SIGNAUX PHYSIQUES, SPECTRE
Les logiciels proposent de nombreuses fenêtres parmi lesquelles :
• la fenêtre rectangulaire qui vaut 1 sur l’intervalle d’échantillonnage (ce qui revient à ne pas
utiliser de fenêtre) ;
• la fenêtre de Hamming qui donne une bonne résolution sur la position des pics mais des
valeurs des amplitudes peu fiables ;
• la fenêtre Flattop qui préserve la valeur des amplitudes des pics mais ne permet pas une
lecture précise de leurs positions sur l’axe des fréquences.
1.6 Exemple : analyse de signaux sonores
Dans ce paragraphe on s’intéresse à des signaux sonores. Le mot « harmonique » désignant
une composante sinusoïdale d’un signal périodique provient du vocabulaire musical.
a) Ordre de grandeur des fréquences sonores
Le domaine audible, intervalle des fréquences f son perçues par l’oreille humaine, s’étend
de 20 Hz à 20 kHz.
C’est l’intervalle des fréquences perçues par un individu « moyen ». En fait, l’intervalle des
fréquences perçues est très variable suivant l’individu et il se rétrécit avec l’âge à partir de 20
ans. Une exposition fréquence à des sons très intenses tend à accélérer ce processus.
b) Exemples de spectres de sons
On peut facilement analyser un son en utilisant un micro de bonne qualité et un ordinateur muni d’une carte son et d’un logiciel de traitement du son.
La figure 2.7 montre le signal (tension électrique) fourni par une guitare électrique
et destiné à être envoyé sur un amplificateur. Le signal est périodique et le spectre a
été calculé sur 20 périodes. On observe le fondamental à f S = 178 Hz (il s’agit d’un
Fa3), une harmonique 2 très prononcée et des harmoniques 3, 6 et 7.
–0.05
0
0.05
0.1
0.15
0.005
0.01
0.015
0.02
0.025
0
0.01
0.02
0.03
0.04
0.05
0.06
500
1000
1500
2000
A( f )
f (Hz)
s(t) (V)
t (s)
Figure 2.7 – Le son d’une guitare électrique jouant un Fa3 et son spectre en
amplitude obtenu avec un calcul sur 20 périodes.
Expérience
55
Les logiciels proposent de nombreuses fenêtres parmi lesquelles :
• la fenêtre rectangulaire qui vaut 1 sur l’intervalle d’échantillonnage (ce qui revient à ne pas
utiliser de fenêtre) ;
• la fenêtre de Hamming qui donne une bonne résolution sur la position des pics mais des
valeurs des amplitudes peu fiables ;
• la fenêtre Flattop qui préserve la valeur des amplitudes des pics mais ne permet pas une
lecture précise de leurs positions sur l’axe des fréquences.
1.6 Exemple : analyse de signaux sonores
Dans ce paragraphe on s’intéresse à des signaux sonores. Le mot « harmonique » désignant
une composante sinusoïdale d’un signal périodique provient du vocabulaire musical.
a) Ordre de grandeur des fréquences sonores
Le domaine audible, intervalle des fréquences f son perçues par l’oreille humaine, s’étend
de 20 Hz à 20 kHz.
C’est l’intervalle des fréquences perçues par un individu « moyen ». En fait, l’intervalle des
fréquences perçues est très variable suivant l’individu et il se rétrécit avec l’âge à partir de 20
ans. Une exposition fréquence à des sons très intenses tend à accélérer ce processus.
b) Exemples de spectres de sons
On peut facilement analyser un son en utilisant un micro de bonne qualité et un ordinateur muni d’une carte son et d’un logiciel de traitement du son.
La figure 2.7 montre le signal (tension électrique) fourni par une guitare électrique
et destiné à être envoyé sur un amplificateur. Le signal est périodique et le spectre a
été calculé sur 20 périodes. On observe le fondamental à f S = 178 Hz (il s’agit d’un
Fa3), une harmonique 2 très prononcée et des harmoniques 3, 6 et 7.
–0.05
0
0.05
0.1
0.15
0.005
0.01
0.015
0.02
0.025
0
0.01
0.02
0.03
0.04
0.05
0.06
500
1000
1500
2000
A( f )
f (Hz)
s(t) (V)
t (s)
Figure 2.7 – Le son d’une guitare électrique jouant un Fa3 et son spectre en
amplitude obtenu avec un calcul sur 20 périodes.
Expérience
55