Scribd Logo
Importer

Bienvenue sur Scribd !

  • 26 vues

    Fiche Rapport +description Tp5

    Transféré par

    kamenironel0

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Fiche Rapport +description Tp5

    Transféré par

    kamenironel0
    26 vues4 pages

    Titre original

    Fiche Rapport +Description Tp5

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    26 vues4 pages

    Fiche Rapport +description Tp5

    Transféré par

    kamenironel0

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    Vous êtes sur la page 1sur 4

    TRAITEMENT DE SIGNAL

    FICHE DE RAPPORT
    SÉANCE #5 (TP5)
    Filtrage audio

    NOM ET PRÉNOM CLASSE

    #1

    #2

    OBJECTIFS
    Réaliser un filtrage audio en vue de supprimer un signal masquant.

    1
    TRAVAIL A FAIRE
    Il s’agit de traiter un signal audio masqué par plusieurs fréquences. Pour il vous est demandé
    de visualiser le spectre du signal audio original puis de compléter un programme permettant de
    supprimer par filtrage lesdites porteuses et répondre aux questions posées. La solution
    proposée, vue en cours, prévoit un filtrage à l’aide de deux (02) filtres coupe bande mis en
    cascade.

    Analyse du spectre du signal audio et identification des porteuses à


    supprimer
    1. Analyse du spectre du signal
    Signal original
    [x,Fe]=audioread('Mozart_Bruit.wav');
    disp('Signal original')

    sound(x,Fe)
    N=length(x); % longueur du signal temporel : nombre d'échantillons
    Nfft=N;
    X=abs(fft(x)); % détermination du spectre du signal audio
    Xinit=X; % on garde une version non traitée du spectre
    f=0:Fe/N:Fe*(1-1/N); % vecteur fréquence
    t=0:1/Fe:(N-1)/Fe; % vecteur temps
    figure
    plot(f,20*log10(abs(X)),'b');
    grid on;
    xlim([0 Fe]);
    xlabel('Fréquence (Hz)')
    ylabel('Amplitude (dB)')

     Quelle est la fréquence d’échantillonnage Fe du signal audio ?


     Quelles sont les fréquences des porteuses à supprimer ?

    Fe (Hz) f1 (Hz) f2 (Hz) Fe-f1(Hz) Fe-f2(Hz)

    Programme à compléter

    2. Identification des porteuses à supprimer


    [valeur,indice]=max(X(1:end/2)); % détermination de la valeur et de l'indice du max
    % de la bande inférieure du spectre
    f0=(indice-1)*Fe/N;
    f0p=f(indice);

     Quelle est la porteuse f0 identifiée ?


     Quelle relation lie f0 et f0p ?

    3. Suppression automatique des porteuses par filtrage réjecteur (on ne traite que les
    deux pics de la bande [0 Fe/2])
    Nbpic=2; % Nombre de pics à détecter
    H1=ones(1,1024)
    ind1=[];
    aa=zeros(2,3);
    bb=zeros(2,3);

    2
    for k=1:Nbpic;
    X=abs(fft(x));
    [val,ind]=max(X(1:end/2));
    f0(k)=f(ind);
    Z0=exp(j*2*pi*f0(k)/Fe);
    P0=0.9*Z0;
    a=[1 -2*real(Z0) real(Z0*Z0')];
    b=[1 -2*real(P0) real(P0*P0')];

    y=filter( ) ;commande à compléter

    Y=abs(fft(y));
    x=y;
    [H ff]=freqz(a,b,1024,Fe);
    H1=H1.*H.';
    ind1=[ind1 ; ind];
    aa(k,:)=a;
    bb(k,:)=b;
    end

    num=a;
    den=b;
    num=conv(aa(1,:),aa(2,:));
    den=conv(bb(1,:),bb(2,:));
    f=0:Fe/Nfft:Fe-Fe/Nfft;
    z=exp(-j*2*pi*f/Fe);

    Hnum=zeros(1,length(f));
    Hden=zeros(1,length(f));

    for i=1:length(num)
    Hnum=Hnum+num(i)*z.^(i-1);
    Hden=Hden+den(i)*z.^(i-1);
    end
    figure
    plot(f,20*log10(abs(Hnum./Hden)))
    ylabel('20log_1_0(|H^1(f)H^2(f)|)')
    xlabel('f (Hz)')
    grid on
    xlim([0 Fe])

    A partir du programme ci-dessus :


    Répondez aux Questions par VRAI OU FAUX
    Nbpic=1

    Vrai Faux
    a. 𝑓0(𝑘)= 1397 Hz
    b. a=[1 -2*real(Z0) real(Z0*Z0')]=[1 -2*cos(2*1397/Fe) 1]
    c. Z0=exp(j*2*pi*f0(k)/Fe) est une racine de a
    d. P0=0.9*Z0 est une racine de b qui améliore la réponse
    en fréquence du filtre
    e. Z0 supprime la perturbation correspondant à f0(k)
    Nbpic=2
    f. 𝑓0(𝑘)=5658 Hz
    g. a=[1 -2*real(Z0) real(Z0*Z0')]=[1 -2*cos(2*5658/Fe) 1]
    h. Z0=exp(j*2*pi*f0(k)/Fe) est une racine de a
    i. P0=0.9*Z0 est une racine de b qui améliore la réponse
    en fréquence du filtre

    3
    j. Le système de filtrage est constitué de deux filtres RII en cascade
    k. Le système de filtrage est constitué de deux filtres RIF en cascade
    l. Z0 supprime la perturbation correspondant à f0(k)

    YY=fft(y(:,1),Nfft);

    Signal traité
    disp('Signal traité')
    sound(y,Fe)
    audiowrite('Mozart_Bruit_Corrige.wav',y,Fe);
    figure
    plot(f,20*log10(abs(Xinit)),'b');
    hold on;
    plot(f,20*log10(abs(YY)),'k');
    hold off
    grid on;
    xlim([0 Fe]);
    legend('Spectre du signal original','Spectre du signal traité')
    xlabel('Fréquence (Hz)')
    ylabel('Amplitude (dB)')

     Ecoutez et comparez les signaux traité et original


     Comparez le spectre du signal original et traité. Conclure
     En vous référant au chapitre 6 du cours et les réponses aux questions j) et
    k) ci-dessus, quelle serait l’allure de la réponse en fréquence
    ('20log_1_0(|H^1(f)H^2(f)|)') que l’on aurait obtenue si c’était plutôt l’autre
    solution (la réponse fausse) qui était utilisée ?

    Contenu du Rapport
    Le Rapport doit contenir :
     La commande Matlab complétée ;
     Toutes les réponses aux questions posées ;
     Toutes les figures tracées, y compris l’allure de la réponse en fréquence correspondant
    à la dernière question;
     Vos conclusions

    Vous aimerez peut-être aussi