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

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Séance 2 : Analyse fréquentielle

Séance 2 : Analyse fréquentielle II Séance 2 : Analyse fréquentielle L objectif de cette seconde partie est d étudier l utilisation de la Transformée de Fourier 1 dans l analyse spectrale des signaux numériques. II.1 Analyse spectrale

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

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

Traitement du Signal Signaux à temps discret Chapitre 2.B 1. Ecole Nationale Polytechnique / ABDELOUEL Analyse fréquentielle des signaux discrets AL1

Traitement du Signal Signaux à temps discret Chapitre 2.B 1. Ecole Nationale Polytechnique / ABDELOUEL Analyse fréquentielle des signaux discrets AL1 TDS Traitement du signal Le traitement du signal est aujourd hui une composante fondamentale des sciences de l ingénieur, située au croisement de l automatique, l électronique, l informatique et les mathématiques

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

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

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 Acoustique. Analyse des signaux. D. Duhamel

Cours Acoustique. Analyse des signaux. D. Duhamel Cours Acoustique Analyse des signaux D. Duhamel 1 Domaines de représentation des signaux Buts : caractériser les signaux, visualiser et extraire les propriétés des systèmes, interpréter les résultats d

Plus en détail

QCM2. Questionnaire à choix multiples sur les Chap 1-4 du cours de Traitement du Signal (+ partie «filtrage numérique») 1

QCM2. Questionnaire à choix multiples sur les Chap 1-4 du cours de Traitement du Signal (+ partie «filtrage numérique») 1 QCM2 Questionnaire à choix multiples sur les Chap 1-4 du cours de Traitement du Signal (+ partie «filtrage numérique») 1 Parmi ces affirmations, au moins une est vraie et au plus toutes! A vous de faire

Plus en détail

Analyse spectrale et filtrage idéal

Analyse spectrale et filtrage idéal Analyse spectrale et filtrage idéal Matthieu Kowalsi Table des matières Préliminaires 2 Étude fréquentielle 2. Rappels : transformée de Fourier à temps discret....................... 2.2 Transformée de

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

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

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

SLI, suite et introduction aux transformées de Fourier. Saïd Ladjal:

SLI, suite et introduction aux transformées de Fourier. Saïd Ladjal: SLI, suite et introduction aux transformées de Fourier Saïd Ladjal: ladjal@telecom-paristech.fr Récapitulatif de la séance précédente Si T est un opérateur linéaire et invariant par translation (SLI) alors

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

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

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

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

TRAITEMENT DU SIGNAL Signal Processing

TRAITEMENT DU SIGNAL Signal Processing Plan du cours (Fiche technique RAIEMEN DU SIGNAL Signal Processing ère année Cycle Ingénieur Filières: GIND & G3EI Prof. Otman FILALI MEKNASSI Département Sciences de l Information & des Communications

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

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 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

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

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

Traitement de signal TP 3 : Densité spectrale de puissance de signaux aléatoires stationnaires ergodiques

Traitement de signal TP 3 : Densité spectrale de puissance de signaux aléatoires stationnaires ergodiques Université du Maine Master Ingénierie Mécanique et Acoustique Traitement de signal TP 3 : Densité spectrale de puissance de signaux aléatoires stationnaires ergodiques 1. Evaluation d estimateurs spectraux

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

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

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

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

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

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

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

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

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

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

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

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

COURS 4 : FILTRAGE. Table des matières Objectifs 1

COURS 4 : FILTRAGE. Table des matières Objectifs 1 Licence 3 IST Signaux et systèmes linéaires COURS 4 : FILTRAGE Table des matières Objectifs. Rappels et définitions 2. Filtres continus 2 2.. Exemple : le filtre 2 2.2. Filtres idéaux 3 2.3. Filtre dynamique

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

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

Filtrage temps-réel et MATLAB (introduction)

Filtrage temps-réel et MATLAB (introduction) Filtrage temps-réel et MATLAB (introduction) Matthieu Kowalski Table des matières Rappels des cours précédents : filtrage idéal et FIR 2 Les bases du temps-réel audio sous matlab 5 Rappels des cours précédents

Plus en détail

Traitement Numérique des Signaux

Traitement Numérique des Signaux Traitement umérique des Signaux Architecture d une d Chaîne de Traitement umérique Analogiquumérique Analogique e(t) Acquisition { } Programme {s } de Calcul Restitution s(t) Cadencement : Horloge fréquence

Plus en détail

DÉTECTION AUTOMATIQUE DE MOTIFS SONORES

DÉTECTION AUTOMATIQUE DE MOTIFS SONORES DÉTECTION AUTOMATIQUE DE MOTIFS SONORES DANS LES TRANSPORTS Projet GRAYSHIM le 16 février 2007 1/25 Introduction Audio surveillance appliquée au transport public (Train et autobus Bus) Objectif : compléter

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

Filtrage temps-réel et MATLAB (introduction)

Filtrage temps-réel et MATLAB (introduction) Filtrage temps-réel et MATLAB (introduction) Matthieu Kowalski Univ Paris-Sud L2S (GPI) Matthieu Kowalski Filtrage temps-réel et MATLAB (introduction) 1 / 27 1 Rappels des cours précédents : filtrage idéal

Plus en détail

Analyse spectrale de la parole

Analyse spectrale de la parole Analyse spectrale de la parole Yves Laprie 12 octobre 2000 Plan Pourquoi analyser [14] spectralement le signal de parole? 1. Spectrogramme 2. Spectrogramme de parole 3. Lissages cepstraux (a) Quelle utilisation

Plus en détail

Echantillonnage de Shannon

Echantillonnage de Shannon Echantillonnage de Shannon Option SLE, Cours Signal-Automatique Cours ; AGD; 28/11/05 1 Signaux, Systèmes à temps continus : Rappel (1) et (2) : Résolution dans le domaine temporel (3) et (4) : Résolution

Plus en détail

1 Numérisation des signaux analogiques. 2 Échantillonnage des signaux analogiques. Signaux et Systèmes SES TP No Signal sinusoïdal

1 Numérisation des signaux analogiques. 2 Échantillonnage des signaux analogiques. Signaux et Systèmes SES TP No Signal sinusoïdal TP3: Signaux et systèmes numériques Signaux et Systèmes SES TP No. 3 Signaux et systèmes numériques Numérisation des signaux analogiques Lors d un traitement des signaux par programmation (Matlab ou autres),

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

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

Conception de filtres numériques

Conception de filtres numériques Conception de filtres numériques Hugues GARNIER hugues.garnier@univ-lorraine.fr I. Introduction Organisation de l UE de II. Analyse et traitement de signaux déterministes - Analyse de Fourier de signaux

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

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

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

Traitement du Signal

Traitement du Signal Traitement du Signal James L. Crowley Deuxième Année ENSIMAG Troisième Bimestre 1999/ Séance 4 : 1 mars 2 Analyse de Fourier des Signaux Formule du Jour...2 La Fonction de Transfert d'un Système Continu...3

Plus en détail

Copies de transparents

Copies de transparents Première Année Télécommunications et réseaux Traitement Numérique du Signal Bases Copies de transparents Nathalie Thomas Nicolas Dobigeon Plan du cours/td Chapitre Introduction, estimation numérique de

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

Traitement du Signal Signaux à temps continu Chapitre 2.A 1. Ecole Nationale Polytechnique / ABDELOUEL Echantillonnage, Reconstitution AL1

Traitement du Signal Signaux à temps continu Chapitre 2.A 1. Ecole Nationale Polytechnique / ABDELOUEL Echantillonnage, Reconstitution AL1 TDS Traitement du signal Le traitement du signal est aujourd hui une composante fondamentale des sciences de l ingénieur, située au croisement de l automatique, l électronique, l informatique et les mathématiques

Plus en détail

Analyse des modulations avec ArtemiS SUITE

Analyse des modulations avec ArtemiS SUITE 08/16 avec ArtemiS SUITE L'analyse des modulations avec ArtemiS SUITE produit les spectres des enveloppes de sous-bandes du signal analysé. Ils permettent de déterminer la fréquence, la force et la pente

Plus en détail

Décomposition en série de Fourier Signaux périodiques

Décomposition en série de Fourier Signaux périodiques Décomposition en série de Fourier Signaux périodiques Hugues GARNIER hugues.garnier@univ-lorraine.fr I. Introduction Organisation de l UE de II. Analyse et traitement de signaux déterministes Analyse de

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

Signaux et Systèmes Discrets

Signaux et Systèmes Discrets Signaux et Systèmes Discrets Olivier Sentieys ENSSAT - Université de Rennes 1 IRISA - Equipe de recherche R 2 D 2 Olivier.Sentieys@enssat.fr 14 avril 2003 ENSSAT Olivier Sentieys ENSSAT EII 1 Plan Introduction

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

Filtres numériques FIR

Filtres numériques FIR Filtres numériques FIR (à réponse impulsionelle finie) Guy Gauthier École de technologie supérieure 1 er mai 2014 Outline 1 Signaux 2 Filtrage 3 Transformée en Z 4 Filtres FIR 5 Fenêtres Représentation

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

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

DE LA SYNTHÈSE DE VOYELLES À LA SÉPARATION DE VOIX, QUAND LE TRAITEMENT DU SIGNAL DEVIENT PARLANT

DE LA SYNTHÈSE DE VOYELLES À LA SÉPARATION DE VOIX, QUAND LE TRAITEMENT DU SIGNAL DEVIENT PARLANT Journées nationales de l UdPPC Paris de Sciences DE LA SYNTHÈSE DE VOYELLES À LA SÉPARATION DE VOIX, QUAND LE TRAITEMENT DU SIGNAL DEVIENT PARLANT Cécile DURIEU Département EEA (Électronique, Électrotechnique

Plus en détail

1. Signaux passe-bas à bande limitée Signaux de bande infinie Signaux complexes Signaux réels passe-bande 12

1. Signaux passe-bas à bande limitée Signaux de bande infinie Signaux complexes Signaux réels passe-bande 12 Table des matières 1. Signaux passe-bas à bande limitée 2 2. Signaux de bande infinie 10 3. Signaux complexes 11 4. Signaux réels passe-bande 12 5. Bloqueur d ordre 0 14 6. Distorsions introduites par

Plus en détail

Chapitre 6. Canaux et signaux continus

Chapitre 6. Canaux et signaux continus Chapitre 6. Canaux et signaux continus 1. Notions de base (survol rapide voir notes àtête reposée) (a) Processus aléatoires en temps continu (b) Théorème d échantillonnage (c) Entropies différentielles

Plus en détail

GELE2511 Chapitre 5 : Signaux et systèmes discrets

GELE2511 Chapitre 5 : Signaux et systèmes discrets GELE2511 Chapitre 5 : Signaux et systèmes discrets Gabriel Cormier, Ph.D., ing. Université de Moncton Hiver 2013 Gabriel Cormier (UdeM) GELE2511 Chapitre 5 Hiver 2013 1 / 58 Introduction Contenu Contenu

Plus en détail

Figure1 : principe de mesure et reproduction d un ECG. Figure 2 : schéma synoptique d acquisition et de traitement du signal ECG.

Figure1 : principe de mesure et reproduction d un ECG. Figure 2 : schéma synoptique d acquisition et de traitement du signal ECG. EXERCICE 4 : Traitement d un électrocardiogramme La propagation de l activité électrique cardiaque provoque, à la surface du corps, l apparition de différences de potentiels qui peuvent être enregistrées

Plus en détail

Numérisation des signaux. Pr. I. Zambettakis

Numérisation des signaux. Pr. I. Zambettakis Numérisation des signaux Pr. I. Zambettakis Numérisation des signaux 2 1 Signaux numériques 1.1 Définition signal discret : à &, re & 're& : suite de valeurs numériques 5 U ou F signal échantillonné à

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

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

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

La théorie du signal est une discipline indispensable de nos jours. Il a pour objet

La théorie du signal est une discipline indispensable de nos jours. Il a pour objet . Définition et classifications La théorie du signal est une discipline indispensable de nos jours. Il a pour objet l'élaboration ou l'interprétation des signaux porteurs d'informations. Son but est donc

Plus en détail

GELE2511 Chapitre 4 : Transformée de Fourier

GELE2511 Chapitre 4 : Transformée de Fourier GELE2511 Chapitre 4 : Transformée de Fourier Gabriel Cormier, Ph.D., ing. Université de Moncton Hiver 2013 Gabriel Cormier (UdeM) GELE2511 Chapitre 4 Hiver 2013 1 / 50 Introduction Contenu Contenu Définition

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

Analyse d ordre dans ArtemiS suite

Analyse d ordre dans ArtemiS suite 10/16 Analyse d ordre dans ArtemiS suite Analyse d ordre dans ArtemiS suite 1 Prérequis : Informations tachymétriques 3 Calcul d'un spectre d'ordre par rapport à la vitesse de rotation à l'aide de l algorithme

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

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

Traitement du Signal. Le Filtrage Numérique

Traitement du Signal. Le Filtrage Numérique Traitement du Signal James L. Crowley Deuxième Année ENSIMAG première Bimestre 2/22 Séance 6 : 26 octobre 2 Le Filtrage Numérique Formule du Jour... 2 Le Convolution Numérique... 2 Rappel : Convolution

Plus en détail

Représentation des Signaux Discrets

Représentation des Signaux Discrets Représentation des Signaux Discrets 1. Transformée de Fourier des Signaux Discrets Option SLE, Cours Signal-Automatique Cours ; AGD; 8/12/03 1 Signaux, Systèmes à temps continus : Rappel (1) et (2) : Résolution

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

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

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

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

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

TP1 : Traitement Automatique de la Parole IUP SI L3

TP1 : Traitement Automatique de la Parole IUP SI L3 TP1 : Traitement Automatique de la Parole IUP SI L3 Isabelle Ferrané et Julien Pinquier Institut de Recherche en Informatique de Toulouse Université Paul Sabatier Année 2011 Pinquier & Ferrané (IRIT-UPS)

Plus en détail

Baccalauréat en génie électrique et en. génie informatique. Signaux et systèmes discrets GEL-3003

Baccalauréat en génie électrique et en. génie informatique. Signaux et systèmes discrets GEL-3003 Baccalauréat en génie électrique et en génie informatique Signaux et systèmes discrets GEL-3003 Conversion analogique-numérique et conversion numérique-analogique Édition automne 2012 Jean-Yves Chouinard

Plus en détail

Chapitre 4 : Introduction au filtrage analogique

Chapitre 4 : Introduction au filtrage analogique Chapitre 4 : Introduction au filtrage analogique 1 Plan du chapitre n 1. Nécessité du filtrage n 2. Représentation fréquentielle n 3. Types de filtres n 4. Ordre 1, 2, n n 5. Montages type 2 1 Plan du

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

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