Corrections de lexamen de traitement du signal du 8 dcembre 2008 e

Exercice 1 1) Ce rsultat a t obtenu en cours e ee

Xe (f ) = T F

k=

= T F x(t)

k=

x (kTe ) (t kTe ) (t kTe )

cest-`-dire a

= X(f ) fe Xe (f ) = Fe
X

k=

(f kfe )

k=

X (f kfe )

Mais la transforme de Fourier de x(t) est e X(f ) = fm (f ) donc Xe (f ) = fe

X

k=

fm (f kfe )

On retrouve la condition de Shannon en disant que les divers spectres fm (f kFe ) ne se chevauchent pas, ce qui correspond a ` fe fm > fm fe > 2fm La formule dinterpolation de Shannon est lexpression qui permet a partir dun ltrage passe` bas de xe (t) de retrouver x(t). Plus prcisement, le ltre passe-bas est de transmittance e H(f ) = 1 f (f ) h(t) = sin c (fe t) fe e

do` la formule dinterpolation de Shannon u

b x(t) =
X

k=

x (kTe ) (t kTe ) sin c (fe t)

cest-`-dire a
b x(t) =

k=

x (kTe ) sin c [fe (t kTe )]

Le ltre anti-repliement est un ltre analogique situ avant le convertisseur analogiquee numrique. Ce ltre vite quapr`s chantillonnage certaines frquences hors de la bande e e e e e dintrt se retrouvent (se replient) dans la bande dintrt. ee ee 1

2) Le signal restitu scrit e e xr (t) = xe (t) h(t) = =

k= X k= X

x (kTe ) (t kTe ) Te x (kTe ) Te

Te t 2

Te t kTe 2

La transforme de Fourier de xr (t) scrit e e Xr (f ) = T F [xr (t)] = T F [xe (t) h(t)] = fe avec H(f ) = Te ejTe f sin c (f Te ) Le module de cette transforme de Fourier est donc en supposant que fe est susamment e grand |Xr (f )| '
k= X

k=

fm (f kfe ) H(f )

fm (f kfe ) |sin c (f Te )|

On voit donc que chaque spectre fm (f kfe ) est perturb par le terme |sin c (fTe )| qui e gn`re de la distorsion. Cest pour cette raison que le spectre dordre 0 nappara pas comme e e t un triangle. Autour des frquences fe et fe , on observe e fm (f fe ) |sin c (fTe )| et fm (f + kfe ) |sin c (f Te )| Pour compenser la distorsion (` une phase pr`s), il sut dajouter un ltre de fonction de a e transfert f 1 = Te sin c (fTe ) sin (fTe )

Exercice 2 1) Puisque x(t) et y(t) sont des signaux a nergie nie, on peut calculer leurs transformes de Fourier `e e notes X(f ) et Y (f ). e Si y(t) = x(t) h(t), alors Y (f ) = X(f )H(f ), et donc
h i h i

ln |Y (f )|2 = ln |X(f )|2 + ln |H(f )|2 do` u cy ( ) = cx ( ) + ch ( ) . En prenant la transforme de Fourier de e y(t) = x(t) + ax(t T ), on obtient donc la transmittance de ce ltre est Y (f ) = X(f ) 1 + aej2f T
h i

H(f ) = 1 + aej2f T La rponse impulsionnelle h(t) sobtient par transforme de Fourier inverse de H(f ) e e h(t) = (t) + a(t T ) Le module carr de H(f ) se dtermine facilement e e
2 |H(f )|2 = 1 + aej2f T

do` u

= 1 + a2 + 2a cos (2f T ) 2a = 1 + a2 1 + cos (2fT ) 1 + a2 2 = 1 + a [1 + cos (2fT )]

i

ln |H(f )|2 = ln 1 + a2 + ln [1 + cos (2fT )] Puisque 0 < < 1, on a | cos (2f T )| < 1 et on peut utiliser le dveloppement limit propos e e e ln [1 + cos (2f T )] = (1)k [ cos (2f T )]k+1 . k+1 k=0
X

En ne conservant que les premiers termes, on obtient ln [1 + cos (2fT )] ' cos (2fT ) 1 [ cos (2fT )]2 2 " # 2 1 + cos (4f T ) ' cos (2fT ) 2 2 3

do` u 1 2 1 ( ) + ( 2T ) + ( + 2T ) ch ( ) ' ln 1 + a ( ) + [ ( T ) + ( + T )] 2 4 2 2 " # 2 2 [ ( 2T ) + ( + 2T )] ' ln 1 + a2 ( ) + [ ( T ) + ( + T )] 4 2 8

2

Le cepstre de y(t) est dni par cy ( ) = cx ( ) + ch ( ), donc si le cepstre de x(t) ninterf`re e e pas avec les raies de ch ( ), on peut identier T en recherchant les raies prsentes dans cy ( ) . e 2) Puisque x(t) et y(t) sont des signaux alatoires, la fonction dautocorrlation du signal y(t) = e e x(t) + ax(t T ) est dnie par e Ry ( ) = E [y(t)y (t )] = E [x(t)x (t )] + aE [x (t T ) x (t )] +aE [x (t) x (t T )] + a2 E [x (t T ) x (t T )] = Rx ( ) + aRx ( T ) + aRx ( + T ) + a2 Rx ( ) = La densit spectrale de puissance sen dduit e e sy (f ) = sx (f ) 1 + a2 + aej2f T + aej2f T = sx (f ) 1 + a2 + 2a cos (2f T )
h i h i

1 + a2 Rx ( ) + a [Rx ( T ) + Rx ( + T )]

Remarque : on retrouve ces rsultats en utilisant les relations de Wiener-Lee. e Le cepstre du signal y(t) sobtient alors comme suit cy ( ) = T F 1 {ln [sy (f )]} = cx ( ) + ch ( ) . = T F 1 {ln [sx (f )]} + T F 1 ln 1 + a2 + 2a cos (2f T )
n h io

On retrouve donc la mme relation quavec les signaux a nergie nie donc la procdure e ` e e didentication du retard T propose au paragraphe 1) est applicable dans le contexte des e signaux stationnaires. e 3) Dapr`s ce qui prc`de, les cepstres des signaux y1 (t) et y2 (t) dnis par e e e y1 (t) = x(t) + a1 x(t T1 ), y2 (t) = [x(t) + a2 x(t T2 )] g(t), sont dnis par e cy1 ( ) = cx ( ) + ch1 ( ) cy2 ( ) = cx ( ) + ch2 ( ) + cg ( ) 4

do` u cy2 ( ) cy1 ( ) = ch2 ( ) ch1 ( ) + cg ( ) Dans la mesure o` les fonctions ch2 ( ) ch1 ( ) et cg ( ) ne se superposent pas (ce qui est une u condition simple a raliser car ch2 ( )ch1 ( ) ne contient que quelques raies), on peut estimer cg ( ) e a ` partir de cy2 ( ) cy1 ( ) et en dduire une estimation de la transmittance du ltre G(f ). e 4) On dsire maintenant tudier linuence dun bruit additif n(t) sur lestimation du retard T . e e Comme les signaux x(t) et n(t) sont indpendants, x (t) = x(t) + ax(t T ) le sont aussi. La densit e e spectrale de puissance de z(t) scrit donc e sz (f ) = sx (f ) 1 + a2 + 2a cos (2fT ) + sn (f ) = (1 + a2 )sx (f ) [1 + cos (2fT )] + sn (f ) " # sn (f ) 2 = (1 + a )sx (f ) 1 + cos (2fT ) + (1 + a2 )sx (f )
" " h i

# " #1 sn (f ) sn (f ) 2 = (1 + a )sx (f ) 1 + 1+ 1+ cos (2fT ) (1 + a2 )sx (f ) (1 + a2 )sx (f )

sn (f ) = (1 + a2 )sx (f ) 1 + [1 + B(f ) cos (2fT )] (1 + a2 )sx (f ) avec sn (f ) B(f ) = 1 + (1 + a2 )sx (f ) On en conclut

" #1

ln [sz (f )] = ln (1 + a2 )sx (f ) + A(f ) + ln [1 + B(f ) cos (2fT )] , o` = u

2a , a2 +1

A(f ) est le bruit additif dni par e sn (f ) A(f ) = ln 1 + , (1 + a2 ) sx (f )

" #

et B(f ) est un bruit multiplicatif dni ci-dessus. Leet de ces bruits sur lestimation du retard T e a fait lobjet de larticle ci-dessous Joseph C. Hassab and Ronald Boucher, A Probabilistic Analysis of Time Delay Extraction by the Cepstrum in Stationary Gaussian Noise, IEEE Trans. on Information Theory, Vol. 22, no 4, July 1976.