Module: Traitement numrique de signal
Outils de traitement numrique Outils de traitement numrique
Prof [Link]
Spcialit: Gnie Electrique et Informatique Industrielle
(ENSET-RABAT)
1
Plan
I- Outils de traitement numrique de signal:
Echantillonnage dun signal
Transforme en z
Transforme de Fourier Discrte Transforme de Fourier Discrte
II- Analyse et synthse des filtres non rcursifs
III- Analyse et synthse des filtres rcursifs
2
Analogique ou Numrique?
Systme Avantages Inconvnients
Analogique Information prcise
Traitement rapide
Traitement complexe
Sensibilit au bruit
Problme de stockage
Numrique
-Simplicit de traitement:
- Reprsentation
incomplte de linformation -Simplicit de traitement:
calcul, filtrage
- Stockage : mmoires,
disque dur, DVD,
- Transmission: adressage,
acheminement,
- Scurit: cryptage de
donnes
incomplte de linformation
- Demande des circuits
rapides
3
Types de signaux
Signal analogique : Dans la forme analogique, linformation est reprsente par une
variation continue dune grandeur physique. Le traitement de ce type dinformation
demande un systme analogique.
Exemple : tension lectrique dun microphone
Cette variation continue correspond linformation audible : son
Cette variation continue correspond Tension du microphone v(t)
Signal numrique : Linformation est reprsente par une suite de nombres
exprims dans un code binaire utilisant deux chiffres 0 et 1.
Le traitement de ce type dinformation demande un systme numrique.
Exemple : fichier texte, images sur CD,
Cette variation continue correspond
linformation audible : son
Tension du microphone v(t)
Temps t
4
Chaine de traitement numrique
Filtre dentre : limiter la bande de frquence du signal trait (gnralement de type passe-
bas).
ADC : effectue la conversion analogique-numrique des chantillons du signal filtr.
Traitement numrique : excute les fonctions de traitement du signal (filtrage, analyse
spectrale, codage, )
DAC : circuit de conversion numrique-analogique des valeurs numriques fournies par les
diffrents blocs de traitement numrique du signal.
Filtre de sortie : filtre passe-bas pour supprimer les composantes rsiduelles situes en
dehors du spectre utile.
5
Echantillonnage dun signal
Le signal discret nest dfinit quaux instants
k
t
par les
valeurs ( ) L , 2 , 1 , 0 , = k k s . Il est not ( ) k s ou
k
s .
6
( ) ( ) ( )
( )
) ( ) (
) ( ) (
0
1 0
t P t s
nT t t s
kT t s
T t s t s t s
e
T
n
e
k
e k
e
=
=
=
+ + =
+
=
L
Le signal chantillonn ( ) t s
, associ au signal discret ) (k s ,
Causalit : le signal discret
k
s est causal si 0 =
k
s pour 0 < k .
1
2
3
4
s
(
k
)
1- Dfinir le signal discret et exprimer le signal
chantillonn associ, de la figure suivante.
Echantillonnage dun signal
7
1 2 3 4 5 6 7
-2
-1
0
1
k
s
(
k
)
2- Donner lexpression mathmatique de lchelon
chantillonn u*(t).
Spectre du signal chantillonn
M e
f F 2
f
e
F F 2
e
F
M
f
c
F
Filtre passe-bas
( ) jf S
Spectre du signal analogique
Dans le domaine temporel:
M e
f F 2 p
f
e
F
e
F 2
e
F
M
f
M e
f F
f
e
F
e
F 2
e
F
M
f
M e
f F
( ) jf S
8
( ) ) ( ) ( t P t s t s
e
T
=
Dans le domaine frquentiel :
La transforme de Fourier
( ) ( ) ) ( ) ( t P TF jf S jf S
e
T
=
( ) ) (
1
) ( f P
T
t P TF
e e
F
e
T
=
( )
+
=
=
k
e
e
kF f S
T
jf S ) (
1
Thorme de Shannon
Afin d'effectuer l'opration d'chantillonnage sans perte
d'information du signal original, le thorme de Shannon impose
la condition suivante:
Avec: Fe est la frquence d'chantillonnage.
max
2F F
e
9
Avec: Fe est la frquence d'chantillonnage.
Exemples:
Temprature (thermomtre) : 5Hz Fe =10Hz ..
Signal audio (microphone):
Audio: 100Hz-20KHz : Fe>=40KHz
Tlphone fixe: 300Hz-3400Hz : Fe>=6,[Link] normalise 8KHz.
Signal image (camra): 0Hz-6MHz Fe>=12MHz..
Transforme en z
Contenu:
I. Transforme en Z
II. Proprits de la TZ
III. Convolution discrte III. Convolution discrte
IV. Les valeurs limites
V. Transforme en Z inverse
VI. Applications
10
Chap2: Outils mathmatiques
pour les signaux discrets
I. Transforme en Z
Transforme de Laplace dun signal chantillonn:
( )
+
=
=
+ + + =
0
2
2 1 0
e
e e
k
pkT
k
pT pT
e
e e
s
s s s p S L
( ) ( ) ( )
+
=
= =
0 k
k
k
z s z S k s Z
e
pT
z e =
Lchelon unit pour .
Exemple:
11
Lchelon unit u t ( ) = 0 1 u nT ( ) = 1 pour n 0 .
1 1
1
1
1
lim )) ( (
1 1
0
=
= =
z
z
z z
z
z nT u Z
n
n
n
n
si 1
1
<
z
Impulsion : en temps continu, cest limpulsion de Dirac ) (t ,
en temps discret, on utilise la fonction de Kronecker, soit
1 ) ( = n si n = 0 , et 0 ) 0 ( = n .
On trouve donc facilement que [ ] 1 ) ( = n Z sans condition de
convergence sur z.
Chap2: Outils mathmatiques
pour les signaux discrets
II. Proprits de la TZ
( ) ( ) ( ) ( ) ( ) z S z S k s k s Z
2 2 1 1 2 2 1 1
+ = +
( ) ( ) z S z s Z
n
n k
=
Linarit:
Retard:
12
( ) ( ) z S z s Z
n k
=
( ) ( ) ( )
e e
aT akT
ze S k s e Z =
Retard:
Multiplication par :
at
e
( ) ( )
|
\
|
=
e
e
T
kT
z
S k s Z
Multiplication par :
t
( ) ( ) ( ) ( ) t s t Z
dz
d
z T t s t Z
n
e
n 1
=
n
t
Multiplication par :
Chap2: Outils mathmatiques
pour les signaux discrets
II. Proprits de la TZ
Signal
( ) t x
Tr de Laplace
( ) ( )
=
t
pt
p
dt e t x p X . .
Transforme en Z
( ) ( )
=
n
n
e
z T n x z X . .
( ) t 1 1
=
0 , 0
0 , 1
t
t
0 ( ) 1 = z X
z
( )
<
>=
=
0 , 0
0 , 1
t
t
t u
( )
p
p u
1
=
1 z
z
( ) t u t.
2
1
p
[ ]
2
1
.
z
z T
e
( )
t
2
1
[ ]
2
1 . . + z z T
Table des TL, Table des TL,
Tz Tz
13
( ) t u
t
.
2
2
3
1
p
[ ]
[ ]
3
2
1 . 2
1 . .
+
z
z z T
e
( ) t u e
t a
.
.
a p +
1
e
T a
e z
z
.
( ) t u e t
t a
. .
.
[ ]
2
1
a p +
[ ]
2
.
.
. .
e
e
T a
T a
e
e z
e z T
( ) t u e
t
t a
. .
2
.
2
[ ]
3
1
a p +
[ ] [ ]
3
.
. . 2 2
2
.
. 2
. .
. 2
. .
e
e
e
e
T a
T a
e
T a
T a
e
e z
e z T
e z
e z T
[ ] ( ) t u e
t a
. 1
.
( ) a p p
a
+ .
( )
( )( )
e
e
T a
T a
e z z
z e
.
.
. 1
. 1
( ) t u
a
e
t
t a
.
1
.
(
(
( ) a p p
a
+ .
2
( )
( )
( )( )
e
e
T a
T a
e
e z z a
z e
z
z T
.
.
2
. 1 .
. 1
1
.
Tz Tz
Chap2: Outils mathmatiques
pour les signaux discrets
II. Proprits de la TZ
( ) t u
a
e
t
t a
.
1
.
(
(
( ) a p p
a
+ .
2
( )
( )
( )( )
e
e
T a
T a
e
e z z a
z e
z
z T
.
.
2
. 1 .
. 1
1
.
( ) ( ) t u e
a
a
t
t
t a
. 1 .
2 . 2
2
1
.
2
2
(
+
( ) a p p
a
+ .
3
( )
( )
( )
( ) ( )
e
T a
e e e
e z a
z
z a
z
z a
z T T a
z
z T
. 2 2
2 3
2
. 1 .
1 . . 2
. . 2 .
1
.
( ) ( ) t u t . . sin
0
2
0
2
0
+
p
( )
( ) 1 . cos . . 2
. sin .
0
2
0
+
e
e
T z z
T z
14
0 0 e
( ) ( ) t u t . . cos
0
2
0
2
+ p
p
( ) [ ]
( ) 1 . cos . . 2
. cos .
0
2
0
+
e
e
T z z
T z z
( ) [ ] ( ) t u t . . cos 1
0
[ ]
2
0
2
2
0
. +
p p
( ) [ ]
( ) 1 . cos . . 2
. cos .
1
0
2
0
+
e
e
T z z
T z z
z
z
( ) [ ] ( ) t u e t a
t a
. . . 1 1
.
+
( )
2
2
. a p p
a
+
[ ]
2
.
.
.
. . .
1
e
e
e
T a
T a
e
T a
e z
z e T a
e z
z
z
z
( ) ( ) t u t e
t a
. . sin .
0
.
( )
2
0
2
0
+ +
a p
( )
( )
e e
e
T a
e
T a
e
T a
e T e z z
T e z
. . 2
0
. 2
0
.
. cos . . . 2
. sin . .
( ) ( ) t u t e
t a
. . cos .
0
.
( )
2
0
2
+ +
+
a p
a p
( ) [ ]
( )
e e
e
T a
e
T a
e
T a
e T e z z
T e z z
. . 2
0
. 2
0
.
. cos . . . 2
. cos . .
+
Chap2: Outils mathmatiques
pour les signaux discrets
II. Proprits de la TZ
Premier ordre, constante de temps :
n aT Z anT Laplace at
ze e nT s
a p
e t s
=
+
= ) ( ) ( ,
1
) (
qui converge vers
1
1
1
z e
z
z e
aT aT
si :
aT
e z
>
Exemples:
15
1 z e z e
Rampe : kT kT r t t r = = ) ( ) (
?
t
te t s
3
) (
= :
Chap2: Outils mathmatiques
pour les signaux discrets
III. Convolution discrte
( ) ( ) ( ) z S z S s s Z
2 1 2 1
=
Dmonstration :
En supposant que
1
s et
2
s sont causaux :
( ) ( ) ( )
+
=
2 1 2 1
i k s i s k s s
Transforme en z dune convolution discrte
16
( ) ( ) ( )
=0
2 1 2 1
i
i k s i s k s s
( ) ( ) ( ) ( ) ( ) ( ) ( )
k
i k
k
i k
k
i k
z i k s i s z i k s i s z i k s i s s s Z
+
=
+
=
+
=
+
=
+
=
+
=
= = |
\
|
=
0 0
2 1
0 0
2 1
0
2 1
0
2 1
On reconnat dans la seconde sommation la transforme en Z du signal
2
s retard
de i chantillons (car nul pour i k p ), il vient donc :
( ) ( ) ( ) ( ) ( ) ( ) ( ) z S z S z i s z S z S z i s s s Z
i
i
i
i
2 1
0
1 2 2
0
1 2 1
= = =
+
=
+
=
pour
1
s et
2
s causaux.
Chap2: Outils mathmatiques
pour les signaux discrets
IV. Les valeurs limites
Thorme de la valeur initiale
Thorme de la valeur finale
( ) ( ) ( ) z S z S
z
z
s
z z
=
= lim
1
lim 0
17
Thorme de la valeur finale
( ) ( ) ( ) z S z k s s
z k
f
1 lim lim
1
= =
Chap2: Outils mathmatiques
pour les signaux discrets
V. Transforme en Z Inverse
On prsentera la mthode de dcomposition en lments simples.
Exemple :
Inverser les fonctions suivantes :
( )
) 5 . 0 )( 1 (
2
1
=
z z
z
z S
( )
( )
2
2
) 5 . 0 (
1
=
z
z z
z S
18
Chap2: Outils mathmatiques
pour les signaux discrets
VI. Applications
Fonction de transfert:
Y z T z X z y n h x n
Z
( ) ( ) ( ) ( ) ( )( ) = =
1
La fonction de transfert dun systme est la transforme en Z de sa rponse
impulsionnelle :
)] ( [ ) ( n h Z z T =
Rponse impulsionnelle : X z ( ) , = 1 Y z F z ( ) ( ) = , [ ] h k Z F z ( ) ( ) =
1
19
Exemple:
y n y n x n ( ) ( ( ) ( )) / = + 1 1 2
Rponse impulsionnelle : X z ( ) , = 1 Y z F z ( ) ( ) = , [ ] h k Z F z ( ) ( ) =
1
Rponse indicielle : X z
z
z
( ) =
1
donc y n Z
zF z
z
( )
( )
=
(
1
1
Rponse harmonique : p j se traduit par z e
j T
,
do la rponse harmonique ou frquentielle, Gain = F e
j T
( )
et
Phase = F e
j T
( )
.
Gain statique : cest
1
) ( lim
z
z T
Transforme de Fourier Discrte
La transforme de Fourier discrte (TFD ou DFT Discrete Fourier
Transform en anglais) est utilise pour le calcul du spectre [ ]
M M
f f , du
signal analogique ( ) t s par un systme numrique. La transforme de
Fourier exprime le spectre continu :
20
( ) ( )dt t s jf S
ft j
=
2
e
Transforme de Fourier Discrte
Etape 1 : Echantillonner le signal ( ) t s
Lopration dchantillonnage fournit le signal
( ) ( ) ( ) t P t s t s
e
T
=
.
La TF est donne par la relation
( ) ( ) ( ) f P jf S
T
jf S
e
F
e
=
1
Lchantillonnage cre une priodisation de ( ) jf S , autour de
e
F , avec
21
e
un facteur de
e
T
1
. En respectant la condition de Shannon
M e
f F 2
,
le calcul de ( ) jf S
fournit le spectre ( ) jf S dans lintervalle
(
2
,
2
e e
F F
:
( ) ( )
( )
+
=
=
=
n
fnT j
e e
e
e
nT s T
jf S T jf S
2
e
Expression
valuer par le
calculateur
Transforme de Fourier Discrte
Etape 2 : Limiter la dure dacquisition
Les capacits limites du systme numrique en termes de mmoire et de vitesse des
processeurs utiliss imposent une dure dacquisition finie a
T
sur
N
chantillons :
e a
NT T =
. Le signal
( ) t s
N
limit
N
chantillons scrit :
( ) ( ) ( ) t w t s t s
=
22
Expression
valuer par le
calculateur
( ) ( ) ( ) t w t s t s
N
=
Avec ( ) t w dsigne la fonction porte sur
(
2
,
2
a a
T T
.
( ) ( ) ( ) jf jf S jf S
N
W =
( )
a
a
a
fT
fT
T jf
sin
W =
Or:
( ) ( )
( )
( )
=
=
=
1
2
2
2
e
1
N
N
n
fnT j
e
N
a
e
e
e
nT s
M
jf S
T
T
jf S T jf S
Transforme de Fourier Discrte
Etape 3 : Calculer le spectre pour des frquences numriques
Le calcul de
( ) jf S
N
ne peut tre effectu que pour un nombre fini de frquences du domaine
(
2
,
2
e e
F F
. Si on dcoupe ce domaine par N points, le pas ou la rsolution frquentielle sera
F
f
e
=
, et les frquences values correspondent :
N N kF
23
N
F
f
e
=
, et les frquences values correspondent :
)
`
= = 1
2
, ,
2
;
N N
k
N
kF
f k f
e
L
Transforme de Fourier Discrte
Transforme de Fourier Discrte:
( ) ( )
=
1
0
2
e
N
n
N
kn
j
n s jk S
La TFD ( ) jk S est priodique de priode N .
24
Transforme de Fourier Discrte Inverse:
( ) ( )
=
=
1
0
2
e
1
N
k
N
kn
j
jk S
N
n s
La TFD ( ) jk S est priodique de priode N .
Transforme de Fourier Discrte
TFD Dune convolution:
( ) ( ) ( )
( ) ( )
=
=
=
1
0
M
i
i n e i h
n e n h n s
( ) ( ) nT s k S
N
N
kn
j
e
=
1
2
e
On constate que la TFD transforme
lopration de convolution en un produit
de TFD de la rponse impulsionnelle du convolueur
( ) n e
25
( ) ( )
( ) ( )
( )
( )
( )
( ) ( )
( ) ( ) k H k E
i h k E
i h i n e
i n e i h
M
i
N
in
j
M
i
N
in
j
N
n
N
i n k
j
N
n
N
kn
j
M
i
n
e
=
=
|
|
\
|
=
|
\
|
=
=
=
1
0
2
1
0
2
1
0
2
1
0
2
1
0
0
e
e e
e
et de la TFD de la squence dentre
( ) n e
.
Les fentres de pondration
Fentre rectangulaire
( )
=
2
0
2
1
'
a
a
T
T
t
T
t
t
A
f
( ) ( )
a a
fT T jf W sinc =
0.8
1
26
-8 -6 -4 -2 0 2 4 6 8
-0.4
-0.2
0
0.2
0.4
0.6
f(Hz)
|
(
f
)
|
Problmes:!!!
- Largeur de la lobe central
- Amplitude des lobes secondaires
Les fentres de pondration
Fentre de Hann (ou Hanning)
( ) ( ) t
T
t
t w
a
T
a
2 cos 1
2
1
|
|
\
|
|
|
\
|
+ =
Fentre de Hamming
( ) ( ) t
T
T
t
t w
a
T
a
a
2
2 cos 46 , 0 54 , 0
|
|
|
|
\
|
+ =
27
( ) ( ) t e t w
a
T
at
=
Fentre exponentielle
Analyse spectrale: FFT: Fast Fourier
Tranform
Nsamp=1024;%nombre des chantillons de
signaux
%conditions d'chantillonnage
Fe=10000;%en Hz
Te=1/Fe;
%entre: composition de sinusoides
A1=5;A2=5; 0
2
4
6
8
10
e
(
t
)
signal
28
A1=5;A2=5;
f1=1000;f2=1200;
t=0:Te:(Nsamp-1)*Te;
e=A1*sin(2*pi*f1*t)+A2*sin(2*pi*f2*t);
%Reprsentation temporelle
figure(1);
plot(t*1000,e,'b');
xlabel('t(s)');
ylabel('e(t)');
title('signal');
grid
0 20 40 60 80 100 120
-10
-8
-6
-4
-2
t(s)
e
(
t
)
Analyse spectrale: FFT
%Analyse spectrale
N_fft=1024;%Taille d'acquisition
w = hamming(N_fft);
%w = hann(N_fft);
ew=e.*(w');%pondration par une fenetre
fft_e=fft(ew,N_fft)/N_fft;
abs_fft=abs(fft_e);
29
abs_fft=abs(fft_e);
freq=((1:N_fft/2)/N_fft)*Fe;
figure(2);
plot(freq,2*abs_fft(1:N_fft/2),'b');
xlabel('frequence(Hz)');
ylabel('|Y(f)|');
title('Spectre d''amplitude');
grid
Analyse spectrale: FFT
0.5
1
1.5
2
2.5
3
|
Y
(
f
)
|
Spectre d'amplitude
Hamming window
1.5
2
2.5
|
Y
(
f
)
|
Spectre d'amplitude
Hann window
30
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
0
frequence(Hz)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
0
0.5
1
frequence(Hz)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
frequence(Hz)
|
Y
(
f
)
|
Spectre d'amplitude
Rectangular window
Les fentres de pondration
1
1.5
2
2.5
3
3.5
4
4.5
5
Analyse spectrale- Rectangular Window
A
m
p
l
i
t
u
d
e
(
V
)
0.5
1
1.5
2
2.5
Analyse spectrale- Hanning Window
A
m
p
l
i
t
u
d
e
(
V
)
Rectangular window
Hanning window
31
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
0
0.5
1
f(Hz)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
0
0.5
f(Hz)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
0
0.5
1
1.5
2
2.5
3
Analyse spectrale- Hamming Window
f(Hz)
A
m
p
l
i
t
u
d
e
(
V
)
Hamming window
Exemples de simulation
Sous MATLAB:
Lancer la commande : wintool
Sous LABVIEW:
32
Sous LABVIEW:
Dans larborescence suivante : analyse et traitement des signaux FFT
et analyse de frquence,
Montrer les exemples suivants:
i. Analyse dune vibration
ii. Comparaison de fentres
iii. Gnration et traitement de signaux