Les Raisons D'être Du Traitement Du Signal-Aplications

Introduction
Le traitement numrique du signal, (Digital Signal Processing ou DSP en

anglais) est lune des technologies les plus puissantes qui va modeler les
techniques scientifiques et technologiques du 21eme sicle.
Des changements rvolutionnaires ont dj eu lieu dans un large domaine
Les raisons dtre dapplications : les communications, limagerie mdicale, les techniques
radar et sonar, les techniques de reproduction musicale et autres
du traitement numrique du signal applications multimdia, la prospection ptrolire, pour nen nommer que
quelques-unes.
Chacun de ces domaines a dvelopp en profondeur ses propres mthodes
DSP, avec ses propres algorithmes, mthodes mathmatiques et techniques
Cours DSP spcialises. Cette diversit fait quil est vain de prtendre apprhender
lensemble de ces dveloppements.
Lenseignement des techniques DSP implique deux tches : lapprentissage
DSP Maitrise de Physique UJF -- F.Montanet
des concepts gnraux applicables lensemble du domaine, et linitiation

aux techniques spcialises applicable un champ dintrt particulier.
Ce chapitre prsente un tour dhorizon du monde des techniques du
traitement numrique du signal et des implications spectaculaires quelles
ont eues dans divers domaines.
1 2
Principe du traitement numrique Applications

Imagerie spatiale
Spatial
Spatial Compression de donnes
Analyse de donnes de sondes spatiales
Conditionnement
puration Conversion
Imagerie mdicale (Tomographie, IMR, chographie)
Mdical
Mdical Analyse dlectrocardiographies
Stockage et extraction dimages numrises
Transport Capteur
d'acquisition Compression dimage et de son pour multimdia
Protocoles
d'change Commercial
Commercial Effets spciaux cinma
Vido confrence
Traitement Traitement Traitement
lectronique Compression de donnes et de son vocaux
Numrique Numrique
analogique DSP Tlphonie
Tlphonie Rduction dchos
hardware Software DSP Multiplexage et filtrage
Protocoles
d'change Radar, Sonar
Militaire
Militaire Tlguidage ou autoguidage dengins
Transport Communications scurises
Conditionnement Prospection minire et ptrolire

Actuateurs Conversion
puration Control de processus et monitoring
Industriel
Industriel Tests non destructifs
CAO et outils de conception
Acquisition de donnes et traitement en ligne

Scientifique
Scientifique Analyse spectrale
Simulation et modlisation
3 4
Contexte Tlcommunications
Thorie de la Traitement du
communication signal analogique
Faire passer le maximum dinformation par un canal
La fonction des tlcommunications est de faire transiter des informations dun point un
Analyse lectronique autre. Ces informations peuvent tre des conversations tlphoniques, des signaux de
numrique DSP numrique tlvision, des donnes informatiques, et dautres types de donnes. Pour acheminer ces
informations, il est ncessaire de disposer dun canal entre les deux points. Ceci peut-tre une
paire de fils conducteurs, un signal hertzien, une fibre optique etc., et llectronique associe.
Les compagnies de tlcommunication sont payes la quantit dinformation transfre et
Probabilits et lectronique doivent en revanche payer la location ou la maintenance des canaux. La consquence
statistiques analogique financire de cette quation est simple : faire passer un maximum dinformation dans un
minimum de temps et de canaux. La technologie DSP a boulevers lindustrie des
tlcommunications : dtection et mission de tonalit, dcalage en frquence, filtrage de bruit
BF de ligne, etc.. Trois exemples seront discuts ce dessous : le multiplexage, la compression
Control de et le control dcho.
Thorie de la

processus et
dcision et IA automatique
Multiplexage
Compression
Control dcho
5 6
Tlcommunications Tlcommunications
Multiplexage Compression
Il y a environ un milliard de tlphones dans le monde. En quelques clics, vous voil A une frquence dchantillonnage de 8 kHz dune conversation, une grande partie de
connect en quelques secondes via le rseau commut nimporte lequel de ces postes. linformation numrique est redondante. Cela signifie que linformation transporte par un
La tche est immense ! Dans les annes 60, la communication se faisait par chantillon est en grande partie duplique par les chantillons voisins. Des dizaines
lintermdiaire de centraux analogiques ralisant la connexion effective des deux postes dalgorithmes DSP ont t dvelopps pour numriser les signaux vocaux en un nombre
communicants par des paires de conducteurs. La technologie DSP commence par rduit de bit/s. Ce sont des algorithmes de compression de donne. Des algorithmes de
convertir les signaux analogiques en donnes numriques srie. Comme il est facile dcompression correspondants restituent un signal proche du signal original. Ces
dintercaler puis de sparer des paquets de bits, il devient possible de transmettre algorithmes se caractrisent par le taux de compression ralis. En gnral, si lon part
plusieurs conversations sur un mme canal. Par exemple, un standard tlphone connu dun dbit de 64 kilobits/s (24 canaux), une rduction 32 kilobits/s nengendre aucune
sous le nom de T-carrier permet de transmettre simultanment 24 voies. Chaque voie est dtrioration audible de la qualit sonore du signal restitu. Quand le dbit des donnes
chantillonne 8000 fois par seconde et convertie en valeur numrique sur 8 bits compresses atteint 8 kilobit/s, la qualit sonore est sensiblement amoindrie est encore
(numrisation logarithmique) . En consquence, chaque voie est reprsente par acceptable pour des conversations longue distance. Le taux de compression maximum
64000 bits/s, et les 24 voies par canal par 1544 mgabits/s. Ce flux de donnes est pour la voix est de 2 kilobits/s, la voix est alors trs distordue, mais encore utilisable pour
compatible avec la bande passante dune ligne tlphonique ordinaire (paire de certaines transmissions dans des conditions particulires (militaires, sous-marines).
conducteurs torsade classique) sur une distance typique de 2 km. Lavantage financier
dune transmission numrique est norme. Les cbles et les centraux commuts sont
chers, llectronique numrique est bon march.
7 8
Tlcommunications Traitement de signaux acoustiques
Control dcho Les deux principaux sens sont la vision et laudition. De mme, une majorit des
applications DSP concernent le traitement de limage et le traitement des signaux
Les chos sont une nuisance importante pour les connections tlphoniques longue sonores. Parmi ces derniers, on trouve la musique et la parole. Les technologies
distance. Quand on parle dans un tlphone, une partie du signal reprsentant votre voix DSP jouent un rle prpondrant dans chacun de ces secteurs.
est rinjecte au niveau du terminal de votre correspondant et vous revient, engendrant
un cho. Si la connexion est courte de quelques kilomtres, le dlai de retour est de
quelques millisecondes, ce qui nest pas trs gnant pour loreille, habitue ce genre Musique
dcho. Dans le cas dune conversation longue distance, le dlai devient trs long
(quelques secondes pour les connexions satellite intercontinentales) et peut tre La synthse de la parole
extrmement irritant. Grce aux technologies DSP, il est possible de rduire cet cho. La
mthode consiste mesurer le signal de retour et engendrer un anti-signal (en La reconnaissance de la parole
opposition de phase) qui additionn a la voix de votre interlocuteur, va annuler lcho.
Similairement, on quipe les quipements porte-voix ou de sonorisation dun systme
permettant dliminer leffet Larsen . Encore plus spectaculaire et toujours sur le
mme principe, on trouve maintenant des quipements actifs rduisant de bruit
acoustique, par exemple dans les carlingues de certains avions de ligne.

9 10
Traitement de signaux acoustiques Traitement de signaux acoustiques

Musique La synthse de la parole
La reprsentation numrique du signal est cruciale car elle permet de rduire sa La synthse et la reconnaissance de la parole sont un mode de communication entre la
dgradation lors du stockage, de la manipulation et de la reproduction analogique. Tout le machine et lhomme. Au lieu dutiliser vos yeux et vos mains, vous utilisez votre bouche et
monde peut sen rendre compte en comparant la qualit dcoute dune cassette vos oreilles, et ce pendant que les premiers sont occups a autre chose : conduire un
magntique et dun CD. Dans un studio denregistrement, on enregistre le son sur vhicule, pratiquer une intervention chirurgicale, ou (malheureusement), actionner une
plusieurs canaux ou traces magntiques, quelques fois mme sparment pour chaque arme. Deux approches sont utilises pour produire la parole : la voix numrise et la
instrument. Ce scnario offre plus de flexibilit a lingnieur du son qui put ensuite synthse vocale proprement parl. La voix numrise est une voix relle enregistre,
combiner ces diffrentes voix pour raliser le son final. Cette opration de mixage est numrise, stocke sous forme compresse et restitue par lments (mots, phrases)
enrichie par de nombreuses possibilits offertes par les technologies DSP : filtrages, composant un message. Un message dune heure entire ne ncessite quenviron 3
additions et soustractions de signaux, dition, etc.. mgaoctets despace de stockage, largement la porte dun petit ordinateur. Cest la
mthode la plus rpandue pour fabriquer une voix numrique.
Une application DSP frquente pour la prparation musicale est celle de la rverbration
artificielle. Lacoustique neutre du studio denregistrement nest pas naturelle et sonne La simulation de conduit vocal va plus loin et elle sattache reproduire les mcanismes
comme si la musique tait joue lextrieur. Il est possible grce aux technologies DSP physiques du systme vocal humain. Le larynx et la cavit buccale constituent une cavit
de rajouter un cho ou une rverbration artificielle et ajustable. Un cho avec un dlai de rsonnante de taille, de forme et donc de frquence de rsonance variable. Les cordes
quelques centaines de millisecondes produit un effet de cathdrale. Quelques dizaines de vocales sont excites par le passage de lair et font rsonner cette cavit. Deux types de
milliseconde suffisent pour produire limpression dune pice de taille modeste sons sont produits : les sons fricatifs, et les sons voiss. Avec les sons voiss, les cordes
vocales produisent des ondes de pression quasi-priodiques dans la cavit. Les sons
fricatifs sont eux produit par lcoulement turbulent de lair lors de son passage forc au
travers de restrictions produites par la langue, les lvres et les dents. La synthse vocale
tente de produire un signal digital constitu de la simulation de ces deux genres de son.
La cavit rsonnante et les restrictions de lappareil vocal sont simuls par des filtres aux
caractristiques spectrales similaires.
11 12
Traitement de signaux acoustiques La localisation dcho
La reconnaissance de la parole Une technique classique de reprage dun objet lointain est de faire rebondir une
onde dessus et den dtecter lcho. Le radar par exemple fonctionne en
La reconnaissance de la parole est considrablement plus complique que sa synthse. transmettant des ondes radio et en examinant le signal reut sur la mme
Cest lexemple type de ce que le cerveau humain fait merveille et de ce que lordinateur frquence. Le sonar utilise des ondes acoustiques transmises travers leau. Les
fait encore trs mal. Les ordinateurs peuvent stocker et restituer une quantit norme gologues localisent les couches de lcorce terrestre de densit diffrente en
dinformation, faire une grande quantit de calculs en un rien de temps et reproduire provoquant des explosions et en coutant leurs chos en diffrents points. En
linfini une mme tche, mais sont bien inefficaces quand ils sont confronts mdecine, lchographie procde sur le mme principe en utilisant des ondes
linterprtation de donnes physiques brutes. ultrasonores. Chacune de ces applications a des points communs et ces difficults
propres que la technologie DSP a grandement contribu surmonter.
En traitement numrique du signal, on dcompose le problme de la reconnaissance
vocale en plusieurs tapes : lextraction dlments suivie de la reconnaissance Radar
dlments. Chaque mot ou phonme du signal audio est isol puis analys pour identifier Sonar
le type dexcitation et les frquences de rsonance. Ces paramtres sont ensuite
compars des exemples pr-analyss de mots pour identifier celui qui sen rapproche le Sismologie par rflexion
plus. Ces systmes sont souvent limits quelques centaines de mots, nacceptent quon
leur parle de faon articule et en dtachant bien les mots par une pause et doivent tre
re-entrans ds quon change linterlocuteur. Cest acceptable pour quelques applications

commerciales mais bien modeste en comparaison des capacits humaines. Il reste
normment de travail dans ce domaine pour arriver rsultat, qui, nen doutons pas,
aurait de grandes rpercutions sur notre environnement tous.
13 14
La localisation dcho La localisation dcho

Radar Sonar
Radar est un acronyme de RAdio Detection And Ranging. Le systme radar le plus simple Sonar signifie SOund NAvigation and Ranging. On trouve deux types de techniques
gnre une impulsion radio de quelques microsecondes. Cette impulsion est transmise sonar : active et passive. Dans dtection active, une impulsion acoustique est mise
via une antenne hautement directionnelle qui met une onde radio se propageant la une frquence dans la gamme 2kHz 40kHz, transmise par leau et rflchie par les
vitesse de la lumire. Un object conducteur va rflchir cette onde de faon plus ou moins objets ou le fond. Les utilisations sont la dtection et la localisation dobjets sous-marins,
omnidirectionnelle et une petite partie de lnergie rflchie va repartir en direction dune la navigation et la bathymtrie. La porte des systmes sonar actifs est typiquement de
antenne rceptrice qui va capter cet cho. La distance de linstallation lobjet est trouve 10 100 km. Au contraire, la technique sonar passive consiste uniquement en lcoute
simplement partir du temps coul entre lmission de limpulsion et le retour de lcho. des sons sous-marins. Ceux-ci sont produits par les turbulences naturelles, la vie sous-
Lorientation de lantenne donne la direction. marine, le vent et la pluie, et aussi par les bruits mcaniques des vaisseaux de surface ou
sous-marins. Aucune nergie nest mise ce qui en fait la technique idale de surveillance
La porte dun systme radar est dtermine par essentiellement deux paramtres : militaire pour dtecter sans tre dtectable. Les frquences utilises sont trs variables. A
combien dnergie dans limpulsion initiale, et le niveau de bruit du rcepteur radio. basse frquence, certains phnomnes de guidage naturel des ondes acoustique
Augmenter lnergie se fait gnralement en rallongeant la dure de limpulsion au permettent des porte de dtection de plusieurs milliers de kilomtres.
dtriment de la prcision.
Les technologies DSP ont rvolutionn ce domaine un peu de la mme faon que pour le
La technologie DSP permis damliorer considrablement les performances des radar : production dimpulsions, compression dimpulsion, filtrage des signaux dtects.
systmes radar. Premirement, un traitement adquat permet de compresser Dune certaine faon, le sonar est moins complexe traiter que le radar car les
limpulsion aprs rception et de gagner en prcision. Dautre part, il est possible de frquences sont plus faibles. Mais par ailleurs, lenvironnement est bien plus complexe et
rduire le bruit par filtrage du signal reut. Enfin, le traitement DSP permet une slection variable ce qui rend difficile lextraction des informations du bruit. La technique utilise par
et une synthse rapide de diffrents type dimpulsion en variant la dure, la frquence, le les systmes sonar est base sur lutilisation de nombreux lments metteurs et
chirp . Cela permet une adaptation rapide diffrents types de problmes. Le plus rcepteurs en matrice et en corrlant les signaux de ces nombreux capteurs en espace et
impressionnant vient de ce que tout ceci est possible grce un chantillonnage aussi en temps. Ceci permet la localisation de lorigine dun cho et la rduction du bruit. La
rapide que la gamme de frquence utilise : quelques centaines de mgahertz ! Quand il mise en corrlation de nombreux canaux ncessite une puissance de calcul DSP
sagit de radar, la vitesse de traitement prime sur la sophistication des algorithmes. massive.
15 16
La localisation dcho Le traitement de limage
Les images sont des signaux aux caractristiques bien particulires. Dabord, ils sont une
Sismologie par rflexion mesure dun paramtre en fonction de lespace, alors que la plus part des signaux sont des
Ds les annes 1920, les gophysiciens ont explor la structure de lcorce terrestre mesures de paramtres par rapport au temps. Ensuite, elles contiennent gnralement une trs
laide dondes acoustiques. Les prospecteurs de lpoque faisaient exploser une charge et grande quantit dinformation. Par exemple, plus de 10 Mgaoctets peuvent tre ncessaire
enregistraient les signaux de sismographes. Lanalyse lil des traces des pour sauver une seconde de vido. Cest plus de mille fois plus que pour la mme dure de
signal sonore. Enfin, le rsultat final est souvent valu par lil humain au jugement subjectif
sismographes leur permettait de reprer des couches profondes de plus de 10 km. Cette plutt que sur des critres objectifs. Tout ceci fait du traitement de limage un sous-groupe bien
technique devint vite la principale mthode de prospection ptrolire et cest encore le cas part des techniques DSP
aujourdhui.
Mdical
Idalement, limpulsion transmise au sol nengendre quun seul cho principal. La situation Limagerie spatiale
relle nest pas si simple. Londe acoustique rflchie traverse dautres interfaces entre
couches sur son trajet de retour et de nombreux chos secondaires sont produits par les Le traitement de limage dans les produits
rebonds de couche en couche. Ces chos secondaires peuvent rendre les signaux
dtects trs difficiles interprter. Le traitement numrique de ces signaux est devenu commerciaux
une chose courante partir des annes 1960 et ont permis de simplifier la dtection des
chos principaux dans le fond dchos secondaires. Comment les pionniers se
dbrouillaient tils pour faire la mme chose lil ? Tout simplement ils prospectaient

des sites la structure plus simple. La technologie DSP simplement permis dtendre
ltude des situations plus difficiles, comme les fonds marins.
17 18
Le traitement de limage Le traitement de limage

Mdical
En 1895, Wilhelm Conrad Rntgen dcouvre les rayons X et le fait que ceux-ci peuvent traverser une certaine quantit de
matire. La pratique mdicale t rvolutionne par le fait quon a ds lors pu voir lintrieur du corps humain. Les
Limagerie spatiale
appareils de radiographie se sont rpandus travers le monde en quelques annes. Malgr sont succs, la radiographie Limage prise au fin fond du systme solaire est irremplaable. Tout est donc fait pour en
par rayons X sest rvle tre limite par quatre problmes, jusqu ce que les techniques de traitement numrique de
limage ne les surpassent partir des annes 70. Premirement, les tissus corporels se recouvrent et se cachent les uns extraire un maximum dinformation. Limagerie spatiale est donc la pointe du traitement
derrire les autres. Par exemple, une partie du cur peut ne pas tre visible derrire une cte. Ensuite, il nest pas dimage, ajustement de luminance, de contraste, combinaison dimages, dtection de
toujours possible de distinguer entre des tissus semblables. Ensuite, les radiographie dvoilent lanatomie du corps, pas
sa physiologie, cest a dire le fonctionnement des organes. Enfin, et ce nest pas le moindre des dfauts, les rayons X sont comparaisons de plusieurs longueurs dondes, soustraction de bruit, ajustement de
nocifs et une exposition prolonge ou frquente peut engendrer de grave danger pour la sant (cancer ). Lexposition nettet, rduction de boug, correction de distorsions sphriques, etc
doit tre rduite au minimum, la puissance du faisceau galement, et le recours la radiographie justifie.
Le problme des structures corporelles se recouvrant ft rsolue en 1971 avec lintroduction de la tomographie calcule
Le traitement de limage dans les produits
(Computed Axial Tomographie, CAT ou CT). Le scanner CAT est un exemple classique dapplication DSP. Les rayons X
sont mis dans un plan et sous plusieurs angles, passent au travers dune section du corps du patient et sont examins. commerciaux
Les informations sont numrises, transfres un ordinateur et interprtes pour reconstruire une carte en 2 dimensions
dune tranche de la zone examine. Ces images sont beaucoup plus dtailles que celle des techniques classiques et
Les produits de grande distribution doivent avoir un cot concurrentiel se qui limite
permettent un diagnostique plus prcis. Limpact de la gnralisation du scanner CAT fut presque aussi grand que lutilisation de mmoires de taille importante et de forts taux de transfert. La technique
lintroduction de la radiographie des dbuts. Ceci valut un prix Nobel de mdecine en 1979 Godfrey N. Hounsfield et a
Allan M. Cormack.
dcisive est ici la compression dimage. Une image numris contient gnralement une
norme proportion dinformation redondante, qui une fois pass au travers dalgorithmes
Les trois derniers inconvnients des rayons-X furent rsolus par lutilisation dun autre type de rayonnement, non-ionisants de compression, peut tre rduite considrablement. Le traitement dimages animes
et donc sans nocivit, tels que des ondes lectromagntique de plus grande longueur donde et des ondes acoustiques. Le
DSP a jou un rle clef dans tous ces cas. Par exemple, limagerie par Rsonance Magntique (IRM) utilise des champs
(vido) est particulirement intressante car une majorit des pixels restes inchangs
magntiques combins avec des micro-ondes de faible puissance pour sonder lintrieur du corps. En ajustant de faon dune image la suivante. Les produits incorporant ces technologie sont omniprsents :
trs fine la force du champ magntique et la frquence de londe, on excite la frquence propre de certains atomes entre tlphones vido, tlvision digitale, format numrique vido (DV, MPEG etc)
des niveaux dnergie quantique bien prcis. La rsonance est dtecte par le fait quune partie infime de lnergie
transmise est absorbe et r-mise. Lamplitude et la phase de ce signal sont mesures et permettent de localiser la
rgion de la rsonance. La variation des valeurs du champ magntique permet de balayer au travers du corps et de
cartographier en 3D la structure interne. Cette somme dinformation digre, sont en gnral prsent sous la forme
dimages en coupe. En plus de permettre une excellente discrimination entre diffrents types de tissus (tumeurs etc)
cette technique permet lobservation lvolution de paramtres physiologiques, tels que les flux sanguins. LIRM se base
entirement sur le traitement numrique du signal et ne pourrait exister sans lui.
19 20
Signaux et graphes : terminologie
Un signal dcrit la relation entre un paramtre et un autre paramtre.
Par exemple en lectronique, une tension lectrique variant dans le temps.
Comme chaque paramtre peut tre considr comme continu, nous
appelons cela un signal continu.
Signaux, bruits,
Par opposition, passez ce mme signal dans un chantillonneur
statistique et probabilits convertisseur analogique-numrique. Chaque paramtre (la tension et le
temps) sont alors quantifis, cest dire quils prennent des valeurs
discrtes discontinues. Des signaux quantifis de la sorte sont appels
Cours DSP signaux discrets ou signaux numriques.
Nous utiliserons galement langlicisme signal digital pour dcrire des

signaux dont les deux paramtres sont quantifis.

La plus part du temps, les signaux continus sont prsents dans la nature et
les signaux discrets sont ceux utiliss par les ordinateurs.
21 22
Exemple de signaux discrets numriques ou

Domaine Temporel Domaine Frquentiel
signaux digitaux
Domaine temporel Domaine frquentiel
TFD-1
Troncature,
dcalage,
fentrage
Amplitude en Amplitude en fonction Phase en fonction

fonction du temps de la frquence de la frquence
(ou dune autre

variable)
ou
partie Relle et partie Imaginaire
23 24
Calcul de la moyenne et de lcart type Exemple de programme
Moyenne: Implmentation 100
110
CALCULATION OF THE MEAN AND STANDARD DEVIATION
'
du calcul de la 120 DIM X[511] 'The signal is held in X[0] to X[511]
N 1
1 moyenne et de 130 N% = 512 'N% is the number of points in the signal
=
N
x
i =0
i lcart type:
140
150
160
'
GOSUB XXXX
'
'Mythical subroutine that loads the signal into X[ ]
170 MEAN = 0 'Find the mean via Eq. 2-1

180 FOR I% = 0 TO N%-1
190 MEAN = MEAN + X[I%]
200 NEXT I%
210 MEAN = MEAN/N%
220 '
Variance ou moyenne quadratique, 230 VARIANCE = 0 'Find the standard deviation via Eq. 2-2
240 FOR I% = 0 TO N%-1
carr de lcart type ou dviation standard (ou RMS): 250 VARIANCE = VARIANCE + ( X[I%] - MEAN )^2
260 NEXT I%
270 VARIANCE = VARIANCE/(N%-1)
1 N 1
(xi )2
280 SD = SQR(VARIANCE)
2 =
N 1 i =0
290
300
310
'
PRINT MEAN SD 'Print the calculated mean and standard deviation
'
320 END

25 26
Rapport entre amplitude et cart type Calcul de lcart type - 2

Le rapport entre l'amplitude de pic pic Vpp et lcart standard de plusieurs Mthode plus rapide et plus prcise pour le calcul de la variance et de lcart type.
signaux types. Ce rapport vaut 2 pour un signal carr, 12 = 3,46 pour un signal
2 = 2,83 pour un sinus. Pour un signal alatoire, cela dpend du
triangulaire, 2
1 N 1 2 1 N 1
2
x i x i
type de fluctuations.
=
2
N 1 i =0 N i =0
soit
1 somme2
2 = somme des carrs
N 1 N
par opposition :
1 N 1
2 = (xi )2
N 1 i =0
27 28
Exemple de programme Analyse statistique et analyse probabiliste
Implmentation 100 'MEAN AND STANDARD DEVIATION USING RUNNING STATISTICS Attention!
110 '
du calcul de la 120 DIM X[511] 'The signal is held in X[0] to X[511] Bien distinguer entre
moyenne et de 130 '
lcart type, 140 GOSUB XXXX 'Mythical subroutine that loads the signal into X[ ] grandeur statistique
150 '
mthode rapide. 160 N% = 0 'Zero the three running parameters (proprit du signal)
170 SUM = 0
180 SUMSQUARES = 0 et
190 '
200 FOR I% = 0 TO 511 'Loop through each sample in the signal
210 '
grandeur probabiliste
220 N% = N%+1 'Update the three parameters (proprit du processus sous-jacent).
230 SUM = SUM + X[I%]
240 SUMSQUARES = SUMSQUARES + X[I%]^2
250 '
260 MEAN = SUM/N% 'Calculate mean and standard deviation via Eq. 2-3 La moyenne et la variance peuvent signifier des choses diffrentes,
270 IF N% = 1 THEN SD = 0: GOTO 300
280 SD = SQR( (SUMSQUARES - SUM^2/N%) / (N%-1) ) soit la moyenne et la variance statistique du signal, soit la moyenne et la
290 ' variance au sens probabiliste du processus, les premires ntant
300 PRINT MEAN SD 'Print the running mean and standard deviation
310 ' quune ralisation et quune mesure des secondes. Elles sont entaches

320 NEXT I% dune erreur statistique, typiquement:
330 '

340 END
Erreur sur la moyenne =

N
29 30
Processus non-stationnaires Histogrammes et densit de probabilit
Par construction:
La moyenne et l'cart type L'cart type reste constant (gal 1)
M 1
N = Hi
changent. et la moyenne change de 0 2.
i =0
31 32
Histogrammes Exemple de programme
Implmentation 100 'CALCULATION OF THE HISTOGRAM, MEAN, AND STANDARD DEVIATION
110 '
Par construction: du calcul de la 120 DIM X%[25000] 'X%[0] to X%[25000] holds the signal being processed
130 DIM H%[255] 'H%[0] to H%[255] holds the histogram
M 1 moyenne et de 140 N% = 25001 'Set the number of points in the signal
N = Hi lcart type, 150 '

160 FOR I% = 0 TO 255 'Zero the histogram, so it can be used as an accumulator
partir de 170 H%[I%] = 0
i =0 180 NEXT I%
lhistogramme. 190 '
200 GOSUB XXXX 'Mythical subroutine that loads the signal into X%[ ]
210 '
220 FOR I% = 0 TO 25000 'Calculate the histogram for 25001 points
230 H%[ X%[I%] ] = H%[ X%[I%] ] + 1
Calcul de la moyenne et de la variance partir de lhistogramme: 240 NEXT I%
250 '
260 MEAN = 0 'Calculate the mean via Eq. 2-6
270 FOR I% = 0 TO 255
M 1 280 MEAN = MEAN + I% * H%[I%]
1
= iH
290 NEXT I%
300 MEAN = MEAN / N%
i
N i =0
310 '
320 VARIANCE = 0 'Calculate the standard deviation via Eq. 2-7
330 FOR I% = 0 TO 255
340 VARIANCE = VARIANCE + H%[I%] * (I%-MEAN)^2
1 M 1 350 NEXT I%
2 = (i ) 2 H i
360 VARIANCE = VARIANCE / (N%-1)

N 1 i =0 380 '
390 PRINT MEAN SD 'Print the calculated mean and standard deviation.
400 '
410 END
33 34
Histogramme et densit de probabilit Gnrateurs pseudo-alatoires uniforme

Fonctions intrinsques :
dpp:
Histogramme distribution de poids de probabilit par ex: Variable alatoire uniforme x = RND en BASIC
Algorithme rcursif simple : du type

Rn = (aRn1 + b) mod c
attention :
Le choix des paramtres a, b et c est important pour la
qualit de hasard engendr. Par exemple, prendre des
Rapports entre lhistogramme, la fdp: valeurs de nombre premiers pour viter les rebouclages.
distribution des poids de probabilit fonction de densit de probabilit
Il s'agit de nombres pseudo-alatoire, avec une rcurrences qui
et la fonction de densit de
probabilit.
nest pas ncessairement infinie et parfois insuffisante.
en franais en anglais
dpp pmf
fdp pdf
35 36
Gnrateurs pseudo-alatoires normal ou Prcision et Exactitude
Gaussien
X est une variable alatoire normale, c.a.d de fdp gaussienne
normalise, de moyenne = 1 et dcart type = 1
En appliquant le thorme de la limite centrale : Exactitude

erreur systmatique,
N
N
X = Ri calibration
i =1 2
ou N est suffisamment grand, et ou les Ri sont des variables
alatoires uniformes indpendantes sur [0,1]. On ramne la Prcision
moyenne 0 en soustrayant N/2. erreur statistique,
bruit, rptabilit.
Algorithme (approch) nutilisant que deux gnrateurs uniformes :
X = ( 2 ln R 1 )2 cos(2R 2 )
1

ou R1 et R2 sont des variables alatoires uniformes sur [0,1]
Pour une variable alatoire Y de moyenne et dcart type quelconques,
faire simplement : Y=X+
37 38
Signaux et graphes : terminologie

Un signal dcrit la relation entre un paramtre et un autre paramtre.
Par exemple en lectronique, une tension lectrique variant dans le temps.
Comme chaque paramtre peut tre considr comme continu, nous
appelons cela un signal continu.
Signaux, bruits,
Par opposition, passez ce mme signal dans un chantillonneur
statistique et probabilits convertisseur analogique-numrique. Chaque paramtre (la tension et le
temps) sont alors quantifis, cest dire quils prennent des valeurs
discrtes discontinues. Des signaux quantifis de la sorte sont appels
Cours DSP signaux discrets ou signaux numriques.
Nous utiliserons galement langlicisme signal digital pour dcrire des

signaux dont les deux paramtres sont quantifis.

La plus part du temps, les signaux continus sont prsents dans la nature et
les signaux discrets sont ceux utiliss par les ordinateurs.
39 40
Exemple de signaux discrets numriques ou
Domaine Temporel Domaine Frquentiel
signaux digitaux
Domaine temporel Domaine frquentiel
TFD-1
Troncature,
dcalage,
fentrage
Amplitude en Amplitude en fonction Phase en fonction

fonction du temps de la frquence de la frquence

(ou dune autre
variable)
ou
partie Relle et partie Imaginaire
41 42
Calcul de la moyenne et de lcart type Exemple de programme

Moyenne: Implmentation 100
110
CALCULATION OF THE MEAN AND STANDARD DEVIATION
'
du calcul de la 120 DIM X[511] 'The signal is held in X[0] to X[511]
N 1
1 moyenne et de 130 N% = 512 'N% is the number of points in the signal
=
N
x
i =0
i lcart type:
140
150
160
'
GOSUB XXXX
'
'Mythical subroutine that loads the signal into X[ ]
170 MEAN = 0 'Find the mean via Eq. 2-1

180 FOR I% = 0 TO N%-1
190 MEAN = MEAN + X[I%]
200 NEXT I%
210 MEAN = MEAN/N%
220 '
Variance ou moyenne quadratique, 230 VARIANCE = 0 'Find the standard deviation via Eq. 2-2
240 FOR I% = 0 TO N%-1
carr de lcart type ou dviation standard (ou RMS): 250 VARIANCE = VARIANCE + ( X[I%] - MEAN )^2
260 NEXT I%
270 VARIANCE = VARIANCE/(N%-1)
1 N 1
(xi )2
2 =
N 1 i =0
290
300
310
'
PRINT MEAN SD 'Print the calculated mean and standard deviation
'
320 END
43 44
Rapport entre amplitude et cart type Calcul de lcart type - 2
Le rapport entre l'amplitude de pic pic Vpp et lcart standard de plusieurs Mthode plus rapide et plus prcise pour le calcul de la variance et de lcart type.
signaux types. Ce rapport vaut 2 pour un signal carr, 12 = 3,46 pour un signal
2 = 2,83 pour un sinus. Pour un signal alatoire, cela dpend du
triangulaire, 2
1 N 1 2 1 N 1
2
x i x i
type de fluctuations.
2 =
N 1 i =0 N i =0
soit
1 somme2
2 = somme des carrs
N 1 N
par opposition :

1 N 1
2 = (xi )
2
N 1 i =0
45 46
Exemple de programme Analyse statistique et analyse probabiliste

Implmentation 100 'MEAN AND STANDARD DEVIATION USING RUNNING STATISTICS Attention!
110 '
du calcul de la 120 DIM X[511] 'The signal is held in X[0] to X[511] Bien distinguer entre
moyenne et de 130 '
lcart type, 140 GOSUB XXXX 'Mythical subroutine that loads the signal into X[ ] grandeur statistique
150 '
mthode rapide. 160 N% = 0 'Zero the three running parameters (proprit du signal)
170 SUM = 0
180 SUMSQUARES = 0 et
190 '
200 FOR I% = 0 TO 511 'Loop through each sample in the signal
210 '
grandeur probabiliste
220 N% = N%+1 'Update the three parameters (proprit du processus sous-jacent).
230 SUM = SUM + X[I%]
240 SUMSQUARES = SUMSQUARES + X[I%]^2
250 '
260 MEAN = SUM/N% 'Calculate mean and standard deviation via Eq. 2-3 La moyenne et la variance peuvent signifier des choses diffrentes,
270 IF N% = 1 THEN SD = 0: GOTO 300
280 SD = SQR( (SUMSQUARES - SUM^2/N%) / (N%-1) ) soit la moyenne et la variance statistique du signal, soit la moyenne et la
290 ' variance au sens probabiliste du processus, les premires ntant
300 PRINT MEAN SD 'Print the running mean and standard deviation
310 ' quune ralisation et quune mesure des secondes. Elles sont entaches
320 NEXT I% dune erreur statistique, typiquement:

330 '

340 END
Erreur sur la moyenne =

N
47 48
Processus non-stationnaires Histogrammes et densit de probabilit
Par construction:
La moyenne et l'cart type L'cart type reste constant (gal 1)
M 1
N = Hi
changent. et la moyenne change de 0 2.
i =0

49 50
Histogrammes Exemple de programme

Implmentation 100 'CALCULATION OF THE HISTOGRAM, MEAN, AND STANDARD DEVIATION
110 '
Par construction: du calcul de la 120 DIM X%[25000] 'X%[0] to X%[25000] holds the signal being processed
130 DIM H%[255] 'H%[0] to H%[255] holds the histogram
M 1 moyenne et de 140 N% = 25001 'Set the number of points in the signal
N = Hi lcart type, 150 '

160 FOR I% = 0 TO 255 'Zero the histogram, so it can be used as an accumulator
partir de 170 H%[I%] = 0
i =0 180 NEXT I%
lhistogramme. 190 '
200 GOSUB XXXX 'Mythical subroutine that loads the signal into X%[ ]
210 '
220 FOR I% = 0 TO 25000 'Calculate the histogram for 25001 points
230 H%[ X%[I%] ] = H%[ X%[I%] ] + 1
Calcul de la moyenne et de la variance partir de lhistogramme: 240 NEXT I%
250 '
260 MEAN = 0 'Calculate the mean via Eq. 2-6
270 FOR I% = 0 TO 255
M 1 280 MEAN = MEAN + I% * H%[I%]
1
= iH
290 NEXT I%
300 MEAN = MEAN / N%
i
N i =0
310 '
320 VARIANCE = 0 'Calculate the standard deviation via Eq. 2-7
330 FOR I% = 0 TO 255
340 VARIANCE = VARIANCE + H%[I%] * (I%-MEAN)^2
1 M 1 350 NEXT I%
2 = (i ) 2 H i
360 VARIANCE = VARIANCE / (N%-1)
N 1 i =0 380 '
390 PRINT MEAN SD 'Print the calculated mean and standard deviation.
400 '
410 END
51 52
Histogramme et densit de probabilit Gnrateurs pseudo-alatoires uniforme
Fonctions intrinsques :
dpp:
Histogramme distribution de poids de probabilit par ex: Variable alatoire uniforme x = RND en BASIC
Algorithme rcursif simple : du type

Rn = (aRn1 + b) mod c
attention :
Le choix des paramtres a, b et c est important pour la
qualit de hasard engendr. Par exemple, prendre des
Rapports entre lhistogramme, la fdp: valeurs de nombre premiers pour viter les rebouclages.
distribution des poids de probabilit fonction de densit de probabilit
Il s'agit de nombres pseudo-alatoire, avec une rcurrences qui
et la fonction de densit de
probabilit.
nest pas ncessairement infinie et parfois insuffisante.

en franais en anglais
dpp pmf
fdp pdf
53 54
Gnrateurs pseudo-alatoires normal ou Prcision et Exactitude

Gaussien
X est une variable alatoire normale, c.a.d de fdp gaussienne
normalise, de moyenne = 1 et dcart type = 1
En appliquant le thorme de la limite centrale : Exactitude

erreur systmatique,
N
N
X = Ri calibration
i =1 2
ou N est suffisamment grand, et ou les Ri sont des variables
alatoires uniformes indpendantes sur [0,1]. On ramne la Prcision
moyenne 0 en soustrayant N/2. erreur statistique,
bruit, rptabilit.
Algorithme (approch) nutilisant que deux gnrateurs uniformes :
X = ( 2 ln R 1 )2 cos(2R 2 )
1
ou R1 et R2 sont des variables alatoires uniformes sur [0,1]

Pour une variable alatoire Y de moyenne et dcart type quelconques,
faire simplement : Y=X+
55 56
Signaux et Systmes
Systme:
Un processus qui produit un signal de sortie en rponse un signal dentre.
Systme continu, systme discret:

Systmes linaires
Cours DSP

57 58
Signaux et Systmes Linarit statique

Systme linaire: Rponse statique linaire:
Homognit: Additiv: Invariance par

dcalage
Rponse statique non linaire:

59 60
Exemples de systmes linaires et non-linaires Proprits des systmes linaires
Linaire Non-linaire
Propagation dondes telles que les ondes Systme non-linaire statiquement: la Addition: Multiplication:
sonores ou lectromagntiques. puissance en fonction de la tension dans une
Circuits lectriques RLC, amplis-op et filtres. rsistance P=V2R; lnergie rayonne en
Systmes mcaniques en mouvement fonction de la temprature R=kT4; lattnuation
comprenant masses, ressorts et amortisseurs. en fonction de lpaisseur I = e-x; etc.
Systmes dcrits par des quations Systmes sans fidlit sinusodale: tels que
diffrentielles redresseurs, convertisseurs signal sinus. signal
carr, etc..
Modifications de signaux tel que chos, Linaire
rsonances et adoucissement dimage. Saturation et autres distorsions lectronique
courantes.
Gains statiques multiplication par une
constantes. Multiplication dun signal par un autre,
modulation damplitude et control de gain
Systme unit, systme nul. automatique.
Diffrentiation, intgration, diffrence Phnomnes dhystrsis, magntique, stress
premire et somme pour les signaux digitaux. mcanique.

Petites perturbations de systmes non- Systmes avec seuil. Tout systme compos de systmes
linaires, autour dun point dquilibre. Non-Linaire
linaires et daddition de signaux est
Convolution.
linaire.
Systmes rcursifs.
61 62
Proprits des systmes linaires Proprits des systmes linaires
Commutativit: Superposition: Superposition

dcomposition et synthse
dcomposition synthse
63 64
Dcompositions Dcomposition de Fourier
Symtrique/
Impulsionnelle Indicielle Antisymtrique Entrelace
x[ n ] + x[ N n ]
x paire [n ] =
2

x[ n ] x[ N n ]
x impaire [n ] =
2
65 66

Les Raisons D'être Du Traitement Du Signal-Aplications

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Les Raisons D'être Du Traitement Du Signal-Aplications

Transféré par

Droits d'auteur :

Formats disponibles

Introduction

Le traitement numrique du signal, (Digital Signal Processing ou DSP en

des concepts gnraux applicables lensemble du domaine, et linitiation

DSP Maitrise de Physique UJF -- F.Montanet

Principe du traitement numrique Applications

Conditionnement Prospection minire et ptrolire

DSP Maitrise de Physique UJF -- F.Montanet

Acquisition de donnes et traitement en ligne

DSP Maitrise de Physique UJF -- F.Montanet

DSP Maitrise de Physique UJF -- F.Montanet

DSP Maitrise de Physique UJF -- F.Montanet

Traitement de signaux acoustiques Traitement de signaux acoustiques

DSP Maitrise de Physique UJF -- F.Montanet

DSP Maitrise de Physique UJF -- F.Montanet

La localisation dcho La localisation dcho

DSP Maitrise de Physique UJF -- F.Montanet

DSP Maitrise de Physique UJF -- F.Montanet

Le traitement de limage Le traitement de limage

DSP Maitrise de Physique UJF -- F.Montanet

Nous utiliserons galement langlicisme signal digital pour dcrire des

signaux dont les deux paramtres sont quantifis.

DSP Maitrise de Physique UJF -- F.Montanet

Exemple de signaux discrets numriques ou

Domaine temporel Domaine frquentiel

Amplitude en Amplitude en fonction Phase en fonction

DSP Maitrise de Physique UJF -- F.Montanet

(ou dune autre

170 MEAN = 0 'Find the mean via Eq. 2-1

DSP Maitrise de Physique UJF -- F.Montanet

Rapport entre amplitude et cart type Calcul de lcart type - 2

DSP Maitrise de Physique UJF -- F.Montanet

DSP Maitrise de Physique UJF -- F.Montanet

Erreur sur la moyenne =

Processus non-stationnaires Histogrammes et densit de probabilit

DSP Maitrise de Physique UJF -- F.Montanet

N = Hi lcart type, 150 '

DSP Maitrise de Physique UJF -- F.Montanet

Histogramme et densit de probabilit Gnrateurs pseudo-alatoires uniforme

Algorithme rcursif simple : du type

DSP Maitrise de Physique UJF -- F.Montanet

En appliquant le thorme de la limite centrale : Exactitude

DSP Maitrise de Physique UJF -- F.Montanet

Signaux et graphes : terminologie

Nous utiliserons galement langlicisme signal digital pour dcrire des

signaux dont les deux paramtres sont quantifis.

Domaine temporel Domaine frquentiel

Amplitude en Amplitude en fonction Phase en fonction

DSP Maitrise de Physique UJF -- F.Montanet

Calcul de la moyenne et de lcart type Exemple de programme

170 MEAN = 0 'Find the mean via Eq. 2-1

DSP Maitrise de Physique UJF -- F.Montanet

DSP Maitrise de Physique UJF -- F.Montanet

Exemple de programme Analyse statistique et analyse probabiliste

DSP Maitrise de Physique UJF -- F.Montanet

320 NEXT I% dune erreur statistique, typiquement:

Erreur sur la moyenne =

DSP Maitrise de Physique UJF -- F.Montanet

Histogrammes Exemple de programme

N = Hi lcart type, 150 '

DSP Maitrise de Physique UJF -- F.Montanet

Algorithme rcursif simple : du type

DSP Maitrise de Physique UJF -- F.Montanet

Gnrateurs pseudo-alatoires normal ou Prcision et Exactitude