SlideShare une entreprise Scribd logo
1  sur  96
Mise en œuvre du TNS Page 1 sur 96
Novembre 2011.
Traitement Numérique du Signal
CM3 : Transformée de Fourier
Université du Havre, IUT du Havre
Département GEII
Mise en œuvre du TNS Page 2 sur 96
PPN 2008: MC-II3
Traitement du signal
Applications en GEII
Mise en œuvre
Test
DSP
CAN/CNA
TF, compression,
codage
Mise en œuvre du TNS Page 3 sur 96
Conversion Analogique-Numérique
 Représentation d'un signal
 Séries de Fourier
 Transformée de Fourier
 Temps-fréquence
 Exemples
 Transformée en Cosinus Discret
Plan
Mise en œuvre du TNS Page 4 sur 96
1. Représentation d’un signal
Mise en œuvre du TNS Page 5 sur 96
 Dualité temps/fréquence : Transformée de Fourier (TF)
t
s(t)
0
0
0
1
T
f
=
Traitement du Signal
f
|S(f)|
0
0
0
1
f
T
=
( )0( ) sin 2s t A f tπ= ( )0( )S f f fδ= −
Signal sinusoïdal : Signal Dirac: "Pic" à f = f0
TF
TFI
Mise en œuvre du TNS Page 6 sur 96
2. Composantes d'un signal
Mise en œuvre du TNS Page 7 sur 96
0 20 40 60 80 100
-2
0
2
4
6
8
t (ms)
x(t)
0 20 40 60 80 100
0
1
2
3
4
5
f (Hz)|x(f)|
( )0 1 0( ) sin 2s t a a f tπ= +
0T
Traitement du Signal
0f
( ) ( )0 1 0( )S f a f a f fδ δ= + −
 Composante continue :
Signal : Signal Dirac : "Pic" à f = f0
0a
0 1a a+
0 1a a−
0a
1a
Composante continue
Composante fondamentale
Mise en œuvre du TNS Page 8 sur 96
0 20 40 60 80 100
-8
-6
-4
-2
0
2
t (ms)
x(t)
0 20 40 60 80 100
0
1
2
3
4
5
f (Hz)|x(f)|
( )0 1 0( ) sin 2s t a a f tπ= +
0T
Traitement du Signal
Signal : Signal Dirac : "Pic" à f = f0
0a
0 1a a+
0 1a a−
0f
0a
1a
( ) ( )0 1 0( )S f a f a f fδ δ= + −
 Composante continue :
Composante continue
Composante fondamentale
Mise en œuvre du TNS Page 9 sur 96
0 20 40 60 80 100
-8
-6
-4
-2
0
2
t (ms)
x(t)
0 20 40 60 80 100
0
1
2
3
4
5
f (Hz)|x(f)|
( )0 1 0( ) cos 2s t a a f tπ= +
0T
Traitement du Signal
 Dualité temps/fréquence : Influence de la phase
Signal : Signal Dirac : "Pic" à f = f0
0a
0 1a a+
0 1a a−
0f
( )0 1 0( ) sin 2 / 2s t a a f tπ π= + +
Phase
0a
1a
( ) ( )0 1 0( )S f a f a f fδ δ= + −
Mise en œuvre du TNS Page 10 sur 96
3. Notion de phase
Mise en œuvre du TNS Page 11 sur 96
t
a
( )0 0sin 2a a f tπ=
t
a
( )0 0sin 2 ( )pa a f tπ τ= −
τ
0
( )0 0sin 2pa a f tπ ϕ= −
Temps τ
de propagation
Déphasage temporel :
0
2
2 f
T
π
ϕ π τ τ ωτ= = =
0
0
1
T
f
=
Déphasage
 Dualité temps/fréquence : Influence de la phase
Mise en œuvre du TNS Page 12 sur 96
 Dualité temps/fréquence : Influence de la phase
Signal : Signal Dirac : "Pic" à f = f0
0 20 40 60 80 100
-10
-5
0
5
10
t (ms)
x(t)
0 50 100 150
0
1
2
3
4
5
f (Hz)|x(f)|
( )
( )
0 1 0
2 0
( ) sin 2
sin 2 2
s t a a f t
a f t
π
π
= +
+
( ) ( )
( )
0 1 0
2 0
( )
2
S f a f a f f
a f f
δ δ
δ
= + −
+ −
Déphasage
Mise en œuvre du TNS Page 13 sur 96
Signal : Signal Dirac : "Pic" à f = f0
0 50 100 150
0
1
2
3
4
5
f (Hz)|x(f)|
( )
( )
0 1 0
2 0
( ) sin 2
sin 2 2 / 2
s t a a f t
a f t
π
π π
= +
+ +
( ) ( )
( )
0 1 0
2 0
( )
2
S f a f a f f
a f f
δ δ
δ
= + −
+ −
0 20 40 60 80 100
-10
-5
0
5
10
t (ms)
x(t)
 Dualité temps/fréquence : Influence de la phase
Déphasage
Mise en œuvre du TNS Page 14 sur 96
Signal : Signal Dirac : "Pic" à f = f0
0 50 100 150
0
1
2
3
4
5
f (Hz)|x(f)|
( )
( )
0 1 0
2 0
( ) sin 2
sin 2 2
s t a a f t
a f t
π
π π
= +
+ +
( ) ( )
( )
0 1 0
2 0
( )
2
S f a f a f f
a f f
δ δ
δ
= + −
+ −
0 20 40 60 80 100
-10
-5
0
5
10
t (ms)
x(t)
 Dualité temps/fréquence : Influence de la phase
Déphasage
Mise en œuvre du TNS Page 15 sur 96
Signal : Signal Dirac : "Pic" à f = f0
0 50 100 150
0
1
2
3
4
5
f (Hz)|x(f)|
( )
( )
0 1 0
2 0
( ) sin 2
sin 2 2 3 / 2
s t a a f t
a f t
π
π π
= +
+ +
( ) ( )
( )
0 1 0
2 0
( )
2
S f a f a f f
a f f
δ δ
δ
= + −
+ −
0 20 40 60 80 100
-10
-5
0
5
10
t (ms)
x(t)
 Dualité temps/fréquence : Influence de la phase
Déphasage
Mise en œuvre du TNS Page 16 sur 96
4. Séries de Fourier
Mise en œuvre du TNS Page 17 sur 96
 Décomposition en séries de Fourier :
( ) ( )( )0
0 0
1
( ) cos 2 sin 2
2
n n
n
a
s t a nf t b nf tπ π
+∞
=
= + +∑
( )
( )
0
0
1/
0 0
0
1/
0 0
0
2 ( )cos 2
2 ( )sin 2
f
n
f
n
a f s t nf t dt
b f s t nf t dt
π
π

=



=

∫
∫
 Coefficients de Fourier :
Décomposition en séries de Fourier
 Autre notation :
( )
0
( ) sin 2
n
n n n
n
s t c f tπ ϕ
→+∞
=
= −∑
( )
0
( ) sin 2 ( )
N
n n n bruit
n
s t c f t s tπ ϕ
=
= − +∑
( )
0
( ) sin 2
N
n n n
n
s t c nf tπ ϕ
=
= −∑
 Signal utile et bruit :
 Signal utile :
 Le bruit est le signal "non désiré".
 Le signal utile contient N composantes
harmoniques "utiles".
Mise en œuvre du TNS Page 18 sur 96
 Signal carré :
 Signal triangle :
 Signal dent de scie :
 Signal |Sinus| :
( )0
1
4 1
( ) sin 2 (2 1)
2 1n
s t n f t
n
π
π
+∞
=
= −
−
∑
( )
( )022
1
8 1
( ) sin 2 (2 1)
2 1n
s t n f t
n
π
π
+∞
=
= −
−
∑
( )
( )
1
0
1
12
( ) sin 2
k
n
s t nf t
n
π
π
+
+∞
=
−
= ∑
( ) ( )
( )0
1
2 4 1
( ) sin 2 2
2 1 2 1n
s t nf t
n n
π
π π
+∞
=
= −
− +
∑
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 19 sur 96
( ) ( ) ( )0 0 0
4 1 1
( ) sin 2 sin 2 3 sin 2 5 ...
3 5
s t f t f t f tπ π π
π
 
= + + + ÷
 
( ) ( ) ( )0 0 02 2 2
8 1 1
( ) sin 2 sin 2 3 sin 2 5 ...
3 5
s t f t f t f tπ π π
π
 
= + + + ÷
 
( ) ( ) ( )0 0 0
2 1 1
( ) sin 2 sin 2 2 sin 2 3 ...
2 3
s t f t f t f tπ π π
π
 
= − + − ÷
 
( ) ( )0 0
2 4 1 1
( ) sin 2 2 sin 2 4 ...
1 3 3 5
s t f t f tπ π
π π
 
= − + + ÷
× × 
 Signal carré :
 Signal triangle :
 Signal dent de scie :
 Signal |Sinus| :
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 20 sur 96
Signal f = 0 f = f0 f = 2f0 f = 3f0
Sinus 0 1 0 0
Cosinus 0 1 0 0
Carré 0 4/π 0 4/(3π)
Triangle 0 8/π2
0 8/(3π)2
Dent de scie 0 2/π −1/π 2/(3π)
|Sinus| 2/π 0 −4/(3π) 0
 Synthèse :
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 21 sur 96
 Fondamental
 Signal carré :
 h1 + h3
Décomposition en séries de Fourier
 h1+h3+h5
 h1+h3+h5+h7  h1+h3+…+h11  h1+h3+…+h15
Mise en œuvre du TNS Page 22 sur 96
0 10 20 30 40 50 60 70 80 90 100
-2
-1
0
1
2
t (ms)
x(t)
0 0.5 1 1.5 2
0
0.5
1
1.5
f (kHz)
|x(f)|
0 0.5 1 1.5 2
-15
-10
-5
0
5
10
15
f (kHz)
φ(rad)
 Décroissance des harmoniques impairs en 1/n
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 23 sur 96
0 10 20 30 40 50 60 70 80 90 100
-1
-0.5
0
0.5
1
t (ms)
x(t)
0 0.5 1 1.5 2
0
0.2
0.4
0.6
0.8
1
f (kHz)
|x(f)|
0 0.5 1 1.5 2
-20
-10
0
10
20
f (kHz)
φ(rad)
 Décroissance des harmoniques impairs en 1/n2
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 24 sur 96
 Fondamental
 Signal dent de scie :
 Fondamental + h2
 Fondamental + h2 et h3
 Fondamental + h2 à h4
 Fondamental + h2 à h5
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 25 sur 96
0 10 20 30 40 50 60 70 80 90 100
-2
-1
0
1
2
t (ms)
x(t)
0 0.5 1 1.5 2
0
0.2
0.4
0.6
0.8
1
f (kHz)
|x(f)|
0 0.5 1 1.5 2
-20
-10
0
10
20
f (kHz)
φ(rad)
 Décroissance des harmoniques pairs et impairs en 1/n
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 26 sur 96
0 10 20 30 40 50 60 70 80 90 100
0
0.2
0.4
0.6
0.8
1
t (ms)
x(t)
0 0.5 1 1.5 2
0
0.2
0.4
0.6
0.8
1
f (kHz)
|x(f)|
0 0.5 1 1.5 2
-20
-10
0
10
20
f (kHz)
φ(rad)
 Décroissance des harmoniques pairs en 1/((n−1)(n+1)) ≈ 1/n2
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 27 sur 96
0 20 40 60 80 100
-5
-4
-3
-2
-1
0
1
2
3
4
5
t (ms)
x(t)
 Effet d’une troncature :
0 100 200 300 400 500
0
1
2
3
4
5
f (Hz)
|x(f)|
 Troncature à 90 % de l’amplitude
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 28 sur 96
 Effet d’une troncature :
 Troncature à 75 % de l’amplitude
0 20 40 60 80 100
-5
-4
-3
-2
-1
0
1
2
3
4
5
t (ms)
x(t)
0 100 200 300 400 500
0
1
2
3
4
5
f (Hz)
|x(f)|
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 29 sur 96
0 20 40 60 80 100
-5
-4
-3
-2
-1
0
1
2
3
4
5
t (ms)
x(t)
 Effet d’une troncature :
 Troncature à 50 % de l’amplitude
0 100 200 300 400 500
0
1
2
3
4
5
f (Hz)
|x(f)|
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 30 sur 96
 Effet d’une troncature :
 Troncature à 25 % de l’amplitude
0 100 200 300 400 500
0
1
2
3
4
5
f (Hz)
|x(f)|
0 20 40 60 80 100
-5
-4
-3
-2
-1
0
1
2
3
4
5
t (ms)
x(t)
Décomposition en séries de Fourier
Mise en œuvre du TNS Page 31 sur 96
5. Transformée de Fourier
Mise en œuvre du TNS Page 32 sur 96
Tout signal périodique (T) de puissance finie peut être décomposé en une somme de sinus
et de cosinus.
( )0
0 0
1
( ) cos( ) sin( )
2
n n
n
a
x t a n t b n tω ω
∞
=
= + +∑
/ 2
0
/ 2
2
( ).cos( ).
T
n
T
a x t n t dt
T
ω
−
= ∫
/ 2
0
/ 2
2
( ).sin( ).
T
n
T
b x t n t dt
T
ω
−
= ∫
1 (4/π)
1+ 3 (4/3π)
a0 = 0
1+ 3+5 (4/5π)
1+ 3+ 5 + 7 (4/7π)
Continu / Fondamental / Harmoniques
Séries de Fourier
Mise en œuvre du TNS Page 33 sur 96
Sinusoïde
Rectangle périodique
Triangle périodique
Dent de scie
{ } { }( ) : 0,1,2,... : 1,2,3...n nx t a n b n= = + =
Signaux périodiques
Mise en œuvre du TNS Page 34 sur 96
( ) ( ).exp( 2 ).X f x t j f t dtπ
+∞
−∞
= −∫
( ) ( ).exp( 2 ).x t X f j f t dfπ
+∞
−∞
= ∫
sin( / 2)
( ) .
/ 2
X A
ωτ
ω τ
ωτ
 
=  ÷
 
Signal "porte"
Mise en œuvre du TNS Page 35 sur 96
Signal "porte"
Mise en œuvre du TNS Page 36 sur 96
0 1 2 3 4 5 6 7 8 9 10
0
0.2
0.4
0.6
0.8
1
f (Hz)
Amplitude
Spectre
-5 -4 -3 -2 -1 0 1 2 3 4 5
0
0.5
1
t (s)
Amplitude
Signal temporel
Signal "porte"
( )x t
( )X f
Mise en œuvre du TNS Page 37 sur 96
-5 -4 -3 -2 -1 0 1 2 3 4 5
0
1
2
t (s)
Amplitude
Signal temporel
0 1 2 3 4 5 6 7 8 9 10
-30
-20
-10
0
10
f (Hz)
Énergie(dB)
Spectre
Signal "porte"
( )x t
( )X f
Conservation
de l’énergie
Mise en œuvre du TNS Page 38 sur 96
Signaux "classiques"
( )tδ
0cos(2 )f tπ
0sin(2 )f tπ
( )0 0
1
( ) ( )
2
f f f fδ δ− + +
( )0 0
1
( ) ( )
2
f f f f
j
δ δ− − +
1
02j f t
e π
0( )f fδ −
( )fδ1
0( )t tδ − 02j ft
e π−
{ }( ) ( )X f TF x t={ }1
( ) ( )x t TF X f−
=
( )H t
1 1
( )
2 2
f
j f
δ
π
+
( )H t−
1 1
( )
2 2
f
j f
δ
π
−
+
Mise en œuvre du TNS Page 39 sur 96
Signaux "classiques"
0sin(2 ) ( )
T
f t tπ ∏ ( ) ( )( )0 0sinc ( ) sinc ( )
2
T
f f T f f T
j
π π− − +
{ }( ) ( )X f TF x t={ }1
( ) ( )x t TF X f−
=
( ) ( ) ( )sign t H t H t= − −
1
j fπ
( ) t
H t e α−
1
2j fα π+
| |t
e α−
2 2
2
(2 )f
α
α π+
( )
T
t∏ sin( )
. .sinc( )
fT
T T fT
fT
π
π
π
 
= ÷
 
. ( ) t
t H t e α−
( )
2
1
2j fα π+
Mise en œuvre du TNS Page 40 sur 96
Signaux "classiques"
{ }( ) ( )X f TF x t={ }1
( ) ( )x t TF X f−
=
( )e
n
t nTδ −∑ 1
ne e
n
f
T T
δ
 
− ÷
 
∑
( )
d
t
dt
δ 2j fπ
0sin(2 ) ( ) t
f t H t e α
π −
( ) ( )
0
2 2
0
2
2 2
f
j f f
π
α π π+ +
( )
T
tΛ ( )
2
2sin( )
. . sinc( )
2 2
T fT T
fT
fT
π
π
π
 
= ÷
 
2
0
0 0
1
2 2 ( )1
2
t
t t
j f t t
t
e e
σ π
πσ
 −
−  ÷ ÷ − 
2
0
0 0
1
2 2f
f f
j f t
e e
σ π
 −
 ÷−
 ÷
 
1
2
t
f
σ
πσ
=
( ).
t
t dtδ∫ 1
2j fπ
Mise en œuvre du TNS Page 41 sur 96
0 1 2 3 4 5 6 7 8 9 10
-1
-0.5
0
0.5
1
t (s)
Amplitude
Signal temporel
0 1 2 3 4 5 6 7 8 9 10
0
0.2
0.4
0.6
0.8
1
f (Hz)
Amplitude
Spectre
Signaux “sinus"
( )x t
( )X f
Mise en œuvre du TNS Page 42 sur 96
Signaux périodiques
0 1 2 3 4 5 6 7 8 9 10
-1
-0.5
0
0.5
1
t (s)
Amplitude
Signal temporel
0 1 2 3 4 5 6 7 8 9 10
0
0.2
0.4
0.6
0.8
1
f (Hz)
Amplitude
Spectre
( )x t
( )X f
Mise en œuvre du TNS Page 43 sur 96
0 1 2 3 4 5 6 7 8 9 10
-1
-0.5
0
0.5
1
t (s)
Amplitude
Signal temporel
0
0.2
0.4
0.6
0.8
1
f (Hz)
Amplitude
Spectre
0 5 10 15 20 25 30
Signaux périodiques
( )x t
( )X f
Mise en œuvre du TNS Page 44 sur 96
6. Représentation temps-fréquence
Mise en œuvre du TNS Page 45 sur 96
 Représentation temps-fréquence :
 Nécessité imposée par la non-stationnarité des signaux
Temps-fréquence
 Principe:
1) Découpage en signaux élémentaires de courte durée: [ti; ti+30ms].
2) Transformée de Fourier rapide: FFT.
3) Concaténation des FFT et représentation en niveaux de couleurs.
0 100 200 300 400 500 600 700 800 900
-100
-50
0
50
100
Time(ms)
Amplitude(mV)
0 5 10 15 20 25 30
-100
-50
0
50
100
Time (ms)
Amplitude(mV)
Fenêtre
Mise en œuvre du TNS Page 46 sur 96
 Représentation temps-fréquence :
 Nécessité imposée par la non-stationnarité des signaux
Temps-fréquence
 Principe:
1) Découpage en signaux élémentaires de courte durée: [ti; ti+30ms].
2) Transformée de Fourier rapide: FFT.
3) Concaténation des FFT et représentation en niveaux de couleurs.
0 5 10 15 20 25 30
-100
-50
0
50
100
Time (ms)
Amplitude(mV)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-150
-100
-50
0
Magnitude(dB)
Frequency (Hz)
Global spectrum on a sample of 0.03 s (277 points at 11025 Hz)
280 Hzcf =
22 msit =
FFT
Mise en œuvre du TNS Page 47 sur 96
 Représentation temps-fréquence :
 Nécessité imposée par la non-stationnarité des signaux
Temps-fréquence
 Principe:
1) Découpage en signaux élémentaires de courte durée: [ti; ti+30ms].
2) Transformée de Fourier rapide: FFT.
3) Concaténation des FFT et représentation en niveaux de couleurs.
3140 Hzcf =
0 2 4 6 8 10 12 14 16 18 20
-100
-50
0
50
100
Time (ms)
Amplitude(mV)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-150
-100
-50
0
Magnitude(dB)
Frequency (Hz)
Global spectrum on a sample of 0.02 s (223 points at 11025 Hz)
600 msit =
FFT
Mise en œuvre du TNS Page 48 sur 96
 Représentation temps-fréquence :
 Nécessité imposée par la non-stationnarité des signaux
Temps-fréquence
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-150
-100
-50
0
Magnitude(dB)
Frequency (Hz)
Global spectrum on a sample of 0.03 s (277 points at 11025 Hz)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-150
-100
-50
0
Magnitude(dB)
Frequency (Hz)
Global spectrum on a sample of 0.02 s (223 points at 11025 Hz)
2 600 msit =1 20 msit =
2 3140 Hzcf =
1 280 Hzcf =
 Principe:
1) Découpage en signaux élémentaires de courte durée: [ti; ti+30ms].
2) Transformée de Fourier rapide: FFT.
3) Concaténation des FFT et représentation en niveaux de couleurs.
Mise en œuvre du TNS Page 49 sur 96
 Représentation temps-fréquence :
 Application: Chirp (gazouillis, pépiement en anglais)
Temps-fréquence
 Détection de la fréquence instantanée: Fondamental et harmoniques caractéristiques.
( ) ( ).sin(2 )i cx t A t f tπ=
0
1
( ) ( '). '
t
c if t f t dt
t
= ∫avec
où Ai(t) est l'amplitude instantanée, fc(t) la pseudo-fréquence et fi(t) la fréquence instantanée.
 Exemple: Chirp linéaire
( )1 2 1
max
( )i
t
f t f f f
t
= + − ( )1 2 1
max
( )
2
c
t
f t f f f
t
= + −soit
2f
1f
Mise en œuvre du TNS Page 50 sur 96
 Représentation temps-fréquence :
 Application: Fréquence variable dans le temps (FM)
Temps-fréquence
 Détection de "formants": Fondamental et harmoniques caractéristiques.
minf
maxf
Mise en œuvre du TNS Page 51 sur 96
 Représentation temps-fréquence :
 Application: Analyse de la parole
Temps-fréquence
 Détection de "formants": Fondamental et harmoniques caractéristiques.
Mise en œuvre du TNS Page 52 sur 96
7. Illustrations temps-fréquence
Mise en œuvre du TNS Page 53 sur 96
Décomposition
 Représentation temporelle et spectrale :
 Spectre avec fondamental
et harmonique 2
 Spectre riche avec 12
fréquences harmoniques
Mise en œuvre du TNS Page 54 sur 96
La3 Diapason
 Représentation temporelle :
0 500 1000 1500 2000 2500
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
t (ms)
x(t)
 Décroissance exponentielle
0 2 4 6 8 10
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
t (ms)
x(t)
 Pseudo période: T = 2,3 ms
T
Mise en œuvre du TNS Page 55 sur 96
La3 Diapason
 Représentation spectrale :
0 200 400 600 800 1000
0
0.05
0.1
0.15
0.2
f (Hz)
|x(f)|
430 435 440 445 450
0
0.05
0.1
0.15
0.2
f (Hz)
|x(f)|
870 875 880 885 890
0
0.005
0.01
0.015
0.02
f (Hz)
|x(f)|
 Deux composantes "visibles":
1 440f Hz=
2 880f Hz=
 Fondamental: f1 = 440 Hz
 Harmonique 2: f2 = 880 Hz
 Amplitudes relatives: a2 / a1 = 10
Mise en œuvre du TNS Page 56 sur 96
La3 Diapason
 Représentation spectrale :
 On parle de "dynamique" d’un signal:
 Sur la bande f = 0 à 5 kHz, la dynamique est de 110 dB.
 Harmonique 3: f3 = 3×440 = 1320 Hz
 Amplitudes relatives: a1 / a2 = 10 et a1 / a3 > 1000
0 1000 2000 3000 4000 5000
-120
-100
-80
-60
-40
-20
0
f (Hz)
|x(f)|(dB)
20log
max( )
dB
x
x
x
 
=  ÷ ÷
 
 Echelle dB:
 Cette échelle permet de visualiser les
composantes de très grand rapport
d’amplitude.
0
-20
-40
-60
-80
-100
-120 106
105
104
103
102
101
100
f3
Mise en œuvre du TNS Page 57 sur 96
La3 Diapason
 Représentation temps/fréquence :
 Décroissance exponentielle en échelle linéaire:
⇔ Décroissance linéaire en échelle dB:
 Harmoniques n: fn = n×440 Hz
1f
2f
3f
Mise en œuvre du TNS Page 58 sur 96
560 562 564 566 568 570
-1
-0.5
0
0.5
1
t (ms)
x(t)
La3 Piano
 Représentation temporelle :
 Troncature du signal  Pseudo période: T = 2,3 ms
T
500 1000 1500 2000
-1
-0.5
0
0.5
1
t (ms)
x(t)
Mise en œuvre du TNS Page 59 sur 96
430 435 440 445 450
0
0.02
0.04
0.06
0.08
0.1
f (Hz)
|x(f)|
860 870 880 890 900 910
0
0.01
0.02
0.03
0.04
f (Hz)
|x(f)|
0 1000 2000 3000 4000 5000
0
0.02
0.04
0.06
0.08
0.1
f (Hz)
|x(f)| La3 Piano
 Représentation spectrale :
 Neuf composantes "visibles":
1 442f Hz=
2 886f Hz=
 Fondamental: f1 = 442 Hz
 Harmonique 2: f2 = 886 Hz
 Amplitudes relatives: a1 / a2 = 2,4
Mise en œuvre du TNS Page 60 sur 96
0 1000 2000 3000 4000 5000
-120
-100
-80
-60
-40
-20
0
f (Hz)
|x(f)|(dB) La3 Piano
 Représentation spectrale :
 On parle de "dynamique" d’un signal:
 Sur la bande f = 0 à 5 kHz, la dynamique est de 110 dB.
 Harmonique 9: f3 = 9×442 = 3980 Hz contre 4080 Hz mesurés.
 Amplitudes relatives: a1 / a2 = 2,4 et a1 / a9 = 50
20log
max( )
dB
x
x
x
 
=  ÷ ÷
 
 Echelle dB:
 Cette échelle permet de visualiser les
composantes de très grand rapport
d’amplitude.
0
-20
-40
-60
-80
-100
-120 106
105
104
103
102
101
100
f9
Mise en œuvre du TNS Page 61 sur 96
La3 Piano
 Représentation temps/fréquence :
 Harmoniques 1 à 7:nettement visibles.
 Harmoniques n: fn = n×442 Hz
1f
5f
3f
7f
9f
11f
 Décroissance variable en amplitude, selon t et f.
Mise en œuvre du TNS Page 62 sur 96
450 452 454 456 458 460
-0.1
-0.05
0
0.05
0.1
t (ms)
x(t)
La3 Violon
 Représentation temporelle :
 Augmentation de l’amplitude
du signal avec le temps
 Pseudo période: T = 2,3 ms
T
0 500 1000 1500 2000
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
t (ms)
x(t)
Mise en œuvre du TNS Page 63 sur 96
0 1000 2000 3000 4000 5000
0
0.01
0.02
0.03
0.04
0.05
f (Hz)
|x(f)|
430 435 440 445 450
0
0.01
0.02
0.03
0.04
0.05
f (Hz)
|x(f)|
860 870 880 890 900 910
0
0.005
0.01
0.015
0.02
0.025
f (Hz)
|x(f)|
La3 Violon
 Représentation spectrale :
 Neuf composantes "visibles":
1 442f Hz=
2 884f Hz=
 Fondamental: f1 = 442 Hz
 Harmonique 2: f2 = 884 Hz
 Amplitudes relatives: a1 / a2 = 2,1
Mise en œuvre du TNS Page 64 sur 96
0 1000 2000 3000 4000 5000
-120
-100
-80
-60
-40
-20
0
f (Hz)
|x(f)|(dB) La3 Violon
 Représentation spectrale :
 On parle de "dynamique" d’un signal:
 Sur la bande f = 0 à 5 kHz, la dynamique est de 110 dB.
 Harmonique 11: f3 = 11×442 = 4860 Hz.
 Amplitudes relatives: a1 / a2 = 2,1 et a1 / a11 = 24
20log
max( )
dB
x
x
x
 
=  ÷ ÷
 
 Echelle dB:
 Cette échelle permet de visualiser les
composantes de très grand rapport
d’amplitude.
0
-20
-40
-60
-80
-100
-120 106
105
104
103
102
101
100
f11
Mise en œuvre du TNS Page 65 sur 96
La3 Violon
 Représentation temps/fréquence :
 Harmoniques 1 à 11 nettement visibles.
 Harmoniques n: fn = n×442 Hz
1f
5f
3f
7f
9f
11f
 Décroissance variable en amplitude, selon t et f.
Mise en œuvre du TNS Page 66 sur 96
 Recomposition temporelle et spectrale :
 Extrait original en bleu  Les 20 pics les plus
importants ont été retenus
La3 Violon
500 600 700 800 900 1000
-0.1
-0.05
0
0.05
0.1
0.15
t (ms)
x(t)
 Extrait recomposé en noir
0 1000 2000 3000 4000
-100
-80
-60
-40
-20
0
f (Hz)
|x(f)|(dB)
Mise en œuvre du TNS Page 67 sur 96
 Recomposition temporelle et spectrale :
 Extrait original en bleu  Les 20 pics les plus
importants ont été retenus
La3 Violon
 Extrait recomposé en noir
600 602 604 606 608 610
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
t (ms)
x(t)
0 500 1000 1500 2000
-100
-80
-60
-40
-20
0
f (Hz)
|x(f)|(dB)
Mise en œuvre du TNS Page 68 sur 96
Notes Violon
 Représentation temps/fréquence :
 Nombreux harmoniques nettement visibles.
 Harmoniques n: fn = n× f0
 Décroissance variable en amplitude, selon t et f.
Mise en œuvre du TNS Page 69 sur 96
gamme.wav
 Représentation temporelle et spectrale :
 On distingue 8 paquets
d’ondes distincts
 On distingue 8 pics
0 500 1000 1500 2000
-1
-0.5
0
0.5
1
t (ms)
x(t)
0 200 400 600 800
-100
-80
-60
-40
-20
0
f (Hz)
|x(f)|(dB)
LADO
Mise en œuvre du TNS Page 70 sur 96
gamme.wav
 Représentation temps/fréquence :
 Gamme complète.
 Fréquences fondamentales seulement.
 Dans l’ordre des fréquences croissantes.
DO
RE
MI
FA
SOL
LA
SI
DO
Mise en œuvre du TNS Page 71 sur 96
SOUND1.wav
 Représentation temporelle et spectrale :
 Rien de visible...  Nombreux pics
0 1000 2000 3000 4000 5000
-1
-0.5
0
0.5
1
t (ms)
x(t)
0 1000 2000 3000 4000
0
0.01
0.02
0.03
0.04
0.05
f (Hz)
|x(f)|
Mise en œuvre du TNS Page 72 sur 96
SOUND1.wav
 Représentation temporelle et spectrale :
 Le signal ne semble pas périodique  Nombreux pics
0 200 400 600 800
0
0.01
0.02
0.03
0.04
0.05
f (Hz)
|x(f)|
1000 1050 1100 1150 1200
-1
-0.5
0
0.5
1
t (ms)
x(t)
Mise en œuvre du TNS Page 73 sur 96
SOUND1.wav
 Représentation temps/fréquence :
 Spectre large.
 Harmoniques.
 Croissance en fréquence.
Mise en œuvre du TNS Page 74 sur 96
SOUND68.wav
 Représentation temporelle et spectrale :
 Rien de visible...  Nombreux pics
0 500 1000 1500 2000 2500 3000
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
t (ms)
x(t)
0 1000 2000 3000 4000
0
0.002
0.004
0.006
0.008
0.01
f (Hz)
|x(f)|
Mise en œuvre du TNS Page 75 sur 96
 Représentation temps/fréquence :
 Nombreuses fréquences.
 Nombreux harmoniques.
 Décroissance en fréquence.
SOUND68.wav
Mise en œuvre du TNS Page 76 sur 96
0 100 200 300 400 500 600
-1
-0.5
0
0.5
1
t (ms)
x(t)
SOUND999.wav
 Représentation temporelle et spectrale :
 Décroissance en fréquence  Décroissance exponentielle
0 1000 2000 3000 4000
0
0.05
0.1
0.15
f (Hz)
|x(f)|
Mise en œuvre du TNS Page 77 sur 96
SOUND999.wav
 Décroissance exponentielle
0 1000 2000 3000 4000
0
0.05
0.1
0.15
f (Hz)
|x(f)|
150 200 250
-1
-0.5
0
0.5
1
t (ms)
x(t)
 Représentation temporelle et spectrale :
 Troncature du signal de 150
à 250 ms
Mise en œuvre du TNS Page 78 sur 96
 Représentation temps/fréquence :
 Une fréquence fondamentale.
 Harmoniques 2 et 3 visibles de 150 à 250 ms.
 Décroissance exponentielle en fréquence.
SOUND999.wav
Mise en œuvre du TNS Page 79 sur 96
LASER.wav
 Représentation temporelle et spectrale :
 Décroissance en fréquence  Spectre large
0 50 100 150
-1
-0.5
0
0.5
1
t (ms)
x(t)
0 1000 2000 3000 4000
0
0.01
0.02
0.03
0.04
0.05
0.06
f (Hz)
|x(f)|
Mise en œuvre du TNS Page 80 sur 96
 Représentation temps/fréquence :
 Une fréquence fondamentale.
 Décroissance exponentielle en fréquence.
LASER.wav
Mise en œuvre du TNS Page 81 sur 96
 Calcul de fréquence moyenne :
 Une fréquence fondamentale.
 Décroissance exponentielle en fréquence.v
LASER.wav
0 20 40 60 80 100 120 140 160
0
1000
2000
3000
4000
5000
f
mean
(Hz)
Time (ms)
 La fréquence décroît de 4700 à 450 Hz.
Mise en œuvre du TNS Page 82 sur 96
accel.wav
 Représentation temporelle et spectrale :
 Croissance en fréquence  Spectre large
0 200 400 600 800 1000
-1
-0.5
0
0.5
1
t (ms)
x(t)
0 1000 2000 3000 4000 5000
0
0.005
0.01
0.015
0.02
f (Hz)
|x(f)|
Mise en œuvre du TNS Page 83 sur 96
 Représentation temps/fréquence :
 Une fréquence fondamentale.
 Croissance linéaire en fréquence, de 310 à 4200 Hz.
accel.wav
Mise en œuvre du TNS Page 84 sur 96
 Effet Doppler :
 Décalage négatif lorsque la source s’approche :
accel.wav
 Décalage de la fréquence d ’émission.
 Décalage positif lorsque la source s’éloigne :
0v 0vθ
θ
0 02 cos
D
air
f v
f
c
θ
=
0 Df f f= +
0 Df f f= −
Mise en œuvre du TNS Page 85 sur 96
sirene.wav
 Représentation temporelle et spectrale :
 Rien de visible...  Spectre large
0 1000 2000 3000 4000
-1
-0.5
0
0.5
1
t (ms)
x(t)
0 200 400 600 800 1000
0
0.05
0.1
0.15
f (Hz)
|x(f)|
Mise en œuvre du TNS Page 86 sur 96
 Représentation temps/fréquence :
 Une fréquence fondamentale.
 Variation de fréquence, de 0 à 1000 Hz.
sirene.wav
Mise en œuvre du TNS Page 87 sur 96
8. Application: DCT
Mise en œuvre du TNS Page 88 sur 96
Transformée en cosinus discret
TCD (DCT): Contenu fréquentiel
 Décomposition dans une base de cosinus:
 Coefficients réels;
 Regroupement de l'énergie.
http://fr.wikipedia.org/wiki/Transformée_en_cosinus_discrète
 Principe:
 La transformée en cosinus discrète (DCT) est une
transformation proche de la transformée de Fourier discrète (DFT).
Le noyau de projection est un cosinus et crée donc des coefficients
réels, contrairement à la DFT, dont le noyau est une exponentielle
complexe et qui crée donc des coefficients complexes.
 La DCT [directe] la plus courante est la DCT type-II.
 La DCT [inverse] correspondante est la DCT type-III.
 Applications:
 La DCT est très utilisée en traitement numérique du
signal et spécialement en compression.
 Coefficients non nuls retenus : JPEG et MPEG.
Mise en œuvre du TNS Page 89 sur 96
Transformée en cosinus discret
TCD (DCT): Contenu fréquentiel
 Décomposition dans une base de cosinus:
 Composante continue;
 Harmoniques.
1 1
2 2 1 2 1
( , ) ( ) ( ) ( , ).cos ( 1) .cos ( 1)
2 2
N N
C
m n
m n
P i j C i C j p m n i j
N N N
π π
= =
− −   
= − − ÷  ÷
   
∑∑
1 1
2 2 1 2 1
( , ) ( ) ( ) ( , ).cos ( 1) .cos ( 1)
2 2
N N
C
i j
m n
p m n C i C j P i j i j
N N N
π π
= =
− −   
= − − ÷  ÷
   
∑∑
2
si 1
( ) 2
1 si 1
k
C k
k

=
= 
 >
http://fr.wikipedia.org/wiki/Transformée_en_cosinus_discrète
 DCT [directe]:
 IDCT [inverse]:
 Coefficients:
Mise en œuvre du TNS Page 90 sur 96
Transformée en cosinus discret
TCD (DCT): Contenu fréquentiel
 Décomposition dans une base de cosinus:
 Composante continue;
 Harmoniques.
1 1
2 2 1 2 1
( , ) ( ) ( ) ( , ).cos ( 1) .cos ( 1)
2 2
N N
C
m n
m n
P i j C i C j p m n i j
N N N
π π
= =
− −   
= − − ÷  ÷
   
∑∑
http://fr.wikipedia.org/wiki/Transformée_en_cosinus_discrète
 Application: DCT
DCT
Mise en œuvre du TNS Page 91 sur 96
Transformée en cosinus discret
TCD (DCT): Contenu fréquentiel
 Décomposition dans une base de cosinus:
 Composante continue;
 Harmoniques.
http://fr.wikipedia.org/wiki/Transformée_en_cosinus_discrète
DCT
8×8 = 64 pixels 1+4 = 5 pixels
 Compression: !!! Négatif couleur !!!
 α = 5/64 = 7,8%.
Mise en œuvre du TNS Page 92 sur 96
Transformée en cosinus discret
TCD (DCT): Contenu fréquentiel
 Décomposition dans une base de cosinus:
 Quantification:
La quantification consiste à diviser cette matrice par une autre, appelée
matrice de quantification, et qui contient les coefficients choisis pour
atténuer les hautes fréquences, celles auxquelles l’œil est peu sensible.
 Opération de quantification [et filtrage]:
http://fr.wikipedia.org/wiki/JPEG
( , )
( , )
( , )
C
CQ
FQ
P i j
P i j fix
Q i j
 
=  ÷ ÷
 
( , ) 1 ( 1)FQQ i j i j FQ= + + −
 Facteur de qualité: FQ
 Exemple: FQ = 5
5
6 11 16 21 26 31 36 41
11 16 21 26 31 36 41 46
16 21 26 31 36 41 46 51
21 26 31 36 41 46 51 56
26 31 36 41 46 51 56 61
31 36 41 46 51 56 61 66
36 41 46 51 56 61 66 71
41 46 51 56 61 66 71 76
Q
 
 
 
 
 
 =
 
 
 
 
 
  
Mise en œuvre du TNS Page 93 sur 96
Transformée en cosinus discret
TCD (DCT): Contenu fréquentiel
 Décomposition dans une base de cosinus:
 Exemple:
 Résultats:
5
6 11 16 21 26 31 36 41
11 16 21 26 31 36 41 46
16 21 26 31 36 41 46 51
21 26 31 36 41 46 51 56
26 31 36 41 46 51 56 61
31 36 41 46 51 56 61 66
36 41 46 51 56 61 66 71
41 46 51 56 61 66 71 76
Q
 
 
 
 
 
 =
 
 
 
 
 
  
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
p
 
 
 
 
 
 =
 
 
 
 
 
  
1020 184 0 217 0 325 0 924
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
CP
− − − − 
 
 
 
 
 =
 
 
 
 
 
  
1020 176 0 210 0 310 0 902
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
.
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
CQ FQP Q
− − − − 
 
 
 
 
 =
 
 
 
 
 
  
Mise en œuvre du TNS Page 94 sur 96
Transformée en cosinus discret
TCD (DCT): Contenu fréquentiel
 Décomposition dans une base de cosinus:
 Exemple:
 Résultats:
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
p
 
 
 
 
 
 =
 
 
 
 
 
  
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
QFQp
 
 
 
 
 
 =
 
 
 
 
 
  
1 2 3 4 5 6 7 8
1
2
3
4
5
6
7
8
1 2 3 4 5 6 7 8
1
2
3
4
5
6
7
8
Mise en œuvre du TNS Page 95 sur 96
Transformée en cosinus discret
TCD (DCT): Contenu fréquentiel
 Décomposition dans une base de cosinus:
 Optimisation du calcul de la DCT: Algorithme de Chen
Le calcul de la DCT est optimisé pour le cas N = 8 (JPEG et MPEG)
en réécrivant la transformée sous forme matricielle et en factorisant la
décomposition, pour réduire le nombre de multiplications nécessaires.
http://fr.wikipedia.org/wiki/JPEG
Mise en œuvre du TNS Page 96 sur 96
Transformée en cosinus discret
TCD (DCT): Contenu fréquentiel
 Décomposition dans une base de cosinus:
 Optimisation du calcul de la DCT: Algorithme de Loeffler
 L'algorithme de Chen (qui calcule la DCT 1D à 8 points avec 16 multiplications)
est à la base des optimisations suivantes par factorisation des sous-matrices.
 L'algorithme de Loeffler est actuellement le plus efficace ayant été publié:
Loeffler :11 multiplications (DCT 1D à 8 points)
Chen : 16 multiplications (DCT 1D à 8 points)
Ces algorithmes se différencient seulement en termes de stabilité et de précision.
 Pour une DCT 2D 8×8:
Loeffler :112 multiplications (DCT 2D à 8x8 points)
Chen : 256 multiplications (DCT 2D à 8x8 points)
 Plus de détails: normes de compression JPEG et MPEG.
http://www.vtvt.ece.vt.edu/research/references_video_DCT.php

Contenu connexe

Tendances

Techniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-aliTechniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-ali
m.a bensaaoud
 
Cour traitement du signal.pdf
Cour traitement du signal.pdfCour traitement du signal.pdf
Cour traitement du signal.pdf
stock8602
 
Chapitre 1 Rappels sur le filtrage numérique 1.pdf
Chapitre 1 Rappels sur le filtrage numérique 1.pdfChapitre 1 Rappels sur le filtrage numérique 1.pdf
Chapitre 1 Rappels sur le filtrage numérique 1.pdf
Heithem2
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires
sarah Benmerzouk
 
Chapitre 1 technique de transmission
Chapitre 1 technique de transmissionChapitre 1 technique de transmission
Chapitre 1 technique de transmission
Fodé Ndiaye
 
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieurExercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
zahir99
 
37248247 cours-hyperfrequences-parametres-s-antennes (1)
37248247 cours-hyperfrequences-parametres-s-antennes (1)37248247 cours-hyperfrequences-parametres-s-antennes (1)
37248247 cours-hyperfrequences-parametres-s-antennes (1)
khaalidkk
 

Tendances (20)

Techniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-aliTechniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-ali
 
Cour traitement du signal.pdf
Cour traitement du signal.pdfCour traitement du signal.pdf
Cour traitement du signal.pdf
 
64378311-Traitement-Du-Signal.ppt
64378311-Traitement-Du-Signal.ppt64378311-Traitement-Du-Signal.ppt
64378311-Traitement-Du-Signal.ppt
 
Lamini&farsane traitement de_signale
Lamini&farsane traitement de_signaleLamini&farsane traitement de_signale
Lamini&farsane traitement de_signale
 
Sap -mise_en_oeuvre
Sap  -mise_en_oeuvreSap  -mise_en_oeuvre
Sap -mise_en_oeuvre
 
Chapitre 1 Rappels sur le filtrage numérique 1.pdf
Chapitre 1 Rappels sur le filtrage numérique 1.pdfChapitre 1 Rappels sur le filtrage numérique 1.pdf
Chapitre 1 Rappels sur le filtrage numérique 1.pdf
 
Traitement du signal
Traitement du signalTraitement du signal
Traitement du signal
 
Traitement de signal -chapitre 1
Traitement de signal -chapitre 1Traitement de signal -chapitre 1
Traitement de signal -chapitre 1
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires
 
Chapitre 1 technique de transmission
Chapitre 1 technique de transmissionChapitre 1 technique de transmission
Chapitre 1 technique de transmission
 
Traitement de signal 1
Traitement de signal 1Traitement de signal 1
Traitement de signal 1
 
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieurExercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
 
Exercices-et-problemes-d-electrotechnique
Exercices-et-problemes-d-electrotechniqueExercices-et-problemes-d-electrotechnique
Exercices-et-problemes-d-electrotechnique
 
Transmission de signal
Transmission de signalTransmission de signal
Transmission de signal
 
L’amplificateur opérationnel et ses applications
L’amplificateur opérationnel et ses applicationsL’amplificateur opérationnel et ses applications
L’amplificateur opérationnel et ses applications
 
Rapport PFE Génie Electrique (2016)
Rapport PFE Génie Electrique (2016)Rapport PFE Génie Electrique (2016)
Rapport PFE Génie Electrique (2016)
 
تمارين وحلول خاصة ببرمجة Ladder et instructions automates
تمارين وحلول خاصة ببرمجة Ladder et instructions automatesتمارين وحلول خاصة ببرمجة Ladder et instructions automates
تمارين وحلول خاصة ببرمجة Ladder et instructions automates
 
3 identification des systèmes
3 identification des systèmes3 identification des systèmes
3 identification des systèmes
 
Modulation Analogique
Modulation Analogique Modulation Analogique
Modulation Analogique
 
37248247 cours-hyperfrequences-parametres-s-antennes (1)
37248247 cours-hyperfrequences-parametres-s-antennes (1)37248247 cours-hyperfrequences-parametres-s-antennes (1)
37248247 cours-hyperfrequences-parametres-s-antennes (1)
 

En vedette (6)

Séries de Fourier
Séries de FourierSéries de Fourier
Séries de Fourier
 
fourier series
fourier seriesfourier series
fourier series
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourier
 
Les Séries de Fourier
Les Séries de FourierLes Séries de Fourier
Les Séries de Fourier
 
Ener1 - CM4 - Distribution électrique
Ener1 - CM4 - Distribution électriqueEner1 - CM4 - Distribution électrique
Ener1 - CM4 - Distribution électrique
 
Fourier series
Fourier seriesFourier series
Fourier series
 

Similaire à CM3 - Transformée de Fourier

CM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique NumériqueCM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique Numérique
Pierre Maréchal
 
Nib cours5 canalradio
Nib cours5  canalradioNib cours5  canalradio
Nib cours5 canalradio
ENIG
 
cours9_Filtrage numérique.pdf
cours9_Filtrage numérique.pdfcours9_Filtrage numérique.pdf
cours9_Filtrage numérique.pdf
davidZorom
 
traitement-du-signal-avance.pptx
traitement-du-signal-avance.pptxtraitement-du-signal-avance.pptx
traitement-du-signal-avance.pptx
NouzhaBoukouba1
 

Similaire à CM3 - Transformée de Fourier (20)

Traitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiquesTraitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiques
 
Transparents Filtrage Analogique.pptx
Transparents Filtrage Analogique.pptxTransparents Filtrage Analogique.pptx
Transparents Filtrage Analogique.pptx
 
Sujettdtds
SujettdtdsSujettdtds
Sujettdtds
 
CM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique NumériqueCM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique Numérique
 
traitement de signal cours
traitement de signal cours traitement de signal cours
traitement de signal cours
 
Cours vibration 2016 prat
Cours vibration 2016 pratCours vibration 2016 prat
Cours vibration 2016 prat
 
B-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdfB-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdf
 
Nib cours5 canalradio
Nib cours5  canalradioNib cours5  canalradio
Nib cours5 canalradio
 
Les Filtres Numeriques
Les Filtres NumeriquesLes Filtres Numeriques
Les Filtres Numeriques
 
Cours tns 2015
Cours tns 2015Cours tns 2015
Cours tns 2015
 
Gele2511 ch3
Gele2511 ch3Gele2511 ch3
Gele2511 ch3
 
audionum numerique .pdf
audionum numerique .pdfaudionum numerique .pdf
audionum numerique .pdf
 
Transmission numérique .pdf
Transmission numérique .pdfTransmission numérique .pdf
Transmission numérique .pdf
 
Cours1
Cours1Cours1
Cours1
 
cours1-1 traitement du signal electronic.pdf
cours1-1 traitement du signal electronic.pdfcours1-1 traitement du signal electronic.pdf
cours1-1 traitement du signal electronic.pdf
 
cours9_Filtrage numérique.pdf
cours9_Filtrage numérique.pdfcours9_Filtrage numérique.pdf
cours9_Filtrage numérique.pdf
 
traitement-du-signal-avance.pptx
traitement-du-signal-avance.pptxtraitement-du-signal-avance.pptx
traitement-du-signal-avance.pptx
 
FiltrageNumérique.pptx
FiltrageNumérique.pptxFiltrageNumérique.pptx
FiltrageNumérique.pptx
 
Projet de communication numérique Réalisation d'une chaîne de transmission nu...
Projet de communication numérique Réalisation d'une chaîne de transmission nu...Projet de communication numérique Réalisation d'une chaîne de transmission nu...
Projet de communication numérique Réalisation d'une chaîne de transmission nu...
 
Reseaux-sans-fil.pdf
Reseaux-sans-fil.pdfReseaux-sans-fil.pdf
Reseaux-sans-fil.pdf
 

Plus de Pierre Maréchal (9)

Jabref - Gestion de sources bibliographiques.ppt
Jabref - Gestion de sources bibliographiques.pptJabref - Gestion de sources bibliographiques.ppt
Jabref - Gestion de sources bibliographiques.ppt
 
Ener1 - CM3 - Puissance électrique
Ener1  - CM3 - Puissance électriqueEner1  - CM3 - Puissance électrique
Ener1 - CM3 - Puissance électrique
 
Ener1 - CM5 - Sécurité électrique
Ener1 - CM5 - Sécurité électriqueEner1 - CM5 - Sécurité électrique
Ener1 - CM5 - Sécurité électrique
 
Ener1 - CM1 - Monophasé
Ener1 - CM1 - MonophaséEner1 - CM1 - Monophasé
Ener1 - CM1 - Monophasé
 
Ener1 - CM2 - Triphasé
Ener1 - CM2 - TriphaséEner1 - CM2 - Triphasé
Ener1 - CM2 - Triphasé
 
SE1 - CM Composants - De la diode à l'ADI
SE1 - CM Composants - De la diode à l'ADISE1 - CM Composants - De la diode à l'ADI
SE1 - CM Composants - De la diode à l'ADI
 
2013 siryabe - holes effects in plane periodic multilayered viscoelastic media
2013   siryabe - holes effects in plane periodic multilayered viscoelastic media2013   siryabe - holes effects in plane periodic multilayered viscoelastic media
2013 siryabe - holes effects in plane periodic multilayered viscoelastic media
 
CM1 - Signal et Information
CM1 - Signal et InformationCM1 - Signal et Information
CM1 - Signal et Information
 
Instrumentation et régulation
Instrumentation et régulationInstrumentation et régulation
Instrumentation et régulation
 

CM3 - Transformée de Fourier

  • 1. Mise en œuvre du TNS Page 1 sur 96 Novembre 2011. Traitement Numérique du Signal CM3 : Transformée de Fourier Université du Havre, IUT du Havre Département GEII
  • 2. Mise en œuvre du TNS Page 2 sur 96 PPN 2008: MC-II3 Traitement du signal Applications en GEII Mise en œuvre Test DSP CAN/CNA TF, compression, codage
  • 3. Mise en œuvre du TNS Page 3 sur 96 Conversion Analogique-Numérique  Représentation d'un signal  Séries de Fourier  Transformée de Fourier  Temps-fréquence  Exemples  Transformée en Cosinus Discret Plan
  • 4. Mise en œuvre du TNS Page 4 sur 96 1. Représentation d’un signal
  • 5. Mise en œuvre du TNS Page 5 sur 96  Dualité temps/fréquence : Transformée de Fourier (TF) t s(t) 0 0 0 1 T f = Traitement du Signal f |S(f)| 0 0 0 1 f T = ( )0( ) sin 2s t A f tπ= ( )0( )S f f fδ= − Signal sinusoïdal : Signal Dirac: "Pic" à f = f0 TF TFI
  • 6. Mise en œuvre du TNS Page 6 sur 96 2. Composantes d'un signal
  • 7. Mise en œuvre du TNS Page 7 sur 96 0 20 40 60 80 100 -2 0 2 4 6 8 t (ms) x(t) 0 20 40 60 80 100 0 1 2 3 4 5 f (Hz)|x(f)| ( )0 1 0( ) sin 2s t a a f tπ= + 0T Traitement du Signal 0f ( ) ( )0 1 0( )S f a f a f fδ δ= + −  Composante continue : Signal : Signal Dirac : "Pic" à f = f0 0a 0 1a a+ 0 1a a− 0a 1a Composante continue Composante fondamentale
  • 8. Mise en œuvre du TNS Page 8 sur 96 0 20 40 60 80 100 -8 -6 -4 -2 0 2 t (ms) x(t) 0 20 40 60 80 100 0 1 2 3 4 5 f (Hz)|x(f)| ( )0 1 0( ) sin 2s t a a f tπ= + 0T Traitement du Signal Signal : Signal Dirac : "Pic" à f = f0 0a 0 1a a+ 0 1a a− 0f 0a 1a ( ) ( )0 1 0( )S f a f a f fδ δ= + −  Composante continue : Composante continue Composante fondamentale
  • 9. Mise en œuvre du TNS Page 9 sur 96 0 20 40 60 80 100 -8 -6 -4 -2 0 2 t (ms) x(t) 0 20 40 60 80 100 0 1 2 3 4 5 f (Hz)|x(f)| ( )0 1 0( ) cos 2s t a a f tπ= + 0T Traitement du Signal  Dualité temps/fréquence : Influence de la phase Signal : Signal Dirac : "Pic" à f = f0 0a 0 1a a+ 0 1a a− 0f ( )0 1 0( ) sin 2 / 2s t a a f tπ π= + + Phase 0a 1a ( ) ( )0 1 0( )S f a f a f fδ δ= + −
  • 10. Mise en œuvre du TNS Page 10 sur 96 3. Notion de phase
  • 11. Mise en œuvre du TNS Page 11 sur 96 t a ( )0 0sin 2a a f tπ= t a ( )0 0sin 2 ( )pa a f tπ τ= − τ 0 ( )0 0sin 2pa a f tπ ϕ= − Temps τ de propagation Déphasage temporel : 0 2 2 f T π ϕ π τ τ ωτ= = = 0 0 1 T f = Déphasage  Dualité temps/fréquence : Influence de la phase
  • 12. Mise en œuvre du TNS Page 12 sur 96  Dualité temps/fréquence : Influence de la phase Signal : Signal Dirac : "Pic" à f = f0 0 20 40 60 80 100 -10 -5 0 5 10 t (ms) x(t) 0 50 100 150 0 1 2 3 4 5 f (Hz)|x(f)| ( ) ( ) 0 1 0 2 0 ( ) sin 2 sin 2 2 s t a a f t a f t π π = + + ( ) ( ) ( ) 0 1 0 2 0 ( ) 2 S f a f a f f a f f δ δ δ = + − + − Déphasage
  • 13. Mise en œuvre du TNS Page 13 sur 96 Signal : Signal Dirac : "Pic" à f = f0 0 50 100 150 0 1 2 3 4 5 f (Hz)|x(f)| ( ) ( ) 0 1 0 2 0 ( ) sin 2 sin 2 2 / 2 s t a a f t a f t π π π = + + + ( ) ( ) ( ) 0 1 0 2 0 ( ) 2 S f a f a f f a f f δ δ δ = + − + − 0 20 40 60 80 100 -10 -5 0 5 10 t (ms) x(t)  Dualité temps/fréquence : Influence de la phase Déphasage
  • 14. Mise en œuvre du TNS Page 14 sur 96 Signal : Signal Dirac : "Pic" à f = f0 0 50 100 150 0 1 2 3 4 5 f (Hz)|x(f)| ( ) ( ) 0 1 0 2 0 ( ) sin 2 sin 2 2 s t a a f t a f t π π π = + + + ( ) ( ) ( ) 0 1 0 2 0 ( ) 2 S f a f a f f a f f δ δ δ = + − + − 0 20 40 60 80 100 -10 -5 0 5 10 t (ms) x(t)  Dualité temps/fréquence : Influence de la phase Déphasage
  • 15. Mise en œuvre du TNS Page 15 sur 96 Signal : Signal Dirac : "Pic" à f = f0 0 50 100 150 0 1 2 3 4 5 f (Hz)|x(f)| ( ) ( ) 0 1 0 2 0 ( ) sin 2 sin 2 2 3 / 2 s t a a f t a f t π π π = + + + ( ) ( ) ( ) 0 1 0 2 0 ( ) 2 S f a f a f f a f f δ δ δ = + − + − 0 20 40 60 80 100 -10 -5 0 5 10 t (ms) x(t)  Dualité temps/fréquence : Influence de la phase Déphasage
  • 16. Mise en œuvre du TNS Page 16 sur 96 4. Séries de Fourier
  • 17. Mise en œuvre du TNS Page 17 sur 96  Décomposition en séries de Fourier : ( ) ( )( )0 0 0 1 ( ) cos 2 sin 2 2 n n n a s t a nf t b nf tπ π +∞ = = + +∑ ( ) ( ) 0 0 1/ 0 0 0 1/ 0 0 0 2 ( )cos 2 2 ( )sin 2 f n f n a f s t nf t dt b f s t nf t dt π π  =    =  ∫ ∫  Coefficients de Fourier : Décomposition en séries de Fourier  Autre notation : ( ) 0 ( ) sin 2 n n n n n s t c f tπ ϕ →+∞ = = −∑ ( ) 0 ( ) sin 2 ( ) N n n n bruit n s t c f t s tπ ϕ = = − +∑ ( ) 0 ( ) sin 2 N n n n n s t c nf tπ ϕ = = −∑  Signal utile et bruit :  Signal utile :  Le bruit est le signal "non désiré".  Le signal utile contient N composantes harmoniques "utiles".
  • 18. Mise en œuvre du TNS Page 18 sur 96  Signal carré :  Signal triangle :  Signal dent de scie :  Signal |Sinus| : ( )0 1 4 1 ( ) sin 2 (2 1) 2 1n s t n f t n π π +∞ = = − − ∑ ( ) ( )022 1 8 1 ( ) sin 2 (2 1) 2 1n s t n f t n π π +∞ = = − − ∑ ( ) ( ) 1 0 1 12 ( ) sin 2 k n s t nf t n π π + +∞ = − = ∑ ( ) ( ) ( )0 1 2 4 1 ( ) sin 2 2 2 1 2 1n s t nf t n n π π π +∞ = = − − + ∑ Décomposition en séries de Fourier
  • 19. Mise en œuvre du TNS Page 19 sur 96 ( ) ( ) ( )0 0 0 4 1 1 ( ) sin 2 sin 2 3 sin 2 5 ... 3 5 s t f t f t f tπ π π π   = + + + ÷   ( ) ( ) ( )0 0 02 2 2 8 1 1 ( ) sin 2 sin 2 3 sin 2 5 ... 3 5 s t f t f t f tπ π π π   = + + + ÷   ( ) ( ) ( )0 0 0 2 1 1 ( ) sin 2 sin 2 2 sin 2 3 ... 2 3 s t f t f t f tπ π π π   = − + − ÷   ( ) ( )0 0 2 4 1 1 ( ) sin 2 2 sin 2 4 ... 1 3 3 5 s t f t f tπ π π π   = − + + ÷ × ×   Signal carré :  Signal triangle :  Signal dent de scie :  Signal |Sinus| : Décomposition en séries de Fourier
  • 20. Mise en œuvre du TNS Page 20 sur 96 Signal f = 0 f = f0 f = 2f0 f = 3f0 Sinus 0 1 0 0 Cosinus 0 1 0 0 Carré 0 4/π 0 4/(3π) Triangle 0 8/π2 0 8/(3π)2 Dent de scie 0 2/π −1/π 2/(3π) |Sinus| 2/π 0 −4/(3π) 0  Synthèse : Décomposition en séries de Fourier
  • 21. Mise en œuvre du TNS Page 21 sur 96  Fondamental  Signal carré :  h1 + h3 Décomposition en séries de Fourier  h1+h3+h5  h1+h3+h5+h7  h1+h3+…+h11  h1+h3+…+h15
  • 22. Mise en œuvre du TNS Page 22 sur 96 0 10 20 30 40 50 60 70 80 90 100 -2 -1 0 1 2 t (ms) x(t) 0 0.5 1 1.5 2 0 0.5 1 1.5 f (kHz) |x(f)| 0 0.5 1 1.5 2 -15 -10 -5 0 5 10 15 f (kHz) φ(rad)  Décroissance des harmoniques impairs en 1/n Décomposition en séries de Fourier
  • 23. Mise en œuvre du TNS Page 23 sur 96 0 10 20 30 40 50 60 70 80 90 100 -1 -0.5 0 0.5 1 t (ms) x(t) 0 0.5 1 1.5 2 0 0.2 0.4 0.6 0.8 1 f (kHz) |x(f)| 0 0.5 1 1.5 2 -20 -10 0 10 20 f (kHz) φ(rad)  Décroissance des harmoniques impairs en 1/n2 Décomposition en séries de Fourier
  • 24. Mise en œuvre du TNS Page 24 sur 96  Fondamental  Signal dent de scie :  Fondamental + h2  Fondamental + h2 et h3  Fondamental + h2 à h4  Fondamental + h2 à h5 Décomposition en séries de Fourier
  • 25. Mise en œuvre du TNS Page 25 sur 96 0 10 20 30 40 50 60 70 80 90 100 -2 -1 0 1 2 t (ms) x(t) 0 0.5 1 1.5 2 0 0.2 0.4 0.6 0.8 1 f (kHz) |x(f)| 0 0.5 1 1.5 2 -20 -10 0 10 20 f (kHz) φ(rad)  Décroissance des harmoniques pairs et impairs en 1/n Décomposition en séries de Fourier
  • 26. Mise en œuvre du TNS Page 26 sur 96 0 10 20 30 40 50 60 70 80 90 100 0 0.2 0.4 0.6 0.8 1 t (ms) x(t) 0 0.5 1 1.5 2 0 0.2 0.4 0.6 0.8 1 f (kHz) |x(f)| 0 0.5 1 1.5 2 -20 -10 0 10 20 f (kHz) φ(rad)  Décroissance des harmoniques pairs en 1/((n−1)(n+1)) ≈ 1/n2 Décomposition en séries de Fourier
  • 27. Mise en œuvre du TNS Page 27 sur 96 0 20 40 60 80 100 -5 -4 -3 -2 -1 0 1 2 3 4 5 t (ms) x(t)  Effet d’une troncature : 0 100 200 300 400 500 0 1 2 3 4 5 f (Hz) |x(f)|  Troncature à 90 % de l’amplitude Décomposition en séries de Fourier
  • 28. Mise en œuvre du TNS Page 28 sur 96  Effet d’une troncature :  Troncature à 75 % de l’amplitude 0 20 40 60 80 100 -5 -4 -3 -2 -1 0 1 2 3 4 5 t (ms) x(t) 0 100 200 300 400 500 0 1 2 3 4 5 f (Hz) |x(f)| Décomposition en séries de Fourier
  • 29. Mise en œuvre du TNS Page 29 sur 96 0 20 40 60 80 100 -5 -4 -3 -2 -1 0 1 2 3 4 5 t (ms) x(t)  Effet d’une troncature :  Troncature à 50 % de l’amplitude 0 100 200 300 400 500 0 1 2 3 4 5 f (Hz) |x(f)| Décomposition en séries de Fourier
  • 30. Mise en œuvre du TNS Page 30 sur 96  Effet d’une troncature :  Troncature à 25 % de l’amplitude 0 100 200 300 400 500 0 1 2 3 4 5 f (Hz) |x(f)| 0 20 40 60 80 100 -5 -4 -3 -2 -1 0 1 2 3 4 5 t (ms) x(t) Décomposition en séries de Fourier
  • 31. Mise en œuvre du TNS Page 31 sur 96 5. Transformée de Fourier
  • 32. Mise en œuvre du TNS Page 32 sur 96 Tout signal périodique (T) de puissance finie peut être décomposé en une somme de sinus et de cosinus. ( )0 0 0 1 ( ) cos( ) sin( ) 2 n n n a x t a n t b n tω ω ∞ = = + +∑ / 2 0 / 2 2 ( ).cos( ). T n T a x t n t dt T ω − = ∫ / 2 0 / 2 2 ( ).sin( ). T n T b x t n t dt T ω − = ∫ 1 (4/π) 1+ 3 (4/3π) a0 = 0 1+ 3+5 (4/5π) 1+ 3+ 5 + 7 (4/7π) Continu / Fondamental / Harmoniques Séries de Fourier
  • 33. Mise en œuvre du TNS Page 33 sur 96 Sinusoïde Rectangle périodique Triangle périodique Dent de scie { } { }( ) : 0,1,2,... : 1,2,3...n nx t a n b n= = + = Signaux périodiques
  • 34. Mise en œuvre du TNS Page 34 sur 96 ( ) ( ).exp( 2 ).X f x t j f t dtπ +∞ −∞ = −∫ ( ) ( ).exp( 2 ).x t X f j f t dfπ +∞ −∞ = ∫ sin( / 2) ( ) . / 2 X A ωτ ω τ ωτ   =  ÷   Signal "porte"
  • 35. Mise en œuvre du TNS Page 35 sur 96 Signal "porte"
  • 36. Mise en œuvre du TNS Page 36 sur 96 0 1 2 3 4 5 6 7 8 9 10 0 0.2 0.4 0.6 0.8 1 f (Hz) Amplitude Spectre -5 -4 -3 -2 -1 0 1 2 3 4 5 0 0.5 1 t (s) Amplitude Signal temporel Signal "porte" ( )x t ( )X f
  • 37. Mise en œuvre du TNS Page 37 sur 96 -5 -4 -3 -2 -1 0 1 2 3 4 5 0 1 2 t (s) Amplitude Signal temporel 0 1 2 3 4 5 6 7 8 9 10 -30 -20 -10 0 10 f (Hz) Énergie(dB) Spectre Signal "porte" ( )x t ( )X f Conservation de l’énergie
  • 38. Mise en œuvre du TNS Page 38 sur 96 Signaux "classiques" ( )tδ 0cos(2 )f tπ 0sin(2 )f tπ ( )0 0 1 ( ) ( ) 2 f f f fδ δ− + + ( )0 0 1 ( ) ( ) 2 f f f f j δ δ− − + 1 02j f t e π 0( )f fδ − ( )fδ1 0( )t tδ − 02j ft e π− { }( ) ( )X f TF x t={ }1 ( ) ( )x t TF X f− = ( )H t 1 1 ( ) 2 2 f j f δ π + ( )H t− 1 1 ( ) 2 2 f j f δ π − +
  • 39. Mise en œuvre du TNS Page 39 sur 96 Signaux "classiques" 0sin(2 ) ( ) T f t tπ ∏ ( ) ( )( )0 0sinc ( ) sinc ( ) 2 T f f T f f T j π π− − + { }( ) ( )X f TF x t={ }1 ( ) ( )x t TF X f− = ( ) ( ) ( )sign t H t H t= − − 1 j fπ ( ) t H t e α− 1 2j fα π+ | |t e α− 2 2 2 (2 )f α α π+ ( ) T t∏ sin( ) . .sinc( ) fT T T fT fT π π π   = ÷   . ( ) t t H t e α− ( ) 2 1 2j fα π+
  • 40. Mise en œuvre du TNS Page 40 sur 96 Signaux "classiques" { }( ) ( )X f TF x t={ }1 ( ) ( )x t TF X f− = ( )e n t nTδ −∑ 1 ne e n f T T δ   − ÷   ∑ ( ) d t dt δ 2j fπ 0sin(2 ) ( ) t f t H t e α π − ( ) ( ) 0 2 2 0 2 2 2 f j f f π α π π+ + ( ) T tΛ ( ) 2 2sin( ) . . sinc( ) 2 2 T fT T fT fT π π π   = ÷   2 0 0 0 1 2 2 ( )1 2 t t t j f t t t e e σ π πσ  − −  ÷ ÷ −  2 0 0 0 1 2 2f f f j f t e e σ π  −  ÷−  ÷   1 2 t f σ πσ = ( ). t t dtδ∫ 1 2j fπ
  • 41. Mise en œuvre du TNS Page 41 sur 96 0 1 2 3 4 5 6 7 8 9 10 -1 -0.5 0 0.5 1 t (s) Amplitude Signal temporel 0 1 2 3 4 5 6 7 8 9 10 0 0.2 0.4 0.6 0.8 1 f (Hz) Amplitude Spectre Signaux “sinus" ( )x t ( )X f
  • 42. Mise en œuvre du TNS Page 42 sur 96 Signaux périodiques 0 1 2 3 4 5 6 7 8 9 10 -1 -0.5 0 0.5 1 t (s) Amplitude Signal temporel 0 1 2 3 4 5 6 7 8 9 10 0 0.2 0.4 0.6 0.8 1 f (Hz) Amplitude Spectre ( )x t ( )X f
  • 43. Mise en œuvre du TNS Page 43 sur 96 0 1 2 3 4 5 6 7 8 9 10 -1 -0.5 0 0.5 1 t (s) Amplitude Signal temporel 0 0.2 0.4 0.6 0.8 1 f (Hz) Amplitude Spectre 0 5 10 15 20 25 30 Signaux périodiques ( )x t ( )X f
  • 44. Mise en œuvre du TNS Page 44 sur 96 6. Représentation temps-fréquence
  • 45. Mise en œuvre du TNS Page 45 sur 96  Représentation temps-fréquence :  Nécessité imposée par la non-stationnarité des signaux Temps-fréquence  Principe: 1) Découpage en signaux élémentaires de courte durée: [ti; ti+30ms]. 2) Transformée de Fourier rapide: FFT. 3) Concaténation des FFT et représentation en niveaux de couleurs. 0 100 200 300 400 500 600 700 800 900 -100 -50 0 50 100 Time(ms) Amplitude(mV) 0 5 10 15 20 25 30 -100 -50 0 50 100 Time (ms) Amplitude(mV) Fenêtre
  • 46. Mise en œuvre du TNS Page 46 sur 96  Représentation temps-fréquence :  Nécessité imposée par la non-stationnarité des signaux Temps-fréquence  Principe: 1) Découpage en signaux élémentaires de courte durée: [ti; ti+30ms]. 2) Transformée de Fourier rapide: FFT. 3) Concaténation des FFT et représentation en niveaux de couleurs. 0 5 10 15 20 25 30 -100 -50 0 50 100 Time (ms) Amplitude(mV) 0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 -150 -100 -50 0 Magnitude(dB) Frequency (Hz) Global spectrum on a sample of 0.03 s (277 points at 11025 Hz) 280 Hzcf = 22 msit = FFT
  • 47. Mise en œuvre du TNS Page 47 sur 96  Représentation temps-fréquence :  Nécessité imposée par la non-stationnarité des signaux Temps-fréquence  Principe: 1) Découpage en signaux élémentaires de courte durée: [ti; ti+30ms]. 2) Transformée de Fourier rapide: FFT. 3) Concaténation des FFT et représentation en niveaux de couleurs. 3140 Hzcf = 0 2 4 6 8 10 12 14 16 18 20 -100 -50 0 50 100 Time (ms) Amplitude(mV) 0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 -150 -100 -50 0 Magnitude(dB) Frequency (Hz) Global spectrum on a sample of 0.02 s (223 points at 11025 Hz) 600 msit = FFT
  • 48. Mise en œuvre du TNS Page 48 sur 96  Représentation temps-fréquence :  Nécessité imposée par la non-stationnarité des signaux Temps-fréquence 0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 -150 -100 -50 0 Magnitude(dB) Frequency (Hz) Global spectrum on a sample of 0.03 s (277 points at 11025 Hz) 0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 -150 -100 -50 0 Magnitude(dB) Frequency (Hz) Global spectrum on a sample of 0.02 s (223 points at 11025 Hz) 2 600 msit =1 20 msit = 2 3140 Hzcf = 1 280 Hzcf =  Principe: 1) Découpage en signaux élémentaires de courte durée: [ti; ti+30ms]. 2) Transformée de Fourier rapide: FFT. 3) Concaténation des FFT et représentation en niveaux de couleurs.
  • 49. Mise en œuvre du TNS Page 49 sur 96  Représentation temps-fréquence :  Application: Chirp (gazouillis, pépiement en anglais) Temps-fréquence  Détection de la fréquence instantanée: Fondamental et harmoniques caractéristiques. ( ) ( ).sin(2 )i cx t A t f tπ= 0 1 ( ) ( '). ' t c if t f t dt t = ∫avec où Ai(t) est l'amplitude instantanée, fc(t) la pseudo-fréquence et fi(t) la fréquence instantanée.  Exemple: Chirp linéaire ( )1 2 1 max ( )i t f t f f f t = + − ( )1 2 1 max ( ) 2 c t f t f f f t = + −soit 2f 1f
  • 50. Mise en œuvre du TNS Page 50 sur 96  Représentation temps-fréquence :  Application: Fréquence variable dans le temps (FM) Temps-fréquence  Détection de "formants": Fondamental et harmoniques caractéristiques. minf maxf
  • 51. Mise en œuvre du TNS Page 51 sur 96  Représentation temps-fréquence :  Application: Analyse de la parole Temps-fréquence  Détection de "formants": Fondamental et harmoniques caractéristiques.
  • 52. Mise en œuvre du TNS Page 52 sur 96 7. Illustrations temps-fréquence
  • 53. Mise en œuvre du TNS Page 53 sur 96 Décomposition  Représentation temporelle et spectrale :  Spectre avec fondamental et harmonique 2  Spectre riche avec 12 fréquences harmoniques
  • 54. Mise en œuvre du TNS Page 54 sur 96 La3 Diapason  Représentation temporelle : 0 500 1000 1500 2000 2500 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 t (ms) x(t)  Décroissance exponentielle 0 2 4 6 8 10 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 t (ms) x(t)  Pseudo période: T = 2,3 ms T
  • 55. Mise en œuvre du TNS Page 55 sur 96 La3 Diapason  Représentation spectrale : 0 200 400 600 800 1000 0 0.05 0.1 0.15 0.2 f (Hz) |x(f)| 430 435 440 445 450 0 0.05 0.1 0.15 0.2 f (Hz) |x(f)| 870 875 880 885 890 0 0.005 0.01 0.015 0.02 f (Hz) |x(f)|  Deux composantes "visibles": 1 440f Hz= 2 880f Hz=  Fondamental: f1 = 440 Hz  Harmonique 2: f2 = 880 Hz  Amplitudes relatives: a2 / a1 = 10
  • 56. Mise en œuvre du TNS Page 56 sur 96 La3 Diapason  Représentation spectrale :  On parle de "dynamique" d’un signal:  Sur la bande f = 0 à 5 kHz, la dynamique est de 110 dB.  Harmonique 3: f3 = 3×440 = 1320 Hz  Amplitudes relatives: a1 / a2 = 10 et a1 / a3 > 1000 0 1000 2000 3000 4000 5000 -120 -100 -80 -60 -40 -20 0 f (Hz) |x(f)|(dB) 20log max( ) dB x x x   =  ÷ ÷    Echelle dB:  Cette échelle permet de visualiser les composantes de très grand rapport d’amplitude. 0 -20 -40 -60 -80 -100 -120 106 105 104 103 102 101 100 f3
  • 57. Mise en œuvre du TNS Page 57 sur 96 La3 Diapason  Représentation temps/fréquence :  Décroissance exponentielle en échelle linéaire: ⇔ Décroissance linéaire en échelle dB:  Harmoniques n: fn = n×440 Hz 1f 2f 3f
  • 58. Mise en œuvre du TNS Page 58 sur 96 560 562 564 566 568 570 -1 -0.5 0 0.5 1 t (ms) x(t) La3 Piano  Représentation temporelle :  Troncature du signal  Pseudo période: T = 2,3 ms T 500 1000 1500 2000 -1 -0.5 0 0.5 1 t (ms) x(t)
  • 59. Mise en œuvre du TNS Page 59 sur 96 430 435 440 445 450 0 0.02 0.04 0.06 0.08 0.1 f (Hz) |x(f)| 860 870 880 890 900 910 0 0.01 0.02 0.03 0.04 f (Hz) |x(f)| 0 1000 2000 3000 4000 5000 0 0.02 0.04 0.06 0.08 0.1 f (Hz) |x(f)| La3 Piano  Représentation spectrale :  Neuf composantes "visibles": 1 442f Hz= 2 886f Hz=  Fondamental: f1 = 442 Hz  Harmonique 2: f2 = 886 Hz  Amplitudes relatives: a1 / a2 = 2,4
  • 60. Mise en œuvre du TNS Page 60 sur 96 0 1000 2000 3000 4000 5000 -120 -100 -80 -60 -40 -20 0 f (Hz) |x(f)|(dB) La3 Piano  Représentation spectrale :  On parle de "dynamique" d’un signal:  Sur la bande f = 0 à 5 kHz, la dynamique est de 110 dB.  Harmonique 9: f3 = 9×442 = 3980 Hz contre 4080 Hz mesurés.  Amplitudes relatives: a1 / a2 = 2,4 et a1 / a9 = 50 20log max( ) dB x x x   =  ÷ ÷    Echelle dB:  Cette échelle permet de visualiser les composantes de très grand rapport d’amplitude. 0 -20 -40 -60 -80 -100 -120 106 105 104 103 102 101 100 f9
  • 61. Mise en œuvre du TNS Page 61 sur 96 La3 Piano  Représentation temps/fréquence :  Harmoniques 1 à 7:nettement visibles.  Harmoniques n: fn = n×442 Hz 1f 5f 3f 7f 9f 11f  Décroissance variable en amplitude, selon t et f.
  • 62. Mise en œuvre du TNS Page 62 sur 96 450 452 454 456 458 460 -0.1 -0.05 0 0.05 0.1 t (ms) x(t) La3 Violon  Représentation temporelle :  Augmentation de l’amplitude du signal avec le temps  Pseudo période: T = 2,3 ms T 0 500 1000 1500 2000 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 t (ms) x(t)
  • 63. Mise en œuvre du TNS Page 63 sur 96 0 1000 2000 3000 4000 5000 0 0.01 0.02 0.03 0.04 0.05 f (Hz) |x(f)| 430 435 440 445 450 0 0.01 0.02 0.03 0.04 0.05 f (Hz) |x(f)| 860 870 880 890 900 910 0 0.005 0.01 0.015 0.02 0.025 f (Hz) |x(f)| La3 Violon  Représentation spectrale :  Neuf composantes "visibles": 1 442f Hz= 2 884f Hz=  Fondamental: f1 = 442 Hz  Harmonique 2: f2 = 884 Hz  Amplitudes relatives: a1 / a2 = 2,1
  • 64. Mise en œuvre du TNS Page 64 sur 96 0 1000 2000 3000 4000 5000 -120 -100 -80 -60 -40 -20 0 f (Hz) |x(f)|(dB) La3 Violon  Représentation spectrale :  On parle de "dynamique" d’un signal:  Sur la bande f = 0 à 5 kHz, la dynamique est de 110 dB.  Harmonique 11: f3 = 11×442 = 4860 Hz.  Amplitudes relatives: a1 / a2 = 2,1 et a1 / a11 = 24 20log max( ) dB x x x   =  ÷ ÷    Echelle dB:  Cette échelle permet de visualiser les composantes de très grand rapport d’amplitude. 0 -20 -40 -60 -80 -100 -120 106 105 104 103 102 101 100 f11
  • 65. Mise en œuvre du TNS Page 65 sur 96 La3 Violon  Représentation temps/fréquence :  Harmoniques 1 à 11 nettement visibles.  Harmoniques n: fn = n×442 Hz 1f 5f 3f 7f 9f 11f  Décroissance variable en amplitude, selon t et f.
  • 66. Mise en œuvre du TNS Page 66 sur 96  Recomposition temporelle et spectrale :  Extrait original en bleu  Les 20 pics les plus importants ont été retenus La3 Violon 500 600 700 800 900 1000 -0.1 -0.05 0 0.05 0.1 0.15 t (ms) x(t)  Extrait recomposé en noir 0 1000 2000 3000 4000 -100 -80 -60 -40 -20 0 f (Hz) |x(f)|(dB)
  • 67. Mise en œuvre du TNS Page 67 sur 96  Recomposition temporelle et spectrale :  Extrait original en bleu  Les 20 pics les plus importants ont été retenus La3 Violon  Extrait recomposé en noir 600 602 604 606 608 610 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 t (ms) x(t) 0 500 1000 1500 2000 -100 -80 -60 -40 -20 0 f (Hz) |x(f)|(dB)
  • 68. Mise en œuvre du TNS Page 68 sur 96 Notes Violon  Représentation temps/fréquence :  Nombreux harmoniques nettement visibles.  Harmoniques n: fn = n× f0  Décroissance variable en amplitude, selon t et f.
  • 69. Mise en œuvre du TNS Page 69 sur 96 gamme.wav  Représentation temporelle et spectrale :  On distingue 8 paquets d’ondes distincts  On distingue 8 pics 0 500 1000 1500 2000 -1 -0.5 0 0.5 1 t (ms) x(t) 0 200 400 600 800 -100 -80 -60 -40 -20 0 f (Hz) |x(f)|(dB) LADO
  • 70. Mise en œuvre du TNS Page 70 sur 96 gamme.wav  Représentation temps/fréquence :  Gamme complète.  Fréquences fondamentales seulement.  Dans l’ordre des fréquences croissantes. DO RE MI FA SOL LA SI DO
  • 71. Mise en œuvre du TNS Page 71 sur 96 SOUND1.wav  Représentation temporelle et spectrale :  Rien de visible...  Nombreux pics 0 1000 2000 3000 4000 5000 -1 -0.5 0 0.5 1 t (ms) x(t) 0 1000 2000 3000 4000 0 0.01 0.02 0.03 0.04 0.05 f (Hz) |x(f)|
  • 72. Mise en œuvre du TNS Page 72 sur 96 SOUND1.wav  Représentation temporelle et spectrale :  Le signal ne semble pas périodique  Nombreux pics 0 200 400 600 800 0 0.01 0.02 0.03 0.04 0.05 f (Hz) |x(f)| 1000 1050 1100 1150 1200 -1 -0.5 0 0.5 1 t (ms) x(t)
  • 73. Mise en œuvre du TNS Page 73 sur 96 SOUND1.wav  Représentation temps/fréquence :  Spectre large.  Harmoniques.  Croissance en fréquence.
  • 74. Mise en œuvre du TNS Page 74 sur 96 SOUND68.wav  Représentation temporelle et spectrale :  Rien de visible...  Nombreux pics 0 500 1000 1500 2000 2500 3000 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 t (ms) x(t) 0 1000 2000 3000 4000 0 0.002 0.004 0.006 0.008 0.01 f (Hz) |x(f)|
  • 75. Mise en œuvre du TNS Page 75 sur 96  Représentation temps/fréquence :  Nombreuses fréquences.  Nombreux harmoniques.  Décroissance en fréquence. SOUND68.wav
  • 76. Mise en œuvre du TNS Page 76 sur 96 0 100 200 300 400 500 600 -1 -0.5 0 0.5 1 t (ms) x(t) SOUND999.wav  Représentation temporelle et spectrale :  Décroissance en fréquence  Décroissance exponentielle 0 1000 2000 3000 4000 0 0.05 0.1 0.15 f (Hz) |x(f)|
  • 77. Mise en œuvre du TNS Page 77 sur 96 SOUND999.wav  Décroissance exponentielle 0 1000 2000 3000 4000 0 0.05 0.1 0.15 f (Hz) |x(f)| 150 200 250 -1 -0.5 0 0.5 1 t (ms) x(t)  Représentation temporelle et spectrale :  Troncature du signal de 150 à 250 ms
  • 78. Mise en œuvre du TNS Page 78 sur 96  Représentation temps/fréquence :  Une fréquence fondamentale.  Harmoniques 2 et 3 visibles de 150 à 250 ms.  Décroissance exponentielle en fréquence. SOUND999.wav
  • 79. Mise en œuvre du TNS Page 79 sur 96 LASER.wav  Représentation temporelle et spectrale :  Décroissance en fréquence  Spectre large 0 50 100 150 -1 -0.5 0 0.5 1 t (ms) x(t) 0 1000 2000 3000 4000 0 0.01 0.02 0.03 0.04 0.05 0.06 f (Hz) |x(f)|
  • 80. Mise en œuvre du TNS Page 80 sur 96  Représentation temps/fréquence :  Une fréquence fondamentale.  Décroissance exponentielle en fréquence. LASER.wav
  • 81. Mise en œuvre du TNS Page 81 sur 96  Calcul de fréquence moyenne :  Une fréquence fondamentale.  Décroissance exponentielle en fréquence.v LASER.wav 0 20 40 60 80 100 120 140 160 0 1000 2000 3000 4000 5000 f mean (Hz) Time (ms)  La fréquence décroît de 4700 à 450 Hz.
  • 82. Mise en œuvre du TNS Page 82 sur 96 accel.wav  Représentation temporelle et spectrale :  Croissance en fréquence  Spectre large 0 200 400 600 800 1000 -1 -0.5 0 0.5 1 t (ms) x(t) 0 1000 2000 3000 4000 5000 0 0.005 0.01 0.015 0.02 f (Hz) |x(f)|
  • 83. Mise en œuvre du TNS Page 83 sur 96  Représentation temps/fréquence :  Une fréquence fondamentale.  Croissance linéaire en fréquence, de 310 à 4200 Hz. accel.wav
  • 84. Mise en œuvre du TNS Page 84 sur 96  Effet Doppler :  Décalage négatif lorsque la source s’approche : accel.wav  Décalage de la fréquence d ’émission.  Décalage positif lorsque la source s’éloigne : 0v 0vθ θ 0 02 cos D air f v f c θ = 0 Df f f= + 0 Df f f= −
  • 85. Mise en œuvre du TNS Page 85 sur 96 sirene.wav  Représentation temporelle et spectrale :  Rien de visible...  Spectre large 0 1000 2000 3000 4000 -1 -0.5 0 0.5 1 t (ms) x(t) 0 200 400 600 800 1000 0 0.05 0.1 0.15 f (Hz) |x(f)|
  • 86. Mise en œuvre du TNS Page 86 sur 96  Représentation temps/fréquence :  Une fréquence fondamentale.  Variation de fréquence, de 0 à 1000 Hz. sirene.wav
  • 87. Mise en œuvre du TNS Page 87 sur 96 8. Application: DCT
  • 88. Mise en œuvre du TNS Page 88 sur 96 Transformée en cosinus discret TCD (DCT): Contenu fréquentiel  Décomposition dans une base de cosinus:  Coefficients réels;  Regroupement de l'énergie. http://fr.wikipedia.org/wiki/Transformée_en_cosinus_discrète  Principe:  La transformée en cosinus discrète (DCT) est une transformation proche de la transformée de Fourier discrète (DFT). Le noyau de projection est un cosinus et crée donc des coefficients réels, contrairement à la DFT, dont le noyau est une exponentielle complexe et qui crée donc des coefficients complexes.  La DCT [directe] la plus courante est la DCT type-II.  La DCT [inverse] correspondante est la DCT type-III.  Applications:  La DCT est très utilisée en traitement numérique du signal et spécialement en compression.  Coefficients non nuls retenus : JPEG et MPEG.
  • 89. Mise en œuvre du TNS Page 89 sur 96 Transformée en cosinus discret TCD (DCT): Contenu fréquentiel  Décomposition dans une base de cosinus:  Composante continue;  Harmoniques. 1 1 2 2 1 2 1 ( , ) ( ) ( ) ( , ).cos ( 1) .cos ( 1) 2 2 N N C m n m n P i j C i C j p m n i j N N N π π = = − −    = − − ÷  ÷     ∑∑ 1 1 2 2 1 2 1 ( , ) ( ) ( ) ( , ).cos ( 1) .cos ( 1) 2 2 N N C i j m n p m n C i C j P i j i j N N N π π = = − −    = − − ÷  ÷     ∑∑ 2 si 1 ( ) 2 1 si 1 k C k k  = =   > http://fr.wikipedia.org/wiki/Transformée_en_cosinus_discrète  DCT [directe]:  IDCT [inverse]:  Coefficients:
  • 90. Mise en œuvre du TNS Page 90 sur 96 Transformée en cosinus discret TCD (DCT): Contenu fréquentiel  Décomposition dans une base de cosinus:  Composante continue;  Harmoniques. 1 1 2 2 1 2 1 ( , ) ( ) ( ) ( , ).cos ( 1) .cos ( 1) 2 2 N N C m n m n P i j C i C j p m n i j N N N π π = = − −    = − − ÷  ÷     ∑∑ http://fr.wikipedia.org/wiki/Transformée_en_cosinus_discrète  Application: DCT DCT
  • 91. Mise en œuvre du TNS Page 91 sur 96 Transformée en cosinus discret TCD (DCT): Contenu fréquentiel  Décomposition dans une base de cosinus:  Composante continue;  Harmoniques. http://fr.wikipedia.org/wiki/Transformée_en_cosinus_discrète DCT 8×8 = 64 pixels 1+4 = 5 pixels  Compression: !!! Négatif couleur !!!  α = 5/64 = 7,8%.
  • 92. Mise en œuvre du TNS Page 92 sur 96 Transformée en cosinus discret TCD (DCT): Contenu fréquentiel  Décomposition dans une base de cosinus:  Quantification: La quantification consiste à diviser cette matrice par une autre, appelée matrice de quantification, et qui contient les coefficients choisis pour atténuer les hautes fréquences, celles auxquelles l’œil est peu sensible.  Opération de quantification [et filtrage]: http://fr.wikipedia.org/wiki/JPEG ( , ) ( , ) ( , ) C CQ FQ P i j P i j fix Q i j   =  ÷ ÷   ( , ) 1 ( 1)FQQ i j i j FQ= + + −  Facteur de qualité: FQ  Exemple: FQ = 5 5 6 11 16 21 26 31 36 41 11 16 21 26 31 36 41 46 16 21 26 31 36 41 46 51 21 26 31 36 41 46 51 56 26 31 36 41 46 51 56 61 31 36 41 46 51 56 61 66 36 41 46 51 56 61 66 71 41 46 51 56 61 66 71 76 Q            =             
  • 93. Mise en œuvre du TNS Page 93 sur 96 Transformée en cosinus discret TCD (DCT): Contenu fréquentiel  Décomposition dans une base de cosinus:  Exemple:  Résultats: 5 6 11 16 21 26 31 36 41 11 16 21 26 31 36 41 46 16 21 26 31 36 41 46 51 21 26 31 36 41 46 51 56 26 31 36 41 46 51 56 61 31 36 41 46 51 56 61 66 36 41 46 51 56 61 66 71 41 46 51 56 61 66 71 76 Q            =              0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 p            =              1020 184 0 217 0 325 0 924 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 CP − − − −           =              1020 176 0 210 0 310 0 902 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 . 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 CQ FQP Q − − − −           =             
  • 94. Mise en œuvre du TNS Page 94 sur 96 Transformée en cosinus discret TCD (DCT): Contenu fréquentiel  Décomposition dans une base de cosinus:  Exemple:  Résultats: 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 0 255 p            =              5 251 3 253 2 252 4 250 5 251 3 253 2 252 4 250 5 251 3 253 2 252 4 250 5 251 3 253 2 252 4 250 5 251 3 253 2 252 4 250 5 251 3 253 2 252 4 250 5 251 3 253 2 252 4 250 5 251 3 253 2 252 4 250 QFQp            =              1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
  • 95. Mise en œuvre du TNS Page 95 sur 96 Transformée en cosinus discret TCD (DCT): Contenu fréquentiel  Décomposition dans une base de cosinus:  Optimisation du calcul de la DCT: Algorithme de Chen Le calcul de la DCT est optimisé pour le cas N = 8 (JPEG et MPEG) en réécrivant la transformée sous forme matricielle et en factorisant la décomposition, pour réduire le nombre de multiplications nécessaires. http://fr.wikipedia.org/wiki/JPEG
  • 96. Mise en œuvre du TNS Page 96 sur 96 Transformée en cosinus discret TCD (DCT): Contenu fréquentiel  Décomposition dans une base de cosinus:  Optimisation du calcul de la DCT: Algorithme de Loeffler  L'algorithme de Chen (qui calcule la DCT 1D à 8 points avec 16 multiplications) est à la base des optimisations suivantes par factorisation des sous-matrices.  L'algorithme de Loeffler est actuellement le plus efficace ayant été publié: Loeffler :11 multiplications (DCT 1D à 8 points) Chen : 16 multiplications (DCT 1D à 8 points) Ces algorithmes se différencient seulement en termes de stabilité et de précision.  Pour une DCT 2D 8×8: Loeffler :112 multiplications (DCT 2D à 8x8 points) Chen : 256 multiplications (DCT 2D à 8x8 points)  Plus de détails: normes de compression JPEG et MPEG. http://www.vtvt.ece.vt.edu/research/references_video_DCT.php