Traitement du Signal

Documents pareils
TD1 Signaux, énergie et puissance, signaux aléatoires

5. Analyse des signaux non périodiques

LABO PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB

CHAPITRE V. Théorie de l échantillonnage et de la quantification

Traitement du signal avec Scilab : la transformée de Fourier discrète

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

Licence Professionnelle de Génie Industriel Université Paris VI-Jussieu ; CFA Mecavenir Année Cours de Génie Electrique G.

I. Polynômes de Tchebychev

Communications numériques

Oscillations libres des systèmes à deux degrés de liberté

5.2 Théorème/Transformée de Fourier a) Théorème

Systèmes de communications numériques 2

CHAPITRE XIII : Les circuits à courant alternatif : déphasage, représentation de Fresnel, phaseurs et réactance.

ÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.

Projet de Traitement du Signal Segmentation d images SAR

M1107 : Initiation à la mesure du signal. T_MesSig

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Data first, ou comment piloter l analyse par les données

TSTI 2D CH X : Exemples de lois à densité 1

SYSTEMES LINEAIRES DU PREMIER ORDRE

Transmission des signaux numériques

Capes Première épreuve

Christian JUTTEN Théorie du signal

1.1.1 Signaux à variation temporelle continue-discrète

Statistiques Descriptives à une dimension

5. Les conducteurs électriques

Signaux numériques : Multiplexage temporel : TDM

INTERPRÉTATION ET ANOMALIES DE LA PROSPECTION À RÉSONANCE MAGNÉTIQUE (MRS)

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Chapitre 11 : L inductance

Programmes des classes préparatoires aux Grandes Ecoles

Systèmes asservis non linéaires

Introduction. Mathématiques Quantiques Discrètes

Comment réaliser physiquement un ordinateur quantique. Yves LEROYER

Structures algébriques

Les travaux doivent être remis sous forme papier.

Cours 02 : Problème général de la programmation linéaire

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Intérêt du découpage en sous-bandes pour l analyse spectrale

Erratum de MÉCANIQUE, 6ème édition. Introduction Page xxi (milieu de page) G = 6, m 3 kg 1 s 2

Cours de Systèmes Asservis

Analyse spectrale. jean-philippe muller. version juillet jean-philippe muller

Chapitre 6. Fonction réelle d une variable réelle

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

J AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE

Vibrations des milieux discrets et continus. Luc Jaouen

Fonctions de plusieurs variables

Moments des variables aléatoires réelles

Statistique : Résumé de cours et méthodes


ACOUSTIQUE DU BATIMENT

LE PRODUIT SCALAIRE ( En première S )

aux différences est appelé équation aux différences d ordre n en forme normale.

Processus aléatoires avec application en finance

Géométrie dans l espace Produit scalaire et équations

Codage d information. Codage d information : -Définition-

Cours. Un premier pas en traitement du signal

Mécanique du Point Matériel

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Cours C6 : Vibrations non linéaires

- Instrumentation numérique -

Equations différentielles linéaires à coefficients constants

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12

Chapitre I La fonction transmission

Chapitre 0 Introduction à la cinématique

Représentation géométrique d un nombre complexe

Processus Aléatoires

Fonctions de plusieurs variables. Sébastien Tordeux

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Limites finies en un point

ELEC2753 Electrotechnique examen du 11/06/2012

EMETTEUR ULB. Architectures & circuits. Ecole ULB GDRO ESISAR - Valence 23-27/10/2006. David MARCHALAND STMicroelectronics 26/10/2006

G.P. DNS02 Septembre Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction

Continuité et dérivabilité d une fonction

GELE5222 Chapitre 9 : Antennes microruban

Corrigé du baccalauréat S Asie 21 juin 2010

Commun à tous les candidats

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies

4. NOMBRES COMPLEXES ET TRIGONOMÉTRIE

Traitement numérique du signal. Première partie : Bases mathématiques

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.

Espérance conditionnelle

Estimation: intervalle de fluctuation et de confiance. Mars IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.

1S Modèles de rédaction Enoncés

Architecture des ordinateurs TD1 - Portes logiques et premiers circuits

Intégrales doubles et triples - M

1 Systèmes triphasés symétriques

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Correction du Baccalauréat S Amérique du Nord mai 2007

NOMBRES COMPLEXES. Exercice 1 :

10 leçon 2. Leçon n 2 : Contact entre deux solides. Frottement de glissement. Exemples. (PC ou 1 er CU)

BTS Groupement A. Mathématiques Session Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

I. Ensemble de définition d'une fonction

Couples de variables aléatoires discrètes

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v t

Transcription:

Traitement du Signal James L. Crowley Deuxième Année ENSIMAG Troisième Bimestre 996/97 Séance 5 : 6 mars 997 Analyse de Fourier des Signaux Discrèts Formules du Jour... Quelques Transformées de Fourier :... Transformée de FOURIER du Cosinus... Transformée de FOURIER du Sinus... Transformée de FOURIER du delta... 3 Transformée de FOURIER du signal Rect(t)...4 La Fonction Sinc Discrète... 6 Le decomposition frequentiel d'une séquence x(n)... 9 Echantillonage en Fréquence :...

Formules du Jour ) L'exponentielle Complexe est une angle dans la plane complexe e jπ = - ejωt = Cos(ωt) + j Sin(ω t) ejπ/4 = 0.707 + j.707 ejπ/ = 0 + j ej3π/4 = 0.707 + j.707 ejπ = + j 0 ) L'exponentielle Complexe est une decallage en temps. ejωt ejα = ej(ωt+α) = Cos(ωt + α) + j Sin(ω t + α) 3) Sinus Cardinale : {rect(t)} = Sin(πf) π f Sinc(f)

Quelques Transformées de Fourier : Transformée de FOURIER du Cosinus La Transformée d'un cosinus de fréquence ωo est une somme de impulsions en ωo et ωo: car Cos(ω 0 t) = e jω 0 t + e-jω 0 t => { Cos(ωo t) } = { ejω 0 t + e-jω 0 t } = [ejω 0 t + e-jω 0 t ] e-jωt dt = [ e-jt(ωt ω 0 t) dt + e-jt(ωt+ω 0 t) dt = [δ(ω - ω o) + δ(ω + ωo) ] Cos(ω o t) ω δ(ω + ω o ) R δ(ω ω o ) ω 0 0 ω 0 ω Transformée de FOURIER du Sinus La Transformée d'un sinus de fréquence ωo Sin(ω 0 t) = j { Sin(ωo t) } = [ejω 0 t - e-jω 0 t ] => = j j [ [ejω 0 t - e-jω 0 t ] e-jω t dt ejω 0 t e-jωt dt e-jω 0 t e-jωt dt] = j [δ(ω - ω o) δ(ω + ωo) ] 3

Im{} Sin(ω o t) t ω 0 0 ω 0 ω d'où la notion de fréquence négative qui n'a de sens que pour représenter des signaux réels dans l'espace fréquence : Transformée de FOURIER du delta Transformée de FOURIER du signal delta : { δ(t) } = t ω { δ(ω) } = t ω Transformée de FOURIER du signal Rect(t) Rappel : j sin(x) =e x e x Nous allons définir : Sinc(f) Sin(πf) π f Sinc( ω π ) / {rect(t)} = e jωt dt = / ou bien Sinc( ω π ) jω [ejω/ e jω/ ] = sin(ω/) ω/ = Sin(πf) π f Sinc(f) {rect(t)} = Sin(πf) π f Sinc(f) 4

rect(t) sinc(f) = sin(πf) πf t -4-3 - - 0 3 4 f T ƒ{rect( t T )}= T e jωt T dt = jωτ [ejωt e jωt ] = jωτ j sin(ωt) = Sinc (Tf) T/ ƒ{rect( t T )}= T T/ e jωt dt = jωτ [ejωt/ e jωt/ ]= j jωτ sin(ωt/) = Sinc(T f) sinc(ωτ/) rect(t/t) T t ω T T 4 3 3 4 et par symétrie : ƒ { rect(f) } = / π e jπft df = π πjt [ejπt e jπt ]= π / sin(πt) πt = π Sinc(t) 5

La Fonction Sinc Discrète Soit un signal x(n), non-périodique, pour lequel on dispose d une section de N points. Le fait de limiter un signal à N échantillons est équivalent de multiplier par w(n). w(n) est une fenêtre rectangulaire ou fonction de porte (parfois appellé rect N (n)) w(n) x(n) = x(n). w(n) 0 n < N 0 n < 0 et n N On peut analyser cette effet avec la TFTD. TFTD{ x(n). w(n)} = X(ω) * W(ω). (Convolution en fréquence) W(ω) = w(n) e jωn = e jωn = (e jω ) n afin de simplifier l'agebre, on substitu : z = e jω Il est connu que : z n = zn z 6

Demonstration : z n = ( + z + z +...z ) donc z( z n ) = z( + z + z +...z ) = (z + z +...+z + z N ) z n z( z n ) = ( + z + z +...z ) (z + z +...+z + z N ) ( z) ( z n ) = ( z N ) donc z n = zn z avec W(z) = zn z = z N/ z / (z N/ z N/) (z / z /) donc pour z = e jω = e jπf W(f) = e jπ(n-)f (e jπnfn/ e jπnfn/ ) (e jπnf/ e jπnf/ ) = e jπ f() sin(πfn) sin(πf) ou bien W(ω) = e jω()/ sin(ωn/) sin(ω/) Il s agit de l équivalent discrète à sinc(πf). Si on prefère, on peut définir w(n) avec un nombre impaire de coefficients, centré sur zéro : 7

w(n) N/ n < N/ 0 ailleur puis : W(f) = (e jπnfn/ e jπnfn/ ) (e jπnf/ e jπnf/ ) = sin(πfn) sin(πf) 0 8

Le decomposition frequentiel d'une séquence x(n). Les exponentielles complexes e ±jωt forment une base orthogonale sur [, ] : < e jω 0t, e jω t > = e jω0t e -jω t δ(ω) ω 0 = ω dt = 0 sinon On peut projetter une séquence de N echantillons, x(n) sur une base de N exponentielles complexes. si x(n) est réel, on peut utiliser les parties réel et imaginaires de N/ fréquences. Pour le calcul numérique, il faut définir une exponentielle complexe "discrète" par échantillonage dans l'axe "t". Ceci est fait par un substitution de n pour t. e jπfn = Cos(πfn) + j Sin(πfn) Le fréquence sont f = k N pour k [ N, N ] Par exemple, pour f = 6, (une cycle pour 6 echantillons), Cos( πn πn ) + jsin( 6 6 ) a la forme : 3 4 5 6 7 8 9 0 3 4 5 9

Soit un séquence x(n) pour n [0, ]. Le composant à la fréquence f de x(n) est une produit scalaire avec e jπfn X(f) = <e jπfn, x(n)> = x(n) e jπfn = (note : X(f) est complexe) x(n)(cos(πfn) j Sin(πfn)) On peut ainsi definir une transformée de Fourier Discrète comme une produit scalaire avec une ensemble de base orthogonales e jπfn. Mais, pour quelles valeurs de f? Dans un système numérique, l'ensemble de fréquence est fini et discrèt. mais, Combien de valeur de f? et Quelle interval de f? La densité des echantillonage en f depend du durée du séquence. Donc for une séquence de duration 6 echantillons, w(n) Cos( πn 6 ) <=> W(f) * ( [δ(f 6 ) + δ(f + 6 ) ] ) f 0

Echantillonage en Fréquence : Soit une séquence x(n) non-null pour n [0, ]. x(n) = x(n). w(n) => X(ω) = X(ω) * W(ω) donc X(f) = <e jπfn, x(n)> =<e jπfn, x(n). w(n)> = x(n). w(n). e jπfn = x(n). (Cos(πfn) j Sin(πfn)). w(n) = <w(n). e jπfn, x(n)> Donc il faut composeé en f avec W(ω)* δ(ω n ) = W(ω ω n ) ou bien W(f)* δ(k Δf) = W(f k Δf).

Combien de valeur de f? Pour N échantillons indépendants, x(n), il faut N échantillons de f = k Δf. Quelles valeurs de f? Quand Δf = N les nulls de chaque W(f k Δf) s'aligne. Σ W(f kδf) f On peut distribuer les N echantillons sur l'intervalle de f entre {, }. On obtient : f = k Δf pour k [ N, N ]