1 B Presentation

GoBack
in s t i t u t d '
Automatisation
in d u s t r i e l l e
in s t i t u t d '
Automatisation
in s t i t u t d '
Automatisation
Traitement de signal
(TS)
(Signaux et Systmes (M200))
Prof. Michel ETIQUE
Michel.Etique@heig-vd.ch
Haute Ecole dIngnierie et de Gestion du canton de Vaud (HEIG-Vd)
Dpartement dlectricit et dinformatique
institut dAutomatisation industrielle (iAi)
21 mars 2006
Prof.M.Etique
Traitement de Signal 1 / 42
in s t i t u t d '
Automatisation
Introduction
Organisation du
cours
Fiche dunit
denseignement
Programme
Forme
informatique
Applications du
traitement de
signal
Applications du
traitement de
signal
Traitement en
temps rel de la
parole
Traitement par lot
Traitement comme
systme
chantillonn
Traitement comme
systme
chantillonn
Introduction
Analyse des
signaux
priodiques
Sries de Fourier
Suite dimpulsions
Prof.M.Etique
Reconstruction
des
signaux
Quelques
Introduction
Organisation du
cours
Fiche dunit
denseignement
Programme
Forme
informatique
Applications du
traitement de
signal
Applications du
traitement de
signal
Traitement en
temps rel de la
parole
Traitement par lot
Traitement comme
systme
chantillonn
Traitement comme
systme
chantillonn
Traitement de signal
in s t i t u t d '
Automatisation
Organisation du cours
4 priodes par semaine, 8

sances, semestre no 5 ?
Thorie (50%), exercices (50%)

2 TEs
Analyse des
signaux
priodiques
Sries de Fourier
Suite dimpulsions
Prof.M.Etique
Reconstruction
des
signaux
Quelques
in s t i t u t d '
Automatisation
Fiche dunit denseignement
1. http://iai.eivd.ch/users/mee//cours/cours_ses/admin/fiches/fiche_SES.pdf
2.
http://iai.eivd.ch/users/mee//cours/cours_ses/admin/fiches/m_200_signaux_et_systemes.pdf
Prof.M.Etique
Introduction
Organisation du
cours
Fiche dunit
denseignement
Programme
Forme
informatique
Applications du
traitement de
signal
Applications du
traitement de
signal
Traitement en
temps rel de la
parole
Traitement par lot
Traitement comme
systme
chantillonn
Traitement comme
systme
chantillonn
Traitement de Signal
4 priodes hebdo. = 32 priodes
tude des signaux priodiques
Analyse des signaux non priodiques
lments danalyse spectrale numrique
1-2 TE + correction
in s t i t u t d '
Automatisation
Programme
Priodes
Total
12
8
8
4
12
20
28
32
Analyse des
signaux
priodiques
Sries de Fourier
Suite dimpulsions
Prof.M.Etique
Reconstruction
des
signaux
Quelques
Cours, slides et exercices en formats pdf, source LATEX 2 :
in s t i t u t d '
Automatisation
Forme informatique
http://iai.eivd.ch/users/mee/
Fiche dunit denseignement

http ://iai.eivd.ch/users/mee/cours/cours_TS/admin/fiche/ficheTS_1_v1.pdf
Cours polycopi inspir 100% de celui du Prof.F.Mudry de la HEIG-Vd
Prof.M.Etique
Prof.M.Etique
in s t i t u t d '
Automatisation
Applications du traitement de signal
Prof.M.Etique
in s t i t u t d '
Automatisation
in s t i t u t d '
Automatisation
(applications ralises grce au Processeurs de Signaux (DSP))
Le traitement de signal, dans sa variante numrique, constitue de nos jour la

valeur ajoute principale dun grand nombre de produits
Exemples : les quipements mdicaux (aides auditives, mesures de paramtres
vitaux, etc)
Prof.M.Etique
Filtrage numrique classique (filtres FIR et IIR)

Traitement dimage
Traitement et le codage de la parole
Transforme de Fourier rapide (FFT)
Techniques daudio digitale (lecteur CD)
Compression de donnes (modulations numriques, codage dimage JPEG)
Applications dautomatisation (rgulateur, algorithme de commande de
servo-moteurs)
in s t i t u t d '
Automatisation
= traitement numrique de signal
Prof.M.Etique
Automotive
Adaptive ride control
Antiskid brakes
Cellular telephones
Digital radios
Engine control
Global positioning
Navigation
Vibration analysis
Voice commands
Prof.M.Etique
Consumer
Digital radios/TVs
Educational toys
Music synthesizers
Power tools
Radar detectors
Solid-state answering
machines
Control
General-Purpose
Disk drive control

Engine control
Laser printer control
Motor control
Robotics control
Servo control
Adaptive filtering
Convolution
Correlation
Digital filtering
Fast Fourier transforms
Hilbert transforms
Waveform generation
Windowing
in s t i t u t d '
Automatisation
Graphics/Imaging
Industrial
Instrumentation
3-D rotation
Animation/digital
map
Homomorphic processing
Pattern recognition
Image enhancement
Image compression/transmission
Robot vision
Workstations
Numeric control
Power-line monitoring
Robotics
Security access
Digital filtering
Function generation
Pattern matching
Phase-locked loops
Seismic processing
Spectrum analysis
Transient analysis
Prof.M.Etique
in s t i t u t d '
Automatisation
Medical
Diagnostic equipment
Fetal monitoring
Hearing aids
Patient monitoring
Prosthetics
Ultrasound
equipment
Military
Image processing
Missile guidance
Navigation
Radar processing
Radio frequency modems
Secure
communications
Sonar processing
Prof.M.Etique
Telecommunications
1200- to 19200-bps
DTMF encoding/demodems
coding
Adaptive equalizers
Echo cancellation
ADPCM transcoders
Fax
Line repeaters
Cellular telephones
Speaker phones
Channel multiplexing
Spread
spectrum
Data encryption
communications
Digital PBXs
Video conferencing
Digital speech interX.25 Packet Switpolation (DSI)
ching
Personal digital assisPersonal communicatants (PDA)
tions systems (PCS)
in s t i t u t d '
Automatisation
Voice/Speech
Speech enhancement
Speech recognition
Speech synthesis
Speaker verification
Speech vocoding
Voice mail
Text-to-speech
Prof.M.Etique
in s t i t u t d '
Automatisation
Traitement en temps rel de la parole
Prof.M.Etique
in s t i t u t d '
Automatisation
Traitement par lot
Signaux :
in s t i t u t d '
Automatisation
Traitement comme systme chantillonn
Temps
Amplitude
Continu
Discret
Prof.M.Etique
Application
Rgulation
Tlcommunications
Traitement de la parole
Traitement audio
Mise jour dcran video
Mise jour des pixels
Prof.M.Etique
in s t i t u t d '
Automatisation
Traitement comme systme chantillonn
Frquence
dchantillonnage fe = h1 typique
1 [kHz]
8 [kHz]
8 . . . 10 [kHz]
40 . . . 48 [kHz]
50 . . . 100 [Hz]
14 [MHz]
in s t i t u t d '
Automatisation
Introduction
Analyse des
signaux
priodiques
Analyse de Fourier
Deux
reprsentations
pour un seul signal
Sries de Fourier
Suite dimpulsions
Analyse des signaux priodiques
Reconstruction des
signaux
Quelques
thormes
importants
Rponse dun
systme linaire
Rponse dun
systme
non-linaire
Prof.M.Etique
in s t i t u t d '
Automatisation
Analyse de Fourier
Analyse harmonique (ou frquentielle) = instrument majeur de la thorie des signaux

et des systmes
Le dveloppement en sries de Fourier (puis la transformation de Fourier)

permettent dobtenir une reprsentation spectrale des signaux dterministes,
i.e. la rpartition de
1.
2.
3.
4.
lamplitude
la phase
lnergie
la puissance
des signaux considrs en fonction de la frquence.

= 2 chapitres consacrs Fourier
Prof.M.Etique
x(t) = A cos (2 f0 t + )
Prof.M.Etique
in s t i t u t d '
Automatisation
Deux reprsentations pour un seul signal
x(t) = A cos (2 f0 t + )
in s t i t u t d '
Automatisation
+A
Espace temporel
1/T
Espace frquentiel
f
Amplitude
Phase
+
1/T
f
0
1/T
Prof.M.Etique

1
+ A cos 4 f0 t
x(t) = A cos 2 f0 t
2
2
4
Prof.M.Etique
in s t i t u t d '
Automatisation

1
+ A cos 4 f0 t
x(t) = A cos 2 f0 t
2
2
4
in s t i t u t d '
Automatisation
Sinusoides de frquences f et 2f
0
1.5
1
0.5
0
0.5
1
1.5
0.5
1.5
2.5
3.5
4.5
3.5
4.5
Somme de 2 sinusoides
1.5
1
0.5
0
0.5
1
1.5
Prof.M.Etique
0.5
1.5
2.5
f_sfour_2.eps

1
+ A cos 4 f0 t
x(t) = A cos 2 f0 t
2
2
4
A
in s t i t u t d '
Automatisation
900
A/2
900
A/2
450
f0
450
2 f0
2 f0
f0
-450
-450
-900
-900
Cosinusode d'amplitude A et de phase -900
Cosinusode d'amplitude A/2 et de phase -450
900
450
f0
f
f0
2 f0
2 f0
-450
-900
Signal priodique non-sinusodal
Prof.M.Etique
in s t i t u t d '
Automatisation
Introduction
Analyse des
signaux
priodiques
Sries de Fourier
Sries de Fourier
Dfinition de la
srie de Fourier
Srie de Fourier en
cosinus
Srie de Fourier
complexe
Relations entre les
3 reprsentations
Spectres
damplitudes et de
phases
Sries de Fourier
Suite dimpulsions
Reconstruction des
signaux
Quelques
thormes
importants
Rponse dun
systme linaire
Rponse dun
systme
non-linaire
Prof.M.Etique
in s t i t u t d '
Automatisation
Sries de Fourier
Llment fondamental de lanalyse de Fourier est constitu par le fait

quun signal priodique peut tre dcompos en une somme dondes
sinusodales
Prof.M.Etique
in s t i t u t d '
Automatisation
Sries de Fourier
x (t)
1+x (t)
0
2
x2(t)
1+x (t)+x (t)+x (t)
1+x1(t)+x2(t)
x (t)
f_sfour_3.eps
Le signal rsultant est la somme de trois sinusodes dont la frquence est chaque fois
un multiple de la fondamentale f0
Prof.M.Etique
Considrons un signal priodique x (t) de priode T =

srie de Fourier est :
k=1
k=1
1
f0 .
Son dveloppement en
in s t i t u t d '
Automatisation
Dfinition de la srie de Fourier
X
a0 X
x (t) =
+
ak cos (2 k f0 t) +
bk sin (2 k f0 t)
2
o
f0 = T1 est la frquence fondamentale du signal

a0
2 est la valeur moyenne ou composante continue
ak , bk sont les coefficients de Fourier du dveloppement en cosinus et sinus :
Prof.M.Etique
Considrons un signal priodique x (t) de priode T =

srie de Fourier est :
k=1
k=1
1
f0 .
Son dveloppement en
in s t i t u t d '
Automatisation
X
a0 X
x (t) =
+
ak cos (2 k f0 t) +
bk sin (2 k f0 t)
2
o
f0 = T1 est la frquence fondamentale du signal

a0
2 est la valeur moyenne ou composante continue
ak , bk sont les coefficients de Fourier du dveloppement en cosinus et sinus :
ak
bk
Prof.M.Etique
=
=
T
2
+ T2
T2
x (t) cos (2 k f0 t) dt
k0
x (t) sin (2 k f0 t) dt
k1
+ T2
T2
in s t i t u t d '
Automatisation
x (t)
1+x (t)
0
2
x2(t)
1+x (t)+x (t)+x (t)
1+x1(t)+x2(t)
x (t)
f_sfour_3.eps
k=1
k=1
X
a0 X
+
ak cos (2 k f0 t) +
bk sin (2 k f0 t)
x (t) =
2
Prof.M.Etique
in s t i t u t d '
Automatisation
Srie de Fourier en cosinus

Partant la relation trigonomtrique :

p
B
A cos (x) + B sin (x) = A2 + B 2 cos x + arctan
A
le dveloppement en srie de Fourier
k=1
k=1
X
a0 X
bk sin (2 k f0 t)
ak cos (2 k f0 t) +
+
x (t) =
2
peut galement scrire :
x (t) = A0 +
k=1
Prof.M.Etique
Ak cos (2 k f0 t + k )
in s t i t u t d '
Automatisation

Partant la relation trigonomtrique :

p
B
A cos (x) + B sin (x) = A2 + B 2 cos x + arctan
A
le dveloppement en srie de Fourier
k=1
k=1
X
a0 X
bk sin (2 k f0 t)
ak cos (2 k f0 t) +
+
x (t) =
2
peut galement scrire :
x (t) = A0 +
k=1
avec :
A0 =
Prof.M.Etique
a0
2
q
Ak = a2k + b2k
k = arctan
bk
ak
x (t) = A0 +
k=1
in s t i t u t d '
Automatisation
Remarques :
Le dveloppement en srie en cosinus revient considrer que le signal x (t) est

cr de manire quivalente par une infinit de gnrateurs sinusodaux
La reprsentation spectrale correspondante est le spectre unilatral
Prof.M.Etique
x (t) = A0 +
0.5
0.5
xk(t)
x(t) et x (t)
k=1
in s t i t u t d '
Automatisation
0.5
0.5
1
0.5
0.5
temps
1
0.5
1.5
0.7
0.5
temps
1.5
0.6
1
0.4
0.5
0.3
0.2
0.1
0
Prof.M.Etique
4
6
frequence [k x f0]
10
4
6
frequence [k x f0]
10
f_sfour1_4.eps
in s t i t u t d '
Automatisation
Srie de Fourier complexe

Srie de Fourier :
k=1
k=1
X
a0 X
bk sin (2 k f0 t)
+
ak cos (2 k f0 t) +
x (t) =
2
Relations dEuler :
cos (x) =
sin (x) =
Prof.M.Etique
e+jx + ejx
2
e+jx ejx
2j
...
in s t i t u t d '
Automatisation

Srie de Fourier :
k=1
k=1
X
a0 X
bk sin (2 k f0 t)
+
ak cos (2 k f0 t) +
x (t) =
2
Relations dEuler :
cos (x) =
sin (x) =
e+jx + ejx
2
e+jx ejx
2j
...
. . . on montre aisment que la srie de Fourier peut tre transforme en une srie de
Fourier complexe :
X
x (t) =
X (j k) e+j2kf0 t
k=
Prof.M.Etique
x (t) =
k=
in s t i t u t d '
Automatisation
X (j k) e+j2kf0 t
Les coefficients X (j k) sont alors complexes et valent :

1
X (j k) =
T
Prof.M.Etique
+ T2
T2
x (t) ej2kf0 t dt
< k < +
x (t) =
k=
in s t i t u t d '
Automatisation
X (j k) e+j2kf0 t
Remarques :
La reprsentation spectrale graphique correspondante est le spectre bilatral

Pour la suite du cours, on retiendra essentiellement cette description car elle est
analytiquement plus intressante que la forme en cosinus
Prof.M.Etique
x (t) =
k=
in s t i t u t d '
Automatisation
X (j k) e+j2kf0 t
Signal temporel
x(t)
6
4
2
0
0.5
1
Spectre unilatral
1.5
2
temps
2
1
0
1000
2000
3000
4000
k f0
1
/X(jk) /
4
3
x 10
0
5000
5000
0.5
0
0.5
1
3
3.5
Spectre bilatral
0
k f0
5000
0
k f0
5000
0.5
0
0.5
1000
2000
3000
k f0
Prof.M.Etique
2.5
|X(jk)|
4000
5000
1
5000
f_ex_SF_1_2_1.eps
Im
Ak R
-bk
in s t i t u t d '
Automatisation
Relations entre les 3 reprsentations de Fourier
-bk/2
X(+jk) C
+k
k
Re
+ak/2
+ak
X(-jk)
+bk/2
X
a0 X
bk sin (2 k f0 t)
+
ak cos (2 k f0 t) +
x (t) =
2
x (t) = A0 +
k=1
X
k=1
x (t) =
k=
Prof.M.Etique
(1)
k=1
X (j k) e+j2kf0 t
(2)
(3)
k=0
k>0
ak
bk
Ak
k
X (+j k)
X (j k)
Prof.M.Etique
a0
2
{ak , bk }
ak
p bk
a2k+ b2k
bk
arctan
ak
1
2 (ak j bk )
1
2 (ak + j bk )
A0
{Ak , k }
+Ak cos (k )
Ak sin (k )
Ak
k
1
2
1
2
Ak e+jk
Ak ejk
X (0)
X (j k)
+2 <{X (j k)}
2 ={X (j k)}
2 |X (j k) |

={X (+j k)}
arctan
<{X (+j k)}
X (+j k)
X (j k)
in s t i t u t d '
Automatisation
k=0
k>0
ak
bk
Ak
k
X (+j k)
X (j k)
a0
2
{ak , bk }
ak
p bk
a2k+ b2k
bk
arctan
ak
1
2 (ak j bk )
1
2 (ak + j bk )
A0
{Ak , k }
+Ak cos (k )
Ak sin (k )
Ak
k
1
2
1
2
Ak e+jk
Ak ejk
X (0)
X (j k)
+2 <{X (j k)}
2 ={X (j k)}
2 |X (j k) |

={X (+j k)}
arctan
<{X (+j k)}
X (+j k)
X (j k)
in s t i t u t d '
Automatisation
Relation existant entre les coefficients spectraux et la valeur efficace dune

composante spectrale :
Ak,eff
Prof.M.Etique
Ak
= = 2 |X (j k) |
2
Spectres unilatraux
x (t) = A0 +
k=1
in s t i t u t d '
Automatisation
Spectres damplitudes et de phases
frquences positives ou nulles
Prof.M.Etique
in s t i t u t d '
Automatisation

Spectres unilatraux
x (t) = A0 +
k=1
Signaux
Spectres unilatraux
0.8
1
0.6
0.5
0.4
0.2
0.5
1
0
0
0.8
1
0.6
0.5
0.4
0
0.5
0.2
0
0
3
0.8
0.6
0.4
0.5
0.2
0
0
0
2
temps
Prof.M.Etique
frquence
f_sfour_5.eps
in s t i t u t d '
Automatisation

Spectres bilatraux
x (t) =
k=
X (j k) e+j2kf0 t
Signal temporel
8
x(t)
6
4
2
0
0.5
1
Spectre unilatral
1.5
2
temps
2
1
0
1000
2000
3000
4000
k f0
1
/X(jk) /
k /
4
3
x 10
0
5000
5000
0.5
0
0.5
1
3
3.5
Spectre bilatral
0
k f0
5000
0
kf
5000
0.5
0
0.5
1000
2000
3000
kf
Prof.M.Etique
2.5
|X(jk)|
Ak
4000
5000
1
5000
0
f_ex_SF_1_2_1.eps
in s t i t u t d '
Automatisation

Spectres bilatraux
x (t) =
k=
X (j k) e+j2kf0 t
Les spectres damplitudes sont toujours des fonctions paires car :

Ak
|X (+j k) | = |X (j k) | =
2
Les spectres de phases sont toujours des fonctions impaires :

6
k 6= 0
X (+j k) = 6 X (j k) = k
k 6= 0
Pour le cas particulier de la composante continue du signal, on a :
Prof.M.Etique
|X (0) | = A0
6
X (0) = {0, }
Coefficients spectraux et symtries des signaux

Si lon tient compte des symtries du signal, le calcul des sries de Fourier est
simplifi :
une fonction paire est reprsente par des cosinus seulement ; on a alors :
k = {0, }
={X (j k)} = 0
une fonction impaire est reprsente par des sinus seulement ; on a alors :
k =
2
in s t i t u t d '
Automatisation
<{X (j k)} = 0
une fonction symtrie demi-onde ne possde pas dharmoniques paires :

X (j k) = 0
Prof.M.Etique
si k est pair
in s t i t u t d '
Automatisation

Coefficients spectraux et symtries des signaux
1.5
0.5
0.5
1.5
0.5
1.5
2.5
f_sfour_6.eps
Les fonctions symtrie demi-onde sont telles quune rotation autour de

labscisse de lalternance positive ou ngative permet de reproduire lautre
alternance.
Prof.M.Etique
in s t i t u t d '
Automatisation

Exemple de reprsentations spectrales dun signal

x (t) = 3+2cos (2 f0 t)3.464sin (2 f0 t)+2sin 4 f0 t +
4
Forme en cosinus
x (t) = 3 + 2 cos (2 f0 t) 3.464 sin (2 f0 t) + 2 sin

=3+
22
= 3 + 4 cos
3.4642
cos
2 f0 t + arctan
2 1 f0 t +
+ 2 cos
4 f0 t +
(3.464)
2
2 2 f0 t
+ 2 cos
4 f0 t +
= A0 + A1 cos (2 f0 t + 1 ) + A2 cos (4 f0 t + 2 )
Prof.M.Etique
in s t i t u t d '
Automatisation

Exemple de reprsentations spectrales dun signal

x (t) = 3+2cos (2 f0 t)3.464sin (2 f0 t)+2sin 4 f0 t +
4
Forme complexe

x (t) =
= 3+2e
+j 2f0 t+
3
3+2e
+j
3
+j2f0 t
= X (0)+X (+j 1)e
Prof.M.Etique
+2e
j
3
+j2f0 t
j 2f0 t+
3
+2e
j2f0 t
+X (j 1)e
+j 4f0 t
4
+1e
+1e
j2f0
j
4
+j4f0 t
+X (+j 2)e
j 4f0 t
4
+1e
+1e
+j
4
+j4f0 t
j4f0 t
+X (j 2)e
j4f0
in s t i t u t d '
Automatisation
Signal temporel
10
x(t)
5
0
0.5
1
Spectres unilatraux
1.5
2
temps
2
1
0
0
2
kf
/X(jk) /
0
0.5
0
kf
0
k f0
0.5
3
3.5
Spectres bilatraux
k /
2.5
|X(jk)|
Ak
0.5
0
0.5
2
k f0
f_spectres_1c.eps
Prof.M.Etique
in s t i t u t d '
Automatisation
Introduction
Analyse des
signaux
priodiques
Sries de Fourier
Suite dimpulsions
Suite dimpulsions
rectangulaires
(SIR)
Suite dimpulsions
rectangulaires
(SIR)
Signal carr
Suite dimpulsions
triangulaires
Suite
dexponentielles
dcroissantes
Suite dimpulsions
Reconstruction des
signaux
Quelques
thormes
importants
Rponse dun
systme linaire
Rponse dun
systme
non-linaire
Prof.M.Etique
in s t i t u t d '
Automatisation
Suite dimpulsions rectangulaires (SIR)

x(t)
A
t
t
-T
Prof.M.Etique
+T
in s t i t u t d '
Automatisation

x(t)
A
t
t
-T
+T
Srie de Fourier complexe de la SIR x (t). On a :

X (j k) =
Prof.M.Etique
+ T2
T2
x (t) ej2kf0 t dt
avec
f0 =
1
T
in s t i t u t d '
Automatisation

x(t)
A
t
t
-T
+T

X (j k) =
+ T2
T2
x (t) ej2kf0 t dt
avec
f0 =
1
T
Selon la dfinition de la SIR, il vient :

X (j k)
=
=
Prof.M.Etique
+ t
2
t
2
1 ej2kf0 t dt

1
t
A
j2kf0 t
+j2kf
0 2
2 e
e
T j 2 k f0
in s t i t u t d '
Automatisation

x(t)
A
t
t
-T
+T

X (j k) =
+ T2
T2
x (t) ej2kf0 t dt
avec
f0 =
1
T

X (j k)
=
=
+ t
2
t
2
1 ej2kf0 t dt

1
t
A
j2kf0 t
+j2kf
0 2
2 e
e
T j 2 k f0
Les relations dEuler permettent de passer de la diffrence des exponentielles un

sinus et dcrire ces coefficients sous la forme dun sinus cardinal :
Prof.M.Etique
in s t i t u t d '
Automatisation

x(t)
A
t
t
-T
+T

X (j k) =
+ T2
T2
x (t) ej2kf0 t dt
avec
f0 =
1
T

X (j k)
=
=
+ t
2
t
2
1 ej2kf0 t dt

1
t
A
j2kf0 t
+j2kf
0 2
2 e
e
T j 2 k f0
t sin (k f0 t)
t
X (j k) = A
sinc (k f0 t)
=A
T
k f0 t
T
Prof.M.Etique
X (j k) = A
X(j k)
Prof.M.Etique
0.3
0.2
0.1
0
0.1
0.2
t
t sin (k f0 t)
=A
sinc (k f0 t)
T
k f0 t
T
in s t i t u t d '
Automatisation
t
T
1
t
1
f0 = T
15
10
10
15
f [Hz]
X (j k) = A
X(j k)
0.3
0.2
0.1
0
0.1
0.2
t
t sin (k f0 t)
=A
sinc (k f0 t)
T
k f0 t
T
in s t i t u t d '
Automatisation
t
T
1
t
1
f0 = T
15
10
10
15
f [Hz]
Lamplitude
du spectre

X (j k) est gale la valeur moyenne de la SIR
limx0 sin(x)
=1
x
Prof.M.Etique
X (j k) = A
X(j k)
0.3
0.2
0.1
0
0.1
0.2
t
t sin (k f0 t)
=A
sinc (k f0 t)
T
k f0 t
T
in s t i t u t d '
Automatisation
t
T
1
t
1
f0 = T
15
10
10
15
f [Hz]
Les coefficients de Fourier sont purement rels puisque le signal est pair
Prof.M.Etique
X (j k) = A
X(j k)
0.3
0.2
0.1
0
0.1
0.2
t
t sin (k f0 t)
=A
sinc (k f0 t)
T
k f0 t
T
t
T
1
t
1
f0 = T
15
10
10
15
f [Hz]
Plus les impulsions sont troites par rapport la priode T , plus le spectre
stale :
1
le premier passage par zro se fait la frquence t
la distance entre raies spectrales ne change pas puisquelle est gale linverse de la priode de la SIR f0 =
Prof.M.Etique
in s t i t u t d '
Automatisation
1
T
0.2
in s t i t u t d '
Automatisation
0.15
|X(j k)| 0.1
0.05
0
15
10
15
10
10
15
10
15
f [Hz]
1
0.5
arg{X(jk)}
0
0.5
1
f [Hz]
Il est frquent que le spectre dun signal soit complexe. Dans ce cas, sa
reprsentation dans un plan ne peut se faire quau travers du traage distinct des
spectres damplitudes et de phases
Prof.M.Etique
in s t i t u t d '
Automatisation
http ://iai.eivd.ch/users/mee//cours/cours_ts/chap_01/sysquake/SI.exe
Prof.M.Etique
in s t i t u t d '
Automatisation
k = [N : N ] ;
A = 1;
T = 1;
f 0 = 1/T ;
Delta_t = 0 . 2 ;
X = A D e l t a _ t /T s i n c ( p i k f 0 D e l t a _ t ) ;
t = 2T: 1 T/ 3 0 0 : 2 T ;
x = zeros ( size ( t ) ) ;
f o r l =1: l e n g t h ( k )
x = x + X( l ) . e x p ( j 2 p i f 0 k ( l ) t ) ;
end
clf
su bplot (211)
p l o t ( k f 0 , X , o r )
p l o t ( k f 0 , X , r : )
l a b e l ( f [ Hz ] , X( j k ) )
su bplot (212)
plot (t , x , sr )
l a b e l ( t , xN ( t ) )
Prof.M.Etique
in s t i t u t d '
Automatisation
Signal carr
1
0.5
x(t)
0
0.5
1
Prof.M.Etique
0.5
T
2
T
2
0.5
t [s]
in s t i t u t d '
Automatisation
Signal carr
0.5
0
x(t)
0.5
1
0.5
T
2
T
2
0.5
t [s]
0.6
0.4
X(j k)
0.2
0
0.2
Prof.M.Etique
f [Hz]
1
0.5
0
x(t)
0.5
1
2
in s t i t u t d '
Automatisation
Signal carr
A
A
t [s]
0.6
0.4
X(j k)
0.2
0
0.2
Prof.M.Etique
f [Hz]
in s t i t u t d '
Automatisation
Suite dimpulsions triangulaires

x(t)
t
t
-T
+t
+T
X(jk)
A t/T
f = k f0
-1/ t
Prof.M.Etique
+1/ t
in s t i t u t d '
Automatisation

x(t)
t
t
-T
+t
+T
X(jk)
A t/T
f = k f0
-1/ t
+1/ t
Afin que les surfaces de la SIR et de la SIT soient gales, la largeur la base du
triangle est gale 2 t
Prof.M.Etique
in s t i t u t d '
Automatisation

x(t)
t
t
-T
+t
+T
X(jk)
A t/T
f = k f0
-1/ t
Spectre :
Prof.M.Etique
X (j k) = A
+1/ t
sin (k f0 t)
k f0 t
2
in s t i t u t d '
Automatisation
Suite dexponentielles dcroissantes
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1
0.5
0.5
1.5
f_sfour3_3.eps
x (t) = A e
Prof.M.Etique
si
0t<T
0.9
0.8
in s t i t u t d '
Automatisation
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1
0.5
0.5
1.5
f_sfour3_3.eps
Calcul du spectre :
1
X (j k) =
T
A
=
T
A
=
T
=
A
=
T
Prof.M.Etique
x (t) ej2kf0 t dt
Z
Z
e ej2kf0 t dt
0
T
t( 1 +j2kf0 )
e
0
dt
T

e

1 + j 2 k f0
0
i
h
+j2kf
T
( T
)1
0
e
(1 + j 2 k f0 )
t( 1 +j2kf0 )
in s t i t u t d '
Automatisation

1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1
0.5
0.5
1.5
f_sfour3_3.eps
i
h
T
A
e( +j2kf0 T ) 1
X (j k) =
T (1 + j 2 k f0 )
En admettant que la constante de temps soit beaucoup plus petite que la

priode T , lexponentielle revient "quasiment" zro la fin de chaque priode
le premier terme entre crochets 1 :
1
X (j k) = A
T (1 + j 2 k f0 )
Prof.M.Etique
si
T
in s t i t u t d '
Automatisation

1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1
0.5
0.5
1.5
f_sfour3_3.eps
1
X (j k) = A
T (1 + j 2 k f0 )
si
T
0.1
abs(X(jf))
0.08
0.06
0.04
0.02
0
10
5
6
frquence [kHz]
10
angle(X(jf))
20
40
60
80
100
Prof.M.Etique
f_sfour3_4.eps
X (j k) = A
T (1 + j 2 k f0 )
si
T
in s t i t u t d '
Automatisation
0.1
abs(X(jf))
0.08
0.06
0.04
0.02
0
10
5
6
frquence [kHz]
10
angle(X(jf))
20
40
60
80
100
f_sfour3_4.eps
On trouve dans ce rsultat la fonction de transfert dun filtre passe-bas dordre 1

A T
Y (j )
=
H(j ) =
X(j )
1+j
Prof.M.Etique
X (j k) = A
T (1 + j 2 k f0 )
si
T
in s t i t u t d '
Automatisation
0
10
A(f)
20
30
40
50
60
2
10
10
10
10
10
10
f [Hz]
0
20
(f)
40
60
80
100
2
10
10
10
10
10
10
f [Hz]
f_sfour3_8.eps
On trouve dans ce rsultat la fonction de transfert dun filtre passe-bas dordre 1

A T
Y (j )
=
H(j ) =
X(j )
1+j
Prof.M.Etique
in s t i t u t d '
Automatisation
Introduction
Analyse des
signaux
priodiques
Sries de Fourier
Suite dimpulsions
Reconstruction des
signaux
Synthse dun
signal carr
Phnomne de
Gibbs
Importance de la
phase
Reconstruction des signaux
Quelques
thormes
importants
Rponse dun
systme linaire
Rponse dun
systme
non-linaire
Prof.M.Etique
x (t) =
k=
Prof.M.Etique
X (j k) e+j2kf0 t
in s t i t u t d '
Automatisation
Synthse dun signal carr
x (t) =
k=
in s t i t u t d '
Automatisation

X (j k) e+j2kf0 t
+N
t X sin (k f0 t) +j2kf0 t
e
xN (t) = A
T
k f0 t
k=N
=A
T
1
X
sin (k f0 t) +j2kf0 t
e
k f0 t
k=N
sin (0 f0 t) +j20f0 t
e
0 f0 t
!
+N
X sin (k f0 t)
e+j2kf0 t
+
k f0 t
+
k=1
t
=A
Prof.M.Etique
N
X
sin (k f0 t)
k=1
k f0 t
+1+
+N
X
k=1
ej2kf0 t
!
sin (k f0 t) +j2kf0 t
e
de Signal 30 / 42
k f0 Traitement
t
xN (t) = A
Prof.M.Etique
1+2
+N
X
k=1
in s t i t u t d '
Automatisation
sin (k f0 t)
cos (2 k f0 t)
k f0 t
xN (t) = A
1+2
+N
X
k=1
sin (k f0 t)
cos (2 k f0 t)
k f0 t
Dans le cas dun signal carr, le rapport cyclique

sannule pour k pair. Avec A = 1, il vient alors :
xN (t) =
in s t i t u t d '
Automatisation
t
T
vaut 0.5 et le sinus cardinal
1 2
2
2
+ cos (2 f0 t)
cos (6 f0 t)+
cos (10 f0 t)+. . .
2
3
5
Prof.M.Etique
in s t i t u t d '
Automatisation
2
2
1 2
cos (6 f0 t)+
cos (10 f0 t)+. . .
xN (t) = + cos (2 f0 t)
2
3
5
1.2
1.2
N=0
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
5
1.2
Prof.M.Etique
0.2
5
1.2
N=3
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
0
N=5
0.8
0.2
5
N=1
0.2
5
f_sfour2_4.eps
in s t i t u t d '
Automatisation
Phnomne de Gibbs
Reconstruction dun signal :
x(N ) (t) =
N
X
k=N
= A0 +
X (j k) ej2kf0 t
N
X
k=1
Prof.M.Etique
Reconstruction dun signal :

x(N ) (t) =
N
X
k=N
= A0 +
X (j k) ej2kf0 t
N
X
k=1
in s t i t u t d '
Automatisation
Phnomne de Gibbs
On remarque en gnral une convergence rapide vers le signal original au fur et

mesure que N augmente
Cela nest plus vrai lorsque le signal possde des discontinuits dordre 0 :
il apparat alors, lendroit de la discontinuit, des oscillations que lon dsigne
sous le nom de phnomne de Gibbs
Lamplitude du dpassement d ces oscillations est gale au 9% de lamplitude
de la discontinuit
Prof.M.Etique
x(N ) (t) =
N
X
k=N
= A0 +
X (j k) ej2kf0 t
N
X
k=1
1.2
1.2
x (t) avec
N=3
0.6
0.4
0.4
0.2
0.2
0
0
1.2
xN(t) avec
0.6
0.4
0.4
0.2
0.2
0
0
N = 79
0.8
0.6
xN(t) avec
N = 19
0.8
Prof.M.Etique
0.2
4
1.2
0.2
4
N=7
0.8
0.6
x (t) avec
0.8
0.2
4
in s t i t u t d '
Automatisation
Phnomne de Gibbs
0.2
4
f_sfour2_5.eps
x(N ) (t) =
N
X
k=N
= A0 +
X (j k) ej2kf0 t
N
X
k=1
in s t i t u t d '
Automatisation
Importance de la phase
Il est frquent en traitement du signal de ne parler que des spectres damplitudes

et de dlaisser quelque peu les spectres de phases
Cette attitude est due au fait que lors du filtrage de signaux audio, on se
contente de modifier le spectre damplitudes car loreille est peu sensible aux
distorsions de phase
Cependant, lorsque lon dsire conserver la forme dun signal, en particulier dans
le cas du filtrage dimages, il est trs important de ne pas ngliger le spectre de
phases.
La phase contient une part importante de linformation concernant la forme dun
signal
Prof.M.Etique
in s t i t u t d '
Automatisation
Importance de la phase
original
Prof.M.Etique
module
phase
TF inverse du module
TF inverse de la phase
in s t i t u t d '
Automatisation
Introduction
Analyse des
signaux
priodiques
Sries de Fourier
Suite dimpulsions
Reconstruction des
signaux
Quelques
thormes
importants
Thorme de la
puissance (dit de
Parseval)
Dcalage temporel
Modulation
damplitude
Rotation dun
signal autour de
son ordonne
Quelques thormes importants
Rponse dun
systme linaire
Rponse dun
systme
non-linaire
Prof.M.Etique
Dfinition de la puissance moyenne normalise :

P =
Prof.M.Etique
+ T2
T2
in s t i t u t d '
Automatisation
Thorme de la puissance (dit de Parseval)
2
x2 (t) dt = Xeff

P =
+ T2
T2
in s t i t u t d '
Automatisation
2
x2 (t) dt = Xeff
Cette dfinition concide avec celle du carr de la valeur efficace du signal x (t)
Les units de la puissance normalise ne sexpriment donc pas en [W], mais en
[V2 ] ou [A2 ] selon que le signal est une tension ou un courant lectrique
Prof.M.Etique
in s t i t u t d '
Automatisation

P =
+ T2
T2
2
x2 (t) dt = Xeff
Le thorme de Parseval affirme que la puissance normalise dun signal peut se

calculer aussi bien dans le domaine temporel que dans le domaine frquentiel
Dans lespace des frquences, le signal x (t) est reprsent par des gnrateurs
damplitude Ak la puissance totale est gale la somme des puissances
fournies par chaque gnrateur :
2
P = Xeff
2

X
X
A
1
k
A2k
=
Pk = A20 +
= A20 +
2
2
k=0
k=1
k=1
= Pdc + Pac
2
= X (0) +
X
1
k=1
Prof.M.Etique
(2 |X (j k)|) =
+
X
k=
|X (j k)|
On conclut que la puissance peut se calculer dans le domaine temporel ou dans le

domaine frquentiel avec lune ou lautre des relations :
P =
+ T2
T2
in s t i t u t d '
Automatisation
x2 (t) dt
X
1
= A20 +
A2k
2
k=1
+
X
k=
= X (0)2 + 2
Prof.M.Etique
|X (j k)|
+
X
k=1
|X (j k)|2
De
in s t i t u t d '
Automatisation
X
1
A2k
P = A20 +
2
k=1
dcoule le rsultat important :
2
2
2
Xeff
= Xdc
+ Xac
Le carr de la valeur efficace dun signal est gal la somme des

carrs des valeurs efficaces de chacune de ses composantes.
Prof.M.Etique
X(jk)
in s t i t u t d '
Automatisation
A t/T
1/T = f0
f = k f0
0
-1/t
+1/t
Le premier lobe du spectre dune SIR contient environ le 90% de la puissance

totale du signal
Prof.M.Etique
Les puissances des trois signaux les plus usuels que sont le carr, le sinus et le
triangle damplitude A et valeur moyenne nulle sont par exemple :
x (t) = A sqr(2 f t)
x (t) = A sin (2 f t)
x (t) = A tri(2 f t)
Prof.M.Etique
in s t i t u t d '
Automatisation
A2
=P =
1
A2
=P =
2
A2
=P =
3
in s t i t u t d '
Automatisation
Dcalage temporel
Il est frquent en analyse des signaux de devoir dcaler temporellement un signal

x (t)
On obtient alors
y (t) = x (t + td )
Ce dcalage td peut tre positif (signal avanc) ou ngatif (signal retard).
x(t)
x(t+t1)
x(t-t1)
td > 0
t
-t1
Prof.M.Etique
+t1
td < 0
t
t
-t1
+t1
On montre alors quentre les espaces temps et frquences, il existe la relation

suivante :
y (t) = x (t + td )
in s t i t u t d '
Automatisation
Dcalage temporel
Y (j k) = e+j2kf0 td X (j k)
Comme le module du phaseur e+j2kf0 td vaut toujours un, il sensuit que seul
le spectre de phases est modifi par un dcalage temporel. On a donc :
|Y (j k)| = |X (j k)|
k = k + 2 k f0 td
un dcalage temporel correspond une phase variant linairement

avec la frquence.
Prof.M.Etique
En tlcommunications, on met souvent des signaux dont le spectre a t

dplac dans un spectre de frquences permettant la transmission par ondes
lectromagntiques
x (t) = m(t) p(t)
| {z } |{z}
in s t i t u t d '
Automatisation
Modulation damplitude
message porteuse
Si p(t) est de type sinus, on peut crire :
e+j2fp t + ej2fp t
cos (2 fp t) =
2
Gnralisation : multiplication par un phaseur
x (t) = m (t) p (t) = m (t) ej2fp t
On peut alors montrer :
x (t) = ej2fp t m (t) X (j k) = M (j (k f0 fp ))
Prof.M.Etique
in s t i t u t d '
Automatisation
Spectres
1
|M(jf)|
m(t)
0.4
0.5
0
0
0.2
0
20
10
10
20
10
10
20
10
0
frquence
10
20
1
0.4
|P(jf)|
p(t)
0.5
0
0.2
0.5
1
0
0
20
1
0.4
|X(jf)|
x(t)
0.5
0
0.2
0.5
1
0
2
temps
0
20
f_sfmodulat_2.eps
une multiplication par un phaseur dans le domaine temporel

correspond un dcalage dans lespace des frquences
Prof.M.Etique
La rotation dun signal autour de son ordonne est dcrite par :
in s t i t u t d '
Automatisation
Rotation dun signal autour de son ordonne
y (t) = x (t)
On montre que
y (t) = x (t) Y (j k) = X (j k) = X (j k)
une rotation du signal temporel autour de lordonne
correspond le conjugu complexe dans le domaine frquentiel.
Prof.M.Etique
Par exemple, si lon sintresse une suite priodique dexponentielles croissantes

dcrite par
t
si
0t<T
x (t)|T = A e+
in s t i t u t d '
Automatisation
son spectre se calcule aisment partir de celui de la suite dexponentielles

dcroissantes
t
si
0t<T
xo (t)|T = A e
Prof.M.Etique

dcrite par
t
si
0t<T
x (t)|T = A e+
in s t i t u t d '
Automatisation

dcroissantes
t
si
0t<T
xo (t)|T = A e
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1
0.5
0.5
1.5
f_sfour3_3.eps
Prof.M.Etique

dcrite par
t
si
0t<T
x (t)|T = A e+
in s t i t u t d '
Automatisation

dcroissantes
t
si
0t<T
xo (t)|T = A e
1
Xo (j k) = A
T 1 + j 2 k f0
si
T
On voit en effet que lon a
x (t) = xo (t)
donc
X (j k) = Xo (j k) = A
Prof.M.Etique
T 1 j 2 k f0
si
T
in s t i t u t d '
Automatisation
Introduction
Analyse des
signaux
priodiques
Sries de Fourier
Suite dimpulsions
Reconstruction des
signaux
Quelques
thormes
importants
Rponse dun systme linaire
Rponse dun
systme linaire
Rponse dun
systme linaire
Rponse dun
systme
non-linaire
Prof.M.Etique
in s t i t u t d '
Automatisation

Filtre de fonction de rponse frquentielle G (j ) soumis une SIR
x(t) priodique = y(t) priodique
Y (j k) = X (j k) G (j )|=2kf0
x(t)
y(t)
x(t)
Prof.M.Etique
G(j)
y(t)
in s t i t u t d '
Automatisation

x(t) priodique = y(t) priodique
Y (j k) = X (j k) G (j )|=2kf0
Les systmes linaires conservent la frquence des signaux appliqus
|X(jk)|
|G(jf)|
|Y(jk)|
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
10
12
frquence [Hz]
14
16
18
20
f_sfour3_7.eps
Prof.M.Etique
in s t i t u t d '
Automatisation
Introduction
Analyse des
signaux
priodiques
Sries de Fourier
Suite dimpulsions
Reconstruction des
signaux
Quelques
thormes
importants
Rponse dun systme non-linaire
Rponse dun
systme linaire
Rponse dun
systme
non-linaire
Rponse dun
systme
non-linaire
Distorsion due
une diode
Prof.M.Etique
in s t i t u t d '
Automatisation
La caractristique remarquable des systmes non-linaires est de dformer les

signaux sinusodaux
Le signal de sortie dun systme non-linaire qui serait ainsi soumis une entre
sinusodale pure est donc, tout en restant priodique, non-sinusodal
Le spectre du signal de sortie est constitu dun grand nombre de raies spectrales,
alors qu lentre il ny avait quune seule raie
Prof.M.Etique
in s t i t u t d '
Automatisation
La caractristique remarquable des systmes non-linaires est de dformer les

signaux sinusodaux
Le signal de sortie dun systme non-linaire qui serait ainsi soumis une entre
sinusodale pure est donc, tout en restant priodique, non-sinusodal
Le spectre du signal de sortie est constitu dun grand nombre de raies spectrales,
alors qu lentre il ny avait quune seule raie
On mesure cette dformation laide du taux de distorsion harmonique

(TDH) :
s
2
2
2
X(2) + X(3) + X(4) + . . .
Xeff (k > 1)
=
TDH =
2
Xeff (k = 1)
X(1)
Le TDH est dfini comme le rapport de la valeur efficace des harmoniques dordre
suprieur 1 avec la valeur efficace du premier harmonique
Prof.M.Etique
in s t i t u t d '
Automatisation
Distorsion due une diode

i(t)
(t)
uD(t)
U0
u (t) = U0 + u (t) = U0 + A sin (2 f0 t)

U

D
ID = IS e nVT 1
(Loi exponentielle)
Prof.M.Etique
in s t i t u t d '
Automatisation

i(t)
(t)
uD(t)
U0
u (t) = U0 + u (t) = U0 + A sin (2 f0 t)

U

D
ID = IS e nVT 1
U0 = 0.5 [V] A = 0.05 [V] f0 = 100 [Hz]
IS = 10 [pA] n = 1
VT = 26 [mV]
Prof.M.Etique
in s t i t u t d '
Automatisation

i(t)
(t)
uD(t)
U0
u (t) = U0 + u (t) = U0 + A sin (2 f0 t)

U

D
ID = IS e nVT 1
1.
2.
3.
4.
Calcul de I0 , Imax et Imin

Esquisse de u (t) et i (t)
Calcul de U (j k) et I (j k)
Calcul le TDH du courant
Prof.M.Etique
Le calcul de I0 , Imax et Imin se fait

application numrique de
Upar simple
D
nVT
1 :
lquation de la diode ID = IS e
1. Courant au point de fonctionnement
2. Valeur maximum
3. Valeur minimum
Prof.M.Etique
in s t i t u t d '
Automatisation
I0 = 2.54 [mA]
Imax = 17.2 [mA]
Imin = 0.36 [mA]
in s t i t u t d '
Automatisation

La simulation temporelle avec Spice donne :
On y voit que la variation sinusodale de la tension u(t) de la diode (50 [mV])

autour du point de fonctionnement (500 [mV]) entrane une variation non
sinusodale du courant i(t) caractris par les valeurs calcules
Prof.M.Etique
Lanalyse spectrale obtenue par FFT (Fast Fourier Transform) donne :
in s t i t u t d '
Automatisation
1. La tension de la diode ne contient que 2 raies spectrales :

(a) La composante DC :
(b) La composante AC :
Prof.M.Etique
Udc = 0.5 [V]

U1 = 50 [mV]
in s t i t u t d '
Automatisation
2. Le courant non sinusodal est compos dun grand nombre de raies spectrales
dont les 10 premires sont les plus significatives. On y trouve en particulier
(a) La composante DC :
(b) La composante fondamentale :
Prof.M.Etique
Idc = 5.41 [mA]

I1 = 7.43 [mA]
Calcul du taux de distorsion :

s
Prof.M.Etique
in s t i t u t d '
Automatisation
Xeff (k > 1)
X(2)2 + X(3)2 + X(4)2 + . . .
=
TDH =
2
Xeff (k = 1)
X(1)
r
3.142 + 0.942 + 0.222 + 0.0412 + 0.00652 + . . .
=
7.432
= 44%
= forte dformation !

1 B Presentation

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

1 B Presentation

Încărcat de

Drepturi de autor:

Formate disponibile

GoBack

4 priodes par semaine, 8

Thorie (50%), exercices (50%)

Fiche dunit denseignement

Cours, slides et exercices en formats pdf, source LATEX 2 :

Fiche dunit denseignement

Cours polycopi inspir 100% de celui du Prof.F.Mudry de la HEIG-Vd

Applications du traitement de signal

Applications du traitement de signal

Applications du traitement de signal

(applications ralises grce au Processeurs de Signaux (DSP))

Le traitement de signal, dans sa variante numrique, constitue de nos jour la

Filtrage numrique classique (filtres FIR et IIR)

Applications du traitement de signal

= traitement numrique de signal

Disk drive control

Applications du traitement de signal

Applications du traitement de signal

Applications du traitement de signal

Traitement en temps rel de la parole

Traitement par lot

Traitement comme systme chantillonn

Traitement comme systme chantillonn

Analyse des signaux priodiques

Analyse harmonique (ou frquentielle) = instrument majeur de la thorie des signaux

Le dveloppement en sries de Fourier (puis la transformation de Fourier)

des signaux considrs en fonction de la frquence.

Deux reprsentations pour un seul signal

Deux reprsentations pour un seul signal

Deux reprsentations pour un seul signal

Deux reprsentations pour un seul signal

Deux reprsentations pour un seul signal

Cosinusode d'amplitude A et de phase -900

Cosinusode d'amplitude A/2 et de phase -450

Llment fondamental de lanalyse de Fourier est constitu par le fait

1+x (t)+x (t)+x (t)

Considrons un signal priodique x (t) de priode T =

Dfinition de la srie de Fourier

f0 = T1 est la frquence fondamentale du signal

Considrons un signal priodique x (t) de priode T =

Dfinition de la srie de Fourier

f0 = T1 est la frquence fondamentale du signal

Dfinition de la srie de Fourier

1+x (t)+x (t)+x (t)

Srie de Fourier en cosinus

le dveloppement en srie de Fourier

Srie de Fourier en cosinus

le dveloppement en srie de Fourier

Srie de Fourier en cosinus

Le dveloppement en srie en cosinus revient considrer que le signal x (t) est

Srie de Fourier en cosinus

Srie de Fourier complexe

Srie de Fourier complexe

Srie de Fourier complexe

Les coefficients X (j k) sont alors complexes et valent :

Srie de Fourier complexe

La reprsentation spectrale graphique correspondante est le spectre bilatral

Srie de Fourier complexe

Relations entre les 3 reprsentations de Fourier

Relations entre les 3 reprsentations de Fourier

Relations entre les 3 reprsentations de Fourier

Relation existant entre les coefficients spectraux et la valeur efficace dune

Spectres damplitudes et de phases