Traitement en temps réel des signaux multifréquences : Application aux signaux de signalisation et de parole dans les réseaux des télécommunications

Abstract

Le signal est le support de l’information émise par une source et destinée à un récepteur. Il subit souvent des distorsions à cause des bruits présents dans les canaux de transmission. Pour cela des méthodes de traitement du signal doivent être appliquées par l’émetteur tant que par le récepteur. Celles-ci consistent à extraire des informations, à modifier des messages ou à adapter le signal aux moyens de transmission. L’analyse spectrale, le filtrage linéaire, le transcodage, la modulation, la détection, l’estimation et l’extraction des paramètres sont les méthodes de traitement du signal les plus utilisées. Nous en tirons profit dans cette thèse pour la détection du code DTMF émis par des postes téléphoniques à clavier, pour le déchiffrement du signal CLIP envoyé par un central de commutation et pour le codage à bas débit du signal de parole. Nous y avons particulièrement présenté des méthodes non paramétriques pour l’analyse du signal et d’autres paramétriques consistant tout d’abord à extraire des paramètres modélisant le signal. Ceux-ci sont déployés pour le calcul du spectre du signal, pour son codage à bas débit ou pour la détection des fréquences qui s’y interfèrent. Nous nous sommes intéressés aux algorithmes de prédiction linéaire LEVINSON, BURG et aux méthodes adaptatifs LMS, RLS et à la méthode non paramétrique GOERTZEL. Les méthodes que nous avons développées à base des algorithmes LEVINSON et BURG nous permettent en traitant un bloc d’échantillon du signal DTMF, CLIP ou Parole de déduire les coefficients des filtres de prédiction utilisés pour modéliser le signal. A partir de ces coefficients, nous calculons la densité spectrale de puissance du signal (dsp). Celle-ci présente une forte énergie à ses fréquences composites. Ces dernières sont aussi déterminées en cherchant les zéros du polynôme caractéristique du filtre de prédiction. Pour cette fin, nous avons proposé l’algorithme de KABAL et la méthode des LSP mixte. L’algorithme de LEVINSON est caractérisé par sa simplicité, sa rapidité et sa stabilité. Tandis que la méthode de BURG est moins rapide mais elle est plus précise. A l’inverse, les méthodes adaptatives tentent d’adapter les coefficients dans le temps. Ceux-ci convergent finalement vers leurs valeurs optimales et les fréquences composites du signal en sont déduites directement. Quant à l’algorithme de GOERTZEL, il introduit un filtre RII à coefficient complexe dépendant du nombre N des échantillons du signal à traiter. En l’excitant par les échantillons au fur à mesure de leurs réceptions, nous obtenons à l’instant N la dsp du signal à partir de la sortie du filtre. Cet algorithme est très précis et rapide mais nous ne l’avons pu appliquer que pour la détection du code DTMF et du CLIP.