Opérations sur les signaux#

Cette section décrit les opérations qui peuvent être effectuées sur les signaux.

Voir aussi

Traitement des signaux pour plus d’informations sur les fonctionnalités de traitement des signaux, ou Analyse sur les signaux pour des informations sur les fonctionnalités d’analyse des signaux.

../../_images/s_operation.png — Capture d’écran du menu « Opérations ».#

Lorsque le « Panneau Signal » est sélectionné, les menus et barres d’outils sont mis à jour pour fournir les actions liées aux signaux.

Le menu « Opérations » permet d’effectuer diverses opérations sur les signaux sélectionnés, telles que des opérations arithmétiques, la détection de pics, ou encore la convolution.

Opérations arithmétiques de base#

Opération	Description
Somme	$y_{M} = \sum_{k = 0}^{M - 1} y_{k}$
Moyenne	$y_{M} = \frac{1}{M} \sum_{k = 0}^{M - 1} y_{k}$
Différence	$y_{2} = y_{1} - y_{0}$
Produit	$y_{M} = \prod_{k = 0}^{M - 1} y_{k}$
Division	$y_{2} = \frac{y_{1}}{y_{0}}$
Inverse	$y_{2} = \frac{1}{y_{1}}$

Opérations avec une constante#

Crée un signal à partir d’une opération avec une constante sur chaque signal sélectionné :

Opération	Description
Addition	$y_{k} = y_{k - 1} + c$
Soustraction	$y_{k} = y_{k - 1} - c$
Multiplication	$y_{k} = y_{k - 1} \times c$
Division	$y_{k} = \frac{y_{k - 1}}{c}$

Valeur absolue, parties réelle et imaginaire#

Opération	Description
Valeur absolue	$y_{k} = \| y_{k - 1} \|$
Partie réelle	$y_{k} = ℜ (y_{k - 1})$
Partie imaginaire	$y_{k} = ℑ (y_{k - 1})$

Conversion du type de données#

L’action « Convertir le type de données » convert_dtype permet de convertir le type de données des signaux sélectionnés.

Note

La conversion du type de données utilise la fonction numpy.ndarray.astype() avec les paramètres par défaut (casting=”unsafe”).

Fonctions mathématiques de base#

Fonction	Description
Exponentielle	$y_{k} = \exp (y_{k - 1})$
Logarithme (base 10)	$y_{k} = \log_{10} (y_{k - 1})$
Puissance	$y_{k} = y_{k - 1}^{n}$
Racine carrée	$y_{k} = \sqrt{y_{k - 1}}$

Autres opérations mathématiques#

Opération	Implémentation
Dérivée	Basée sur numpy.gradient
Intégrale	Basée sur scipy.integrate.cumulative_trapezoid
Convolution	Basée sur scipy.signal.convolve