1

Universit Ibn Zohr

cole Nationale des Sciences Appliques
3
me
Anne, Anne universitaire 2010/2011

PH Rachid LATIF
Enseignant-chercheur
Resp. Laboratoire ESSI
2
Chapitres traits dans ce cours

Chapitre I : Gnralits sur les signaux
Introduction: Signal?, TDS?, Chane de traitement de linformation?
Classification des signaux.

Chapitre II : Transformation de Fourier
Transformation des signaux priodiques,
Transformation des signaux non-priodiques,
Spectre de puissance de Fourier.

Chapitre III : Puissance et nergie des signaux
nergie dans le domaine Temporel,
nergie dans le domaine Frquentiel,
Notion de densit spectrale,
Notion de Convolution,
Notion de Corrlation.
3
Chapitres traits dans ce cours (suite)

Chapitre IV : Transformation de Laplace
Transforme de Laplace des signaux apriodique,
Proprits de la TL,
Transforme de Laplace des signaux priodique,
Transforme de Laplace inverse,
Transformes de Laplace des signaux lmentaires.
Chapitre V : Filtrage Analogique
Systmes linaires,
Produit de convolution,
Filtrage analogique,
Filtres physiquement ralisables.

Chapitre VI : Echantillonnage
Thorme dchantillonnage,
Echantillonnage physiquement ralisable
4
Travaux Pratiques sous Matlab et LabVIEW

TP1 : Calcul lmentaire en TDS
But: Eude de spectre pour certains signaux avec des applications

TP2 : Transformation de Fourier et Filtrage
But: Mise en vidence des caractristiques de la TF

TP3 : Applications sur des signaux usuels
But: Application de la TF sur des signaux usuels

TP4 : Analyse spectrale par la TFD et Filtrage
But: tudiez les diffrents effets de la TFD en terme de prcision danalyse
et de rsolution frquentielle


NB: Vous devez rendre un compte rendu la fin des sances de TP
(Document + CD)



5
Objectifs du Cours
Enseigner les concepts et mthodes de bases en TDS pour les applications
physiques (Gnie Industriel) :
Concepts:
Distribution Spectrale,
Convolution,
Corrlation des Signaux,
Densit Spectrale,
Signaux Numriques,
Signaux Alatoires,
Mthodes:
Analyse Spectrale,
Filtrage,
Echantillonnage,
Modulation,
Systmes linaires,
C--d: Savoir les connaissances thoriques lmentaire pour:
Dcrire et reprsenter les signaux,
Comprendre le principe et les limites des mthodes de traitement,
Mettre en uvre des mthodes de traitement simples.
6
Ouvrages bibliographiques et Projet raliser

Ouvrages bibliographiques utiliss :
Ouvrage 1 : Mthode et Techniques de TDS, Jacques Max, DUNOD
Ouvrage 2 : Thorie et TDS, Messaoud Benidir, DUNOD
Ouvrage 3 : Exercices et problmes rsolus de TDS analogique, Tahar
Neffate, ELLIPSES
Ouvrage 4 : Traitement numrique du signal Thorie et Applications,
Kidiyo Kpalma, ELLIPSES
Ouvrage 5 : Analyse de Fourier et applications, Claude Gasquet, DUNOD
Ouvrage 6 : Capteurs: principes et utilisations, F. Baudoin, CASTEILLA
Ouvrage 7 : Instrumentation Industrielle, Michel Grout, DUNOD
Ouvrage 8 : LabVIEW Programmation et Applications, Francis Cottet,
DUNOD

7
Ouvrages bibliographiques et Projet raliser

Projets raliss par groupe de 4 tudiants :
Projet 1 (3): Filtrage dun signal cardiaque ECG et dtection du complexe QRS
(LabVIEW/C++/Matlab)
Projet 2 (3): Filtrage dun signal cardiaque ECG bruit (LabVIEW/C++/Matlab)
Projet 3 (2): Spectre frquentielle dun signal cardiaque ECG normal et bruit
(LabVIEW/Matlab)
Projet 4 (3): Pilotage sous LabVIEW/C++/VB dun instrument via le port srie
Projet 5 (3): Pilotage sous LabVIEW/C++/VB dun instrument via le port parallle
Projet 6 (3): Pilotage sous LabVIEW/C++/VB dun instrument via le port USB
Projet 7 : Ralisation dune interface LabVIEW pour la surveillance par camra
Projet 8 : Visualisation, en temps rel, sur le Web dune application sous
LabVIEW
Projet 9 (3) : Communication entre deux PC sous LabVIEW/C++/VB via le
protocole TCP/IP
Projet 10 (2): Densit spectrale de puissance dun signal cardiaque ECG via le
filtre adaptatif AR (LabVIEW/Matlab)
8
Chapitre I
Gnralits sur les signaux
9
But : TDS?

Amlioration du rapport signal sur bruit quand on cherche :
- Dtecter,
- Mesurer,
- Caractriser.
Un signal provenant, en gnral, dune mesure physique

Forme graphique linformation : Reprsentation du signal


Dune manire gnrale la thorie du signal est concerne chaque
fois quil faut:
- mettre (Capteurs,),
- Transmettre (Lignes de transmission,),
- Dtecter de linformation (Capteurs,).
En effet, la thorie du signal et de linformation ont une place originale
par rapport aux autres disciplines scientifiques.

Chapitre I : Introduction
10
?Pourquoi traiter les signaux?

Rduire le bruit,
Extraire des proprits caractristiques:
- Difficiles obtenir visuellement,
- Caractriser linformation clinique,
- Aider lobservation humaine
Compresser les donnes (stockage, transport, gain de temps,
Modliser (Modles du signal), pour aider le traitement ET mieux
comprendre le systme tudi.

Remarque: Mthodes de TDS permettent de contribuer lextraction de
linformation appropries.

Exemples: Signal cardiaque ECG, Signal EEG,

Chapitre I : Introduction (suite)
11
?Signal?
Toute entit qui vhicule une information
Reprsentation physique dune information transmettre
Information issue dun capteur physique (Pression, Position, Vitesse,
Dplacement, Temprature,Infrarouge, Acoustique,)










Exemples:

Ondes acoustiques: Courant dlivr par un microphone (Son, parole,
musique, CND,)
Signaux biomdicaux : signal cardiaque ECG, signal EEG,
Signaux gophysiques: Vibrations sismiques,
Tension aux bornes dun condensateur en charge,
Finances: cours de la bource,
Images 2D,
Chapitre I : Introduction (suite)
12
?Bruit?
Tout phnomne perturbateur gnant la perception ou linterprtation
du signal.






Le traitement du signal (TDS):
Ensemble de techniques permettant de crer, danalyser et de
transformer les signaux en vue de leur exploitation (synthse),
Extraction du maximum d'information utile sur un signal perturb par
un bruit.

TDS = procdure utilise pour :
Mettre en forme le signal (forme adapte la transmission ou au stockage)
Interprter les signaux: mise en vidence des caractristiques napparaissant
pas lil nu. Par exemple* : la notion de frquence
Chapitre I : Introduction (suite)*
13
Chane de traitement de linformation?










Chapitre I : Introduction (suite)
Contrle - Rgulation
14
Chapitre I : Introduction (suite)
Chane de traitement de linformation (Exemple 1)
Contrle de la qualit dun produit alimentaire
15
Chapitre I : Introduction (suite)
Chane de traitement de linformation (Exemple 2)
Contrle distance dun procde
16
Chapitre I : Introduction (suite)
Chane de traitement de linformation (Exemple 3)
Contrle et surveillance distance dune machine/Laboratoire
17
Chapitre I : Introduction (suite)*
TDS analogique : signal analogique est caractris par des variations
continues de grandeurs physiques en fonction du temps.

Exemple *: Mesure de lvolution de la tension de sortie dun micro en
fonction du temps (Volts/s).



TDS numrique :signal numrique est caractris par des variations
discrtes de fonctions chantillonnes par rapport au temps ou
lespace.

Exemple *: Variations des niveaux de gris dune image par rapport aux
coordonnes spatiales.


18
Chapitre I : Introduction (suite)
Reprsentation dun signal :
Reprsentation temporelle : x(t)
Ex.: Signal audio, signal cardiaque, Signal acoustique,
Reprsentation spatiale : i(x,y)
Ex.: Image 2D fixe (photo)
Reprsentation spatiotemporelle : i(x,y,t)
Ex.: Image 2D en mouvement (vido)
Reprsentation frquentielle : x(f)
Ex.: Transforme de Fourier de la reprsentation temporelle x(t).



Rq.: TF est une opration mathmatique qui consiste dcomposer une
fonction x(t) selon ses frquence
Ex.: De mme quun prisme dcompose la lumire en couleurs (frquences)
Reprsentation temps-frquence : x(t,f)
Ex.: volution de la frquence dun signal ECG au cours du temps
19
Chapitre I : Introduction (suite)
Interprtation des signaux :
Filtrage: limination de certaines composantes,
Dtection: extraction du signal dun bruit de fond,
Identification: classement du signal (identification dun type donde,
dune pathologie sur un signal ECG),
Analyse: isoler les composantes utiles dun signal complexe.

Domaines dapplications du TDS :
Biomdical (signaux ECG, EEG,),
Acoustique (CND, identification des objets, dispersion,),
Radar, Tlcommunications,
Traitement dimages (reconnaissance des formes,),
Automatique,
loptique.
20
Chapitre I : Classification des signaux *
Il existe plusieurs modes de classification des signaux

A. Classification dimensionnelle :(nombre de variables libres)

Signal monodimensionnel 1D (fonction dun seul paramtre),
Ex.*: Tension lectrique, Spectre frquentiel
Signal bidimensionnel 2D (fonction de deux paramtres),
Ex.*: Image statique f(x,y), Reprsentation t-f
Signal tridimensionnel 3D (fonction de trois paramtres),
Ex.: Image en mouvement : Film f(x,y,t)
Analyse: isoler les composantes utiles dun signal complexe.

21
Chapitre I : Classification des signaux (suite)*

B. Classification phnomnologique :
(volution dterministe ou alatoire du signal)

Signaux dterministes (certains):
Signaux dont lvolution en fonction du temps t peut tre parfaitement
dcrite grce une description mathmatique ou graphique (prdite
par un modle mathmatique)
Ex.*: Signaux priodiques, apriodiques, transitoires (impulse)
Signaux alatoires (stochastiques):
- Signaux dont lvolution temporelle est imprvisible et dont on ne peut
pas prdire la valeur un temps t.
- La description est base sur les proprits statistiques des signaux
(moyenne, variance, loi de probabilit,)
Ex.: Rsultat dun jet de d lanc toutes les secondes
(moyenne=3,5, cart type=1,87)
Rq.: tout signal physique comporte une composante alatoire (Bruit ou
perturbation externe)
22
Chapitre I : Classification des signaux (suite)


Signaux alatoires stationnaires :
Les lois statistiques ne changent pas en fonction du temps (La
stationnarit suppose une indpendance des caractristiques
statistiques par rapport au temps).

Signaux alatoires non stationnaires :
Les lois statistiques dpendent du temps.








23
Chapitre I : Classification des signaux (suite)*

C. Classification morphologique :

Si le signal dpend dune variable continue, il est appel signal
analogique
Ex.: Courant lectrique.
Si la variable est discrte, on lappelle signal chantillonn
Ex.: Signal tlgraphiste.
Si le signal ne peut prendre quun nombre fini de valeurs, on dit quil
est quantifi
Et sil dpend dune variable discrte, on lappelle signal numrique
Ex.: Messages cods issus dun ordinateur.

Ces notions sont illustres dans le cas dune variable temporelle sur la
figure ci-contre (voir tableau).

24
Chapitre I : Classification des signaux (suite)*

D. Classification nergtique :

Classification en fonction de leur caractristique nergtique

Par analogie avec les signaux lectriques (vois cours lectricit):

nergie dun signal x(t) : Ex = ?

Puissance moyenne dun signal x(t) : Px,m = ?

Rq.: Si x(t) est priodique de priode To : Px,m = ?

Daprs cette classification on peut distinguer :
Signaux nergie finie (on parle gnralement des signaux
transitoires support born): 0 Ex < ; Px,m = 0
Signaux nergie infinie (Px,m; finie): 0 Px,m < ; Ex =
Ex.: signaux priodiques.
Rq.: Dans la ralit physique, les signaux observs sont dnergie finie.
25
Chapitre I : Classification des signaux (suite)*

E. Classification spectrale des signaux :

on peut reprsenter un signal en fonction de la frquence (spectre du
signal) ainsi il peut tre caractris selon sa bande passante (BP).





Exemple du spectre dun signal

On dfinit une Fmoy = (Fmin + Fmax)/2
Selon la valeur de Fmoy, on peut classer les signaux en deux catgories:

Si Fmin ~ Fmax : Signaux bande passante troite.
Si Fmin <<< Fmax : Signaux bande passante large.
Rq.: Domaine de variation de Fmoy:
26
Chapitre I : Signaux lmentaires *

A. Signaux temps continu :

Parmi les signaux temps continu, on distingue :
Signaux priodiques / Signaux apriodiques

Signaux priodiques
Les signaux priodiques obissent une loi rptition cyclique rgulire,
de priode T
o
(Eq.1 *):
On distingue dans cette classe : les signaux sinusodaux (Eq.2 *)

Valeurs caractristiques de signaux temps continu
Valeur moyenne : La valeur moyenne (moyenne temporelle) dun signal
s(t) est donne par (Eq.3 *) :
Valeur efficace :Le carr de la valeur efficace Seff ou valeur RMS (Root
Mean Squares) dun signal s(t) est dfini par (Eq.4 *) :
27
Chapitre I : Signaux lmentaires

B. Signal causal :

Un signal causal est un signal qui est nul pour le temps ngatif.
x(t) est causal x(t)=0 t <0
x(t) est anti-causal x(t)=0 t >0











28
Chapitre I : Signaux lmentaires

C. Signaux retards et avancs :

Soit le signal s(t) causal : s(t) = 0 t <0



Le signal s(t) retard de t

, reprsent
ci-contre, est not par convention s(t-t

)



Le signal s(t) avanc de t

, reprsent
ci-contre, est not par convention s(t+t

)
29

D. Signaux pairs et impairs :

x(t) est pair si x(-t) = x(t) et impair si x(-t) = - x(t)


E. Signaux support born :
x(t) = 0 t e | T |
Exemple *:


F. Signaux amplitude born :
t | x(t) | A




Chapitre I : Signaux lmentaires*
30

A. Fonction chelon (ou de Heaviside) :
Lchelon unit est dfini par :
I(t)= 1 t >0
I(t)= 0 t <0 Fig.1*
Rq.:- I(0)= 1 ou bien 0,5 (ce choix est arbitraire),
- x(t), le signal y(t) = x(t)I(t) est causal (nul pour t<0).

B. Fonction Rampe unitaire :
r(t)= t t > 0
r(t)= 0 t <0 Fig.2*

C. Fonction signe :
La fonction signe est dfinie par :
sgn(t)= 1 t >0
sgn(t)= -1 t <0 Fig.3*
Rq.: sgn(0) est arbitraire (situe entre 1 et -1). On supposera que cette
valeur est nulle.
Chapitre I : Signaux temps continu particuliers
(Signaux usuels)*
31

D. Fonction porte (ou fentre rectangulaire) :
Lchelon unit est dfini par :
rect
T
(t)= 1 |t| T/2
rect
T
(t)= 0 |t| > T/2 Fig.4*
Rq.:- Ce signal est souvent utilis pour exprimer quun signal x(t) est
observ sur un horizon fini de dure T,
- La fentre rectangulaire peut tre dfinie partir de lchelon
unitaire (Fig.5*).
- Ce signal est trs utilis en TDS (filtrage, fentrage, chantillonnage,

E. Fentre triangulaire (ou de Barlett) :
tri
T
(t)= 1-|t| |t| 1
tri
T
(t)= 0 ailleurs Fig.6*

Rq.: La fentre triangulaire peut tre dfinie partir de la fonction
Rampe (Eq.6*).
Chapitre I : Signaux temps continu particuliers
(Signaux usuels)*
32
Transforme de Fourier
X f x t j f t dt t R f R ( ) ( ) exp( ) , , = e e

+
}
2t
x t X f j f t df t R f R ( ) ( ) exp( ) , , = e e

+
}
2t
Dfinition
Quelques proprits
Linarit
X(f) module |X(f)|, phase Arg[X(f)]
x(t) rel Re[X(f)] paire, Im[X(f)] impaire, module pair, phase impaire
x(t) rel pair X(f) rel pair
x(t) rel impair X(f) imaginaire impair
x(t)*y(t) X(f).Y(f) et x(t).y(t) X(f)*Y(f)
33
Transforme de Fourier
Quelques relations
x(t)*o(t-t
0
)= x(t-t
0
) X(f) exp(-2jt f t
0
)
x(t) exp(2 j t t f
0
) X(f-f
0
)
x
*
(t) X
*
(-f)
x(at) |a|
-1
X(f/a)
d
n
x(t)/dt
n
(2 j t f )
n
X(f)

Signaux importants
o(t) 1
1(t) o(f) + 1/(2 j t f )
cos(2tf
0
t) [o(f-f
0
) +o(f+f
0
)]/2 et sin(2tf
0
t) [o(f-f
0
) -o(f+f
0
)]/2j
Eo(t+nT) F
e
Eo(f+kF
e
) avec F
e
=1/T
Rect(t) 2a.Sinc(tfa)
34
Signal discret x[k]
Transforme de Fourier discrte, priodique

Frquence dfinie sur la priode principale de 0 1 ou de -
Frquence dchantillonnage relle F
e
=1/T
e


Frquence dfinie de 0 F
e
ou de -F
e
/2 F
e
/2
Mmes proprits que la transforme de Fourier des signaux
continus
X f x k j f k
k
( ) [ ]exp( ) =
=
+

2 t
X f x kT j f k T
e e
k
( ) [ ]exp( ) =
=
+

2t
Transforme de Fourier des signaux discrets
35
Systme dinformation
*
Dfinition dun systme:
Un systme est un ensemble dlments matriels et immatriels en
interaction, transformant, par un processus, les lments en entre en
dautres lments en sortie.













Exemple 1



Les systmes de lentreprise:
Lentreprise possde diffrentes fonctions: produire, vendre, dcider,
Ces fonctions sont regroupes en systmes reprsentant des finalits
communes. Ces systmes sont:
36
Transforme de Laplace
X f x t j f t rt dt ( ) ( ) exp( ) exp( ) =

+
}
2t
X s x t st dt t R s C ( ) ( ) exp( ) , , = e e

+
}
en posant : w j r f j r s . . 2 . + = + = t
Dfinition
Introduite pour palier aux limitations de la transforme de Fourier
C s R t ds t s s X t x e e =
}
+

, , ) exp( ) ( ) (
37
Systmes diffrentiels et Laplace
Pour les systmes continus linaires invariant de rponse impulsionnelle h(t)
M
M
M
N
N
N
dt
t y d
p
dt
t dy
p t u p
dt
t y d
q
dt
t dy
q t y q
) (
...
) (
) (
) (
....
) (
) (
1 0 1 0
+ + + = + + +
u
Q
P
y =
) (
) (

[
[
=
=

= = =
N
i
i
M
j
j
p s
z s
K
s Q
s P
s H t h TL s H
1
1
) (
) (
) (
) (
) ( )) ( ( ) ( avec
Causal : N > M
Fonction de transfert
zros
ples
Systme stable ||h(t)||
1
< Re(p
i
) < 0
38
Relations entre Laplace et Fourier
f j r jw r s t 2 . + = + =
Pour s imaginaire pur, et on retombe sur Fourier H(s)=H(f) f j jw s t 2 . = =
H(f) = H(s) value sur l'axe imaginaire du plan de Laplace
Exemple : h(t)=exp(-at) 1(t)
-a
s=j
e


e

e
= =
=
)) ( (
1
) (
), exp(
1
) (
j H Arg j H
j j H
et
H s
s a
( ) =
+
1
un ple en s=-a

v le vecteur du plan complexe reliant les point s et -a
) exp( . j a s v = + =
39
Fonction o de Dirac
Dfinition




Proprit
( )
0 si 0
si 0
t
t
t
o
=

=

=

( )
1 t dt o

=
}
( ) ( ) ( ) ( ) ( )
o o

= =
}
not
f t t a dt f t t a f a
Produit de convolution