@[Link].
ARSENOLD 07/02/2025
UNIVERSITY MAPON
Faculté de Polytechniques
Analyse et traitement des signaux et
Télécommunications
Bac 3 Génie Electrique
Doctorant Eng. ARSENE KAFATIYA ARNOLD
Février 2025
UNIVERSITY MAPON
Faculté de Polytechniques
Partie I : Analyse et traitement des
signaux
Bac 3 Génie Electrique
Doctorant Eng. ARSENE KAFATIYA ARNOLD
@[Link]. ARSENOLD 1
@[Link]. ARSENOLD 07/02/2025
Objectif du cours
3 Ce cours vise à donner les bases théoriques permettant de faire l’analyse et le traitement des
signaux analogiques et des signaux numériques
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.
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, a pour objet l’élaboration,
la transmission 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.
Plan du cours
4
Chap1: Introduction à l’analyse et au traitement des signaux
Chap2 : Analyse spectrale des signaux analogiques
Chap3 : Filtrage et Modulation des signaux analogiques
Chap4 : Conversion analogique/numérique et numérique/analogique
Chap5 : Analyse des signaux numériques
Chap6 : Filtrage et Modulation numérique
@[Link]. ARSENOLD 2
@[Link]. ARSENOLD 07/02/2025
Prérequis
5
Transformée et série de Fourier
Transformée de Laplace
Transformée en z
Calcul integral (convolution) et nombres complexes
MAPON UNIVERSITY
Faculty of Applied Sciences
Chap 1. Introduction à l’analyse et au
traitement des signaux
Doctorant Eng. ARSENE KAFATIYA ARNOLD
@[Link]. ARSENOLD 3
@[Link]. ARSENOLD 07/02/2025
Plan du chapitre
7
Définitions
Classifications des signaux
Signaux particuliers
Notion de corrélation et de convolution
Distribution de Dirac
1.1. Définitions
8
Signal : Grandeur physique qui porte une information
Un Information : Une nouvelle, ce que l’on ne connait pas (que l’on veut
connaitre)
Un message : Est une donnée transmise d’un expéditeur à un récepteur
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.).
@[Link]. ARSENOLD 4
@[Link]. ARSENOLD 07/02/2025
1.1. Définitions : Notion de rapport signal sur bruit
9
1.1. Définitions : Chaine de traitement du signal
10
@[Link]. ARSENOLD 5
1.2. Classifications des signaux
@[Link]. ARSENOLD
12
11
@[Link]. ARSENOLD
1.2. Classifications des signaux
6
07/02/2025
@[Link]. ARSENOLD
14
13
@[Link]. ARSENOLD
1.2. Classifications des signaux 1.2. Classifications des signaux
7
07/02/2025
@[Link]. ARSENOLD
16
15
@[Link]. ARSENOLD
1.2. Classifications des signaux 1.2. Classifications des signaux
8
07/02/2025
@[Link]. ARSENOLD
18
17
@[Link]. ARSENOLD
1.3. Signaux particuliers 1.3. Signaux particuliers
9
07/02/2025
@[Link]. ARSENOLD 07/02/2025
1.3. Signaux particuliers
19
20
1.3. Signaux particuliers
@[Link]. ARSENOLD 10
@[Link]. ARSENOLD
22
21
@[Link]. ARSENOLD
1.4. Corrélation et convolution 1.4. Corrélation et convolution
11
07/02/2025
@[Link]. ARSENOLD
24
23
@[Link]. ARSENOLD
1.4. Corrélation et convolution 1.4. Corrélation et convolution
12
07/02/2025
@[Link]. ARSENOLD 07/02/2025
Distributivité
25
1.4. Corrélation et convolution
26
1.5. Distribution de Dirac
@[Link]. ARSENOLD 13
@[Link]. ARSENOLD
28
27
@[Link]. ARSENOLD
1.5. Distribution de Dirac 1.5. Distribution de Dirac
14
07/02/2025
@[Link]. ARSENOLD
30
29
@[Link]. ARSENOLD
1.5. Distribution de Dirac 1.5. Distribution de Dirac
15
07/02/2025
@[Link]. ARSENOLD 07/02/2025
31
[Link] sur le chapitre 1
Exercice 1 : Autocorrélation
Exercice 2 :
Calculer l’énergie du signal s(t) = t ( u(t + 2) – u(t - 2))
MAPON UNIVERSITY
Faculty of Applied Sciences
Chap 2. Analyse spectrale des signaux
analogiques
Doctorant Eng. ARSENE KAFATIYA ARNOLD
@[Link]. ARSENOLD 16
@[Link]. ARSENOLD 07/02/2025
Plan du chapitre
33
Signaux périodiques/sigaux à durée limitée
La série de Fourier et Notion des harmoniques
Transformée de Fourier
Exemples des transformées de Fourier
Spectre d’un signal
Exercices
2.1. Signaux périodiques et signaux à durée limitée
34 Un signal est dit périodique lorsqu’il reprends la même allure après un certain intervalle T appelé
période
𝑠 𝑡 = 𝑠(𝑡 + 𝑇)
Un signal est dit à durée limitée lorsqu’il est nul en dehors d’un certain intervalle.
𝑡 ∉ 𝑡 ,𝑡 + 𝑇 → 𝑠 𝑡 = 0
On appelle durée d’un signal la longueur de l’intervalle en dehors duquel ce signal est nul, ici la
durée est T. A partir d’un signal à durée limitée on peut construire un signal périodique en répliquant
ce signal. C’est ce qu’on appelle la périodisation.
𝑠 𝑡 = 𝑠(𝑡 − 𝑛𝑇)
La fréquence d’un signal périodique dans le temps est définie par 𝑓 =
@[Link]. ARSENOLD 17
@[Link]. ARSENOLD 07/02/2025
2.2. La série de Fourier et Notion des harmoniques
35 Soit 𝑓 une fonction périodique de période T : ∀𝑡, 𝑓 𝑡 + 𝑇 = 𝑓(𝑡). Alors la décomposition en série de
Fourier de la fonction 𝑓 est
𝑓 𝑡 = 𝐶 (𝑓)𝑒
Avec
1
𝐶 (𝑓) = 𝑓(𝑡)𝑒 𝑑𝑡
𝑇
𝐶 (𝑓) sont les coefficients de Fourier. Ils mesurent la ressemblance d’une fonction périodique avec
les sinusoïdes de différentes fréquences
Toute fonction périodique peut se décomposer comme une somme infinie de sinus et cosinus a
différentes fréquences multiples de la fréquence de la fonction périodique.
2.2. La série de Fourier et Notion des harmoniques
36
La série de Fourier de la fonction 𝑓 peut aussi s’écrire
𝑓 𝑡 =𝑎 + 𝑎 𝑐𝑜𝑠 2𝜋𝑛𝑓 𝑡 + 𝑏 𝑠𝑖𝑛 2𝜋𝑛𝑓 𝑡 = 𝑎 + 𝐴 𝑐𝑜𝑠 2𝜋𝑛𝑓 𝑡 + Φ
Avec
1 2 2
𝑎 = 𝑓(𝑡) 𝑑𝑡 ; 𝑎 = 𝑓 𝑡 𝑐𝑜𝑠 2𝜋𝑛𝑓 𝑡 𝑑𝑡 𝑒𝑡 𝑏 = 𝑓 𝑡 𝑠𝑖𝑛 2𝜋𝑛𝑓 𝑡 𝑑𝑡
𝑇 𝑇 𝑇
On appelle signal de fréquence 𝑓 le signal fondamental
Les signaux de fréquence n𝑓 sont appelés harmoniques de rang n
La valeur 𝑎 représente la valeur moyenne de la fonction 𝑓(𝑡)
@[Link]. ARSENOLD 18
@[Link]. ARSENOLD 07/02/2025
2.2. La série de Fourier et Notion des harmoniques
37
2.2. La série de Fourier : Exercice
38
@[Link]. ARSENOLD 19
@[Link]. ARSENOLD 07/02/2025
2.3. Transformée de Fourier
39 En considérant un signal non-périodique comme un signal de période infinie, les coefficients de
Fourier
1
𝐶 (𝑓) = 𝑓(𝑡)𝑒 𝑑𝑡
𝑇
Donnent lieu à la transformée de Fourier quand elle existe
𝐹 𝜔 = ℱ 𝑓(𝑡) = 𝑓(𝑡)𝑒 𝑑𝑡
Et la transformée inverse est donnée par
𝑓 𝑡 = ℱ ℱ 𝑓(𝑡) =ℱ ℱ(𝜔) = 𝐹 𝜔 𝑒 𝑑𝑓
Avec ω = 2πf
2.4. Exemples des transformées de Fourier
40
Calculer la transformée de Fourier des signaux suivants :
a) La fonction porte 𝑟𝑒𝑐𝑡 𝑡
b) Triangulaire d’amplitude 1V et de durée 10ms
c) De l’onde carrée à la sortie d’un ondulaire de tension avec E =
220V et f = 50Hz
Déterminer le signal défini par sa transformée de fourier donnée par
a) ℱ 𝑓(𝑡) = 𝑟𝑒𝑐𝑡 (𝑓)
@[Link]. ARSENOLD 20
2.4. Exemples des 2.4. Exemples des
@[Link]. ARSENOLD
42
41
@[Link]. ARSENOLD
transformées de Fourier transformées de Fourier
21
07/02/2025
@[Link]. ARSENOLD 07/02/2025
2.5. Spectre d’un signal
43
Soit x(t) un signal analogique et X(f) sa transformée de Fourier. On
définit
Le spectre d’amplitude de x(t) : f ↦ 𝑋(𝑓)
Le spectre de puissance de x(t) : f ↦ 𝑋(𝑓)
Le spectre de phase de x(t) : f ↦ arg(𝑋(𝑓))
Le spectre du signal nous renseigne directement sur son contenu
fréquentiel ( forte présence ou quasi-absence d’une fréquence)
2.5. Exemple de spectre d’un signal
44
@[Link]. ARSENOLD 22
@[Link]. ARSENOLD 07/02/2025
Théorème de Plancherel – Parseval
45
𝐸= 𝑥(𝑡) 𝑑𝑡 = 𝑋(𝑓) 𝑑𝑓
2.5. Domaine spectral
La transformée de Fourier conserve l’énergie du signal
théorèmes
Théorème de Wiener – Khintchine
Soit x(t) un signal analogique et X(f) sa transformée de Fourier. En notant 𝐶 (𝑡) sa
function d’autocorrelation, ie
𝐶 𝑡 = 𝑥 𝑢 𝑥 𝑢 + 𝑡 𝑑𝑢
Alors
𝑋(𝑓) =ℱ 𝐶 𝑡 (𝑓)
Le spectre de x est égale à la transformée de Fourier de sa function d’auto-corrélation
46
2.6. Conclusion du chapitre sur l’analyse spectrale
Analyse spectrale = transformée de Fourier
Interprétation physique simple : Permet de mesurer la « quantité »
d’une sinusoïde à une fréquence donnée
Un signal période dans le temps donne une transformée échantillonée
Convolution dans le temps = multiplication en fréquence
Conservation de l’énergie
@[Link]. ARSENOLD 23
