1 Jean-Paul Stromboni, octobre 2007, SI3 Réviser le devoir surveillé n°1 du cours S.S.I.I. Jean-Paul Stromboni, octobre 2007, SI3 Elève : ______________________.

Slides:



Advertisements
Présentations similaires
TRANSFORMEE DE FOURIER DISCRETE
Advertisements

Numérisation du signal principes
1 Jean-Paul Stromboni, mars 2005, Révision des cinq premières séances S.S.I. Jean-Paul Stromboni, mars 2005, ESSI1 Elève : ______________________ groupe.
S.S.I., ESSI1, lundi 9 mai 2005 Page 1 Comment compresser avec le spectre Séance 10, 1 heure Version : lundi 9 mai 2005 Auteur : Jean-Paul Stromboni Contenu.
S.S.I., ESSI1, samedi 10 avril 2004 Page 1 Comment tailler les filtres sur mesure Séance 8, nouvelle application des filtres, 1 heure Version : samedi.
Comment créer des filtres d’ordre 1 et 2
Comment on filtre un signal audio
1 Insérez ici votre logo Insert here your logo! Atelier laboratoires virtuels Un cours pour introduire le traitement du signal à laide de lordinateur.
Comment calculer le spectre d’un signal audio
Cours 5 – Comment bien échantillonner le signal audio
Comment décimer les sons numériques
1 Jean-Paul Stromboni, octobre 2007, SI3 Réviser le devoir surveillé n°1 du cours S.S.I.I. Jean-Paul Stromboni, octobre 2007, SI3 Elève : ______________________.
Filtres (n entier, Te=1s)
Calcul de la composition fréquentielle du signal audio
1 Jean-Paul Stromboni, mars 2005, Révision des cinq premières séances S.S.I. Jean-Paul Stromboni, mars 2005, ESSI1 Elève : ______________________ groupe.
Atelier laboratoires virtuels
Du signal continu au numérique
Mesures dans le domaine fréquentiel
Modulation numérique.
La transformée de Fourier en pratique
2. Echantillonnage et interpolation des signaux vidéo
Traitement du Signal Hugues BENOIT-CATTIN.
Comment créer des filtres « simples »
Comment bien échantillonner
Cours S.S.I., SI1, avril 2007 – Comment utiliser les outils déjà présentés. Page 1 Comment utiliser les outils déjà présentés dans le cours S.S.I. et pourquoi.
Extraits choisis du cours S.S.I.I.
Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
Sous-échantillonner le signal audio pour compresser
1 PolytechNice-Sophia, Département S.I., S.I.3, octobre 2012, Jean-Paul Stromboni Séance 7 : Retour sur les cinq premiers chapitres du cours S.S.I.I.
Sauver un signal audio numérique dans un fichier wave
Communications numériques: conversion A/N, PAM, PWM et PCM
Extraits choisis du cours S.S.I.I.
1. Introduction 1.1. Modélisation des signaux
LANALYSE TEMPS-FREQUENCE DUNE SERIE CHRONOLOGIQUE Des concepts mathématiques jusquau mode demploi Sylvie Roques – Laboratoire dAstrophysique Observatoire.
S.S.I.I., , n°7 : Construire et utiliser un banc de filtres Page 1 Construire et utiliser un banc de filtres pour analyser le spectre dun signal.
Traitement Numérique du Signal
Cours S.S.I.I., , n°8, Créer des filtres pour compresser Cours S.S.I.I., , n°8, : Créer des filtres pour compresser Page 1 Mise en œuvre.
5. Echantillonnage Introduction
SSII : séance finale , lundi 9/01/2012 Page 1 Voici quelques questions pour assimiler la seconde partie du cours S.S.I.I., spectre, filtrage, banc.
Divers procédés de modulation sont utilisés dans le domaine hertzien et dans le domaine câblé pour transporter les informations numériques Ces techniques.
Traitement du signal TD0 : Introduction.
S.S.I.I., , cours n°8 : Compresser avec un banc de filtres Page 1 Compresser avec un banc de filtres Le contenu de ce cours : T.D. n° 8 : simulation.
S.S.I.I., , n°6, Créer des filtres sur mesure pour compresser S.S.I.I., , n°6, : Créer des filtres sur mesure pour compresser 1 Créer un.
1 par Jean-Paul Stromboni, octobre 2008 Un autobilan pour réviser le devoir surveillé n°1 du cours S.S.I.I., par Jean-Paul Stromboni, octobre 2008 Elève.
Un principe de compression d’image
Filtrer le signal audio numérique (n entier, Te=1s)
Filtrer le signal audio numérique
Un moyen de compresser le signal audio présenté à travers un exemple
S.S.I., ESSI1, le 8 février 2004 Page 1 Numériser le signal audio Séance 2, cours, 1 heure auteur : Jean-Paul Stromboni Idées clefs de la séance De nombreuses.
1 Insérez ici votre logo Insert here your logo! ANNEXES de TICE 2002 Un cours pour introduire le traitement du signal à laide de lordinateur multimédia.
1 Introduction au module S.S.I. Signaux et Systèmes pour lInformatique le thème et les motivations du module S.S.I. les connaissances et le savoir faire.
Traitement Numérique du Signal
ISPG l’école d’ingénieurs de l’Institut Galilée Université Paris 13
SCIENCES PHYSIQUES ET CHIMIQUES FONDAMENTALES ET APPLIQUEES
Utiliser le spectre et la transformée de Fourier
Introduction.
Transformée de Fourier en Temps Continu (TFTC)
Extraits choisis du cours S.S.I.I.
DU TRAITEMENT DU SIGNAL
Calcul numérique de la transformée de Fourier Applications:
Retour sur les filtres et bancs de filtres Jean-Paul Stromboni, décembre 2007.
Signal Son et Image pour l’Informaticien (S.S.I.I.) Page 1 Extraits choisis du cours S.S.I.I. On introduit ici des notions de base du traitement numérique.
Calcul de la composition fréquentielle du signal audio
1 23 mars 2004, Jean-Paul Stromboni Signaux et Systèmes pour l’Informaticien Bilan essais erreurs des six premières séances Module SSI d’ESSI 1– 23 mars.
Introduction du cours à partir d’extraits
SSII, séance n°13, bilan du cours 15 décembre 2015 Dernière séance 2015 Résumé des chapitres et notions abordées en 2015.
Echantillonnage sinusoïde 3.16 [mV], 64 [MHz] 1 Zoom : Échantillonnée à fe = 192 [MHz], N = 255 échantillons.
Le signal audio numérique
Sous-échantillonner le signal audio pour compresser
Exploiter la fonction fft(.) de Scilab
Transcription de la présentation:

1 Jean-Paul Stromboni, octobre 2007, SI3 Réviser le devoir surveillé n°1 du cours S.S.I.I. Jean-Paul Stromboni, octobre 2007, SI3 Elève : ______________________ groupe TD _____ Voici pour réviser des questions choisies sur les premières séances du cours. Pensez à exploiter également les quizzes fournis avec chaque séance. Mode demploi : répondre sur le document, avec un crayon à papier, puis consulter les réponses, … et recommencer autant qu'il est nécessaire. Liste des séances au programme : 1. Présentation du cours SSIIPrésentation du cours SSII 2. Le signal audio numériqueLe signal audio numérique 3. Initiation à MATLABInitiation à MATLAB 4. Comment lire le spectre du signal audio numérique et TFD et FFTComment lire le spectre du signal audio numériqueTFD et FFT 5. Comment échantillonner le signal audioComment échantillonner le signal audio 6. Savez vous définir les notions suivantes citées en cours ?Savez vous définir les notions suivantes citées en cours Programme du devoir surveillé n°1 : tout ce qui a été vu en cours et en TD. Seuls sont autorisés les documents distribués en cours ou écrits en TD.

Page 2 Introduction au module SSI Définir le décibel, et exprimer la valeur 1000 en dB Le son est il un signal électrique ? Quappelle ton signal discret ? Quest ce que le fondamental dune série de Fourier ? Réponses Quitter >> Contenu

Page 3 Numériser le signal audio Où intervient la contrainte de Shannon ? Jusquoù peut on échantillonner un cosinus de fréquence 10kHz ? Combien de pas de quantification avec B=12 bits ? On numérise un signal sur 8bit, en monophonie, à 8kHz, durant 180s. Taille du fichier PCM nécessaire? << Réponses Quitter >> Contenu

Page 4 Synthétiser et simuler avec Matlab Que signifie MATLAB ? Comment créer un vecteur temps durant 3 secondes avec f e =1000Hz. Comment créer dans le vecteur h le signal h(t)=0.5e -10*t sur une durée de 3s avec fe=1kHz comment créer ensuite dans le vecteur y de Matlab le signal y(t)= h(t)cos(2 t) Que réalisent les instructions sound(y) et sound(y,4*fe) ? << Réponses Quitter>> Contenu

Page 5 Transformée de Fourier et spectre Quappelle ton spectre damplitude dun signal s(t) ? Quel est le spectre de Donner l'expression de la TFD de << Réponses Quitter>> Contenu

Page 6 Questions sur TFD et FFT donner l'expression de la fonction et de sa transformée de Fourier Que lit-on sur la FFT Quelle est la périodicité de Que valent durée de la fenêtre, et résolution fréquentielle si << Réponses Quitter >> Contenu

Page 7 Echantillonner, sous échantillonner Signal échantillonné s* associé à et son spectre ? Dans quel cas le filtre de Shannon reste til inefficace ? Expliquer la raison et le principe du filtre anti-aliasing A quoi correspond la décimation dun signal si M=2 ? << Réponses Quitter>> Contenu

Page 8 Que vous évoquent les termes suivants ? fe, Te Shannon numérique (h*e)(t) Goldwave Matlab t Hamming TFD kbps LA3 pôle décade TF discret PCM quantification échantillonnage signal FFT Dirac sinc C.A.N. dB Heaviside monophonie << Quitter Contenu

Page 9 Introduction au module SSI Définir le décibel, et exprimer la valeur 1000 en dB Le son est-il un signal électrique ? Quappelle ton signal discret ?une suite de valeurs définies pour une suite dinstants généralement périodiques Quest ce que le fondamental dune série de Fourier ? cest le terme de plus basse fréquence de la série qui donne dailleurs la fréquence de la série Quitter Non, le son est une vibration de lair, ou dun milieu de propagation … dont on peut tirer un signal électrique et ou numérique Retour Contenu

Page 10 Numériser le signal audio Où intervient la contrainte de Shannon ? La contrainte de Shannon indique comment échantillonner correctement un signal audio Jusquoù peut on échantillonner un cosinus de fréquence 10kHz ? On peut échantillonner un cosinus de fréquence 10kHz à 20kHz et plus, daprès Shannon Combien de pas de quantification avec B=12 bits ? Il y a 2 12 pas de quantification avec B=12 bits, soit 4096 niveaux de quantification On numérise un signal sur 8bit, en monophonie, à 8kHz, durant 180s. Taille du fichier PCM nécessaire? Le fichier occupe : 180*64000*1 bits soit bits donc environ 11Mbit Quitter Retour Contenu

Page 11 Synthétiser et simuler avec Matlab Que signifie MATLAB ?Matrix Laboratory, le laboratoire des matrices. Comment créer un vecteur temps durant 3 secondes avec f e =1000Hz. fe=1000 temps=[0:1/fe:3]; Comment créer dans le vecteur h le signal h(t)=0.5e -10*t sur une durée de 3s avec fe=1kHz fe=1000; t=0:1/fe:3; h=0.5*exp(-10*t) comment créer ensuite dans le vecteur y de Matlab le signal y(t)= h(t)cos(2 t) fe=1000; t=0:1/fe:3; y=0.5*exp(-10*t).*cos(2*pi*t); Que réalisent les instructions sound(y) et sound(y,4*fe) ? sound(y) et sound(y,4*fe) jouent le vecteur y respectivement à 8kHz, et à la fréquence 4*fe <<Quitter>> Contenu Retour

Page 12 Transformée de Fourier et spectre Quappelle ton spectre damplitude du signal s(t) ? C est le module de la transfor- mée de Fourier du signal Quel est le spectre de Transformée de Fourier Discrète de Quitter Retour Contenu

Page 13 Questions sur TFD et FFT donner l'expression de la fonction et de sa transformée de Fourier Que lit-on sur la FFT on lit N=32 fenêtre d'analyse, fe= 8000Hz, M=N, fSignal=500Hz, ampSignal=0.25, hors problème de synchronisation Quelle est la périodicité de d'où la périodicité fe=8000Hz Que valent durée de la fenêtre, et résolution fréquentielle si la durée de la fenêtre est 2ms la résolution fréquentielle est fe/16=500Hz << Quitter >> Contenu Retour

Page 14 Echantillonner, sous échantillonner Signal échantillonné s* associé à et son spectre ? Dans quel cas le filtre de Shannon reste til inefficace ? Quand il y a recouvrement des alias du spectre, il est impossible de les séparer par filtrage. Expliquer la raison et le principe du filtre anti-aliasing Le filtre anti-aliasing supprime avant léchantillonnage les composantes du spectre du signal au delà de fe/2 afin déviter les recouvrements A quoi correspond la décima- tion dun signal si M=2 ? La décimation dun signal si M=2 supprime un échantillon sur deux, cela revient à diviser f e par deux f(kHz) 1000 Quitter Retour Contenu