RAPPORT TRAITEMENT DU

SIGNAL

Rapport traitement du signal

SG -33
SECTION 3
INTRODUCTION
Ce rapport explore les complexités du traitement du signal, un
domaine fondamental de l'ingénierie, avec un accent particulier
sur l'exploration pratique tout en travaillant dans MATLAB. Au
cœur de nos recherches, nous avons étudié différents types de
signaux et analysé en profondeur les mécanismes
d’échantillonnage et de filtrage qui leur sont appliqués. La
première partie de notre travail, l'échantillonnage, a été utilisée
pour différents signaux, chacun avec ses propres défis et
exigences. Dans l'environnement MATLAB, nous avons approfondi
les subtilités de la sélection de la fréquence d'échantillonnage et
adapté notre approche en fonction des caractéristiques spécifiques
de chaque signal. Cette phase a donc servi de base pour
comprendre les compromis associés à une représentation
numérique fidèle des signaux étudiés. Au fur et à mesure que
l’enquête se poursuivait, le filtrage s’est avéré une étape
importante pour extraire des informations pertinentes de ces divers
signaux. Filtres conçus et implémentés pour chaque type de
signal à l'aide des fonctionnalités avancées de MATLAB. Notre
analyse se concentre sur la réduction du bruit, la suppression des
fréquences indésirables et la mise en valeur des caractéristiques
essentielles de chaque signal, contribuant ainsi à une compréhension
approfondie de l'impact du filtrage sur la qualité du signal final. Par
conséquent, ce rapport se positionne comme une étude pratique
et approfondie du traitement du signal, se concentrant sur
l'utilisation de différents signaux dans le monde réel avec
MATLAB. En examinant les nuances de l'échantillonnage et du filtrage
dans ces différentes situations, nous visons à fournir des
informations pouvant être appliquées à des scénarios concrets et
réels de traitement du signal.

Rapport traitement du signal

SG -33
SECTION 3
ETUDE D’UN SIGNAL SINUSOIDAL :
Script :

Figure:

Rapport traitement du signal

SG -33
SECTION 3
Nous cherchons à mettre en évidence le critère de Shannon. Le signal
sinusoïdal est de fréquence fondamental 200Hz. L'opération
d'échantillonnage se fait par des fréquences différentes : 300 Hz, 400
Hz et 500 Hz. Afficher le signal temporel échantillonné et son spectre
d'amplitude dans le même graphique.
Script :

Figure :

Rapport traitement du signal

SG -33
SECTION 3
%commentaire :
Le théorème d'échantillonnage énonce que pour reconstruire parfaitement un signal continu à partir de
ses échantillons, la fréquence d'échantillonnage (fe) doit être au moins deux fois la fréquence
maximale du signal (fm) Mathématiquement, cela se formule comme fe>=2fm.
Représentation fidèle du signal :
Lorsque la fréquence d'échantillonnage est inférieure à 2fm, des phénomènes tels que l'aliasing
peuvent se produire. L'aliasing se manifeste lorsque des fréquences supérieures à la moitié de la
fréquence d'échantillonnage semblent être repliées en dessous de la moitié de la fréquence
d'échantillonnage, induisant une distorsion et une perte d'information.
Théorème de Nyquist-Shannon :
Respecter le théorème de Nyquist-Shannon assure que chaque cycle de la fréquence maximale est
correctement échantillonné au moins deux fois. Cela permet une reconstruction sans ambiguïté du
signal original à partir de ses échantillons.
Éviter l'aliasing : En choisissant une fréquence d'échantillonnage suffisamment élevée (fe>=2*fm), on
évite l'aliasing et garantit une représentation fidèle du signal. Les composantes haute fréquence du
signal sont correctement échantillonnées, préservant ainsi l'information et empêchant la distorsion due
à l'aliasing.
En résumé, une fréquence d'échantillonnage égale ou supérieure à deux fois la fréquence maximale du
signal assure une représentation adéquate du signal

ETUDE D’UN SIGNAL CARRE IMPAIRE :

Générer un signal carré entre les instants -0.05s et 0.05 s.
Utiliser des fréquences fondamentales de 20 Hz, 200 Hz et 1000 Hz.

Rapport traitement du signal

SG -33
SECTION 3
Afficher le spectre d'amplitude du signal centré autour de zéro entre les fréquences -6000 Hz.

Script :

Figure :
F0=20Hz ;

Rapport traitement du signal

SG -33
SECTION 3
F0=200Hz

F0=1000Hz

Rapport traitement du signal

SG -33
SECTION 3
La restitution du signal à partir du spectre :
Script :

Rapport traitement du signal

SG -33
SECTION 3
Le signal restitué à partir de la somme des coefficients de Fourier :
Script :

Figure :

Rapport traitement du signal

SG -33
SECTION 3
Echantillonnage et filtrage :
Script :
Le signal temporel est maintenant la somme de trois sinusoïdes de fréquence :
F0 = 50Hz f1 = 100Hz et f2= 200Hz

Figure :
Fe=128Hz

Rapport traitement du signal

SG -33
SECTION 3
Fe=256Hz

Fe=1024HZ

Rapport traitement du signal

SG -33
SECTION 3
Dans ce qui suit, on utilisera un filtre analogique de Butter-Worth pour éliminer
les fréquences non désirées du signal. On présentera dans une même fenêtre le
signal temporel, le diagramme de Bode du filtre et le spectre d'amplitude avant
et après filtrage

La fréquence à éliminer est 100Hz

Script :

Rapport traitement du signal

SG -33
SECTION 3
Diagramme de Bode et les spectres d’amplitude du signal avant et aprés filtrage :

Rapport traitement du signal

SG -33
SECTION 3
La fréquence à éliminer est 200Hz

Script :

Rapport traitement du signal

SG -33
SECTION 3
Diagramme de Bode et les spectres d’amplitude du signal avant et aprés filtrage :

Rapport traitement du signal

SG -33
SECTION 3
La fréquence à éliminer est 50Hz:

Script :

Rapport traitement du signal

SG -33
SECTION 3
Diagramme de Bode et les spectres d’amplitude du signal avant et aprés filtrage :

Rapport traitement du signal

SG -33
SECTION 3
La fréquence à garder est 50Hz:

Script :

Rapport traitement du signal

SG -33
SECTION 3
Diagramme de Bode et les spectres d’amplitude du signal avant et aprés filtrage :

CONCLUSION :
En conclusion, notre travail consistait à analyser un signal temporel composé de plusieurs
fréquences en utilisant le langage Octave /Matlab et le filtre Butterworth. Voici un résumé des
étapes que nous avons suivies dans le code :
1. Génération du Signal : Nous avons créé un signal temporel en combinant trois sinusoïdes
de fréquences différentes (50 Hz, 100 Hz, 200 Hz).
2. Filtrage Butterworth : Nous avons utilisé un filtre Butterworth pour traiter le signal.
Dans certains cas, nous avons supprimé une fréquence spécifique (200 Hz), tandis que
dans d'autres cas, nous avons conservé une fréquence spécifique (50 Hz).
3. Analyse Temporelle : Nous avons tracé le signal temporel avant et après le filtrage afin
de visualiser l'effet du filtre.
4. Analyse Fréquentielle : Nous avons calculé et tracé le spectre d'amplitude du signal
avant et après le filtrage pour observer les changements dans le domaine des fréquences.
5. Diagramme de Bode : Nous avons calculé et tracé le diagramme de Bode du
filtre Butterworth pour visualiser le gain en amplitude et la phase en fonction de la
fréquence.
En résumé, ces étapes démontrent comment utiliser un filtre Butterworth pour manipuler les
caractéristiques fréquentielles d'un signal. Cette approche est largement utilisée dans le
traitement du signal pour filtrer les composantes indésirables ou isoler des fréquences
spécifiques.

Rapport traitement du signal

SG -33
SECTION 3