Vous êtes sur la page 1sur 36

Université Abou-Bakr Belkaid-Tlemcen

Faculté de Technologie
Département de télécommunications

TRAITEMENT DU SIGNAL

Benmansour Fatima zohra


benmansour_fzohra@yahoo.fr
3ième année licence Télécommunication

2020/2021 1
Programme du module Traitement du signal
TS512 L3 Télécommunication

1. Chapitre 1 : Rappel sur


• Classification des signaux
• Analyse de Fourier : Séries de Fourier et transformée de Fourier
• Convolution et corrélation
2. Chapitre 2 :Filtrage analogique
• Systèmes linéaire et invariant
• Analyse des systèmes :Transformée de Laplace
• Les filtres passe bas , passe haut, et passe bande
3. Chapitre 3 : Echantillonnage
4. Chapitre 4 : Numérisation du signal
• Transformée de Fourier discrète
5. Chapitre 5 : Transformée en Z

2020/2021 2
Chapitre 1: Rappel de cours

1. Introduction
2. Classification des signaux
3. Exemples
4. Classification énergétique
5. Signaux fondamentaux
6. Analyse de Fourier
• Séries de Fourier
• Transformée de Fourier
7. Convolution et corrélation

2020/2021 3
Introduction:

Communications / Information
• Communications : ensemble des moyens et systèmes permettant
l’acheminement aussi fidèle que possible d’informations entre deux
points.
• L’information est physiquement représentée par un signal qui se traduit
par une manifestation physique, capable de se propager dans un milieu
donné.
– Ex: signal sonore (pression acoustique), signal lumineux (onde
électromagnétique), signal bande de base (signal électrique)…

bruit
Signal émis
Source Emetteur canal Récepteur Destinataire
d’information Signal reçu

Message émis Message reçu

2020/2021
4
Introduction:

• Le signal : un signal est représenté mathématiquement par


la fonction de la variable temps « t ».
– Intensité du courant électrique : i(t)
– Tension électrique : v(t)
– Pression : p(t)
– …

2020/2021 5
Introduction:

Le Traitement du Signal a pour but l’étude de l’information portée par des signaux.
Il associe science fondamentale et Technologie.
La science fondamentale s’appelle la Théorie du Signal.
Elle a pour but la description mathématique des signaux et leurs algorithmes de traitement . La
Technologie regroupe l’Electronique
• l’Informatique Industrielle
• Le TNS
On appelle signal toute variable qui porte une information.
Un signal est émis par un système physique et obtenu à l’aide d’un capteur.
Le traitement de cette information permet donc de caractériser l’évolution d’un système
physique

2020/2021 6
Classification des signaux

1. Classification morphologique
• Signaux mathématiques et physiques
• Signaux déterministe ou aléatoire
• …

2. Classification énergétique

2020/2021 7
Classification des signaux

2020/2021 8
Classification des signaux

Signaux mathématique et physique


- Un signal physique est un signal expérimental physiquement réalisable et
mesurable par un capteur (ex un oscilloscope pour un signal électrique)
- Ce signal est causal (il est nul si le temps t est négatif)

- Un signal mathématique est une fonction d’un certain nombre de paramètres


dont l’un au moins est le temps. On l’appelle s(t).
Cette fonction est à valeurs dans R ou C (elle existe pour toute valeur de t )

2020/2021 9
Classification des signaux
Signaux déterministe et signaux aléatoire
Signal certain ou déterministe : son évolution temporel peut être
parfaitement décrite par un modèle mathématique.

On qualifie un signal de déterministe si


on sait le prévoir à partir de lois simples.

Signal aléatoire :
Par opposition, on dira qu’un signal est aléatoire s’il est impossible de le
reproduire identique à lui même.
Ex. : Le bruit de fond d’un circuit électronique, les cours de la bourse,
Signal aléatoire : comportement imprévisible  description statistique

2020/2021 10
Classification des signaux

Signal aléatoire, probabiliste ou stochastique : son évolution temporel est


imprévisible. Il est caractérisé par des observations statistiques en utilisant des
outils probabilistes

La plupart des signaux sont aléatoires car ils sont souvent bruités ou leur
position sur l’axe des temps est inconnue. Il existe deux types de signaux
aléatoires :
les signaux stationnaires dont les caractéristiques statistiques sont invariantes
dans le temps et les signaux non stationnaires. En pratique, on peut considérer
qu’un signal est stationnaire pendant une durée d’observation finie.
2020/2021 11
Exemples
Classifier les signaux / Signaux mathématiques et physiques
- Ce signal est - il mathématique, physique ?
signal inconnu
6000 1.5

4000 1

2000 0.5

amp. en Volts
amplitude

0 0

-2000 -0.5

-1
-4000

-1.5
-6000 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0 100 200 300 400 500 temps en sec.
temps en ms

2020/2021 12
Exemples

Classifier les signaux / déterministe, aléatoire


- Ce signal est il déterministe, aléatoire ?
signal inconnu
2.5 6000

2
4000
1.5

1 2000

amplitude
0.5
amp. en Volts

0
0

-0.5
-2000
-1

-1.5 -4000

-2
-6000
-2.5 0 100 200 300 400 500
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 temps en ms
temps en sec.

2020/2021 13
Exemples

Classifier les signaux / Classification temporelle: signal inconnu


1.5

- Parmi les signaux déterministes on distingue : 1

0.5

Les signaux périodiques : t, s(t) = s(t + T )

amp. en Volts
0

-0.5

-1

ex.
s(t)=Acos(2 t +)
-1.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
temps en sec.

T
siganl pseudoaléatoire
8

Les signaux non périodiques : 4

amp. en Volts
0

•- les signaux pseudo-périodiques


-2

-4

-6

s(t ) = A cos(w t + ) + A cos(w t + )


-8
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
temps en sec.

1 1 1 2 2 2 0.6

0.5

0.4
signal inconnu

• les signaux transitoires (support temporel fini)


0.3

amp. en Volts
0.2

0.1

-0.1

-0.2
0 1 2 3 4 5 6 7 8 9 10
temps en sec.

2020/2021 14
Classification des signaux

Classification morphologique

❑Signal à amplitude et temps continus (signal analogique).

❑Signal à amplitude discrète et temps continu (signal quantifié) : le signal


subit un codage numérique afin d’être traité par un système logique.

❑Signal à amplitude continue et temps discret (signal discret) : les valeurs


du signal sont disponibles uniquement à certains instants. Lorsque ces instants
apparaissent à intervalles réguliers, le signal est échantillonné.
❑ Signal à amplitude et temps discrets (signal numérique ou digital) : c’est
un signal échantillonné dont les valeurs sont codées.

2020/2021 15
Exemples

2020/2021 16
Classification énergétique

Définition: par analogie avec les signaux électriques


+

 x(t ) dt
2
Energie d’un signal x(t) : Wx =
−
T
2
1
 x(t ) dt
2
Puissance moyenne de x(t) : Px = lim
T → + T
T

2

Classification: signaux à énergie finie  à Puissance moyenne finie

Tout signal physique Idéalisation


exemple: signal sinusoïdal

2020/2021 17
Classification énergétique

Définition de l’énergie d’un signal


- Par définition, l’énergie d’un signal continu s(t) réel ou complexe est :

+ +
2
E=  s(t ) s * (t )dt =  s (t ) dt
− −

s*(t) représente le signal complexe conjugué de s(t).


représente le module du signal s(t).
- Si cette intégrale est finie on dit que le signal s(t) est à énergie
finie.
- L’énergie se mesure en Joules.

2020/2021 18
Signaux fondamentaux

Signal rectangulaire (ou signal porte) : le signal


rectangulaire, noté rect(t) ou π(t) est défini par :

1 𝑝𝑜𝑢𝑟 𝑡 ≤ 𝑇/2
π 𝑡 =ቊ
0 𝑝𝑜𝑢𝑟 𝑡 > 𝑇/2 1

-T/2 T/2
t

- Le signal porte π(t) est un signal transitoire de durée T.

2020/2021 19
Signaux fondamentaux

Impulsion unitaire ou impulsion de Dirac :


 Définition : l’impulsion de Dirac, notée δ(t) se définit comme la distribution qui fait
correspondre à toute fonction s(t) continue à l’origine sa valeur à l’origine:
+

s (0) =   ( t ) s ( t ) dt
−

L’aire de δ(t) est toujours égale à l’unité.


D’une manière plus générale, pour toute fonction s(t) continue en t = t0 :

+ +

s ( t0 ) =   (t − t ) s ( t ) dt =   ( t ) s (t + t ) dt
0 0
− −

2020/2021 20
Signaux fondamentaux
Impulsion de Dirac
- L’impulsion de Dirac δ(t) est une limite de fonction π(t)
-  (t ) est à manier avec beaucoup de précautions.
1
1 T
𝛿 𝑡 = lim 𝜋 𝑡 ቇ
𝑇→∞ 𝑇
T

2
T
2
t

• Représentation physique: la distribution


de Dirac sert à représenter une action
s’exerçant durant un temps très court. C’est
donc la limite d’une impulsion rectangulaire
de durée T et d’amplitude 1/T lorsque T →
0, l’aire de cette impulsion étant bien égale à
T × 1/T = 1.
2020/2021 21
Signaux fondamentaux

• Echelon de Heaviside (ou échelon unitaire): l’échelon de Heaviside,


notée 𝛾(𝑡) ou u(t) se définit comme
1 𝑝𝑜𝑢𝑟 𝑡 ≥ 0
𝛾 𝑡 =𝑢 𝑡 =ቊ
0 𝑝𝑜𝑢𝑟 𝑡 < 0
Par convention, la valeur à l’origine est fixée à 1 .

La dérivée de 𝛾 𝑡 est nulle sur R∗ et est


égale au pic de Dirac de poids 1 en t = 0 :
𝑑𝛾(𝑡)
δ 𝑡 =
𝑑𝑡

𝛾 𝑡 permet de rendre causal n’importe quel


signal.

2020/2021 22
Signaux fondamentaux

• Rampe unitaire : la rampe unitaire, notée r(t) se définit comme la


primitive de l’´echelon unitaire :

2020/2021 23
Signaux fondamentaux

signal triangulaire : le signal triangulaire, noté tri(t) ou Λ(t), est défini


par :

𝑡+𝑇 𝑝𝑜𝑢𝑟 − 𝑇 < 𝑡 ≤ 0


𝑡𝑟𝑖 𝑡 = ቐ−𝑡 + 𝑇 𝑝𝑜𝑢𝑟 0 < 𝑡 ≤ 𝑇
0 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠

Sa surface est égale l’unité. A partir de ce signal, on peut obtenir un signal


triangulaire de base 2T, d’amplitude maximum A centrée en t = τ notée

2020/2021 24
Signaux fondamentaux
Signal exponentielle est définie par :

𝑠 𝑡 = exp −𝑎𝑡 . 𝑢 𝑡 𝑝𝑜𝑢𝑟 𝑎 ∊ 𝑅+∗

Sa surface est égale à l’unité. L’impulsion exponentielle permet d’amortir


n’importe quel signal.

2020/2021 25
Signaux fondamentaux
Impulsion exponentielle double est définie par :

𝑠 𝑡 = exp(−a 𝑡 ) 𝑝𝑜𝑢𝑟 𝑎 ∊ 𝑅+∗

Sa surface est égale à 2.

2020/2021 26
Analyse de Fourier
Série de Fourier
Introduction :
Si le signal s(t) est périodique alors on peut lui associé son développement
en série de Fourier
On pourra alors écrire s(t)
+ +
sT (t ) = ao +  a n cos(2 nf o t ) +  bn sin (2 nf o t )
n =1 n =1
T
2
1
avec ao =
T  s (t )dt = s
T
T T (" composante continue" )

2
T T
2 2

T sT (t )cos(2 nf 0 t )dt et bn = T  s (t )sin (2 nf t )dt


2 2
an = T o
T T
2020/2021 − − 27
2 2
Analyse de Fourier
𝑎0 , 𝑎𝑛 𝑒𝑡 𝑏𝑛 sont les coefficients réels de Fourier
• Définir la parité de s(t),
- Si s(t) est paire, les 𝑏𝑛 sont nuls
- Si s(t) est impaire, 𝑎0 , 𝑎𝑛 sont nuls.
En notation complexe :
+
sT (t ) = c n exp (i  2 nf o t )
n = −
T
2

 s (t )exp (− i  2 nf t )dt
1
avec cn = T o
T T

2

sT (t ) réel → a n , bn    c−n = cn
*
an − ibn a + ibn
co = ao , cn =
2
, c− n = n
2 sT (t ) pair → bn = 0 n  c−n = cn
sT (t ) impair → a n = 0 n  c−n = −cn
2020/2021 28
Analyse de Fourier
Transformée de Fourier
Introduction
La transformée de Fourier est l’outil mathématique permettant d’obtenir une
représentation fréquentielle des signaux déterministes.

Elle a pour but de représenter, l’amplitude, la phase, l’´energie ou la


puissance d’un signal en fonction de sa fréquence notée f et permet ainsi son
analyse spectrale ou harmonique.

La transformée de Fourier est l’analyse d’un signal sous forme d’une


infinité de composantes sinusoïdales complexes.

2020/2021 29
Analyse de Fourier

Définition de la transformée de Fourier


• Transformée de Fourier S(f) d’un signal s(t) :
+∞
𝑺 𝒇 =න 𝒔(𝒕)𝒆−𝒋𝟐𝝅𝒇𝒕 𝒅𝒕
−∞
où S(f) est appelé le spectre complexe du signal s(t).
• Transformée de Fourier inverse s(t) de S(f) :
+∞
𝒔(𝒕) = න 𝑺(𝒇)𝒆+𝒋𝟐𝝅𝒇𝒕 𝒅𝒇
−∞
Avec
𝑒 −𝑗2𝜋𝑓𝑡 = 𝑐𝑜𝑠 2𝜋𝑓𝑡 − 𝑗𝑠𝑖𝑛(2𝜋𝑓𝑡)
𝑒 𝑗2𝜋𝑓𝑡 = 𝑐𝑜𝑠 2𝜋𝑓𝑡 + 𝑗𝑠𝑖𝑛(2𝜋𝑓𝑡)

2020/2021 30
Analyse de Fourier

Conditions d’existence
• Toutes les fonctions de carré sommable (ou intégrable), c’est à dire tous les
signaux d’énergie finie possèdent une transformée de Fourier dont la réciproque
existe également et est de carré sommable. Cela concerne tous les signaux
physiquement réalisables puisqu’ils sont observés sur un temps fini.

• Les signaux à puissance moyenne finie possèdent une énergie infinie et sont donc
physiquement irréalisables comme les signaux périodiques ou certaines distributions
qui correspondent à des modèles mathématiques. En théorie il n’est pas possible de
leur attribuer une transformée de Fourier mais en pratique cela est possible si ils sont
observés sur un temps fini.

2020/2021 31
Analyse de Fourier

Exemple
• Signal porte s(t) = A.rect (t/T) (impulsion rectangulaire de largeur T et
d’amplitude A) défini sur ℝ par :

• Spectre en fréquence : le spectre complexe du signal s(t) est une fonction réelle.
Sa partie imaginaire est donc nulle et son module est égale à la valeur absolue de sa
partie réelle.

2020/2021 32
Convolution et corrélation

La convolution :
Définition : l’opération de convolution, notée ∗, exprime la réponse s(t) d’un système
linéaire, continu et invariant à une entrée quelconque e(t) à partir de sa réponse
impulsionnelle h(t) qui le caractérise. Le produit de convolution est défini par :

2020/2021 33
Convolution et corrélation

Calcul pratique de la convolution : La valeur du signal de sortie s(t) à l’instant t est


obtenue par la sommation (intégrale = sommation continue) pondérée des valeurs
passées du signal d’entrée e(t). Ce calcul de la convolution peut être d´écrit, pour tout t
∈ ℝ, en plusieurs étapes :
1. tracer e(τ) et h(τ),
2. retourner h(τ) pour obtenir h(- τ)
3. décaler h(- τ) de t pour obtenir h(t - τ),
4. faire le produit de h(t - τ) par e(τ),
5. Calculer l’aire sous la courbe ainsi obtenu (intégrale) pour obtenir la valeur de s(t) à
l’instant t.
6. Répéter l’opération pour tout t ∈ ℝ.

2020/2021 34
Convolution et corrélation

Propriétés :
• Localisation d’où

• Commutativité

• Distributivité

• Associativité

• Élément neutre d’où

• Périodisation
35
2020/2021
Convolution et corrélation
• Théorème de Plancherel : la transformée de Fourier d’un produit de convolution
est un produit simple et réciproquement.

L’étude d’un système est donc plus aisée dans le domaine fréquentiel car
l’opération de convolution temporelle se transforme en un simple produit.

• Théorème de Borel : la transformée de Laplace d’un produit de convolution est


un produit simple et réciproquement.

2020/2021 36

Vous aimerez peut-être aussi