Financial Processing

Financial Processing

  • Cours
  • Applications

›Signaux Discrets

Introduction

  • Le signal et son traitement
  • Le bruit
  • Classes de signaux
  • Energie et Puissance d’un signal
  • Signal Continu et Discret
  • Signaux usuels et Dirac
  • SLIT

Analyse Fréquentielle

  • Notion de fréquence
  • Décomposition en série de Fourier (DSF)

Signaux Discrets

  • L'échantillonnage
  • Théorème de Shannon

Filtrage et transformée

  • Les bases du filtrage
  • La transformée de Fourier TF
  • Transformée en Z d’un signal discret

L'échantillonnage

Dans un signal continu, l’amplitude et le temps sont des variables continues, c’est-à-dire sans points de discontinuité. Inversement, dans un signal discret, l’amplitude et le temps sont des variables discontinues. Le signal n’existe qu’en des instants bien déterminés.

L'échantillonnage d’un signal continu

L'échantillonnage est une opération qui consiste à transformer un signal analogique en un signal numérique. Cette opération est fondamentale en traitement de signal car à l’issue de l’opération le signal obtenu étant numérique, il est possible de le traiter au moyen d’un ordinateur.

Il s’agit donc au cours de cette opération de passer d’un signal continu s(t) d’une variable t quelconque à une suite d’échantillons {s(n)} avec n ∈ N.

Cette opération est réalisée au moyen d’un convertisseur analogique numérique (C.A.N.). Le C.A.N prend au cours de cette opération les valeurs de s(t) à intervalles réguliers Te.

L’intervalle choisi est par définition la période d'échantillonnage qui est notée Te. L’inverse de cette quantité est appelé fréquence d'échantillonnage fe.

Si un signal s(t) est échantillonné à la fréquence fe sur un intervalle T alors le signal échantillonné sera de dimension finie et contiendra N = T /Te échantillons.

Pour un signal numérique de dimension infinie, la conversion analogique numérique peut être appréhendée mathématiquement en utilisant la distribution peigne de Dirac. Il suffit d’appliquer la distribution peigne pour passer de s(t) à {s(n)}

← Décomposition en série de Fourier (DSF)Théorème de Shannon →
  • L'échantillonnage d’un signal continu
Financial Processing
Cours
IntroductionAnalyse FréquentielleSignaux DiscretsFiltrage et transformée
Travaux pratiques
Exercices de coursApplication des moyennes mobilesApplication du FiltrageApplication de KalmanProjet
Informations
GitHubStar
Facebook Open Source
Copyright © 2020