COURS TRAITEMENT DU SIGNAL

Cours 1
re
Anne : Tlcommunication TEL1
Frdric LAUNAY le 12/11/2007
Dpartement R&T IUT de Poitiers site de Chatellerault
1
Traitement du signal
Le traitement du signal est devenu une science incontournable de nos jours : Toutes
applications de mesures, de traitement dinformation mettent en uvre des techniques de
traitement sur le signal pour extraire linformation dsire.
Initialement destin extraire le signal dans un bruit lors de mesures (capteurs), le traitement
du signal est largement appliqu en Tlcommunication dans des applications diverses et
varies. Nous pouvons citer :
- la protection dinformation contre le bruit telles que les techniques pour rduire le
Taux derreur ou pour contrer les effets du canal (technique dgalisation)
- le dveloppement dapplications lectroniques et lvolution aise vers de
nouvelles fonctionnalits telles que le filtrage slectif, la mise en place de
techniques varies de modulation/dmodulation,
Lobjectif principal de ce cours est la caractrisation dun signal dans le domaine temporel et
frquentiel pour aboutir des modles mathmatiques. La description mathmatique des
signaux permet de concevoir et de caractriser des systmes de traitement de l'information.
Le bruit reprsentera tout signal ou phnomne perturbateur
Nous avons dcoup ce cours en quatre chapitres, le premier chapitre est une sensibilisation
la dcomposition dun signal en srie de Fourier. Aucune notion mathmatique ne sera
aborde dans ce premier module, lintuition physique tant mise en avant pour apprhender
les phnomnes.
Dans le deuxime chapitre, nous allons classifier les signaux et dfinir des notions de
puissances. Nous aborderons les phnomnes alatoires et des signaux dits dterministe.
Dans le troisime chapitre, nous aborderons des concepts plus mathmatiques de la srie de
Fourier, de la transforme de Fourier. Un rappel sera fait avec le deuxime chapitre dans la
mesure des signaux (Moyenne, puissance et variance).
Enfin dans le 4
me
chapitre, nous aborderons des applications dchantillonnage, de filtrage et
de convolution. Bien que des formules mathmatiques seront dveloppes dans ce chapitre,
nous insisterons sur les reprsentations physiques. Les mathmatiques appuieront les
concepts abords dans ce cours.
2
Chapitre 1 :
Traitement du signal : Intuition Physique
Informations gnrales
1h30 de cours
1h30 de TD : TD n1
Descriptions du chapitre
Approche intuitive sur la reprsentation temporelle et frquentielle
Dfinition de lanalyse spectrale
Vibration dune corde, longueur donde et fondamentale
3
Ltude approfondie de la nature est la source la plus fconde des dcouvertes mathmatiques
[. . . ] Lanalyse mathmatique est aussi tendue que la nature elle-mme [. . . ] Son attribut principal
est la clart [. . . ] Elle [. . . ] semble tre une facult de la raison humaine, destine suppler
la brivet de la vie et limperfection des sens . (Discours prliminaire la thorie analytique de
la chaleur par Joseph FOURIER).
I. Introduction
Avant de commencer le cours sur le traitement du signal, il est opportun de dfinir la
notion de signal, telle que vous la trouverez sur Wikipdia et autres dictionnaires
Un signal est un message simplifi et gnralement cod. Il existe sous forme
d'objets ayant des formes particulires.
Les signaux lumineux sont employs depuis la nuit des temps par les
hommes pour communiquer entre eux distance.
Le signal lectrique est une des formes les plus rcentes de signal.
Un signal dans le domaine informatique et de la communication inter-
processus.
On a lhabitude de reprsenter un signal par une fonction continue dans le temps et de
visualiser le signal sur un oscilloscope ou un appareil reprsentant la variation
damplitude dun phnomne en fonction du temps (cardiogramme, sismographe,
microphone, ).
I-1) Observations des phnomnes nous entourant
Pour simplifier ltude nous allons prendre lexemple dune seule corde (rmq : La
production des sons partir des cordes a t tudie depuis Pythagore (vers 582 - 507
av.J.-C.) : en pinant une corde, la vibration de la corde est transmise l'air
environnant, et l'air transmet la vibration de proche en proche jusqu' votre oreille qui
reoit la vibration du dbut un peu transforme, mais encore reconnaissable. Tous ces
phnomnes de transmission de "proche en proche" sont dus aux phnomnes d'onde :

Avant (il y a une bosse) :
Aprs (la bosse est plus loin) :
Figure 1 : Evolution de londe en fonction de la distance
On peut noter le mme phnomne en lanant un caillou dans de leau. On observe
des ronds qui augmentent de taille. Dans ce cas-l, c'est la hauteur de l'eau un
endroit qui change la hauteur de l'eau ct de cet endroit. Dans le cas de l'air c'est la
pression de l'air un endroit qui change la pression de l'air ct de cet endroit.
4
I-2 Exemple de la corde dune guitare .
Si on fait vibrer une corde suffisamment tendue (souvent en nylon ou en acier), elle
fait aussi vibrer l'air qui se trouve ct et produit un son. Mais ce son est trs faible.
C'est pour a que les instruments cordes ont des rsonateurs (table dharmonie).
La corde dune guitare est attache aux deux extrmits, lorsquon carte la corde
vide, la dformation de la corde forme une onde entre les deux extrmits (un fuseau).
Figure 2 : Reprsentation dun fuseau, variation de lamplitude de londe sur une corde fixe aux deux
extrmits
Sur le graphe ci-dessus, la corde prsente deux noeuds ( ses extrmits) et un ventre
appele fuseau.
Pour obtenir une telle vibration, revenons sur la guitare :
Figure 3 : Elment dune guitare
La tte : Elle supporte les chevilles sur lesquelles sont fixes une des extrmit des
cordes, permettant ainsi de rgler la tension des cordes.
Le manche : Il est compos de frettes (ou sillets), petites barrettes de mtal ou de bois
qui servent obtenir la longueur prcise de la corde vibrante entre sillet de chevalet et
la frette pince.
Le chevalet transmet les vibrations de la corde vibrante la table d'harmonie. Il doit
pouvoir retransmettre la table, sans trop de dformations, le contenu frquentiel que
lui communique la corde.
5
La table d'harmonie est la surface suprieure de la caisse. Celle-ci est perce d'une
oue, appele rosace" dans le cas de la guitare. Cette rosace permet la projection du
son, contenu dans la caisse de rsonance, hors de l'instrument.
Par consquent, la vibration dune corde de guitare produit un son
1
.
On obtient des sons plus ou moins graves :
Selon l'paisseur de la corde : Les cordes paisses produisent un son grave.
Les cordes fines, un son aigu. C'est pour a que les instruments cordes ont souvent
plusieurs cordes de diffrentes paisseurs. Chacune d'elles produit une note diffrente.
Selon la longueur de la corde : Une corde dont la longueur est le double
d'une autre, produit un son doublement plus grave. Si la premire corde produit un do,
par exemple, la deuxime produit un do une octave plus grave.
Rmq : Les instruments cordes ont souvent plusieurs cordes de la mme longueur !
Sur la guitare, ainsi que sur tous les instruments de la famille du violon, les musiciens
appuient sur le manche avec leurs doigts et rduisent la longueur de la corde. De
cette faon, elle sonne comme si elle tait plus courte et produit un son plus aigu.
Selon la tension de la corde : Plus de tension est synonyme de plus aigu,
ainsi plus la corde est tendue et plus le son mis sera aigu. Les musiciens peuvent
rgler la tension des cordes de leurs guitares, grce aux clefs (chevilles). Quand on
pince une corde, celle-ci vibre avec une vitesse

F
V
o F est la force de tension
de la corde en Newton et est la masse de la corde par unit de longueur.
I-3 Vibration : Les ondes stationnaires
Dans la corde, les ondes sont stationnaires. Les ondes stationnaires s'tablissent si la
longueur L de la corde est un multiple de la demi longueur d'onde . La longueur L tant
fixe (corde non pince ou entre la frette pince et le sillet de chevalet), on cre un son
dont la longueur donde est proportionnelle la longueur L. Or, la frquence est
inversement proportionnelle la longueur donde selon la formule suivante (
retenir) dans le cas gnral:
f
c
Tc
c est la clrit en m/s. Dans le cas de la corde, on parlera plutt de clrit des ondes
mca-nique ce qui correspond la vitesse de vibration mcanique V. La formule
devient alors :
f
V

Pour la guitare, le mouvement des cordes est reprsent par un seul fuseau dont les
deux noeuds sont le chevalet et la frette choisie par le doigt du guitariste. Mais, il peut
se produire plusieurs fuseaux lorsque la corde est pince.
1
http://www.capcanal.com/couleurs/pages/son_cordes.htm
6
Donc quand vous faites frtiller la corde, il y a des ondes stationnaires qui se forment
dedans. Chaque onde est caractrise par un entier qui dit combien elle a de ventres.
Enfin, chaque onde sonne diffremment votre oreille, parce qu'elles n'ont pas la
mme frquence.
Effet de la frquence ?

Plus une onde est petite, plus elle vibre vite. On va mme tre plus prcis : si l'onde
est 2 fois plus petite, alors la frquence (nombre de battements par seconde, on parle
ici de frquence bien plus grande que le nombre de battement de coeur par seconde
qui est de l'ordre de 1) est 2 fois plus grande.
Reprenez lquation prcdente et vrifier cela.
Donc, l'onde ayant deux ventres va tre deux fois plus aigu que l'onde ayant un
ventre. On va mettre a en symboles mathmatiques. On note f
la
frquence de l'onde
la plus grande, celle qui a un seul ventre. Cette frquence f s'appelle la fondamentale.
Alors l'onde deux ventres va avoir pour frquence 2 f
la
, et plus gnralement, l'onde
ayant n ventres va avoir pour frquence n fois f
la
. Avec une corde 110 battements
par secondes, on aura des ondes de frquences 110, 220, 330, 440 etc.
Pourquoi on nentend quune seule note ?
En effet, on entend la fondamentale, et les harmoniques viennent donner un aspect, en
quelque sorte habiller la frquence fondamentale, ce qui donne un timbre au son.
Ainsi, la diffrence entre un son de flte et un son de guitare jouant la mme note
n'est autre que la composition en harmonique. Comme en cuisine : une pince
d'harmonique x2, un brin de noix d'harmonique x3... On assimile les harmoniques la
fondamentale parce que gnralement elles sont faibles (trop faibles pour tre des
notes part entire), mais aussi parce qu'elles sont synchronises, en temps et en
intensit avec la fondamentale.
La fondamentale et les harmoniques
La fondamentale, vous savez c'est la frquence la plus basse, et toutes les autres
frquences ce sont des harmoniques, qui sont des multiples entiers de la frquence
fondamentale. D'ailleurs l'harmonique x1 est en fait la fondamentale. Tiens, je vous
disais qu'une onde avec 2 ventres a une frquence 2 fois plus grande qu'une onde
ayant 1 seul ventre. Maintenant si on prend une corde deux fois plus courte que la
premire mais part a pareil que l'autre, mme matriau et mme tension (en effet
plus la corde est tendue plus la note est aigu) et qu'on se demande quelle est la
frquence de l'onde ayant un seul ventre dans la petite corde, on obtient quoi ? On
obtient a :
7

II. Thorie du traitement du signal : Srie de Fourier
Jusqu prsent, nous avons vu quun son ou une vibration entre deux points
provoquait un son dont la frquence tait inversement proportionnelle la longueur
du fuseau.
On note L la longueur de la corde, comme il ny a quun seul fuseau, la demi longueur
donde /2=L donc la frquence rsonnante est dfini par f=V/(2L), V tant la
clrit.
Question : Sachant que la longueur dun corde de guitare est de L=642 mm, que vaut la frquence
libre de la premire corde si celle-ci est dfini par une vitesse de vibration est de 106m/s
On a reprsent le signal le long de la corde (donc en fonction de la distance), et on a montr que le
signal prsentait un nud. On saperoit que la reprsentation ci-dessus met en avant plusieurs fuseaux
damplitudes diffrentes. En fait, lorsquon fait vibrer la corde, a un instant donn, lamplitude de
celle-ci est maximale puis dcrot, sannule, devient minimale puis saccrot,
Nous reprsentons ci-dessous lvolution du son gnre par une lame de diapason en fonction de la
distance pour diffrents instants.
Figure 4 : Evolution de lamplitude de londe en fonction de la distance diffrents instants
Maintenant, regardons lvolution de londe une distance d fixe en fonction du temps :
8
Figure 5 : Evolution de lamplitude de londe une distance d en fonction du temps/rponse
frquentielle
Dans le cas ou lattnuation est nulle, voici la rponse temporelle et frquentielle des signaux observes
via un microphone sur un oscilloscope et un analyseur de spectre.
Figure 6 : Reprsentation loscillo et lAnalyseur de spectre de deux sons
Le diapason prsente un signal sinusodal de frquence 317,4 Hz que lon observe
facilement sur loscilloscope. On voit de plus sur lanalyseur de spectre un signal
634Hz.
Le signal temporel gnr par la guitare et mesur par le microphone est plus
complexe. Il est priodique tous les 2 carreaux et demi soit 1,25 ms environ.
Lanalyseur de spectre montre en effet une frquence fondamentale de 769 Hz = 1/
(1,3 ms) et des harmoniques.
II-1 Analyseur de spectre
Un analyseur de spectre est un appareil de mesure, qui reprsente un signal en
fonction de sa frquence. Alors quun oscilloscope reprsente lamplitude dun signal
en fonction du temps, lanalyseur de spectre reprsente lamplitude dun signal en
fonction de sa frquence.
EDF nous fournit un signal 50 Hz, si on observe lvolution de la tension en
fonction du temps nous observerions le signal suivant
9
Figure 7 : Reprsentation loscilloscope de la tension secteur
Il sagit dun signal 50 Hz, c'est--dire un signal dont la seule amplitude non nulle
est 50 Hz. Si on reprsente dans le domaine frquentiel (mesure sous lanalyseur de
spectre), nous observerions le signal suivant :
Sur la figure suivante, nous observerons la trace temporelle et frquence dun signal
compose de trois sinusodes :
Figure 8 : Reprsentation temporelle et spectrale dun signal compos de trois frquences
Amplitude
Frquence
220 V
50 Hz
200 Hz 400 Hz 600 Hz
10
Amplitude
Frquence
Amplitude
Frquence
Amplitude
Amplitude
Frquence
Frquence
Dans le cas prcdent, le signal 200 Hz est appele la fondamentale, les frquences
400 Hz et 600 Hz sont les harmoniques. La frquence des harmoniques est toujours
une multiple de la frquence du fondamentale.
Ainsi, lanalyseur de spectre reprsente lamplitude et chaque frquence existante
dans le signal mesurer. Le signal tudi est donc constitu dune somme de signaux
sinusodaux dont lamplitude et les frquences sont dtermines par lanalyseur de
spectre.
La reprsentation spectrale et temporelle donne les mmes informations. La
reprsentation spectrale reprsente un signal en fonction de la frquence (analyseur
de spectre) alors que la reprsentation temporelle reprsente le mme signal en
fonction du temps (oscilloscope). La reprsentation spectrale donne lamplitude de
toutes les frquences prsentes dans le signal temporel, on peut ainsi crire le signal
temporel comme une sommation de signaux sinusodaux.
Application de cours : TD n1
11
Chapitre 2 :
Traitement du signal : Classification des
signaux
Informations gnrales
3h00 de cours
1h30 de TD
Descriptions du chapitre
Classification des signaux : dterministes (priodique ou non) ou alatoires
(stationnaire ou non)
Rappels de signaux priodiques et proprits
Dfinitions et proprits de signaux usuels : porte, rampe, chelon, impulsion.
Puissance et nergie dun signal
12
I. Introduction
Les premires applications du traitement du signal taient ddies lextraction dun
signal dans un milieu bruit. Pour ce faire, il tait ncessaire davoir des
connaissances a priori sur le signal mesurer et sur la nature du bruit.
On dfinit deux classes principales de signaux :
- Signal dterministe : il sagit dun signal dont on peut reprsenter
lvolution grce une fonction mathmatique. On peut citer le signal
sinusodal, rampe, chelon, impulsion ou dirac, Un signal dterministe
peut tre priodique ou non priodique.
- Signal alatoire est un signal dont on ne peut deviner lvolution.
Nanmoins, tout signal alatoire peut tre caractris mathmatiquement,
mais aucune fonction mathmatique ne permet de prdire lvolution du
signal linstant donn. Un signal alatoire peut tre stationnaire ou non
stationnaire.
En rgle gnrale tout signal rel est alatoire, car tout signal est entach de bruit.
Mais, attention : un signal alatoire nest pas un bruit et un bruit peut tre
dterministe. En effet, si vous souhaitez transmettre des donnes par le CPL, alors le
bruit le plus lev est gnr par le secteur 50 Hz (donc un signal dterministe) et
linformation que vous transmettez est forcment alatoire (sinon vous pourriez la
gnrer au rcepteur par la fonction mathmatique).
Cette nuance est importante, on simplifie trop souvent signal alatoire et bruit.
II. Signaux dterministe
II.1 Exemples de signaux dterministes
Rappel : un signal temporel est dterministe sil est dfini par une quation
mathmatique. Ainsi, la connaissance de cette fonction permet de prdire la valeur du
signal tout moment : il sagit dun signal certain, prvisible.
Parmi les signaux dterministes les plus connus, on peut citer les signaux priodiques
tels que :
- le sinus la frquence fp : Vsin(2fpt) de priode Tp=1/fp.
- le triangle : tri(t) = V
0
-V|t-t
0
| priodis tous les Tp
- le carr : rect(t)= V
M
sur une demi priode Tp et Vm sur lautre demi
priode
Dfinition :
Un signal dterministe, reprsent par sa fonction f est dit priodique de priode T
p
si
f(t)=f(t+T
p
).
Proprit :
Tout signal priodique de priode T
p
prsente une frquence fondamentale la
frquence f
p
=1/T
p
.
13
Tout signal dterministe nest pas obligatoirement priodique, on peut citer titre
dexemple :
- Impulsion de dirac, note
- Echelon ou fonction de Heavyside
- Fentre ou porte
Rmq : On peut crire :
T
(t)=(t-T/2)-(t+T/2)
Facultatif : Limpulsion de Dirac est un signal particulier et on va ltudier dans un
premier temps comme la limite dune fonction

(t) en 0.
Limpulsion de dirac est dfinie comme la limite dune des fonctions ci-dessus
lorsque le paramtre tend vers 0.
Donc :
) ( lim ) (
0
t t

>
1 ) (

dt t
14
Rmq : Ltude de limpulsion de Dirac est issue de la thorie des distributions, que nous ntudierons
pas (il serait plus rigoureux de dire que nexiste quau sens des distributions et nest pas une
fonction puisque cet lment est infini en 0 et nul ailleurs).
Fin de la partie Facultative
Par convention on reprsente (t-t
1
) par une flche dunit 1 (correspondant laire du
dirac, comme reprsent sur le tableau des fonctions).
On se rfrera lAnnexe A pour une description plus exhaustives de fonctions.
II-2 Moyenne et puissance dun signal dterministe priodique
Par dfinition, un signal dterministe est un signal connu, c'est--dire dont on connat
la fonction. Soit u, la fonction du signal dterministe (ex : u(t) = 1+ sin(2f
0
t).
On dfinit :
La Moyenne : par lintgrale de la fonction sur une priode (do la ncessit
dun signal priodique).

T
dt t u
T
m
0
) (
1
La puissance P ou valeur efficace S
eff
: par lintgrale de la fonction au carr

T
dt t u
T
P S
eff
0
2 2
) (
1
II-3 Cas gnral : Puissance et Energie dun signal dterministe non
ncessairement priodique
Soit un signal quelconque U traversant une rsistance R. En appliquant la loi dOhm,
on mesure le courant par i=U/R.
La puissance est exprime en Watt correspond lEnergie fournie (Joule) la
rsistance sur une dure dune seconde (1 Watt = 1 Joule/seconde).
Rmq : 1 Watt heure = 1 watt pendant une heure = 3600 joules.
Lnergie instantane est le produit du courant et de la tension, soit E(t)=u(t).i(t).
Dans le cas de la rsistance, lnergie INSTANTANEE E(t) = u(t)/R.
En traitement du signal, quand aucune information nest donne sur R, on normalise
la rsistance 1 Ohm, donc lnergie instantane scrit E(t)=u(t). En gnral, on
calcule lEnergie sur un laps de temps T=t
2
-t
1
par :
Energie:

2
1
) (
2
t
t
dt t u E
15
Puissance moyenne :

2
1
) (
1
2
t
t
dt t u
T
P
Energie totale :

dt t u E ) (
2
Puissance moyenne totale :

>

2
2
2
) (
1
lim
T
T
T
dt t u
T
P
Rmq : Dans le cas dun signal priodique, on retrouve

>
T
T
T
T
dt t u
T
P dt t u
T
P
0
2
2
2
2
) (
1
) (
1
lim
III. Signaux alatoires
III-1 Exemples et dfinitions
Rappel : un signal est dit alatoire si la connaissance du signal l'instant t ne permet
pas de prjuger de la valeur l'instant t+t. Bien qualatoire, le signal est modlis
par ses caractristiques statistiques.
Un signal alatoire peut tre stationnaire ou non stationnaire. Il est stationnaire si ses
caractristiques alatoires ne sont pas modifis au cours du temps.
Nous allons illustrer cela par des exemples concrets.
1
er
exemple : Lancer de d
Lorsquon lance un d 6 faces, on a 1/6 dobtenir un 6. La probabilit est de 1/6
pour chaque exprience (on parle de probabilit uniforme p). Soit m, les diffrentes
valeurs du d ( m prend pour valeur {1, 2, 3, 4, 5, 6}). Si on calcule la moyenne des
lancs obtenus, on va sommer chaque valeur de d, et diviser le tout par le nombre de
lancer. En moyenne, on obtient :

N
k
k k
p m
N
m
1
.
1
ou signifie somme, N est le nombre de lancer, m
k
est le rsultat et p
k
=1/6 la
probabilit.
2
me
exemple : Bruit de mesure (Bruit gaussien).
16
Lors de lacquisition, le signal est affect dun bruit de mesure :
On saperoit que le signal passe plus souvent par 0 que par 2.7 volt. Si on trace le
nombre de fois que le signal passe par une amplitude donne (comme si on projetait le
signal sur laxe vertical), on obtient lhistogramme (la fonction de densit) du signal.
Densit de fonction
La courbe densit de fonction reprsente en ordonne la probabilit davoir un bruit
(dans cet exemple, on a choisi dillustrer par un bruit de mesure) dont lamplitude est
donne en ordonne. On saperoit quil y a trs peu de chance davoir un bruit
damplitude 4 V.
On constate aussi que le signal est autant positif que ngatif, donc que la valeur
moyenne est nulle. Le signal prsent ci-dessus est appel bruit blanc, il sagit dun
signal gaussien (cf cours de mathmatique).
III-2 Proprits
Soit un signal alatoire, dfinit par sa fonction de probabilit p(x) et des valeurs x que
peut prendre ce signal.
Dans lexemple de bruit, x reprsente lamplitude du bruit et p(x) la probabilit
associe (lordonne).
On dfinit la moyenne ou lesprance mathmatique par
17

dx x xp m ) (
On dfinit la variance par :
( )

dx x p m x V ) (
2
m tant la moyenne, on mesure lcart au carr de la variation du signal par rapport
la moyenne. Il sagit donc du carr de lcart type.
Application : Correction des copies, on calcule la moyenne de la classe et lcart type c'est--dire la
diffrence moyenne des notes des lves par rapport la moyenne de la classe.
Dans le cas dun bruit de mesure, la variance est gale la puissance du signal.
ATTENTION : Nous supposons des conditions bien particulires pour lesquelles on
peut admettre que la variance dun signal alatoire est gale la puissance. Ceci est
loin dtre vrai et vident pour tout types de signaux alatoires.
IV. Units de puissance
Que le signal soit dterministe ou alatoire, nous avons dfini le terme de Puissance.
La puissance calcule consiste, dans les deux cas mesurer lamplitude au carre du
signal. La puissance sexprime en Watt, il sagit dune tension au carr sur une
rsistance de 1 Ohm.
Pour des raisons de simplicit de calcul, on introduit des notions de dB
W
.
1 dB
W
= 10 * log10(1 Watt)
La rgle de conversion est la suivante :
) ( log * 10
10 , W W dB
P P
, o P
dB,W
reprsente la
puissance en dB
W
et P
W
la puissance en Watt, log
10
est le logarithme en base 10.
Cette rgle de conversion est trs simple et sera utilise pour faciliter les calculs mais,
avant chaque calcul faites bien attentions aux valeurs utilises (Volt, Watt, dB, ).
ATTENTION :
La notation dB
w
nexiste pas, on parle de dB, en faisant rfrence des Watts
lorsquon parle de puissances. Nanmoins, le terme de dB est sans unit (ni Watt, ni
Volt, il sagit plutt dun gain). Le dB est utilis pour spcifier un rapport de
Puissance ou de tension (donc pas dunit). Quand on parle dun gain en puissance de
3dB cela signifie que la puissance est multiplie par 2 (sans unit). Donc si le signal
dentre une puissance de 3 dB (ce qui reprsente 2 Watts), et que lon amplifie le
signal par un gain de 3 dB (on lamplifie par un rapport de 2 sans unit), le signal en
sortie de lamplificateur a une puissance de 6 dB (soit 4 Watts).
18
Exemple dapplication.
On suppose une ligne tlphonique qui attnue le signal de moiti tous les kms. Le
signal mis par le centrale tlphonique est de 1 Watt, quelle est la puissance reue au
bout de 8 kms ?
Rponse : Au bout dun kilomtre, on mesure Watt, au bout de 2 kms, on mesure
watt, donc au bout de 8 kms on mesure 1/2
8
. Si on raisonne en dB, on perd
10*log
10
(0.5) soit 3dB par kilomtre (on gagne -3 dB ou on perd 3 dB). Par
consquent, lattnuation au bout de 8 kms est de 24 dB. Le centrale mettait 1 Watt
soit 0 dB (10*log
10
(1)) par consquent, on mesure -24dB au bout de 8 km.
On sait aussi que la puissance P est proportionnelle la tension au carr (rsistance
normalise).
Donc,
) ( log * 20 ) ( log * 10 ) ( log * 10
10
2
10 10
V V P P
Volt
W dB

. Attention ne pas
confondre
Passage de dB en dBm.
Dans le cadre des tlcoms, lamplitude des signaux est trs faible. On introduit alors
lunit dBm pour se rfrer des tensions en mV, et des puissances en mW
) ( log * 10
10 mW dBm
P P
. Les dBm font rfrences des mW.
Exercice dapplication : Dmontrer que P
dB
=P
dBm
- 30 dB
Application. Soit un signal de puissance 5 dBm, on lamplifie par un rapport de 3 dB
(notez encore le terme dB sans unit et non dBm), on rcupre un signal de 5dBm+3
dB = 8 dBm.
V. Pour rsumer, une classification des signaux
Les signaux physiques ont une existence relle, et la mesure dun signal physique
peut se reprsenter par une fonction s(t) qui varie au cours du temps.
Ce signal qui a une existence propre possde les caractristiques suivantes :
- Energie borne
- Amplitude borne
- Continu temporellement
- Causal s(t)=0 si t<0 (le signal nexiste que pour les t>0)
- Spectre born
En thorie, pour simplifier les calculs on introduit des signaux qui ont lune ou
plusieurs caractristiques suivantes :
19
- Energie infinie
- Discontinuit
- Non causal
- Spectre infini
- Valeurs complexes
Nous verrons au chapitre 2 lintroduction de signaux qui nexistent pas
physiquement (ex : Dirac) et le spectre de signaux complexes prenant en compte
les frquences ngatives.
On peut ainsi dfinir diffrents modes de classification :
- reprsentation temporelle des signaux
- caractristique nergtique
- reprsentation spectrale
- continu ou discret
V.1) Reprsentation temporelle des signaux :
Signaux dterministes ou certains : Dfini par un modle mathmatique
- priodique (rels ou complexes)
- non priodique (pseudo priodique, transitoire, chaotique)
Signaux alatoires : volution imprvisible mais description mathmatique connu
- Signaux stationnaires (signaux ergodiques ou non ergodiques) lorsque la
valeur moyenne est indpendant du temps. Ils sont dit ergodiques sil est
identique de faire une moyenne statistique un instant donne sur
plusieurs chantillons ou une moyenne temporelle suffisamment longue
sur un seul de ces essais.
- Signaux non stationnaires
V.2) classification nergtique
La puissance lectrique instantane fournie une rsistance R est dfinie par
p(t)=u(t).i(t).
LEnergie dissipe sur un intervalle [t
1
,t
2
] avec t
1
<t
2
scrit :

2
1
) (
2
t
t
dt t u E
Par consquent la puissance moyenne P(t
1
,t
2
) mesure en Watt sexprime sous la
forme.

2
1
) (
1
2
2 1
t
t
dt t u
t t
P
Par extension, on appelle Energie E et puissance moyenne Ps dun signal s(t)
calcul sur un intervalle [t
1
,t
2
] les valeurs (dites quadratiques) suivantes :
20

2
1
) ( ) , (
2
2 1
t
t
dt t s t t E
et

2
1
) (
1
) , (
2
1 2
2 1
t
t
dt t s
t t
t t Ps
Si on suppose t
1
=- et t
2
=, on obtient :

dt t s Ws ) (
2
et

2 /
2 /
2
) (
1
lim
T
T
T
dt t s
T
Ps
Si le signal est reprsent par une variable complexe, les dfinitions sont
quivalentes en remplacant s(t) par s(t).s*(t)=|s(t)| ou s*(t) est le complexe
conjugu de s(t). Par exemple
s(t)= tan (3t)+i. cos(2t).
s*(t)= tan (3t)-i. cos(2t)
Les signaux nergie finie :
<

dt t s Ws ) (
2
Les signaux puissance moyenne finie :
<

2 /
2 /
2
) (
1
lim
T
T
T
dt t s
T
Ps
RMQ :
1) Un signal puissance moyenne finie non nulle a une nergie totale
infinie
2) un signal nergie totale finie a une puissance moyenne nulle.

V.3) Classification spectrale
Un signal peut tre class suivant la distribution de son nergie ou de sa puissance
en fonction de la frquence. Le domaine de frquence occup par son spectre F
sappelle la bande occupe ou largeur de bande du signal.
F=F
max
-F
min
(Hz)
Il est prfrable de comparer la largeur de la bande par rapport la frquence
moyenne de la bande : Fmoy= (F
max
+F
min
)/2
On dfini :
Les signaux bande troite pour lesquels F/Fmoy <<1
Les signaux bande large pour lesquels F/Fmoy >1
Pour les signaux bande troite, si de plus :
21
- Fmoy<250 kHz : Signaux basses frquences (BF)
- 250 kHz < Fmoy<30 MHz : Signaux Hautes Frquences (HF)
- 30 MHz < Fmoy<300 MHz : Signaux Trs Hautes Frquences (THF)
- 300 MHz < Fmoy<3 GHz : Signaux Ultra Hautes Frquences (UHF)
- Fmoy> 3 GHz : Signaux Super Hautes frquences (SHF)
Lorsque la frquence du signal devient trs grande (> Thz = 10
12
Hz) la longueur
donde est le paramtre de rfrence (il est noter que les choix de 3GHz = 0,1
mm et 300, 30 MHz reprsente une longueur donde de 1mm et 10 mm).
- 700 nm < < 0,1 mm : Signal lumineux infrarouge
- 400 nm < < 700 nm : Signal lumineux visible
- 10 nm < < 400 nm : Signal lumineux ultraviolet
V.4) Signaux continu ou discret
Un signal continu reprsente un signal analogique, c'est--dire qui varie continment
avec le temps (signaux temps continu). Le temps est donc un paramtre important
de comparaison, car, un signal numris ou chantillonn est un signal temps
discret. Mais on peut aussi comparer lamplitude du signal selon que lamplitude est
continue dans le temps (un signal continu dans le temps est un signal dont on peut
tracer la fonction sans lever le crayon, il ne sagit pas dun signal continu c'est--dire
damplitude constante) ou discrtis.
On peut ainsi catgoriser quatre formes de signaux :
- Signal amplitude et temps continus (signal analogique) : s(t).
- Signal amplitude discrte et temps continu (signal quantifi) : s
q
(t).
On retrouvera ce signal en TD et en TP la sortie dun convertisseur
analogique numrique.
- Signal a amplitude constant et temps discret (signal chantillonn) :
s(nTe). Ce signal est obtenu laide dun chantillonneur bloqueur et
est utilis par un circuit conversion analogique/Numrique.
- Signal a amplitude discret et temps discret s
q
(nTe)
22
Dans ce module, nous avons dcrit diffrents types de signaux dterministes et
alatoires -, les premiers sont connus par lutilisateurs, les seconds sont dus aux
bruits ou sont destins modliser des systmes. Ces signaux sont couramment
utiliss en traitement du signal, on les associe leur puissance, et aux proprits de
corrlations. Nous allons couramment mesurer leur spectre, et lvolution de leur
spectre. Le chapitre suivant est destin ltude des sries et des Transforme de
Fourier.
Application de cours :
- TD n2
- Annexe A : Ecrire les formules mathmatiques de chaque signal
Signal continu dans le temps
Signal discretis
Signal chantillonn
0 1 1 0 0 0 1 1
t t
t
t
Signal Numrique
23
Chapitre 3 :
Traitement du signal : Analyse Spectrale et
Srie de Fourier
Informations gnrales
3h00 de cours
3h00 de TD
Descriptions du chapitre
Calcul des sries et Transforme de Fourier
Spectre de signaux usuels : porte, rampe, chelon, impulsion.
24
I. Introduction aux sries de Fourier
I.1) Dfinition de la srie de Fourier
Les sries de Fourier permettent de passer du domaine temporel au domaine
frquentiel pour des signaux priodiques, dans le cas contraire, on utilisera la
Transforme de Fourier.
Nous avons vu quun analyseur de spectre permettait de reprsenter un signal comme
sommation de signaux des frquences diffrentes. En fait, la dcomposition en srie
de Fourier permet de reprsenter un signal comme une somme infinie de signaux
sinusoidaux et co-sinusoidaux.
Soit t->x(t) un signal priodique de priode T, quelconque alors x peut scrire de la
manire suivante :

+ +
1
0
) sin( ) cos( ) (
n
p n p n
t n b t n a a t x
(eq 3.1)
avec :
dt x(t)
1
a
2
2
o

T
T
T
, est la composante continue
t)dt cos(n x(t)
2
a
2
2
p
T
T
n
T

,
t)dt sin(n x(t)
2
b
2
2
p
T
T
n
T

, n>1 (eq 3.2)

Les coefficients a
n
et b
n
sont appels les coefficients de la srie de Fourier,
p p
f 2

est la pulsation avec f
p
=1/T. Remarquez les indices relatifs la priode.
On peut reprsenter lquation 3.1 par deux spectres, lun reprsentant le spectre en
cosinus et lautre le spectre en sinus :
o les coefficients a
n
et b
n
sont positifs ou ngatifs.
a
1
f
F
p
a
0
a
2
2F
p
V
3
3F
p
b
1
f
F
p
b
2
2F
p
b
3
3F
p
Spectre en sinus
25
Spectre en cosinus
On peut noter :
2 2
V
n n n
B A + , V
n
est lamplitude observe par lAnalyseur de spectre
la frquence nf
p
, f
p
=1/T
p
la frquence fondamentale. Par dfinition Vn est positif,
mais a
n
et ou b
n
peuvent tre ngatifs.
Proprits :
a
0
reprsente la tension moyenne, la frquence 0*fp donc il est reprsent par
lamplitude de la raie observe la frquence 0 de lanalyseur de spectre. La tension
moyenne est aussi appele la composante Continue.
Notez bien que Tout signal ayant une composante continue non nulle en temporel
prsentera une raie la frquence 0 damplitude gale la composante continue.
V
1
reprsente lamplitude de la fondamentale, les amplitudes V
n
, n>1 reprsentent
lamplitude des harmoniques.
V
n
pour n1 reprsente lamplitude de la fondamentale et des harmoniques
En factorisant par
2 2
n n
b a + , on peut crire (3.1) selon :

,
`

.
|
+
+
+
+ +

1
2 2 2 2
2 2
0
) 2 sin( ) 2 cos( ) (
n
p
n n
n
p
n n
n
n n
nt F
b a
b
nt F
b a
a
b a a t x
Or en posant
2 2
n n
n
n
b a
a
x
+

et
2 2
n n
n
n
b a
b
y
+

, on note que x
n
+y
n
=1.
Et sachant que 1 ) ( sin ) ( cos
2 2
+ , on peut crire
) sin( et ) cos(
n n n n
y x
Par consquent substituant x
n
et y
n
dans la formule prcdente par cette dernire
relation, on peut crire :

[ ]
,
`

.
|
+ + +

1
2 2
0
) 2 sin( ) sin( ) 2 cos( ) cos( ) (
n
p n p n n n
t nF t nF b a a t x
ce qui peut
encore scrire sous la forme suivante :

,
`

.
|
+ +

1
2 2
0
) 2 cos( ) (
n
p n n
nt F b a a t x
(3.3)
avec
) tan(
) cos(
) sin(

x
y
soit
tan
1

,
`

.
|

x
y
c'est--dire, puisque
2 2
n n
n
n
b a
a
x
+

et
2 2
n n
n
n
b a
b
y
+

,
n
n
n
n
a
b
x
y

Donc pour rsumer :
26
a
0
est la tension moyenne et
2 2
n n
b a + est lamplitude des raies donnes par
lanalyseur de spectre. On note que lanalyseur de spectre ne donne aucune
information relative la phase, il ne mesure que lamplitude des raies.
Le spectre dun signal priodique est constitu de raies dont lcart est gal Fp. Le
spectre dun signal priodique est discontinu.
La encore, le spectre est reprsente par deux figures, une pour le module et une pour
la phase (auparavant, nous avions un spectre en sinus et en cosinus).
Important : Lanalyseur de spectre ne trace que le spectre en module.
Rappel de la fonction de Dirac
Nous avons vu dans le chapitre 2 quelques fonctions particulires, non priodique
telle que la fonction de dirac, dfinie en temporel par (t-t
1
) et reprsente par une
flche dunit 1 (correspondant laire du dirac, comme reprsent sur le tableau des
fonctions).
La fonction de dirac peut tre dfinie en frquentiel par (f-f
1
), par une raie la
frquence f
1
et damplitude 1. En fait, (f) est la fonction de Dirac dfinie par une
amplitude de 1 0Hz et une amplitude nulle ailleurs donc (f-f
1
) est reprsent par
une amplitude de 1 f-f
1
=0 Hz et nulle ailleurs
On reprsente ainsi :
La srie de Fourier est constitue de plusieurs raies, donc on peut considrer quelle
est constitue dun dirac damplitude V
0
0, dun dirac damplitude V
1
F
p
, dun
dirac damplitude V
2
2F
p
,
Mathmatiquement, le module du spectre scrit :

+
1
0
) ( ) (
n
p n
nF f V V f X
(3.4)
V
1
f
F
p
V
0
V
2
2F
p
V
3
3F
p
Spectre en module

1
f
F
p

2
2F
p

3
3F
p
Spectre en phase
1
Dirac f
1
f
f
1
27
Prenez bien conscience quen temporel le signal scrit :

,
`

.
|
+ +

1
0
) 2 cos( ) (
n
n p n
t nF V V t x
I.2) Calcul de la Srie de Fourier.
En rgle gnrale, nous allons utiliser le tableau lannexe C pour dterminer les
coefficients de la srie de Fourier pour des signaux priodiques. Nanmoins retenez
que les coefficients sont dtermins partir des quations dintgrations prcdentes,
formules que vous tudierez en mathmatique. Nous allons maintenant nous intresser
la reprsentation spectrale UNIlatrale et Bilatrale. Pour cela, nous allons
introduire la notion de signaux complexes.
I.2.1) Reprsentation Spectrale Unilatrale.
La dcomposition en srie de Fourier permet de reprsenter le signal sous lune des
deux formes quivalente suivante :

+ +
1
0
) 2 sin( ) 2 cos( ) (
n
p n p n
t nF b t nF a a t x
ou

,
`

.
|
+ +

1
0
) 2 cos( ) (
n
n p n
t nF V V t x
Dans le premier cas, on peut donc reprsenter le spectre en cosinus et en sinus,
dans le deuxime cas on peut reprsenter le spectre en amplitude et en phase, dans
le domaine des frquences positives.
Comme le spectre nest reprsent que pour les frquences positives, on parle de
reprsentation spectrale UNIlatrale.
I.2.2) Reprsentation Spectrale Bilatrale.
Passage en complexe
En appliquant les formules dEuler, on peut crire :
2
cos

j j
e e

+
et
j
e e
j j
2
sin

, j reprsente limaginaire pur (j=-1)

(note : en mathmatique, on emploiera plus souvent i la place de j)
En remplaant les cosinus et les sinus par lexpression prcdente, on peut
crire lquation 2. 1 de la manire suivante :

+
+
+
1
0
2
) 2 exp( . ) 2 exp(
2
) 2 exp( . ) 2 exp(
) (
n
p p
n
p p
n
j
nt F j nt F
b
nt F j nt F
a a t x

28
avec j=-1 donc 1/j=-j
En regroupant les termes pour n positif et n ngatif, on trouve

]
]
]

,
`

.
| +
+
,
`

.
|
+
1
0
) 2 exp(
2
) 2 exp(
2
) (
n
p
n n
p
n n
nt F
jb a
nt F
jb a
a t x
On pose
0
2 2
>

,
`

.
| +

,
`

.
|

n pour
jb a
c et
jb a
c
n n
n
n n
n
, c
-
n est donc dfini pour les indices
ngatifs.
on obtient alors :
[ ] [ ]

+ +
1 1
0
) 2 exp( ) 2 exp( ) (
n
p n
n
p n
nt F c nt F c a t x
On remarquera que les coefficients c
n
sont dtermins de +
Les coefficients c
n
peuvent tre calculs de la manire suivante :
2
n n
n
jb a
c

pour n>0
2
n n
n
jb a
c
+

pour n>0,
c
-n
est donc dindice n ngatif
c
0
=a
0
(3.5)
ce qui suppose de calculer a
n
et b
n
en amont.
On prfrera la formulation suivante :



2
2
2
2
2
) (
1
) (
1
T
T
t jn
T
T
t F jn
n
dt e t x
T
dt e t x
T
c
p p

(3.6)
Reprsenter le spectre du signal x(t) consiste reprsenter le signal complexe c
n
pour
les diffrentes frquences. L encore, on tracera deux figures, lune pour la partie
relle et lautre pour la partie imaginaire (cf. reprsentation spectrale selon le cosinus
et le sinus ou la reprsentation spectre en module et en phase).
29
On notera que (c
n
)= (c
-n
) et I(c
n
)= -I(c
-n
).
Exemple dapplication :
Soit x(t)= A sur [0,1/2] et -A sur [-1/2, 0], le signal 1-priodique (priodique de
priode 1). Alors

+ +
2
1
0
0
2
1
2
1
0
0
2
1
2
1
2
1
2
2
1 1 1 1 1 1
) ( ) ( ) ( ) (
1
dt Ae dt Ae dt e t x dt e t x dt e t x dt e t x
T
c
t jn t jn t jn t jn t jn
T
T
t jn
n

En remplaant t par u (t et un tant des variables muettes), on obtient :


+
+ +

2
1
0
2
1
0
2
1
0
2
1
0
2 / 1
0
) (
) 2 cos( 2
2
2 ) (
1 1
1 1 1 1
dt t n A dt
e e
A dt Ae Ae dt Ae du Ae c
t jn t jn
t jn t jn t jn u jn
n



Il ne reste plus qu calculer lintgrale.
II. Extension de la srie de Fourier aux Transforme de Fourier
Tout signal CONTINUE et PERIODIQUE de priode T
p
prsente un spectre
DISCRET dont les raies sont espaces par des multiples de f
p
.
Plus la priode est grande, plus lespace frquentiel (entre deux raies) est rduit.
Lorsque le signal nest pas priodique, on peut supposer quil est priodique linfini,
dans ce cas la priode Tp est infinie et donc Fp=0.
Si le signal nest pas priodique (ou priodique linfini), le spectre est CONTINU
f
F
p
c
0
(c
1
)
2F
p (c
3
)
3F
p
Partie imaginaire du spectre
(c
2
)
-F
p
(c
-1
)
(c
-2
)
-2F
p
Partie relle du spectre
f
c
0
I(c
1
)
3F
p
(c
2
)
I(c
-1
)
I(c
-2
)
-3F
p
2F
p
F
p
-F
p
-2F
p
I(c
-3
)
f
t
T
p
F
p
2F
p
nF
p
f
t
T
p
F
p
2F
p
nF
p
30
La Transforme de Fourier sobtient de manire quivalente la srie de Fourier,
mais en faisant tendre la priode T vers linfini. La sommation devient une intgrale.
Ainsi on obtient :

2
2
2
) ( lim lim ) (
T
T
ft j
T
n
T
dt e t x Tc f X

(3.7)
A partir de x(t) on peut calculer le spectre du signal par Transforme de Fourier.
Par consquent, on peut crire :

dt e t x f X
ft j 2
) ( ) (
Mais, on peut aussi passer du domaine frquentiel au domaine temporel : A partir de
la Transforme de Fourier X(f), on peut calculer le signal x(t) :

+
df e f X t x
ft j 2
) ( ) ( (3.8)
Il sagit de la transforme de Fourier Inverse.
Notez bien le signe + devant le complexe par rapport au signe moins dans lquation
de la Transforme de Fourier et la variable que lon intgre.
Rcapitulatif :
Il est important de connatre les quations relatives aux Sries et Transformes de
Fourier.
Tout signal x
p
(t) priodique de priode T
p
peut se dcomposer en une somme infinie
dexponentiel complexe :

n
t jn
n
p
e c t x

) (
avec

2
2
) (
1
T
T
t jn
n
dt e t x
T
c
p

f
t
31
c
n
sont les coefficients de Fourier, c
0
reprsente la tension continue (moyenne)
Si le signal x(t) nest pas priodique, alors on utilise la Transforme de
Fourier pour calculer le spectre du signal : On peut ainsi obtenir le domaine
frquentiel X(f) partir de la reprsentation temporelle x(t).

dt e t x f X
ft j 2
) ( ) (
On peut aussi passer du domaine frquentiel au domaine temporel. En connaissant
X(f) on peut en dduire x(t) par la Transforme de Fourier Inverse :

+
df e f X t x
ft j 2
) ( ) (
Application de cours :
Il est important de connatre les formulations et de comprendre les analogies entre les
coefficients de la srie de Fourier et la moyenne, la fondamentale et les harmoniques
- TD n3
32
Chapitre 4 :
Traitement du signal : Convolution et
Echantillonnage
Informations gnrales
1h30 de cours
1h30 de TD
Descriptions du chapitre
Proprits des fonctions de Convolution
Peigne de Dirac
Echantillonnage Condition de Shannon.
33
I. Introduction
Les technologies actuelles (Tlphone, PDA, PC, chane dacquisition, Ipod, )
utilisent des calculateurs numriques. Lorsque vous travaillez sous Matlab ou Scilab,
le signal temporel est discrtis, ce qui signifie que vous ne prenez pas en compte
lvolution du signal tout instant (signal analogique), mais lamplitude du signal
des instants bien rguliers.
Il sagit de lchantillonnage.
Echantillonner consiste prlever PERIODIQUEMENT lamplitude du signal x(t),
comme le montre la figure suivante :
Au cours du chapitre 3, nous avons vu :
- quun signal priodique prsente un spectre discret,
- quun signal non priodique prsente un spectre continu
Nous allons voir maintenant quun signal non priodique mais chantillonn (ou
discrtis) la frquence Fe prsente un spectre priodique de priode Fe (un
spectre tant dfini en frquence, sa priode est une frquence).
Lopration dchantillonnage consiste prlever lamplitude du signal tous les
instants Te, tout revient donc faire le produit du signal chantillonner avec une
srie de Dirac :
La srie de Dirac sappelle un peigne de Dirac. Cette fonction est constitue de dirac
espacs de Te, par consquent

n
e
nT t t p ) ( ) (
.
f
t
T
e
F
e
/2
t
t
T
e
kT
e
34
t
T
e
On obtient un signal chantillonn

0
) ( ) ( ) ( ). ( ) (
n
e e
nT t t x t p t x t x
La question est de savoir, que vaut le spectre X
e
(f) de x
e
(t) ?
Le fil conducteur de ce chapitre est la mesure du spectre.
II. Convolution
II-1) Notion de la fonction de convolution
Prenons lexemple dune pice rsonnante, (pensez une glise). Toute mlodie joue
dans lglise naura pas la mme sonorit que la mme mlodie joue en plein air. Les
parois de lglise et la forme permettent de conduire le son et lon peroit les
rverbrations.
Pour simplifier, prenons une chambre dcho qui rpte un son linstant T
echo
. Soit
s(t) le signal nous entendrons tout instant s(t) et T
echo
plus tard, nous r-entendrons
s(t) attnu, soit le signal s
recu
(t)=s(t)+As(t-T
echo
).
Si jmets une trs brve note (une impulsion ou un dirac), je reois :
Une brve note reprsentera une impulsion (un dirac temporel), et nous avons donc
trac sur la figure prcdente la rponse du canal. Le signal entendu et lcho attnu
linstant T
echo
.
Si jmets deux sons brefs lun aprs lautre, je recevrais lcho de mes deux sons et
ainsi du suite. On peut donc dire que mon canal (ma chambre dcho) sexprime par :
Chambre(t)=(t)+A (t-T
echo
).
Si jmet une mlodie nomme s(t), je vais recevoir :
s
recu
(t)=s(t)+As(t-T
echo
).
T
echo
t
0
35
II-2) Fonction de convolution : dfinition et proprit
Soient x(t), un signal et h(t) lquation de mon canal. Alors, en sortie de mon canal ,
je rcupre un signal y(t) telle que y(t)=x(t)*h(t) le produit de convolution de x et h.
On dit y est gal x convolu avec h
Par dfinition,

d t x h h x t y ) ( ) ( ) ( eq 4.1
On note X(f), Y(f) et H(f) la transforme de Fourier respectivement de x(t), y(t) et h(t)
H(f) reprsente la fonction de transfert de mon canal (il peut sagir dun filtre).
Exemple des Filtres
Lorsquon tudie un filtre, on met un signal sinusodal une frquence donne et on
mesure lattnuation cette frquence. On augmente ensuite la frquence et on re-
commence lopration. On trace ainsi la caractristique dun filtre en frquentielle
H(f).
Le fait dmettre un signal sinusodal une frquence f
1
, correspond lmission dun
dirac la frquence f
1
. Soit H(f), la fonction de transfert du filtre, on rcupre donc le
signal dfini par

d t x h t h t x t y ) ( ) ( ) ( ) ( ) ( eq 4.2
Il sagit du produit de convolution entre le filtre et le signal dentre.
Proprit de la fonction de convolution
La convolution est une opration couramment utilise dans le domaine du traitement
du signal car elle apporte des rsultats rapides par passage de la FFT. Elle est
l'analogue de la multiplication spectrale dans le domaine temporelle et inversement,
c'est--dire qu'une multiplication de deux signaux, terme terme dans le modle
temporelle, se traduira comme une convolution des spectres des deux signaux :
Thorme de Plancherel :
Si :
) ( ). ( ) ( t x t h t y
alors
) ( ) ( ) ( f X f H f Y
eq 3.1
Et inversement : si
) ( ) ( ) ( t h t x t y
alors, Y(f)=X(f).H(f).
Proprit du Dirac
Soit un signal x(t), le produit de x(t) par un dirac linstant nT donne lamplitude du
signal linstant nT et une amplitude nulle entre deux instants, soit x(t).(nT)=x(nT)
(cf. chantillonnage).
36
Par consquent, en frquentiel nous aurons la mme proprit (une fonction la
mme caractristique quelle que soit la variable)
X(f).(f-F
i
)=X(F
i
), lamplitude de X(f) la frquence F
i
.
Retour sur lexemple du filtre : Convolution Temporel Produit Frquentiel:
Nous savons qumettre un signal sinusodal une frquence f
1
, correspond
lmission dun dirac la frquence f
1
.
Nous savons aussi, que le signal en sortie du filtre sexprime :
- en temporel par :
) ( ) ( ) ( t h t x t y
, avec x(t)=sin(2F
i
t)
- en frquentiel Y(f)=X(f).H(f)= (f-F
i
).H(f)=H(F
i
) soit la fonction de
transfert du filtre la frquence F
i
.
Lamplitude mesure Y(f) f=F
i
correspond donc lattnuation apporte par le canal
la frquence F
i
.
Cas gnral :
Soit H(f) un spectre contenu sur Fmax Fmax (quelconque). Dessiner H(f). Si X(f)
est un dirac la frquence F
i
, reprsenter graphiquement Y(f) par rapport H(f).
Opration dchantillonnage : Produit Temporel Convolution Frquentiel:
Echantillonner revient prlever un signal x(t) priodiquement. Tout se passe comme
si on multipliait le signal x(t) par un peigne de Dirac.
Au niveau frquentiel, le spectre observ scrit : Y(f)=X(f)*P(f), o * reprsente la
convolution, P(f) est le spectre du peigne de Dirac et X(f) le spectre du signal
chantillonn.
Or, la Transforme de Fourier dun peigne de dirac est un peigne de Dirac
damplitude 1/Te.
f
T
e
t
T
e
t
37
On va admettre que la convolution X(f)*P(f) est dfinie par la priodisation du spectre
X(f) autour de chaque frquence nFe, n entier relatif. Nous dmontrerons cela dans le
4
me
paragraphe.
III. Transforme en Z et convolution
Sur la figure prcdente, nous avons prlever lvolution du signal x(t) aux instants
nT
e
.
Soit x
0
=x(0), x
1
=x(Te), . .., x
k
=x(kTe) lamplitude du signal aux instants 0, T
e
, , kT
e
.
Auparavant, on avait exprim

0
) ( ) ( ). ( ) (
n
e e
nT t x t p t x t x
Nous allons maintenant crire

0
) ( ) (
n
n
e e
Z n x Z X
, la transforme en Z de x
e
. Cette
criture est toujours utilise en lectronique numrique et toutes fonctions
mathmatiques implmentes dans des circuits numriques sont conues partir de la
transforme en Z.
Soit le signal carr Rect suivant, nous allons crire lquation en temporel et sa
transforme en Z.
Alors

10
4
) ( ) ( Re
n
e e
nT t t ct
, il sagit de la reprsentation discrtise dun signal
rectangulaire.
On peut crire sa transforme en Z :

10
4
) ( Re
n
n
e
Z Z ct
Cette notion nest quvoque dans ce cours, vous verrez en mathmatique lexistence
de la Transforme en Z et ses proprits.
Convolution
t
T
e
t
T
e
2
T
e
3
T
e
4
T
e
1
0
T
e
1
38
Nous pouvons dfinir de la mme manire le produit de convolution dans le domaine
discret.
Soit {x
n
} et {y
n
} deux signaux discrets dfinis par leur transforme en Z

n
n
n
Z x Z X ) (
et

n
n
n
Z y Z Y ) (
, o x
n
et y
n
reprsente la n-ime amplitude du
signal discrtis.
Soit z, la convolue de x et y, alors la n-ime amplitude de z est calcule par :
z
n
=x
n
*y
n
=

k
k n k
y x
On retrouve la mme formulation que celle tablie en temporel, savoir

d t x h t h t x t y ) ( ) ( ) ( ) ( ) ( , en remplacant lintgrale par une sommation
infinie devient k et t est remplac par n.
Tout revient prendre le signal x linstant 0 et de prendre y linstant n. On dessine
les deux squences lune dessous lautre en inversant y (on trace x(0) x(n) et y(n)
y(0)). On fait ensuite le produit terme terme et la sommation finale.
Application pratique :
Cas 1 : Soit un signal discrtis {x
n
} dfini par

n
n
n
Z x Z X ) (
.
On peut reprsenter {x} par :
Soit {y} dfini par
10
) (

Z Z Y , c'est--dire un dirac au 10-me chantillon.
Calculons z
n
=x
n
*y
n,
y
i
=0 si i10
En reprenant lquation mathmatique, on va sommer terme terme les coefficients
de x
k
, k tant dfini de 0 12 (donc causal) au-del tous les termes sont nuls, avec y
n-k

Le premier lment de la convolution est z
0
, calcul pour n=0.

k
k k
y x z
0 0
, avec y
0-k
est nul partout sauf pour 0-k=10 soit pour k=-10.

k
k k
y x z
1 1
, avec y
1-k
est nul partout sauf pour 1-k=10 soit pour k=-9.
t
T
e
39
Finalement, on va trouver la rponse suivante :
On retrouve la squence {x} dcale, cest dire qui commence pour n=10. On
rappelle que le rsultat obtenu est la convolution de {x} avec un dirac n=10,
autrement dit, on trouve x
n-10
.
Cas 2 : Calculer zn, la convolution de Rect
e
, dfini par

10
4
) ( Re
n
n
e
Z Z ct
par lui-
mme :
Ce calcul se fera en TD.
-9
Produit terme terme
Somme=0
Produit terme terme
Somme=0
i
i
Produit terme terme
Somme=x
1
n=11
n=0
x
k
y
-k
n=1
x
k
y
1-k
i
Produit terme terme
Somme=x
0
n=10
y
10-k
n
40
-10
IV. Echantillonnage et condition de Shannon
Ltape dchantillonnage dun signal aux instants kT
e
, k entier revient discrtiser le
signal en ne prlevant lamplitude du signal aux instants kT
e
.
Nous rappelons que lon obtient lexemple suivant :
Tout revient multiplier le signal x(t) par le peigne de Dirac soit x
e
(t)=x(t).p(t)
Le fil conducteur est lestimation du spectre. On sait que :
- Y(f)=X(f)*P(f), thorme de Plancherel
- La Transforme de Fourier dun peigne de Dirac est un peigne de dirac, les
raies sont espaces de Fe.
- La convolution dun signal x(t) et dun dirac (t-Te) est x(t-T
e
), c'est--dire
x(t) dplac autour de Te. Nous avons fait la dmonstration avec les
signaux discrets. Or, t ntant quune variable, on obtient de mme dans le
domaine frquentiel : La convolution du spectre X(f) et dun dirac (f-Fe)
est X(f-F
e
), c'est--dire X(f) dplac autour de Fe.
Reprsentons P(f) :

n
e
e
nF f
T
f P ) (
1
) (
P(f) est donc constitu dune infinit de Dirac.
f
T
e
t
T
e
t
x(t)
p(t)
x
e
(n)
f
P(f)
1/T
e
F
e
2F
e
3F
e
-F
e
0
-2F
e
-3F
e
41
Or, la convolution avec un dirac F
e
va dplacer le spectre autour de F
e
, la
convolution avec le dirac 2F
e
va dplacer le spectre autour de 2F
e
, la convolution
avec le dirac autour de F
e
va dplacer le spectre autour de F
e
.
Par consquent, chantillonner un signal revient priodiser son spectre autour de
nF
e
n entier relatif.
Plusieurs cas de figures se prsentent :
Soit X(f), le spectre de x(t), spectre fini :
Quand on priodise le spectre de X(f) autour de nFe, on obtient les spectres suivant
Cas 1 : Fe>> Fmax
Les spectres sont correctement spars. Le spectre autour de Fe ne vient pas perturber
le spectre autour de 0, il ny a pas dinterfrence.
Cas 2 : Fe/2= Fmax
Les spectres sont contigus. Le spectre autour de Fe ne vient pas perturber le spectre
autour de 0, il ny a pas dinterfrence mais on est la limite
Cas 3 : Fe/2< Fmax
-Fmax Fmax
-Fmax Fmax Fe -Fe
-Fmax Fmax
Fe/2
-Fe
42
2Fe
Les spectres se chevauchent, il y a une perturbation appel bruit de repliement.
Si le signal x(t) est un signal audio, aprs chantillonnage, le signal audio est bruit
par un signal basse frquence autour de Fmax issu de la priodisation de Spectre.
CONDITION DE SHANNON
Pour viter le repliement de spectre, on vrifiera que Fe> 2.Fmax. Cest la
condition de SHANNON.
Application de cours :
A ce stade, ltudiant doit tre capable de reprsenter la transforme de Fourier dun
signal chantillonn et prendre conscience des limites imposes sur la frquence
- TD n4
-Fmax Fmax
43
ANNEXE A : Liste de fonctions dterministes
Rampe Unitaire :
Echelon Heaviside (ou chelon unit)
Fonction signe
Fentre rectangulaire ou fonction porte
Fentre triangulaire (fonction Bartlett)
44
Impulsion de Dirac linstant initial daire unit
Impulsion de Dirac linstant t
0
daire a
Peigne de Dirac
Fonction sinus cardinal
45
ANNEXE B : Formules mathmatiques
Relation Trigonomtrique.
) sin( ) sin( ) cos( ) cos( ) cos( B A B A B A +
) sin( ) sin( ) cos( ) cos( ) cos( B A B A B A +
) cos( ) sin( ) sin( ) cos( ) sin( B A B A B A + +
) cos( ) sin( ) sin( ) cos( ) sin( B A B A B A
Donc cos(A)cos(B)=1/2[cos(A+B)+cos(A-B)]
Et videmment, cos(X)+sin(X)=1.
En dduire cos(A) et sin(A) en fonction de cos(2A).
46
ANNEXE C : Srie de Fourier de quelques fonctions
Table Srie de Fourier.
Tout signal s(t) continu priodique, de priode T = 1/f scrit de la manire suivante :
s(t)= a
0
+a
1
cos(2ft)+ a
2
cos(2*2ft)+ a
3
cos(3*2ft)+ a
n
cos(n*2ft)+
+b
1
sin(2ft)+ b
2
sin(2*2ft)+ b
3
sin(3*2ft)+ b
n
sin(n*2ft)+
Avec :
s(t) Coefficients de Fourier
Vsin(2ft) a
n
=0; pour tout n
b
1
=V, b
n
=0 pour tout entier n>1
Vcos(2ft) a
0
=0, a
1
=V, a
n
=0; pour tout entier n>1
b
n
=0; pour tout n
Carr damplitude V (pair) de tension
continue A
a
0
=A, a
2n+1
=(-1)
n
.4V/[(2n+1)],
a
2n
=0
b
n
=0; pour tout n
Carr damplitude V (impair) de tension
continue A
a
0
=A, a
n
=0; pour tout n
b
2n+1
=4V/[(2n+1)],
b
2n
=0 pour tout n
Triangulaire damplitude V de tension
continue A
a
0
=A, a
2n+1
=V/([4*(2n+1)], a
2n
=0, pour
tout n
b
n
=0; pour tout n
47
ANNEXE D : Rcapitulatif des formules et thorme connatre
Longueur donde
La frquence est inversement proportionnelle la longueur donde selon la formule
suivante ( retenir) dans le cas gnral:
f
c
Tc
c est la clrit en m/s.
Dirac
Limpulsion de dirac est dfinie comme la limite dune des fonctions ci-dessus
lorsque le paramtre tend vers 0.
Donc :
) ( lim ) (
0
t t

>
1 ) (

dt t
La Moyenne : par lintgrale de la fonction sur une priode (do la ncessit dun
signal priodique).

T
dt t u
T
m
0
) (
1
La puissance P ou valeur efficace S
eff
: par lintgrale de la fonction au carr

T
dt t u
T
P S
eff
0
2 2
) (
1
Energie totale :

dt t u E ) (
2
Puissance moyenne totale :

>

2
2
2
) (
1
lim
T
T
T
dt t u
T
P
Rmq : Dans le cas dun signal priodique, on retrouve

>
T
T
T
T
dt t u
T
P dt t u
T
P
0
2
2
2
2
) (
1
) (
1
lim
48
Conversion Watt, dB, dBm
1 dB
W
= 10 * log10(1 Watt)
) ( log * 10
10 , W W dB
P P
On sait aussi que la puissance P est proportionnelle la tension au carre (rsistance
normalise).
Donc,
) ( log * 20 ) ( log * 10 ) ( log * 10
10
2
10 10
V V P P
Volt
W dB

.
) ( log * 10
10 mW dBm
P P
. Les dBm font rfrences des mW.
SERIE DE FOURIER : Signal priodique
Soit t->x(t) un signal priodique de priode T, quelconque alors x peut scrire de la
manire suivante :

+ +
1
0
) sin( ) cos( ) (
n
p n p n
t n b t n a a t x
(eq 3.1)
avec :
dt x(t)
1
a
2
2
o

T
T
T
, est la composante continue
t)dt cos(n x(t)
2
a
2
2
p
T
T
n
T

,
t)dt sin(n x(t)
2
b
2
2
p
T
T
n
T

, n>1 (eq 3.2)

Les coefficients a
n
et b
n
sont appels les coefficients de la srie de Fourier,
p p
f 2

est la pulsation avec f
p
=1/T. Remarquez les indices relatifs la priode.
Analyse spectrale

,
`

.
|
+ +

1
2 2
0
) 2 cos( ) (
n
p n n
nt F b a a t x

avec
) tan(
) cos(
) sin(

x
y
soit
tan
1

,
`

.
|

x
y
c'est--dire, puisque
2 2
n n
n
n
b a
a
x
+

et
2 2
n n
n
n
b a
b
y
+

,
n
n
n
n
a
b
x
y

49
Mathmatiquement, le module du spectre scrit dans ce cas :

+
1
0
) ( ) (
n
p n
nF f V V f X
Transforme de FOURIER : Signal Non priodique

dt e t x f X
ft j 2
) ( ) (
Mais, on peut aussi passer du domaine frquentiel au domaine temporel : A partir de
la Transforme de Fourier X(f), on peut calculer le signal x(t) :

+
df e f X t x
ft j 2
) ( ) ( (3.8)
Il sagit de la transforme de Fourier Inverse.
Echantillonnage
Ltape dchantillonnage dun signal aux instants kT
e
, k entier revient discrtiser le
signal en ne prlevant lamplitude du signal aux instants kT
e
.
Par consquent, chantillonner un signal revient priodiser son spectre autour de
nF
e
n entier relatif.
CONDITION DE SHANNON
Pour viter le repliement de spectre, on vrifiera que Fe> 2.Fmax. Cest la
condition de SHANNON.
50