UNIVERSITE

ABDELMALEK ESSAADI

ECOLE NATIONALE
DES SCIENCES APPLIQUEES

TANGER

Cours
Traitement Numrique du Signal

ANNEE
2009/2010

Prof : mohamed moussaoui

ENSA Tanger, Route Ziaten, BP 1818
Tanger principale
mmoussaoui@ensat.ac.ma

1
 Prof : mohamed moussaoui
ENSA Tanger, Route Ziaten, BP 1818
Tanger principale
mmoussaoui@ensat.ac.ma

2
Chapitre I

Rappels sur le Traitement du Signal

Analogique
1. Dfinition dun signal

Un signal est la reprsentation dune mesure dun phnomne physique. Il est donc
porteur dune information ou dun message.
Parmi les principales informations que lon peut obtenir dun signal, on peut citer
lnergie quil transporte et la puissance qui donne des mesures de sa force.

2. Energie dun signal

Par dfinition, lnergie E x dun signal x(t) est donne par

E x = x(t ) dt
2

Si x(t) est de module sommable, alors on dit que x(t) est nergie finie

( Ex = x(t ) dt < + )
2

3. Puissance moyenne dun signal

Pour un signal x(t) dont lnergie nest pas finie, on dfinit la puissance moyenne
Px telle que
+ / 2 2
x(t ) dt .
1
Px = lim
+
/2

Lorsque cette limite existe, on dit que le signal x(t) est puissance moyenne finie.
Les signaux nergie finie sont puissance moyenne nulle.

4. Illustration

Exemple 1: soit x(t) (voir figure 1)est une fentre rectangulaire de hauteur A et de
largeur 2 centre sur 0. Calculer lnergie et la puissance moyenne de x(t).
Corrig : voir le cours

Exemple 2: soit y(t) (voir figure 1) est une rptition infinie de x(t) avec un intervalle
de T ( T > 2 ). Dterminer lnergie et la puissance moyenne de y(t)
Corrig : voir le cours
 x(t )

y (t )

2T T T 2T

Fig. 1: Prsentation graphique des signaux x(t) et y(t)

5. Produit de convolution

Le produit de convolution est une opration trs importante en traitement du signal.

Cest une opration linaire qui tablit laction dun systme linaire (filtre) et
invariant dans le temps, par le biais de sa rponse impulsionnelle, sur son entre.
Un systme est linaire sil justifie du principe de superposition : la rponse
une somme pondre dexcitations est gale la somme pondre des
rponses au excitations individuelles :
i xi (t ) i y i (t ) .

i i
Le systme est invariant dans le temps si la rponse ne dpend pas de
linstant dapplication : si y(t) est la sortie correspondant une entre x(t), la
rponse associs x(t-t0) est y(t-t0).
On appelle rponse impulsionnelle, la rponse du systme lapplication
dune impulsion de Dirac (t ) .

La rponse globale du systme scrit, par linarit (voir figure 2):

+
y (t ) = x(t ) h(t ) = x( )h(t )d

x(t ) y (t )
h(t )

Fig. 2
Cette relation est appele convolution entre x(t) et h(t), et lopration est note
+
x(t ) h(t ) = x( )h(t )d .

Le rsultat de la convolution est valu linstant t.
la variable est une variable muette qui disparat lors de lintgration.

Remarque :
Le produit de convolution est commutatif : h(t ) x(t ) = x(t ) h(t )

Interprtation graphique de la convolution

La convolution entre deux signaux x(t) et h(t) scrit

+
x(t ) h(t ) = x( )h(t )d .

Le calcul de la convolution consiste donc calculer la surface du produit x( )h(t ) .

Le signal h(t ) est simplement le signal initial h( ) , retourn dans le temps pour
donner h( ) , puis translat de t.
En calculant alors lensemble des surfaces obtenues en faisant glisser , c--d pour
tous les dcalages de t, on obtient le produit de convolution pour tout t :

Exemple : figure 3

x( )

h( )

h(t ) x( )

t
x(t ) h(t )
Fig. 3 : Interprtation graphique de la convolution
 6. Fonction de corrlation

La fonction de corrlation, ou dintercorrlation permet de mesurer, chaque

instant , le taux de ressemblance entre deux signaux.
Cette fonction est dautant plus leve que la ressemblance est plus forte.

Dfinition :
Soient x(t) et y(t) deux signaux, lintercorrlation R xy ( ) entre x(t) et y(t) est dfinie par
la relation suivante :
+
R xy ( ) = x(t )y (t )dt

Interprtation graphique: voir le cours

Remarque :
la fonction dintercorrlation nest pas commutative : R xy ( ) R yx ( )
R xy ( ) = x(t ) y ( t )

La fonction dautocorrlation

Lorsque x(t)=y(t), on obtient la fonction dautocorrlation R xx ( ) , note parfois,

+
R x ( ) = x(t )x (t )dt . Elle est relle paire.

+ 2
Pour le retard nul, R xx (0 ) = x(t ) dt = E x reprsente lnergie du signal (pour des

signaux nergie finie).

Proprits de symtrie :
R xy ( ) = R yx

( ) , symtrie hermitienne
R xx ( ) = R xx ( ) .
Pour les signaux rels: R xy ( ) = R yx ( ) et R xx ( ) = R xx ( ) .
 7. Srie de Fourier dun signal priodique

La srie de Fourier est lun des moyens les plus simples pour dcrire une fonction
priodique dans le domaine frquentiel.

Dfinition 1
Une fonction relle priodique x(t) de priode T = 1 / f 0 ( f 0 la frquence du signal),
peut tre dfinie comme la somme dune srie trigonomtrique
a 0 +
x(t ) = + [a n cos(2nf 0 t ) + bn sin (2nf 0t )]
2 n =1
Ou les coefficients a n et bn sont dfinis par les intgrales suivantes :

a n = x(t ) cos(2nf 0 t )dt et bn = x(t ) sin (2nf 0 t )dt .

2 2
T [T ] T [T ]

Dfinition 2 :
e jx + e jx e jx e jx
Sachant que cos( x ) = et sin (x ) = , la srie x(t) peut encore scrire :
2 2j
+
x(t ) = C n e 2 jnf 0t , avec C n = x(t )e 2 jnf 0t dt
1
n = T [T ]
Avec a n = C n + C n et bn = j (C n C n )

Exemple :

Soit x(t) le signal carr de la figure 4. Cest un signal priodique de frquence f 0 et

damplitude A. Calculer les coefficients C n de la srie de Fourier, et dduire a n et bn .

x(t )

T = 1/ f 0 t
A

Figure 4 : Signal carr de frquence f 0 et damplitude A

Corrig: voir le cours

 8. Transforme de Fourier

La Transforme de Fourier est lun des outils, sinon loutil fondamental du traiteur de
signaux. Elle nous permet de passer dune reprsentation temporelle une
reprsentation frquentielle dun signal et vice versa.
Lutilisation de cette description frquentielle permet en outre de caractriser
simplement les filtres linaires, et faciliter leur tude.

8.1 Dfinition

Soit x(t) un signal, sa Transforme de Fourier TF note X ( f ) est donne par :

+
X ( f ) TF ( x(t )) = x(t )e
2 jft
dt

X(t) qui est alors la TF inverse de X ( f ) est dfinie comme :

+
x(t ) TF 1 ( x(t )) = x(t )e
+ 2 jft
df

pour que la Transforme de Fourier X ( f ) existe, il faut que x(t) soit absolument
intgrable( sommable).

Remarque :

La transforme de Fourier est une fonction complexe, qui pourra tre exprime sous
la forme
X ( f ) = X ( f ) e j ( f ) = A( f ) + jB( f ) ,
Ou X ( f ) et ( f ) sont respectivement les module et phase de X ( f ) , avec

X(f ) = A( f ) + B( f ) ,
2 2

B( f )
( f ) = arctg .
A( f )

Exemple : impulsion rectangulaire

On note rectT (t ) limpulsion rectangulaire dfinie par

T T
1 si t 2 , 2
rectT (t ) =

0 ailleurs
Calculer la transform de Fourier de x(t).
Corrig: voir le cours
8.2 Quelques proprits de la Transforme de Fourier

Linarit :
soit X ( f ) = TF ( x(t )) et Y ( f ) = TF ( y (t )) , alors
X ( f ) + Y ( f ) = TF (x(t ) + y (t )) , C

Retard
Soit X ( f ) = TF ( x(t )) et y (t ) = x(t + ) , alors
Y ( f ) = X ( f )e 2 jf

Changement de lchelle du temps

Soit X ( f ) = TF ( x(t )) et y (t ) = x(t ) ou est un rel non nul, alors
f
Y( f ) =
1
X .

Modulation
Soit X ( f ) = TF ( x(t )) et y (t ) = x(t )e 2 jf 0t ou f 0 est rel quelconque, alors
Y ( f ) = X ( f f0 ) .

Drivation dans le domaine temporel

d n x(t )
Soit X ( f ) = TF ( x(t )) , et y (t ) = la drive dordre n de x(t), alors
dt n
Y ( f ) = (2 jf ) X ( f ) .
n

Conjugaison et Symtrie
Soit X ( f ) = TF ( x(t )) ,
si y (t ) = x( t ) , alors Y ( f ) = X ( f )
si y (t ) = x (t ) , alors Y ( f ) = X ( f )
si y (t ) = x ( t ) , alors Y ( f ) = X ( f )
ces diffrentes relation permettent de donner toutes les relations de symtrie
de la transforme de Fourier.
On notera la proprit de symtrie hermitienne vrifie par la transforme de
Fourier des signaux rels : X ( f ) = X ( f ) .

Produit de convolution
Soit X ( f ) = TF ( x(t )) , Y ( f ) = TF ( y (t )) et z (t ) = x(t ) y (t ) , alors
Z ( f ) = X ( f )Y ( f )

Produit ordinaire
Soit X ( f ) = TF ( x(t )) , Y ( f ) = TF ( y (t )) et z (t ) = x(t ) y (t ) , alors
Z ( f ) = X ( f )Y ( f )
 8.3 Impulsion de Dirac

La TF ne sapplique strictement quaux signaux absolument intgrables (

sommables). Il serait agrable dtendre le formalisme afin de pouvoir dfinir une
transforme de Fourier pour les signaux de puissance moyenne fine, et de retrouver
la srie de Fourier comme cas particulier de la transforme de Fourier.
Cette extension est possible en utilisant la thorie des distributions, et en particulier la
Distribution de Dirac.
0 si t 0,
On appelle impulsion de Dirac la fonction (t ) =
+ pour t = 0,

(t )dt = 1.
+
Et telle que

Limpulsion de Dirac est ainsi une impulsion infiniment fine, damplitude infinie, et
daire unit .
Ainsi, on peut crire que x(t ) (t t 0 )) = x(t 0 ) .
On en dduit alors que lon a, dune faon gnrale,
+

x (t ) = x( ) (t )d ,

+
avec x( ) = x(t ) (t )dt.

A laide des rsultats prcdents, il est facile dexprimer la transforme de Fourier de

limpulsion de Dirac, qui vaut simplement :
+
TF { (t )} = (t )e j 2ft dt = e j 2 0 = 1.

Remarque
On peut voir limpulsion de Dirac comme la limite dune fonction porte. A cet effet
considrons la fonction porte de largeur et damplitude 1 / (afin que son aire soit
unit), (1 / ) rect (t ) .

sin c(f ) = sin c(f ) .

1
Nous avons vu que la TF de cette fonction vaut

1
Lorsque 0, rect (t ) (t ), sin c(f ) 1.

Applications et consquences

TF ( (t )) = e j 2f (simple application de la proprit du retard temporel)

TF {1} = ( f ) = ( f ) .
 8.4 Transforme de Fourier dun signal priodique

Soit x(t) une fonction priodique de priode T. On a alors

+
x(t ) = x (t mT ) ,
T
m =

ou xT (t ) est le motif de base , de dure T. Le signal x(t) tant priodique, de

priode T, il admet une dcomposition en srie de Fourier, sous la forme :
+
x(t ) = [ ] x (t )e
1
C e
n =
n
j 2nf 0t
ou f 0 = 1 / T et C n =
T T
T
j 2nf 0t
dt .

On dduit immdiatement de cette relation que

X T (nf O ) , ou X T ( f ) est la TF de xT (t ) . On a alors
1
Cn =
T
1 +
x(t ) = X T (nf 0 )e j 2nf 0t .
T n =
On en dduit donc que la transforme de Fourier de x(t ) scrit alors
1 +
{
TF {x(t )} = X T (nf 0 )TF e j 2nf 0t , Soit
T n =
}
1 +
X ( f ) = TF {x(t )} = X T (nf 0 ) ( f nf 0 )
T n=
La TF dun signal priodique de priode T est donc une constitue dimpulsions de
Dirac, situes tous les multiples de f 0 , et dont le poids est la transforme de Fourier
du motif de base la frquence considre.
La priodisation dans le domaine temporel se traduit par un chantillonnage dans le
domaine frquentiel. (Voir Figure 5).

xT (t ) XT ( f )

x(t ) t
X(f )
f

t f

Fig. 5 : Transforme de Fourier dun signal priodique

La formule de Poisson

+
1 + j 2nf 0t
(t mT ) = e (en prenant xT (t ) = (t )
m = T n =
Transforme de Fourier dun pigne de Dirac de priode T (Exercice)
+
1 +
TF { (t mT ) } = ( f nf 0 )
m = T n =

Application
Considrons le signal carr priodique de priode T (ou de frquence f 0 =1/T) dont
les impulsions sont de hauteur A et de largeur 2 (figure 6).
Calculer sa transforme de Fourier

x(t )

2T T T 2T

Fig. 6 : le signal carr priodique x(t)

Corrig : voir le cours

Chapitre II

Echantillonnage et Quantification

1. Introduction

Aujourdhui de plus en plus souvent, le traitement des signaux se fait sous forme
numrique. Le numrique prsente en effet un grand nombre davantages tels que :

La rptitivit: si lon rpte la mme opration, des milliers de fois, sur

une mme machine numrique, le rsultat sera toujours le mme.

La stabilit : les machines numriques restent stables par rapport la
temprature et lage.

La reprogrammabilit : pour excuter des taches diffrentes sur une
mme architecture, il suffit de changer de programme.

La dcontamination du bruit

La compression des donnes.

Lingnieur a le choix entre 3 types de ralisations techniques :

Analogique
Echantillonn
Numrique

Et sont choix se fera sur des critres de :

Cot de dveloppement
Consommation
Cot des composants

Dans le cas dune solution chantillonne ou numrique, il faut rpondre aux

questions suivantes :
A quelle frquence chantillonner les signaux ?
Quel type de quantification choisir ?
Sur combien de bits numriser ?

Rpondre ces questions est le but de ce chapitre.

 2. Echantillonnage

Dfinition

Un signal numrique est un signal temps discret c--d quon ne dispose du

signal qu certains instants qui sont rgulirement espacs ou non. On parle
{ }
alors de squence numrique x(k ), k ou k indique le numro dordre de
lchantillon dans la squence.

{ }

Lchantillon x(n) de la squence x(k ), k peut tre dfini laide de la
relation suivante : x(n ) = x(k ) (k n ) = x(n ) (k n ) k, n

Il est prfrable pour des raisons de simplicit de traitement de procder un

chantillonnage rgulier.

Lchantillonnage (rgulier) dun signal analogique x(t) consiste alors, crer

{ }
une squence numrique x(k ), k en prlevant des chantillons
intervalle rgulier de dure Te (voir la figure 6).

Te appel priode dchantillonnage est lintervalle de temps entre deux

chantillons conscutifs. La frquence dchantillonnage est alors donne
par Fe = 1 / Te .

1.5
chantillon x(k)=(kTe)
1

0.5
Amplitude

0
Te
-0.5

-1

-1.5
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035
temps (sec)
Fig. 6 : Signal analogique et son chantillonnage

2.1 Echantillonnage idalis

On applique un signal x(t) une fonction dchantillonnage idalise ei (t ) .

ei (t ) est une squence de Dirac de priode Te :
 +
ei (t ) = (t kT ) . e
k =

Le signal xe (t ) chantillonn (figure 7) est alors donn par :

xe (t ) = x(t ).ei (t ) ,
qui peut aussi scrire sous la forme:
+ +
xe (t ) = x(t ) (t kTe ) = x(k ) (t kT ) . e
k = k =

x(t ) xe (t )

+
ei (t ) = (t kT ) e
k =

Fig. 7 : Lchantillonnage idalis

La Transforme de Fourier de xe (t ) est :

X e ( f ) = TF {x(t )} TF {ei (t )},
+
Or E i ( f ) = TF {ei } = Fe ( f kF ) . e
k =

Pour un signal dterministe x(t ) de transform de Fourier X ( f ) , on aura :

+ +
X e ( f ) = X ( f ) ( f kFe ) = Fe X ( f ) ( f kFe ) ,
k = k =

Finalement
+
X e ( f ) = Fe X ( f kF ) . e
k =

Le spectre de signal chantillonn est une rptition du spectre du signal

analogique dorigine. Ce spectre est donc une fonction priodique dont la priode
est gale la frquence dchantillonnage Fe .

Remarque :

Lchantillonnage idalis nest pas ralisable physiquement (chantillons nergie

nulle). Lchantillonnage physiquement ralisable demande un certain dlai pour
effectuer la mesure afin de stoker suffisamment dnergie.
Le modle gnral de lchantillonnage (voir la figure 8) peut tre dfini sous la
forme suivante :
xe (t ) = [ x(t ).e(t )] g (t ) ,
ou g (t ) est une fonction de stockage dnergie.

x(t ) g(t) xe (t )

e(t )
Fig. 8 : Modle gnral de lchantillonnage

Partant de ce modle, on peut dfinir trois diffrents type dchantillonnage par le

choix de e(t ) et g (t ) :

Echantillonnage rel

Echantillonnage avec maintien

Echantillonnage dit chantillonneur-bloqueur (sampler and holder)

2.2 Echantillonnage rel

Dans le cas de lchantillonnage rel, la fonction dchantillonnage e(t ) est une

suite priodique dimpulsions rectangulaires de priode Te , damplitude unit et de
dure ( < Te ):
+

e(t ) = rect t 2 kT e .
k =
Lopration de stockage dnergie ou de mise en forme est alors, un filtre passe tout
de rponse impulsionnelle g (t ) = (t ) .
Le signal chantillonn (figure 9) vaut alors
x e (t ) = x (t ).e(t )

x(t )
xe (t )

Fig. 9 : Illustration de lchantillonnage rel

La Transforme de Fourier de xe (t ) est :

X e ( f ) = TF {xe (t )} = TF {x(t ).e(t )}. = TF {x(t )} TF (e(t )) ,
X e ( f ) = X ( f ) E( f )

Or
+ +
E ( f ) = TF {e(t )} = TF rect t kTe = TF rect t (t kTe ) ,
k = 2 2 k =
+

E ( f ) = TF rect t .TF (t kTe ) .
2 k =
Or :

TF rect t .TF {rect (t )}e jf
2 (Proprit du Retard)
= sin c( f )e jf
+ +
TF (t kTe ) = Fe ( f nFe )
k = k =

Donc
+ +
E ( f ) = Fe sin c(f )e jf ( f kF ) = F sin c(nF )e
e e e
jnFe
( f nFe )
k = n =
Finalement
+
X e ( f ) = X ( f ) E ( f ) = Fe sin c(nF )e e
jnFe
X ( f nFe )
n =
La figure 9 montre le module du spectre du signal analogique dorigine et de son
chantillonn.

X(f )

Xe(f )

0
f
Fig. 10 : le module du spectre de x(t ) et son chantillonn xe (t )

Remarque
Le spectre du signal chantillonn rellement est une rptition priodique de
priode Fe du spectre du signal analogique.
La diffrence par rapport lchantillonnage idal, est que dans le cas de
lchantillonnage rel, la copie de rang n de X ( f ) est pondre par
Fe sin c(nFe ) .

2.3 Echantillonnage avec maintien

Lchantillon prlev linstant kTe , est mmoris pendant une dure sous forme
analogique.
La fonction dchantillonnage e(t ) est gale :
+
e(t ) = (t kT ) .
e
k =
Le filtre de mise en forme est dfini par :

g (t ) = rect t .
2
Le signal chantillonn (figure 11) vaut alors
+
xe (t ) = [ x(k ) (t kTe )] g (t )
k =

1
xe (t )
x(t )
0.5

0
t

-0.5

-1

Fig. 11 : Illustration de lchantillonnage avec maintien

La transform de Fourier du signal chantillonn xe (t ) est donne par
(dmonstration dans le cours) :
+
X e ( f ) = Fe sin c(f )e jf X ( f nF ) e
n =

Fig. 12 : Le module du spectre du signal chantillonn xe (t )

Remarque :
Comme lchantillonnage rel, lchantillonnage avec maintien attnue les
rpliques de hautes frquences tout en maintenant celles de basses frquences

2.4 chantillonnage blocage (sample and hold)

Cest un systme dchantillonnage dans lequel lchantillon prlev linstant

t k est conserv en mmoire jusquau prlvement de lchantillon suivant : c--d
jusqu linstant t k +1 = t k + Te .
De par sa dfinition, lchantillonneur bloqueur est donc un chantillonneur avec
maintien ou la dure de maintien est gale Te .
Plus de dtail voir le cours
Remarque

Lchantillonneur bloqueur attnue fortement les rpliques mme celles de rang +/-
1, cette proprit dattnuation peut tre utile lors de la reconstruction du signal
chantillonn.
2.5 Thorme dchantillonnage

Question : est-il possible de recouvrer le signal analogique x(t ) si lon ne dispose que
sa version chantillonne xe (t ) ?.
Rponse :
Thorme de Shannon :
Un signal analogique de spectre born de frquence maximale Fmax peut tre
entirement dcrit par une suite complte des ses chantillons si la frquence
dchantillonnage Fe est telle que Fe 2Fmax .
La borne infrieure de la frquence dchantillonnage est donc fixe par la
frquence dite de Nyquist qui vaut FNyquist = 2Fmax .

La figure 13 montre un schma complet dchantillonnage et de rcupration dun

signal de spectre born :

Remarque :

il ne faut pas choisir Fe trop grand car, dans ce cas, le nombre dchantillons
traiter par unit de temps devient trop important.
Dans le monde rel, les signaux physiques sont rarement des signaux
spectre strictement born. Nous sommes toujours amens dfinir une
frquence limite Fmax au del de laquelle les composantes spectrales du
signal sont considres comme superflues.
Pour viter leffet de repliement du aux composantes de frquences
suprieures Fmax , on doit filtrer le signal avec un filtre passe-bas appel filtre
anti-repliement pour liminer les frquences superflues avant de procder
lchantillonnage.
 X(f )

Signal analogique
x(t )
Fmax Fmax f

Echantillonnage

Fe

Xe (f )

Signal chantillonn
xe (t )
Fe Fmax Fmax Fe f
FPB

Filtre passe-bas
FPB
Fc Fc f
X(f )
~

Signal reconstruit
x (t )
~
Fmax Fmax f

Fig. 13 : un schma complet dchantillonnage et de rcupration dun signal de

spectre born
3. Quantification uniforme dun signal numrique

On a tudi lchantillonnage des signaux analogiques, qui conduit lobtention de

signaux temps discret. Par la suite, on a souvent utilis abusivement le terme de
signal numrique pour dsigner le rsultat de lchantillonnage.
En ralit, un signal numrique est forcment reprsent, dans la mmoire dun
ordinateur, laide dun nombre fini de bits. La plupart du temps, les signaux
numriques sont stocks sous la forme de nombre entiers (reprsentation dite en
virgule fixe), obtenus par quantification uniforme du signal temps discret.
Dfinition :
Lopration de quantification uniforme dun signal x(t ) sur N bits consiste diviser
[
lintervalle min ( x(t )), max( x(t )) ] en 2
N
intervalles de mme longueur
max ( x(t )) min ( x(t ))
q= appele pas de quantification.
2N
On associe alors chaque chantillon de lintervalle auquel il appartient, un
nombre binaire sur N bits. Cette opration revient remplacer toutes les valeurs de x
dans un intervalle donn par une valeur unique x q qui peut tre :

La valeur minimale de lintervalle : quantification par troncature

La valeur centrale de lintervalle : quantification par arrondi
La valeur maximale de lintervalle : quantification arrondi par excs

Bruit de quantification

Il existe un cart entre le signal reconstruit et le signal dorigine. Le signal dfini par la
dfrence entre les deux signaux constitue la distorsion ou le bruit de quantification :
bq = x(t ) x q (t ) .

Rapport signal sur bruit

Le rapport signal sur bruit (SNR) est un paramtre permettant dvaluer les
performances dun traitement vis vis du bruit, dans notre cas il sagit de bruit de
quantification bq :
N 2
2 x (n )
SNR = 10 log10 2 = 10 log 10 nN=1
x .
b
q bq (n )
n =1
Ou x2 et b2q sont les variances respectives de x(t ) et bq (t ) .
4 Reconstruction du signal

Dfinition

La restitution du signal pour but de redonner un signal continuer temporellement

partir de valeurs discrtes des instants kTe , pour reconstituer la continuit du signal
il faut faire une interpolation entre deux instants de discrtisation.

4.1 Interpolation idale (interpolation de Shannon)

On suppose :
Echantillonnage idal
Le signal initial spectre born
Le thorme dchantillonnage rempli

On peut extraire du spectre priodique de lchantillonn le spectre correspondant

la frquence centrale nulle, en utilisant un filtre passe-bas idal FPB de frquence
Fe
de coupure Fc = , (figure 14).
2
Xe (f )
FPB

Fe Fe / 2 Fmax Fmax Fe / 2 Fe f

Fig. 14

La fonction ralise par le filtre passe-bas idal encore appel fonction porte scrit :
FPB ( f ) = rect Fe ( f ) .
Par la transforme de Fourier inverse on a :
FPB (t ) = Fe sin c(f e t ) .
On peut donc exprimer le spectre du signal aprs le filtrage passe-bas sous la forme
suivante :
X 0 ( f ) = X e ( f ).FPB ( f ) , par la TF inverse on a :
~

+
x0 (t ) = xe (t ) FPB (t ) = xe (t ) (Fe sin c(Fe t )) = Fe x(kTe ) (t kTe ) sin c(Fe t )
~
k =
+
x0 (t ) = Fe
~
x (k )sin c(F (t kT )) .
e e e (a)
k =

Or si lon considre le spectre X 0 ( f ) et X ( f ) on a : X 0 ( f ) = Fe X ( f ) ,

~ ~

x0 (t ) = Fe x(t ) .
par la TF inverse ~ (b)
En comparant (a) et (b) on obtient :
+
x(t ) = x (k )sin c(F (t kT )) .
e e e
k =
Donc la formule de reconstruction scrit
 en frquence: X ( f ) = Te X e ( f ).FPB ( f )
~
(1)
+
x (t ) =
en temps: ~ x (k )sin c(F (t kT )) (2)
e e e
k =

Remarque :

la relation (1) conduit un schma du systme de reconstruction utilisant un

filtre passe-bas idal. Mais le problme est la non ralit physique du filtre
passe-bas idal, il faut donc prendre une marge dans lchantillonnage

la relation (2) conduit une mise en uvre numrique. Mais le problme, le

caractre non causal et non ralisable de la formule dinterpolation de
Shannon: la sommation infinie est irralisable, on doit tronquer la srie.

Cette interpolation est utilise dans les oscilloscopes numriques de haute

gamme en limitant la sommation

4.2 Interpolation dordre 1 (linaire)

Linterpolation de Shannon la seule thoriquement valable, nest pas commode

raliser, mme de manire approche.
Ce quil importe de le connatre en pratique, cest la distance minimale qui doit
sparer (dans le temps) deux chantillons successifs pour que, partir de ces
chantillons, on puisse constituer le signal au moyen dune interpolation relativement
simple (figure 15).

Le filtrage passe-bas simple dessin laisser les points anguleux lintersection de

deux segments de droite successifs (figure 16).

0.8

0.6

0.4
Amplitude 0.2
0

-0.2

-0.4

-0.6

-0.8

-1

0 1 2 3 4 5 6 7 8
Temps (sec)

Fig. 16
 La cadence dchantillonnage va donc dpendre de lerreur que lon tolre sur le
signal reconstitu partir de ses chantillons et, bien sur, de la forme du signal.

Dans le cas de linterpolation linaire simple, lerreur sur le signal x(t ) par rapport au
x (t ) est :
signal reconstitu ~
x(t ) ~
x (t )
= .
x(t )
Dans le cas dun signal sinusodal de priode T, cette erreur est maximale pour les
T
sommets de la fonction, c--d pour t = , et avec deux points chantillonns de
4
part et dautre de ce sommet (figure 17).
T 2 T
x( ) = sin . = 1 .
4 T 4
x (t ) pour amplitude
Le point chantillonn ~

~ T T 2 Te
x e = sin t .
4 2 T 2
Donc lerreur est donne par le rapport
2 T 2 T Te
sin . sin
T 4 2 2 Te 2 Te
2
T 4
= = 1 cos ,
2 T T 2 2 T
sin .
T 4
Donc
2 .2
Fe = F0
1/ 2
Pour obtenir une erreur infrieur il faut que Fe Fe .
Si on admet une erreur de 1%, la frquence dchantillonnage doit tre Fe = 22F0 .

0.8

0.6

Amplitude 0.4
0.2

-0.2

-0.4

-0.6

-0.8

-1

0 0.5 1 1.5 2 2.5 3 3.5 4

T Temps (sec)
4
Fig. 17
4.3 Extrapolation
Lextrapolation dordre 0 (Restitution par bloqueur)
Le principe le plus simple de la reconstruction du signal temps continu consiste en
l'utilisation d'un extrapolateur d'ordre zro (en anglais : sample and hold) dont le
schma de base est dcrit la Fig. 18.
On utilise lchantillonnage blocage suivi par un filtre passe-bas (figure 18).

xeb (t )
xe (t ) Extrapolateur Filtre de lissage
x (t )
~
dordre 0 Passe-bas

Fig. 18
Le filtre de restitution de lExtrapolateur dordre 0 est donc
T
h(t ) = rect t .
2
Le spectre du signal en sortie de lextrapolateur dordre 0 est donn par :
+
X e ( f ) = sin c(f )e jf / Fe X ( f nF ) .
e
n =

Un filtrage passe-bas supplmentaire est donc ncessaire pour liminer ces rsidus
dans le spectre: c'est le filtre de lissage dont les spcifications sont fort proches de
celles du filtre anti-repliement.

Il nest plus ncessaire davoir un filtre idal front raide, car la dformation du
spectre par lextrapolateur dordre 0 attnue fortement les spectres latraux.
CHAPTER III

TRANSFORME DE FOURIER DISCRTE: TFD ET TFR

1- Introduction :

Pour un signal analogique x a (t), les Transforms de Fourier direct et inverse sont
donnes par les deux relations suivantes :

X a (f) = x a(t)e

2 jft
dt
+

x a (t) = Xa(f)e +2 jft

df

2- Dfinition

Soit x(n) un signal numrique, sa transforme de Fourier X(f) est dfinie par :
+

X(f) = x(n)e 2 jnf

La condition suffisante, est que le signal soit absolument sommable.
+

x(n) < +

La transforme de Fourier dun signal, lorsquelle existe, est priodique de priodique

de priode unit : X(f + 1) = X(f).

Remarque :

Dans le cas ou on connat la frquence dchantillonnage, la TF dun signal

numrique est :

X(f) = Te x(n)e 2 jnf / F e

. Aussi priodique de priode Fe dans le domaine spectral.

3. La Transforme de Fourier inverse dun signal numrique :

Comme toute fonction priodique, on peut dcomposer la fonction X(f) en srie de

Fourier sur sa priode principale [-1/2, +1/2]. Les coefficients de Fourier de cette
dcomposition donnant ainsi les chantillons du signal dorigine x(n).
Donc la TF inverse dun signal numrique absolument sommable :
+1/ 2
x(n) = X(f)e 2 jnf df
1/ 2
 4. Transforme de Fourier discrte

Introduction

A fin de palier les inconvnients du nombre dchantillons trop important et de la

nature non discrte de la variable f, on est amen discrtiser la variable
frquentielle f et limiter le nombre dchantillons mettre en jeu : on obtient ainsi la
TF discrte temps limit.

Discrtisation de la frquence

On remplace f par nf, n est un entier relatif.

Les frquences fn = nf sont appels frquences harmoniques de la TFD
La TF dun signal numrique est priodique de priode unit, il suffit de se
1
borner une seule priode [-1/2, 1.2]. on a alors f = .
N
Les N chantillons de la frquence sont donns n tel que : n= -N/2, -
N/2+1,,N/2-1.
En remplaant f par sa forme discrtise et pour N suffisamment grand, la dfinition
de la TF inverse peut tre approche par le signal x d (k) suivant :
N
1
2 kn
1
x(k) x d (k) = X(n)e N , ou X(n) = X(f) f=nf .
2 j

N N

2
2
j
On utilisera la notation WN pour reprsenter la racine Nime de lunit : WN = e N .
Quelques proprits sont prsentes sans dmonstration :

La sparabilit : WNk +m = WNk .WNm

La priodicit : WNk+mN = WNk .
1 N1 kn 1 pour K = mN
Lorthogonalit : WN =
N n=0 0 pour ailleurs
Qualit de la discrtisation

On peut facilement vrifier que x d (k) est priodique de priode N :

x d (k + mN) = x d (k)
Cette proprit de priodicit conduit une situation, qui peut paratre
contradictoire, puisque le signal dorigine x(k) nest pas ncessairement priodique.

On dmontre facilement (voir le TD) que :

+

x d (k) = x(k + mN)

m=

Ce qui montre que x d (k)est signal priodique obtenu par rptition priodique
de x(k).
Lchantillonnage dans le domaine temporel conduit une priodisation dans le
domaine spectral ; de mme on peut constater que la discrtisation de la variable
frquentielle f conduit une priodisation du signal dans le domaine temporel.
Lapproximation x(k) x d (k) nest pas correcte en gnral.
Lapproximation de vient une identit seulement si :
Le signal X(k) est priodique de priodique de priode N
Le signal X(k) (mme apriodique) est support born sur N chantillons.

On peut crire alors :

N N
1 1
kn
12 12
x k = X n e = X(n)WNkn , pour k [0, 1, , N-1].
2 j
( ) ( ) N
N N N N

2 2

Pour les signaux de dure M<N, chaque priode N de x d (k)est complte par
N-M zros.
Si la dure M>N, alors on assiste un phnomne de recouvrement dans le
domaine temporel similaire au recouvrement de spectre vu lors de ltude de
lchantillonnage.

La transforme de Fourier Discrte :

Pour les signaux priodiques de priode N et apriodiques dure limite N

chantillons, la transforme de Fourier discrte scrit alors :
N1 kn

X(n) = x(k)e
2 j
N
, pour k [0, 1, , N-1].
k =0
La transformation inverse quant elle est donne par :

N
1
2 kn
1
X(n)e
+ 2 j
x(k) = N
, pour n [-N/2, , N/2-1].
N N
n =
2

FIG. 2.1 Illustration des effets lis lchantillonnage dans le domaine direct
et dans le domaine de Fourier
 5. Proprits de la transforme de Fourier discrte :

La symtrie hermitienne :

La TFD dun signal numrique possde la symtrie hermitienne :

X(_ n) = X * (n) , pour n [-N/2, , N/2-1].

La linarit :

Soient et deux constantes arbitraires, x(k) et y(k) tant deux signaux numriques
.y(k), alors la TFD de z(k) vaut :
de TFD respectives X(n) et Y(n), si z(k)=.x(k)+
Z(n)= .X(n)+ .Y(n).
Si N x et Ny sont les dures respectives des deux signaux, alors la dure N de Z est
( )
donne par la plus grande : N = max N x ,Ny , le plus cours des deux signaux tant
alors complt par des chantillons nuls.

Dcalage cyclique :

Considrons un signal priodique x p (k) de priode N et de TFD X p (n). Soit y p (k) le

signal dfini par : y p = x p (k _ k 0 ).
nk 0
Sa TFD est donne par : X p (n) = WN X p (n).
De faon similaire, si la TFD dun signal est retarde de n 0 , alors on a : Yp = Yp (n _ n 0 )
et le signal correspondant est :
y p = WNkn0 x p (k) .
 6. Autre formule de la Transforme de Fourier discrte

On dfini les algorithmes des transformations de Fourier discrtes directe ou inverse

comme suit :
N1

XD (n) = x(k)exp( j2fkn / N), pour k [0, 1, , N-1].

k =0

1 N1
x D (k) = XD(n)exp(+ j2fkn / N) , pour n [0, 1, , N-1].
N n=0
Par simple TFD (ou FFT) directe ou inverse, on bascule ainsi d'un domaine l'autre :

o x est un vecteur de N points reprsentant le signal x(t)chantillonn :

x = [x(0), X(1), X(2)..., x(N _ 1)]
XD est un vecteur de N points reprsentant la TFD:
XD = [XD(0), XD(1),..., XD(N _ 1)]

XD

Fe Fe / 2 Fe / 2 Fe f
Fig. 2.2

Pour que le coefficient XD(0) soit au milieu, avec les frquences ngatives a gauche
et celles positives a droite il faudrait rarranger les coefficients dans lordre

XD = [XD (N / 2 + 1), XD (N / 2 + 2),..XD (N _ 1), XD (0), XD (1),..., XD (N / 2)]

En Matlab, on utilise la fonction fftshift

CHAPTER IV

Analyse spectrale numrique

1. talement spectral (Elargissement des raies):

Il est important de bien comprendre que, dans toute analyse numrique des
signaux, on est contraint d'enregistrer une dure finie du signal et que cette dure
finie peut conduire des effets indsirables lors de l'analyse.

Remarque :

Cela ne pose aucun problme dans le cas d'un signal transitoire si celui a le
temps de revenir 0 avant la fin de l'enregistrement.
Par contre, dans le cas de signaux permanents, les choses peuvent se
compliquer sensiblement.

Exemple : Spectre d'une sinusode

La figure 2.3 illustre un enregistrement de dure 12 s contenant exactement 16

priodes d'une onde sinusodale permanente de priode 0.75s. Dans ce cas, le
signal enregistr, considr priodique par la FFT, concide avec le signal rel (une
sinusode permanente) et aucune modification de l'information n'est introduite.
Le rsultat de l'analyse FFT pour cette situation conforme ce que l'on attend, savoir
que son spectre est constitu d'une raie spectrale bien dfinie et situe en 4/3 Hz.

Fig 2.3- la TFD dun signal sinusoidal.

T0=12s, priode Tp=0.75
La figure 2.4 montre un enregistrement contenant 18.466 priodes d'une onde
sinusodale permanente de priode 0.75s. Dans ce cas, le signal enregistr,
considr priodique par la FFT, ne concide pas avec le signal rel (une sinusode
permanente) et son spectre s'tale dans tout le domaine spectral. Cette dispersion
de la puissance du signal dans tout le domaine frquentiel porte le nom d'talement
spectral.

Fig 2.4- la TFD dun signal sinusoidal.

T0=13.85 s, priode Tp=0.75

Explication:

L'un des rsultats fondamentaux de l'analyse Fourier est le principe d'incertitude. Si T

est l'talement de la distribution d'nergie dans le temps et F l'talement associ
dans le domaine frquentiel nous savons que:

TF 1/4

Nous pouvons traduire cette relation par : plus un signal est tendu dans le domaine
temporel, moins il le sera dans le domaine frquentiel. Lutilisation de la TFD implique
un nombre fini dchantillons et donc un signal de dure finie. Pour les signaux de
longue dure (signaux tendant asymptotiquement vers une valeur non nulle, signaux
priodiques) lutilisation de la TFD introduira une troncature temporelle plus ou
moins importante dont leffet peut tre indsirable sur les raies du spectre du signal.
Le signal sinusodal est trs tendu dans le temps, donne thoriquement lieu un
spectre avec deux raies spectrales de largeur nulle (talement frquentiel faible).

x(t) = A cos(2F0 t)
A
X(f) = [(f F0 )+ (f + F0 )]
2
Si nous estimons son spectre grce une TFD calcule sur N points, cela revient
effectuer une troncature sur l'intervalle de temps Ta = N.Ts ce qui limite l'talement
temporel du signal et doit conduire un talement frquentiel. Le signal rel et sa
transforme de Fourier seront :

x(t, Ta ) = x(t).rect Ta (t Ta / 2)

TF[x(t, Ta )] = TF[x(t)] * [Ta exp( jfTa )sin c(fTa )]

A
TF[x(t, Ta )] = T exp( jfTa )[sin c((f F0 )Ta )+ sin c((f + F0 )Ta )]
2 a

La troncature d'un signal sinusodal a deux consquences:

Plutt que deux raies "fines", nous trouvons des raies "largies" correspondant
aux deux sinus cardinaux. La largeur du lobe central (prise entre les deux
premiers minima nuls) des raies est 2Df = 2/Ta = 2/(NTs).
Outre ce phnomne dlargissement de la raie, il apparat des lobes
latraux que nous pourrions tre tents dinterprter comme dautres raies
prsentes au pied de la raie principale (phnomne dapodisation des raies
par troncature). Pour un sinus cardinal, le premier lobe secondaire a une
amplitude relative d'environ 22% ce qui est loin d'tre ngligeable.

Cas gnral :

Un signal quelconque est une superposition de signaux sinusodaux et lutilisation de

la TFD a deux consquence sur les raies spectrales :
Un largissement dautant plus grand que la troncature est importante. Cela
nous limite dans la sparation (la rsolution) de raies voisines.
Lapparition de raies secondaires qui peuvent cacher des raies principales
dune autre composante du signal.
 2. Fentres d'observation

Pour viter ces inconvnients, nous pouvons raliser une troncature avec
pondration des chantillons : fentre de pondration. La fentre doit tre choisie
de manire ce que sa transforme de Fourier ait un lobe central le plus troit
possible et des lobes latraux damplitude la plus faible possible. Le compromis entre
ces deux exigences est ralis par un certain nombre de fentres.
Les fentres utilises en analyse spectrale sont nombreuses. On se contente ici de
mentionner quatre fentres frquemment appliques l'enregistrement d'un signal.
Elles sont dfinies comme suit :

Fentre rectangulaire

wr[n] = 1 pour 0 n < N-1

Fentre de Hann

wc[n] = 0.5 (1cos (2n/N)) pour 0 n < N-1

Fentre de Hamming

wh[n] = 0.54 0.46 cos (2n/N) pour 0 n < N-1 pour 0 n < N-1

Fentre de Blackman

wb[n] = 0.42 0.5 cos (2n/N) + 0.08cos (4n/N) pour 0 n < N-1

Fig. 2.5 - Fentres d'observation

 3. Amlioration de la prcision frquentielle:

Problmatique :

Nous avons acquis N points dun signal.

la TFD, nous permis d'obtenir une estimation de sa transforme de Fourier en
N points rpartis dans la bande de frquences de Shannon.

Lcart entre deux de ces points adjacents est de f0 = fe/N. f0 constituera ainsi
notre prcision frquentielle.

Est-ce possible damliorer la prcision frquentielle f0 sans reprendre lexprience ?

Interpolation frquentielle ("zero padding"):

Le temps d'acquisition du signal est T0 = N.Te.

Pour augmenter la prcision frquentielle il faut diminuer f0 soit augmenter T0.
Augmenter T0 revient faire l'acquisition d'chantillons supplmentaires de valeur
nulle
Donc pour augmenter la prcision frquentielle, il suffit d'ajouter autant de zros que
souhait en fin de fichier ("zro padding") puis de traiter celui-ci.
premier fichier N points : prcision frquentielle fs/N.
deuxime fichier N points + M zros : nouvelle prcision frquentielle fs/(N+M).