Traitement du signal
Chapitre 1
Introduction au Traitement du
Signal
Représentation temporelle des signaux
TdS 1
Traitement du Signal
Introduction au TS Continu Discret
Transformation de Fourier TF en Discret
Systèmes linéaires continus Systèmes linéaires Discrets
Filtrage analogique Filtrage Numérique
DSP ?
TdS 2
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
TdS 3
Introduction
Signal
Représentation physique d'une information à transmettre
Entité qui sert à véhiculer une information
Exemples
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
TdS 4
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
TdS 5
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
TdS 6
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.)
TdS 7
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 ↓ M y1 Allocation ↑ M M*h1
de bits
y h2 ↓ M y2 aux ↑ M M*h2
Bbc.wav bandes
∑ yrec
… … selon … …
l’énergie
hM des signaux M*hM
↓ M y8 ↑ M
Algorithme d’allocation: Étage de filtres
Étage de filtres interpolateurs
Taux de compression
Anti aliasing Décimation sur-échantillonnage
TdS (sous-échantillonnage)
8
La chaîne de traitement de l'information et le TS
Système
Capteur Transmission Récepteur Traitements
physique
Bruit
Bruit
Extraction Reco. Compression
Analyse etc.
d'information de formes (mp3, ...)
TdS 9
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
TdS 10
Classification des signaux
Classification dimensionnelle 2
Signal monodimensionnel 1D 1
Fonction d'un seul paramètre,
0
-1
pas forcément le temps : une -2
concentration, une abscisse, etc. 0 10 20 30 40
Signal bidimensionnel 2D
Exemple : image NG → f ( x, y )
Signal tridimensionnel 3D
Exemple : film NB → f ( x, y, t )
TdS 11
Classification phénoménologique
Evolution déterministe ou aléatoire des signaux
Signaux déterministes
Signaux dont l'évolution en fonction du temps t peut être parfaitement
décrite grâce à une description mathématique ou graphique.
Sous catégories :
périodiques apériodiques transitoire
∃ T x(t ) = x(t + kT ) 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
TdS 12
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, …)
Exemple résultat d'un jet de dé lancé toutes les secondes (moyenne=3.5, écart type :1.87)
Signaux aléatoires stationnaires
Stationnaire si les caractéristiques statistiques ne varient pas au cours du temps.
stationnaires Non-stationnaires
TdS 13
Classification énergétique
Energie et Puissance des signaux
Soit un signal x(t) défini sur ] − ∞ , + ∞ [ , et T0 un intervalle de temps
Energie de x(t)
T0
2
E = ∫ −+ ∞∞ x (t ) dt
2 2
ou E = lim ∫ x (t ) dt
T0 → ∞ T0
−
2
Puissance moyenne de x(t)
T0
1 2 2
P = lim ∫ x (t ) dt
To → ∞ T0 T
0
−
2
Homogène à E/t
T
1 2 2
P= x (t ) dt
T ∫T
Cas des signaux périodiques de période T
−
TdS 2 14
Classification énergétique
Remarques :
Signaux à énergie finie puissance moyenne nulle
Généralement, cas des signaux représentant une grandeur physique.
Signaux transitoires à support borné
Signaux à énergie infinie puissance moyenne non nulle
Cas des signaux périodiques
Notion valable pour les signaux aléatoires et déterministes
TdS 15
Classification morphologique
1ère partie du quantification
cours
échantillonnage
2ème partie du
cours
TdS 16
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
TdS 17
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.
Ps
RS / B = ou R S / B (dB) = 10 log10 ( R S / B )
Pb
Ps est la puissance du signal et Pb celle du bruit.
RS/B=0 dB RS/B=26 dB
Signal + bruit
Signal
TdS 18
Signaux élémentaires continus
Échelon
0 pour t < 0 Signal porte ou rectangle
Γ (t ) =
1 pour t > 0 1 τ
Γ (t ) Π τ (t ) = pour t ≤
2
0 ailleurs
1 Π τ (t )
permet d'exprimer l'établissement
instantané d'un régime continu − τ /2 τ /2
Exponentielle décroissante τ : largeur de la porte
y (t ) = Γ (t ) ⋅ e − at a> 0 Peut aussi être défini comme une
différence de deux échelons.
Signaux périodiques : sin / cos
TdS 19
Notion d'autocorrélation
Définition
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)
Pour les signaux à énergie finie
+∞ Homogène à une énergie,
C xx (τ ) = ∫ x (t ) ⋅ x (t − τ )dt
*
Cxx(0) est l'énergie du signal
−∞
Pour les signaux à énergie infinie
Homogène à une puissance,
1 T /2
C xx (τ ) = lim ∫ x(t ) x* (t − τ )dt Cxx(0) est la puissance
T→ ∞ T − T /2
moyenne du signal
Propriétés
C xx (τ ) ≤ C xx (0) : Maximum en 0
Si x(t) est périodique alors Cxx(t) est périodique de même période
Cxx(t) est paire pour des signaux réels
TdS 20
Notion d'intercorrélation
Définition
L'intercorrélation compare un signal x(t) et un signal y(t) retardée.
Elle mesure la similitude entre ces deux signaux
+∞
Pour les signaux à énergie finie C xy (τ ) = ∫ x(t ) ⋅ y* (t − τ )dt
−∞
T /2
1 0
Pour les signaux à énergie infinie C xy (τ ) = lim ∫ x(t ) y* (t − τ )dt
T0 → ∞ T0 − T / 2
0
Exemple d'application Détection par intercorrélation
Autres exemples
Détection de signal périodique noyé dans le bruit
Analyse spectrale
TdS Test de "blancheur" 21
Introduction aux distributions
i(t)
0 t< 0
V (t ) =
Eo V(t) C Eo t> 0
V est discontinue
dV
Question : que vaut i(t) ? i (t ) = C
dt
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 q = ∫ i (t )dt = CEo
−∞
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
TdS 22
Distribution de Dirac
Définition
Si φ est une fonction, la distribution de Dirac ou impulsion de Dirac
est définie par : ∞
=∫−∞ t . t dt=0
=> 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 :
δ(t)
Propriétés t
• Dirac représente un signal de durée théoriquement nulle et d'énergie finie (=1).
• Notation incorrecte mais commode : δ (t1 ) = δ (t − t1 )
• Une impulsion de Dirac à l'instant t1 donne : δ (t1 ) (ϕ ) = ϕ (t1 )
• Autre propriété : x (t ) ⋅ δ (t − to) = x(to) ⋅ δ (t − to)
TdS 23
Signaux élémentaires continus
Échelon
0 pour t < 0 Signal porte ou rectangle
Γ (t ) =
1 pour t > 0 1 τ
Γ (t ) Π τ (t ) = pour t ≤
2
0 ailleurs
1 Π τ (t )
permet d'exprimer l'établissement
instantané d'un régime continu − τ /2 τ /2
Exponentielle décroissante τ : largeur de la porte
y (t ) = Γ (t ) ⋅ e − at a> 0 Peut aussi être défini comme une
différence de deux échelons.
Signaux périodiques : sin / cos
TdS 19
Notion d'autocorrélation
Définition
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)
Pour les signaux à énergie finie
+∞ Homogène à une énergie,
C xx (τ ) = ∫ x (t ) ⋅ x (t − τ )dt
*
Cxx(0) est l'énergie du signal
−∞
Pour les signaux à énergie infinie
Homogène à une puissance,
1 T /2
C xx (τ ) = lim ∫ x(t ) x* (t − τ )dt Cxx(0) est la puissance
T→ ∞ T − T /2
moyenne du signal
Propriétés
C xx (τ ) ≤ C xx (0) : Maximum en 0
Si x(t) est périodique alors Cxx(t) est périodique de même période
Cxx(t) est paire pour des signaux réels
TdS 20
Notion d'intercorrélation
Définition
L'intercorrélation compare un signal x(t) et un signal y(t) retardée.
Elle mesure la similitude entre ces deux signaux
+∞
Pour les signaux à énergie finie C xy (τ ) = ∫ x(t ) ⋅ y* (t − τ )dt
−∞
T /2
1 0
Pour les signaux à énergie infinie C xy (τ ) = lim ∫ x(t ) y* (t − τ )dt
T0 → ∞ T0 − T / 2
0
Exemple d'application Détection par intercorrélation
Autres exemples
Détection de signal périodique noyé dans le bruit
Analyse spectrale
TdS Test de "blancheur" 21
Introduction aux distributions
i(t)
0 t< 0
V (t ) =
Eo V(t) C Eo t> 0
V est discontinue
dV
Question : que vaut i(t) ? i (t ) = C
dt
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 q = ∫ i (t )dt = CEo
−∞
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
TdS 22
Distribution de Dirac
Définition
Si φ est une fonction, la distribution de Dirac ou impulsion de Dirac
est définie par : ∞
=∫−∞ t . t dt=0
=> 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 :
δ(t)
Propriétés t
• Dirac représente un signal de durée théoriquement nulle et d'énergie finie (=1).
• Notation incorrecte mais commode : δ (t1 ) = δ (t − t1 )
• Une impulsion de Dirac à l'instant t1 donne : δ (t1 ) (ϕ ) = ϕ (t1 )
• Autre propriété : x (t ) ⋅ δ (t − to) = x(to) ⋅ δ (t − to)
TdS 23
Distribution de Dirac
Autres définitions :
Comme une fonction :
δ ( x) = 0 x≠ 0 Remarque1 : ceci est impossible : l'aire
sous le pic ne peut être égale à 1...
δ ( x) + ∞
∫ δ ( x) dx = 1 Remarque2 : l'énergie du Dirac est donc
égale à 1
−∞
1
∏ τ (t)
τ
À partir du signal porte :
τ
δ(t)
1
δ ( x) = lim Π τ ( x)
τ→ 0 τ
t t
Mêmes remarques !
Peut être vue comme la dérivée d'un échelon
TdS 24
Peigne de Dirac
Définition
C'est une somme infinie d'impulsions de Dirac régulièrement espacées de To
To
+∞
Ш
T =o ∑
k= − ∞
δ ( t − kTo )
-2To -To 2To t
Propriété 0 To
x(t ) ⋅ Ш
To = ∑ x(kTo) ⋅ δ (t − kTo)
k x(t)
x(t) ⋅ To
t
Echantillonnage de la fonction x(t)
TdS 25
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.
D: V → ℂ ℂ: ensemble des nombres
complexes
ϕ (t ) → D, ϕ ou D(ϕ )
Propriétés
D(ϕ 1 + ϕ 2 ) = D(ϕ 1 ) + D(ϕ 2 )
D (λ ϕ ) = λ D (ϕ ) λ est un scalaire
Dérivation d'une distribution
Soit D une distribution alors la dérivée D' de D définit également une
distribution telle que D' (ϕ ) = − D(ϕ ' )
Voir J. Auvray pour plus de précisions
TdS 26
