Vous êtes sur la page 1sur 58

2ème année RT -- 2020—2021

Wided SOUID MILED

1
Plan du cours

1. Introduction
2. Représentation et analyse temporelle des signaux
3. Représentation et analyse fréquentielle des signaux
4. Conversion d’un signal analogique en signal numérique
(Echantillonnage)
5. Transformée de Fourier discrète et analyse spectrale
6. Filtrage des signaux

2
Qu’est ce qu’un signal?
Un signal (temporel) est une quantité observable variant en
fonction du temps

 Température de la pièce en fonction du temps


 Signal électrique capté lors d’un électrocardiogramme
 Signal sonore capté par un microphone
 Signal émis sur un relais de la TNT

3
Qu’est ce qu’un signal?

 Température de la pièce en fonction du temps (minutes)


 Signal électrique capté lors d’un électrocardiogramme (secondes)
 Signal sonore capté par un microphone (millisecondes)
 Signal émis sur un relais de la TNT (nanosecondes)

4
Qu’est ce qu’un signal?

Remarque : La définition générale d’un signal inclut aussi les


quantités variant en fonction de l’espace et/ou du temps, comme
les images ou les vidéos. Dans ce cours, on se limitera aux
signaux temporels.

5
Qu’est ce que le traitement du signal?

Traitement du signal
=
ensemble de techniques et outils permettant de transformer,
analyser les signaux, d’en extraire de l’information.

6
Qu’est ce que le traitement du signal?

Le traitement du signal a pour objectif de générer, analyser, filtrer,


compresser, transformer ou transmettre un signal.

7
Qu’est ce que le traitement du signal?

Filtrer: éliminer les composantes indésirables (souvent le bruit)

Analyser: Isoler les composantes et les caractéristiques essentielles


d’un signal pour mieux en comprendre la nature

Mesurer : Estimer la valeur d’une grandeur caractéristique

Synthétiser : Créer un signal de forme appropriée à partir de signaux


élémentaires ;

Moduler: Modifier les caractéristiques d’un signal pour l’adapter à une


voie de transmission

Compresser : réduire la redondance d’information dans un signal pour


“gagner de la place" ;
…. 8
Qu’est ce que le traitement du signal?
Exemples:

› Reconnaître une note jouée à partir d’un signal sonore


› Comprendre un phénomène physique en analysant une série de
mesures temporelles
› Amplifier un signal électrique
› Compresser un fichier audio en un fichier MP3 de plus petite taille
› Former une onde électromagnétique pour envoyer un message
(communications sans fil)

9
Analyse, détection , mesure, filtrage,
Synthèse, codage, stockage…

Traitement du signal

Grandeur qui contient une information


issue d’un phénomène physique

10
11
Le traitement du signal intervient dans la plupart des domaines de
la technologie et dans tous les systèmes modernes de traitement
de l’information

• Télécommunications,
• Traitement d’images, vision artificielle
• Géophysique,
• Automatique,
• génie biomédical ;
• contrôle de processus industriels, etc.
• ....

12
Objectifs du cours

 Savoir étudier différentes propriétés des signaux

 Connaître les différentes étapes pour passer d’un signal


physique analogique à un signal numérique exploitable sur un
ordinateur

 Comprendre les deux domaines principalement utilisés pour


analyser les signaux : temporel et fréquentiel

 Avoir un aperçu des transformations des signaux dans le


domaine temporel et fréquentiel (filtrage)

13
Objectifs du cours

 Représentation temporelle et fréquentielle des signaux

 Filtrage des signaux

Analyse spectrale des signaux

 Traitement numérique des signaux

 Applications du traitement du signal

14
Objectifs du cours

 Représentation temporelle et fréquentielle des signaux

15
Objectifs du cours

 Filtrage des signaux

16
Objectifs du cours

Analyse spectrale des signaux

17
Objectifs du cours

Traitement numérique des signaux

18
Objectifs du cours

 Applications du traitement du signal

19
Outils mathématiques de base

 Nombres complexes:

 Intégration et de dérivation de fonctions

Bases sur les séries

Fonctions exponentielles, cosinus, sinus:

20
Chapitre 1
Représentation temporelle des signaux

21
Les différentes classes de signaux

Différents critères de classification :

 Nombre de variables ;
 Signaux réels / complexes ;
 Déterministes / aléatoires ;
 Continus / discrets ;

 Classification énergétique.

22
1- Classification en fonction du nombre de variables

Exemple de signal N. Variable Type de signal


(s)
Tension électrique V(t) 1 monodimensionnel
Image f(x,y) 2 bidimensionnel
Vidéo I(x,y,t) 3 tridimensionnel
.. .. ..
. . .

Onde e.m u(x,y,z,t) N multidimensionnel

23
2- Signaux réels / complexes

24
3- Signaux déterministes / aléatoires

• Signal déterministe: un signal dont on connaît la valeur quelque


soit l’instant t .

 l’évolution est complètement prédictible par un modèle


mathématique approprié.
25
3- Signaux déterministes / aléatoires

• Signal aléatoire : l’évolution est imprévisible et non reproductible


d’une expérience à l’autre.

 La description est donc basée sur les propriétés statistiques


des signaux (moyenne, variance, loi de probabilité, …).
• Exemple : le bruit 26
3- Signaux déterministes / aléatoires

On a souvent:

signal réel = signal déterministe + signal aléatoire ( bruit)


27
4- Signaux continus / discrets

Il existe deux types de signaux temporels :


 Continu : signal connu à chaque instant t

t: temps ( exprimé en secondes)


Exemple : onde électromagnétique, signal électrique, ...

 Discret: signal connu uniquement à certains instants tn

Exemple : cours de la bourse enregistré chaque heure, …

28
4- Signaux continus / discrets

Il existe deux types de signaux temporels :

29
4- Signaux continus / discrets

30
4- Signaux continus / discrets

31
4- Signaux continus / discrets

32
4- Signaux continus / discrets

Support temporel: On appelle support temporel, l’ensemble des


temps t (ou des échantillons n si le signal est discret) pour lesquels
le signal x(t) (resp xn) est défini et non nul.

› Cas continu. Si cet ensemble correspond à un intervalle


ayant des limites hautes et basses, on dit que le support
temporel est borné. Sinon, on dit qu’il est non borné.
› Cas discret. Si cet ensemble contient un nombre fini de
valeurs, on dit que le support temporel est fini. Sinon, on dit qu’il
est infini.

Remarque : Dans la pratique, tous les signaux physiques observés


sont à support fini ou à support borné.

33
5- Classification énergétique

Puissance instantanée: Etant donné un signal continu x(t), on


appelle puissance instantanée la quantité |x(t)|2

34
5- Classification énergétique

Energie totale: L’énergie totale Ex correspond à la somme de


la puissance instantanée sur ℝ.

35
5- Classification énergétique

Puissance moyenne: La puissance moyenne (totale) Px


correspond à la valeur moyenne de la puissance instantanée sur
ℝ.

• Si le signal est à support temporel borné, sa puissance


moyenne totale est donc nulle.

36
5- Classification énergétique

• Si Ex < +∞, on dit que le signal est à énergie finie. En


pratique, c’est le cas de tous les signaux physiquement
réalisables.
Un signal à énergie finie a une puissance moyenne totale nulle.

• Si Px < + ∞, on dit que le signal est à puissance finie. Bien


que ces signaux n’existent pas dans le monde réel, ils sont
utiles pour construire des modèles étudiables.
Un signal de puissance moyenne totale non nulle ne peut pas
être d’énergie finie.

37
5- Classification énergétique

Cas des signaux périodiques:

Un signal x(t) est dit périodique de période T si x(t) = x(t+k.T), k∈ ℝ

Exemple de signaux périodiques: sinus et cosinus


x(t) = sin(2π.f0 t ) avec T0=1/f0

38
5- Classification énergétique

Propriétés d’un signal périodique: Un signal périodique continu


a nécessairement un support temporel non borné.

Démonstration : le signal se répète toutes les périodes T une infinité


de fois
• Si un signal continu est périodique de période T , alors il est aussi
périodique de période kT avec k ∈ N.
• Etant donné un signal périodique, on appelle période fondamentale
et on note T0, la plus petite période du signal strictement positive:

39
5- Classification énergétique

Cas des signaux périodiques

On a déjà vu qu’un signal périodique se répliquait une infinité de


fois, il est donc nécessairement d’énergie infinie.

• un signal x(t) est périodique de période T, alors sa puissance


moyenne est définie par:

40
Propriétés d’un signal

1. Causalité
Un signal x(t) est dit causal si et seulement si x(t)=0 ∀ t<0

Signal causal signal non causal

41
Propriétés d’un signal

2. Parité
– Un signal x(t) est pair si x(t) = x(-t)

– Un signal x(t) est impair si x(t) = - x(-t)

42
Propriétés d’un signal

2. Parité

Tout signal réel x(t) quelconque


peut s’écrire sous forme de la
somme de deux signaux : un signal
pair et un signal impair :

43
Propriétés d’un signal

3. Transformations de la variable t

• Retournement: symétrie par rapport à 0

x(t) → x(-t)

44
Propriétés d’un signal

3. Transformations de la variable t

• Translation: de +t0

x(t) → x(t- t0)

45
Propriétés d’un signal

3. Transformations de la variable t

• Changement d’échelle: (a>1)

x(t) → x(at) contraction

x(t) → x(t/a) dilatation

46
Quelques signaux élémentaires

• Sinusoïde

47
Quelques signaux élémentaires

• Signal porte

48
Quelques signaux élémentaires
• Signal porte

Si on prend un signal quelconque x(t) et qu’on le multiplie par un


signal porte, cela revient à étudier le signal x(t) uniquement sur le
support :

49
Quelques signaux élémentaires

• Sinus Cardinal

• ce signal apparaîtra naturellement quand nous allons calculer


des transformées de Fourier
• Il est aussi très utilisé en physique ondulatoire
• Ce signal s’annule pour tous les temps t entiers 50
Quelques signaux élémentaires
• Fonction d’Heaviside (échelon unité)

• Fonction triangle

• Fonction signe

51
La distribution de Dirac
• Définition 1 : On appelle impulsion de Dirac la fonction δ(t) tel
que :

et telle que

L’impulsion de Dirac est une impulsion infiniment fine, d’amplitude


infinie, et d’aire unité.

52
La distribution de Dirac
• Définition 2 : Si f est une fonction, la distribution de Dirac
est définie par :

⇰ Dirac appliquée à une fonction = la valeur de la fonction


en 0.

53
La distribution de Dirac

• Représentation

• Propriétés :

4. La distribution de Dirac est une fonction paire


54
Peigne de Dirac
• Définition : C’est une somme infinie d’impulsions de Dirac
régulièrement espacées de . Elle est définie par :

• Cette fonction permet de modéliser de façon théorique le


processus d’´echantillonnage

55
Conclusion
Etant donné un signal, on sait maintenant le caractériser de
la façon suivante:

◮ Continu/Discret ?
◮ Support temporel borné/fini/non borné/infini ?
◮ Périodique ou pas ? Période fondamentale ?
◮ Energie finie/Puissance finie ?

◮ Deux cas courants :


• Signaux périodiques : énergie totale infinie, puissance
moyenne totale finie

• Signaux à support temporel borné : énergie totale finie,


puissance moyenne totale nulle

56
Remarques

Un signal expérimental s(t) est généralement un signal


électrique délivré par un capteur ou un appareil de mesure et
représente une tension ou un courant en fonction du temps. Il
peut être de tout autre nature mais doit être physiquement
réalisable et répondre à un ensemble de contraintes :

 à énergie bornée,  causal, défini sur ℝ+,


 à amplitude bornée,  à support borné (de durée limitée
 continu, ou finie)

57
Remarques
Sur le plan théorique, un signal est représenté par une fonction
réelle ou complexe qui permet son étude de façon plus aisée.
Ainsi les modèles utilisés possèdent des caractéristiques
différentes des signaux expérimentaux :

 à énergie théorique infinie,  définie sur ℝ ou ℂ,


 à amplitude non bornée,  à support non borné
 ayant des discontinuités, (observé durant un temps infini)

58

Vous aimerez peut-être aussi