SlideShare une entreprise Scribd logo
1
Université Ibn Zohr
École Nationale des Sciences Appliquées
3ème Année, Année universitaire 2010/2011
TRAITEMENT DU
SIGNAL
"TDS"
PH Rachid LATIF
Enseignant-chercheur
Resp. Laboratoire
ESSI
2
Chapitres traités dans ce cours
 Chapitre I : Généralités sur les signaux
– Introduction: Signal?, TDS?, Chaîne de traitement de l’information?
– Classification des signaux.
 Chapitre II : Transformation de Fourier
– Transformation des signaux périodiques,
– Transformation des signaux non-périodiques,
– Spectre de puissance de Fourier.
 Chapitre III : Puissance et énergie des signaux
– Énergie dans le domaine Temporel,
– Énergie dans le domaine Fréquentiel,
– Notion de densité spectrale,
– Notion de Convolution,
– Notion de Corrélation.
3
Chapitres traités dans ce cours (suite)
 Chapitre IV : Transformation de Laplace
– Transformée de Laplace des signaux apériodique,
– Propriétés de la TL,
– Transformée de Laplace des signaux périodique,
– Transformée de Laplace inverse,
– Transformées de Laplace des signaux élémentaires.
 Chapitre V : Filtrage Analogique
– Systèmes linéaires,
– Produit de convolution,
– Filtrage analogique,
– Filtres physiquement réalisables.
 Chapitre VI : Echantillonnage
– Théorème d’échantillonnage,
– Echantillonnage physiquement réalisable
4
Travaux Pratiques sous Matlab et LabVIEW
 TP1 : Calcul Élémentaire en TDS
But: Eude de spectre pour certains signaux avec des applications
 TP2 : Transformation de Fourier et Filtrage
But: Mise en évidence des caractéristiques de la TF
 TP3 : Applications sur des signaux usuels
But: Application de la TF sur des signaux usuels
 TP4 : Analyse spectrale par la TFD et Filtrage
But: Étudiez les différents effets de la TFD en terme de précision d’analyse
et de résolution fréquentielle
NB: Vous devez rendre un compte rendu à la fin des séances de TP
(Document + CD)
5
Objectifs du Cours
Enseigner les concepts et méthodes de bases en TDS pour les applications
physiques (Génie Industriel) :
Concepts:
– Distribution Spectrale,
– Convolution,
– Corrélation des Signaux,
– Densité Spectrale,
– Signaux Numériques,
– Signaux Aléatoires,…
Méthodes:
– Analyse Spectrale,
– Filtrage,
– Echantillonnage,
– Modulation,
– Systèmes linéaires, …
C-à-d: Savoir les connaissances théoriques élémentaire pour:
– Décrire et représenter les signaux,
– Comprendre le principe et les limites des méthodes de traitement,
– Mettre en œuvre des méthodes de traitement simples.
6
Ouvrages bibliographiques et Projet à réaliser
 Ouvrages bibliographiques utilisés :
– Ouvrage 1 : Méthode et Techniques de TDS, Jacques Max, DUNOD
– Ouvrage 2 : Théorie et TDS, Messaoud Benidir, DUNOD
– Ouvrage 3 : Exercices et problèmes résolus de TDS analogique, Tahar
Neffate, ELLIPSES
– Ouvrage 4 : Traitement numérique du signal Théorie et Applications,
Kidiyo Kpalma, ELLIPSES
– Ouvrage 5 : Analyse de Fourier et applications, Claude Gasquet, DUNOD
– Ouvrage 6 : Capteurs: principes et utilisations, F. Baudoin, CASTEILLA
– Ouvrage 7 : Instrumentation Industrielle, Michel Grout, DUNOD
– Ouvrage 8 : LabVIEW Programmation et Applications, Francis Cottet,
DUNOD
7
Ouvrages bibliographiques et Projet à réaliser
 Projets à réalisés par groupe de 4 étudiants :
– Projet 1 (3): Filtrage d’un signal cardiaque ECG et détection du complexe QRS
(LabVIEW/C++/Matlab)
– Projet 2 (3): Filtrage d’un signal cardiaque ECG bruité (LabVIEW/C++/Matlab)
– Projet 3 (2): Spectre fréquentielle d’un signal cardiaque ECG normal et bruité
(LabVIEW/Matlab)
– Projet 4 (3): Pilotage sous LabVIEW/C++/VB d’un instrument via le port série
– Projet 5 (3): Pilotage sous LabVIEW/C++/VB d’un instrument via le port parallèle
– Projet 6 (3): Pilotage sous LabVIEW/C++/VB d’un instrument via le port USB
– Projet 7 : Réalisation d’une interface LabVIEW pour la surveillance par caméra
– Projet 8 : Visualisation, en temps réel, sur le Web d’une application sous
LabVIEW
– Projet 9 (3) : Communication entre deux PC sous LabVIEW/C++/VB via le
protocole TCP/IP
– Projet 10 (2): Densité spectrale de puissance d’un signal cardiaque ECG via le
filtre adaptatif AR (LabVIEW/Matlab)
8
Chapitre I
Généralités sur les signaux
9
But : TDS?
• Amélioration du rapport signal sur bruit quand on cherche à :
- Détecter,
- Mesurer,
- Caractériser.
Un signal provenant, en général, d’une mesure physique
• Forme graphique à l’information : Représentation du signal
• D’une manière générale la théorie du signal est concernée à chaque
fois qu’il faut:
- Émettre (Capteurs,…),
- Transmettre (Lignes de transmission,…),
- Détecter de l’information (Capteurs,…).
• En effet, la théorie du signal et de l’information ont une place originale
par rapport aux autres disciplines scientifiques.
Chapitre I : Introduction
10
?Pourquoi traiter les signaux?
• Réduire le bruit,
• Extraire des propriétés caractéristiques:
- Difficiles à obtenir visuellement,
- Caractériser l’information clinique,
- Aider l’observation humaine
• Compresser les données (stockage, transport, gain de temps,…
• Modéliser (Modèles du signal), pour aider le traitement ET mieux
comprendre le système étudié.
Remarque: Méthodes de TDS permettent de contribuer à l’extraction de
l’information appropriées.
Exemples: Signal cardiaque ECG, Signal EEG,…
Chapitre I : Introduction (suite)
11
?Signal?
Toute entité qui véhicule une information
• Représentation physique d’une information à transmettre
• Information issue d’un capteur physique (Pression, Position, Vitesse,
Déplacement, Température,Infrarouge, Acoustique,…)
Exemples:
• Ondes acoustiques: Courant délivré par un microphone (Son, parole,
musique, CND,…)
• Signaux biomédicaux : signal cardiaque ECG, signal EEG,…
• Signaux géophysiques: Vibrations sismiques,
• Tension aux bornes d’un condensateur en charge,
• Finances: cours de la bource,…
• Images 2D,…
Chapitre I : Introduction (suite)
12
?Bruit?
Tout phénomène perturbateur gênant la perception ou l’interprétation
du signal.
Le traitement du signal (TDS):
• Ensemble de techniques permettant de créer, d’analyser et de
transformer les signaux en vue de leur exploitation (synthèse),
• Extraction du maximum d'information utile sur un signal perturbé par
un bruit.
TDS = procédure utilisée pour :
• Mettre en forme le signal (forme adaptée à la transmission ou au stockage)
• Interpréter les signaux: mise en évidence des caractéristiques n’apparaissant
pas à l’œil nu. Par exemple* : la notion de fréquence
Chapitre I : Introduction (suite)*
13
Chaîne de traitement de l’information?
Chapitre I : Introduction (suite)
Contrôle - Régulation
14
Chapitre I : Introduction (suite)
Chaîne de traitement de l’information (Exemple 1)
Contrôle de la qualité d’un produit alimentaire
15
Chapitre I : Introduction (suite)
Chaîne de traitement de l’information (Exemple 2)
Contrôle à distance d’un procède
16
Chapitre I : Introduction (suite)
Chaîne de traitement de l’information (Exemple 3)
Contrôle et surveillance à distance d’une machine/Laboratoire
17
Chapitre I : Introduction (suite)*
TDS analogique : signal analogique est caractérisé par des variations
continues de grandeurs physiques en fonction du temps.
Exemple *: Mesure de l’évolution de la tension de sortie d’un micro en
fonction du temps (Volts/s).
TDS numérique :signal numérique est caractérisé par des variations
discrètes de fonctions échantillonnées par rapport au temps ou à
l’espace.
Exemple *: Variations des niveaux de gris d’une image par rapport aux
coordonnées spatiales.
18
Chapitre I : Introduction (suite)
Représentation d’un signal :
• Représentation temporelle : x(t)
Ex.: Signal audio, signal cardiaque, Signal acoustique, …
• Représentation spatiale : i(x,y)
Ex.: Image 2D fixe (photo)
• Représentation spatiotemporelle : i(x,y,t)
Ex.: Image 2D en mouvement (vidéo)
• Représentation fréquentielle : x(f)
Ex.: Transformée de Fourier de la représentation temporelle x(t).
Rq.: TF est une opération mathématique qui consiste à décomposer une
fonction x(t) selon ses fréquence
Ex.: De même qu’un prisme décompose la lumière en couleurs (fréquences)
• Représentation temps-fréquence : x(t,f)
Ex.: Évolution de la fréquence d’un signal ECG au cours du temps
19
Chapitre I : Introduction (suite)
Interprétation des signaux :
• Filtrage: élimination de certaines composantes,
• Détection: extraction du signal d’un bruit de fond,
• Identification: classement du signal (identification d’un type d’onde,
d’une pathologie sur un signal ECG),
• Analyse: isoler les composantes utiles d’un signal complexe.
Domaines d’applications du TDS :
• Biomédical (signaux ECG, EEG,…),
• Acoustique (CND, identification des objets, dispersion,…),
• Radar, Télécommunications,
• Traitement d’images (reconnaissance des formes,…),
• Automatique,
• l’optique.
20
Chapitre I : Classification des signaux *
 Il existe plusieurs modes de classification des signaux
A. Classification dimensionnelle :(nombre de variables libres)
• Signal monodimensionnel 1D (fonction d’un seul paramètre),
Ex.*: Tension électrique, Spectre fréquentiel
• Signal bidimensionnel 2D (fonction de deux paramètres),
Ex.*: Image statique  f(x,y), Représentation t-f
• Signal tridimensionnel 3D (fonction de trois paramètres),
Ex.: Image en mouvement : Film  f(x,y,t)
• Analyse: isoler les composantes utiles d’un signal complexe.
21
Chapitre I : Classification des signaux (suite)*
B. Classification phénoménologique :
(Évolution déterministe ou aléatoire du signal)
• Signaux déterministes (certains):
Signaux dont l’évolution en fonction du temps t peut être parfaitement
décrite grâce à une description mathématique ou graphique (prédite
par un modèle mathématique)
Ex.*: Signaux périodiques, apériodiques, transitoires (impulse)
• Signaux aléatoires (stochastiques):
- Signaux dont l’évolution temporelle est imprévisible et dont on ne peut
pas prédire la valeur à un temps t.
- La description est basée sur les propriétés statistiques des signaux
(moyenne, variance, loi de probabilité,…)
Ex.: Résultat d’un jet de dé lancé toutes les secondes
(moyenne=3,5, écart type=1,87)
Rq.: tout signal physique comporte une composante aléatoire (Bruit ou
perturbation externe)
22
Chapitre I : Classification des signaux (suite)
• Signaux aléatoires stationnaires :
Les lois statistiques ne changent pas en fonction du temps (La
stationnarité suppose une indépendance des caractéristiques
statistiques par rapport au temps).
• Signaux aléatoires non stationnaires :
Les lois statistiques dépendent du temps.
23
Chapitre I : Classification des signaux (suite)*
C. Classification morphologique :
• Si le signal dépend d’une variable continue, il est appelé signal
analogique
Ex.: Courant électrique.
• Si la variable est discrète, on l’appelle signal échantillonné
Ex.: Signal télégraphiste.
• Si le signal ne peut prendre qu’un nombre fini de valeurs, on dit qu’il
est quantifié
• Et s’il dépend d’une variable discrète, on l’appelle signal numérique
Ex.: Messages codés issus d’un ordinateur.
Ces notions sont illustrées dans le cas d’une variable temporelle sur la
figure ci-contre (voir tableau).
24
Chapitre I : Classification des signaux (suite)*
D. Classification énergétique :
 Classification en fonction de leur caractéristique énergétique
Par analogie avec les signaux électriques (vois cours électricité):
• Énergie d’un signal x(t) : Ex = ?
• Puissance moyenne d’un signal x(t) : Px,m = ?
Rq.: Si x(t) est périodique de période To : Px,m = ?
D’après cette classification on peut distinguer :
• Signaux à énergie finie (on parle généralement à des signaux
transitoires à support borné): 0 ≤ Ex <  ; Px,m = 0
• Signaux à énergie infinie (Px,m; finie): 0 ≤ Px,m <  ; Ex = 
Ex.: signaux périodiques.
Rq.: Dans la réalité physique, les signaux observés sont d’énergie finie.
25
Chapitre I : Classification des signaux (suite)*
E. Classification spectrale des signaux :
 on peut représenter un signal en fonction de la fréquence (spectre du
signal) ainsi il peut être caractérisé selon sa bande passante (BP).
Exemple du spectre d’un signal
On définit une Fmoy = (Fmin + Fmax)/2
Selon la valeur de Fmoy, on peut classer les signaux en deux catégories:
• Si Fmin  Fmax : Signaux à bande passante étroite.
• Si Fmin  Fmax : Signaux à bande passante large.
Rq.: Domaine de variation de Fmoy:
26
Chapitre I : Signaux élémentaires *
A. Signaux à temps continu :
Parmi les signaux à temps continu, on distingue :
Signaux périodiques / Signaux apériodiques
 Signaux périodiques
Les signaux périodiques obéissent à une loi répétition cyclique régulière,
de période To (Eq.1 *):
On distingue dans cette classe : les signaux sinusoïdaux (Eq.2 *)
 Valeurs caractéristiques de signaux à temps continu
• Valeur moyenne : La valeur moyenne (moyenne temporelle) d’un signal
s(t) est donnée par (Eq.3 *) :
• Valeur efficace :Le carré de la valeur efficace Seff ou valeur RMS (Root
Mean Squares) d’un signal s(t) est défini par (Eq.4 *) :
27
Chapitre I : Signaux élémentaires
B. Signal causal :
Un signal causal est un signal qui est nul pour le temps négatif.
• x(t) est causal  x(t)=0  t<0
• x(t) est anti-causal  x(t)=0  t>0
28
Chapitre I : Signaux élémentaires
C. Signaux retardés et avancés :
• Soit le signal s(t) causal : s(t) = 0  t <0
• Le signal s(t) retardé de t° , représenté
ci-contre, est noté par convention s(t-t°)
• Le signal s(t) avancé de t° , représenté
ci-contre, est noté par convention s(t+t°)
29
D. Signaux pairs et impairs :
• x(t) est pair si x(-t) = x(t) et impair si x(-t) = - x(t)
E. Signaux à support borné :
• x(t) = 0  t   T 
Exemple *:
F. Signaux à amplitude borné :
•  t | x(t) | ≤ A
Chapitre I : Signaux élémentaires*
30
A. Fonction échelon (ou de Heaviside) :
L’échelon unité est défini par :
• (t)= 1  t >0
• (t)= 0  t <0 Fig.1*
Rq.:- (0)= 1 ou bien 0,5 (ce choix est arbitraire),
-  x(t), le signal y(t) = x(t)(t) est causal (nul pour t<0).
B. Fonction Rampe unitaire :
• r(t)= t  t  0
• r(t)= 0  t <0 Fig.2*
C. Fonction signe :
La fonction signe est définie par :
• sgn(t)= 1  t >0
• sgn(t)= -1  t <0 Fig.3*
Rq.: sgn(0) est arbitraire (située entre 1 et -1). On supposera que cette
valeur est nulle.
Chapitre I : Signaux à temps continu particuliers
(Signaux usuels)*
31
D. Fonction porte (ou fenêtre rectangulaire) :
L’échelon unité est défini par :
• rectT(t)= 1  |t| ≤ T/2
• rectT(t)= 0  |t| > T/2 Fig.4*
Rq.:- Ce signal est souvent utilisé pour exprimer qu’un signal x(t) est
observé sur un horizon fini de durée T,
- La fenêtre rectangulaire peut être définie à partir de l’échelon
unitaire (Fig.5*).
- Ce signal est très utilisé en TDS (filtrage, fenêtrage, échantillonnage,…
E. Fenêtre triangulaire (ou de Barlett) :
• triT(t)= 1-|t|  |t| ≤ 1
• triT(t)= 0 ailleurs Fig.6*
Rq.: La fenêtre triangulaire peut être définie à partir de la fonction
Rampe (Eq.6*).
Chapitre I : Signaux à temps continu particuliers
(Signaux usuels)*
32
Transformée de Fourier
X f x t j f t dt t R f R
( ) ( )exp( ) , ,
   


 2
x t X f j f t df t R f R
( ) ( )exp( ) , ,
  


 2
 Définition
 Quelques propriétés
– Linéarité
– X(f)  module |X(f)|, phase Arg[X(f)]
– x(t) réel  Re[X(f)] paire, Im[X(f)] impaire, module pair, phase impaire
– x(t) réel pair  X(f) réel pair
– x(t) réel impair  X(f) imaginaire impair
– x(t)*y(t)  X(f).Y(f) et x(t).y(t)  X(f)*Y(f)
33
Transformée de Fourier
 Quelques relations
– x(t)*d(t-t0)= x(t-t0)  X(f) exp(-2j f t0)
– x(t) exp(2 j  t f0)  X(f-f0)
– x*(t)  X*(-f)
– x(at)  |a|-1 X(f/a)
– dnx(t)/dtn  (2 j  f )n X(f)
 Signaux importants
– d(t)  1
– 1(t)  ½ d(f) + 1/(2 j  f )
– cos(2f0t)  [d(f-f0) +d(f+f0)]/2 et sin(2f0t)  [d(f-f0) -d(f+f0)]/2j
– Sd(t+nT)  Fe Sd(f+kFe) avec Fe=1/T
– Rect(t)  2a.Sinc(fa)
34
 Signal discret x[k]
 Transformée de Fourier discrète, périodique
Fréquence définie sur la période principale de 0 à 1 ou de -½ à ½
 Fréquence d’échantillonnage réelle Fe=1/Te
Fréquence définie de 0 à Fe ou de -Fe/2 à Fe/2
 Mêmes propriétés que la transformée de Fourier des signaux
continus
X f x k j f k
k
( ) [ ]exp( )
 


 2 
X f x kT j f k T
e e
k
( ) [ ]exp( )
 


 2
Transformée de Fourier des signaux discrets
35
Système d’information *
 Définition d’un système:
– Un système est un ensemble d’éléments matériels et immatériels en
interaction, transformant, par un processus, les éléments en entrée en
d’autres éléments en sortie.
Exemple 1
 Les systèmes de l’entreprise:
– L’entreprise possède différentes fonctions: produire, vendre, décider,…
– Ces fonctions sont regroupées en systèmes représentant des finalités
communes. Ces systèmes sont:
36
Transformée de Laplace
X f x t j f t rt dt
( ) ( )exp( )exp( )
  


 2
X s x t st dt t R s C
( ) ( )exp( ) , ,
   



en posant : w
j
r
f
j
r
s .
.
2
. 


 
 Définition
Introduite pour palier aux limitations de la transformée de Fourier
C
s
R
t
ds
t
s
s
X
t
x 

 



,
,
)
exp(
)
(
)
(
37
Systèmes différentiels et Laplace
Pour les systèmes continus linéaires invariant de réponse impulsionnelle h(t)
M
M
M
N
N
N
dt
t
y
d
p
dt
t
dy
p
t
u
p
dt
t
y
d
q
dt
t
dy
q
t
y
q
)
(
...
)
(
)
(
)
(
....
)
(
)
( 1
0
1
0 






u
Q
P
y 

)
(
)
(











 N
i
i
M
j
j
p
s
z
s
K
s
Q
s
P
s
H
t
h
TL
s
H
1
1
)
(
)
(
)
(
)
(
)
(
))
(
(
)
( avec
Causal : N  M
 Fonction de transfert
zéros
pôles
Système stable  ||h(t)||1<   Re(pi) < 0
38
Relations entre Laplace et Fourier
f
j
r
jw
r
s 
2
.




• Pour s imaginaire pur, et on retombe sur Fourier H(s)=H(f)
f
j
jw
s 
2
.


• H(f) = H(s) évaluée sur l'axe imaginaire du plan de Laplace
• Exemple : h(t)=exp(-at) 1(t)
-a
s=j w
j
r
j
w
r
w
j
r
w





))
(
(
1
)
(
),
exp(
1
)
(
j
H
Arg
j
H
j
j
H
et
H s
s a
( ) 

1
un pôle en s=-a
v le vecteur du plan complexe reliant les point s et -a
)
exp(
. j
r j
a
s
v 


39
Fonction d de Dirac
 Définition
 Propriété
 
0 si 0
si 0
t
t
t
d



 
 


  1
t dt
d




         
d d


    

not
f t t a dt f t t a f a
Produit de convolution

Contenu connexe

Tendances

chap2 outil_mathematiques
chap2 outil_mathematiqueschap2 outil_mathematiques
chap2 outil_mathematiques
BAKKOURY Jamila
 
Rappel de cours traitement de signal
Rappel de cours traitement de signalRappel de cours traitement de signal
Rappel de cours traitement de signalmanahil2012
 
cours1_courtellemont.ppt
cours1_courtellemont.pptcours1_courtellemont.ppt
cours1_courtellemont.ppt
TITANIUMALFREDO
 
Introduction au traitement de signal
Introduction au traitement de signalIntroduction au traitement de signal
Introduction au traitement de signalmanahil2012
 
213 les capteurs tor
213 les capteurs tor213 les capteurs tor
213 les capteurs tor
AFAF ELFANIDI
 
Cours1 Représentation des systèmes dynamiques continus LTI
Cours1 Représentation des systèmes dynamiques continus LTI Cours1 Représentation des systèmes dynamiques continus LTI
Cours1 Représentation des systèmes dynamiques continus LTI
sarah Benmerzouk
 
2 signaux et systèmes slideshare
2 signaux et systèmes slideshare2 signaux et systèmes slideshare
2 signaux et systèmes slideshare
Kheddioui
 
Projet interne sur capteurs de température
Projet interne sur capteurs de températureProjet interne sur capteurs de température
Projet interne sur capteurs de température
Arnaud CHIGBLO
 
correction examen rattrapage 2012 transmission numérique
correction examen rattrapage 2012 transmission numérique correction examen rattrapage 2012 transmission numérique
correction examen rattrapage 2012 transmission numérique
omar bllaouhamou
 
Modulation Analogique
Modulation Analogique Modulation Analogique
Modulation Analogique
SAHELAicha
 
traitement de signal
traitement de signaltraitement de signal
traitement de signal
sarah Benmerzouk
 
Cours electronique analogique filtrage 2
Cours electronique analogique filtrage 2Cours electronique analogique filtrage 2
Cours electronique analogique filtrage 2Rachid Richard
 
ELE2611 Classe 3 - Filtres analogiques linéaires I
ELE2611 Classe 3 - Filtres analogiques linéaires IELE2611 Classe 3 - Filtres analogiques linéaires I
ELE2611 Classe 3 - Filtres analogiques linéaires I
Jerome LE NY
 
Chap2 dsp
Chap2 dspChap2 dsp
CM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique NumériqueCM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique NumériquePierre Maréchal
 
124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011
sunprass
 
Câblage Entrées / Sorties Automate programmable
Câblage Entrées / Sorties Automate programmable Câblage Entrées / Sorties Automate programmable
Câblage Entrées / Sorties Automate programmable
morin moli
 
Limites classiques de toutes les fonctions 4
Limites classiques de toutes les fonctions 4Limites classiques de toutes les fonctions 4
Limites classiques de toutes les fonctions 4
ulrich loemba
 
Regulation PI
Regulation PIRegulation PI
Regulation PI
Hamza Lagueneb
 

Tendances (20)

chap2 outil_mathematiques
chap2 outil_mathematiqueschap2 outil_mathematiques
chap2 outil_mathematiques
 
Rappel de cours traitement de signal
Rappel de cours traitement de signalRappel de cours traitement de signal
Rappel de cours traitement de signal
 
cours1_courtellemont.ppt
cours1_courtellemont.pptcours1_courtellemont.ppt
cours1_courtellemont.ppt
 
Introduction au traitement de signal
Introduction au traitement de signalIntroduction au traitement de signal
Introduction au traitement de signal
 
213 les capteurs tor
213 les capteurs tor213 les capteurs tor
213 les capteurs tor
 
Cours1
Cours1Cours1
Cours1
 
Cours1 Représentation des systèmes dynamiques continus LTI
Cours1 Représentation des systèmes dynamiques continus LTI Cours1 Représentation des systèmes dynamiques continus LTI
Cours1 Représentation des systèmes dynamiques continus LTI
 
2 signaux et systèmes slideshare
2 signaux et systèmes slideshare2 signaux et systèmes slideshare
2 signaux et systèmes slideshare
 
Projet interne sur capteurs de température
Projet interne sur capteurs de températureProjet interne sur capteurs de température
Projet interne sur capteurs de température
 
correction examen rattrapage 2012 transmission numérique
correction examen rattrapage 2012 transmission numérique correction examen rattrapage 2012 transmission numérique
correction examen rattrapage 2012 transmission numérique
 
Modulation Analogique
Modulation Analogique Modulation Analogique
Modulation Analogique
 
traitement de signal
traitement de signaltraitement de signal
traitement de signal
 
Cours electronique analogique filtrage 2
Cours electronique analogique filtrage 2Cours electronique analogique filtrage 2
Cours electronique analogique filtrage 2
 
ELE2611 Classe 3 - Filtres analogiques linéaires I
ELE2611 Classe 3 - Filtres analogiques linéaires IELE2611 Classe 3 - Filtres analogiques linéaires I
ELE2611 Classe 3 - Filtres analogiques linéaires I
 
Chap2 dsp
Chap2 dspChap2 dsp
Chap2 dsp
 
CM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique NumériqueCM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique Numérique
 
124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011
 
Câblage Entrées / Sorties Automate programmable
Câblage Entrées / Sorties Automate programmable Câblage Entrées / Sorties Automate programmable
Câblage Entrées / Sorties Automate programmable
 
Limites classiques de toutes les fonctions 4
Limites classiques de toutes les fonctions 4Limites classiques de toutes les fonctions 4
Limites classiques de toutes les fonctions 4
 
Regulation PI
Regulation PIRegulation PI
Regulation PI
 

Similaire à 64378311-Traitement-Du-Signal.ppt

fdocuments.net_traitement-de-signal-chapitre-1.ppt
fdocuments.net_traitement-de-signal-chapitre-1.pptfdocuments.net_traitement-de-signal-chapitre-1.ppt
fdocuments.net_traitement-de-signal-chapitre-1.ppt
docteurgyneco1
 
traitement_signal.pdf
traitement_signal.pdftraitement_signal.pdf
traitement_signal.pdf
waelHechmi
 
fdocuments.net_traitement-signal.ppt
fdocuments.net_traitement-signal.pptfdocuments.net_traitement-signal.ppt
fdocuments.net_traitement-signal.ppt
docteurgyneco1
 
diagnosis
diagnosisdiagnosis
diagnosis
ismailkziadi
 
TDSA, Analyse Spectrale et Filtrage continu.pdf
TDSA, Analyse Spectrale et Filtrage continu.pdfTDSA, Analyse Spectrale et Filtrage continu.pdf
TDSA, Analyse Spectrale et Filtrage continu.pdf
SAHELAicha
 
chap2 genéralites-chaine_de_transmission_15-16
chap2 genéralites-chaine_de_transmission_15-16chap2 genéralites-chaine_de_transmission_15-16
chap2 genéralites-chaine_de_transmission_15-16
BAKKOURY Jamila
 
INTRODUCTION AU TRAITEMENT DE SIGNAL
INTRODUCTION AU TRAITEMENT DE SIGNALINTRODUCTION AU TRAITEMENT DE SIGNAL
INTRODUCTION AU TRAITEMENT DE SIGNAL
sarah Benmerzouk
 
Gamma camera scintigraphie
Gamma camera scintigraphieGamma camera scintigraphie
Gamma camera scintigraphie
LABAKOUM BADR-EDDINE
 
Rapport simulation-signal biomedical ECG
Rapport simulation-signal biomedical ECGRapport simulation-signal biomedical ECG
Rapport simulation-signal biomedical ECG
Marwa Bhouri
 
231006 boukour [unlocked by www.freemypdf.com]
231006 boukour [unlocked by www.freemypdf.com]231006 boukour [unlocked by www.freemypdf.com]
231006 boukour [unlocked by www.freemypdf.com]
Amine Benmansour
 
Tds 1
Tds 1Tds 1
Tds 1
lehiri
 
Ph.D Defense
Ph.D DefensePh.D Defense
Ph.D Defenseawxzeca
 
Tomodensitométrie principes, formation de l’image
Tomodensitométrie   principes, formation de l’imageTomodensitométrie   principes, formation de l’image
Tomodensitométrie principes, formation de l’image
imma-dr
 
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
OllSraphin
 
Filtre adaptatif LMS avec Système On Chi (SOC) sur FPGA
Filtre adaptatif LMS avec Système On Chi (SOC) sur FPGAFiltre adaptatif LMS avec Système On Chi (SOC) sur FPGA
Filtre adaptatif LMS avec Système On Chi (SOC) sur FPGA
Houssam Benkerroum
 
cours1 (1).pdf
cours1 (1).pdfcours1 (1).pdf
cours1 (1).pdf
AlynaEla
 
Réseaux de transmission des données
Réseaux de transmission des donnéesRéseaux de transmission des données
Réseaux de transmission des données
Abdeljalil BENIICHE
 
005.pdf texte
005.pdf texte005.pdf texte
005.pdf texte
Mohamed Ikan
 
Chp 12 capteurs et chaines de mesure dans les transports
Chp 12 capteurs et chaines de mesure dans les transportsChp 12 capteurs et chaines de mesure dans les transports
Chp 12 capteurs et chaines de mesure dans les transports
Chalvesche
 
Conception d’antennes imprimées pour Identification Radio Fréquence (RFID) d...
Conception d’antennes imprimées pour Identification  Radio Fréquence (RFID) d...Conception d’antennes imprimées pour Identification  Radio Fréquence (RFID) d...
Conception d’antennes imprimées pour Identification Radio Fréquence (RFID) d...
Chergui Athman
 

Similaire à 64378311-Traitement-Du-Signal.ppt (20)

fdocuments.net_traitement-de-signal-chapitre-1.ppt
fdocuments.net_traitement-de-signal-chapitre-1.pptfdocuments.net_traitement-de-signal-chapitre-1.ppt
fdocuments.net_traitement-de-signal-chapitre-1.ppt
 
traitement_signal.pdf
traitement_signal.pdftraitement_signal.pdf
traitement_signal.pdf
 
fdocuments.net_traitement-signal.ppt
fdocuments.net_traitement-signal.pptfdocuments.net_traitement-signal.ppt
fdocuments.net_traitement-signal.ppt
 
diagnosis
diagnosisdiagnosis
diagnosis
 
TDSA, Analyse Spectrale et Filtrage continu.pdf
TDSA, Analyse Spectrale et Filtrage continu.pdfTDSA, Analyse Spectrale et Filtrage continu.pdf
TDSA, Analyse Spectrale et Filtrage continu.pdf
 
chap2 genéralites-chaine_de_transmission_15-16
chap2 genéralites-chaine_de_transmission_15-16chap2 genéralites-chaine_de_transmission_15-16
chap2 genéralites-chaine_de_transmission_15-16
 
INTRODUCTION AU TRAITEMENT DE SIGNAL
INTRODUCTION AU TRAITEMENT DE SIGNALINTRODUCTION AU TRAITEMENT DE SIGNAL
INTRODUCTION AU TRAITEMENT DE SIGNAL
 
Gamma camera scintigraphie
Gamma camera scintigraphieGamma camera scintigraphie
Gamma camera scintigraphie
 
Rapport simulation-signal biomedical ECG
Rapport simulation-signal biomedical ECGRapport simulation-signal biomedical ECG
Rapport simulation-signal biomedical ECG
 
231006 boukour [unlocked by www.freemypdf.com]
231006 boukour [unlocked by www.freemypdf.com]231006 boukour [unlocked by www.freemypdf.com]
231006 boukour [unlocked by www.freemypdf.com]
 
Tds 1
Tds 1Tds 1
Tds 1
 
Ph.D Defense
Ph.D DefensePh.D Defense
Ph.D Defense
 
Tomodensitométrie principes, formation de l’image
Tomodensitométrie   principes, formation de l’imageTomodensitométrie   principes, formation de l’image
Tomodensitométrie principes, formation de l’image
 
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
 
Filtre adaptatif LMS avec Système On Chi (SOC) sur FPGA
Filtre adaptatif LMS avec Système On Chi (SOC) sur FPGAFiltre adaptatif LMS avec Système On Chi (SOC) sur FPGA
Filtre adaptatif LMS avec Système On Chi (SOC) sur FPGA
 
cours1 (1).pdf
cours1 (1).pdfcours1 (1).pdf
cours1 (1).pdf
 
Réseaux de transmission des données
Réseaux de transmission des donnéesRéseaux de transmission des données
Réseaux de transmission des données
 
005.pdf texte
005.pdf texte005.pdf texte
005.pdf texte
 
Chp 12 capteurs et chaines de mesure dans les transports
Chp 12 capteurs et chaines de mesure dans les transportsChp 12 capteurs et chaines de mesure dans les transports
Chp 12 capteurs et chaines de mesure dans les transports
 
Conception d’antennes imprimées pour Identification Radio Fréquence (RFID) d...
Conception d’antennes imprimées pour Identification  Radio Fréquence (RFID) d...Conception d’antennes imprimées pour Identification  Radio Fréquence (RFID) d...
Conception d’antennes imprimées pour Identification Radio Fréquence (RFID) d...
 

Plus de docteurgyneco1

Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLSCours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
docteurgyneco1
 
Presentation-des-réseaux-Nouvelle-Génération-NGN.ppt
Presentation-des-réseaux-Nouvelle-Génération-NGN.pptPresentation-des-réseaux-Nouvelle-Génération-NGN.ppt
Presentation-des-réseaux-Nouvelle-Génération-NGN.ppt
docteurgyneco1
 
fdocuments.net---msan---------huawei.pdf
fdocuments.net---msan---------huawei.pdffdocuments.net---msan---------huawei.pdf
fdocuments.net---msan---------huawei.pdf
docteurgyneco1
 
533955144-MSAN-MA5600T-Basic-Operation.pdf
533955144-MSAN-MA5600T-Basic-Operation.pdf533955144-MSAN-MA5600T-Basic-Operation.pdf
533955144-MSAN-MA5600T-Basic-Operation.pdf
docteurgyneco1
 
Support de cours La technologie WDM.pptx
Support de cours La technologie WDM.pptxSupport de cours La technologie WDM.pptx
Support de cours La technologie WDM.pptx
docteurgyneco1
 
472959.ppt
472959.ppt472959.ppt
472959.ppt
docteurgyneco1
 
fdocuments.net_formation-facebook-protection.ppt
fdocuments.net_formation-facebook-protection.pptfdocuments.net_formation-facebook-protection.ppt
fdocuments.net_formation-facebook-protection.ppt
docteurgyneco1
 
fdocuments.net_formation-facebook-56ea53447de92.pdf
fdocuments.net_formation-facebook-56ea53447de92.pdffdocuments.net_formation-facebook-56ea53447de92.pdf
fdocuments.net_formation-facebook-56ea53447de92.pdf
docteurgyneco1
 
CM-SIC1App_Ch1_IntroSignal.pdf
CM-SIC1App_Ch1_IntroSignal.pdfCM-SIC1App_Ch1_IntroSignal.pdf
CM-SIC1App_Ch1_IntroSignal.pdf
docteurgyneco1
 
B-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdfB-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdf
docteurgyneco1
 
Etude_Etude_des_supports_de_transmission.pdf
Etude_Etude_des_supports_de_transmission.pdfEtude_Etude_des_supports_de_transmission.pdf
Etude_Etude_des_supports_de_transmission.pdf
docteurgyneco1
 
LES_PRINCIPES_DE_TRANSMISSION_DINFORMATI.docx
LES_PRINCIPES_DE_TRANSMISSION_DINFORMATI.docxLES_PRINCIPES_DE_TRANSMISSION_DINFORMATI.docx
LES_PRINCIPES_DE_TRANSMISSION_DINFORMATI.docx
docteurgyneco1
 
0025-formation-reseaux-fibre-optique.pdf
0025-formation-reseaux-fibre-optique.pdf0025-formation-reseaux-fibre-optique.pdf
0025-formation-reseaux-fibre-optique.pdf
docteurgyneco1
 
fdocuments.net_cours-fibre-optique-exercises.pdf
fdocuments.net_cours-fibre-optique-exercises.pdffdocuments.net_cours-fibre-optique-exercises.pdf
fdocuments.net_cours-fibre-optique-exercises.pdf
docteurgyneco1
 
CM2-TD1_-_Topologie_et_Supports_de_transmission.pdf
CM2-TD1_-_Topologie_et_Supports_de_transmission.pdfCM2-TD1_-_Topologie_et_Supports_de_transmission.pdf
CM2-TD1_-_Topologie_et_Supports_de_transmission.pdf
docteurgyneco1
 
fdocuments.net_10-fibre-optique-1.pdf
fdocuments.net_10-fibre-optique-1.pdffdocuments.net_10-fibre-optique-1.pdf
fdocuments.net_10-fibre-optique-1.pdf
docteurgyneco1
 
fdocuments.net_chap6-supportsdetransmissiom.ppt
fdocuments.net_chap6-supportsdetransmissiom.pptfdocuments.net_chap6-supportsdetransmissiom.ppt
fdocuments.net_chap6-supportsdetransmissiom.ppt
docteurgyneco1
 
fdocuments.net_deploiement-de-la-fibre-optique.ppt
fdocuments.net_deploiement-de-la-fibre-optique.pptfdocuments.net_deploiement-de-la-fibre-optique.ppt
fdocuments.net_deploiement-de-la-fibre-optique.ppt
docteurgyneco1
 
fdocuments.net_la-fibre-optique-21-mars-2013-david-carrin-sommaire-introducti...
fdocuments.net_la-fibre-optique-21-mars-2013-david-carrin-sommaire-introducti...fdocuments.net_la-fibre-optique-21-mars-2013-david-carrin-sommaire-introducti...
fdocuments.net_la-fibre-optique-21-mars-2013-david-carrin-sommaire-introducti...
docteurgyneco1
 

Plus de docteurgyneco1 (20)

Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLSCours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
 
Presentation-des-réseaux-Nouvelle-Génération-NGN.ppt
Presentation-des-réseaux-Nouvelle-Génération-NGN.pptPresentation-des-réseaux-Nouvelle-Génération-NGN.ppt
Presentation-des-réseaux-Nouvelle-Génération-NGN.ppt
 
fdocuments.net---msan---------huawei.pdf
fdocuments.net---msan---------huawei.pdffdocuments.net---msan---------huawei.pdf
fdocuments.net---msan---------huawei.pdf
 
533955144-MSAN-MA5600T-Basic-Operation.pdf
533955144-MSAN-MA5600T-Basic-Operation.pdf533955144-MSAN-MA5600T-Basic-Operation.pdf
533955144-MSAN-MA5600T-Basic-Operation.pdf
 
Support de cours La technologie WDM.pptx
Support de cours La technologie WDM.pptxSupport de cours La technologie WDM.pptx
Support de cours La technologie WDM.pptx
 
472959.ppt
472959.ppt472959.ppt
472959.ppt
 
fdocuments.net_formation-facebook-protection.ppt
fdocuments.net_formation-facebook-protection.pptfdocuments.net_formation-facebook-protection.ppt
fdocuments.net_formation-facebook-protection.ppt
 
fdocuments.net_formation-facebook-56ea53447de92.pdf
fdocuments.net_formation-facebook-56ea53447de92.pdffdocuments.net_formation-facebook-56ea53447de92.pdf
fdocuments.net_formation-facebook-56ea53447de92.pdf
 
c1-nup.pdf
c1-nup.pdfc1-nup.pdf
c1-nup.pdf
 
CM-SIC1App_Ch1_IntroSignal.pdf
CM-SIC1App_Ch1_IntroSignal.pdfCM-SIC1App_Ch1_IntroSignal.pdf
CM-SIC1App_Ch1_IntroSignal.pdf
 
B-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdfB-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdf
 
Etude_Etude_des_supports_de_transmission.pdf
Etude_Etude_des_supports_de_transmission.pdfEtude_Etude_des_supports_de_transmission.pdf
Etude_Etude_des_supports_de_transmission.pdf
 
LES_PRINCIPES_DE_TRANSMISSION_DINFORMATI.docx
LES_PRINCIPES_DE_TRANSMISSION_DINFORMATI.docxLES_PRINCIPES_DE_TRANSMISSION_DINFORMATI.docx
LES_PRINCIPES_DE_TRANSMISSION_DINFORMATI.docx
 
0025-formation-reseaux-fibre-optique.pdf
0025-formation-reseaux-fibre-optique.pdf0025-formation-reseaux-fibre-optique.pdf
0025-formation-reseaux-fibre-optique.pdf
 
fdocuments.net_cours-fibre-optique-exercises.pdf
fdocuments.net_cours-fibre-optique-exercises.pdffdocuments.net_cours-fibre-optique-exercises.pdf
fdocuments.net_cours-fibre-optique-exercises.pdf
 
CM2-TD1_-_Topologie_et_Supports_de_transmission.pdf
CM2-TD1_-_Topologie_et_Supports_de_transmission.pdfCM2-TD1_-_Topologie_et_Supports_de_transmission.pdf
CM2-TD1_-_Topologie_et_Supports_de_transmission.pdf
 
fdocuments.net_10-fibre-optique-1.pdf
fdocuments.net_10-fibre-optique-1.pdffdocuments.net_10-fibre-optique-1.pdf
fdocuments.net_10-fibre-optique-1.pdf
 
fdocuments.net_chap6-supportsdetransmissiom.ppt
fdocuments.net_chap6-supportsdetransmissiom.pptfdocuments.net_chap6-supportsdetransmissiom.ppt
fdocuments.net_chap6-supportsdetransmissiom.ppt
 
fdocuments.net_deploiement-de-la-fibre-optique.ppt
fdocuments.net_deploiement-de-la-fibre-optique.pptfdocuments.net_deploiement-de-la-fibre-optique.ppt
fdocuments.net_deploiement-de-la-fibre-optique.ppt
 
fdocuments.net_la-fibre-optique-21-mars-2013-david-carrin-sommaire-introducti...
fdocuments.net_la-fibre-optique-21-mars-2013-david-carrin-sommaire-introducti...fdocuments.net_la-fibre-optique-21-mars-2013-david-carrin-sommaire-introducti...
fdocuments.net_la-fibre-optique-21-mars-2013-david-carrin-sommaire-introducti...
 

Dernier

Ouvrez la porte ou prenez un mur (Agile Tour Genève 2024)
Ouvrez la porte ou prenez un mur (Agile Tour Genève 2024)Ouvrez la porte ou prenez un mur (Agile Tour Genève 2024)
Ouvrez la porte ou prenez un mur (Agile Tour Genève 2024)
Laurent Speyser
 
Le Comptoir OCTO - Équipes infra et prod, ne ratez pas l'embarquement pour l'...
Le Comptoir OCTO - Équipes infra et prod, ne ratez pas l'embarquement pour l'...Le Comptoir OCTO - Équipes infra et prod, ne ratez pas l'embarquement pour l'...
Le Comptoir OCTO - Équipes infra et prod, ne ratez pas l'embarquement pour l'...
OCTO Technology
 
OCTO TALKS : 4 Tech Trends du Software Engineering.pdf
OCTO TALKS : 4 Tech Trends du Software Engineering.pdfOCTO TALKS : 4 Tech Trends du Software Engineering.pdf
OCTO TALKS : 4 Tech Trends du Software Engineering.pdf
OCTO Technology
 
De l'IA comme plagiat à la rédaction d'une « charte IA » à l'université
De l'IA comme plagiat à la rédaction d'une « charte IA » à l'universitéDe l'IA comme plagiat à la rédaction d'une « charte IA » à l'université
De l'IA comme plagiat à la rédaction d'une « charte IA » à l'université
Université de Franche-Comté
 
Le support de présentation des Signaux 2024
Le support de présentation des Signaux 2024Le support de présentation des Signaux 2024
Le support de présentation des Signaux 2024
UNITECBordeaux
 
Le Comptoir OCTO - Qu’apporte l’analyse de cycle de vie lors d’un audit d’éco...
Le Comptoir OCTO - Qu’apporte l’analyse de cycle de vie lors d’un audit d’éco...Le Comptoir OCTO - Qu’apporte l’analyse de cycle de vie lors d’un audit d’éco...
Le Comptoir OCTO - Qu’apporte l’analyse de cycle de vie lors d’un audit d’éco...
OCTO Technology
 

Dernier (6)

Ouvrez la porte ou prenez un mur (Agile Tour Genève 2024)
Ouvrez la porte ou prenez un mur (Agile Tour Genève 2024)Ouvrez la porte ou prenez un mur (Agile Tour Genève 2024)
Ouvrez la porte ou prenez un mur (Agile Tour Genève 2024)
 
Le Comptoir OCTO - Équipes infra et prod, ne ratez pas l'embarquement pour l'...
Le Comptoir OCTO - Équipes infra et prod, ne ratez pas l'embarquement pour l'...Le Comptoir OCTO - Équipes infra et prod, ne ratez pas l'embarquement pour l'...
Le Comptoir OCTO - Équipes infra et prod, ne ratez pas l'embarquement pour l'...
 
OCTO TALKS : 4 Tech Trends du Software Engineering.pdf
OCTO TALKS : 4 Tech Trends du Software Engineering.pdfOCTO TALKS : 4 Tech Trends du Software Engineering.pdf
OCTO TALKS : 4 Tech Trends du Software Engineering.pdf
 
De l'IA comme plagiat à la rédaction d'une « charte IA » à l'université
De l'IA comme plagiat à la rédaction d'une « charte IA » à l'universitéDe l'IA comme plagiat à la rédaction d'une « charte IA » à l'université
De l'IA comme plagiat à la rédaction d'une « charte IA » à l'université
 
Le support de présentation des Signaux 2024
Le support de présentation des Signaux 2024Le support de présentation des Signaux 2024
Le support de présentation des Signaux 2024
 
Le Comptoir OCTO - Qu’apporte l’analyse de cycle de vie lors d’un audit d’éco...
Le Comptoir OCTO - Qu’apporte l’analyse de cycle de vie lors d’un audit d’éco...Le Comptoir OCTO - Qu’apporte l’analyse de cycle de vie lors d’un audit d’éco...
Le Comptoir OCTO - Qu’apporte l’analyse de cycle de vie lors d’un audit d’éco...
 

64378311-Traitement-Du-Signal.ppt

  • 1. 1 Université Ibn Zohr École Nationale des Sciences Appliquées 3ème Année, Année universitaire 2010/2011 TRAITEMENT DU SIGNAL "TDS" PH Rachid LATIF Enseignant-chercheur Resp. Laboratoire ESSI
  • 2. 2 Chapitres traités dans ce cours  Chapitre I : Généralités sur les signaux – Introduction: Signal?, TDS?, Chaîne de traitement de l’information? – Classification des signaux.  Chapitre II : Transformation de Fourier – Transformation des signaux périodiques, – Transformation des signaux non-périodiques, – Spectre de puissance de Fourier.  Chapitre III : Puissance et énergie des signaux – Énergie dans le domaine Temporel, – Énergie dans le domaine Fréquentiel, – Notion de densité spectrale, – Notion de Convolution, – Notion de Corrélation.
  • 3. 3 Chapitres traités dans ce cours (suite)  Chapitre IV : Transformation de Laplace – Transformée de Laplace des signaux apériodique, – Propriétés de la TL, – Transformée de Laplace des signaux périodique, – Transformée de Laplace inverse, – Transformées de Laplace des signaux élémentaires.  Chapitre V : Filtrage Analogique – Systèmes linéaires, – Produit de convolution, – Filtrage analogique, – Filtres physiquement réalisables.  Chapitre VI : Echantillonnage – Théorème d’échantillonnage, – Echantillonnage physiquement réalisable
  • 4. 4 Travaux Pratiques sous Matlab et LabVIEW  TP1 : Calcul Élémentaire en TDS But: Eude de spectre pour certains signaux avec des applications  TP2 : Transformation de Fourier et Filtrage But: Mise en évidence des caractéristiques de la TF  TP3 : Applications sur des signaux usuels But: Application de la TF sur des signaux usuels  TP4 : Analyse spectrale par la TFD et Filtrage But: Étudiez les différents effets de la TFD en terme de précision d’analyse et de résolution fréquentielle NB: Vous devez rendre un compte rendu à la fin des séances de TP (Document + CD)
  • 5. 5 Objectifs du Cours Enseigner les concepts et méthodes de bases en TDS pour les applications physiques (Génie Industriel) : Concepts: – Distribution Spectrale, – Convolution, – Corrélation des Signaux, – Densité Spectrale, – Signaux Numériques, – Signaux Aléatoires,… Méthodes: – Analyse Spectrale, – Filtrage, – Echantillonnage, – Modulation, – Systèmes linéaires, … C-à-d: Savoir les connaissances théoriques élémentaire pour: – Décrire et représenter les signaux, – Comprendre le principe et les limites des méthodes de traitement, – Mettre en œuvre des méthodes de traitement simples.
  • 6. 6 Ouvrages bibliographiques et Projet à réaliser  Ouvrages bibliographiques utilisés : – Ouvrage 1 : Méthode et Techniques de TDS, Jacques Max, DUNOD – Ouvrage 2 : Théorie et TDS, Messaoud Benidir, DUNOD – Ouvrage 3 : Exercices et problèmes résolus de TDS analogique, Tahar Neffate, ELLIPSES – Ouvrage 4 : Traitement numérique du signal Théorie et Applications, Kidiyo Kpalma, ELLIPSES – Ouvrage 5 : Analyse de Fourier et applications, Claude Gasquet, DUNOD – Ouvrage 6 : Capteurs: principes et utilisations, F. Baudoin, CASTEILLA – Ouvrage 7 : Instrumentation Industrielle, Michel Grout, DUNOD – Ouvrage 8 : LabVIEW Programmation et Applications, Francis Cottet, DUNOD
  • 7. 7 Ouvrages bibliographiques et Projet à réaliser  Projets à réalisés par groupe de 4 étudiants : – Projet 1 (3): Filtrage d’un signal cardiaque ECG et détection du complexe QRS (LabVIEW/C++/Matlab) – Projet 2 (3): Filtrage d’un signal cardiaque ECG bruité (LabVIEW/C++/Matlab) – Projet 3 (2): Spectre fréquentielle d’un signal cardiaque ECG normal et bruité (LabVIEW/Matlab) – Projet 4 (3): Pilotage sous LabVIEW/C++/VB d’un instrument via le port série – Projet 5 (3): Pilotage sous LabVIEW/C++/VB d’un instrument via le port parallèle – Projet 6 (3): Pilotage sous LabVIEW/C++/VB d’un instrument via le port USB – Projet 7 : Réalisation d’une interface LabVIEW pour la surveillance par caméra – Projet 8 : Visualisation, en temps réel, sur le Web d’une application sous LabVIEW – Projet 9 (3) : Communication entre deux PC sous LabVIEW/C++/VB via le protocole TCP/IP – Projet 10 (2): Densité spectrale de puissance d’un signal cardiaque ECG via le filtre adaptatif AR (LabVIEW/Matlab)
  • 9. 9 But : TDS? • Amélioration du rapport signal sur bruit quand on cherche à : - Détecter, - Mesurer, - Caractériser. Un signal provenant, en général, d’une mesure physique • Forme graphique à l’information : Représentation du signal • D’une manière générale la théorie du signal est concernée à chaque fois qu’il faut: - Émettre (Capteurs,…), - Transmettre (Lignes de transmission,…), - Détecter de l’information (Capteurs,…). • En effet, la théorie du signal et de l’information ont une place originale par rapport aux autres disciplines scientifiques. Chapitre I : Introduction
  • 10. 10 ?Pourquoi traiter les signaux? • Réduire le bruit, • Extraire des propriétés caractéristiques: - Difficiles à obtenir visuellement, - Caractériser l’information clinique, - Aider l’observation humaine • Compresser les données (stockage, transport, gain de temps,… • Modéliser (Modèles du signal), pour aider le traitement ET mieux comprendre le système étudié. Remarque: Méthodes de TDS permettent de contribuer à l’extraction de l’information appropriées. Exemples: Signal cardiaque ECG, Signal EEG,… Chapitre I : Introduction (suite)
  • 11. 11 ?Signal? Toute entité qui véhicule une information • Représentation physique d’une information à transmettre • Information issue d’un capteur physique (Pression, Position, Vitesse, Déplacement, Température,Infrarouge, Acoustique,…) Exemples: • Ondes acoustiques: Courant délivré par un microphone (Son, parole, musique, CND,…) • Signaux biomédicaux : signal cardiaque ECG, signal EEG,… • Signaux géophysiques: Vibrations sismiques, • Tension aux bornes d’un condensateur en charge, • Finances: cours de la bource,… • Images 2D,… Chapitre I : Introduction (suite)
  • 12. 12 ?Bruit? Tout phénomène perturbateur gênant la perception ou l’interprétation du signal. Le traitement du signal (TDS): • Ensemble de techniques permettant de créer, d’analyser et de transformer les signaux en vue de leur exploitation (synthèse), • Extraction du maximum d'information utile sur un signal perturbé par un bruit. TDS = procédure utilisée pour : • Mettre en forme le signal (forme adaptée à la transmission ou au stockage) • Interpréter les signaux: mise en évidence des caractéristiques n’apparaissant pas à l’œil nu. Par exemple* : la notion de fréquence Chapitre I : Introduction (suite)*
  • 13. 13 Chaîne de traitement de l’information? Chapitre I : Introduction (suite) Contrôle - Régulation
  • 14. 14 Chapitre I : Introduction (suite) Chaîne de traitement de l’information (Exemple 1) Contrôle de la qualité d’un produit alimentaire
  • 15. 15 Chapitre I : Introduction (suite) Chaîne de traitement de l’information (Exemple 2) Contrôle à distance d’un procède
  • 16. 16 Chapitre I : Introduction (suite) Chaîne de traitement de l’information (Exemple 3) Contrôle et surveillance à distance d’une machine/Laboratoire
  • 17. 17 Chapitre I : Introduction (suite)* TDS analogique : signal analogique est caractérisé par des variations continues de grandeurs physiques en fonction du temps. Exemple *: Mesure de l’évolution de la tension de sortie d’un micro en fonction du temps (Volts/s). TDS numérique :signal numérique est caractérisé par des variations discrètes de fonctions échantillonnées par rapport au temps ou à l’espace. Exemple *: Variations des niveaux de gris d’une image par rapport aux coordonnées spatiales.
  • 18. 18 Chapitre I : Introduction (suite) Représentation d’un signal : • Représentation temporelle : x(t) Ex.: Signal audio, signal cardiaque, Signal acoustique, … • Représentation spatiale : i(x,y) Ex.: Image 2D fixe (photo) • Représentation spatiotemporelle : i(x,y,t) Ex.: Image 2D en mouvement (vidéo) • Représentation fréquentielle : x(f) Ex.: Transformée de Fourier de la représentation temporelle x(t). Rq.: TF est une opération mathématique qui consiste à décomposer une fonction x(t) selon ses fréquence Ex.: De même qu’un prisme décompose la lumière en couleurs (fréquences) • Représentation temps-fréquence : x(t,f) Ex.: Évolution de la fréquence d’un signal ECG au cours du temps
  • 19. 19 Chapitre I : Introduction (suite) Interprétation des signaux : • Filtrage: élimination de certaines composantes, • Détection: extraction du signal d’un bruit de fond, • Identification: classement du signal (identification d’un type d’onde, d’une pathologie sur un signal ECG), • Analyse: isoler les composantes utiles d’un signal complexe. Domaines d’applications du TDS : • Biomédical (signaux ECG, EEG,…), • Acoustique (CND, identification des objets, dispersion,…), • Radar, Télécommunications, • Traitement d’images (reconnaissance des formes,…), • Automatique, • l’optique.
  • 20. 20 Chapitre I : Classification des signaux *  Il existe plusieurs modes de classification des signaux A. Classification dimensionnelle :(nombre de variables libres) • Signal monodimensionnel 1D (fonction d’un seul paramètre), Ex.*: Tension électrique, Spectre fréquentiel • Signal bidimensionnel 2D (fonction de deux paramètres), Ex.*: Image statique  f(x,y), Représentation t-f • Signal tridimensionnel 3D (fonction de trois paramètres), Ex.: Image en mouvement : Film  f(x,y,t) • Analyse: isoler les composantes utiles d’un signal complexe.
  • 21. 21 Chapitre I : Classification des signaux (suite)* B. Classification phénoménologique : (Évolution déterministe ou aléatoire du signal) • Signaux déterministes (certains): Signaux dont l’évolution en fonction du temps t peut être parfaitement décrite grâce à une description mathématique ou graphique (prédite par un modèle mathématique) Ex.*: Signaux périodiques, apériodiques, transitoires (impulse) • Signaux aléatoires (stochastiques): - Signaux dont l’évolution temporelle est imprévisible et dont on ne peut pas prédire la valeur à un temps t. - La description est basée sur les propriétés statistiques des signaux (moyenne, variance, loi de probabilité,…) Ex.: Résultat d’un jet de dé lancé toutes les secondes (moyenne=3,5, écart type=1,87) Rq.: tout signal physique comporte une composante aléatoire (Bruit ou perturbation externe)
  • 22. 22 Chapitre I : Classification des signaux (suite) • Signaux aléatoires stationnaires : Les lois statistiques ne changent pas en fonction du temps (La stationnarité suppose une indépendance des caractéristiques statistiques par rapport au temps). • Signaux aléatoires non stationnaires : Les lois statistiques dépendent du temps.
  • 23. 23 Chapitre I : Classification des signaux (suite)* C. Classification morphologique : • Si le signal dépend d’une variable continue, il est appelé signal analogique Ex.: Courant électrique. • Si la variable est discrète, on l’appelle signal échantillonné Ex.: Signal télégraphiste. • Si le signal ne peut prendre qu’un nombre fini de valeurs, on dit qu’il est quantifié • Et s’il dépend d’une variable discrète, on l’appelle signal numérique Ex.: Messages codés issus d’un ordinateur. Ces notions sont illustrées dans le cas d’une variable temporelle sur la figure ci-contre (voir tableau).
  • 24. 24 Chapitre I : Classification des signaux (suite)* D. Classification énergétique :  Classification en fonction de leur caractéristique énergétique Par analogie avec les signaux électriques (vois cours électricité): • Énergie d’un signal x(t) : Ex = ? • Puissance moyenne d’un signal x(t) : Px,m = ? Rq.: Si x(t) est périodique de période To : Px,m = ? D’après cette classification on peut distinguer : • Signaux à énergie finie (on parle généralement à des signaux transitoires à support borné): 0 ≤ Ex <  ; Px,m = 0 • Signaux à énergie infinie (Px,m; finie): 0 ≤ Px,m <  ; Ex =  Ex.: signaux périodiques. Rq.: Dans la réalité physique, les signaux observés sont d’énergie finie.
  • 25. 25 Chapitre I : Classification des signaux (suite)* E. Classification spectrale des signaux :  on peut représenter un signal en fonction de la fréquence (spectre du signal) ainsi il peut être caractérisé selon sa bande passante (BP). Exemple du spectre d’un signal On définit une Fmoy = (Fmin + Fmax)/2 Selon la valeur de Fmoy, on peut classer les signaux en deux catégories: • Si Fmin  Fmax : Signaux à bande passante étroite. • Si Fmin  Fmax : Signaux à bande passante large. Rq.: Domaine de variation de Fmoy:
  • 26. 26 Chapitre I : Signaux élémentaires * A. Signaux à temps continu : Parmi les signaux à temps continu, on distingue : Signaux périodiques / Signaux apériodiques  Signaux périodiques Les signaux périodiques obéissent à une loi répétition cyclique régulière, de période To (Eq.1 *): On distingue dans cette classe : les signaux sinusoïdaux (Eq.2 *)  Valeurs caractéristiques de signaux à temps continu • Valeur moyenne : La valeur moyenne (moyenne temporelle) d’un signal s(t) est donnée par (Eq.3 *) : • Valeur efficace :Le carré de la valeur efficace Seff ou valeur RMS (Root Mean Squares) d’un signal s(t) est défini par (Eq.4 *) :
  • 27. 27 Chapitre I : Signaux élémentaires B. Signal causal : Un signal causal est un signal qui est nul pour le temps négatif. • x(t) est causal  x(t)=0  t<0 • x(t) est anti-causal  x(t)=0  t>0
  • 28. 28 Chapitre I : Signaux élémentaires C. Signaux retardés et avancés : • Soit le signal s(t) causal : s(t) = 0  t <0 • Le signal s(t) retardé de t° , représenté ci-contre, est noté par convention s(t-t°) • Le signal s(t) avancé de t° , représenté ci-contre, est noté par convention s(t+t°)
  • 29. 29 D. Signaux pairs et impairs : • x(t) est pair si x(-t) = x(t) et impair si x(-t) = - x(t) E. Signaux à support borné : • x(t) = 0  t   T  Exemple *: F. Signaux à amplitude borné : •  t | x(t) | ≤ A Chapitre I : Signaux élémentaires*
  • 30. 30 A. Fonction échelon (ou de Heaviside) : L’échelon unité est défini par : • (t)= 1  t >0 • (t)= 0  t <0 Fig.1* Rq.:- (0)= 1 ou bien 0,5 (ce choix est arbitraire), -  x(t), le signal y(t) = x(t)(t) est causal (nul pour t<0). B. Fonction Rampe unitaire : • r(t)= t  t  0 • r(t)= 0  t <0 Fig.2* C. Fonction signe : La fonction signe est définie par : • sgn(t)= 1  t >0 • sgn(t)= -1  t <0 Fig.3* Rq.: sgn(0) est arbitraire (située entre 1 et -1). On supposera que cette valeur est nulle. Chapitre I : Signaux à temps continu particuliers (Signaux usuels)*
  • 31. 31 D. Fonction porte (ou fenêtre rectangulaire) : L’échelon unité est défini par : • rectT(t)= 1  |t| ≤ T/2 • rectT(t)= 0  |t| > T/2 Fig.4* Rq.:- Ce signal est souvent utilisé pour exprimer qu’un signal x(t) est observé sur un horizon fini de durée T, - La fenêtre rectangulaire peut être définie à partir de l’échelon unitaire (Fig.5*). - Ce signal est très utilisé en TDS (filtrage, fenêtrage, échantillonnage,… E. Fenêtre triangulaire (ou de Barlett) : • triT(t)= 1-|t|  |t| ≤ 1 • triT(t)= 0 ailleurs Fig.6* Rq.: La fenêtre triangulaire peut être définie à partir de la fonction Rampe (Eq.6*). Chapitre I : Signaux à temps continu particuliers (Signaux usuels)*
  • 32. 32 Transformée de Fourier X f x t j f t dt t R f R ( ) ( )exp( ) , ,        2 x t X f j f t df t R f R ( ) ( )exp( ) , ,       2  Définition  Quelques propriétés – Linéarité – X(f)  module |X(f)|, phase Arg[X(f)] – x(t) réel  Re[X(f)] paire, Im[X(f)] impaire, module pair, phase impaire – x(t) réel pair  X(f) réel pair – x(t) réel impair  X(f) imaginaire impair – x(t)*y(t)  X(f).Y(f) et x(t).y(t)  X(f)*Y(f)
  • 33. 33 Transformée de Fourier  Quelques relations – x(t)*d(t-t0)= x(t-t0)  X(f) exp(-2j f t0) – x(t) exp(2 j  t f0)  X(f-f0) – x*(t)  X*(-f) – x(at)  |a|-1 X(f/a) – dnx(t)/dtn  (2 j  f )n X(f)  Signaux importants – d(t)  1 – 1(t)  ½ d(f) + 1/(2 j  f ) – cos(2f0t)  [d(f-f0) +d(f+f0)]/2 et sin(2f0t)  [d(f-f0) -d(f+f0)]/2j – Sd(t+nT)  Fe Sd(f+kFe) avec Fe=1/T – Rect(t)  2a.Sinc(fa)
  • 34. 34  Signal discret x[k]  Transformée de Fourier discrète, périodique Fréquence définie sur la période principale de 0 à 1 ou de -½ à ½  Fréquence d’échantillonnage réelle Fe=1/Te Fréquence définie de 0 à Fe ou de -Fe/2 à Fe/2  Mêmes propriétés que la transformée de Fourier des signaux continus X f x k j f k k ( ) [ ]exp( )      2  X f x kT j f k T e e k ( ) [ ]exp( )      2 Transformée de Fourier des signaux discrets
  • 35. 35 Système d’information *  Définition d’un système: – Un système est un ensemble d’éléments matériels et immatériels en interaction, transformant, par un processus, les éléments en entrée en d’autres éléments en sortie. Exemple 1  Les systèmes de l’entreprise: – L’entreprise possède différentes fonctions: produire, vendre, décider,… – Ces fonctions sont regroupées en systèmes représentant des finalités communes. Ces systèmes sont:
  • 36. 36 Transformée de Laplace X f x t j f t rt dt ( ) ( )exp( )exp( )       2 X s x t st dt t R s C ( ) ( )exp( ) , ,        en posant : w j r f j r s . . 2 .       Définition Introduite pour palier aux limitations de la transformée de Fourier C s R t ds t s s X t x        , , ) exp( ) ( ) (
  • 37. 37 Systèmes différentiels et Laplace Pour les systèmes continus linéaires invariant de réponse impulsionnelle h(t) M M M N N N dt t y d p dt t dy p t u p dt t y d q dt t dy q t y q ) ( ... ) ( ) ( ) ( .... ) ( ) ( 1 0 1 0        u Q P y   ) ( ) (             N i i M j j p s z s K s Q s P s H t h TL s H 1 1 ) ( ) ( ) ( ) ( ) ( )) ( ( ) ( avec Causal : N  M  Fonction de transfert zéros pôles Système stable  ||h(t)||1<   Re(pi) < 0
  • 38. 38 Relations entre Laplace et Fourier f j r jw r s  2 .     • Pour s imaginaire pur, et on retombe sur Fourier H(s)=H(f) f j jw s  2 .   • H(f) = H(s) évaluée sur l'axe imaginaire du plan de Laplace • Exemple : h(t)=exp(-at) 1(t) -a s=j w j r j w r w j r w      )) ( ( 1 ) ( ), exp( 1 ) ( j H Arg j H j j H et H s s a ( )   1 un pôle en s=-a v le vecteur du plan complexe reliant les point s et -a ) exp( . j r j a s v   
  • 39. 39 Fonction d de Dirac  Définition  Propriété   0 si 0 si 0 t t t d            1 t dt d               d d         not f t t a dt f t t a f a Produit de convolution

Notes de l'éditeur

  1. PH R. LATIF, Resp. ESSI