SonNumerique

Tài liệu tham khảo đồ án tốt nghiệp chuyên ngành viễn thông SonNumerique

MÐMOIRE DE FIN D'ÐTUDEs CRÐATION D'UN PROGRAMME POUR TRAITER des SONs numÐriquesTABLE DES MATIÈRES PARTIE I 3INTRODUCTION .3INTRODUCTION .4PARTIE II .6NOTIONS FONDAMENTALES 6CHAPITRE 1 7CHAPITRE 2 13PARTIE III 18ANALYSE 18CHAPITRE 3 19CHAPITRE 4 29CHAPITRE 5 32PARTIE IV .35CONCEPTION ET MISE EN OEUVRE 35CHAPITRE 6 361 MÐMOIRE DE FIN D'ÐTUDEs CRÐATION D'UN PROGRAMME POUR TRAITER des SONs numÐriquesCHAPITRE 7 38CHAPITRE 8 50CHAPITRE 9 62PARTIE V .64CONCLUSIONS .64CONCLUSIONS .652 MÐMOIRE DE FIN D'ÐTUDEs CRÐATION D'UN PROGRAMME POUR TRAITER des SONs numÐriquesPARTIE Iintroduction 1: Présentation 2: Résumé du mémoire3 MéMOIRE DE FIN D'éTUDEs CRéATION D'UN PROGRAMME POUR TRAITER des SONs numériquesIntroduction1. PrộsentationDans le contexte oự la rộvolution de la science et de la technologie se dộveloppe trốs rapidement, l'application numộrique au service de la vie humaine est devenue la question pressante rộsoudre. Actuellement, l'on est en train de chercher utiliser numộriquement avec la faỗon synchronisộe et efficace dans le profit des activitộs des humanitộs, surtout dans les domaines tels que communication, tộlộvision, radio, etc. Le traitement des sons joue un rụle important de ces domaines, car le son est une faỗon de communication. C'est pourquoi, il faut mettre le temps rechercher plus profondộment ce domaine. Pour le son numộrique, l'aide du stockage en forme d'une sộrie de chiffres, on obtient plusieurs avantages, par exemple, la vitesse de transfert et la somme de donnộe stockộe. Donc, le son analogique est remplacộ de temps en temps par le son numộrique. De plus, on veut toujours percevoir naturellement le son, mais encore crộer ou synthộtiser des sons dộsirables. C'est pourquoi, il faut examiner trois problốmes: Ce sont les formes de stockage du son. Ces formes sont exprimộes en fichier. Chaque forme obtient quelques paramốtres appropriộs. Donc, il faut comprendre bien la structure de chaque forme pour obtenir le meilleur rộsultat. On manipule visuellement des fichiers en prenant les opộrations de copie, de filtrage, de mixage du son ou on peut convertir une forme de stockage et aussi la mộthode de stockage de donnộe en une autre dộsirable. On analyse le signal du son en transformant en forme correspondante pour extraire les plus informations dộsirables ou les paramốtres caractộristiques. Ici, on prend les traitements du signal numộrique. Et, ce sont trois problốmes rộsoudre de mon mộmoire de fin d'ộtudes avec le sujet "Crộation d'un programme pour traiter des sons numộriques". 2. Rộsumộ du mộmoireDans mon mộmoire, je n'ai pas l'intention de crộer un grand programme 4 MÐMOIRE DE FIN D'ÐTUDEs CRÐATION D'UN PROGRAMME POUR TRAITER des SONs numÐriquescomplet. Il ne possède que les modules fondamentaux en utilisant Delphi comme le langage de programme. Mais, on peut comprendre plus le son et aussi les traitements du signal numérique grâce à ces modules. Ici, mon mémoire se compose des 5 parties suivantes:PARTIE I: INTRODUCTIONLa présentation générale des problèmes principaux du son et le sujet du mémoire.PARTIE II: NOTIONS FONDAMENTALESChapitre 1: La présentation des techniques principales des traitements du signal numérique.Chapitre 2: La présentation des définitions des paramètres et des caractéristiques du son.PARTIE III: ANALYSEChapitre 3: L'examen des structures du fichier de son. Chapitre 4: Le prétraitement: le filtrage et la fonction fenêtre. Ce sont les traitements nécessaires pour les traitements suivants.Chapitre 5: L'analyse homomorphique: la TFR et le calcul Cepstre.PARTIE IV: CONCEPTION ET MISE EN ŒUVREChapitre 6: La détermination de l'algorithme général du programme.Chapitre 7: Les manipulations visuelles des données du fichier. Ce sont des opérations d'élaboration pour créer de nouveaux fichiers.Chapitre 8: L'analyse du signal du son.Chapitre 9: L'utilisation du programme. C'est une aide pour les usagers.PARTIE V: CONCLUSIONSLes estimations du programme et les développements du futur.5 MÐMOIRE DE FIN D'ÐTUDEs CRÐATION D'UN PROGRAMME POUR TRAITER des SONs numÐriquesPARTIE IINotions fondamentales Chapitre 1: Traitement du signal numérique Chapitre 2: Son numérique6 MÐMOIRE DE FIN D'ÐTUDEs CRÐATION D'UN PROGRAMME POUR TRAITER des SONs numÐriquesChapitre 1TRAITEMENT DU SIGNAL NUMÉRIQUE 1. Signal numériqueOn peut définir un signal comme le support physique d'une information. Mathématiquement, les signaux sont représentés par une fonction d'une ou plusieurs variables. La plupart des signaux sont fonction d'une variable, et cette variable est le temps. On peut classer les signaux grâce à la variable indépendante de la représentation mathématique du signal qui est une variable continue ou discrète.Donc, le signal numérique est un signal discret, et son amplitude est aussi discrète (l'amplitude est quantifiée).La représentation graphique d'un signal numérique est illustrée sur la figure 2.1.tx32-101-2-3Fig. 1.1: Signal numériqueEn général, les signaux doivent être traités pour en extraire de l'information, et pour les rendre porteurs d'information. Ces traitements sont effectués à l'aide des systèmes que l'on appelle systèmes de traitement de signaux. Ces systèmes transforment le signal sous une forme plus appropriée pour l'utilisation envisagée.7 MÐMOIRE DE FIN D'ÐTUDEs CRÐATION D'UN PROGRAMME POUR TRAITER des SONs numÐriques2. Traitement du signal numérique(DSP - Digital Signal Processing - mot anglais)Le traitement du signal numérique est pris dans plusieurs domaines différents. Les traitements principaux sont TFR (FFT - en anglais), le filtrage, l'interpolation, la convolution, etc.L'utilisation de la représentation du signal et du système dans le domaine fréquentiel rend l'analyse et la création du système linéaire plus simple. Et surtout, la transformée de Fourier et en z sont très importantes pour la représentation du signal et du système qui sont discrets dans le domaine temporel.2.1. Transformation en ZSur les plans théorique et expérimental, la transformation de Fourier est un outil précis en traitement des signaux, numérique et analogique. Toutefois, les limites de la capacité de la transformation de Fourier sont vite atteintes. Donc, la transformation en z a été créée, mais on y aborde principalement sur le plan théorique.DéfinitionsLa transformée en z X(z) d'un signal x(k) est définie par :X(z) = ∑∞−∞=nx(n).z-n (1.1)où z est une variable complexe et X(z) est une fonction complexe de la variable z. Du point de vue opérationnel, on utilise souvent la notation suivante: X(z) = Z(x(k)).Pour les signaux et systèmes causals, on utilise la transformée en z unilatérale définie par :X(z) = ∑∞=−0)(nnznx(1.2)La transformation en z inverseL'inversion de la transformée en z peut être établie en appliquant la théorie de Cauchy sur l'intégration le long d'un contour dans le plan complexe. On peut déduire de ce théorème que l'intégration définie par:I = dzzjl∫Γ−121π(1.3)où Γ est un contour fermé qui entoure l'origine du plan des z, est donnée par: 8 MÐMOIRE DE FIN D'ÐTUDEs CRÐATION D'UN PROGRAMME POUR TRAITER des SONs numÐriquesI = ≠=0 lpour 00 lpour 1En multipliant les deux membres de la relation (1.1) par zl-1/2πj, et en intégrant le long d'un contour entourant l'origine et contenu dans la région de convergence, et puis en intervertissant l'intégration et la sommation, on obtient:x(l) = dzzzXjl∫Γ−1)(21π(1.4)C'est l'expression de la transformation en z inverse, qui est valable pour toutes les valeurs de l. Le contour d'intégration Γ doit se situer dans la région de convergence, il doit être fermé et il doit entourer l'origine du plan des z dans le sens positif.Relation avec la transformation de Fourier A partir de la relation (1.1), on représente la variable z à l'aide des coordonnées polaires dans le plan complexe z = r.exp (jθ), et avec θ = 2πf, on obtient :X(z) = ∑∞−∞=nx(n).r-n.e-j2πfn En comparant cette relation à la définition de la transformation de Fourier, on peut interpréter la transformée en z d'un signal x(k) comme la transformée de Fourier du produit de ce signal par un signal exponentiel. Dans le cas particulier, pour r = 1 (ou encore, pour z = 1), la transformée en z et la transformée de Fourier s'identifient :X(f) = X(z) = ∑∞−∞=nx(n).e-2jπfn pour |z| = 1 (1.5)Relation avec la transformée de LaplaceLa transformée de Laplace bilatérale Xa(s) d'un signal analogique xa(t) est suivante:Xa(s) = ∫∞∞−xa(t).e-stdt Si le signal xa(t) est périodiquement échantillonné avec la période Ts et δ(t) est l'impulsion de Dirac, la transformée de Laplace du signal échantillonné est donc donnée par :Xe(s) = ∑∫∞−∞=∞∞−nxa(t).σ(t-n.Ts).e-stdt 9 MÐMOIRE DE FIN D'ÐTUDEs CRÐATION D'UN PROGRAMME POUR TRAITER des SONs numÐriquesXe(s) = ∑∞−∞=−nsTnsaseTnx ) ( (1.6)En comparant ce résultat avec la transformée en z d'un signal numérique x(n) = xa(nTs), on remarque que la transformée de Laplace d'un signal échantillonné est la transformée en z du signal numérique correspondant évalué pour z = exp(s.Ts). Donc, on a: X(z) = Xe(s) pour z = sTse 2.2. Transformation de Fourier discrète (TFD)La transformation de Fourier discrète est un traitement des signaux périodiques et des signaux réels. Elle est utilisée dans l'évaluation des fonctions de corrélation et des produits de convolution. C'est un algorithme de calcul rapide et efficace. Avec le signal initial x(n) qui n'est pas supposé périodique, on peut créer le signal xp(n) périodique de période N grâce à la répétition périodique de période N du signal x(n):Xp(n) = ∑∞−∞=+iiNnx )(pour n = - ∞, , + ∞(1.7)Si la durée du signal périodique x(n) est limitée à N, chaque période du signal xp(n) sera une réplique exacte de x(n). Si cette durée est supérieure à N, un recouvrement aura lieu. Par conséquent, dans ce cas, on ne peut pas extraire exactement x(n) à partir d'une période de xp(n). Il est évident que les signaux de durée M inférieure à N peuvent être considérés comme des signaux de durée N en prolongeant le signal par N-M échantillons nuls.Et on écrit: xp(n) = x((n))N.Les expressions de la transformée de Fourier sont:X(k) = −≤≤∑−=ailleurspartoutNkWnxNnnkN 010).(10(1.8)x(n) = −≤≤∑−=−ailleurs partoutNnWkXNNknkN010).(110(1.9)où X(k) est une période de Xp(k), et Xp(k) est l'ensemble d'échantillons de la transformée en z (avec |z| = 1 ou r = 1) d'une période de xp(n), ou la transformée de Fourier X(f) d'une période de xp(n).2.3. FiltrageLe filtre est un système sélectif, c'est-à-dire, il ne transmet que certaines 10 123doc.vn