Chapitre 4 : Signaux Discrets

Chapitre 4

Signaux Discrets

I - Analyse spectrale des signaux numériques

II - Filtrage numérique

Initiation au traitement du signal 1 F. Ben Ali – 1ISI- ISSATM – 2019-20

Chapitre 4 : Signaux Discrets I- Analyse spectrale des signaux numériques

Transformée de Fourier à temps continu et fréquence continue :


x(t )  X(f ) 
t 
 x(t ) exp( j 2 ft )dt

Discrétisation temporelle t  nTe Te : période d’échantillonnage temporel

Transformée de Fourier à temps discret et fréquence continue :


x(nTe )  X ( f )   x(nT ) exp( j 2 fnT )
n 
e e

Δf : pas de résolution
Discrétisation fréquentielle f  p f
fréquentielle
Transformée de Fourier temps discret et fréquence discrète :

x(nTe )  X ( p f )   x(nT ) exp( j 2 p
n 
e f nTe )

Initiation au traitement du signal 2 F. Ben Ali – 1ISI- ISSATM – 2019-20

Chapitre 4 : Signaux Discrets I- Analyse spectrale des signaux numériques

Transformée de Fourier Discrète : Calcul

En traitement numérique des signaux, les calculs se font sur des signaux finis sur N échantillons

N 1
n  0, ... ,N  1
x(nTe )  X ( p f )   x(nTe ) exp( j 2 p f nTe )
n 0 p  0, ... ,N f  1

Choix de Δf et Nf :
F Avec, Fe : fréquence 1
Dans la pratique :  f  e et Nf  N F 
d’échantillonnage temporel e T
N e

N 1
2 n  0, ... ,N  1
x ( n)  X ( p)   x(n) exp(  j pn) p  0, ... ,N  1
n 0 N

Initiation au traitement du signal 3 F. Ben Ali – 1ISI- ISSATM – 2019-20

Chapitre 4 : Signaux Discrets I- Analyse spectrale des signaux numériques

Conséquences des échantillonnages temporel et fréquentiel :

xe (t )

Echantillonnage temporel Périodisation du spectre de période Fe

xe (t )

Fe

Fe Fe
NTe  f 
Fe
2 N 2
Périodisation temporelle de NTe Echantillonnage fréquentiel de Δf

Initiation au traitement du signal 4 F. Ben Ali – 1ISI- ISSATM – 2019-20

Chapitre 4 : Signaux Discrets I- Analyse spectrale des signaux numériques

Transformées de Fourier Inverses :

Fe
2
1

Temps Discret
X(f )  x(nTe )  X ( f ) exp( j 2 fnTe )df Fréquence Continue
Fe Fe
f 
2

1 N 1
2
X ( p)  x ( n) 
N
 X ( p) exp( j
n 0 N
pn) Temps Discret
Fréquence Discrète

Egalité de Parseval :

N 1 2 N 1 2
1

n 0
x ( n) 
N
 X ( p)
p 0
Conservation des énergies

Initiation au traitement du signal 5 F. Ben Ali – 1ISI- ISSATM – 2019-20

Chapitre 4 : Signaux Discrets II- Filtrage numérique

Filtrage numérique :
Un filtre numérique est un Système Linéaire Discret modifiant la représentation
temporelle et fréquentielle des signaux

x ( n) Filtre Numérique y ( n)
h(n)

y ( n)  x ( n)  h( n)
L’effet du filtre est traduit par un produit de convolution (*)


 x(i)h(k  i)
h(n) : réponse impulsionnelle du filtre
y ( n) 
i 

Système linéaire :

Initiation au traitement du signal 6 F. Ben Ali – 1ISI- ISSATM – 2019-20

Chapitre 4 : Signaux Discrets II- Filtrage numérique

Réponse fréquentielle des filtres

X(f ) Filtre Numérique Y( f )

H(f)

H ( f )  TF [h(n)] : réponse fréquentielle du filtre

X ( f )  TF [ x(n)]
Y ( f )  TF [ y (n)]

y ( n)  x ( n)  h( n)
Y ( f )  X ( f ).H ( f )

Initiation au traitement du signal 7 F. Ben Ali – 1ISI- ISSATM – 2019-20

Chapitre 4 : Signaux Discrets II- Filtrage numérique

Mise en parallèle des filtres

Initiation au traitement du signal 8 F. Ben Ali – 1ISI- ISSATM – 2019-20

Chapitre 4 : Signaux Discrets II- Filtrage numérique

Mise en série des filtres

Initiation au traitement du signal 9 F. Ben Ali – 1ISI- ISSATM – 2019-20

Chapitre 4 : Signaux Discrets II- Filtrage numérique

x ( n) Filtre Numérique y ( n)
h(n)

Equation aux différences d’un filtre :

N M
y (n)   ak y (n  k )   bk x(n  k )
k 1 k 0
Transformée
Fonction de Transfert d’un filtre : en Z
M

k
b z k

H ( z)  k 0
N
1   ak z  k
k 1


Transformée en Z : H ( z )  TZ [h(n)]   h (
k  n
n ) z n

Initiation au traitement du signal 10 F. Ben Ali – 1ISI- ISSATM – 2019-20

Chapitre 4 : Signaux Discrets II- Filtrage numérique

Classification des filtres

Par longueur de la réponse impulsionnelle : Par structure du filtre :

Filtre à Réponse Impulsionnelle Finie (RIF) : Filtre récursifs :

 0, n=0, ..., N M
h( n)  H ( z )   bk z  k
 0, ailleurs k 0

Filtre à Réponse Impulsionnelle Infinie (RII) : Filtre non récursifs :

b z k
k

h(n)  0, n H ( z)  k 0
N
1   ak z  k
k 1

Initiation au traitement du signal 11 F. Ben Ali – 1ISI- ISSATM – 2019-20