1
ebruitage d’un signal par FFT -→ Le but de ce TP est de mettre en œuvre une m´ ethode de filtrage par transform´ ee de Fourier, puis d’´ etudier son efficacit´ e. 1) Transform´ ee de Fourier et transform´ ee inverse en´ erer un signal sinuso¨ ıdal de fr´ equence f = 10 Hz d’une dur´ ee de 1s. Sur une figure `a trois cadrans, repr´ esenter : – le signal – sa transform´ ee de Fourier (fft) – la transform´ ee de Fourier inverse (ifft) : on retrouve exactement le signal de d´ epart. 2) Bruit blanc en´ erer un bruit blanc (signal al´ eatoire et de moyenne nulle, cf. rand) de la mˆ eme taille que le signal sinuso¨ ıdal pr´ ec´ edent. Repr´ esenter sur une figure `a 2 cadrans le bruit et son spectre. Comparer l’amplitude du spectre du signal `a l’amplitude du spectre du bruit blanc. Commenter. 3) Bruitage du signal Ajouter au signal initial un bruit al´ eatoire d’amplitude 50% celle du signal de d´ epart. Repr´ esenter ce signal bruit´ e. 4) Filtrage par FFT Rep´ erer l’amplitude maximale M de la transform´ ee de Fourier. D´ efinir un seuil S (10% par exemple). Cr´ eer un filtre F selon les caract´ eristiques : F a la mˆ eme taille que le signal (ou sa transform´ ee de Fourier) – lorsque l’amplitude de la FFT est plus petite que S × M le filtre vaut 0, et vaut 1 sinon. Il ne reste plus alors qu’`a appliquer le filtre `a la FFT du signal (multiplication terme `a terme du filtre par la FFT), et finalement `a prendre la transform´ ee de Fourier inverse. Retrouve-t-on le signal de d´ epart, sans le bruit additionnel ? 5) Efficacit´ e de la m´ ethode a) Recommencer les simulations en variant les diff´ erents param` etres (amplitude du bruit, seuil du filtre). b) Jusqu’`a quel niveau de bruit le filtrage reste-t-il efficace? c) Recommencer les simulations avec des signaux initiaux plus complexes, par exemple avec le signal : s(t) = cos(2πf 1 t) + 3 cos(2πf 2 t) - 6 cos(2πf 3 t) o` u, f 1 , f 2 et f 3 sont trois fr´ equences diff´ erentes (par exemple, f 1 = 10 Hz, f 2 = 55 Hz et f 3 = 122 Hz). 6) Spectre du signal Reprendre les calculs de FFT pr´ ec´ edents en affichant sur une figure `a trois cadrans : – le signal dans le domaine temporel, avec l’´ echelle en temps correcte, – le spectre du signal calcul´ e par Matlab (fft), avec l’´ echelle fr´ equentielle correcte, – le spectre r´ eel du signal (fftshift), avec l’´ echelle fr´ equentielle correcte. Retrouve-t-on les fr´ equences effectivement contenues dans le signal? Avec quelle pr´ ecision ?

D´ebruitage d’un signal par FFT - xymaths.free.frxymaths.free.fr/Signal/Debruitage_Signal/TP.pdf · D´ebruitage d’un signal par FFT −→ Le but de ce TP est de mettre en œuvre

  • Upload
    lethien

  • View
    213

  • Download
    0

Embed Size (px)

Citation preview

Page 1: D´ebruitage d’un signal par FFT - xymaths.free.frxymaths.free.fr/Signal/Debruitage_Signal/TP.pdf · D´ebruitage d’un signal par FFT −→ Le but de ce TP est de mettre en œuvre

Debruitage d’un signal par FFT

−→Le but de ce TP est de mettre en œuvre une methode de filtrage par transformee de Fourier, puisd’etudier son efficacite.

1) Transformee de Fourier et transformee inverse

Generer un signal sinusoıdal de frequence f = 10 Hz d’une duree de 1s.

Sur une figure a trois cadrans, representer :

– le signal

– sa transformee de Fourier (fft)

– la transformee de Fourier inverse (ifft) : on retrouve exactement le signal de depart.

2) Bruit blanc

Generer un bruit blanc (signal aleatoire et de moyenne nulle, cf. rand) de la meme taille que lesignal sinusoıdal precedent.Representer sur une figure a 2 cadrans le bruit et son spectre.Comparer l’amplitude du spectre du signal a l’amplitude du spectre du bruit blanc. Commenter.

3) Bruitage du signal

Ajouter au signal initial un bruit aleatoire d’amplitude 50% celle du signal de depart.Representer ce signal bruite.

4) Filtrage par FFT

Reperer l’amplitude maximale M de la transformee de Fourier. Definir un seuil S (10% parexemple).

Creer un filtre F selon les caracteristiques :– F a la meme taille que le signal (ou sa transformee de Fourier)

– lorsque l’amplitude de la FFT est plus petite que S × M le filtre vaut 0, et vaut 1 sinon.

Il ne reste plus alors qu’a appliquer le filtre a la FFT du signal (multiplication terme a termedu filtre par la FFT), et finalement a prendre la transformee de Fourier inverse.

Retrouve-t-on le signal de depart, sans le bruit additionnel ?

5) Efficacite de la methode

a) Recommencer les simulations en variant les differents parametres (amplitude du bruit, seuildu filtre).

b) Jusqu’a quel niveau de bruit le filtrage reste-t-il efficace ?

c) Recommencer les simulations avec des signaux initiaux plus complexes, par exemple avec lesignal :

s(t) = cos(2πf1t) + 3 cos(2πf2t) − 6 cos(2πf3t)

ou, f1, f2 et f3 sont trois frequences differentes (par exemple, f1 = 10 Hz, f2 = 55 Hz etf3 = 122 Hz).

6) Spectre du signal

Reprendre les calculs de FFT precedents en affichant sur une figure a trois cadrans :

– le signal dans le domaine temporel, avec l’echelle en temps correcte,

– le spectre du signal calcule par Matlab (fft), avec l’echelle frequentielle correcte,

– le spectre reel du signal (fftshift), avec l’echelle frequentielle correcte.

Retrouve-t-on les frequences effectivement contenues dans le signal ? Avec quelle precision ?