Mastère professionnel en Ingénierie

avancée des systèmes robotisés et

Intelligence artificielle: IASRIA

Traitement et analyse du Signal

Mounir Sayadi
Professeur à l'ENSIT

Chapitre 1: Généralités sur les signaux continus

Plan du chapitre 1:
a) Définition d'un signal
b) Domaines d'application du traitement du signal
c) Classification des signaux
d) Quelques signaux de base
e) Quelques opérations de base
f) fonction d'inter-corrélation et d'auto-corrélation

Chapitre 1 : Généralités sur les signaux continus

a)Définition d'un signal:

Un signal est une manifestation sous forme de grandeur physiquement observable d'un phénomène (électrique,
acoustique, optique, ...) variable au cours du temps.
Exemple: La parole, le son d’un instrument, les vibrations d’une machine, signaux sismiques, les images radars
(signal bidimensionnel),…
En traitement de signal, le but est d'extraire cette information et la modeler selon l’application qui nous intéresse.

A chaque système, on peut associer deux signaux : un à l'entrée et l'autre à la sortie.

La théorie du signal s'intéresse à la description mathématique des signaux. Elle fournit les outils ou formes
mathématiques des principales caractéristiques d'un signal (distribution spectrale de son énergie, ou la distribution
statistique de son amplitude) et conditions nécessaires permettant de le traiter par la suite.

1
b) Domaines d'application du traitement du signal
 Le traitement de la parole:
 Diminution des bruits nuisibles
 Synthèse de la parole (appliquée pour la construction des robots communicants)
 Reconnaissance de la parole (appliquée pour la commande vocale des robots)
 Reconnaissance du locuteur
 Compression et codage
 Tatouage et cryptage
 La transmission des signaux (télécommunications).
 Le traitement des signaux médicaux : l'Electro-Cardio-Gramme (E.C.G) et l'Electro Encéphalo-Gramme
(E.E.G).
 L'étude des signaux séismiques.
 Le diagnostic des défauts dans les machines électriques par étude du spectre des courants.
 Le traitement de signaux issus de machines tournantes pour le contrôle non destructif.

c) Classification des signaux

 Signal déterministe ≠ Signal aléatoire : Un signal déterministe est un signal représenté par une fonction
temporelle connue. Contrairement, un signal aléatoire est décrit par ses propriétés statistiques (moyenne, variance,
moments ...)

 Signal réel ≠ signal complexe

Un signal complexe contient une partie imaginaire, on traite son module et sa phase
Pour un signal réel on a: x(t) est pair si x(t)=x(-t) , et x(t) est impair si x(-t)= - x(t)

 Signal périodique ≠ signal apériodique

Pour un signal périodique de période T, on a: t réelle et k entier, x(t)=x(t+kT);
 Signal transitoire ≠ signal de largeur infini : Un signal transitoire est un signal qui a un temps de début

d'apparition et une fin,  t et t tel que x(t)=0 si t > t 2 et t < t 1

1 2

 Signaux à énergie finie ≠ Signaux à énergie infinie




2
L'énergie E x d'un signal continu réel non périodique est définie par E x = x(t ) dt


Elle peut être de valeur finie (pour les signaux transitoires bornés) ou de valeur infinie (pour les signaux non bornés
ou périodiques)

 Signaux à puissance moyenne non nulle ≠ Signaux à puissance moyenne nulle

2
 T
1 2
2
La puissance moyenne d’un signal continu est définie par: Px  lim
T  T
 x (t ) dt
T

2

Le signal est à énergie finie, sa puissance moyenne est nulle.

Le signal est périodique et bornée (à énergie infinie), sa puissance moyenne est finie.

Exemples de signaux à énergie finie Exemples de signaux à énergie infinie

 Classification suivant le domaine de départ et le domaine d’arrivée :

Soit x un signal défini de l'ensemble D de départ dans l'ensemble A d'arrivée.
tD x A Quatre contextes sont possibles:

x R x N
t R x(t) x(t)

t t

Signal analogique à temps continu Signal logique (ou quantifié) à

temps continu
t N x[n] x[n]

n n

Signal analogique à temps discret Signal quantifié (ou en

particulier logique) à temps
discret (Numérique).

3
Exemples:

a) Exemple de signal continu analogique b) Exemple de signal discret quantifié

c)Exemple de signal discret analogique d) Exemple de signal quantifié interpolé

avec bloqueur d'ordre zéro

d) Quelques signaux de base

1) Echelon unitaire causal: U

u(t) = 1 si t  0
1

u(t) = 0 sinon t

2) Signal constant:
x(t)=a t x(t)
a
t

3) L'impulsion de Dirac:  (t )
(t) = 1 si t=0
1

0 t
= 0 sinon.
4
4) Signal porte (rectangle)(fenêtre):
x(t)
1

t
T 0 T .
2 2
x(t)=rect T (t); T étant la largeur totale
avec: rect T (t)= 1 si  T  t  T
2 2
0 sinon.
5) Signal sinusoïdal:

x(t)=A sin( t   ) , avec ( t   )= 

A: amplitude
1
 : pulsation  = 2 avec T la période en seconde et f= la fréquence en hz
T T
 : phase initiale en rad

x(t)= A sin ( (t  t 0 ))  = t0 .

6) Signal exponentiel complexe :
i i i
e =cos  + i sin  e =1 Arg (e )=

i  i
Cos  = e e , pour  =  t, si t augmente et  est constante, le vecteur cos  est la somme de deux
2
vecteurs d'amplitude 0.5, l'un tourne dans le sens positif et l'autre dans le sens négatif.
On vérifie bien que 1  cos   1

5
e) Quelques opérations de base

 Somme de deux signaux x (t)+y(t)

exemple: x(t) = 2rect 6 (t) + 4rect 4 (t)

x(t)
6 x(t)

4 4rect 4 (t)

2 2rect 6 (t)

-3 -2 0 2 3 t

 Produit point par point de deux signaux : x(t).y(t)

Exemple: x(t)=(2rect 6 (t)).(4rect 4 (t))

x(t)
8
x(t)

4
2 4rect 4 (t)
2rect 6 (t)

-3 -2 0 2 3

 Décalage temporel: x(t) x(t + td) td > 0: c'est une avance

td < 0 : c'est un retard
retard: x(t) x(t - t 0 ) avec t 0 > 0

exemple: x(t)= 2 rect 6 (t); tracer y(t) = x( t – 2 ) donc y(t) = 2 rect 6 (t – 2)

x(t),y(t)
x(t)
y(t)

-3 -2 -1 0 1 2 3 4 5

L'avance x(t) x(t + t 0 ) , avec t 0 > 0. Le signal avancé commence avant le signal x(t)

 La symétrie par rapport à l'axe de l'ordonnée : x(t) x(-t) y(t) = x(-t)

x(t), y(t)

y(t) x(t)

t
6
 La périodisation: x(t) transitoire périodisation de période T de x(t) pour obtenir le signal périodique xT
(t) de période T
Exemple de périodisation d’un signal rect avec une période T= 6 s
x(t) y(t)

-T T

-10 -8 -6 -4 -2 0 2 4 6 8 10 t

Généralement : x(t) périodisation de période T xT (t ) =  x(t  kT)
k  

 Produit de convolution des signaux continus

Un signal x(t) placé à l'entrée d'un filtre h va causer à la sortie du filtre une sortie y(t) qui n'est autre que le produit de
convolution de x(t) avec la réponse impulsionnelle h(t) du filtre h.
filtre
x(t) entrée h(t) sortie y(t)

x(t) * h(t) = y(t), avec * est le produit de convolution.


Définition du produit de convolution: z(t) = x(t) * y(t) =  x (m ).y (t  m )dm


Exemple:

x(t) = 2rect 20 (t) y(t) = 3rect 40 (t)

y(t)
x(t)
3
2

-10 10 -20 20

Une méthode simple pour le cas des fonctions portes : Pour un temps t 0 , le produit de convolution z(t 0 ) et la
surface du produit de x( m ) et y( -m )décalé de (+t 0 )

120

-20 -10 0 10 20 -30 -20 -10 0 10 20 30

Pour tracer la convolution entre deux signaux de type porte, on pose trois questions :
1° Pour quel t 0 les deux courbes x( m ) et y( t 0 - m ) commencent à se toucher ?.
2° t 0 = ? pour que x( m ) et y(t 0 - m ) ne se touchent plus ?.
3° t 0 = ? Pour que la surface de leur produit est maximale ?.
A partir des instants trouvés, la courbe de la convolution sera tracée.

7
f) fonction d'inter-corrélation et d'auto-corrélation:
.
 Fonction d'auto-corrélation:

La fonction d'auto-corrélation d’un signal continu réels x R (t ) 
xx  x( ).x(  t ) d

La fonction d'inter-corrélation de x et y donne une idée sur la ressemblance de forme entre les deux signaux.

Propriétés : Pour les signaux réels:




2
 R x ( 0 )= x (t )dt n'est autre que l'énergie Ex du signal x( t )


 R x ( t ) est maximale pour t = 0.

 R x ( t ) = R x ( -t ) : c'est une fonction paire.

 R xy ( t ) = x( t ) * y( -t ).

 R xx ( t ) = x( t ) * x( -t ).

 R xy ( t ) = R yx ( -t )
T
2
1
T T
Si x est un signal périodique de période T, alors Rxx ( t) = x ( m) x (m  t ) dm

2

 Fonction d'inter-corrélation:


La fonction d'inter-corrélation de deux signaux réels x et y est Rxy (t)=  x (m ). y (m  t )d m (1)


La fonction d'inter-corrélation de x et y donne une idée sur la ressemblance de forme entre les deux signaux x et y.
T
2
1
T T
Si x et y sont des signaux périodiques de période T, alors x(t) * y(t) = x ( m) y (t  m) dm (2)

2

8
Application pratique en Radar: Si y( t ) est une version retardée de t 0 de x( t ), donc R xy ( t ) sera maximale pour t

= -t 0 . En examinant le temps de pic de l'inter-corrélation, on peut estimer le décalage entre x(t) et y(t), ce qui

informe sur la l'éloignement de la cible.

9
 Exemple de signal d’inter-corrélation entre le signal
émis et le signal reçu, maximum pour t=2.5 s
si la vitesse de propagation = v m/s, la distance entre la source et cible est 0.5 . v. 2.5 =1.25. v

Exemple simple :

10
11