Académique Documents
Professionnel Documents
Culture Documents
Chap2-Signaux Aleat Et Proc Stochas
Chap2-Signaux Aleat Et Proc Stochas
Faculté de Technologie
Départment d'éléctronique
1 ere Master Instrumentation
Traitement du signal
avancé 2
Dr F.Benkouider, fbenkouider@gmail.com
Sommaire
● Rappels sur les processus aléatoires
● Rappel sur les notions : moyenne, autocorrelation et
stationarité
● Densité spectrale de puissance
● Notion de processus stochastiques
● Stationnaire au sens large et strict
● Exemple de processus stochastisues (processu de Poisson,
processus gaussien et processus Markovien)
● Staistiques d’ordre supérieur (moments et cumulants,
polyspectre, processus non Gaussien, traitement non linéaire)
Qu’est ce qu’un signal aléatoire?
C ’est un signal dont on ne peut pas prévoir sa valeur en
fonction du temps, par exemple:
• Bruit electronique du à l’agitation termiques des éléctrons
Une variable aléatoire noté (VA) qui ne peut pas etre prévu
d’une expérience (phénomène physique ou aléatoire)
P(x=1)= 16.7%
P(x=2)= 16.7%
.
.
.
.
P(x=6)=16.7%
Qu’est ce qu’un signal aléatoire?
Probabilté d’une VA: cas continu
�� (−∞) = �� (� <− ∞) = �%
�� (+∞) = �� (>+ ∞) = �
Qu’est ce qu’un signal aléatoire?
Caractérisation des signaux aléatoires
Qu’est ce qu’un signal aléatoire?
Caractérisation des signaux aléatoires
Qu’est ce qu’un signal aléatoire?
Caractérisation des signaux aléatoires
��� (�)
�� (�) =
��
Qu’est ce qu’un signal aléatoire?
Caractérisation des signaux aléatoires
+∞
�� (�) �� = �(= ���%) = �� (∞) − �� (−∞) = � − � = �
−∞
��
Proba (� < �� ) = �(� < �� ) = � (�)
−∞ �
�� = �� (�� )
��
Proba (�� ≤ � ≤ �� ) = �(�� ≤ � ≤ �� ) = � (�)
�� �
�� = �� (�� )-�� (�� )
Qu’est ce qu’un signal aléatoire?
Caractérisation des signaux aléatoires
Qu’est ce qu’un signal aléatoire?
Caractérisation des signaux aléatoires
Quelques notions : Rappels
Quelques notions : Rappels
Quelques notions : Rappels
Stationarité
Quelques notions : Rappels
Stationarité
Quelques notions : Rappels
Stationarité
Quelques notions : Rappels
Stationarité
Quelques notions : Rappels
Stationarité
Quelques notions : Rappels
Stationarité
Quelques notions : Rappels
Stationarité
Quelques notions : Rappels
Autocorrelation
Quelques notions : Rappels
Autocovariance
Quelques notions : Rappels
Propriétée de l’autocorrelation
Quelques notions : Rappels
Propriétés de la variance
Quelques notions : Rappels
Propriétés de la covariance
f
f
�� En Watts / htz
Quelques notions : Rappels
Densité spectrale de puissance DSP
�� =
en Watt
Quelques notions : Rappels
Densité spectrale de puissance DSP
Application Considérons un processus aléatoire stationnaire au sens large (du
second ordre ou WSS) X(t) avec RX(τ) = e − a | τ |, où a est un nombre
réel positif.
Trouvez le PSD de X (t).
Solution
Quelques notions : Rappels
Densité spectrale de puissance croisée
Loi de parobabilité:
�−� ��
�(� = �) = , k=0,1,2......ꝏ
�!
Elle est appelée , notée
E(X) = l et V(X) = l
Exemples de processus stochastiques
Loi de Poisson
Exemple: une variable aléatoire pourrait être définie comme le nombre d'appels
téléphoniques entrant dans un système de réservation d'une compagnie aérienne
pendant une période de 15 minutes. Si le nombre moyen d'arrivées pendant un
intervalle de 15 minutes est connu, la fonction de probabilité de Poisson donnée par
l'équation ci-dessus peut être utilisée pour calculer la probabilité de x arrivées.
�−� ��
�(� = �) =
�!
Supposons que le nombre moyen d'appels arrivant dans une période de 15
minutes soit de 10. Pour calculer la probabilité que 5 appels arrivent dans les
15 minutes suivantes, �= 10 et x = 5 sont substitués dans ci dessus, ce qui
donne un probabilité de
�−�� ���
�(� = �) = = 0,0378.
�!
Exemples de processus stochastiques
Processus Gaussien (Normale)
La distribution de probabilité continue la plus largement utilisée en
statistique est la distribution de probabilité normale.
Une variable aléatoire est une quand elle dépend d’un grand
nombre de causes indépendantes dont aucune n’est prépondérante.
Sa densité de probabilité est donnée par:
1 x
1 ( )2
f (x) e2
2
Elle est appelée notée
Le diamètres des pièces fabriqués pendant une année suit une loi normale
On adment que le diamètre soit entre 9.25 et 10.75 mm
Exemples de processus stochastiques
Processus Gaussien (Normale)
Exemples de processus stochastiques
Processus Gaussien (Normale)
Exemples de processus stochastiques
Processus Gaussien (Normale)