NOM

:

Prénom :

Matricule : Question 4 : Un processus aléatoire stationnaire est au sens large si : la moyenne et la fonction d’autocorrélation sont indépendantes du temps la moyenne et la variance sont indépendantes du temps la variance et la fonction d’autocorrélation sont indépendantes du temps Justification :

Faculté d’Electronique et d’Informatique, USTHB Master : SIC ; Matière : Analyse de signaux ; Année universitaire : 2008/2009

Examen final
L’examen final comporte une liste de questions avec, dans certains cas, des réponses multiples. Pour chaque réponse, l’étudiant devra justifier le choix de la réponse. Question 1 : L’analyse des signaux a pour but : l’extraction de l’information utile la compression de l’information utile le filtrage du signal utile Justification :

Question 5 : L’analyse spectrale a pour objectif l’extraction : des composantes temporelles d’un signal des composantes fréquentielles du signal des composantes aléatoires du signal Justification :

Question 2 : Une variable aléatoire continue est une variable qui dépend : du temps d’une mesure de la fréquence Justification :

Question 6 : Un signal de parole de durée 2s, échantillonné à une fréquence minimale de 8 Khz : génère 16000 échantillons et possède une fréquence maximale de 8 Khz génère 32000 échantillons et possède une fréquence maximale de 8 Khz génère 16000 échantillons et possède une fréquence maximale de 4 Khz Justification :

Question 3 : Un processus aléatoire est un processus composé : de variables aléatoires indépendantes du temps de variables aléatoires dépendantes du temps de variables aléatoires indépendantes du temps et dépendantes de la fréquence Justification : Question 7 : Comment réduire l’effet de perte spectrale du périodogramme simple? Justification :

Page 1/4

Question 11 : Donner le principe de la Transformée de Fourier à Court Terme. Justification :

Question 8 : Un signal aléatoire composé de deux fréquences f1 = 1200 Hz et f 2 = 1400 Hz est échantillonné à une fréquence de 10000 Hz. Le nombre minimal d’échantillons pour discriminer les fréquences f1 et f 2 est de : 30 échantillons 50 échantillons 70 échantillons Justification :

Question 12 : La Transformée de Wigner-Ville a été définie pour pallier aux inconvénients de la Transformée de Fourier à Court Terme par l’apport d’une meilleure résolution : temporelle et fréquentielle temporelle fréquentielle Justification :

Question 9 : L’estimation spectrale paramétrique par le modèle autorégressif présente l’inconvénient majeur dans la difficulté : d’estimer les fréquences contenues dans le signal de choisir l’ordre optimal du modèle de calculer les coefficients du modèle. Justification :

Question 12 : Un signal aléatoire défini par x(t ) = x1 (t ) + x 2 (t ) a pour transformée de Wigner-Ville W x (t , f ) = W x1 (t , f ) + W x2 (t , f ) + 2 Re W x1x2 (t , f ) . Montrer que la

{

}

transformée de Wigner-Ville du signal défini par x(t ) = A1e est donnée par : Question 10 : L’analyse temps-fréquence permet d’étudier un signal : stationnaire au sens large non stationnaire semi-stationnaire Justification :

j 2πf1t

+ A2 e

j 2πf 2t

⎛ ⎛ f + f 2 ⎞⎞ 2 2 ⎟⎟ W x (t , f ) = A1 δ ( f − f1 ) + A2 δ ( f − f 2 ) + 2 A1 A2 cos(2π ( f1 − f 2 )t )δ ⎜ f − ⎜ 1 ⎜ ⎟⎟ ⎜ 2 ⎝ ⎠⎠ ⎝ Donner la représentation temps-fréquence du signal. Que peut-on dire ?

Justification :

Page 2/4

Question 14 : La transformée en ondelettes est bien adaptée pour l’analyse d’un signal : stationnaire non stationnaire semi-stationnaire Justification :

Question 15 : Une forte amplitude du coefficient d’ondelette renseigne sur la variation : rapide du signal. lente du signal. courte du signal. Justification :

Question 13 : L’introduction du signal analytique dans le calcul de la transformée de Wigner-Ville permet d’éliminer les fréquences : interférences positives négatives Justification :

Question 16 : Donner la différence fondamentale entre la transformée en ondelettes continue et la transformée en ondelettes discrète. Justification :

Page 3/4

Question 17 : Quel est le lien qui existe entre la fonction échelle et la fonction ondelette ? Justification :

Question 20 : En utilisant la transformée en ondelettes, comment peut-on éliminer le bruit indésirable dans une image ? Justification :

Question 18 : L’algorithme de Mallat permet la décomposition en ondelettes du signal en utilisant les filtres : passe-haut. passe-bas. passe-haut et passe-bas. Justification :

Question 19 : Comment la transformée en ondelettes peut-elle détecter les discontinuités d’un signal ? Justification :

Page 4/4

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.