur de la fentre.
2 Gnrer un signal dont la frquence varie linairement dans le
temps (chirp).
3 Observez la STFT de ce signal avec diffrentes longueurs de
fentre.
installation de la toolbox image : atomsInstall(SIVP);
Visualisation dune matrice de pixels : imshow
4 Faites de mme avec phrase.wav.

25 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

TFCT inverse

La TFCT est bien une transformation conservative et


inversible.
En raison du recouvrement des fentres et de la redondance,
linversion est moins directe que pour les transformes de
Fourier prcdemment vues.
La mthode de resynthse du signal partir de sa STFT est
appele mthode de loverlap-add (OLA)
Le principe est de calculer la TFD inverse de chaque colonne
de X, puis fentrer, dcaler et additionner ces TFD inverses :
1
X NX
x[n] = X[rI, k]ws [n rI]e2ikn/N
r k=0

ws est la fentre de synthse et doit tre bien choisie.

26 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Condition de reconstruction parfaite

La mthode OLA reconstruit parfaitement le signal dorigine


la condition que :
X
wa [n rI]ws [n rI] = 1
r

Il suffit de construire une fentre de synthse la respectant.


Exemple : la fentre de Hann
1 n
wa [n] = (1 cos(2 ) pour 0 6 n < N
2 N
permet la reconstruction parfaite avec ws = N .
Exercice : le vrifier.

27 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Estimation de frquence

1 Changement de frquence dchantillonnage

2 Transforme de Fourier Court Terme

3 Estimation de frquence
Motivation
Dtection de pics
Mthodes temporelles
Mthodes spectrales
Dautres mthodes

4 Conclusion

28 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Motivation

Dtecter la prsence dune priodicit dans le signal est une tche


omniprsente en traitement du signal :
Signal musical : hauteur (pitch), rythme
Traitement de la parole : voisement (voyelles), timbre
(locuteur)
Gologie : dtecter une onde sismique, une poche de ptrole
Mdecine : suivi du rythme cardiaque, chographie
Radar : dtection dune mission radar dans une certaine
direction

29 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Approche nave

Avec Fourier, cest facile :


il suffit de chercher le pic maximal du spectre !

1.5

50
1

40
0.5

30
0
20

0.5
10

1 0

1.5 10
0 200 400 600 800 1000 50 100 150 200 250 300 350 400 450 500

30 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Dans la vraie vie


Voici une note de musique en entier et vue de prs :

1
0.6
0.4
0.5
0.2
0
0 0.2
0.4
0.5 0.6
0.8
1
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 2450 2500 2550 2600 2650 2700 2750 2800 2850

31 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Dans la vraie vie


Voici une note de musique en entier et vue de prs :

1
0.6
0.4
0.5
0.2
0
0 0.2
0.4
0.5 0.6
0.8
1
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 2450 2500 2550 2600 2650 2700 2750 2800 2850

Voici sa (demi) transforme de Fourier :

70

60

50

40

30

20

10

0
500 1000 1500 2000 2500 3000 3500 4000

31 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Diffrents problmes de la vraie vie

Il y a plusieurs raisons de ne pas se contenter de chercher le


maximum du spectre :
Signaux non idaux : pas exactement priodiques, fluctuation
du contenu frquentiel
Prsence de nombreux pics ; la frquence recherche ne
correspond pas forcment au plus haut dentre eux
Prsence de bruit qui peut considrablement masquer les raies
spectrales
Non exploitation dinformation pertinente (par exemple la
prsence dharmoniques)

32 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Dtection de pics

La dtection et lestimation de frquence font souvent appel la


recherche de pics :
Dans le spectre de Fourier.
Dans des fonctions dites de contraste, formules pour
quelles prsentent un pic la valeur recherche.
Mais comment dfinit-on un pic et comment se
dbarrasse-t-on des faux (spurious) pics ?

33 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Dtection de pics
La dtection de pics (en anglais peak-picking ) est un sujet en
soi !
Il existe de nombreux algorithmes, plus ou moins robustes
(seuillages, drivation...)
On espre liminer les faux pics grce au fait quils ne seront
pas prsents dans toutes les trames.
Les pics peuvent tre interpols pour amliorer la prcision de
lestimation.

34 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Mthodes temporelles

Une premire famille destimation de frquence (en


loccurrence, de priodicit) se droule dans le domaine
temporel.
Elles reposent essentiellement sur lide simple quun signal
priodique, ou presque priodique, doit ressembler
maximalement lui-mme quand on le dcale dun nombre
dchantillons au plus proche de sa priode.
Le bruit, lui, na pas de raison de se ressembler lui-mme
temporellement.

35 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Une premire approche de lautocorrlation


Pour formaliser ce concept de ressemblance avec soi-mme, on
dfinit lautocorrlation dun signal :
Autocorrlation
La fonction dautocorrlation dun signal x[n] est ( une
normalisation prs) la suite dfinie par :
1k
NX
1
Rxx [k] x[k]x[n + k]
N
n=0

Cette mthode (ou des drivs) ont t trs utilises avant


lalgo de FFT (Fourier cotait cher)
La fonction dautocorrlation a en ralit un lien trs fort avec
la transforme de Fourier (notion de densit spectrale de
puissance). On en reparlera dans le cadre des signaux
alatoires.
36 M1 RI Traitement du Signal 29/09/2014
Changement de Fe TFCT Estimation de frquence Conclusion

Dautres mthodes temporelles

ASDF : average square difference function


AMDF : average magnitude difference function

37 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Mthodes spectrales

Les mthodes spectrales se situent dans le domaine de Fourier


et cherchent notamment exploiter la prsence de pics des
frquences multiples de la fondamentale (cf. sries de Fourier)
Par exemple, la somme spectrale :
H
X
S[k] = |X[hk]|
h=1

Exercice : dessiner leffet de la somme spectrale sur un spectre


de raies.

38 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Dautres mthodes

Il existe de trs nombreuses autres mthodes destimation de la


frquence :
Mthode dites haute rsolution (projections sur des
sous-espaces, MUSIC, ESPRIT)
Modlisation source-filtre et cepstre (notions denveloppe
spectrale)
Maximum de vraisemblance (avec des lois de probabilits)
La plupart des mthodes efficaces combinent plusieurs ides.
Beaucoup dentre elles sappuient sur une modlisation alatoire du
signal.

39 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Conclusion

1 Changement de frquence dchantillonnage

2 Transforme de Fourier Court Terme

3 Estimation de frquence

4 Conclusion

40 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Conclusion

Ces complments mettent en lumire nos besoins doutils :


en filtrage numrique
en modlisation des signaux alatoires
en reprsentations temps-frquence
Ils constitueront lessentiel de la suite du cours.

41 M1 RI Traitement du Signal 29/09/2014


Changement de Fe TFCT Estimation de frquence Conclusion

Exercice

Pour une premire approche de lestimation de f0 ...


1 Tlchargez le son piano.wav sur la page du cours
2 Chargez-le dans Scilab (fonction wavread) et coutez-le.
3 Observez son spectre.
4 Faites une hypothse manuelle sur la f0 .
5 Cherchez la correspondance entre cette frquence et lchelle
musicale. Votre estimation vous semble cohrente ?
6 Programmez une mthode automatique simple destimation de
la f0 . Conclusions ?

42 M1 RI Traitement du Signal 29/09/2014