Transmission de Données

Filière : GI

Chapitre 2. Traitement de signal

1. Généralités de Traitement de signal
2. Analyse spectrale
3. Modulations
 Introduction

➢Une chaine de communication se compose d’une

source d’information, d’un canal de transmission, d’un
récepteur et des équipements technologiques.

Chapitre 2. Traitement de Signal 1

 Introduction

➢Le canal de transmission utilise des signaux pour

transporter l’information

Chapitre 2. Traitement de Signal 2

 Généralités sur le Traitement de Signal

Exemples d’informations:

✓ Sons :
o Téléphonie : bande passante = 300 Hz - 3400 Hz
o Radiodiffusion : bande passante = 40 Hz - 15 000 Hz
o Son hi-fi (CD audio, DVD ... ) : BP= 16 Hz - 20 kHz
✓ Images :
o Images fixes (télécopie, photographies)
o Images animées (télévision ou visiophone)
o Intérêt des techniques numériques (codage, compression)
✓ Données :
Informations de type textes, caractères, symboles, … représentées par des codes (ex
: alphabet ASCII) ; ou des codes orientés transmissions : diminuer les coûts et les
temps de transmission, rendre l’information confidentielle…

Chapitre 2. Traitement de Signal 3

 Généralités sur le Traitement de Signal

Signal:
✓ Représentation physique de l’information.
✓ Toute entité qui véhicule une information

Exemples:
onde acoustique
Musique,
courant électrique parole, ...
délivré par un
microphone

De point de vue mathématique:

• Signal = fonction d ’une ou plusieurs variables indépendantes

Chapitre 2. Traitement de Signal 4

 Généralités sur le Traitement de Signal

Bruit :
Tout phénomène perturbateur gênant l’interprétation d’un signal.
➢ Pour caractériser l’effet du bruit sur un signal, on utilise le
rapport signal sur bruit (SNR : Signal to Noise Ratio).
æSö æ puissance du signal ö
SNR ( dB) = 10. log ç ÷ = 10. log ç ÷
èNø è puissance du bruit ø

S signal
N
S bruit N bruit
signal
f f
SNR < 0 dB SNR > 0 dB
• Le bruit a un effet très néfaste sur la qualité des signaux analogiques.
• Exemple voix/son : SNR requis 45 – 50 dB.
Chapitre 2. Traitement de Signal 5
 Généralités sur le Traitement de Signal

Traitement du signal :
Ensemble de techniques consistant essentiellement à extraire
l'information contenue dans le signal, en dépit de la présence de
bruit.

Traitement
du
Signal

Chapitre 2. Traitement de Signal 6

 Généralités sur le Traitement de Signal

Traitement du signal :
Le traitement du signal est une discipline indispensable de nos jours. Il a pour
objet l'élaboration ou l'interprétation des signaux porteurs d'informations.

Traitement du signal = procédure pour:

✓ extraire l’information (filtrage, détection, estimation, analyse spectrale...)
✓ mettre en forme le signal (modulation, échantillonnage….)
(forme adaptée à la transmission ou au stockage)
✓ reconnaissance des formes

Chapitre 2. Traitement de Signal 7

 Généralités sur le Traitement de Signal

Traitement du signal : Exemple

➢ Elaboration de signaux:
✓ Synthèse :
o création de signaux par
combinaison de signaux
élémentaires

✓ Modulation :
o adaptation du signal
au canal de transmission

Chapitre 2. Traitement de Signal 8

 Généralités sur le Traitement de Signal

Traitement du signal : Exemple

➢ Analyse de signaux:

spectre du signal modulant spectre du signal modulé

Chapitre 2. Traitement de Signal 9

Solutions proposées par le Traitement de Signal

Analyse
Synthèse Mesure

Filtrage
Modulation Signal
Régénération

Codage Détection

Identification

Chapitre 2. Traitement de Signal 10

 Chaîne de communication

Système Traitement du
Physique en
évolution signal

Signal
Transmission Détection Analys
e

Source Interprétation
de bruit

Chapitre 2. Traitement de Signal 11

 Chaîne de communication

Remarques:
• On s’intéresse à la notion de signal qui est la mesure, dans le temps,
d’une grandeur physique porteuse d’information :
• Mesure : l’observation se fait au moyen d’un capteur
• Temps : on s’intéresse à des phénomènes variables dans le temps
• Grandeur physique : il s’agit de signaux réels à variations bornées, à
énergie ou puissance finie.
• Information : par nature, l’information a un caractère aléatoire
(imprévisible). Le signaux porteurs d’informations sont donc naturellement
de type aléatoire.

Chapitre 2. Traitement de Signal 12

 Classification des signaux

Classification dimensionnelle :

Exemples :

✓ Tension électrique V(t) = signal unidimensionnel

✓ Image statique noir et blanc  brillance B(x,y) = signal bi-dimensionnel

✓ Film noir et blanc  B(x,y,t) = signal tri-dimensionnel

Le traitement du signal est indépendant de la nature physique du signal

et des variables libres.

Chapitre 2. Traitement de Signal 13

 Classification des signaux

Classification phénoménologique :

Signal déterministe :
Signal pour lequel on peut déterminer l'amplitude pour toute
valeur du temps t grâce à une description mathématique ou
graphique.

Chapitre 2. Traitement de Signal 14

 Classification des signaux

Classification phénoménologique :

Signal aléatoire :
Signal dont l'évolution est imprévisible et dont on ne peut
pas prédire l'amplitude à un temps t.

Chapitre 2. Traitement de Signal 15

 Classification des signaux

Classification morphologique:
Les signaux quantifiés dont
Les signaux analogiques dont l'amplitude est discrète et le
l'amplitude et le temps continus temps continu

Les signaux échantillonnés dont Les signaux numériques dont

l'amplitude est continue et le temps l'amplitude et le temps discrets
discret

Chapitre 2. Traitement de Signal 16

 Classification des signaux

Classification énergétique:
+

 x (t )
Énergie d’un signal x(t) : 2
Wx = dt
−

T
Puissance moyenne de x(t) : 2
1
 x (t ) dt
2
Px = lim
T → + T
T
−
Classification: 2
Signaux à énergie totale finie  à Puissance moyenne nulle
Signaux à puissance finie non nulle  Energie totale infinie

Chapitre 2. Traitement de Signal 17

 Classification des signaux

Classification fréquentielle ou spectrale :

En fonction de la largeur de bande, différents types de signaux se distinguent :

o les signaux à bande étroite dont la largeur de bande est relativement petite,
o les signaux à bande large dont la largeur de bande est relativement grande voire
infinie,
o les signaux de basses fréquences (BF) dont la largeur de bande est centrée sur des
fréquences relativement faibles,
o les signaux de hautes fréquences (HF) dont la largeur de bande est centrée sur des
fréquences relativement importantes.

Chapitre 2. Traitement de Signal 18

 Classification des signaux

Classification fréquentielle ou spectrale :

Chapitre 2. Traitement de Signal 19

 Caractéristiques usuelles d’un signal

Valeur instantanée:
C’est la valeur que prend un signal x quelconque à un instant t.

Signal périodique:
Un signal x(t) est périodique de période T ssi

x(t ) = x(t + T )
Où T=1/f est la période de x(t). f étant sa fréquence.
1
1
0. 8
0. 8
0. 6
0. 6

T
0. 4
0. 4
0. 2

0
0. 2

0
T
-0. 2
-0. 2

-0. 4 -0. 4

-0. 6 -0. 6

-0. 8 -0. 8

-1 -1
0 20 40 60 80 100 120 140
0 160
50 180 100200 150 200 250

Chapitre 2. Traitement de Signal 20

 Caractéristiques usuelles d’un signal

Valeur moyenne:
La moyenne temporelle de x(t), entre deux instant t1 et t2 , s’écrit :

1 t2

x =  x ( t )dt
t −t
moy
t1
2 1

Pour les signaux périodiques, la valeur moyenne se calcule sur un intervalle

de temps d’une période T:
𝑻+𝒕𝟏
𝟏
𝒙𝒎𝒐𝒚 = න 𝒙(𝒕)𝒅𝒕
𝑻
𝒕𝟏

Chapitre 2. Traitement de Signal 21

 Caractéristiques usuelles d’un signal

Valeur efficace:
La valeur efficace de x(t) entre deux instant t1 et t2 s’écrit :

1 t2

x =  x ( t )dt
2

t −t
eff
t1
2 1

Pour les signaux périodiques, la valeur moyenne se calcule sur un

intervalle de temps d’une période T:

𝑻+𝒕𝟏
𝟏
𝒙𝒆𝒇𝒇 = න 𝒙𝟐 (𝒕)𝒅𝒕
𝑻
𝒕𝟏

Chapitre 2. Traitement de Signal 22

 Signaux usuels

• Signal signe :

• Signal Échelon :

Chapitre 2. Traitement de Signal 23

 Signaux usuels

• Signal ( fenêtre) rectangulaire de durée T :

• Signal rampe:

Chapitre 2. Traitement de Signal 24

 Signaux usuels

• Signal sinusoïdal :

s (t )

•Partie réelle (cos)

•Partie imaginaire (sin)

Im •S(t) est un vecteur tournant sur le cercle de

rayon 1

Re •S(t) fait un tour en T0 secondes

Chapitre 2. Traitement de Signal 25

 Analyse spectrale d’un signal

Séries de Fourier:

l’élément fondamental de l’analyse de

Fourier est constitué par le fait qu’un signal
périodique peut être décomposé en une
somme d’ondes sinusoïdales dont la Joseph Fourier
(1768-1830)
fréquence est chaque fois multiple d’une

fréquence f0.

Chapitre 2. Traitement de Signal 26

 Analyse spectrale d’un signal

Quelques exemples de signaux périodiques

❖ Sinusoïde

❖ Rectangle périodique

❖ Triangle périodique

❖ Dent de scie

Chapitre 2. Traitement de Signal 27

 Analyse spectrale d’un signal

Série de Fourier: définition

Soit xT(t) un signal périodique de période T. Son
développement en séries de Fourier est par définition:

x (t ) = a +  a cos (2  nf t ) +  b sin (2  nf t )
+ +

T 0 n 0 n 0
n =1 n =1

Où:
o f0 est la fréquence fondamentale du signal.
o a0 est la valeur moyenne ou composante continue du signal .
o an et bn sont les coefficient de Fourier du développement en cosinus et
sinus.
o fn multiple de la fréquence du fondamental (fn = n.f0) est appelé harmonique
de rang n.

Chapitre 2. Traitement de Signal 28

 Analyse spectrale d’un signal

Série de Fourier: définition

Les coefficient de Fourier se calculent comme suit:

T
1
a =  x (t )dt = x
2

o T T
T −
T
2

T
2
a =  x (t ) cos (2  nf t )dt
2

n
T −
T
2
T o
Remarque:
2
T
xT(t) pair: bn=0
b =  x (t ) sin (2  nf t )dt
2

n T o
n  1 x (t) impair: a =0
T −
T
2
T n

Chapitre 2. Traitement de Signal 29

 Analyse spectrale d’un signal

Série de Fourier: spectre

Chapitre 2. Traitement de Signal 30

 Analyse spectrale d’un signal

Série de Fourier: en cosinus

En considérant la relation trigonométrique suivante:

A cos( x ) + B sin( x ) = A + B cos( x +  )

2 2

avec −B
 = artg ( )
A

On voit que le développement en série de Fourier peut s’écrire:

x ( t ) = A +  A cos( 2 nf t +  )
0 n 0 n

Où
1

−b
A =a
0 0
A = n
a +b
2

n
2

n
 = arctg (
n
) n

an

Chapitre 2. Traitement de Signal 31

 Analyse spectrale d’un signal

Série de Fourier: en cosinus

Cette représentation en cosinus est extrêmement importante car

elle correspond à la description des signaux en régime sinusoïdal
permanent où l’on représente un courant ou une tension par leur
amplitude et leur phase.
D’un point de vue pratique, cela revient à considérer que le signal
x(t) est créé de manière équivalente par une infinité de générateur
sinusoïdaux.
La représentation spectrale dans ce cas est unilatérale.

Chapitre 2. Traitement de Signal 32

 Analyse spectrale d’un signal

Exemple: Signal carré

sin2 (2 p + 1) f 0 t 
x (t ) =
4E +

 p=0 2 p +1

Chapitre 2. Traitement de Signal 33

 Analyse spectrale d’un signal

sin2 (2 p + 1) f 0 t 
x (t ) =
4E +
Synthèse de Fourier: Signal carré 
 p=0 2 p +1

Chapitre 2. Traitement de Signal 34

 Analyse spectrale d’un signal

Exemple: Signal triangle

cos 2 (2 p + 1) f 0 t 
x (t ) =
8E +

2 p=0 (2 p + 1) 2

Chapitre 2. Traitement de Signal 35

 Analyse spectrale d’un signal

Synthèse de Fourier: Signal triangle

cos 2 (2 p + 1) ft 
x (t ) =
8E +

2 p=0 (2 p + 1) 2

Chapitre 2. Traitement de Signal 36

 Analyse spectrale d’un signal
Synthèse de Fourier:
On constate que les amplitudes des harmoniques d’un créneau
décroissent moins vite que celle d’un triangle.
Il faudra utiliser plus de termes pour reconstituer le signal créneau
que pour reconstituer le signal triangulaire.
De plus, les discontinuités du créneau ne peuvent être approchées
infiniment près par sa série de Fourier : quel que soit le nombre de
termes utilisés, il restera toujours des petits pics au niveau des
discontinuités.
On appelle cela le phénomène de Gibbs.

Chapitre 2. Traitement de Signal 37