Ecole d été - Cargèse. Représentation des signaux. Plan. Formule de Parseval. Représentation de Fourier. Qu est-ce que le Traitement du signal?

Dimension: px
Commencer à balayer dès la page:

Download "Ecole d été - Cargèse. Représentation des signaux. Plan. Formule de Parseval. Représentation de Fourier. Qu est-ce que le Traitement du signal?"

Transcription

1 Qu est-ce que le Traitement du signal? But du Traitement du signal: Extraire un maximum d informations utiles sur un signal perturbé par le bruit Ecole d été - Cargèse Traitement du Signal pour la parole G. Richard Plan Signal et Transformée de Fourier Transformée de Fourier Échantillonnage Transformée en Z Transformée de Fourier Discrète (TFD) Représentation des signaux Qu est-ce qu un signal? Application à la parole Spectrogramme (effets de la fenêtre d analyse) Notions de filtrage Convolutions Fonction de transfert Filtre du second ordre Applications à la parole Modèle source-filtre Modèle autorégressif, filtrage inverse Paramétrisation pour la reconnaissance vocale (MFCC) Détection de voisement, estimation de la fréquence fondamentale Signal déterministe: Signal aléatoire Représentation de Fourier Formule de Parseval On peut montrer que : Séries de Fourier Tout signal périodique x(t) de période T peut être décomposé sous la forme d une série de Fourier : Interprétation: La puissance d un signal est égale à la somme des puissances élémentaires de chacune de ses composantes. Composante = signal «sinusoidal»

2 Représentation de Fourier (temps continu) Propriétés Soit x(t) appartenant à Fourier existe et appartient à, la transformée de Parseval Spectre (ou densité spectrale d énergie): Échantillonnage: Formule de Poisson Reconstruction 2 situations: Interprétation: Echantillonnage périodisation du spectre Échantillonnage d un signal à bande illimitée Transformée en Z / TFDT Nécessité de filtrer le signal analogique pour obtenir un signal à bande limitée avant échantillonnage La transformée en Z d un signal x(n) est donnée par: avec La Transformée de Fourier à Temps Discrêt (TFTD) est donnée par: est périodique de période 1

3 Résumé de quelques propriétés Transformée de Fourier Discrète (TFD) Linéarité Symétrie hermitienne Par définition, la TFTD est une fonction périodique de période 1. En pratique, nous prenons N échantillons, et on discrétise l intervalle de fréquences [0-1] en L valeurs telles que: Convolution On obtient: Décalage fréquentiel Décalage temporel (retard) La TFD est alors définie par les formules directe et inverse: Relation TZ <-> TFD Spectre d une somme de 10 sinusoïdes x n X k Cela correspond à un échantillonnage de la transformée en z en N points régulièrement espacés autour du cercle unité π Exemple: Spectre d un segment de /i/ Description du signal de parole Description fréquentielle Utilisation de Transformée de Fourier Utilisation du spectrogramme

4 Paramétrisation: paramètres spectraux Paramétrisation spectrale: analyse d un signal audio (d après Laroche) Spectrogramme x n X k Spectrogramme Spectrogramme des voyelles / a e i o u/ Effet du fenêtrage Effet de la fenêtre carrée Utilisation d autres fenêtres La fenêtre de Hamming La fenêtre de Hanning..

5 Comparaison de 2 fenêtres Effet de la longueur de la fenêtre Taille de la fenêtre pour un spectrogramme Importance de la taille de la fenêtre d analyse Notions de filtrage Système linéaire invariant dans le temps ' ) $' ) &'()!"" #$#!!% Filtrage: convolution Filtrage: convolution &'()

6 Filtrage Filtrage: transformée en Z Equation récurrente entrée/sortie La transformée en Z de X(z) d une séquence x(n) est donnée par: Filtres récursifs causaux (RII) Fonction de transfert du filtre: Filtrage: transformée en Z (2) Filtrage: Réponse en fréquence Fonction de transfert H(Z) : Réponse en fréquence: sont les zéros de H(z) sont les pôles de H(z) +,%" Filtrage: Réponse en fréquence Filtrage Interprétation géométrique Filtre du second ordre *

7 Filtre du second ordre Filtrage Représentation dans le plan Z Gain en fréquence Autre exemple Filtrage Filtre de préaccentuation Modèle source-filtre enveloppe spectrale, source +0! +0 " /'() s n F x n.'() Modèle autorégressif de la parole Modèle autorégressif de la parole (2) Soit le modèle Autorégressif (AR): En divisant par N et en remarquant que l autocorrélation est symétrique, on obtient: En multipliant par, on obtient: En refaisant la même opération en multipliant par on obtient un ensemble d équations: Puis en prenant l espérance mathématique, on obtient: -

8 Modèle autorégressif de la parole (3) Modèle autorégressif de la parole (4) Qui peut être ré-écrit: L équation de récurrence correspond au filtrage du processus (bruit) par le filtre &'() Résiduel Ou encore: La solution est donnée par Filtre inverse Où la fonction de transfert du filtre est donnée par: Retour au modèle de production Paramétrisation pour la reconnaissance vocale En inversant le système précédent: Source &'() Filtre tout pôles Signal de parole Réalisée par un module de traitement du signal (souvent appelé «Front End») Réalise une analyse spectrale du signal généralement effectuée suivant une des méthodes ci-dessous: Par banc de filtres (typiquement 10 à 30 bandes fréquentielles) Par FFT (cas particulier) Approche cepstrale Prédiction linéaire (LPC) Paramétrisation Echelle Mel Méthodes par bancs de filtres Ont été beaucoup utilisées Remplacées actuellement par des méthodes plus spécifiques Méthodes à base de la transformée de Fourier Existence d algorithmes rapides La FFT peut représenter la première étape d une analyse spectrale qui sera ensuite ré-échantillonnée suivant une nouvelle échelle fréquentielle (Echelle Logarithmique, Echelle Bark, Echelle Mel) Correspond à une approximation de la sensation psychologique de hauteur d un son (Tonie) Existence de formules analytiques: 3 paramétrisations couramment utilisées: Les paramètres MFCC Les paramètres LPCC Les paramètres PLP Exemples: Gamme mel Gamme Hertz

9 Filtre en échelle Mel Filtrage Mel (d après Rabiner93) Représentation cepstrale Intérêt Modèle source filtre de la parole! Energie dans chaque bande Représentation cepstrale(d après Furui2001) Représentation cepstrale Exemples: de Spectres à court terme (gauche) et de cepstre c(τ) (droite) Séparation de la contribution du conduit vocal et de la source par liftrage τ est homogène à un temps et est appelé quéfrence Représentation cepstrale Contribution de la source Représentation cepstrale Contribution du conduit vocal Contribution du conduit vocal (hypothèse: filtre causal, stable, minimum de phase) Développement en série 1

10 Représentation cepstrale Exemples de liftres (d après Calliope89) Paramétrisation MFCC «Mel-Frequency Cepstral Coefficients» C est probablement la paramétrisation la plus répandue dans les systèmes actuels Paramétrisation MFCC Lissage cepstral Calcul des coefficients MFCC Estimation de l enveloppe par le cepstre: Calcul du cepstre réel C n, puis lifrage basses quéfrences Reconstruction de l enveloppe spectrale d amplitude E =FFT(C n ) Une implémentation classique: 13 Coefficients (sans C 0 ) Filtres Mels espaces de 150 Mel (largeur de bandes 300 Mels) Utilisation des dérivées premières et secondes Soit des vecteurs de 39 paramètres acoustiques Les paramètres PLP (d après Hermansky90) Comparaison PLP MFCC (Hönig et al 05) PLP = Perceptual Linear Prediction Schéma général 2

11 Détection de voisement et estimation de la fréquence fondamentale Le signal de parole possède une composante périodique (lorsque le signal est voisé) Détection de voisement et estimation de la fréquence fondamentale Il existe de nombreuses méthodes qui peuvent être grossièrement scindées en: Les méthodes temporelles Les méthodes spectrales Les méthodes cepstrales Une méthode temporelle Détection de voisement par autocorrélation Utilisation de l autocorrélation Voisé si > seuil (par exemple seuil = 0.4) Conclusion Importance du traitement du signal pour l analyse des signaux de parole De nombreux autres outils existent Débruitage Estimation des trajectoires des formants Séparation de sources.

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

Codage de la parole. 2 ième année Master RFIA USTO-MB Cours R. Parole

Codage de la parole. 2 ième année Master RFIA USTO-MB Cours R. Parole Codage de la parole Le signal de parole est complexe et redondant. Il possède une grande variabilité. Pour que le système de reconnaissance de la parole fonctionne efficacement, les informations caractéristiques

Plus en détail

QCM1. Questionnaire à choix multiples les Chap 1-4 du cours de Traitement Numérique du Signal 1

QCM1. Questionnaire à choix multiples les Chap 1-4 du cours de Traitement Numérique du Signal 1 QCM1 1 Questionnaire à choix multiples les Chap 1-4 du cours de Traitement Numérique du Signal 1 Parmi ces affirmations, au moins une est vraie et au plus toutes! A vous de faire le bon choix! Notez que

Plus en détail

La reconnaissance vocale

La reconnaissance vocale La reconnaissance vocale Théodore APAPOULLE Thibault CHATIRON 1 Plan Introduction Définition Applications de reconnaissance vocale Problématiques liées à la reconnaissance vocale Principe de fonctionnement

Plus en détail

Filtres numériques. A. Filtrage temporel

Filtres numériques. A. Filtrage temporel Filtres numériques A. Filtrage temporel Le filtrage temporel consiste en l interruption ou l atténuation durant certaines périodes temporelles d un signal. Un exemple fréquemment rencontré est le prélèvement

Plus en détail

UV Traitement du signal. Cours n 2 : Transformée de Fourier Discrète

UV Traitement du signal. Cours n 2 : Transformée de Fourier Discrète UV Traitement du signal Cours n : Transformée de Fourier Discrète TF des signaux discrets vers TF discrète TF discrète d un signal périodique, d un signal limité TF discrète et convolution circulaire Précision

Plus en détail

Cours analyse spectrale Part III Mesures spectrales paramétriques. Polytech EEO-AA Philippe Ravier

Cours analyse spectrale Part III Mesures spectrales paramétriques. Polytech EEO-AA Philippe Ravier Cours analyse spectrale art III Mesures spectrales paramétriques olytech EEO-AA hilippe Ravier 1 Classification des méthodes d AS Méthodes non paramétriques Fourier (périodogramme/corrélogramme) Minimum

Plus en détail

Filtrage linéaire des signaux

Filtrage linéaire des signaux Filtrage linéaire des signaux 1 Filtrage - Exemples 2 Filtrage du son réalisé par un «bouchon d oreille» Le filtrage réalisé par le «bouchon d oreille» dépend de son positionnement Filtrage- Exemples Filtre

Plus en détail

1 Formulaire signaux et systèmes continus MA32 GEII-2A

1 Formulaire signaux et systèmes continus MA32 GEII-2A 1 Formulaire signaux et systèmes continus MA3 GEII-A 1.1 Signaux Analyse de Fourier x(t) de période T 0 = décomposable en série de Fourier x(t) = k= kt jπ c k e T 0 = spectre de raies SF {x(t)} = X(f)

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 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

SI240 - TsMecs. SI240 TsMex Banc de filtres. Traitement du signal : méthodes et études de cas. G. Richard

SI240 - TsMecs. SI240 TsMex Banc de filtres. Traitement du signal : méthodes et études de cas. G. Richard SI240 - TsMecs Traitement du signal : méthodes et études de cas SI240 TsMex Banc de filtres G. Richard 1 Plan Introduction aux bancs de filtres Banc de filtres à TFD Multicadence: sous-échantillonnage

Plus en détail

Traitement Numérique du Signal

Traitement Numérique du Signal Chapitre 8 Traitement Numérique du Signal 8.1 De la T.F. à la T.F.D. Le but de ces deux exercices est d étudier dans deux cas particuliers de signaux la relation entre la Transformée de Fourier définie

Plus en détail

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/46

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/46 ENSEIRB - Année 1 Traitement du Signal Numérique : Pierre Hanna hanna@labri.fr Traitement du Signal Numérique p.1/46 Domaine temporel amplitude a(t) temps a(t): amplitude du signal en fonction du temps

Plus en détail

Traitement du signal et Applications cours 9

Traitement du signal et Applications cours 9 Traitement du signal et Applications cours 9 Master Technologies et Handicaps 1 ère année Philippe Foucher 1 Traitement du signal sous Scilab Scilab : Programmer en utilisant les fonctions. SIP Toolboxes:

Plus en détail

Traitement Numérique du Signal TD

Traitement Numérique du Signal TD IUT-R&T èiéme Année Université Aix-Marseille II TD F. Briolle IUT-R&T ième Année TD n 1 Echantillonnage -Quantification Exercice 1 On considère un signal s(t)= cos(*pi*f 0 *t). Illustrer les effets du

Plus en détail

UV Traitement du signal. Cours 9. Filtrage numérique ASI 3

UV Traitement du signal. Cours 9. Filtrage numérique ASI 3 UV Traitement du signal Cours 9 Filtrage numérique ASI 3 Contenu du cours Introduction Caractérisations des filtres numériques Réponse impulsionnelle, Equation aux différences, Fonction de transfert en

Plus en détail

T.P. de Filtrage Numérique

T.P. de Filtrage Numérique T.P. de Filtrage Numérique 1ère année En Ce TP est consacré à l étude des filtres à Réponse Impulsionnelle Finie (RIF). Dans le cas des filtres RIF, tout échantillon du signal en sortie est la somme pondérée

Plus en détail

TABLE DES MATIERES AVANT-PROPOS 15 1 INTRODUCTION A LA COMMANDE NUMERIQUE 19

TABLE DES MATIERES AVANT-PROPOS 15 1 INTRODUCTION A LA COMMANDE NUMERIQUE 19 ANALYSE ET REGULATION DES PROCESSUS INDUSTRIELS TOME 2. REGULATION NUMERIQUE P. Borne G. Dauphin-Tanguy J.- P. Richard. F. Rotella I. Zambettakls RESUME Cet ouvrage, en deux tomes ( tome 1,Régulation continue

Plus en détail

Traitement du Signal. Le Filtrage Numérique

Traitement du Signal. Le Filtrage Numérique Traitement du Signal James L. Crowley Deuxième Année ENSIMAG Quatrième Bimestre 999/00 Séance 9 : 3 mars 000 Le Filtrage Numérique Formule du Jour :... Le Filtrage Numérique :... Caractérisation de Filtres

Plus en détail

analyseur de spectre

analyseur de spectre 1. Thème abordé Problématique, situation d accroche Le graphique ci-dessus représente la TFD d un signal audio donné par un logiciel. On y fait un traitement numérique audio d égalisation (courbe numérotée

Plus en détail

Rappelons la définition. Un signal s(t) est dit périodique s il reprend la même

Rappelons la définition. Un signal s(t) est dit périodique s il reprend la même . Signaux périodiques et signaux sinusoïdaux.. Caractéristiques des signaux périodiques Rappelons la définition. Un signal s(t) est dit périodique s il reprend la même valeur à des intervalles de temps

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

Signaux à temps discret. Systèmes linéaires à temps discret

Signaux à temps discret. Systèmes linéaires à temps discret Signaux à temps discret x(n) h(n) y(n) Lien avec les signaux à temps continu : x(n) = x c (nt e ) On peut définir x e (t) = n Z Intercorrélation et autocorrélation discrètes x(n) et y(n) deux signaux réels

Plus en détail

Transformée en Z. ladjal, bianchi, roueff,

Transformée en Z. ladjal, bianchi, roueff, Transformée en Z ladjal, bianchi, roueff, almansa@enst.fr Vocabulaire RI pour réponse impulsionnelle Suite causale: h n nul pour n < 0 SLI causal si sa RI l est Suite anti-causale: h n nul pour n 0 SLI

Plus en détail

Chapitre 2 : Notions de traitement du signal

Chapitre 2 : Notions de traitement du signal Chapitre 2 : Notions de traitement du signal I. Notion de spectre Comment représenter la fonction =.cos2? Réponse temporelle Réponse fréquentielle Une fonction peut avoir plusieurs composantes fréquentielles

Plus en détail

TRAITEMENT DU SIGNAL ALÉATOIRE

TRAITEMENT DU SIGNAL ALÉATOIRE Télécom Physique Strasbourg Module 0 TRAITEMENT DU SIGNAL ALÉATOIRE Signal original Signal filtré N=50.5.5 0.5 0.5 0 0 0.5 0.5.5.5 0 0. 0. 0.3 0.4 0.5 0.6 0.7 0.8 0.9 0 0. 0. 0.3 0.4 0.5 0.6 0.7 0.8 0.9

Plus en détail

Filtres numériques FIR et IIR

Filtres numériques FIR et IIR Filtres numériques FIR et IIR Guy Gauthier École de technologie supérieure 14 février 2013 Outline 1 Signaux 2 Filtrage 3 Transformée en Z 4 Filtres FIR 5 Fenêtres 6 Filtres IIR 7 Exemples Représentation

Plus en détail

Segmentation d'image : Contours

Segmentation d'image : Contours Segmentation d'image : Contours Philippe Montesinos EMA/LGI2P Parc Scientifique G.Besse 30000 Nîmes montesin@site-eerie.ema.fr http://www.lgi2p.ema.fr/~montesin 1 Détection de contours (plan) Signal, échantillonnage,

Plus en détail

Introduction au traitement du signal application à la sismique. UM II C. Champollion d'après F. Masson

Introduction au traitement du signal application à la sismique. UM II C. Champollion d'après F. Masson Introduction au traitement du signal application à la sismique UM II C. Champollion d'après F. Masson Plan Introduction Transformée de Fourier Convolution Corrélation / Autocorrélation Echantillonnage

Plus en détail

On considère le système dont l entrée x(n) et la sortie y(n) vérifient l équation

On considère le système dont l entrée x(n) et la sortie y(n) vérifient l équation Filtrage linéaire On considère le système dont l entrée x(n) et la sortie y(n) vérifient l équation récurrente : y(n)+a 1 y(n 1)+ +a p y(n p) = b 0 x(n)+b 1 x(n 1)+ +b q x(n q) (1) On pose : B(z) = b 0

Plus en détail

TABLE DE MATIERES PREFACE..XXIX NOTATIONS XXIII ABREVIATIONS.XXV. Chapitre I : SYSTEMES LINEAIRES.1. I-Introduction...3 II-DEFINITION...

TABLE DE MATIERES PREFACE..XXIX NOTATIONS XXIII ABREVIATIONS.XXV. Chapitre I : SYSTEMES LINEAIRES.1. I-Introduction...3 II-DEFINITION... L OUVRAGE La pratique du filtrage des signaux sous la double approche analogique et numérique ne saurait être dissociée du vaste édifice des méthodes et techniques du traitement du signal. L analyse ou

Plus en détail

Quelques points de rappel. Signal, fréquence, phase

Quelques points de rappel. Signal, fréquence, phase Quelques points de rappel Signal, fréquence, phase Le signal en EEG Un mélange de signaux générés par différentes sources + du bruit Composantes fréquentielles (Delta, Theta, Alpha, Beta, Gamma, Mu ) Pas

Plus en détail

arxiv: v1 [cs.sd] 26 Feb 2016

arxiv: v1 [cs.sd] 26 Feb 2016 Faculté de génie Génie électrique et informatique arxiv:1602.08185v1 [cs.sd] 26 Feb 2016 Extension spectrale d un signal de parole de la bande téléphonique à la bande AM Mémoire de maîtrise Specialité

Plus en détail

1ère Partie : Représentation des signaux et des images (20 points)

1ère Partie : Représentation des signaux et des images (20 points) U Analyse Multi-résolution et Ondelettes xamen Analyse Multi-résolution et Ondelettes 24 janvier 2013 Durée de l examen : 2h. Portables éteints et rangés. Documents autorisés : polycopiés de cours (éventuellement

Plus en détail

Filtres numériques. Traitement du Signal Polytech Marseille IRM 2013

Filtres numériques. Traitement du Signal Polytech Marseille IRM 2013 Filtres numériques Traitement du Signal Polytech Marseille IRM 2013 Filtrage temporel Spectre de cos(nω 0 ) sur 5 périodes Intervalle de mesure filtrage par une porte 2 Pondération ou apodisation Fenêtres

Plus en détail

QU EST-CE QU UN SIGNAL? (1)

QU EST-CE QU UN SIGNAL? (1) QU EST-CE QU UN SIGNAL? () Un signal, d un point de vue très général, est l évolution d une certaine grandeur au cours du temps. Exemples: Evolution de la température en un lieu donné Signal de parole

Plus en détail

Séries de Fourier Convolution Transformée de Fourier et représentation spectrale Echantillonnage

Séries de Fourier Convolution Transformée de Fourier et représentation spectrale Echantillonnage PLAN Signaux et systèmes Signaux analogiques et numériques Energie et puissance Systèmes Séries de Fourier Convolution Transformée de Fourier et représentation spectrale Echantillonnage Théorème de Shannon

Plus en détail

Bases du traitement des images. Filtrage d images

Bases du traitement des images. Filtrage d images Filtrage d images Séverine Dubuisson 22 octobre 2010 1 / 62 Plan du cours 1 Filtrage spatial linéaire 2D 2 Filtrage spatial non linéaire 3 Cas des images en couleurs 4 Filtrage fréquentiel (1D et 2D) 2

Plus en détail

Plan du cours. Introduction. Thierry CHATEAU. 11 avril 2011

Plan du cours. Introduction. Thierry CHATEAU. 11 avril 2011 du cours compensation de pôles PID Numérique Placement de pôles (RST) /précision 11 avril 2011 Modèle bloqué d'une fonction de transfert Signaux discrêt Echantillonnage AuroFC2U1 AuroFC2U2 AuroFC3U1 AuroFC3U2

Plus en détail

PT Electronique Chapitre 1 Page 1

PT Electronique Chapitre 1 Page 1 CHAPITRE 1. STABILITE DES SYSTEMES LINEAIRES I. Qu est ce que la réponse harmonique d un système linéaire permanent?... 2 1. Réponse harmonique... 2 2. Système linéaire... 2 3. Critère de linéarité...

Plus en détail

1. Signaux discrets particuliers. U[n] 1.1. Echelon unité. ev!w = f 1 2geh! 0 0 2geh! < 0 k Impulsion discrète. δ[n]

1. Signaux discrets particuliers. U[n] 1.1. Echelon unité. ev!w = f 1 2geh! 0 0 2geh! < 0 k Impulsion discrète. δ[n] k k. Signaux discrets particuliers.. Echelon unité U[n] ev!w = f 2geh! 0 0 2geh! < 0 k.2. Impulsion discrète 0 2 3 4 5 kn δ[n] Représentation de l Echelon unité n #V!W = f 2geh! = 0 0 2geh! 0 k n.3. Signal

Plus en détail

Chapitre 5 : chaîne de traitement numérique de l'information. exemples de chaînes de traitement numérique d'un information :

Chapitre 5 : chaîne de traitement numérique de l'information. exemples de chaînes de traitement numérique d'un information : Chapitre 5 : chaîne de traitement numérique de l'information. A) Structure d'une chaîne de traitement numérique du signal : exemples de chaînes de traitement numérique d'un information : http://perso.orange.fr/arsene.perez-mas/signal/numerisation/chaine_numerisation.jpg

Plus en détail

Traitement du Signal Compte Rendu TP 5 : Filtre RC

Traitement du Signal Compte Rendu TP 5 : Filtre RC Traitement du Signal Compte Rendu TP 5 : Filtre EE345 Traitement du Signal : CAILLOL Julien p28 IR 6/juin I ) ère partie Nous allons ici étudier la chaîne de traitement numérique associée au montage électrique

Plus en détail

M1 IPCC : Bases du Traitement du Signal Examen 2e session - Durée : 1h30

M1 IPCC : Bases du Traitement du Signal Examen 2e session - Durée : 1h30 M IPCC : Bases du Traitement du Signal Examen 2e session - Durée : h30 4 juin 2006 Documents et calculatrices autorisés, téléphones interdits. Les réponses au QCM doivent être portées directement sur le

Plus en détail

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/27

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/27 ENSEIRB - Année 1 Traitement du Signal Numérique : Pierre Hanna hanna@labri.fr Traitement du Signal Numérique p.1/27 Transformée de Fourier discrète Le signal numétrique est de durée finie transformée

Plus en détail

Systèmes linéaires :

Systèmes linéaires : Systèmes linéaires : Définitions Le vocabulaire de la Théorie de la Réponse Linéaire (déterminisme, linéarité, invariance temporelle, convergence) et sa signification physique Savoir que le domaine de

Plus en détail

Analyse de Signaux ECG

Analyse de Signaux ECG Analyse de Signaux ECG Rapport du projet de Traitement du Signal Cosialls Thomas / Berrada Salim - 1 TR - Année 2011/2012 Introduction Améliorer la qualité de vie d un sujet manifestant des troubles cardiaques

Plus en détail

Image numérique. Traitement bas-niveau. Traitement haut-niveau. Pré-traitement. Pré-traitement

Image numérique. Traitement bas-niveau. Traitement haut-niveau. Pré-traitement. Pré-traitement Plan Amélioration d images Compression d images Définition La restauration d'images a pour objet la réduction, voire l'élimination des distorsions introduites (bruits) par le système ayant servi à acquérir

Plus en détail

Traitement du Signal. La Transformée de Fourier Discrète

Traitement du Signal. La Transformée de Fourier Discrète Traitement du Signal James L. Crowley Deuxième Année ESIMAG première Bimestre 2003/2004 Séance 5 : 12 novembre 2003 La Transformée de Fourier Discrète La Transformée de Fourier Discrète... 2 Formule du

Plus en détail

Traitement du Signal I

Traitement du Signal I Traitement du Signal I L3 EEA - GEII Camille Charbonnier Université de Rouen L3 EEA-GEII 1/29 Avant-propos Ce cours est construit à partir de la présentation de T. Paquet (Université de Rouen), disponible

Plus en détail

Robotique et automatisation

Robotique et automatisation Cours 1-1 iuliana.bara@lsiit-cnrs.unistra.fr http://eavr.u-strasbg.fr/ bara Télécom Physique Strasbourg Cours 1-2 1 Introduction.................................... 3 2 Echantillonnage et reconstruction

Plus en détail

Traitement du Signal Signaux aléatoires : filtrage, processus ARMA, applications

Traitement du Signal Signaux aléatoires : filtrage, processus ARMA, applications Traitement du Signal Signaux aléatoires : filtrage, processus ARMA, applications 17 novembre 2014 Nancy Bertin - nancy.bertin@irisa.fr Signaux aléatoires : filtrage, ARMA, applications 1 Filtrage des signaux

Plus en détail

Techniques Expérimentales Avancées: Traitement du Signal

Techniques Expérimentales Avancées: Traitement du Signal Techniques Expérimentales Avancées: Traitement du Signal Master 2 DFE Romain Monchaux ENSTA ParisTech, IMSIA Institut pour les Sciences Mécaniques et Applications Industrielles Particules inertielles et

Plus en détail

Brevet de technicien supérieur 12 mai 2016 Systèmes numériques

Brevet de technicien supérieur 12 mai 2016 Systèmes numériques Brevet de technicien supérieur 12 mai 216 Systèmes numériques A. P. M. E. P. Exercice 1 8 points On considère un filtre analogique de type passe bas du premier ordre utilisé dans de nombreux modules électroniques.

Plus en détail

Traitement du Signal

Traitement du Signal Traitement du Signal James L. Crowley Deuxième Année ENSIMAG Troisième Bimestre 1999/00 Séance 11 : 3 avril 2000 Filtres à Réponse Impulsionelle Infinie Formule du Jour...1 Définition de la Transformée

Plus en détail

RECONNAISSANCE AUTOMATIQUE DE LA PAROLE

RECONNAISSANCE AUTOMATIQUE DE LA PAROLE EPITA SCIA PROMO 2005 14-16 rue Voltaire 94270 Kremlin-Bicêtre RECONNAISSANCE AUTOMATIQUE DE LA PAROLE Calculatrice Vocale Novembre 2004 par: FRANCK BONNET BENJAMIN DEVÈZE MATHIEU FOUQUIN JULIEN JEANY

Plus en détail

Traitement du Signal

Traitement du Signal Traitement du Signal Signaux continus - Transformée de Fourier - Échantillonnage 15-22 septembre 2014 Nancy Bertin - nancy.bertin@irisa.fr Contenu du cours 1 Prologue : pourquoi Fourier? 2 Transformée

Plus en détail

LES BASES DE L ANALYSE HARMONIQUE

LES BASES DE L ANALYSE HARMONIQUE Jérôme Gilles DGA-IP/ASC/EORD http://jerome.gilles91.free.fr PREMIERE PARTIE Analyse de Fourier Au menu... Introduction - Un peu d histoire... Quelques rappels de maths. Les séries de Fourier. La transformée

Plus en détail

Notes de lecture sur la Transformée en Ondelettes

Notes de lecture sur la Transformée en Ondelettes CLIPS Communication Langagière et Interaction Personne-Système Fédération IMAG BP 53-3841 Grenoble Cedex 9 - France Notes de lecture sur la Transformée en Ondelettes Michel VACHER et Dan ISTRATE CLIPS-IMAG

Plus en détail

Cours d Electronique analogique. Fabrice Sincère (version 2.0.1)

Cours d Electronique analogique. Fabrice Sincère (version 2.0.1) Cours d Electronique analogique Fabrice Sincère (version 2.0.) http://perso.orange.fr/fabrice.sincere Chapitre 3 Filtrage analogique Introduction Un filtre est un circuit dont le comportement dépend de

Plus en détail

Tra item ent d u sig na l

Tra item ent d u sig na l Cours IUP PI2E Maths Pour l' Info Année 2003 2004 Plis fòs ba pengwen là! QUID? Traitement du signal : Analyse et traitement d' enregistrements de phénomènes physiquements observables Intérêt : Traitement

Plus en détail

Analyse et représentation de signaux acoustiques modulés

Analyse et représentation de signaux acoustiques modulés Analyse et représentation de signaux acoustiques modulés Application à la mesure du vibrato musical Bertrand DAVID Département du Traitement de Signal et des Images Télécom Paris (ENST) La présentation

Plus en détail

1 Filtrage optimal. 1.1 Principe d orthogonalité. 1.2 Filtrage de Wiener

1 Filtrage optimal. 1.1 Principe d orthogonalité. 1.2 Filtrage de Wiener 1 Filtrage optimal 1.1 Principe d orthogonalité Supposons que l on dispose d observations y(t) et que l on veuille élaborer à partir d elles une estimée linéaire d une quantité d intérêt d(t) (il peut

Plus en détail

Travaux dirigés de Traitement du Signal

Travaux dirigés de Traitement du Signal Travaux dirigés de Traitement du Signal Alain Rakotomamonjy, Komi Gasso et Clément Chatelain 7 septembre 007 Table des matières Introduction aux signaux temporels. Représentations de signaux....................................

Plus en détail

Codage du son numérique

Codage du son numérique Codage du son numérique Stéphane Natkin CNAM/2005 Eléments de codage Fréquence d échantillonnage (2Khz-80 Khz) La loi de quantification (8-16 bits) L algorithmes de compression La représentation binaire

Plus en détail

Traitement du signal avec Scilab : convolution et approche du filtrage numérique

Traitement du signal avec Scilab : convolution et approche du filtrage numérique Traitement du signal avec Scilab : convolution et approche du filtrage numérique Alors qu elle intervient peu dans le traitement du signal analogique où on a recours à la transformation de Fourrier pour

Plus en détail

Synthèse de filtres numériques

Synthèse de filtres numériques Synthèse de filtres numériques B. David 215 Généralités T. Bilinéaire RIF à φ linéaire 1 Généralités Critères de choix RIF ou RII? RII : + : complexité, imitation des filtres analogiques - : pb d arrondis

Plus en détail

Ø Énoncer qu un signal périodique peut- être décomposé comme la somme d une composante continue et d une composante alternative.

Ø Énoncer qu un signal périodique peut- être décomposé comme la somme d une composante continue et d une composante alternative. BTS Systèmes Numériques, option Informatique et Réseaux, 1 ère année Chapitre.1.Les signaux 1.1. Les différents types de signaux Signal analogique Signal échantillonné Signal quantifié Signal numérique

Plus en détail

Plan du cours. Cours de Traitement Du Signal - Transformée de Fourier. Développement en Séries de Fourier. Propriétés

Plan du cours. Cours de Traitement Du Signal - Transformée de Fourier. Développement en Séries de Fourier. Propriétés généralisée de la généralisée de la Plan du cours Cours de Traitement Du Signal - Transformée de Fourier guillaume.hiet@rennes.supelec.fr ESTACA 6 septembre 2007 1 2 Représentation de la 3 généralisée

Plus en détail

Rapport S/B de quantification (RSB Q ) pour un signal

Rapport S/B de quantification (RSB Q ) pour un signal Rapport S/B de quantification (RSB Q ) pour un signal réel de bande B Ce que l on peut retenir : fréquence d échantillonnage : F e 2B, quantification uniforme : RSB Q 6N + 10 log 10 (F e /2B) où N désigne

Plus en détail

Travaux Pratiques en Traitement Numérique du Signal au département GEII de l IUT de Montpellier

Travaux Pratiques en Traitement Numérique du Signal au département GEII de l IUT de Montpellier CETSIS'007, BORDEAUX, 9-3 octobre 007 Travaux Pratiques en Traitement Numérique du Signal au département GEII de l IUT de Montpellier ARDEBILI R., DELAUZUN JP. IUT Dept GEII 99 avenue d Occitanie 3496

Plus en détail

Se reporter au mode d'emploi pour faire calculer un spectre en fréquence par Synchronie.

Se reporter au mode d'emploi pour faire calculer un spectre en fréquence par Synchronie. 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

TP TRAITEMENT DU SIGNAL

TP TRAITEMENT DU SIGNAL TP TRAITEMENT DU SIGNAL Signaux Élémentaires spectre et corrélation Table des matières Objectifs... 1 Analyse spectrale... 2 Signal sinusoïdal... 3 Signaux rectangulaire et triangulaire... 4 Repliement

Plus en détail

Numérisation des signaux. Licence Pro Leçon 1

Numérisation des signaux. Licence Pro Leçon 1 Numérisation des signaux Licence Pro Leçon . Analogique - Numérique.. Définitions a/ L enregistrement numérique consiste à convertir le signal électrique en une suite de nombres dont chacun représente

Plus en détail

Notion de traitement du signal

Notion de traitement du signal Notion de traitement du signal 1 Traitement du signal 2 Le traitement du signal est une discipline indispensable de nos jours. Il a pour objet l'élaboration ou l'interprétation des signaux porteurs d'informations.

Plus en détail

Introduction. Conversion analogique numérique et numérique analogique /janvier/2013

Introduction. Conversion analogique numérique et numérique analogique /janvier/2013 Conversion analogique numérique et numérique analogique 1/janvier/013 Introduction Chaine de traitement numérique Signaux dans le système Spectres en fréquence 1 Chaine de traitement numérique Signal analogique

Plus en détail

Progression Terminale S MATHS enseignement spécifique

Progression Terminale S MATHS enseignement spécifique Progression 2013-2014 - Terminale S MATHS enseignement spécifique 1 RECURRENCE ET SUITES BORNEES SEMAINES 1, 2 et 3 I. Suites : généralités 2) Exemples de suites 3) Variation et monotonie d une suite 4)

Plus en détail

Détection de contours. Détection de contours. IV-Extraction de caractéristiques. Régions homogènes BF de l image Filtre passe-bas Somme de pixels

Détection de contours. Détection de contours. IV-Extraction de caractéristiques. Régions homogènes BF de l image Filtre passe-bas Somme de pixels Cours n 4/6 - C. Petitjean Traitement d images Plan du cours : Introduction Catégorisation de l image Acquisition et Visualisation Opérations basées sur l histogramme Extraction de caractéristiques Morphologie

Plus en détail

CI7 Capteurs et traitement analogique ANALYSE SPECTRALE

CI7 Capteurs et traitement analogique ANALYSE SPECTRALE ANALYSE SPECRALE 1. La représentation temporelle d un signal.... La représentation fréquentielle d un signal simple... 3 3. Exemples de spectres de signaux réels... 4 4. Calcul du spectre d un signal périodique...

Plus en détail

Pr ediction lin eaire

Pr ediction lin eaire Prédiction linéaire La prédiction linéaire fait partie intégrante des filtres adaptatifs basés sur les algorithmes de moindres carrés rapides. De plus, elle joue un rôle important dans de nombreuses applications,

Plus en détail

Comparaison de la Transformée de Fourier et de la Constant Q Transform pour un signal audio

Comparaison de la Transformée de Fourier et de la Constant Q Transform pour un signal audio Comparaison de la Transformée de Fourier et de la Constant Q Transform pour un signal audio 1 Introduction On se propose dans ce mini-projet d étudier une représentation fréquentielle du signal autre que

Plus en détail

Détection de contours. Cours n 3

Détection de contours. Cours n 3 Détection de contours Cours n 3 1 Détection de contours Régions homogènes BF de l image Filtre passe-bas Somme de pixels Contours HF de l image Filtre passe-haut Différence de pixels 2 Exercices Ex1: Détection

Plus en détail

Série de Fourier. Chapitre Série de Fourier

Série de Fourier. Chapitre Série de Fourier Chapitre 3 Série de Fourier Une technique très commune en ingénierie est de réduire un problème complexe en plusieurs problèmes simples. Les problèmes simples sont alors résolus, et la solution globale

Plus en détail

Traitement du signal audio

Traitement du signal audio Traitement du signal audio TP - 3SYM - Automne 2015 7 décembre 2015 Ce TP a pour objet l étude de quelques aspects de la chaîne d acquisition, de traitement et de restitution du signal audio. Seront étudiés

Plus en détail

Constitution physique d un son

Constitution physique d un son Constitution physique d un son I - INTRODUCTION On définira par son, tout signal pouvant être reçu par nos oreilles. Ce signal vient d une modification mécanique de notre environnement le plus proche :

Plus en détail

Traitement du Signal Filtrage numérique - Transformée en Z

Traitement du Signal Filtrage numérique - Transformée en Z Traitement du Signal Filtrage numérique - Transformée en Z 13 octobre 2014 Nancy Bertin - nancy.bertin@irisa.fr Filtrage numérique 1 Filtrage numérique Introduction Filtres linéaires invariants Vocabulaire

Plus en détail

Rapport Soutenance 1

Rapport Soutenance 1 Les Retrouvés EPITA Cycle préparatoire SPE 2018 Rapport Soutenance 1 Membres du groupe: Alexis yang(chef de projet) Emmanuel andriot Alexandre abita Marius tanawa Contents 1 Introduction 2 2 Prétraitement

Plus en détail

IMN359. Chapitre 5 Convolution. Olivier Godin. 15 novembre Université de Sherbrooke. Convolution 1 / 28

IMN359. Chapitre 5 Convolution. Olivier Godin. 15 novembre Université de Sherbrooke. Convolution 1 / 28 IMN359 Chapitre 5 Convolution Olivier Godin Université de Sherbrooke 15 novembre 2016 Convolution 1 / 28 Plan du chapitre 1 Définition 2 Propriétés 3 Convolution et transformée de Fourier 4 Théorème d

Plus en détail

Traitement du Signal. La Transformée de Fourier Discrète

Traitement du Signal. La Transformée de Fourier Discrète Traitement du Signal James L. Crowley Deuxième Année ESIMAG première Bimestre 2002/2003 Séance 9 : 2 décembre 2002 La Transformée de Fourier Discrète La Transformée de Fourier Discrète...2 Formule du Jour

Plus en détail

TP Parole Reconnaissance de mots isolés

TP Parole Reconnaissance de mots isolés TP Parole Reconnaissance de mots isolés But du TP Le but de ce TP est de réaliser un classifieur de mots parlés. Pour cela on distingue trois grandes étapes : L acquisition des signaux qui constitueront

Plus en détail

M1 Conception Audio Marie-José Caraty / David Janiszek

M1 Conception Audio Marie-José Caraty / David Janiszek Cours n 1 Acquisition numérique de l audio 1 Sommaire 1. Onde acoustique 2. Numérisation du signal analogique Echantillonnage Quantification 3. Analyse fréquentielle Rappels Repli spectral 4. Qualité d

Plus en détail

TP 2 Signaux et Spectres

TP 2 Signaux et Spectres ORSAY Département Mesures Physiques 5 TP Signaux et Spectres. Modulation Programme C:\eleve\TDS\MODULATION.vi On positionne le sélecteur sur détection d enveloppe, le sélecteur sur «pas de filtrage» et

Plus en détail

MEMOIRE DE MAGISTER. Application du filtre de Kalman pour le débruitage des signaux

MEMOIRE DE MAGISTER. Application du filtre de Kalman pour le débruitage des signaux MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE MOULOUD MAMMERI, TIZI OUZOU FACULTE DE GENIE ELECTRIQUE ET D INFORMATIQUE DEPARTEMENT D ELECTRONIQUE MEMOIRE DE MAGISTER

Plus en détail

Communication parlée TD8-9 Phonétique acoustique (2) Jiayin Gao 27 mars 2014

Communication parlée TD8-9 Phonétique acoustique (2) Jiayin Gao 27 mars 2014 Communication parlée TD8-9 Phonétique acoustique (2) Jiayin Gao 27 mars 2014 Timbre / composition spectrale } Formant: zone d harmoniques renforcées } premier formant: F1 } deuxième formant: F2 } etc.

Plus en détail

Deuxième année Mastère Systèmes Commandes & Diagnostics

Deuxième année Mastère Systèmes Commandes & Diagnostics Année 2006-2007 Deuxième année Mastère Systèmes Commandes & Diagnostics Modélisation et commande d un hélicoptère. Nom et prénom de l étudiant : Guetteche Djeber Dirigé par : Mr : El Mostafa El Adel et

Plus en détail

ELEN : Traitement des signaux audio

ELEN : Traitement des signaux audio ELEN0019-1 : Traitement des signaux audio Institut Montefiore Université de Liège Belgique 15 février 2013 ELEN0019-1 - Traitement des signaux audio 1 Informations Contact : josmalsky@ulg.ac.be Page du

Plus en détail

LABO PROJET DECODAGE SON DE CANAL+ SOUS MATLAB

LABO PROJET DECODAGE SON DE CANAL+ SOUS MATLAB LABO 5-6 - 7 PROJET DECODAGE SON DE CANAL+ SOUS MATLAB 5.1 Introduction Au cours de séances précédentes, nous avons appris à utiliser un certain nombre d'outils fondamentaux en traitement du signal : générateurs

Plus en détail

ELE666 TRAITEMENT NUMÉRIQUE DES SIGNAUX Préalable(s) : ELE430 PLAN DE COURS SESSION AUTOMNE 2013

ELE666 TRAITEMENT NUMÉRIQUE DES SIGNAUX Préalable(s) : ELE430 PLAN DE COURS SESSION AUTOMNE 2013 École de technologie supérieure Département de génie électrique Responsable(s) du cours : Christian Gargour Crédits : 3 ELE666 TRAITEMENT NUMÉRIQUE DES SIGNAUX Préalable(s) : ELE430 PLAN DE COURS SESSION

Plus en détail

Traitement du Signal (Introduction)

Traitement du Signal (Introduction) Traitement du Signal (Introduction) «La perception d'un signal est proportionnelle au caractère acceptable, non dérangeant, du contenu.» Edgar Morin Mais qu est-ce qu un signal? P. Nayman École Analogique

Plus en détail