Académique Documents
Professionnel Documents
Culture Documents
ABDELMALEK ESSAADI
ECOLE NATIONALE
DES SCIENCES APPLIQUEES
TANGER
Cours
Traitement Numrique du Signal
ANNEE
2009/2010
1
Prof : mohamed moussaoui
ENSA Tanger, Route Ziaten, BP 1818
Tanger principale
mmoussaoui@ensat.ac.ma
2
Chapitre I
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.
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
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
5. Produit de convolution
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 )
Exemple : figure 3
x( )
h( )
h(t ) x( )
t
x(t ) h(t )
Fig. 3 : Interprtation graphique de la convolution
6. Fonction de corrlation
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
+ 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 :
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 :
x(t )
T = 1/ f 0 t
A
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
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 )
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
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 ) .
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
(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.
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 ) .
xT (t ) XT ( f )
x(t ) t
X(f )
f
t f
+
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
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 :
Analogique
Echantillonn
Numrique
Dfinition
{ }
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
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
x(t ) xe (t )
+
ei (t ) = (t kT ) e
k =
Finalement
+
X e ( f ) = Fe X ( f kF ) . e
k =
Remarque :
x(t ) g(t) xe (t )
e(t )
Fig. 8 : Modle gnral de lchantillonnage
x(t )
xe (t )
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 ) .
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
Remarque :
Comme lchantillonnage rel, lchantillonnage avec maintien attnue les
rpliques de hautes frquences tout en maintenant celles de basses frquences
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 .
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
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 ) .
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
On suppose :
Echantillonnage idal
Le signal initial spectre born
Le thorme dchantillonnage rempli
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 =
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 :
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
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
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
+
2- Dfinition
Soit x(n) un signal numrique, sa transforme de Fourier X(f) est dfinie par :
+
x(n) < +
Remarque :
Introduction
Discrtisation de la frquence
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 :
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.
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.
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 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 :
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 :
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
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.
Explication:
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)
A
TF[x(t, Ta )] = T exp( jfTa )[sin c((f F0 )Ta )+ sin c((f + F0 )Ta )]
2 a
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 :
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
Fentre de Hann
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
Problmatique :