Cours v2

Traitement analogique du
signal
Professeur:
Raefat-Jalila EL BAKOUCHI
1
Présentation
• Le Traitement Analogique du Signal est la discipline qui
permet
d’élaborer ou d’interpréter le signal ou les

signaux.
• Le traitement analogique du signal est une discipline qui

se base sur:
• l’électronique
• l’informatique
• et la physique appliquée.
2
Présentation
• Le champ d’application du traitement du signal si

situe dans tous les domaines qui concerne:
• La perception ( la collecte des informations).
• La transmission.
• L’exploitation des informations véhiculées par des signaux
(par exemple la voix).
3
Chapitre 1:
Représentation des signaux
Chapitre 1: Représentation des signaux
• Notion du signal:
• Définition :
Un signal est la représentation physique de l’information.
Le signal transporte l’information de sa source à son destinataire.
5
I-Notion du signal:
1-Définition :
Un signal est la représentation physique de l’information.
Le signal transporte l’information de sa source à son destinataire.
Un signal est la manifestation physique d’une grandeur mesurable.
Exemple:
 le courant,
 la tension,
 la force,
 la température,
 la pression…
6
II-Classification des signaux:
Pour faciliter l’études des signaux, on peut les classer sous différents modes
• Représentation temporelles des signaux
• Caractéristiques énergétiques
• Représentation spectrales
• Caractéristiques morphologiques (continu ou discret)
(Morphologique : concerne la forme interne du signal)
1-Représentation temporelle des signaux:

La première classification est basée sur l’évolution du signal en fonction du temps.
Il y a deux types de signaux:
 Les signaux déterministes (certains)
 Les signaux aléatoires
7
 Les signaux déterministes (certains)
 Un signal déterministe, est un signal dont l’évolution en fonction du temps peut être parfaitement
décrite par une fonction mathématique.
 Les signaux déterministes proviennent des phénomènes physiques, pour lequels les lois physiques
sont connues.
Exemple: un signal sinusoïdal 𝑥 𝑡 = 𝐴 sin 2𝜋𝑓𝑡
8
 Les signaux aléatoires
Les caractéristiques des signaux aléatoires sont les suivantes:
 Le comportement temporel d’un signal aléatoire est imprévisible ( on ne peut pas prévoir l’évolution du
signal en fonction du temps.
 Aussi le comportement temporel n’est représenté par aucune fonction mathématique.
 Les signaux aléatoires sont modéliser par les paramètres statiques.
9
2-Classification énergétique:
Dans la classification énergétique o va définir « l’énergie » et la « puissance » d’un signal.
-Energie d’un signal:

On appelle l’énergie d’un signal x(t) la quantité:
𝒕𝟐
𝑬𝒙 𝒕𝟏 , 𝒕𝟐 = 𝒙𝟐 𝒕 . 𝒅𝒕.
𝒕𝟏
+∞ 2
Sur tout l’axe réel on a : 𝐸𝑥 = −∞
𝑥 𝑡 . 𝑑𝑡
-La puissance d’un signal:
Sur l’intervalle [t1,t2], la puissance moyenne finie d’un signal est la quantité:
𝟏 𝒕𝟐 𝟐
𝑷𝒙 𝒕𝟏 , 𝒕𝟐 = 𝒕
𝒙 𝒕 . 𝒅𝒕
(𝒕𝟐 −𝒕𝟏 ) 𝟏
Pour un signal périodique (période T0), la puissance moyenne totale calculée sur une période
est:
1 𝑇0 2
𝑃𝑥 = 𝑥 𝑡 . 𝑑𝑡
𝑇0 0
10
3-Classification spectrale:
-C’est la représentation des amplitudes des différents composantes présentes dans le signal
en fonction de la fréquence.
Spectre d’un signal 
-Un signal peut être classé selon son spectre.

L’intervalle de fréquence où le spectre est
important est appelé « largeur de bande du
signal »
-Il est donné par: ∆𝑭 = 𝑭𝒎𝒂𝒙 − 𝑭𝒎𝒊𝒏
11
• Signal analogique • Signal échantillonné
• Signal Quantifié
12
III-Notion du système:
1-Définiton:
On appelle un système, un dispositif qui agit sur le signal x(t) pour le transformer en y(t).
2- Classes des systèmes:
a- Système stable
Un système stable est un système qui transforme tout signal borné x(t) en un signal borné y(t).
b- Système instantané:
On met y(t=t0) ne dépend que de x(t=t0).
Un système instantané est un système dont le signal de sortie ne dépend que du signal d’entrée à chaque instant.
c- Système invariant dans le temps:
Un système est invariant lorsqu’une translation du temps est appliquée à l’entrée et on la retrouve à la sortie.
13
III-Notion du système:
2- Classes des systèmes:
d- Système causal:
Un système causal est un système qui donne pour un signal d’entrée causal, un signal de
sortie causal.
e- Système linéaire:
Un système est linéaire s’il est homogène et additif.
 Système homogène: si la multiplication de l’entrée par une constante multiplie la sortie par
la même constante.
 Système additif: Si sa réponse à la somme de deux valeurs d’entrée arbitraires est la
somme des sorties respectives obtenues.
Un système linéaire est un système qui obéit à la loi de superposition, c’est-à-dire, au principe
d’additivité et d’homogenité.
14
IV-Description temporelle des signaux:
1-Signaux fondamentaux:
* Causalité:
15
* Parité:
16
a- Echelon unitaire: b- Fonction signe:
Remarque:
-Calculer :
17
c- Fonction rectangulaire (signal Porte): d- Fonction triangulaire:
18
e- Fonction sinus cardinal: f- Fonction Impulsion de Dirac:
19
f- Fonction Impulsion de Dirac:
20
g- Fonction Peigne de Dirac:
21
2-Réponse impulsionnelle
• La réponse impulsionnelle est simplement définie comme étant la réponse d’un système
physique dont l’entrée est une impulsion de Dirac.
• Elle permet de caractériser les systèmes linéaires dans le domaine temporel.
22
Chapitre 2:
Décomposition en série de Fourrier pour les signaux
périodiques
23
Chapitre 2: Décomposition en série de Fourrier pour les signaux périodiques
I-Description fréquentielle des signaux:
1-Transformée de Fourrier :
-Si s(t) est :
 Une fonction du temps (t).
 Une fonction périodique de période T0 (avec T0=1/F0)
Elle peut s’écrire sous la forme d’une somme de fonctions sinusoïdales de fréquences multiples de
la fréquence F0 dite fondamentale
-nF0 : est le multiple de la fréquence F0.
Soit:
24
-Soit: (1)
Où an et bn sont : les coefficients de la série de Fourrier. Ces coefficients se calculent à partir les relations
suivantes:
 (2)  c’est la valeur moyenne (ou la composante continue)
 (3)
 (4)
25
-L’expression (1):
est la somme de fonctions sinusoïdes de fréquences f égales au multiples de F0, peut s’écrire aussi sous la forme:
« d’un développement en harmonique ».
Soit: (5)
Avec: et (6)
26
- A partir de l’équation (5):
nous pouvons construire : la Représentation Graphique du spectre du signal dans un plan comme
étant la succession des pics/ Raies d’amplitude Cn et positionnés au fréquence nF0.
a0 c2
c3
c1 c4
cn
F0 2F0 nF0
3F0 4F0
27
- A partir de l’équation (5):
Représentation Graphique du spectre du signal des pics/ Raies d’amplitude Cn et positionnés

au fréquence nF0.
Le pic à 0: la composante continue à

la fréquence nulle d’amplitude « a0 ».
Le pic à F0: le Fondamental à la

fréquence F0 d’amplitude « c1 ». a0 c2
c3
Les pics de 2F0-nF0: les différents c1
harmoniques situés aux fréquences c4
cn
f=nF0 d’amplitude cn.
0 F0 2F0 nF0
3F0 4F0
28
Le pic à 0: la composante continue .
Le pic à F0: le Fondamental a0 c2

c3
Les pics de 2F0-nF0: les harmoniques c1 c4
cn
0 F0 2F0 nF0
Remarque: 3F0 4F0
Le spectre d’une fonction périodique, de période T0 est :
discontinu
et composé de pics dont l’écart minimum est F0.
29
-L’expression (1):
peut se mettre sous la forme complexe suivante:
Avec:
et
30
Sa forme complexe est:
Avec:
et
On sait que: alors
31
Sa forme
complexe

-s(t) est représenté dans tous l’axe réel  donc il y a des valeurs négatives et positives. Alors par
convention on a:
et
S(nF0) est:
 Une grandeur complexe.
 Représente les composantes du spectre en fréquence.
 Son module est:

 Sa phase est:
32
Sa forme
complexe

Spectre du signal S(f)
S(-4F0) S(0)
S(2F0)
S(-3F0) S(3F0)
S(-nF0) S(-2F0) S(F0) S(4F0)
S(-F0) S(nF0)
fréquence (f)
-nF0 -4F0 -3F0 -2F0 -F0 0 F0 2F0 3F0
4F0 nF0
Représentation spectrale
33
Sa forme
complexe

S(-4F0) S(0)
S(2F0)
S(-3F0) S(3F0)
S(-nF0) S(-2F0) S(F0) S(4F0)
S(-F0) S(nF0)
fréquence (f)
-nF0 -4F0 -3F0 -2F0 -F0 0 F0 2F0 3F0
4F0 nF0
En utilisant la notion du Pic de Dirac:

le spectre du signal :
est formé de Pics de Dirac de « poids » |S(nF0)| répartie sur l’axe réel.
Chaque pic est dessiné en lui donnant une hauteur proportionnelle à son poids= |S(nF0)| .
34
Sa forme
complexe

S(-4F0) S(0)
S(2F0)
S(-3F0) S(3F0)
S(-nF0) S(-2F0) S(F0) S(4F0)
S(-F0) S(nF0)
fréquence (f)
-nF0 -4F0 -3F0 -2F0 -F0 0 F0 2F0 3F0
4F0 nF0
Expression du spectre S(f) du signal est donc:
Avec:
35
Exemple: Calculer et présenter le spectre du signal suivant:
36
37
On sait que
est la décomposition en série de Fourrier est:
Alors dans ce cas on a : ; ;

et
Donc la décomposition en série de Fourrier de est:
38
Remarque:
-Par la décomposition en série de Fourrier du signal x(t) on obtient la représentation spectrale X(f).
-Et on peut prouvé qu’à partir du spectre X(f) on peut restituer x(t).
 c’est la transformée de Fourrier inverse
39

Cours v2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours v2

Transféré par

Droits d'auteur :

Formats disponibles

Traitement analogique du

d’élaborer ou d’interpréter le signal ou les

• Le traitement analogique du signal est une discipline qui

• Le champ d’application du traitement du signal si

Un signal est la représentation physique de l’information.

Le signal transporte l’information de sa source à son destinataire.

Un signal est la représentation physique de l’information.

Le signal transporte l’information de sa source à son destinataire.

Un signal est la manifestation physique d’une grandeur mesurable.

1-Représentation temporelle des signaux:

-Energie d’un signal:

Spectre d’un signal 

-Un signal peut être classé selon son spectre.

 (2)  c’est la valeur moyenne (ou la composante continue)

- A partir de l’équation (5):

Représentation Graphique du spectre du signal des pics/ Raies d’amplitude Cn et positionnés

Le pic à 0: la composante continue à

Le pic à F0: le Fondamental à la

Le pic à 0: la composante continue .

Le pic à F0: le Fondamental a0 c2

peut se mettre sous la forme complexe suivante:

Sa forme complexe est:

On sait que: alors

 Son module est:

Spectre du signal S(f)

En utilisant la notion du Pic de Dirac:

Exemple: Calculer et présenter le spectre du signal suivant:

est la décomposition en série de Fourrier est:

Alors dans ce cas on a : ; ;

Donc la décomposition en série de Fourrier de est:

Vous aimerez peut-être aussi