Chapitre 1 - Traitement Du Signal 2022-2023

Université Abdelmalek Essaadi
Faculté des Sciences et Techniques d’Al Hoceima
Traitement du signal
Année universitaire: 2021-2022 Réalisé par : Faiza Dib

I. Introduction:
Intervient dans tous les systèmes modernes de traitement de l’information
Bases : mathématiques, informatique, physique, électronique, etc.
Domaines d’applications :
➢ Mesures physiques ;
➢ Télécommunications ;
➢ Aéronautique, astronautique ;
➢ Acoustique ;
➢ Mécanique ;
➢ Hydraulique ;
➢ Traitement des images, vision artificielle ;
➢ Traitement de la parole ;
➢ Sismologie ;
➢ Génie biomédical ;
➢ Contrôle de processus industriels, etc. 2
Notion de signal et système
➢ Signal : fonction d’une ou plusieurs variables qui véhicule de l’information sur un

phénomène physique.
➢ Système (de traitement du signal) : transforme les signaux en d’autres signaux ou en
paramètres, dans le but d’en extraire l’information
3
Notion de signal et système
➢ Système : Un système est un processus physique représenté par un modèle mathématique

ou tout simplement un modèle théorique.
➢ Le système peut être un circuit électrique, équation chimique, moteur électrique,…etc.
4
Exemples de signaux et systèmes
Système : circuit électrique

Signaux : tensions aux bornes du circuit
Système : automobile
Signaux :
Pression sur l’accélérateur (entrée)
Vitesse du véhicule (sortie).
5
Définition
Un signal est :
➢ Une succession de valeurs correspondant à des instants différents. C’est un support de
l’information transmise de sa source à sa destination.
La grandeur d’un signal peut être de différents types :

➢ Information : par exemple le son,
➢ Energie : par exemple la tension du secteur ;
➢ Matière : par exemple un débit d’eau en un point d’un canal d’irrigation;
➢ signal électrique (téléphonie),
➢ onde électromagnétique (télécommunication),
➢ onde acoustique (sonar),
➢ onde lumineuse (fibre optique),
➢ signal binaire (ordinateur).
6
Définition
signal = toute entité qui véhicule une information
Exemples: onde acoustique Musique,

courant électrique parole,
délivré par un ...
microphone
source
onde lumineuse lumineuse
courant électrique (étoile, gaz, …)
délivré par un ...
spectromètre
suite de nombres Mesures physiques

7
7
Définition: Traitement du signal
➢ Analyse = extraction les composantes essentielles portant l’information ;

➢ Mesure = estimation d’une grandeur caractéristique avec une certaine confiance ;
➢ Détection = extraire une composante utile d’un signal et/ou du bruit de fond qui lui est
superposé, (signal présent ? absent ?) ;
➢ Filtrage = élimination des composantes indésirables (souvent le bruit) ;
➢ Restauration = “réparation" des dégradations subies par un signal, connaissant le système
ayant provoqué la dégradation.
➢ Synthèse = création d’un signal à partir de signaux élémentaires ;
➢ Codage = mise en forme du signal pour une transmission ;
➢ Compression = réduction de la redondance d’information dans un signal pour “gagner de la
place" ;
➢ Modulation = adaptation d’un signal aux caractéristiques d’une voie de transmission ou d’un
support d’enregistrement ;
➢ Segmentation = partition (découpage) d’un signal en segments (parties) homogènes ;
➢ Reconnaissance = identification de formes appartenant à un dictionnaire (parole, images). 8
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
➢ Modifier le message transporté.
➢ Adapter le message aux moyens de transmission.
En Physique:
TS
Système Physique signal

Transmission Détection Analyse
en évolution
Interprétation
Sources de
"bruit"
9
10
Le traitement du signal est, avec l’automatique, la couche de jonction entre les
mathématiques et les technologies
11
II. Représentation Et classification des signaux
Différents critères de classification :

➢ Classification phénoménologique
➢ Classification morphologique
➢ Classification énergétique
➢ Classification spectrale
12
➢ Signaux déterministes :
Signaux certains, leur évolution en fonction du temps peut être
parfaitement modélisé par une fonction mathématique (Ils sont prévisibles
à tout instant t comme les signaux périodiques) .
Parmi les signaux déterministes, on distingue :
▪ Les signaux périodiques, satisfaisant à la relation : x(t) = x(t + kT).
▪ Les signaux non périodiques.
13
➢ Signaux aléatoires (non déterministes) :

Ils sont imprévisibles comme le bruit : la plupart des signaux d’origine
physique ont un caractère non reproductible.
Les signaux porteurs d’information (signaux de parole, d’image,…)
présentent une certaine imprévisibilité, il seront modélisés par des signaux
aléatoires.
14
Classification déterministe / aléatoire
➢ Evolution non prédictible, non reproductible d’une expérience à l’autre.

➢ Signal dont l'évolution est imprévisible et dont on ne peut pas prédire l'amplitude à un
temps t. Dans certains cas, on connaît les propriétés statistiques.
➢ Fabrice
15
Bruits
Le bruit est tout phénomène perturbateur gênant la perception ou l’interprétation d’un
signal.
Nature diverse
– bruit de capteur
– bruit de quantification
– bruit de calcul lors des traitements numériques
– bruit provenant du milieu extérieur
16
Non périodique Non périodique

+ +
∃ T x(t) = x(t + kT) Support non borné Support borné
Signal périodique Signal apériodique Signal transitoire
Signal à durée finie (limitée )= Signal à support borné
18
Signal réel = Signal déterministe + Signal aléatoire
19
Signal expérimental/théorique -
Exemples s (t)
s(t) 1
1
0
To t
0 t -1
Signal expérimental Signal théorique

• à amplitude bornée • à support non
• continu borné (existence
• à support borné de durée infinie)
(existence de durée • non causal
finie)
• causal (nul pour tous les
instants négatifs)
• à énergie finie 20
➢ Classification morphologique :
Selon le signal x(t) ou la variable t est continu ou discret ( tk=kT ) on distingue

quatre types de signaux :
• Le signal à amplitude et temps continus appelé couramment signal analogique.
• Le signal à amplitude discret et temps continu appelé signal quantifié.
• Le signal à amplitude continue et temps discret appelé signal échantillonné.
• Le signal à amplitude discret et temps discret appelé signal numérique.
21
Classification continu / discret
Amplitude continue Amplitude discrète
Analogique Quantifié
Temps continu
Échantillonnage
Echantillonné Numérique
Temps discret
Quantification
22
Classification continu / discret
Système continu ou discret
23
Valeurs caractéristiques des signaux à temps continu
T
Valeur moyenne 2
1
– signal non périodique S = lim
T →+ T  x ( t ) dt
T
−
2
T0
– signal périodique de période T 1
S =  x ( t ) dt
T0 0
• Valeur efficace
Le carré de la valeur efficace signal s(t) est défini par :
– signal non périodique T
2
1
Seff2 = lim  x 2 ( t ) dt
T →+ T
T
−
2
– signal périodique de période To:

T0
1
S 2
eff =  x ( t ) dt
2
T0 0
24
➢ Classification énergétique :
• Signaux à énergie finie Ce sont les signaux dont l’énergie dans le sens physique
s’épuise dans le temps ; tout signal physique limité dans le temps est de cette
catégorie.
• Signaux à puissance moyenne finie Ce sont les signaux dont l’énergie est infinie :
signaux périodiques, signaux aléatoires (par convention).
• Signaux à énergie et puissance infinies Constituent des signaux théoriques ou

modèles mathématique
25
Signal à énergie finie
Définition: par analogie avec les signaux électriques

+
 x(t ) dt
2
Energie d’un signal x(t) : Wx =
−
p(t ) = x ( t )
2
La puissance instantanée d’un signal x(t) :
T
2
La Puissance moyenne de x(t) : Px = lim 1 x(t ) 2 dt
T → + T

T
−
2
Signaux à énergie finie (ou de carré intégrable ) : 0 ≤ Wx < +∞.
Exemples :
➢ signaux transitoires ;
➢ signaux à support temporel borné ;
➢ en pratique tous les signaux physiques.
Signaux à énergie finie ➔ Puissance Moyenne nulle

26
Classification énergétique:
Signal à énergie infinie T
2
1
Puissance moyenne de x(t) : Px = lim ( )
 x t dt
2
T → + T
T
−
2
Cas des signaux périodique de période T:
Signaux à puissance moyenne finie : 0 < Px < +∞ ➔ Ex = + ∞
Exemples :
signaux idéaux issus d’un générateur de fonction ;
signaux périodiques ;
signaux permanents non périodiques ;
signaux permanents aléatoires.
Signaux à énergie infinie ➔ Puissance Moyenne finie 27

Signaux
Energie finie Energie infinie

Wtot<+ ∞
Puissance nulle Puissance finie

Pmoy tot=0
Signaux transitoires
Signaux périodique
Les signaux physiques
Signaux permanents aléatoires
Signaux apériodique non transitoires
28
29
➢ Classification spectrale :
• Un signal peut être classé suivant la distribution de son énergie ou de sa puissance en

fonction de sa fréquence (spectre du signal).
• La largeur de bande ΔF d’un signal est le domaine principal des fréquences (positives
ou négatives) occupé par son spectre. Elle est définie par la relation :
ΔF = Fmax -Fmin
30
➢ Classification spectrale :
On peut distinguer deux types de signaux :
• Les signaux à bande étroite avec (fmax ≈ fmin ) ;
• Les signaux à large bande avec (fmax >> fmin ) .
Pour les signaux à bande étroite , il est possible de les classer par le domaine de variation de
la fréquence moyenne
• Signaux basses fréquences (BF): Fmoy < 250 kHz
• Signaux hautes fréquences (HF) : 250 kHz <Fmoy < 30MHz
• Signaux très hautes fréquences (VHF): 30MHz <Fmoy < 300MHz
• Signaux ultra hautes fréquences (UHF): 300MHz <Fmoy < 3 GHz
• Signaux super hautes fréquences (SHF): Fmoy > 3 GHz
31
➢ Signaux pairs ou impairs

• Un signal est pair si x(t) = x (-t)
• Un signal est impair si x(t) = - x (-t)
➢ Signaux de durée finie

Les signaux dont l’amplitude s’annule en dehors d’un intervalle de temps T prescrit x(t)= 0
pour t ∉T sont appelés signaux de durée limitée ou à support borné.
➢ Signaux bornée en amplitude

C'est le cas de tous les signaux physiquement réalisable pour lesquels l'amplitude ne peut
pas dépasser une certaine valeur limite, souvent imposée par des dispositifs électronique de
traitement. On a dans ce cas : │x(t) │≤ K pour -∞< t <+∞
32
Classification en fonction du nombre de variables
33
Classification : Signaux réels / Signaux complexes
Notations usuelles :
34
Causalité
- Un système est dit causal si la sortie y(t) à l’instant initial t=t0 dépend uniquement de
l’entrée aux instants t≤ t0 .
C'est-à-dire que la sortie à un instant donné ne peut pas dépendre de l’entrée x(t)
dans le futur.
- Un système est causal si sa sortie est nulle en l'absence d'un signal d'entrée.
Exemple :
Y(t)=a x(t+4) est un signal non causal.
35
Causalité
• Signal causal
– Un signal est causal s’il est nul pour tous les instants négatifs
x(t)
x( t ) = 0  t 0
• Signal non causal 0 t

– Un signal est non causal s’il n’est pas nul pour tous les
instants négatifs. x(t)
0 t
• Signal anti-causal
– Un signal est anti-causal s’il est nul pour tous les instants
positifs x(t)
x( t ) = 0  t 0
t
36
Représentations mathématiques
Transformations de la variable t
➢ Retournement : symétrie par rapport à 0. x(t) ➔ x(-t)
37
➢ Retournement (Inversion temporelle ): symétrie par rapport à 0.
x(t) ➔ x(-t)
Graphiquement, s(t)=x(-t) correspond à la version symétrisée de x(t) par

rapport à l’axe des ordonnées
38
➢ Décalage temporel (avance/retard) y(t ) = x(t + t 0 )
- Si t0>0, on opère une avance : translation horizontale de t0 vers la gauche
- Si t0<0, on opère un retard : translation horizontale de t0 vers la droite
- Graphiquement, le signal avancé x(t+t0) ou retardé x(t-t0) correspond à la version
translatée horizontalement du signal original x(t)
39
➢ Changement d’échelle (compression/dilatation)
y(t ) = x(at ) a>0
- Si a>1, y(t) est une version comprimée de x(t)
- Si 0<a<1 y(t) est une version dilatée de x(t)
-
40
➢ Changement d’échelle :
x(t)➔ x(2t) compression

x(t)➔ x(t/2) dilatation
41
Transformations sur l’Amplitude :
➢ Soit le signal y(t)=Ax(t)+B
A>0 signal non inversé

A< 0 signal inversé signal inversé
|A|>1 signal amplifié

|A| < 1 signal atténué signal amplifié
B>0 translation verticale +

signal atténué
B < 0 translation verticale -
42
Fonctions et signaux élémentaires
➢ Exponentielles complexes
x(t) = Aejω0t
Signal périodique de période fondamentale :

T0 =2π/ω0 (en s)
de fréquence fondamentale :
f0 =1/T0= ω0/2 π (en Hz)
43
➢ Signaux sinusoïdaux (périodiques de période fondamentale T0)
Relations avec les exponentielles complexes
45
➢ La rampe unitaire
➢ Fonction porte ( rectangulaire ou créneau ou Fenêtre ou porte)
46
➢ Échelon (fonction de Heaviside, ou fonction existence) : Représente un brusque
changement de régime de fonctionnement
➢ Impulsion de Dirac : Représente une brève perturbation ou une « claque »
47

Définition pratique
L’impulsion de Dirac correspond à une fonction porte dont la largeur T tend vers 0 et
dont l’aire est égale à 1.
(t) ne peut être présentée graphiquement, on la schématise par le symbole
Le 1 marqué sur la flèche pleine représente l’air de cette impulsion et non la hauteur de
l’impulsion .
Propriétés d’intégrale
(si to = 0)
48

Propriétés de produit : Autres propriétés :
On peut considérer 𝛿 𝑡 comme la

dérivé de la fonction échelon
Changement de variable
−1
=𝑎 𝛿 𝑡
1
𝛿 𝜔𝑡 =2𝜋𝑓 𝛿 𝑡
49
➢ Fonction signe
Par convention on admet pour valeur à l’origine sign(t)=0 pour t=0
➢ Fonction triangulaire
50
➢ Fonction sinus cardinal
➢ Fonction gaussienne
51
➢ Signal exponentiel à valeurs réelles
𝑡 −𝑡
x(t ) = 𝐴 𝑒 ou x(t ) = 𝐴 𝑒
𝜏 𝜏
52
➢ Signal exponentiel à valeurs réelles
53
➢ La fenêtre rectangulaire
Reconstitution à l’aide de signaux échelon
54
T : durée de la fenêtre rectangulaire

τ: localisation du centre de la fenêtre
55
T=2 : durée de la fenêtre rectangulaire

τ =1 : localisation du centre de la fenêtre
56
➢ Le peigne de Dirac et Signal échantillonné (échantillonnage idéal)
On appelle peigne de Dirac une succession périodique d’impulsion de Dirac
T est la période du peigne .
Cette suite est parfois appelé train d’impulsion ou fonction d’échantillonnage.
57
➢ Le peigne de Dirac et Signal échantillonné (échantillonnage idéal)
58
Produit de convolution
On appelle produit de convolution de deux signaux x et g :
Propriétés
Commutativité :
Associativité : (x(t) * y(t)) * z(t) = x(t) * (y(t) * z(t))

Distributivité : x* (y (t)+ z(t)) = (x(t)* y(t)) + (x(t) * z(t))
Dérivation : (y(t) * z(t))’ = y(t)’ * z(t)= y * z’
+∝ +∝ +∝
Intégration : ‫׬‬−∞ 𝑓 ∗ 𝑔 𝑡 𝑑𝑡 = ‫׬‬−∝ 𝑓 𝑡 𝑑𝑡 ‫׬‬−∝ 𝑔 𝑡 𝑑𝑡
59
Produit de convolution avec impulsion de Dirac
Par abus de notation, on peut écrire le produit de convolution : x(t) * g(t).
➢ Convolution avec une impulsion de Dirac = translation

x(t) * (t- t0) = x(t - t0)
en particulier :
x(t) *  (t) = x(t)
➢ La distribution de Dirac à l’origine est donc l’élément unité pour le produit de convolution.
x(t - t1) * (t - t2) = x(t - t1 - t2)
Cas particulier : (t - t1) * (t - t2) = (t - t1 - t2)
➢ Convolution par la dérivée de  : ’
x(t)* ’(t) =dx(t)/dt

➢ Translation d’un produit de convolution
𝑓 ∗ 𝑔 𝑡 − 𝑎 = 𝑓(𝑡 − 𝑎) ∗ 𝑔 𝑡 = 𝑓(𝑡) ∗ 𝑔 𝑡 − 𝑎
60
Produit de convolution :interprétation
La convolution de x(t) par y(t) :
peut se décomposer en :
➢ un retournement :
➢ une translation de +t :
➢ une multiplication :
➢ une intégration :
61
Produit de convolution :interprétation
63
Exemple de produits de convolution
Les produits de convolution

représentés ici correspondent
à des systèmes physiques qui
ont pour effet d’atténuer les
variations rapides du signal
(càd ses hautes fréquences).
Ils correspondent à des filtres
passe-bas.
64
Produit de convolution :
Périodisation du signal x(t)
65
Fonction d’intercorrélation
Elle permet la comparaison de deux signaux en traduisant la ressemblance entre eux.
Elle compare un signal x(t) et un signal y(t) retardé,
Pour les énergies finies :
+∞
𝐶𝑥𝑦 𝜏 = න 𝑥 𝑡 . 𝑦 ∗ 𝑡 − 𝜏 𝑑𝑡
−∞
Pour les énergies infinies :

𝑇0/2
𝐶𝑥𝑦 𝜏 = lim න 𝑥 𝑡 . 𝑦 ∗ 𝑡 − 𝜏 𝑑𝑡
𝑇0→∞
−𝑇0/2
66
Fonction d’autocorrélation
Elle traduit la vitesse de variation du signal x(t)

La fonction d’autocorrélation est maximale pour t = 0 et elle est paire.
Elle compare un signal x(t) et sec copies retardées.
Pour les énergies finies :
+∞
𝐶𝑥𝑥 𝜏 = න 𝑥 𝑡 . 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
−∞
Pour les énergies infinies :

𝑇0/2
𝐶𝑥𝑥 𝜏 = lim න 𝑥 𝑡 . 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
𝑇0→∞
−𝑇0/2
Cxx(0) est la puissance moyenne du signal,
67
Cas des signaux d’énergie finie
68
Cas des signaux de puissance moyenne finie.
Ils sont d’énergie infinie et couvrent en particulier les signaux périodiques.
Symétrie : puissance moyenne du signal :
si x est réel :
69
Cas des signaux d’énergie finie
Cas des signaux de puissance moyenne finie.
70
71

Chapitre 1 - Traitement Du Signal 2022-2023

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre 1 - Traitement Du Signal 2022-2023

Transféré par

Droits d'auteur :

Formats disponibles

Université Abdelmalek Essaadi

Faculté des Sciences et Techniques d’Al Hoceima

Année universitaire: 2021-2022 Réalisé par : Faiza Dib

➢ Signal : fonction d’une ou plusieurs variables qui véhicule de l’information sur un

➢ Système : Un système est un processus physique représenté par un modèle mathématique

Système : circuit électrique

La grandeur d’un signal peut être de différents types :

signal = toute entité qui véhicule une information

Exemples: onde acoustique Musique,

suite de nombres Mesures physiques

➢ Analyse = extraction les composantes essentielles portant l’information ;

➢ Extraire l’information (filtrage, détection, estimation, analyse spectrale...)

➢ Mettre en forme le signal (modulation, échantillonnage….)

Système Physique signal

Différents critères de classification :

➢ Signaux aléatoires (non déterministes) :

➢ Evolution non prédictible, non reproductible d’une expérience à l’autre.

Non périodique Non périodique

Signal périodique Signal apériodique Signal transitoire

Signal à durée finie (limitée )= Signal à support borné

Signal réel = Signal déterministe + Signal aléatoire

Signal expérimental Signal théorique

Selon le signal x(t) ou la variable t est continu ou discret ( tk=kT ) on distingue

• Le signal à amplitude et temps continus appelé couramment signal analogique.

• Le signal à amplitude discret et temps continu appelé signal quantifié.

• Le signal à amplitude continue et temps discret appelé signal échantillonné.

• Le signal à amplitude discret et temps discret appelé signal numérique.

Amplitude continue Amplitude discrète

– signal périodique de période To:

• Signaux à énergie et puissance infinies Constituent des signaux théoriques ou

Définition: par analogie avec les signaux électriques

Signaux à énergie finie ➔ Puissance Moyenne nulle

Cas des signaux périodique de période T:

Signaux à puissance moyenne finie : 0 < Px < +∞ ➔ Ex = + ∞

Signaux à énergie infinie ➔ Puissance Moyenne finie 27

Energie finie Energie infinie

Puissance nulle Puissance finie

• Un signal peut être classé suivant la distribution de son énergie ou de sa puissance en

➢ Signaux pairs ou impairs

• Un signal est impair si x(t) = - x (-t)

➢ Signaux de durée finie

➢ Signaux bornée en amplitude

Y(t)=a x(t+4) est un signal non causal.

• Signal non causal 0 t

Graphiquement, s(t)=x(-t) correspond à la version symétrisée de x(t) par

x(t)➔ x(2t) compression

A>0 signal non inversé

|A|>1 signal amplifié

B>0 translation verticale +

Signal périodique de période fondamentale :

Relations avec les exponentielles complexes

➢ Fonction porte ( rectangulaire ou créneau ou Fenêtre ou porte)

➢ Impulsion de Dirac : Représente une brève perturbation ou une « claque »

➢ Impulsion de Dirac : Représente une brève perturbation ou une « claque »

➢ Impulsion de Dirac : Représente une brève perturbation ou une « claque »

On peut considérer 𝛿 𝑡 comme la

Reconstitution à l’aide de signaux échelon

T : durée de la fenêtre rectangulaire

Reconstitution à l’aide de signaux échelon

T=2 : durée de la fenêtre rectangulaire

Reconstitution à l’aide de signaux échelon

On appelle peigne de Dirac une succession périodique d’impulsion de Dirac

T est la période du peigne .