RAPPORT TP-SIGNAUX
TP 1 : Présentation
TP 2 : Etude de signaux à l’aide d’un ordinateur
TP 3 : Analyse spectrale par Transformée de Fourier Discrète
ETUDIANTS :
DANZOUMBE PRIVILEGE
HAMIDU ZIYAD
3. Visualisation d’un signal temporel cosinusoidal . Programmation en ligne sous Matlab
puis création d’un fichier .m
3.1 Condition optimale de visualisation
Question 1 :
Oui le signal visualisé est cosinusoïdal , avec 5 période observée. Le signal est en accord avec
nos prévisions.
Fig. 1
On compte 20 points par période. oui c’est suffisant pour une illusion de la continuité du signal
car Fe>2F0
1
Fig.2
Question 2 : Calcul de Te et Fe
Te=Tobs /N =0.001s et Fe=1000 Hz=1KHz
Question 3 : Le signal visualisé est effectivement Cosinusoïdal , on observe une seule période.
Oui c’est en accord avec nos prévisions.
2
On observe 20 points par période du signal. oui c’est suffisant pour une illusion de la continuité
du signal car Fe>2F
Question 4 : Calcul de Fe et Te
Te=Tobs /N =0.0002s et Fe=5000 Hz=1KHz
Question 5 : Le signal est cosinusoidal et on observe une seule période. Oui c’est en accord avec
la prévision car 0.02 s correspond a une période d’observation du signal
3
On
On observe donc 100 points
3.2 Condition non-optimale de visualisation
Question 6 : Oui il apparait un signal cosinusoidal et il est en accord avec nos prévisions.
4
On observe 50 périodes. Dans ce cas ce ne sont pas de bonnes conditions d’observation.
On observe 2 points par périodes.
C’est donc suffisant pour une illusion de la continuité du signal car Fe =2F0
Deuxième essai : un faible nombre de points par période et une observation d’une période
Question 8 : ce signal n’est pas cosinusoidal , On observe une démi période d’un signal
triangulaire
5
On observe 2 points par période
C’est donc suffisant pour une illusion de la continuité du signal car Fe =2F0
4.Visualisation d’un signal temporel sinusoïdal sans et avec une composante continue
4.1 Visualisation d’un signal temporel sinusoïdal sans composante continue
Question 9 : Création du programme
Question 10 : Oui il apparait un signal sinusoïdal sans composante continue.
6
4.2 Visualisation d’un signal temporel sinusoïdal avec une composante continue
Question 11 : Création du programme
Question 12 : Oui on observe un signal sinusoïdal avec une composante continue
7
Troisième partie
Analyse spectrale par Transformée de Fourier Discrète, TFD (ou Fast Fourier Transformé,
FFT). Programmation de la TFD. Spectre d’un signal
Question 13 : les amplitudes et la fréquence des différentes raies spectrales.
Fréquence (Hz) 0 -100 100 200
Amplitude 1 0.5 0.5 0.25
La raie spectrale a la fréquence 0 Hz correspond à la composante continue (moyenne)
du signal dans le domaine temporel.
Avec un voltmètre :
En mode courant continu (DC), un voltmètre affiche directement la valeur moyenne du signal.
On place le sélecteur rotatif sur Hz. On insère les fils dans les bornes com et VΩ (calibrage
compris) puis on lit la valeur sur le voltmètre.
Avec un oscilloscope :
La fonction "mesure de valeur moyenne". On sélectionne la source FFT, puis on se place sur le
type Frequency pour la lecture sur l’oscilloscope.
Question 14 : Pas de son, Donc la question a été sautée.
Question 15 : les amplitudes et la fréquence des 5 premiers harmoniques.
Fréquence (Hz) 100 200 300 400 500
Amplitude 0.65 0 0.22 0 0.13
Conclusion : Ces résultats rejoignent bien les résultats du Td2.
Question 16 : Reconstitution du signal avec Simulink
8
S(t )=0 , 65 cos (200 πt )+ O, 22 cos (6 OOπt)+0 , 13 cos (1000 πt )
Conclusion : Pour reconstituer fidèlement un signal comme un créneau, il est essentiel de tenir
compte des harmoniques de rang élevé, car elles permettent de restituer les transitions rapides et
les formes réelles du signal.
9
Spectre d’un signal triangulaire
Nous lançons le fichier data6.m et nous utilisons help sawtooth pour vérifier que le signal
représenté est bien un signal triangulaire.
Question 17 : Analyse spectrale et mesure des fréquences
Ordre harmo Fond (1er har) 2e harmo 3e harmo 4e harmo 5e harmo
Fréquences (HZ) 100 300 500 700 900
Amplitudes 0,42 0,05 0,015 0,01 0,004
10
Question 18 : Reconstitution du signal avec Simulink
S(t )=0 , 42 cos (200 πt)+ O ,05 cos (6 OOπt )+ 0 , 015 cos (1000 πt)+0 , 01 cos (1 400 πt )+ 0 , 0 04 cos (1 800 πt)
11
Conclusion : Pour reconstituer fidèlement un signal triangulaire, il faut tenir
compte des harmoniques impaires de rang élevé. Leur contribution, bien que
décroissante (en 1/n²), est essentielle pour reproduire avec précision les
pentes linéaires et les sommets du signal.
Spectre d’un signal en dent de scie
Modification de data6.m pour représenter un signal en dent de scie :
Représentation du spectre avec Loadfft :
12
Différence entre le spectre du signal triangulaire et du signal en dents de scie :
Le signal en dent de scie possède un spectre plus riche que le signal triangulaire : il contient
toutes les harmoniques (paires et impaires) avec une décroissance en 1/n, tandis que le signal
triangulaire ne contient que les harmoniques impaires, décroissant plus vite en 1/n2. Cela rend le
signal en dent de scie plus abrupt et moins lissé.
Spectre d’un sinus cardinal
Question 20 :
programme matlab
13
Représentation du sinus cardinal et de son spectre :
Vérification :
La fréquence maximale à laquelle l’amplitude s’annule est de 100Hz. L’amplitude du spectre
s’annule à F=± 100 Hz . Ce qui correspond exactement à la position du premier zéro du signal en
t=1/ F =10ms.
Filtrage de signaux bruités
Objectif : L’objectif du filtrage est de faire disparaître un bruit superposé à
un signal utile de fréquence F0 = 100Hz.
14
