1

Cours analyse spectrale Part II

ESPEO 3
me
anne

Philippe Ravier 2000-2001
2
Droulement du cours
Estimation de la dsp : cas alatoire continu
Considrations pratiques
Fonctions dapodisation
Insertion de zros
3
1.Estimation de la dsp : cas alatoire
a) Estimation directe : le corrlogramme
() {()}
x x
S TF v t = I | |
ou () {()( )}
x
S TFExtxt v t =
Pour avoir une estimation correcte, il faut sassurer que le support de la fonction
de corrlation est bien plus petit que la dure dintgration soit T
c
<< T
in
Donc on pondre la fonction de corrlation sur [-T
c
, T
c
] par g(t ) nulle
lextrieur de cet intervalle => lissage sur la dsp estime.

() {() ()}
x x
S TFg v t t = I
4
( ) x t
( ) w t
t
}
TF

( )
x
S v
( ) g t
1
(0)
w
I
estimationde ()
x
t I
t I

( )
x
Corrlogramme
Proprits de l estimateur :
{()}

() *{()}*()
(0)
w
x x
w
TF
ES TFgS
t
v t v
I
(
=

I
biais
Si () (0)
in c w w
TT t I~I

() {()}*()
x x
ES TFg S v t v
(
=

Biais
5
Variance
2
()

()
x
x
inG
S
VarS
TB
v
v
(
=

T
in
est le temps dintgration : dure du signal utilise pour estimer la corrlation
B
G
est la largeur de bande de la fonction dapodisation.
( )
2
2 2 2
()
1 1
ou car(0)1
() () ()
G G
G
B B g
gd Gd Gd
v
tt vv vv
+

+ + +

= = = =
}
} } }
( )
2
2
4
( )
( )
in
g d
T
g d
t t
t t
+

=
}
}
La variance diminue si B
G
augmente c--d le support de la fonction de pondration diminue ce qui
a tendance augmenter le biais (on prend moins de longueur dinformation pour lestimation)
La diminution simultane du biais et de la variance de lestimateur est impossible.
Compromis biais variance !
6
Autre estimateur thoriquement quivalent :
( ) x t
( ) g t
2

( )
x
S v
1
(0)
g
I
Priodogramme liss
TF
{ ( )} TF gt
mesure du priodogramme
Le rle de lissage de la fonction dapodisation se traduit par la convolution
de la transforme de Fourier avec avec lestimation brute de la dsp.
7
b) Estimation indirecte : le priodogramme moyenn
2
() ()
x
S EX v v
(
=

2
ou () {()}
x
S ETFxt v
(
=

La mesure du priodogramme est un spectre instantan.
Dans le cas dun signal alatoire, la variance destimation est trs grande et
lestimation na aucun sens. Il faut rduire la variance par moyennage.
( ) x t
( ) g t
2

( )
x
S v
1
(0)
g
I
Priodogramme moyenn
TF moyenneur
8
On veut effectuer L mesures indpendantes du signal de N points.

Solution naturelle :
on dcoupe le signal en L segments
on estime un priodogramme sur chaque segment
on calcule la moyenne des priodogrammes.
Le moyennage permet la rduction de la variance de lestimation :
2
()

()
x
x
S
VarS
L
v
v
(

Inconvnient : le dcoupage diminue le temps dintgration de chaque estimation,
ce qui augmente le biais. Le recouvrement des segments permet de rduire le biais.
En pratique, un taux de recouvrement de 40% donne de bons rsultats. Au del,
lindpendance entre les tranches nest plus respecte.
Remarque : le priodogramme moyenn exige une mmorisation du signal sur une
longueur gale la longueur de recouvrement. Pas de problme en numrique mais
peut tre une contrainte pour un systme analogique.
9
2.Considrations pratiques
Cas continu sur une dure T : Filtrage Quadration Intgration
| |
2
}
T
T
0
1
x(t)
F
v0
}
=
T
F x dt t x
T
S
0
2
) (
1
) (

v
x
F
(t) |x
F
(t)|
2
v
0
+v
0
|F(v)|
Phase de |F(v)|
v
v
F
Q I
10
On dfinit la TFD et la iTFD comme
2
1
0
2
1
0
() {()} ()
() {()} ()
jnm
N
N
n
jnm
N
N
n
XmTFDxn xne
xn iTFDXm Xme
t
t
u
|

=
= =
= =

avec 1 N|u =
Cas discret dterministe
2

( ) ( )
x
Sm Xm =
Passage au numrique :

- avantage : meilleure prcision et plus grande souplesse.
(en particulier pour la ralisation doprateurs non-linaires)

- inconvnient : la vitesse de calcul. Pour des signaux trs large bande,
seules les techniques analogiques permettent lanalyse spectrale en temps rel.
On ajoute au besoin des zros au signal temporel pour obtenir une longueur de signal
N=2
p
pour pouvoir utiliser lalgorithme FFT.
11
Densit spectrale de puissance S
x
(m)=E[|X(m)|
2
]
Procdure destimation analogue la technique de FQI :
1
2
0

() ()
L
x i
i
A
Sm Xm
L

=
=

Cas discret alatoire - Priodogramme moyenn

Overlap = 50%
Moyennage sur L tranches
Fentre de pondration f(n)
Tranches de N chantillons, dcalages de P chantillons
L tranches
X
1
(m)
X
L
(m)
X
2
(m)
f(n)
x(n) dure T
-Biais diminue si T augmente
-Var diminue en moyennant sur L grand
L
o
o
2
1
0
() {()()}()()
jnm
N
N
i
n
XmTFDfnxniPfnxniPe
t
u

=
= += +

P
12
Biais :
Variance :

()( )() ()()

x f x f x
ESmASSmASSm

(
=-=

- La moyenne de lestimateur est obtenue par lissage de la dsp avec la dsp
de la fonction de pondration. Lestimateur est biais.
-Siladspde()variepeusurlesupportde(), alors()()et
f x x
xn SmSmSm ~

() () ()
x x f
ESmASmS

(
~


2
-Onobtient uneestimationapproximativement nonbiaiseenprenant laconstante
1
decalibration (enprenant 1)
()
()
f
m
n
N
A
Sm
fn
| = = =

2
2 2

()
()
() (0)
x
f
l
x f
VarSm
lP
P
T Sm
(
I

I

()est l'autocorrlationdelafonctiond'apodisation
T
L=est lenombredesegments
P
f
l I
2

()
1
()
x
x
VarSm
P
T L Sm
(

=
Si overlap>50% la charge de calcul augmente et le gain en variance relative devient plus faible,
les segments ne sont plus dcorrls.
Si pas de recouvrement
13
Cas discret alatoire - Corrlogramme
- La fonction dapodisation permet de limiter le support de lestimation de la fonction
de corrlation puisque la variance destimation de la corrlation est importante
pour les grands retards.
| |
{}
Densitspectraledepuissance(){()}o()()().

Onl'estimepar () ()()
x x x
x x
SmTFDkkExnxnk
SmATFDfkk
=II=
=I
||
1
2
0
1

() ()( ) {()}
N
x
n
k xnxnkiTFDXm
N
|

=
I= =

| |
avec et modulo2 kNnknk N < =
- La corrlation circulaire est due la priodisation en temps et en frquence induite
par la discrtisation temporelle et frquentielle.
14
Biais :
Variance relative :

() ()() ()()
x x x
p
ESmAFSmAFpSmp | |
(
=-=

()
()
x
c
eFin x
VarSm
T
BT Sm
(

avec() {()} FmTFDfn =
- Lestimation de la densit spectrale par la mthode du corrlogramme est biaise.
-Siladsp(m)variepeusurlesupportdeF(), alors()()et
x x x
S mSmpSm ~

() () ()
x x
p
ESmASmFp |
(
~


-Onobtient uneestimationapproximativement nonbiaiseenprenant laconstante
11
decalibration
()(0)
p
A
Fpf |
= =

- T
in
est le nombre total de points du signal utiliss pour estimer la
fonction de corrlation (temps dintgration)
- T
c
est le support en nombre de points de la fonction de corrlation
- B
eF
est la largeur de bande quivalente de bruit de f(n).
2
2
2 2
()
(0)
() ()
c
eF
Fm
Tf
B
Fm fn
= =

15
3.Fonctions dapodisation
Le choix de la fonction de pondration doit tenir compte du biais et de la variance
quelle induit sur lestimateur.
Qualits souhaites pour f(t ) :
- TF[f(t )] doit prsenter un pic central le plus troit possible ;
- TF[f(t )] doit prsenter peu de lobes secondaires de trs faible amplitude ;
- TF[f(t )] ne doit pas prsenter de lobes ngatifs : les fentres ayant des lobes
ngatifs sont trs gnantes car elles peuvent rendre la mesure de la dsp ngative ;
- f(t ) doit tre support limit.
Les fonctions dapodisation jouent le rle dun lissage de la dsp vraie car en moyenne,
lestime de la dsp est convolue par la TF ou par la dsp de la fonction de pondration.

- lissage par la TF de f(t ) : cas du corrlogramme => pondration linaire
- lissage par la dsp de f(t ) : cas du priodogramme moyenn => pondration quadratique
16
On compare les fentres sur plusieurs grandeurs les caractrisant :


1. Normalisation des fentres.
On applique un facteur de calibration A pour avoir un estimateur approximativement
non biais. Ce facteur ralise galement une normalisation qui permet de conserver
lnergie totale du signal.

1. Largeurs de bande
a) Largeur de bande passante puissance moiti (-3 dB)


a) Largeur de bande quivalente de bruit : elle caractrise la dispersion (variance)
des mesures. Elle donne galement une mesure globale de la largeur de bande du
lobe central de la fentre spectrale.
Principales caractristiques des fentres de pondration :
112 12
1
Lalargeurdebande-3dBest avec()()(0)
2
BQQQ vvvv ===
17
1. Fuites dnergie
a) Amplitude relative dune raie spectrale mesure
0
0
0 0
Pour unefrquencepure, () ( )
( )

Lamesuredeladspest () () ()
()
En et pour uneapodisationnormalise ( ) (0)
1
Laraiechantillonne(pasfrquentiel
x x
x x x
x x
S P
Q
S AQ S P
Qd
S QP
b
v ovv
vv
v v v
vv
v v
+

= - =
=
=
}
0
0
) n'est pasforcment en

( ) ( )
E
x x
NT b
SmQ P
b
v
v
v =
a) Pouvoir de rsolution Fuites dnergie
Une partie de la puissance de la raie est disperse dans les lobes latraux. Ce
phnomne de fuite peut tre trs gnant sil existe des raies de forte puissance
dont les lobes latraux viennent masquer des raies de faible puissance par exemple.
0
v
2
p
v
( ) Q v
v
0
0
()
Fuitesd'nergiemesurespar 1
()
p
p
Qd
p
Qd
vv
vv
vv
vv
+

=
}
}
18
lments de description des fentres par les lobes spectraux
1. Lobe principal
a) Amplitude du maximum normalise
b) Largeur de bande 3 dB (lie au pouvoir de rsolution)
c) Largeur de bande quivalente du bruit donnant la dispersion des mesures




1. Lobes secondaires
1. Facteur de fuite p en pourcentage
2. Amplitude du 1
er
lobe latral positif (en dB)
3. Amplitude du 1
er
lobe latral ngatif pour les fentres linaires sil existe
4. La position du 1
er
zro.
19
20
21
22
23
4.Insertion de zros ou zero-padding
En pratique, pour augmenter la rsolution frquentielle, on ajoute des zros la fin du signal
car lalgorithme de FFT fournit un nombre dchantillons frquentiels gal au nombre
dchantillons temporels de dpart (qui doit tre une puissance de 2).



On najoute pas dinformation supplmentaire, on modifie juste la rsolution frquentielle
car le pas devient :
1
o est lenombred'chantillonstemporels
2
et laprioded'chantillonnage.
E
E
b N
NT
T
=