Traitement du signal TD0 : Introduction. Signaux géophysiques Signal = variation dun paramètre...
-
Upload
aubert-bodin -
Category
Documents
-
view
106 -
download
2
Transcript of Traitement du signal TD0 : Introduction. Signaux géophysiques Signal = variation dun paramètre...
Traitement du signal
TD0 : Introduction
Signaux géophysiques
• Signal = variation d’un paramètre physique en fonction du temps et/ou de l’espace
Exemple :– Signal sismique (vitesse ou déplacement du sol en fct du temps)– Gravimétrie (valeur de g en fonction du temps ou de l’espace)– INSAR (images pixélisées)
• Le signal enregistré inclut du bruit !!!
Signaux géophysiques
• Pour enregistrer un signal on utilise :– Un capteur (magnétomètre, sismomètre, thermomètre, …)
– Un numériseur => échantillonnage => support numérique
• Ce système d’acquisition agit comme un filtre dont il faut connaître les caractéristiques pour analyser correctement les observations
• La terre elle même se comporte comme un filtre (ex : sismologie, électromagnétisme, …). En étudiant le signal « en entrée » et « en sortie », on en déduit les propriétés de ce filtre
Numérisation =
1. Echantillonnage (spatial ou temporel)2. Quantification
« Signal Analogique »
« Signal Numérique »
Fonction de base
• Sinusoïde
€
y(t) = Asin(ωt +ϕ )
€
ω =2πf
ω =2π
T
€
y(x) = Asin(kx +ϕ )
€
k =2π
λ
€
λ =cTAcoustique, sismique, …
€
c célérité (vitesse)
pulsation
nombre d’onde
Exemple : signal acoustique
• Son = onde de pression
T
€
P(t) = Asin(ωt +ϕ )
Note, fréquence, spectre
€
f0 =1
2L
F
m
Résonnance d’une corde (de guitare)
f0 = fréquence fondamentaleL = longueur de la cordeF = tensionm = masse linéique
Représentation temporelle Représentation spectrale
« La »f0 = 440 Hz
Notes et harmoniques
€
sin(2πf0t)
€
+1
2sin(2π 2 f0t)
€
+1
2sin(2π 3 f0t)
€
+1
2sin(2π 4 f0t)
Représentation temporelle
Représentation spectrale
€
L = 20log10(P
P0)
Niveau sonore en décibels (dB)
P0 =Pression de référence (=10-5 Pa)
Niveau sonore
Oreille = filtre
Courbe d’isosonie = égale sensation sonore
Mais ce n’est pas un filtre linéaire … Car la forme de la réponse dépend de l’amplitude du signal d’entrée
Au premier ordre, l’oreille humaine est un filtre passe bande
Ce que j’entends =
Réponse de mon oreille
Ce qui est émis*
Produit de convolution
Filtre
Décomposition en série de Fourier
Tout signal x(t) de période T0 (T0 = 1 / f0) peut se décomposer sur une base d’harmoniques :
€
x(t) = a0 + an cos(2πnf0t) + bn sin(2πnf0t)n=1
∞
∑n=1
∞
∑
Avec :
€
a0 =1
T0x(t)dt
0
T0
∫
€
an =2
T0x(t)cos(2πnf0t)dt
0
T0
∫
€
bn =2
T0x(t)sin(2πnf0t)dt
0
T0
∫
Exemple du signal carré périodique(horloge)
Décomposition en série de Fourier
Autres écritures :
€
x(t) = a0 +an2 + bn
2
2sin(2πnf0t +ϕ n )
n=1
∞
∑
Avec :
€
ϕ n = arctan(bnan)
€
cn =1
2an2 + bn
2
€
x(t) = cn sin(2πnf0t +ϕ n )n=0
∞
∑
Module
Phase
C0 est la valeur moyenne
€
x(t) = cnei2πnf0t
n=−∞
+∞
∑
€
cn = Re(cn )2 + Im(cn )
2
€
ϕ n = arctan(Im(cn )
Re(cn ))
La transformée de Fourier
Généralisation aux fonctions non périodiques MAIS à support borné (énergie finie) et avec des discontinuités en nombre finies
€
f (t) =1
2πF(ω)e iωtdω
−∞
+∞
∫
€
F(ω) = f (t)e−iωtdt−∞
+∞
∫avec
€
F(ω) = F(ω) e iϕ (ω )
Module Phase
Signal analogique / signal numérique
€
F(ω) = f (t)e−iωtdt−∞
+∞
∫• Signal analogique (= phénomène) Transformée de Fourier :
• Signal numérique (= enregistrement)Transformée de Fourier discrète :
Signal défini en tout temps t
Signal défini en N points aux temps tk
€
fk = f (tk ) = f (kTe )
Te = pas d’échantillonnage en temps€
F(nΔf ) = fke−2iπ
nk
N
k=0
N −1
∑
€
k ∈ 0,N −1[ ]
€
fe =1
Te= NΔf ⇒ Δf =
1
NTe€
n ∈ 0,N −1[ ]
Δf = pas d’échantillonnage en fréquence
Programme des TDs
• TD 1 : Analyse de Fourier de signaux• TD 2 : Aliasing / repliement spectral• TD 3 : Convolution : exemple du sweep• TD 4 : Filtrage / réponse instrumentale• TD 5 : Signal analytique• TD 6 : Analyse temps fréquence (spectrogrammes,
ondelettes)
Evaluations :•CC en salle (½ cours + ½ TD) - fin Oct / début Nov – coef = 0.25•CC en salle (cours) – Décembre – coef = 0.5•DM (TD) à rendre fin Décembre – coef = 0.25
Bases de Matlab (à maitriser)
• Définition de variables, vecteurs, matrices• Opérations (+,*,.*,…)• Boucles (for), conditions (if), comparaisons• Représentation de graphes (plot, subplot) et habillage (xlim, title, …)
• Lecture de fichiers formatés (textread)• Programmes, fonctions