Académique Documents
Professionnel Documents
Culture Documents
Chapitre I
1
sommaire
• DéfiniDons
• Domaines
d’applicaDon
• FoncDons
du
Traitement
de
signal
• ClassificaDon
des
signaux
• Signaux
élémentaires
• OuDls
mathémaDques
de
base
2
DEFINITIONS
3
etetde
del'informatique.
l'informatique.
II.
II. Définitions
Définitions
IIII.1.
.1. Signal
Signal
Un signal est la représentation physique de l'information, qu'il convoie de sa source à son destinataire.
Un signal est la représentation physique de l'information, qu'il convoie de sa source à son destinat
La description mathématique des signaux est l'objectif de la théorie du signal. Elle offre les moyens
La description mathématique des signaux est l'objectif de la théorie du signal. Elle offre les mo
d'analyser, de concevoir et de caractériser des systèmes de traitement de l'information.
d'analyser, de concevoir et de caractériser des systèmes de traitement de l'information.
II .2. Bruit
II .2. Bruit
Un bruit est un phénomène perturbateur gênant la transmission ou l'interprétation d'un signal.
Un bruit est un phénomène perturbateur gênant la transmission ou l'interprétation d'un signal.
II .3. Le traitement de signal
IIC’est
.3. Lelatraitement de signalqui, s’appuyant sur les ressources de l’électronique, de l’informatique et
discipline technique
C’est
de la laphysique
discipline technique
appliqué, qui, s’appuyant
a pour sur les ou
objet l’élaboration ressources de l’électronique,
l’interprétation des signauxdeporteurs
l’informatiqu
de
del’information.
la physique appliqué, a pour objet l’élaboration ou l’interprétation des signaux porteur
l’information.
Son application se situe dans tous les domaines concernés par la transmission ou l’exploitation des
informations
Son transporter
application se situepar cestous
dans signaux.
les domaines concernés par la transmission ou l’exploitation des
informations
Un système transporter
de mesure apar
de ces signaux.
façon générale la structure de la figure I-1 ci-dessous, le phénomène
physique
Un systèmequedel’on veut étudier
mesure est présenté
a de façon à un
générale la capteur quidele la
structure transforme en ci-dessous,
figure I-1 un signal électrique
le phénom
tension ou courant, à ce niveau un bruit s’ajoute. Le signal transmit à travers le canal de transmission
physique que l’on veut étudier est présenté à un capteur qui le transforme en un signal4
électr
atteint le récepteur, puis il subit un traitement pour extraire l’information utile sans bruit.
Chapitre 1 : La tra
nsformée de Laplace
I . envisager
peut Introduction
.1.LeClassification phénoménologique
traitement du signal
Chapitre
plusieurs modes de classification pour les signaux suivant leurs propriétés.
Introduction au traitement de signal 1
est une discipline indispensable de nos jours. Il a pour objet l'élaboration ou
.1.l'interprétation
1. Définitionsdes signaux porteurs d'informations. Son but est donc de réussir à extraire un maximum
considère la nature
d'information deun
utile sur l'évolution du signal
signal perturbé par duen fonction
bruit du temps.
en s'appuyant Il ressources
sur les apparaît deux types de signa
de l'électronique
et de l'informatique.
! Techniques
Les signaux déterministes : ou signaux Informatique Physique en fonction du temps peut
certains, leur évolution
électroniques Appliquée
II.parfaitement
Définitionsmodélisé par une fonction mathématique. On retrouve dans cette classe les sign
II périodiques,
.1. Signal les signaux transitoires, les signaux pseudo-aléatoires, etc…
! UnLes
signal est la représentation
signaux aléatoires : physique de Traitement
l'information,
leur comportement desqu'il convoie
signaux
temporel de sa source Il
est imprévisible. à son
fautdestinataire.
faire appel
5
àl
La description mathématique des signaux est l'objectif de la théorie du signal. Elle offre les moyens
DOMAINES
D’APPLICATIONS
6
! Domaines d'application
8
esLes
principales fonctions
principales dudutraitement
fonctions traitementde
designal
signalsont
sont: :
• L’analyse : On cherche à isoler les composantes essentielles d'un signal de forme
• L’analyse : On cherche à isoler les composantes essentielles d'un signal de forme
L’analyse
L’analyse
•complexe, : On
afin Oncherche
: d'en cherche
mieux à àisoler
isoler les
comprendre les composantes
composantes
la nature essentielles
essentielles d'un
et origines. d'un signal de
de forme
forme
complexe, afin d'en mieux comprendre la nature et origines.
complexe, afin
complexe, d'en
afin mieux
d'en mieuxcomprendre
comprendrelalanature
natureetetorigines.
origines.
• La détection
La détection : par cette opération on tente d'extraire un signal
signal utile
utile du
du bruit
bruit de
de fond
fond qui
qui
6
lui Chaker
lui
Essid. est superposé.
est superposé. 66
Essid.
Essid.Chaker
Chaker 6
ssid. Chaker
• L’identification :: c'est
L’identification c'est un
un procédé
procédé souvent
souvent complémentaire
complémentaire qui
qui permet
permet d'effectuer
d'effectuer un
un
classement du
classement du signal
signal observé.
observé.
9
• La synthèse
La synthèse :: opération
opération inverse
inverse de
de l'analyse,
l'analyse, consiste
consiste àà créer
créer un
un signal
signal de
de forme
forme appropriée
appropriée
• La synthèse : opération inverse de l'analyse, consiste à créer un signal de forme appropriée
La synthèse
•• en
La synthèse : opération inverse de l'analyse,
l'analyse, consiste àà créer un
unsignal
signalde
deforme
formeappropriée
procédant,: par
opération inverse
exemple, à unedecombinaison consiste
de signaux créer
élémentaires. appropriée
en procédant,
en procédant, par
par exemple,
exemple, àà une
une combinaison
combinaison de de signaux
signauxélémentaires.
élémentaires.
• Le codage : outre sa fonction de traduction en langage numérique, est utilisé soit pour
•• Le codage
Le codage :: outre
outre sa
sa fonction
fonction de
de traduction
traduction en
en langage
langage numérique,
numérique, est
est utilisé
utilisésoit
soitpour
pour
lutter contre le bruit de fond, soit pour tenter de réaliser des économies de largeur de
lutter contre
lutter contre le
le bruit
bruit de
de fond,
fond, soit
soit pour
pour tenter
tenter de
de réaliser
réaliser des
des économies
économies de de largeur
largeurdede
bande ou de mémoire d'ordinateur.
bande ou
bande ou de
de mémoire
mémoire d'ordinateur.
d'ordinateur.
4- CLASSIFICATIONS
4- CLASSIFICATIONS DES SIGNAUX
CLASSIFICATIONS DES
4- DES SIGNAUX
SIGNAUX
4.1- Classification
4.1- Classification phénoménologique
Classification phénoménologique
4.1- phénoménologique
On
On met met ainsi en
met ainsi
ainsi en évidence le
le type d’évolution
d’évolution dusignal.
signal. Il peutêtre être à caractèreprédéterminé
prédéterminé
On en évidence
évidence le type
type d’évolution du
du signal. IlIl peut
peut être àà caractère
caractère prédéterminé
ou
ou ililil aa un comportement
a un
un comportement non prévisible.
prévisible.
ou comportement nonnon prévisible.
10
Un signal déterministe
déterministe est
est un
un signal
signal dont
dont l’évolution
l’évolution en
en fonction
fonctiondudutemps
tempspeut
peutêtre être
Un signal déterministe est un signal dont l’évolution en fonction du temps peut être
ClassificaDon
des
signaux
11
III. Classification
III. Classificationdes
dessignaux
signaux
On peut
On peutenvisager
envisagerplusieurs
plusieurs modes
modes de classification
de classification pourpour les signaux
les signaux suivant
suivant leurs propriétés.
leurs propriétés.
III .1.
III .1. Classification
Classificationphénoménologique
phénoménologique
ClassificaDon
phénoménologique
III .1.
III .1. 1.1.Définitions
Définitions
On
On considère
considèrelalanature
naturedede
l'évolution du signal
l'évolution en fonction
du signal du temps.
en fonction Il apparaît
du temps. deux types
Il apparaît deuxdetypes
signaux :
de sign
!! Les
Lessignaux
signauxdéterministes
déterministes: ou: ou
signaux certains,
signaux leur évolution
certains, en fonction
leur évolution du temps
en fonction du peut êtrepeu
temps
parfaitement
parfaitementmodélisé
modéliséparpar
uneune
fonction mathématique.
fonction mathématique.On retrouve dans cette
On retrouve dansclasse
cetteles signaux
classe les sig
périodiques, les signaux transitoires, les signaux pseudo-aléatoires, etc…
périodiques, les signaux transitoires, les signaux pseudo-aléatoires, etc…
! Les signaux aléatoires : leur comportement temporel est imprévisible. Il faut faire appel à leurs
! Les signaux aléatoires : leur comportement temporel est imprévisible. Il faut faire appel à
propriétés statistiques pour les décrire. Si leurs propriétés statistiques sont invariantes dans le
propriétés statistiques pour les décrire. Si leurs propriétés statistiques sontAII21
urs Traitement de Signal invariantes da
temps, on dit qu'ils sont stationnaires.
temps, on dit qu'ils sont stationnaires.
s(t)
III .1.2. Sous classesy(t)
de signaux déterministesz(t)
1 A
III .1.2.
Parmi lesSous classes
signaux de signauxon
déterministes, déterministes
distingue : 1
Parmi les signaux
t déterministes,
1 ont distingue : t t
! Les signaux périodiques, satisfaisant à la relation :
x(t) =1 x(t + kT)
! Les signaux périodiques, satisfaisant à la relation :
avec k entier qui obéissent à une loi de répétition cyclique régulière, de période T.
x(t) = x(t + kT)
-A
avec k entier qui obéissent à une loi de répétition cyclique régulière, de période T.
! Les signaux non périodiques, qui ne jouissent pas de cette propriété.
T
12
! Exemples
III .1.3. Les signaux Figure
non
de signaux
(1.2) : Exemples
périodiques,
déterministesquidenesignaux déterministes.
jouissent pas de cette propriété.
T
" Rappels :
+∞
∫
2
Energie d'un signal x(t) ⇒ W X = x(t ) dt
−∞
T /2
1
∫
2
Puissance d'un signal x(t) ⇒ PX = lim x (t ) dt
T →∞ T −T / 2
13
−∞
T /2
1
∫
2
Puissance d'un signal x(t) ⇒ P
ClassificaDon
morphologique
lim
X
= x (t ) dt
T →∞ T −T / 2
14
_________________________________________________________________________________
On obtient donc 4 classes de signaux :
! Les signaux analogiques dont l'amplitude et le temps sont continus.
! Les signaux quantifiés dont l'amplitude est discrète et le temps continu.
! Les signaux échantillonnés dont l'amplitude est continue et le temps discret.
! Les signaux numériques dont l'amplitude et le temps sont discrets.
Φx (f)
15
! Les signaux numériques dont l'amplitude et le temps sont discrets.
ClassificaDon
III spectrale
.3. Autres classes importantes
III .3.1. Classification spectrale
Un signal peut être classé suivant la distribution Φx (f) de son énergie ou de sa puissance en fonction
de sa fréquence (spectre du signal).
La largeur de bande ∆F d’un signal est le domaine principal des fréquences (positives ou négatives)
occupé par son spectre. Elle est définie par la relation :
∆F = Fmax -Fmin
Φx (f)
∆F
fmin fmax
Figure (1.4) : Distribution spectrale d’un signal avec la largeur de bande ∆F.
17
SIGNAUX
ELEMENTAIRES
18
Par convention, on admet pour valeur à l'origine : sgn (t) =0 pour t=0.
FONCTION
ÉHELON
Fonction échelon
u(t)
0 pour t < 0
u (t ) = de Signal
s Traitement
1 pour t ≥ 0
t
Signaux particuliers
n de simplifier les opérations ainsi que les formules obtenues, certains signaux fréqu
Figure (1.10) : Fonction échelon.
contrés en traitement du signal dispose d'une modélisation propre.
FONCTION
signe
1. Fonction SIGNE
Fonction rampe
!_________________________________________________________________________________
La deuxième écriture du signal rectangulaire est :
Sondes Abdelmouleh T T T T 8
rect (t ) = u(t − ( − )) − u (t − ( )) = u(t + ) − u (t − )
2 2 2 2
! D’une manière générale pour une impulsion rectangulaire d’amplitude A, de durée T centré
en t = τ : x(t)
x(t) = A rect[( t – τ )/ T] A t
τ -T/2 τ τ +T/2
-1 1
21
Figure (1.14) : Fonction triangulaire.
IV.6. Impulsion de Dirac
IMPULSION
DE
DIRAC
IV.6.1. Définition Cours Traitement de Signal
L'impulsion de Dirac correspond à une fonction porte dont la largeur T tendrait vers 0 et dont l'aire est
égale à 1. IV.6.2. Propriétés
! Intégrale
+∞
1 pour t = 0
δ (t ) = ∫ δ (t )dt = 1
0 pour t ≠ 0 −∞
+∞
IV.6.2. Propriétés ∫
Figure (1.15)x(: tImpulsion
−∞
).δ (t − t 0de
)dtDirac.
= x(t 0 )
! Intégrale ! Produit
+∞ x(t ).δ (t ) = x(0).δ (t ) = x(0)
∫ δ (t )dt = 1
−∞
x(t ).δ (t − t 0 ) = x(t0 ).δ (t − t 0 ) = x(t 0 )
+∞
δ T (t ) = δ (t − kT )
k = −∞ k = −∞
Figure (1.16): Peigne de Dirac.
k = −∞ T est la période du peigne. Figure (1.16): Peigne de Di
T est la période du peigne.
Cette Figure
suite est parfois appelée fonction d'échantillonnage (1.16):
ou train Peigne de Dirac.
d'impulsions.
T est lasuite
Cette période
est du peigne.
IV.8.
parfois Fonction
appeléesinusfonction
cardinal d'échantillonnage ou train d'impulsions.
Cette suite est parfois appelée fonction d'échantillonnage ou train d'impulsions.
IV.8. 1. Définition
IV.8. Fonction sinus cardinal
IV.8. Fonction sinus cardinal
La fonction sinus cardinal est défini par :
sin(πt )
IV.8. 1. Définition
IV.8. 1. Définition sin c(t ) =
πt
La fonction
La fonctionsinus sinus Avec lim sinx/x
cardinal
cardinal est est parx→
=1 lorsque
défini
défini 0. :
:par Figure (1.17) : Fonction sinus cardinal.
∫ sin
Avec lim sinx/x =1 lorsque x→ 0. c(t )dt = 1
Avec lim sinx/x =1 lorsque x→0. −∞
Figure (1.17) : Fonction sinus cardinal.
Figure (1.17) : Fonction sinus c
+∞
Cette fonction joue un rôle très sin
important
c 2 (t )dt = 1 en traitement du signal.
23
Cette fonction joue un rôle ∫très important en traitement du signal.
T T T T
rect (t ) = u(t − ( − )) − u (t − ( )) = u(t + ) − u (t − )
2 2 2 2
Figure (1.10) : Fonction échelon.
FONCTION
IVmanière
D’une RAMPE
.3. Fonction rampe
générale pour une impulsion rectangulaire d’amplitude A, de durée T cen
! D’une manière générale pour une impulsion rectangulaire d’amplitude A, de durée T centré
Cette
enIVt.3. τ:
=fonction
Fonction est
rampedéfinie par : x(t)
en t = τ : x(t)
-1 1
1
∫
−∞ +∞
+∞ −∞
∫∫
sin c(t )dt = 1
sincc(t()tdt
sin )dt==11
∫
2 +∞
sin c −(∞t )dt = 1−∞
−∞ +∞ ∫ −∞c 2 (t )dt = 1
sin
+∞
+∞
∫ sin c (∫∫tsin
−∞ 2
)sin
dt c=c (1t()tdt
22
)dt==1 1
−∞
_________________________________________________________________________
_____________________________________________________________________________
−−∞∞
Sondes Abdelmouleh
bdelmouleh 1
_________________________________________________________________
________________________________________________________________
_____________________________________________________________
25
des Abdelmouleh
Sondes Abdelmouleh
SIGNAL
EXPONENTIEL
DECROISSANT
x(t) 5
x(t) 5
3.75
3.75
2.5
2.5
1.25
1.25
0
0 0.25 0.5 0.75 1
0
0 0.25 0.5 0.75Tem ps t 1
Tem ps t
Fig. 1.7 ñ Signal exponentiel dÈcroissant
Fig. 1.7 ñ Signal exponentiel dÈcroissant 26
SIGNAL
EXPONENTIEL
CROISSANT
x(t) 150
x(t) 150
125
125
100
100
75
75
50
50
25
25
0
00 0.25 0.5 0.75 1
0 0.25 0.5 0.75 1
Temps t
Temps t
28
! C x,x (t) est maximale pour t = 0.
III. ! Produit de=Convolution
C x,y (t) C x,y(-t) : c'est une fonction paire.
III.1.
!
Définition
C x,y (t) = x( t ) * y( -t ) et C x,x (t) = x( t ) * x( -t ).
III.1. Définition
Produit
de
convoluDon
Soit leProduit
III. systèmedeci-dessous,
Convolutionayant pour entrée une impulsion de Dirac δ(t) et de sortie la
Soit le système ci-dessous, ayant pour entrée une impulsion de Dirac δ(t) et de sortie la réponse
impulsionelle
III.1. Définitionh(t) .
impulsionelle h(t) .
Soit le système ci-dessous, ayant pour entrée une impulsion de Dirac δ(t) et de sortie la réponse
δ(t) Système h(t)
impulsionelle h(t) . δ(t) Système h(t)
Entrée
Entrée : impulsion Système Sortie : laSortie : la réponse
δ(t) : impulsion h(t) réponse
de Dirac
de Dirac impulsionelle
impulsionelle
Entrée : impulsion Sortie : la réponse
de Dirac Réponse
impulsionnelle
du
système
impulsionelle
Figure (2.1):La
Figure réponse
(2.1):La impulsionelle
réponse du système.
impulsionelle du système.
Un système linéaire est modélisé par sa réponse
Figure (2.1):La réponseimpulsionelle
impulsionelle.
du système.
Un système linéaire est modélisé par sa réponse impulsionelle.
Lasystème
Un réponselinéaire
y(t) d’un
est système
modéliséàpar
unesaentrée x(t)
réponse est une superposition de réponses impulsionelle am
impulsionelle.
La réponse y(t) d’un système à une entrée x(t) est une superposition de réponses impuls
parréponse
La des valeurs instantanées
y(t) d’un système à de
unex(t) ; cette
entrée x(t)opération appelé : convolution
est une superposition de réponsesdeimpulsionelle
x par h ; noté (*).
amplifié
par des valeurs instantanées de x(t) ; cette opération appelé : convolution de x par h ; no
par des valeurs instantanées de x(t) ; cette opération appelé : convolution de x par h ; noté (*).
_______________________________________________________________________________
Sondes Abdelmouleh 29
_______________________________________________________________________
_________________________________________________________________________________
raitement de Signal
x(t)
Système y(t)= x(t)*h(t)
h(t)
Figure (2.2): d
Réponse
La
u
sréponse
ystème
du système.
+∞ +∞
b- La distributivité
30
Propriétés:
III.2. Propriétés du produit de convolution
Soit les trois signaux continus : f1[t], f2[t] et f3[t] .
a- La commutativité :
f1[t] * f2[t] = f2[t] * f1[t]
b- La distributivité
c- L’associativité
f1[t] * f2[t] * f3[t] = f1[t] * (f2[t] * f3[t] ) = (f1[t] * f2[t]) * f3[t]
d- L’élément neutre
+∞
f[t] * δ[t] = ∫ f (τ ).δ (t − τ ).dτ
−∞
= f[t]
e- 31
Cours Traitement de Signal AII21
Inter-‐corrélaDon/Auto-‐corrélaDon
Cours Traitement de Signal AII21
II.2 Fonction d’auto corrélation et d’inter corrélation
Pour comparer deux signaux entre eux, ou faire ressortir une caractéristique d’un signal noyé dans le
bruit, on compare le signal x(t) pris à un instant « t », à un signal y(t) pris à un instant « t’= t -τ ».
II.2 Fonction d’auto corrélation et d’inter corrélation
II.2.1comparer
Pour L'inter deux
corrélation
signaux entre eux, ou faire ressortir une caractéristique d’un signal noyé dans le
L'inter
bruit, oncorrélation
compare lecompare deux
signal x(t) prissignaux réels «x(t)
à un instant t »,età y(t) retardée,
un signal y(t)elle
pristraduit la ressemblance
à un instant de de
« t’= t -τ ».
+∞
forme L'inter
II.2.1 entre eux :
corrélation C (τ ) = ∫ x(t ) ⋅ y (t − τ )dt
x, y
−∞
L'inter corrélation compare deux signaux réels x(t) et y(t) retardée, elle traduit la ressemblance de de
+∞
+∞ *
Pour les signaux
forme entre eux : complexes : C (τ ) = dt (avec (*)≡ conjugué)
C x , y (τ ) = ∫∫ xx((tt )) ⋅⋅ yy ((tt −−ττ))dt
x, y −∞
−∞
Exemple : Si y( t ) est une version retardée de t 0 de x( t ), donc C x,y(t) sera maximale pour t = -t 0 ; en
+∞
examinant
Pour son temps
les signaux de pic,: onCpeut
complexes (τ estimer ⋅ y* (t − τ entre
) = ∫ x(let )décalage )dt x (avec (*)≡ conjugué)
et y (Application en radar)
x, y
−∞
II.2.2 L’auto
Exemple : Si y(corrélation
t ) est une version retardée de t 0 de x( t ), donc C x,y(t) sera maximale pour t = -t 0 ; en
L’auto corrélation
examinant son temps réalise une
de pic, oncomparaison
peut estimerentre un signal
le décalage x(t)x et
entre et ses copies retardées
y (Application en radar)
+∞
Pour les signaux réels : C (τ ) = ∫ x (t ) ⋅ x (t − τ )dt
II.2.2 L’auto corrélation x, x
L’auto corrélation réalise une comparaison− ∞entre un signal x(t) et ses copies retardées
II.2.3 Propriétés de corrélation +∞
Pour les signaux réels : C (τ ) = ∫ x (t ) ⋅ x (t − τ )dt 32
! C (t) est maximale
x , x pour t = 0.
mple : Si: y(
Exemple t )t est
Si y( ) estune version
une version retardée
retardée de t 0de t 0t de
de x( x( tC),x,ydonc
), donc (t) seraCmaximale
x,y(t) serp
minant sonson
examinant temps
tempsde pic,ononpeut
de pic, peut estimer
estimer le décalage
le décalage entre x etentre x et y (App
y (Application en ra
III.2. Application
Exemple 1 :