TRAITEMENT DU SIGNAL

CHAPITRE I. Définitions et représentation des signaux

 Un signal est la représentation physique de l’information
qu’il transporte de sa source à son destinataire. Il sert de
vecteur à une information. Il constitue la manifestation
physique d’une grandeur mesurable (courant, tension, force,
température, pression, etc.). Les signaux, considérés dans ce
cours, sont des grandeurs électriques variant en fonction du
temps s(t) obtenues à l’aide de capteurs.

Mais le traitement du signal s’applique à tous les signaux

physiques (onde acoustique, signal optique, signal magnétique,
signal radioélectrique, etc.). Le traitement d’images peut être
considéré comme une extension du traitement du signal aux
signaux bidimensionnels (images)
Définitions et représentation des signaux

 Le bruit est défini comme tout phénomène perturbateur

gênant la perception ou l’interprétation d’un signal, par
analogie avec les nuisances acoustiques (interférence, bruit de
fond, etc.).

La différentiation entre le signal et le bruit est artificielle et

dépend de l’intérêt de l’utilisateur :les ondes électromagnétiques
d’origine galactique sont du bruit pour un ingénieur des
télécommunications par satellites et un signal pour les
radioastronomes
Définitions et représentation des signaux

 La théorie du signal a pour objectif fondamental la

«description mathématique » des signaux.

Cette représentation commode du signal permet de mettre en

évidence ses principales caractéristiques (distribution
fréquentielle, énergie, etc.) et d’analyser les modifications
subies lors de la transmission ou du traitement de ces signaux
Définitions et représentation des signaux

 Le traitement du signal est la discipline technique qui,

s’appuyant sur les ressources de l’électronique, de
l’informatique et de la physique appliquée, apour objet
l’élaboration ou l’interprétation des signaux. Son champ
d’application se situe donc dans tous les domaines concernés
par la perception, la transmission ou l’exploitation des
informations véhiculées par ces signaux
Définitions et représentation des signaux

 Le traitement de l’information fournit un ensemble de

concepts permettant d’évaluer les performances des systèmes
de transfert d’informations, en particulier lorsque le signal
porteur de message est bruité.

Cela inclut les méthodes de «codage de l’information » dans le

but de la réduction de redondance, de la correction des erreurs,
de la confidentialité (cryptage).

L’ensemble des concepts et méthodes développés dans le

traitement de l’information et du signal forme la théorie de la
communication.
II. Principales fonctions du traitement du signal
 Les fonctions du traitement du signal peuvent se diviser en deux
catégories :l’élaboration des signaux (incorporation des
informations) et l’interprétation des signaux (extraction des
informations).
Les principales fonctions intégrées dans ces deux parties sont les
suivantes :
- Élaboration des signaux :
• synthèse :création de signaux de forme appropriée en procédant
par exemple à une combinaison de signaux élémentaires ;
• modulation, changement de fréquence : moyen permettant
d’adapter un signal aux caractéristiques fréquentielles d’une voie
de transmission;
• codage : traduction en code binaire (quantification), etc.
II. Principales fonctions du traitement du signal
- Interprétation des signaux :
• filtrage :élimination de certaines composantes indésirables ;
• détection :extraction du signal d’un bruit de fond (corrélation);
• identification :classement d’un signal dans des catégories
préalablement définies ;
• analyse :isolement des composantes essentielles ou utiles d’un
signal de forme complexe (transformée de Fourier) ;
• mesure :estimation d’une grandeur caractéristique d’un signal
avec un certain degré de confiance (valeur moyenne, etc.).
III. Représentation des signaux

 Un signal expérimental est une grandeur physique et doit

donc être physiquement réalisable.
 Le signal possède les caractéristiques suivantes :
–énergie bornée ;
–amplitude bornée ;
–continu temporellement ;
–causal (s(t)= 0 pour t < 0) ;
–spectre du signal borné (tend vers 0lorsque f tend vers ∞).
III. Représentation des signaux

Mais sur le plan théorique, pour la commodité du calcul et

l’étude de certains phénomènes, les signaux sont représentés par
des fonctions :
–à énergie théorique infinie ;
–avec des discontinuités (signal carré) ;
–définies sur R (signaux non causaux) ;
–à spectre du signal infini ;
–à valeurs complexes:
III. Représentation des signaux

 Classification des signaux

 Energie d’un signal
 Signaux usuels
 Série de Fourrier
IV. Traitement du signal : Classification des signaux

Les premières applications du traitement du signal étaient

dédiées à l’extraction d’un signal dans un milieu bruité. Pour
ce faire, il était nécessaire d’avoir des connaissances a priori
sur le signal à mesurer et sur la nature du bruit.
On définit deux classes principales de signaux :

 Signal déterministe : il s’agit d’un signal dont on peut

représenter l’évolution grâce à une fonction mathématique.
On peut citer le signal sinusoïdal, rampe, échelon, impulsion
ou dirac, … Un signal déterministe peut être périodique ou
non périodique.
IV. Traitement du signal : Classification des signaux

 Signal aléatoire est un signal dont on ne peut

deviner l’évolution.
Néanmoins, tout signal aléatoire peut être caractérisé
mathématiquement, mais aucune fonction mathématique ne
permet de prédire l’évolution du signal à l’instant donné.
Un signal aléatoire peut être stationnaire ou non
stationnaire.
Signaux déterministes

 Rappel : un signal temporel est déterministe s’il est

défini par une équation mathématique. Ainsi, la
connaissance de cette fonction permet de prédire la valeur
du signal à tout moment : il s’agit d’un signal certain,
prévisible.
 Parmi les signaux déterministes les plus connus, on peut
citer les signaux périodiques tels que
Signaux déterministes
 Définition :
Un signal déterministe, représenté par sa fonction f est dit
périodique de période Tp si f(t)=f(t+Tp).
 Propriété :
Tout signal périodique de période Tp présente une
fréquence fondamentale à la fréquence fp=1/Tp.
 Tout signal déterministe n’est pas obligatoirement
périodique, on peut citer à titre
d’exemple :
- Impulsion de dirac, notée δ
- Echelon ou fonction de Heavyside Γ
- Fenêtre ou porte
Signaux aléatoires
 Rappel : un signal est dit aléatoire si la connaissance du
signal à l'instant t ne permet pas de préjuger de la valeur à
l'instant t+∆t. Bien qu’aléatoire, le signal est modélisé par
ses caractéristiques statistiques.

 Un signal aléatoire peut être stationnaire ou non

stationnaire. Il est stationnaire si ses caractéristiques
aléatoires ne sont pas modifiés au cours du temps
Signaux aléatoires
 exemple : Lancer de dé
Lorsqu’on lance un dé 6 faces, on a 1/6 d’obtenir un ‘6’. La
probabilité est de 1/6 pour chaque expérience (on parle de
probabilité uniforme p). Soit m, les différentes valeurs du
dé ( m prend pour valeur {1, 2, 3, 4, 5, 6}). Si on calcule la
moyenne des lancés obtenus, on va sommer chaque valeur
de dé, et diviser le tout par le nombre de lancer. En
moyenne, on obtient :

ou ∑ signifie somme, N est le nombre de lancer, mkest le

résultat et pk=1/6 la probabilité.
Unités de puissance
 Que le signal soit déterministe ou aléatoire, nous avons
défini le terme de Puissance.
 La puissance calculée consiste, dans les deux cas à
mesurer l’amplitude au carrée du signal. La puissance
s’exprime en Watt, il s’agit d’une tension au carré sur une
résistance de 1 Ohm.
 Pour des raisons de simplicité de calcul, on introduit des
notions de dBW.

1 dBW= 10 * log10(1 Watt)

Unités de puissance
 ATTENTION :
La notation dBw n’existe pas, on parle de dB, en
faisant référence à des Watts lorsqu’on parle de
puissances. Néanmoins, le terme de dB est sans unité (ni
Watt, ni Volt, il s’agit plutôt d’un gain). Le dB est
utilisé pour spécifier un rapport de Puissance ou de
tension (donc pas d’unité). Quand on parle d’un gain en
puissance de 3dB cela signifie que la puissance est
multipliée par 2 (sans unité). Donc si le signal d’entrée à
une puissance de 3 dB (ce qui représente 2 Watts), et que
l’on amplifie le signal par un gain de 3 dB (on l’amplifie
par un rapport de 2 sans unité), le signal en sortie de
l’amplificateur a une puissance de 6 dB (soit 4 Watts).
Exemple d’application
 On suppose une ligne téléphonique qui atténue le signal
de moitié tous les kms. Le signal émis par le centrale
téléphonique est de 1 Watt, quelle est la puissance reçue
au bout de 8 km ?
Exemple d’application
 Réponse
Passage de dB en dBm.
 Dans le cadre des télécoms, l’amplitude des signaux est
très faible. On introduit alors l’unité dBm pour se référer
à des tensions en mV, et des puissances en mW

Les dBm font références à des mW.

Exercice d’application :
CHAPITRE II: Analyse Spectrale et Série de Fourier
 Définition de la série de Fourier
Les séries de Fourier permettent de passer du domaine
temporel au domaine fréquentiel pour des signaux
périodiques, dans le cas contraire, on utilisera la
Transformée de Fourier.
 Soit x(t) un signal périodique de période T, quelconque
alors x peut s’écrire de la manière suivante :
CHAPITRE II: Analyse Spectrale et Série de Fourier
 Définition de la série de Fourier
Les séries de Fourier permettent de passer du domaine
temporel au domaine
fréquentiel pour des signaux périodiques, dans le cas
contraire, on utilisera la
Transformée de Fourier.
 Soit x(t) un signal périodique de période T, quelconque
alors x peut s’écrire de la manière suivante :
CHAPITRE II: Analyse Spectrale et Série de Fourier
 Définition de la série de Fourier
CHAPITRE III: Transformée de Fourier
 Définition de la Transformée de Fourier:

La Transformée de Fourier s’obtient de manière

équivalente à la série de Fourier,
mais en faisant tendre la période T vers l’infini. La
sommation devient une intégrale.
Ainsi on obtient:
CHAPITRE III: Transformée de Fourier

A partir de x(t) on peut calculer le spectre du signal par

Transformée de Fourier.
Par conséquent, on peut écrire :
CHAPITRE III: Transformée de Fourier
Mais, on peut aussi passer du domaine fréquentiel au
domaine temporel : A partir de
la Transformée de Fourier X(f), on peut calculer le signal
x(t).

Il s’agit de la transformée de Fourier Inverse.

Notez bien le signe + devant le complexe par rapport au
signe moins dans l’équation de la Transformée de Fourier
et la variable que l’on intègre.
CHAPITRE IV: Transformée en Z
Définition:

 La transformation en Z est un outil mathématique de

l'automatique et du traitement du signal, qui est
l'équivalent discret de la transformation de Laplace.

 Elle est utilisée entre autres pour le calcul de filtres

numériques à réponse impulsionnelle infinie et en
automatique pour modéliser des systèmes dynamiques de
manière discrète.
CHAPITRE IV: Transformée en Z
 Définition:
Sa définition mathématique est la suivante : la
transformation en Z est une application qui transforme
une suite s (définie sur les entiers) en une fonction S d'une
variable complexe nommée z, telle que:

La variable n représente en général le temps discrétisé, la

variable complexe z n'est qu'un être mathématique.
Lorsqu'on travaille sur s(n) on dit que l'on est dans le
domaine temporel, lorsqu'on travaille sur S(z) le domaine
est appelé fréquentiel par analogie avec la transformée de
Fourier.
CHAPITRE IV: Transformée en Z
 Domaine de convergence ou région de convergence.
Cfr Théorème de Cauchy
CHAPITRE V: Transformée de Fourier Discrète
 La transformation de Fourier discrète (TFD), outil
mathématique, sert à traiter un signal numérique. Elle
constitue un équivalent discret de la transformation de
Fourier (continue) utilisée pour traiter un signal
analogique.

 La transformation de Fourier rapide est un algorithme

particulier de calcul de la transformation de Fourier
discrète.
CHAPITRE V: Transformée de Fourier Discrète
 Lorsqu’on désire calculer la transformée de Fourier d’une
fonction x(t) à l’aide d’un ordinateur, ce dernier n’ayant
qu’un nombre fini de mots de taille finie, on est amené à:
• discrétiser la fonction temporelle,
• tronquer la fonction temporelle,
• discrétiser la fonction fréquentielle.

En approchant l’intégrale par une somme d’aires de

rectangles de durée Te et en limitant la durée d’intégration à
l’intervalle [0,(N −1)Te], on obtient:
CHAPITRE V: Transformée de Fourier Discrète

Ce n’est pas une approximation sophistiquée de X(f),

mais elle est très utilisée en pratique sous le nom de TFD
car il existe un algorithme de calcul efficace appelé FFT
(Fast Fourier Transform) ou TFR (Transformée de Fourier
rapide).
CHAPITRE V: Transformée de Fourier Discrète
 La TFD est par ailleurs utilisée, lorsque l’on travaille avec
des suites numériques sans lien avec un signal physique,
pour définir une représentation de la suite sur une base de
fonctions fréquentielles.

 On appelle transformée de Fourier discrète d’une suite de N

termes x(0),x(1),...,x(N −1), la suite de N termes
X(0),X(1),...,X(N −1), définis par
EXERCICES

TRAVAUX DIRIGES

TRAVAIL PRATIQUE