Académique Documents
Professionnel Documents
Culture Documents
Temps-Fréquence
et Temps-Echelle
O. Rioul
Résolution
temps-fréquence
Pourquoi
l’analyse
Olivier Rioul temps-fréquence ?
Bibliographie
Formation LIESSE
Fourier, temps et fréquence
2018
Plan
Analyse
Temps-Fréquence
et Temps-Echelle
Fréquence
Pourquoi
l’analyse
3 Pourquoi l’analyse temps-fréquence ? temps-fréquence ?
Ondelettes
4 Transformée de Fourier Court-Terme
Transformations
bilinéaires
Boîtes à outils
5 Transformée en Ondelettes
Bibliographie
6 Transformations bilinéaires
7 Boîtes à outils
Transformée de Fourier (T.F.)
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Pour des signaux 1D : Transformée de
Fourier
Description temporelle : Signal vu comme une fonction x(t) de la Propriétés de la TF
Conservation de
variable temps t ∈ R l’énergie
Discrétisations
Description fréquentielle : Transformée de Fourier Résolution
temps-fréquence
Z Pourquoi
Ondelettes
fonction de la variable (duale) de fréquence f ∈ R Transformations
bilinéaires
Boîtes à outils
Bibliographie
Valeurs complexes
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Boîtes à outils
Bibliographie
En mathématiques...
Analyse
Temps-Fréquence
Attention et Temps-Echelle
O. Rioul
L’intégrale
Z Fréquence
x(t)e−2jπf t dt Transformée de
Fourier
R Propriétés de la TF
Conservation de
l’énergie
n’a souvent « aucun sens ». Discrétisations
Résolution
• Signaux L1 « intégrables » :
R temps-fréquence
|x(t)| dt < ∞. La T.F. X(f )
Pourquoi
est continue et bornée. l’analyse
temps-fréquence ?
• Signaux L2 « de carré intégrable » (d’énergie finie) : T.F. Court Terme
Ondelettes
Z
2 2 Transformations
kxk = |x(t)| dt < ∞ bilinéaires
Boîtes à outils
Bibliographie
La T.F. X(f ) est elle-même L2 (cf. Parseval), passage à la
limite dans L2 de l’intégrale tronquée.
En mathématiques...
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Résolution
Exemple : impulsion de Dirac temps-fréquence
Pourquoi
Z l’analyse
2jπf t temps-fréquence ?
e dt = δ(f )
T.F. Court Terme
Z Ondelettes
Boîtes à outils
Bibliographie
Inversion
Analyse
Reconstruction du signal Temps-Fréquence
et Temps-Echelle
Z O. Rioul
2jπf t
x(t) = X(f )e df Fréquence
R Transformée de
Fourier
Propriétés de la TF
Conservation de
Démonstration. l’énergie
Discrétisations
Résolution
Z Z Z Z temps-fréquence
Transformations
= x(t) bilinéaires
Boîtes à outils
• Les TF directe et inverse ont des formes similaires (et donc Bibliographie
Analyse
Temps-Fréquence
et Temps-Echelle
T.F.
Translation →
← Modulation O. Rioul
Fréquence
Transformée de
T.F. Fourier
x(t)e 2jπf0 t →
← X(f − f0 ) Propriétés de la TF
Conservation de
l’énergie
T.F.
x(t − t0 ) → −2jπf t0 Discrétisations
← X(f )e Résolution
temps-fréquence
Pourquoi
Démonstration. l’analyse
temps-fréquence ?
Z
T.F. Court Terme
X(f ) = x(t − t0 )e−2jπf (t+t0 ) dt Ondelettes
R
Transformations
Z bilinéaires
−2jπ(f −f0 )t
X(f − f0 ) = x(t)e dt Boîtes à outils
R Bibliographie
Impulsion/Onde pure
Analyse
Temps-Fréquence
et Temps-Echelle
T.F. O. Rioul
Impulsion (Dirac) →
← Onde pure (sinusoïde) Fréquence
Transformée de
Fourier
T.F. Propriétés de la TF
e2jπf0 t →
← δ(f − f0 ) Conservation de
l’énergie
T.F. Discrétisations
δ(t − t0 ) →
← e−2jπf t0 Résolution
temps-fréquence
Pourquoi
l’analyse
Démonstration. temps-fréquence ?
Boîtes à outils
Bibliographie
et de la formule duale.
Convolution
Analyse
Temps-Fréquence
et Temps-Echelle
T.F.
Convolution →
O. Rioul
← Produit
Fréquence
Z T.F. Transformée de
x(u)y(t − u)du →
← X(f )Y (f ) Fourier
Propriétés de la TF
Conservation de
l’énergie
Discrétisations
Démonstration. Résolution
temps-fréquence
Z Z Pourquoi
l’analyse
Bibliographie
Analyse
Temps-Fréquence
T.F.
Dérivation →
et Temps-Echelle
← Produit par 2jπf O. Rioul
T.F.
x0 (t) →
Fréquence
← 2jπf X(f ) Transformée de
Fourier
Propriétés de la TF
Démonstration. Conservation de
l’énergie
Discrétisations
Intégration par parties : Résolution
temps-fréquence
Z Z
Pourquoi
x0 (t)e−2jπf t dt = −(−2jπf ) x(t)e−2jπf t dt l’analyse
temps-fréquence ?
Transformations
• Dualité régularité/décroissance à l’∞ : bilinéaires
Boîtes à outils
• Th. de Bernstein : bande limitée =⇒ toutes dérivées bornées
Bibliographie
• Irrégularité =⇒ composantes de fréquences élevées.
Exemples : rectangle et sinus cardinal, triangle et (sinus
cardinal)2
Dilatation/Contraction
Analyse
Temps-Fréquence
T.F.
Dilatation →
et Temps-Echelle
← Contraction O. Rioul
√
T.F. Fourier
1 t →
√ x ← aX(af ) Propriétés de la TF
a a Conservation de
l’énergie
Discrétisations
Résolution
• Paramètre a > 0 temps-fréquence
Analyse
Temps-Fréquence
2 et Temps-Echelle
Relation de Parseval-Plancherel (dans L ) O. Rioul
Z Z
Fréquence
|x(t)|2 dt = |X(f )|2 df Transformée de
Fourier
Propriétés de la TF
Conservation de
l’énergie
Démonstration. Discrétisations
Résolution
temps-fréquence
Z Z Z Z Pourquoi
X(f )X ∗ (f ) df = x(t)x∗ (u)e2jπf (u−t) df dt du l’analyse
temps-fréquence ?
Transformations
bilinéaires
2
• |x(t)| : densité temporelle d’énergie (puissance instantanée) Bibliographie
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Généralisation : Relation de Parseval Transformée de
Fourier
Z Z Propriétés de la TF
Résolution
temps-fréquence
Démonstration. Pourquoi
l’analyse
Similaire au cas de la norme (énergie kxk2 =< x|x >). temps-fréquence ?
Ondelettes
4 < x|y >= kx + yk2 − kx − yk2 + jkx + jyk2 − jkx − jyk2 Transformations
bilinéaires
Boîtes à outils
Bibliographie
Temps discret
Analyse
Temps-Fréquence
Pour un signal à temps discret xn = x(nT ) : et Temps-Echelle
X Fréquence
X(f ) = xn e−2jπnf T Transformée de
Fourier
n Propriétés de la TF
Conservation de
l’énergie
• fréquence périodique (de période 1/T ) Discrétisations
Résolution
• reconstruction (série de Fourier) : temps-fréquence
Z Pourquoi
l’analyse
xn = T X(f )e2jπnf T df temps-fréquence ?
Ondelettes
• énergie (Parseval) : Transformations
bilinéaires
X Z Boîtes à outils
|xn |2 = T |X(f )|2 df Bibliographie
n <1/T >
Temps et fréquence discrets
Boîtes à outils
N −1 N −1 Bibliographie
X 1 X
|xn |2 = |Xk |2
n=0
N
k=0
Dans un corps fini
Analyse
Pour un signal q-aire x0 , x1 , . . . , xN −1 ∈ Fq (corps fini à q Temps-Fréquence
et Temps-Echelle
éléments) O. Rioul
Résolution
• α est d’ordre N (αN = 1 implique N |q m − 1) et Xk ∈ Fqm temps-fréquence
Pourquoi
(sur-corps localisateur) l’analyse
temps-fréquence ?
• reconstruction : T.F. Court Terme
Ondelettes
N
X −1
−1 nk Transformations
xn = N Xk α bilinéaires
Bibliographie
• utile en algèbre (codes correcteurs d’erreurs, etc)
• généralisation : indicage sur un groupe de caractères {χ}
Autres discrétisations
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Transformée de
Note Fourier
Propriétés de la TF
Résolution
etc.) temps-fréquence
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Résolution temporelle ou fréquentielle
Analyse
Temps-Fréquence
et Temps-Echelle
Z Z
Energie E = |x(t)|2 dt = |X(f )|2 df O. Rioul
Fréquence
Résolution
temps-fréquence
Définition Principe d’incertitude
Décomposition de
Centre temporel/fréquentiel d’énergie : espérance mathématique signaux
Pourquoi
Z Z l’analyse
Ondelettes
Transformations
Définition bilinéaires
Boîtes à outils
Résolution temporelle/fréquentielle : dispertion d’énergie
Bibliographie
r Z r Z
1 1
∆t = E
(t− < t >)2 |x(t)|2 dt ∆f = E
(f − < f >)2 |X(f )|2 dt
Inégalité de Weyl-Heisenberg
Analyse
Temps-Fréquence
Théorème (Weyl, 1931) et Temps-Echelle
O. Rioul
Si x(t), tx(t), x0 (t) ∈ L2 alors
Fréquence
Pourquoi
l’analyse
Démonstration. temps-fréquence ?
Z Z Ondelettes
2 0
x (t)dt = −2 tx(t)x (t)dt int. par parties Transformations
bilinéaires
Boîtes à outils
kx(t)k2 ≤ 2ktx(t)kkx0 (t)k Cauchy-Schwarz. Bibliographie
Analyse
Temps-Fréquence
et Temps-Echelle
Principe d’incertitude temps-fréquence O. Rioul
Résolution
1 temps-fréquence
∆t · ∆f ≥ Principe d’incertitude
4π Décomposition de
signaux
Pourquoi
avec égalité ssi x(t) est une gaussienne. l’analyse
temps-fréquence ?
Démonstration. Ondelettes
Transformations
On se ramène à < t >= 0 par translation dans le temps, à bilinéaires
kx0 (t)k2 = |2jπ|2 kf X(f )k2 . D’où Weyl : kx(t)k2 ≤ 2ktx(t)kkx0 (t)k
s’écrit
E ≤ 4πktx(t)kkf X(f )k = 4πE∆t∆f.
Principe d’incertitude : moralité
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
• Limitation fondamentale de la transformée de Fourier : On ne Résolution
temps-fréquence
peut pas être à la fois « précis » en temps et en fréquence Principe d’incertitude
1 −
(t−µ)2 Ondelettes
x(t) = √ e 2σ 2
Transformations
2πσ 2 bilinéaires
Boîtes à outils
Bibliographie
Décomposition temporelle
Analyse
Temps-Fréquence
et Temps-Echelle
On peut (toujours) écrire : O. Rioul
Z
Fréquence
x(t) = x(u)δ(t − u) du Résolution
temps-fréquence
Principe d’incertitude
Décomposition de
signaux
• δ(t) élément neutre pour la convolution Pourquoi
l’analyse
• C’est une décomposition de x(t) sur des « fonctions de base » temps-fréquence ?
Transformations
∆f = ∞. bilinéaires
Boîtes à outils
Conclusion : Le principe d’incertitude est vérifié à la limite :
Bibliographie
∆t = 0 ∆f = ∞
Décomposition fréquentielle
Analyse
Temps-Fréquence
et Temps-Echelle
Z Fréquence
Boîtes à outils
∆t = ∞ ∆f = 0 Bibliographie
Analyse
Dans la décomposition : Temps-Fréquence
et Temps-Echelle
Z
O. Rioul
x(t) = X(f )e2jπf t df
Fréquence
Résolution
temps-fréquence
Principe d’incertitude
• Orthonormalité entre fonctions de base oscillant à des Décomposition de
signaux
fréquences différentes :
Pourquoi
l’analyse
2jπf t 2jπνt temps-fréquence ?
<e |e >= δ(f − ν)
T.F. Court Terme
Ondelettes
• La Transformée de Fourier est donc le produit scalaire :
Transformations
bilinéaires
2jπf t
X(f ) =< x(t)|e > Boîtes à outils
Bibliographie
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Définition Résolution
temps-fréquence
Signal stationnaire : dont les caractéristiques (spectrales) ne Pourquoi
l’analyse
varient pas dans le temps. temps-fréquence ?
Cas stationnaire
L’analyse spectrale (de Fourier) est bien adaptée. Cas non stationnaire
Fréquence dépendant
du temps
Ondelettes
• Combinaison linéaire d’ondes pures (harmoniques)
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Filtrage stationnaire
Analyse
Définition Temps-Fréquence
et Temps-Echelle
R Fréquence
Puisque x(t) = x(t) ∗ δ(t) = x(u)δ(t − u) du : Résolution
temps-fréquence
Z
Pourquoi
F(x(t)) = x(u)F(δ)(t − u) du l’analyse
temps-fréquence ?
Cas stationnaire
Cas non stationnaire
Réponse impulsionnelle : h(t) = F(δ)(t). Fréquence dépendant
du temps
Besoin d’une
Z véritable analyse
temps-fréquence
F(x(t)) = x(u)h(t − u) du (Convolution) T.F. Court Terme
Ondelettes
Transformations
Sur la base de Fourier : Y (f ) = H(f )X(f ) . La TF diagonalise le bilinéaires
Boîtes à outils
filtre.
Bibliographie
• Vecteurs propres : les ondes pures e2jπf t .
• Valeurs propres : H(f ) (réponse fréquentielle)
Modélisation par filtrage linéaire
Analyse
Temps-Fréquence
et Temps-Echelle
Un exemple d’outil du stationnaire :
O. Rioul
Résolution
Le signal (aléatoire stationnaire) x(t) est modélisé comme sortie temps-fréquence
Applications : Ondelettes
Bibliographie
• ...
Signaux non-stationnaires
Analyse
Temps-Fréquence
et Temps-Echelle
Définition O. Rioul
Pourquoi
Exemple l’analyse
temps-fréquence ?
Cas stationnaire
Morceau de musique : chaque note a un temps d’émission et une Cas non stationnaire
Boîtes à outils
• Approche par morceaux : adapter les outils du stationnaire Bibliographie
(TF, modèle linéaire) aux variations dans le temps.
Méthodes paramétriques
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
• Une solution : Modèles paramétriques sur tranches
Résolution
temporelles du signal (supposées localement stationnaires). temps-fréquence
Pourquoi
• Exemples de méthodes spectrales paramétriques : AR, l’analyse
temps-fréquence ?
ARMA, MUSIC Cas stationnaire
Cas non stationnaire
• Méthodes adaptatives/évolutives Fréquence dépendant
du temps
l’eau temps-fréquence
Boîtes à outils
Bibliographie
Méthodes non-paramétriques
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
interférences). Ondelettes
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Fréquence instantanée
Analyse
Temps-Fréquence
Première idée (simple) : définir une fréquence locale (qui dépend et Temps-Echelle
du temps) O. Rioul
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Cas stationnaire
• Ecrire le signal modulé en amplitude et en phase (signal Cas non stationnaire
Fréquence dépendant
analytique à fréquences positives) du temps
Besoin d’une
véritable analyse
Ondelettes
• Les variations de la phase définissent la fréquence
Transformations
instantanée : bilinéaires
1 ∂φ Boîtes à outils
fx (t) = − Bibliographie
2π ∂t
Fréquence instantanée et retard de groupe
Analyse
Temps-Fréquence
et Temps-Echelle
Exemples O. Rioul
Transformations
1 ∂Φ bilinéaires
tx (f ) = −
2π ∂f Boîtes à outils
Bibliographie
Analyse
Temps-Fréquence
et Temps-Echelle
• La méthode f (t) ne convient qu’à des signaux de type VCO.
O. Rioul
• Pour deux chirps simultanés
Fréquence
cos(2π(at2 + bt)) + cos(2π(a0 t2 + b0 t)), les fréquences locales Résolution
sont moyennées : horrible ! temps-fréquence
Pourquoi
• Il faut donc disposer d’une dimension supplémentaire, i.e., l’analyse
temps-fréquence ?
définir une amplitude dépendant du temps et de la Cas stationnaire
Ondelettes
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Fenêtre glissante sur la TF
Analyse
Temps-Fréquence
et Temps-Echelle
Idée O. Rioul
Pourquoi
fenêtre glissante h(t − τ ) l’analyse
temps-fréquence ?
Ondelettes
(STFT : Short-Time Fourier Transform)
Transformations
bilinéaires
Le paramètre τ permet d’analyser (spectralement) l’information à Boîtes à outils
tous les instants. Bibliographie
Choix de la fenêtre
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Résolution
analysante h(t) et de sa longueur. temps-fréquence
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Décomposition sur les fonctions de base
Analyse
Temps-Fréquence
et Temps-Echelle
Fréquence
Sx (t, f ) =< x(t)|h(t − τ )e2jπf t > Résolution
temps-fréquence
Bibliographie
Illustration
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Dualité ligne/colonne
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
• Sur les lignes (pour chaque f ) : Résolution
temps-fréquence
2jπf t
Sx (t, f ) =< x(t)|h(t − τ )e > Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Groupe de Weyl-Heisenberg
Analyse
Temps-Fréquence
et Temps-Echelle
Fréquence
(t, ν) 7→ (t − τ, ν − f ) Résolution
temps-fréquence
Transformations
bilinéaires
• Relation avec les états cohérents de la Mécanique Quantique...
Boîtes à outils
Bibliographie
Résolution de l’identité
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Pourquoi
l’analyse
temps-fréquence ?
On dit aussi « fermeture » ou « résolution de l’identité »
T.F. Court Terme
Fenêtrage
Boîtes à outils
Bibliographie
Reconstruction du signal
Analyse
Temps-Fréquence
et Temps-Echelle
Par résolution de l’identité dans l’expression
O. Rioul
Z Z Z Z Z
x(u)h∗t,f (u)ht,f (τ )d(t, f )du
Fréquence
Sx (t, f )ht,f (τ )d(t, f ) =
Résolution
temps-fréquence
Pourquoi
on obtient Z Z l’analyse
temps-fréquence ?
x(τ ) = Sx (t, f )ht,f (τ )d(t, f ) T.F. Court Terme
Fenêtrage
Ondelettes
Transformations
Possibilité de modélisation temps-fréquence par STFT bilinéaires
Boîtes à outils
(squelette...)
Bibliographie
Noyau reproduisant
Analyse
Temps-Fréquence
et Temps-Echelle
• La résolution de l’identité s’écrit
O. Rioul
Z Z
ht,f (τ )h∗t,f (u)d(t, f ) = δ(u − τ ) Fréquence
Résolution
temps-fréquence
lui-même Résolution de
l’identité
Spectrogramme
• Explication du terme « Noyau reproduisant » : Mono-résolution
Z Z Ondelettes
Transformations
Sx (u, ν) = K(t, f, u, ν)Sx (t, f )d(t, f ) bilinéaires
Boîtes à outils
Bibliographie
Spectrogramme
Analyse
Définition Temps-Fréquence
et Temps-Echelle
O. Rioul
Spectrogramme : |Sx (t, f )|2
Fréquence
Démonstration. transformations
Résolution de
l’identité
L’intégrale est Spectrogramme
Mono-résolution
Z Z Z Z
Ondelettes
x(τ ) x∗ (u) ht,f (τ )h∗t,f (u)d(t, f )dτ du Transformations
bilinéaires
Boîtes à outils
où par résolution de l’identité, l’intégrale en (t, f ) vaut Bibliographie
δ(u − τ ).
Généralisation au produit scalaire
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
Pourquoi
l’analyse
Z Z
< x|y >= Sx (t, f )Sy∗ (t, f )dtdf temps-fréquence ?
Ondelettes
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Analyse Mono-résolution
Analyse
Temps-Fréquence
et Temps-Echelle
Fréquence
Parce que les fonctions de base h(t − τ )e2jπf t sont toutes de même Résolution
résolutions ∆t, ∆f (vérifiant l’inégalité d’incertitude) temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Exemples T.F. Court Terme
Bibliographie
Illustration
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
• Pour une large classe de signaux réels, les zones d’énergie sont
Pourquoi
surtout « non stationnaires » sur des périodes courtes à haute l’analyse
temps-fréquence ?
fréquence. T.F. Court Terme
• D’où l’idée d’une analyse multirésolution : Fenêtrage
Décomposition sur
• ∆t petit (∆f grand) dans les fréquences hautes des fonctions de base
Groupe de
• ∆f petit (∆t grand) dans les fréquences basses transformations
Résolution de
l’identité
Spectrogramme
Mono-résolution
Ondelettes
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Groupe affine
Analyse
• On suit la même démarche que pour la STFT, mais pour un Temps-Fréquence
et Temps-Echelle
autre groupe de transformations : O. Rioul
√ Ondelettes
(le facteur 1/ a sert à normaliser l’énergie) Décomposition sur
des ondelettes
• Dilatation si a > 1 Multirésolution
Reconstruction
• Contraction si a < 1 Scalogramme
Echelle et fréquence
• Mesure invariante (à gauche) par le groupe : Exemples d’analyse
de signaux
Transformations
dtda bilinéaires
d(t, a) =
a2 Boîtes à outils
Bibliographie
Analyse
Temps-Fréquence
et Temps-Echelle
Les hτ,a (t) sont utilisées comme fonctions de base, appelées O. Rioul
« Ondelettes »
Fréquence
Transformations
bilinéaires
• Les ondelettes sont les « Atomes temps-échelle » (τ, a) Boîtes à outils
Bibliographie
Analyse Multi-résolution
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Pourquoi multi-résolution ? Résolution
temps-fréquence
Parce que les ondelettes sont de résolutions différentes ∆t, ∆f Pourquoi
(avec inégalité d’incertitude) : l’analyse
temps-fréquence ?
a a Décomposition sur
des ondelettes
Multirésolution
Reconstruction
• ∆t petit (∆f grand) dans les échelles a faibles, et Scalogramme
Echelle et fréquence
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Illustration
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Décomposition sur
des ondelettes
Multirésolution
Reconstruction
Scalogramme
Echelle et fréquence
Exemples d’analyse
de signaux
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Calcul en colonnes
Analyse
Par Parseval : Temps-Fréquence
et Temps-Echelle
√ O. Rioul
Cx (τ, a) =< X(ν)|Hτ,a (ν) >= aT.F.−1 de X(ν)H ∗ (aν)
Fréquence
∗ Résolution
Bancs de filtres à Q-constant (réponses fréquentielles H (aν)) temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Décomposition sur
des ondelettes
Multirésolution
Reconstruction
Scalogramme
Echelle et fréquence
Exemples d’analyse
de signaux
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Résolution de l’identité
Analyse
Temps-Fréquence
et Temps-Echelle
Z Z Fréquence
ht,a (τ )h∗t,a (u)d(t, a) = δ(u − τ ) Résolution
temps-fréquence
Pourquoi
l’analyse
Démonstration. temps-fréquence ?
Ondelettes
τ −t ∗ u−t
Z Z
1 dt da Décomposition sur
h h des ondelettes
a a a a2 Multirésolution
Z Z Reconstruction
= Ah · δ(u − τ ) Transformations
bilinéaires
Bibliographie
Ondelette admissible
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Résolution
|H(ν)|2
Z temps-fréquence
Ah = dν < +∞ Pourquoi
|ν| l’analyse
temps-fréquence ?
Ondelettes
Décomposition sur
• Une ondelette admissible doit être « passe-bande » : des ondelettes
R Multirésolution
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Ondelette admissible (suite)
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Résolution
• Ondelette de Morlet-Gabor : gaussienne modulée temps-fréquence
Pourquoi
l’analyse
1 2
t
− 2σ 2 −2jπf0 t
temps-fréquence ?
h(t) = √ e e
2πσ 2 T.F. Court Terme
Ondelettes
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Reconstruction du signal
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Ondelettes
Décomposition sur
Inversibilité de la CWT des ondelettes
Multirésolution
t−τ
Z Z
1 dtda Reconstruction
a a a2 Echelle et fréquence
Exemples d’analyse
de signaux
Boîtes à outils
Bibliographie
Noyau reproduisant
Analyse
Temps-Fréquence
et Temps-Echelle
• La résolution de l’identité s’écrit
O. Rioul
Z Z
ht,a (τ )h∗t,a (u)d(t, a) = δ(u − τ ) Fréquence
Résolution
temps-fréquence
Boîtes à outils
Bibliographie
Scalogramme
Analyse
Définition Temps-Fréquence
et Temps-Echelle
O. Rioul
Scalogramme : |Cx (t, a)|2
Fréquence
a2 Ondelettes
Décomposition sur
des ondelettes
Démonstration. Multirésolution
Reconstruction
Scalogramme
L’intégrale est Echelle et fréquence
Exemples d’analyse
Z Z Z Z de signaux
Boîtes à outils
δ(u − τ ).
Généralisation au produit scalaire
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
Pourquoi
l’analyse
Z Z
dt da
< x|y >= Cx (t, a)Cy∗ (t, a) 2 temps-fréquence ?
Ondelettes
Décomposition sur
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Quel lien entre échelle et fréquence ?
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
• Soit f0 la fréquence caractéristique de l’« ondelette-mère » Résolution
temps-fréquence
h(t) (ex : ondelette de Morlet)
Pourquoi
√1 h t−τ
• Les autres ondelettes a a oscillent à la fréquence l’analyse
temps-fréquence ?
f = f0 /a T.F. Court Terme
a≈ Multirésolution
f Reconstruction
Scalogramme
Echelle et fréquence
• Axe (logarithmique) des échelles pointant vers le bas Exemples d’analyse
de signaux
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Calcul par colonne (suite)
Analyse
√ Temps-Fréquence
Rappel Cx (τ, a) = a · T.F.−1 de X(ν)H ∗ (aν) et Temps-Echelle
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Décomposition sur
des ondelettes
Multirésolution
Reconstruction
Scalogramme
Echelle et fréquence
Exemples d’analyse
de signaux
Transformations
Par dilatation (paramètre a), ∆f
f est constant :
bilinéaires
Bibliographie
rapportée à la largeur de bande)
Comparaison STFT-CWT
Analyse
Une impulsion / 3 sinusoïdes Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Décomposition sur
des ondelettes
Multirésolution
Reconstruction
Scalogramme
Echelle et fréquence
Exemples d’analyse
de signaux
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Comparaison STFT-CWT (module et phase)
Analyse
Deux impulsions et deux sinusoïdes (ensemble) Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Décomposition sur
des ondelettes
Multirésolution
Reconstruction
Scalogramme
Echelle et fréquence
Exemples d’analyse
de signaux
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Comparaison STFT-CWT (module et phase)
Analyse
Trois sinusoïdes d’instants d’émission décalés Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Décomposition sur
des ondelettes
Multirésolution
Reconstruction
Scalogramme
Echelle et fréquence
Exemples d’analyse
de signaux
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Comparaison STFT-CWT (module et phase)
Analyse
Un chirp (signal linéairement modulé en fréquence) Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Décomposition sur
des ondelettes
Multirésolution
Reconstruction
Scalogramme
Echelle et fréquence
Exemples d’analyse
de signaux
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Comparaison STFT-CWT (module et phase)
Analyse
Un signal de parole : Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Décomposition sur
des ondelettes
Multirésolution
Reconstruction
Scalogramme
Echelle et fréquence
Exemples d’analyse
de signaux
Transformations
bilinéaires
Boîtes à outils
Bibliographie
Distributions énergétiques
Analyse
Temps-Fréquence
• Généralisation de la notion de distribution énergétique du et Temps-Echelle
Résolution
Z Z Z temps-fréquence
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
• On cherche naturellement une forme quadratique (bilinéaire)
Fréquence
du signal :
Résolution
Z Z temps-fréquence
Bibliographie
Covariance par le groupe
Analyse
Temps-Fréquence
Principe fondamental : et Temps-Echelle
O. Rioul
Covariance par rapport au groupe
Fréquence
temps-fréquence) : Transformations
bilinéaires
Covariance
y(t) = x(t − t0 )e−2jπf0 t =⇒ Ty (t, f ) = Tx (t − t0 ; f − f0 ) Classes générales
Autres propriétés
attendues
Analyse
• Par covariance temps-fréquence on obtient la forme générale Temps-Fréquence
et Temps-Echelle
de la Classe de Cohen (1966) : O. Rioul
Z Z Fréquence
Pourquoi
l’analyse
• C’est une convolution temps-fréquence (2D) d’un noyau N temps-fréquence ?
Ondelettes
Z
τ ∗ τ Transformations
Wx (t, f ) = x(t + )x (t − )e−2jπf τ dτ bilinéaires
2 2 Covariance
Classes générales
Autres propriétés
attendues
• Note : on retrouve le spectrogramme en prenant N = Wh En Distribution de
Wigner-Ville
effet, par la formule de Moyal : Choix de noyaux
Z Z Z Boîtes à outils
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
• Par covariance temps-échelle on obtient la forme générale de Résolution
temps-fréquence
la Classe affine (Rioul-Flandrin, 1992) :
Pourquoi
l’analyse
temps-fréquence ?
τ −t
Z Z
Tx (t, a) = N , aν Wx (τ, ν)dτ dν T.F. Court Terme
a Ondelettes
Transformations
bilinéaires
• C’est une convolution temps-échelle (2D) d’un noyau N avec Covariance
Boîtes à outils
Bibliographie
Propriété attendue : Marginales
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Ondelettes
Z Transformations
bilinéaires
2
Tx (t, f )dt = |X(f )| Covariance
Classes générales
Autres propriétés
attendues
Distribution de
Wigner-Ville
Choix de noyaux
Boîtes à outils
Bibliographie
Propriété attendue : Moments
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
On retrouve la fréquence instantanée et le retard de groupe Fréquence
comme les moments d’ordre 1 (temps ou fréquence) : Fréquence Résolution
temps-fréquence
instantanée : R Pourquoi
l’analyse
f Tx (t, f ) df temps-fréquence ?
fx (t) = R
Tx (t, f ) df T.F. Court Terme
Ondelettes
Retard de groupe : Transformations
bilinéaires
Covariance
R
tTx (t, f ) dt Classes générales
tx (f ) = R Autres propriétés
Tx (t, f ) dt attendues
Distribution de
Wigner-Ville
Boîtes à outils
Bibliographie
Propriété attendue : Supports
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
• Pour une signal de durée finie T , sa représentation bilinéaire
Pourquoi
a le même support temporel. l’analyse
temps-fréquence ?
• Pour une signal de bande limitée B, sa représentation T.F. Court Terme
Transformations
• (en contradiction apparente avec le principe d’incertitude : bilinéaires
Boîtes à outils
Bibliographie
La solution : Distribution de Wigner-Ville
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Bonne nouvelle [Wigner (1932) et Ville (1948)] :
Fréquence
La distribution de Wigner-Ville : Résolution
temps-fréquence
Pourquoi
Z
τ ∗ τ
Wx (t, f ) = x(t + )x (t − )e−2jπf τ dτ l’analyse
temps-fréquence ?
2 2
T.F. Court Terme
Ondelettes
a toutes les propriétés ci-dessus ! Transformations
bilinéaires
En plus, elle est inversible à une amplitude/phase près : Covariance
Classes générales
Z Autres propriétés
1 t attendues
Boîtes à outils
Preuve : TF inverse pour τ = t/2. Bibliographie
Fonction d’ambiguïté
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
• Transformée duale de Wigner-Ville : Fonction d’ambiguïté temps-fréquence
Z Pourquoi
τ τ l’analyse
Ax (f, τ ) = x(t + )x∗ (t − )e2jπf t dt temps-fréquence ?
Ondelettes
• Utile pour la discrimination/séparation temps-fréquence. Transformations
bilinéaires
• Exemple : Radar pour des cibles proches en distance (retard) Covariance
Boîtes à outils
Bibliographie
Interférences
Analyse
Temps-Fréquence
et Temps-Echelle
Mauvaise nouvelle : O. Rioul
Pourquoi
Très mauvaise nouvelle : l’analyse
temps-fréquence ?
Ondelettes
Wx (t, f ) = Wx1 (t, f ) + Wx2 (t, f ) + Wx1 ,x2 (t, f ) + Wx2 ,x1 (t, f ) Transformations
bilinéaires
Covariance
Classes générales
• Très gênant pour l’interprétation (explique la non-positivité) Autres propriétés
attendues
Boîtes à outils
• D’où l’idée de lisser Wigner-Wille (par convolution) pour
Bibliographie
réduire les interférences :
Wigner-Ville lissée
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
Ondelettes
Transformations
bilinéaires
Covariance
Classes générales
Autres propriétés
attendues
Distribution de
Wigner-Ville
Choix de noyaux
Boîtes à outils
Bibliographie
Noyaux de lissage
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
• Wigner-Ville pseudo-lissée (pseudo signifie lissage séparable
Fréquence
t :f ou t :a)
Résolution
• Exemple de lissage non séparable temps-fréquence pour temps-fréquence
Transformations
bilinéaires
• Intérêt : Réduction d’interférence en conservant les propriétés Covariance
Bibliographie
Autres choix de noyaux
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Ondelettes
Impossibilités Transformations
bilinéaires
• Il est impossible de vérifier à la fois positivité et marginales Covariance
Boîtes à outils
Bibliographie
Exemple de distribution temps-fréquence :
Rihaczek
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
• Distribution de Rihaczek (1968)
Fréquence
Résolution
Tx (t, f ) = x(t)X ∗ (f )e−2jπf t temps-fréquence
Pourquoi
l’analyse
temps-fréquence ?
• Intérêt : très simple. On en prend souvent la partie réelle
T.F. Court Terme
(Ackroyd)
Ondelettes
• Distribution s-Wigner : Transition douce entre Wigner-Ville Transformations
Boîtes à outils
Bibliographie
Exemple de distribution temps-fréquence : Page
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Pourquoi
2 l’analyse
∂ t
Z
temps-fréquence ?
−2jπf τ
Tx (t, f ) = x(τ )e dτ T.F. Court Terme
∂t −∞
Ondelettes
Transformations
• Intérêt : Causalité bilinéaires
Covariance
Boîtes à outils
Bibliographie
Outils standard MATLAB
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
temps-fréquence
Boîtes à outils
Bibliographie
Outils standford WaveLab
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
Fréquence
Résolution
• Wavelab : www-stat.standford.edu/˜wavelab (Donoho, temps-fréquence
Pourquoi
Williams, Mallat) l’analyse
temps-fréquence ?
• Très varié (pointu) sur l’analyse par ondelettes. T.F. Court Terme
Transformations
• Continuous tools : CWT bilinéaires
Bibliographie
Outils SIMPA
Analyse
Temps-Fréquence
et Temps-Echelle
O. Rioul
• Bibliothèque SIMPA du GDR-PRC ISIS
Fréquence
gdr-isis.org/Applications/
Résolution
• Boîte à Outils Temps-Echelle (O. Rioul Télécom ParisTech, J. temps-fréquence
Ondelettes
• Boîte à Outils Temps-Fréquence (P. Flandrin ENS Lyon etc.)
Transformations
• tftb.nongnu.org 1996 bilinéaires
Analyse
Temps-Fréquence
P. Flandrin. et Temps-Echelle
Temps-fréquence. O. Rioul
Résolution
M. Akay, ed. temps-fréquence
Ondelettes
O. Rioul
Fréquence
Résolution
temps-fréquence
http://perso.telecom-paristech.fr/rioul/researchold.html Ondelettes
Transformations
bilinéaires
Boîtes à outils
Bibliographie