Traitement du signal
[voir Liste des fonctions de base de MapleV]
Commandes MapleV :
nom_de_la_fonction:= variable -> expressions;
ex: f:= x-> sin(x^2- 2);

(g@f)(x) effectue la composition de la fonction f par la fonction g
ex: f:= x-> sin(x); g:= x-> a*x+ b;
(g@f)(x); a*sin(x)+ b

fourier(fctn(t), var_initiale, var_finale) effectue la transformée de fourier
fctn(var_initiale) en FCTN(var_finale).

FFT(puissance, tab1, tab2) effectue la transformée de fourier rapide de tab1+
i*tab2, pour un nombre de points égale à 2^puissance. La partie réelle du tableau
solution est stockée dans tab1, et la partie imaginaire est stockée dans tab2.

array(val_initiale..val_finale, options) crée un tableau de dimension donnée par
val_finale - val_initiale.

piecewise(cond_1, f_1, cond_2, f_2, ...) défini une fonction continue par
morceau.

Transformée de Fourier :
Calculer et tracer (module et phase), la transformée de fourier des signaux
suivants :

1- Dirac(t).

2- Peigne de Dirac(t).

3- Heaviside(t).

4- fonction porte: -Heaviside(t-  /2)+ Heaviside(t+  /2).

5- fonction triangulaire (fenêtre de Bartlett).

Le sonar (SOund NAvigation and Ranging) :

Le principe du sonar consiste à émettre un signal (ultrason) de courte durée.
Celui-ci après avoir été réfléchi par l’environnement, une cible etc... revient vers
l’émetteur après une durée proportionnelle à la distance entre l’émetteur et le point de

©
Travaux Pratiques de Maple V -18-
 
 
  

réflexion (les ondes sonores se propagent dans l’eau à une vitesse de l’ordre de 1450
m/s). Le signal de retour est évidement affaibli et bruité.

1- Le sonar de notre sous-marin émet le signal suivant :

Ecrire une fonction (au sens mathématique) permettant de reproduire ce signal. On

utilisera une somme de fonction de Heaviside. Tracer cette fonction pour un signal émis
à partir de t=0, puis pour un signal reçu après un retard (r) aléatoire.

2- Ecrire une fonction permettant de générer du bruit de manière aléatoire. Cette

fonction sera une somme d’un vingtaine de sinus, de fréquence et de phase
aléatoire. Tracer cette fonction bruit, ainsi que l’écho noyé dans le bruit

3- Maintenant que nous avons émis notre signal (1), et que nous recevons (2)
quelque chose, il faut donc le détecter dans ce bruit. Pour cela on utilisera la
+∞
fonction d’inter-corrélation
∫ x ( t ) ⊗ y ( t + T ). d t
−∞
pour estimer le retard entre

l’émission et la réception :

a- Expliquer pourquoi la fonction d’inter-corrélation permet de “retrouver” le

signal émis.

b- Transformer cette intégrale infinie en une somme d’intégrales finies

+∞ ? ?

∫S em is ( t + T ). S reçu s ( t ). d t = ∑ ∫ S reçu s ( t ) .
−∞ ? ?

c- Calculer et tracer la fonction d’intercorrelation en fonction de  , et vérifier

qu’elle permet de donner une estimation de la distance, entre l’émetteur
et la cible.

©
Travaux Pratiques de Maple V -19-
 
 
  

Le CD Audio :
Le schéma classique des systèmes de traitement du signal est celui-ci :

Nous ne nous intéresserons ici qu’a la première partie du traitement du signal,

à savoir la numérisation du signal, on utilisera la bibliothèque numérique [voir Bibliothèques
E.E.A.]
, pour les calculs suivants.

1- Soit la fonction suivante à numériser son(t)= sin(2* *100*t)+ sin(2* *1000*t)+

sin(2* *10000*t)+ sin(2* *22000*t)

a- Calculer la transformée de fourier de son(t).

b- Tracer le spectre (discret) de son(t), lorsque l'on échantillonne à 44.1 kHz,

et que l'on veux 1024 points.

2- Influence de la fréquence d'échantillonnage (avec un nombre d'échantillon fixe

= 1024 points).

a- Tracer les spectres pour les fréquences d'échantillonnage suivante: 1kHz,

22kHz, 44kHz, et 44.1kHz.

b- Interprétation des résultats.

3- Influence du nombre d'échantillon (à fréquence d'échantillonnage fixe =

44.1kHz).

a- Combien de points faut-il (en théorie) pour définir une sinusoïde?

b- Tracer le spectre (discret) de son(t) avec le nombre de points minimum

défini par 3-a-.

c- Tracer les spectres avec le nombre de points suivant : 2, 4, 8, 16, ... 1024.

d- Conclusion.

©
Travaux Pratiques de Maple V -20-
 
 
  

Fenêtrage (Windowing) :
En plus du théorème de Shannon il existe très souvent dans les chaînes de
numérisation un système de fenêtrage, puisque le signal est rarement borné. Le but est
ici de tracer l’enveloppe temporelle ainsi que le spectre (discret) des fenêtres les plus
couramment utilisées. Pour cela on utilisera la bibliothèque lib_numerique. Une famille
de fenêtre, d’aire unité dont les oscillations (sur les modules de leur transformées de
Fourier) s’atténuent, est constitué par les suites ci-dessous :
  2πn  N
 f n = a + ( 1 − a ). co s   pour n ≤
  N  2
 f = 0 a ille u rs
 n

Nous utiliserons les paramètres suivant pour le tracé n= 1024, et N= 64.

1- fonction porte a=1.

2- fenêtre de Hanning a=0.5.

3- fenêtre de Hamming a=0.54.

4- fenêtre de Blackman.
Le fenêtre de Blackman est une extension de l’idée de Hamming. La suite qui la
constitue est la suivante :

©
Travaux Pratiques de Maple V -21-
 
 
  

  2πn   4πn  N
 f n = 0 .4 2 + 0 .5 . co s   + 0 .0 8 . co s   po ur n ≤
  N   N  2
 f = 0 ailleurs
 n

5- Intérêt des différentes fenêtres.

©
Travaux Pratiques de Maple V -22-