0% ont trouvé ce document utile (0 vote)
39 vues7 pages

Analyse Spectrale et Convolution de Signaux

Le document présente un TD sur le traitement numérique du signal, abordant la numérisation et l'analyse spectrale des signaux discrets. Il inclut des exercices sur la convolution linéaire et circulaire de signaux, ainsi que des représentations graphiques et des calculs de transformées de Fourier. Enfin, il traite de la périodicité des spectres et fournit des expressions simplifiées pour le spectre d'amplitude et de phase.

Transféré par

Eya Kh
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Thèmes abordés

  • valeurs de x(n),
  • somme des termes,
  • signal h(n),
  • spectre d'amplitude,
  • transformée de Fourier,
  • système linéaire,
  • convolution circulaire,
  • représentation de signaux,
  • systèmes discrets,
  • analyse de fréquence
0% ont trouvé ce document utile (0 vote)
39 vues7 pages

Analyse Spectrale et Convolution de Signaux

Le document présente un TD sur le traitement numérique du signal, abordant la numérisation et l'analyse spectrale des signaux discrets. Il inclut des exercices sur la convolution linéaire et circulaire de signaux, ainsi que des représentations graphiques et des calculs de transformées de Fourier. Enfin, il traite de la périodicité des spectres et fournit des expressions simplifiées pour le spectre d'amplitude et de phase.

Transféré par

Eya Kh
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Thèmes abordés

  • valeurs de x(n),
  • somme des termes,
  • signal h(n),
  • spectre d'amplitude,
  • transformée de Fourier,
  • système linéaire,
  • convolution circulaire,
  • représentation de signaux,
  • systèmes discrets,
  • analyse de fréquence

TD Traitement Numérique du Signal

Deuxième Année Licence


Traitement Numérique du signal
ISIMM 2019/2020
Nazih Hajri

Eléments de Corrections de la Série n°3 : Numérisation


d’un signal et Analyse Spectrale des Signaux Discrets

Exercice 4

{ ↑
} { ↑
}
1) Soient les signaux discrets suivants : x ( n ) = 2, 2, 4, 4 et h(n ) = 1, 2,3, 4

a) Donner la représentation graphique de ces deux signaux

3
x(n)

0
0 1 2 3
n

3
h(n)

0
0 1 2 3
n
b) Déterminer le produit de convolution linéaire de ces deux signaux
( y (n ) = x ( n ) ∗ h( n ) ) en utilisant deux méthodes (méthode graphique et méthode des
tableaux), en déduire la représentation graphique de y(n)
Méthode graphique
On a N=4
Le produit de convolution linéaire est de portée 2N-1 y(n) appartient à [0, 2*4-
2]=[0,7].

ISIMM 2019/2020 1/ 7 N. Hajri


TD Traitement Numérique du Signal

0
-3 -2 -1 0 1 2 3

y(0)=1*2=2

0
-2 -1 0 1 2 3
y(1)=2*2+1*2=6

0
-1 0 1 2 3

y(2)=2*3+2*2+4*1=14

…………………………………….
On poursuit suivant ce principe et on trouve finalement ☺

ISIMM 2019/2020 2/ 7 N. Hajri


TD Traitement Numérique du Signal

{
y (n ) = yn = 2, 6,14, 26, 28, 28,16

}
Methode des tableaux

2) On suppose maintenant que x(n) et h(n) sont périodiques


a) Donner la représentation graphique de ces deux signaux sur −5 ≤ n ≤ 5
Les deux séquences sont périodiques

3
x(n)

0
-5 -4 -3 -2 -1 0 n 1 2 3 4 5

ISIMM 2019/2020 3/ 7 N. Hajri


TD Traitement Numérique du Signal

3
h(n)
2

0
-5 -4 -3 -2 -1 0 1 2 3 4 5
n
b) Déterminer le produit de convolution circulaire de ces deux signaux
( y (n ) = x (n ) ⊗ h(n ) ) en utilisant deux méthodes (méthode graphique et méthode
matricielle)
Il faut se référer au support du cours chapitre 3 dont je vous ai déjà partage ☺
Méthode graphique
Il suffit d’applique le même concept que celui bien détaillé dans le cours pour trouver

{
yn = 30, 34, 30, 26

}
Methode des tableaux

c) En déduire la représentation graphique de y(n)

ISIMM 2019/2020 4/ 7 N. Hajri


TD Traitement Numérique du Signal

34
30
y(n) 26

0
0 0.5 1 1.5 2 2.5 3
n

Exercice 5
Soit le signal discret x(n) définie par :

 N
1, n ≤ , N entier naturel paire
x (n ) =  2
0, sinon

1) Donner la représentation graphique de x(n)


Soit N=8 (il suffit de choisir une valeur pour pouvoir représenter)
1
(n
x )

0
-4 -2 0 2 4
n

2) Donner l’expression de la TFTD X(f) du signal x(n)


∞ N /2
X( f ) = ∑ x ( n ) exp( − j 2π fn ) = ∑ 1 ⋅ exp( − j 2π fn )
n =−∞ n =− N /2
3) Montrer que X(f) est la somme des termes d’une suite géométrique dont on spécifie son
premier terme et sa raison

Soit la suite Un = exp( − j 2π fn ), − N / 2 ≤ n ≤ N / 2 ⇒ Un = (exp( − j 2π f ))


n

Donc Un est bien une suite géométrique de premier terme U − N /2 = exp( jπ fN ) et de

raison q = exp( − j 2π f )
Ainsi on pourra conclure que X(f) est la somme des termes de la suite géométrique Un
dont on a déjà spécifié son premier terme et sa raison

ISIMM 2019/2020 5/ 7 N. Hajri


TD Traitement Numérique du Signal

4) En déduire l’expression simplifiée de X(f) (on peut utiliser le rappel du cours sur la suite
géométrique)
En utilisant le rappel du cours chapitre3 : (dernière équation du diapositive ci-dessous)

On peut écrire :

1 − q N +1 1 − exp( j 2π f ( N + 1))
X ( f ) = U − N /2 ⋅ = exp( jπ fN ) ⋅
1− q 1 − exp( j 2π f )
Il ne faut laisser l’expression d’un spectre sous cette forme, il faut le simplifier au
maximum En utilisant le même principe déjà rappelé dans les TD précédents, on peut
écrire :

1 − q N +1 1 − exp( − j 2π f ( N + 1))
X ( f ) = U − N /2 ⋅ = exp( jπ fN ) ⋅
1− q 1 − exp( − j 2π f )
exp( − jπ f ( N + 1))(exp( jπ f ( N + 1)) − exp( − jπ f ( N + 1)))
X ( f ) = exp( jπ fN ) ⋅
exp( − jπ f )(exp( jπ f ) − exp( − jπ f ))
aprés simplification on aura
exp( jπ f ( N + 1)) − exp( − jπ f ( N + 1)) 2 j sin(π f ( N + 1)) sin(π f ( N + 1))
X( f ) = = =
exp( jπ f ) − exp( − jπ f ) 2 j sin(π f ) sin(π f )

5) Etudier la périodicité de X(f)

ISIMM 2019/2020 6/ 7 N. Hajri


TD Traitement Numérique du Signal

sin(π ( f + 1)( N + 1)) sin(π f ( N + 1) + π ( N + 1))


X ( f + 1) = =
sin(π ( f + 1)) sin(π f + π )
or N est paire et sin( x + π ) = -sin( x ) ⇒
− sin(π f ( N + 1))
X ( f + 1) = = X( f )
− sin(π f )
Donc X(f) est bien périodique de période 1
6) Déterminer le spectre d’amplitude et celui de phase de X(f)
Spectre d’amplitude :
 sin(π f ( N + 1))
sin(π f ( N + 1)) 0, si ≥0
Arg ( X ( f )) = arg( )= sin(π f )
sin(π f ) π , sin on

sin(π f ( N + 1)) sin(π f ( N + 1))


Spectre de phase : X ( f ) = =
sin(π f ) sin(π f )

ISIMM 2019/2020 7/ 7 N. Hajri

Vous aimerez peut-être aussi