Académique Documents
Professionnel Documents
Culture Documents
N1
j 2Fef n
X( f ) = x[n]e
n=0
s(t) = s(nTe ) (t nTe )
n=
Comme s(nTe ) = s(t) (t non nul pour t = nTe ), nous pouvons crire:
s(t) = s(t) (t nTe )
n=
= s(t)x(t)
x(t) = (t nTe )
n=
1
= exp2 jmFe t
T m=
Il vient donc:
1
s(t) = exp2 jmFe t s(t)
T m=
Or, daprs la proprit vue prcdemment (dcalage en frquence), nous avons montr que:
S(exp(2 j f0 t)x(t)) = X( f f0 )
(STFT)
0.4
0.3
0.2
0.1
amplitude
0.1
0.2
0.3
0.4
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
temps (s)
STFT : une fentre danalyse de courte dure est dplace le long du signal.
1 N1 j 2N nk
X[k] =
N n=0
x[n]w[n]e
Le spectre continu associ une sinusode pure est thoriquement une fonction
de Dirac. Dans le cas discret, ce nest pas le cas.
Explication :
x = s w X = S W
(s)
s
multiplication par la fentre danalyse convolution par son spectre
dB
20
40
60
12 11 10 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12 casiers
Il est ncessaire de sassurer que les sinusodes composant le signal tudi sont
spar dune distance suffisamment important par rapport la rsolution
frquentielle impose par la taille de la fentre danalyse :
Fs
fk+1 fk
N
10
15
Amplitude (dB)
20
25
30
35
40
45
2 4 6 8 10 12 14 16
Frquence (casiers)
2
Amplitude (dB)
6
4 4.5 5 5.5 6 6.5 7 7.5 8
Frquence (casiers)
1 0
0.8 20
0.6 40
X(f)/dB
0.4 60
0.2 80
0 100
0 Ws/2 Ws 10 8 6 4 2 0 2 4 6 8 10
f/bins
1 0
0.8 20
amplitude
0.6 40
X(f)/dB
0.4 60
0.2 80
0 100
0 Ws/2 Ws 10 8 6 4 2 0 2 4 6 8 10
temps/ech
f/bins
1 0
0.8 20
amplitude
X(f)/dB
0.6 40
0.4 60
0.2 80
0 100
0 Ws/2 Ws 10 8 6 4 2 0 2 4 6 8 10
temps/ech. f/bins
1 0
0.8 20
amplitude
X(f)/dB
0.6 40
0.4 60
0.2 80
0 100
0 Ws/2 Ws 10 8 6 4 2 0 2 4 6 8 10
temps/ech f/bins
10
figure du haut :
0
10
linterpolation par
bourrage de zro deux
20
X(f)/dB
30
40
50 sinusodes de frquences
60
proches
10 8 6 4 2 0 2 4 6 8 10
f/bins
10
10
figure du bas : malgr
20
le bourrage de zro, ces
X(f)/dB
30
50
60
N 2n
0 n , wBartlett,N [n] =
2 N
N 2n
< n < N, wBartlett,N [n] = 2
2 N
10
1 0
10
0.8 20
30
0.6 40
amplitude
X(f)/dB
50
0.4 60
70
0.2 80
90
0 100
0 N/2 N 0 N/2 N 5 0 5
temps/ech. f/bins
Traitement du Signal Numrique p.19/27
Fentre Hann
2 n
wHann,N [n] = 0.5 0.5 cos( )
N
10
1 0
10
0.8 20
30
0.6 40
amplitude
X(f)/dB
50
0.4 60
70
0.2 80
90
0 100
0 N/2 N 0 N/2 N 5 0 5
temps/ech. f/bins
Nous pouvons toutefois citer deux caractristiques essentielles (qui sont donnes
par la tableau) :
La largeur du lobe principal permet de contrler la prcision
frquentielle. Plus il est troit, meilleur est la rsolution frquentielle.
Les lobes secondaires doivent pouvoir tre ngligs par rapport au lobe
principal. Plus la diffrence damplitude est importante, plus la diffrence
sera notable entre le lobes.
Il est important de noter quil est ncessaire deffectuer un compromis entre ces
deux proprits, car il nexiste pas de fentre idale.
Par ailleurs, il est important de remarquer que certaines fentres permettent de
reconstruire un signal par chevauchement (rectangulaire, Bartlett, Hann, . . . ).
1 al a r
d=
2 al 2ac + ar
1 1
m m + d d ] , [
2 2
frquence estime: f = m FNe
amplitude estime: adB = ac (al ar ) d4
et en chelle logarithmique:
degr 2 en f parabole
1 2 n
wHann [n] = 1 cos (0 n < N)
2 N
sa drive:
2 n
w0 Hann [n] = sin
N N
son spectre. . .
1 2 n
w[n] = 1 cos r[n]
2 N
N1
i2 f n/Fe 1 ei2 f N/Fe
N R( f ) = e = (car ei2 f /Fe 6= 1)
n=0 1 ei2 f /Fe
i f (N1)/Fe
sin( f FNe )
= e .
sin( Fef )
1 1 1
w[n] = r[n] ei2 n/N r[n] ei2 n/N r[n]
2 4 4
1 1 Fe 1 Fe
W ( f ) = R( f ) + R f + R f+
2 4 N 4 N
Traitement du Signal Numrique p.27/27