Slides - Acquisition de Données Et Traitement Des Signaux PDF

Techniques de mesure 2011 K.
Agbeviade 1
Cours de techniques des mesures
Aperu des chaines d'acquisition de
donnes
Et
Traitement des signaux
Mcanique, 6
me
semestre
Techniques de mesure 2011 K. Agbeviade 2
Introduction
Un des points important de la conception d'un essai est l'acquisition
et le traitement des donnes. Ds lors, les points ci-dessous
s'imposent dans tout dispositif complexe de prise de donnes.
Concevoir la chane dacquisition
Ou analyser la chaine existante disposition
Traiter les signaux et les informations acquis
Concevoir la chaine d'acquisition
1 Architecture des chaines
D'une manire gnrale, une chaine d'acquisitions peut avoir les
architectures suivantes:
1.1 Architecture A
Petits conditionneurs dports; carte A/D multiplexe ou carte multi A/D connecte au bus
interne du PC
u, i, f
u, i, f
u, i, f
Capteur 1
Capteur 2
Capteur 3
Capteur n
Conditionneur 1
Conditionneur 2
Convertisseur
A/D
Multiples ou
Multiplexs
Conditionneur n
PC
Bus PC
u, i, f
u, i, f
u, i, f
u, i, f
Gradeurs
physiques
1.2 Architecture B
u, i, f
u, i, f
u, i, f
Capteur 1
Capteur 2
Capteur 3
Capteur n
Conditionneur
1
Conditionneur
1
Convertisseur
A/D
Multiples ou
Multiplexs
Conditionneur
n
PC
USB
Fire
wire
etc
u, i, f
u, i, f
u, i, f
Petits conditionneurs dports; module A/D multiplexe ou module multi A/D connect
au PC par un bus sriel USB, ethernet, voir fire wire
1.3 Architecture C
Les divers conditionnements ainsi que l'A/D ou les A/D sont intgrs dans la centrale de
mesure. La centrale de mesure communique par donnes numriques et protocole de haut
niveau avec le PC
Capteur 1
Capteur 2
Capteur 3
Capteur n
PC
RS 232
GPIB
USB
Fire
wire
Ethernet
etc
u, i, f
u, i, f
u, i, f
Centrale de mesure
u, i, f
1.4 Architecture D
Il s'agit de combinaisons des cas prcdents. Il faut alors rsoudre le problme de
synchronisation des donnes provenant des divers quipements.
Exemple: Architecture A et C
Capteur 1
Capteur 2
Capteur 3
Capteur n
PC
RS 232
GPIB
USB
Fire wire
Ethernet, etc.
u, i, f
u, i, f
u, i, f
Centrale de mesure
u, i, f
u, i, f
u, i, f
u, i, f
Capteur n+1
Capteur n+2
Capteur n+3
Conditionneur n+1
Conditionneur n+2
Convertisseur A/D
multiples
ou multiplexs
Bus PC
u, i, f
u, i, f
Capteur de pression
Conditionneur
Capteur de position
Capteur de temprature
Conditionneur avec affichage
Appareil de mes. avec sorties pour acq.
Centrale de mesure
Centrale de mesure
Carte d'acquisition ISA
Multi IO, Analog in. multiplex
Carte d'acquisition PCI
Multi IO, multi A/D
Module d'acquisition USB
Multi IO, multi A/D
Le P.C.
1.5 Composants
2 Les Signaux
Les signaux recueillis sur un dispositif exprimental
Sont des fonctions relles(S(x,..,t)) de variables relles (x,..,t).
Afin d'allger l'criture, nous faisons l'hypothse gnrale que
les signaux sont adquat au traitement.
Certaines caractristiques du signal nous permettent de le
classifier, d'en dduire la nature fin de traitement.
Traitement du signal
Introduction
S(t)
(t)
2.1 Classification
Parmi les diverses classifications existantes, nous nous bornerons aux
classifications temporelle et nergtique
Classification temporelle
L'observation de l'volution du signal en fonction du temps permet de
savoir si le signal est dterministe ou alatoire.
Evolution prvisible en fonction du temps
Signal dterministe.
Evolution du signal imprvisible en fonction du temps; valuation du
signal par un modle statistique
Signal alatoire.
Introduction
Introduction
Priodiques Stationnaires
Dterministes
Non Priodiques
Pseudo
alatoires
Quasi
Priodiques
Transitoires
Priodiques
composites
Ergodiques Non
Ergodiques
Non
Stationnaires
Signaux
Classification
spciale
Alatoires
Sinusodaux
2.1.1 Arbre de la classification temporelle
Introduction
-Signaux priodiques :de forme y(t)=y(t+kT) k entier
Sinusoidaux: forme y(t)= Asin(2(t+)/T)
Priodiques composites
Pseudo alatoire
2.1.2 Classification: signaux dterministes
Introduction
2.1.2 Classification: signaux dterministes
-Signaux non priodiques :n'obissent pas loi de rptition de priode T
Quasi priodique
Les priodes des principales composantes du signal
semblent identiques mais ne le sont pas. Leur rapport
donne un nombre irrationnel.
Transitoire
Ce signal est le plus souvent produit lors du passage
d'un tat un autre d'unSystme d'un;
il est par nature phmre.
univ-angers
Y(t)
t
Introduction
2.1.3 Classification: signaux alatoires
-Signaux stationnaires: Les proprits statistiques (moyenne, cart type, )
du signal ne changent pas au cours du temps .
Ergodique: Si les moyennes statistiques du signal stationnaire sont
quivalentes aux moyennes temporelles alors le signal alatoire
stationnaire est ergodique.
Non ergodique
t
S(t)
Introduction
2.1.3 Classification: signaux alatoires
-Signaux non stationnaires: Les proprits statistiques du signal changent au
cours du temps .
t
S(t)
Introduction
2.1.4 Classification nergtique
Le calcul de la puissance ou de l'nergie contenue dans le signal, permet de le
classer dans l'une des deux catgories savoir nergie finie ou puissance finie.
-Tout signal x(t) dont l'nergie est borne
et dont la puissance moyenne est nulle est dit
nergie finie. C'est le cas des signaux transitoires, dterministes ou alatoires.
-Tout signal x(t) dont puissance moyenne est finie
et dont l'nergie tend vers l'infini est dit puissance finie.
C'est le cas des signaux priodiques, quasi priodiques et des signaux alatoires
permanents
2
( )
W dt
x t
< =
}
2
2
2
1
0 lim
( )
T
T
T
T
P dt
x t
= =
}
2
2
2
1
0 lim
( )
T
T
T
T
dt
x t
< <
}
2
( )
W dt
x t
=
}
Introduction
2.2 Autres classifications
Il y en a deux autres principales que nous citons simplement.
La classification spectrale (bandes de frquence, largeur des
bandes )
La classification morphologique (continu, chantillonn,
numrique.)
Conclusions sur les classifications
Dans la suite du cours on traitera les signaux dterministes.
Le traitement des signaux alatoires fait appel d'autres outils car
la transforme de Fourier n'est pas directement applicable.
L'ergodicit simplifie l'analyse de signaux alatoires(SASE)
La moyenne, la covariance, la corrlation, la densit spectrale de puissance,
Sont les outils de base pour le traitement des signaux alatoires.
Numrisation d'un signal
3 Echantillonnage
3.1 Echantillonnage (vision temporelle)
Les signaux physiques du dispositif sous test doivent tre chantillonns en vue
des calculs numriques.
t ,
x(k)
k
Te
chantillon x(k) = x(kTe)
t
x(t)
Signal continu x(t)
t , k
Te
P
D
(t)
Peigne de Dirac de priode Te
( ) ( )
D e
k
P t t kT o
+
=
=
Le signal temporel chantillonn est obtenu

par simple produit entre x(t) et P
D
(t)
( ) ( ) ( ) ( ) ( ) ( ) ( )
D e e e
k k
xe t x t P t x kT t kT x k t kT o o
+ +
= =
= - = =

t = kT
e
; x(kT
e
) est tout simplement l'chantillon x(k)
Remarques sur l'chantillonnage.
La priode d'chantillonnage Te doit tre constante par
commodit.
Dans l'chantillonnage rel, les impulsions du peigne on une
dure non nulle.
Lors de l'chantillonnage rel, afin que le convertisseur ne voit
pas les changements du signal durant la conversion, induisant
des erreurs, le signal est maintenu (hold) pendant un court
instant.
3.2 Echantillonnage (vision frquentielle)
Afin de prsenter quelques lois importantes de l'chantillonnage, nous anticipons
sur quelques notions et proprits de la transforme de Fourier.
t
x(t) Signal continu x(t)
t , k
Te
P
D
(t)
Peigne de Dirac de priode Te
( ) ( )
D e
k
P t t kT o
+
=
=
La transforme de Fourier x(f) du signal

x(t) est:
graphiquement, cela correspond une
bande de frquence occupe par le signal
2
( ) ( )
j ft
x f x t e dt
t
+
= -
}
La transforme de Fourier P
D
(f) du
peigne de Dirac P
D
(t) est:
graphiquement, cela correspond des
impulsions de Dirac espac de f
e
=1/T
e
2
( ) ( ) ( )
j ft
e e e
k k
x f t kT e dt f f kf
t
o o
+
+ +
= =
= - =

}
f
-f
B
+f
B
x(f)
f
f
P
D
(f)
+2f
e
-f
e
+f
e
Traitement numrique du signal
L'application du thorme de Plancherel (correspondance du produit dans un domaine
(t) au produit de convolution dans l'autre (f) et rciproquement , permet de trouver la TF
du signal chantillonn.
Le signal frquentiel chantillonn est obtenu
par produit de convolution entre x(f) et P
D
(f)
( ) ( ) ( ) ( ) ( ) ( )
k D e e e e
k k
x f x f P f x f f f kf f x f kf o
+ +
= =
= - = - =

f
-f
B
+f
B
x(f)
P
D
(f)
+2f
e
-f
e
+f
e
*
x
k
(f)
+2f
e
-f
e
+f
e
Le spectre du signal chantillonn correspond
une priodisation aux multiples entiers de f
e
du
spectre du signal chantillonner.
Cela voque aussi une modulation en amplitude.
Consquences
On dfinit f
e
/2 comme la frquence de Nyquist
Si la composante frquentielle la plus leve de x(f)
est plus grande que la frquence de Nyquist, on aura
un recouvrement de spectre, et dnaturation
des signaux initiaux. D'o le thorme de Shanon
f
B
f
e
/2 ou f
e
2f
B .
L'utilisation d'un filtre de garde dont la frquence de coupure est
au maximum f
e
/2 permet d'viter le recouvrement de spectre.
+f
e
/2
x
k
(f)
+f
e 0
f
Zone de
recouvrement
+f
e
/2
x
k
(f)
+f
e 0
f
+f
B
3.3 Quantification (linaire)
Le signal chantillonn et maintenu doit tre quantifi c'est--dire
qu'on lui affecte une valeur numrique entire la plus proche
possible de la vrai valeur .
Soit X la plage max admissible en entre du quantificateur
Soit N le nombre de valeurs que peut prendre le signal
Soit X l'incrment de quantification
Alors X=N X +
est l'erreur de quantification.
Compte tenu du seuil pour l'arrondi, =+/- X /2
l'erreur relative car N>>1
N=2
n
avec n =nbre de bits du convertisseur.
AX
1 1
2
e
X X 2N 1 2N
c
= = = ~
+
Reprsentation frquentielle
4 Mthodes de calcul du spectre
La reprsentation frquentielle des signaux facilite l'approche et
l'analyse des phnomnes vibratoires.
La mthode de calcul du spectre du signal dpend de sa classification
Signal
temporel
Reprsentation Mthode de
calcul
Signal
frquentiel
Reprsentation
Continu et
priodique
Srie de Fourier Discret et non
priodique
Continu et non
priodique
Intgrale de
Fourier
Continu et non
priodique
Discret et non
priodique
Intgrale de
Fourier
Continu et
priodique
Discret et
priodique
Transforme de
Fourier discrte
Discret et
priodique
t
x(t)
f
x(f)
t
x(t)
t
x(t)
t
x(t)
f
x(f)
f
x(f)
f
x(f)
S'applique un signal continu de priode;
si les conditions de convergence de la srie sont remplies:
continue et dfinie sur l'intervalle
peut se mettre sous forme d'une srie de fonctions sinusodales
Valeur moyenne du signal
4.1 Srie de Fourier
0
0
1
T
f
= x(t)
x(t)
0 k 0 k 0 k 0 k
k 1 k 0
x(t) a a cos(k t) b sin(k t) A cos(k t)
+ +
= =
= + e + e = e +

0 0
T T
;
2 2
(
+
(
(

x(t)
0
0
t T
0
0 t T
1
a x(t)dt
T
+
+
=
}
0
t T
k 0
0 t
1
a x(t)cos(k t)dt
T
+
= e
}
0
t T
k 0
0 t
1
b x(t)sin(k t)dt
T
+
= e
}
4.1.2 Srie de Fourier , autres formes.
Vectorielle:
module
phase
Complexe:
Proprits:
si x(t) est paire: alors
si x(t) est impaire: alors
Symtrie par glissement: :coeffs. k impair nuls.
Sym. par gliss. & inversion: :coeffs. k pair nuls.
k 0 k
k 0
x(t) A cos(k t)
+
=
= e +
2 2
k k k
A a b = +
k
k
k
b
arctg( )
a
=
0
( jk t )
k
k
x(t) C e
+
e
=
=

0
0
t T
( jk t )
k
0 t
1
C x(t)e dt
T
+
e
=
}
x(t) x( t) = k
k
b 0 =
x(t) x( t) =
k
a 0 = k
T0
x(t) x(t ); t
2
= +
T0
x(t) x(t ); t
2
= +
4.2 Transforme de Fourier ou Intgrale de Fourier
Elle s'applique un signal continu ou discret non priodique. Sa
formulation suppose un nombre infini d'chantillon ce qui la rend
peu pratique pour un traitement numrique.
Si l'intgrale du signal a une valeur finie alors:
est la transforme de Fourier de x(t)
tant complexe sa partie relle vaut:
sa partie imaginaire vaut:
est la transforme inverse de Fourier
}
+

dt ) t ( x
}
+

t
= dt e ) t ( x ) f ( x
) ft 2 j (
) f ( x
}
+

t dt ) ft 2 cos( ) t ( x )} f ( x Re{
}
+

t dt ) ft 2 sin( ) t ( x )} f ( x Im{
}
+

t
= = df e ) f ( x ) t ( x )} f ( x { F
) ft 2 j ( 1
Transforme de Fourier ou Intgrale de Fourier
Quelques proprits
Domaine temporel Domaine frquentiel
Impulsion de Dirac
(court dans le temps)
Spectre infini
(large en frquences)
Signal infiniment large Impulsion courte
Porte Sinus cardinal
4.3 Transforme de Fourier Discrte
Le traitement numrique des donnes nous oblige chantillonner
le signal temporel x(t); ceci conduit une priodisation dans le
domaine frquentiel.
Le calcul de la transforme de Fourier discrte sur N chantillons
est un chantillonnage dans le domaine frquentiel; consquence
une priodisation dans le domaine temporel.
On se trouve dans le dernier cas des mthodes de calcul de notre
tableau.
Quelque soit le signal, la TFD s'applique.
4.3 Transforme de Fourier Discrte
Soit un signal de N chantillons x
k
; la suite x
m
est la TFD du signal
x(t) ayant produit les chantillons x
k
.
est la transforme inverse.
Rpartition des raies frquentielles
L'information pertinente se trouve entre 0 et f
e
/2. Si N est pair, le
rang de la dernire raie est . Si N est impair ce rang est
=
-
t
- =
1 N
0 k
N
m k
2 j
k m
e x x
1
2
N

2
1 N
f
F
e
/2
0
f
A
f=f(N/2)-1 N pair
f=f(N-1)/2) N impair
2f
=
-
t
- =
1 N
0 m
N
m k
2 j
m k
e x
N
1
x
4.3.1 Transforme de Fourier Rapide (FFT)
Le calcul d'une TFD d'un signal de N chantillons require
N
2
multiplications complexes (gourmandes en temps de calcul) et
N(N-1) additions complexes.
L'algorithme FFT rduit le nombre de multiplication (N/2)log(N).
A partir de N=512 le gain de temps est de plus de 100 et augmente
vite avec le nbre d'chantillons(372 pour N=2048).
La principale exigence de la FFT est qu'elle ncessite un nombre
d'chantillons en puissance de deux.
4.3.2 Rsolution frquentielle
Elle vaut . Pour l'amliorer on agit gnralement sur N, car
les actions sur f
e
ont une incidence sur:
le respect de Shannon
le matriel (filtre de garde, frquence d' horloge du CAN).
L'augmentation de la prcision en frquence est obtenue par
augmentation du nombre d'chantillon N; ce qui revient largir la
fentre d'observation.
Si des chantillons supplmentaires ne sont pas disponibles, on
procde au ZERO PADDING qui consiste en l'ajout d'chantillons de
valeurs nulles.
N
f
f
e
= A
4.3.3 Effet de la troncature et fentrage
Le calcul d'une TFD ncessite N chantillons.
Selon le nombre d'chantillons dsirs , la troncature peut tre vue
dans le domaine temporel comme un produit d'une fentre
rectangulaire de largeur variable et du signal chantillonn.
Ce qui dans le domaine frquentiel correspond un produit de
convolution entre la TF du signal chantillonn et une fonction
sinus cardinal rsultat de la TF de la fentre.
t
x(k)
t
w(t)
t
x(k) w(t)
f
w(f)
f
x(f)
f
x(f)*w(f)
4.3.3.1 Phnomne de GIBBS
Les discontinuits prsentes dans le signal chantillonn et tronqu
suite au fentrage rectangulaire, (flancs raides du rectangle)crent
des oscillations sur le signal frquentiel.
L'amplitude des oscillations reste constante quelque soit N, alors que
leur frquence crot avec N.
Afin de minimiser ces erreurs, on utilise plusieurs types de fentres.
Les TF de toutes ces fentres sont des fonctions Sinc caractrises par
la largeur -3dB et -6dB du lobe principal le niveau du 1
er
lobe
secondaire et le taux de dcroissance des lobes secondaires .
Pente de
dcroissance
Niveau du1
er
lobe
secondaire
Largeur -3dB
Largeur -6dB
A dB
4.3.3.2 Quelques fentres courantes.
Fentre Allure
Temporelle
Equation Largeur
Lobe Princ.
-3dB
Largeur
Lobe Princ.
-6dB
Niveau
1
er
lobe
sec.
Pente
d'att. des
lobes sec.
Rect.
W
k
=1
K=0,N-1
W
k
=0 ailleurs
0.89/N 1.21/N -13 dB -6 dB/oct
Hamming
K=0,N-1
W
k
=0 ailleurs
1.3/N 1.81/N -43 dB -6 dB/oct
Hanning
K=0,N-1
W
k
=0 ailleurs
1.44/N 2/N -32 dB -18 dB/oct
Blackman
K=0,N-1
W
k
=0 ailleurs
1.68/N 2.35/N -58 dB -18 dB/oct
k
2
W 0.54 0.46cos( k)
N
t
=
k
2
W 0.5 0.5cos( k)
N
t
=
k
2 4
W 0.42 0.5cos( k) .08cos( k)
N N
t t
= +
1
0
k
1
0
k
1
0
k
1
0
k
4.3.3.3 Fentres courantes lments de choix.
Fentre Allure
Temporelle
Remarques
Rect.
Offre la plus faible largeur spectrale au sommet donc bien indiqu pour une
identification fine d'une frquence. Les lobes secondaires tant importants,
les mesures d'amplitude des raies latrales au sommet sont errones.
Hamming
Meilleur compromis en rsolution frquentielle et en amplitude.
Hanning
A peine moins bon que le Hamming.
Blackman Lobes secondaires fortement attnus, trs bonne prcision sur la
mesures en amplitude des raies prsentes dans le lobe principal.
Compte tenu de sa largeur, elle offre la moins bonne rsolution
frquentielle.
1
0
k
1
0
k
1
0
k
1
0
k
autres oprations
5 Autres oprations courantes.
5.1 Convolution discrte.
Le produit de convolution permet d'obtenir la sortie d'un systme
linaire causal et invariant dans le temps, son signal de sortie:
x
i
l'chantillon appliqu l'entre .
g
k-i
l'chantillon correspondant de la rponse impulsionnelle du systme.
g
k
peut tre considr comme un signal car c'est la rponse du systme
excit par un Dirac .
Pour N chantillons de x et g , le produit de convolution s'crit:
k k k i k i
i
y x g x g
=
= - = -
N 1
k k k i k i
i 0
y x g x g ; k 0, N 1
=
(
= - = - e


autres oprations
5.2 Corrlation discrte.
La corrlation (intercorrlation) permet de mesurer chaque instant la
ressemblance entre deux signaux. Le rsultat est d'autant lev que les
signaux se ressemblent. L'autocorrlation montre le degr de
ressemblance entre deux valeurs d'un mme signal.
La corrlation est utilise pour mesurer et amliorer le rapport signal
sur bruit; pour valuer des dcalages etc.
Soit x
i
et y
i
les chantillons des deux signaux.
L'intercorrlation des deux signaux vaut :
Pour N chantillons de x
i
et y
i
, le produit de corrlation s'crit:
Remarque :Diffrence entre convolution et corrlation les indices i-k et k-i.
xy, k i i k
i
C x y k
=
= -
N 1
xy, k i i k
i 0
C x y k 0, N 1
=
(
= - e


autres oprations
Remarques sur la convolution et la corrlation discrte.
Ces deux oprations requirent un dcalage de signal sur toute la plage
temporelle par l'intermdiaire de l'indice i. Afin d'viter les distorsions sur le
rsultat, on recopie les chantillons (0N-1) en avant (-(N-2)-1)et aprs
(N2N-1) on priodise le signal et on fait le calcul sur 2N-1 chantillons.
Pour la convolution la relation devient:
Pour la corrlation la relation devient:
Remarque :Diffrence entre convolution et corrlation les indices i-k et k-i.
N 1
xy, k i i k
i 0
C x y k 0,2N 1
=
(
= - e

N 1
k i k i
i 0
y x g k 0,2N 1
=
(
= - e


filtrage
6 Filtrage
Il peut tre ncessaire de modifier la distribution des composantes frquentielles
d'un signal, afin d'en amplifier certaines (ex:signal) ou d'en attnuer d'autres
(ex:bruit); ce sont les filtres qui permettent d'atteindre ces objectifs.
Le sujet tant vaste, et pas l'objet premier de ce cours, nous nous limitons des
notions gnrales permettant de ne pas tre dmuni si l'obtention de signaux
adquat l'exigeait.
6.1 Classification (nature)
-Moyenne glissante
-Mthode de la fentre
-Echantillonnage en frq.
Filtres
Analogiques
Numrique
Rponse Imp.
Finie
Rponse Imp.
Infinie
-Synthses par quivalences
filtrage
6.2 Classification (type)
Il existe cinq principaux types de filtres, selon la forme de leur rponse
f
|H(s)|
Passe bas
f
|H(s)|
Passe bande
f
|H(s)|
Passe haut
f
|H(s)|
Coupe bande
f
|H(s)|
Passe tout ou dphaseur
filtrage
6.3 Gabarit d'un filtre
Le gabarit permet de dterminer les performances d'un filtre.
Gabarit d'un filtre passe bas
En vue d'un dimensionnement ou d'une comparaison, tous les autres types de
filtre peuvent se ramener par changement de variable au filtre passe bas de
rfrence normalis avec l'quation prototype correspondante.
A
max
A
min
Freq.
stop
f
|H(s)|
Freq.
coupure
Ondulation
Ds BP
Zone de
transition
Bande
coupe
Bande
passante
filtrage
6.4 Spcificit des filtres
Selon les caractristiques attendues du filtre, on choisira un des types
rpertoris dans le tableau.
6.5 Ordre du filtre
Plus il est lev, plus la pente dans la zone de transition est leve.
Type
Ondulation
Dans la bande
passante
Phase
Zone de transition
Bessel Lgre attnuation La plus linaire
Butterworth Rponse la plus plate Lgrement distordu
Tchebytchev Plusieurs niveaux
d'ondulation
Distortions Plus raide que les
prcdentes.
Elliptiques Ondulations La plus distordue Les plus raides
filtrage
6.7 Filtres analogiques
Leur ralisation require du matriel lectronique et ils offrent peu de
souplesse par rapport au changement des performances.
Une application type est le filtre anti-repliement avant le CAN.
Les tapes d'une mise en uvre comprennent:
Etablissement du gabarit
dduction des paramtres ( l'ordre , les frquences de coupure.)
Choix du type
Rglage des appareils (pour des filtres variables prts l'emploi)
Dduction des fonctions de transmission et particularisation aux
paramtres du gabarit pour obtenir la fonction de transfert spcifique
ex: Bessel;3
ime
ordre, 60dB/dec; Fc=1KHz.
2
1
F.transmission: H(s)
(0.4771s 0.996s 1)(0.756s 1)
=
+ + +
9 2 6 6
1
F.transfert : H( )
(12.083E (j ) 158.518E j 1)(120.32E j 1)

e =
e + e+ e+
filtrage
6.7 Filtres analogiques
Choix de la structure lectrique (passif, actif, Sallen-Key,Rauch) pour
le filtre prcdent on choisit un Sallen-Key 2
ime
et un SK 1
er
ordre.
Identification des termes des fonctions de transfert et calcul des
composants.
filtrage
6.8 Filtres Numriques
Soit la structure suivante avec x(n) et y(n) les chantillons en entre et en
sortie, et h(n) la loi de filtrage.
Est l'quation aux diffrences du filtre; lorsque tous les coefficients b
m
sont nuls le filtre est non rcursif ou rponse impulsionnelle finie.
6.8.1 Filtres RIF
Les filtres rponse impulsionnelle finie ont l'avantage d'tre stables et
l'inconvnient d'tre plus gourmand en temps de calcul.

= =
=
N
0 m
m
N
0 n
n
) m k ( y b ) n k ( x a ) k ( y
X(n)
y(n) h(n)
filtrage
6.8.1.1 Filtres RIF moyenne glissante
Si le coefficient a
n
de tous les chantillons vaut 1/N', N' tant la
profondeur de filtrage, on a affaire un filtre moyenne mobile dont
l'quation aux diffrences prends la forme:
Ce genre de filtre facile implmenter est assez pratique pour lisser un
signal.
6.8.1.2 Filtres RIF mthode de la fentre
De l'chantillonnage de la rponse impulsionnelle h(s) on dduit h(k).
L'quation aux diffrences a la forme:
=
=
1 N
0 n
) n k ( x
' N
1
) k ( y
=
- =
n
0 k
) k n ( x ) k ( h ) n ( y
filtrage
Autres filtres RIF.
6.8.1.3 A chantillonnage en frquence.
A partir du gabarit frquentiel chantillonn et de contraintes sur la
phase, on calcule les coefficients du filtre. Pour une phase linaire, les
coefficients sont donns par:
6.8.1.4 Filtres RIF rcursifs
Ils ont moins de coefficients pour un ordre lev et sont par consquent
plus rapide; par contre il y a apparition de ples donc risque d'instabilit.
La transmitance d'un tel filtre a la forme ci-dessous:
=
t
=
1
2
N
2
N
k
N
m
jk 2
k j
e
0
e e )
NT
k
( T
N
1
) m ( h
=
t
=
2
N
2
N
k
N
k
j 2
1
e
0 N
) e z ( 1
)
NT
k
j ( T
N
z 1
) z ( T
filtrage
6.8.2 Filtres RII (Rponse Impulsionnelle Infini)
Si l'quation aux diffrences possde au moins un coefficient a
n
et b
n
on a
un filtre structure rcursive ou RII.
La synthse du filtre s'obtient par transposition de la rponse continue en
discret.
Selon les objectifs dsirs on utilise l'quivalence de la rponse
impulsionnelle, d'Euler, de Tustin ou bilinaire.
Les filtres RII sont plus rapides mais peuvent tre instables car on a des
ples et des zros; la stabilit doit tre vrifie.
Traitement numrique du signal
application
7 Logiciels
Les donnes acquises sont gnralement traites avec des logiciels
tel que:
Matlab
Labview
VEE pro
Excel
Tous ces programmes ont des fonctions permettant de faire tous
les traitements numriques standards.
Thorie et traitement des signaux Frdric de Coulon PPUR
Traitement numrique du signal Kidiyo Kpalma
Veronique Haese-Coat Ellipse
Techniques de mesure polycopi EPFL
Le signal dterministe D. Declercq-A. Quinquis Hermes
Traitement numrique des signaux Murat Kunt PPUR
Cours de mcatronique K. Agbeviade EPFL
Ingnierie du signal Philippe Courmontagne Ellipse
Commande numrique de systmes dynamiques Roland Longchamp PPUR
Bibliographie

Slides - Acquisition de Données Et Traitement Des Signaux PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Slides - Acquisition de Données Et Traitement Des Signaux PDF

Uploaded by

Copyright:

Available Formats

Techniques de mesure 2011 K.

Le signal temporel chantillonn est obtenu

La transforme de Fourier x(f) du signal

Techniques de mesure 2011 K. Agbeviade 37

Techniques de mesure 2011 K. Agbeviade 38

Techniques de mesure 2011 K. Agbeviade 39

You might also like