Académique Documents
Professionnel Documents
Culture Documents
Trait Ement Du Signal
Trait Ement Du Signal
❑classification phénoménologique,
❑classification énergétique,
❑classification morphologique,
1. Classification phénoménologique
On considère la nature de l'évolution du signal en fonction
du temps. Il apparaît deux types de signaux :
1.1 Signaux déterministes
Ils sont des signaux qui peuvent être décrits par une
Ils sont des signaux qui ne peuvent pas être décrits par une fonction
𝑠 𝑡 = 𝐴𝑒 −𝑎 𝑡 ,a>0
2.2 puissance d’un signal
a) Puissance moyenne d’un signal
1 𝑡2
𝑃= 𝑠(𝑡) 2 dt
𝑡2 −𝑡1 𝑡1
b) Puissance moyenne totale d’un signal
𝑇
1 2
𝑃𝑇 = lim න 𝑠(𝑡) 2 dt
𝑇−>∞ 𝑇 −𝑇
2
1 𝑠𝑖 𝑡 ≥ 0
𝑢 𝑡 =ቊ
0 𝑠𝑖 𝑡 < 0
2)Signal Porte ou rectangle
3)impulsion de Dirac
𝛿 𝑡 : 𝑒𝑠𝑡 𝑢𝑛 𝑜𝑝é𝑟𝑎𝑡𝑒𝑢𝑟 𝑑′ é𝑐ℎ𝑎𝑛𝑡𝑖𝑙𝑙𝑜𝑛𝑛𝑎𝑔𝑒
• Impulsion de Dirac correspond à une fonction Porte dont la largeur T tend vers 0
et dont l’aire est égal à 1.
∞ 𝑠𝑖 𝑡 = 0
𝛿 𝑡 =ቊ
0 𝑠𝑖 𝑡 ≠ 0
4) Peigne de Dirac
• Peigne de Dirac est une succession périodique d’impulsion de Dirac.
+∞
𝛿𝑇 𝑡 = 𝛿(𝑡 − 𝑘𝑇)
𝑘=−∞
5)signal rampe
𝑡 𝑡 𝑠𝑖 𝑡 > 0
r(t)= tu(t)=−∞ 𝑢 𝑣 𝑑𝑣 = ቊ
0 𝑠𝑖 𝑡 ≤ 0
V. Bruit
Définition : Le bruit peut être défini comme tout phénomène perturbateur
gênant la perception ou l’interprétation d’un signal.
𝑦 𝑡 = 𝑇[𝑥 𝑡 ]
Exemples :
➢ Amplificateur,
➢système audio,
➢téléphone, système vidéo.
2) Système linéaire:
Un système est dit linéaire si :pour une entrée x1(t), on obtient une
sortie y1(t) et pour une entrée x2(t), on obtient une sortie y2(t) alors
pour une entrée a1.x1(t) + a2.x2(t), on obtient en sortie a1.y1(t) +
a2.y2(t)
3) système invariant
On a:
𝛿 𝑡 − 𝑡0 SLIT ℎ(𝑡 − 𝑡0 )
On applique une impulsion de type porte de largeur ∆𝑡 et d’amplitude 1/∆𝑡 sur le SLIT
nous obtenons une réponse que nous allons noter ℎ∆𝑡 𝑡 :
1 SLIT ℎ∆𝑡 𝑡
П (t)
∆𝑡 ∆𝑡
la réponse à la même impulsion d’amplitude A et décalée
temporellement de i · Δt est :
𝑠∆𝑡 𝑡 = 𝑒 i. ∆𝑡 . ℎ∆𝑡 t − i. ∆𝑡 . ∆𝑡
𝑖
+∞
𝑅𝑥𝑥 𝜏 = න 𝑥 𝑡 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
−∞
+∞
𝑅𝑥𝑦 𝜏 = න 𝑥 𝑡 𝑦 ∗ 𝑡 − 𝜏 𝑑𝑡
−∞
Exemple:
En communications numériques, il n’est pas rare que le récepteur
du système de communication reçoive un signal de l’émetteur qui
soit très brouillé.
Si le récepteur reçoit le signal x(t), et que ce signal est en réalité une suite de ports d’amplitude −1
(représentant le bit 0) ou +1 (représentant le bit 1), alors l’intercorrélation de x avec une porte y permet
de détecter à chaque instant si le signal reçu ressemble à y (dans ce cas, on a reçu un 1) ou pas (on a
reçu un 0)
2) Propriétés d’autocorrélation
• Pour des signaux réels, la fonction d’autocorrélation est paire, soit :
𝑅𝑥𝑥 −𝜏 = 𝑅𝑥𝑥 𝜏
+∞
𝑅𝑥𝑥 𝜏 ≤ 𝑅𝑥𝑥 0 = න 𝑥 𝑡 𝑥 𝑡 𝑑𝑡
−∞
Chapitre 3: Transformation de Fourier
I. Introduction
harmonique
❑Une des méthodes les plus utiles dans l’analyse des signaux est la série
de Fourier.
❑Le signal résultant est la somme de trois sinusoïdes dont la fréquence est
chaque fois un multiple de la fondamentale f0. On peut donc prendre un
signal périodique complexe et le simplifier à des sinusoïdes.
❑une fonction périodique quelconque f (t), Fourier démontra qu’on pouvait
faire l’équivalence suivante :
NB: Les fréquences qui sont des multiples entiers de 𝐹0 sont nommes les
harmoniques
Coefficients de Fourier:
2 𝑇
𝑎𝑛 = න 𝑓 𝑡 cos(𝑛𝜔0 𝑡)𝑑𝑡
𝑇 0
2 𝑇
𝑏𝑛 = න 𝑓 𝑡 sin(𝑛𝜔0 𝑡)𝑑𝑡
𝑇 0
3)Condition d’existence de la série de Fourier
Symétrie paire Pour des fonctions paires, on peut démontrer que les
coefficients de Fourier sont :
1 𝑇 2 𝑇
𝑎0 = න 𝑓 𝑡 𝑑𝑡 , 𝑎𝑛 = න 𝑓 𝑡 cos(𝑛𝜔0 𝑡)𝑑𝑡 et 𝑏𝑛 = 0
𝑇 0 𝑇 0
Symétrie impaire
2 𝑇
𝑏𝑛 = 0
𝑓 𝑡 sin 𝑛𝜔0 𝑡 𝑑𝑡
𝑇
5) Forme alternatives de la série de Fourier
➢Forme polaire est la suivante:
𝑓 𝑡 = 𝑎0 + σ∞
𝑛=1 𝑐𝑛 cos(𝑛𝜔0 𝑡 + 𝜑𝑛 )
f t = Cn ejnω0 t
n=−∞
1 1 𝑇 −jnω0 𝑡
Avec 𝐶𝑛 = (𝑎𝑛 − j𝑏𝑛 ) = 𝑓(𝑡)𝑒 𝑑𝑡
2 𝑇 0
6) Limitation de la série de Fourier :
✓Périodique
✓Continue
✓Non aléatoire
II. Transformée de Fourier
+∞
𝑋 𝑓 = Ƒ {𝑥 𝑡 } = න 𝑥(𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−∞
2) Définition : Transformée de Fourier inverse
−1 +∞ 𝑗2𝜋𝑓𝑡
x 𝑡 =Ƒ {𝑋 𝑓 } = −∞ 𝑋(𝑓)𝑒 𝑑𝑓
3)Propriétés de la transformée de Fourier
Soient deux signaux x(t) et y(t) admettant pour transformées de Fourier, X(f) et
Y (f), respectivement.
a) Linéarité
𝑎𝑥 𝑡 + 𝑏𝑦 𝑡 ⥨ aX(f)+bY(f)
b) Changement d’échelle sur t
1 𝑓
𝑥(𝛼𝑡) ⥨ 𝑋( )
𝛼 𝛼
C) Translation
▪ Sur le temps:
𝑥(𝑡 − 𝜃) ⥨ 𝑋(𝑓)𝑒 −𝑗2𝜋𝑓𝜃
▪ Sur la fréquence:
X(𝑓 − 𝑓0 ) ⥨ 𝑥(𝑡)𝑒 𝑗2𝜋𝑓0 𝑡
d) Dérivation
• En temps
𝑑𝑥(𝑡)
𝑇𝐹 = (𝑗2𝜋𝑓). 𝑋(𝑓)
𝑑𝑡
𝑑𝑛 𝑥(𝑡) 𝑛 . 𝑋(𝑓)
𝑇𝐹 = (𝑗2𝜋𝑓)
𝑑𝑡 𝑛
• En fréquence
𝑑𝑋(𝑓)
𝑇𝐹 −1 = (−𝑗2𝜋). 𝑡𝑥(𝑡)
𝑑𝑓
e) Dualité
𝑇𝐹 𝑥(𝑡) = 𝑋 𝑓
Alors
𝑇𝐹 𝑋(𝑡) = 𝑥 −𝑓
f) Convolution
Le résultat de l’opération de convolution de deux signaux x1(t) et x2(t),
noté x1(t) * x2(t), est un nouveau signal x(t) défini par la relation :
+∞
𝑥 𝑡 = 𝑥1 t ∗ 𝑥2 t = −∞ 𝑥1 τ 𝑥2 t − 𝜏 dτ
𝑇𝐹 𝑥1 t ∗ 𝑥2 t = 𝑋1 f . 𝑋2 f
i) Multiplication
La multiplication dans le domaine temporel devient une convolution dans
l’espace fréquentiel.
𝑇𝐹 𝑥1 t . 𝑥2 t = 𝑋1 f ∗ 𝑋2 f
4)Transformée de Fourier de signaux élémentaires
❑Fonction rectangulaire:
❑Fonction triangulaire
∞
𝑇𝐹 𝛿(𝑡) = න 𝛿 𝑡 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 = 1
−∞
∞
𝑇𝐹 −1 1 = −∞ 1𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑡 = 𝛿(𝑡)
𝑇𝐹 𝑒 𝑗2𝜋𝑓0 𝑡 = 𝛿(𝑓 − 𝑓0 )
𝑇𝐹 𝛿(𝑡 − 𝑡0 ) = 𝑒 −𝑗2𝜋𝑡0
5) Théorème de Parseval
énergie.
Le théorème de Parseval est :
∞ ∞
න 𝑥 𝑡 2 𝑑𝑡 =න 𝑋 𝑓 2 𝑑𝑓
−∞ −∞
de ce signal?
Chapitre 4: L’échantillonnage
L’échantillonnage d’une fonction consiste a prélever un ensemble de valeurs
(échantillons) de la fonction.
Exemple:
magnétophone ou un dictaphone permet d’enregistre un son : le son est une
fonction continue du temps, mais lors de l’enregistrement on en prélevé des
valeurs toutes les fractions de milliseconde (généralement une valeur toutes les
1/44000 de seconde, on dit alors qu’on échantillonne a 44 kHz ).cette valeur
44khz correspond en fait au double de la fréquence de coupure de l'oreille
humaine.
L’échantillonnage consiste à représenter un signal analogique
continu x(t) par un ensemble de valeurs discrètes x(nTe) avec n
entier et Te constant appelé période d’échantillonnage.
L’opération d’échantillonnage idéal d’un signal analogique revient à multiplier ce dernier par un peigne de
Dirac:
𝑠𝑒 𝑡 = 𝑠 𝑡 . 𝛿𝑇𝑒 𝑡
Avec
+∞
+∞
1
𝑆𝑒0 𝑓 = 𝑆 𝑓 𝑜𝑢 𝑏𝑖𝑒𝑛 𝑆𝑒0 𝑓 = 𝐹𝑒 𝑆 𝑓
𝑇𝑒
• En appliquant la transformée de Fourier inverse, nous avons la relation
échantillonné :
Donc
𝒔𝒆𝟎 𝒕 = 𝑭𝒆 σ+∞
𝒌=−∞ 𝒔(𝒌𝑻𝒆 ) sinc(𝝅𝑭𝒆 (t−k𝑻𝒆 )) (4)
Interpolation de Shannon
+∞
Ou bien :
le spectre Se(f) de se(t) s’exprime par la relation suivante
Ou bien
le spectre de base du signal échantillonné Se0( f) est donnée par:
Remarque:
Après un filtre passe-bas de largeur Fe, la relation liant le spectre de base du signal
𝑞 𝑞
x’=q si 𝑛𝑞 − <x< 𝑛𝑞 +
2 2
NB:
près sera notée 3,568 car elle est comprise entre 3,5675 et 3,5685
𝑔 𝑡 =𝑢 𝑡
1) Représenter f et g