Comportement informationnelle des I2D

produits 341
Objectifs :
I2D 341 - Représentation fréquentielle d’une information ; Approche qualitative des fréquences audibles : notions de
basses, moyennes et hautes fréquences d’un signal audio, représentation spectrale d’un signal audio simple.

1. Domaine des fréquences audibles

• Quel est le domaine des fréquences audibles de l’oreille humaine ? 20Hz a 20000Hz si tous va bien

1.1. Notion de basses, moyennes et Hautes fréquences

• Donner un exemple de son grave :
Vol d’un bourdon

• Donner un exemple de son médium :

Le saxhorn alto

• Donner un exemple de son aigüe :

Chant du Rossignol

1.2. Notion de niveaux sonores

Remarques :
• Le niveau sonore est exprimé en dB(A) souvent noté
simplement dB.
• La perception du bruit n’est pas linéaire :
-3db(A) correspond à une énergie sonore équivalente à
50% d’un signal émis mais la perception de cette
atténuation est à peine décelable (division par 1,23).
-10db(A) correspond à une énergie sonore équivalent à
10% d’un signal émis. Dans ce cas, la perception de
cette atténuation très significative (divisions par 10).

3 – Approche comportementale des produits

341-Representaton-frequentielle-d-une-information.docx S.T.I.2.D 1/5
 • Les niveaux sonores en dB ne
s’additionnent pas :
1 vuvuzela = 127 dB
100 vuvuzela = 147 dB
• Le seuil de la douleur est aux alentours
de 120 dB.
• Il n’y a pas que le niveau sonore qui peut
créer des dégâts irréversibles de
l’audition. La durée d’écoute d’un son à
haut volume joue un rôle important dans
les lésions engendrées.

2. Représentation spectrale d’un signal sinusoïdal audio simple

Dans les exemples suivants, les signaux sonores sont véhiculés par des signaux électriques analogiques. On trouve
principalement ces signaux à l’entrée de la chaîne d’information (avant traitement numérique du signal) et en sortie
de la chaîne d’énergie (lors de l’amplification de puissance). Ces signaux seront donc naturellement nommés V1, V2,
etc.
2.1. Sons purs
V1 = 10 x sin ( 2 x π 440 x t ) V2 = 5 x sin ( 2 x π 880 x t )
Amplitude = 10V Amplitude = 5V
Fréquence = 440Hz Fréquence = 880Hz

10 V

5V

440 Hz 880 Hz

En haut : Amplitude en fonction du temps.

En bas : Amplitude en fonction de la fréquence (représentation spectrale)

3 – Approche comportementale des produits

341-Representaton-frequentielle-d-une-information.docx S.T.I.2.D 2/5
 2.2. Sons composés
V3 = V1 + V2 = 10 x sin ( 2 x π 440 x t ) + 5 x sin ( 2 x π 880 x t )
• En déduire la représentation spectrale de V3

2.3. Généralisation
• Le signal en vert résulte de la somme des
signaux en rouge.
• Un signal électrique peut avoir une
composante continue, représentée par la raie
S0 sur le spectre. La fréquence d’un signal
continu est nulle.
• Le signal sinusoïdal de fréquence la plus
basse représenté par la raie S1 sur le spectre
est nommé le fondamental du signal.
• Les autres signaux sinusoïdaux de fréquence
plus élevée représentés par les raies S2, S3,
S4, Sn sur le spectre sont nommés les
harmoniques de rang n.
• Le fondamental est également appelé
l’harmonique de rang 1.

3. Représentation spectrale d’un signal non sinusoïdal

En 1822, le mathématicien et physicien français Joseph Fourrier a mis en évidence le fait que tout signal résulte de
la somme de signaux sinusoïdaux.
Expérimentation : Dans l’application ou dans MATLAB online réalisez le signal V4 suivant :
V4 = ( 4 / π ) x 10 x ( sin ( 2 x π 100 x t ) + 1 / 3 x sin ( 2 x π 300 x t ) + 1 / 5 x sin ( 2 x π 500 x t ) )
Dont voici le script à exécuter :

t=0:0.00000001:0.02; %Variation de la plage de temps

V4=(4/pi)*10*(sin(2*pi*100*t)+(1/3)*sin(2*pi*300*t)+(1/5)*sin(2*pi*500*t));
plot(t,V4);
Coller votre résultat ici

• Vers quelle forme tend ce signal ?

Rectangle

3 – Approche comportementale des produits

341-Representaton-frequentielle-d-une-information.docx S.T.I.2.D 3/5
Pour s’approcher davantage de la forme d’un signal rectangulaire, il est possible de faire appel à une structure
répétitive :

V5=0; % Valeur initiale de V5

A=10; % Amplitude de V5
Vcontinue=10; % Composante continue de V5
Ffondamental=100; % Fréquence du fondamental
rangMax=31; % Rang max des harmoniques
i=1; % Initialisation indice tableau
% Valeurs de la variable t (temps)
% avec un minimum de 400 points par périodes des harmoniques
% sur deux périodes du fondamental
t=0:1/(400*Ffondamental):2/Ffondamental;
% Structure répétitive du calcul de V5
Coller votre résultat ici. Mettre en évidence 9 pseudo-périodes
for n = 1:2:rangMax % Pour n=1 jusqu'à n=rangMax
% par pas de 2 (rangs impaires)
% Amplitude de chaque harmonique
A5(i,:)=[n*Ffondamental,4*A/(n*pi)];
V5=V5+ A5(i,2)*sin(2*pi*n*Ffondamental*t);
i=i+1; % Incrémentation indice tableau
end
% Ajout de la composante continue
V5=V5+Vcontinue;
% On trace le signal de V5
plot(t,V5) ;

• Représentez le spectre du signal V5 pour rangMax = 9, sans oublier sa composante continue

Vcontinue = 0V.

Amplitude des harmoniques = 4 * A / ( n * pi )

• Testez la structure avec davantage d’harmoniques. Combien en faut-il pour avoir une allure correcte ?

On comprend ainsi pourquoi le son d’un signal rectangulaire est si éloigné du signal sinusoïdal pur (ex : 440Hz).
4. Spectre d’un signal réel
Les spectres précédents sont théoriques et idéaux. Dans la réalité, une multitude d’harmoniques viennent s’ajouter
au signal d’origine : bruit audio ou autre perturbations électromagnétiques. Les images ci-dessous montrent la
représentation temporelle et fréquentielle d’un signal musical représentant une mélodie jouée au ukulele.

3 – Approche comportementale des produits

341-Representaton-frequentielle-d-une-information.docx S.T.I.2.D 4/5
5. Générez les signaux et représentez leur spectre
V6=0; % Valeur initiale de V6
A=10; % Amplitude de V6
Vcontinue=10; % Composante continue de V6
Ffondamental=100; % Fréquence du fondamental
rangMax=9; % Rang max des harmoniques
i=1; % Initialisation indice tableau
% Valeurs de la variable t (temps)
% avec un minimum de 400 points par périodes des harmoniques
% sur deux périodes du fondamental
t=0:1/(400*Ffondamental):2/Ffondamental;
% Structure répétitive du calcul de V6
for n = 1:2:rangMax % Pour n=1 jusqu'à n=rangMax Coller votre résultat ici.
% par pas de 2 (rangs impaires)
% Amplitude de chaque harmonique
A6(i,:)=[n*Ffondamental,8*A/(n^2*pi^2)];
V6=V6+ A6(i,2)*cos(2*pi*n*Ffondamental*t);
i=i+1; % Incrémentation indice tableau
end
% Ajout de la composante continue
V6=V6+Vcontinue;
% On trace le signal de V6
plot(t,V6);

Amplitude des harmoniques = ( 8 * A ) / ( n2 * π2 )

V7=0; % Valeur initiale de V7

A=10; % Amplitude de V7
Vcontinue=10; % Composante continue de V7
Ffondamental=100; % Fréquence du fondamental
rangMax=9; % Rang mat des harmoniques
i=1; % Initialisation indice tableau
% Valeurs de la variable t (temps)
% avec un minimum de 400 points par périodes des harmoniques Fesses
% sur deux périodes du fondamental
t=0:1/(400*Ffondamental):2/Ffondamental;
% Structures répétitives du calcul de V7
for n = 1:2:rangMax % Pour n=1 jusqu'à n=rangMax
% par pas de 2 (rangs impaires)
% Amplitude de chaque harmonique
Bp7(i,:)=[n*Ffondamental,2*A/(n*pi)]; Coller votre résultat ici. Mettre en évidence 9 pseudo-périodes
V7=V7+Bp7(i,2)*sin(2*pi*n*Ffondamental*t);
i=i+1; % Incrémentation indice tableau
end
i=1; % Initialisation indice tableau
for n = 2:2:rangMax % Pour n=1 jusqu'à n=rangMax
% par pas de 2 (rangs impaires)
% Amplitude de chaque harmonique
Bn7(i,:)=[n*Ffondamental,-2*A/(n*pi)];
V7=V7+Bn7(i,2)*sin(2*pi*n*Ffondamental*t);
i=i+1; % Incrémentation indice tableau
end
% Ajout de la composante continue
V7=V7+Vcontinue;
% On trace le signal de V7
plot(t,V7) ;

Amplitude des harmoniques = ± ( 2 * A ) / ( n * π )

3 – Approche comportementale des produits

341-Representaton-frequentielle-d-une-information.docx S.T.I.2.D 5/5