CHAPITRE I : GENERALITES

1. Définitions de base

1.1 Signal :
Un signal est la représentation physique de l’information qu’il transporte de sa source à son
destinataire. Il sert de vecteur à une information. Il constitue la manifestation physique d’une
grandeur mesurable (courant, tension, force, température, pression, etc.).

1.2 Bruit :

Le bruit est défini comme tout phénomène perturbateur gênant la perception ou

l’interprétation d’un signal.

1.3 La théorie du signal :

Elle a pour objectif fondamental la « description mathématique» des signaux. Cette

représentation commode du signal permet de mettre en évidence ses principales caractéristiques
(distribution fréquentielle, énergie, etc.) et d’analyser les modifications subies lors de la
transmission ou du traitement de ces signaux.

1.4 Le traitement du signal :

C’est la discipline technique qui, s’appuyant sur les ressources de l’électronique, de l’informatique
et de la physique appliquée, a pour objet l’élaboration ou l’interprétation des signaux. Son
champ d’application se situe donc dans tous les domaines concernés par la perception, la
transmission ou l’exploitation des informations véhiculées par ces signaux.

1.5 Principales fonctions du traitement du signal :

Les fonctions du traitement du signal peuvent se diviser en deux catégories: l’élaboration des
signaux et l’interprétation des signaux.

- L’élaboration des signaux : (incorporation des informations)

- Synthèse : création de signaux de forme appropriée en procédant par exemple à une
combinaison de signaux élémentaires ;
- Modulation : moyen permettant d’adapter un signal aux caractéristiques fréquentielles
d’une voie de transmission ;
- Codage : traduction en code binaire (quantification), etc.

- Interprétation des signaux : (extraction des informations)

- Filtrage : élimination de certaines composantes indésirable.
- Détection : extraction du signal d’un bruit de fond (corrélation).
- Identification : classement d’un signal dans des catégories préalablement définies.
- Analyse : isolement des composantes essentielles ou utiles d’un signal de forme complexe
(transformée de Fourier) ;
- Mesure : estimation d’une grandeur caractéristique d’un signal avec un certain degré de
confiance (valeur moyenne, etc.).
1
 2. Taille d’un signal

Généralement, la taille d’un signal varie avec le temps. Comment un signal présent sur un
certain intervalle de temps avec une amplitude variable peut être mesuré avec un seul nombre
qui indiquera la taille du signal ou la « force » du signal ? Une telle mesure doit considérer non
seulement l’amplitude du signal mais aussi sa durée.

2.1 Energie d’un signal

On peut considérer la surface délimité par le signal 𝒇(𝒕) comme une possible mesure de sa
taille, parce qu’elle tient compte de l’amplitude et de la durée. Cependant cette mesure peut être
fausse car un signal peut être large, mais avec des surfaces positives et négatives qui peuvent
s’annuler donnant à la fin un signal de petite taille. Cette difficulté est surmontée en
définissant la taille du signal comme la surface délimitée par 𝒇²(𝒕), qui est toujours positive.
On appelle cette mesure l’Energie 𝑬𝒇 du signal, définie (pour un signal réel) comme :

+∞
𝑬𝒇 = ∫−∞ 𝒇𝟐 (𝒕)𝒅𝒕 (1)

La définition peut être généralisée pour un signal complexe 𝑓(𝑡) comme :

+∞
𝑬𝒇 = ∫−∞ |𝒇𝟐 (𝒕)| 𝒅𝒕 (2)

Il peut y avoir aussi d’autre mesures de la taille du signal comme la surface délimitée par |𝒇 (𝒕)|.
La mesure Energie, est non seulement plus facile à calculer mais aussi elle porte beaucoup
d’informations sur le signal dans le sens qu’elle indique l’énergie qui peut être extraite du signal.

2.2 Puissance d’un signal

Pour que le signal Energie soit porteur d’information sur la taille du signal, il faut qu’il soit
fini. Une condition nécessaire pour que l’Energie soit finie est que l’amplitude A du signal
tend vers 0 quand t tend vers ∞). Autrement, l’intégrale dans l’équation (1) ne converge pas.

Dans le cas ou l’Energie est infinie, une mesure de la taille du signal serait alors la moyenne
temporelle de l’Energie si elle existe bien sûr. Une telle mesure est appelée Puissance Pf du
signal définie par :

𝟏 +𝟐
𝑻
(3)
𝑷𝒇 = 𝒍𝒊𝒎 ∫ 𝒇𝟐 (𝒕)𝒅𝒕
𝑻→∞ 𝑻 −𝑻
𝟐

On peut généraliser cette définition pour un signal complexe 𝒇(𝒕) comme :

𝟏 +𝟐
𝑻
(4)
𝑷𝒇 = 𝒍𝒊𝒎 ∫ |𝒇𝟐 (𝒕)| 𝒅𝒕
𝑻→∞ 𝑻 −𝑻
𝟐

On peut remarquer que la Puissance Pf du signal 𝒇(𝒕)est la moyenne temporelle de

l’amplitude carrée du signal, c’est la valeur moyenne carrée du signal 𝒇(𝒕).En effet, la racine
carrée de la Puissance 𝑷𝒇 est la valeur familière rms (root mean square) de 𝒇(𝒕).

2
Cela signifie que la Puissance 𝑷𝒇 du signal existe si le signal est soit périodique, soit il
possède une régularité statistique.

Par exemple pour un signal rampe :

𝒇(𝒕) = 𝒕, 𝒇(𝒕) → ∞ 𝒒𝒖𝒂𝒏𝒅 𝒕 → ∞

Ni l’Energie, ni la Puissance n’existent pour le signal rampe.

Commentaires :
Le signal Energie défini dans l’équation (1) ou (2) ne représente pas l’énergie réelle du signal,
parce que l’énergie du signal dépend non seulement du signal mais aussi de la charge.
Cependant, elle peut être interprétée comme l’énergie dissipée dans une charge normalisée d’une
résistance de 1-ohm si la tension 𝒇(𝒕)sera appliquée aux bornes d’une résistance de 1-ohm (ou si
le courant f(t) doit parcourir une résistance de 1-ohm).

La mesure de l’Energie est alors une indication sur la capacité énergétique du signal et non
l’énergie réelle. Pour cette raison, les concepts de conservation de l’énergie ne s’appliquent pas à
cette energie-signal. Des observations parallèles peuvent être appliquées pour la Puissance du
signal définie par les équations (1.3) et (1.4).Ces deux mesures Energie et Puissance sont
cependant des indications pratiques sur la taille du signal qui s’avèrent être utiles dans plusieurs
applications.

Par exemple, si on approxime un signal 𝒇(𝒕) par un autre signal 𝒈(𝒕), l’erreur d’approximation
𝒆(𝒕) est : 𝒆(𝒕) = 𝒇(𝒕) − 𝒈(𝒕). L’Energie (ou la Puissance) de 𝒆(𝒕)est une indication pratique
pour l’exactitude de l’approximation. Elle nous procure une quantité mesurable pour la
détermination de l’exactitude de l’approximation. Dans les systèmes de communication, durant
une transmission sur un canal, les signaux messages sont corrompus par des signaux universels
(bruits). La qualité du signal reçu est jugée par les tailles relatives au signal désiré et au signal
bruit (non désiré). Dans ce cas le rapport des puissances du signal et du bruit (rapport de
puissance signal/bruit) est une bonne indication sur la qualité du message reçu.

3. Classification des signaux

Pour faciliter l’étude des signaux, différents modes de classification peuvent être envisagés :
– représentation temporelle des signaux ;
– représentation spectrale ;
– caractéristique morphologique (signal continu ou discret).

3.1 Représentation temporelle des signaux

a- Les signaux déterministes (ou certains) dont l’évolution en fonction du temps peut
être parfaitement décrite par un modèle mathématique ou une forme graphique. Ces signaux
proviennent de phénomènes pour lesquels on connaît les lois physiques correspondantes et les
conditions initiales, permettant ainsi de prévoir le résultat.

Parmi les signaux déterministes, on distingue :

- les signaux périodiques
- les signaux apériodiques

3
- Un signal 𝒇(𝒕) est dit périodique pour une certaine constante positive T0 (appelée période)
si :

𝒇(𝒕) = 𝒇(𝒕 + 𝑻𝟎) ∀𝒕

Figure I.1 Signal périodique de période T0

Les signaux sinusoïdaux sont un cas particulier des signaux périodiques :

𝟐𝝅𝒕
f(t) = 𝑨 𝒔𝒊𝒏 ( + 𝝋) avec 𝑻𝟎 la période du signal et 𝝋 la phase.
𝑻𝟎

- Les signaux apériodiques sont des signaux non périodiques qui peuvent être composés d’une
part des signaux pseudopériodiques formés d’une somme de sinusoïdes de périodes différentes et
d’autre part des signaux transitoires dont l’existence est limitée dans le temps.

b- Les signaux aléatoires (ou probabilistes) dont le comportement temporel est imprévisible et
pour la description desquels il faut se contenter d’observations statistiques (moyenne, écart-
type,…).

Les signaux aléatoires sont dits stationnaires lorsque leur valeur moyenne est
indépendante du temps, c’est-à-dire que les résultats de leur analyse statistique restent les mêmes
quel que soit le moment où l’on en observe une partie déterminée.

Les signaux aléatoires stationnaires sont ergodiques s’il est identique de faire une
moyenne statistique à un instant donné sur différents essais ou de faire une moyenne temporelle
suffisamment longue sur un seul de ces essais.

3.2 Classification spectrale

Un signal peut être classé suivant la distribution de son amplitude, sa puissance ou son
énergie en fonction de la fréquence (spectre du signal). Le domaine des fréquences occupé par
son spectre est aussi appelé la largeur de bande spectrale du signal ΔF :

ΔF = Fmax – Fmin

En considérant la fréquence moyenne

Fmoy = (Fmax + Fmin)/2, on peut distinguer
deux types de signaux :

4
 – les signaux à bande étroite avec
ΔF/Fmoy petit (soit Fmax # Fmin) ;

– les signaux à large bande avec

ΔF/Fmoy grand (soit Fmax >> Fmin).

Figure I.2 Distribution spectrale

d’un signal

Pour les signaux à bande étroite, il est possible de les classer par le domaine de variation
de la fréquence moyenne Fmoy :

– Fmoy < 250 KHz signaux basses fréquences (BF)

– 250 KHz < Fmoy < 30 MHz signaux hautes fréquences (HF)
– 30 MHz < Fmoy < 300 MHz signaux très hautes fréquences (VHF)
– 300 MHz < Fmoy < 3 GHz signaux ultra hautes fréquences (UHF)
– Fmoy > 3 GHz signaux super hautes fréquences (SHF)

Lorsque la fréquence du signal devient très grande, pratiquement supérieure à quelques

térahertz (THz = 1012 Hz), la longueur d’onde λ est le paramètre de référence (λ = c/F avec c :
vitesse de la lumière 300 000 Km/s) :

– 700 nm < λ< 0,1 mm signal lumineux infrarouge

– 400 nm < λ < 700 nm signal lumineux visible
– 10 nm < λ < 400 nm signal lumineux ultraviolet