Figure 1:
Schéma d'un système de génération et de traitement du signal
|
Traiter un signal, c'est extraire de l'information de mesures
effectuées par des capteurs en vue d'atteindre un but donné. Ce
but peut aller de la compréhension du monde physique (les physiciens,
les météorologues, les géologues, les chimistes ou les biologistes, etc...) à l'action
sur ce monde (en robotique, dans les applications militaires, etc...) en passant par la reconstruction d'un message
transmis au moyen d'un médium physique, comme une onde, utilisé
pour le transporter (c'est le cas des sons, des signaux de télécommunications, des signaux sonar ou radar).
Ceci couvre des domaines d'applications
extrêmement variés: dès qu'on utilise un capteur pour mesurer une
quantité, on est amené à effectuer un traitement.
Un schéma relativement général est donné par la figure
1.
Le phénomène physique qui a fait réagir le capteur a, en général, été émis par
une ou plusieurs sources et présente des variations temporelles (comme un signal sonore) ou
spatiales (par exemple une scène qu'on photographie ou qu'on filme). Ces sources émettent ou
réemettent des signaux qui sont transmis par un milieu par exemple
sous la forme d'ondes électromagnétiques, de sons, etc... Ces
ondes qui portent l'information sur les sources peuvent être
déformées : étalées dans le temps, atténuées ou retardées en
fonction de la fréquence, réfléchies par des obstacles, etc... L'analyse et la compensation des
déformations de formes très variables apportées par le milieu de transmission est sans
doute un des problèmes centraux du traitement du signal.
Figure 2:
Exemple de signal de communication déformé par un canal et par addition d'un bruit
|
Le signal mesuré par les capteurs est, la plupart du
temps, entâché d'un bruit de mesure. Il présente des fluctuations
qui ne sont pas uniquement déterminées par le phénomène étudié et
qui peuvent en compliquer considérablement l'analyse. C'est par
exemple le cas d'un signal déformé par un canal de transmission,
d'un signal acoustique modifié par des échos et pollué par
les signaux émis par d'autres sources sonores. La présence de ces
perturbations et les tentatives pour en atténuer les effets, en
particulier dans le domaine des télécommunications, sont à la base
du développement de la théorie du signal.
Dans d'autres applications, c'est la grande variabilité du signal
émis qui a suscité le développement de techniques de traitement
numérique du signal, en particulier les techniques de
reconnaissances de formes. Par exemple, il y a tellement de
variations entre les formes possibles d'un son élémentaire du
langage parlé (un phonème), qu'on ne sait toujours pas concevoir
une machine capable de reconnaitre une phrase dite par quelqu'un
dont elle n'a pas appris les caractéristiques vocales.
De manière générale, on peut dire que le signal mesuré par un
capteur n'est pas parfaitement prévisible (il n'y aurait alors
aucune raison de l'étudier.) Cependant, il n'est pas complètement
imprévisible, car dans ce cas il ne serait pas possible d'en
d'effectuer un traitement pour en extraire de l'information. Ces caractéristiques, perturbations et absence de prévisibilité,
nécessiteront l'utilisation fréquente d'outils développés dans le
cadre de la théorie des probabilités.
La seconde caractéristique
suppose un certain degré de ``prédictibilité'' du signal. Le
concepteur de l'unité de traitement du signal dispose d'une
certaine connaissance sur le signal. Il aura donc à l'utiliser
pour extraire les informations utiles du signal étudié, ce qui n'est pas toujours simple.
Il y a une autre difficultés au traitement des signaux mesurés dans le monde
réel: leurs caractéristiques, même en termes de probabilités, ne
sont en général pas parfaitement connues et un traitement ne
s'avèrera utile que si son efficacité est démontrée sur des
données réelles. Cela semble une banalité, mais il est regrettable
que de nombreuses méthodes de traitement de signaux ne sont
validées et justifiées que par des simulations sur des "cas
d'école" abstraits: les signaux générés artificiellement
présentent tous les hypothèses requises et les méthodes proposées
permettent d'atteindre les objectifs fixés. Pourtant dès qu'on les
confronte à des signaux réels, elles s'avèrent décevantes parce
que les hypothèses retenues (souvent simplificatrices) pour la simulation ne correspondent
pas toujours à la réalités des phénomènes mesurés.
Les quelques remarques précédentes sont des remarques banales et
de bon sens, mais elles méritent tout de même d'être rappelées. En
particulier, la réflexion sur les informations dont dispose le
``traiteur de signaux'' est trop souvent éludée par le concepteur
de systèmes de traitement, qui se contente d'en donner une
formalisation imprécise ou de les ramener à des modèles connus et
manipulables mais qui sont excessivement simplificateurs. La
recherche de cette connaissance sur les signaux et la manière dont
ils ont été émis ou perturbés est probablement la partie
fondamentale de l'étude et de la mise au point d'un système de traitement de signaux.
C'est aussi la source d'une grande diversité dans les techniques
de traitement. Cette diversité des techniques en fonction des
applications permet difficilement de considérer le traitement du
signal comme l'application d'une théorie; c'est parfois un
regroupement de recettes variées très spécifiques des applications
visées. Elles sont regroupées parce qu'elles relèvent des
caractéristiques mentionnées ci-dessus : on traites de données
mesurées par un capteur et ces données présentent des fluctuations
qui ne sont pas parfaitement prévisibles. Il y a toutefois un
certain nombre d'outils communs qui servent de base à beaucoup de méthodes et
enseignés dans la plupart des cours d'initiation au traitement du
signal. Ce cours a lui aussi pour but de décrire ces méthodes de
base.
[ Table des matières ]