Not es :

EII2
Tr ait emen t Nu mr iqu e du Sign al
Olivier SENTIEYS
sentieys@enssat.fr
http://lasti.enssat.fr/GroupeArchi/enseignements/Tns
Not es :
Digital signal processing (DSP) is a segment of the IC industry where advanced
digital and analog technologies merge. The typical function of the DSP device is to
perform real-time processing of a digitized analog signal, changing that signal using
arithmetic algorithms, and then passing the signal on. The process is very math
intensive and quite complicated. In fact, finding competent DSP designers and
programmers is often a challenge for many DSP manufacturers.
2
Traitement Numrique du Signal
(Digital Signal Processing)
Analog
Signal
Processing
Digital
Signal
Processing
Converter
Technology
Provides the
Bridge
A/D
D/A
Analog or
Real-World
Signals
Digital or
Computer-
World
Signals
[ICE97]
Video/Image/Graphics Audio/Speech/Control
100M 10M 1M 100k 10k
High Data Rate
Fcl
Low Data Rate
Not es :
3
Plan du cours
I . I nt roduct i on
1. I nt roduct ion, problmat ique, caract rist iques, solut ions archit ect urales
2. Types de signaux
3. Applicat ions t ypiques de TNS
4. Chane de t rait ement et problmes t emps rel
I I . Anal yse des f i l t r es numr i ques
1. Spcificat ion, classificat ion, reprsent at ion
2. Analyse frquent ielle
3. St ruct ures des filt res RI I et RI F
I I I . Tr ansf or mes en TNS
1. TFD, convolut ion linaire
2. TFR : Transforme de Fourier Rapide
Not es :
4
Plan du cours (suite)
I V. Quant i f i cat i on
1. Format s de codage
2. Quant ificat ion
3. Effet s de la quant ificat ion en TNS
V. Synt hse des f i l t r es numr i ques RI I
1. I nvariance I mpulsionnelle
2. Transformat ion Bilinaire
VI . Synt hse des f i l t r es numr i ques RI F
1. I nt roduct ion
2. Filtres Phase Linaire
3. Mthode du Fentrage
4. Echant illonnage en Frquence
Not es :
5
Plan du cours (fin)
VI I . Anal yse spect r al e
1. Effet s de la t roncat ure
2. Caract rist iques des fent res
3. I nfluence sur l'analyse
VI I I . Syst mes mul t i - cadences
1. Dfinit ion
2. Dcimat ion
3. I nt erpolat ion
I X. Pr ocesseur s de Tr ai t ement du Si gnal
1. Architecture de base
2. Principales familles
3. Problmes d'implant at ion en virgule fixe
Not es :
6
I.1 Introduction
Chane de TNS
C
A
P
T
E
U
R
a b c d e f
Processeur
Numrique
E/B
AC
TIO
NN
EU
R
Convertisseur
N / A
Convertisseur
A / N
Action
Numrique
t
A (v)
(a)
t
B (v)
(b)
t
E (v)
(e) t
F (v)
(f)
t
(c)
0.2 0.3 0.5 0.5 0.4
t
(d)
0.3 0.3 0.2 0.3 0.4
I
m
a
g
e
P
i
x
e
l
s
Ca
ra
ct
ri
sti
qu
e
D
a
t
a
Not es :
7
I.1 Traitement Numrique du Signal
Avant ages
Pas de drive : t emprat ure, vieillissement , valeur des composant s
Prcision : garant ie par le nombre de bit s
Souplesse : plusieurs t ches simult anes possibles
Prdict ion : simulat ion sur ordinat eur
Prot ot ypes : changement s par modificat ions du logiciel
Performances : pas de dist orsion de phase, filt rage adapt at if
I nt grat ion : progrs des syst mes VLSI (DSP, ASI C, ...)
I nconvni ent s
Cot : lev pour des ralisat ions simples
Vit esse : bande passant e large = vit esse de calcul lev
Complexit : ralisat ion la fois mat rielle et logiciel
Not es :
8
Quelles applications ?
A l a Mai son
Tlvision la demande, Tlvision Sat ellit e, Jeu Vido et Ralit
Virt uelle, Elect romnager, Rseaux, ...
DVD, HDTV, CD, DAB
Au Bur eau
Vidoconfrence, Fax, Modems, Pagers, ...
Rseaux rapides, Sans- fil
ATM, I SDN, PBX, ADSL
Sur l a rout e
Tlphone cellulaires, Commande vocale, Radar et Sonar, GPS et
t raceur de rout e, Fax/ Modems sans- fil, Aut omobile, ...
Systmes de l'ge de l'information
= fusion entre
Calculateur- Tlcommunications- Consommateur
Not es :
9
Glossaire du TNS
Sai si e, acquisit ion, conversion ( A/ N, N/ A) , codage
Fi l t r age, FI R, I I R, convolut ion rapide, f ilt res spciaux
Repr sent at i on, modlisat ion, analyse spect rale, t ransf ormes
Compr essi on, approximat ion, ext rapolat ion, codage de source, rduct ion de dbit
Modul at i on, codage de canal, prot ect ion cont re les erreurs, crypt age, garant ique
Dt ect i on, rcept ion opt imale, dmodulat ion, dcodage, correct ion
Est i mat i on, paramt rique, est imat ion d'onde ou d't at , f ilt rage, prdict io n, lissage
Anal yse de syst me, modles de canaux, milieux de propagat ion
Aml i or at i on, rduct ion de bruit , annulat ion d' cho, compensat ion, galisat ion
Dconvol ut i on, imagerie, rsolut ion, dt ect ion de source, rest aurat ion
Cl assi f i cat i on, reconnaissance, signat ures
Appr ent i ssage, est imat ion squent ielle, adapt at ion, poursuit e
Anal yse t emps f r quence, non st at ionnarit , est imat ion de dlais, de phase
Tr ai t ement mul t i-f r quences, dcimat ion, int erpolat ion, f ilt rages en sous bandes
Ar i t hmt i que bi t f i ni, quant if icat ion, dpassement , virgule f ixe, f lot t ant e, bruit s d e
calcul, sensibilit des coef f icient s.
Ar chi t ect ur e des syst mes, DSP, ASI C, mmoire
Not es :
10
Domaines d'application
Communi cat i on homme machine, synt hse, t ransf ormat ion t ext e-parole et inverse,
reconnaissance de parole, ident if icat ion et vrif icat ion du locut eur
Tl communi cat i ons, codage et rest aurat ion de la parole, courrier vocal, t lcopie,
audionumrique ( CD, DAB) , TV numrique, compression et t ransmission d'images,
crypt age et prot ect ion, t ransmission de donnes, t l inf ormat ique, annulat ion d'cho,
codage dbit rduit , t l et visioconf rence, t lphonie cellu laire, ...
Df ense, syst mes d'armes, surveillance, guidage, navigat ion
Bi ophysi que, gnie biomdical, EEG, ECG, radiographie, t omographie, scint igraphie,
gammagraphie, chographie, aide aux handicaps, ...
Acoust i que, arienne, sous-marine, sonar, ult rasons, nuisances
Gophysi que, sismique, de surf ace, ocanographique, t ldt ect ion
El ect r omagnt i sme, radar, radionavigat ion, opt ique, ast rophysique
Aut omobi l e inj ect ion lect ronique, ABS, posit ionnement global, commande d'assiet t e
adapt at ive
Musi que, numrique, MI DI , chant illonneurs (sampleurs) , synt ht iseurs, mlangeurs,
rverbrat ion et cho, ef f et s spciaux, f ilt rage, enregist rement ( DAT)
I nst r ument at i on, capt eurs, mt rologie, analyse spect rale, gnrat ion de signaux,
analyses de t ransit oires, DPLL
Gr aphi sme et i mager i e, rot at ion 3D, vision, reconnaissance de f ormes, rest aurat ion
d'images, st at ions de t ravail, animat ion, cart ographie
Not es :
11
e(t)
0010
T
s(t)
Algorithme
Tf
ex. s(n) = max(moy(e), s(n-1))
I.1 Introduction
2. Systme de TNS : dfinition
Syst mes DSP excut ent al gor i t hmes t emps r el sur
des si gnaux numr i ques
Si gnaux numr i ques : quant it mesurable, chant illonne, quant if ie, encode,
vect eur mul t i-dimensionnel
Fl ot de Donnes
Temps Rel
Temps de l' excut ion de l' algorit hme Tex guid par acquisit ion I / O
Priode d' chant illonnage T
Priode des sort ies Tf ( frame period) > Tex
Ni plus vit e ... ni plus lent ement ( Not Fast er . . . not slower)
Not es :
12
I.1 Introduction
3. Caractristiques des algorithmes
Quant i t i mpor t ant e de donnes
scalaires, vect orielles, mat ricielles, mult idimensionnelles
oprat ions I / O int ensives par DMA
Charge de cal cul i mport ant e
mult iplicat ions-accumulat ions ( convolut ion)
mult iplicat ions-addit ions ( FFT, DCT, adapt at ion, dist ances,...)
Vi rgul e Fi xe ou Fl ot t ant e
problmes lis la quant ificat ion ! ! !
Cal cul s d' adressage compl exes
bit -reverse ou similaire ( FFT) , vieillissement des donnes, ...
Boucl es de t r ai t ement cour t es
les inst ruct ions peuvent t re places en int erne
pas besoin de grande t aille de cache ( donnes ou inst ruct ions)
Not es :
13
Fonctions typiques de TS
Convol ut i on, f i l t rage
y = y + x.h : MAC
Adapt at i on
y
n
= y
n- 1
+ x.h : MAD
FFT, mul t i pl i cat i on compl exe
xr=xr.wr-xi . wi; xi= xr . wi+ xi.wr
Vi t er bi
a1 = x1 + x2; a2 = y1 + y2; y = ( a1> a2) ? a1 : a2 : ACS
Not es :
14
I.1 Introduction
4. Solutions architecturales
Pr ocesseur s pr ogr ammabl es du commer ce
Processeurs gnraux RISC, VLIW, Superscalaire
Processeurs de Trait ement du Signal (DSP) Conventionnel, VLIW
Processeurs Mult imdia
Microcont rleurs
Processeurs programmabl es mai son ( ASI P)
De t ype DSP ou Ct rl
Pr ocesseur s et l ogi que r econf i gur abl es
FPGA enfouis, Processeur reconfigurable
Copr ocesseur s ASI C
Not es :
15
Exemple : GSM
A/D
speech
decoder
channel
decoder
modulator IF upc D/A
A/D
speech
coder
channel
coder
modulator IF upc D/A
synchronisation
user interface / control
RF
0110...
1010...
Coprocessor, Hardware
DSP, ASIP, ASP
Controller
Environ quivalant 60 MIPS
Not es :
A typical data path of a RISC architecture is shown. It includes a register file with
source and destination latches, an ALU (arithmetic and logic unit) and a program
counter (PC). A RISC processor may also have additional registers for data and
instruction addressing or other control realted functions.
Most RISC designs use the same ALU to compute both algebraic operations and
memory addresses for load and store operations. The justification for such a design
is that because during load and store operations the ALU is not busy, such an
implementation does not cause any performance penalty.
[Bhaskaran 95]
16
REGISTER
FILE
A
L
U
PC
A
D
D
R
E
S
S
R
E
G
I
S
T
E
R
M
E
M
.

D
A
T
A
R
E
G
I
S
T
E
R
MUX
MEMORY DATA BUS
MEMORY ADDRESS BUS
Code example:
multiply & accumulate
r2 = r2 + #imm * r1
mov #imm,r3
mul r1,r3
add r3,r2
3 instructions, >3 cycles d'horloge
Architecture Von Neumann
Les processeurs RI SC
Not es :
17
FIR sur machine Von Neumann
Pr obl mes
Bande passant e avec la mmoire
Code pour le cont rle et la gest ion de l'adressage
Mult iplicat ion lent e
loop:
mov *r0,x0
mov *r1,x1
mpy x0,y0,a
add a,b
mov y0,*r2
inc r0
inc r1
inc r2
dec ctr
tst ctr
jnz loop
Data Path Memory
Excution en 15 20 cycles
Not es :
The figure shows the block diagram of a typical DSP core. It has a Harvard
architecture, i.e., separate data and instruction busses and separate instruction and
data memories, a processing unit, two data memories wirh their own address
generation units (AGUs), a program controller, and program memory. The
processing unit includes a parallel multiplier, an ALU, accumulators, and registers.
18
Architecture Harvard
MULTIPLIER
ALU
REGISTERS
ACCUMULATORS
AGU-A
AGU-B
PROGRAM
CONTROL
PROGRAM
RAM/ROM
DATA
RAM-A
DATA
RAM-B
PROGRAM ADDRESS BUS
DATA ADDRESS BUS
PROGRAM DATA BUS
DATA BUS - A
DATA BUS - B
Address Generation Processing Unit
Not es :
The MAC operation is useful in DSP calculations such as the dot vector product used
for digital filtering. The dot product, derived by summing the products of vector
element pairs, is efficiently calculated with repeated MAC operations. To achieve a
single-cycle MAC, DSP processors integrate a multiplier and accumulator into the
main data path of the processor (see figure). In addition to allow series of MAC ops to
proceed without the possibilkity of arithmetic overflow, DSPs generally provide extra
bits in the accumulator t accommodate the bit growth of the result.
A second feature shared by DSP processors is the ability to complete several
accesses to memory in a single instruction cycle. This allows the processor to fetch an
instruction while simultaneously fetching operands and/or storing the result of a
previous instruction to memory. For example, in calculating the vector dot product o~
the sample vector and coefficient vector for an FIR filtep, almost DSP processors are
able to perform a MAC while simultaneously loading the data sample and coefficient
for the next MAC. In general, such single-cycle multiple memory accesses are subject
to many restrictions. Typically, all but one of the memory locations accessed must
reside on-chip, and multiple memory accesses can only take place with certain
instructions. To support simultaneous access of multiple memory locations, DSP
processors provide multiple on-chip busses, multi-ported on-chip memories, and in
some cases multiple independent memory banks.
A third feature often used to speed arithmetic processing on DSP processors is one or
more dedicated address generation units. Once the appropriate addressing registers
have been configured, the address generation unit operates in the background (i.e,
without using the main data path of the processor), fonning the addresses required for
operand accesses in parallel with the execution of arithmetic instructions. In contrast,
genera1-pur~ose processors often requirc extra cycles to generate the addresses
needed to load operands. DSP processor address generation units typically support a
selection ol addressing modes tailored to DSP applications. The most common of
these is register-indirect adressing with post-increment, which is used in situations
where a repetitive computation is performed on a series of data stored sequentially in
memory. Modulo addressing is often supported, to simplify the u,,~e of circular buffers
Some processors also support bit-reversed addressing, which eases the task of
interpreting the results of certain fast Fourier transform (FFT ) al gorithms.
19
Architecture Harvard
X0
X1
Y0
Y1
Multiplier
A (56)
B (56)
Shifter
(-1, 0, +1)
Shifter/Limiter
(-1, 0, +1)
ALU
Operand
Registers
Accumulators
DATA BUS - A
DATA BUS - B
24 24
24 24
24
24
24 24
56 56
56 56
56
Not es :
Because many DSP algorithms involve performing repetitive computations, most DSP
processors provide special support for efficient looping. Often, a special loop or repeat
instruction is provide which allows the programmer to implement a for-next loop
without expending any instruction cycles for updating and testing the loop counter or
branching back to the top of the loop.
Finally, to allow low-cost, high-performance input and output, most DSP processors
incorporate One Or more serial or parallel I/O interfaces, and specialized I/O handling
mechanisms such as low-overhead interrupts and direct memory access (DMA) to
allow data transfers to proceed with little or no intervention from the rest of the
processor.
In some cases, system designers may prefer to use a general -purpose processor over
a DSP processor. Although general-purpose processor architectures often require
several instructions to perform operations done with just one DSP processor
instruction, general-purpose processors sometimes compensate by running at
extremely fast clock speeds. If the designer needs to perform non-DSP processing,
then using a using a general-purpose processor for both DSP and non-DSP
processing could reduce the system parts count and lower costs versus using a
separate DSP processor and general -purpose microprocessor. Furthermore, some
popular general-purpose processors feature a tremendous selection of application
development tools.
On the other hand, because general -purpose processor architectures lack eatures that
simplify DSP programming, software development is sometimes more tedious than on
DSP processors and can result in awkward code that's difficult to maintain. Moreover,
if general -purpose processors are used only for signal processing, they are rarely cost-
effective compared to DSP chips designed specifically for the task. Thus, at least in the
short run, we believe that system designers will continue to use traditional DSP
processors for the majority of DSP intensive applications.
20
in@2 in@1 in
Architecture Harvard
Bus et mmoi r es donnes/ i nst r uct i ons
spar es
Uni t de t r ai t ement de t ype mpy- acc
Regi st r es di st r i bus ( RI SC r egi st er f i l e)
Chaque module (ALU) possde ses propres regist res locaux
Gnr at i on adr esses ef f i caces ( AGUs)
Modes dadressage spciaux : aut o incr- decr, circular buffering ( delay
line) ...
Not es :
21
FIR sur DSP conventionnel
Jeu d' i nst r uct i ons compl exe
loop:
acc=acc+P
// P=T*PM(*r0+)
// T=DM(*r1+)
jnz loop
Data Path
Program
Memory
Excution en 1 cycle
Data
Memory
ALU
P
MULT
T
ACC
C25
Not es :
22
Nouvelles architectures DSP
DSPs convent i onnel s aml i or s
UT mult iples, SI MD, coprocesseurs
Lucent DSP16xxx, ADI ADSP- 2116x, TI C55x
DSPs VLI W
TI C6xxx, I nfineon Carmel
DSPs super scal ai r es
ZSP 164xx
Processeurs gnral i st es ou hybri des
GPP+ SI MD, C/ DSP
PowerPC/ Alt iVec, Pent ium/ MMX
I nfineon TriCore, SHx, ARM Piccolo, STx, SHx
Not es :
23
C5x Architecture
C54x
40-160 MI PS
1000-3000 MI PS/ W
17x17b mult iplier, 40b ALU, 40b adder ,
ACS unit
60% of cellular handset s
$5 ( C5402 100MI PS) - $75
C55x
Dual MAC, 160 KW SRAM
400 MI PS
20 MI PS/ mW
0.05 mW/ MI PS
Not es :
24
VLIW DSP C6x Architecture
MPY ADD MPY ADD MV STW ADD ADD
MPY ADD SHL SUB STW STW ADDK B
ADD LDW SUB LDW B MVK NOP NOP
MPY ADD MPY ADD STW STW ADDK NOP
256 256
Functional
Unit
.L1
Functional
Unit
.S1
Functional
Unit
.M1
Functional
Unit
.D1
Functional
Unit
.D2
Functional
Unit
.M2
Functional
Unit
.S2
Functional
Unit
.L2
Register File A Register File B
Data Memory Controller
Internal Memory
Data Data Address Address 11 Data Data Address Address 22
Fetch
Dispatch Unit
Not es :
25
TI VLIW DSP
General Special -Purpose
inst ruct ions
General I magi ng
General Special -Purpose
inst ruct ions
General Br oadband
Communi cat i ons
200- 550 2400- 4800 300- 600 16- bi t MMACS
200- 550 1200- 2400 300- 600 8- bi t MMACS
600- 1350
MFLOPS
2400- 4800
MI PS
1200- 2400
MI PS
MI PS/ MFLOPS
100- 225 300- 600 150- 300 MHz
C67x
Fl oat i ng- Point
C64x
Fi xed- Point
C62x
Fi xed- Point
Not es :
26
C64x
C64x
Jusqu 1.1 GHz, 9 GOPS
Six ALUs (32-/ 40- Bit), une 32-Bit , deux 16- Bit , ou quat re 8- Bit
oprat ions arit hmt iques par cycle
Deux mult iplieurs, quat re 16x16- Bit ou huit 8x8-Bit mult iplicat ions
par cycle
Coprocesseurs VCP (Vit erbi) et TCP (Turbo)
'C6411: 300 MHz, $39, 1.0 V, 250mW, 2400 MI PS, 1200 MMACS
Not es :
27
C64x
Not es :
28
I.1 Introduction
5. Cycle de dveloppement
Dvel oppement d' appl i cat i ons de TNS
Algorithme 1
Mise au point
de l'algorithme
Matlab/Simulink
SPW, Ptolemy, COSSAP
Code C
"flottant"
Gnration manuelle ou automatique
Compilateur C, debugger
Utilisation de vecteurs de
test issus de la simulation
systme
Code C
"fixe"
Gnration manuelle
Compilateur C, debugger
Utilisation de vecteurs de
test issus de la simulation
systme
Not es :
29
Systme d'Exploitation
Temps Rel
I.1 Introduction
5. Cycle de dveloppement
Dvel oppement d' appl i cat i ons de TNS
Algorithme 1
Code C
Implantation
logicielle
Compilateur C pour DSP
Simulation assembleur
Implantation
Matrielle
Traduction en VHDL
Synthse du circuit
Simulation VHDL
Algorithme 2
Code C
Algorithme N
Code C
Not es :
30
I. Introduction
I.2 Types de signaux
Si gnaux mdi caux
EEG, ECG, I mages I RM, I mages scanner, ...
Si gnaux si smi ques
Donnes
St at ist iques, Bourse, ...
Si gnal de parol e
Sons
I mages
...
Not es :
31
Cavit nasale
Conduit vocal
Larynx
Langue
Glotte Lvres Cavit buccale
Cavit nasale
Modle source filtre
Signal de Parole
Pr ocessus de phonat i on
Gnrat ion d'une nergie vent ilat oire
(poumons+ trache)
Vibrat ion des cordes vocales
Ralisat ion d'un disposit if art iculat oire
(conduit vocal)
Le signal de parole est ralis au moyen dun appareil phonatoire non
initialement prvu pour cela. Il faut tout dabord une nergie
ventilatoire pour tre linitiateur du mouvement dair qui cre les
ondes acoustiques et qui cre par la mme occasion le mouvement
oscillatoire des cordes vocales ou au contraire qui les carte pour
crer du bruit; cest le rle de la soufflerie. Elle est compose des
poumons qui sont le gnrateur dair et du conduit tracho-
bronchique. Ce souffle passe le larynx (o sigent les cordes
vocales) pour former londe glottique. Un dispositif carte ou
rapproche les cordes vocales selon quelles doivent vibrer ou non
pour obtenir le son. Si les cordes vocales sont rapproches, elles
vibrent et donnent un son dit vois (80% de la phonation), sinon on
obtient un son dit non vois. Ensuite, le pharynx, la langue et les
parois se modifient et forment un filtre possdant une certaine
fonction de transfert qui modifie londe glottique par convolution, ce
qui donne, aprs rayonnement au niveau des lvres, le signal de
parole .
Not es :
32
un son vois et son spectre (son eu )
Signal de parole
un son non vois et son spectre (son ch )
On peut distinguer la nature du son (vois ou non) par son allure (temporelle et
frquentielle). Un son vois possde un signal pseudo priodique : son spectre
contient des harmoniques (nergie prsente dans les diffrentes frquences). Le
premier harmonique, qui reflte la frquence de vibration des cordes vocales est
appel la frquence fondamentale (F0) ou en anglais le pitch (de 80 100 Hz
chez lhomme, de 175 300 Hz pour la femme et de 200 600 Hz chez lenfant).
Lvolution de la frquence fondamentale dtermine la mlodie de la parole
[MAL,01].
Pour un son non vois, on obtient un signal qui ressemble un bruit possdant
beaucoup de hautes frquences : le fait de filtrer le signal par un passe-bas pour
respecter le thorme de Shannon fait quil devient plus difficile de distinguer des
sons chuintants comme ch et sh car leurs diffrences se situent justement
dans les hautes frquences.
Les spectres des figures 2.3 et 2.4 sont obtenus par le passage de londe glottique
dans la fonction de transfert du conduit vocal. On dfinit un formant comme le
maximum de la fonction de transfert du conduit vocal, mais les maxima de la
fonction de transfert sont excits par les composantes spectrales du signal
glottique. Donc, les maxima du spectre de la figure 2.3 correspondent peu prs
aux formants.
Pour cataloguer et rfrencer les sons afin de les tudier, on utilise une base de
donne qui possde tous les sons simples : les lments de cette base sont
appels phonmes. Un phonme se dfinit rigoureusement comme tant la plus
petite unit susceptible de changer un mot en un autre : par exemple, [k] de car
et [p] de par sont des phonmes. Enfin, la mlodie de la parole lie la dure et
lintensit des syllabes sont les lments qui caractrisent la prosodie, qui sert
entre autre la comprhension syntaxique de la phrase (augmenter de faon
significative la valeur du pitch la fin dune phrase interrogative).
Not es :
33
Signal de parole
0
-20
-10
0
10
20
30
40
Fe/2
Frquences
Amplitude (dB)
Si gnal t empor el
Aspect s st at ist iques
Variabilit int ra- individuelle
Variabilit int er- individuelle
Masquage t emporel
Prosodie
Si gnal f rquent i el
Structure formant ique
Fondament al ( pit ch)
Harmoniques
Masquage frquent iel
Not es :
34
I. Introduction
I.3 Applications
Tl communi cat i ons : dt ect i on de t onal i t
Frquences de tonalit du clavier numrique
Schma de dtection de tonalit
1 2 3
4 5 6
7 8 9
* 0 #
697 Hz
770 Hz
852 Hz
941 Hz
1209 Hz 1336 Hz 1477 Hz
LP Filter
HP Filter
Limiter
Limiter
BP Filter Detector
BP Filter Detector
BP Filter Detector
BP Filter Detector
BP Filter Detector
BP Filter Detector
BP Filter Detector
697 Hz
770 Hz
852 Hz
941 Hz
1209 Hz
1336 Hz
1477 Hz
Not es :
35
I. Introduction
I.3 Applications
Voi e MI C ( PCM)
parole chant illonne 8 kHz en bande limit e 300-3400Hz sur
8 bit s par une loi logarit hmique (Rec. G711 du CCI TT)
dbit normalis de 64 kbit / s par voie numrique (MI C)
Codage de l a par ol e
le codage permet : soit d'augment er le nombre de signaux par
voie (mult iplexage t emporel), soit d'largir la bande code (7kHz
pour audio et visioconfrence)
MI CDA : 32 kbit / s sans dgradat ion audible
P
CB Q DC
P
s(n)
e(n)
eq(n)
s(n)
e'q(n)
s' (n)
s' (n)
CB : codeur binaire
DC : dcodeur binaire
P : prdicteur
Q : quantificateur
Q-1: quantificateur inverse
s(n)
Q
-1
Q
-1
canal de
transmission
Not es :
36
I. Introduction
I.3 Applications
Annul at i on d' cho
Rseau t lphonique ut ilisant les sat ellit es gost at ionnaires (540ms)
Tlphone main libre en voit ure (cho + bruit )
Tlconfrence
rponse impulsionnelle de la salle
Ef f et s : cho, Larsen, rverbrat ion
problme de dconvolut ion
Microphone
Loud
speaker
near end
speach
o
Ambient
Noise
Reflections
to far end
speaker
from far end
speaker
+
-
Ht
Computation
of coefficients
Annulateur d'cho par filtrage adaptatif
Not es :
37
I. Introduction
I.3 Applications
Compact Di sc Audi o
Echant illonnage 44,1 kHz sur 16 bit s des deux voies : 1,41 Mbit / s
I nformat ion + correct ion d'erreurs, cont rle et affichage : 4,32 Mbit / s
90 dB de rapport Signal Bruit et de sparat ion st ro (cont re 60 et 30 dB)
Encodeur du systme Compact Disc Lecture du systme Compact Disc
En pratique : Surchantillonnage Conversion N/A classique
A/D
Converter
Parity
Coding
MUX Modulator
Control /
Display
Demodul
Error
Correction
Filter
D / A
Buffer
Memory
D / A
D/A
Converter
LP filter
16 bit
PCM
Fe = 44.1 kHz
D/A
Converter
LP filter
16 bit
PCM
Fe = 176.4 kHz
4
Digital
LP filter
44.1 kHz
Not es :
38
I. Introduction
I.4 Notions de temps rel en TNS
Tr ai t ement par l i gne
Flot de donnes inint errompu
En ent re : flot dchant illons sur N bit N.Fe bit / s par ent re
En sort ie : flot dchant illons sur N bit N.Fe bit / s par sortie
x(n )
TNS
x(n)
x(n-1)
h(0)
h(1)

y(n)
y(n-1)

Entres courantes
et antrieures Coefficients
h(i), sin(t), ...
Sorties courantes
et antrieures
y(n )
y(n) = f(X,Y,H,...)
X
H
Y
Not es :
39
I. Introduction
I.4 Notions de temps rel en TNS
Tr ai t ement par bl ocs
3 phases
Acquisit ion de Xn (Vect eur de t aille N)
Trait ement par blocs
Rest it ut ion de Yn
Les phases dacquisit ion dun t rait ement au suivant peuvent soit
se r ecouvr i r t r e j oi nt i ves t r e di sj oi nt es
x(n ) TNS
x(n)
x(n-1)

h(0)
h(1)

y(n )
Yn = F(Xn, Yn,H,...)
Xn
H
y(n)
y(n-1)

Yn
Vecteur
de taille N
x(n )
x(n ) x(n )
N poin t s
Xn
Xn +R
Xn +2R
Xn
Xn +N
Xn +2N
Xn
Xn +M
Not es :
40
Cadence des calculs
Nv : nombr e de voi es t r ai t er en par al l l e
Nop : quant i t dopr at i ons l ment ai r es
ncessai r es au TNS
Te : pr i odi ci t du cal cul
On en ddui t l a pui ssance de cal cul de l a
machi ne :
Pc = Nv.Nop / Te (en MI PS, MOPS ou MFlOps)
Pc = 2.B.Nv.Nop ou B est la bande du signal
Not es :
41
Exemple : Convolution
y(n) h(k).x(n k)
k0
N1

Complexit pour un point y(n) : ??

Architecture ralisant une multiplication
accumulation en 1 cycle
Traitement ligne
Y
n
H . X
n
y(n)
y( n1)

y(nN+1)



1
]
1

h(0) h( 1) h( N1)
h(N1) h( 0) h(1)

h(1) h( N1) h( 0)



1
]
1
.
x( n )
x(n1)

x(nN+1)



1
]
1
Complexit pour un vecteur Yn :
Mme Architecture
Traitement blocs avec recouvrement de N-R chantillons
Not es :
43
Filt r e Nu mr iqu e
x(n ) <=> X(z)
y(n ) <=> Y(z)
h(n) <=> H(z)
II Filtrage Numrique
1 Introduction
Df i ni t i on
Syst me Linaire Discret (SLD) modifiant la reprsent at ion
t emporelle et frquent ielle de signaux
1. I nt roduct i on
Un filt re numrique peut t re reprsent par :
une fonction de transfert en z : H(z) = Y(z) / X(z)
H(z)
X(z) Y(z)
Not es :
44
H(z)
X(z) Y(z)
a) Forme directe
H
1
(z)
X(z) Y(z)
b) Forme parallle
H
2
(z)
H
M
(z)
. . .
H
1
(z)
X(z)
Y(z)
c) Forme cascade
H
2
(z) H
M
(z) . . .
II Filtrage Numrique
1 Introduction
une rponse impulsionnelle (finie ou infinie) (RI F ou RI I )
h(n)
x(n) y(n)

0
0
) ( ) ( ) (
] ) [( ) ( ) (
k
k
k n h k x n y
T k n h kT x nT y
Not es :
45
II Filtrage Numrique
1 Introduction
si x(n) = (n) alors y(n) = h(n)
une quat ion aux diffrences (rcursive ou non rcursive)



N
i
i
M
i
i
i n y a i n x b n y
1 0
) ( . ) ( . ) (
Not es :
46
II Filtrage Numrique
2 Spcification dun filtre numrique
2. Spci f i cat i on dun f i l t r e numr i que
Gabarit frquent iel
Passe- Bas (ou Passe- Haut ) dfini par sa slect ivit , son ondulat ion
en BP et son attnuation en BA
f Fe/2 f
p
1
|H(f)|
1-
1
1+
1

2
f
a
f
f
p
0 dB
|H(f)| (dB)
20log(1-
1
)
20log(1+
1
)
20log
2
f
a
a) Gabarit frquentiel linaire b) Gabarit frquentiel en dB
Bande passante
Bande de transition
Bande attnue
Not es :
47
II Filtrage Numrique
2 Spcification dun filtre numrique
Passe- Bande (ou Rj ecteur- de- Bande) dfini par sa frquence
cent rale, sa slect ivit , son ondulat ion en BP et son at t nuat ion
en BA
f fe/2 f
p+
1
|H(f)|
1-
1
1+
1

2
f
a+
f
a-
f
p-
Not es :
48
II Filtrage Numrique
3 Classification des filtres numriques
3 Cl assi f i cat i on des f i l t r es numr i ques
Un filt re numrique peut t re class selon :
la dure de sa rponse impulsionnelle
finie : les filt res RI F ont leur rponse impulsionnelle support f ini
i.e. h( n) = 0 pour n< 0 et n> N
infinie : les filt res RI I ont leur rponse impulsionnelle support inf ini
i.e. h( n) 0 n
le t ype de reprsent at ion t emporelles
rcursif s : la sort ie y( n) dpend de l ent re courant e, des ent res prcdent es et
des sort ies prcdent es
non rcursif s : la sort ie y( n) ne dpend que de l ent re courant e et des ent res
prcdent es
Not es :
49
II Filtrage Numrique
3.1 Filtres numriques non rcursifs
3.1 Fi l t r es numr i ques non r cur si f s
( ou t ransversaux)
Les coefficient s b
n
du filtre sont les valeurs de la RI (h(n) = b
n
). Ceci
mont re qu'un filt re non rcursif est Rponse I mpul si onnel l e
Fi ni e ( RI F) .
M est appele la longueur du filt re.
) ( ) (
) ( ) (
) ( ) ( ) (
) ( ) (
0
0 0
0
i n b n h
z n h z b z H
z X z H z Y
i n x b n y
M
i
i
M
n
n
M
i
i
i
M
i
i

Not es :
50
II Filtrage Numrique
3.1 Filtres numriques non rcursifs
Pr i nci pal es pr opr i t s
Les RI F sont t ouj ours st ables (pas de ples)
Les RI F peuvent avoir une caract rist ique de phase linaire
Ret ard const ant en f rquence ( t emps de propagat ion de groupe)
Pas de dist orsion harmonique
Symt rie de la RI
A slect ivit quivalent e, ils sont t ouj ours plus cot eux (en t emps de
calcul) que leur quivalent RI I
Not es :
51
II Filtrage Numrique
3.2 Filtres numriques rcursifs
3.2 Fi l t r es numr i ques r cur si f s
En pratique on a N= M, N est appele l'ordre du filtre.
) (
) (
1
) (
) ( ) ( ) (
1
0
1 0
z D
z N
z a
z b
z H
i n y a i n x b n y
N
i
i
i
M
i
i
i
N
i
i
M
i
i

Not es :
52
II Filtrage Numrique
3.2 Filtres numriques rcursifs
Si N(z) n'est pas divisible par D(z) (cas gnral), on a un nombre
infini de t ermes dans la division polynomiale.
Les coefficient s c
n
sont les valeurs de la RI (h(n) = c
n
). Ceci mont re
qu'un filt re rcursif est , dans le cas gnral, Rponse
I mpul si onnel l e I nf i ni e ( RI I ) .
Si N(z) est divisible par D(z) (cas part iculier), on a un nombre fini de
t ermes dans la division polynomiale. Dans ce cas, le filt re est RI F.
Exempl e : f i l t r e moyenneur

0 0
) ( ) (
n
n
i
i
i
z n h z c z H
Not es :
53
II Filtrage Numrique
3.2 Filtres numriques rcursifs
Si N(z)= 1 : filt re t out- ple
Si D(z)= 1 : filt re RI F
Pr i nci pal es pr opr i t s
Les RI I peuvent t re inst ables : st ruct ure base de ples et de zros
Bande de t ransit ion faible
Synt hse par rut ilisat ion des mt hodes analogiques
I nst abilit numrique due au rebouclage : forme cascade plus st able
) (
) (
1
) (
1
0
z D
z N
z a
z b
z H
N
i
i
i
M
i
i
i

N
i
i
M
i
i
M N
p z
z z
z b z H
1
1
0
) (
) (
) (
Not es :
54
II Filtrage Numrique
4 Analyse frquentielle
4. Anal yse f rquent i el l e
L'analyse frquent ielle est l't ude du module, de la phase et du temps
de propagat ion de groupe du filt re H.
est la pulsation relative : = T = 2fT
La fonct ion de t ransfert en frquence H(e
j
) est priodique de priode
2.
2
|H(e
j
)|

j
j
e z
z H
e H
) (
) (
Not es :
55
II Filtrage Numrique
5 Structures de ralisation
5. St r uct ur es de r al i sat i on
Filt res RI F

N
i
i
i n x b n y
0
) ( ) (
+
+
+
Z
-1
Z
-1
b
1
b
N-1
b
N
x(n-1)
x(n-N)
x(n) y(n)
b
0
+
Z
-1
+
Z
-1
+
Z
-1
b
1
b
N-1
b
N
y(n)
b
0
x(n)
a) Structure directe b) Structure transpose
Not es :
56
II Filtrage Numrique
5 Structures de ralisation
Filt res RI I

+


N
i
i
i
N
i
i
i
N
i
i
N
i
i
z a
z b
z D
z N
z D
z N
z H
i n y a i n x b n y
1
0
1 0
1
1
) (
1
) (
) (
) (
) (
) ( ) ( ) (
RII
Z
-1
Z
-1
b
1
b
N-1
b
N
x(n-1)
x(n-N)
x(n) y(n)
Z
-1
Z
-1
-a
1
-a
N-1
-a
N
y(n-1)
y(n-N)
+
+
+
+
+
+
Z
-1
Z
-1
b
1
b
N-1
b
N
x(n) y(n)
Z
-1
Z
-1
-a
1
-a
N-1
-a
N
+
+
+
RIF
a) Structure directe
b
0
b
0
Not es :
57
II Filtrage Numrique
5 Structures de ralisation
Filt res RI I

'

'

N
i
i
N
i
i
N
i
i
i N
i
i
i
i n w b n y
i n w a n x n w
z W z N z Y
z X
z D
z W
z b
z a
z N
z D
z H
0
1
0
1
) ( ) (
) ( ) ( ) (
) ( ). ( ) (
) ( .
) (
1
) (
1
1
) (
) (
1
) (
x(n) y(n)
RII
Z
-1
Z
-1
-a
1
-a
N-1
-a
N
+
+
+
+
+
+
Z
-1
Z
-1
b
1
b
N-1
b
N
RIF
b
0
w(n)
Not es :
58
II Filtrage Numrique
5 Structures de ralisation
Filt res RI I
Forme cascade de filt res du second ordre
b) Structure canonique transpose
+
Z
-1
+
Z
-1
-a
1
-a
N-1
-a
N
+
+
Z
-1
b
1
b
N-1
b
N
y(n)
b
0
x(n) y(n)
Z
-1
Z
-1
-a
1
-a
N-1
-a
N
Z
-1
b
1
b
N-1
b
N
b
0
x(n) +
+
+
+
+
+
w(n)
w(n-1)
w(n-N)

+

+ +
+ +

2
1
1
2
2 ,
1
1 ,
2
2 ,
1
1 , 0 ,
2
1
1
1
) ( ) (
N
i i i
i i i
N
i
z a z a
z b z b b
z Hi z H
H
1
(z)
X(z)
Y(z)
H
2
(z) H
K
(z) . . .
a) Structure canonique directe
Not es :
59
III Transformes en TNS
1 Rappels
TFSD : Transf orme de Fouri er d' un Si gnal
Di scret
Non pr i odi que
Propri t s
Linarit
Dcalage en t emps/ f rquence
Produit de convolut ion en t emps/ f rquence
Thorme de Parseval
Transf ormes de f onct ions relles

'

d e e X nT x
e nT x e X
e nT x e X
jn j
n
jn j
n
T jn T j

) (
2
1
) (
) ( ) (
) ( ) (
Not es :
60
III Transformes en TNS
2 Transforme de Fourier Discrte
TFD
En prat ique, on prend seulement un nombre f ini d'chant illons de
x(nT) . On ne peut donc obt enir qu'un nombre f ini d'chant illons
f rquent iels de X( e
j
).

'

1
0
2
1
0
2
1 .. 0 ) (
1
) (
1 .. 0 ) ( ) (
N
k
N
n k
j
N
n
N
n k
j
N n e k X
N
n x
N k e n x k X

x( n) est considr comme priodique

de priode N, x( n) = x( n+ qN)
X( k) est donc galement priodique de
priode N, X( k) = X( k+ qN)
n
x(n)
N-1
Pas temporel : T=1/Fe
k
X(k)
N-1
Pas frquentiel : 1/NT=Fe/N
TFD
Not es :
61
III Transformes en TNS
2 Transforme de Fourier Discrte
Propri t s
Linarit
Dcalage en t emps/ f rquence
Produit de convolut ion en t emps/ f rquence
Thorme de Parseval
Transf ormes de f onct ions relles
Not es :
62
TFD
X(k) x(n)
x(n) et X(k) sont, dans le cas gnral, des nombres complexes.

X = W . x (2)
X(0)
X(1)
.
.
X(N-1)
=
1 1 . . 1
1 WN
1
WN
2
. WN
N- 1
. WN
2
WN
4
. WN
2( N- 1)
. . . . .
1 WN
N- 1
WN
2( N- 1)
. WN
( N- 1)
2

x(0)
x(1)
.
.
x(N-1)
Dfinition
Forme Matricielle
III Transformes en TNS
2 Transforme de Fourier Discrte

'

1
0
2
1
0
2
1 .. 0 ) (
1
) (
1 .. 0 ) ( ) (
N
k
N
n k
j
N
n
N
n k
j
N n e k X
N
n x
N k e n x k X

n k
N
j
k n
N
N
j
N
e W
e W

2
2

Not es :
63
III Transformes en TNS
2 Transforme de Fourier Discrte
La TFD revient calculer un produit matrice-vecteur o chaque lment est de type
complexe. La complexit de calcul de la TFD est de N
2
multiplications, et de N(N-1)
additions sur des nombres complexes. Ceci revient une complexi t de 4N
2
multiplications relles et N(4N-2) additions relles. Cet algorithme se comporte donc en
O(N
2
), mais ne possde pas de problmes d'adressage car les x(n) et les Wi sont rangs
dans l'ordre en mmoire.
Complexit de calcul
En 1965, Cooley et Tuckey [COOLEY 65] ont publi un
algorithme applicable quand N est le produit de 2 ou plusieurs
entiers dont la complexit est en O(Nlog
2
N)
W
k(N-n)
N
= (W
kn
N
)* (3.1)
W
kn
N
= W
k(n+N)
N
= W
(k+N)n
N
(3.2) Priodicit
W
n+N/2
N
= -W
n
N
(3.3) Symtrie
W
2kn
N
= W
kn
N/2
(3.4)
Proprits des W
n
N
= e
-2j
n
N
Not es :
64
En exploitant la proprit 3.4, on obtient :
(4)
o G(k): TFD sur N/2 points d'indices pairs,
H(k): TFD sur N/2 points d'indices impairs.
X(k) x(n).W
N
nk
npair

+ x(n).W
N
nk
nimpair

X(k) x(2n)
n0
N/ 21

.W
N
2nk
+ x(2n+1)
n0
N/21

.W
N
(2n+1)k
X(k) x(2n)
n0
N/ 21

.W
N/2
nk
+W
N
k
. x(2n+1)
n0
N/ 21

.W
N/ 2
nk
X(k) G(k)+ W
N
k
.H(k) k 0,1,....,N1
X(k +
N
2
) x(2n)
n0
N/21

. W
N/2
n(k+N/2)
+W
N
k+N/2
. x(2n +1)
n0
N/ 21

.W
N/2
n(k+N/2)
X(k +
N
2
) G(k) W
N
k
.H(k)
III Transformes en TNS
3 Transforme de Fourier Rapide
TFR ( FFT) part age dans l e t emps ( DI T)
Not es :
65
TFR DIT
x(0)
x(2)
x(4)
x(6)
x(1)
x(3)
x(5)
x(7)
TFD
N/2 pts
TFD
N/2 pts
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
W8
0
W8
1
W8
2
W8
3
W
8
4
W8
5
W8
6
W
8
7
O(N )
2
O(N)
Xm(p)
Xm(q)
Xm+1 (p)
Xm+1 (q)
-1 WN
r
X
m+1
(p) = X
m
(p) + W
r
N
X
m
(q)
Xm+1 (q) = Xm(p) - W
r
N
Xm(q) (6)
Complexit d'un papillon : 1 multiplication complexe, 2 additions/soustractions complexes
Papillon DIT
N/2 papillons 2 TFD de taille N/2
Not es :
66
TFR DIT
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
X(10)
X(11)
X(12)
X(13)
X(14)
X(15)
s
o
r
t
i
e

o
r
d
r
e

n
o
r
m
a
l
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
X(10)
X(11)
X(12)
X(13)
X(14)
X(15)
e
n
t
r

e

o
r
d
r
e

b
i
t
-
r
e
v
e
r
s
e
d
0
0
0
0
0
0
0
0
0
1
2
3
4
5
6
7

0
2
4
6
0
2
4
6
0
2
FFT DIT RADIX-2 en place sur 16 points
A
B
A'
B'
FFT FFT inverse
A' = A + BW
B' = A - BW

W= e
A' = A + BW
B' = A - BW

W= e
k -k
k
k -k
DIT:
(Dcimation en
temps)
-2j
N
-2j
N
0
2
0
2
0
2
N
2
log2N multiplications de nombres complexes,
N log
2
N additions/soustractions de nombres complexes, ou,
2 N log
2
N multiplications de nombre rels,
3 N log
2
N additions/soustractions de nombre rels.
Not es :
67
TFR DIF
X(0)
X(2)
X(4)
X(6)
X(1)
X(3)
X(5)
X(7)
TFD
N/2 pts
TFD
N/2 pts
x(0)
x(1)
x(2)
x(3)
x(4)
x(5)
x(6)
x(7)
W8
0
W
8
1
W
8
2
W8
3
Xm(p)
Xm(q)
Xm+1 (p)
Xm+1 (q)
-1 WN
r
X
m+1
(p) = X
m
(p) + X
m
(q)
X
m+1
(q) = [X
m
(p) - X
m
(q)] W
r
N
(8)
TFR ( FFT) part age dans les f rquences ( DI F)
(7)
X(k) x(n)
n0
N/ 21

.W
N
nk
+ x(n)
nN/ 2
N1

.W
N
nk
X(k) x(n)
n0
N/ 21

.W
N
nk
+ W
N
k.N/ 2
. x(n +
N
2
)
n0
N/2-1

.W
N
nk
X(k) x(n) + (1)
k
.x(n +
N
2
)
n0
N/ 21

W
N
nk
[ ]
Not es :
68
TFR DIF
A
B
A'
B'
FFT FFT inverse
A' = A + B
B' = (A-B) W

W= e
A' = A + B
B' = (A-B) W

W= e
k -k
k
-2j
N
-2j
N
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
X(10)
X(11)
X(12)
X(13)
X(14)
X(15)
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
X(10)
X(11)
X(12)
X(13)
X(14)
X(15)
0
1
2
3
4
5
6
7
0
2
4
6
0
2
4
6
0
4
0
4
0
4
0
4 0
0
0
0
0
0
0
0
FFT DIF RADIX-2 en place sur 16 points
e
n
t
r

e
:

o
r
d
r
e

n
o
r
m
a
l
s
o
r
t
i
e
:

o
r
d
r
e

b
i
t
-
r
e
v
e
r
s
e
d
DIF:
(Dcimation en
frquence)
Not es :
69
Transforme de Fourier Rapide
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
X(10)
X(11)
X(12)
X(13)
X(14)
X(15)
0
0
0
0
0
0
0
0
4
4
4
4
0
0
0
0
7
3
5
1
6
2
4
0
6
6
2
2
4
4
0
0
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
X(10)
X(11)
X(12)
X(13)
X(14)
X(15)
e
n
t
r

e
:

o
r
d
r
e

n
o
r
m
a
l
s
o
r
t
i
e
:

o
r
d
r
e

b
i
t
-
r
e
v
e
r
s
e
d
FFT DIT RADIX-2 en place sur 16 points
A
B
A'
B'
FFT FFT inverse
A' = A + BW
B' = A - BW

W= e
A' = A + BW
B' = A - BW

W= e
k -k
k
k -k
DIT:
(Dcimation en
temps)
-2j
N
-2j
N
Not es :
70
Transforme de Fourier Rapide
A
B
A'
B'
FFT FFT inverse
A' = A + BW
B' = A - BW

W= e
A' = A + BW
B' = A - BW

W= e
k -k
-2j
N
FFT GEOMETRIE CONSTANTE sur 16 points
e
n
t
r

e
:

o
r
d
r
e

b
i
t
-
r
e
v
e
r
s
e
d
s
o
r
t
i
e
:

o
r
d
r
e

n
o
r
m
a
l
Gomtrie
Constante
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
X(10)
X(11)
X(12)
X(13)
X(14)
X(15)
k
-2j
N
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
X(10)
X(11)
X(12)
X(13)
X(14)
X(15)
0
0
0
0
0
0
0
0
0
0
0
0
4
4
4
4
0
2
4
6
0
2
4
6
0
1
2
3
4
5
6
7
k -k
Not es :
71
Transforme de Fourier Rapide
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
X(10)
X(11)
X(12)
X(13)
X(14)
X(15)
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
X(10)
X(11)
X(12)
X(13)
X(14)
X(15)
FFT DIF RADIX-4 en place sur 16 points
e
n
t
r

e
:

o
r
d
r
e

n
o
r
m
a
l
s
o
r
t
i
e
:

o
r
d
r
e

b
i
t
-
r
e
v
e
r
s
e
d
0
1
2
3
0
0
0
0
FFT FFT inverse
A' = A+B+C+D
B' = (A-jB-C+jD)W
C' = (A-B+C-D)W
D' = (A+jB-C-jD)W

W = e
k
2k
-2j
N
A
D
B
C
A'
D'
B'
C'
k
2k
3k
3k
A' = A+B+C+D
B' = (A-jB-C+jD)W
C' = (A-B+C-D)W
D' = (A+jB-C-jD)W

W = e
-k
-2k
-2j
N
-3k
Not es :
72
III.4 Convolution et corrlation
1 Dfinitions
Corrl at i on
Soit x
1
et x
2
, 2 signaux de dure f inie [ 0 ... N-1] , la corrlat ion est :
Convol ut i on l i nai re
Soit x et h, 2 signaux de dure f inie respect ivement N et M, la
convolut ion est df inie par :
Le signal y( n) est de dure [ 0 ... N+ M-2]

+
1
0
2 1
) ( ) ( ) (
N
i
n i x i x n y

0 0
) ( ) ( ) ( ) ( ) (
) )( ( ) (
i i
i n x i h i n h i x n y
n h x n y
Not es :
73
III.4 Convolution et corrlation
1 Dfinitions
Exemple de convolution
N > M
i
x(i)
N-1 i
h(i)
M-1
i
h(-i)
*

n
i
i n h i x n y
0
) ( ) ( ) (
n
y(n)
i n
h(n-i)
n-M+1
N+M-2

0
) ( ) ( ) (
i
i n h i x n y
Not es :
74
III.4 Convolution et corrlation
1 Dfinitions
Pr opr i t s
Y(z) = H(z) X(z) (TZ)
Y(k) H(k) X(k) (TFD)
Vue mat r i ci el l e de l a convol ut i on
O( N
2
)
1
1
1
1
1
1
]
1

1
1
1
1
1
1
]
1

1
1
1
1
1
1
]
1

+ ) 1 (
.
.
) 1 (
) 0 (
) 1 ( . . 0 0
) 0 ( . . . 0
0 . . . ) 1 (
0 . . ) 0 ( .
0 . . 0 ) 0 (
) 2 (
.
.
) 1 (
) 0 (
N x
y
x
M h
h
M h
h
h
M N y
y
y
Not es :
75
III.4 Convolution et corrlation
2 Convolution circulaire
Convolut ion circulaire
Soit x et h, 2 signaux priodiques de priode N, la convolution
circulaire est dfinie par :
Le signal y(n) est de priode N
h(n-i) est valu modulo N
TFD : Y(k) = H(k).X(k)
) ( ) ( ) (
) ( ) ( ) (
1
0
n h n x n y
i n h i x n y
N
i

Not es :
76
III.4 Convolution et corrlation
2 Convolution circulaire
Convolut ion circulaire
On passe de la convolution circulaire la convolution linaire en
remplissant de zros chaque squence jusqu' M+ N-1
*
{x(n)}{0.0}
N+M-1
{h(n)}{0.0}
{y(n)}
Not es :
77
III.4 Convolution et corrlation
3 Convolution rapide
Convolut ion rapide
Passer dans le domaine de Fourier par une TFD : la convolution se
transforme en produit
Utiliser la FFT sur P points pour acclrer les calculs
Complter les suites x(n) et h(n) par des zros jusqu P >
N+M-2, avec P = 2
p
.
O(Nlog
2
N)
X
{x(n)}{0.0}
Longueur P
{h(n)}{0.0}
{y(n)}
FFT
FFT
FFT
-1
Not es :
78
III.4 Convolution et corrlation
3 Convolution rapide
Problme : h(n) et x(n) doivent tre de dure finie
Application : FI R rapide
h(n) de dure M : H(k) peut tre calcul une fois pour toute
x(n) de dure infinie
Convolut ion sect ionne
x(n), de dure infinie, est dcoup en blocs x
k
de taille M

'
+ <

k
k
k
k
k
n y n y
n x n h n y
ailleurs O
M k n kM pour n x
n x
) ( ) (
) ( * ) ( ) (
) 1 ( ) (
) (
Not es :
79
III.4 Convolution et corrlation
3 Convolution rapide
Mt hode OLA ( Over l ap Add)
Blocs x
k
de t aille M
Addit ion des recouvrement s ent re les y
k
Mt hode OLS ( Over l ap Save)
Blocs x
k
de taille N+ M avec recouvrement
Troncat ure des y
k
sur M point s, addit ion ent re les y
k
Not es :
80
IV Quantification
I nt r oduct i on : pour quoi l a quant i f i cat i on ?
1. For mat de codage
Ent iers, Virgule fixe
2. Modl e de quant i f i cat i on
Caract rist iques de quant ificat ion
Modle de bruit , Caract rist iques de dpassement
3. Br ui t de conver si on
Filt rage dun bruit
4. Li mi t at i on des chemi ns de donnes
5. Ef f et s en TNS
Filt rage RI F, RI I , cycles limit es, quant ificat ion des coefficient s
Not es :
81
IV Quantification
1 Format de codage
Choi x d' un f or mat de codage
Format des donnes: ent iers, relat if, rel,
Prcision: Acquisit ion, Calculs
Dynamique: Acquisit ion, Calculs
Cot des oprat eurs mat riels
Codage des ent i er s posi t i f s
Codage des ent i ers rel at i f s
Codage signe valeur absolue
Un bit de la reprsentation est affec t au signe
exemple: D = 65 = 01000001; D = -65 = 11000001
Additionneur diffrent pour les additions de nombres, suivant leurs signes

1
0
2
N
i
i
i
d D

2
0
2 1
1
N
i
i
i
d
d D
N
Not es :
82
Codage des ent i ers rel at i f s
Codage en complment la base
Codage cyclique modulo 2
N
On obt ient un nombre ngat if en complment ant sa valeur absolue puis en addit ionnant 1.
Si la somme de plusieurs t ermes appart ient au domaine de codage, les oprat ions sont
correct es, mme si un rsult at int ermdiaire sort du domaine de codage.
Exemple : ( ( ( + 2+ 7) -6) -3) = 0
en codage sign: = ( ( -1-6) -3) = ( -7-3) = -2
en complment 2: = ( ( -7-6) -3) = (+ 3-3) = 0
Addit ionneur unique quels que soient les signes de nombres
Exemple : D = 65 = 01000001; D = -65 = 01000001 + 1 = 10111111
ou D = -65 => -128 + 65 = -10000000 + 01000001 = 10111111

+
2
0
1
1
2 2
N
i
i
i
N
N
d d D
IV Quantification
1 Format de codage
Not es :
83
IV Quantification
1 Format de codage
Nombr es r el s
Codage en virgule fixe cadre gauche
Le fact eur d'chelle est implicit e.
Codage de nombre compris ent re -1 et 1
Codage d'un nombre ngat if similaire celui d'un nombre ent ier relat if.
Addit ion : dbordement , ext ension de signe
Mult iplicat ion : bxb -> 2b bit s, ext ension du signe sur 2b bit s, doublement du signe
Conservat ion du domaine de codage : pour la mult iplicat ion
en virgule f ixe cadre gauche si A et B appart iennent au domaine de codage
alors Z = A.B appart ient au domaine de codage.
Codage en virgule flot t ant e
D= M.2
E
L' exposant E est explicit e.
Mant isse M: nombre ent ier relat if , ou nombre rel.
Exposant E: nombre ent ier relat if .

+
2
0
) 1 (
1
2 2
N
i
i
i
N
N
d d D
Not es :
84
Q
x(n)
xQ(n) = Q[x(n)] = k.q
x(n)
xQ(n)
+
e(n) = Q[x(n)] - x(n)
IV Quantification
2 Modle en VFCG
Modl e
Definit ion : Approximat ion de chaque valeur dun signal x(n) par un
mult iple ent ier du pas de quant ificat ion lment aire q.
e(n) est lerreur de quant ificat ion - > Modle bruit -blanc addit if
Sour ces de br ui t
Bruit de conversion A/ N
Limit at ion des chemins de donnes de larchit ect ure cible
Mult iplicat ion = > Quant if icat ion
Addit ion = > Dbordement
Not es :
85
IV Quantification
2 Caractristiques de quantification
(a) Arrondi
Q(x) = k.q si (k-0.5).q x < (k+0.5).q
(b) Troncature
Q(x) = k.q si k.q x < (k+1).q
Q(x)
3q
2q
q
x
q 2q
Q(x)
3q
2q
q
x
q 2q
P(e)
1/q
q/2 -q/2
e
P(e)
1/q
0 -q
e
Etude statistique
{e(n)} est une squence dun processus
alatoire stationnaire
{e(n)} est dcorrele de {x(n)}
{e(n)} est un bruit blanc additif
la distribution de probabilit de {e(n)} est
uniforme sur lintervalle de quantification
ergodicit : moyennes temporelles = moyennes
statistiques
moyenne me
variance e
2
= Puissance du bruit
variance = q
2
/12
2
Not es :
86
IV Quantification
2 Caractristiques de dpassement
D
x(n)
D[x(n)]
Valeurs de x(n) lorsqu'il sort de la dynamique de codage
Saturation
Complexe
Moins d'effets indsirables
Modulaire
Effets indsirables
Xmax
Xmax
Xmax
D(x) D(x)
Not es :
87
IV Quantification
2 Caractristiques de dpassement
Afin d'vit er le dpassement , on diminue l'amplit ude avant ou
pendant le t rait ement par un fact eur d'chelle A < 1 ( scaling) .
A peut t re combin avec les valeurs des coef f icient s
A puissance de 2 ( en prat ique)
Cri t res
Critre du pire- cas
Pas de dpassement t ant que | x( n) | < Xmax
Critre de puissance
Pas de dpassement t ant que Px<Pmax
Crit re du sinus
Pas de dpassement t ant que | x( n) | < Xmax , avec x(n) sinusodal.
h(n)
x(n)
y(n)
A
Not es :
88
IV Quantification
3 Bruit de conversion A/N
x
Q
(n) = Q[x(n)]
e(n) = x
Q
(n) - x(n)
|e(n)| q/2
Quantification en conversion A/N
Quantification d'une sinusode
n
x(n)
3q
2q
q
n
xQ(n)
3q
2q
q
n
e(n)
q/2
- q/2
CAN
x(n) xQ(n)
Not es :
89
CAN
Q
x(n)
x(n)
xQ(n)
+
e(n)
Filtre
H(z)
xQ(n) y(n)
Filtre
H(z)
y(n)
Filtrage d'un bruit
Exempl e : f i l t r age du br ui t de conver si on
En ent r e du f i l t r e
Signal x(n) + Bruit de conversion e(n)
Le RSB augment e de 6dB par bit aj out
2
2 ) 1 ( 2
2
2
2
2
2
2
2
log 10 77 . 4 02 . 6 log 10
2 . 12
12 /
' ,
12
x dB
x
b x
e
x
x e
b RSB RSB
q
RSB
entre d signal du puissance
q

+ +

Not es :
90
IV Quantification
4 Limitation des chemins de donnes
Li mi t at i on des chemi ns de donnes de
l ar chi t ect ur e ci bl e
Mult iplicat ion = > Quant ificat ion
Addit ion = > Dbordement
0,1101 0,8125
+ 0,1001 + 0,5625
01,0110 1,375
0,1101 0,8125
x 0,1001 x 0,5625
00,0111 0101 0,4570 3125
Not es :
91
Synthse des filtres numriques
V. Synt hse des f i l t r es RI I
1. I nt roduct ion
2. Rappels sur la synt hse des filt res analogiques
3. I nvariance impulsionnelle
4. Transformat ion bilinaire
VI . Synt hse des f i l t r es RI F
1. I nt roduct ion
2. Filt re phase linaire
3. Mt hode du fent rage
4. Mt hode de l chant illonnage frquent iel
Not es :
92
V Synthse des filtres RII
1 Introduction
Recher che de H( z) cor r espondant aux
spci f i cat i ons ( gabari t )
Transposit ion des mt hodes de synt hse applicables aux filt res
analogiques, puis t ransformat ion de H(p) vers H(z)
I nvariance impulsionnelle
Transformat ion bilinaire
Synt hse direct e en z
Mt hodes d'opt imisat ion : minimiser un crit re d'erreur ent re courbe
relle et courbe idale
Not es :
93
V Synthse des filtres RII
2 Synthse de filtre analogique
Spcification
Gabarit analogique
Gabarit normalis
Normalisation
Ordre du filtre
H
Norm
(p)
Approximation de H(p)
Types de filtre
(Butterworth, Chebyshev,...)
H(p)
Dnormalisation
Filtrage numrique Filtrage analogique
Transformation
p=f(z)
invariance impulsionnelle,
bilinaire
Choix dune structure
Rauch, Sallien-Key,
Biquadratique
Not es :
94
V Synthse des filtres RII
2 Synthse de filtre analogique
Nor mal i sat i on
Calcul de la slect ivit s
1
1
|H
Norm
(p)|
1-
1
1+
1

2
s

0
|H
Norm
(p)| (dB)

2
a) Gabarit prototype linaire b) Gabarit prototype en dB
1 s
Not es :
95
V Synthse des filtres RII
2 Synthse de filtre analogique
Or dr e du f i l t r e et f onct i on de t r ansf er t
nor mal i se
But t erwort h, Chebyschev, Ellipt ique, Bessel, Legendre, ...
H
NORM
( p
N
)
Dnor mal i sat i on
Passe- bas : p
N
= p /
c
Passe- haut : p
N
=
c
/ p
Passe- bande : p
N
= 1/ B (p /
0
+
0
/ p)
On obt i ent une f onct i on de t r ansf er t H( p)
r espect ant l e gabar i t anal ogi que spci f i
Passage vers H( z)
Not es :
96
V Synthse des filtres RII
3 Invariance impulsionnelle
Le f i l t r e numr i que et l e f i l t r e anal ogi que ont
l a mme r ponse i mpul si onnel l e
t
h
a
(t)
Ha(p)
x(t) y(t)
filtre analogique
t
h(nT)
H(z)
x(nT) y(nt)
filtre numrique
T
h(nT) = h
a
(t)
/
t = nT
Not es :
97
V Synthse des filtres RII
3 Invariance impulsionnelle
Le f i l t r e numr i que et l e f i l t r e anal ogi que ont
l a mme r ponse i mpul si onnel l e
Conserve la rponse t emporelle et la st abilit
Phnomne de recouvrement de spect re du l'chant illonnage
Non respect de la spcificat ion frquent ielle
{ }

1
]
1

) (
1
,
1
) (
) (
) ( ) ( ) ( ) (
1
p H de p ples
i
pT
a
Tz nT t
a
L
a
i
p
e z
p H
Rsidus z H
directe n formulatio ou
z H nT h t h p H
( )

k
T
k
a
j
j j H
T
e H

2
1
) (
Not es :
98
Rponse f r quent i el l e
Normalisat ion
(xT) ou (/ H(0))
V Synthse des filtres RII
3 Invariance impulsionnelle
1
H
a
(p)
1/T
p

2 2
H()
Not es :
99
V Synthse des filtres RII
4 Transformation bilinaire
Appr oxi mat i on d' une i nt gr al e par l a mt hode
des r ect angl es
1
1
1
1 2

z
z
T
p
t
e(nT)
nT
(n-1)T
S(n) = S(n-1) + T[e(n) + e(n-1)]/2
H(z)
e(n) s(n)
1/p
e(t) s(t)
Intgrateur
analogique
Intgrateur
numrique
Not es :
100
V Synthse des filtres RII
4 Transformation bilinaire
Conservat ion de la st abilit
Relat ion ent re frquences numriques et analogiques
plan p
p = j
a
plan z
z = e
j T
0
Not es :
101
V Synthse des filtres RII
4 Transformation bilinaire
Dist orsion en frquence connue
fe/2
filtre analogique filtre numrique
fe/2

/T

a
T

,
_

2 2
T
tg
T
numrique analogique

Not es :
102
V Synthse des filtres RII
4 Transformation bilinaire
Pr ocdur e de synt hse
A part ir du gabarit en frquence numrique
n
Effect uer une prdist orsion en frquence
Synt hse de H(p) par mt hodes du chapit re V.2
Transformat ion bilinaire

,
_

2 2
T
tg
T
n a

1
1
1
1 2
) (
) (

z
z
T
p
p H
z H
Not es :
103

p
1
|H(e
j
)| 1-
1
1+
1

a
p
1
|
H
a
(
j

a
)
|
1
-

1
1
+

a
a

a
=2/T tan(/2)
2
Not es :
104
VI Synthse des filtres RIF
1 Introduction
Recher che de H( z) cor r espondant aux
spci f i cat i ons ( gabari t )
Synt hse direct e en z
Filt res phase linaire ou minimale
3 mt hodes de synt hse
Mt hode du fent rage
Mt hode de l'chant illonnage frquent iel
Mt hodes d'opt imisat ion : minimiser un crit re d'erreur ent re courbe
relle et courbe idale
Not es :
105
VI Synthse des filtres RIF
2 Phase linaire
Fi l t r e phase mi ni mal e
Zros dans le cercle unit
Fi l t r e phase l i nai r e
Condit ion pour avoir une phase linaire
Symt rie ou ant isymt rie par rapport = (N-1)/2

'

) (
) ( : ) (
). ( ) (
) (
amplitude module pseudo A
avec
e A e H
j j
Not es :
106
VI Synthse des filtres RIF
2 Phase linaire
rponse impulsionnelle symtrique
=0
rponse impulsionnelle antisymtrique
=/2
N impair
entier
N pair
non entier
h(n)
N-1
h(n)
N-1
h(n)
N-1
h(n)
N-1
Type I
Type II
Type III
Type IV
Not es :
107
VI Synthse des filtres RIF
2 Phase linaire
N impair
N pair

K 1 ), ( 2 ), (
) cos( ) (
0
0

n n h a h a
n a e e H
n
n
n
j j
0 ) (
2 / 1 ), 2 / ( 2
] ) cos[( ) (
2 /
1
2 / 1

H
N n n N h b
n b e e H
n
N
n
n
j j
K
0 ) ( ) 0 (
1 ), ( 2
) sin( ) (
1
2

H H
n n h c
n c e e e H
n
n
n
j
j
j
K
0 ) 0 (
2 / 1 ), 2 / ( 2
] ) sin[( ) (
2 /
1
2
2 / 1

H
N n n N h d
n d e e e H
n
N
n
n
j
j
j
K

Tout filtre
Passe Haut
Passe Bande
Drivateur
Passe Haut
Drivateur
Type I
Type II
Type III
Type IV
Not es :
108
VI Synthse des filtres RIF
2 Phase linaire
N impair
N pair
Tout filtre
Passe Haut
Passe Bande
Drivateur
Passe Haut
Drivateur
2
Type I
Type II
Type III
Type IV
2
2
2
Not es :
109
VI Synthse des filtres RIF
3 Mthode du fentrage
Dvel oppement en sr i e de Four i er du f i l t r e
i dal
Filt re non causal, de t ype RI I
Passage de h( n) i dal au RI F appr och par
f ent r age de h( n)

d e e H n h
jn j
). (
2
1
) (

n
jn j
e n h e H ) ( ) (
) ( ). ( ) ( n w n h n h
a

Not es :
110
VI Synthse des filtres RIF
3 Mthode du fentrage
Exempl e : f i l t r e passe- bas i dal
Filtre passe-bas idal
c
c c
n
n
n h

) sin(
) (

c
1

|H(e
j
)|
Not es :
111
VI Synthse des filtres RIF
3 Mthode du fentrage
Pr i se en compt e d' une condi t i on de phase
l i nai r e par dcal age de
Fent r age de h( n)
) ( ) ( ) ( ) ( ). ( ) (


j j j
a a
e W e H e H n w n h n h
H() W()
*
=
H()
^
Not es :
112

A
1+A
H()
^
H()
W()
1
1A
VI Synthse des filtres RIF
3 Mthode du fentrage
Largeur de la zone de t ransit ion 1/ 2 largeur du lobe principal
At t nuat ion A amplitude du premier lobe secondaire
Not es :
113
IV.2Synthse des filtres RIF
3 Mthode du fentrage
Fent r es usuel l es
Rect angle, Triangule, Hanning, Hamming, Blackman, Kaiser, ...
Rponses t emporelles
Not es :
114
IV.2Synthse des filtres RIF
3 Mthode du fentrage
Fent r es usuel l es
Rponses frquent ielles (linaire, dB)
Not es :
115
IV.2Synthse des filtres RIF
3 Mthode du fentrage
I nf l uence de l a f ent r e
Le t ype de fent re influe sur A et
Le nombre de point s influe sur
Fent r e Lobe
secondai r e
Demi l ar geur du
l obe pr i nci pal
At t nuat i on
mi ni mum
Rect angul ai r e - 13dB 2/ N - 21dB
Tr i angul ai r e - 25dB 4/ N - 25dB
Hanni ng - 31dB 4/ N - 44dB
Hammi ng - 41dB 4/ N - 53dB
Bl ackman - 57dB 6/ N - 74dB
Not es :
116
VI Synthse des filtres RIF
4 Mthode de l'chantillonnage
chant i l l onnage en f r quence
chant illonnage du filt re idal
TFD inverse de H(k
e
)
Mt hode valable pour t out t ype de filt re
Possibilit d'ut iliser un fent rage

c
1
H(e
j
)
H(k
e
)
2

1
0
.
2
) (
1
) (
N
k
k n
N
j
e
e k H
N
n h

Not es :
117
VII Analyse spectrale
1 Dfinition
Anal yse spect r al e de si gnaux cont i nus
Et ude du cont enu frquent iel (spect re) d'un signal cont inu xc( t )
Nombre limit d'chant illons du signal d'ent re pour la TFD
Tr oncat ur e t empor el l e
x
N
(n) = x(n) . w
N
(n) avec w
N
(n) fent rage sur N point s
T
0
= N.T : horizon d'observat ion
x
c
(t)
Filtre P.Bas
anti-repliement
c =
CAN
Fe
x(n)
x
fentre w
N
(n)
x
N
(n)
FFT
| |
2

Not es :
118
VII Analyse spectrale
2 Troncature temporelle
Tr oncat ur e t empor el l e
x
N
(n) = x(n) . w
N
(n) avec w
N
(n) fent rage sur N point s
I nf l uence sur l e spect r e
Convolut ion frquent ielle
TFD du si gnal t r onqu
L k
j
N N
L
n
L
n k
j
N N
e X k X
N L
L k e n x k X
/ 2
1
0
2
) ( ) (
1 .. 0 ) ( ) (

) ( * ) ( ) (

j
N
j j
N
e W e X e X
Not es :
119
VII Analyse spectrale
2 Troncature temporelle
Exempl e
Fent re rect angulaire, N= 31
Not es :
120
VII Analyse spectrale
3 Influence de la fentre
fonct ion cosinus fent re sur N= 32 point s
Not es :
121
I nf l uence de l a f ent r e
Le t ype de fent re influe sur et m
Le nombre de point s influe sur m
VII Analyse spectrale
3 Influence de la fentre
Fent re Lobe secondaire
= 20log|W(fs)/W(0)|
Largeur du lobe
principal
LLP = m
Rect angulaire -13dB 4/ N
Triangulaire -25dB 8/ N
Hanning -31dB 8/ N
Hamming -41dB 8/ N
Blackman -57dB 12/ N


W()

f
m
m/2

fs
1/NT

fe/2
Not es :
122
VII Analyse spectrale
3 Influence de la fentre
Fent r es usuel l es
Rect angle, Triangule, Hanning, Hamming, Blackman, Kaiser, ...
Rponses t emporelles
Not es :
123
VII Analyse spectrale
3 Influence de la fentre
Fent r es usuel l es
Rponses frquent ielles (linaire, dB)
Not es :
124
VII Analyse spectrale
4 Paramtres de l'analyse
Fi nesse en f r quence
Capacit de l'analyseur dt ect er 2 raies proches
Masquage frquent iel
Largeur du lobe principal : LLP = 2
Dpend de N et du type de fentre
Exemple sur t ransparent 9
Fi nesse en ampl i t ude
Capacit de l'analyseur dt ect er des raies de faibles amplit udes ou
masque par une autre raie proche
Masquage d'amplit ude ou bruit de l'analyse
= 20log| W(f s)/ W(0)|
Dpend du t ype de fent re
Exemple sur t ransparent 10
Not es :
125
VII Analyse spectrale
4 Paramtres de l'analyse
Fent re rect angulaire
Not es :
126
VII Analyse spectrale
4 Paramtres de l'analyse
Not es :
127
VII Analyse spectrale
5 Zero-padding
Aj out de L- N zros la suit e de x(n) avant TFD sur L point s
Not es :
128
VIII Systmes multi-cadences
1 Dfinition
Syst mes mul t i - cadences
Syst mes dans lesquels on pourra avoir plusieurs frquences
d'chant illonnage dans une mme chane de t rait ement
I ls t irent part ie de la forme spect rale d'un signal en gardant Fe
t ouj ours sa valeur opt imale
-> Rduct ion de la complexit

0
1

0
X
c
()
t
x
c
(t)
Not es :
129
VIII Systmes multi-cadences
1 Dfinition
t
x(nT)
T

0
1/T

0
X(e
j
)
/T /T
t
x
d
(nT' )
T'

1/T'
X
d
(e
j
)
/T'
/T'
Not es :
130
VIII Systmes multi-cadences
2 Dcimation
Dci mat i on d' un f act eur M
Pour vit er le recouvrement de spect re, le signal xc(t) doit tre
bande limit e et respect er le t horme de Shannon par rapport T'
M
x(nT) x
d
(nT')
T' = MT
M
x(nT) x
d
(nT')
T' = MT
F'e = Fe/M
t t

1
0
) / 2 / (
) (
1
) (
) ( ) (
M
i
M i M j j
d
d
e X
M
e X
nM x n x

0 0
0
/ ' /(MT) = /T'
0 ) (




M Fe e F ou et
pour X
c
Not es :
131
Fi l t r es dci mat i on
Filt re suivi d'un dcimat eur
T' = MT
Opt i mi sat i on du f i l t r e dci mat i on
VIII Systmes multi-cadences
2 Dcimation
x(nT)
Filt re Passe Bas
Gain = 1
c = / M
M
v(nT) y(nT')
x(nT)
T T T
b
1
+
b
2
+
b
3
+
b
0
2
v(nT) y(nT')
Not es :
132
VIII Systmes multi-cadences
3 Interpolation
I nt er pol at i on d' un f act eur L
Obj ect if : augment er la frquence d'chant illonnage d'un signal x(n)
chant illonn la priode T d'un fact eur L
El vat eur de f r quence
Aj out de L-1 zros ent re 2 chant illons de x(n)
L T T avec nT x L n x n x
c i
/ ' ), ' ( ) / ( ) (
L
x(nT) x
e
(nT')
t
t
) ( ) (
) ( ) (
0
... , 2 , , 0 ), / (
) (
'
L j j
e
T j T j
e
e
e X e X
e X e X
ailleurs
L L n L n x
n x

'

t t

Pas d'effet sur le spect re
Not es :
133
VIII Systmes multi-cadences
3 Interpolation
I nt er pol at eur
Succession d'un lvat eur de frquence et d'un filt re passe- bas idal
de gain L, de priode d'chant illonnage T' et de frquence de coupure
Fc = 1/ 2T (i.e. c = / L) .

1/T X(e
j
)
/T /T
t
t

1/T' X
e
(e
j
)
/T /T /T' /T'
L
x(nT) x
e
(nT')
Filt re Passe Bas
Gain = L
c = / L
x
i
(nT')
Not es :
134
VIII Systmes multi-cadences
3 Interpolation
Opt i mi sat i on du f i l t r e i nt er pol at i on
Mul t i pl i cat i on de Fe par un f act eur r at i onnel
R= L/ M
T' = T.M/ L
x(nT)
T T T
b
1
+
b
2
+
b
3
+
b
0
2
v(nT')
y(nT')
M
y(nT')
L
x(nT)
Filt re Passe Bas
Gain = L
c = min(/ L, / M)