Royaume du Maroc ‫المملكة المغربية‬

Université Abdelmalek Essaadi ‫جامعة عبد المالك السعدي‬

Faculté des Sciences et Techniques ‫كلية العلوم والتقنيات‬
Al Hoceima ‫الحسيمة‬

Département de :
- Physique-

Licence Sciences et techniques

Spécialité :
Electronique, Electrotechnique et Automatique

Module : Traitement de signal Pr. Faiza DIB

Réalisé par :

El Akchaoui Abderrahim

Compte rendu : Traitement de Signal

~Année universitaire : 2022/2023~

 Introduction général
MATLAB est un logiciel de calcul numérique, qui
permet de manipuler des matrice ,des
vecteurs,d'afficher des courbes et des données.
le produit de convolution est un opérateur
bilinéaire et un produit commutatif,
généralement noté « ∗ », qui, à
deux fonctions f et g sur un même domaine infini, fait
correspondre une autre fonction « f ∗ g » sur ce domaine, qui en
tout point de celui-ci est égale à l'intégrale sur l'entièreté du
domaine (ou la somme si celui-ci est discret) d'une des deux
fonctions autour de ce point, pondérée par l'autre fonction autour
de l'origine — les deux fonctions étant parcourues en sens
contraire l'une de l'autre (nécessaire pour garantir la
commutativité).
La corrélation elle permet la comparaison de deux signaux en
traduisent la ressemblance entre eux .
Analyse de Fourier représenter une fonction ou un signal
quelconque sous la forme d’une somme de fonctions élémentaire.
Le filtrage est une opération linéaire qui consiste à sélectionner
certaines parties du spectre d'un signal. Comme tout système
linéaire les filtres sont caractérisés par leur fonction de transfert.
Echantillonnage : est l'opération qui consiste à prélever des
échantillons du signal pour obtenir un signal discret, c'est-à-dire
une suite de nombres représentant le signal, dans le but de
mémoriser, transmettre, ou traiter le signal.

1
 TP N°1
Exercice 1 :
1)
Ona x=(9 7 5 3 1)
Méthode 1:

Méthode 2:

2)
Y=(10 9.5 9 8.5 8)t
Méthode 1:

Méthode 2:
3)
F=(9 7 5 3 1 9 7 5 3 1 9 7 5 3 1)

2
K=( 10 9.5 9 8.5 8 10 9.5 9 8.5 8 10 9.5 9 8.5 8) t

4)

c: extraire la deuxieme colonne de premiere matrice.

d: extraire la deuxieme ligne de premiere matrice.

3
e : extraire sous matrice 2*2 :

h : Inverse les 2 colonnes centrales de la premiere matrice.

p : Inverse les 2 premiere lignes de la second matrice

5)

6)

4
Exercice 2:
1) on présente les valeurs des masses des objets m et les valeur
des forces F, après la valeur de g et enfin on fait multiplication
pour trouve la valeur de µ

2) on utilise la fonction ‘mean’ pour calcule la moyenne .

Exercice 3:

D'abord on donner les valeur pour a ,b,c et x , ensuit on affiche la fonction f enfin la
représent ation graphique de fonction f .
Pour la représentation graphique en utilise ‘plot()’ ,pour couleur vert “g”(green),
pour épaisseur on utilise “LineWidth”.

5
Exécution :

Exercice 4 :
a)

- pour A je le fait par de façon une de façon normal est de prendre des vecteur
pour me aide dans la création de matrice et l’autre façon est utilise une
boucle car en a 4-ème Coulon est t ,3eme Coulon est 4 -ème Coulon
multipliée par t et aussi pour 2 -ème et 1ere Coulon

Exécution ;

6
- pour B: on a utilise une boucle car en a 2-ème line est le vecteur t mais vecteur
ligne n’est pas un vecteur coulon ,3eme lign est 2-ème ligne multipliée par t et aussi
pour 4 -ème et 5eme ligne .

Exécution 

-pour C: on a utilise une boucle car en a 2-ème line est le vecteur t mais vecteur
ligne n’est pas un vecteur coulon ,3 eme lign est 2-ème ligne multipliée par t et aussi
pour 4 -ème et 5eme ligne .

Exécution 

7
Exercice 5 :

Exécution 

8
 TP N°2
Exercice 1 :
1) Traçage des signaux :

a) a(t)=cos(pi*t/T) avec T=1 ou T=3

Exécution 

b) b(t)=cos(t/T) avec T=1 ou T=3

9
Exécution :

c) La fonction rectangulaire x(t) :

on va utilisé la fonction « rectpuls »

Exécution :
Nous avous trouvé un fonction porte de centre 0, la largeur 1 et amplitude 1 .

10
d) La fonction triangulaire y(t) :
on va utilisé la fonction« tripuls »

Exécution :
On a trouvé un fonction triangle de centre 0, la largeur 1 et amplitude 1

e) La fonction échelon e(t) :

on a utilisé la fonction,« heaviside »

11
Exécution :

f) La fonction z(t)=x(t)*b (t) :

12
Exécution :

2. La periode et la frequence de a(t) :

on a(t)=cos( πt/T)

donc cos(2πf0t)=cos(2πt/T0)

alors cos(πt/T) = cos(2πt/T0)

d’où T0=2T

pour T=1 on a T0=2 et Fe=1/2

pour T=1 on a T0=6 et Fe=1/6

3) calculation théoriqument les énergies de x(t), y(t) et z(t) avec T= 1

13
4. Calculer l’énergie de x(t) ,y(t), b(t) et z(t) en matlab.

Pour la fonction x(t):

14
Pour la fonction y(t):

Pour la fonction b(t) :

15
Pour la fonction z(t) :

5)

a ) Execution du programme :

Exécution :

On l’impulsion du Dirac d’amplitude 1 et de centre 0 .

16
- Pour 3 δ(t) :

Pour la représentation il suffit de multiplier u par 3.

Exécution :

- pour 2δ(t+2) :

Pour représente cette impulsion qui est centré en -2 on va soustraire 2 de 10 et on

ajoute 2 a 20.

17
Exécution :

- pour δ(t+3)

Pour represente cette impulsion qui est centré en -3 on va soustraire 3 de 10 et on

ajoute 3 a 20

18
Exécution :

- pour δ(t-1)

Pour représente cette impulsion qui est centré en 1 on va soustraire 1 de 20 et on

ajoute 1 a 10.

Exécution 

19
Exercice 2:
Ona X(t)=ԑ(t)- ԑ(t-2) et ԑ(t) fonction échelon

Y(t)=exp(-0.5t). ԑ(t)

1) Calcule du produit de convolution et du corrélation dans

même programme sur matlab avec les fonctions suivant
- La fonction < conv > pour produit de convolution .
- La fonction <xcorr> pour produit de corrélation.

20
Exécution 

z(t) c’est le produit de convolution et g(t) c’est produit de corrélation.

2.

- Calcule du produit de convolution et de deux signaux avec l’un de durée 20s

et d’amplitude 2v et l’autre de durée 40s d’amplitude 3v.

21
- Calcule du produit de l’inter-corrélation de deux signaux avec l’un de durée
20s et d’amplitude 2v et l’autre de durée 40s d’amplitude 3v.

Exécution 

22
 TP N°3

Exercice 1 :

3.Traçage de la courbe de x(t) et la courbe de son développement en série de

Fourier (avec n=5 et n=100)
- Traçage de la courbe de x(t) :

23
Exécution :

- la courbe de son développement en série de Fourier (avec m=5 et m=100):

Pour m=5 :

Exécution :

24
Pour m=5 :

On fait même programme et on dont a m un valeur égale a 100 dans

la command Windows

Exécution 

Pour bien voir la différence entre les deux signaux on fait zoome dans les graphes
et on trouve les résultats suivants :

25
Dans cette signal on voit que les deux signaux pas ressemble.

Par contre ici on voit que les deux signaux presque ressemble il y a une petite
différence.

on peut dire que si on augmente les harmoniques le signal va ressembler l’autre.

4. tracer les spectres unilatéraux d’amplitude de x(t) :

Exécution :

M=5

26
 M=100

Pour cette valeur on fait zoome pour bien voir les spectres.

B- soit le signal y(t) représenter par la figure :

1 ) tracer la courbe de y(t) :

Exécution 

27
Excéution : 

Exercice 2 :
On va réaliser un filtre passe-bas de type Butterworth et répondant au gabarit
suivant:

Hp(3KHz) >= - 0.2 dB

Ha(10KHz) =< - 40 dB

1) On peut déterminer l’ordre de filtre à l’aide de fonction <buttord >

On obtient comme résultat :

l’ordre de filtre égal est 6.

28
2) la fonction de transfert avec les commandes ‘butter’ et ‘tf’ :

le résultat :

3) IX. Traçage de la réponse en fréquence de filtre passe- bas à l’aide de la commande ’’

freqs ‘’ et ‘’semilogx ‘’:

-On a la fonction freqs() renvoie la réponse en fréquence complexe du filtre

analogique spécifiée par les vecteurs de coefficients, évaluée aux fréquences
angulaires .

-On utilise semilogx(x,y) pour tracer les coordonnées en utilisant une échelle
logarithmique de base 10 sur l' axe des x et une échelle linéaire sur l' axe des y . et
aussi Pour tracer un ensemble de coordonnées reliées par des segments de ligne,
spécifiez X et Y comme vecteurs de même longueur.

Excéution :

29
Exercice 3 :
1) On a le signal echantillonné d’amplitude 5 est : x = 5.cos(2πf0t)

On v’ajoute le signal bruit : b = randn(size(x))

Avec la fonction randn renvoie une matrice n-par- n de nombres aléatoires

distribués normalement.
Apres on affiche le 1er signal avec le bruit, ensuit on va l’éliminer avec la fonction
filtrer().

Excéution :
Le premier signal présente le signal original. Le 2ème signal présente le bruit, le
3eme présente le signal avec le bruit qui on veut éliminer, et le dernier présente le
signal sans bruit (après l’élimination).

30
2) Elimination du bruit dans un fichier de music numérique :

premièrement on va lire l’audio en utilisons la fonction ‘audioread’ . Ensuit on

éliminer les basses fréquences puis les hautes fréquences

Excéution

on va élimine les basses fréquences puis les hautes fréquences :

31
Avec audiowrite(‘ayb.wav’,y,Fe) est une fonction qui écrit une matrice de données
audio, y, avec une fréquence d'échantillonnage Fe dans un fichier appelé ayb.wav.
Le ‘ayb.wav’ entrée spécifie également le format du fichier de sortie. Le type de
données de sortie dépend du format du fichier de sortie et du type de données des
données audio, y.

Exercice 3 :
1) Générer un signal ‘’temps continue’’ et un signal ‘’temps discret’’ :

- On va prendre un signal : x = cos(2πft)

- On a utilisé plot() pour afficher le signal continue, et la fonction stem() pour le signal
discret

Excéution :

2) reconstruire signal x(t) par la formule d’interpolation de Shannon :

32
On va utilisé la formule de Shannon pour afficher le signal à l’aide d’une boucle for
de 0 à N-1, avec N la longueur de td.

Excéution :

Avec le signal rouge est le signal présenté par la formule de Shannon.

3) L’influence de la fréquence d’échantillonnage sur le signal x(t):

D’après la représentation qu’on a trouvé dans la question précèdent le signal

reconstruit est le même signal x(t) cela nous amène à conclure qu’on n’a pas des
pertes d’informations pendant l’échantillonnage donc on peut dire que la condition de
Shannon est respecté c’est-à-dire Fe>2Fm.

33