Académique Documents
Professionnel Documents
Culture Documents
Termoz @ 2006
Instruments de mesure
Lissage et Filtrage des signaux
Introduction à Matlab
Termoz @ 2006
Termoz @ 2006
Processus d’
d’acquisition et traitement de signaux
2 étapes importantes
- Acquisition, discré
discrétisation
- Conversion analogue/digitale
- Choix de la fréquence d’échantillonnage (Théorème de Shannon)
- Traitement
- Lissage
- Filtrage
8 Mai 2006 1
Nicolas TERMOZ, PhD @2006
Termoz @ 2006
Acquisition, discré
discrétisation
Capteur
Principes de la numérisation
Le signal électrique issu du capteur fait Conversion
l'objet d'un traitement analogique Analogique/Digitale
(amplification, filtrage...) puis subit une
conversion analogique->digitale qui
consiste à échantillonner à fréquence
fixe le signal pour en donner une
valeur comprise entre un minimum et
un maximum avec un nombre de
valeurs possibles fini (256 si on utilise Ordinateur
une conversion A/D sur 8 bits, 8 pour 3
bits)
Traitement Numérique
Termoz @ 2006
Acquisition, discré
discrétisation
Question fondamentale: Quelle FE doit-on prendre pour avoir assez d’information pour
reconstruire le signal original sans surcharger le système?
L’échantillonnage
’échantillonnage et le thé
théorè
orème de Shannon
Le signal étudié doit être échantillonné à une fréquence au moins deux fois
supérieure à la fréquence maximale contenue dans le signal.
Termoz @ 2006
Bruit du signal
Les signaux biomédicaux sont porteurs d’erreurs qui proviennent:
•Imprécision des systèmes
•Décharges électrostatiques, les fluctuations de la tension d’alimentation
•Placement de marqueurs sur la peau ou les vêtements
•Aberrations des lentilles => distorsion du signal.
•…
!d =x −x
Amplification avec les dérivations
v = d /t
1
2 1 donc Δv = ⋅ 2Δx
d + Δd = x2 ± Δx2 − x1 ± Δx1 t
a=
( v2 − v1 ) et
1
Δa = ⋅ 2Δv
Δd = Δx2 + Δx1 t
t
or Δx2 = Δx1 1 ⎛1 ⎞ 1
Δa = ⋅ 2 ⎜ ⋅ 2Δx ⎟ d’où Δa = 2 ⋅ 4Δx
donc Δd = 2Δx t ⎝t ⎠ t
8 Mai 2006 2
Nicolas TERMOZ, PhD @2006
Termoz @ 2006
Bruit du signal
1 1
Δv = ⋅ 2Δx Δa = ⋅ 4Δx
t t2
Plus on réduit les intervalles de temps, plus l’erreur est importante! Donc plus
la fréquence est grande, plus l’erreur est grande!
Termoz @ 2006
Traitement du signal
Objectif:
Améliorer le ratio signal/bruit pour obtenir un signal proche du signal original
Lissage Filtrage
Termoz @ 2006
Lissage
Les polynômes:
Consiste à trouver une fonction mathématique qui représente le mieux sa relation
avec les données prélevées
x(t ) = a0 + a1 x ( t ) + a2 x ( t ) + a3 x ( t ) + ...an x n
1 2 3
8 Mai 2006 3
Nicolas TERMOZ, PhD @2006
Termoz @ 2006
Lissage
Les splines:
Les fonctions splines sont des polynômes discrets appliqués séquentiellement sur des
segments délimités par des points d’inflexion. La courbe est donc représentée par une
série de polynômes.
Utilisation des Bsplines qui assurent une continuité entre les intervalles successifs (au
niveau des points d’inflexion) qui se traduit par une continuité sur les dérivées secondes.
Termoz @ 2006
Le Filtrage
Description d’un signal
Peut être apparenté à une onde caractérisée par une fréquence et une amplitude.
La période correspond à sa durée alors que sa fréquence correspond au nombre de
cycle par unité de temps.
La fonction mathématique d‘un sinus est exprimée de manière générale par:
y = A sin nω0t
Termoz @ 2006
Le Filtrage
Description d’un signal
8 Mai 2006 4
Nicolas TERMOZ, PhD @2006
Termoz @ 2006
Le Filtrage
Détermination du spectre de fréquence
Termoz @ 2006
Le Filtrage
Les mouvements humains ont des fréquences relativement faibles, inférieurs à 10Hz
Fréquences plus hautes sont généralement attribuées au bruit
X(f)
signal
bruit
Termoz @ 2006
Le Filtrage
Types de filtres:
• Passe-bas
• Passe-haut
• Passe-bande
Ordre du filtre
Réponse du filtre
Filtre Butterworth:
Filtre linéaire qui possède un gain aussi constant que possible
dans la bande passante.
8 Mai 2006 5
Nicolas TERMOZ, PhD @2006
Termoz @ 2006
Instruments de mesure
Lissage et Filtrage des signaux
Introduction à Matlab
Termoz @ 2006
Plateforme de forces
Termoz @ 2006
Systè
Systèmes optiques
8 Mai 2006 6
Nicolas TERMOZ, PhD @2006
Termoz @ 2006
Electromyographie
Termoz @ 2006
Lissage
Les polynômes:
Termoz @ 2006
Le Filtrage
Description d’un signal
8 Mai 2006 7