Traitement de signal

1ère Année cycle Ingénieur

Département AEEE

ENSAM de Meknès 1
 Introduction générale

Traitement du signal
Le traitement du signal consiste en un ensemble de théories et de méthodes,

relativement indépendantes du signal traité, permettant de créer, d'analyser,

de modifier, de classifier, et finalement de reconnaître les signaux.

Signal :
On désigne par signal l'information relative à une grandeur physique qui

évolue dans le temps. Les signaux les plus couramment utilisés sont les signaux

électriques. Mais ces signaux sont le plus souvent des traductions de signaux

physiques comme des signaux acoustiques, sismiques, de température ou de

pression …
ENSAM de Meknès 2
 Introduction générale
Comment obtenir un signal électrique ?

L'obtention des signaux électriques à partir des variations d'une grandeur

naturelle se fait à l'aide d'un capteur ou d'un transducteur

ENSAM de Meknès 3
 Introduction générale

Chaine de transmission

Système Capteur Récepteur Traitement

Transmission
physique
bruit
bruit
Grandeur physique (T°, P, J, V, A, Ω, …etc.)Analyse

Extraction
d’information

Reconnaissanc
e de Formes

Compression
(mp3, ….)

Codage

ENSAM de Meknès
…. etc 4
 Introduction générale
Exemple

Traitement

Information reçue Information utile

Analogique Numérique
Type analogique Type analogique
Transformée
Grandeur
physique :
de Fourier
Pression, Conversion de
Température, Capteur l’information
vitesse, en Numérique
Accélération,
effort
Filtrage
analogique
Transformée
en Z

Filtrage
Numérique

Conversion de
l’information
en Analogique
ENSAM de Meknès 5
 Introduction générale
Représentation des signaux
Un signal peut avoir trois modes de représentation :

 Analogique

temps

 Numérique

temps

 Spectrale

fréquence

ENSAM de Meknès 6
 Introduction générale
Classification des signaux

Classification dimensionnelle

Signal monodimensionnel. 1D dépendant d’un seul paramètre (température)

Signal bidimensionnel. 2D dépendant de deux paramètres ( images)

Signal tridimensionnel. 3D dépendant de trois paramètres ( vidéos,…)

Evolution temporelle

Signaux déterministes: signaux dont l’évolution en fonction du temps

peut être parfaitement décrite grâce à une expression mathématique
ou graphique

Sous catégories apériodiques transitoires

périodiques

ENSAM de Meknès 7
 Introduction générale

Signaux aléatoires: Signaux dont l‘évolution temporelle est

imprévisible et dont on ne peut pas prédire la valeur a un
temps t. La description est basée sur les propriétés
statistiques des signaux (moyenne, variance, loi de probabilité,
…)

Parmi les signaux aléatoires on distingue :

 Les signaux stationnaires : (les statistiques sont indépendantes du
temps)
ergodiques (une réalisation du signal permet d’éstimer les statistiques)
non ergodiques

ENSAM de Meknès 8
 Introduction générale
Classification des signaux

Classification morphologique

Signaux continus (analogiques)

signal défini à chaque instant t.

Traitement analogique du signal

Signaux discrets (numériques)

signal défini uniquement en des instants tk.

Traitement numérique du signal

ENSAM de Meknès 9
 Introduction générale
Classification des signaux
Classification morphologique

Chapitres 1, 2 et 3

Chapitre 4

ENSAM de Meknès 10
 Introduction générale
Classification des signaux
Classification énergétique

 Energie et Puissance des signaux

 l’énergie d’un signal continu s(t) réel ou complexe est :

 
2
E  s(t ) s * (t )dt   s(t ) dt
 

s*(t) représente le signal complexe conjugué de s(t).

 Puissance moyenne : représente la puissance contenue dans le

signal s(t).

ENSAM de Meknès 11
 Introduction générale
Classification des signaux Classification énergétique

 Energie et Puissance des signaux

 Un signal d’énergie E finie (Energy-type) a une puissance moyenne P
nulle:
Cas des signaux représentant une grandeur physique, Signaux
transitoires a support borné.
 Les signaux a énergie infinie (Power-type) ont une puissance
moyenne non nulle:

 Cas des signaux periodiques.

 Dans le cas des signaux périodiques, la puissance moyenne P est la
puissance calculée sur une période T :

ENSAM de Meknès 12
 Puissance & Energie
Tous les signaux périodiques (à l'exception de x (t) ≡ 0) sont de type puissance finie
et ont une puissance :

Où T0 est la période et α est un nombre réel arbitraire.

 Signaux à énergie finie

Pour un signal de type énergie x (t), on définit la fonction d'auto-corrélation Rx (τ)

comme :

En posant τ = 0 dans la définition de la fonction d'auto-corrélation de x (t), on

obtient l’énergie contenue dans le signal; c'est-à-dire:

ENSAM de Meknès 13
 Puissance & Energie
 Signaux à Puissance finie

Pour la classe des signaux de type puissance finie , un développement

similaire est possible. Dans ce cas, nous définissons la fonction moyenne d'auto-
corrélation du signal de type puissance x (t) comme :

Maintenant, évidemment, le contenu de puissance du signal peut être obtenu à

partir de:

 Il existe des signaux d’énergie et de puissance moyenne infinie

ENSAM de Meknès 14
 Introduction générale

Passage : temps Fréquence

Signaux périodiques

Série de Fourier

Signaux uniques

Intégrale de Fourier

Signaux Numériques Aléatoires

Intégrale de Fourier
Numérique
ENSAM de Meknès 15
 Exercice d’application

1) Montrer que le signal x(t) décrit ci-dessous est Power-type et calculer la

puissance qu’il contient.

2) Montrer que le signal :

N’est ni Energy-type ni Power-type.

ENSAM de Meknès 16
 Analyse Spectrale des Signaux Périodiques

 Définition
 Exemples et représentations spectrales
 Série de Fourier Trigonométrique
 Série de Fourier en cosinus
 Spectre unilatéral
 Série 1 de TD

ENSAM de Meknès 17
 Série de Fourier

L'analyse des signaux (complexes ou réels) et des systèmes linéaires dans le

domaine des fréquences est basée sur la représentation des signaux en fonction de
la variable de fréquence et cela se fait grâce à l'emploi de série Fourier et
transformée de Fourier. La Série de Fourier est appliquée à des signaux périodiques
tandis que la transformée de Fourier peuvent être appliqués à des signaux
périodiques et non périodiques.
Théorème : [Série Fourier] Soit x (t) un signal périodique de période T0. Si les
conditions suivantes (connus sous les conditions de Dirichlet) sont satisfaits :
1. x (t) est absolument intégrable sur la période; c'est-à-dire:

2. Le nombre de maxima et minima de x (t) dans chaque période

est fini,

3. Le nombre de discontinuités de x (t) dans chaque période

est fini,

ENSAM de Meknès 18
 Série de Fourier
alors x (t) peut être étendue en fonction des signaux exponentielles complexes
éléments de l’ensemble noté S :

avec  est arbitraire.

n est un entier.
Coefficient complexe

Ou bien sous la forme :

En général, . /xn/ représente le module de xn et est sa phase.

ENSAM de Meknès 19
 Série de Fourier

Quelques observations concernant le théorème:

 Les coefficients xn sont appelés les coefficients de Fourier. Ce sont, en général,

des nombres complexes.

 Le paramètre α dans les limites de l'intégrale est arbitraire, Il peut être choisi
pour simplifier le calcul de l'intégrale, habituellement α = 0 ou α = -T0 /2 sont des
bons choix.

 La quantité f0 = 1/T0 est la fréquence fondamentale du signal x (t). On observe

que les fréquences des signaux sont des multiples de cette fréquence fondamentale.
La n-ième multiple de la fréquence fondamentale (pour des n positifs) est appelée
harmonique de rang n.

ENSAM de Meknès 20
 Exercice d’application

Exercice 1:
Soit fp(t) = 4 + 2 cos(3t). Déterminer les coefficients de Fourrier
complexes de fp(t).

On peut trouver directement les coefficients de Fourier en utilisant la formule de

passage du cosinus a l'exponentielle:

D’où les coefficients de Fourrier complexes sont :

Pour les autres n.

ENSAM de Meknès 21
 Série de Fourier
La représentation du module et de la phase de la série de Fourier du signal
périodique est appelée : Représentation spectrale discrète du signal périodique x(t).

Module

Raie de rang 4

4ème Harmonique

Phase
Fréquence nulle : DC Fréquence fondamentale

Composante continue 1ère Harmonique

ENSAM de Meknès 23
 Série de Fourier

Exemple 1 : soit x(t) un signal périodique représenté par la figure ci-dessous.

Fonction porte périodisée

On appelle ce signal une Impulsion rectangulaire periodique, sa décomposition en

série de Fourier est :
On observe tout d’abord sa période T0.

ENSAM de Meknès 25
 Série de Fourier

Le signal x(t) peut être écrit sous la décomposition en série de Fourier par :

Etude de la fonction sinus cardinal

On définit la fonction sinus cardinal de la manière suivante:

 Sinc(n) = 0 pour tout entier naturel n non nul.

ENSAM de Meknès 26
 Série de Fourier

Représentation discrète de la fonction sinus cardinale

27
ENSAM de Meknès
 Série de Fourier

La représentation spectrale du
Représentation de la fonction sinus
signal est :
cardinal discrète.

ENSAM de Meknès 28
 Série de Fourier
Exemple 2 : soit x(t) un signal périodique représenté par la figure ci-dessous:

Solution :
Ici la période est T0= 2, il est intéressent de choisir =1/2.

ENSAM de Meknès 29
 Série de Fourier
Pour ces valeurs de xn on a la décomposition de la série de Fourier du signal x(t) :
Pour n= 1, on x1=2/π et pour n= -1, on a x-1=2/π.

Soit donc pour différentes valeurs de n variant de - à +, on a:

ENSAM de Meknès 30
 Série de Fourier pour les signaux réels:
Série de Fourier Trigonométrique
Si le signal x(t) est réel satisfaisant les conditions du théorème de série de Fourier,
alors il existe d'autres moyens pour décomposer le signal. Pour les x(t) réels, nous
avons :

Cela signifie que pour un x (t) réel et périodique, les coefficients x des indices
positifs n et négatifs (-n) sont conjugués. Par conséquent, |xn| est symétrique, par
contre la phase de xn a une symétrie impaire par rapport à l'axe n = 0.

ENSAM de Meknès 31
 Série de Fourier Trigonométrique

Un exemple de spectre discret pour un signal réel est représenté sur la figure
suivante :

Module de xn Phase de xn

A partir de et si on note alors

Par conséquent, pour n ≥ 1, on a:

ENSAM de Meknès 32
 Série de Fourier Trigonométrique
Comme x0 est réel et posant x0 = a0/2, nous concluons que :

Cette relation, qui ne s’applique que pour un signal x(t) réel et périodique, est
appelé le Développement trigonométrique en série de Fourier. Pour obtenir an et bn,
nous avons :

Et par conséquent :

On déduit que :

33
ENSAM de Meknès
 Spectres d’Amplitudes et de Phases

Le développement en série de Fourier de x(t) peut s’écrire sous la forme :

Avec :

Dans un spectre unilatéral, chaque fréquence est représentée par une raie de
hauteur égal à, respectivement, l’amplitude et la phase de l’harmonique composante
sur le spectre d’amplitudes et de phases.

Spectre Unilatéral
ENSAM de Meknès
34
 Résumé

En résumé, pour un signal réel périodique x(t), nous avons trois façons alternatives
pour représenter le développement en série de Fourier :

où les coefficients correspondants sont obtenus à partir :

ENSAM de Meknès 35
ENSAM de Meknès 36
 Série 1 de TD
Exercice 1: à la sortie d’un capteur d’instrumentation de la pression, on reçoit un
signal x(t) réel écrit sous la forme suivante :

1) Faire la représentation spectrale en amplitude et en phase du signal x(t).

Amplitude La fréquence fondamentale est f0=1500Hz

1,5 3 4.5 6 f en KHz

Phase

π/6

-π/6 1,5 3 4.5 6 f en KHz

37
ENSAM de Meknès
 Filtres : Notion élémentaire
Filtre passe Bas :

 Fonction de transfert

 Gabarit :

Filtre passe Haut :

Filtre passe bande :

Filtre rejecteur de bande :

ENSAM de Meknès 38
 Série 1 de TD
2) Avant d’arriver à son destination pour actionner l’opération correspondante, un
bruit de type sinusoïdale de forte amplitude et de fréquence 9KHz vient se
superposer à notre signal utile.
Le premier traitement analogique consiste à éliminer ce bruit.
a) Compléter la représentation avec le signal bruité.
b) Déterminer le type de filtre de fonction de transfert H(jω).
c) Pour annuler l’effet de la raie produite par le bruit, cette dernière doit être
atténuée de 9dB, on demande de déterminer la pente de la fonction de
transfert en module. En déduire sa fréquence de coupure et le gain statique de
H(jω).

On détermine tout d’abord les amplitude en dB, soit 20log(amplitude).

La deuxième harmonie est celle de plus grande amplitude, qui vaut 12dB. Donc
l’amplification A0 de la fonction de transfert sera 12db, alors que la fréquence de
coupure commence à partir de la troisième harmonie soit f0=4.5KHz.

La fréquence du bruit est située à 9KHz, ce qui conduit au terme des pentes à une
intervalle d’1 octave. Alors une atténuation de 9dB, impose une pente de
(12+9)/octave, soit 21dB/octave.
En conclusion un filtre passe bas d’ordre 4 est suffisant pour éliminer ce bruit.
ENSAM de Meknès 39
 Egalité de Parseval

Considérons un phénomène physique périodique décrit par f(t). L’énergie moyenne

associée à ce phénomène fait intervenir le carré de f (exemple si f est une
tension). L’énergie moyenne sur une période est donc proportionnelle à :

L’égalité de Parseval montre que cette énergie est répartie sur toutes les
harmoniques .

Démonstration

Dans le cas général où f est à valeurs dans C, l’énergie moyenne s’écrit :

ENSAM de Meknès 40
 Egalité de Parseval : Démonstration

On a :

Si f(t) est à valeurs dans R , l’énergie moyenne sera :

ENSAM de Meknès 41
 Egalité de Parseval : Démonstration

L’égalité de Parseval montre que cette énergie est répartie sur toutes les
harmoniques telle que:

ENSAM de Meknès 42
 Exercice d’application
Exercice 1:
Soit fp(t) = 4 + 2 cos(3t). Déterminer la puissance moyenne du signal.

La puissance moyenne du signal est :

Vérifions ce résultat par le calcul direct :

Soit :

ENSAM de Meknès 43
 Exercice d’application

Exercice d’application 2:

La fonction rampe périodisées est décrite comme suit :

fp(t) = t pour -1 < t < 1. La période est T0 = 2.

1) Calculer les coefficients complexes

de Fourrier de fp(t).
2) Montrer que :

ENSAM de Meknès 44
 Correction
Calculons les coefficients Cn:

Pour n différente de 0, on a :

Cette expression est valable pour tout n non nul.

45
ENSAM de Meknès
 Correction
Calculons C0.

En résumé

Module de Cn Phase de Cn

ENSAM de Meknès 46
 Correction
Calculons la puissance directement :

À l’aide du théorème de Parseval la puissance est donnée par :

On en déduit un résultat bien connu:

ENSAM de Meknès 47