Académique Documents
Professionnel Documents
Culture Documents
DES SIGNAUX
ALÉATOIRES
Introduction
Transformée de Fourier.
Densité spectrale de puissance (DSP)
Densité spectrale de puissance (DSP)
f
f
La puissance du Processus stochastique peut être calculée
par : Où
:
Densité spectrale de puissance (DSP)
Exemple:
Les v.a. X(t1) et X(t2) d'un tel signal en deux instants différents
sont non corrélées et de moyennes nulles.
Bruit blanc
Rx(t) Sx(f)
S x f x2 pour f B
S x f 0 sinon
x²
x²
Analyse spectrale non paramétrique
Les méthodes d’estimation non paramétrique ne font pas
d’hypothèses à priori sur le signal à analyser, elles sont donc
souvent utilisées pour une analyse préliminaire.
Analyse spectrale non paramétrique
Analyse spectrale non paramétrique
Analyse spectrale non paramétrique
Analyse spectrale non paramétrique
Analyse spectrale non paramétrique
Analyse spectrale non paramétrique
Périodogramme
Analyse spectrale non paramétrique
Périodogramme
Analyse spectrale non paramétrique
Périodogramme
Analyse spectrale non paramétrique
Périodogramme
Analyse spectrale non paramétrique
Périodogramme
Analyse spectrale non paramétrique
Périodogramme
Analyse spectrale non paramétrique
Périodogramme
Analyse spectrale non paramétrique
Correlogramme
Analyse spectrale non paramétrique
Fenêtrage
Analyse spectrale non paramétrique
Résumé
Analyse spectrale non paramétrique
Périodogramme moyenné
Analyse spectrale non paramétrique
Périodogramme moyenné
Analyse spectrale non paramétrique
Périodogramme moyenné
Analyse spectrale non paramétrique
Périodogramme moyenné
Analyse spectrale non paramétrique
Périodogramme lissé
Analyse spectrale non paramétrique
Périodogramme lissé
Analyse spectrale non paramétrique
Périodogramme lissé
Analyse spectrale non paramétrique
Périodogramme lissé
Analyse spectrale non paramétrique
Périodogramme lissé
Analyse spectrale non paramétrique
Conclusion
Analyse spectrale paramétrique
Les méthodes d'estimation spectrale paramétriques utilisent un
modèle pour obtenir une estimation du spectre. Ces modèles
reposent sur une connaissance a priori du processus et peuvent
être classées en trois grandes catégories :
Analyse spectrale paramétrique
R y Rx h h*
En appliquant la transformée de Fourier aux deux membres de
l’équation précédente, la densité spectrale
de puissance est obtenue :
S y f TF R y TF Rx h h*
S x f H f H * f
H f Sx f
2
Analyse spectrale non paramétrique
Supposer le signal à analyser généré à l'aide d'un filtre de
modèle de type AR, MA ou ARMA entre autres.
Le filtre a la fonction de transfert causal H (z) et un signal
d'entrée de bruit blanc e(n), complètement décorrélé, avec une
valeur moyenne nulle et une variance σe².
Dans ce cas, le signal de sortie x(n) du filtre est un signal
stationnaire au sens large (second ordre) corrélé et avec une
densité de puissance donnée par:
S e H e
Sx e j
e
j j 2 2
H e
e j 2
Les pôles de H(z) correspondent aux ‘’pics’’ de la DSP et les zéros de H(z)
correspondent aux minimums de la DSP¨.
Analyse spectrale paramétrique
Modèle AR
Le signal x(n) est supposé être prédictible en fonction d'un
certain nombre de ses valeurs antérieures :
Analyse spectrale paramétrique
Modèle AR
N
xn en ai xn i
i 1
Modèle AR
Modèle AR
2
S AR f 2
N
1 ai e j 2fi
i 1
Analyse spectrale paramétrique
Modèle AR
Equations de yule-walker
Elles permettent de déterminer les coefficients ai du modèle
autorégressif AR en les reliant à l’autocorrélation R(k).
En supposant que h(n) est causal, les équations de Yule-walker
sont données comme suit:
Analyse spectrale paramétrique
Modèle AR
Equations de yule-walker
Pour k>1 on a:
Modèle AR
Exemple :
Soit un processus autorégressif d’ordre 1 (AR1) , solution de
l’équation .
1) Ecrire les équations de Yule-Walker.
2) En déduire les expressions des autocorrélations en fonction de
a1 et la variance ² du bruit.
3) En déduire les expressions de a1 et ² en fonction des
autocorrélations.
Analyse spectrale paramétrique
Modèle AR
Solution:
Analyse spectrale paramétrique
M
H z bi z i
C’est un filtre tous-zéros. i 1
M
y n bi xn i
X est l’entrée du filtre. i 1
Analyse spectrale paramétrique
M 2
S MA f 2 H f 2 bi e ij
2
i 0