Classe : 1ère Année Licence Science de l’Informatique (LSI1)

Responsable du cours : Dr. Faîçal Baklouti

Cours :

Technologies Multimédias

Chapitre 1 :
Théorie et traitement des
signaux
1. Introduction

1.1 Qu’est-ce qu’un signal ?

► Représentation physique d'une information à transmettre.
► Entité qui sert à véhiculer une information.
► Un phénomène qui peut être mesurable par un appareil de
mesure.

Exemples :
Microphone :
Info physique : pression acoustique
représentation de l’info : signal électrique proportionnel

Souris d’ordinateur :
Info physique : déplacement, clic, molette
représentation de l’info : signal électrique impulsionnel
2
1. Introduction

1.2 Définition : théorie du signal

► L’objectif fondamental de la théorie du signal est la
description mathématique des signaux. Elle fournit les
moyens de mettre en évidence, sous forme mathématique
les principales caractéristiques d’un signal.
► Elle offre également les moyens d’analyser la nature des
modifications subies par les signaux lors de leurs passage.

3
1. Introduction

1.3 Notion de traitement du signal

► L’objectif fondamental de la théorie du signal est la
description mathématique des signaux.
► Elle fournit les moyens de mettre en évidence, sous forme
mathématique les principales caractéristiques d’un signal.
► Elle offre également les moyens d’analyser la nature des
modifications subies par les signaux lors de leurs passage.

Son but est donc de réussir à extraire un

maximum d'informations utiles sur un signal
perturbé par du bruit.

4
1. Introduction

1.4 Qu’est-ce qu’un bruit ?

► Un bruit correspond à tout phénomène perturbateur gênant
la transmission ou l'interprétation d'un signal.
► Ce qui distingue le signal du bruit c'est que l'un transporte
une information qui nous intéresse, l'autre une information
qui ne nous intéresse pas.

5
1. Introduction

1.5 Définition : Rapport signal sur bruit (RSB ou SNR en

anglais, Signal to Noise Ratio)
► Le rapport signal sur bruit (S/N) mesure la quantité de bruit
contenue dans le signal.
► Il s'exprime par le rapport des puissances du signal (PS) et du
bruit (PN).
► Il est souvent donné en décibels (dB).

6
2. Classification des signaux

2.1 Classification phénoménologique

► On considère la nature de l'évolution du signal en
fonction du temps. Elle peut être à caractère
prédéterminé ou elle a un comportement non prévisible.
► Il apparaît deux types de signaux :
o Les signaux déterministes : leur évolution en fonction
du temps peut être parfaitement modélisée par une
fonction mathématique. On retrouve dans cette
classe les signaux périodiques, les signaux
apériodiques, les signaux transitoires, etc…

7
2. Classification des signaux

2.1 Classification phénoménologique

o Les signaux aléatoires : leur comportement temporel
est imprévisible. Il faut faire appel à leurs propriétés
statistiques pour les décrire. Si leurs propriétés
statistiques sont invariantes dans le temps, on dit
qu'ils sont stationnaires.

8
2. Classification des signaux

2.2 Classification morphologique

► Selon que le signal x(t) ou la variable t est continu ou
discret ( tk=kT ) on distingue quatre types de signaux :
o Le signal à amplitude et temps continus appelé
couramment signal analogique.
o Le signal à amplitude discret et temps continu appelé
signal quantifié.
o Le signal à amplitude continue et temps discret appelé
signal échantillonné.
o Le signal à amplitude discret et temps discret appelé
signal numérique.

9
2. Classification des signaux

2.2 Classification morphologique

10
2. Classification des signaux

2.2 Classification morphologique

11
2. Classification des signaux

2.3 Classification spectrale

► Un signal peut être classé suivant la distribution de son
amplitude, sa puissance ou son énergie en fonction de la
fréquence (spectre du signal).
► Le domaine des fréquences occupé par son spectre est aussi
appelé la largeur de bande spectrale du signal Δf exprimée
en hertz (Hz):
Δf = Fmax − Fmin

12
2. Classification des signaux (7)

2.3 Classification spectrale

► En considérant la fréquence moyenne :
Fmoy = (Fmax + Fmin)/2
► on peut distinguer deux types de signaux :
o les signaux à bande étroite avec Δf/Fmoy petit
(soit Fmax ≈ Fmin).
o les signaux à large bande avec Δf/Fmoy grand
(soit Fmax ≫ Fmin).

13
2. Classification des signaux

2.3 Classification spectrale

► Il est possible aussi de les classer par le domaine de
variation de la fréquence moyenne Fmoy :
o Fmoy < 250 KHz signaux basses fréquences (BF).
o 250 KHz < Fmoy < 30 MHz signaux hautes fréquences (HF).
o 30 MHz < Fmoy < 300 MHz signaux très hautes fréquences
(VHF).
o 300 MHz < Fmoy < 3 GHz signaux ultra hautes fréquences
(UHF).
o Fmoy > 3 GHz signaux super hautes fréquences (SHF).

14
3. Signaux particuliers

3.1 Fonction signe

► Par convention, on admet pour valeur à l'origine : sgn (t) =0

pour t=0.

15
3. Signaux particuliers

3.2 Fonction échelon

► Par convention, on admet pour valeur à l'origine: u (t) = ½

pour t=0.
► Dans certains cas, il sera préférable de lui donner la valeur
1.
16
3. Signaux particuliers

3.3 Fonction rampe

17
3. Signaux particuliers

3.4 Fonction rectangulaire

► On l'appelle aussi fonction porte.

18
3. Signaux particuliers

3.5 Impulsion de Dirac

► L'impulsion de Dirac correspond à une fonction porte dont la

largeur T tendrait vers 0 et dont l'aire est égale à 1.

► ne peut pas être représentée graphiquement. On la

schématise par le symbole :

► Attention: le 1 marqué sur la flèche pleine représente l’aire de

cette impulsion (et non la hauteur de l’impulsion).
19
4. Propriétés des signaux

4.1 Périodique

► Une fonction est périodique si s(t)=s(t+T)

20
4. Propriétés des signaux

4.2 Pair-impair

► Un signal est pair si :

x(t)=x(-t)
► Un signal est impair si :
x(t)=-x(-t)

21
4. Propriétés des signaux

Exercice :
À partir de la courbe de la fonction d’un signal représentée
ci-dessous, dire si la fonction semble paire, impaire ou ni
paire, ni impaire.

22
4. Propriétés des signaux

Correction :
► La courbe de la fonction 1 est symétrique par rapport à l’axe des
ordonnées. La fonction 1 est donc paire.

► La courbe de la fonction 2 est ni symétrique par rapport à l’axe

des ordonnées ni symétrique par rapport à l’origine du repère. La
fonction 2 est donc ni paire, ni impaire.

► La courbe de la fonction 3 est symétrique par rapport à l’origine

du repère. La fonction 3 est donc impaire.

► La courbe de la fonction 4 est ni symétrique par rapport à l’axe

des ordonnées ni symétrique par rapport à l’origine du repère. La
fonction 4 est donc ni paire, ni impaire.

► La courbe de la fonction 5 est symétrique par rapport à l’origine

du repère. La fonction 5 est donc impaire.

► La courbe de la fonction 6 est symétrique par rapport à l’axe des

ordonnées. La fonction 6 est donc paire.
23
4. Propriétés des signaux

4.3 Causal

► Un signal x(t) est causal s’il est nul pour toute valeur
négative de t.

Exemple :

24
4. Propriétés des signaux

4.4 À énergie finie

► Un signal est à énergie finie s’il possède une puissance

moyenne nulle et une énergie finie.

Energie d'un signal x(t) :

Puissance d'un signal x(t) :

25
5. Signaux numériques

5.1 Introduction

► On appelle signal numérique la suite de nombres {x(n)} ou

{xn} avec n ∈ Z dans le cas général, n ∈ N dans le cas des
signaux causaux.
► Cette suite de nombres provient en général de l’
échantillonnage d’un signal analogique issu d’un système à
caractériser.
► Dans le cas où le signal numérique provient d’un
échantillonnage, deux valeurs successives correspondent à
un écart temporel de Te. Ces signaux sont également
appelés signaux à temps discret.
► Les signaux numériques ont une importance particulière car
ce sont ceux-là qui pourront être manipulés sur un
ordinateur.

26
5. Signaux numériques

5.2 Conversion analogique numérique

► La transformation d'un signal analogique en signal

numérique est appelée conversion numérique ou encore
numérisation.
► Un signal analogique, pour être converti en signal
numérique, doit être numérisé par un convertisseur
analogique numérique (CAN).
► La numérisation consiste à prélever un certain nombre
d'échantillons (échantillonnage), puis à les coder sur un
certain nombre de bits (quantification).

27
5. Signaux numériques

5.2 Conversion analogique numérique

28
5. Signaux numériques

5.2 Conversion analogique numérique

Codage binaire
► Les ordinateurs fonctionnent suivant une logique à deux
états qui déterminent une logique binaire. Ce codage de
l'information est nommé base binaire. Il consiste à utiliser
deux états (représentés par les chiffres 0 et 1) pour coder
les informations.
► Un bit signifie « binary digit », c'est-à-dire 0 ou 1 en
numérotation binaire. C'est la plus petite unité
d'information manipulable numérique.
► L'octet est une unité d'information composée de 8 bits. Il
permet de stocker un caractère, tel qu'une lettre, un
chiffre...

29
5. Signaux numériques

5.2 Conversion analogique numérique

Échantillonnage
Pour numériser le signal, la première étape consiste à mesurer
son amplitude à intervalles de temps réguliers : c'est
l'échantillonnage.
► L'échantillonnage consiste à prélever périodiquement des
échantillons d'un signal analogique selon une période que
l'on appellera période d'échantillonnage.
► Plus la fréquence d'échantillonnage utilisée sera grande,
plus les mesures seront fidèles au signal original.

30
5. Signaux numériques

31
5. Signaux numériques

5.2 Conversion analogique numérique

Échantillonnage

32
5. Signaux numériques

5.2 Conversion analogique numérique

Échantillonnage
► Le deuxième schéma donne un signal plus fidèle à l'original que
le premier schéma.
► Afin de représenter les détails du signal, il faut prélever un grand
nombre de ces échantillons chaque seconde.
► Dans le cas où le nombre d'échantillons par cycle est trop faible,
ils peuvent être interprétés comme la représentation d'une forme
de signal différente de celle du signal d'origine.
► Pour éviter ce problème, on utilise le théorème de Shannon :

Pour pouvoir numériser correctement un signal, il faut échantillonner

à une fréquence au moins deux fois plus grande que la fréquence du
signal analogique que l'on échantillonne.

► Le théorème de Shannon permet de déterminer la fréquence

d'échantillonnage minimale (également appelée fréquence
Nyquist)
33
5. Signaux numériques

5.2 Conversion analogique numérique

Échantillonnage
On considère les trois signaux ci-contre, de fréquence f0 = 200
Hz, f0’= 800 Hz et f0’’= 1200 Hz. Ils sont tous les trois
échantillonnés à la même fréquence fe = 1000 Hz.

On constate
que seul le
premier signal
est
correctement
échantillonné,
les deux
suivants ne le
sont pas du
tout.
34
5. Signaux numériques

5.2 Conversion analogique numérique

Quantification
► Une fois que l'amplitude du signal a été échantillonnée et
qu'une valeur a été obtenue, l'étape suivante ayant pour but
de réduire cette valeur à une forme numérique consiste à
quantifier cette valeur en l'arrondissant à l'unité la plus
proche sur une échelle de mesure étudiée spécialement.
► La quantification consiste à choisir les niveaux de
quantifications de sorte que toute la gamme des
échantillons soit quantifiable avec un pas de quantification
constant.

35
5. Signaux numériques

5.2 Conversion analogique numérique

Quantification
► L’opération de quantification consiste à attribuer un
nombre binaire à toute valeur prélevée au signal lors de l’
échantillonnage.
► C’est le CAN (convertisseur analogique numérique) qui
réalise cette opération.
► Chaque niveau de tension est codé sur p bits, chaque bit
pouvant prendre deux valeurs (0 ou 1).
► Donc un convertisseur à p bits possède 2p niveaux de
quantification. Considérons un CAN 4 bits, il n’y a donc que
24 = 16 valeurs possibles attribuables à toutes les valeurs
prélevées lors de l’échantillonnage.
► L’opération se fait donc avec une perte d’information
d’autant plus grande que p est petit.
36
5. Signaux numériques

5.2 Conversion analogique numérique

Quantification

37
5. Signaux numériques

5.2 Conversion analogique numérique

Codage
► Le codage consiste à représenter l'amplitude de chaque
échantillon par un nombre binaire de bit.
► La suite de nombre binaire est ensuite transmise en série
(un nombre par période d'échantillonnage).
► On voit bien que pour traduire le plus fidèlement possible le
signal analogique, il faudra prendre un très grand nombre
de mesure.

38
5. Signaux numériques

5.2 Conversion analogique numérique

Exemple

► Lorsque le codage s'effectue sur 2 bits, chaque bit pouvant

prendre deux valeurs (« 0 » ou « 1 »), 2^2= 4 valeurs seront
stockées soit un pas de quantification de 2,5 V (10/4).
► Dans cet exemple, le signal a une amplitude de 10 volts :
▪ 0 à 2,5 V, le code sera « 00 »
▪ 2,5 V à 5 V, le code sera « 01 »
▪ 5 V à 7,5 V, le code sera « 10 »
▪ 7,5 V à 10 V, le code sera « 11 »
39
5. Signaux numériques

5.2 Conversion analogique numérique

Exemple

► Plus le nombre de bits sera important et meilleure sera la précision,

mais plus le signal occupera de mémoire !
40