TP 2 Traitement Numérique de Signale

M3IR
MOUSSAOUI KATIA

Fonction de corrélation, détection radar

Question 1 :
Calcul les fonctions de corrélation de Cb, Cx,Cy
Le programme est le suivant :
a=2;

fe=1000;

Te=1/fe;

f0=50;

sigma2=0.3;

tn=0:1/fe:100e-3-1/fe;

xn=a*sin(2*pi*f0*tn+pi/2);

bn=sqrt(sigma2)*randn(1,length(tn));

yn=xn+bn;

t=-40:1:40;

figure(1)

cx=xcorr(xn,xn,40);

subplot(3,1,1);

stem(t,cx)

title('la fonction de corrélation de cx');

cb=xcorr(bn,bn,40);

subplot(3,1,2);

stem(t,cb)

title('la fonction de corrélation de cb');

cy=xcorr(yn,yn,40);

subplot(3,1,3);

stem(t,cy)

title('la fonction de corrélation de cy');

Question 2 : calcul des fonctions de corrélations pour différents sigmas

pour sigma=0 ,5
le programme est le suivant :
a=2;

fe=1000;
Te=1/fe;

f0=50;

sigma=0.5;

tn=0:1/fe:100e-3-1/fe;

xn=a*sin(2*pi*f0*tn+pi/2);

bn=sigma*randn(1,length(tn));

yn=xn+bn;

t=-40:1:40;

figure(1)

cx=xcorr(xn,xn,40);

subplot(3,1,1);

stem(t,cx)

title('la fonction de corrélation de cx');

cb=xcorr(bn,bn,40);

subplot(3,1,2);

stem(t,cb)

title('la fonction de corrélation de cb');

cy=xcorr(yn,yn,40);

subplot(3,1,3);

stem(t,cy)

title('la fonction de corrélation de cy');

les courbes correspondentes sont les suivantes :

Pour sigma=2 :
a=2;
fe=1000;
Te=1/fe;
f0=50;
sigma=2;
tn=0:1/fe:100e-3-1/fe;
xn=a*sin(2*pi*f0*tn+pi/2);
bn=sigma*randn(1,length(tn));
yn=xn+bn;
t=-40:1:40;
figure(1)
cx=xcorr(xn,xn,40);
subplot(3,1,1);
stem(t,cx)
title('la fonction de corrélation de cx');
cb=xcorr(bn,bn,40);
subplot(3,1,2);
stem(t,cb)
title('la fonction de corrélation de cb');
cy=xcorr(yn,yn,40);
subplot(3,1,3);
stem(t,cy)
title('la fonction de corrélation de cy');
Pour sigma=5 :
a=2;
fe=1000;
Te=1/fe;
f0=50;
sigma=5;
tn=0:1/fe:100e-3-1/fe;
xn=a*sin(2*pi*f0*tn+pi/2);
bn=sigma*randn(1,length(tn));
yn=xn+bn;
t=-40:1:40;
figure(1)
cx=xcorr(xn,xn,40);
subplot(3,1,1);
stem(t,cx)
title('la fonction de corrélation de cx');
cb=xcorr(bn,bn,40);
subplot(3,1,2);
stem(t,cb)
title('la fonction de corrélation de cb');
cy=xcorr(yn,yn,40);
subplot(3,1,3);
stem(t,cy)
title('la fonction de corrélation de cy');
Remarque : on constate sur les trois differentes figures precedentes pour les valeur de
sigma=0.5 , 2, 5 plus que sigma augmente le taux d’intercorrelation augmente et plus que le
taux d’intercorrelation augmente on perd le signal emis.
Question 3:
Le programme est le suivant :

fe=1000000;

m1=randn(1,50);

m2=sin(2*pi*(1:50)*0.1);

m3=sin(2*pi*(1:50)*0.1).*exp(-(-24:25).^2/10^2);

cm1=xcorr(m1,m1,20);

cm2=xcorr(m2,m2,20);

cm3=xcorr(m3,m3,20);

t=(-20:20)/fe;

subplot(311);

plot(t,cm1)

subplot(312);

plot(t,cm2)

subplot(313);

plot(t,cm3)

la figure suivante montre le résultat :

Question 4 :

On choisit le premier motif qui est égale a rand(1,50)

A. Le signale reçu de longueur 300 en utilisant le motif rand(1,50):
Le programme est le suivant :
m=randn(1,50);
r=[zeros(1,25),m,zeros(1,50),m,zeros(1,50),m,zeros(1,25)];
plot(r)
 B. En ajoutant un bruit blanc gaussien de variance 5
Le programme est le suivant :
m=randn(1,50);
sigma=5;
b=sigma*randn(1,300);
r=[zeros(1,25),m,zeros(1,50),m,zeros(1,50),m,zeros(1,25)];
sb= r+b;
plot(sb)
Question 5 :
Calcule de l’intercorrélation entre le motif et le signal reçu
Le programme est le suivant :
m=randn(1,50);
sigma=9;
b=sigma*randn(1,300);
r=[zeros(1,25),m,zeros(1,50),m,zeros(1,50),m,zeros(1,25)];
sb= r+b;
Csb=xcorr(sb,sb,300);
plot(sb)
figure()
plot(Csb)
On constate que lorsqu’on augmente le bruit on perd le motif de signale.