Académique Documents
Professionnel Documents
Culture Documents
Traitement du signal
3
Notion de signal et système
4
Exemples de signaux et systèmes
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.
source
onde lumineuse lumineuse
courant électrique (étoile, gaz, …)
délivré par un ...
spectromètre
En Physique:
TS
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
12
II. Représentation Et classification des signaux
➢ Classification phénoménologique
➢ 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
II. Représentation Et classification des signaux
➢ Classification phénoménologique
14
Classification déterministe / aléatoire
15
Classification déterministe / aléatoire
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
Classification déterministe / aléatoire
18
Classification déterministe / aléatoire
19
Signal expérimental/théorique -
Exemples s (t)
s(t) 1
1
0
To t
0 t -1
➢ Classification morphologique :
21
Classification continu / discret
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
T0 0
24
II. Représentation Et classification des signaux
➢ 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).
25
Signal à énergie finie
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.
Exemples :
signaux idéaux issus d’un générateur de fonction ;
signaux périodiques ;
signaux permanents non périodiques ;
signaux permanents aléatoires.
Signaux
Signaux transitoires
Signaux périodique
Les signaux physiques
Signaux permanents aléatoires
Signaux apériodique non transitoires
28
Classification énergétique:
29
II. Représentation Et classification des signaux
➢ Classification spectrale :
• 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
II. Représentation Et classification des signaux
➢ 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
II. Représentation Et classification des signaux
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 :
35
Causalité
• Signal causal
– Un signal est causal s’il est nul pour tous les instants négatifs
x(t)
x( t ) = 0 t 0
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
Représentations mathématiques
Transformations de la variable t
➢ Retournement (Inversion temporelle ): symétrie par rapport à 0.
x(t) ➔ x(-t)
38
Représentations mathématiques
Transformations de la variable t
➢ 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
Représentations mathématiques
Transformations de la variable t
➢ 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
Représentations mathématiques
Transformations de la variable t
➢ Changement d’échelle :
41
Représentations mathématiques
Transformations sur l’Amplitude :
➢ Soit le signal y(t)=Ax(t)+B
42
Représentations mathématiques
Fonctions et signaux élémentaires
➢ Exponentielles complexes
x(t) = Aejω0t
43
Représentations mathématiques
Fonctions et signaux élémentaires
➢ Signaux sinusoïdaux (périodiques de période fondamentale T0)
45
Représentations mathématiques
Fonctions et signaux élémentaires
➢ La rampe unitaire
46
Représentations mathématiques
Fonctions et signaux élémentaires
➢ Échelon (fonction de Heaviside, ou fonction existence) : Représente un brusque
changement de régime de fonctionnement
47
Représentations mathématiques
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
Représentations mathématiques
Changement de variable
−1
=𝑎 𝛿 𝑡
1
𝛿 𝜔𝑡 =2𝜋𝑓 𝛿 𝑡
49
Représentations mathématiques
Fonctions et signaux élémentaires
➢ Fonction signe
Par convention on admet pour valeur à l’origine sign(t)=0 pour t=0
➢ Fonction triangulaire
50
Représentations mathématiques
Fonctions et signaux élémentaires
➢ Fonction sinus cardinal
➢ Fonction gaussienne
51
Représentations mathématiques
Fonctions et signaux élémentaires
➢ Signal exponentiel à valeurs réelles
𝑡 −𝑡
x(t ) = 𝐴 𝑒 ou x(t ) = 𝐴 𝑒
𝜏 𝜏
52
Représentations mathématiques
Fonctions et signaux élémentaires
➢ Signal exponentiel à valeurs réelles
53
Représentations mathématiques
Fonctions et signaux élémentaires
➢ La fenêtre rectangulaire
54
Représentations mathématiques
55
Représentations mathématiques
56
Représentations mathématiques
Fonctions et signaux élémentaires
➢ Le peigne de Dirac et Signal échantillonné (échantillonnage idéal)
57
Représentations mathématiques
Fonctions et signaux élémentaires
➢ Le peigne de Dirac et Signal échantillonné (échantillonnage idéal)
58
Produit de convolution
Propriétés
Commutativité :
𝑓 ∗ 𝑔 𝑡 − 𝑎 = 𝑓(𝑡 − 𝑎) ∗ 𝑔 𝑡 = 𝑓(𝑡) ∗ 𝑔 𝑡 − 𝑎
60
Produit de convolution :interprétation
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
64
Produit de convolution :
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
−∞
𝐶𝑥𝑦 𝜏 = lim න 𝑥 𝑡 . 𝑦 ∗ 𝑡 − 𝜏 𝑑𝑡
𝑇0→∞
−𝑇0/2
66
Fonction d’autocorrélation
+∞
𝐶𝑥𝑥 𝜏 = න 𝑥 𝑡 . 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
−∞
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.
si x est réel :
69
Cas des signaux d’énergie finie
70
71