Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier

Dimension: px
Commencer à balayer dès la page:

Download "Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier"

Transcription

1 Université du Québec à Montréal Département d Informatique MIC4220 Traitement numérique des signaux Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier But Familiarisation avec la conception et l usage de la Transformée de Fourier Rapide (TFR, «FFT» en anglais) en analyse spectrale et comme filtre. Exercices I. Usage de la FFT 1. Génération d un signal de bruit a. Générer le signal de bruit blanc Gaussien suivant en utilisant le code Matlab: x = 10*randn([1,4096]); % génère 4096 échantillons Afficher les 75 premiers échantillons du signal en utilisant la fonction Matlab stem (Indication : figure; subplot(2,1,1);stem(x(1:75)); obtient-on toujours le même résultat en répétant l exécution du programme? Pourquoi? b. Utiliser la fonction fft de Matlab pour calculer les coefficients de la transformée de Fourier discrète du signal; afficher l amplitude du spectre fréquentiel obtenu en assumant que la fréquence d échantillonnage est de 8000 Hz. Le code Matlab requis est: Ak=abs(fft(x))/length(x); % calcul du spectre d amplitude fs=8000; k=0:1:length(x)-1; % Génération de l indice des fréqu. f=k*fs/length(x); % conversion en Hz subplot(2,1,2); plot(f,ak); % trace du spectre d amplitude Utiliser les fonctions axis, xlabel, ylabel et title pour finaliser le tracé. Quelle fréquence(s) devrait-on voir sur le graphique (fréquence du signal)? Quelle est la résolution en fréquence? c. Utiliser la fonction sound de Matlab pour écouter le signal généré en utilisant une fréquence d échantillonnage de 8000 Hz. sound(x/max(abs(x)),8000);% joue un son à une fréquence donné Qu entend-on? À quelle bande de fréquence est limitée l oreille? 2. Génération d une somme de cosinusoïdes numériques a. Générer trois cosinusoïdes avec les amplitudes et phases suivantes: 1

2 x1(t) = 10 cos[2π(500)t] ; x2(t) = 10 cos[2π(1200)t π] ; x3(t) = 10 cos[2π(1800)t+ 0.5 π] ; Afficher les trois signaux pour une durée d environ 0.01 seconde. Chaque signal doit être échantillonné à une fréquence de 8000 Hz ; vérifier que la phase et l amplitude de chacun des trois signaux est correcte (correspond à la formule mathématique). Indication: utiliser x(0) et max(x) dans Matlab. À quelles notes de musique la plus proche correspondent ces trois fréquences? b. Créer un programme qui génère la somme de trois cosinusoïdes en additionnant les trois cosinusoïdes générées x(t) + x1(t) + x2 (t) + x3 (t) Afficher x(t) sur la même période de temps utilisée en a), en utilisant la commande: subplot(2,1,1);plot(t,x); Quel est la fréquence d échantillonnage de x(t)? c. Utiliser fft pour calculer les coefficients de la transformée de Fourier discrète du signal précédent; afficher et examiner le spectre du signal x(n) (composantes fréquentielles) en incluant les légendes. Quelles fréquences apparaissent sur le spectre fréquentiel? Est-ce que toutes ces fréquences existent dans le signal temporel non échantillonné? D où viennent les nouvelles fréquences? De façon rigoureuse, la bande de fréquence comprise entre fs/2 et fs devrait se retrouver où dans le spectre fréquentiel? d. Écouter et comparer les signaux générés en exécutant le code suivant: sound(x1/max(abs(x1)), 8000); sound(x2/max(abs(x2)), 8000); sound(x3/max(abs(x3)), 8000); sound(x/max(abs(x)), 8000); 3. Génération d une multiplication de signaux numériques a. Générer deux signaux cosinusoidaux possédant les amplitudes et phases suivantes: x1(t) = 10 cos[2π(500)t] ; x2(t) = 10 cos[2π(1200)t π] ; Afficher les deux signaux sur un axe des temps de durée 0.01 s ou plus. Chaque signal doit être échantillonné à une fréquence de 8000 Hz. Indication : t=0:(1/8000):0.5; figure; subplot(3,1,1);plot(t,x1); axis([ ]); Utiliser max et mean de Matlab pour déterminer la valeur maximale et la valeur moyenne quadratique (indication: sqrt(mean(x1.*x1)) b. Créer un vecteur qui est la multiplication des deux cosinusoïdes: y(t) = x1(t) x2(t) 2

3 (Indication : y=x1.*x2; % noter le point avant le signe *) Utiliser le code suivant pour afficher y(t) sur la même période de temps qu en a) : subplot(3,1,2);plot(t,y);axis([ ]); c. Utiliser fft pour calculer les coefficients de la transformée de Fourier discrète du signal précédent ; afficher et examiner le spectre du signal x(n) (composantes fréquentielles) en incluant les légendes. Quelles fréquences apparaissent sur le spectre fréquentiel? Montrer mathématiquement que ces fréquences sont bien celles que l on doit obtenir. d. Utiliser sound pour écouter x1, x2 et y avec une fréquence d échantillonnage de 8 khz. 4. Traitement d un signal de parole a. Charger le fichier de voix we.dat utilisé dans le laboratoire précédent et utiliser la fonction fft pour calculer les coefficients de la transformée de Fourier discrète du signal ; afficher et examiner le spectre du signal x(n) (composantes fréquentielles) en incluant les légendes. Dans quelle bande de fréquences se situe le signal? S il y avait un signal à 5000Hz dans le fichier we.dat, à quelle(s) fréquence(s) apparaitrait-il dans le spectre fréquentiel? Expliquer la réponse. 3

4 II. Filtrage avec la FFT Un signal biomédical est corrompu avec un signal sinusoïdal de bruit de fréquence 60 Hz. On veut éliminer le bruit du signal capté avant l enregistrement de ce dernier. La procédure suivie est Signal d entrée Bloc d entrée DSP Bloc de sortie Signal de sortie AIC illustrée par la figure suivante : Le signal EEG est d abord échantillonné dans le temps et passé à travers un convertisseur A/N. Ensuite, le signal numérique obtenu subit un filtrage passe-bas avec une fréquence de coupure de 50 Hz pour éliminer le bruit. Finalement, le signal filtré passe par un convertisseur N/A et un filtre de reconstruction avant l enregistrement. Le filtrage passe-bas consiste à calculer le spectre de Fourier du signal corrompu à l aide de la TFR, à modifiant ce spectre afin d éliminer le bruit à 60 Hz, et à calculer la TFR inverse. La modification du spectre se fait selon la règle: X ( ) si f 45 Hz Y( ) X ( ) si 45 Hz f 60 Hz 0 autrement où α=1-(f-45)/15, X(ω) et Y(ω) représentent le spectre de Fourier original et modifié, et f =ω/2π. On sait que : - Le signal de départ ne possède pas de composantes de fréquence supérieure à 125Hz - On veut obtenir un spectre de fréquences avec une résolution minimale de 1 Hz a. Donner la fréquence d échantillonnage et le nombre minimum de points requis pour la TFR. b. Évaluer le nombre d opérations requises pour effectuer la TFR, le filtrage et la TFR inverse et discuter de la possibilité de réaliser le système avec la période d échantillonnage choisie et un DSP capable de multiplier et d additionner en 50 ns. c. Utiliser Matlab pour simuler un signal d entrée corrompu avec l équation s(t= sin(60t) +0,4sin(120πt) et tracer son spectre de Fourier. d. Écrire un programme Matlab pour simuler l opération du système et vérifier son fonctionnement en traçant la courbe du signal de sortie. e. Reprendre le programme précédent en utilisant un filtre : X ( ) si f 58 Hz Y( ) 0 si f 58 Hz Comparer le résultat obtenu avec le précédent et expliquer toute différence. 4

5 Exemple d utilisation de la TFR avec Matlab : % On commence par générer un axe des temps de 1024 points et un axe des % fréquence de 512 points (1024/2). Par la suite, on va générer 4 cycles d'un % signal de période 1 ms, ce qui implique une période d'échantillonnage % de.001/256 ou encore une fréquence d'échantillonnage de 256 khz. L'axe % des fréquence consiste alors en 512 points qui vont de 0 à 128 khz (w0=2pi/te). t=1/256*(0:1023); % Te=1/256 ms, t=0-4 ms f=256/1024*(0:511); % f0=256/1024 khz, f=0-256 khz, on prend seulement la 1ère moitié % Il faut maintenant générer s1 s1=sin(2*pi*t); for k=1:1024 if s1(k)<0 s1(k)=0.5; end; end; % Ensuite on calcule le spectre de Fourier du signal S1=fft(s1); SS1=abs(S1); subplot(211), plot(t,s1), axis([ ]), title('signal'); subplot(212), plot(f(1:20),ss1(1:20)), title('spectre d''amplitude'); % Le signal est modulé par une porteuse a 20 khz phi=s1.*cos(40*pi*t); PHI=fft(phi); SPHI=abs(PHI); subplot(211), plot(t,phi), axis([ ]), title('signal modulé par une porteuse a 20 khz'); subplot(212), plot(f,sphi(1:512)), axis([ max(sphi)]), title('spectre d''amplitude'); % Maintenant, on part le processus de demodulation synchrone (muliplication % par la porteuse a nouveau, suivi d'un filtrage passe bas) phi1=phi.*cos(40*pi*t); PHI1=fft(phi1); SPHI1=abs(PHI1); subplot(211), plot(t,phi1), axis([ ]), title('signal demodulé avant filtrage'); subplot(212), plot(f,sphi1(1:512)), axis([ max(sphi1)]), title('spectre d''amplitude'); % Un filtre de passe bas pas cher, pas cher for k=100:900 PHI1(k)=0; end; % voici ce que donne le spectre filtré SPHI2=abs(PHI1); phi1=2*ifft(phi1); subplot(211), plot(f,sphi2(1:512)), axis([ max(sphi1)]), title('spectre d''amplitude filtré'); subplot(212), plot(t,real(phi1)), axis([ ]), title('signal temporel correspondant') ; 5

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique

Plus en détail

6GEI500 Signaux et systèmes. Laboratoire #2

6GEI500 Signaux et systèmes. Laboratoire #2 6GEI500 Signaux et systèmes Laboratoire #2 Analyse en fréquences avec MATLAB Automne 2009. Objectifs Se familiariser avec l analyse en fréquences avec MATLAB Explorer le phénomène de Gibbs Faire une analyse

Plus en détail

COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR?

COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR? NOM: Coéquipier : COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR? Soit une fonction G(t) périodique, de fréquence f. D'après Fourier, cette fonction peut se décomposer en

Plus en détail

Expérience 3 Formats de signalisation binaire

Expérience 3 Formats de signalisation binaire Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx

Plus en détail

Audio Numérique Notes de cours année 2006/2007. 1 Complément sur la TFD, illustration sous Pure Data

Audio Numérique Notes de cours année 2006/2007. 1 Complément sur la TFD, illustration sous Pure Data Audio Numérique Notes de cours année 2006/2007 Marc Ferràs - Thomas Pellegrini LIMSI-CNRS Pour cette séance, vous devez rédiger un compte-rendu de TP à rendre à la fin de la séance. 1 Complément sur la

Plus en détail

TRANSFORMATION DE FOURIER ET ECHANTILLONAGE DES SIGNAUX ANALOGIQUES

TRANSFORMATION DE FOURIER ET ECHANTILLONAGE DES SIGNAUX ANALOGIQUES PLAN DU TP N 4 TITRE DU TP : TRANSFORMATION DE FOURIER ET ECHANTILLONAGE DES SIGNAUX ANALOGIQUES OBJECTIFS : A la fin de la séance de travaux pratiques l'étudiant doit être capable de : Réaliser la transformée

Plus en détail

Quelques points de traitement du signal

Quelques points de traitement du signal Quelques points de traitement du signal Introduction: de la mesure au traitement Source(s) BRUIT BRUIT Système d acquisition Amplitude (Pa) Temps (s) Amplitude (Pa) Mesure Opérations mathématiques appliquées

Plus en détail

Travaux Pratiques : Analyse et traitement du signal

Travaux Pratiques : Analyse et traitement du signal Ministère de l Enseignement Supérieur et de la Recherche Département Génie electrique et informatique Travaux Pratiques : Analyse et traitement du signal Grand Cru 2003 2004 Sommeliers(ère) : Danièle Fournier

Plus en détail

TP Filtrage numérique

TP Filtrage numérique TP Filtrage numérique Capacités exigibles du programme : Analyse spectrale Mettre en évidence le phénomène de repliement du spectre provoqué par l échantillonnage avec un oscilloscope numérique ou une

Plus en détail

Systèmes de transmission

Systèmes de transmission Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un

Plus en détail

1.1 Fonction de transfert (7 points)

1.1 Fonction de transfert (7 points) CNAM Saclay Electronique B1 - Traitement Analogique du Signal Examen du samedi 17 septembre 2005 : durée 2 heures + Correction Sans document sauf l'aide mémoire mathématique jaune de 8 pages, calculatrice

Plus en détail

Modulation et démodulation d amplitude.

Modulation et démodulation d amplitude. Modulation et démodulation d amplitude. P. Ribiere Collège Stannislas Année Scolaire 2014/2015 P. Ribiere (Collège Stannislas) Modulation et démodulation d amplitude. Année Scolaire 2014/2015 1 / 42 1

Plus en détail

Projet audio. Analyse des Signaux ELE2700

Projet audio. Analyse des Signaux ELE2700 ÉCOLE POLYTECHNIQUE DE MONTRÉAL Département de Génie Électrique Projet audio Analyse des Signaux ELE2700 Saad Chidami - 2014 Table des matières Objectif du laboratoire... 4 Caractérisation du bruit...

Plus en détail

X Analyse spectrale numérique

X Analyse spectrale numérique X Analyse spectrale numérique Objectifs : Après avoir utilisé la FFT dans le TP4 d analyse spectrale, on va maintenant s intéresser aux différents paramètres d une acquisition numérique afin de respecter

Plus en détail

T.P. n 4. polytech-instrumentation.fr 0,15 TTC /min à partir d un poste fixe

T.P. n 4. polytech-instrumentation.fr 0,15 TTC /min à partir d un poste fixe T.P. n 4 polytech-instrumentation.fr 0 825 563 563 0,15 TTC /min à partir d un poste fixe Redressement d une tension I. Objectifs Redressement d une tension alternative par le moyen de diodes. Transformation

Plus en détail

Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008

Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008 Master IAD Module PS Reconnaissance de la parole (suite): Paramétrisation Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance vocale Paramétrisation Distances

Plus en détail

TP d électrocinétique n 3 Multiplication de Signaux Analyse spectrale

TP d électrocinétique n 3 Multiplication de Signaux Analyse spectrale TP d électrocinétique n 3 Multiplication de Signaux Analyse spectrale La multiplication de deux signaux est une opération non-linéaire fréquemment rencontrée en électronique d instrumentation ou de traitement

Plus en détail

Traitement du Signal

Traitement du Signal Traitement du Signal James L. Crowley Deuxième Année ENSIMAG première Bimestre 2001/2002 Séance 4 : 12 octobre 2001 Bruits d'echantillonage et de Quantification Formule du Jour :... 1 La Transformée de

Plus en détail

1 Acquisition d un signal avec l oscilloscope numérique LeCroy 9310 : Théorème de Shannon :

1 Acquisition d un signal avec l oscilloscope numérique LeCroy 9310 : Théorème de Shannon : Jeanniard Sébastien Lemaître Guillaume TP n 1 : Théorème de Shannon Modulation de fréquence 1 Acquisition d un signal avec l oscilloscope numérique LeCroy 9310 : Théorème de Shannon : 1.3 Etude de la fréquence

Plus en détail

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier Responsable : J.Roussel Objectif Ce TP est une initiation à l analyse de Fourier. Nous verrons notamment comment une analyse spectrale permet de remonter à la courbe de réponse d un filtre électrique.

Plus en détail

GELE2511 Chapitre 7 : Transformée de Fourier discrète

GELE2511 Chapitre 7 : Transformée de Fourier discrète GELE2511 Chapitre 7 : Transformée de Fourier discrète Gabriel Cormier, Ph.D., ing. Université de Moncton Hiver 2013 Gabriel Cormier (UdeM) GELE2511 Chapitre 7 Hiver 2013 1 / 79 Introduction Contenu Contenu

Plus en détail

Echantillonnage MP* 14/15

Echantillonnage MP* 14/15 Echantillonnage MP* 14/15 1. Principe de l oscilloscope numérique L oscilloscope numérique est principalement constitué d un amplificateur analogique (sur chaque voie), d un convertisseur analogique-numérique

Plus en détail

6GEI540 Interfaces et instrumentation. Laboratoire #2

6GEI540 Interfaces et instrumentation. Laboratoire #2 6GEI540 Interfaces et instrumentation Laboratoire #2 Représentations MATLAB et Échantillonnage Hiver 2007 1. Objectifs Approfondir les connaissances de l échantillonnage Voir la correspondance entre le

Plus en détail

Département de physique

Département de physique Département de physique Etude de la densité spectrale de puissance du bruit thermique dans une résistance Travail expérimental et rédaction du document : Jean-Baptiste Desmoulins (P.R.A.G.) mail : desmouli@physique.ens-cachan.fr

Plus en détail

ANALYSE SPECTRALE PAR FFT

ANALYSE SPECTRALE PAR FFT AALYSE SPECTRALE PAR FFT. L'analyseur de spectre. La représentation graphique du spectre d'un signal est réalisée par un analyseur de spectre. L'analyseur de spectre peut être à balayage (analogique):

Plus en détail

TP PSI MODULATION-DÉMODULATION

TP PSI MODULATION-DÉMODULATION I-Objectifs du T.P I-Objectifs du T.P On se propose de réaliser une modulation d amplitude puis sa démodulation pour récupérer le message initial. Dans chaque cas, on observera la représentation temporelle

Plus en détail

AUTOMNE 2011 COURS ELE2700 ANALYSE DES SIGNAUX

AUTOMNE 2011 COURS ELE2700 ANALYSE DES SIGNAUX ÉCOLE POLYECHNIQUE DE MONRÉAL DÉPAREMEN DE GÉNIE ÉLECRIQUE AUOMNE 211 COURS ELE27 ANALYSE DES SIGNAUX SÉANCE #2 (P1) ANALYSE SPECRALE section #1 section #2 OBJECIF : Étude des contenus fréquentiels de

Plus en détail

Travaux pratiques de Traitement du Signal et Télécommunications Ingénieurs 1 ère année de l ESEO Durée : 8h

Travaux pratiques de Traitement du Signal et Télécommunications Ingénieurs 1 ère année de l ESEO Durée : 8h Travaux pratiques de Traitement du Signal et Télécommunications Ingénieurs 1 ère année de l ESEO Durée : 8h Bases des communications analogiques et numériques Simulation d une d chaîne de transmission

Plus en détail

TP N 3 CARACTERISATION DE DIODE LASER ET DETECTION SYNCHRONE

TP N 3 CARACTERISATION DE DIODE LASER ET DETECTION SYNCHRONE TP N 3 CARACTERISATION DE DIODE LASER ET DETECTION SYNCHRONE PRE-REQUIS SAVOIR : AOP en régime linéaire et non linéaire OBJECTIFS SAVOIR : Valider par le calcul et la mesure, les performances des fonctions

Plus en détail

Intérêt du découpage en sous-bandes pour l analyse spectrale

Intérêt du découpage en sous-bandes pour l analyse spectrale Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,

Plus en détail

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier Responsable : J.Roussel Objectif Ce TP est une initiation à l analyse de Fourier. Nous verrons notamment comment une analyse spectrale permet de remonter à la courbe de réponse d un filtre électrique.

Plus en détail

I.2 Comment passer d un signal analogique en un signal numérique sans perdre de l information?

I.2 Comment passer d un signal analogique en un signal numérique sans perdre de l information? I- Chaîne d information I.1 Généralités Dans un ballon-sonde, on trouve des capteurs (température, luminosité, pression ) plus ou moins sophistiqués. Nous allons voir que pour un problème technique identique

Plus en détail

Bases du traitement des images. Transformée de Fourier Avancée - Numérisation

Bases du traitement des images. Transformée de Fourier Avancée - Numérisation Transformée de Fourier Avancée - Numérisation Nicolas Thome 6 octobre 2015 1 / 87 Outline 1 Numérisation Fenetrage Échantillonnage Quantification 2 2 / 87 Principe Du continu au discret Un signal continu

Plus en détail

ENONCE : Analyse d une échelle musicale (Niveau terminale S)

ENONCE : Analyse d une échelle musicale (Niveau terminale S) ENONCE : Analyse d une échelle musicale (Niveau terminale S) Nous allons, dans cette activité, étudier l échelle musicale très courante dans la musique occidentale qualifiée de «gamme tempérée». Objectif

Plus en détail

T.P. n 8: MULTIPLIEUR

T.P. n 8: MULTIPLIEUR T.P. n 8: MULTIPLIEUR 1) MODULATION D AMPLITUDE On veut transmettre sur de grandes distances des informations, par exemple sonores, de fréquences comprises entre 0 Hz et 0 khz. La transmission ne peut

Plus en détail

TP2 Modulation d'amplitude Cycle S2 / Module M2107

TP2 Modulation d'amplitude Cycle S2 / Module M2107 RESEAUX & TELECOMMUNICATIONS TP2 Modulation d'amplitude Cycle S2 / Module M2107 RT1A 2014-15 1 Matériel 1 "double" générateur AFG 3022 avec 2 charges 50 Ω 1 Platine de fonctions enfichables 2 Fonctions

Plus en détail

Traitement du signal avec Scilab : la transformée de Fourier discrète

Traitement du signal avec Scilab : la transformée de Fourier discrète Traitement du signal avec Scilab : la transformée de Fourier discrète L objectif de cette séance est de valider l expression de la transformée de Fourier Discrète (TFD), telle que peut la déterminer un

Plus en détail

Modélisation AR et prédiction

Modélisation AR et prédiction T.P. 7 Modélisation AR et prédiction 1 Introduction au traitement de la parole 1.1 Généralités Un premier point concerne le choix de la fréquence d échantillonnage. Dans le domaine de la téléphonie cela

Plus en détail

V e TP OSCILLATEUR A PONT DE WIEN. I Etude de la chaîne directe en régime sinusoïdal : 11 Pont de Wien : étude rapide d un filtre passe bande :

V e TP OSCILLATEUR A PONT DE WIEN. I Etude de la chaîne directe en régime sinusoïdal : 11 Pont de Wien : étude rapide d un filtre passe bande : TP OSILLATE A PONT DE WIEN I Etude de la chaîne directe en régime sinusoïdal : 11 Pont de Wien : étude rapide d un filtre passe bande : = 10 kω; = 22 nf éaliser le montage a] Mesure de la fréquence centrale

Plus en détail

Traitement des Signaux Aléatoires

Traitement des Signaux Aléatoires Université Paris Diderot Physique PMA M1 et M1 EIDD 2011-2012 Traitement des Signaux Aléatoires TP 1 Introduction L objectif de cette séance est de prendre en main le logiciel MATLAB. Les notions traitées

Plus en détail

Travaux pratiques de Génie Informatique TP 2 & 3. séances, mais vous pouvez en faire plus. Essayer d aller le plus loin possible.

Travaux pratiques de Génie Informatique TP 2 & 3. séances, mais vous pouvez en faire plus. Essayer d aller le plus loin possible. 1 BUT DE LA SÉANCE. TRAVAUX PRATIQUES DE GÉNIE INFORMATIQUE Ces deuxième et troisième séances ont pour but de vous faire avancer dans la programmation sous Matlab. Vous y découvrez les fonctions, les sous-programmes

Plus en détail

Traitement du signal

Traitement du signal Traitement du signal Objectif de la séance: Faire découvrir à l'utilisateur quelques fonctionnalités du logiciel SADIE et les outils dédiés au traitement du signal dans l'exploitation des mesures. Contenu

Plus en détail

Oscilloscope différentiel mixte analogique/numérique

Oscilloscope différentiel mixte analogique/numérique Oscilloscope différentiel mixte analogique/numérique DESCRIPTION DE LA FACE AVANT 1 FOCUS réglage de la focalisation 2 TRACE ROTATION réglage de l'horizontalité de la trace 3 AUTOSET activation de la fonction

Plus en détail

Filtre sélectif à 2f 0

Filtre sélectif à 2f 0 TD 5 Modulations et démodulations I - Modulation d'amplitude 1) Un signal est modulé en amplitude selon le schéma suivant. Le signal V e (t) est additionné à un signal continu d'amplitude 5 V. Après multiplication

Plus en détail

Exercices : filtrage numérique

Exercices : filtrage numérique BS2EL - Physique appliquée Exercices : filtrage NUM0 Outils mathématiques pour les filtres s NUM02 Acquisition du issu d un capteur NUM03 Filtre à moyenne glissante NUM04 Etude d un filtre NUM0 Etude d

Plus en détail

Propriétés fréquentielles du signal

Propriétés fréquentielles du signal Fiche de référence Thème II : ANALYSE DU SIGNAL Propriétés fréquentielles du signal 1- Insuffisance de la représentation temporelle du signal Reprenons l exemple utilisé précédemment : Enregistrement du

Plus en détail

1) Prise en main de l'oscilloscope numérique et de sa fonction FFT.

1) Prise en main de l'oscilloscope numérique et de sa fonction FFT. TP n 8 : obtention des spectres de signaux usuels. But du TP : ce huitième TP de BTS SE a pour but l'étude de la manière d'obtenir le spectre d'un signal sinusoïdal et carré avec un rapport cyclique variable.

Plus en détail

TD1 Signaux, énergie et puissance, signaux aléatoires

TD1 Signaux, énergie et puissance, signaux aléatoires TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver

Plus en détail

F5CNQ DU RECEPTEUR SUPERHETERODYNE A L ANALYSEUR DE SPECTRE A BALAYAGE SOLISTOR (1956) HP 8566 (1980) Jacques Collange Jean-pierre Lievre

F5CNQ DU RECEPTEUR SUPERHETERODYNE A L ANALYSEUR DE SPECTRE A BALAYAGE SOLISTOR (1956) HP 8566 (1980) Jacques Collange Jean-pierre Lievre DU RECEPTEUR SUPERHETERODYNE A L ANALYSEUR DE SPECTRE A BALAYAGE SOLISTOR (1956) HP 8566 (1980) ONDEXPO 2015 Espace Ecully Jacques Collange Jean-pierre Lievre UNE TRANSITION TECHNIQUE Amplification directe

Plus en détail

Le traitement du signal

Le traitement du signal FICHE N 47 Le traitement du signal FFT, DFT ET IFT Jean-aptiste Joseph Fourier (1768-1830), né à uxerre, mathématicien et physicien français, auteur de la Théorie analytique de la chaleur (1822) : la transformée

Plus en détail

Analyse des diagrammes de Bode d'un filtre passe-bande:

Analyse des diagrammes de Bode d'un filtre passe-bande: TD N 3: Filtrage, fonction de transfert et diagrammes de Bode. M1107 : Initiation à la mesure du signal Le but de ce TD est de vous permettre d'appréhender les notions indispensables à la compréhension

Plus en détail

LP25. Traitement analogique d un signal électrique. Étude spectrale. Exemples et applications.

LP25. Traitement analogique d un signal électrique. Étude spectrale. Exemples et applications. LP5. Traitement analogique d un signal électrique. Étude spectrale. Exemples et applications. Antoine Bérut, David Lopes Cardozo Bibliographie Physique tout en 1 première année, M.-N. Sanz, DUNOD Électronique

Plus en détail

LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB

LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB 5.1 Introduction Au cours de séances précédentes, nous avons appris à utiliser un certain nombre d'outils fondamentaux en traitement du

Plus en détail

Traitement du Signal Vu par Un Mesures Physiques

Traitement du Signal Vu par Un Mesures Physiques Traitement du Signal Vu par Un Mesures Physiques Cette technique reste compliquée par les mathématiques qu il l accompagne. J ai découvert la première fois le TdS au travail (CEA) avec un ingénieur qui

Plus en détail

Chaine de transmission

Chaine de transmission Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation

Plus en détail

Analyse spectrale du signal

Analyse spectrale du signal Analyse spectrale du signal Principe de l analyse spectrale (ou harmonique) La réponse en fréquence des circuits est un élément caractéristique du comportement dynamique des circuits R, L et C. L autre

Plus en détail

TPS 5 : Prise en main du système de Développement IMAP137L. Préparation. Objectifs : Manipulation :

TPS 5 : Prise en main du système de Développement IMAP137L. Préparation. Objectifs : Manipulation : TPS 5 : Prise en main du système de Développement IMAP137L Préparation 1. Prendre connaissance de l annexe de ce TP et revoir les pages 110-126 du cours. 2. Quels sont les principaux constituants du Système

Plus en détail

Partie Agir : Défis du XXI ème siècle CHAP 20-ACT EXP Convertisseur Analogique Numérique (CAN)

Partie Agir : Défis du XXI ème siècle CHAP 20-ACT EXP Convertisseur Analogique Numérique (CAN) 1/5 Partie Agir : Défis du XXI ème siècle CHAP 20-ACT EXP Convertisseur Analogique Numérique (CAN) Objectifs : Reconnaître des signaux de nature analogique et des signaux de nature numérique Mettre en

Plus en détail

Synthèse théorique des méthodes de transmission binaires sur les canaux vocodés

Synthèse théorique des méthodes de transmission binaires sur les canaux vocodés Synthèse théorique des méthodes de transmission binaires sur les canaux vocodés I Introduction On cherche à moduler des données binaires dans le but de les transmettre sur des canaux vocodés. Afin de transmettre

Plus en détail

Introduction à l analyse spectrale. P. Granjon, J-L. Lacoume

Introduction à l analyse spectrale. P. Granjon, J-L. Lacoume Introduction à l analyse spectrale P. Granjon, J-L. Lacoume Table des matières Propriétés énergétiques des signaux 2. Signaux à temps et fréquence continus............................. 2.2 Signaux à temps

Plus en détail

Chaîne de mesure et acquisition de données

Chaîne de mesure et acquisition de données 1 Chaîne de mesure et acquisition de données Sommaire 2 A La chaîne d acquisition de données p 3 I Description de la chaîne d acquisition de données p 4 II Emplacement de la chaîne d'acquisition p 11 III

Plus en détail

CODEC. (Compression / Décompression) William PUECH Université Montpellier II IUT Béziers 1/66

CODEC. (Compression / Décompression) William PUECH Université Montpellier II IUT Béziers 1/66 CODEC Codage / Décodage (Compression / Décompression) William PUECH Université Montpellier II IUT Béziers 1/66 Introduction Transmission analogique : le procédé reproduit la forme même du signal que l'on

Plus en détail

6GEI305 Dynamique des systèmes II. Laboratoire #2

6GEI305 Dynamique des systèmes II. Laboratoire #2 6GEI305 Dynamique des systèmes II Laboratoire #2 Introduction aux impédances et à la plaquette de prototypage Automne 2010 1. Objectifs Se familiariser avec les plaquettes de prototypage Concrétiser la

Plus en détail

Le traitement du signal - La transformée de Fourier, la transformée de Fourier discrète et la transformée en cosinus discret

Le traitement du signal - La transformée de Fourier, la transformée de Fourier discrète et la transformée en cosinus discret Le traitement du signal - La transformée de Fourier, la transformée de Fourier discrète et la transformée en cosinus discret 20 janvier 2008 Plan La transformée de Fourier 1 La transformée de Fourier 2

Plus en détail

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test 11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif

Plus en détail

Les Filtres Numériques. Tutoriel CREx

Les Filtres Numériques. Tutoriel CREx Les Filtres Numériques Tutoriel CREx 06-02-2014 Filtres Numériques Qu est ce que c est un filtre? Tout simplement Un filtre prend un signal d entrée et crée un signal de sortie. entrée Excitation FILTRE!

Plus en détail

BREVET DE TECHNICIEN SUPÉRIEUR ÉLECTRONIQUE SESSION 2002. E p r e u v e : P H Y S I Q U E A P P L I Q U É E

BREVET DE TECHNICIEN SUPÉRIEUR ÉLECTRONIQUE SESSION 2002. E p r e u v e : P H Y S I Q U E A P P L I Q U É E BREVET DE TECHNICIEN SUPÉRIEUR ÉLECTRONIQUE SESSION 2002 Calculatrice à fonctionnement autonome autorisée (circulaire 99-186 du 16.11.99) E p r e u v e : P H Y S I Q U E P P L I Q U É E Durée : 4 heures

Plus en détail

Compte-rendu du TP 1

Compte-rendu du TP 1 Pauline Tan Analyse hilbertienne et analyse de Fourier ES de Cachan Compte-rendu du TP 1 (16 octobre 2009) L objectif de ce premier TP est de faire des manipulations simples sur les images avec MatLab

Plus en détail

Transformée de Fourier Discrète Convolution Circulaire

Transformée de Fourier Discrète Convolution Circulaire BE Traitements Numériques des Signaux n 2 Filière SICOM 2A PHELMA-ENSE 3 Année 2015-2016 Pascal PERRIER Transformée de Fourier Discrète Convolution Circulaire 1. Analyse d un signal périodique Dans cette

Plus en détail

Filtrage - Intégration - Redressement - Lissage

Filtrage - Intégration - Redressement - Lissage PCSI - Stanislas - Electrocinétique - TP N 3 - Filtrage - Intégration - Redressement - Lissage Filtrage - Intégration - Redressement - Lissage Prenez en note tout élément pouvant figurer dans un compte-rendu

Plus en détail

La Modulation d Amplitude (AM)

La Modulation d Amplitude (AM) La Modulation d Amplitude (AM) Le Signal AM (1) La porteuse sinusoïdale e 0 (t) = Ê.cos(2π t) est modulée en amplitude par une information BF s(t). Le signal AM qui en résulte peut s écrire u AM (t) =

Plus en détail

EPREUVE PRATIQUE DE TRAITEMENT DU SIGNAL 4 ème ELEC Décembre 2002 (durée : 2H, sans notes)

EPREUVE PRATIQUE DE TRAITEMENT DU SIGNAL 4 ème ELEC Décembre 2002 (durée : 2H, sans notes) Service de Théorie des Circuits et de Traitement du signal EPREUVE PRATIQUE DE TRAITEMENT DU SIGNAL 4 ème ELEC Décembre 2002 (durée : 2H, sans notes) On cherche à transmettre un signal à travers un canal

Plus en détail

TP 2 de Compression. Sujet: QUANTIFICATION. S7 Master 1 Audiovisuel et Multimédia - ISIS Clément FOLLET Février 2008

TP 2 de Compression. Sujet: QUANTIFICATION. S7 Master 1 Audiovisuel et Multimédia - ISIS Clément FOLLET Février 2008 TP 2 de Compression Sujet: QUANTIFICATION S7 Master 1 Audiovisuel et Multimédia - ISIS Clément FOLLET Février 2008 Travail préparatoire: On considère un quantificateur uniforme sur 2 bits avec un plage

Plus en détail

Introduction au Traitement Numérique du Signal

Introduction au Traitement Numérique du Signal Introduction au Traitement Numérique du Signal bjectifs : présenter sans développement calculatoire lourd (pas de TF, pas de TZ) on donne des résultats on illustre. n donne des exemples sous Matlab en

Plus en détail

Projet Matlab : Localisation d une automobile par GPS et capteurs proprioceptifs

Projet Matlab : Localisation d une automobile par GPS et capteurs proprioceptifs 1 Projet Matlab : Localisation d une automobile par Par : PETIT Florian III) Etude du positionnement par GPS 1) Chargement du fichier maprixheim.mat % Chargement du fichier maprixheim.mat (Question 1)

Plus en détail

Traitement numérique du signal

Traitement numérique du signal Nº 754 BULLETIN DE L UNION DES PHYSICIENS 707 Traitement numérique du signal par J. ESQUIEU Lycée de Brive 1. TRAITEMENT Le traitement numérique du signal consiste à agir sur le signal à partir d échantillons

Plus en détail

Les régimes périodiques (Chap 2)

Les régimes périodiques (Chap 2) Les régimes périodiques (Chap 2)! Révisé et compris! Chapitre à retravaillé! Chapitre incompris 1. Propriétés des grandeurs physiques : La période T, est le plus petit intervalle de temps, au bout duquel

Plus en détail

Les bases théoriques du numérique

Les bases théoriques du numérique Les bases théoriques du numérique 1. Différences entre signaux analogiques et signaux numériques L analogique et le numérique sont deux procédés pour transporter et stocker des données. (de type audio,

Plus en détail

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel. Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté

Plus en détail

TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE

TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE Traitement de l information et vision artificielle Ecole des Ponts ParisTech, 2 ème année Guillaume Obozinski guillaume.obozinski@imagine.enpc.fr TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE

Plus en détail

Transmission d informations sur le réseau électrique

Transmission d informations sur le réseau électrique Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en

Plus en détail

La conversion de données

La conversion de données Physique appliquée La conversion de données 1 0 1 1 0 1 0 0 1 0 Sommaire Acquisition 1- De l analogique vers le numérique 2- Exemples de systèmes numériques grand-public 3- Exemples de systèmes numériques

Plus en détail

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/50

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/50 ENSEIRB - Année 1 Traitement du Signal Numérique : Pierre Hanna hanna@labri.fr Traitement du Signal Numérique p.1/50 ENSEIRB Informatique Année 1 Introduction au Traitement du Signal Numérique 14 (?) séances

Plus en détail

TP Modulation Démodulation BPSK

TP Modulation Démodulation BPSK I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse

Plus en détail

Exercice Chapitre 4 Traitement d images binaires par Morphologie Mathématique

Exercice Chapitre 4 Traitement d images binaires par Morphologie Mathématique Exercice Chapitre 4 Traitement d images binaires par Morphologie Mathématique L analyse par morphologie mathématique vise à modifier la structure et la forme des objets de l image, par exemple, pour séparer

Plus en détail

Notes de cours Philippe RAYMOND Novembre 2006

Notes de cours Philippe RAYMOND Novembre 2006 Notes de cours Philippe RAYMOND Novembre 2006 1 Traitement du signal la numérisation Numériser un signal analogique (donc continu), c est le discrétiser sur deux dimensions : le temps et l'amplitude. 2

Plus en détail

Caractérisation et visualisation d un signal complexe en 3 Dimensions

Caractérisation et visualisation d un signal complexe en 3 Dimensions Caractérisation et visualisation d un signal complexe en 3 Dimensions Introduction Le but de ce TP est de caractériser et de visualiser en 3 Dimensions des signaux simples et complexes sans recourir à

Plus en détail

Filtres passe-bas. On utilise les filtres passe-bas pour réduire l amplitude des composantes de fréquences supérieures à la celle de la coupure.

Filtres passe-bas. On utilise les filtres passe-bas pour réduire l amplitude des composantes de fréquences supérieures à la celle de la coupure. Filtres passe-bas Ce court document expose les principes des filtres passe-bas, leurs caractéristiques en fréquence et leurs principales topologies. Les éléments de contenu sont : Définition du filtre

Plus en détail

Frédérick Guillemot. Système d acquisition et de stimulation auditive pour les petits mammifères SRS. Version <1.0>

Frédérick Guillemot. Système d acquisition et de stimulation auditive pour les petits mammifères SRS. Version <1.0> Frédérick Guillemot Système d acquisition et de stimulation auditive pour les petits SRS Version SRS DAQ petits FG.doc Revision History Date Version Description Author 5/11/2005 0.1 Démarrage du

Plus en détail

QUELQUES NOTES SUR MATLAB

QUELQUES NOTES SUR MATLAB QUELQUES NOTES SUR MATLAB Constantes prédéterminées pi : le nombre π eps : différence entre deux réels les plus proches (limite de la machine) inf : le nombre ans : contient la dernière réponse i : le

Plus en détail

Analyse de FOURIER +[ ( ) + ( )]

Analyse de FOURIER +[ ( ) + ( )] Analyse de FOURIER I. Analyse de Fourier : Décomposition harmonique : toute fonction périodique (son musical) peut être décomposé en une somme (infinie) de fonctions sinus et cosinus. Un signal est la

Plus en détail

T.P. n 11. polytech-instrumentation.fr 0,15 TTC /min à partir d un poste fixe

T.P. n 11. polytech-instrumentation.fr 0,15 TTC /min à partir d un poste fixe T.P. n 11 polytech-instrumentation.fr 0 825 563 563 0,15 TTC /min à partir d un poste fixe Utilisation de l oscilloscope à mémoire numérique I. Introduction Avec un oscilloscope numérique, le signal étudié

Plus en détail

Exercice. Chapitre 1. Ref : Communication analogique, par Dominique Ventre 1-1. Calculer la transformée de Hilbert du signal suivant : rappel: { }

Exercice. Chapitre 1. Ref : Communication analogique, par Dominique Ventre 1-1. Calculer la transformée de Hilbert du signal suivant : rappel: { } Exercice Chapitre 1 Ref : Communication analogique, par Dominique Ventre 1-1. Calculer la transformée de Hilbert du signal suivant : rappel: { } 1-2. Soit x(t) et y(t) deux signaux à bande étroite, de

Plus en détail

Projet de Traitement du Signal Segmentation d images SAR

Projet de Traitement du Signal Segmentation d images SAR Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,

Plus en détail

TP ANALYSE APPLIQUEE Utilisation de Transformées de Fourier sur Matlab : compte rendu

TP ANALYSE APPLIQUEE Utilisation de Transformées de Fourier sur Matlab : compte rendu TP ANALYSE APPLIQUEE Utilisation de Transformées de Fourier sur Matlab : compte ru Xavier Milhaud, Basile Voisin 4 avril 6 Exercice : Séries de Fourier, étude du phénomène de Gibbs Question Cherchons la

Plus en détail

Cours : Analyse des Signaux ELE2700 Professeur M. Corinthios. Partie 1

Cours : Analyse des Signaux ELE2700 Professeur M. Corinthios. Partie 1 ÉCOLE POLYTECHNIQUE DE MONTRÉAL Cours : Analyse des Signaux ELE2700 Professeur M. Corinthios Département de Génie Électrique Séance 4-TP3 Partie 1 Introduction à la technologie STM32F407 pour le traitement

Plus en détail

3. Analyse de Fourier et spectre d'amplitudes

3. Analyse de Fourier et spectre d'amplitudes 3.1 L'Analyse de Fourier 3.1.1 Introduction D après le mathématicien français Fourier (1768-1830) tout signal périodique peut être décomposé en une somme de signaux de forme sinusoïdale ayant des amplitudes

Plus en détail

Analyse Spectrale. Mesure des grandeurs spectrales. P. Granjon. année Grenoble INP, ense3, gipsa-lab

Analyse Spectrale. Mesure des grandeurs spectrales. P. Granjon. année Grenoble INP, ense3, gipsa-lab Spectrale Mesure des grandeurs s P. pierre.granjon@grenoble-inp.fr Grenoble INP, ense3, gipsa-lab année 2-22 du cours à estimer 2 Estimateur par banc de filtres 3 Estimateurs basés sur le périodogramme

Plus en détail

Les techniques de multiplexage

Les techniques de multiplexage Les techniques de multiplexage 1 Le multiplexage et démultiplexage En effet, à partir du moment où plusieurs utilisateurs se partagent un seul support de transmission, il est nécessaire de définir le principe

Plus en détail