Le traitement du signal

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Le traitement du signal"

Transcription

1 FICHE N 47 Le traitement du signal FFT, DFT ET IFT Jean-aptiste Joseph Fourier ( ), né à uxerre, mathématicien et physicien français, auteur de la Théorie analytique de la chaleur (1822) : la transformée qui porte aujourd hui son nom est un héritage des outils mathématiques qu il a développés pour ses études analytiques de la chaleur. Dans les fiches 18 et 19 se trouvent quelques rappels de base sur la théorie de Fourier et sa mise en œuvre sur les calculateurs numériques. ous trouverez ici une approche plus pratique de la question, en insistant particulièrement sur les filtres utilisables. Le domaine temps et le domaine fréquence, intimement liés Rappelons d abord que le temps (dont l unité de mesure est la seconde) est inversement proportionnel à la fréquence (dont l unité de mesure est le hertz). Ces deux grandeurs sont donc liées. Le plus souvent, lorsqu on étudie un signal, on le considère dans l espace du temps. On représente alors les variations de son amplitude en fonction du temps qui s écoule. L astuce de Fourier a été de considérer et de démontrer que tout signal, quelle que soit sa forme, peut être assimilé à la superposition (la somme) d une infinité de sinusoïdes pures. Chacune a sa propre fréquence et sa propre amplitude (celle-ci peut très bien être nulle pour beaucoup d entre elles). De plus, elles sont souvent décalées en phase les unes par rapport aux autres. Partant, pour certaines caractéristiques du signal, il devient plus facile de s intéresser à des sinusoïdes individuelles qu à leur somme. Ce que l on appelle transformée de Fourier, c est une fonction mathématique qui permet de passer d une représentation temporelle à une représentation dans l espace des fréquences. On visualise alors l amplitude de chaque composante fréquentielle du signal, ou FICHE 47-1

2 Sinusoïde pure 5 khz 1 crête v(t) = 1 sin 2π f 1 t f 1 = 5 khz Superposition de deux sinusoïdes pures 5 et 10 khz (1 crête chacune) v(t) = 1 sin 2π f 1 t + 1 sin 2π f 2 t f 1 = 5 khz f 2 = 10 khz 10k Superposition de trois sinusoïdes pures 5, 10 et 20 khz (1 crête chacune) v(t) = 1 sin 2π f 1 t + 1 sin 2π f 2 t + 1 sin 2π f 3 t f 1 = 5 khz f 2 = 10 khz f 3 = 20 khz 10k 20k Carré pur 5 khz (1 crête) 4 v(t) = sin 2π f 1 t + p sin 2π f2 t + 4 3p 4 sin 2π f3 t p f 1 = 5 khz f 2 = 15 khz f 3 = 25 khz 4/ p 4/3 p 4/5 p 1 2 D après la théorie de Fourier, une onde (qu il s agisse d une vibration entretenue, aléatoire ou non, ou d un transitoire) n est autre que la superposition d une multitude de sinusoïdes. Chacune est caractérisée par sa fréquence, son amplitude et sa phase. plus exactement l amplitude de sa puissance. On appelle cette courbe le spectre de puissance du signal. En clair, représenter un signal par son amplitude fonction du temps ou par sa puissance fonction de la fréquence revient à faire un changement particulier de système de coordonnées. Pour en finir avec les rappels théoriques, disons que la tranformée de Fourier inverse permet de retrouver un signal temporel à partir de son spectre de puissance. De nombreux calculs sont indispensables vant l apparition des ordinateurs, le calcul d une transformée de Fourier était un tra- FICHE 47-2

3 Nombre de points FFT 0,3 0,6 0,9 1,4 2,6 7,3 DFT 1,3 2,0 3,3 5,6 12,6 Ce tableau donne une idée sur les écarts de temps de calcul (avec le même ordinateur) pour une transformation de Fourier effectuée au moyen d une FFT et une DFT. vail fastidieux. vec l informatique, la tâche s est simplifiée, mais il a fallu quelques aménagements. Le signal à analyser est, par définition, analogique : il varie continuement dans le temps et peut prendre une infinité de valeurs entre un minimum et un maximum. Or, il est clair que l ordinateur ne sait pas travailler sur un nombre infini de valeurs. Il faut donc tout d abord échantillonner le signal, pour obtenir un ensemble discret de n points, par exemple. Et on fait l analyse au travers de ces n échantillons pris successivement sur le signal. C est alors qu interviennent la DFT (Discrete Fourier Transform) et la FFT (Fast Fourier Transform). Comme son nom l indique, la DFT ou transformée de Fourier discrète s applique sur un ensemble discret de points, les n points captés pendant la fenêtre d échantillonnage (cette fenêtre définit la portion de courbe sur laquelle on applique la transformée de Fourier). L inconvénient de cette technique, c est qu elle est gourmande en place mémoire et en temps de calcul. Des contraintes qui deviennent prohibitives lorsque le nombre n est élevé. lors, souvent, on lui préfère la FFT. Celle-ci est apparue en 1965, suite aux travaux de deux américains, James W. Cooley et John W. Tukey, qui ont développé un programme de transformée de Fourier rapide, ce qui, dans leur langue maternelle donnait : Fast Fourier Transform (FFT). La FFT diminue considérablement le nombre d opérations nécessaires pour effectuer la tranformée de Fourier. Le temps de calcul est divisé par un facteur compris généralement entre 2 et 10. Mais son gros inconvénient, c est qu elle peut créer une distorsion importante entre le spectre de puissance qu elle calcule et le spectre de puissance réel (restitué par la théorie de Fourier stricto sensu). Comme nous allons le voir, on utilise des artifices pour amoindrir cette distorsion et pouvoir malgré tout utiliser la FFT. oyons tout cela d un peu plus près. La FFT pour gagner du temps En fait, la FFT peut presque être considérée comme une version rapide de la DFT. Pour une transformée de Fourier portant sur n points, l algorithme DFT nécessite n 2 multiplications complexes. L algorithme FFT réduit ce nombre à environ (n/2) log 2 n. Si l on prend par exemple une portion de courbe pour laquelle on a enregistré 2 10 points FICHE 47-3

4 (a) Nombre entier de périodes (c) FFT appliquée sur 3 périodes Les extrémités se rejoignent (b) Nombre fractionnaire de périodes (d) FFT appliquée sur 2,5 périodes Les extrémités ne se rejoignent pas Quand on compte un nombre entier de périodes du signal dans la zone d analyse (a), on dit que l onde présente un recouvrement aux extrémités de cette zone (b). Dans ce cas, l application de la FFT ne génère pas de distorsion. Par contre, lorsque la zone d analyse ne comporte pas un nombre entier de périodes (c), on dit qu il n y a pas recouvrement aux extrémités (d). Cette discontinuité se traduit par un accroissement de l influence des composantes hautes fréquence de l onde. Cette distorsion fictive (les composantes HF n existent pas réellement dans le signal d origine) perturbent l analyse. (soit échantillons), la DFT nécessite multiplications, tandis que la FFT n en nécessite que soit plus de 200 fois moins. Cependant, l accroissement de vitesse qui en résulte se paie au prix de quelques inconvénients. Tout d abord, il faut que le signal soit périodique. Et puisqu on l échantillonne (pour pouvoir le traiter avec de l informatique), il faut s assurer que l échantillonnage ne fasse pas perdre trop d informations (notons que c est vrai aussi pour la DFT). Et puis, pour que la réponse en fréquence ait un sens et soit précise, il faut que le nombre de points sur lequel porte la FFT soit un multiple d une puissance de 2 (512, 1 024, 2 048, etc.). Et si l on a, par exemple, un enregistrement de points, il faut savoir qu on ne peut appliquer une FFT que sur de ces points (1 024 étant la première puissance de 2 inférieure à 1 096). La fenêtre d analyse ne recouvre donc pas la fenêtre d échantillonnage, et dans ce cas, on perd les informations de puissance associées aux 72 points manquants! Et ce n est pas tout. Pour que la transformation se passe sans distorsion, il faut que le nombre de périodes du signal contenues dans la fenêtre d analyse soit un nombre entier. Inutile d insister sur le fait que cette condition est difficile à remplir, notamment lorsque le signal résulte de la superposition d une multitude de sinusoïdes. Lorsque le nombre de périodes dans la fenêtre d analyse n est pas un entier, cela revient à ajouter une discontinuité au signal. Expliquons nous. Supposons que la valeur de l ampli- FICHE 47-4

5 Hanning artlett lackman mplitude Fréquence Hamming Sans recouvrement des extrémités vec recouvrement des extrémités Comparaison de l action des filtres les plus utilisés. Une FFT est appliquée sur un signal mélangeant deux sinusoïdes de fréquence et d'amplitude différentes : l une à 2,2 Hz à 90 d et l autre à 10,9 Hz à 46 d. Pour détecter les deux sinusoïdes, on voit que le filtre de lackmann est le mieux adapté. tude soit à l entrée de la fenêtre d analyse, et à sa sortie. Le programme qui effectue la FFT balaye la fenêtre d analyse, en partant de vers. u moment où il quitte, s il revient à l entrée de la fenêtre pour recommencer un balayage, il voit une discontinuité entre et. Celle-ci se traduit par un ajout artificiel de puissance dans le spectre vers les fréquences élevées de l onde (pourtant, les composantes hautes fréquences n existent pas réellement dans le signal d origine). Cette distorsion se traduit par un étalement du spectre de puissance. lors il faut faire quelque chose. Le filtrage pour corriger les anomalies Une solution consiste à multiplier chaque point de la fenêtre d analyse par un cœfficient de pondération, avant d appliquer la FFT. Le rôle de cette pondération, c est de limiter l influence des points situés sur les bords de la fenêtre d analyse, alors, plus on se rapproche des bords de la fenêtre, plus la valeur du cœfficient multiplicateur se rapproche de zéro. On voit tout de suite que lorsque l onde est riche en informations dans les zones situés aux bords de la fenêtre, cette information est perdue... Il faut alors envisager d autres solutions. Nous verrons cela plus loin. FICHE 47-5

6 Il existe un certain nombre de filtres. Chacun présente ses propres particularités. Les plus utilisés portent le nom de leurs inventeurs : Hamming, artlett, Hanning et lackmann. Le filtre (ou la fenêtre) de Hamming apporte une pondération en forme de cloche. Il n annule pas les points aux extrémités de la fenêtre. Ce filtre convient bien à la détection de raies spectrales, mais ne réduit pas vraiment l étalement du spectre. Le filtre de artlett offre une pondération en forme de triangle et annule le signal aux extrémités de la fenêtre. Il convient à la détection de pics, tout en améliorant la forme générale du spectre (diminution de l écrasement). Le filtre de Hanning est similaire à celui de Hamming (forme de cloche) mais annule les points des extrémités. Il permet de détecter les pics (comme le précédent) et améliore considérablement la forme du spectre. Le filtre de lackmann ressemble au précédent, mais les bords de la cloche sont moins évasés. Résultat, il diminue très fortement l étalement de la puissance. Des solutions pour limiter les distorsions Pour certaines applications, la précision offerte par la FFT n est pas suffisante. De plus, pour les signaux qui ne sont pas répétitifs, on ne peut pas se contenter d une fenêtre d analyse prise au hasard sur le signal. Et puis, lorsque l on s intéresse à un signal transitoire par exemple, les bords de la fenêtre d analyse contiennent des informations importantes pour la description du signal (ne serait-ce que sa valeur initiale et sa valeur finale). En appliquant l un des filtres décrits précédemment comme pour une FFT, on perdrait cette information. Dans ce cas, on n a pas d autre choix que d utiliser une DFT pour extraire le spectre de puissance de ce signal. Certes, cette adaptation de la transformée de Fourier nécessite une grande capacité mémoire et consomme du temps de calcul, mais quand le jeu en vaut la chandelle... Précisons toutefois que, pour un signal périodique, il vaut mieux que la fenêtre d analyse commence lorsque l amplitude du signal est sur sa valeur moyenne, et qu elle contienne un nombre entier de périodes du signal. Ces deux précautions permettent de limiter les distorsions apportées par le traitement. Revenir au signal temporel La transformée de Fourier est une transformation bilatérale (comme un changement de coordonnées pour passer d un système orthogonal à un système polaire, par exemple). Et, comme toutes les transformations bilatérales, elle fonctionne dans les deux sens. Lorsqu on part d un spectre de puissance, on peut (en théorie) retrouver le signal fonction du temps qui lui correspond. C est le rôle de l IFT (Inverse Fourier Transform). On peut se demander pourquoi il faut revenir au point de départ. En fait, cette fonction inverse est très utile pour l analyse d un signal. Par exemple, lorsqu on cherche à identifier un signal bruité, on lui applique une tranformée de Fourier (FFT ou DFT) pour en obtenir le spectre de puissance. Ensuite, on peut nettoyer ce spectre par filtrage, pour éliminer le bruit. Et, enfin, l IFT permet de retrouver le signal épuré. Il faut alors savoir FICHE 47-6

7 évaluer les distorsions accumulées au cours des deux transformations (FFT ou DFT dans un sens et IFT dans l autre) ; elles peuvent être négligeables. Pour le filtrage du spectre, on peut utiliser un filtre passe-bas qui atténue l effet des fréquences les plus hautes, un filtre passe-haut qui atténue les fréquences les plus basses, un filtre passe-bande qui ne garde qu une bande de fréquences et un filtre en qui supprime la puissance sur une fréquence donnée. En combinant plusieurs de ces filtres, on peut jouer sur le niveau de puissance de chacune des raies du spectre, pour n en garder que certaines parties. On peut ainsi simuler plusieurs spectres à partir de celui qu on a obtenu par la FFT ou la DFT et voir quel est le signal temporel qui correspond à chacun, grâce à l IFT. FICHE 47-7

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

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

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

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

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

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

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

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

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

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

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

ANALYSE SPECTRALE D UN SIGNAL PERIODIQUE

ANALYSE SPECTRALE D UN SIGNAL PERIODIQUE Approche expérimentale ANALYSE SPECTRALE D UN SIGNAL PERIODIQUE Objectifs : - S initier au traitement FFT du logiciel LatisPro - Etudier le spectre d amplitude d un signal carré - Etudier les limites de

Plus en détail

A1.- Le décibel et le bruit les unités acoustiques

A1.- Le décibel et le bruit les unités acoustiques A1.- Le décibel et le bruit les unités acoustiques A1.1.- Définition du bruit : A1.1.1.- Production et caractéristiques d un son Tout corps qui se déplace ou qui vibre émet un son. Il transmet sa vibration

Plus en détail

LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION

LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,

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

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 fonctions sinus et cosinus

Les fonctions sinus et cosinus DERNIÈRE IMPRESSION LE 6 juin 03 à 5:06 Les fonctions sinus et cosinus Table des matières Rappels. Mesure principale.............................. Résolution d équations...........................3 Signe

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

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

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

Plan du cours. Cours de Traitement Du Signal - Transformées discrètes. Transformée de Fourier d un signal numérique. Introduction

Plan du cours. Cours de Traitement Du Signal - Transformées discrètes. Transformée de Fourier d un signal numérique. Introduction Plan du cours Cours de raitement Du Signal - ransformées discrètes 1 guillaume.hiet@rennes.supelec.fr ESACA 17 octobre 2007 2 3 Guillaume HIE Cours de raitement Du Signal - ransformées discrètes 1/38 Guillaume

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

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

Chapitre 2 Les ondes progressives périodiques

Chapitre 2 Les ondes progressives périodiques DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................

Plus en détail

Phase Locked Loop (boucle à verrouillage de phase) f ref Φ. f out

Phase Locked Loop (boucle à verrouillage de phase) f ref Φ. f out Phase Locked Loop (boucle à verrouillage de phase) f ref Φ f out N - Principe 2 - Principaux comparateurs de phase 3 - Différents types 3-: PLL du 2 nd ordre - type 3-2: PLL avec pompe de charge - 3 ème

Plus en détail

Fiche technique expérimentale 5. Notions sur l acquisition numérique

Fiche technique expérimentale 5. Notions sur l acquisition numérique Fiche technique expérimentale 5 Notions sur l acquisition numérique D.Malka MPSI 2014-2015 Lycée Saint-Exupéry Ce bref guide traite de quelques éléments important sur l acquisition numérique des signaux

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

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

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

Plus en détail

Chapitre 2 : Représentation des nombres en machine

Chapitre 2 : Représentation des nombres en machine Chapitre 2 : Représentation des nombres en machine Introduction La mémoire des ordinateurs est constituée d une multitude de petits circuits électroniques qui ne peuvent être que dans deux états : sous

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

Traitement du signal et Applications

Traitement du signal et Applications Traitement du signal et Applications Master Technologies et Handicaps 1 ère année Philippe Foucher 1 Plan Signal? Exemples Signaux analogiques/signaux numériques Propriétés Séance de TP 2 Plan Signal?

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

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

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

Département de physique

Département de physique Département de physique Caractérisation d un diapason par TF de sa réponse impulsionnelle. Problème du paramétrage de la FFT Travail expérimental et rédaction du document : Jean-Baptiste Desmoulins (P.R.A.G.)

Plus en détail

1 Activité documentaire : l isolation phonique (30 minutes)

1 Activité documentaire : l isolation phonique (30 minutes) Séance de Spécialité n o 10 Isolation & filtrage Mots-clefs «instruments électroniques», «traitement du son» et «isolation phonique». 1 Activité documentaire : l isolation phonique (30 minutes) Un logement

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

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

Poker. A rendre pour le 25 avril

Poker. A rendre pour le 25 avril Poker A rendre pour le 25 avril 0 Avant propos 0.1 Notation Les parties sans * sont obligatoires (ne rendez pas un projet qui ne contient pas toutes les fonctions sans *). Celles avec (*) sont moins faciles

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

TP 2. Circuits réactifs

TP 2. Circuits réactifs TP 2. ircuits réactifs Par Dimitri galayko Unité d enseignement Élec-info pour master ASI à l UPM Octobre-décembre 2005 Lors de ce TP nous étudierons en pratique les phénomènes transitoires dans les circuits

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

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

Représentation des Nombres

Représentation des Nombres Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

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

Principe des tests statistiques

Principe des tests statistiques Principe des tests statistiques Jean Vaillant Un test de signification est une procédure permettant de choisir parmi deux hypothèses celles la plus probable au vu des observations effectuées à partir d

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

analyse spectrale des séries temporelles Jacques Beau Rythmes biologiques et cancer, Inserm U 776

analyse spectrale des séries temporelles Jacques Beau Rythmes biologiques et cancer, Inserm U 776 analyse spectrale des séries temporelles Jacques Beau Rythmes biologiques et cancer, Inserm U 776 déroulement de la présentation saisie des données numériques : échantillonnage et fenêtrage composantes

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

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

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

QUELQUES APPLICATIONS DE LA FFT J.M. Lemasquerier IPEST Tunis. I Fonction de transfert d un quadripôle

QUELQUES APPLICATIONS DE LA FFT J.M. Lemasquerier IPEST Tunis. I Fonction de transfert d un quadripôle QUELQUES APPLICATIONS DE LA FFT J.M. Lemasquerier IPEST Tunis Nous proposons ici quelques utilisations du calcul numérique rapide de la transformée de Fourier. A l exception du calcul d une figure de diffraction,

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

Fonctions - Continuité Cours maths Terminale S

Fonctions - Continuité Cours maths Terminale S Fonctions - Continuité Cours maths Terminale S Dans ce module, introduction d une nouvelle notion qu est la continuité d une fonction en un point. En repartant de la définition et de l illustration graphique

Plus en détail

Exemples d application

Exemples d application Exemples d application Pour que vous puissiez tester les méthodes décrites ci-dessous, commencez par copier sur votre disque dur les exemples de bruits contenus dans le dossier Soundsamples qui se trouve

Plus en détail

Procédure. Exemple OPÉRATIONS DANS UN SYSTÈME POSITIONNEL

Procédure. Exemple OPÉRATIONS DANS UN SYSTÈME POSITIONNEL Opérations dans un système positionnel OPÉRATIONS DANS UN SYSTÈME POSITIONNEL INTRODUCTION Dans tout système de numération positionnel, les symboles sont utilisés de façon cyclique et la longueur du correspond

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

MATHÉMATIQUES FINANCIÈRES I

MATHÉMATIQUES FINANCIÈRES I MATHÉMATIQUES FINANCIÈRES I Deuxième cours Rappel: Intérêt Rappel: Intérêt Fonction de capitalisation 1 Rappel: Intérêt Fonction de capitalisation Fonction d accumulation Rappel: Intérêt Fonction de capitalisation

Plus en détail

III CRITERES POUR CHOISIR UN COUPLE DE FLUOROPHORES

III CRITERES POUR CHOISIR UN COUPLE DE FLUOROPHORES Page : 17/ 77 III CRITERES POUR CHOISIR UN COUPLE DE FLUOROPHORES Le choix d un couple donneur-accepteur dépend de la technique utilisée (FRET, TR- FRET, BRET, etc.) et des molécules disponibles pour ces

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

FICHE TECHNIQUE N 1 CADRE 47/2

FICHE TECHNIQUE N 1 CADRE 47/2 FICHE TECHNIQUE N 1 CADRE 47/2 Cadre 47/2 : enchaînements dans le carré central La direction technique de la fédération vous propose une série de fiches dédiées au cadre 47/2. Les situations de jeu proposées

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

ANALYSE DE FOURIER 1. REPRESENTATION DE FOURIER. 1.1 Représentation d un signal sinusoïdal

ANALYSE DE FOURIER 1. REPRESENTATION DE FOURIER. 1.1 Représentation d un signal sinusoïdal Annexe Fourier I ANNEXE ANALYSE DE FOURIER 1. REPRESENTATION DE FOURIER 1.1 Représentation d un signal sinusoïdal On peut représenter un signal sinusoïdal de la forme s(t) = s 0 cos"t = s 0 cos(2#f 0 t)

Plus en détail

Chapitre I La fonction transmission

Chapitre I La fonction transmission Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés

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

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3 8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant

Plus en détail

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes

Plus en détail

Cours de Mathématiques Seconde. Généralités sur les fonctions

Cours de Mathématiques Seconde. Généralités sur les fonctions Cours de Mathématiques Seconde Frédéric Demoulin 1 Dernière révision : 16 avril 007 Document diffusé via le site www.bacamaths.net de Gilles Costantini 1 frederic.demoulin (chez) voila.fr gilles.costantini

Plus en détail

La gestion des ventes.

La gestion des ventes. I. La prévision des ventes. A. Principe. La gestion des ventes. Elle consiste à déterminer les ventes futures à la fois en quantité et en valeur en tenant compte des tendances et contraintes imposées à

Plus en détail

avec des nombres entiers

avec des nombres entiers Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0

Plus en détail

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés ENSEIRB-MATMECA PG-113 014 TP6: Optimisation au sens des moindres carrés Le but de ce TP est d implémenter une technique de recalage d images qui utilise une méthode vue en cours d analyse numérique :

Plus en détail

Chapitre 2 : communications numériques.

Chapitre 2 : communications numériques. Chapitre 2 : communications numériques. 1) généralités sur les communications numériques. A) production d'un signal numérique : transformation d'un signal analogique en une suite d'éléments binaires notés

Plus en détail

Laennext aspects techniques

Laennext aspects techniques Laennext aspects techniques 1 LAENNEXT : ASPECTS TECHNIQUES Résumé L'obstruction des voies respiratoires par des glaires provoque l'apparition de bruits spécifiques lors de la respiration, ces bruits sont

Plus en détail

DIDACTICIEL SYMPLIFIE DE l UTILISATION DE PSIM

DIDACTICIEL SYMPLIFIE DE l UTILISATION DE PSIM DIDACTICIEL SYMPLIFIE DE l UTILISATION DE PSIM I/ La fenêtre de saisie des schémas : les fonctionnalités essentielles pour faire les TP préparés. La souris L outil le plus utilisé est l outil sélection.

Plus en détail

Chap2 L oscilloscope.

Chap2 L oscilloscope. Chap2 L oscilloscope. Items Connaissances Acquis Fréquence d une tension périodique. Unité de la fréquence dans le Système international (SI). Relation entre la période et la fréquence. Valeur de la fréquence

Plus en détail

Mise en pratique : Etude de spectres

Mise en pratique : Etude de spectres Mise en pratique : Etude de spectres Introduction La nouvelle génération de spectromètre à détecteur CCD permet de réaliser n importe quel spectre en temps réel sur toute la gamme de longueur d onde. La

Plus en détail

ArtemiS 11.0.200 HEAD Data Portal 1.0.200 HEAD Recorder 2.0.300

ArtemiS 11.0.200 HEAD Data Portal 1.0.200 HEAD Recorder 2.0.300 Nouvelles fonctionnalités et applications ArtemiS 11.0.200 HEAD Data Portal 1.0.200 HEAD Recorder 2.0.300 Nouveau Dongle Avec votre nouveau DVD d installation, vous recevez aussi un nouveau dongle. Le

Plus en détail

Heuristique et métaheuristique. 8. Optimisation combinatoire et métaheuristiques. Optimisation combinatoire. Problème du voyageur de commerce

Heuristique et métaheuristique. 8. Optimisation combinatoire et métaheuristiques. Optimisation combinatoire. Problème du voyageur de commerce Heuristique et métaheuristique IFT1575 Modèles de recherche opérationnelle (RO) 8. Optimisation combinatoire et métaheuristiques Un algorithme heuristique permet d identifier au moins une solution réalisable

Plus en détail

Communication par CPL, support d étude des fonctions trigonométriques

Communication par CPL, support d étude des fonctions trigonométriques Communication par CPL, support d étude des fonctions trigonométriques Séminaire programme STi2D E.Chauvet & S.Faucher Académie de Montpellier Lycée DHUODA - Nîmes Atelier n o 2 - Lycée Jean Zay - 26 septembre

Plus en détail

TP 03 A : Analyse spectrale de sons musicaux

TP 03 A : Analyse spectrale de sons musicaux TP 03 A : Analyse spectrale de sons musicaux Compétences exigibles : - Réaliser l analyse spectrale d un son musical et l exploiter pour en caractériser la hauteur et le timbre. Objectifs : - Enregistrer

Plus en détail

Microscopie à Force Atomique

Microscopie à Force Atomique M1 SCIENCES DE LA MATIERE - ENS LYON ANNEE SCOLAIRE 2009-2010 Microscopie à Force Atomique Compte-rendu de Physique Expérimentale Réalisé au Laboratoire de Physique de l ENS Lyon sous la supervision de

Plus en détail

IPT : Cours 2. La représentation informatique des nombres

IPT : Cours 2. La représentation informatique des nombres IPT : Cours 2 La représentation informatique des nombres (3 ou 4 heures) MPSI-Schwarz : Prytanée National Militaire Pascal Delahaye 28 septembre 2015 1 Codage en base 2 Définition 1 : Tout nombre décimal

Plus en détail

Chapitre 4. Travail et puissance. 4.1 Travail d une force. 4.1.1 Définition

Chapitre 4. Travail et puissance. 4.1 Travail d une force. 4.1.1 Définition Chapitre 4 Travail et puissance 4.1 Travail d une force 4.1.1 Définition En physique, le travail est une notion liée aux forces et aux déplacements de leurs points d application. Considérons une force

Plus en détail

Algorithmique et Programmation Projets 2012/2013

Algorithmique et Programmation Projets 2012/2013 3 Dames 3. Objectif Il s agit d écrire un programme jouant aux Dames selon les règles. Le programme doit être le meilleur possible. Vous utiliserez pour cela l algorithme α β de recherche du meilleur coup

Plus en détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

Plus en détail

Représentation des nombres entiers et réels. en binaire en mémoire

Représentation des nombres entiers et réels. en binaire en mémoire L3 Mag1 Phys. fond., cours C 15-16 Rep. des nbs. en binaire 25-09-05 23 :06 :02 page 1 1 Nombres entiers 1.1 Représentation binaire Représentation des nombres entiers et réels Tout entier positif n peut

Plus en détail

Montages non linéaires à amplificateurs opérationnels

Montages non linéaires à amplificateurs opérationnels Montages non linéaires à amplificateurs opérationnels Partie théorique I. omparateur L utilisation la plus simple d un amplificateur opérationnel (AOP) en montage non-linéaire est le comparateur. Deux

Plus en détail

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories : La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.

Plus en détail

Chapitre 3 : (Cours) Ondes sonores : analyse spectrale et effet Doppler

Chapitre 3 : (Cours) Ondes sonores : analyse spectrale et effet Doppler Chapitre 3 : (Cours) Ondes sonores : analyse spectrale et effet Doppler Les ondes sonores (sons musicaux, ondes sismiques, ) et les ondes électromagnétiques (lumière visible et invisible) ont pour propriété

Plus en détail

Séance de TP n 3 : L amplificateur opérationnel (AOp)

Séance de TP n 3 : L amplificateur opérationnel (AOp) LSM 2 - Mesures physiques - Instrumentation Séance de TP n 3 : L amplificateur opérationnel (AOp) Les circuits étudiés jusqu'ici sont des circuits passifs constitués de résistances, condensateurs inductances

Plus en détail

Vision industrielle Dispositif optique

Vision industrielle Dispositif optique Vision industrielle Dispositif optique Plan du cours L objectif La focale L ouverture La mise au point Qualité d image Choix de l objectif Cours de Vision Industrielle Nicolas Vandenbroucke 2 Constitution

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

Correction de l épreuve intermédiaire de mai 2009.

Correction de l épreuve intermédiaire de mai 2009. Licence de Gestion. 3ème Année Année universitaire 8-9 Optimisation Appliquée C. Léonard Correction de l épreuve intermédiaire de mai 9. Exercice 1 Avec les notations du cours démontrer que la solution

Plus en détail

Les Conditions aux limites

Les Conditions aux limites Chapitre 5 Les Conditions aux limites Lorsque nous désirons appliquer les équations de base de l EM à des problèmes d exploration géophysique, il est essentiel, pour pouvoir résoudre les équations différentielles,

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

Acquisition et analyse FFT

Acquisition et analyse FFT Département de physique Acquisition et analyse FFT Rédaction du cours et travail expérimental associé : Jean-Baptiste Desmoulins (P.R.A.G.) mail : desmouli@physique.ens-cachan.fr L objectif de ce cours

Plus en détail

L apport d une créance en présence d un passif net 1

L apport d une créance en présence d un passif net 1 L apport d une créance en présence d un passif net 1 Claude Janssens Expert-comptable, analyste financier et économiste d entreprises Comme dans le numéro 4/2007, nous allons vous présenter un exemple

Plus en détail