TNS et Analyse Spectrale

Slides:



Advertisements
Présentations similaires
CALCUL LITTERAL Bernard Izard 4° Avon LT
Advertisements

CALCUL MENTAL Bernard Izard 6° Avon CM I - TABLES x +
Les matrices.
La Cyclostationnarité Aspects théoriques et application au Diagnostic
TRANSFORMEE DE FOURIER DISCRETE
Analyse Spectrale de Fourier
Définitions et applications
Analyse temps-fréquence
Numérisation du signal principes
Calcul Récursif de la Transformée de Fourier Rapide
Cours 5 – Comment bien échantillonner le signal audio
Comment décimer les sons numériques
4. La transformée en z Un formalisme adapté au filtrage et à l’analyse en fréquence des signaux échantillonnés et à l’automatique numérique x(t) signal.
Calcul de la composition fréquentielle du signal audio
Modulation numérique.
Chapitre 5. Description numérique d’une variable statistique.
I. Bases de logique , théorie des ensembles
Colloque GRETSI, Paris, 8-11 septembre 2003 Sur la Décomposition Modale Empirique P. Flandrin (Cnrs - Éns Lyon) et P. Gonçalvès (Inrialpes)
2. Echantillonnage et interpolation des signaux vidéo



Simplex en 4 Slides – explication:
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.
Cours analyse spectrale Part I
CHAPITRE 10 Fonctions affines – Fonctions linéaires
Analyse fréquentielle
1. L’ADN et l’information génétique
Module 1 Module 1.
Le Langage Binaire.
Sylvie Alayrangues Jacques-Olivier Lachaud
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.
Plan d’expérience dynamique pour la maximisation
Addition - Soustraction
Transformée de Fourier discrète et transformée de Fourier rapide
Miniprojet S.S.I.I., , S.I.3 Analyse du signal NOTEguitare.wav N = fe=44100 Hz le signal audio à analyser :
Miniprojet S.S.I.I. en , S.I.3 Analyse du signal Noteguitare.wav N = fe=44100 Hz le signal audio à analyser :
2. La série de Fourier trigonométrique et la transformée de Fourier
Prédiction multi-step de la volatilité : le modèle ARIMA-GARCH appliqué aux séries temporelles d’affaiblissement par la pluie sur les liaisons Terre-Satellite.
Les équations et inéquations du 1er degré
Traitement Numérique du Signal
Messages Pas de dépannage mardi le 26 à 11h30. Achat de groupe de Matlab version étudiante?
Parcours d'une séquence de longueur fixe
Utiliser le spectre et la transformée de Fourier
1 Notations Asymptotiques Et Complexité Notations asymptotiques : 0 et  Complexité des algorithmes Exemples de calcul de complexité.
ASI 3 Méthodes numériques pour l’ingénieur
DU TRAITEMENT DU SIGNAL
Transformée de Fourier en Temps Continu (TFTC)
01/09/2009 CalculmatricielCalculmatriciel. I. Matrices.
CHAPITRE 3: LES NOMBRES.
A_cours_TdS_master_Signaux_Generalites_DeltaDirac.
DU TRAITEMENT DU SIGNAL
Signaux Electriques Analyse Temporelle / Analyse Fréquentielle:
Reconnaissance automatique de la parole
20- Racine carrée Racine carré d’un nombre positif
TNS et Analyse Spectrale
TNS et Analyse Spectrale
SUJETS SPÉCIAUX EN INFORMATIQUE 1
Transformée de Hartley
Exemples algorithmes FFT
Calcul numérique de la transformée de Fourier Applications:
DU TRAITEMENT DU SIGNAL
DU TRAITEMENT DU SIGNAL
Calcul de la composition fréquentielle du signal audio
ANALYSE DES SERIES CHRONOLOGIQUES METHODES ET APPLICATIONS EN HYDROLOGIE Danièle VALDES-LAO
L3 Instrumentation Pétrolière S6
SSII, séance n°13, bilan du cours 15 décembre 2015 Dernière séance 2015 Résumé des chapitres et notions abordées en 2015.
Calcul Récursif de la Transformée de Fourier Rapide.
الهيئة العامة لحماية المستهلك أساليب الترويج وتأثيراتها على المستهلك خليفة التونكتي - مستشار المنافسة - 1.
Exploiter la fonction fft(.) de Scilab
Transcription de la présentation:

TNS et Analyse Spectrale I. Le DSP : Introduction II. La Transformée de Fourier Discrète III. La Transformée de Fourier Rapide IV. Analyse Spectrale de Signaux Aléatoires V. Méthodes Classiques d ’estimation de la DSP VI. Estimation spectrale paramétrique Le plan de l’exposé se compose de cinq parties principales : 1. Tout d’abord le problème qui nous a été proposé par la DCN Saint-Tropez sera présenté. Le principe ainsi que les caractéristiques du brouilleurs intelligent seront développés. On mettra en évidence la nécessité d ’un traitement non linéaire des donnés. Ce qui nous amène à la seconde partie de l ’exposé, c ’est à dire l ’identification non linéaire.

III. La Transformée de Fourier Rapide 1) Forme matricielle de la TFD a) propriétés de la racine n-ième de l ’unité Propriétés : - La torpille émet un signal, ce signal est réfléchi par le bâtiment de surface. A partir du signal retour, la torpille est capable de déterminer la position du bâtiment. Dans le cadre d’un brouilleur on cherchera donc à perturbe ce signal retour. Dans le cas ou la torpille possède un système permettant de détecter un signal de brouillage elle modifie alors les caractéristiques de son signal. Notre but est d ’estimer ces caractéristiques afin d’émettre un signal de brouillage différents. La transmission du signal brouilleur entre l ’émetteur et le récepteur n ’est pas linéaire, il faudra donc utiliser des méthodes de traitement du signal non linéaire. Par la suite le signal sk sera le signal utile ou signal torpille xk la séquence d ’entrée yk la séquence d ’observation F la fonction non linéaire

III. La Transformée de Fourier Rapide b) forme matricielle de la TFD et de la TFDI La torpille émet un signal, ce signal est réfléchi par le bâtiment de surface. A partir du signal retour, la torpille est capable de déterminer la position du bâtiment. Dans le cadre d’un brouilleur on cherchera donc à perturbe ce signal retour. Dans le cas ou la torpille possède un système permettant de détecter un signal de brouillage elle modifie alors les caractéristiques de son signal. Notre but est d ’estimer ces caractéristiques afin d’émettre un signal de brouillage différents. La transmission du signal brouilleur entre l ’émetteur et le récepteur n ’est pas linéaire, il faudra donc utiliser des méthodes de traitement du signal non linéaire. Par la suite le signal sk sera le signal utile ou signal torpille xk la séquence d ’entrée yk la séquence d ’observation F la fonction non linéaire

III. La Transformée de Fourier Rapide 2) FFT par entrelacement temporel La FFT a été proposée par Cooley et Tukey en 1965. Il en existe plusieurs versions dont la FFT par entrelacement temporel : Ex. N=4 En utilisant les propriétés de la racine n-ième de l ’unite : La torpille émet un signal, ce signal est réfléchi par le bâtiment de surface. A partir du signal retour, la torpille est capable de déterminer la position du bâtiment. Dans le cadre d’un brouilleur on cherchera donc à perturbe ce signal retour. Dans le cas ou la torpille possède un système permettant de détecter un signal de brouillage elle modifie alors les caractéristiques de son signal. Notre but est d ’estimer ces caractéristiques afin d’émettre un signal de brouillage différents. La transmission du signal brouilleur entre l ’émetteur et le récepteur n ’est pas linéaire, il faudra donc utiliser des méthodes de traitement du signal non linéaire. Par la suite le signal sk sera le signal utile ou signal torpille xk la séquence d ’entrée yk la séquence d ’observation F la fonction non linéaire

III. La Transformée de Fourier Rapide X0= ( x(0) + x(2) ) + ( x(1) + x(3) ) X2= ( x(0) + x(2) ) - ( x(1) + x(3) ) X1= ( x(0) - x(2) ) + WN( x(1) - x(3) ) X3= ( x(0) - x(2) ) - WN ( x(1) - x(3) ) a b WNk a+WNkb a-WNkb A partir d ’une cellule de base appelée papillon FFT (butterfly) : la FFT pour N=4 peut être représentée par : x(0) 1 x(2) x(1) x(3) -j X0 X1 X2 X3

III. La Transformée de Fourier Rapide - comparaison des coûts de calcul : calcul direct : 4 fois (4 multiplications+3 additions) = 16 multiplications+12 additions calcul par la fft : 2 fois (2 multiplications+4 additions) = 4 multiplications+8 additions - FFT par entrelacement temporel car il a fallu mélanger les échantillons x(k) grâce au renversement des bits (bit reverse) de la représentation binaire des indices sur L bits avec N=2L pour N=4, L=2 bits : x(0) 1 x(2) x(1) x(3) -j X0 X1 X2 X3

III. La Transformée de Fourier Rapide - FFT d ’ordre N=8 par entrelacement temporel, L=3 : W=exp(-j2p/N)= exp(-jp/4) x(0) 1 x(4) x(2) x(6) W2 x(1) x(5) x(3) x(7) X0 X1 X2 X3 X4 X5 X6 X7 W W3

III. La Transformée de Fourier Rapide - comparaison générale des coûts de calcul pour N puissance de 2, N=2L et L=log2(N) : calcul direct de la TFD : N fois N multiplications complexes calcul par la FFT : L fois (N/2 multiplications+N additions) soit L.N/2 multiplications -ex. N=1024, TFD :1.048.576 mult. FFT : 5.120 mult. soit un rapport TFD/FFT de 205 - Il existe bien d ’autres algorithmes rapides pour calculer la TFD, comme par exemple la FFT par entrelacement fréquentiel (decimation in frequency) : - Les échantillons ne sont pas entrelacés mais la sortie de la FFt doit être désentrelacée fréquentiellement. - ces algorithmes basés sur des papillons d ’ordre 2 (2 entrées-2 sorties) sont dit radix-2 mais il existe aussi des algorithmes dits radix-4 (papillons d ’ordre 4) et des algorithmes mixtes pour N différent de 2L

III. La Transformée de Fourier Rapide - estimation avec matlab du nombre de flops pour une fft d ’ordre N variant de 15 à 129 for n=15:129, flops(0), fft([1:n]),count(n)=flops, end 20 40 60 80 100 120 5 10 15 x 10 4 ordre de la fft nb de flops pour une fft

II. La Transformée de Fourier Discrète Ex. 1 Soit le signal réel de longueur N, x(k) : x=[1 1 0 0 0 0 0 0] - utilisez le diagramme en papillons de la FFT pour donner sa TFD - vérifier le résultat avec matlab - calculer la TFD inverse en utilisant le diagramme en papillons