SlideShare une entreprise Scribd logo
1TdS
Introduction au Traitement du
Signal
Représentation temporelle des signaux
UV Traitement du signal
ASI 3
Cours 1
2TdS
Traitement du Signal
Continu  Discret
TF en Discret
Systèmes linéaires Discrets
Filtrage Numérique
Introduction au TS
Transformation de Fourier
Systèmes linéaires continus
Filtrage analogique
 DSP ?
3TdS
Contenu du cours
 Introduction
 Définition d'un signal
 Qu'est-ce que le traitement du signal?
 Chaîne de traitement de l'information
 Classification des signaux
 Signaux élémentaires
 Notions de corrélation
 Notions de distributions
 Définition d'une distribution
 Impulsion de Dirac
4TdS
 Représentation physique d'une information à transmettre
 Entité qui sert à véhiculer une information
Exemples
Introduction
 Signal
 Onde acoustique : courant délivré par un microphone (parole, musique, …)
 Signaux biologiques : EEG, ECG
 Tension aux bornes d'un condensateur en charge
 Signaux géophysiques : vibrations sismiques
 Finances : cours de la bourse
 Débit de la Seine
 Images
 Vidéos
 etc.
 Bruit : Tout phénomène perturbateur pouvant géner la perception ou
l'interprétation d'un signal
5TdS
Introduction
 Définitions :
Traitement du signal
 Ensemble de techniques permettant de créer, d'analyser, de
transformer les signaux en vue de leur exploitation
 Extraction du maximum d'information utile d'un signal
perturbé par le bruit
Notion très importante : le bruit
6TdS
Introduction
 Fonctions du traitement du signal
 Créer : Élaboration de signaux
 Synthèse : création de signaux par combinaison de signaux
élémentaires
 Modulation : adaptation du signal au canal de transmission
7TdS
Introduction
 Fonctions du traitement du signal
 Analyser : Interprétation des signaux
 Détection : isoler les composantes utiles d'un signal complexe ,
extraction du signal d'un bruit de fond
 Identification : classement du signal (identification d'une pathologie
sur un signal ECG, reconnaissance de la parole, etc.)
8TdS
Introduction
 Fonctions du traitement du signal
 Transformer : adapter un signal aux besoins
 Filtrage : élimination de certaines composantes
– Détection de craquements sur un enregistrement,
– Détection de bruit sur une image,
– Annulation d'écho, etc.
 Codage/compression (Jpeg, mp3, mpeg4, etc.)
h1
h2
…
hM
…
Allocation
de bits
aux
bandes
selon
l’énergie
des signaux
M↓
M↓
M↓
M↑
M↑
M↑
∑Bbc.wav
Algorithme d’allocation:
Taux de compression
Étage de filtres
interpolateurs
sur-échantillonnageDécimation
(sous-échantillonnage)
Étage de filtres
Anti aliasing
… …
M*hM
M*h2
M*h11y
2y
8y
y
recy
9TdS
La chaîne de traitement de l'information et le TS
Extraction
d'information
Analyse
Reco.
de formes
Compression
(mp3, ...)
Système
physique
Capteur Récepteur TraitementsTransmission
Bruit
Bruit
etc.
10TdS
Objectifs
Connaissances théoriques élémentaires pour
• Décrire et représenter les signaux
• Comprendre le principe et les limites des méthodes de traitement
• mettre en œuvre des méthodes de traitement simples
Objectifs de ce premier cours :
• Classification des signaux selon différentes catégories
(leur dimension, leur évolution, leur énergie, leur morphologie)
• Énergie et puissance
• Notion de corrélation
11TdS
Classification des signaux
 Classification dimensionnelle
 Signal monodimensionnel 1D
 Signal bidimensionnel 2D
 Signal tridimensionnel 3D
Fonction d'un seul paramètre,
pas forcément le temps : une
concentration, une abscisse, etc. 0 10 20 30 4 0
-2
-1
0
1
2
Exemple : image NG ),( yxf→
Exemple : film NB ),,( tyxf→
12TdS
Classification phénoménologique
 Evolution déterministe ou aléatoire des signaux
 Signaux déterministes
 Sous catégories :
Signaux dont l'évolution en fonction du temps t peut être parfaitement
décrite grâce à une description mathématique ou graphique.
 périodiques  apériodiques
support non borné support borné
Signal réel
C'est un signal représentant une grandeur physique. Son modèle
mathématique est une fonction réelle. Ex. : tension aux bornes d'un C
)()( kTtxtxT +=∃
 transitoire
13TdS
Classification phénoménologique
 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, …)
Signaux aléatoires stationnaires
Stationnaire si les caractéristiques statistiques ne varient pas au cours du temps.
Exemple résultat d'un jet de dé lancé toutes les secondes (moyenne=3.5, écart type :1.87)
 stationnaires  Non-stationnaires
14TdS
Classification énergétique
 Energie et Puissance des signaux
 Energie de x(t)
 Puissance moyenne de x(t)
 Homogène à E/t
Soit un signal x(t) défini sur , et T0 un intervalle de temps] [∞+∞− ,
∫=
−
∞→
2
2
2
0
00
)(lim
T
TT
dttxE
∫=
−
∞→
2
2
2
0
0
0
)(
1
lim
T
TTo
dttx
T
P
Cas des signaux périodiques de période T ∫=
−
2
2
2
)(
1
T
T
dttx
T
P
ou∫= ∞+
∞− dttxE
2
)(
15TdS
Classification énergétique
 Signaux à énergie finie  puissance moyenne nulle
 Signaux à énergie infinie  puissance moyenne non nulle
Cas des signaux périodiques
Généralement, cas des signaux représentant une grandeur physique.
Signaux transitoires à support borné
Notion valable pour les signaux aléatoires et déterministes
 Remarques :
16TdS
Classification morphologique
2ème partie du
cours
1ère partie du
cours
quantification
échantillonnage
17TdS
Retour sur la notion de bruit
 Bruit
 Def. : Tout phénomène perturbateur pouvant géner la perception
ou l'interprétation d'un signal
 La notion de bruit est relative, elle dépend du contexte
 Exemple classique du technicien en télécom et de l'astronome :
 Pour le technicien en télécom :
– Ondes d'un satellite = signal
– Signaux provenant d'une source astrophysique = bruit
 Pour l'astronome :
– Ondes d'un satellite = bruit
– Signaux provenant d'une source astrophysique = signal
 Tout signal physique comporte du bruit = une composante aléatoire
 Introduction de la notion du rapport signal/bruit
18TdS
Notion de rapport signal sur bruit
 Objectif
Signal = composante déterministe + composante aléatoire.
Déterminer la qualité d'un signal aléatoire ou déterministe  introduction
d'un rapport RS/B quantifiant l'effet du bruit.
b
s
P
P
R BS
=/
)(log10)( // 10 BSBS
RdBR =
Signal + bruit
Signal
RS/B=0 dB RS/B=26 dB
Ps est la puissance du signal et Pb celle du bruit.
ou
19TdS
Signaux élémentaires continus
 Échelon



>
<
=Γ
0pour1
0pour0
)(
t
t
t
permet d'exprimer l'établissement
instantané d'un régime continu
 Exponentielle décroissante
0)()( >⋅Γ= − aetty at
 Signal porte ou rectangle



 ≤=Π
ailleurs
tpourt
0
2
1)(
τ
τ
τ : largeur de la porte
)(tΓ
1 )(tτΠ
1
2/τ− 2/τ
Peut aussi être défini comme une
différence de deux échelons.
 Signaux périodiques : sin / cos
20TdS
Notion d'autocorrélation
 Définition
 Pour les signaux à énergie finie
 Pour les signaux à énergie infinie
 Propriétés
 : Maximum en 0
 Si x(t) est périodique alors Cxx(t) est périodique de même période
 Cxx(t) est paire pour des signaux réels
L'autocorrélation réalise une comparaison entre un signal x(t) et ses copies
retardées (étude de ressemblance d'un signal avec lui-même au cours du temps)
∫ −⋅=
∞+
∞−
dttxtxCxx )()()( *
ττ
∫ −=
−∞→
2/
2/
*
)()(
1
lim)(
T
TT
xx dttxtx
T
C ττ
Homogène à une énergie,
Cxx(0) est l'énergie du signal
Homogène à une puissance,
Cxx(0) est la puissance
moyenne du signal
)0()( xxxx CC ≤τ
21TdS
Notion d'intercorrélation
 Définition
 Pour les signaux à énergie finie
 Pour les signaux à énergie infinie
L'intercorrélation compare un signal x(t) et un signal y(t) retardée.
Elle mesure la similitude entre ces deux signaux
∫
∞+
∞−
−⋅= dttytxCxy )()()( * ττ
∫
−∞→
−=
2/
2/
*
0
0
0
0
)()(
1
lim)(
T
TT
xy dttytx
T
C ττ
Exemple d'application
Autres exemples
Détection par intercorrélation
Détection de signal périodique noyé dans le bruit
Analyse spectrale
Test de "blancheur"
22TdS
Introduction aux distributions
CEo V(t)
i(t)



>
<
=
0
00
)(
tE
t
tV
o
Question : que vaut i(t) ?
dt
dV
Cti =)(
i(t) est nul partout. En 0, on ne connaît pas la valeur de i car V(t) est
discontinue en 0 et n'est donc pas dérivable en ce point.
Et pourtant, i(t) en 0 existe puisque il y a eu transfert de charge
entre l'alimentation et la capacité. Aire sous i(t) = CE0
... étrange non ?
 i(t) serait une fonction qui vaut 0 partout et l'infini en 0
impossible car on aurait 2*i(t) = i(t), ou i(t)² = i(t) ...
i(t) n'est donc pas une fonction, c'est une distribution !
On l'appelle distribution de Dirac
V est discontinue
oCEdttiq == ∫
∞+
∞−
)(
23TdS
Distribution de Dirac
 Définition
 Si φ est une fonction, la distribution de Dirac ou impulsion de Dirac
est définie par :
=> Dirac appliqué à une fonction = la valeur de la fonction en 0
Remarque : il n'existe pas de fonction δ vérifiant cette propriété
 Cependant pour des raisons de commodités, on la note souvent
comme une fonction de t : δ(t), qu'on représente :
 Propriétés
)()( 1)( 1
tt ϕϕδ =
• Dirac représente un signal de durée théoriquement nulle et d'énergie finie (=1).
• Notation incorrecte mais commode :
• Une impulsion de Dirac à l'instant t1 donne :
• Autre propriété :
)( 1)( 1
ttt −= δδ
)()()()( tottoxtottx −⋅=−⋅ δδ
t
δ(t)
=∫−∞
∞
t.tdt=0
24TdS
Distribution de Dirac
 Autres définitions :
 Comme une fonction :
À partir du signal porte :
 Peut être vue comme la dérivée d'un échelon





=
≠=
∫
∞+
∞−
1)(
00)(
)(
dxx
xx
x
δ
δ
δ
)(
1
lim)(
0
xx τ
τ τ
δ Π=
→
t
δ(t)
t
τ
)t(
1
τ∏
τ
Remarque1 : ceci est impossible : l'aire
sous le pic ne peut être égale à 1...
Remarque2 : l'énergie du Dirac est donc
égale à 1
Mêmes remarques !
25TdS
Peigne de Dirac
 Définition
 Propriété
∑
+ ∞
− ∞=
−δ=
k
oT )kTt(o

C'est une somme infinie d'impulsions de Dirac régulièrement espacées de To
To
t0 To 2To-To-2To
∑ −⋅=⋅
k
To kTotkToxtx )()()( δ
t
x(t)
To)t(x ⋅
Echantillonnage de la fonction x(t)
Ш
Ш
26TdS
Qq éléments sur la théorie des Distributions ...
 Définition
On appelle une distribution D, un opérateur sur l'espace vectoriel V de
fonctions ϕ(t), indéfiniment dérivable et à support borné.
 Propriétés
)()()( 2121 ϕϕϕϕ DDD +=+
)()( ϕλλ ϕ DD =
 Dérivation d'une distribution
Soit D une distribution alors la dérivée D' de D définit également une
distribution telle que )'()(' ϕϕ DD −=
 : ensemble des nombres
complexes
λ est un scalaire
)(,)(
:
ϕϕϕ DouDt
VD
→
→ ℂ ℂ
Voir J. Auvray pour plus de précisions

Contenu connexe

Tendances

chap4 codes-en-ligne
chap4 codes-en-lignechap4 codes-en-ligne
chap4 codes-en-ligne
BAKKOURY Jamila
 
50315546 rapport-de-stage-telecom
50315546 rapport-de-stage-telecom50315546 rapport-de-stage-telecom
50315546 rapport-de-stage-telecom
mohamed nadasd
 
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
 
Chap3 liaison de données
Chap3 liaison de donnéesChap3 liaison de données
Chap3 liaison de données
Ens Kouba
 
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...
Yassine Nasser
 
64378311-Traitement-Du-Signal.ppt
64378311-Traitement-Du-Signal.ppt64378311-Traitement-Du-Signal.ppt
64378311-Traitement-Du-Signal.ppt
docteurgyneco1
 
chap2 outil_mathematiques
chap2 outil_mathematiqueschap2 outil_mathematiques
chap2 outil_mathematiques
BAKKOURY Jamila
 
Tp 2 transmission de donné modulation analogique
Tp 2 transmission de donné modulation analogiqueTp 2 transmission de donné modulation analogique
Tp 2 transmission de donné modulation analogique
hamdinho
 
Tp 3 transmission de donné modulation d'amplitude,de fréquence et de phase
Tp 3 transmission de donné modulation d'amplitude,de fréquence et de phaseTp 3 transmission de donné modulation d'amplitude,de fréquence et de phase
Tp 3 transmission de donné modulation d'amplitude,de fréquence et de phase
hamdinho
 
Examen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correctionExamen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correction
Ines Ouaz
 
Rapport de mini stage génie industriel
Rapport de mini stage génie industrielRapport de mini stage génie industriel
Rapport de mini stage génie industriel
Yaya Im
 
Chap2 dsp
Chap2 dspChap2 dsp
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
 
cours1_courtellemont.ppt
cours1_courtellemont.pptcours1_courtellemont.ppt
cours1_courtellemont.ppt
TITANIUMALFREDO
 
chap3 numerisation_des_signaux
chap3 numerisation_des_signauxchap3 numerisation_des_signaux
chap3 numerisation_des_signaux
BAKKOURY Jamila
 
interferences entre-symboles
interferences entre-symbolesinterferences entre-symboles
interferences entre-symboles
BAKKOURY Jamila
 
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
 
Chap2 physique
Chap2 physiqueChap2 physique
Chap2 physique
Ens Kouba
 
Rayone x
Rayone xRayone x

Tendances (20)

chap4 codes-en-ligne
chap4 codes-en-lignechap4 codes-en-ligne
chap4 codes-en-ligne
 
50315546 rapport-de-stage-telecom
50315546 rapport-de-stage-telecom50315546 rapport-de-stage-telecom
50315546 rapport-de-stage-telecom
 
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
 
Chap3 liaison de données
Chap3 liaison de donnéesChap3 liaison de données
Chap3 liaison de données
 
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...
 
Transmission de signal
Transmission de signalTransmission de signal
Transmission de signal
 
64378311-Traitement-Du-Signal.ppt
64378311-Traitement-Du-Signal.ppt64378311-Traitement-Du-Signal.ppt
64378311-Traitement-Du-Signal.ppt
 
chap2 outil_mathematiques
chap2 outil_mathematiqueschap2 outil_mathematiques
chap2 outil_mathematiques
 
Tp 2 transmission de donné modulation analogique
Tp 2 transmission de donné modulation analogiqueTp 2 transmission de donné modulation analogique
Tp 2 transmission de donné modulation analogique
 
Tp 3 transmission de donné modulation d'amplitude,de fréquence et de phase
Tp 3 transmission de donné modulation d'amplitude,de fréquence et de phaseTp 3 transmission de donné modulation d'amplitude,de fréquence et de phase
Tp 3 transmission de donné modulation d'amplitude,de fréquence et de phase
 
Examen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correctionExamen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correction
 
Rapport de mini stage génie industriel
Rapport de mini stage génie industrielRapport de mini stage génie industriel
Rapport de mini stage génie industriel
 
Chap2 dsp
Chap2 dspChap2 dsp
Chap2 dsp
 
correction examen rattrapage 2012 transmission numérique
correction examen rattrapage 2012 transmission numérique correction examen rattrapage 2012 transmission numérique
correction examen rattrapage 2012 transmission numérique
 
cours1_courtellemont.ppt
cours1_courtellemont.pptcours1_courtellemont.ppt
cours1_courtellemont.ppt
 
chap3 numerisation_des_signaux
chap3 numerisation_des_signauxchap3 numerisation_des_signaux
chap3 numerisation_des_signaux
 
interferences entre-symboles
interferences entre-symbolesinterferences entre-symboles
interferences entre-symboles
 
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
 
Chap2 physique
Chap2 physiqueChap2 physique
Chap2 physique
 
Rayone x
Rayone xRayone x
Rayone x
 

En vedette

Traitement de signal -chapitre 1
Traitement de signal -chapitre 1Traitement de signal -chapitre 1
Traitement de signal -chapitre 1
Samir Tabib
 
Lamini&farsane traitement de_signale
Lamini&farsane traitement de_signaleLamini&farsane traitement de_signale
Lamini&farsane traitement de_signale
Asmae Lamini
 
Signal & systems
Signal & systemsSignal & systems
Signal & systems
AJAL A J
 
La Pharmacovigilance et les réseaux sociaux: Aspects pratiques et réglementa...
La Pharmacovigilance et les réseaux sociaux: Aspects pratiques et réglementa...La Pharmacovigilance et les réseaux sociaux: Aspects pratiques et réglementa...
La Pharmacovigilance et les réseaux sociaux: Aspects pratiques et réglementa...
Evelyne Pierron
 
Aujourd’hui, on ne peut plus ignorer le bruit en entreprise
Aujourd’hui, on ne peut plus ignorer le bruit en entrepriseAujourd’hui, on ne peut plus ignorer le bruit en entreprise
Aujourd’hui, on ne peut plus ignorer le bruit en entreprise
Plantronics Europe and Africa
 
Batel f re v66
Batel f re v66Batel f re v66
Batel f re v66
Bouziane Beldjilali
 
2012.09.25 - Local and non-metric similarities between images - why, how and ...
2012.09.25 - Local and non-metric similarities between images - why, how and ...2012.09.25 - Local and non-metric similarities between images - why, how and ...
2012.09.25 - Local and non-metric similarities between images - why, how and ...
Frédéric Morain-Nicolier
 
Practising Fourier Analysis with Digital Images
Practising Fourier Analysis with Digital ImagesPractising Fourier Analysis with Digital Images
Practising Fourier Analysis with Digital Images
Frédéric Morain-Nicolier
 
Ipta2010
Ipta2010Ipta2010
1 introduction générale à l'automatique slideshare
1 introduction générale à l'automatique slideshare1 introduction générale à l'automatique slideshare
1 introduction générale à l'automatique slideshare
Kheddioui
 
Ch1
Ch1Ch1
569036 bases-de-traitement-du-signal
569036 bases-de-traitement-du-signal569036 bases-de-traitement-du-signal
569036 bases-de-traitement-du-signal
Oussema Ben Khlifa
 
Signals and Systems Notes
Signals and Systems Notes Signals and Systems Notes
Signals and Systems Notes
Akshansh Chaudhary
 
Les systèmes RADAR (CFAR)
Les systèmes RADAR (CFAR)Les systèmes RADAR (CFAR)
Les systèmes RADAR (CFAR)
amsnet
 
Introduction à la transformée en z et convolution discrète (GEII MA32)
Introduction à la transformée en z et convolution discrète (GEII MA32)Introduction à la transformée en z et convolution discrète (GEII MA32)
Introduction à la transformée en z et convolution discrète (GEII MA32)
Frédéric Morain-Nicolier
 
Étude des fonctions à plusieurs variables (GEII MA32)
Étude des fonctions à plusieurs variables (GEII MA32)Étude des fonctions à plusieurs variables (GEII MA32)
Étude des fonctions à plusieurs variables (GEII MA32)
Frédéric Morain-Nicolier
 
GEII - OL3 : Signaux et systèmes numériques
GEII - OL3 : Signaux et systèmes numériquesGEII - OL3 : Signaux et systèmes numériques
GEII - OL3 : Signaux et systèmes numériques
Frédéric Morain-Nicolier
 
SRC - SAV - Système Visuel et Auditif Humain
SRC - SAV - Système Visuel et Auditif HumainSRC - SAV - Système Visuel et Auditif Humain
SRC - SAV - Système Visuel et Auditif Humain
Frédéric Morain-Nicolier
 

En vedette (20)

Traitement de signal -chapitre 1
Traitement de signal -chapitre 1Traitement de signal -chapitre 1
Traitement de signal -chapitre 1
 
Lamini&farsane traitement de_signale
Lamini&farsane traitement de_signaleLamini&farsane traitement de_signale
Lamini&farsane traitement de_signale
 
Signal & systems
Signal & systemsSignal & systems
Signal & systems
 
La Pharmacovigilance et les réseaux sociaux: Aspects pratiques et réglementa...
La Pharmacovigilance et les réseaux sociaux: Aspects pratiques et réglementa...La Pharmacovigilance et les réseaux sociaux: Aspects pratiques et réglementa...
La Pharmacovigilance et les réseaux sociaux: Aspects pratiques et réglementa...
 
Aujourd’hui, on ne peut plus ignorer le bruit en entreprise
Aujourd’hui, on ne peut plus ignorer le bruit en entrepriseAujourd’hui, on ne peut plus ignorer le bruit en entreprise
Aujourd’hui, on ne peut plus ignorer le bruit en entreprise
 
Batel f re v66
Batel f re v66Batel f re v66
Batel f re v66
 
Cours s5 réseau FSO
Cours s5 réseau FSOCours s5 réseau FSO
Cours s5 réseau FSO
 
Traitement de signal
Traitement de signalTraitement de signal
Traitement de signal
 
2012.09.25 - Local and non-metric similarities between images - why, how and ...
2012.09.25 - Local and non-metric similarities between images - why, how and ...2012.09.25 - Local and non-metric similarities between images - why, how and ...
2012.09.25 - Local and non-metric similarities between images - why, how and ...
 
Practising Fourier Analysis with Digital Images
Practising Fourier Analysis with Digital ImagesPractising Fourier Analysis with Digital Images
Practising Fourier Analysis with Digital Images
 
Ipta2010
Ipta2010Ipta2010
Ipta2010
 
1 introduction générale à l'automatique slideshare
1 introduction générale à l'automatique slideshare1 introduction générale à l'automatique slideshare
1 introduction générale à l'automatique slideshare
 
Ch1
Ch1Ch1
Ch1
 
569036 bases-de-traitement-du-signal
569036 bases-de-traitement-du-signal569036 bases-de-traitement-du-signal
569036 bases-de-traitement-du-signal
 
Signals and Systems Notes
Signals and Systems Notes Signals and Systems Notes
Signals and Systems Notes
 
Les systèmes RADAR (CFAR)
Les systèmes RADAR (CFAR)Les systèmes RADAR (CFAR)
Les systèmes RADAR (CFAR)
 
Introduction à la transformée en z et convolution discrète (GEII MA32)
Introduction à la transformée en z et convolution discrète (GEII MA32)Introduction à la transformée en z et convolution discrète (GEII MA32)
Introduction à la transformée en z et convolution discrète (GEII MA32)
 
Étude des fonctions à plusieurs variables (GEII MA32)
Étude des fonctions à plusieurs variables (GEII MA32)Étude des fonctions à plusieurs variables (GEII MA32)
Étude des fonctions à plusieurs variables (GEII MA32)
 
GEII - OL3 : Signaux et systèmes numériques
GEII - OL3 : Signaux et systèmes numériquesGEII - OL3 : Signaux et systèmes numériques
GEII - OL3 : Signaux et systèmes numériques
 
SRC - SAV - Système Visuel et Auditif Humain
SRC - SAV - Système Visuel et Auditif HumainSRC - SAV - Système Visuel et Auditif Humain
SRC - SAV - Système Visuel et Auditif Humain
 

Similaire à 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
OllSraphin
 
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
 
Cours tns 2015
Cours tns 2015Cours tns 2015
Cours tns 2015
HamzaOudda
 
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
 
Sujettdtds
SujettdtdsSujettdtds
Sujettdtds
SamiskTakisk
 
Codage
CodageCodage
Codage
bamamoor
 
ADS_Shannyyyyyyyyyyuyyuuuuuuuuuuuuuon.pdf
ADS_Shannyyyyyyyyyyuyyuuuuuuuuuuuuuon.pdfADS_Shannyyyyyyyyyyuyyuuuuuuuuuuuuuon.pdf
ADS_Shannyyyyyyyyyyuyyuuuuuuuuuuuuuon.pdf
BrsioftBlogger
 
diagnosis
diagnosisdiagnosis
diagnosis
ismailkziadi
 
B-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdfB-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdf
docteurgyneco1
 
Tds 1
Tds 1Tds 1
Tds 1
lehiri
 
Introduction au traitement de signal
Introduction au traitement de signalIntroduction au traitement de signal
Introduction au traitement de signal
manahil2012
 
CM-SIC1App_Ch1_IntroSignal.pdf
CM-SIC1App_Ch1_IntroSignal.pdfCM-SIC1App_Ch1_IntroSignal.pdf
CM-SIC1App_Ch1_IntroSignal.pdf
docteurgyneco1
 
Traitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiquesTraitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiques
Djoudi KERFA
 
traitement de signal
traitement de signaltraitement de signal
traitement de signal
sarah Benmerzouk
 
Transparents Filtrage Analogique.pptx
Transparents Filtrage Analogique.pptxTransparents Filtrage Analogique.pptx
Transparents Filtrage Analogique.pptx
GeraudRusselGouneChe1
 
audionum numerique .pdf
audionum numerique .pdfaudionum numerique .pdf
audionum numerique .pdf
zayd6
 
Trans_signal partiel.pdf
Trans_signal partiel.pdfTrans_signal partiel.pdf
Trans_signal partiel.pdf
HassnTAI
 
Nib cours5 canalradio
Nib cours5  canalradioNib cours5  canalradio
Nib cours5 canalradio
ENIG
 
Chapitre 3 NP-complétude
Chapitre 3 NP-complétudeChapitre 3 NP-complétude
Chapitre 3 NP-complétude
Sana Aroussi
 
Transmission numérique .pdf
Transmission numérique .pdfTransmission numérique .pdf
Transmission numérique .pdf
ZakariaHousni1
 

Similaire à Cours1 (20)

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
 
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
 
Cours tns 2015
Cours tns 2015Cours tns 2015
Cours tns 2015
 
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
 
Sujettdtds
SujettdtdsSujettdtds
Sujettdtds
 
Codage
CodageCodage
Codage
 
ADS_Shannyyyyyyyyyyuyyuuuuuuuuuuuuuon.pdf
ADS_Shannyyyyyyyyyyuyyuuuuuuuuuuuuuon.pdfADS_Shannyyyyyyyyyyuyyuuuuuuuuuuuuuon.pdf
ADS_Shannyyyyyyyyyyuyyuuuuuuuuuuuuuon.pdf
 
diagnosis
diagnosisdiagnosis
diagnosis
 
B-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdfB-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdf
 
Tds 1
Tds 1Tds 1
Tds 1
 
Introduction au traitement de signal
Introduction au traitement de signalIntroduction au traitement de signal
Introduction au traitement de signal
 
CM-SIC1App_Ch1_IntroSignal.pdf
CM-SIC1App_Ch1_IntroSignal.pdfCM-SIC1App_Ch1_IntroSignal.pdf
CM-SIC1App_Ch1_IntroSignal.pdf
 
Traitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiquesTraitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiques
 
traitement de signal
traitement de signaltraitement de signal
traitement de signal
 
Transparents Filtrage Analogique.pptx
Transparents Filtrage Analogique.pptxTransparents Filtrage Analogique.pptx
Transparents Filtrage Analogique.pptx
 
audionum numerique .pdf
audionum numerique .pdfaudionum numerique .pdf
audionum numerique .pdf
 
Trans_signal partiel.pdf
Trans_signal partiel.pdfTrans_signal partiel.pdf
Trans_signal partiel.pdf
 
Nib cours5 canalradio
Nib cours5  canalradioNib cours5  canalradio
Nib cours5 canalradio
 
Chapitre 3 NP-complétude
Chapitre 3 NP-complétudeChapitre 3 NP-complétude
Chapitre 3 NP-complétude
 
Transmission numérique .pdf
Transmission numérique .pdfTransmission numérique .pdf
Transmission numérique .pdf
 

Dernier

Note agro-climatique et prairies n°5 - Juillet 2024
Note agro-climatique et prairies n°5 - Juillet 2024Note agro-climatique et prairies n°5 - Juillet 2024
Note agro-climatique et prairies n°5 - Juillet 2024
idelewebmestre
 
Webinaire BL 28_06_02_Consommation Energie.pdf
Webinaire BL 28_06_02_Consommation Energie.pdfWebinaire BL 28_06_02_Consommation Energie.pdf
Webinaire BL 28_06_02_Consommation Energie.pdf
Institut de l'Elevage - Idele
 
Webinaire BL 28_06_03_Transmissibilité.pdf
Webinaire BL 28_06_03_Transmissibilité.pdfWebinaire BL 28_06_03_Transmissibilité.pdf
Webinaire BL 28_06_03_Transmissibilité.pdf
Institut de l'Elevage - Idele
 
Theorie du trafic on telecommunication network
Theorie du trafic on telecommunication networkTheorie du trafic on telecommunication network
Theorie du trafic on telecommunication network
MahamaneAliSalatou
 
cours-sur-les-stations-de-pompageen génie civil.pdf
cours-sur-les-stations-de-pompageen génie civil.pdfcours-sur-les-stations-de-pompageen génie civil.pdf
cours-sur-les-stations-de-pompageen génie civil.pdf
afigloria194
 
Webinaire BL 28_06_01_robots de traite.pdf
Webinaire BL 28_06_01_robots de traite.pdfWebinaire BL 28_06_01_robots de traite.pdf
Webinaire BL 28_06_01_robots de traite.pdf
Institut de l'Elevage - Idele
 
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
iheberry
 

Dernier (7)

Note agro-climatique et prairies n°5 - Juillet 2024
Note agro-climatique et prairies n°5 - Juillet 2024Note agro-climatique et prairies n°5 - Juillet 2024
Note agro-climatique et prairies n°5 - Juillet 2024
 
Webinaire BL 28_06_02_Consommation Energie.pdf
Webinaire BL 28_06_02_Consommation Energie.pdfWebinaire BL 28_06_02_Consommation Energie.pdf
Webinaire BL 28_06_02_Consommation Energie.pdf
 
Webinaire BL 28_06_03_Transmissibilité.pdf
Webinaire BL 28_06_03_Transmissibilité.pdfWebinaire BL 28_06_03_Transmissibilité.pdf
Webinaire BL 28_06_03_Transmissibilité.pdf
 
Theorie du trafic on telecommunication network
Theorie du trafic on telecommunication networkTheorie du trafic on telecommunication network
Theorie du trafic on telecommunication network
 
cours-sur-les-stations-de-pompageen génie civil.pdf
cours-sur-les-stations-de-pompageen génie civil.pdfcours-sur-les-stations-de-pompageen génie civil.pdf
cours-sur-les-stations-de-pompageen génie civil.pdf
 
Webinaire BL 28_06_01_robots de traite.pdf
Webinaire BL 28_06_01_robots de traite.pdfWebinaire BL 28_06_01_robots de traite.pdf
Webinaire BL 28_06_01_robots de traite.pdf
 
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
 

Cours1

  • 1. 1TdS Introduction au Traitement du Signal Représentation temporelle des signaux UV Traitement du signal ASI 3 Cours 1
  • 2. 2TdS Traitement du Signal Continu  Discret TF en Discret Systèmes linéaires Discrets Filtrage Numérique Introduction au TS Transformation de Fourier Systèmes linéaires continus Filtrage analogique  DSP ?
  • 3. 3TdS Contenu du cours  Introduction  Définition d'un signal  Qu'est-ce que le traitement du signal?  Chaîne de traitement de l'information  Classification des signaux  Signaux élémentaires  Notions de corrélation  Notions de distributions  Définition d'une distribution  Impulsion de Dirac
  • 4. 4TdS  Représentation physique d'une information à transmettre  Entité qui sert à véhiculer une information Exemples Introduction  Signal  Onde acoustique : courant délivré par un microphone (parole, musique, …)  Signaux biologiques : EEG, ECG  Tension aux bornes d'un condensateur en charge  Signaux géophysiques : vibrations sismiques  Finances : cours de la bourse  Débit de la Seine  Images  Vidéos  etc.  Bruit : Tout phénomène perturbateur pouvant géner la perception ou l'interprétation d'un signal
  • 5. 5TdS Introduction  Définitions : Traitement du signal  Ensemble de techniques permettant de créer, d'analyser, de transformer les signaux en vue de leur exploitation  Extraction du maximum d'information utile d'un signal perturbé par le bruit Notion très importante : le bruit
  • 6. 6TdS Introduction  Fonctions du traitement du signal  Créer : Élaboration de signaux  Synthèse : création de signaux par combinaison de signaux élémentaires  Modulation : adaptation du signal au canal de transmission
  • 7. 7TdS Introduction  Fonctions du traitement du signal  Analyser : Interprétation des signaux  Détection : isoler les composantes utiles d'un signal complexe , extraction du signal d'un bruit de fond  Identification : classement du signal (identification d'une pathologie sur un signal ECG, reconnaissance de la parole, etc.)
  • 8. 8TdS Introduction  Fonctions du traitement du signal  Transformer : adapter un signal aux besoins  Filtrage : élimination de certaines composantes – Détection de craquements sur un enregistrement, – Détection de bruit sur une image, – Annulation d'écho, etc.  Codage/compression (Jpeg, mp3, mpeg4, etc.) h1 h2 … hM … Allocation de bits aux bandes selon l’énergie des signaux M↓ M↓ M↓ M↑ M↑ M↑ ∑Bbc.wav Algorithme d’allocation: Taux de compression Étage de filtres interpolateurs sur-échantillonnageDécimation (sous-échantillonnage) Étage de filtres Anti aliasing … … M*hM M*h2 M*h11y 2y 8y y recy
  • 9. 9TdS La chaîne de traitement de l'information et le TS Extraction d'information Analyse Reco. de formes Compression (mp3, ...) Système physique Capteur Récepteur TraitementsTransmission Bruit Bruit etc.
  • 10. 10TdS Objectifs Connaissances théoriques élémentaires pour • Décrire et représenter les signaux • Comprendre le principe et les limites des méthodes de traitement • mettre en œuvre des méthodes de traitement simples Objectifs de ce premier cours : • Classification des signaux selon différentes catégories (leur dimension, leur évolution, leur énergie, leur morphologie) • Énergie et puissance • Notion de corrélation
  • 11. 11TdS Classification des signaux  Classification dimensionnelle  Signal monodimensionnel 1D  Signal bidimensionnel 2D  Signal tridimensionnel 3D Fonction d'un seul paramètre, pas forcément le temps : une concentration, une abscisse, etc. 0 10 20 30 4 0 -2 -1 0 1 2 Exemple : image NG ),( yxf→ Exemple : film NB ),,( tyxf→
  • 12. 12TdS Classification phénoménologique  Evolution déterministe ou aléatoire des signaux  Signaux déterministes  Sous catégories : Signaux dont l'évolution en fonction du temps t peut être parfaitement décrite grâce à une description mathématique ou graphique.  périodiques  apériodiques support non borné support borné Signal réel C'est un signal représentant une grandeur physique. Son modèle mathématique est une fonction réelle. Ex. : tension aux bornes d'un C )()( kTtxtxT +=∃  transitoire
  • 13. 13TdS Classification phénoménologique  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, …) Signaux aléatoires stationnaires Stationnaire si les caractéristiques statistiques ne varient pas au cours du temps. Exemple résultat d'un jet de dé lancé toutes les secondes (moyenne=3.5, écart type :1.87)  stationnaires  Non-stationnaires
  • 14. 14TdS Classification énergétique  Energie et Puissance des signaux  Energie de x(t)  Puissance moyenne de x(t)  Homogène à E/t Soit un signal x(t) défini sur , et T0 un intervalle de temps] [∞+∞− , ∫= − ∞→ 2 2 2 0 00 )(lim T TT dttxE ∫= − ∞→ 2 2 2 0 0 0 )( 1 lim T TTo dttx T P Cas des signaux périodiques de période T ∫= − 2 2 2 )( 1 T T dttx T P ou∫= ∞+ ∞− dttxE 2 )(
  • 15. 15TdS Classification énergétique  Signaux à énergie finie  puissance moyenne nulle  Signaux à énergie infinie  puissance moyenne non nulle Cas des signaux périodiques Généralement, cas des signaux représentant une grandeur physique. Signaux transitoires à support borné Notion valable pour les signaux aléatoires et déterministes  Remarques :
  • 16. 16TdS Classification morphologique 2ème partie du cours 1ère partie du cours quantification échantillonnage
  • 17. 17TdS Retour sur la notion de bruit  Bruit  Def. : Tout phénomène perturbateur pouvant géner la perception ou l'interprétation d'un signal  La notion de bruit est relative, elle dépend du contexte  Exemple classique du technicien en télécom et de l'astronome :  Pour le technicien en télécom : – Ondes d'un satellite = signal – Signaux provenant d'une source astrophysique = bruit  Pour l'astronome : – Ondes d'un satellite = bruit – Signaux provenant d'une source astrophysique = signal  Tout signal physique comporte du bruit = une composante aléatoire  Introduction de la notion du rapport signal/bruit
  • 18. 18TdS Notion de rapport signal sur bruit  Objectif Signal = composante déterministe + composante aléatoire. Déterminer la qualité d'un signal aléatoire ou déterministe  introduction d'un rapport RS/B quantifiant l'effet du bruit. b s P P R BS =/ )(log10)( // 10 BSBS RdBR = Signal + bruit Signal RS/B=0 dB RS/B=26 dB Ps est la puissance du signal et Pb celle du bruit. ou
  • 19. 19TdS Signaux élémentaires continus  Échelon    > < =Γ 0pour1 0pour0 )( t t t permet d'exprimer l'établissement instantané d'un régime continu  Exponentielle décroissante 0)()( >⋅Γ= − aetty at  Signal porte ou rectangle     ≤=Π ailleurs tpourt 0 2 1)( τ τ τ : largeur de la porte )(tΓ 1 )(tτΠ 1 2/τ− 2/τ Peut aussi être défini comme une différence de deux échelons.  Signaux périodiques : sin / cos
  • 20. 20TdS Notion d'autocorrélation  Définition  Pour les signaux à énergie finie  Pour les signaux à énergie infinie  Propriétés  : Maximum en 0  Si x(t) est périodique alors Cxx(t) est périodique de même période  Cxx(t) est paire pour des signaux réels L'autocorrélation réalise une comparaison entre un signal x(t) et ses copies retardées (étude de ressemblance d'un signal avec lui-même au cours du temps) ∫ −⋅= ∞+ ∞− dttxtxCxx )()()( * ττ ∫ −= −∞→ 2/ 2/ * )()( 1 lim)( T TT xx dttxtx T C ττ Homogène à une énergie, Cxx(0) est l'énergie du signal Homogène à une puissance, Cxx(0) est la puissance moyenne du signal )0()( xxxx CC ≤τ
  • 21. 21TdS Notion d'intercorrélation  Définition  Pour les signaux à énergie finie  Pour les signaux à énergie infinie L'intercorrélation compare un signal x(t) et un signal y(t) retardée. Elle mesure la similitude entre ces deux signaux ∫ ∞+ ∞− −⋅= dttytxCxy )()()( * ττ ∫ −∞→ −= 2/ 2/ * 0 0 0 0 )()( 1 lim)( T TT xy dttytx T C ττ Exemple d'application Autres exemples Détection par intercorrélation Détection de signal périodique noyé dans le bruit Analyse spectrale Test de "blancheur"
  • 22. 22TdS Introduction aux distributions CEo V(t) i(t)    > < = 0 00 )( tE t tV o Question : que vaut i(t) ? dt dV Cti =)( i(t) est nul partout. En 0, on ne connaît pas la valeur de i car V(t) est discontinue en 0 et n'est donc pas dérivable en ce point. Et pourtant, i(t) en 0 existe puisque il y a eu transfert de charge entre l'alimentation et la capacité. Aire sous i(t) = CE0 ... étrange non ?  i(t) serait une fonction qui vaut 0 partout et l'infini en 0 impossible car on aurait 2*i(t) = i(t), ou i(t)² = i(t) ... i(t) n'est donc pas une fonction, c'est une distribution ! On l'appelle distribution de Dirac V est discontinue oCEdttiq == ∫ ∞+ ∞− )(
  • 23. 23TdS Distribution de Dirac  Définition  Si φ est une fonction, la distribution de Dirac ou impulsion de Dirac est définie par : => Dirac appliqué à une fonction = la valeur de la fonction en 0 Remarque : il n'existe pas de fonction δ vérifiant cette propriété  Cependant pour des raisons de commodités, on la note souvent comme une fonction de t : δ(t), qu'on représente :  Propriétés )()( 1)( 1 tt ϕϕδ = • Dirac représente un signal de durée théoriquement nulle et d'énergie finie (=1). • Notation incorrecte mais commode : • Une impulsion de Dirac à l'instant t1 donne : • Autre propriété : )( 1)( 1 ttt −= δδ )()()()( tottoxtottx −⋅=−⋅ δδ t δ(t) =∫−∞ ∞ t.tdt=0
  • 24. 24TdS Distribution de Dirac  Autres définitions :  Comme une fonction : À partir du signal porte :  Peut être vue comme la dérivée d'un échelon      = ≠= ∫ ∞+ ∞− 1)( 00)( )( dxx xx x δ δ δ )( 1 lim)( 0 xx τ τ τ δ Π= → t δ(t) t τ )t( 1 τ∏ τ Remarque1 : ceci est impossible : l'aire sous le pic ne peut être égale à 1... Remarque2 : l'énergie du Dirac est donc égale à 1 Mêmes remarques !
  • 25. 25TdS Peigne de Dirac  Définition  Propriété ∑ + ∞ − ∞= −δ= k oT )kTt(o  C'est une somme infinie d'impulsions de Dirac régulièrement espacées de To To t0 To 2To-To-2To ∑ −⋅=⋅ k To kTotkToxtx )()()( δ t x(t) To)t(x ⋅ Echantillonnage de la fonction x(t) Ш Ш
  • 26. 26TdS Qq éléments sur la théorie des Distributions ...  Définition On appelle une distribution D, un opérateur sur l'espace vectoriel V de fonctions ϕ(t), indéfiniment dérivable et à support borné.  Propriétés )()()( 2121 ϕϕϕϕ DDD +=+ )()( ϕλλ ϕ DD =  Dérivation d'une distribution Soit D une distribution alors la dérivée D' de D définit également une distribution telle que )'()(' ϕϕ DD −=  : ensemble des nombres complexes λ est un scalaire )(,)( : ϕϕϕ DouDt VD → → ℂ ℂ Voir J. Auvray pour plus de précisions