Université Tunis El Manar, Faculté des sciences de Tunis

Département Informatique

Cours
présentée par : Dr Hanen BOUHADDA JOMNI
Anné universitaire : 2022/2023

Discipline / Spécialité : Classe préparatoire /MI

Traitement du signal
"La connaissance s'acquiert par l'expérience, tout le reste n'est que de l'information."
Albert Einstein
Table des matières

1 Introduction 9

Introduction 9
1.1 Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.2 Fonctions de la TS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

1.3 Classication des signaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

1.3.1 Classication dimensionnelle . . . . . . . . . . . . . . . . . . . . . . . 14

1.3.2 Classication phénoménologique . . . . . . . . . . . . . . . . . . . . 15

1.3.3 Classication énergétique . . . . . . . . . . . . . . . . . . . . . . . . 15

1.3.4 Classication morphologique . . . . . . . . . . . . . . . . . . . . . . 16

1.3.5 Classication spectrale . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1.4 Signaux théoriques standards . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1.4.1 Fonction signe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1.4.2 Fonction Échelon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

1.4.3 Fonction Porte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1.4.4 Fenêtre triangulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1.4.5 Fonction Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.4.6 Peigne de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.4.7 Fonction Sinus cardinal . . . . . . . . . . . . . . . . . . . . . . . . . 20

1.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

1.6 Questions de cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2 Filtrage linéaire 23
TABLE DES MATIÈRES

2.3.1 Série de Fourier des signaux périodiques . . . . . . . . . . . . . . . . 29

2.3.2 Série de Fourier en cosinus . . . . . . . . . . . . . . . . . . . . . . . . 30

2.3.3 Transformée de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . 32

2.4 Signaux à énergie nie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

2.4.1 Notion de corrélation . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

2.4.2 Densité spectrale d'énergie . . . . . . . . . . . . . . . . . . . . . . . . 41

2.5 Signaux à puissance nie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

2.5.1 Dénition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

2.5.2 Propriétés de la fonction de corrélation . . . . . . . . . . . . . . . . . 43

2.5.3 Fonction d'autocorrélation et DSP de signaux périodiques . . . . . . 45

2.6 Relation convolution corrélation . . . . . . . . . . . . . . . . . . . . . . . . 45

4
Liste des tableaux

5
LISTE DES TABLEAUX

6
Table des gures

1.1 Schéma générale d'une communication radio. . . . . . . . . . . . . . . . . . 9

1.2 Les transformations subissent par un signal radio. . . . . . . . . . . . . . . . 11

1.3 Chaine de transmission globale. . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.4 Relations entrée/sortie en présence de perturbations. . . . . . . . . . . . . . 12

1.5 Synthèse de signaux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

1.6 Modulation d'amplitude. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

1.7 La chaîne de traitement de l'information et le TS. . . . . . . . . . . . . . . . 13

1.8 Chaîne de transmission numérique. . . . . . . . . . . . . . . . . . . . . . . . 14

1.9 Signaux déterministes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.10 Fonction signe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

1.11 Fonction Échelon. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

1.12 Fonction porte de largeur 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1.13 Fonction triangulaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1.14 Impulsion de Dirac et peigne de Dirac. . . . . . . . . . . . . . . . . . . . . . 20

1.15 La fonction Sinus Cardinal. . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

2.1 Système linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

2.2 Linéarité d'un système SLIT . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

2.3 Invariance d'un système SLIT . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.4 Réponse fréquentielle d'un SLIT. . . . . . . . . . . . . . . . . . . . . . . . . 25

7
TABLE DES FIGURES

2.5 Réponse impulsionnelle d'un SLIT. . . . . . . . . . . . . . . . . . . . . . . . 25

2.6 Relation entrée/sortie d'un SLIT. . . . . . . . . . . . . . . . . . . . . . . . . 26

2.7 Causalité d'un ltre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

2.8 Échantillonnage de la fonction x(t). . . . . . . . . . . . . . . . . . . . . . . . 29

2.9 Relations entre les 3 représentations spectrales. . . . . . . . . . . . . . . . . 31

2.10 Module et phase de Xn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

2.11 TF de x(t). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

2.12 Choix du Fe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

2.13 Fonction d'autocorrélation et la densité spectrale d'énergie. . . . . . . . . . 41

8
Chapitre 1

Introduction

1.1 Contexte

Initialement appliqué aux télécommunications, le traitement du signal se retrouve à

présent dans tous les domaines nécessitant d'analyser et transformer de l'information nu-
mérique. Le téléphone, la radio et la télévision ont motivé l'élaboration d'algorithmes de
ltrage linéaires permettant de coder des sons ou des images, de les transmettre, et de
supprimer certains bruits de transmission.

Figure 1.1  Schéma générale d'une communication radio.

c'est l'ensemble des méthodes et des algorithmes qui permet d'élaborer ou d'interpréter

9
1.1. CONTEXTE

les signaux porteurs d'information. Plus précisément :

 élaboration : codage, modulation, changement de fréquence,
 interprétation : décodage, démodulation, ltrage, détection, identication, etc.
Actuellement, les méthodes de traitement sont presque en totalité numériques, ce qui sup-
pose :
 un échantillonnage temporel, et une représentation des signaux en temps discret,
 la numérisation du signal par conversion analogique/numérique, ce qui implique une
quantication du signal.
Un signal : est une grandeur qui dépend du temps t. Cette grandeur est souvent physique.
La grandeur d'un signal peut être de diérent type (information, énergie, matière, ...).
 Onde acoustique : courant délivré par un microphone (parole, musique, ...)
 Signaux biologiques : EEG, ECG
 Tension aux bornes d'un condensateur en charge
 Signaux géophysiques : vibrations sismiques
 Finances : cours de la bourse
 Débit d'une source d'eau
 Images
 Vidéos
D'un émetteur à un récepteur le signal subit plusieurs transformations tel que le montre la
gure 1.2 et gure 1.3.

10
1.1. CONTEXTE

Figure 1.2  Les transformations subissent par un signal radio.

Figure 1.3  Chaine de transmission globale.

11
1.2. FONCTIONS DE LA TS

On distingue plusieurs classications des signaux :

 Signaux en temps continu ou en temps discret
 Signaux périodiques ou non.
 Signaux déterministes ou aléatoires
Bruit : Tout phénomène perturbateur pouvant gêner la perception ou l'interprétation d'un
signal.

Figure 1.4  Relations entrée/sortie en présence de perturbations.

1.2 Fonctions de la TS

Créer : Élaboration de signaux

 Synthèse : création de signaux par combinaison de signaux élémentaires.

Figure 1.5  Synthèse de signaux.

12
1.2. FONCTIONS DE LA TS

 Modulation : adaptation du signal au canal de transmission

Figure 1.6  Modulation d'amplitude.

Analyser : Interprétation des signaux par extraction du signal utile d'un bruit de fond, puis
on procède à l'identication. Transformer : adapter le signal aux besoins
 Filtrage : élimination de certaines composantes tel que détection de craquements sur
un enregistrement, détection de bruit sur une image, annulation d'écho,...
 Codage et compression (Jpeg, mp3, mpeg4, etc.)
Pour conclure La gure 1.7 résume se qu'est le traitement du signal par contre la gure
1.8 représente une chaine de transmission numérique.

Figure 1.7  La chaîne de traitement de l'information et le TS.

13
1.3. CLASSIFICATION DES SIGNAUX

Figure 1.8  Chaîne de transmission numérique.

1.3 Classication des signaux

1.3.1 Classication dimensionnelle

On peut classer les signaux suivant leurs dimensions :

 Signal monodimensionnel 1D : x(t) est un signal qui évolue en fonction d'un seul
paramètre, pas forcément le temps. Par exemple : signal reçu par un microphone
monophonique.
 Signal bidimensionnel 2D : f (x, y). Par exemple : image, signal reçu par un micro-
phone stéréophonique.
 Signal tridimensionnel 3D : f (x, y, z). Par exemple : séquence d'images 2D.
 Signaux 4D ou 3D + t : Par exemple : séquence d'images 3D.
 Signaux N − D : les signaux sont typiquement reçus par un réseau de capteurs. Par
exemple : réseaux d'antennes, ou de microphones.

14
1.3. CLASSIFICATION DES SIGNAUX

1.3.2 Classication phénoménologique

On peut aussi classer les signaux suivant leurs caractères. Il peut être à caractère certain
(ou déterministe) ou aléatoire (ou stochastique).
 Signaux déterministes : Signaux dont l'évolution en fonction du temps t peut être par-
faitement décrite grâce à une description mathématique ou graphique.On distingue
les signaux périodiques, apériodique et transitoire.

Figure 1.9  Signaux déterministes.

 Signaux réels : C'est un signal représentant une grandeur physique. Son modèle ma-
thématique est une fonction réelle.
 Signaux aléatoires : Signaux dont l'évolution temporelle est imprévisible et dont on
ne peut pas prédire la valeur à un temps t. La description est basée sur les propriétés
statistiques des signaux (moyenne, variance, loi de probabilité)

1.3.3 Classication énergétique

Dans cette classication, nous distinguons les signaux satisfaisant la condition d'énergie
nie et ceux qui présentant une puissance moyenne nie et une énergie innie.
On rappel pour un signal x(t) dénit sur [−∞, +∞] et T0 un intervalle de temps
 Energie d'un signal x(t)

+∞
Z
E= |x(t)|2 dt (1.1)
−∞

15
1.4. SIGNAUX THÉORIQUES STANDARDS

 Puissance moyenne de x(t)

T0
+ 2
Z
1
P = lim |x(t)|2 dt (1.2)
T0 =∞ T0
T0
− 2

Les signaux à énergie nie ont une puissance moyenne nulle. Généralement, ces si-
gnaux représentent une grandeur physique. Les signaux à énergie innie ont une puissance
moyenne non nulle. Comme le cas des signaux périodiques

1.3.4 Classication morphologique

Dans cette classication, nous distinguons quatre types de signaux suivant la variable
t (continu ou discret) :
 Signal analogique : le signal à amplitude et temps continus.
 Signal quantié : le signal à amplitude discret et temps continu.
 Signal échantillonné : le signal à amplitude continue et temps discret.
 Signal numérique : le signal à amplitude discret et temps discret.

1.3.5 Classication spectrale

Les signaux sont aussi classer suivant leur répartition énergétique en fonction de la
fréquence :
 Signaux de basses fréquences.
 Signaux de hautes fréquences.
 Signaux à bande étroite.
 Signaux à large bande.

1.4 Signaux théoriques standards

1.4.1 Fonction signe

La fonction signe sgn(t) est une fonction mathématique qui extrait le signe d'un nombre
réel, c'est-à-dire que l'image d'un nombre par cette application est 1 si le nombre est

16
1.4. SIGNAUX THÉORIQUES STANDARDS

strictement positif, 0 si le nombre est nul, et −1 si le nombre est strictement négatif :

−1, pourt < 0

sgn(t) = { α, pour t = 0
1, pour t > 0
(1.3)

Avec α quelconque (par convention α = 0) on a alors :

t
sgn(t) = ∨ t 6= 0 (1.4)
|(t)|

Figure 1.10  Fonction signe.

1.4.2 Fonction Échelon

La fonction échelon permet d'exprimer l'établissement instantané d'un régime continu.

Elle est représentée par la gure 1.11 et l'équation 1.5.

1, pour t > 0
Γ(t) = { 0, pour t < 0
α, pourt = 0
(1.5)

Avec α quelconque (par convention α = 0) on a alors :

Figure 1.11  Fonction Échelon.

17
1.4. SIGNAUX THÉORIQUES STANDARDS

1.4.3 Fonction Porte

La fonction Porte (ou rectangule) se note Π . Elle a pour amplitude 1 sur l'intervalle
− 2 ; 2 ] et est nulle ailleurs. 1.12
 1 1

1
0, si |t| > 2
1
rect(t) = { 1, pour |t| < 2
1
α, pour |t| = 2
(1.6)

Avec α quelconque (par convention α = 21 ) on a alors :

Figure 1.12  Fonction porte de largeur 1 .

1.4.4 Fenêtre triangulaire

Le fenêtre triangulaire permet de convertir un signal à support temporel innie en un

signal à support temporel ni.
|t|
1− L , pour −L≤t<L
∆L (t) = {
0, pour ailleur

Figure 1.13  Fonction triangulaire.

18
1.4. SIGNAUX THÉORIQUES STANDARDS

1.4.5 Fonction Dirac

L'impulsion de Dirac est équivalente à une fonction porte dont la largeur tend vers 0
et la hauteur à l'inni, à surface constante égale à 1. Sa dénition est donc la suivante :
1
lim a Π2a (t) = δ(t) (1.7)
a→0 2a
On peut également dénir l'impulsion de Dirac sous la forme :
+∞, pourt = 0
δ(t) = {
0, pour t ∈ R∗
(1.8)

L'impulsion au temps t0 se note δ(t − t0 ), une représentation temporelle est donnée à la

gure 1.14. Le Dirac possède plusieurs propriétés fondamentales pour le traitement du
signal :

+∞
Z
δ(t) = 1
−∞
x(t)δ(t − t0 ) = x(t0 )δ(t − t0 )
+∞
Z
δ(a) = e−iat dt
−∞

L'impulsion de Dirac δ(t) est une distribution (ce n'est pas une fonction au sens clas-
sique).

1.4.6 Peigne de Dirac

Lorsque plusieurs impulsions de Dirac se répètent à une période T , on obtient alors un

peigne de Dirac. 1.14
+∞
X
ωT = δ(t − nT ) (1.9)
n=−∞

Ce peigne représente l'opérateur d'échantillonnage à la cadence T0 ,car le produit s(t) ×

ωT 0 (t) correspond au prélèvement régulier d'une suite d'échantillons espacés de T0 secondes.

19
1.4. SIGNAUX THÉORIQUES STANDARDS

Impulsion de dirac

Fonction d’échantillonnage

Figure 1.14  Impulsion de Dirac et peigne de Dirac.

1.4.7 Fonction Sinus cardinal

Le sinus cardinal est dénit par l'équation 1.10 et est représenté par la gure 1.15

sin(t)
pourt ∈ R∗ sinc(t) = (1.10)
t

Figure 1.15  La fonction Sinus Cardinal.

20
1.5. CONCLUSION

1.5 Conclusion

Pour conclure, a l'aide d'une formulation mathématique adéquate, le traitement du

signal à pour principales fonctions :
 Filtrer : éliminer d'un signal des composantes indésirables,
 Détecter : Extraire une composante utile d'un signal et/ou du bruit de fond qui lui
est superposé,
 Analyser : Isoler les composantes et les caractéristiques essentielles d'un signal pour
mieux en comprendre la nature,
 Mesurer : Estimer la valeur d'une grandeur caractéristique associée au signal.
 Régénérer : Redonner à un signal qui a été distordu sa forme initiale.
 Identier : Classer un signal observé.
 Synthétiser : Créer un signal de forme appropriée.
 Moduler : Modier les caractéristiques d'un signal pour l'adapter à une voie de trans-
mission ou un support d'enregistrement.
 Codage : Traduire le signal en langage numérique, réduire les redondances d'infor-
mations et lutter contre l'inuence du bruit.

1.6 Questions de cours

1. Exprimer la fonction échelon en fonction de sgn(t)

2. Exprimer la fonction porte en fonction de Γ(t)

3. Tracer la fonction (porte) A.rect( t−τ

T )

21