Discuter:Bruit blanc

Un article de Wikipédia, l'encyclopédie libre.

Sommaire

[modifier] Spectre plat

la probabilité qu'un bruit blanc possède une certaine puissance est la même pour toutes les fréquences. Je croyais qu'un bruit blanc possédait, comme l'indique le graphique Spectre plat d'un bruit blanc, la même densité de puissance pour toutes les fréquences sans que la notion de probabilité intervienne à ce stade.Jct 10 décembre 2005 à 14:54 (CET)

Un bruit blanc est un signal aléatoire. La densité spectrale de ce bruit est calculée en fesant la transformée de fourier de ce signal, et le résultat en reste donc aussi aléatroire. Donc chaque bruit blanc est une réalisation aléatoire d'un spectre qui est en moyenne, plat. D'ailleur, le graphiques Spectre plat d'un bruit blanc est à peu près plat, mais on peut voir les variation autour de le la ligne de base. Delaroyas 11 décembre 2005 à 16:12 (CET)
Je croyais qu'un bruit blanc était une réalisation d'un processus stochastique qui, comme tout processus, est caractérisé par une densité spectrale bien définie associée à une loi de probabilité. En ce qui me concerne, j'ai souvent lu l'expression signal aléatoire mais je n'en ai jamais lu de définition. Le fait qu'une analyse spectrale donne des résultats erratiques est lié au fait qu'on l'effectue sur une durée limitée : un autre intervalle de temps aurait donné un autre résultat.Jct 14 décembre 2005 à 09:54 (CET)
Pour ce qui est de la terminologie, tu a raisons, je suis pas certain que "un signal aléatoire" ait une définition formelle, il est beaucoup plus juste (bien moins évident pour le commun des mortels) d'utiliser "réalisation d'un processus stochastique". Je suis aussi d'accord qu'un processus stochastique stationnaire ait un contenu spectral déterministe connu, mais chaque réalisation de ce processus aura un contenu spectral légèrement différent du processus stochastique qui régit ces signaux. L'analyse spectrale donne des résultats erratiques parce qu'en pratique les signaux ONT une durée limitée. Il est impossible d'analyser de façon exacte le contenu spectral d'un signal de durée infini. Delaroyas 14 décembre 2005 à 20:10 (CET)
Je suis d'accord avec ce dernier message mis à part la terminologie : je dirais plutôt que l'analyse spectrale est basée sur des signaux définis sur une durée infinie alors qu'on ne peut connaître que des enregistrements de durée finie, d'où le caractére erratique des résultats. Ma question initiale reste valable : comment définit on la probabilité qu'un bruit blanc possède une certaine puissance qui serait la même pour toutes les fréquences ?Jct 16 décembre 2005 à 09:53 (CET)
O.k. Discussion très intéressante, mais je viens de comprendre tes résistances, et je les partages! Moi je comprends vite quand on m'explique longtemps. Je crois que le but de cette phrase:la probabilité qu'un bruit blanc possède une certaine puissance est la même pour toutes les fréquences a un but de vulgarisation. Problème: ça titille les oreilles de puriste (comme toi et moi par exemple) parce que ce n'est pas juste, même en fait, n'as pas de sens mathématique. Tout ça pour dire que je pense qu'il faut modifier cette affirmation pour qu'elle demeure simple, mais juste. Je suis pas certain comment. Peut-être «La densité spectrale d'un bruit blanc est indépendante de la fréquence.»? Delaroyas 16 décembre 2005 à 19:06 (CET)

[modifier] Question pratique

Est-ce que l'algorithme suivant fabrique une seconde de bruit blanc ? (La fonction random() est supposée produire un nombre aléatoire à répartition uniforme.)


float[] echantillons=new float[12000];
for(int i=0;i<12000;i++) {
  echantillons[i]=random();
}
AudioSystem.play(echantillons,MONO,12000_ECHANTILLONS_PAR_SECONDE);


Si oui, quelles sont ses caractéristiques, exprimées dans les termes savants de l'article ? (Dans cet exemple, la fréquence d'échantillonnage est, comme on voit, 12000 Hz.)

Si non, comment fabriquer en pratique du bruit blanc ? (SVP une réponse lisible même si on n'a pas un doctorat en probabilités.)

Tout dépend des caractéristiques de la fonction random. Si elle délivre des échantillons de manière parfaitement uniforme (c'est à dire que la fonction random suit une loi uniforme), alors tu auras un bruit blanc uniforme. Le bruit traité dans l'article est du bruit blanc gaussien, qui est du bruit généré par une source qui suit une loi gaussienne. Les caractéristiques sont différentes (quoique à l'écoute ???). Si tu veux générer du bruit blanc gaussien, il te faut donc une source gaussienne. Pour info, les fonctions random utilisées par C ou pascal, c'est du pseudo-aléatoire (uniforme), ce n'est donc théoriquement pas exactement pas du bruit blanc, mais en pratique, c'est ok, en général. Sylenius 26 décembre 2006 à 20:37 (CET)

[modifier] Contre les nuisances sonores

Bonjour... je vient de trouver sur plusieurs sites la mention que le bruit blanc permettrai à celui qui l'entend de faire abstraction du reste, enfin que sa réduirait pour nous le bruit de notre entourage.. En fait il existerais des générateurs de bruit blanc permettant de dormir la journée voir là ou de réduire le niveau sonor de la maison Ici.. Est ce une information correcte, ( je me méfie quand même des qualitées vantées de ces objets) et si oui a elle une dimension encyclopédique ( evidemment je ne mets pas le liens commerciaux)

Cordialement . Walké 30 juin 2007 à 11:31 (CEST)

ben déregle ta télé ou ta chaine hifi, et tu pourras tester toi même (en plus c'est gratuit ;) --Zedh msg 30 juin 2007 à 23:24 (CEST)(plus sérieusement le bruit blanc peut servir à traiter des maladies comme l'acouphène ou l'hyperacousie, pour le reste ... no comment)

[modifier] Bruit blanc et statistique

  • Cette partie, qui fait allusion au domaine temporel (alors que les définitions plus haut sont dans le domaine des fréquences), précise en fait les notions utilisées dans la partie précédente. Elle devrait donc se situer avant cette dernière.
  • De plus, je comprends mal que le terme statistique introduise le domaine temporel ; je croyais que la notion de processus stochastique regroupait justement des notions temporelles/fréquencielles et des notions statistiques.
  • En allant peut-être au delà de mes connaissances, je me demande si la définition donnée ne caractérise pas un processus stationnaire au second ordre. Jct (d) 28 décembre 2007 à 15:37 (CET)