CM3 - MC-II3 - Transformée de Fourier

Mise en uvre du TNS Page 1 sur 96
Novembre 2011.
Traitement Numrique du Signal
CM3 : Transforme de Fourier
Universit du Havre, IUT du Havre
Dpartement GEII


PPN 2008: MC-II3
Traitement du signal
Applications en GEII
Mise en uvre
Test
DSP
CAN/CNA
TF, compression, codage

Conversion Analogique-Numrique
Reprsentation d'un signal
Sries de Fourier
Transforme de Fourier
Temps-frquence
Exemples
Transforme en Cosinus Discret
Plan

1. Reprsentation dun signal

Dualit temps/frquence : Transforme de Fourier (TF)
t
s(t)
0
0
0
1
T
f
=
Traitement du Signal
f
|S(f)|
0
0
0
1
f
T
=
( )
0
( ) sin 2 s t A f t =
( )
0
( ) S f f f =
Signal sinusodal : Signal Dirac: "Pic" f = f
0
TF
TFI

2. Composantes d'un signal

0 20 40 60 80 100
-2
0
2
4
6
8
t (ms)
x
(
t
)
0 20 40 60 80 100
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|
( )
0 1 0
( ) sin 2 s t a a f t = +
0
T
0
f
( ) ( )
0 1 0
( ) S f a f a f f = +
Composante continue :
Signal : Signal Dirac : "Pic" f = f
0
0
a
0 1
a a +
0 1
a a
0
a
1
a
Composante continue
Composante fondamentale

0 20 40 60 80 100
-8
-6
-4
-2
0
2
t (ms)
x
(
t
)
0 20 40 60 80 100
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|
( )
0 1 0
( ) sin 2 s t a a f t = +
0
T
0
0
a
0 1
a a +
0 1
a a
0
f
0
a
1
a
( ) ( )
0 1 0
( ) S f a f a f f = +
Composante continue :
Composante continue
Composante fondamentale

0 20 40 60 80 100
-8
-6
-4
-2
0
2
t (ms)
x
(
t
)
0 20 40 60 80 100
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|
( )
0 1 0
( ) cos 2 s t a a f t = +
0
T
Dualit temps/frquence : Influence de la phase
0
0
a
0 1
a a +
0 1
a a
0
f
( )
0 1 0
( ) sin 2 / 2 s t a a f t = + +
Phase
0
a
1
a
( ) ( )
0 1 0
( ) S f a f a f f = +

3. Notion de phase

t
a
( )
0 0
sin 2 a a f t =
t
a
( )
0 0
sin 2 ( )
p
a a f t =

0
( )
0 0
sin 2
p
a a f t =
Temps
de propagation
Dphasage temporel :
0
2
2 f
T
= = =
0
0
1
T
f
=
Dphasage

0
0 20 40 60 80 100
-10
-5
0
5
10
t (ms)
x
(
t
)
0 50 100 150
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|
( )
( )
0 1 0
2 0
( ) sin 2
sin 2 2
s t a a f t
a f t
= +
+
( ) ( )
( )
0 1 0
2 0
( )
2
S f a f a f f
a f f

= +
+
Dphasage

0
0 50 100 150
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|
( )
( )
0 1 0
2 0
( ) sin 2
sin 2 2 / 2
s t a a f t
a f t

= +
+ +
( ) ( )
( )
0 1 0
2 0
( )
2
S f a f a f f
a f f

= +
+
0 20 40 60 80 100
-10
-5
0
5
10
t (ms)
x
(
t
)
Dphasage

0
0 50 100 150
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|
( )
( )
0 1 0
2 0
( ) sin 2
sin 2 2
s t a a f t
a f t

= +
+ +
( ) ( )
( )
0 1 0
2 0
( )
2
S f a f a f f
a f f

= +
+
0 20 40 60 80 100
-10
-5
0
5
10
t (ms)
x
(
t
)
Dphasage

0
0 50 100 150
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|
( )
( )
0 1 0
2 0
( ) sin 2
sin 2 2 3 / 2
s t a a f t
a f t

= +
+ +
( ) ( )
( )
0 1 0
2 0
( )
2
S f a f a f f
a f f

= +
+
0 20 40 60 80 100
-10
-5
0
5
10
t (ms)
x
(
t
)
Dphasage

4. Sries de Fourier

Dcomposition en sries de Fourier :
( ) ( ) ( )
0
0 0
1
( ) cos 2 sin 2
2
n n
n
a
s t a nf t b nf t
+
=
= + +
( )
( )
0
0
1/
0 0
0
1/
0 0
0
2 ( ) cos 2
2 ( ) sin 2
f
n
f
n
a f s t nf t dt
b f s t nf t dt
Coefficients de Fourier :
Dcomposition en sries de Fourier
Autre notation :
( )
0
( ) sin 2
n
n n n
n
s t c f t
+
=
=
( )
0
( ) sin 2 ( )
N
n n n bruit
n
s t c f t s t
=
= +
( )
0
( ) sin 2
N
n n n
n
s t c nf t
=
=
Signal utile et bruit :

Signal utile :
Le bruit est le signal "non dsir".
Le signal utile contient N composantes
harmoniques "utiles".

Signal carr :
Signal triangle :
Signal dent de scie :
Signal |Sinus| :
( )
0
1
4 1
( ) sin 2 (2 1)
2 1
n
s t n f t
n

+
=
=
( )
( )
0
2 2
1
8 1
( ) sin 2 (2 1)
2 1 n
s t n f t
n
+
=
=
( )
( )
1
0
1
1
2
( ) sin 2
k
n
s t nf t
n

+
+
=
=

( )( )
( )
0
1
2 4 1
( ) sin 2 2
2 1 2 1
n
s t nf t
n n

+
=
=
+


( ) ( ) ( )
0 0 0
4 1 1
( ) sin 2 sin 2 3 sin 2 5 ...
3 5
s t f t f t f t
| |
= + + +
|
\
( ) ( ) ( )
0 0 0
2 2 2
8 1 1
( ) sin 2 sin 2 3 sin 2 5 ...
3 5
s t f t f t f t
| |
= + + +
|
\
( ) ( ) ( )
0 0 0
2 1 1
( ) sin 2 sin 2 2 sin 2 3 ...
2 3
s t f t f t f t
| |
= +
|
\
( ) ( )
0 0
2 4 1 1
( ) sin 2 2 sin 2 4 ...
1 3 3 5
s t f t f t

| |
= + +
|

\
Signal carr :
Signal triangle :
Signal |Sinus| :

Signal f = 0 f = f
0
f = 2f
0
f = 3f
0
Sinus 0 1 0 0
Cosinus 0 1 0 0
Carr 0 4/ 0 4/(3)
Triangle 0 8/
2
0 8/(3)
2
Dent de scie 0 2/ 1/ 2/(3)
|Sinus| 2/ 0 4/(3) 0
Synthse :

Fondamental
Signal carr :
h1 + h3
h1+h3+h5
h1+h3+h5+h7 h1+h3++h11 h1+h3++h15

0 10 20 30 40 50 60 70 80 90 100
-2
-1
0
1
2
t (ms)
x
(
t
)
0 0.5 1 1.5 2
0
0.5
1
1.5
f (kHz)
|
x
(
f
)
|
0 0.5 1 1.5 2
-15
-10
-5
0
5
10
15
f (kHz)

(
r
a
d
)
Dcroissance des harmoniques impairs en 1/n

0 10 20 30 40 50 60 70 80 90 100
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)
0 0.5 1 1.5 2
0
0.2
0.4
0.6
0.8
1
f (kHz)
|
x
(
f
)
|
0 0.5 1 1.5 2
-20
-10
0
10
20
f (kHz)

(
r
a
d
)
Dcroissance des harmoniques impairs en 1/n
2

Fondamental
Fondamental + h2
Fondamental + h2 et h3
Fondamental + h2 h4
Fondamental + h2 h5

0 10 20 30 40 50 60 70 80 90 100
-2
-1
0
1
2
t (ms)
x
(
t
)
0 0.5 1 1.5 2
0
0.2
0.4
0.6
0.8
1
f (kHz)
|
x
(
f
)
|
0 0.5 1 1.5 2
-20
-10
0
10
20
f (kHz)

(
r
a
d
)
Dcroissance des harmoniques pairs et impairs en 1/n

0 10 20 30 40 50 60 70 80 90 100
0
0.2
0.4
0.6
0.8
1
t (ms)
x
(
t
)
0 0.5 1 1.5 2
0
0.2
0.4
0.6
0.8
1
f (kHz)
|
x
(
f
)
|
0 0.5 1 1.5 2
-20
-10
0
10
20
f (kHz)

(
r
a
d
)
Dcroissance des harmoniques pairs en 1/((n1)(n+1)) 1/n
2

0 20 40 60 80 100
-5
-4
-3
-2
-1
0
1
2
3
4
5
t (ms)
x
(
t
)
Effet dune troncature :
0 100 200 300 400 500
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|
Troncature 90 % de lamplitude

0 20 40 60 80 100
-5
-4
-3
-2
-1
0
1
2
3
4
5
t (ms)
x
(
t
)
0 100 200 300 400 500
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|

0 20 40 60 80 100
-5
-4
-3
-2
-1
0
1
2
3
4
5
t (ms)
x
(
t
)
0 100 200 300 400 500
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|

0 100 200 300 400 500
0
1
2
3
4
5
f (Hz)
|
x
(
f
)
|
0 20 40 60 80 100
-5
-4
-3
-2
-1
0
1
2
3
4
5
t (ms)
x
(
t
)

5. Transforme de Fourier

Tout signal priodique (T) de puissance finie peut tre dcompos en une somme de sinus
et de cosinus.
( )
0
0 0
1
( ) cos( ) sin( )
2
n n
n
a
x t a n t b n t
=
= + +
/ 2
0
/ 2
2
( ).cos( ).
T
n
T
a x t n t dt
T

/ 2
0
/ 2
2
( ).sin( ).
T
n
T
b x t n t dt
T

1 (4/)
1+ 3 (4/3)
a
0
= 0
1+ 3+5 (4/5)
1+ 3+ 5 + 7 (4/7)
Continu / Fondamental / Harmoniques
Sries de Fourier

Sinusode
Rectangle priodique
Triangle priodique
Dent de scie
{ } { }
( ) : 0,1, 2,... : 1, 2,3...
n n
x t a n b n = = + =
Signaux priodiques

( ) ( ).exp( 2 ). X f x t j f t dt
+
( ) ( ).exp( 2 ). x t X f j f t df
+
sin( / 2)
( ) .
/ 2
X A

| |
=
|
\
Signal "porte"

Signal "porte"

0 1 2 3 4 5 6 7 8 9 10
0
0.2
0.4
0.6
0.8
1
f (Hz)
A
m
p
l
i
t
u
d
e
Spectre
-5 -4 -3 -2 -1 0 1 2 3 4 5
0
0.5
1
t (s)
A
m
p
l
i
t
u
d
e
Signal temporel
Signal "porte"
( ) x t
( ) X f

-5 -4 -3 -2 -1 0 1 2 3 4 5
0
1
2
t (s)
A
m
p
l
i
t
u
d
e
Signal temporel
0 1 2 3 4 5 6 7 8 9 10
-30
-20
-10
0
10
f (Hz)
n
e
r
g
i
e

(
d
B
)
Spectre
Signal "porte"
( ) x t
( ) X f
Conservation
de lnergie

Signaux "classiques"
( ) t
0
cos(2 ) f t
0
sin(2 ) f t
( )
0 0
1
( ) ( )
2
f f f f + +
( )
0 0
1
( ) ( )
2
f f f f
j
+
1
0
2 j f t
e

0
( ) f f
( ) f
1
0
( ) t t
0
2 j ft
e

{ }
( ) ( ) X f TF x t =
{ }
1
( ) ( ) x t TF X f
=
( ) H t
1 1
( )
2 2
f
j f

+
( ) H t
1 1
( )
2 2
f
j f

+

0
sin(2 ) ( )
T
f t t
( ) ( ) ( )
0 0
sinc ( ) sinc ( )
2
T
f f T f f T
j
+
{ }
( ) ( ) X f TF x t =
{ }
1
( ) ( ) x t TF X f
=
( ) ( ) ( ) sign t H t H t =
1
j f
( )
t
H t e

1
2 j f +
| | t
e

2 2
2
(2 ) f
+
( )
T
t
sin( )
. .sinc( )
fT
T T fT
fT
| |
=
|
\
. ( )
t
t H t e

( )
2
1
2 j f +

{ }
( ) ( ) X f TF x t =
{ }
1
( ) ( ) x t TF X f
=
( )
e
n
t nT
1
n
e e
n
f
T T
| |
|
\
( )
d
t
dt
2 j f
0
sin(2 ) ( )
t
f t H t e

( ) ( )
0
2 2
0
2
2 2
f
j f f
+ +
( )
T
t
( )
2
2 sin( )
. . sinc( )
2 2
T fT T
fT
fT
| |
=
|
\
2
0
0 0
1
2 2 ( )
1
2
t
t t
j f t t
t
e e

| |
|
|

\
2
0
0 0
1
2
2 f
f f
j f t
e e

| |
|
|
\
1
2
t
f
=
( ).
t
t dt
1
2 j f

0 1 2 3 4 5 6 7 8 9 10
-1
-0.5
0
0.5
1
t (s)
A
m
p
l
i
t
u
d
e
Signal temporel
0 1 2 3 4 5 6 7 8 9 10
0
0.2
0.4
0.6
0.8
1
f (Hz)
A
m
p
l
i
t
u
d
e
Spectre
Signaux sinus"
( ) x t
( ) X f

Signaux priodiques
0 1 2 3 4 5 6 7 8 9 10
-1
-0.5
0
0.5
1
t (s)
A
m
p
l
i
t
u
d
e
Signal temporel
0 1 2 3 4 5 6 7 8 9 10
0
0.2
0.4
0.6
0.8
1
f (Hz)
A
m
p
l
i
t
u
d
e
Spectre
( ) x t
( ) X f

0 1 2 3 4 5 6 7 8 9 10
-1
-0.5
0
0.5
1
t (s)
A
m
p
l
i
t
u
d
e
Signal temporel
0
0.2
0.4
0.6
0.8
1
f (Hz)
A
m
p
l
i
t
u
d
e
Spectre
0 5 10 15 20 25 30
Signaux priodiques
( ) x t
( ) X f

6. Reprsentation temps-frquence

Reprsentation temps-frquence :
Ncessit impose par la non-stationnarit des signaux
Temps-frquence
Principe:
1) Dcoupage en signaux lmentaires de courte dure: [t
i
; t
i
+30ms].
2) Transforme de Fourier rapide: FFT.
3) Concatnation des FFT et reprsentation en niveaux de couleurs.
0 100 200 300 400 500 600 700 800 900
-100
-50
0
50
100
0 5 10 15 20 25 30
-100
-50
0
50
100
Time (ms)
A
m
p
l
i
t
u
d
e

(
m
V
)
Fentre

Temps-frquence
Principe:
i
; t
i
+30ms].
0 5 10 15 20 25 30
-100
-50
0
50
100
Time (ms)
A
m
p
l
i
t
u
d
e

(
m
V
)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-150
-100
-50
0
M
a
g
n
i
t
u
d
e

(
d
B
)
Frequency (Hz)
Global spectrum on a sample of 0.03 s (277 points at 11025 Hz)
280 Hz
c
f =
22 ms
i
t =
FFT

Temps-frquence
Principe:
i
; t
i
+30ms].
3140 Hz
c
f =
0 2 4 6 8 10 12 14 16 18 20
-100
-50
0
50
100
Time (ms)
A
m
p
l
i
t
u
d
e

(
m
V
)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-150
-100
-50
0
M
a
g
n
i
t
u
d
e

(
d
B
)
Frequency (Hz)
600 ms
i
t =
FFT

Temps-frquence
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-150
-100
-50
0
M
a
g
n
it
u
d
e

(
d
B
)
Frequency (Hz)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-150
-100
-50
0
M
a
g
n
it
u
d
e

(
d
B
)
Frequency (Hz)
2
600 ms
i
t =
1
20 ms
i
t =
2
3140 Hz
c
f =
1
280 Hz
c
f =
Principe:
i
; t
i
+30ms].

Application: Chirp (gazouillis, ppiement en anglais)
Temps-frquence
Dtection de la frquence instantane: Fondamental et harmoniques caractristiques.
( ) ( ).sin(2 )
i c
x t A t f t =
0
1
( ) ( '). '
t
c i
f t f t dt
t
=
avec
o A
i
(t) est l'amplitude instantane, f
c
(t) la pseudo-frquence et f
i
(t) la frquence instantane.
Exemple: Chirp linaire
( )
1 2 1
max
( )
i
t
f t f f f
t
= +
( )
1 2 1
max
( )
2
c
t
f t f f f
t
= +
soit
2
f
1
f

Application: Frquence variable dans le temps (FM)
Temps-frquence
Dtection de "formants": Fondamental et harmoniques caractristiques.
min
f
max
f

Application: Analyse de la parole
Temps-frquence
Dtection de "formants": Fondamental et harmoniques caractristiques.

7. Illustrations temps-frquence

Dcomposition
Reprsentation temporelle et spectrale :
Spectre avec fondamental
et harmonique 2
Spectre riche avec 12
frquences harmoniques

La3 Diapason
Reprsentation temporelle :
0 500 1000 1500 2000 2500
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
t (ms)
x
(
t
)
Dcroissance exponentielle
0 2 4 6 8 10
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
t (ms)
x
(
t
)
Pseudo priode: T = 2,3 ms
T

La3 Diapason
Reprsentation spectrale :
0 200 400 600 800 1000
0
0.05
0.1
0.15
0.2
f (Hz)
|
x
(
f
)
|
430 435 440 445 450
0
0.05
0.1
0.15
0.2
f (Hz)
|
x
(
f
)
|
870 875 880 885 890
0
0.005
0.01
0.015
0.02
f (Hz)
|
x
(
f
)
| Deux composantes "visibles":
1
440 f Hz =
2
880 f Hz =
Fondamental: f
1
= 440 Hz
Harmonique 2: f
2
= 880 Hz
Amplitudes relatives: a
2
/ a
1
= 10

La3 Diapason
On parle de "dynamique" dun signal:
Sur la bande f = 0 5 kHz, la dynamique est de 110 dB.
Harmonique 3: f
3
= 3440 = 1320 Hz
1
/ a
2
= 10 et a
1
/ a
3
> 1000
0 1000 2000 3000 4000 5000
-120
-100
-80
-60
-40
-20
0
f (Hz)
|
x
(
f
)
|

(
d
B
) 20log
max( )
dB
x
x
x
| |
=
|
|
\
Echelle dB:
Cette chelle permet de visualiser les
composantes de trs grand rapport
damplitude.
0
-20
-40
-60
-80
-100
-120 10
6
10
5
10
4
10
3
10
2
10
1
10
0
f
3

La3 Diapason
Reprsentation temps/frquence :
Dcroissance exponentielle en chelle linaire:
Dcroissance linaire en chelle dB:
Harmoniques n: f
n
= n440 Hz
1
f
2
f
3
f

560 562 564 566 568 570
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)
La3 Piano
Troncature du signal Pseudo priode: T = 2,3 ms
T
500 1000 1500 2000
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)

430 435 440 445 450
0
0.02
0.04
0.06
0.08
0.1
f (Hz)
|
x
(
f
)
|
860 870 880 890 900 910
0
0.01
0.02
0.03
0.04
f (Hz)
|
x
(
f
)
|
0 1000 2000 3000 4000 5000
0
0.02
0.04
0.06
0.08
0.1
f (Hz)
|
x
(
f
)
|
La3 Piano
Neuf composantes "visibles":
1
442 f Hz =
2
886 f Hz =
Fondamental: f
1
= 442 Hz
Harmonique 2: f
2
= 886 Hz
1
/ a
2
= 2,4

0 1000 2000 3000 4000 5000
-120
-100
-80
-60
-40
-20
0
f (Hz)
|
x
(
f
)
|

(
d
B
)
La3 Piano
Harmonique 9: f
3
= 9442 = 3980 Hz contre 4080 Hz mesurs.
1
/ a
2
= 2,4 et a
1
/ a
9
= 50
20log
max( )
dB
x
x
x
| |
=
|
|
\
Echelle dB:
damplitude.
0
-20
-40
-60
-80
-100
-120 10
6
10
5
10
4
10
3
10
2
10
1
10
0
f
9

La3 Piano
Harmoniques 1 7:nettement visibles.
Harmoniques n: f
n
= n442 Hz
1
f
5
f
3
f
7
f
9
f
11
f
Dcroissance variable en amplitude, selon t et f.

450 452 454 456 458 460
-0.1
-0.05
0
0.05
0.1
t (ms)
x
(
t
)
La3 Violon
Augmentation de lamplitude
du signal avec le temps
Pseudo priode: T = 2,3 ms
T
0 500 1000 1500 2000
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
t (ms)
x
(
t
)

0 1000 2000 3000 4000 5000
0
0.01
0.02
0.03
0.04
0.05
f (Hz)
|
x
(
f
)
|
430 435 440 445 450
0
0.01
0.02
0.03
0.04
0.05
f (Hz)
|
x
(
f
)
|
860 870 880 890 900 910
0
0.005
0.01
0.015
0.02
0.025
f (Hz)
|
x
(
f
)
|
La3 Violon
Neuf composantes "visibles":
1
442 f Hz =
2
884 f Hz =
Fondamental: f
1
= 442 Hz
Harmonique 2: f
2
= 884 Hz
1
/ a
2
= 2,1

0 1000 2000 3000 4000 5000
-120
-100
-80
-60
-40
-20
0
f (Hz)
|
x
(
f
)
|

(
d
B
)
La3 Violon
Harmonique 11: f
3
= 11442 = 4860 Hz.
1
/ a
2
= 2,1 et a
1
/ a
11
= 24
20log
max( )
dB
x
x
x
| |
=
|
|
\
Echelle dB:
damplitude.
0
-20
-40
-60
-80
-100
-120 10
6
10
5
10
4
10
3
10
2
10
1
10
0
f
11

La3 Violon
Harmoniques 1 11 nettement visibles.
Harmoniques n: f
n
= n442 Hz
1
f
5
f
3
f
7
f
9
f
11
f

Recomposition temporelle et spectrale :
Extrait original en bleu Les 20 pics les plus
importants ont t retenus
La3 Violon
500 600 700 800 900 1000
-0.1
-0.05
0
0.05
0.1
0.15
t (ms)
x
(
t
)
Extrait recompos en noir
0 1000 2000 3000 4000
-100
-80
-60
-40
-20
0
f (Hz)
|
x
(
f
)
|

(
d
B
)

Recomposition temporelle et spectrale :
Extrait original en bleu Les 20 pics les plus
importants ont t retenus
La3 Violon
Extrait recompos en noir
600 602 604 606 608 610
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
t (ms)
x
(
t
)
0 500 1000 1500 2000
-100
-80
-60
-40
-20
0
f (Hz)
|
x
(
f
)
|

(
d
B
)

Notes Violon
Nombreux harmoniques nettement visibles.
Harmoniques n: f
n
= n f
0

gamme.wav
On distingue 8 paquets
dondes distincts
On distingue 8 pics
0 500 1000 1500 2000
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)
0 200 400 600 800
-100
-80
-60
-40
-20
0
f (Hz)
|
x
(
f
)
|

(
d
B
)
LA DO

gamme.wav
Gamme complte.
Frquences fondamentales seulement.
Dans lordre des frquences croissantes.
DO
RE
MI
FA
SOL
LA
SI
DO

SOUND1.wav
Rien de visible... Nombreux pics
0 1000 2000 3000 4000 5000
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)
0 1000 2000 3000 4000
0
0.01
0.02
0.03
0.04
0.05
f (Hz)
|
x
(
f
)
|

SOUND1.wav
Le signal ne semble pas priodique Nombreux pics
0 200 400 600 800
0
0.01
0.02
0.03
0.04
0.05
f (Hz)
|
x
(
f
)
|
1000 1050 1100 1150 1200
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)

SOUND1.wav
Spectre large.
Harmoniques.
Croissance en frquence.

SOUND68.wav
Rien de visible... Nombreux pics
0 500 1000 1500 2000 2500 3000
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
t (ms)
x
(
t
)
0 1000 2000 3000 4000
0
0.002
0.004
0.006
0.008
0.01
f (Hz)
|
x
(
f
)
|

Nombreuses frquences.
Nombreux harmoniques.
Dcroissance en frquence.
SOUND68.wav

0 100 200 300 400 500 600
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)
SOUND999.wav
Dcroissance en frquence Dcroissance exponentielle
0 1000 2000 3000 4000
0
0.05
0.1
0.15
f (Hz)
|
x
(
f
)
|

SOUND999.wav
Dcroissance exponentielle
0 1000 2000 3000 4000
0
0.05
0.1
0.15
f (Hz)
|
x
(
f
)
|
150 200 250
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)
Troncature du signal de 150
250 ms

Une frquence fondamentale.
Harmoniques 2 et 3 visibles de 150 250 ms.
Dcroissance exponentielle en frquence.
SOUND999.wav

LASER.wav
Dcroissance en frquence Spectre large
0 50 100 150
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)
0 1000 2000 3000 4000
0
0.01
0.02
0.03
0.04
0.05
0.06
f (Hz)
|
x
(
f
)
|

Dcroissance exponentielle en frquence.
LASER.wav

Calcul de frquence moyenne :
Dcroissance exponentielle en frquence.v
LASER.wav
0 20 40 60 80 100 120 140 160
0
1000
2000
3000
4000
5000
f
m
e
a
n

(
H
z
)
Time (ms)
La frquence dcrot de 4700 450 Hz.

accel.wav
Croissance en frquence Spectre large
0 200 400 600 800 1000
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)
0 1000 2000 3000 4000 5000
0
0.005
0.01
0.015
0.02
f (Hz)
|
x
(
f
)
|

Croissance linaire en frquence, de 310 4200 Hz.
accel.wav

Effet Doppler :
Dcalage ngatif lorsque la source sapproche :
accel.wav
Dcalage de la frquence d mission.
Dcalage positif lorsque la source sloigne :
0
v
0
v
0 0
2 cos
D
air
f v
f
c
=
0 D
f f f = +
0 D
f f f =

sirene.wav
Rien de visible... Spectre large
0 1000 2000 3000 4000
-1
-0.5
0
0.5
1
t (ms)
x
(
t
)
0 200 400 600 800 1000
0
0.05
0.1
0.15
f (Hz)
|
x
(
f
)
|

Variation de frquence, de 0 1000 Hz.
sirene.wav

8. Application: DCT

Transforme en cosinus discret
TCD (DCT): Contenu frquentiel
Dcomposition dans une base de cosinus:
Coefficients rels;
Regroupement de l'nergie.
http://fr.wikipedia.org/wiki/Transforme_en_cosinus_discrte
Principe:
La transforme en cosinus discrte (DCT) est une
transformation proche de la transforme de Fourier discrte (DFT).
Le noyau de projection est un cosinus et cre donc des coefficients
rels, contrairement la DFT, dont le noyau est une exponentielle
complexe et qui cre donc des coefficients complexes.
La DCT [directe] la plus courante est la DCT type-II.
La DCT [inverse] correspondante est la DCT type-III.
Applications:
La DCT est trs utilise en traitement numrique du
signal et spcialement en compression.
Coefficients non nuls retenus : JPEG et MPEG.

Composante continue;
Harmoniques.
1 1
2 2 1 2 1
( , ) ( ) ( ) ( , ).cos ( 1) .cos ( 1)
2 2
N N
C
m n
m n
P i j C i C j p m n i j
N N N

= =

| | | |
=
| |
\ \
1 1
2 2 1 2 1
( , ) ( ) ( ) ( , ).cos ( 1) .cos ( 1)
2 2
N N
C
i j
m n
p m n C i C j P i j i j
N N N

= =

| | | |
=
| |
\ \
2
si 1
( )
2
1 si 1
k
C k
k
=
=

>
DCT [directe]:
IDCT [inverse]:
Coefficients:

Harmoniques.
1 1
2 2 1 2 1
( , ) ( ) ( ) ( , ).cos ( 1) .cos ( 1)
2 2
N N
C
m n
m n
P i j C i C j p m n i j
N N N

= =

| | | |
=
| |
\ \
Application: DCT
DCT

Harmoniques.
DCT
88 = 64 pixels 1+4 = 5 pixels
Compression: !!! Ngatif couleur !!!
= 5/64 = 7,8%.

Quantification:
La quantification consiste diviser cette matrice par une autre, appele
matrice de quantification, et qui contient les coefficients choisis pour
attnuer les hautes frquences, celles auxquelles lil est peu sensible.
Opration de quantification [et filtrage]:
http://fr.wikipedia.org/wiki/JPEG
( , )
( , )
( , )
C
CQ
FQ
P i j
P i j fix
Q i j
| |
=
|
|
\
( , ) 1 ( 1)
FQ
Q i j i j FQ = + +
Facteur de qualit: FQ
Exemple: FQ = 5
5
6 11 16 21 26 31 36 41
11 16 21 26 31 36 41 46
16 21 26 31 36 41 46 51
21 26 31 36 41 46 51 56
26 31 36 41 46 51 56 61
31 36 41 46 51 56 61 66
36 41 46 51 56 61 66 71
41 46 51 56 61 66 71 76
Q
(
(
(
(
(
(
=
(
(
(
(
(
(


Exemple:
Rsultats:
5
6 11 16 21 26 31 36 41
11 16 21 26 31 36 41 46
16 21 26 31 36 41 46 51
21 26 31 36 41 46 51 56
26 31 36 41 46 51 56 61
31 36 41 46 51 56 61 66
36 41 46 51 56 61 66 71
41 46 51 56 61 66 71 76
Q
(
(
(
(
(
(
=
(
(
(
(
(
(

0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
p
(
(
(
(
(
(
=
(
(
(
(
(
(

1020 184 0 217 0 325 0 924
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
C
P
(
(
(
(
(
(
=
(
(
(
(
(
(

1020 176 0 210 0 310 0 902
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
.
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
CQ FQ
P Q
(
(
(
(
(
(
=
(
(
(
(
(
(


Exemple:
Rsultats:
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
0 255 0 255 0 255 0 255
p
(
(
(
(
(
(
=
(
(
(
(
(
(

5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 3 253 2 252 4 250
5 251 0 255 0 255 0 255
QFQ
p
(
(
(
(
(
(
=
(
(
(
(
(
(

1 2 3 4 5 6 7 8
1
2
3
4
5
6
7
8
1 2 3 4 5 6 7 8
1
2
3
4
5
6
7
8

Optimisation du calcul de la DCT: Algorithme de Chen
Le calcul de la DCT est optimis pour le cas N = 8 (JPEG et MPEG)
en rcrivant la transforme sous forme matricielle et en factorisant la
dcomposition, pour rduire le nombre de multiplications ncessaires.
http://fr.wikipedia.org/wiki/JPEG

Optimisation du calcul de la DCT: Algorithme de Loeffler
L'algorithme de Chen (qui calcule la DCT 1D 8 points avec 16 multiplications)
est la base des optimisations suivantes par factorisation des sous-matrices.
L'algorithme de Loeffler est actuellement le plus efficace ayant t publi:
Loeffler : 11 multiplications (DCT 1D 8 points)
Chen : 16 multiplications (DCT 1D 8 points)
Ces algorithmes se diffrencient seulement en termes de stabilit et de prcision.
Pour une DCT 2D 88:
Loeffler : 112 multiplications (DCT 2D 8x8 points)
Chen : 256 multiplications (DCT 2D 8x8 points)
Plus de dtails: normes de compression JPEG et MPEG.
http://www.vtvt.ece.vt.edu/research/references_video_DCT.php

CM3 - MC-II3 - Transformée de Fourier

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

CM3 - MC-II3 - Transformée de Fourier

Загружено:

Авторское право:

Доступные форматы

Mise en uvre du TNS Page 1 sur 96

Signal utile et bruit :

Dcomposition en sries de Fourier

Вам также может понравиться