ECOLE NATIONALE des

SCIENCES APPLIQEES de
TETOUAN

Introduction au
traitement du signal

Prof. Abdellatif Medouri

[email protected]
 Plan du cours
 Introduction

 Chapitre 1 : Introduction et outils mathématiques.

 Chapitre 2 : Échantillonnage et quantification.

 Chapitre 3 : Transformée de Fourier.

 Chapitre 4 : Transformée de Laplace.

 Chapitre 5 : Transformée en Z.
2
 Introduction
Le traitement du signal (TS) :
 Intervient dans tous les systèmes modernes de traitement de l’information
 Bases : mathématiques, informatique, physique, électronique, etc.
 Domaines d’applications :
●
Mesures physiques ;
●
Télécommunications ;
●
Aéronautique, astronautique ;
●
Acoustique, mécanique, hydraulique ;
●
Traitement des images, vision artificielle, traitement de la parole ;
●
Sismologie ;
●
Génie biomédical ;
●
Contrôle de processus industriels, etc.
3
 Exemple de signaux et systèmes

 Notions de signal, système et traitement du signal :

 Signal : fonction d’une ou plusieurs variables qui véhicule de l’information sur un
phénomène physique ;
 Système (de traitement du signal) : transforme les signaux en d’autres signaux
ou en paramétres, dans le but d’en extraire l’information ;
 Traitement du signal : L’ensemble de méthodes (mathématiques) permettant
d’extraire l’infoamation contenu dans le signal.
4
 Exemple de signaux et systèmes

 Système : circuit électrique

 Signaux : tensions aux bornnes du circuit :

5
 Exemple de signaux et systèmes

 Système : Automobile
 Signaux :
●
Presion sur l’accélérateur (entrée) ;
●
Vitesse du véhicule (sortie).

6
 Exemple de signaux et systèmes

 Système : Le Radar
 Signaux :

Impultion d’onde éléctromagnétique (entrée) ;

Onde éléctromagnétique (sortie).
7
 Finalités d’un système de TS

 Analyse = extraction des composantes essentielles portant l’information ;

 Mesure = estimation d’une grandeur caractéristique avec une certaine

confiance ;
 Détection = extraction d’un signal utile du bruit (signal présent ? Absent ?) ;

 Filtrage = élimination des composantes indésirables (souvent le bruit) ;

 Restauration = "réparation" des dégradations subies par un signal,

connaissant le système ayant provoqué la dégradation.

8
 Finalités d’un système de TS

 Synthèse = création d’un signal á partir de signaux élémentaires ;

 Codage = mise en forme du signal pour une transmission ;
 Compression = réduction de la redondance d’information dans un signal
pour "gagner de la place" ;
 Modulation = adaptation d’un signal aux caractéristiques d’une voie de
transmission ou d’un support d’enregistrement ;
 Segmentation = partition (découpage) d’un signal en segments (parties)
Homogènes ;
 Reconnaissance = identification de formes appartenant á un dictionnaire
(parole, images). 9
 Notion de signal et système

 Deux préoccupations différentes :

●
Modélisation et analyse d’un système de TS (naturel) existant (sismique, optique,
hydraulique, biologie, etc.) ;
●
Spécification et réalisation d’un système de TS (artificiel) implantant une
transformation souhaitée sur un signal d’intérêt.
10
 Les différentes classes de signaux

 Différents critères de classification :

●
Signaux réels / complexes ;
●
Déterministes / aléatoires ;
●
Continus / discrets ;
●
Classification énergétique. 11
 Les différentes classes de signaux
● Classification en fonction du nombre de variables :

Exemple de signal N. Variables(s) Type de signal

- Tension électrique v(t)
- Spectre X(F) 1 monodimensionnel (1 − D)

- Image f(x, y) 2 bidimensionnel (2 − D)

- pression π(x, y, z) 3 tridimensionnel (3 − D)
⁝ ⁝ ⁝
- onde e. m. u(x, y, z, t) N multidimensionnel

12
 Les différentes classes de signaux
● Classification en fonction du nombre de variables :

13
 Les différentes classes de signaux
●
Signaux réels / Signaux complexes :
●
Si x(t) ∈ R : signal réel.
●
Si x(t) ∈ C : signal complexe.
●
Notions usuelles :
●
nombre complexe j : j2 = −1 (à la place de i)
●
Soit x(t) = a(t) + jb(t),
●
Re[x(t)] = a(t) : partie réelle
●
Im[x(t)] = b(t) : partie imaginaire
●
: module
●
: argument
●
: notation complexe
●
Soit : complexe conjugué
14
 Les différentes classes de signaux
●
Classification déterministe / aléatoire :

●
Signal déterministe : évolution complètement prédictible par un modèle
mathématique approprié.
●
Signal aléatoire : évolution non prédictible, non reproductible d’une
expérience à l’autre. 15
 Les différentes classes de signaux
●
Classification déterministe / aléatoire :

On a souvent :
Signal réel = Signal déterministe + Signal aléatoire .
16
 Les différentes classes de signaux
●
Classification continus / discrets :

17
 Les différentes classes de signaux
●
Classification continus / discrets :

Amplitude : x(t) →
continue discrète
Variable : t ↓

continue Signal analogique Signal quantifié

discrète Signal échantillonné Signal numérique

18
 Les différentes classes de signaux
●
Classification énergétique :

●
Énergie d’un signal x(t) :
●
Signaux à énergie finie (ou de "carré intégrable") :
●
Exemples :
●
signaux transitoires ;
●
signaux à support temporel borné ;
●
en pratique tous les signaux physiques. 19
 Les différentes classes de signaux
●
Classification énergétique :
●
Puissance moyenne d’un signal x(t) :

●
Signaux à puissance finie : 0 < Px < +∞ (⇒ Ex = +∞ ).
●
Exemples :
●
Signaux idéaux issus d’un générateur de fonction ;
●
signaux périodiques ;
●
signaux permanents non périodiques ;
●
signaux permanents aléatoires.
20
 Représentations mathématiques

Nature du signal Représentation mathématique

déterministe temps contonu Fonctions, distributions

temps discret suite numérique
aléatoire
temps continu fonctions aléatoires
temps discret suite aléatoire

21
 Représentation des signaux analogiques

●
Fonctions.
●
Distributions : outils mathématiques commodes pour représenter certains signaux.

22
 Les fonctions : propriétés utiles 1
●
Fonctions :
●
Propriétés utiles :
●
continuité, dérivabilité ;
●
support borné (ou non) ;
●
intégrabilité :

L1 et L2 : espaces vectoriels normés.

23
 Les fonctions : propriétés utiles 2
●
Propriétés utiles :
●
fonction paire : x(t) = x(−t)
●
fonction impaire : x(t) = −x(−t)
⟹ décomposition d’un signal quelconque :

●
Propriétés de périodicité :
●
Période T
● Période fondamentale T
0 : plus petit T vériviant la relation de périodicité.
●
Fréquence :
● Signal constant : T non défini, f = 0 .
0 0
●
Signal non périodique = signal « apériodique ». 24
 Les fonctions : Transformations de la variable t
● Retournement : symétrie par rapport à 0.
x(t) → x(−t)

●
Translation de + t0 :
x(t) → x(t−t0)
25
 Les fonctions : Transformations de la variable t

● Changement d’échelle :

26
 Fonctions et signaux élémentaires (1)
● Exponentielles complexes :

Signal périodique de période fondamentale :

de fréquence fondamentale :

27
 Fonctions et signaux élémentaires (2)
●
Signaux sinusoïdaux (périodiques de période fondamentale T0 )

Relations avec les exponentielles complexes :

28
 Fonctions et signaux élémentaires (3)
●
Fonction porte (créneau)

●
Fonction d’Heaviside (échelon unité)

●
Fonction signe

29
 Fonctions et signaux élémentaires (4)
●
Fonction triangulair

●
Fonction sinus cardinal

●
Fonction gaussienne

30
 Les distributions : généralisation de la notion de fonction
●
Exemple 1 : distribution de charge ponctuelle en électrostatique

●
densité linéique de charge :
●
charge totale sur la droite :
●
charge "ponctuelle" : densité :
31
 Les distributions : généralisation de la notion de fonction

●
charge "ponctuelle" : densité :
●
Représentation sous forme d’une fonction de δ (x) ? Cette fonction vérifierait :

ce qui est absurde.

Donc δ (x) n’est pas une fonction mais une distribution !

32
 La distribution de Dirac (« pic » ou « impulsion de Dirac)

●
Représentation :

●
Propriété caractéristique : pour x(t) continue en t=t0
●
Autre propriétés :

33
Distribution de Dirac, limite de familles de fonctions

34
 Distribution régulières, singulières

●
Les distributions régulières : associées à des fonctions f(t) localement
sommables et caractérisées par :

●
Les distributions singulières :

●
La distribution de Dirac δ(t) :

35
 Distribution régulières, singulières

●
Autres distributions singulières :

● Le peigne de Dirac ШT = ∑−∞

+∞
δ (t−kT) :

● La valeur principale de : v.p.( 1/T ) caractérisée par :

(encore appelée "valeur de Cauchy" de l’intégrale ).

36
 Opérations sur les distributions

●
Somme de deux distributions, produit par un scalaire...
Dérivation : Les distributions sont indéfiniment dérivables. La distribution S′
dérivée de S est définie par :

Dans le cas des distributions régulières f(t) :

● Produit par une fonction : On peut définir le produit : S(t)x(t) où x(t) est une
fonction indéfiniment dérivable

37
 Produit de convolution (fonctions)

●
De nombreux systèmes physiques peuvent être représentés par des opérateurs de
convolution.
● Produit de convolution z(t) de deux fonctions x(t) et y(t) localement sommables :

●
Propriétés :
●
commutativité :
soit :

●
distributivité :

38
 Produit de convolution (distribution)

●
La notion de produit de convolution s’étend aux distributions. Cette extension
pose toutefois des problèmes techniques.
●
On retiendra les résultats suivants :
●
Convolution avec une impulsion de Dirac = translation
; en particulier : x(t) ∗ δ(t) = x(t)
La distribution de Dirac à l’origine est donc l’élément unité pour le produit de
convolution.
●
Convolution avec un peigne de Dirac = périodisation

●
Convolution par la dérivée de δ : δ′

39
 Produit de convolution (interprétation)

La convolution de x(t) par y(t) :

peut se décomposer en :
●
un retournement :
●
une translation de +t :
●
une multiplication :
●
une intégration :

40
 Exemple de produits de convolution

●
Les produits de convolution représentés ici correspondent à des systèmes physiques qui ont
pour effet d’atténuer les variations rapides du signal (c’est-à-dire ses "hautes fréquences").
●
Ils correspondent à des "filtres passe-bas".
41