UNIVERSITE CHEIKH ANTA DIOP DE DAKAR

ECOLE SUPERIEURE POLYTECHNIQUE

………..……………………………...

Département Génie Electrique

Option : Electronique et Système des

Télécommunication

TRAVAUX PRATIQUES :

Télécommunication des Signaux Numériques

LICENCE 3 EST

THEME 1: Etude d’une chaine de

communication numérique

Présenté par :
Mame Marie FALL
Marème Thioune DIOP
Dirigé par : M. FAM
 TP2 : Filtrage des Signaux Numériques

Introduction
Dans le domaine de l'électronique et de la communication, la manipulation de signaux numériques
est une tâche essentielle pour de nombreuses applications.

Cependant, ces signaux peuvent souvent être perturbés par du bruit ou des interférences, ce qui
peut rendre leur traitement difficile. Dans ce rapport, nous étudierons plusieurs méthodes pour
filtrer des signaux numériques et améliorer leur qualité. Nous aborderons le lissage d'un signal par
une moyenne mobile exponentielle, ainsi que l'utilisation de filtres du premier ordre tels que les
filtres passe-bas et passe-haut. Enfin, nous examinerons les différents types de filtres numériques
tels que les filtres passe-bande, coupe-bande et passe-haut, et comment ils peuvent être utilisés
pour améliorer la qualité des signaux numériques.

Objectif
L'objectif de cette partie est d'explorer différentes méthodes pour filtrer des signaux numériques, en se
concentrant sur les techniques de lissage et les filtres du premier ordre tels que les filtres passe-bas et passe-
haut.

Nous allons également examiner les différents types de filtres numériques, y compris les filtres passe-bande,
coupe-bande et passe-haut, pour déterminer comment ils peuvent être utilisés pour améliorer la qualité des
signaux numériques.

En fin de compte, l'objectif est de fournir une compréhension approfondie de ces méthodes de filtrage afin
d'aider les professionnels de l'électronique et de la communication à mieux manipuler les signaux numériques
dans leurs applications
. A. Travail demandé
1. Génération du signal pour les tests
a) Générera et Représenter le signal s(t) suivant :

Avec f1= 10 Hz, f2=500 Hz, et f3=990 Hz.

Figure 1 : signal s(t) réel

b) Ajouter du bruit au signal s(t) avec la commande np.random.
normal. Vous prendrez une variance de v = 0.5

L'ajout de bruit à un signal est une opération courante dans le traitement de signal. Cela
peut simuler les conditions réelles de bruit de fond et rendre le signal plus robuste aux
perturbations extérieures.
La valeur de la variance peut être ajustée en fonction des besoins spécifiques de
l'application. Des valeurs plus élevées peuvent introduire davantage de bruit et rendre le
signal plus difficile à reconnaître, tandis que des valeurs plus faibles peuvent ne pas être
suffisantes pour simuler les conditions réelles de bruit de fond.
Nous sommes invités à ajouter du bruit au signal s(t) en utilisant la commande
np.random.normal. La variance v de 0,5 suggère que la distribution de bruit sera centrée
autour de zéro, avec une certaine dispersion autour de cette valeur.

Figure 2 : Signal de base + Signal bruité

C) Représenter le signal bruité

Figure 3 : Signal Bruité

 2. Lissage d’un Signal

a) Représenter le signal avant et après lissage.

Cette partie du code met en œuvre le lissage du signal bruité SigBruit à l'aide d'un filtre de lissage
exponentiel.
La première ligne print(len(SigBruit)) affiche la longueur du signal bruité, juste pour vérifier que sa
taille est conforme à ce qui était attendu.
La ligne m=100 définit le nombre de points à utiliser dans le filtre de lissage. Ce nombre est utilisé
pour calculer le coefficient d'atténuation alpha, qui est défini sur la ligne suivante alpha=2/(m+1). La
formule pour calculer alpha est une formule courante pour déterminer le coefficient d'atténuation
dans un filtre de lissage exponentiel.

La fonction Filtre_Lissage prend le coefficient d'atténuation alpha et le signal bruité SigBruit en

entrée. La fonction itère ensuite sur les éléments de SigBruit en appliquant la formule de lissage
exponentiel qui combine chaque point avec un point précédent en utilisant alpha comme coefficient
d'atténuation. Le résultat lissé est stocké dans une nouvelle liste SigFiltre qui est ensuite renvoyée.

La fonction lissée est une simple fonction d'enveloppe qui utilise la fonction Filtre_Lissage pour
lisser le signal bruité. Il prend en entrée la variable te qui est une grille d'échantillonnage temporelle
pour le signal bruité, et renvoie le signal lissé.

En utilisant cette fonction de lissage exponentiel, le signal bruité peut être lissé pour éliminer le
bruit et récupérer le signal sous-jacent plus lisse.
 Figure 4 : Signal après lissage

Figure 5 : Signal avant et après lissage

 3. Filtre Passe-bas

1. Représenter le signal filtre avec une fréquence de coupure de 15 Hz

2. Représenter le signal filtre avec une fréquence de coupure de 500 Hz
3. Représenter le signal filtré avec une fréquence de coupure de 1000 Hz
4. Que constatez nous ?

Figure 6: Les Filtres Passe-Bas 15Hz

Figure 7 : Les Filtres Passe-Bas 500 Hz

 Figure 8 : Les Filtres Passe-Bas

b) Que constatez-vous ?

Le code génère un signal composé de trois sinusoïdes de fréquences différentes

(10Hz, 500 Hz, et 990 Hz) et ajoute du bruit rouge à ce signal. Le signal bruité est
ensuite filtré avec trois filtres passe-bas différents de fréquences de coupure 15 Hz,
500 Hz et 1000 Hz. Le résultat final est tracé sous forme de 3 courbes : les trois
signaux filtrés en guise de comparaison.

Les courbes de filtrage montrent que plus la fréquence de coupure est élevée, plus
le signal est atténué, ce qui est conforme à la théorie de la filtration passe-bas.

On peut constater que le filtre passe-bas de fréquence de coupure 15 Hz atténue

les composantes de haute fréquence, mais laisse passer la composante de basse
fréquence. Le filtre passe-bas de fréquence de coupure 500 Hz atténue la
composante de haute fréquence et une partie de la composante de basse fréquence,
tandis que le filtre passe-bas de fréquence de coupure 1000 Hz atténue la plupart des
fréquences et ne laisse passer qu'une petite partie de la composante de basse
fréquence.

En général, le filtrage est utilisé pour atténuer les fréquences indésirables dans un
signal et pour améliorer la qualité de ce signal. Le choix de la fréquence de coupure
dépend des caractéristiques du signal et de la nature du bruit présent dans ce signal.
 4. Filtre Passe-haut
1. Représenter le signal filtré avec une fréquence de coupure de 5 Hz
2. Représenter le signal filtré avec une fréquence de coupure de 300 Hz
3. Représenter le signal filtre avec une fréquence de coupure de 900 Hz
4. Que constatez-vous ?

Figure 9 : Les Filtres Passe-Haut 5Hz

Figure 10 : Les Filtres Passe-Haut 300Hz

 Figure 11 : Les Filtres Passe-Haut 900Hz

b) Que constatez-vous ?
La comparaison des trois signaux filtrés passe-haut avec des fréquences de coupure de 5 Hz, 300
Hz et 900 Hz.

Le signal filtré avec une fréquence de coupure de 5 Hz montre une atténuation importante des
basses fréquences, ce qui signifie que les fréquences plus basses que 5 Hz ont été fortement
atténuées et que seules les hautes fréquences ont été laissées passer. Par conséquent, le signal filtré
est essentiellement constitué de hautes fréquences.

Le signal filtré avec une fréquence de coupure de 300 Hz montre également une atténuation
significative des basses fréquences, mais pas autant que le signal filtré à 5 Hz. Cela signifie que des
fréquences un peu plus basses ont été laissées passer, mais les fréquences les plus basses ont
toujours été atténuées. En conséquence, le signal filtré contient des hautes fréquences et des
fréquences moyennes.

Le signal filtré avec une fréquence de coupure de 900 Hz montre une atténuation moins
importante des basses fréquences, ce qui signifie que la plupart des fréquences inférieures à 900 Hz
ont été laissées passer. Cela signifie également que le signal filtré contient des hautes fréquences,
des fréquences moyennes et des basses fréquences.
En résumé, plus la fréquence de coupure est élevée, plus le signal filtré contiendra de basses
fréquences. En revanche, plus la fréquence de coupure est basse, plus le signal filtré contiendra
principalement des hautes fréquences.
 Conclusion
Dans ce TP sur le filtrage de signaux numériques, plusieurs méthodes ont été étudiées,
notamment le lissage d'un signal par une moyenne mobile exponentielle et les filtres numériques
passe-bas et passe-haut.

Le signal généré comprenait trois fréquences différentes, et du bruit a été ajouté pour
complexifier le traitement du signal. Les résultats montrent que le lissage permet de supprimer le
bruit et de lisser la courbe, tandis que les filtres numériques ont des effets différents selon la
fréquence de coupure utilisée, avec des coupures basses qui éliminent les hautes fréquences et des
coupures hautes qui éliminent les basses fréquences.

En conclusion, le filtrage de signaux numériques est un outil puissant pour traiter les signaux
complexes et en extraire les informations pertinentes.