TRAITEMENT NUMÉRIQUE DU SIGNAL

Mustapha Medhous

ENSEM
casablanca

Novembre 2017

Mustapha Medhous (ENSEM) TNS Novembre 2017 1 / 20

TRANSFORMEES DE FOURIER DISCRETE

Supposons que l’on veut calculer ,par ordinateur, la transformée de Fourier

d’un signal continue.D’après sa définition :
Z +∞
S(f ) = s(t)e −j2πft dt
−∞

Alors comment s’y prendre ,sachant que t et f balayent tout l’axe réel ?
On doit se limiter à un nombre finis de points ,disons N pour la variable
temporelle : s(nT) 0 ≤ n ≤ N
N−1
s(nT )e −j2πfnT
X
Sd (f ) =
n=0

Mustapha Medhous (ENSEM) TNS Novembre 2017 2 / 20

De même ,on ne peut évaluer l’intégrale que pour un nombre finis de
fréquences ,en prenant un pas de fréquence ∆f
Donc ce qu’on calcule pour "TFD" sera :
N−1
s(nT )e −j2πk∆fnT
X
Sd (k∆f ) =
n=0

1
Un choix simplificateur est de prendre ∆f = NT
On voit facilement qu’il n’y a que N valeurs de fréquence :en fait cette
expression est périodique de période N :

Sd [(k + N)/NT ] = Sd (k/NT )

Mustapha Medhous (ENSEM) TNS Novembre 2017 3 / 20

DEFINITION et PROPRIETES

Définition :
Soit une séquence périodique x(n) de période N .Par définition la
Transformée de Fourier discrète (TFD) et la transformée inverse sont
données par:

1 N−1 nk
x (n)e −j2π N k = 0, · · · , N − 1
X
X (k) =
N n=0
et :
N−1
X nk
x (n) = X (n)e j2π N n = 0, · · · , N − 1
k=0

Mustapha Medhous (ENSEM) TNS Novembre 2017 4 / 20

-PROPRIÉTÉS :
linéarité:
v(n)=x(n)+y(n) ; alors V(k)=X(k)+Y(k)
translation :

1 N−1 nk
x (n − n0 )e −j2π N = X (k)e −j2πn0 k/N
X
Xn0 (k) =
N n=0
symétrie : si la suite x(n) est réelle alors X(N-k) et X(k)sont complexes
conjugués
1 N−1 n(N−k)
X ∗ (N − k) =
X
x (n)e j2π N = X (k)
N n=0

Mustapha Medhous (ENSEM) TNS Novembre 2017 5 / 20

Convolution Circulaire:
Si x(n) et h(n) sont deux suites de période N ,leur convolution circulaire
est par définition :
1 N−1
X
y (n) = x (l)h(n − l)
N l=0
C’est une suite qui possède la même période N.Sa transformée s’écrit :

1 N−1
X 1 N−1 nk
x (l)h(n − l)]e −j2π N
X
Y (k) = [
N n=0 N l=0

1 N−1 1 N−1 (n−l)k lk

h(n − l)e −j2π N ]e −j2π N
X X
= x (l)[
N l=0 N n=0

1 N−1 (n−l)k 1 N−1 lk

h(n − l)e −j2π N )( x (l)e −j2π N ) = H(k)X (k)
X X
Y (k) = (
N n=0 N l=0

Mustapha Medhous (ENSEM) TNS Novembre 2017 6 / 20

Égalité de Parseval

1 N−1 1 N−1 N−1

kn
x (n)x ∗ (n) = X ∗ (k)e j2π N
X X X
x (n)
N n=0 N n=0 k=0

1 N−1 N−1
1 N−1 kn
X ∗ (k)
X X X
|x (n)|2 = x (n)e j2π N
N n=0 k=0
N n=0

1 N−1
X N−1
X
|x (n)|2 = |X (k)|2
N n=0 k=0

Mustapha Medhous (ENSEM) TNS Novembre 2017 7 / 20

LA TRNSFORMEE DE FOURIER RAPIDE

Les équations de définition fournissent une relation linéaire entre deux

ensembles de N nombres complexes qui s’écrit sous forme matricielle .
En posant :
2π
W = e −j N
Les W n sont les racines N’ième de l’unité

Mustapha Medhous (ENSEM) TNS Novembre 2017 8 / 20

La relation matricielle est ,pour la transformation directe :
   
X0 1 1 1 1 ··· 1 x0

 X1 

1
 W W2 W3 ··· W N−1 
 x1
X2  = 1 1 W2 W4 W6 ··· W 2(N−1) x2
   
 

..  N .. .. .. .. ..

..
. . . . . . .
  
  
XN−1 1 W N−1 W 2(N−1) W 3(N−1) ··· W (N−1)(N−1) xN−1

Pour la transformation inverse ,il suffit de retirer 1/N et remplacer W n par

W −n On désigne par TN la matrice ci-dessus.

Mustapha Medhous (ENSEM) TNS Novembre 2017 9 / 20

La matrice TN présente des particularités qui sont exploitées , et
conduisent à un algorithme rapide :
Transformation de Fourier Rapide (TFR).
Le cas ou N est une puissance de 2 est particulièrement intéressent
L’algorithme est basée sur la décomposition de la suite à transformer en
deux suites entrelacées : indices pairs et impairs.

Mustapha Medhous (ENSEM) TNS Novembre 2017 10 / 20

Calculons les N/2 premiers éléments de l’ensemble X(k) , en faisant
apparaitre cette décomposition :
 
X0   
1 1 ··· 1 x0
 X1 

 1
 
W2 ··· W 2(N/2−1) 
x2 
X2
  
 = . .. ..

 . ..  
 ..  . . . 
.

.
  
1 W 2(N/2−1) W 2(N/2−1)(N/2−1)
 
··· x2(N/2−1)
XN/2−1

+   
1 1 ··· 1 x1

 W W3 ··· W N−1 
 x3 

 .. .. ..  .. 

 . . . 
 .


W N/2−1 W 3(N/2−1) ··· W (N−1)(N/2−1) xN−1

Mustapha Medhous (ENSEM) TNS Novembre 2017 11 / 20

La première matrice est la transformée d’ordre N/2 notée T N et la
2
deuxième est encore celle-ci multipliée par la matrice diagonale des
puissances de W
       
X0 x0 1 0 ··· 0 x1

 X1 



 0 W
x2
  ··· 0 


 x3 

 ..  = TN   + .
.. .. .. ..  TN/2  .. 
 . .
. 2   .. . . .
     
    
XN/2−1 x2(N/2−1) 0 0 ··· W (N/2−1) xN−1

Mustapha Medhous (ENSEM) TNS Novembre 2017 12 / 20

et pour les N/2 derniers éléments ,et en tenant compte du fait que
W N = 1n:
       
XN/2 x0 1 0 ··· 0 x1

X 
 N/2+1 

 x2  0 W
  ··· 0 


 x3 

 ..  = TN/2 
 ..  − . .. .. ..  TN/2  .. 
 . .
.  .  . . . .
    
    
XN−1 x2(N/2−1) 0 0 ··· W (N/2−1) xN−1

On voit donc que le calcul de X(k) et X(k+N/2) pour 0 ≤ k ≤ N/2 − 1

met en œuvre le même calcul avec un changement de signe dans le
résultat final .

Mustapha Medhous (ENSEM) TNS Novembre 2017 13 / 20

On voit que le calcul d’une transformée d’ordre N revient au calcul de deux
transformées d’ordre N/2;auquel s’ajoute N/2 multiplications complexes .
Par itération ,on aboutit à la transformée d’ordre 2 dont la matrice T2 est :
" #
1 1
1 −1
Et qui ne demande pas de multiplication . Le nombre d’étapes est
Log2 (N) − 1 = Log2 (N/2)
Chaque étape comporte N/2 multiplications .L’ensemble de la
transformation demande un nombre de multiplication M :
N
M= Log2 (N/2)
2
Le nombre d’additions est =

A = NLog2 N

Mustapha Medhous (ENSEM) TNS Novembre 2017 14 / 20

Complexité réduite, par rapport à la méthode naïve .

Mustapha Medhous (ENSEM) TNS Novembre 2017 15 / 20

SIGNAUX ALEATOIRES

FONCTION D’AUTOCORRELATION ET D’INTERCORRELATION : La

fonction d’autocorrélation d’un signal discret x(n) est la suiteRxx (n) telle
que :
rxx (n) = E [x (i)x (i − n)]
C’est une fonction paire .Sa valeur à l’origine est la puissance du
signal:rxx (0) = E [|x |2 ]

∀n, |rxx (n)| ≤ rxx (0)

Mustapha Medhous (ENSEM) TNS Novembre 2017 16 / 20

La fonction d’intercorrélation entre deux signaux x(n) et y(n) :

rxy (n) = E [x (i)y (i − n)]

Si ces deux signaux constituent l’entrée et la sortie d’un filtre linéaire :

∞
X
y (n) = h(m)x (n − m)
0

Alors : ∞
X
rxy (n) = E [x (i)y (i − n)] = h(m)rxx (n − m)
0

Ou encore :
rxy (n) = h(n) ? rxx (n)

Mustapha Medhous (ENSEM) TNS Novembre 2017 17 / 20

La transformée de Fourier de fonction d’autocorrélation rxx (n) est la
densité spectrale de puissance Φxx (f ) La transformée de Fourier de
fonction d’intercorrélation rxy (n) est l’interspectre :

Φxy (f ) = X (f )Y (f )

En particulier si y(n) est la sortie d’un filtre d’entrée x(n) :

Y (f ) Y (f )X (f )
H(f ) = =
X (f ) X (f )X (f )

Ce qui donne la relation :

Φyx = Φxx (f ).H(f )

Mustapha Medhous (ENSEM) TNS Novembre 2017 18 / 20

MATRICE D’AUTOCORRELATION :
En traitement temps réel ,on travaille sur des échantillons de taille finie N .
La matrice d’autocorrélation de dimension N d’un signal est la matrice
carrée suivante RN :
 
r (0) r (1) r (2) · · · r (N − 1)

 r (1) r (0) r (1) · · · r (N − 2)
r (2) r (1) r (0) · · · r (N − 3)
 


.. .. .. .. 
. . . .
 
 
r (N − 1) r (N − 2) r (N − 3) · · · r (0)

La matrice d’autocorrélation est symétrique et définie positive (ses valeurs

propres sont positives)

Mustapha Medhous (ENSEM) TNS Novembre 2017 19 / 20

APPLICATION A LA MODÉLISATION :
La modelisation ,ou identification ,est une application fondamentale du
traitement du signal .

Mustapha Medhous (ENSEM) TNS Novembre 2017 20 / 20