Discussion :

[jonnyx]

Bonjour,

Je sollicite votre aide car je suis novice en traitement du signal sous MATLAB et je vais en avoir besoin pour une mesure que je vais réaliser.
Le principe de base de la mesure : un signal sonore MLS (ou ESS) noté x et un microphone qui capte un signal de mesure y.
3 grandes questions se posent à moins concernant : le calcul de la réponse impulsionnelle, le traitement du signal, et le fenêtrage.

1) J’ai donc besoin de connaître la réponse impulsionnelle h à partir de ma mesure y par déconvolution. Quel est le nom des fonctions à appeler sous MATLAB pour réaliser les opérations de FFT et FFT inverse afin de remonter à h ? Si vous avez des remarques complémentaires concernant cette opération, je suis également preneur…
Dans le cas du signal MLS, étant donné que : corrélationcroisée xy = autocorrélation xx *h (avec * opération de convolution), et que autocorrélation xx = Dirac, n’est-il pas plus facile de calculer ma réponse impulsionnelle avec une FHT (Fast Hadamard Transform) ? Celle-ci est-elle implantée dans MATLAB ?

2) Etant donné que lors de la mesure, on a un bruit de mesure tel que : y=(x*h)+e avec (avec * convolution et e bruit de mesure) , quelles sont les méthodes de traitement du signal adaptées (filtrage ou autre…) pour avoir une déconvolution « propre » avec un minimum de bruit ? Comment les mettre en œuvre sous MATLAB ?

3) J’ai par la suite besoin de réaliser une fenêtre, pour une opération de fenêtrage du signal. Les fenêtres standard disponibles sur le logiciel ne me conviennent pas vraiment et je souhaiterais implanter une fonction « fenêtre » définie par morceaux (sur 3 morceaux à priori ?) Comment implanter une telle fonction ?

Je vous remercie d’avoir pris le temps de me lire et vous serais vraiment très reconnaissant pour toute forme d’aide que vous pourrez m’apporter !
Cordialement

[jonnyx]

Bonjour,

Je sollicite votre aide car je suis novice en traitement du signal sous MATLAB et je vais en avoir besoin pour une mesure que je vais réaliser.
Le principe de base de la mesure : un signal sonore MLS (ou ESS) noté x et un microphone qui capte un signal de mesure y.
3 grandes questions se posent à moins concernant : le calcul de la réponse impulsionnelle, le traitement du signal, et le fenêtrage.

1) J’ai donc besoin de connaître la réponse impulsionnelle h à partir de ma mesure y par déconvolution. Quel est le nom des fonctions à appeler sous MATLAB pour réaliser les opérations de FFT et FFT inverse afin de remonter à h ? Si vous avez des remarques complémentaires concernant cette opération, je suis également preneur…
Dans le cas du signal MLS, étant donné que : corrélationcroisée xy = autocorrélation xx *h (avec * opération de convolution), et que autocorrélation xx = Dirac, n’est-il pas plus facile de calculer ma réponse impulsionnelle avec une FHT (Fast Hadamard Transform) ? Celle-ci est-elle implantée dans MATLAB ?

2) Etant donné que lors de la mesure, on a un bruit de mesure tel que : y=(x*h)+e avec (avec * convolution et e bruit de mesure) , quelles sont les méthodes de traitement du signal adaptées (filtrage ou autre…) pour avoir une déconvolution « propre » avec un minimum de bruit ? Comment les mettre en œuvre sous MATLAB ?

3) J’ai par la suite besoin de réaliser une fenêtre, pour une opération de fenêtrage du signal. Les fenêtres standard disponibles sur le logiciel ne me conviennent pas vraiment et je souhaiterais implanter une fonction « fenêtre » définie par morceaux (sur 3 morceaux à priori ?) Comment implanter une telle fonction ?

Je vous remercie d’avoir pris le temps de me lire et vous serais vraiment très reconnaissant pour toute forme d’aide que vous pourrez m’apporter !
Cordialement

Bon le fenêtrage ça devrait aller en fait haha ! Pour 1) et 2) , tout conseil est bon à prendre par contre

[Gooby]

Bonjour

1) J’ai donc besoin de connaître la réponse impulsionnelle h à partir de ma mesure y par déconvolution. Quel est le nom des fonctions à appeler sous MATLAB pour réaliser les opérations de FFT et FFT inverse afin de remonter à h ? Si vous avez des remarques complémentaires concernant cette opération, je suis également preneur…

Voir les fonctions fft, ifft.

2) Etant donné que lors de la mesure, on a un bruit de mesure tel que : y=(x*h)+e avec (avec * convolution et e bruit de mesure) , quelles sont les méthodes de traitement du signal adaptées (filtrage ou autre…) pour avoir une déconvolution « propre » avec un minimum de bruit ? Comment les mettre en œuvre sous MATLAB ?

Cela dépend de la nature de ton bruit. un filtrage peut être une solution, plus expérimentalement tu peux également tester d'effectuer une moyenne glissante. Tu peux d'ores et déjà consulter l'aide de la fonction filter.

3) J’ai par la suite besoin de réaliser une fenêtre, pour une opération de fenêtrage du signal. Les fenêtres standard disponibles sur le logiciel ne me conviennent pas vraiment et je souhaiterais implanter une fonction « fenêtre » définie par morceaux (sur 3 morceaux à priori ?) Comment implanter une telle fonction ?

Que veux-tu savoir précisément? Je ne vois pas de difficulté majeur à créer une telle fonction

[jonnyx]

Bonjour



Voir les fonctions fft, ifft.


Cela dépend de la nature de ton bruit. un filtrage peut être une solution, plus expérimentalement tu peux également tester d'effectuer une moyenne glissante. Tu peux d'ores et déjà consulter l'aide de la fonction filter.



Que veux-tu savoir précisément? Je ne vois pas de difficulté majeur à créer une telle fonction

1) OK merci pour fft et ifft. Concernant FHT avez-vous des infos?
2) Pour le traitement du signal, justement, quel traitement choisir en fonction de quel type de bruit? Je vais consulter la fonction filter également.
3) Oui effectivement, je devrais arriver à faire quelque chose (je l'ai mis dans mon commentaire plus haut d'ailleurs !

Merci pour votre réponse

[Gooby]

Je ne connais pas la FHT, d'où ma non réponse. Mes compétences en traitement du signal sont assez autodidacte et expérimentales.

Tu peux éventuellement commencer par un filtre passe-bas pour le filtrage et regarder si tu y vois un mieux? Calculer le SNR (l'écart type quoi, avec la fonction std) pour se faire une idée plus précise.