Académique Documents
Professionnel Documents
Culture Documents
GEII 2
1
I. Fréquence d’échantillonnage
a) Fe=100Hz
t=0:0.01:0.25;
x=sin(2*pi*150*t);
plot(t,x)
xlabel('Temps(s)');
ylabel('amplitude');
title('signal sinusoidale de frequence 100Hz');
-14
x 10 signal sinusoidale de frequence 100Hz
3
2.5
1.5
amplitude
0.5
-0.5
-1
-1.5
0 0.05 0.1 0.15 0.2 0.25
Temps(s)
Interprétation :
b) Fe=1000Hz
t=0:0.001:0.25;
x=sin(2*pi*150*t);
plot (t(1:50),x(1:50))
xlabel('Temps(s)');
ylabel('amplitude');
2
title('signal sinusoidale de frequence 1000Hz');
0.8
0.6
0.4
0.2
amplitude
-0.2
-0.4
-0.6
-0.8
-1
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05
Temps(s)
Interprétation :
D’après la figure 2 on constate qu’il y a aussi perte d’information ce qui nous amène
d’augmenter d’avantage la frequence d’échantillonnage.
c) Fe=3000Hz
t=0:1/3000:0.25;
x=sin(2*pi*150*t);
plot(t(1:100),x(1:100))
xlabel('Temps(s)');
ylabel('amplitude');
title('signal sinusoidale de frequence 3000Hz');
3
signal sinusoidale de frequence 3000Hz
1
0.8
0.6
0.4
0.2
amplitude
-0.2
-0.4
-0.6
-0.8
Interprétation :
D’après la figure 3 on constate qu’il n’y a pas perte d’information ce qui veut dire qu’un
signal sinusoidale de frequence 3000Hz peut être échantillonné avec une frequence
d’échantillonnage 3000Hz.
t=0:1/3000:0.25;
x=sin(2*pi*150*t);
subplot(2,1,1)
plot(t(1:100),x(1:100))
xlabel('Temps(s)');
ylabel('amplitude');
title('signal sinusoidale de frequence 3000Hz');
y=fft(x,512);
y=abs(y);
f=3000/512*(0:511)
subplot(2,1,2)
plot(f(1:50),y(1:50))
xlabel('Frequence(Hz)');
ylabel('amplitude spectrale ');
title('spectre du signal sinusoidale');
4
signal sinusoidale de frequence 3000Hz
1
0.5
amplitude
-0.5
-1
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035
Temps(s)
spectre du signal sinusoidale
200
amplitude spectrale
150
100
50
0
0 50 100 150 200 250 300
Frequence(Hz)
Interprétation :
D’après la figure 4 on remarque la présence d’un pic à une frequence de 150Hz qui
correspond a une frequence d’un signal sinusoidale , donc la méthode transformée de
Fourier est une méthode fiable pour l’analyse du signaux.
t=-2:0.01:+2;
x=(sign(t+1)-sign(t-1))/2;
plot(t,x)
xlabel('Temps(s)');
ylabel('amplitude');
title('signal rectangulaire');
5
signal rectangulaire
1
0.9
0.8
0.7
0.6
amplitude
0.5
0.4
0.3
0.2
0.1
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Temps(s)
t=-2:0.01:+2;
x=(sign(t+1)-sign(t-1))/2;
subplot(2,1,1)
plot(t,x)
xlabel('Temps(s)');
ylabel('amplitude');
title('signal rectangulaire');
y=fft(x,512);
y=fftshift(y);
y=abs(y);
f=100/512*(0:511)
subplot(2,1,2)
plot(f(206:306),y(206:306))
xlabel('Frequence(Hz)');
ylabel('amplitude spectrale ');
title('spectre du signal rectangulaire');
6
signal rectangulaire
1
amplitude
0.5
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Temps(s)
spectre du signal rectangulaire
200
amplitude spectrale
150
100
50
0
40 42 44 46 48 50 52 54 56 58 60
Frequence(Hz)
Interprétation :
D’après la figure 6 on constate une lope principale de largeur a mis hauteur de 0,78 et de
lope secondaire autour de ce dernier .
d) Fenêtre triangulaire :
t=-2:0.01:+2;
T=4
x=1-2*abs(t)/T ;
subplot(2,1,1)
plot(t,x)
xlabel('Temps(s)');
ylabel('amplitude');
title('signal triangulaire');
y=fft(x,512);
y=fftshift(y);
y=abs(y);
f=100/512*(0:511)
subplot(2,1,2)
plot(f(206:306),y(206:306))
xlabel('Frequence(Hz)');
ylabel('amplitude spectrale ');
title('spectre du signal triangulaire’);
7
signal triangulaire
1
amplitude
0.5
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Temps(s)
spectre du signal triangulaire
200
amplitude spectrale
150
100
50
0
40 42 44 46 48 50 52 54 56 58 60
Frequence(Hz)
Interprétation :
D’après la figure 7 on constate la présence d’une lope principale de fréquence 50Hz et des lopes
secondaire d’amplitude faible par rapport à ceux trouver par l’analyse de fenêtrage rectangulaire.
e)Fenêtre de Hamming :
t=-2:0.01:+2;
a=0.54;
f=0.25;
x=a+(1-a)*cos(2*pi*f*t);
subplot(2,1,1)
plot(t,x)
xlabel('Temps(s)');
ylabel('amplitude');
title('signal de Hamming ');
y=fft(x,512);
y=fftshift(y);
y=abs(y);
f=100/512*(0:511);
subplot(2,1,2)
plot(f(206:306),y(206:306))
xlabel('Frequence(Hz)');
ylabel('amplitude spectrale ');
title('spectre du signal de Hamming');
8
signal de Hamming
amplitude 1
0.5
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Temps(s)
spectre du signal de Hamming
300
amplitude spectrale
200
100
0
40 42 44 46 48 50 52 54 56 58 60
Frequence(Hz)
Interprétation :
D’après la figure 8 on constate la présence d’un lope principal et l’absence totale des lopes
secondaire.
Conclusion :
D’après cette étude comparative on remarque que la fenêtre de Hamming est la meilleure
fenêtre pour analyser tous types de signaux