Académique Documents
Professionnel Documents
Culture Documents
Capture D'écran . 2023-11-24 À 07.29.35
Capture D'écran . 2023-11-24 À 07.29.35
Onde acoustique
Signal optique
Signal radioélectrique
Les applications sont nombreuses :
• Communications filaires, HF, optiques..
• Capteurs
• Sons, images…
• Appareils médicaux...
• Radars, sonars, télémètres…
• Automatique
• etc...
Partie réception :
signal
antenne duplex ampli Démod ampli Décod
utile
LNA
synthé fi
• Traitements numériques
– par des algorithmes, programmes informatiques
• ordinateurs
• microcontrôleurs
• D.S.P
Classification énergétique
Cours Traitement de Signal 9
Généralités
2- Classification des signaux
• Classification phénoménologique
Elle met en évidence le type d’évolution du signal
• Classification morphologique
Continu ou discret temps et amplitude
temps continu
échantil-
lonnage
temps discret
quantification
x (t )
2
Wx = x ( t )x* ( t ) dt = dt ∞
−∞ −∞
e Remarques:
– Les signaux périodiques sont à puissance moyenne finie
– Un signal à énergie finie a une puissance moyenne nulle P(x) = 0
– Un signal à puissance moyenne finie (non nulle) possède une énergie
Wx infinie
L’échelon unité Γ(t) permet l’étude des régimes transitoires des filtres.
Γ(t) permet de rendre causal un signal (nul si t <0 )
Fonction rectangle ou porte
On l’utilise pour exprimer qu’un signal x(t) est observé sur un horizon
fini de durée T
0 si |t|>1/2
rect ( t ) = 1 si |t|<1/2
a si |t|=1/2
0 t0 τ
Exercice x (t )
(
x(t ) = rectτ t − τ
2 )
0 τ
2
τ
(
x1 (t ) = x(t )rectτ t − τ
2 )
0 τ
2 τ
Cours Traitement de Signal 15
Généralités
3- Signaux de base
Fonction signe
1 si t>0
Sgn ( t ) = -1 si t<0
0 si t=0
Fonction triangle
τ x(t ) = triτ (t )
t
=1- t ≤τ
τ
−τ τ =0 t >τ
x(t )
x(t ) = Atriτ (t − t0 )
t0 − τ t0 t0 + τ
+∞
sin(π t )
sin c(t ) =
πt
La fonction sinus cardinal est elle aussi normalisée sin c(t )dt = 1
−∞
Impulsion, distribution de Dirac
+∞
Mathématiquement
−∞
f (t )δ (t )dt = f ( 0) V la fonction f
Physiquement (non réalisable) δ (t )
+∞
δ ( t ) dt = 1
−∞
t
0
δ (t )dt = 1
−∞ d Γ( t )
+∞ δ (t ) =
dt
x(t )δ (t )dt = x(0) t
−∞
+∞
Γ( t ) = δ (u )du
x(t )δ (t − t )dt = x(t )
−∞
0 0
−∞
Elle servira pour l’étude des spectres des signaux à énergie infinie
Réponse impulsionnelle La réponse d’un système physique dont
l’entrée est une impulsion de Dirac
Elle permet de caractériser les systèmes
linéaires dans le domaine temporel
+∞
δ T (t ) = δ (t − kT )
k →−∞
T : période du peigne
Partie réception :
signal
antenne duplex ampli Démod ampli Décod
utile
LNA
synthé fi
x(t) S y(t)
h(t)
y ( t ) = x ( t ) * h( t )
+∞ Filtre de réponse
y (t ) =
−∞
x(τ )h(t − τ )dτ impulsionnelle h(t)
+∞
x(t) S
h(t)
y(t) y (t ) = x(τ )h(t − τ )dτ
−∞
Commutativité : x(t) * h(t) = h(t) * x(t) x(τ )h(t − τ )dτ = h(τ ) x(t − τ )dτ
−∞ −∞
x(t ) * δ (t − kT ) = x(t − kT )
+∞ +∞
x ( t ) * δ ( t − t0 ) = x ( t − t0 )
x( t ) * δ (t − kT ) = x(t − kT )
k =−∞ k =−∞
tT 2T 3T0 0 T 2T 3T
Convolution par la peigne de Dirac Périodiser le signal
Toute fonction périodique peut être considérée comme le produit d’un
motif élémentaire par le peigne de Dirac
Cours Traitement de Signal 29
Opérations math. / les signaux
2- Représentation en fréquence des signaux périodiques
Les signaux n’ont pas toujours une forme simple
La nature de l’information Traitement qu’ils doivent subir
qu’ils portent
Représentation du signal en fonction Elle ne permet plus d’interpréter
du temps est insuffisante correctement l’information
Analyse spectrale : Analyser le contenu fréquentiel d’un signal par
transformée de Fourier
Décomposition en composantes fréquentielles Séries de Fourier
Sinusoïdales ou harmoniques
x(t ) périodique +∞ n t0 + T n
Xe
jk π t 1 − j 2π t
x( t ) =
T
n Xn = x(t )e T
dt
n =−∞ T t0
+∞ n
n
Xe
jkπ t
x( t ) = n
T f =
n =−∞
T
n = 0 le signal de pulsation ω0 le fondamental
n = 1, 2… les signaux de pulsation n.ω0 les harmoniques de rang n
An An − jBn
Φ n = arctan X n = 2
Bn ∀n > 0
C 2 = A 2 + B 2 X = An + jBn
n
− n
n n
2
Remarques : Décomposition en éléments sinusoïdaux
parce qu’ils sont les fonctions propres des filtres linéaires
Cours Traitement de Signal 32
Opérations math. / les signaux
2- Représentation en fréquence des signaux périodiques
Fréquences négatives
La TF fait intervenir également les fréquences négatives
f
-1/T 0 1/T
Le spectre d’un signal périodique de période T est formé de séries
espacées de 1/T dont les amplitudes sont données par :
t0 + T n
1 − j 2π t
Xn =
T
t0
x(t )e T
dt
+∞ n
Xe
j 2π t
x( t ) = n
T
n =−∞
-ζ/2 ζ/2
t0 + T n
1 − j 2π t
Xn =
T x(t )e T
dt
Xn =
Aτ n
sin c τ
t0 T T
τ /2 n
1 − j 2π t
T −τ/ 2
T
= Ae dt
X( f )
+∞
Aτ n n
X( f ) =
n =−∞ T
sin c τ δ f −
T T
ζ ζ ζ ζ ζ ζ
x(t )e
− j 2π ft
TF ( x(t )) = X ( f ) = dt V/Hz
−∞
X ( f ) = X ( f ) e jϕ ( f )
Spectre de Im [ X ( f )]
Spectre de = Arctg
Spectre phase Re [ X ( f )]
x(t)
d’amplitude
2
X( f ) Spectre ou densité spectrale de puissance
+∞
X ( f )e
j 2 π ft
x(t ) = df TF-1
−∞
TF TF-1
x(t ) X( f ) X( f ) x(t )
X(f) est la superposition d’une infinité de raies qui s’étendent dans le
domaine fréquentiel de - ∞ à +∞
Cours Traitement de Signal 36
Opérations math. / les signaux
2- Représentation en fréquence des signaux apériodiques
Condition d’existence de la TF
- x(t) est une fonction bornée (pas de valeurs infinies)
+∞
- x(t) est sommable en | |
−∞
x(t ) dt < ∞
+∞
2
- Carré sommable x(t ) dt < ∞
−∞
Propriétés de la TF
- linéarité
x(t ) TF X ( f ) TF
ax(t ) + by(t ) aX ( f ) + bY ( f )
y (t ) TF Y ( f )
- Théorème de Parseval
Energie tempo = Energie fréq
+∞ +∞
2 2
x(t ) dt = X ( f ) df
−∞ −∞
+∞ +∞
x(t ) y* (t )dt = X ( f )Y
*
( f )df
−∞ −∞
- Dualité tempo - fréquence
Un signal de durée fini a un spectre non borné
Un signal de spectre borné à une durée illimitée
Le spectre s’étend d’autant + en fréquence que la durée du signal est faible
Cours Traitement de Signal 39
Opérations math. / les signaux
Exemple de la TF
TF rectangle
x(t ) = Arectτ (t )
A
t
-ζ/2 +ζ/2
+∞
X ( f ) = A rectτ (t )e − j 2π ft dt
−∞
+τ / 2
sin(π f τ )
=A
τ
− /2
e − j 2π ft dt = Aτ
π fτ
X ( f ) = Aτ sin c( f τ ) = X ( f ) e jArgX ( f )
Si x(t) est tel que E<∞ x(t) est à énergie finie; P=0
Si x(t) est tel que E = ∞ x(t) est à puissance moyenne finie
Exemple x(t ) = A cos( 2π f 0t )
+∞ t0 + T '
1
A
2 2
E= cos ( 2π f 0t )dt = ∞ P = lim ' A2 cos 2 ( 2π f 0t )dt
−∞ T ' →∞ T t0
2 2
x(t) à énergie finie
2
x(t ) dt < ∞ x(t ) dt = X ( f ) df
−∞ −∞
−∞
E<∞
+∞
2
E= X ( f ) df S xx ( f ) = DSE
−∞
DSE
2
S xx ( f ) = X ( f ) = X ( f ). X * ( f ) en V2/Hz2
DSE pour x(t) à énergie finie
- f réelle non négative Insensible à toute translation
de x(t) sur l’axe des temps
- La DSE ne permet pas de reconstituer le signal Module pas de φase
- Elle donne des renseignements importants sur la répartition fréq des sign
2
E= x(t ) dt = A2 dt = A2τ < ∞
−∞ − τ
/2
énergie finie
TF
x(t ) X ( f ) = X ( f ) e jΦ
TF
x(t ) = Arectτ (t ) X ( f ) = Aτ sin c( f τ )
2
S xx ( f ) = X ( f ) = A2τ 2 sin c 2 ( f τ )
TF −1 [ S XX ( f )] = x(t ) * x* ( −t )
+∞
Posons u’ = u-t
x(u ) x (u − t )du
*
=
−∞
+∞
TF −1
[ S XX ( f )] = x(u ' + t ) x* (u ' )du '
−∞
x(τ ) x (τ − t )dτ
*
Rxx (t ) =
−∞
+∞
= x(τ + t ) x* (τ )dτ
−∞
Rxx (t ) = TF −1 [ S XX ( f )]
+∞
= X ( f ) e j 2π ft df
2
−∞
Propriétés :
TF-1
SXX(f) = réelle Rxx(t) hermitienne
Module paire
Rxx(t)=R*xx(-t) Re paire
Img impaire
TF-1 2
Rxx(t) = réelle et paire S XX ( f ) = X ( f ) = réelle et paire
2
−1
Rxx (t ) = TF S XX ( f ) = X ( f ) e j 2π ft df
−∞
+∞
La fonction d’autocorrélation permet
2
Rxx (0) = X ( f ) e0 df = E X
−∞ d’obtenir l’énergie du signal
- Degré de corrélation ou coefficient de corrélation
Rxx (t ) 0 ≤ Γ xx (t ) ≤ 1
Γ xx (t ) =
Rxx (0)
Ryx (t ) = y(t ) * x* ( −t ) = R* xy ( −t )
Ryx (t ) = R* xy ( −t ) Non commutative
S XY ( f ) ≠ SYX ( f ) 2
Rxy (t )
Rxy (t ) ≤ Rxx (0). Ryy (0) Γ xy (t ) = ≤1
*
X ( f )*Y ( f ) ≠ Y( f )* X ( f )* Rxx ( 0). Ryy ( 0)
x(u ) y (u − t )du
*
Rxy (t ) =
−∞
xT ' (t ) dt = x(t ) dt =
2 2 2 2
ExT ' = X T ' ( f ) df XT ' ( f ) = D.S .E de xT ' (t )
−∞ 0 −∞
2
XT '( f )
D .S . P de xT ' (t ) = = S XXT ' ( f )
T' T' +∞
+∞ +∞ 1
dt = lim S XXT ' ( f )df
2
1
xT ' (t ) dt = S XXT ' ( f )df lim x ( t )
2
= Px
Corrélation croisée ou intercorrélation DSP croisée
t0 + T '
1
Rxy (t ) = lim '
T ' →∞ T
t0
x(u ) y* (u − t )du
S XY ( f ) = TF [ Rxy (t )]
Cours Traitement de Signal 53
Propr. Énergétique des signaux
Signaux à puissance moyenne finie
Application aux signaux périodiques
∞
n
X δ( f − T )
n
n =+∞
TF
j 2π t
TF d’un signal périodique x(t ) = X ne T X( f ) = n
n =−∞ n = −∞
t0 + T n
1 − j 2π t
Xn =
T
t0
x(t )e T
dt
Re
j 2π t
Rxx (t ) = n
T
n =−∞
t0 +T n t0 +T t0 +T n n n
1 − j 2π t 1 − j 2π t − j 2π u + j 2π u
x(u)x (u − t )du e
*
Rn = Rxx (t )e T
dt = 2 T
dt .e T
.e T
T t0 T t0 t0
t0 + T n n t0 + T
1 1
− j 2π u − j 2π ( t − u )
du . x (u − t )e ϑ =t −u
*
Rn = x(u )e T T
dt
T t0 T t0
t0 + T n t +T n
1 − j 2π u 1 0 * − j 2π ϑ
Rn =
T t0 x(u )e T
du . x (ϑ )e
T t0 X *
T
dϑ Rn = X n . X n* = X n
2
X n n
∞ n ∞ ∞
j 2π
2 t 2 2
Rxx (t ) = Xn e T
dt Px = Rxx (0) = Xn xeff = Px = Xn
n =−∞ n =−∞ n =−∞
n
∞
A2 j 2π T1 t A2 − j 2π T1 t A2 1
2 j 2π t
Rxx (t ) = Xn e T
= e + e = cos( 2π t )
n =−∞ 4 4 2 T
A2 x = R ( 0 ) = A S ( f ) = A δ f − 1 + δ f + 1
2
4 T T
Px = Rxx (0) = eff xx XX
2 2
Cours Traitement de Signal 57
Plan du cours
Partie 1 : Traitement de signal analogique
• Généralités
– Classification des signaux
– Signaux de base
Signal Signal
d’entrée S de sortie
Excitation Réponse
Propriétés des systèmes
Linéarité x1(t) S y1(t)
x (t) S y (t) a x1(t) + b x2(t) S a y1(t) + b y2(t)
2 2
t0 t0
x(t) S y(t) x(t-t0) S y(t-t0)
t
y(t ) = h(τ ')dτ '
dy(t )
h( t ) =
0 dt
SLIT en fréquentiel
Définition
La fonction de réponse en fréquence : y (t ) = x(t ) * h(t ) → X ( f ). H ( f )
X(f) S Y(f) = X(f) . H(f)
réaliser H ( f ). X ( f )
Passe - bas
(SLIT)
Passe - haut
X( f ) Filtre Y ( f ) = X ( f ).H ( f )
x(t ) Filtre y ( t ) = x ( t ) * h( t )
f
-fc fc
B = 2fc
h(t) = TF-1[H(f)] = TF-1[A rect2fc(f)] h(t) = 2Afcsinc(2fct)
hh((t t) )
t t
t0
y(t ) = kx(t − t0 ) Y ( f ) = kX ( f ).e − j 2π ft0 = X ( f ) H ( f )
y(t ) = kx(t ) * δ (t − t0 ) H ( f ) = k .e − j 2π ft0
H( f ) = k Arg [ H ( f )] = −2π ft0
x(t ) = δ (t ) Filtre PB y (t ) = ?
idéal
y (t )
y(t ) = 2 AB sin c 2 B(t − t0 ) ()
ht
x( t ) 2AB
δ (t ) t−
1 1
t+
2B 2B
f
f1 f2
Bande de transition
• ondulations dans la bande passante • Butterworth
• largeur de la bande de transition cf filtres • Chebycheff
• ondulations dans la bande atténuée • elliptique
En émission
Le signal échantillonné xe(t) contient toute l’information utile; x(t) peut être
extrait à partir de xe(t)
Echantillonnage idéal
Il s’agit de prélever un temps infiniment court des valeurs de x(t) à tn = n Te
Une multiplication du signal x(t) par le peigne de Dirac de période Te
ШTe
Cours Traitement de Signal 77
Numérisation du signal
Echantillonnage idéal
Réalisation mathématique (modèle)
x(t)
En utilisant la propriété
tn x(t ).δ (t − t0 ) = x(t0 ).δ (t − t0 )
Te
xe(t)
+∞
xe (t ) = x( nT ).δ (t − nT )
e e
tn n =−∞
Te
Cours Traitement de Signal 78
Numérisation du signal
Echantillonnage idéal
Spectre du signal échantillonné
+∞
X e ( f ) = TF x ( t ) * TF δ (t − nTe )
n =−∞
+∞
1
= X ( f ) * δ ( f − nf e )
Te n =−∞
1 +∞
= X ( f − nfe )
Te n =−∞
+∞
X e ( f ) = fe X ( f − nf )
n =−∞
e
Le spectre de Xe(f) est celui de X(f) périodisé avec une période fréquentielle
1
fe =
Te
Repliement du spectre
xh (nTe ) =
nTe
x(t )h(t − nTe )dt
x(t) 1 θ
h( t ) = Π (t − )
θ 2
nTe +θ
1
nTe θ nTe+ θ xh (nTe ) =
θ
nTe
x(t )dt
Xn-1 Xn Xn+1
X
Si X − X n < X − X n −1 Q( X ) = X n
Si X − X n > X − X n −1 Q ( X ) = X n +1
X + X n +1
Si X= n Q( X ) = X n ou X n +1
2
Cours Traitement de Signal 90
Numérisation du signal
Quantification
2 types de quantification
Q linéaire (uniforme) Q logarithmique (non linéaire)
01
Double discrétisation:
• En temps (échantillonnage n Te) 00
• En amplitude (quantification k.q) xmin
ε (t ) = xe (t ) − xq (t )
xe(t) : signal échantillonné non quantifié
xq(t) : signal échantillonné quantifié
Valeur max de ε(t): xmin≤xe≤xmax, |ε|max=q/2
Valeur moyenne de ε(t)=0(pour une Q par
arrondi) et =q/2 pour Q par troncature)
Le rapport signal sur bruit de q<<xmax, ε est linéaire
2
quantification 1 2e q
T
q2
V PB = Te t dt =
( RS / B )q = eff ,sin T e − 2 Te 12
Veff ,bruit
Vmax 2N −1 q
PS : puissance du signal m(t) Veff ,sin u = = ,Veff ,bruit = PB
PB : puissance du bruit de quantification 2 2
2 N −1 q
(R )
S
B dB
= 20 log ( SNR ) =
q 12
2 = 6.02 N + 1.76
Loi A