TraiTemenT de signal BY Oussama hbouz

Chapitre I : Généralités sur les signaux

Un signal est un La représentation

physique de l’information qui est
envoyée d’une source vers un destinaire. Classification des signaux

Classification Classification
Classification déterministe – aléatoire
énergétique dimensionne
-Un signal temporel est lle
1D pour le temps
Énergie d’un signal x(t) : La puissance moyenne : déterministe s’il est défini
par une équation
2D pour les images
+∞ 𝑇 3D pour le vidéo
2 mathématique
𝐸𝑋 = ∫ |𝑥 2 (𝑡)|𝑑𝑡 1
𝑃𝑋 = lim ∫ |𝑥2 (𝑡)|𝑑𝑡 - Un signal aléatoire est
−∞ 𝑇→∞ 𝑇
𝑇 ensemble probabilisé de
−
0 < Ex < ∞ → les signaux à 2
signaux élémentaires dont
énergie finie (Px = 0) 0 < Px < ∞ ⇨ les signaux à puissance chacun apparaît comme un
moyenne finie signal déterministe

Série de Fourier
Les séries de Fourier permettent de passer du domaine Un signal x(t) périodique (T = T2 – T1) ayant une énergie finie sur la
temporel au domaine fréquentiel pour des signaux période T :
𝑘 = +∞ 𝑖2𝜋𝑘𝑡 −𝑖2𝜋𝑘𝑡
périodiques, dans le cas contraire, on utilisera la 1 𝑇+𝑇1
𝑥(𝑡) = ∑ 𝑋𝐾 𝑒 𝑇 𝑎𝑣𝑒𝑐 𝑋𝑘 = 𝑇 ∫𝑇1 𝑥(𝑡) 𝑒 𝑇 𝑑𝑡
Transformée de Fourier. 𝑘 = −∞

Coefficients de série
1 𝑇+𝑇1
de Fourier
La valeur moyenne de x(t) est 𝑋0 , est un Composante continue : 𝑋0 = ∫𝑇1 𝑥(𝑡) 𝑑𝑡
𝑇
𝑖2𝜋𝑡 −𝑖2𝜋𝑡
Les fondamentales de x(t) : 𝑒
𝑋1 𝑇 + et 𝑒
𝑋−1 𝑇
𝑖2𝜋𝑘𝑡 La Transformée de Fourier
Les harmoniques de x(t) : 𝑋𝐾 𝑒 𝑇 𝑝𝑜𝑢𝑟 𝑘 ≠ {−1,0,1}
+∞ +∞
Cas des signaux réels : 𝑥(𝑡) = 𝑥 ∗ (𝑡)⇔ 𝑋𝐾 * = 𝑥 𝑥(𝑡) = ∫ 𝑋(𝑓) 𝑒 𝑖2𝜋𝑓𝑡
𝑑𝑓 𝑎𝑣𝑒𝑐 𝑋(𝑓) = ∫ 𝑥(𝑡) 𝑒 −𝑖2𝜋𝑓𝑡 𝑑𝑡
−∞ −∞
Analyse Description Description
temporelle fréquentielle
x(t) X(f)
✓ x(t) et X(f) sont deux descriptions équivalentes du même signal.
Synthèse

Chapitre II : Signaux déterministes à temps continu

Transformée de Fourier des signaux d’énergie finie

+∞ T.F inverse +∞
x(t) un signal d’énergie finie ⇒ X(f) sa T.F (Spectre complexe) 𝑋(𝑓) = ∫−∞ 𝑥(𝑡) 𝑒 −𝑖2𝜋𝑓𝑡 𝑑𝑡 𝑥(𝑡) = ∫−∞ 𝑋(𝑓) 𝑒 𝑖2𝜋𝑓𝑡 𝑑𝑓

Propriétés mathématiques de la T.F

𝑇.𝐹 𝑇.𝐹 𝑇.𝐹
Propriétés de linéarité : 𝑥1 (𝑡) → 𝑋1 (𝑓) 𝑒𝑡 𝑥2 (𝑡) → 𝑋2 (𝑓) Ceci entraîne : 𝑎1 𝑥1 (𝑡) + 𝑎2 𝑥2 (𝑡) → 𝑎1 𝑋1 (𝑓) + 𝑎2 𝑋2 (𝑓)
𝑇.𝐹 𝑇.𝐹 𝑇.𝐹 𝑇.𝐹
Symétrie et conjugaison : 𝑥(𝑡) → 𝑋(𝑓) −≫ 𝑥(−𝑡) → 𝑋(−𝑓) ;; 𝑥 ∗ (𝑡) → 𝑋 ∗ (−𝑓) −≫ 𝑥 ∗ (−𝑡) → 𝑋 ∗ (𝑓)

+∞
➔ X(f) = 2. ∫0 x (t) cos 2πft dt
+∞
➔ X(f) =-2i.∫0 x (t) sin 2πft dt

x(t) est réel ⇔ X(f) = X*(-f) →|X(f)| = |X(-f)| et Arg [X(f)] = -Arg[X(-f)]
 Translation et dilatation en temps et en fréquence
𝑇.𝐹 𝑇.𝐹 𝑇.𝐹
Translation : 𝑥(𝑡) → 𝑋(𝑓) −≫ 𝑥(𝑡 + 𝑡0 ) → 𝑋(𝑓) 𝑒 𝑖2𝜋𝑓𝑡0 ; ∀ 𝑡0 ∈ ℝ ( 𝑥(𝑡 − 𝑡0 ) → 𝑋(𝑓) 𝑒 −𝑖2𝜋𝑓𝑡0 )
(Cette propriété est à la base des problèmes de
𝑇.𝐹
𝑥(𝑡) 𝑒 𝑖2𝜋𝑡𝑓0
→ 𝑋(𝑓 − 𝑓0 ) ; ∀ 𝑓0 ∈ ℝ modulation de signaux)

𝑇.𝐹 𝑇.𝐹 1 𝑓
Dilatation : 𝑥(𝑡) → 𝑋(𝑓) −≫ 𝑥(𝑎𝑡) → |𝑎|
𝑋(𝑎)

𝑇.𝐹 𝑑𝑥(𝑡) 𝑇.𝐹 𝑑𝑥 𝑛 (𝑡) 𝑇.𝐹

Dérivation : Si 𝑥(𝑡) → 𝑋(𝑓) alors → 2𝜋𝑖𝑓𝑋(𝑓) ; → (2𝜋𝑖𝑓) 𝑛 𝑋(𝑓)
𝑑𝑡 𝑑𝑡 𝑛
𝑇.𝐹 𝑑𝑋(𝑓)
➔ −2𝜋𝑖𝑡𝑥(𝑡) →
𝑑𝑓

Produit de convolution : x y
hf Z Système de convolution : ` Z = h ⋆ y
+∞
x(t) et y(t) deux signaux d’énergie finie : 𝑍(𝑡) = 𝑥(𝑡)∗ 𝑦(𝑡) = ∫−∞ 𝑥(𝜏)𝑦(𝑡 − 𝜏)𝑑𝜏 * définit le produit de
(La transformée de Fourier transforme 𝑇.𝐹 𝑇.𝐹 convolution de y par x
la convolution en multiplication et 𝑥(𝑡)∗ 𝑦(𝑡) → 𝑋(𝑓). 𝑌(𝑓) ; 𝑥(𝑡)𝑦(𝑡) → 𝑋(𝑓)∗ 𝑌(𝑓)
multiplication en convolution.)
𝛿(𝑓 + 𝑓0 ) ∗ 𝑥(𝑡) = 𝑥(𝑡(𝑓 + 𝑓0 ))

Théorème de Parseval : L’énergie totale d’un signal ne dépend pas de la représentation :

+∞ +∞ +∞ +∞
Pour y(t)=x(t) 𝐸𝑥 = ∫−∞ |𝑥(𝑡)|2 𝑑𝑡 = ∫−∞ |𝑋(𝑓)|2 𝑑𝑓 Pour t=0 𝐸𝑥 = ∫−∞ 𝑥(𝜏)𝑦 ∗ (𝜏)𝑑𝜏 = ∫−∞ 𝑋(𝑓)𝑌 ∗ (𝑓)𝑑𝑓
Interprétation de th.de parseval : Énergie dans le domaine fréquentielle égale l’énergie dans le domaine temporelle
→ Il y’a la même information dans les 2domaines → T.F est fiable
Signaux à spectre de support borné :
+𝐵 𝑑𝑥(𝑡) +𝐵
x(t) un signal à spectre complexe de support [-B ; +B] : 𝑥(𝑡) = ∫−𝐵 𝑋𝑓 𝑒 𝑖2𝜋𝑓𝑡 𝑑𝑓 → = ∫−𝐵 (2𝜋𝑖)𝑋(𝑓) 𝑒 𝑖2𝜋𝑓𝑡 𝑑𝑓
𝑑𝑡
x(t) borné ⇒ toute les dérivées sont bornées

Limitation de la transformée de Fourier :

Quelques difficultés : l’analyse des signaux non-stationnaire Solution ⇒ - Analyse en Temps-Fréquence
- Analyse en Temps -Echelle
Quelques signaux présentant des irrégularités locales.

∫ 𝛿(𝑥)𝑑𝑥 = 1 ; 𝑇. 𝐹(𝛿(𝑡)) = 1 ; 𝑇. 𝐹(𝑒 𝑖2𝜋𝑓0𝑡 ) = 𝛿(𝑓 − 𝑓0) ; 𝑇. 𝐹 (𝛿(𝑡 − 𝑡0)) = 𝑒 −𝑖2𝜋𝑓𝑡0

𝛿(𝑓+𝑓0 )+𝛿(𝑓−𝑓0 ) 𝑖 𝛿(𝑓+𝑓0 )−𝛿(𝑓−𝑓0 ) 𝑠𝑖𝑛(𝜋𝑓𝑇) sin2 (𝜋𝑓)
T. F(cos(2𝜋𝑓0 𝑡)) → 2
; T. F(sin(2𝜋𝑓0 𝑡)) → 2
𝑇. 𝐹(𝑟𝑒𝑡𝑇 (𝑡)) → 𝑇. 𝐹(𝑡𝑟𝑖(𝑡)) →
𝜋𝑓 𝜋 2𝑓 2

+∞
Une fonction d’intercorrélation : ℜ𝑥,𝑦 (τ) = ∫−∞ 𝑥(𝑡)𝑦 ∗ (𝑡 − 𝜏)𝑑𝑡 → ℜx, y (τ) = x(τ) ∗ y ∗ (−τ)
+∞
Une fonction d’autocorrélation : ℜ𝑥 (τ) = ∫−∞ 𝑥(𝑡)𝑥 ∗ (𝑡 − 𝜏)𝑑𝑡 → ℜx (τ) = x(τ) ∗ x ∗ (−τ)
Spectre d’énergie : ℜx(τ) = x(τ) ∗ x ∗ (−τ) ; T. F(ℜx (τ)) S(f) = X(f). X ∗ (f) = |X(f)|2
Spectre d’énergie ou densité
Spectre de puissance : spectrale d’énergie
Spectre de puissance Sx (f) : 𝑆𝑥 (f) = lim (1/T)|XT(f)| 2
T.F du xT(t) obtenu en tranquant
x(t) sur [-T/2 ; T/2]

Transformée de Laplace
+∞
Déf : T.L d’un signal x(t) : 𝑋(𝑝) = ∫−∞ 𝑥(𝑡)𝑒 −𝑝𝑡 𝑑𝑡 𝑎𝑣𝑒𝑐 𝑝 ∈ 𝐶 ; X(f)=X(p) si p= 𝑖2𝜋𝑓

Domaine de convergence de X(p) : 𝐷 = {𝜎1 < 𝑅𝑒 (𝑝) < 𝜎1 }

1 +∞
Inversion de la transformée de Laplace : 𝑥(𝑡) = 2𝜋𝐼 ∫−∞ 𝑋(𝑝)𝑒 𝑝𝑡 𝑑𝑝
 Propriétés de T.L :

𝑑 𝑛 𝑋(𝑝) +∞
Dérivation de la transformée de Laplace : = ∫−∞ (−𝑡)𝑛 𝑥(𝑡)𝑒−𝑝𝑡 𝑑𝑡
𝑑𝑝𝑛

𝑛 𝑛
𝑇.𝐿 𝑑 𝑋( 𝑝 ) 𝑑 𝑋(𝑡) 𝑇.𝐿 𝑛
(−𝑡)𝑛 𝑥(𝑡) → 𝑑𝑝𝑛
𝑒𝑡 𝑑𝑡𝑛
→ 𝑝 𝑋(𝑝)
𝑇.𝐿
Transformée de Laplace d’un produit de convolution : 𝑥(𝑡) → 𝑋(𝑝) Domaine de convergence 𝐷𝑥
𝑇.𝐿
𝑦(𝑡) → 𝑌(𝑝) Domaine de convergence 𝐷𝑦
𝑇.𝐿
𝑧(𝑡) = 𝑥(𝑡)∗ 𝑦(𝑡) → 𝑋(𝑝)𝑌(𝑝) 𝐷𝑧 = 𝐷𝑥 ∩ 𝐷𝑦
𝑇.𝐿 𝑇.𝐿 𝑇.𝐿
Propriété de linéarité : 𝑣1 (𝑡) → 𝑉1 (𝑝) 𝑒𝑡 𝑣2 (𝑡) → 𝑉2 (𝑝) Ceci entraîne : 𝛼 𝑥1 (𝑡) + 𝛽 𝑥2 (𝑡) → 𝛼 𝑉1 (𝑝) + 𝛽 𝑉2 (𝑝)

Signale TL Signale temporelle TL

Echelon unité U(t) 1 Exponentielle 𝑈(𝑡)𝑒(−𝑎+𝑖𝜔)𝑡 , 𝜔 > 0 1
𝑝 complexe 𝑝 + 𝑎 − 𝑖𝜔
Exponentielle U(t)𝑒 −𝑎𝑡 , 𝑎 > 0 1 Cosinus U(t)𝑒 −𝑎𝑡 cos(𝜔𝑡) , 𝑎 > 0 𝑝+𝑎
décroissante 𝑝+𝑎 (𝑝 + 𝑎)2 + 𝜔 2
Exponentielle U(t)𝑒 𝑖𝜔𝑡 , 𝜔 > 0 1 Sinus U(t)𝑒 −𝑎𝑡 sin(𝜔𝑡) 𝜔
complexe 𝑝 − 𝑖𝜔 (𝑝 + 𝑎)2 + 𝜔 2
Cosinus 𝑈(𝑡) cos (𝜔𝑡) 𝑝
𝑝 + 𝜔2
2 Opérateur dans l’espace- TL
Sinus 𝑈(𝑡) 𝑠𝑖𝑛 (𝜔𝑡) 𝜔 temps
*(Convolution entre signaux) × (Multiplication de leurs TL)
𝑝2 + 𝜔 2 𝑑
(Dérivation d’un signale) × p (Multiplication de la TL par
𝑑𝑡
p)
T-périodisation 1
×
1 − 𝑒 −𝑃𝑇

𝑇𝐿 𝑇𝐿𝐼
Théorème du retard : 𝑓(𝑡 − 𝑎) → 𝑒 −𝑎𝑝 𝐹(𝑝) ; 𝐹(𝑃 + 𝑎) → 𝑒 −𝑎𝑡 𝑓(𝑡)

Théorème de dérivation : ℒ (f &′ ) = p. ℒ( f ) – f(0)

ℒ (f ′′ ) = p 2 . ℒ( f ) − p. f (0) − f′(0)
𝑇𝐿 𝑑𝑉(𝑝)
Théorème inverse de dérivation : −𝑡 𝑉(𝑡) → 𝑑𝑝

1 𝑝
Théorème d’affinité-homothétie ou changement d’échelle de temps : 𝐿(𝑓(𝑘𝑡)) = 𝐹( )
𝑘 𝑘
∞
Convolution : ℒ ((f ∗ g ). u(t)) = ℒ (∫0 𝑓(𝑡). 𝑔(𝜏 − 𝑡)𝑑𝑡 = F( p) . G(p)

Systèmes linéaires stationnaires

∞
E(t) H(t) 𝑆(𝜏) = (𝐸(𝑡) ∗ 𝐻(𝑡))𝜏 = ∫0 𝐸(𝑡). 𝐻(𝜏 − 𝑡)𝑑𝑡
e(p) h(p) s(p)=h(p).e(p)

Dans l’espace-temps Au niveau des TL

Entrée E(t) e(p)
SLS H(t) (rép. percussionnelle) h(p) (fonction de transfert)
Sortie S(t)=E(t)*H(t) s(p)=e(p).h(p)
 Chapitre III : Filtrage des signaux à temps continu déterministes

Un système est un dispositif qui transforme un signal Réponse harmonique et fonction de transfert
d’entrée x(t) en un signal de sortie y(t) : y(t) = L[x(t)]
Réponse harmonique : La réponse d’un filtre aux signaux complexes
Un système linéaire et invariant dans le temps exponentiels
L[𝑒 i2πf 0 (s−τ) ] = L[𝑒 i2πf 0 s . 𝑒 −i2πf 0 τ )]
L est linéaire au sens Son comportement se
Variable = L[𝑒 i2πf 0 s ]. 𝑒 − i2πf 0 τ
des applications produit de façon identique Joue le rôle du
temporell
au cours du temps. paramètre
e

Pour s = 0 et τ = -t :L[𝑒 i2πf 0 t ] = (L[𝑒 i2πf 0 s ])s=0 . 𝑒 i2πf 0 t

Réponse Impulsionnelle et produit de convolution
✓ Les signaux e i2πf 0 t sont donc des signaux propres du filtres LIT
La réponse impulsionnelle h(t) d’un filtre LIT ⇒ T.F.I de
✓ La valeur propre associée est la sortie à t=0 du filtre LIT
la fonction de transfert H(f).
Correspondant à l’excitation 𝑒 i2πf 0 t : L[𝑒 i2πf 0 t ] = H(f0) . 𝑒 i2πf 0 t
i2πft
h(t) = ∫ H(f) 𝑒 dt OR Y(f) = H(f). X(f) ➔ H(f0) est la fonction de transfert

T.F.I ⇒ y(t) = h(t)*x(t) = ∫x( t– 𝜏) h(𝜏) d𝜏 = ∫x(𝜏) h(t– 𝜏)d𝜏
La convolution est l’opération de traitement de signale la
plus fondamentale. Elle indique que la valeur du signal de
sortie à l’instant t est obtenue par la sommation
(intégrale) pondérée des valeurs passées du signale
d'excitation x(t). La fonction de pondération est
précisément la réponse impulsionnelle f(t).
Fonction de transfert : Soient x(t) et y(t) deux signaux d’énergie
finie avec L[x(t)] = y(t) → Y(f) = X(f).H(f)
Causalité des filtres :
Un système est dit causal : La réponse y(t) à l’instant t = τ ne
dépend que des valeurs de l’excitation x(t) pour t ≤ τ

Stabilité : Un filtre est stable (stabilité BIBO) si toute entrée

La relation entrée-sortie d’un système peut être bornée Correspond une sortie bornée
d’écrit à l’aide d’équations différentielles.
Avec la condition : ∫|h(t)|dt < ∞

𝑑𝑦(𝑡)
Equation différentielle linéaire du premier ordre à coefficients constantes 𝑑𝑡
+ 𝑎𝑦(𝑡) = 𝑥(𝑡)
𝑑𝑦(𝑡)
La réponse impulsionnelle h(t) est solution de : + 𝑎𝑦(𝑡) = 𝛿(𝑡)
𝑑𝑡
h(t) = α𝑒 −at ; t > 0 Un filtre est dit causal si α = 1
→
h(t) = (α-1) 𝑒 −at ; t < 0 Un filtre est dit stable si a > 0
On obtient alors : y(t) = ∫ x(τ). 𝑒 –a(t−τ) dτ
Equation différentielle linéaire à coefficients constants

𝑑 𝑘 [𝑦(𝑡)] 𝑑𝑗 [𝑥(𝑡)]
∑𝑝𝑘=0 𝑎𝑘 𝑝
= ∑𝑗=0 𝑏𝑗 𝑎𝑣𝑒𝑐 𝑎𝑝 ≠ 0
𝑑𝑡 𝑘 𝑑𝑡 𝑗

T.L (x(t)) = X(P) et T.L(y(t)) = Y(P)

∑𝑝𝑘=0 𝑎𝑘 𝑝𝐾 𝑌(𝑝) = ∑𝑝𝑗=0 𝑏𝑗 𝑝 𝑗 𝑋(𝑝)

or Y(p) = X(p)H(p)

∑𝑝
𝑗=0 𝑏𝑗 𝑝
𝑗
→ 𝐻 (𝑝) = ∑𝑝 𝐾
𝑘=0 𝑎𝑘 𝑝

Un filtre causal et stable ⇔ les pôles sont strictement situés à gauche de l’axe imaginaire et si N ≤ P

Chapitre IV : Echantillonnage