Vous êtes sur la page 1sur 4

NOM : Prénom : Matricule :

Faculté d’Electronique et d’Informatique, USTHB Question 4 : Un processus aléatoire stationnaire est au sens large si :
Master : SIC ; Matière : Analyse de signaux ; Année universitaire : 2008/2009
la moyenne et la fonction d’autocorrélation sont indépendantes du temps
Examen final la moyenne et la variance sont indépendantes du temps
la variance et la fonction d’autocorrélation sont indépendantes du temps
L’examen final comporte une liste de questions avec, dans certains cas, des réponses
multiples. Pour chaque réponse, l’étudiant devra justifier le choix de la réponse. Justification :

Question 1 : L’analyse des signaux a pour but :


l’extraction de l’information utile
la compression de l’information utile
le filtrage du signal utile
Question 5 : L’analyse spectrale a pour objectif l’extraction :
Justification : des composantes temporelles d’un signal
des composantes fréquentielles du signal
des composantes aléatoires du signal

Justification :

Question 2 : Une variable aléatoire continue est une variable qui dépend :
du temps
d’une mesure
de la fréquence
Question 6 : Un signal de parole de durée 2s, échantillonné à une fréquence minimale de
Justification : 8 Khz :
génère 16000 échantillons et possède une fréquence maximale de 8 Khz
génère 32000 échantillons et possède une fréquence maximale de 8 Khz
génère 16000 échantillons et possède une fréquence maximale de 4 Khz

Justification :
Question 3 : Un processus aléatoire est un processus composé :
de variables aléatoires indépendantes du temps
de variables aléatoires dépendantes du temps
de variables aléatoires indépendantes du temps et dépendantes de la fréquence

Justification : Question 7 : Comment réduire l’effet de perte spectrale du périodogramme simple?

Justification :

Page 1/4
Question 11 : Donner le principe de la Transformée de Fourier à Court Terme.

Justification :

Question 8 : Un signal aléatoire composé de deux fréquences f1 = 1200 Hz et


f 2 = 1400 Hz est échantillonné à une fréquence de 10000 Hz. Le nombre minimal
d’échantillons pour discriminer les fréquences f1 et f 2 est de :
30 échantillons
50 échantillons
70 échantillons Question 12 : La Transformée de Wigner-Ville a été définie pour pallier aux
inconvénients de la Transformée de Fourier à Court Terme par l’apport d’une meilleure
Justification : résolution :
temporelle et fréquentielle
temporelle
fréquentielle

Justification :

Question 9 : L’estimation spectrale paramétrique par le modèle autorégressif présente


l’inconvénient majeur dans la difficulté :
d’estimer les fréquences contenues dans le signal
de choisir l’ordre optimal du modèle
de calculer les coefficients du modèle. Question 12 : Un signal aléatoire défini par x(t ) = x1 (t ) + x 2 (t ) a pour transformée de

Justification :
{ }
Wigner-Ville W x (t , f ) = W x1 (t , f ) + W x2 (t , f ) + 2 Re W x1x2 (t , f ) . Montrer que la
j 2πf1t j 2πf 2t
transformée de Wigner-Ville du signal défini par x(t ) = A1e + A2 e
est donnée par :
⎛ ⎛ f + f 2 ⎞ ⎞⎟
W x (t , f ) = A12 δ ( f − f1 ) + A22δ ( f − f 2 ) + 2 A1 A2 cos(2π ( f1 − f 2 )t )δ ⎜ f − ⎜⎜ 1 ⎟
⎟⎟
Question 10 : L’analyse temps-fréquence permet d’étudier un signal : ⎜ ⎝ 2 ⎠⎠

stationnaire au sens large
Donner la représentation temps-fréquence du signal. Que peut-on dire ?
non stationnaire
semi-stationnaire Justification :
Justification :

Page 2/4
Question 14 : La transformée en ondelettes est bien adaptée pour l’analyse d’un signal :
stationnaire
non stationnaire
semi-stationnaire

Justification :

Question 15 : Une forte amplitude du coefficient d’ondelette renseigne sur la variation :


rapide du signal.
lente du signal.
courte du signal.

Justification :

Question 16 : Donner la différence fondamentale entre la transformée en ondelettes


Question 13 : L’introduction du signal analytique dans le calcul de la transformée de continue et la transformée en ondelettes discrète.
Wigner-Ville permet d’éliminer les fréquences :
interférences Justification :
positives
négatives

Justification :

Page 3/4
Question 17 : Quel est le lien qui existe entre la fonction échelle et la fonction
ondelette ?

Justification :

Question 20 : En utilisant la transformée en ondelettes, comment peut-on éliminer le


bruit indésirable dans une image ?

Justification :

Question 18 : L’algorithme de Mallat permet la décomposition en ondelettes du signal


en utilisant les filtres :
passe-haut.
passe-bas.
passe-haut et passe-bas.

Justification :

Question 19 : Comment la transformée en ondelettes peut-elle détecter les discontinuités


d’un signal ?

Justification :

Page 4/4