Université Abdelmalek Essaadi

Faculté des Sciences et Techniques d’Al Hoceima

Traitement du signal

Filières :
 Electronique, Electrotechnique et Automatique (EAA)
 Mécanique énergétique (ME)

Année universitaire: 2019-2020 Réalisé par : Faiza Dib

 I. Introduction:
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. 2
 Notion de signal et système

 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
paramètres, dans le but d’en extraire l’information

3
Exemples de signaux et systèmes

Système : circuit électrique

Signaux : tensions aux bornes du circuit

Système : automobile
Signaux :
pression sur l’accélérateur (entrée)
vitesse du véhicule (sortie).

4
Définition

Un signal est :
 Une succession de valeurs correspondant à des instants différents. C’est un support de
l’information transmise de sa source à sa destination.
 Une grandeur qui dépend du temps t. Cette grandeur est souvent physique.

La grandeur d’un signal peut être de différents types :

 Information : par exemple le son qui est une variation de la pression de l’air,
 Energie : par exemple la tension du secteur ;
 Matière : par exemple un d´débit d’eau en un point d’un canal d’irrigation;
 signal électrique (téléphonie),
 onde électromagnétique (télécommunication),
 onde acoustique (sonar),
 onde lumineuse (fibre optique),
 signal binaire (ordinateur). 5
Définition

signal = toute entité qui véhicule une information

Exemples: onde acoustique Musique,

courant électrique parole,
délivré par un ...
microphone

source
onde lumineuse lumineuse
courant électrique (étoile, gaz, …)
délivré par un ...
spectromètre

suite de nombres Mesures physiques

6
6
 Définition: Traitement du signal

 Analyse = extraction les composantes essentielles portant l’information ;

 Mesure = estimation d’une grandeur caractéristique avec une certaine confiance ;
 Détection = extraction Extraire une composante utile d’un signal et/ou du bruit de fond qui lui
est superposé, (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.
 Synthèse = création d’un signal à 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 à un dictionnaire (parole, images). 7
 Définition: Traitement du signal

Traitement du signal = procédure pour:

 Extraire l’information (filtrage, détection, estimation, analyse spectrale...)

 Mettre en forme le signal (modulation, échantillonnage….)

(forme adaptée à la transmission ou au stockage)

 Reconnaissance des formes

En Physique:
TS

Système Physique signal

Transmission Détection Analyse
en évolution
Interprétation
Sources de
"bruit"
8
 II. Représentation Et classification des signaux

Différents critères de classification :

 Nombre de variables ;
 Signaux réels / complexes ;
 Déterministes / aléatoires ;
 Continus / discrets ;
 Classification énergétique

9
Classification en fonction du nombre de variables

10
 Classification : Signaux réels / Signaux complexes

Notations usuelles :

11
 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.
 Fabrice 12
 Classification déterministe / aléatoire

Non périodique Non périodique

+ +
∃ T x(t) = x(t + kT) Support non borné Support borné

Signal périodique Signal apériodique Signal transitoire

Signal à durée finie (limitée )= Signal à support borné

13
Classification déterministe / aléatoire

Signal réel = Signal déterministe + Signal aléatoire

14
 Classification continu / discret

Amplitude continue Amplitude discrète

Analogique Quantifié
Temps continu

Échantillonnage

Echantillonné Numérique
Temps discret

Quantification
15
 Classification énergétique:
Signal à énergie finie

Définition: par analogie avec les signaux électriques



 xt  dt
2
Energie d’un signal x(t) : Wx 


T
2
1
 xt  dt
2
Puissance moyenne de x(t) : Px  lim
T   T
T

2

Signaux à énergie finie (ou de carré intégrable ) : 0 ≤ Wx < +.

Exemples :
 signaux transitoires ;
 signaux à support temporel borné ;
 en pratique tous les signaux physiques.

Signaux à énergie finie  Puissance Moyenne nulle

16
 Classification énergétique:
Signal à énergie infinie
T
2
1
 xt  dt
2
Puissance moyenne de x(t) : Px  lim
T   T
T

2

Cas des signaux périodique de période T:

Signaux à puissance moyenne finie : 0 < Px < +  Ex = +

Exemples :
signaux idéaux issus d’un générateur de fonction ;
signaux périodiques ;
signaux permanents non périodiques ;
signaux permanents aléatoires.

Signaux à énergie infinie  Puissance Moyenne finie 17

 Classification énergétique:

Signaux

Energie finie Energie infinie

Wtot<+

Puissance nulle Puissance finie

Pmoy tot=0

Signaux transitoires
Signaux périodique
Les signaux physiques
Signaux permanents aléatoires
Signaux apériodique non transitoires

18
Classification énergétique:

19
 Représentations mathématiques

Des représentations différentes en fonction de la nature du signal :

20
 Représentations mathématiques

 Fonctions.
 Distributions : outils mathématiques commodes pour représenter certains signaux.
 Fabrice

21
 Représentations mathématiques
Les fonctions : propriétés utiles
 Fonction : x(t); t  R; x(t)  R ou x(t)  C
 Propriétés utiles :
 continuité, dérivabilité ;
 support borné (ou non) ;
 intégrabilité ;
 propriétés de symétrie :
fonction paire : x(t) = x(-t)
fonction impaire : x(t) = -x(-t)
 décomposition d’un signal quelconque :

 Propriété de périodicité
T > 0 tel que t x(t + T) = x(t) (1)
- Période : T
- Période fondamentale T0 : plus petit T vérifiant (1).
- Fréquence : f0 = 1/T0
- Signal constant : T0 non défini, f0 = 0.
22
 Représentations mathématiques
Transformations de la variable t
 Retournement : symétrie par rapport à 0. x(t)  x(-t)

 Translation de +t0 x(t) x(t - t0)

23
Représentations mathématiques
Transformations de la variable t
 Retournement (Inversion temporelle ): symétrie par rapport à 0.
x(t)  x(-t)

Graphiquement, s(t)=x(-t) correspond à la version symétrisée de x(t) par

rapport à l’axe des ordonnées

24
Représentations mathématiques
Transformations de la variable t
 Décalage temporel (avance/retard) y(t ) = x(t + t 0 )
- Si t0>0, on opère une avance : translation horizontale de t0 vers la gauche
- Si t0<0, on opère un retard : translation horizontale de t0 vers la droite
- Graphiquement, le signal avancé x(t+t0) ou retardé x(t-t0) correspond à la
version translatée horizontalement du signal original x(t)

25
 Représentations mathématiques
Transformations de la variable t
 Changement d’échelle (compression/dilatation)
y(t ) = x(at ) a > 0
- Si a>1, y(t) est une version comprimée de x(t)
- Si 0<a<1 y(t) est une version dilatée de x(t)
-

26
 Représentations mathématiques
Transformations de la variable t
 Changement d’échelle :

x(t) x(2t) contraction

x(t) x(t/2) dilatation

27
 Représentations mathématiques
Fonctions et signaux élémentaires
 Exponentielles complexes

x(t) = Aejω0t

Signal périodique de période fondamentale :

T0 =2π/ω0 (en s)
de fréquence fondamentale :
f0 =1/T0= ω0/2 π (en Hz)

28
 Représentations mathématiques
Fonctions et signaux élémentaires
 Signaux sinusoïdaux (périodiques de période fondamentale T0)

x(t) = A sin(ω0t + φ) = A sin(ω0(t + τ))

 A : amplitude du signal
 ω0 =2 π/T0 = 2 π f0 : pulsation (en rad=s)
 T0 : période du signal (en s)
 f0 : fréquence fondamentale (en Hz)
 φ(t) = ω0t + φ0 : phase instantanée
 φ0 = ω0  : phase a l'origine (pour t = 0) (en rad)
  : décalage (en s) de x(t) par rapport a 0
 (retard si < 0 ; avance si > 0)

29
 Représentations mathématiques
Fonctions et signaux élémentaires
 Signaux sinusoïdaux (périodiques de période fondamentale T0)

Relations avec les exponentielles complexes

30
Représentations mathématiques
Fonctions et signaux élémentaires
 La rampe unitaire

 Fonction porte ( rectangulaire ou créneau ou Fenêtre ou porte)

31
 Représentations mathématiques
Fonctions et signaux élémentaires
 Échelon (fonction de Heaviside, ou fonction existence) : Représente un brusque
changement de régime de fonctionnement

 Impulsion de Dirac : Représente une brève perturbation ou une « claque »

32
 Représentations mathématiques

 Impulsion de Dirac : Représente une brève perturbation ou une « claque »

Définition pratique

L’impulsion de Dirac correspond à une fonction porte dont la largeur T tend vers 0 et
dont l’aire est égale à 1.
(t) ne peut être présentée graphiquement, on la schématise par le symbole
Le 1 marqué sur la flèche pleine représente l’air de cette impulsion et non la hauteur
de l’impulsion .
Propriétés d’intégrale

33
 Représentations mathématiques

 Impulsion de Dirac : Représente une brève perturbation ou une « claque »

Propriétés de produit : Autres propriétés :

On peut considérer 𝛿 𝑡 comme la

dérivé de la fonction échelon

Changement de variable

=𝑎 −1 𝛿 𝑎𝑡

1
𝛿 𝜔𝑡 = 𝛿 𝑡
2𝜋𝑓
Translation
𝑠 𝑡 , 𝛿 𝑡 − 𝑡0 =s 𝑡 − 𝑡0
𝑠 𝑡 − 𝑡1 , 𝛿 𝑡 − 𝑡0 =s 𝑡 − 𝑡1 − 𝑡0

34
 Représentations mathématiques
Fonctions et signaux élémentaires
 Fonction signe
Par convention on admet pour valeur à l’origine sign(t)=0 pour t=0

 Fonction triangulaire

35
Représentations mathématiques
Fonctions et signaux élémentaires
 Fonction sinus cardinal

 Fonction gaussienne

36
 Représentations mathématiques
Fonctions et signaux élémentaires
 Le peigne de Dirac et Signal échantillonné (échantillonnage idéal)

On appelle peigne de Dirac une succession périodique d’impulsion de Dirac

T est la période du peigne .

Cette suite est parfois appelé train d’impulsion ou fonction d’échantillonnage.

37
Représentations mathématiques
Fonctions et signaux élémentaires
 Le peigne de Dirac et Signal échantillonné (échantillonnage idéal)

38
 Représentations mathématiques
Fonctions et signaux élémentaires

Signal d’origine s(t )

Signal retardé s(t  t 0 )

Signal dilaté s(t / a)

Signal avec
s(t )  d
composante continue

Signal amplifié
s(t )

39
Représentations mathématiques
Fonctions et signaux élémentaires

40
 Produit de convolution

On appelle produit de convolution de deux signaux x et g :

Propriétés
Commutativité :

Associativité : (x * g1) * g2 = x * (g1 * g2)

Distributivité : (g1 + g2) * x = (g1 * x) + (g2 * x)

41
 Produit de convolution avec impulsion de Dirac

Par abus de notation, on peut écrire le produit de convolution : x(t) * g(t).

 Convolution avec une impulsion de Dirac = translation

x(t) * (t- t0) = x(t - t0)
en particulier :
x(t) *  (t) = x(t)
 La distribution de Dirac à l’origine est donc l’élément unité pour le produit de
convolution.
x(t - t1) * (t - t2) = x(t - t1 - t2)
 Cas particulier :
(t - t1) * (t - t2) = (t - t1 - t2)

Convolution par la dérivée de  : ’

x(t) ’(t) =dx(t)/dt
Fabrice 42
 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 :

43
Produit de convolution :interprétation

44
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
(càd ses hautes fréquences).
Ils correspondent à des filtres
passe-bas.

45
 Produit de convolution :

Périodisation du signal x(t)

46
 Fonction d’intercorrélation
Elle permet la comparaison de deux signaux en traduisant la ressemblance entre eux.
Elle compare un signal x(t) et un signal y(t) retardé,
Pour les énergies finies :
+∞

𝐶𝑥𝑦 𝜏 = න 𝑥 𝑡 . 𝑦 ∗ 𝑡 − 𝜏 𝑑𝑡
−∞

Pour les énergies infinies :

𝑇0/2

𝐶𝑥𝑦 𝜏 = lim න 𝑥 𝑡 . 𝑦 ∗ 𝑡 − 𝜏 𝑑𝑡
𝑇0→∞
−𝑇0/2

47
 Fonction d’autocorrélation

Elle traduit la vitesse de variation du signal x(t)

La fonction d’autocorrélation est maximale pour t = 0 et elle est paire.
Elle compare un signal x(t) et sec copies retardées.
Pour les énergies finies :

+∞

𝐶𝑥𝑥 𝜏 = න 𝑥 𝑡 . 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
−∞

Pour les énergies infinies :

𝑇0/2

𝐶𝑥𝑥 𝜏 = lim න 𝑥 𝑡 . 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
𝑇0→∞
−𝑇0/2
Cxx(0) est la puissance moyenne du signal,

48