Loading documents preview...
Traitement du Signal Hugues BENOIT-CATTIN
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
1
Plan •1. Les transformées du Traitement du Signal : Fourier, Laplace, Z (1h),TD •2. La chaîne de traitement numérique : échantillonnage, quantification, restitution (2h), TP •3. Introduction aux signaux aléatoires (4h), TD •4. Filtrage numérique (5h),TD,TP •5. Filtrage adaptatif (2h), TP •6. Architecture des DSP (2h), TP •7. Traitement de la parole et du son (8h), TD TP
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
2
1. Les transformées du TS •Transformée de Fourier –Définition –Échantillonnage et périodisation –Signaux de durée limitée et signaux périodiques –Signaux échantillonnés de durée limitée –Signaux discrets •Transformée de Laplace –Définition –Relation avec la transformée de Fourier •Transformée en Z –Définition –Relation avec la transformée de Fourier –Relation avec la transformée de Laplace
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
3
1.1 Transformée de Fourier (1811) •Définition
+∞
X( f ) =
∫ x(t ) exp( − j 2π f t )dt
, t ∈ R, f ∈ R
−∞ +∞
x (t ) =
∫ X ( f ) exp( j 2π f t )df
, t ∈ R, f ∈ R
−∞
•Quelques propriétés –Linéarité –X(f) ➫ module |X(f)|, phase Arg[X(f)] –x(t) réel ⇔ Re[X(f)] paire, Im[X(f)] impaire, module pair, phase impaire –x(t) réel pair ⇔ X(f) réel pair –x(t) réel impair ⇔ X(f) imaginaire impair –x(t)*y(t) ⇔ X(f).Y(f) et x(t).y(t) ⇔ X(f)*Y(f) Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
4
•Quelques relations
–x(t)*δ (t-t0)= x(t-t0) ⇔ X(f) exp(-2jπ f t0) –x(t) exp(2 j π t f0) ⇔ X(f-f0) –x*(t) ⇔ X*(-f) –x(at) ⇔ |a|-1 X(f/a) –dnx(t)/dtn ⇔ (2 j π f )n X(f)
•Signaux importants –δ (t) ⇔ 1
–1(t) ⇔ ½ δ (f) + 1/(2 j π f ) –cos(2π f0t) ⇔ [δ (f-f0) +δ (f+f0)]/2 et sin(2π f0t) ⇔ [δ (f-f0) -δ (f+f0)]/2j –Σ δ (t+nT) ⇔ Fe Σ δ (f+kFe) avec Fe=1/T –Rect(t) ⇔ 2a.Sinc(π fa) Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
5
λ λ ο ν ν α γ ε
ε τ
π ρ ι ο δ ι σ α τ ι ο ν
•Échantillonnage idéal... +∞
xe (t ) = x (t ) δT (t ) = x (t ) ∑ δ (t − kT ) = k =−∞
+∞
∑ x[ kT ]δ (t − kT )
k =−∞
•...Transformée de Fourier... 1 1 +∞ k X e ( f ) = X ( f ) *δ1 ( f ) = ∑ X ( f − ) T T k =−∞ T T
➫ ... périodisation en fréquence.
Échantillonnage temporel <=> périodisation en fréquence Échantillonnage en fréquence <=> périodisation temporelle Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
6
ε
δ υ ρ ε
φ ι ν ι ε
σ ι γ ν α υ ξ
Transformée de
x(t)
0
ε τ
X(f)
Fourier
T
t
f
Transformée
Echantillonnage X e (f)
inverse de
x T (t)
0
π ρ ι ο
en fréquence
Fourier
T
2T
0
1
2
f
T T
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
7
χ η α ν τ ι λ λ ο ν ν σ
δ ε
δ υ ρ ε
φ ι ν ι
N −1
xe (t ) = ∑ x[ k ] δ (t − kT ) 0
Transformée de
x e (t)
0
X(f)
Fourier
NT
t
0
1 T
Périodisation Transformée
Echantillonnage X e (f)
de Fourier
x Te (t)
0
f
NT
2NT
Dpt. Télécommunications, Services & Usages Traitement du Signal
0
en fréquence
1
1
NT
T
H. Benoit-Cattin
f
8
ε
δ ε
Φο υ ρ ι ε ρ
δ ε σ
σ ι γ ν α υ ξ
•Signal discret x[k] •Transformée de Fourier discrète, périodique X( f ) =
+∞
∑ x[ k ]exp( −2 jπ f k )
k =−∞
Fréquence définie sur la période principale de 0 à 1 ou de -½ à ½
•Fréquence d’échantillonnage réelle Fe=1/Te X( f ) =
+∞
∑ x[ kT ]exp( − j 2π f k T )
k =−∞
e
e
Fréquence définie de 0 à Fe ou de -Fe/2 à Fe/2
•Mêmes propriétés que la transformée de Fourier des signaux continus Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
9
δ ι σ
1.2 Transformée de Laplace (1820) Introduite pour palier aux limitations de la transformée de Fourier
•Définition +∞
∫ x(t ) exp( − j 2π f t ) exp( −rt )dt
X( f ) =
−∞
en posant : s = r + j.2π . f = r + j.w +∞
X ( s) =
∫ x(t ) exp( − s t )dt
, t ∈ R, s ∈C
−∞
x(t ) =
+∞
∫ X (s) exp( st )ds
, t ∈ R, s ∈ C
−∞
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
10
σ
δ ι φ φ ρ ε ν τ ι ε λ σ
ε τ
Λα π λ α χ ε
Pour les systèmes continus linéaires invariant de réponse impulsionnelle h(t)
dy (t ) d N y (t ) dy (t ) d M y (t ) q 0 y (t ) + q1 + .... + q N = p 0 u (t ) + p1 + ... + p M N dt dt dt dt M
y=
Causal : N ≥ Μ
P (λ ) ⋅u Q (λ )
zéros
•Fonction de transfert H ( s ) = TL(h(t ))
M
avec
P(s) H ( s) = =K⋅ Q( s)
∏ (s − z j =1
j
)
N
∏ (s − p ) i
i =1
pôles
Système stable ⇔ ||h(t)||1< ∞ ⇔ Re(pi) < 0 Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
11
ν σ
ε ν τ ρ ε
Λα π λ α χ ε
ε τ
Φο υ ρ ι ε ρ
s = r + jw = r + j.2πf •Pour s imaginaire pur, s = jw = j.2et πfon retombe sur Fourier H(s)=H(f) •H(f) = H(s) évaluée sur l'axe imaginaire du plan de Laplace •Exemple : h(t)=exp(-at) 1(t)
s=j ω
1 H ( s) = s+a
ρ ϕ
un pôle en s=-a
-a
v le vecteur du plan complexe reliant les point s et -a
v = s + a = ρ . exp( jϕ )
1 H ( jω ) = exp( − jϕ ), ρ 1 H ( jω ) = et Arg ( H ( jω )) = −ϕ ρ
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
12
1.3 Transformée en Z •Définition X ( z) =
+∞
−n [ ] x n z ∑
z = r e j 2πf
n = −∞
Somme de série... donc problèmes de convergence !
•Quelques propriétés –Linéarité –Décalage temporel x: [ n − i ]
T .Z .
← → z −i X ( z )
–Convolution : x1[ n] * x2 [ n] ← → X 1 ( z ) X 2 ( z ) –Multiplication par série z T .Z . n exponentielle : a x[ n] ← → X ( ) T .Z .
– Dpt. Télécommunications, Services & Usages Traitement du Signal
a
H. Benoit-Cattin
13
µ ε σ
δ ι φ φ ρ ε ν τ ι ε λ σ
ε τ
Τ Ζ
y (n) + a1 y (n − 1) + ... + a P y (n − M ) = b0 x(n) + b1 x(n − 1) + ... + bQ x(n − N ) Y ( z ) + a1Y ( z ) z −1 + ... + a P Y ( z ) z − M = b0 X ( z ) + b1 X ( z ) z −1 + ... + bQ X ( z ) z − N Causal : N ≥ Μ
•Fonction de transfert −1
N
−N
Y ( z ) b0 + b1 z + ... + bQ z H ( z) = = =K −1 −M X ( z ) 1 + a1 z + ... + a P z H(z)=TZ(h(t))
∏ (z − z
j
)
j =1 M
∏ (z − p ) i
i =1
Système stable ⇔ |pi|< 1 Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
14
ο ν σ
ε ν τ ρ ε
Τ Ζ
ε τ
Φο υ ρ ι ε ρ
z = exp(j2pf) → on restreint z au cercle unité
X ( z)
z =1
=
+∞
∑ x[ k ]exp( − j 2π f k ) = X ( f )
k =−∞
f=1/4
Im(z) f croissante
On retrouve la transformée de Fourier discrète du signal x[k], et sa périodicité
f=0
f=1/2 -1
Re(z)
1
f=1
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
15
ο ν σ
ε ν τ ρ ε
Λα π λ α χ ε
ε τ
Τ Ζ
Transformée de Laplace de x[kT], signal échantillonné : +∞
X e ( s) =
∫ ∑ x[ kT ]δ (t − kT ) exp( − st )dt
−∞ k =−∞
=∑ =
+∞
∫ x[ kT ]δ (t − kT ) exp( − st )dt
+∞
∑ x[ kT ]exp( − ksT )
k =−∞
= X(z) avec z=exp(sT) En posant s
= r + jw= r +j2pf
on obtient z =exp(rT)exp(j2pfT) c.à.d une périodicite de 1/T dans le plan des Z
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
16
Im(z)
Im(s) 6π Fe 4π Fe
k s = r + j 2π ( f + ) T k = −∞ ,...,0,..., +∞ , k entier
f=0 f=1
2π Fe Re(s)
0 -2π Fe
1
-4π Fe -6π Fe Plan des Z
Plan de Laplace Im(z)
Im(s)=ω
2π Fe=2π /T f=0 f=1 0
Plan de Laplace
Re(s)=r
0
1
Re(z)
Plan des Z
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
17
Re(z)
ρ τ α τ ι ο ν 1 X ( z) = z+a
γ ο µ τ ρ ι θ υ ε
f=0 f=1
ϕ 0
λ α
|a|<1
ρ -a
δ ε
1
Re(z)
1 X( f ) = ρ
Arg ( X ( f )) = −ϕ Périodicité de X(f)
Plan des Z
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
18
Τ Ζ
2. Chaîne de traitement numérique du signal •Chaîne de traitement numérique •Échantillonnage –Échantillonnage idéal : Th. de Shannon –Filtre anti-repliement –Échantillonnage réel •Quantification –Pas, niveaux, erreur et bruit –Quantification scalaire uniforme linéaire –Quantification scalaire non uniforme, loi de compression •Restitution –Restitution idéale –Restitution réelle
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
19
2.1 Chaîne de traitement numérique du signal •Avantages des systèmes numériques -Faibles tolérances des composants -Sensibilité réduite, Précision contrôlée -Reproductibilité, pas de réglage -Souplesse, nombre d’opérations illimité -Systèmes non réalisables en analogique -
•Inconvénients -Inconvénients des systèmes numériques -Source d’énergie nécessaire -Limitations en haute fréquence -CAN/CNA -Bande passante nécessaire importante
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
20
ae− δ=18, Filtre Convertisseur g(t), bloqueur Système numérique tnr(t), pY fs*T g19,... 120,... []khxG H /zX ()SyrTf ...6, eh[n],H(z) E R traitement anti-repliement ...5, Echantillonneurect T ériodique inc17, R(f) 9, G(f) passe-bas de 12, 11, 13, 14, de et16, 15, 17, ∑ N/A A/N restitution
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
21
•Filtre analogique anti-repliement –Eliminer les hautes fréquences
•(Echantillonneur-bloqueur) –Maintien du signal à l’entrée du convertisseur
•Convertisseur analogique numérique (CAN) –Convertir en binaire l’amplitude des échantillons
•Système numérique de traitement –Calcul sur la suite de valeurs binaires
•Convertisseur numérique analogique (CNA) –Transformer une suite de valeurs binaires en un signal analogique
•(Filtre de restitution) –Eliminer les fréquences indésirables à la sortie du CNA
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
22
2.2 Echantillonnage •Problème
Température Orage
Jour Nuit
Nuit
Temps
•Mesurer la température mais ... pour quelle application ? •Bande passante limitée de la chaîne de mesure analogique. •Combien de mesures par jour ? 1 ou ... 10100 (ou plus !) •Comment ne pas perdre ou déformer l’information «utile»
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
23
ν τ ι λ λ ο ν ν α γ ε xe (t ) = x (t ) δT (t ) =
ι δ α λ
+∞
∑ x[ kT ]δ (t − kT )
k =−∞
1 1 +∞ k X e ( f ) = X ( f ) *δ1 ( f ) = ∑ X ( f − ) T T k =−∞ T T X(f)
x(t)
t
-FMAX 0 FMAX Xe(f)
xe(t)
T=1/Fe
t
-1/T -FMAX 0
Dpt. Télécommunications, Services & Usages Traitement du Signal
Périodisation en fréquence
f Filtre de restitution
FMAX Fe=1/T
2/T
f
H. Benoit-Cattin
24
λ λ ο ν ν α γ ε
ι δ α λ
: Τ η ο ρ µ ε
δ ε
•Si Fe > 2 Fmax alors les spectres périodisés ne se recouvrent pas Reconstitution du signal analogique de départ théoriquement possible
• Si Fe < 2 Fmax il y a recouvrement de spectre • On ne peut pas reconstituer le signal analogique de départ et l’information est déformée Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
25
Σηα
ρ ε
α ν τ ι −ρ ε π λ ι ε µ ε ν τ •Pour éviter le repliement de spectre on élimine les fréquences contenues dans le signal analogique supérieures à Fe /2 •On utilise un filtre passe-bas analogique dit filtre antirepliement •Le filtre anti-repliement définit Fmax !
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
26
τ ρ α τ ι ο ν
: στ ρ ο µ β ο σχ ο π ε
1 x (t ) = cos( 2πf 0t ) ←→ X ( f ) = [δ ( f − f 0 ) + δ ( f + f 0 )] 2 TF
Fréquence d’échantillonnage Fe = f0+ε
Xe ( f ) =
1 δ ( f − f 0 + ( f 0 + ε )) + δ ( f + f 0 − ( f 0 + ε )) +.... 2 1 X e ( f ) = δ ( f − ε ) + δ ( f + ε ) +....... 2
[
[
]
]
Fréquence apparente ε
Xe(f)
-f0 -Fe −ε ε Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
f0 Fe 27
α ν τ ι λ λ ο ν ν α γ ε
ρ ε λ
•Fréquences résiduelles au delà de Fe / 2 –Filtre anti-repliement non idéal –Filtre anti-repliement impossible (CCD) –Bruit de la partie analogique de la chaîne d’acquisition
•Effet de l’échantillonneur-bloqueur •Échantillonnage des signaux de fréquence proche de Fe/2
Fe > (2+k) Fmax Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
28
2.3 Quantification Réduction d ’un espace de valeurs Espace infini de valeurs → Espace fini de valeurs → niveaux de quantification Écart entre 2 niveaux consécutifs → pas (plage) de quantification (∆ )
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
29
ο υ
β ρ υ ι τ ) δ ε
θ υ α ν τ ι φ ι χ α τ ι ο ν
ε (t ) = xe (t ) − xq (t ) xe(t) : signal échantillonné non quantifié xq(t) : signal échantillonné quantifié
Le rapport signal sur bruit de quantification
( RS / B ) q
PS = PB
PS : puissance du signal m(t) PB : puissance du bruit de quantification Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
30
σ
δ ε
θ υ α ν τ ι φ ι χ α τ ι ο ν
•Quantification scalaire = échantillon par échantillon •Quantification vectorielle = groupe d ’échantillons (vecteur) • •Quantification uniforme = plage constante •Quantification non uniforme •Quantification optimale = Erreur minimale (plage+niveaux adaptés)
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
31
α τ ι ο ν
σ χ α λ α ι ρ ε
υ ν ι φ ο ρ µ ε
λ ι ν
•Plage de quantification ∆ = cte •Niveau de quantification = milieu des plages •Nombre de niveaux : Nnq = dyn/∆ •Erreur de quantification : - ∆ /2 ≤ ε (t) <+ ∆ /2
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
32
La puissance moyenne du bruit de quantification peut s’écrire : ∆/2
∆2 PB = ε (t ) = ∫ ε . f (ε ).dε = σ = 12 −∆ / 2 2
2
2 ε
où f() désigne la densité de probabilité de , supposée constante :
f (ε ) =
1 = Cte ∆
La puissance moyenne du signal dépend de sa densité probabilité. Si elle est de type gaussienne avec mmax =3
( 2mmax ) 1 2 2 PS = σ = mmax = 9 36
( RS / B ) q
2
2 PS 4 mmax 1 2 = = = Nnq ⇔ ( RS / B ) dB = − 4.77 + 6 N 2 PB 3 ∆ 3
Nnq=2N Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
33
δ ε
θ υ α ν τ ι φ ι χ α τ ι ο ν
δ υ
ΧΑΝ
•Plage d’entrée du CAN P •Nombre de bits en sortie N •Pas de quantification ∆ = P/2N
( RS / B ) dB
P = 6 N + 10.8 + 20 log10 ( ) σx
Pour P= 8 σ x (1 ech / 15000 > 4, σ on a :
x)
( RS / B ) dB = −7.27 + 6 N
Pour un RSB d’environ 90 dB (qualité audio) il faut au moins N=16 bits.
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
34
χ α τ ι ο ν
σ χ α λ α ι ρ ε
Quantification uniforme
ν ο ν
υ ν ι φ ο ρ µ
(RS/N )q est non constant (peut devenir très faible!)
dépend de l’amplitude du signal Erreur de quantification non constante
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
35
δ ε
χ ο µ π ρ ε σ σ ι ο ν
Compression (loi)
Quantification uniforme
Pré-traitement des valeurs et conservation d ’un quantificateur simple
Les faibles amplitudes sont « amplifiées » ou « favorisées » par rapport aux fortes valeurs
Loi de compression logarithmique Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
36
ο µ π ρ ε σ σ ι ο ν
λ ο γ α ρ ι τ η µ ι θ υ ε
Soit m(t) le signal à compresser et mc(t) le signal compressé : x =
Α, µ
m( t ) mc(t ) , y= m max mcmax
Les valeurs de A = 87.6 et µ = 255 sont normalisées. (RS/N )q est de l’ordre de 35 dB pour un niveau d’entrée maximal de 40 dB
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
37
σ ι ο ν
λ ο γ α ρ ι τ η µ ι θ υ ε
π α ρ
σ ε γ µ ε ν τ
L’obtention de caractéristiques analogiques de compression et d’expansion réciproques est impossible → Approximation par segments
1 1
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
38
ι ο ν
δ ι µ π υ λ σ ι ο ν σ
χ ο δ ε σ
(Μ Ι Χ ,
CAN (q = 2n) m(t)
Echantillonnage
Quantification
Codage
fréquence fe
q niveaux
n bits
A chaque valeur échantillonnée et quantifiée
MIC
mot de n bits -code-
Remarque : le codage toujours de longueur fixe à la numérisation Le codage de source est un traitement numérique, bien qu ’une loi de compression ait pour conséquence de réduire la redondance !!
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
39
Exemple : La téléphonie
L’utilisation d’un MIC à à compression par segments non uniforme (loi A) permet de coder les 256 niveaux de quantification par : n = log2 256 =8 bits
Fe=8 kHz D = 8 *8=64 kbit/s
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
40
2.4 Restitution
ι ο ν
ι δ α λ ε , ι ν τ ε ρ π ο λ α τ ε υ ρ
ι δ α
Filtre de X (f)
x (t)
restitution
e
e
T=1/F
t
-1/T
-F
MAX
0
F
MAX
F =1/T e
f
2/T
e
X(f)
x(t)
t
Dpt. Télécommunications, Services & Usages Traitement du Signal
-F
MAX
0
F
f
MAX
H. Benoit-Cattin
41
•Interprétation temporelle
xe ( t ) = ∑xe [ kT ]δ( t − kT )
1 k Xe( f ) = ∑ X ( f − ) T T
• Filtrage passe-bas 1 f T X e ( f )rect ( f T ) = X e ( f )rect ( ) = X ( f ) Fe Fe
t = = x(t ) xe (t ) * Sinc( ) T
t ∑ xe [ kT δ] (t − kT ) * Sinc( T )
t − kT x (t ) = ∑ xe [ kT ]Sinc ( ) T
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
42
•Interpolateur idéal de Shannon
t − kT x (t ) = ∑ xe [ kT ]Sinc ( ) T
L’interpolateur de Shannon est irréalisable car il correspond à un filtre non causal Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
43
ο ν
ρ ε λ λ ε
(Χ Ν Α ), ι ν τ ε ρ π ο λ α τ ε υ ρ δ x(t)
•Cas N=0
t − T2 x (t ) = xe (t ) * rect ( ) T T
•Conséquences spectrale
t
T X ( f ) = T X e ( f ) Sinc ( f T ) exp( − j 2π f ) 2
Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
44
•Conséquences spectrale, interpolateur ordre 0 Xe(f)
xe(t)
t
T=1/Fe
-1/T -FMAX 0
FMAX Fe=1/T
Filtre de restitution
2/T
f
X(f)
x(t)
t
-FMAX 0 FMAX
f
Filtre de restitution (analogique, passe-bas) Dpt. Télécommunications, Services & Usages Traitement du Signal
H. Benoit-Cattin
45