2017 Examen Traitement Signal M1 Corrige PDF

Examen de Traitement du Signal (Adrian Daerr) — corrigé
jeudi 11 mai 2017, 9h-12h
Signal tronqué
Un ingénieur extrait une séquence de N échantillons d’un enregistrement sonore nu-

mérique et y applique la tranformée de Fourier discrète pour estimer la distribution
spectrale de puissance.
1. Quel effet fausse l’estimation du spectre de puissance de l’enregistrement ? (1 point)
Le fait de ne conserver qu’un extrait de N échantillons revient à multiplier le signal

avec une fenêtre rectangulaire de longueur N . Le spectre sera donc le spectre d’origine
convolué par celui de la porte rectangulaire. Cela modifie le spectre d’origine, puisque le
spectre d’une porte rectangulaire n’est pas un Dirac (seul élément neutre de la convolu-
tion).
2. Donnez l’expression qui lie la transformée de Fourier discrète X0 (f ) de l’enregis-

trement entier à la TFD X(f ) de l’extrait. Décrivez qualitativement (éventuel-
lement à l’aide d’une esquisse) le spectre de l’extrait d’un enregistrement d’une
sinusoïde pure. (3 points)
Le spectre de l’extrait est donc
sin(πN fˆ) iπ(N −1)

Z +∞
X(f ) = (X0 ∗ WN )(f ) = dfˆX0 (f − fˆ) e
−∞ sin(π fˆ)
où WN (f ) est le spectre de la porte rectangulaire:
+∞ N −1
X X sin(πN f ) iπ(N −1)f
WN (f ) = wN (x)e2iπnf = e2iπnf = e (1)
n=−∞ n=0
sin(πf )
Cette convolution remplacera un pic dans le spectre X0 (tel que produit par une sinu-
soïde) par un sinc, dont la largeur du lobe central est 2/N , et la hauteur du second lobe
à environ −13 dB.
3. Quelle longueur minimale N de l’enregistrement faut-il découper pour distinguer

dans le spectre de puissance de l’extrait, deux composantes d’amplitudes compa-
rables et de fréquences réduites proches (f et f + ∆f ) ? (2 points)
On peut supposer les deux pics résolus si le maximum de l’un est sur ou au-delà du
premier zéro de l’autre. Cela donne la condition πN ∆f ≥ π ⇔ N ≥ 1/∆f
4. Décrivez brièvement une technique qui permet de réduire la distortion du spectre

évoquée à la question 1. (2 points)
On peut choisir une fenêtre plus lisse sur les bords (exemple: Hann, Hamming, . . .),
évitant d’introduire une discontinuité brutale au début et à la fin de l’extrait. Le spectre
aura un lobe central plus large mais une décroissance plus rapide des lobes secondaires.
Émission radio
Une radio numérique est conçue pour une réception de signaux dans la gamme de fré-
quences 90 MHz–105 MHz. Un filtre passe-bande analogique rejette tout signal en dehors
de la bande de réception. Le signal ainsi filtré est converti directement en un signal dis-
cret, dans le but d’effectuer numériquement tout le traitement nécessaire à la démodu-
lation.
5. Quelle est la fréquence d’échantillonnage la plus basse qui évite de la perte d’in-
formation par repliement ? Expliquez brièvement pourquoi. (2 points)
L’échantillonnage «périodise» le spectre avec une période correspondant à la fréquence

d’échantillonnage Fe . Le spectre du signal radio étant réel possède deux lobes, l’un
entre 90 MHz–105 MHz et l’autre dans l’intervalle −105 MHz–−90 MHz. Pour éviter le
repliement il faut donc au moins que Fe > 2 ∗ (105 MHz − 90 MHz) = 30 MHz.
On peut se convaincre que la limite inférieure fonctionne (tout juste) ici (à droite et à
gauche les lobes d’origine, entre les deux les copies obtenues par périodisation)
-105 -90 -75 -60 -45 -30 -15 0 15 30 45 60 75 90 105
6. Si le signal discret obtenu était converti en un signal à temps continu par inter-
polation sinc, quelle relation y aurait-il entre le spectre de ce signal de sortie et
le spectre du signal à l’antenne ? À quelle fréquence serait par exemple convertie
une onde sinusoïdale à 94 MHz reçue par l’antenne ? (2 points)
La restitution par interpolation sinc revient à garder les lobes les plus proches de F = 0,
produisant donc un signal à bande (−15 MHz,15 MHz). Le signal situé à l’origine à
94 MHz se trouve maintenant à 4 MHz = 94 MHz - 3*30 MHz (ainsi qu’à la fréquence
symétrique −4 MHz, s’agissant d’un signal réel).
Lissage
Le niveau de la Seine est relevée par un flotteur dont la hauteur est mesurée une fois
par minute. Pour réduire les fluctuations de l’affichage numérique dues aux vagues à la
surface de l’eau, un microprocesseur applique à la série x(n) des mesures brutes le filtre
numérique y(n) = 0.9 y(n − 1) + 0.1 x(n) pour enfin afficher y(n).
7. De quel type de filtre s’agit-il ? (1 point)
Il s’agit d’un filtre LTI auto-regressif (IIR) tout-pôles et causal.

8. Quel est le temps de mémoire typique de ce filtre, si on entend par là le temps

qu’il faut pour que la réponse impulsionnelle retombe à la moitié de sa valeur
maximale ? (2 points)
La réponse impulsionnelle est la sortie pour un signal x(n) = δ(n) en entrée: y(0) = 0.1,
y(1) = 0.09, y(2) = 0.081, . . ., y(n) = 0.1 ∗ 0.9n . La condition y(n)/y(0) < 0.5 mène
directement à la condition n > log(0.5)/ log(0.9) = 6.57 . . . . Le temps de mémoire vaut
donc un peu moins de sept échantillons, ou sept minutes de temps réel.
9. Les petites vagues apparaissent comme un bruit additif ξp n sur les mesures brutes,
de moyenne hξn i = 0 nulle et d’un écart type de σ = hξn2 i = 30 mm. Il n’y a
pas de corrélation mesurable de ce bruit entre différentes mesures (bruit «delta-
corrélé» hξn ξm i = σ 2 δnm où δnm est le delta de Kronecker). Quel est l’écart type
de l’affichage imputable à ces petites ondes ? Supposez pour simplifier l’analyse
que le signal d’entrée hors bruit est constant et nul, de sorte à avoir un signal
d’entrée formé uniquement par le bruit: x(n) = ξn . (3 points)
L’écart type de la sortie vaut:
∞
1 X 9
hyn2 i = h ( )k+l ξn−k ξn−l i (2)
102 k,l=0 10
∞
1 X 9
= ( )k+l hξn−k ξn−l i (3)
102 k,l=0 10
∞
1 X 9
= ( )2k σ 2 (4)
102 k=0 10
σ2
= . (5)
19
(6)
Le passage (2)–(3) exploite la linéarité de la moyenne (qui porte sur n), le passage (3)–
(4) l’absence de corrélation. Finalement on extrait σ 2 de la somme et on calcule la série
géométrique (passage (4)–(5)).
Le lissage diminue donc le bruit
√ du signal d’entrée, l’écart-type des fluctuations du signal
de sortie n’est plus que de σ/ 19 ' 7 mm.
10. Donnez la réponse en fréquence du filtre numérique, et esquissez dans le plan

complexe la position des pôles et des zéros de la fonction de transfert. (2 points)
La fonction de transfert vaut H(z) = 0.1/(1 − 0.9z −1 ), la réponse en fréquence donc

H(e2iπf ) = 0.1/(1 − 0.9 e−2iπf ). La fonction de transfert possède un pôle en 0.9 et un
zéro à l’origine (qui n’a aucune incidence sur le gain). Il s’agit donc d’un passe-bas.

2017 Examen Traitement Signal M1 Corrige PDF

Transféré par

Droits d'auteur :

Formats disponibles

2017 Examen Traitement Signal M1 Corrige PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

2017 Examen Traitement Signal M1 Corrige PDF

Transféré par

Droits d'auteur :

Formats disponibles

Examen de Traitement du Signal (Adrian Daerr) — corrigé

jeudi 11 mai 2017, 9h-12h

Un ingénieur extrait une séquence de N échantillons d’un enregistrement sonore nu-

1. Quel effet fausse l’estimation du spectre de puissance de l’enregistrement ? (1 point)

Le fait de ne conserver qu’un extrait de N échantillons revient à multiplier le signal

2. Donnez l’expression qui lie la transformée de Fourier discrète X0 (f ) de l’enregis-

Le spectre de l’extrait est donc

sin(πN fˆ) iπ(N −1)

3. Quelle longueur minimale N de l’enregistrement faut-il découper pour distinguer

4. Décrivez brièvement une technique qui permet de réduire la distortion du spectre

L’échantillonnage «périodise» le spectre avec une période correspondant à la fréquence

-105 -90 -75 -60 -45 -30 -15 0 15 30 45 60 75 90 105

7. De quel type de filtre s’agit-il ? (1 point)

Il s’agit d’un filtre LTI auto-regressif (IIR) tout-pôles et causal.

8. Quel est le temps de mémoire typique de ce filtre, si on entend par là le temps

L’écart type de la sortie vaut:

10. Donnez la réponse en fréquence du filtre numérique, et esquissez dans le plan

La fonction de transfert vaut H(z) = 0.1/(1 − 0.9z −1 ), la réponse en fréquence donc

Vous aimerez peut-être aussi