Université Sidi Mohamed Ben Abdellah

École Nationale des Sciences Appliquées

Travaux Pratiques

Traitement du Signal Analogique &

Numérique

ENSAF GTR-1

Année Universitaire 2022/2023

Préparé par :
Pr. S.D. BENNANI

_______________________________________________________________________________________
1
 INTRODUCTION

Ce polycopié a été rédigé à l’intention des étudiants de la 1ère année de la

filière GTR. Il englobe une série de travaux pratiques en traitement du signal
qui ont pour objectifs d’aider l’étudiant à assimiler une grande partie de la
théorie du signal vue en cours.

Les travaux seront organisés de la manière suivante :

Une première séance est consacré essentiellement à la familiarisation avec le

langage de programmation et à l’étude de différentes commandes ou
fonctions utiles en traitement du signal tel que :

 fft(x) : calcul la transformée rapide du signal x.

 xcorr(x,y) : calcul l’inter-correlation entre les vecteurs x & y.
 xcorr(x) : calcul l’auto-correlation entre du vecteur x.
 xcorr(A) : génère une matrice dont les vecteurs colonnes sont
l’inter- correlation entre les différents vecteurs colonnes de A.

Au niveau ce ce TP vous pourrez visualiser l’effet de l’échantillonnage et de

la troncature sur des signaux connus, ainsi que d’apprendre à manipuler les
fft, convolution et corrélation.

Généralement, tout signal peut être représenté dans deux domaines, à savoir
le domaine temporel et le domaine fréquentiel. Le passage entre ces deux
domaine se fait grâce à des modèles mathématiques tel que les
transformations de Fourier. Ces dernières sont l’objet de la deuxième séance
des travaux pratiques.

Parmi les applications directes de l’étude de spectre est le filtrage. On

propose aussi dans les deux derniers Travaux Pratiques quelques applications
en ce domaine. On pourra observez l'influence du fenêtrage sur l'allure du
spectre, notamment au niveau des lobes secondaires et de la largeur du lobe
principal.

_______________________________________________________________________________________
2
 TP N° 1
Calcul Elémentaire en Traitement du Signal

But :
 On propose dans ce TP l’étude de spectre pour certain signaux avec des applications
directes dans le domaine de filtrage.
 On pourra observez l'influence du fenêtrage sur l'allure du spectre d’un signal.

NB :
Vous devez rendre un compte rendu à la fin de chaque séance sur lequel vous devez
mentionner le code et l’allure des signaux tracés avec les interprétations demandées.

TAF N° 1 : Fabriquer 128 échantillons d’une sinusoïde

Pour générer 128 échantillons d’une sinusoïde de fréquence F, on peut procéder de la façon
suivante :
1. Donner une valeur à la fréquence de la sinusoïde : F=1300 ;
2. Choisir une fréquence d’échantillonnage : Fe=8000 ;
3. Créer le vecteur des temps : t=(0 :127)/Fe ;
4. Enfin calculer les échantillons : x=cos(2*pi*t*F) ;
5. Regarder le résultat : plot(x) ou plot(t,x) ;

TAF N° 2 : Opérations élémentaires sur les signaux

 Générer 2 sinusoïdes x1=cos(2*pi*t*F1) et x2=cos(2*pi*t*F2) ; pour un t de votre

choix.
 Calculez la somme des 2 signaux.
 Multipliez les 2 signaux.
 Si l’on veut isoler des échantillons d’indices bien spécifiés, il suffit de taper x( p :q) .
Essayez d’isolez une partie de votre signal ?

NB : Si l’on veut multiplier un signal x par une fenêtre h, il suffit de taper Y = x .* h. Il ne faut pas oublier
le . car le signe * effectue la multiplication matricielle, alors que .* effectue la multiplication terme à
terme.

TAF N° 3 : Développement en Série exponentielle

Soit v(t), un signal périodique de période T. Ce signal peut être exprimé sous forme de série
exponentielle de Fourier :

_______________________________________________________________________________________
3
Les coefficients Vn sont donnés par l’expression suivante :

L’évaluation des coefficients Vn nous permet de déterminer la composition fréquentielle du

signal périodique v(t).

L’évaluation de l’expression Vn par ordinateur implique l’évaluation numérique d’une

intégrale à partir d’une représentation numérique du signal v(t). Cette représentation sera
obtenue par la lecture de K valeurs du signal dans un intervalle de T seconde :

MATLAB comporte une commande « fft » qui effectue un calcul correspondant à

l’évaluation numérique des coefficients de la série exponentielle de Fourier d’un signal par la
méthode des rectangles. On l’utilisera de la façon suivante :

Vn=fft(v)/K

où v est un vecteur de K points représentant le signal v(t) :

Le vecteur résultant Vn contiendra K coefficients selon l’arrangement suivant :

Tracez le spectre bilatéral du signal v(t)=X1+X2 (TAF n°2). Le programme est de la forme :
Programme de base (à compléter)
% NOMBRE DE POINTS
K= ;

_______________________________________________________________________________________
4
% CONSTRUCTION DU VECTEUR SIGNAL v
v= ;
% ÉVALUATION DES COEFFICIENTS DE FOURIER DU SIGNAL
Vn=fft(v)/K;
% AFFICHAGE DU MODULE DES COEFFICIENTS DE FOURIER
n= ;
Vn_mod= ;
stem(n,Vn_mod)
grid
title(’COEFFICIENTS DE FOURIER DE v(t)’)
xlabel(’AXE n’)
ylabel (’MODULE’)

TAF N° 4 : Echantillonnage

On considère les quatre signaux suivant :

x1(t) = cos(2f1t+p1) (1)

x2(t) = cos(2f2t) (2)
x3(t) = cos(2f3t+p3) (3)
x4 (t) = x1(t) + 3x2(t) + 2x3(t) (4)

avec f1=40 Hz, f2=105 Hz, f3=125 Hz, p1= /4 et p3= /3.

1. Tracez les xi(t), (i=1..4) entre t=0 s et t=0.1 s avec une fréquence d’échantillonnage
fe=1000 Hz.

2. Calculez la transformée de Fourier discrète de chaque signal échantillonné et

représenté le spectre d’énergie.

3. Calculez l’auto-corrélation de chaque signal, leurs transformées de Fourier discrètes.

4. Refaire les 3 étapes précédentes pour fe=500,200,100 et 70 Hz.

TAF N° 5 : Troncature d’un Signal

1. Réétudier les signaux précédents, mais sur des durées égale à T=0.05, 0.02 et avec
une fréquence d’échantillonnage fixée à fe =1000 Hz. Que pouvez vous en tirer ?

2. Même travail sur x4 mais en ajoutant des zéros à la suite des signaux afin d’obtenir
un nombre d’échantillons égal à la première puissance de 2 juste supérieure au
nombre d’échantillons précédemment utilisés. Cette opération peut être faite par
concaténation des tableaux précédents avec des tableaux de zéros construit à l’aide
de la fonction zeros ou par l’utilisation de l’option adéquate de fft. Que conclure
de cette méthode de remplissage (en anglais : zeros padding).

3.

_______________________________________________________________________________________
5
 TP N° 2
Transformation de Fourier & Filtrage

TAF N°1 : Mise en Evidence des caractéristiques de la TF

I. Générez un cosinus sur l'intervalle [0,255] (on choisira la fréquence du cosinus pour
qu'il y ait plusieurs arches visibles et qu'elles soient bien échantillonnées).

1. Analytiquement, calculez sa TF, puis faites-là numériquement en s’aidant des

commandes ci-haut. Comparez la théorie avec la pratique ?
2. Refaire la même chose avec un sinus, puis avec la somme de deux cosinus de
fréquences différentes.

II. Calculez et tracez une gaussienne g d'écart-type =7 et d'intégrale 1 sur l'intervalle
[-128,127]. Vous avez devant les yeux une gaussienne centrée (néc7essité d'appliquer
fftshift avant le calcul de la TF).

1. Calculez la TF de g, appliquez-lui à nouveau fftshift pour centrer la fréquence

nulle.
2. Représentez la partie réelle, la partie imaginaire (nulle en théorie), le module et la
phase (nulle aussi en théorie).

III. Refaire la même chose en prenant une gaussienne d'écart-type double ou moitié

1. Que pouvez vous constatez ?

2. Multipliez votre gaussienne g(x) par un terme de type exp(2iax) en prenant a pas
trop grand (de l'ordre du centième). Observez la partie réelle de sa TF et comparez-la à
celle de g (tracez sur le même graphe par exemple). Quelle propriété avez-vous mis en
évidence ?
3. Décalez votre gaussienne d'une valeur proche de l'unité. Faites la TF et mettez en
évidence la propriété F[g(x-a)] = G(u) exp(-2iax) .

IV. Générez une porte. Une manière simple de faire est par exemple
p=abs([-128:127])<30 : essayez et tentez de comprendre comment ça marche
(remplacez 30 par 20 ou autre chose pour voir).

1. Faites la TF de la porte, Que pouvez vous constater ?

2. Multipliez un cosinus par une porte (largeur de la porte plus grande que la période du
cosinus). Observez la TF de ce signal (le module par exemple) et interprétez
(comparez à ce que prédit la théorie). Que se passe-t'il si on réduit la largeur de la
porte ?

V. TF d'un signal bruité : Soit le signal f(x)=cos(2x/a) +  r(x) où r(x) est un bruit
aléatoire gaussien de moyenne nulle et de variance 1 (fonction randn, calculé
pour x[0,511] en choisissant a=30 et =2.

_______________________________________________________________________________________
6
 1. Tracez votre signal. Pouvez-vous y reconnaître la sinusoïde ?
2. Tracez le module de la TF du signal et mettez en évidence les deux fréquences du
cosinus.
3. Augmentez . A partir de quelle valeur devient-il impossible de distinguer les
fréquences du cosinus sur le graphe de la TF ?

TAF N°2 : Détrammage d'un signal

Soit le signal f(x) =exp(-|x/100|)+  cos(2x/a) calculé pour x [-256,255] et a=20.

1. Tracez sur le même graphe le signal ``pur'' (=0) et le signal ``tramé'' (=0.1par
exemple).
2. Faites la TF du signal tramé, mettez en évidence les fréquences correspondant au
cosinus.
3. Par un filtrage adapté, essayez d'éliminer ces fréquences, puis faites une TF inverse
pour constater l'effet de votre filtrage sur le signal f(x) (tracez le signal pur, le signal
tramé et le signal filtré).

_______________________________________________________________________________________
7
 TP N° 3
Applications sur des signaux usuels

TAF N°1 : Transformée de Fourier de la porte rectangulaire

 Générez une porte rectangulaire de longueur P=5 échantillons.

 Calculez la TFD de la porte sur N=1000 points fréquentiels.
 Affichez le module de la TF.

Questions :

1. Le résultat contient la TFD du signal qui est l’échantillonnage des valeurs de la

transformée de Fourier à temps discret (TFTD) aux points fréquentiels k=5/N
pour 0  k  N-1. A quelles fréquences réduites  (et à quelles fréquences
absolues f) correspondent les valeurs d’indices 1, 500 et 1000 ?
2. A quoi est due la symétrie que l’on observe ?
3. Quelle est la largeur  du lobe principale ?
4. Afficher le module de la TF en décibels, entre 0 et 15 dB. Utiliser la fonction
‘log10’. Pour un graphique avec les échelles Xmin, Xmax, Ymin, Ymax
utilisez axis([Xmin, Xmax, Ymin, Ymax])
5. Vérifiez que l’on obtient environ 13 dB entre le max du lobe principale et le
max du lobe secondaire. Vérifiez que pour une porte de largeur P=50
échantillons, on a toujours environ 13 dB.

TAF N°2 : Transformée de Fourier de la fenêtre triangulaire

 Générer une fenêtre triangulaire de longueur P=9 échantillons et de valeur max 1.

 Calculez la TFD de la fenêtre sur N=1000 points fréquentiels.
 Affichez le module de la TF en linéaire puis en dB.

Questions :

1. Quelle est la largeur du lobe principal ?

2. Quel est le rapport en dB entre le max du lobe principal et le max du lobe
secondaire ? Répondre graphiquement , puis numériquement en utilisant max.

_______________________________________________________________________________________
8
 TP N° 4
Etude de quelque type de filtres

TP de Traitement Numérique du Signal : Filtrage Numérique

CONCEPTION DE FILTRES NUMERIQUES

Les principales fonctions MATLAB à utiliser pour réaliser le travail demandé sont indiquées
en italique et en caractères gras. (Tapez help pour l'aide en ligne de MATLAB).

1) Analyse de Filtres Numériques

Pour chacune des fonctions de transfert en Z suivantes :

Déterminer et tracer les caractéristiques suivantes du filtre associé :

 réponse impulsionnelle (impz, filter, plot)

 fonction de transfert (module et phase) (fft, abs, semilogy, angle)
 zéros et pôles (zplane)
Pour chaque filtre, déterminer de quel type de filtre il s'agit (gabarit en fréquences), trouver la
valeur de la fréquence de coupure.

2) SYNTHESE DE FILTRES NUMERIQUES

Pour chacun des gabarits suivants :

 Passe-bas, Fe = 200 Hz, bande de transition [25 Hz, 35Hz], 1 dB max d'atténuation dans la
bande passante et 20 dB min dans la bande coupée
 Passe-bande, Fe = 100 Hz, bande [15 Hz, 35 Hz], 1 dB max d'atténuation dans la bande
passante et 20 dB min dans la bande coupée
 Passe-haut, Fe = 100 Hz, bande de transition [25 Hz, 35 Hz], 1 dB max d'atténuation dans
la bande passante et 20 dB min dans la bande coupée

_______________________________________________________________________________________
9
 Réjecteur, Fe = 100 Hz, bandes de transition [15 Hz, 25 Hz] et [35 Hz, 45 Hz], 1 dB max
d'atténuation dans la bande passante et 20 dB min dans la bande coupée
Étudier dans un premier temps, la synthèse par un filtre RII puis, dans un deuxième temps, la
synthèse par un filtre RIF.

2-1) SYNTHESE RII

 Synthèse par un Butterworth (butter, freqz, impz)
Etudier l'influence de l'ordre du filtre sur la pente, sur la phase.

 Synthèse par un Chebyshev (cheby1)

Etudier l'influence du facteur d'oscillation (raideur de la pente, position des fréquences de
coupure, oscillations dans la bande passante).
Etudier l'influence de l'ordre du filtre sur la pente, sur la position des fréquences de coupure,
sur les oscillations dans la bande passante.

 Comparaison Butterworth / Chebyshev

Quels sont les avantages et les inconvénients de ces 2 types de filtres ?

 Mise en œuvre du filtrage

Filtrer un signal sinusoïdal et un signal carré. (sin, square, randn)
Retrouver les conclusions habituelles du filtrage sur ces types de signaux.

2-2) SYNTHESE RIF (fir1)

 Etudier l'influence de la fenêtre utilisée sur la pente, la position de la fréquence de coupure
et du 1er lobe d'oscillation, l'amplitude d'un lobe secondaire
(boxcar, triang, hanning, hamming, blackman, kaiser)
 Etudier l'influence de l'ordre sur la raideur de la pente, la position des fréquences de
coupure, la fréquence des oscillations (justifier le phénomène), l'allure de la phase
(justifier), l'allure du temps de propagation (justifier).

 Rappeler l'expression théorique de la réponse impulsionnelle et justifier sa symétrie.

 Observer l'allure de la réponse indicielle et justifier sa tendance à l'infini.

 Pourrait-on réaliser un filtre "passe-tout" ? Quel serait son intérêt ?

 Filtrer un signal sinusoïdal, un signal carré et un bruit blanc. Retrouver les conclusions
habituelles du filtrage sur ces types de signaux.

POUR CHACUN DES GABARITS ETUDIES, SAUVEGARDER LES COEFFICIENTS D'UN

FILTRE RIF (SEANCE 2 DE TP).

2-3) COMPARAISON RIF / RII

Quels sont les avantages et les inconvénients de ces 2 types de filtres (RIF et RII) qui
ressortent de cette étude ?

_______________________________________________________________________________________
10