Le bruit blanc est un signal aléatoire dont la densité spectrale de puissance est constante : chaque bande de fréquences de même largeur en hertz porte la même puissance. Son nom vient d’une analogie avec la lumière blanche, qui contient toutes les longueurs d’onde du visible.
Observer expérimentalement le bruit blanc
FizziQ permet de produire un bruit blanc avec son générateur de sons, puis d’en visualiser le contenu fréquentiel avec l’analyseur de spectre (FFT) et le spectrogramme.
Étapes :
- Générer un bruit blanc avec FizziQ, ou le diffuser depuis une source externe
- Ouvrir l’analyseur de spectre et observer l’allure du spectre : un plateau approximativement horizontal, mais très fluctuant d’un instant à l’autre
- Activer le moyennage, ou faire une capture longue au spectrogramme : le plateau se lisse à mesure que l’on moyenne
- Comparer ce spectre à celui d’un son pur (une raie unique) puis à celui d’un bruit rose (spectre décroissant)
- Écouter alternativement bruit blanc et bruit rose et décrire la différence de timbre
- Reprendre l’analyse en affichant les niveaux par bande d’octave si l’outil le permet : le bruit blanc y montre alors une pente montante de +3 dB par octave
Activités scientifiques sur ce thème
- Bruit blanc : composition spectrale - analyser le spectre d’un bruit blanc et le comparer à celui d’autres sons
- Vitesse du son : résonance en tube - utiliser un bruit blanc comme excitation large bande pour faire apparaître les fréquences de résonance d’un tube
En savoir plus
En plus du “bruit blanc”, il existe plusieurs autres types de bruits, chacun ayant des caractéristiques spectrales et statistiques spécifiques.
Voici quelques-uns des types de bruits les plus courants :
Bruit rose : Le bruit rose, également connu sous le nom de “bruit 1/f”, a une densité spectrale de puissance qui décroît comme l’inverse de la fréquence. L’énergie par hertz diminue donc quand la fréquence augmente, mais l’énergie par octave, elle, reste constante : c’est ce qui le rend perceptivement équilibré, soit −3 dB par octave par rapport au bruit blanc.
Bruit bleu : Le bruit bleu a une densité spectrale de puissance qui augmente proportionnellement à la fréquence (+3 dB par octave). Il est utilisé en traitement d’image pour le tramage (dithering) et en électronique.
Bruit rouge : Le bruit rouge, aussi appelé “bruit brownien”, a une densité spectrale qui décroît en 1/f², soit −6 dB par octave. Sa décroissance est donc plus rapide que celle du bruit rose, et non plus lente : il est beaucoup plus sourd, dominé par les graves. Il correspond à l’intégrale d’un bruit blanc et décrit la marche aléatoire d’une particule brownienne, d’où son nom - qui vient du botaniste Robert Brown, pas de la couleur.
Bruit gaussien : Le bruit gaussien, également appelé “bruit blanc gaussien”, suit une distribution gaussienne (normale) des amplitudes. C’est le type de bruit le plus couramment utilisé en statistiques et en traitement du signal.
Bruit impulsionnel : Le bruit impulsionnel se caractérise par l’occurrence de pics ou d’impulsions soudaines dans le signal. Il peut être causé par des interférences électromagnétiques, des erreurs de transmission, ou d’autres perturbations.
Bruit thermique : Le bruit thermique, également connu sous le nom de “bruit de Johnson-Nyquist”, est généré par les fluctuations thermiques des charges électriques dans un conducteur. Il est omniprésent dans les composants électroniques et a une distribution gaussienne.
Bruit quantique : Le bruit quantique est associé aux fluctuations quantiques et est observé dans des systèmes quantiques, notamment dans les dispositifs électroniques à l’échelle nanométrique. Il peut inclure le “bruit de grenaille” (shot noise) et le “bruit de génération-recombinaison” (generation-recombination noise).
Ces différents types de bruits ont des applications variées en fonction de leurs caractéristiques. Par exemple, le bruit blanc est souvent utilisé pour étalonner des systèmes, tandis que le bruit rose est utilisé pour simuler des conditions acoustiques naturelles, et le bruit gaussien est couramment rencontré dans des situations aléatoires du quotidien.
Blanc et gaussien : deux propriétés indépendantes
C’est une confusion très fréquente, y compris dans des ouvrages. « Blanc » décrit le spectre : la répartition de la puissance selon la fréquence, autrement dit l’absence de corrélation entre échantillons successifs. « Gaussien » décrit la statistique des amplitudes : la façon dont se distribuent les valeurs instantanées du signal. Les deux notions sont indépendantes. Il existe des bruits blancs non gaussiens - par exemple un signal qui ne prend que les valeurs +1 et −1 au hasard, dont le spectre est parfaitement plat mais dont la distribution est binaire. Et un bruit gaussien peut très bien être coloré, donc pas blanc du tout. Le « bruit blanc gaussien » usuel réunit simplement les deux propriétés.
Le bruit blanc idéal n’existe pas
Un bruit rigoureusement blanc aurait une densité spectrale constante sur une bande de fréquences infinie, donc une puissance totale infinie. C’est une idéalisation mathématique, commode mais physiquement impossible. Tout bruit blanc réel est en fait à bande limitée : plat entre deux fréquences, nul au-delà. En audio, on se limite à la bande audible, 20 Hz - 20 kHz. En traitement du signal numérique, la limite est imposée par le théorème de Shannon : un signal échantillonné à 44,1 kHz ne peut rien contenir au-dessus de 22,05 kHz.
Où en rencontre-t-on vraiment ?
Le bruit blanc n’est pas qu’un objet de laboratoire. Le bruit thermique (Johnson-Nyquist) d’une résistance est blanc jusqu’à des fréquences très élevées : c’est le plancher de bruit incontournable de toute électronique, et sa densité vaut 4k_BTR. Le bruit de grenaille d’un courant électrique, lié au caractère discret de la charge de l’électron, est également blanc. Ces bruits fixent la limite ultime de sensibilité d’un capteur - c’est pour cela qu’on refroidit les détecteurs des télescopes.
Pourquoi excite-t-on un système avec du bruit blanc ?
C’est l’usage le plus utile en TP. Puisqu’un bruit blanc contient toutes les fréquences simultanément, l’envoyer dans un système (un tube, une salle, un filtre) permet de tester toutes ses fréquences de résonance en une seule mesure, au lieu de balayer patiemment fréquence par fréquence. Le spectre du signal recueilli en sortie donne alors directement la réponse en fréquence du système : les résonances apparaissent en pics, les zones absorbantes en creux. C’est exactement ce qu’on exploite dans l’activité de résonance en tube.
Formule
Densité spectrale de puissance d’un bruit blanc (constante sur toute la bande) :
S(f) = S₀
Puissance contenue dans une bande de fréquences [f₁ ; f₂] :
P = S₀ × (f₂ − f₁)
La puissance ne dépend donc que de la largeur de la bande, pas de sa position. Pour comparer, dans un bruit rose la densité vaut S(f) = k/f et la puissance par octave est constante.
Niveau par bande d’octave d’un bruit blanc, entre une octave et la suivante :
ΔL = 10 × log(2) ≈ +3 dB par octave
Bruit thermique d’une résistance (bruit blanc) :
S = 4 k_B T R
où :
- S(f) : densité spectrale de puissance (W·Hz⁻¹, ou V²·Hz⁻¹ selon la grandeur)
- S₀ : valeur constante de cette densité
- f : fréquence (Hz)
- P : puissance dans la bande considérée (W)
- k_B : constante de Boltzmann, 1,38 × 10⁻²³ J·K⁻¹
- T : température absolue (K)
- R : résistance (Ω)
Exemples d’application
- Mesure de la réponse d’une salle. On diffuse un bruit blanc et on enregistre le spectre en différents points : les creux et les bosses révèlent les modes propres de la pièce et les fréquences absorbées par les matériaux. Une seule mesure remplace un balayage complet.
- Comparaison chiffrée blanc / rose. Entre 100 et 200 Hz (largeur 100 Hz) et entre 1 000 et 1 100 Hz (largeur 100 Hz), un bruit blanc contient la même puissance. Mais entre les octaves 100-200 Hz et 1 000-2 000 Hz (largeur 1 000 Hz), il en contient dix fois plus dans la seconde, soit +10 dB. Un bruit rose, lui, en contiendrait autant dans les deux octaves.
- Sommeil et acouphènes. Les générateurs de bruit destinés à masquer les bruits parasites emploient plus souvent du bruit rose ou brownien que du bruit blanc, jugé trop sifflant précisément à cause de son excès d’énergie dans les aigus.
- Plancher de bruit électronique. Une résistance de 1 kΩ à 300 K produit une tension de bruit d’environ 4 nV par racine de hertz, soit à peu près 0,6 μV efficaces sur toute la bande audio. C’est ce qui limite la sensibilité d’un préamplificateur de microphone.
- Télécommunications. Le canal de référence pour évaluer un système de transmission est le canal AWGN (bruit blanc gaussien additif) : c’est sur ce modèle que se calcule la capacité maximale d’une liaison.
- Test de haut-parleurs. Le bruit blanc, riche en aigus, sert à détecter les défauts de tweeter ; mais on lui préfère le bruit rose pour les tests d’endurance, car il n’impose pas une puissance excessive aux hautes fréquences.
FAQ
Q : Quelle est la vraie différence entre bruit blanc et bruit rose ? R : Elle tient à la façon dont l’énergie se répartit. Le bruit blanc a une puissance constante par hertz : toutes les bandes de même largeur en Hz sont équivalentes. Le bruit rose a une puissance constante par octave : sa densité spectrale décroît en 1/f, soit −3 dB par octave. Comme l’oreille analyse par octaves, c’est le bruit rose qui paraît équilibré ; le bruit blanc paraît sifflant.
Q : Le spectre que j’obtiens n’est pas plat du tout, ai-je raté ma mesure ? R : Probablement pas. Le spectre instantané d’un bruit aléatoire fluctue toujours de plusieurs décibels. La platitude est une propriété statistique, qui n’apparaît qu’après moyennage sur plusieurs secondes. Ajoutez à cela la réponse en fréquence du haut-parleur et du microphone, qui n’est jamais plate elle non plus.
Q : Bruit blanc et bruit gaussien, est-ce la même chose ? R : Non. « Blanc » qualifie le spectre, « gaussien » la distribution des amplitudes. Ce sont deux propriétés indépendantes : un bruit peut être blanc sans être gaussien, et gaussien sans être blanc.
Q : Pourquoi appelle-t-on ce bruit « blanc » ? R : Par analogie avec la lumière blanche, qui contient toutes les longueurs d’onde du spectre visible. L’analogie a ses limites : la lumière blanche perçue n’a pas un spectre plat, et les autres « couleurs » de bruit (rose, rouge, bleu) ont été nommées ensuite par extension de la même image.
Q : Un bruit blanc parfait peut-il exister ? R : Non. Une densité spectrale constante sur une bande infinie impliquerait une puissance infinie. Tout bruit blanc réel est limité en bande, en audio à la bande audible, et en numérique par la fréquence d’échantillonnage via le théorème de Shannon.
Concepts liés
Bruit rose - Densité spectrale de puissance - Spectre sonore - Analyse de Fourier - Son complexe - Décibel - Résonance - Timbre - Microphone