Signal Processing

Signals & systems 2013 - 2014
EISTI Guy Almouzni

SIGNALS & SYSTEMS

COURSE, EXERCISES

Traitement numrique du signal 0. Prambule
0.
0. Prambule

Traitement du Signal (TS)

. Conditionnement
( Mise en forme, Prtraitement, Amplification, Filtrage...)

. Caractrisation
( Transformations frquentielles)

. Dtection - Estimation
(Moyenne quadratique...)

. Optimisation
(Filtrage optimal, Dbruitage...)

. Modlisation - Identification
(Prdiction linaire, modles Markoviens...)

. Codage - Dcodage
(Modulation, Dmodulation, Brouillage...)

. Synthse de signal
(Gnration de signaux analytiques, alatoires, bruit ...)

. Reconnaissance - Dcision - Comprhension - Interprtation
(RDF - Reconnaissances Des Formes, Classification...)

Le signal, support de linformation, est la base de la communication entre les hommes et avec leur environnement. La
thorie du signal a pour objectif la modlisation mathmatique des signaux, leurs traitements malgr leur trs grande
diversit et lextraction de linformation quils contiennent. Elle sappuie essentiellement sur lanalyse fonctionnelle,
lalgbre linaire et le calcul des probabilits.

Exemple :

- TS (Filtrage) : Si on mesure la temprature au cours des dernires dcennies, il n'est pas vident pour autant d'en
dduire un rchauffement de la plante d l'homme au vu des valeurs croissantes de la temprature.
En effet, la terre est soumise depuis des millnaires des fluctuations climatiques naturelles qu'il est ncessaire de
gommer ( filtrage) pour mettre en vidence les fluctuations artificielles dues l'homme.

Plan du cours
Cours-TD

1. Reprsentations Temporelles des Signaux Temps Discret (TD). (1h C + 2h TD)
2. Reprsentations Temporelles des Systmes Temps Discret. (1h C + 2h TD)
3. Reprsentations Frquentielles des Signaux Temps Discret. (1h C + 2h TD)
4. Reprsentations Frquentielles des Systmes Temps Discret. (1h C + 2h TD)
5. Echantillonnage (du Temps Continu - TC - au TD) - Interpolation(du TD au TC) - Quantification. (1h C + 2h TD)
6. Filtrage numrique - Analyse. Synthse. Filtrage multicadence. (1h C + 2h TD)

7. Examen. (2h)
Traitement numrique du signal 0. Prambule
0. 1
Bibliographie

[1] F. de Coulon Thorie et traitement des signaux Dunod
[2] P. Duvaut Traitement du signal Herms
[3] M. Kunt Traitement numrique des signaux Dunod
[4] J. Max Mthodes et techniques de traitement du signal Masson
[5] A.V. Oppenheim Applications of digital signal processing Prentice-Hall
[6] A.V. Oppenheim / R.W. Schafer Digital signal processing Prentice-Hall
[7] A.V. Oppenheim / A.S. Willsky Digital signal processing Prentice-Hall
[8] A.V. Oppenheim / A.S. Willsky / Y.T. Young Signals and systems Prentice-Hall
[9] A. Papoulis Signal analysis McGraw-Hill
[10] M. Rivoire / J.L. Ferrier Automatique Eyrolles
[11] Y. Thomas Signaux & systmes linaires Masson
[12] T. Dutoit Intro. au Traitement Automatique de la Parole FPMS
http://www.speech.cs.cmu.edu/comp.speech/
http://tcts.fpms.ac.be/cours/1005-08/speech/

__________
Traitement numrique du signal 1. Reprsentations Temporelles des Signaux TD
1. 1

1. Reprsentations Temporelles des Signaux TD

1. Reprsentations Temporelles des Signaux

Un signal est une squence de donnes, une grandeur, gnralement variable en fonction du temps, et mesurable.
Il existe de trs nombreux types de signaux.

L'exemple le plus gnral de signal peut tre crit sous la forme : x = f[v ; w]
o :
x : vecteur de dim. n
v : vecteur de dim. m
f : distribution
w : vecteur de dim. p; indique que le signal peut tre alatoire en faisant apparatre une
dpendance statistique ( en fonction du tirage, de lpreuve).

Une distribution gnralise la notion de fonction.

Exemple de distribution : l'impulsion de Dirac :
( )
( )
t t
t
= =
=
si
sinon
0
0

( ) lim ( ) t t =
0
avec comme fonction
( ) t possible :
t
0
t
( )
1/
/2
-
/2

( ) t n'est pas une fonction car ( ) t dt
= 1, alors que l'intgrale d'une fonction presque nulle partout est nulle.

On va se limiter au cas o :

x : scalaire ( rel)
v : scalaire, et ce sera gnralement le temps t
f : appele fonction ( parfois abusivement notamment pour (t) )
w : fix signal dterministe ( non alatoire)

Exemples de signaux monodimensionnels ( 1D) : Temprature, compte bancaire, ligne dimage, ...

Exemples de signaux complexes ( 2D) : Image , champ de forces (amplitude et direction) ...

2. Signal Temps Continu, Temps Discret - Signal quantifi ou non

Un signal s'crit donc : ) ( ) ( t f t x = :

. si t varie continuement, au moins par morceaux (on dira abusivement mais plus simplement t rel), ) (t x est un signal
Temps Continu (TC).

. si t est discret ( t ne peut prendre qu'un nombre fini limit de valeurs (ou un infini dnombrable)), not gnralement
nT avec n entier et T rel (dans le cas par exemple de lchantillonnage priodique la priode T ),
) (nT x not aussi ) (n x ou encore
n
x , est un signal Temps Discret (TD).
(Un signal TD est souvent appel plus simplement mais abusivement signal discret).

Qu'il soit TC ou TD, le signal x peut tre :

. valeurs relles: x est un rel (l'amplitude de x varie continuement).

. valeurs discrtes: x est un nombre cod sur m bits et peut ainsi avoir
m
2 valeurs possibles (l'amplitude de x est discrte).
1. 2

t
x (t)
signal quantifi
0
(1)
x (t)
0
t
(3)
(2)
-1 0 1 2 3 4 5
x (n)
-1 0 1 2 3 4 5
x (n)
(4) signal numrique
TC TD
ECHANTILLONNAGE
Amplitude
Continue
Amplitude
Discrte
Q
U
A
N
T
I
F
I
C
A
T
I
O
N
n
n
q q
6
6
signal chantillonn signal analogique

Exemples : (1) : Vitesse dun mobile.
(2) : Taille dun tre humain value rgulirement (chaque anne par exemple)
(3) : Compte bancaire (arrondi au centime prs).
(4) : Population humaine value rgulirement, ou encore niveau de gris des pixels dune
ligne (1D) dimage (2D) (lchantillonnage est alors spatial et non temporel).

Un signal TD peut tre TD par nature :
Ex.: les notes dun lve dans une matire (ou dans plusieurs, donnant alors un signal vectoriel plusieurs
dimensions) tous les mois.

Il peut aussi s'obtenir partir d'un signal TC par chantillonnage le plus souvent priodique, de priode T
Ex.: temprature mesure intervalles de temps rguliers et non en permanence.

On note alors gnralement ces signaux par x(nT) plutt que x(n) pour faire apparatre explicitement la priode
d'chantillonnage T. Pour allger les critures, on notera souvent x(nT) par x
n
.

En ce qui concerne les signaux TD, on pourra noter de prfrence (mais on ne le fera pas systmatiquement, le contexte tant
souvent assez explicite) une squence dchantillons par {x(n)} plutt que x(n) qui dsigne un chantillon particulier
(dindice n) du signal x, en mme temps que la squence elle-mme (idem pour les signaux TC).

3. Classification des signaux
- Signaux physiques : ils ne prsentent que trs rarement des discontinuits (physique quantique).
Exemple : Signal carr de tension lectrique :

t
v(t)

- Signaux mathmatiques : un modle mathmatique dun signal (conomique, dmographique, ou purement
mathmatique) prsente souvent des discontinuits.
Exemple : Montant dun compte bancaire :

m(t)
Crdit Dbit
t

- Signal born : ) (t x est un signal born sil existe un majorant M tel que, pour tout instant t : M t x < ) (
- Signal stable (
1
L ) : ) (t x est un signal stable si : <
+

dt t x ) (
- Signal nergie finie (
2
L ) : ) (t x est un signal nergie finie si : <
+

dt t x ) (
2

- Signal puissance finie : ) (t x est un signal T -priodique puissance finie si : <
T
dt t x
T
) (
1
2

- Signal support born : ) (t x est un signal support born si : ) (t x est nul en dehors dune partie borne de R
1. 3

4. Signaux usuels

SIGNAL TC TD
Echelon ou indice unit
(fonction de Heavyside)

not ou u ou ou encore Y
ou mme 1

Ce signal permet de simuler un
brusque changement de rgime
de fonctionnement
(mise en route, ...)
(t) = 1 si t > 0
= 0 si t < 0
(non dfini pour t = 0)
1
t
0
(t)

(n) = 1 si n 0
= 0 sinon

n
1
0 -2 -1 1 2 3 4
(n)

Fentre ou porte ou
impulsion

not
T
de largeur T

T
(t) = 1 si -T/2 < t < T/2
= 0 sinon
1
t
0
-T
2
T
2
(t)
T

T
(nT
e
) = 1 si -T/2 nT
e
T/2
= 0 sinon
1
0
-T
2
T
2
nT
e
(nT )
e
T

Impulsion de Dirac ou
percussion

not

( TD, on l'appelle souvent
symbole de Kronecker)

Ce signal simule une brve
perturbation (parasite, ...)

(et aussi une claque pour
un systme)
( )
( )
t t
t
= =
=

si
sinon
0
0

(t) = lim ( )
T
T
T
t
0
1
d'o la proprit:

0 : ( )
t dt
= 1

1
t
0
(t)

(1 reprsente l'aire (le poids) de (t) et non pas
l'ordonne)

(ex : t
0
> 0)
1
t
0
(t-t )
0
t
0

0 :
( ) t t dt
t
t
=
0
1
0
0

( )
( )
t
d t
dt
=

( ) ( ) t d
t
=

(t) est paire
( )
( )
n n
n
= =
=
1 0
0

si
sinon

( ) n et ( ) n k sont respectivement nots
aussi : ) 0 , (n et ) , ( k n
mais ces dernires notations sont dconseilles

entier k : 1 ) ( =
=
k
k n
n
n
1
0 -2 -1 1 2 3 4
(n )

(ex : k = 2)
n
1
0 -1 1 3 4
(n-k)
k=2

entier k : 1 ) (
0
0
0
=
+
=
k n
k n n
n n

( ) ( ) ( ) n n n = 1

( ) ( ) n n k
k
=
=
0

( ) n est paire
1. 4

On en dduit les proprits :
f t t dt f t dt f t dt f ( ) ( ) ( ) ( ) ( ) ( ) ( ) = = =

0 0 0

f t t dt f t dt f t dt f ( ) ( ) ( ) ( ) ( ) ( ) ( ) = = =

Limpulsion de Dirac TC ( ) t peut tre vue comme la limite de nombreuses fonctions
( ) t lorsque
0, pourvu quelle vrifie les 2 proprits :
( )
t dt
= 1 0
et :

( )
( )
t t
t
= =
=

si
sinon
0
0

( ) lim ( ) t t =
0
avec par exemple, les fonctions possibles
( ) t suivantes :

1.
t
0
t
( )
1/
/2
-
/2
2.
t
0
t
( )
1/
(modle viter car non pair)

3.
t
0
t
( )
1/
-
4.
t
0
t
( )
1
e t
t
( )
(modle viter car non pair)
5.
t
0
t
( )
1
2
1
2
2

e
t
|
\
|
6.
t
0
t
( )
1
2 2
+ t

5. Dfinitions sur les signaux

- Signal dterministe : Signal certain, prvisible ( signal alatoire li au hasard, qui possde une dpendance statistique lpreuve).

- Signal causal : Signal dont on ne connat pas le futur, signal dont on dmarre lobservation t = 0 : cela se traduit par
un signal nul au temps ngatif (t < 0) :
le signal a un dbut, conventionnellement pris en 0, et il est ralis pour t > 0. Ainsi, sil tait non nul t < 0, le signal peut tre interprt
comme existant avant le dbut ! Ou bien comme se ralisant pour le temps renvers (t < 0) (temps se droulant dans le sens inverse) ( non causalit)

(pour un signal causal, on ne peut que se dplacer dans le pass ou le prsent, contrairement un signal non causal pour lequel on peut accder son
futur).

t
0

retard

avance
De mme, un signal anticausal nexiste que pour le temps 0)
Exemple de signal non causal : Un enregistrement Exemple de signal causal : Un signal radio reu au vol

(en effet, le rembobinage dun signal enregistr permet de revenir en arrire, comme pour un signal causal, mais surtout son bobinage avant
permet daller dans le futur, ce qui est impossible pour un signal causal).

- Signal stationnaire (ou encore Temps Invariant (TI) ) :

- C'est un signal invariant si on change l'origine des temps.

Exemple : une sinusode est un signal stationnaire, mais si on lui ajoute un offset (dcalage vertical) au cours du temps, le signal
nest plus stationnaire (sa moyenne varie au cours du temps). Le signal parole est un autre exemple de signal non stationnaire.

- S'il est alatoire, cela se traduit en particulier par le fait que ses proprits statistiques (moyenne, variance ...) ne
changent pas au cours du temps ( sont indpendantes de l'origine des temps, nvoluent pas au cours du temps).

Ex. : les rsultats du lanc d'un d 6 faces est un signal stationnaire (si le d nest pas modifi au cours des preuves !).
Le rsultat est toujours compris entre 1 et 6 et la moyenne statistique - esprance mathmatique - reste inchange :
moyenne =
x
i
p
i
i
=
+ + + + + =
1
6
2
6
3
6
4
6
5
6
6
6
21
6
x
i
, p
i
: rsultat(x
i
) et probabilit(p
i
) d'une preuve.
1. 5

- Signal analytique : Signal dcrit par une quation permettant de le calculer, et ce de faon non rcurrente.

- Energie d'un signal (cas complexe): (TC) E x t dt =
( )
2
(TD)
=
n
n x E
2
) ( ( 0 E )
[unit: le Joule] (cas scalaire): (TC)
= dt t x E ) (
2
(TD)
=
n
n x E ) (
2

Pour un signal nergie infinie (signal priodique par exemple) on prfre utiliser la puissance (moyenne) pour le caractriser :

- Puissance (moyenne) d'un signal : (TC)
=
T
T T
dt t x
T
P
2
) (
2
1
lim (TD)
+
=
k
k n
k
n x
k
P
2
) (
1 2
1
lim
[unit: le Watt] (cas scalaire): (TC)
=
T
T T
dt t x
T
P ) (
2
1
lim
2
(TD)
+
=
k
k n
k
n x
k
P ) (
1 2
1
lim
2

[unit: le dciBel (dB)]
) log( 10 ) log( 10 P P P
dB
= =
( 0 P )

Ex
) ( ) ( n n x =
lnergie diverge ( = E ) mais la puissance moyenne du signal reste finie:
2
1
) 1 (
1 2
1
lim 1
1 2
1
lim ) (
1 2
1
lim
0
2
= +
+
=
+
=
+
=

=

=

k
k k
n x
k
P
k
k
n
k
k
k n
k

- Rapport Signal/Bruit (SNR) : . ) (t s signal utile et ) (t b bruit, sont 2 signaux (TC) causaux, scalaires, de dure T
.
n
s signal utile et
n
b
bruit, sont 2 signaux (TD) causaux, scalaires, de N chantillons
. SNR instantan :
bruit du e instantan puissance
signal du e instantan puissance
: (TC)
=
= =
t
b
x
i
t b
t x
p
p
SNR
) (
) (
2
2
(TD)
k n
n
n
b
x
i
b
x
p
p
SNR
=
= =
2
2

. SNR moyen :
bruit du moyenne puissance
signal du moyenne puissance
: (TC)
= =
T
T
b
x
dt t b
dt t x
P
P
SNR
0
2
0
2
) (
) (
(TD)
= =
1
0
2
1
0
2
N
n
n
N
n
n
b
x
b
x
P
P
SNR

[unit: le dciBel (dB)] (TC)
dB b dB x
b
x
T
T
dB
P P
P
P
dt t b
dt t x
SNR =
|
|
\
|
=
|
|
|
\
|
=
log 10
) (
) (
log 10
0
2
0
2
(TD)
dB b dB x
b
x
N
n
n
N
n
n
dB
P P
P
P
b
x
SNR =
|
|
\
|
=
|
|
|
|
\
|
=
log 10 log 10
1
0
2
1
0
2

Dans le cas de bruit alatoire non ergodique, il faut prendre sa moyenne statistique (esprance) plutt que sa moyenne temporelle (1 seule ralisation du bruit ne suffit pas).

- Produit de convolution: Soit les 2 signaux TC x t ( ) , y t ( ) (resp. TD x n ( ) , y n ( ) ). Leur produit de convolution
est dfini par : (TC) x t y t x y t d ( ) ( ) ( ) ( ) =
(TD) x n y n x k y n k
k
( ) ( ) ( ) ( ) =
=

Dans le cas discret, la convolution (causale par exemple) peut scrire comme un produit scalaire de 2 vecteurs :

y x = =

=
=

N
k
k n k
N
k
y x k n y k x n y n x
0 0
) ( ) ( ) ( * ) (
avec :
[ ] x =
(
(
(
(
=
x
x
x
x x x
N
N
T
0
1
0 1
M
L
et :
[ ] y =
(
(
(
(
=

y
y
y
y y y
n
n
n N
n n n N
T 1
1
M
L

Proprits : - Le produit de convolution est commutatif : ) ( ) ( ) ( ) ( t x t y t y t x =
- Le produit de convolution est aussi associatif et distributif par rapport laddition.
- On fera apparatre, en Reprsentation Frquentielle, le produit de convolution comme un
produit de transformes frquentielles (produit de polynmes).
- La convolution discrte

= =
k
k n k n n n
y x y x w * est un algorithme pyramidal ( il met en
oeuvre une rcurrence partir de 2 signaux (ici
n
x et
n
y ) pour autoriser le calcul du signal rsultat (ici
n
w )).

- Dconvolution: A partir de lexpression du signal s t ( ) TC (resp. s n ( ) TD) comme produit de convolution :
s t x t y t ( ) ( ) * ( ) = (resp. s n x n y n ( ) ( ) * ( ) = ), on peut extraire le signal x t ( ) par exemple (resp. x n ( ) ) par
dconvolution, note par loprateur : (TC) x t s t y t ( ) ( ) ( ) = (TD) x n s n y n ( ) ( ) ( ) =

Proprit : On fera apparatre, en Reprsentation Frquentielle, la dconvolution comme une division de polynmes.
1. 6

- Produit scalaire : Soit les 2 signaux TC x t ( ) , y t ( ) L
2
( ) ( ensemble des fonctions de carr sommable sur
= [ , ] t t
1 2
), le
produit scalaire associ est : (TC) < > =
x y x t y t dt , ( ) ( )
*
o y t
*
( ) est le conjugu du complexe y t ( )
On a : x x x
2
=< > , Dans le cas rel :
< > =
x y x t y t dt , ( ) ( )

- Fonction de corrlation

- Fonction dintercorrlation : Elle permet la comparaison de 2 signaux :

soit les 2 signaux TC x t ( ) , y t ( ) (resp. TD x n ( ) , y n ( ) ).

La fonction de corrlation TC ) (t
xy
(resp. TC ) (n
xy
) traduit la ressemblance de 2 signaux :
(TC)

+ = d t y x t
xy
) ( ) ( ) ( (TD)
=
+ =
k
xy
k n y k x n ) ( ) ( ) (
Cas de signaux complexes (* conjugu) : (TC)

+ = d t y x t
xy
) ( ) ( ) (
*
(TD)
=
+ =
k
xy
k n y k x n ) ( ) ( ) (
*

Il faut bien sr que lun au moins des 2 signaux x ou y soit nergie finie pour que ce calcul soit possible.
Puisque ) (t
xy
(resp. ) (n
xy
) est une mesure de la similitude entre ) (t x et ) (t y (resp. entre ) (k x et
) (k y ), elle atteint son maximum pour une valeur de t (resp. de k ) lorsque la similitude est la plus grande.

En pratique, ces formules ne sont utilisables ( programmables) que si les 2 signaux x et y sont dure
limite. Par exemple, dans le cas discret, si N et M sont les dures respectives de ) (k x et ) (k y , alors
la dure de ) (n
xy
est 1 + M N .

Si lun des signaux x ou y nest pas dure limite, il faut alors le fentrer pour limiter sa dure (dobservation, de calcul).

Pour des signaux nergie infinie, les formules de dfinition prcdentes ne convergent pas.

Dans le cas discret par exemple, pour des signaux priodiques de priode N , la fonction dintercorrlation est dfinie par :

+
=
+ =
1
) ( ) (
1
) (
N m
m k
xy
k n y k x
N
n avec m entier quelconque.

Proprits de la fonction dintercorrlation
. Elle est anticommutative (!Elle nest pas paire): (TC) ) ( ) ( t t
yx xy
= (TD) ) ( ) ( n n
yx xy
=
. La fonction de corrlation peut scrire laide dune convolution :
(TC) ) ( ) ( ) ( t y t x t
xy
= (TD) ) ( ) ( ) ( n y n x n
xy
=
. On fera apparatre, en Reprsentation Frquentielle, la fonction de corrlation comme un produit de transformes
frquentielles (produit de polynmes).
On en dduit la fonction dautocorrlation ) (t
xx
(TC) (resp. ) (n
xx
(TD)) :

- Fonction dautocorrlation

Elle traduit la vitesse de variation du signal x t ( ) (resp. x n ( ) ) :
(TC)

+ = d t x x t
xx
) ( ) ( ) ( (TD)
=
+ =
k
xx
k n x k x n ) ( ) ( ) (
Cas de signaux complexes (* conjugu) : (TC)

+ = d t x x t
xx
) ( ) ( ) (
*
(TD)
=
+ =
k
xx
k n x k x n ) ( ) ( ) (
*

Proprits : . La fonction dautocorrlation ) (t
xx
est maximale pour 0 = t (TC)
(resp. ) (n
xx
maximale pour 0 = n (TD)).
. La fonction dautocorrlation est paire : (TC) ) ( ) ( t t
xx xx
= (TD) ) ( ) ( n n
xx xx
=
. La fonction dautocorrlation peut scrire laide dune convolution :
(TC) ) ( ) ( ) ( t x t x t
xx
= (TD) ) ( ) ( ) ( n x n x n
xx
=
__________
Traitement numrique du signal TD 1. Reprsentations Temporelles des Signaux TD
TD 1. 1

TD 1. Reprsentations Temporelles des Signaux TD

1. Dcalage dans le temps - Avance - Retard - Renversement du temps [Voir TP]

A. Signal chantillonn x : signal TD ( Z k )

<
=
1
2
1
1 0
) ( :
pour
pour
k
k
k x k x
k

B. Signal analogique y : signal TC ( R t )

< +
<
<
=
1 0
1 0 4 4
0 1 4
1 0
) ( :
pour
pour
pour
pour
t
t t
t
t
t y t y

1. Dessiner les graphes de x et de y.

2. Expliciter les valeurs des signaux et les dessiner :

- retards : ) 2 ( k x et ) 2 ( t y
- avancs : ) 2 ( + k x et ) 2 ( + t y
- renverss dans le temps : ) ( k x et ) ( t y
- renverss-dcals : ) 2 ( + k x et ) 2 ( + t y
- opposs : ) (k x et ) (t y
- avec offset : 2 ) ( + k x et 2 ) ( t y
- amplifis : ) ( 2 k x et ) ( 2 t y
- compresss, dcims : ) 2 ( k x et ) 2 ( t y
- interpols, dilats (expansion) :
on
pair k si k x
sin 0
) 2 / (
et ) 2 / (t y

2. Dcomposition d'un signal

- Exprimer analytiquement le signal u(t) de la figure comme une impulsion, puis l'exprimer l'aide d'une somme
d'chelons retards (on posera
0 1
t t T = et
2
1 0
2
t t
t
+
= ).

u(t)
t
2
0
t
0
t
1

Rappels : . Echelon :
1
t
0
(t)

. Impulsion :
1
t
0
-T
2
T
2
(t)
T

TD 1. 2

3. Expression analytique
On rappelle les dfinitions des signaux chelon ) (t et impulsion ) (t
T
; on ne tiendra pas compte de la non dfinition de ) (t en
t = 0 :

1
t
0
(t)
1 ) ( = t si t > 0, 0 si t < 0.
1
t
0
-T
2
T
2
(t)
T
1 ) ( = t
T
si -T/2 < t < T/2, 0
sinon.
1. Exprimer analytiquement le signal impulsion ) (t
T
comme une somme dchelons.
2. Exprimer analytiquement le signal chelon ) (t comme une somme, sans recouvrement, dimpulsions.

4. Produit de convolution

Soient deux signaux x(t) et y(t) nuls pour t < 0 (causalit). On tudie le produit de convolution x(t) * y(t).

- Montrer que les bornes de l'intgrale de dfinition se simplifient.

(on traitera les 2 cas : - Temps Discret et - Temps Continu).

5. Dcomposition dun signal numrique en squences paire et impaire

Montrer que tout signal
n
h peut tre dcompos en la somme de 2 squences paire
n
hp et impaire
n
hi . Donner
lexpression de
n
hp et
n
hi en fonction de
n
h .

6. Convolution avec (t)

- Montrer que :

x t t x t
x n n x n
( ) * ( ) ( )
( ) * ( ) ( )
=
=
(TC)
(TD)

et :

x t t t x t t
x n n k x n k
( ) * ( ) ( )
( ) * ( ) ( )
=
=
0 0
(TC)
(TD)

7. Transformation frquentielle

On dfinit la Transforme ( fonction de fonction) de variable complexe ) z F( dune fonction de variable discrte ) (n f
par la relation :

=
n
n
z n f z F ) ( ) ( (il sagit de la Transforme en z bilatrale) C z ; Z n
1.1 Donner lexpression de la Transforme )
1
z F ( de la squence dcale : ) ( k n f
1.2. Donner lexpression de la Transforme )
2
z F ( de la squence miroir : ) ( n f

Mme question avec la Transforme en z monolatrale :

=
+
=
0
) ( ) (
n
n
z n f z F
2.1 Donner lexpression de la Transforme )
1
z F (
+
de la squence dcale : ) ( k n f (k > 0)
TD 1. 3

TD 1 ANNEXE. Reprsentations Temporelles des Signaux TD

1. Traitement dcho radar

Le principe du radar consiste mettre un signal de courte dure u t ( ) qui, rflchi par la cible, revient
lemetteur aprs une dure ( t
1
) proportionnelle la distance de lmetteur la cible.
Le signal en retour, x t ( ) , tant videmment affaibli et bruit, on utilise le maximum de la fonction
dintercorrlation pour estimer t
1
.

Soit x t u t t ( ) ( ) =
1
(on nglige le bruitage; seul lattnuation est reprsente (par le coeff. ))

Montrer que la fonction de corrlation
ux
t ( ) est maximale pour t t =
1
.

2. Produit de convolution

- Calculer l'autoconvolution s(t) de
T
(t) : s(t) =
T
(t) *
T
(t)

Rappel :
T
(t) = 1 si -T/2 < t < T/2
= 0 sinon

0
t
T
(t)
-T/2
1
T/2

3. Miroir

On considre deux fonctions discrtes ) (n u et ) ( ) ( N n u n f = o N est une Constante.

1. Exprimer la squence ) ( ) ( n f n g = en fonction de ) ( u .
2. Exprimer la squence ) ( n N u comme miroir de ) ( N n u .
3. Exprimer la squence ) ( n f comme miroir de ) (n f .

__________
Traitement numrique du signal 2. Reprsentations Temporelles des Systmes TD
2. 1

2. Reprsentations Temporelles des Systmes TD

1. Systmes

Un systme est un dispositif orient (car rarement symtrique, rversible) possdant (ventuellement) des
entres, des sorties et des perturbations (entres non contrles).

x y x = ( )

Notation : un systme excit par un signal d'entre x rpond par un signal de sortie : y x = ( ) .

2. Types de systmes

Les quelques exemples suivants permettent dillustrer la notion de systme :

Pice chauffe Radiateur Temprature intrieure
Temprature extrieure
Bruit de calcul
Signal numrique Spectre
Transforme de
Fourier Discrte
Signaux de commande Systme
Perturbations
Signaux de sortie
Systme physique mono-entre, mono-sortie, perturb, TC
Taux de crdit
Economie
d'un pays
Contrle des changes
Dpenses publiques
Inflation
Chmage
Conjoncture mondiale
Systme conomique multi-entres, multi-sorties, perturb, TD
Systme numrique de traitement de signal (TD)
Aroport
Atterrissages
Dcollages
Conditions atmosphriques Pannes Grves
Dcisions de la
tour de contrle
Systme d'organisation squentiel (TD)
Systme gnral
Etre humain
Divorce
Nombre de cigarettes
Chmage
par jour
Systme bhavioriste (TD)
Stress
mdicament
anti-tabac

Doses de

Les signaux de perturbations sont des entres particulires du systme dans le sens o on ne peut agir sur
elles, contrairement aux entres de commande.

Ltude dun systme consiste rechercher un modle mathmatique du systme, cest--dire ses relations
dentre-sortie. Ces relations peuvent tre :

-algbriques : systmes statiques
-des quations diffrentielles (TC) ou des quations aux diffrences (TD) : systmes dynamiques
-algorithmiques (cas de la Transforme de Fourier Discrte) : approche procdurale
-descriptives (de type si...,alors... : approches rgles dvolution de systme expert et connexionniste (rseaux
de neurones), logique floue ...
2. 2

3. Dfinitions sur les systmes

- Systme Linaire (SL) :

Un systme est linaire sil vrifie les 2 conditions suivantes :

( . ) . ( ) x x = ( rel si on se restreint x rel, sinon vecteur si x vecteur)
(Multiplier par un coefficient lentre ou la sortie du systme revient au mme)

et ( ) ( ) ( ) x x x x
1 2 1 2
+ = + ( x
1
, x
2
: signaux d'entre)
(La rponse du systme la somme des entres est gale la somme des rponses ces entres)

ou la relation de combinaison linaire, plus condense mais moins pratique : ( . . ) . ( ) . ( )
1 1 2 2 1 1 2 2
x x x x + = +

Un systme linaire est tel que les effets sont proportionnels aux causes, et la rponse une somme
dentres est identique la somme de chacune des rponses ces mmes entres.

Avec un systme linaire, les transformes linaires de Laplace, Fourier, z ... peuvent donc s'appliquer.

t
x(t)
t
y(t)
0 0
1 A
Systme linaire :
t
x(t)
t
y(t)
0 0
A

t
x
1
(t)
t
y
1
(t)
0 0
1 A
t
x
2
(t)
t
y
2
(t)
0 0
1 A
Systme linaire :
t
x
1
(t)+x
2
(t)
t
y(t)=y
1
(t)+y
2
(t)
0 0
2
2A
1 A

Pour un systme linaire, tout instant on a donc la caractristique de linarit :
y (t) + y (t)
1 2
y (t)
1
y (t)
1
y (t)
2
x (t)
1 2
+ x (t)
x (t)
1 2
x (t) x (t)
1
x(t)
y(t)

- Systme stationnaire (ou encore Temps Invariant (TI) ou enfin non dynamique) :

Systme dont la rponse est invariante par dcalage du temps (i.e. de lorigine des temps) : systme qui nest pas en
volution (une mme entre applique 2 instants diffrents provoque une mme rponse dcale dautant).

Un systme stationnaire nvolue pas dans le temps. Lorigine des temps na pas dimportance.

Un systme stationnaire est tel que les mmes causes (entres) produisent les mmes effets (sorties) des instants diffrents.

TC :
[ ] [ ]
si
x t y t x t t y t t ( ) ( ) ( ) ( ) = =
0 0

t
x(t)
t
y(t)
0 0

t t
x(t - t )
0
y(t - t )
0
t
0
t
0
0 0
Systme stationnaire

TD :
[ ] [ ]
si
x n y n x n k y n k ( ) ( ) ( ) ( ) = =

Pour un systme stationnaire, il revient au mme de traiter une entre puis dcaler le rsultat que de dcaler lentre puis la traiter.

Un systme non stationnaire est un systme en volution.
2. 3

- Rponse Impulsionnelle (RI) (ou Percussionnelle (RP) ) d'un systme :

C'est la rponse, note h(t) (TC), ou h(n) (TD) l'entre (t) (TC) ou (n) (TD).
On a, si les Conditions Initiales (CI) sont nulles :

(TC)
(t) h(t)

(TD) (n) h(n)

On notera mme le systme par sa RI (les flches sont implicites) : (CI nulles)

(TC) h(t) x(t) y(t)

(TD) h(n) x(n) y(n)

La RI caractrise compltement un Systme Linaire Temps Invariant (SLTI) (hors CI) :

la seule connaissance de h permet de prdire la rponse du SLTI n'importe quelle entre x :

(Si l'Homme tait un systme linaire et stationnaire (alors qu'il n'est gnralement ni l'un ni l'autre, sauf
sur une plage de fonctionnement trs rduite !), la rponse la seule question - l'impulsion de Dirac -
permettrait de dduire la rponse n'importe quelle question).

Si un systme nest pas linaire, il ne peut tre caractris par sa RI.

On a la relation fondamentale de convolution entre entre et sortie pour les SL :

(le produit de convolution est linaire, commutatif, associatif, distributif par rapport laddition)

SL : y(t) = h(t,) * x(t) (TC) y(n) = h(n,k) * x(n) (TD)

SLTI : y(t) = h(t) * x(t) (TC) y(n) = h(n) * x(n) (TD)

Si un systme linaire nest pas Temps Invariant, la RI dpend de lorigine des temps ( TC) (resp. k TD):

RI dun SL non stationnaire : - TC : h(t,) - TD : h(n,k)

- Cas essentiel des SLTI :

y t h t x t h x t d h t x d TC
y n h n x n h k x n k h n k x k TD
k k
( ) ( ) * ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) * ( ) ( ) ( ) ( ) ( ) ( )
= = =
= = =

SLTI TC : il est rgi par une quation diffrentielle linaire coefficients constants :

=
= =

a y t b x t
i
i
i
i
i
m
i
k
( ) ( )
( ) ( )
0 0
[k > m pour les systmes physiques ( passe-bas) ]
Cette quation diffrentielle linaire coefficients constants et dcrivant un SLTI nest autre que lquation de convolution.

SLTI TD : il est rgi par une quation aux diffrences linaire coefficients constants :

=
= =

a y n i b x n i
i
i
k
i
i
m
0 0
( ) ( )
2. 4

Dmonstration de la relation fondamentale de convolution des SLTI :

SLTI y(t) = h(t) * x(t) (TC) y(n) = h(n) * x(n) (TD)

TC TD

Dfinition
h(t) (t) h(t)

si les Conditions Initiales (C.I.) sont nulles
h(n) (n)
h(n)

si C.I. nulles
Stationnarit
h(t) (t ) h(t )

h(n) (n-k) h(n-k)

Linarit
h(t) x()(t ) h(t ) x ()

h(n) x(k)(n-k) h(n-k) x (k)

Linarit
x t d x h t d ( ) ( ) ( ) ( )

h(t)

x k n k x k h n k
k k
( ) ( ) ( ) ( )
=

h(n)

Or : x t d x t t d ( ) ( ) ( ) ( ) =

= = =
x t t d x t x t ( ) ( ) ( ). ( ) 1

d'o : ( aire de = 1 )
Or :
x k n k x n n k
k k
( ) ( ) ( ) ( ) =
=

) ( ) ( ). ( ) ( ) (
1
n x n n x k n n x
k
= = =

=

d'o : (
=
=
k
k n n ) ( ) (
1

)
x h t d y t ( ) ( ) ( ) =

h(t) x(t)
= x t h t ( ) * ( )
x k h n k y n
k
( ) ( ) ( ) =
=

h(n) x(n)
= x n h n ( ) * ( )

- Systme rcursif
La sortie un instant donn dpend de la sortie d'autres instants
la seule connaissance de l'entre ne suffit pas connatre la sortie (notion de mmoire)
tat initial de la sortie connatre.

- Systme causal
Systme qui, un instant donn, ne ncessite ni la connaissance du futur de lentre ni celle du futur de la sortie
pour fournir sa rponse cet instant. Il est caractris, sil est linaire stationnaire, par une RI causale (RI nulle t < 0) si
bien sr les CI sont nulles.
(TD) : linstant n fix, la sortie
n
y dun systme causal ne dpend que des valeurs passes ou prsentes ( n k ) de
lentre
k
x , et des valeurs passes ( 1 n k ) de la sortie
k
y .
De mme, un systme linaire stationnaire non causal possde une RI non causale.
Dans la relation d'entre-sortie du systme, la sortie un instant donn ne dpend que du pass et du prsent (et
non pas du futur) de lentre et de la sortie. (Le futur tant dfini partir dune chelle de temps t dans le sens ).
Pour un systme causal, le temps scoule de la gauche vers la droite lors dun balayage de traitement (t ).
Pour un systme non causal, le temps scoule de la droite vers la gauche lors dun balayage de traitement (t ) : si on
droulait le temps dans le sens causal (t ) un systme non causal rpondrait avant dtre excit !

Exemple de filtrage causal :
Traitement dune ligne dimage :
x(k) x(k-1) x(k+1)

x(k) est le niveau de gris (0 x(k) entier 255) du pixel dindex k dans la ligne dune image Noir & Blanc.

Pour appliquer un filtre causal, il faut balayer une ligne dimage de la gauche vers la droite ( t ) :
(le sens de balayage na rellement dimportance que dans le cas dun filtrage rcursif)

Filtrage causal non rcursif : Exemple: y(k) = x(k) - x(k-1) (drivateur discret)

Dans le cas dun filtrage non rcursif, on nest pas oblig de balayer une ligne de la gauche vers
la droite, on pourrait tout aussi bien balayer de la droite vers la gauche.

Filtrage causal rcursif : Exemple: y(k) = x(k) - y(k-1) (drivateur discret rcursif)

Dans le cas dun filtrage rcursif, il est impratif de balayer une ligne de la gauche vers la droite, et
non de droite gauche, car le filtre fait rfrence un pixel dj trait, (qui doit donc au pass).

2. 5

Autre faon de le voir: Ex.: y(k) = x(k-1) RI h(k) = (k-1)
0 1 k
h(k)
Pour fournir la rponse t scoule .

Un systme causal peut travailler en temps rel ( on line) (sous rserve de puissance de calcul suffisante).
Un systme non causal ne peut agir qu'en temps diffr ( off line) sauf si l'entre est connue d'avance.

Pour un systme non causal (plus exactement anticausal ( systme de RI nulle t > 0), le temps scoule
lenvers, du futur vers le pass lors dun balayage de traitement (t ). (Si on fait drouler le temps du pass
vers le futur (t ) (dconseill), un systme non causal rpond avant dtre excit ! Ex. : y(k) = x(k+1) )

Exemple de filtrage anticausal:

Traitement dune ligne dimage :
x(k) x(k-1) x(k+1)

Pour appliquer un filtre anticausal, il faut balayer une ligne dimage de la droite vers la gauche ( t ) :

Filtrage anticausal non rcursif : Exemple: y(k) = x(k) - x(k+1) (drivateur discret)

Dans le cas dun filtrage non rcursif, on nest pas oblig de balayer une ligne de la droite vers la
gauche, on pourrait tout aussi bien balayer de la gauche vers la droite.

Filtrage anticausal rcursif : Exemple: y(k) = x(k) - y(k+1) (drivateur discret rcursif)

Dans le cas dun filtrage rcursif, il est impratif de balayer une ligne de la droite vers la gauche, et
non de gauche droite, car le filtre fait rfrence un pixel dj trait (qui au pass si on prend une chelle
de temps mais quon peut dangereusement faire apparatre comme futur avec un sens de droulement du temps ).

Autre faon de le voir: Ex.: y(k) = x(k+1) RI h(k) = (k+1)
0 -1 k
h(k)
Pour fournir la rponse t scoule .

Exemple de filtrage anticausal : - Renversement (+ translation) du temps ( ex. dfilement lenvers dun son) :

Entre : x(k) de longueur N k [0,N] Sortie : y(k) = x(N-k) (systme non stationnaire)

0 N
k
x(k)
0 N
k
y(k)
k
RI h(k)= (N- k)
N 0
1
RI causale bien que le systme soit non causal car le systme est non stationnaire

Pour calculer y(k), il faut connatre le futur de x ( instant dindice suprieur k).

Exemple de filtrage non causal :

Filtrage non causal non rcursif : Exemple: y(k) = x(k-1) - x(k+1) (drivateur discret 2 pas)

On peut balayer le signal dentre dans le sens que lon veut. On peut mme dcomposer le filtrage
en 2 parties : causale (balayage ) : y
+
(k) = x(k-1) et anticausale (balayage ) : y
-
(k) = x(k+1)
et crire que : y (k) = y
-
(k) + y
+
(k).

Filtrage non causal rcursif : Exemple: y(k) = x(k) + y(k-1) + y(k+1)

Cet exemple montre un filtrage qui na aucun sens, car on ne peut en mme temps faire
rfrence, pour un pixel dj trait, au pass et lavenir (ambigut) !

- Systme ralisable : Systme causal (un systme non causal a tout de mme une existence physique).

- Systme instantan

Systme dont la sortie un instant donn ne dpend que de l'entre cet instant. Dans tout autre cas, il
est dit mmoire.

- Systme stable

- Systme qui une entre borne (en amplitude ou signal stable) rpond par une sortie borne (stabilit
au sens large encore appele stabilit non asymptotique au sens de Lyapunov).

y y x x
B t y R t B B t x R t B < < ) ( , / ) ( , /
2. 6

- Systme qui, perturb (la perturbation tant modlise par une impulsion de Dirac), revient son tat initial
aprs disparition de la perturbation (stabilit au sens strict encore appele stabilit asymptotique au sens de
Lyapunov). Cette dfinition se traduit par le fait quinitialement au repos, un systme stable a sa RI qui tend
vers 0 lorsque le temps t scoule (
t +
pour un systme causal,
t
pour un systme non causal).

- Systme multivariable ( monovariable) : Systme comportant plusieurs entres et sorties.

On s'intressera essentiellement aux Systmes Linaires Temps Invariant (SLTI) ( Stationnaires (SLS)).

4. Reprsentation dEtat

Une autre Reprsentation temporelle, mieux adapte ltude des systmes multivariables.

5. Modlisation des systmes

La modlisation des systmes a pour obectif dtablir des relations dentres-sorties des systmes.

SYSTEMES DEMOGRAPHIQUES

Elevage danimaux TD Entre : croisement / mortalit u(k) - Sortie : nombres de couples y(k)

On observe un levage d'animaux qui obit aux lois suivantes : chaque mois un couple, s'il est fertile,
engendre (aprs une gestation d1 mois) 1 couple nouveau-n, et cela indfiniment. Un couple
nouveau-n devient fertile au bout d'1 mois et le reste constamment.

La mortalit et le croisement sont supposs ne concerner que les nouveaux-ns.
Un nombre de couples u(k) < 0 traduit la mortalit (ou la vente !) des couples nouveaux-ns. u(k) > 0
indique un croisement (immigration, introduction dune population extrieure de couples nouveaux-ns).

L'levage dbute au mois numro 0.

On cherche dterminer le nombre de couples y(k) le k-ime mois, prsents dans l'levage.

Exemple : avec ) ( ) ( k k u = :

...
k = 0 k = 1 k = 2 k = 3 k = 4 ...
y(0) = 1 y(1) = 1 y(2) = 2 y(3) = 3 y(4) = 5 ...
fertilit
engendrement
vieillissement

Soient : f k ( ) les couples fertiles et nn k ( ) les couples nouveau-ns, au mois k :

k-2 k-1 k
nn(k-2)
f(k-2)
}
nn(k-1)
f(k-1)
}
{
{
f(k)

nn(k)

On a :
=
+ =
+ =
) 1 ( ) (
) ( ) 1 ( ) (
) ( ) 1 ( ) (
k y k f
k u k f k nn
k nn k y k y

= <
+ + =
0 ) 0 (
) ( ) 2 ( ) 1 ( ) (
avec k y
k u k y k y k y
(variante de suite de Fibonacci)
2. 7

SYSTEMES ECONOMIQUES

Caisse dpargne TD Entre : investissement u(k) - Sortie : capital fructifi y(k)

On considre une caisse dpargne dans laquelle le client dpose chaque mois une somme dargent u k ( )
(sil sagit dun retrait, u k ( ) est ngatif) place au taux dintrt mensuel I; le calcul des intrts est le
suivant : le i
ime
mois, lintrt est calcul sur largent (capital et intrt) en dpt la fin du (i-1)
ime
mois.
Chaque mois, le client dispose donc dune somme dargent y k ( ) qui reprsente la totalit de ses dpts
antrieurs augmente des intrts acquis.

Equation de fonctionnement de la caisse dpargne :
y k y k I y k u k ( ) ( ) ( ) ( ) = + + 1 1
y k I y k u k
y u k
( ) ( ) ( ) ( )
( ) ( )
= + +
1 1
1 Condition Initiale (CI) causal

SYSTEMES PHYSIQUES

Systmes lectriques

Circuit RC intgrateur TC Entre : tension u(t) - Sortie : tension y(t)

R
C
u(t) y(t)
i(t)

Lois de Kirschoff :
=
=
dt
t dy
C t i
t Ri t y t u
) (
) (
) ( ) ( ) (
) ( ) (
) (
t u t y
dt
t dy
RC = + (CI y
0
)

Systmes mcaniques

Intgrateur mcanique TC Entre : force f(t) - Sortie : position x(t) par rapport x
0

k
a f(t)
M
x(t)
x
0
x
0
: position d'quilibre
a
: coeff. de frottement visqueux
k
: coeff. de frottement lastique

Relation Fondamentale de la Dynamique : forces
= M
) ( ) ( ) ( ) ( t x M t x a t x k t f & & & =

Systmes thermiques

Four lectrique TC Entre: puissance lectrique fournie p(t) - Sortie: temprature dans le four (t)

u
i
R
a
: temprature ambiante, extrieure : Cte
a
: Cte de rayonnement du four K
: masse du four m
p(t) = u(t) i(t)
: chaleur massique du four C
: capacit calorifique du four C
c
C
c
= mC
: puissance lectrique fournie
: puissance dissipe en pertes
p (t)
d
: puissance utile
p (t)
u
(t)

Pendant dt , le four reoit lnergie : dw pdt dw dw = = +
1 2
( p est Cte pendant dt )
avec : dw
1
: nergie absorbe pour laccroissement de ( ) t : dw p dt mCd C d
u c 1
= = =
dw
2
: pertes en dissipation dnergie : dw p dt K dt
d a 2
= = ( )
Bilan nergtique: conservation de lnergie: dw pdt dw dw C d K dt
c a
= = + = +
1 2
( )
do : ] ) ( [
) (
) (
a c
t K
dt
t d
C t p
+ =
__________
Traitement numrique du signal TD 2. Reprsentations Temporelles des Systmes TD
TD 2. 1

TD 2. Reprsentations Temporelles des Systmes TD

1. Stationnarit - Linarit - Causalit
On donne les relations d'entre-sortie de systmes analogiques ou numriques. Ils partent tous du repos
[u : entre ; y : sortie]. k entier (Temps Discret) ; t rel (Temps Continu)

- Pour chaque systme, prciser s'il est :

- Stationnaire ( Temps Invariant)
- Linaire
- Causal
- Rcursif
- Stable

1) y(k) = k u(k)
2) y(k) = u(k-1) + u(k + 1)
3) y(k + 1) = 2y(k ) - 3u(k + 1)
4) y(k) = 5u
2
(k)
Annexe
5) y(k) = (k)y(k - 1) - 4y(k - 2)y(k - 3 ) + u(k - 1)
6) y(k) = u(k) + y(k - 1) et y(k - 1) = -u(k) + y(k) Comparer ces 2 filtres.
7) y(n) = mdian [u(k-1), u(k), u(k+1)] (Mdian non rcursif).
(Un filtre mdian rcursif causal serait par exemple : y(k) = mdian [y(k-2), u(k-1), u(k)] ).
8) y(k) = u(k)y(k-1)
9) y(k) = (k+1)u(k)
10) y(k + 1) = ry(k)[1 - y(k)] Ce systme a un comportement chaotique
*
si r > 3,57.
(Ce systme est purement rcursif : cest un Systme Dynamique Discret, du 1er ordre).
11) y'(t) = 3u(t) - 5y(t)
12) y(t) = -3 y(t)y'(t) + y(t) + 2
13) y'(t) = u(t) + sin[y(t)]
14) y'(t) = 3 u(t) - (t) y(t+1)
15) y(k) = [u(k + 1) + u(k - 1)] / 2 Nom de ce filtre ?
16) y(k) = [u(k) + y(k - 1)] / 2 Nom de ce filtre ?
17) y(t) = u(t) + y(t - ) ( > 0)
*
Un systme chaotique est, entre autre proprit, caractris par une forte dpendance aux Conditions Initiales :
une trs faible variation des Conditions Initiales entrane une trs forte variation de la sortie.

Rappels : - Stationnarit (TD) : si u(k) y(k) alors u(k-p) y(k-p)

- Linarit (TD) : si u(k) y(k) alors u(k) y(k)
et si u1(k) y1(k) et u2(k) y2(k) alors u1(k) + u2(k) y1(k) + y2(k)

- Stabilit : EBSB : Entre Borne, Sortie Borne

- Causalit (TD) : La sortie ne prsente pas de dpendance vis--vis dE/S futures :

linstant discret k fix, y(k) ne dpend que des valeurs passes ou prsentes (p k)
de x(p), et des valeurs passes (p k-1) de y(p).

Le systme peut travailler en temps rel (sous rserve de puissance de calcul suffisante)

- Rcursivit : La sortie un instant donn dpend delle-mme un autre instant.

2. Filtres numriques
Soient les 2 oprateurs numriques suivants : n entier (Temps Discret)

- Le Slecteur (ou Dcimateur) :

S
x(n) x(n)
s
x n
x n n
n
S
( )
( )
=
si pair
si impair 0

- Le Compresseur : (Compresseur avec perte peu sensible dinformations si n petit) (sous-chantillonnage)

C
x(n) x(n)
c
x n x n
C
( ) ( ) = 2

- Chacun de ces systmes est-il stable, linaire, causal, invariant par translation ( stationnaire) ?
TD 2. 2

3. Dtermination de la Rponse Impulsionnelle : Dconvolution

Au laboratoire, la premire ide qui vient l'esprit pour obtenir la RI h(t) est d'exciter le systme avec
une impulsion brve et d'observer la sortie.
Le rsultat ( Temps Continu) est souvent dcevant, car le systme ragit peu une impulsion de faible
nergie et on ne voit rien ou presque.
Toute augmentation de l'nergie est dangereuse car, par l'augmentation de l'amplitude on est menac par
la saturation, et par l'augmentation de la dure on ne satisfait plus l'impratif de brivet.

La deuxime ide est d'envoyer un train d'impulsions de faon cumuler l'nergie. Cela se fait, et si les
excitations sont rparties de manire quasi (pseudo) alatoires, on peut par corrlation obtenir h(t).

La troisime ide est d'envoyer une excitation quelconque mais comme connue u(t), d'observer la
rponse y(t), et d'extraire h(t) de l'quation y(t) = h(t) * u(t). C'est la dconvolution.

- Donner lalgorithme de dconvolution permettant de calculer la RI h(k) dun SLTI partir dune entre
u(k) causale et de la sortie correspondante y(k) dans le cas d'un systme discret causal avec u(0) 0.

4. Filtre numrique

Soit le filtre numrique (gnrateur d'chos) suivant :
E
x(nT) y(nT)

dfini par son quation aux diffrences : y(nT) = x(nT) + y[(n - 1)T]

1. Dterminer et tracer sa Rponse Impulsionnelle h(nT).
2. Pour quelles valeurs de ce filtre est-il stable ?

TD 2. 3

TD 2 ANNEXE. Reprsentations Temporelles des Systmes TD

1. Rponse d'un systme numrique

Le systme de contrle d'altitude d'un avion peut tre modlis comme un SLTI numrique causal, dont
l'entre x(k) est l'altitude dsire (consigne) causale et la sortie y(k) est l'altitude relle de l'appareil.

x(k)
h(k)
y(k) = h(k)*x(k)

La Rponse Impulsionnelle de ce systme et la consigne sont donnes par :

k 0 1 2 3 4 5 6 7 8 ...

h(k) 0 2 -3/2 1/2 -3/8 1/8 0 0 0 0

x(k) 0 1 2 3 3 3 2 1 0 0

- Dterminer y(k) pour les premiers pas dchantillonnage.

2. Stabilit

- Parmi les systmes linaires soumis aux essais (figure), quels sont ceux qui sont stables et ceux qui ne le sont pas ?

Essai 1 2 3 4 5 6
Commande
t

t

t

t

t

t

Rponse
t

t

t

t

t

t

3. Systme rcursif

On considre le signal chantillonn s(k) dfini par la relation :

s k s k pour k
s
( ) ( )
( )
+ =
=
1 8 1 0
0
1
7

1. Calculer s(1), s(2), ...s(k).

2. A l'aide d'une calculette, dterminer, en faisant tourner la rcurrence, s(1), ... s(10), ... s(20).

3. Expliquer les rsultats.

__________
Traitement numrique du signal 3. Reprsentations Frquentielles des Signaux TD

3. 1

3. Reprsentations Frquentielles des Signaux TD

I. REPRESENTATIONS FREQUENTIELLES DES SIGNAUX A TC

1. Reprsentations Frquentielles

1.1. Reprsentation Frquentielle d'un Signal Priodique TC : Dcomposition en srie de Fourier

Un signal x(t) priodique de priode T (encore appel T-priodique), dcompos en srie de Fourier s'crit :
x t C k t
k k
k
( ) cos( ) ( ) = +
=

0
0 avec :

=
2
T
T : priode de x(t)
T : plus petit rel >0 tel que : R = + t t x T t x ) ( ) (

avec :
( ) ( )
2 2
0
0
0
0
sin ) (
2
cos ) (
2
|
\
|
+ |
\
|
=

+ +
dt t k t x
T
dt t k t x
T
C
T t
t
T t
t
k

( )
( ) |
|
|
\
|
+
+
dt t k t x
dt t k t x
T t
t
T t
t
k
0
0
0
0
cos ) (
sin ) (
arctan

Cette relation traduit le fait quun signal priodique x(t) TC peut tre dcompos en une somme
(discrte) infinie de composantes sinusodales ( harmoniques, ondes) de frquence multiple entire de
la frquence de x(t).

3
/

0

1

2
/
Exemple : Dcomposition en srie de Fourier dun signal priodique triangulaire

ou encore, avec les relations trigonomtriques :

x t
A
A k t B k t
k k
k
( ) ( cos sin ) ( ) = + +
=
0
1
2
1 avec :

=
2
T
et :
A
B
k
k
ou C
k
: Coefficients de la dcomposition en srie de Fourier de x(t) sous forme trigonomtrique.
avec : ( )dt t k t x
T
A
T t
t
k

+
=
0
0
cos ) (
2
( )dt t k t x
T
B
T t
t
k

+
=
0
0
sin ) (
2

(Si x(t) est rel, les coefficients A
k
, B
k
, C
k
et
k
sont rels).

A laide des relations dEuler, on peut galement crire cette dcomposition sous forme exponentielle, en
faisant ainsi apparatre des frquences ngatives, sans ralit physique :
(les coefficients X
k
sont complexes mme si x(t) est rel)

- Formule dinversion :
x t X e
k
k
ik t
( ) =
=

( ) 2 avec
A X X
B i X X
k k k
k k k
= +
=
( )
et
C X
Arg X
k k
k k
=
=

X X k
k
( ) , o =
1
T
est la frquence, est la Reprsentation Frquentielle de x(t) (k entier, rel).

3. 2
- Passage direct : de la Reprsentation Temporelle la Reprsentation Frquentielle

On utilise la relation d'orthonormalit des exponentielles imaginaires :
( ) non si si 0 , 1 ) 3 (
1
, ,
) (
0
0
= = = =
k n dt e
T
k n k n
t k n i
T t
t

Si on multiplie les 2 membres de (2) par e
ik t
0
, que l'on intgre de t

0
t
0
+T et que l'on divise par T, on a :

0
0
0
0
0
0
0
) (
.
1
) (
1
k
t k k i
T t
t
k
k
t ik
T t
t
X dt e X
T
dt e t x
T
= =

+

=
d'aprs (3)

d'o :
dt e t x
T
X
t ik
T t
t
k

+
=
0
0
) (
1
( ) 4

- Proprits :

(1) Symtrie Hermitique : si x(t) rel, on a k : X X X conjugu de X
k
k k
k
= ( )
Pour un signal rel, X
k
est pair et Arg X
k
est impair.

(2) X
k
reprsente le spectre de x(t)
Spectre occupation en frquence de x(t) Densit Spectrale de Puissance (DSP)

- Spectre d'amplitude : il indique lamplitude de chacune des composantes harmoniques de x(t)

C A B X
k k k k
= + =
2 2
2

( C
k
n'existe (et n'est reprsent) que pour k 0 bien que X
k
existe pour k 0 et k < 0).

0 1 2 3 4 5 6
0 2 3 4 5 6
k
k
Exemple :
C
0
C
1
C
2
C X
k k
= 2

- Spectre de phase : il indique la phase ( le dphasage ou dcalage temporel lorigine) de
chacune des composantes harmoniques de x(t)

k k
Arg X = ( ) cos sin
k
k
k k
k
k
k k
A
A B
B
A B
=
+
=

+
2 2 2 2

0
1 2 3 4
5 6
k
Exemple :


3. 3
(3) Le spectre d'un signal x(t) TC, priodique de priode T, est discret ( frquences discrtes) :
X X k X
k
T
k k

|
\
|
( )
(4) Identit de Parseval :

1
2
2 0
2
2 2
1
0
0
T
x t dt
A
A B
t
t T
k k
k
( ) ( ) = + +
+
=

(5) Puissance d'un signal priodique - Thorme de Parseval :
P
T
x t x t dt
T
x t dt
t
t T
t
t T
= =
+ +

1 1
0
0
0
0
2
( ). ( ). ( ) . (5) (Puissance moyenne)
Dans (5) on utilise (2) et cause de (3), on obtient : P X
k
k
=
=
2
. Cest le thorme de Parseval:

1
0
0
2
2
T
x t dt X
t
t T
k
k
( ) .
+
=

= La puissance temporelle est gale la puissance spectrale.
Plus gnralement :

+
= =
k
k k
k
k
k
T t
t
Y X Y X dt t y t x
T
. . . ) ( ). (
1 0
0

(6) Parit :

PAIR IMPAIR
x(t) Rel Imaginaire pur Rel Imaginaire pur
k
X

(7) Linarit.
(8) X
k
est gnralement complexe mme si x t ( ) est rel.
(9) Correspondance bi-univoque entre x t ( ) et X
k
.
- Dictionnaire : les signaux temporels considrs ont une priode T (une pulsation

=
2
T
, une frquence =
1
T
)
Opration Reprsentation Temporelle Reprsentation Frquentielle
1. Combinaison linaire
(a, b C
tes
complexes)
u(t) = a x(t) + b y(t)
U a X b Y
k k k
= +
2. Renversement du temps y(t) = x(-t)
Y X
k k
=

3. Retard
( rel 0 ou < 0)
y(t) = x(t - )
Y X e
k k
ik
=

4. Offset
(c C
te
complexe)
y(t) = x(t) + c
( ) Y X c k
k k k k
= + ( )
5. Drivation
y(t) = ) (t x& Y ik X
k k
=
6. Drivation d'ordre p
(p entier > 0)
y(t) = x t
p ( )
( ) Y ik X
k
p
k
= ( )
7. Intgration
y(t) = x u du
t
t t
( )
0
0
+

Y
X
ik
k
k
k
=
( ) 0
8. Conjugaison complexe
y(t) = x t ( )
Y X
k k
=

9. Convolution u(t) = x(t) * y(t)
U X Y
k k k
=
10. Produit u(t) = x(t) . y(t)
U X Y
k k k
= *
Dans le domaine frquentiel, les oprateurs diffrentiels (
,
dt
d
) et convolution deviennent algbriques et plus simples: ik , ik , .

3. 4
- Table de Transformes des signaux usuels :

Signal Reprsentation Temporelle Reprsentation Frquentielle
1. Carr priodique (2)

t
u(t)
1

u(t) = 1 pour 0 < t <
u(t) = -1 pour - < t < 0

u t
k t
k
k
( )
sin( )
=
+
+
=
4 2 1
2 1
0

A k
k
= 0 N

B
k
k
k
= =
4
1 3 5
, , ...
B k
k
= = 0 2 4 6 , , ...
2. Triangle priodique (2)

t
u(t)
0

u(t) = t pour 0 < t <
u(t) = - t pour - < t < 0
u(t) = |t|

u t
k t
k
k
( )
cos( )
( )
=
+
+
=
2
4 2 1
2 1
2
0

A
0
=
A
k
k
k
= =
4
1 3 5
2
, , ...
A k
k
= = 0 2 4 6 , , ...

B k
k
= 0 N
*

- Phnomne de Gibbs :

Contrairement aux fonctions priodiques continues que lon peut approcher par un petit nombre de
termes de leur dcomposition en srie de Fourier, pour des fonctions priodiques discontinues, il est
ncessaire de prendre en compte un grand nombre de termes si lon veut rduire le phnomne de
Gibbs, qui consiste en lapparition doscillations autour des points de discontinuits (la suppression
totale du phnomne de Gibbs implique la prise en compte dune infinit de termes dans la
dcomposition en srie de Fourier !)

Exemple : Signal Carr priodique (2)

t
u(t)
1
u t
k t
k
k
( )
sin( )
=
+
+
=
4 2 1
2 1
0

K : Nombre (en fait nombre - 1) de composantes de la dcomposition en srie de Fourier :

u t
k t
k
k
K
( )
sin( )
=
+
+
=
4 2 1
2 1
0

K = 0 K = 1 K = 10

K = 20 K = 50


3. 5
1.2. Reprsentation Frquentielle d'un signal non priodique TC : Transformation de Fourier

En considrant quun signal non priodique est priodique de priode infinie, on peut prolonger la relation
de dcomposition en srie de Fourier dune fonction priodique pour donner la transformation de Fourier.

Un signal non priodique x(t) TC est donc dcompos en une somme infinie (continue et non pas
discrte comme pour les signaux priodiques) de composantes sinusodales ( harmoniques).

Le spectre damplitude de x(t) indique lamplitude de chacune de ces harmoniques, le spectre de phase, leur
dcalage par rapport lorigine.

La transforme de Fourier (TF) d'un signal x(t) s'crit :

X x t e dt
i t
( ) ( )

=

2
est la frquence ( : rel)
( X( ) est gnralement complexe mme si x(t) est rel).

X( ) est la Reprsentation Frquentielle de x(t), note : X( ) = TF (x(t))

- Formule d'inversion : on a par Transforme de Fourier Inverse :

x t X e d
i t
( ) ( ) =
+

2
not : x(t) = TF
-1
( X( ) )

- Proprits :

(1) Symtrie Hermitique : si x(t) est rel, on a : X X ( ) ( ) =
Pour un signal rel, on a : X( ) est pair et Arg X( ) est impair.

(2) X( ) reprsente le spectre de x(t) :
Spectre occupation en frquence de x(t) Densit Spectrale de Puissance (DSP) TF (x(t))

- Spectre d'amplitude : X( ) - Spectre de phase : Arg ( ( )) X

+
X( )
Arg ( ( )) X

(3) Le spectre d'un signal non priodique TC est continu ( frquences continues) X( ) .

(4) Thorme de Parseval : x t y t dt X Y d ( ) ( ) ( ) ( )

=

(5) Energie du signal : E x t dt X d = =
( ) ( )
2 2
en utilisant le thorme de Parseval.

(6) Parit :

PAIR IMPAIR
x(t) Rel Imaginaire pur Rel Imaginaire pur
X ( )

(7) Linarit.

(8) X( ) est gnralement complexe mme si x t ( ) est rel.

(9) Correspondance bi-univoque entre x t ( ) et X( ) .

3. 6
(10) Dualit ( Interchangeabilit des variables temporelle et frquentielle) :

Si TF[f(t)] = F() alors TF[F(-t)] = f() ou encore TF[F(t)] = f(-) car :

X x t e dt
X x t e dt
i t
i t
( ) ( )
( ) ( )
=
=
2
2

x t X e d
x t X e d
i t
i t
( ) ( )
( ) ( )
=
=
2
2

Application : Le calcul de la TF dune fonction peut tre rcupr.

Exemple :
Le calcul de la TF dune fentre donne :

T
t ( )
TF

( )
( ) T
T
T
T c T =
sin
sin

do : sin ( ) sin ( ) c tT c tT =
TF

1
T
T
( )
(11) Transforme de Fourier de la fonction de corrlation :
[ ]
TF t X Y
xy
( ) ( ) ( ) =
[ ] dt e e d t y x dt e d t y x d t y x TF t TF
i t i t i
xy

2 ) ( 2 2
) ( ) ( ) ( ) ( ) ( ) ( ) (
+
+ =
(
+ =
(
+ =
) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
2 2 2 2 ) ( 2 2

Y X du e u y d e x du d e u y e x dt e d t y e x
u i i u i i t i i
= = =
(
+ =

Plus gnralement : [ ] ) ( ) ( ) (
*
Y X t TF
xy
= o ) (
*
X est le complexe conjugu de ) ( X .

- Dictionnaire :

(a, b, C
tes
complexes)
u(t) = a x(t) + b y(t)
U a X b Y ( ) ( ) ( ) = +
2. Renversement du temps y(t) = x(-t) Y X ( ) ( ) =
3. Retard ( rel 0 ou < 0) y(t) = x(t - )

2
) ( ) (
i
e X Y

=
4. Offset (c complexe) y(t) = x(t) + c
Y X c ( ) ( ) ( ) = +
5. Drivation
driver multiplier par i2
passe-haut en frquence
y(t) = ) (t x& Y i X ( ) ( ) = 2
6. Drivation d'ordre p
y(t) = x t
p ( )
( ) Y i X
p
( ) ( ) ( ) = 2
7. Intgration
intgrer diviser par i2
passe-bas en frquence
y(t) = x u du
t
t t
( )
0
0
+
Y
X
i
k ( )
( )
( )

= +
2

k : C
te
dintgration dterminer
8. Conjugaison complexe
y(t) = x t ( ) Y X ( ) ( ) =
9. Changement d'chelle de temps
( 0)
y(t) = x(t / )
Y X ( ) ( ) =
10. Multiplication par t y(t) = t . x(t)
Y
i
dX
d
( )
( )
=
1
2

11. Multiplication par t
p
y(t) = t x t
p
( )
Y
i
d X
d
p
p
( )
( )
=
|
\
|
1
2

12. Convolution u(t) = x(t) * y(t) U X Y ( ) ( ) ( ) =
13. Corrlation u(t) = x(-t) * y(t)
) ( ) ( ) ( Y X U =
14. Produit u(t) = x(t) . y(t)
U X Y ( ) ( ) * ( ) =
15. Dcalage, translation en frquence
(modulation exponentielle)
y(t) = ) (
0
2
t x e
t i

Y X ( ) ( ) =
0


3. 7

1. Impulsion de Dirac
x t t ( ) ( ) = X( ) = 1
2. Constante
x(t) = 1 X( ) ( ) =
3. Sinus, cosinus
x(t) = e
i t 2
0

X( ) ( ) =
0

4. Peigne de Dirac
x(t) = |_|_|
T
(t) =
( ) t nT
n
X( ) = F |_|_|
F
()
avec : F= 1/T
5. Sinus cardinal
x(t) = sin ( ) c tT
avec :
sin ( )
sin
c x
x
x
=

X( ) =
1
T
T
( )

6. Fentre
x(t) =
T
t ( )
X( ) = ( ) T c T sin
7. Echelon
x(t) = ( ) t
X
i
( )
( )

= +
1
2 2

8. Gaussienne
x t e
t
( ) =

2
X e ( )

=

2

1.3. Transforme de Fourier dun signal priodique TC

On a vu que la Reprsentation Frquentielle dun signal priodique TC x(t) de priode T = 1
0
/ est :
X
T
x t e dt
k
T
ik t
=

1
2
0
( )
avec : x t X e
k
ik t
k
( ) =
=
2
0

Nous pouvons prendre la TF de x(t) dj dcompos en srie de Fourier. On obtient alors :
TF x t X X e e dt
k
ik t
k
i t
[ ( )] ( ) = =
|
\
|
=
2 2
0

Du fait que, sous rserve de convergence du fait des bornes infinies de lintgrale, lintgrale dune somme
est la somme des intgrales (linarit de loprateur
), on a :
X X e dt X TF X k
k
k
i k t
k
k
k k
k
( ) . [ ] ( )
( )

= = =
=
+

=

2
0
0
0
1
variable ( )

puisque : TF[ ] ( ) 1 = , et donc que : TF k
k
[ ] ( ) 1
0
0 variable ( )

= .

On a donc le rsultat suivant :
X X k
k
k
( ) ( ) =
=
0

On voit que la Reprsentation Frquentielle X( ) dun signal priodique, obtenue par TF, nest rien
dautre (et napporte rien de plus) que la Reprsentation Frquentielle X
k
du signal priodique :
les coefficients de la Reprsentation Frquentielle X
k
sont multiplis par un peigne de Dirac
|_|_|
0
( ) =
k
k
=
( )
0
, synchrone avec les X
k
:

x(t) priodique, de priode T = 1
0
/
TF
Srie de Fourier
X( )
0 2 3 -2 -3
0 0 0 0 0 0
0 2 3 -2 -3
0 0 0 0 0 0
|_|_|
0
(
)
1
0 1 2 3
0 2 3
k
k
X
k
-1
-2
-2
-3
-3


3. 8
Exemple : signal x t t ( ) cos( ) = 2
0

- Srie de Fourier :

Le signal x(t) est dj dcompos sur la base de fonctions sinusodales, on ne peut pas le dcomposer
plus :
x t
e e
X e X X
i t i t
k
ik t
k
( ) =
+
= = =

2 2
2
1 1
0 0
0
2
1
2

et X k
k
= 0 1 1 ou .

0 1 2 3
0 2 3
k
k
X
k
-1
-2
-2
-3
-3
1/2
0 0 0 0 0 0
0

=

- TF :
X x t e dt
e e
e dt
i t
i t i t
i t
( ) ( )

= =
+ |
\

2
2 2
2
0 0
2

X e dt e dt TF TF
i t i t
( ) [ ] [ ]
( ) ( )

= + = +

+

1
2
1
2
1
2
1
1
2
1
2 2
0 0
0 0
variable ( ) variable ( )

X( ) ( ) ( ) = + +
1
2
1
2
0 0

X( )
0 2 3 -2 -3
0 0 0 0 0 0
1/2

1.4. Reprsentation Frquentielle de Laplace des Signaux TC : Transformation de Laplace

La reprsentation de Laplace gnralise la Reprsentation Frquentielle. Elle substitue la variable de la TF,
cest--dire la frquence relle, par un complexe not p ou s, avec parties relle et imaginaires. La
variable frquence de la TF se retrouve dans la partie imaginaire de p.

La transforme de Laplace (TL) (bilatrale) d'un signal x(t) s'crit :

X p x t e dt
pt
( ) ( ) =

p : variable de Laplace (note aussi s)

X p ( ) est complexe mme si x(t) est rel;
p complexe : p i = + 2 ( : frquence) , : rels

X p ( ) est la Reprsentation Frquentielle Gnralise de x(t). On note : X p ( ) = TL (x(t)).

Si on fait 0 = dans la variable de Laplace p , la TL se ramne la TF .
La TL monolatrale , note TL
+
s'crit : X p x t e dt
pt +
( ) ( )
0
. Elle s'utilise pour les signaux x(t) causaux
(cas le plus frquent : en pratique, un signal a toujours un dbut et une fin).

En TL monolatrale, les CI (Conditions Initiales) interviennent, alors quen bilatral, elles nont videmment
aucune signification particulire).

Par simplification de la notation, TL
+
est communment tout de mme not TL et X p
+
( ) not X p ( ) .

La TL X p ( ) dun signal x(t) sexprime gnralement comme une fraction rationnelle en p (rapport de 2
polynmes en p finis).

3. 9
- Remarques :

(1) Du fait que p possde une partie relle, la convergence de la TL est facilite par rapport celle de la
TF, la partie relle de p ntant pas limite l'axe des ordonnes mais une bande verticale dans le
plan p correspondant au domaine de dfinition de la TL, et propre chaque signal x(t) transformer.
(en contre-partie, linversion de la TL est plus difficile que celle de la TF car ell fait intervenir lintgration de
fonctions de variable complexe.)

X p ( ) n'est pas seulement dfinie par son expression en fonction de la variable p mais aussi par
son domaine de dfinition (ou encore de convergence) :
1 2
< < :

Re p
1
0

2
Im p

Ex. : TL ((t)) =
[ ]
e dt
p
e e
p
pt t i t
= =
0
2
0
1 1

pour : 0 < < +
( e
i t 2
(fonction circulaire ) est indtermine en t = + e
t
annule sa contribution pour 0 < < +).

(2) x t t e
at
1
( ) ( ) =

(causal) a pour TL : X p
p a
1
1
( ) =
+
Domaine : < + a
alors que : x t t e
at
2
( ) ( ) =

(anticausal) a pour TL : X p
p a
2
1
( ) =
+
Domaine : < a

- Formule d'inversion :

Soit un signal x(t) de TL X p ( ) avec Domaine de Dfinition :
1 2
. On a :

x t
i
X p e dp
pt
C
( ) ( ) =
1
2
avec C : Contour d'intgration dans la Bande [
1 2
, ].
(C : inclus dans Bande de ConVerGence de la TL)

L'intgration des fonctions de variable complexe est rarement utilise en pratique. On utilisera plutt un
dictionnaire et les tables des principales transformes aprs avoir ventuellement effectu une
dcomposition en lments simples de la fonction F p ( ) dont on veut trouver loriginal f t ( ) .

3. 10
- Proprits :

(1) TF et TL : Si l'axe imaginaire (axe Re(p) = 0) est inclus dans la Bande de Convergence de
Laplace, on a la relation de passage entre TF et TL :

X X p i ( ) ( ) = = 2 p i = 2

(2) Linarit.

(3) X p ( ) est gnralement complexe mme si x t ( ) est rel.

(4) Correspondance bi-univoque entre x t ( ) et X p ( ) (domaine de convergence prcis).

(5) Thorme de la valeur initiale (TL monolatrale) : x t
p
pX p ( ) lim ( ) = =
+
+
0

(6) Thorme de la valeur finale :
x t
p
pX p ( ) lim ( ) = + =
0
condition que X p ( ) n'ait aucun ple partie relle > 0.
(7) Transforme de Laplace de la fonction de corrlation :
[ ]
TL t X p Y p
xy
( ) ( ) ( ) =
[ ] dt e e d t y x dt e d t y x d t y x TL t TL
p t p pt
xy

) (
) ( ) ( ) ( ) ( ) ( ) ( ) (
+
+ =
(
+ =
(
+ =
) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
) (
p Y p X du e u y d e x du d e u y e x dt e d t y e x
pu p pu p t p p
= = =
(
+ =

- Dictionnaire :

(a, b, C
tes
complexes)
u(t) = a x(t) + b y(t)
U p a X p b Y p ( ) ( ) ( ) = +
2. Retard
( rel 0 ou < 0)
y(t) = x(t - )
Y p e X p
p
( ) ( ) =

3. Drivation
driver multiplier par p

y(t) = ) (t x&
[ ]
TL y t Y p pX p x
+ + +
= = ( ) ( ) ( ) ( ) 0 derivation au sens des fonctions
[ ] TL y t Y p pX p x
+ +
= = ( ) ( ) ( ) ( ) 0 derivation au sens des distributions
[ ]
TL y t Y p pX p ( ) ( ) ( ) = =
4. Drivation d'ordre n
y(t) = x t
n ( )
( )
[ ] TL y t p X p p x p x x
TL y t Y p p X p
n n n n
n
+ + + +
=
= =
( ) ( ) ( ) &( ) ... ( )
[ ( )] ( ) ( )
( ) 1 2 1
0 0 0 deriv. fonctions
5. Intgration
intgrer diviser par p
y(t) = x u du
t
t t
( )
0
0
+

Y p
X p
p
( )
( )
=
6. Intgration d'ordre n
y t x t
n ( )
( ) ( ) =
Y p
X p
p
n
( )
( )
=
7. Convolution u(t) = x(t) * y(t) U p X p Y p ( ) ( ) ( ) =
8. Corrlation u(t) = x(-t) * y(t)
) ( ) ( ) ( p Y p X p U =
9. Produit u(t) = x(t) . y(t) U p X p Y p ( ) ( ) ( ) =
10. Multiplication par t y(t) = t . x(t)
Y p
dX p
dp
( )
( )
=
11. Multiplication par t
n

(n entier positif)
y(t) = t
n
. x(t)
Y p
dX p
dp
n
n
( ) ( )
( )
= 1
12. Dcalage, translation
en frquence (modulation
exponentielle)
y(t) = e x t
at
( )
Y p X p a ( ) ( ) = +
13. Renversement du temps y(t) = x(-t) Y p X p ( ) ( ) =

3. 11

1. Echelon unit
x t t ( ) ( ) =
X p
p
( ) =
1

2. Impulsion de Dirac
x t t ( ) ( ) = X p ( ) = 1
3. Constante (non causale) x t ( ) = 1 X p p ( ) ( ) =
4. Exposentielle causale
x t e t
at
( ) . ( ) =

X p
p a
( ) =
+
1

5. Puissance de t causale
x t t t
n
( ) . ( ) =
X p
n
p
n
( )
!
=
+1

6. Sinus causal
x t t t ( ) sin . ( ) =
0

X p
p
( ) =
+
0
2
0
2

7. Cosinus causal
x t t t ( ) cos . ( ) =
0

X p
p
p
( ) =
+
2
0
2

- Note :

La TL bilatrale est peu utilise comme Reprsentation Frquentielle des signaux ou des systmes TC non causaux (on
lui prfre la TF moins abstraite). Par contre la TL est essentielle pour la Reprsentation Frquentielle des systmes
causaux. En Automatique, notamment, o les systmes sont gnralement causaux, la TL monolatrale est
exclusivement utilise. Le produit de convolution ayant pour transforme un produit simple :
f t x t y t F p X p Y p
TL
( ) ( ) * ( ) ( ) ( ) ( ) = =
la convolution se traduit en p comme un produit de polynmes, et la dconvolution comme une division de polynmes.

1.5. Reprsentations Frquentielles des Signaux non stationnaires TC : Ondelettes - TWV

Les signaux tels que les signaux moduls en frquence ou encore le signal parole constituent des exemples de signaux
non stationnaires. Dans ce cas, la dcomposition spectrale ne peut tre que difficilement obtenue par TF (la TFCT, TF
Court Terme, est une alternative).

La TF ne prend pas en compte lorigine des temps : elle ne sexprime quen fonction de la frquence et ne fait pas
intervenir de variable temporelle reprsentant lorigine des temps (); la TF se prte donc mal la Reprsentation
Frquentielle des signaux non stationnaires.

Pour caractriser un signal non srationnaire, on peut utiliser les transformes en ondelettes (qui sont des ondes localises
vanescentes) ou encore la Tranformation de Wigner-Ville (TWV), qui dcomposent un signal en une somme
dondelettes plutt quune dcomposition en une somme dondes comme le fait la TF.

En faisant une comparaison musicale, une onde correspond une note (un r mineur par exemple) qui aurait t mise
depuis lorigine des temps et tiendrait, indfiniment, sans attnuation, jusqu la fin des temps. Une ondelette
correspondrait alors ce mme r mineur que lon attaquerait un certain moment et qui, dans le cas du piano, serait
ensuite touff par la pdale. Une ondelette contient donc (au moins) 3 informations : un commencement, une fin et
entre les 2, une frquence prcise.

La TWV d'un signal x(t) s'crit :

[ ]
TWV x t x t x t e d X t
i
( ) ( , ) = +
|
\
|

|
\
|
=
2 2
2
( x
= conjugu de x )
Le rsultat, fonction de et t, autorise une analyse dans l'espace Temps-Frquence.

Application : Analyse frquentielle du transitoire dun signal.

Type de signal Outil de caractrisation
stationnaire TF
non stationnaire TFCT / ondelettes / TWV
priodique TF / sries de Fourier
non priodique TF
causal TL
+


3. 12
II. REPRESENTATIONS FREQUENTIELLES DES SIGNAUX A TD


1.1. Reprsentation Frquentielle de Fourier d'un Signal TD : Transformation de Fourier discrte

On a vu, en ce qui concerne un signal TC :

Temps : ) (t x signal priodique (T) TC Frquence : X
k
spectre FD (Frquences Discrtes) X k X
k
T
( )
|
\
|

Temps : ) (t x signal quelconque TC Frquence : ) ( X spectre FC (Frquences Continues)

On devine (proprit de dualit) que pour un signal TD, les proprits vont s'intervertir et le spectre sera
priodique et FC:

Temps : ) (nT x signal priodique (T) TD Frquence : ) ( X spectre FC et priodique (priode 1/T)
Temps : ) (nT x signal quelconque TD Frquence : ) ( X spectre FC et priodique (1/T)
Temps : ) (n x signal TD Frquence : ) ( X spectre FC et priodique (1)

Ainsi, un signal TD a pour Reprsentation Frquentielle :

Pour ) (nT x : Pour ) (n x :

=
n
nT i
e nT x X

2
) ( ) (
=
n
n i
e n x X

2
) ( ) (

Et on a la transformation inverse :

=
2 /
2 /
2
) (
1
) (
T
T
nT i
d e X
T
nT x

=
2 / 1
2 / 1
2
) ( ) (

d e X n x
n i

Le spectre X( ) d'un signal TD ) (nT x est continu ( Frquences Continues) et priodique de priode 1/T.

Spectre occupation en frquence de ) (nT x Variance (plutt que DSP) TF [ ) (nT x ].
Le spectre dun signal chantillonn est priodique.

1.2. Reprsentation Frquentielle de Laplace des Signaux TD : Transformation de Laplace discrte

Soit x nT ( ) (resp. x n ( ) ) un signal TD. Par analogie avec la TLdes signaux TC, on dfinit la TL
de
x nT ( ) (resp. x n ( ) ) appele TL chantillonne ou TL discrte, par :

[ ]
TL x nT x nT e
pnT
n

=
=

( ) ( )
( ) (nT x : squence chantillonne la priode dchantillonnage T )

[ ]
TL x n x n e
pn
n

=
=

( ) ( )
( ) (n x : suite numrique )

Rappel : TL dun signal TC :
= dt e t x t x TL
pt
) ( )] ( [

3. 13
1.3. Reprsentation Frquentielle z des Signaux TD : Transformation en z

Si dans la Reprsentation de Laplace des signaux TD on pose :

z e
pT
= si le signal s'exprime par x(nT) (signal chantillonn ( TD partir dun signal TC))
ou : z e
p
= si le signal s'exprime par x(n) (signal TD (naturellement))

On a :
[ ]
TL x nT x nT z TZ x nT
n
n

=
= =
( ) ( ) [ ( )]
et :
[ ]
TL x n x n z TZ x n
n
n

=
= =
( ) ( ) [ ( )]

o TZ x nT [ ( )] reprsente la Transforme en z de x(nT).
On note : X z TZ x nT x nT z
n
n
( ) [ ( )] ( ) = =

=
et : X z TZ x n x n z
n
n
( ) [ ( )] ( ) = =

=

( n : entier relatif; T : rel; z : complexe; X(z) : gnralement complexe mme si x(nT) (ou x(n)) est rel ).

X z ( ) est la Reprsentation Frquentielle du signal x nT ( ) (ou x n ( ) ).

La TZ X z ( ) dun signal TD ) (n x est donc un polynme infini en z dont les coefficients sont les chantillons
) (n x et que lon peut gnralement rduire une fraction rationnelle en z (rapport de 2 polynmes finis).

La TZ monolatrale, note TZ
+
, s'crit, pour une squence x nT ( ) :
X z x nT z
n
n
+
=
=

( ) ( )
0
.
Elle s'utilise comme ctait le cas pour la TL monolatrale, avec les signaux causaux.
Comme la TL monolatrale, la TZ monolatrale sutilise chaque fois quil y a des Conditions Initiales
(CI) (non nulles !), les CI signifiant que lon cherche un signal partir dune origine des temps prcise.
Une transforme bilatrale, comme la TF ou la TL bilatrale ou la TZ bilatrale, ne peut tre utilise
en prsence de CI, car celles-ci seraient alors englobes dans les transformes (et les tables de
transformation gnralement tablies pour des signaux causaux seraient inutilisables).

Par simplification de la notation, TZ
+
est communment tout de mme not TZ et X z
+
( ) not X z ( ) .

Comme pour la TL, la seule expression de X z ( ) en fonction de la variable z ne suffit pas dfinir la
Transforme en z de la squence temporelle x nT ( ) (ou x n ( ) ).
Il faut aussi prciser le domaine de dfinition (ou domaine de convergence) de X z ( ) .

- Passage de la TL la TZ :

La TZ nest autre que la TL chantillonne ( TL discrte)
[ ]
TL x nT
( ) .
On peut faire correspondre une fonction X p ( ) sa Reprsentation discrte en z note
X z Z X p ( ) [ ( )] = et ainsi obtenue :

X p x t
TL
( ) ( )

1
Echantillonnage
x nT X z
TZ
( ) ( )
Z

On a donc : X p X z
Z
( ) ( ) alors que : x nT X z
TZ
( ) ( )

Le passage de la TL la TZ se fait par z e
p
= pour une squence x(n) et z e
pT
= pour une squence x(nT).

3. 14
- Convergence de la TZ d'une squence x(nT) :
On a : z e
pT
= o : p i = + 2 z e e e
T i T i
= =

2
avec :
=
=
e
T
T
2

Le demi-plan gauche de la variable p (Laplace): < < 0 1 correspond au disque de rayon unit en z.
L'axe imaginaire de la variable p : = = 0 1 correspond au cercle de rayon unit en z.
Le demi-plan droit de la variable p : > > 0 1 correspond lanneau extrieur au cercle unit en z.
La Bande de Converg. en p:
1 2
< < Re p correspond lanneau de Converg.: e z e
T T
1 2
< < en z.

Les frquences , +F, ..., +kF o F = 1/T se retrouvent superposes au mme point, du fait de la
priodicit de lexponentielle imaginaire : c'est le repliement des frquences :

-F
-F/2
Re p
F
0
F/2
0 1
Re z
Im z
Im p

On peut dcomposer X z ( ) en parties causale et anticausale :
X z x nT z x nT z x nT z
n
n
n
n
n
n
( ) ( ) ( ) ( ) = = +

1
0

1442443 1442443
partie anticausale partie causale

- La partie causale : srie entire en 1/z. Elle converge dans un anneau z R >
1
: srie de Laurent (*).
- La partie anticausale : srie entire en z. Elle converge dans un disque z R <
2
: srie de Taylor.
- L'ensemble, qui nest ni causal ni anticausal, converge dans lanneau R z R
1 2
< < (si R R
1 2
< ).

(* ) Rappel :
q
q
q
k
k
k
k
=

+
=
lim
1
1
1
0
converge vers
1
1 q
si q < 1 et diverge sinon.

La donne du domaine de convergence de la Transforme ou, ce qui revient au mme, le caractre
causal ou non de la squence, est indispensable pour dfinir une TZ (de mme qu'en Laplace) :

Exemple : Prenons la TZ de (n), squence causale, ainsi que la TZ de [(n) - 1], squence anticausale :

0 1 2 -1 -2 -3
n
1
( ) n
chelon causal
TZ n z z z z
n
n
n
[ ( )] ... ... = = + + + + + =
0
1 2
1 srie gomtrique de raison q z =
1

TZ n
q
q z
si z
n
n
[ ( )] lim =

<
1
1
1
1
1
1
1
1
soit : 1
1
)] ( [ si >
= z
z
z
n TZ et :

0 1 2
-1 -2 -3
n
-1
( ) n 1
= (n1)
chelon anticausal
[ ]
z
z z z z z z n TZ
k
k
n
n
= + + + = = =

=
1
1
...) 1 ( 1 ) (
2
1
1
1
1
] 1 ) ( [ si <
= z
z
z
n TZ

3. 15
Dictionnaire :

Opration Reprsentation
Temporelle
Reprsentation Frquentielle z Domaine de
Convergence D
(a, b : C
tes
complexes)
u(n) = a x(n) + b y (n)
U z a X z b Y z ( ) ( ) ( ) = + D D D
U X Y
=
2. Translation temporelle
Retard (k>0) ou avance (k<0)
(TZ bilatrale) (pas de CI)
y(n) = x(n-k)
Y z z X z
k
( ) ( ) =

...
3. Retard (k>0)
(TZ monolatrale TZ
+
note X
+
)
(avec Conditions Initiales - CI)
y(n) = x(n-k)
Y z z X z x m k z
k m
m
k
+ +
=
= +
( ) ( ) ( )
0
1

...
4. Avance (k>0)
(TZ monolatrale TZ
+
note X
+
)
(avec Conditions Initiales - CI)
y(n) = x(n+k)
Y z z X z x m z
k k m
m
k
+ +
=
( ) ( ) ( )
0
1

...
5. Drivation discrte
diffrence sur un pas
driver multiplier par ( ) 1
1

z
passe-haut en frquence
y(n) = x(n) - x(n-1)
Y z X z
z
z
X z z ( ) ( ) ( )( ) =

|
\
|
=

1
1
1

...
6. Intgration discrte
sommation
intgrer diviser par ( ) 1
1

z
passe-bas en frquence
y n x k
k
n
( ) ( ) =
=
Y z X z
z
z
X z
z
( ) ( )
( )
=
|
\
|
=

1 1
1

{ }
D z
X
> 1
7. Convolution u(n) = x(n)*y(n) U z X z Y z ( ) ( ) ( ) = ...
8. Produit u(n) = x(n).y(n) U z X z Y z ( ) ( ) ( ) = ...
9. Multiplication par n y(n) = nx(n)
Y z z
dX z
dz
( )
( )
=
...
10. Inversion du temps
(droulement inverse)
y(n) = x(-n)
Y z X z ( ) ( ) =
1

...

Table de Transformes des signaux usuels :

Signal Reprsentation Temps Reprsentation z
Anneau de convergence z
1. Echelon unit x(n) = (n)
X z
z
z
( ) =
1

] [
1,+
2. Impulsion de Dirac discrte
x n n ( ) ( ) = X z ( ) = 1
] [
0,+
3. Exponentielle causale
x n a n
n
( ) ( ) =
X z
z
z a
( ) =

] [
a ,+

3. 16
Dmonstration de la ligne 2 du dictionnaire :
On donne la relation en utilisant la TZ bilatrale = TZ[ squence complte x
n
] = X(z)
Y z TZ y n x n k y n z x n k z z x p z z X z
n
n
n k p k
p n
( ) [ ( ) ( )] ( ) ( ) ( ) ( ) = = = = = =

TZ bilatrale et TZ monolatrale (TZ
+
) :
Lexpression gnrale du th. du retard (ligne 2 du dictionnaire) nest pas trs exploitable car la TZ
-1
quil faut ensuite
effectuer pour revenir au domaine temporel est mal aise (pas de possibilit dutiliser les tables rserves aux squences
causales). On prfre ainsi utiliser la TZ monolatrale (un signal a toujours un dbut (et une fin) donc des CI) :

En utilisant la TZ monolatrale TZ
+
:
On donne la relation en utilisant la TZ
+
[x
n
] = TZ[ partie causale de la squence non forcment causale x
n
] = X
+
(z).
Utilises lorsque les Conditions Initiales (CI) ne sont pas nulles, ces formules donnent cependant une TZ incomplte
(TZ uniquement de la partie causale de la squence) et elles utilisent les CI (ceci nest pas gnant puisque les CI
constituent justement la partie manquante de la TZ).(Pour donner directement une TZ complte, la squence dcale
y
n
doit donc tre causale). Lintret de la TZ
+
est que les tables sont utilisables pour revenir au domaine temporel.


Y z TZ y n x n k x n k z z x n k z z x p z
n k n k
n n
k p
p k
+ +
=
= = = = =

( ) [ ( ) ( )] ( ) ( ) ( )
( )
0 0

Y z TZ y n x n k z x p z X z z X z z x p z
k p
p k
k k p
p k
+ + +
=
+
=
= = = +
|
\
| = +

( ) [ ( ) ( )] ( ) ( ) ( ) ( )
1 1

Y z TZ y n x n k z X z x m k z
k m
m
k
+ + +
=
= = = +
( ) [ ( ) ( )] ( ) ( )
0
1

Exemple : k = 1 : Y z TZ y n x n z X z x
+ + +
= = = + ( ) [ ( ) ( )] ( ) ( ) 1 1
1

k = 2 : Y z TZ y n x n z X z x x z
+ + +
= = = + + ( ) [ ( ) ( )] ( ) ( ) ( ) 2 2 1
2 1

Illustration : Soit la squence x
n
:
0 1 2 -1 -2 -3
n
1
x
n
X z z z z ( ) = + + +
2 1
1 X z z
+
= + ( ) 1
1

0 1 2 3 -1 -2
n
1
x
n-1
y
n
=
Y z z z z z Y z ( ) ( ) = + + + = +
+
1
1 2
Y z z X z x z z
+ +
= + = + + ( ) ( ) ( )
1 1 2
1 1
Th. gnral du retard: Y z z X z ( ) ( ) =
1
Y z Y z
+
( ) ( ) car la sq. y
n
est non causale
0 1 2 3 -1 4
n
1
x
n-2
y
n
=
Y z z z z Y z ( ) ( ) = + + + =
+
1
1 2 3

Y z z X z x x z z z z
+ +
= + + = + + + ( ) ( ) ( ) ( )
2 1 1 2 3
2 1 1

Th. gnral du retard: Y z z X z ( ) ( ) =
2
Y z Y z
+
= ( ) ( ) car la squence y
n
est causale


Y z TZ y n x n k x n k z z x n k z z x p z
n k n k
n n
k p
p k
+ + +
=
= = + = + = + =

( ) [ ( ) ( )] ( ) ( ) ( )
( )
0 0

Y z TZ y n x n k z X z x p z z X z z x p z
k p
p
k
k k p
p
k
+ + +
=
+
=
= = + =
|
\
| =

( ) [ ( ) ( )] ( ) ( ) ( ) ( )
0
1
0
1

Y z TZ y n x n k z X z x m z
k k m
m
k
+ + +
=
= = + =
( ) [ ( ) ( )] ( ) ( )
0
1

Exemple: k = 1 : Y z TZ y n x n zX z zx
+ + +
= = + = ( ) [ ( ) ( )] ( ) ( ) 1 0
k = 2 : Y z TZ y n x n z X z z x zx
+ + +
= = + = ( ) [ ( ) ( )] ( ) ( ) ( ) 2 0 1
2 2


3. 17
- Notes :

- Pour les signaux TD, la TZ est la Reprsentation Frquentielle la plus adapte et la plus utilise.

- La TZ modifie X(z,m), variante paramtre (m) de la TZ, est peu utilise. Elle prsente par rapport la TZ l'avantage de
connatre la squence x(n) non seulement aux instants discrets n, mais galement entre les instants dchantillonnage (donc
tout instant) du fait de linterpolation laide du paramtre m. Avec des frquences d'chantillonnage leves, la TZ modifie
perd de son intrt.

- De la mme faon que la TF des signaux TC peut s'utiliser pour les signaux TD en transformant les signaux TD en
signaux TC, on peut utiliser la TZ pour les signaux TC en les chantillonnant.

- Le produit de convolution ayant pour transforme un produit simple :
) ( ) ( ) ( ) ( * ) ( ) ( z Y z X z F k y k x k f
TZ
= =
la convolution se voit en z comme un produit de polynmes, et la dconvolution comme une division de
polynmes.

Inversion de la TZ X z ( ) d'une squence x(n) :

(1) Inversion par utilisation directe des tables aprs une ventuelle dcomposition en lments simples

Mme chose que pour la TL ou la TF (cf. tables de transformes en z).

Les tables tant faites pour des fonctions causales, cette mthode nest utilisable directement que si
on recherche une squence causale.

Si on recherche une squence non causale, les tables pour fonctions causales peuvent nanmoins tre
utilises mais en faisant jouer le renversement du temps :

Rappel : proprit du dictionnaire : si
) ( ) ( z X n x
TZ

alors
) ( ) ( ) ( ) (
1
= = z X z Y n x n y
TZ
:

Soit X z ( ) la fonction inverser, on forme ) ( ) (
1
= z X z Y et on utilise les tables pour dterminer
)] ( [ ) (
1
z Y TZ n y

= , puis on obtient enfin ) ( ) ( n y n x = .

(2) Inversion par dcomposition en srie de Taylor ou de Laurent

- Si X z ( ) est donn avec un domaine de convergence du type z R >
1
(cas le plus courant),
x(n) est alors causal (sauf en prsence de termes de retard), et il suffit alors de dcomposer X z ( ) en
srie de Laurent (srie en 1/z). En identifiant avec la dfinition de la TZ, on obtient la squence x(n).

- Si le domaine est du type z R <
2
, X z ( ) est dcompos en srie de Taylor (srie en z), pour
donner la squence anticausale (sauf en prsence de termes davance) x(n).

- Si le domaine n'est pas prcis, il y a indtermination pour la squence x(n), mais on recherchera
plutt une squence causale (ce qui fixe le domaine de convergence comme du type z R <
2
) car
c'est la classe de signaux la plus courante.

Exemple : X z
z
z
( ) =
1

Si une squence causale est recherche, on dcompose X z ( ) en srie de Laurent :
X z
z
z z z TZ n
n
n
( ) ... [ ( )] =
= + + + = =
1
1
1
1
1 2
0
(converge pour z > 1 )
Si une squence anticausale est recherche, on dcompose X z ( ) en srie de Taylor :
X z z
z
z z z z TZ n
n
n
( ) ( ... ) [ ( ) ] =
= + + + = =
1
1
1 1
2
1
(converge pour z < 1)

3. 18
(3) Inversion par la mthode des Rsidus

Rappel : Thorme de Cauchy : z dz i
n
C
n
+
=

2
1

,

cest--dire : z dz i n
n
C
+
= = = 2 1 0 si sinon ,
avec n entier relatif et C
+
cercle de rayon quelconque et de centre 0 parcouru dans le
sens trigonomtrique.
Considrons l'quation de dfinition de la TZ : X z x m z
m
m
( ) ( ) =

=

Multiplions les 2 membres par z
n-1
et intgrons sur C
+
inclus dans l'anneau (R
1
,R
2
) de
convergence de X z ( ) . D'aprs le thorme de Cauchy, tous les termes auront une
contribution nulle sauf pour m = n et on a :
x n
i
X z z dz
n
C
( ) ( ) =

+
1
2
1

Comme pour la TL cette formule d'inversion est rarement employe (intgrale de variable complexe).

Le thorme des rsidus donne immdiatement une autre expression de x(n) :

Thorme des Rsidus : z X z dz i z X z
n
C
n
p
i

+

=
1 1
2 ( ) ( ) Residus de
p
i
tant les ples de z X z
n
1
( ) intrieurs C
+
.

d'o : x n z X z
n
p
i
( ) ( ) =

Residus de
1
avec :
p
i
: ples de z X z
n
1
( ) intrieurs C
+
.
C
+
: cercle quelconque de centre 0 parcouru dans le sens trigonomtrique et
inclus dans lanneau de convergence de X z ( ) .

Im z
Re z
R
1
R
2
C
+
0

Comme on peut prendre C
+
quelconque l'intrieur de l'anneau de convergence (R
1
,R
2
), il
suffit en fait de sommer sur les ples intrieurs au cercle de rayon R
1
.

On obtient les rsidus par la mme formule que pour la dcomposition en lments simples :

- pour un ple simple p
j
: Res
p
z p
j
n
j
j
z p z X z =
lim( ) ( )
1

- pour un ple multiple p
0
dordre ( de multiplicit) k :
[ ]
Res
p
z p
k
k
k n
k
d
dz
z p z X z
0
0
1
1
1
1
0
1
=
lim
( )!
( ) ( )

3. 19
(4) Inversion par division de polynmes suivant les puissances croissantes de z
-1

dans le cas d'une convergence du type z R >
1
( squence causale)
(Si la squence est anticausale, on divise suivant les puissances croissantes de z)

Cette mthode est utilisable trs gnralement, une fonction X z ( ) sexprimant le plus souvent
comme un rapport de deux polynmes en z.

Contrairement aux autres mthodes dinversion, la squence x(n) est ici rcupre chantillon par
chantillon, et pour avoir une expression analytique de x(n) ( expression non rcursive du terme
gnral de x(n)), donc en fonction de n uniquement), il faut trouver une rcurrence, ce qui nest pas
toujours vident.

Cette technique est facilement programmable sur calculateur: ( ) (n x est ici not plus simplement
n
x )
Algorithme rcursif : Soit inverser :
= =
0
0
0
) (
n
n
n k
i
i
i
m
i
i
i
z x
z b
z a
z X (
n
x causale)

=

= =
= =

m
i
i n i i n
k
i
i
TZ
m
i
i
i
k
i
i
i
a x b z a z X z b
0 0 0 0
1
) (
(
=

=
k
i
i n i
m
i
i n i n
x b a
b
x
1 0 0
1

soit :
(
=

=
i n
k
i
i n n
x b a
b
x
1 0
1

causale ) (n x

(
=

=
i n
n
i
i n n
x b a
b
x
1 0
1
Terme gnral rcursif

Exemple : X z
z
z
( ) =
1

Si une squence causale est recherche, on divise les polynmes de X z ( ) ordonns suivant les
puissances croissantes de z
1
:
X z
z
z z z TZ n
n
n
( ) ... [ ( )] =
= + + + = =
1
1
1
1
1 2
0
(converge pour z > 1 )
Si une squence anticausale est recherche, on divise les polynmes de X z ( ) ordonns suivant les
puissances croissantes de z :
X z
z
z
z z z z z TZ n
n
n
n
n
( ) ( ... ) [ ( ) ] =
= + + + = = =

1
1
2 3
0
1
(converge pour z <1)

(5) Inversion par quation aux diffrences
Lorsque X z ( ) est impliqu dans un rapport :
X z
U z
a z
b z
i
i
i
m
i
i
i
k
( )
( )
=
0
0

On aboutit une quation aux diffrences rcursive facilement programmable, en inversant, par
l'utilisation du dictionnaire de la TZ (formule de retard), l'expression prcdente dveloppe en
produit crois :
X z b z U z a z b x n i a u n i
i
i
i
k
i
i
i
m
TZ
i
i
k
i
i
m
( ) ( ) ( ) ( ) = =
= = =

0 0 0 0
1


3. 20
Dtermination de lexpression non rcursive ( analytique) d'une squence rcursive x(n) de FT X z ( ) :

- Daprs la donne de x(n) :

- Transformer x(n) rcursive en non rcursive et faire apparatre si-possible une rcurrence.
ou :
- Calculer la TZ X z ( ) de x(n) et obtenir x(n) par TZ
-1
de X z ( ) .

- Daprs la donne de X z ( ) :

- Par division de polynmes : la squence x(n) tant obtenue rcursivement, cest--dire chantillon
par chantillon, pour avoir x(n) en fonction de n seulement, il faut faire apparatre une rcurrence.
ou :
- Par la mthode des rsidus.
ou :
- Par lutilisation des tables aprs une ventuelle dcomposition en lments simples de X z ( ) .
(Attention : les tables ont t constitues pour des squences causales, squences les plus courantes.
linversion dune fonction X z ( ) par les tables donne donc une squence x(n) causale).
ou :
- Par dcomposition de X z ( ) en srie de Taylor ou de Laurent.

Proprits de la TZ :

(1) TL et TZ : On obtient la TL (discrte) dune squence x n ( ) (resp.
x nT ( )
) par passage TZ - TL :
X p X z e
p
( ) ( ) = = (resp.
X p X z e
pT
( ) ( ) = =
) z e
p
= (resp. z e
pT
= )

(2) TF et TZ : On obtient la TF (discrte) dune squence x n ( ) (resp.
x nT ( )
) par passage TZ - TF :
X X z e
i
( ) ( )

= =
2
(resp.
X X z e
i T
( ) ( )

= =
2
) z e
i
=
2
(resp. z e
i T
=
2
)
Le spectre (TF) dune squence x n ( ) (resp.
x nT ( )
) est donc priodique de priode = 1 (resp. = 1/ T )
et doit de ce fait tre interprt dans la bande de frquences

1
2
1
2
(resp.

1
2
1
2 T T
).
(3) Linarit.

(4) X z ( ) est gnralement complexe mme si x(n) (x(nT)) est rel.

(5) Thorme de la valeur initiale (pour une squence causale) :
X z x n z x x z x z
n
n
( ) ( ) ( ) ( ) ( ) ... = = + + +

=
0 1 2
1 2
0
x n X z
z
( ) lim ( ) = =
+
0
(6) Thorme de la valeur finale (pour une squence x(n) nulle en n = ) :

x n z X z
z
( ) lim( ) ( ) = + =
1
1

Dm. : Soit {x(n)} une squence et {y(n)} la squence dfinie par : y(n) = x(n+1) - x(n)
avec {x(n)} telle que {y(n)} soit sommable en valeur absolue.
On a, d'aprs la dfinition de la TZ : y n Y z
z
n
( ) lim ( ) =
1

D'aprs le thorme du retard : Y z zX z X z ( ) ( ) ( ) =
A cause des liminations successives : y n x n x n
n
( ) ( ) ( ) = = + =
=

d'o, si x n ( ) = = 0, on a : x n z X z
z
( ) lim( ) ( ) = + =
1
1

3. 21
(7) Thorme de Parseval :
x n
i
X z X z z dz
n
C
( ) ( ) ( / )
2
1
1
2
1
=

=
+
avec : X
: conjugu de X .
Plus gnralement : dz z z Y z X
i
k y k x
C
k
1 1 *
) ( ) (
2
1
) ( ) (

+
=

Dans le cas particulier : ) ( ) ( k y k x = , on obtient lnergie
x
E du signal ) (k x :
dz z z X z X
i
k x E
C
k
x
1 1
2
) ( ) (
2
1
) (

+
= =

(8) Correspondance bi-univoque entre x n ( ) et X z ( ) (domaine de convergence prcis).

(9) Transforme en z de la fonction de corrlation :
[ ]
TZ n X z Y z
xy
( ) ( ) ( ) =
1

[ ]
TZ n TZ x k y k n x k y k n z x k y k n z z
xy
k k n
n
k n
n k k
( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
= +
(
= +
(
= +
(
=
+

= +
(
= = =
+
=

x k z y k n z x k z y u z x k z y u z X z Y z
k n k
k n
k u
k k
k u
k k
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) 1

ANNEXE

Tables des principales Transformes en z
Correspondance avec les Transformes de Laplace

3. 22
TABLE DES TRANSFORMEES EN Z ET DE LAPLACE (FONCTIONS CAUSALES)
X(s)
TL
x(t) x(kT) ou x(k)
TZ
X(z)
Z
X(s)
1 1 (t) delta Kronecker: (kT)=1 si k=0, 0 sinon 1
2
e
s

Retard: (t-) [(k-m)T] = 1 si k = m, 0 sinon z
-m

3

1
s

Echelon ( ) t
not aussi 1( ) t
( ) kT
not aussi 1( ) kT
1
1
1

z

4

1
s a +

e
at

e
akT

1
1
1

e z
aT

5

1
2
s

t
kT

Tz
z
1
1 2
1 ( )

6

2
3
s

t
2

( ) kT
2

T z z
z
2 1 1
1 3
1
1

( )
( )

7

6
4
s

t
3

( ) kT
3

T z z z
z
3 1 1 2
1 4
1 4
1

+ +
( )
( )

8

a
s s a ( ) +

1

e
at

1

e
akT

( )
( )( )
1
1 1
1
1 1

e z
z e z
aT
aT

9
b a
s a s b
+ + ( )( )

e e
at bt

e e
akT bkT

( )
( )( )
e e z
e z e z
aT bT
aT bT

1
1 1
1 1

10

1
2
( ) s a +

te
at

kTe
akT

Te z
e z
aT
aT

1
1 2
1 ( )

11

s
s a ( ) +
2

( ) 1

at e
at

( ) 1

akT e
akT

1 1
1
1
1 2
+

( )
( )
aT e z
e z
aT
aT

12

2
3
( ) s a +

t e
at 2

( ) kT e
akT 2

T e e z z
e z
aT aT
aT
2 1 1
1 3
1
1

+
( )
( )

13

a
s s a
2
2
( ) +

at e
at
+

1

akT e
akT
+

1
( ) ( )
( ) ( )
aT e e aTe z z
z e z
aT aT aT
aT
+ +

1 1
1 1
1 1
1 2 1

14

s
2 2
+

sint sinkT
z T
z T z

+
1
1 2
1 2
sin
cos

15

s
s
2 2
+

cost
coskT
1
1 2
1
1 2

z T
z T z
cos
cos

16

( ) s a + +
2 2

e t
at
sin e kT
akT
sin
e z T
e z T e z
aT
aT aT

+
1
1 2 2
1 2
sin
cos

17

s a
s a
+
+ + ( )
2 2

e t
at
cos e kT
akT
cos

1
1 2
1
1 2 2
+

e z T
e z T e z
aT
aT aT
cos
cos

18

... ...
k k k k
a a k a ) ( ) 1 ( cos = =
1
1
1
+

az

19
... ...
a
k

1
1
1

az


3. 23

X(s)
TL
x(t) x(kT) ou x(k)
TZ
X(z)
Z
X(s)
20 ... ...
a k
k
=
1
1 2 3 , , ...

z
az
1
1
1

21

... ...
ka
k 1
z
az
1
1 2
1 ( )

22

... ...

k a
k 2 1

z az
az

1 1
1 3
1
1
( )
( )

23

... ...
k a
k 3 1
z az a z
az

+ +
1 1 2 2
1 4
1 4
1
( )
( )

24

... ...
k a
k 4 1
z az a z a z
az

+ + +
1 1 2 2 3 3
1 5
1 11 11
1
( )
( )

25

1
1
2
s s ( ) +

1 1 +
|
\
|

t
e
t
T

1 1 +

( )
kT
e
kT

ze z e
T
e
T
z z e
T T T
T

+
|
\
| + +
(

/ / /
/
( )( )

1 1
1
2

26

1
1
2
0
2
0
2
+ +
m
s
s

Cas 0 1 < < m

0
0
0
D
e t
m t
sin
avec :

D m = 1
2

0 0
2
1
= m

...

0 0
2
0
2
0
0 0
2
D
ze T
z ze T e
m T
m T m T

+
sin( )
cos( )

27 1
1
2
0
2
0
2
s
m
s
s
+ +
|
\
|

Cas 0 1 < < m

1
1
0

+
|
\
|
D
E t sin

avec :

D m = 1
2

E e
m t
=

0

0 0
2
1
= m
= Arc m cos

...

z
z D
Dz e T z
z ze T e
m T
m T m T

1
1
2
2
0
2
0
2
0
0 0
sin( )
cos( )

__________
Traitement numrique du signal TD 3. Reprsentations Frquentielles des Signaux TD
TD 3. 1

TD 3. Reprsentations Frquentielles des Signaux TD

RF des SIGNAUX TD

1. Thorme du retard en z sans Conditions Initiales

Montrer la formule du Thorme du retard en z sans Conditions Initiales :
Retard et Avance : )] ( [ )] ( [ n x TZ z k n x TZ
k
= ( Z k )

2. Thorme du retard en z avec Conditions Initiales

Montrer la formule du Thorme du retard en z avec Conditions Initiales :
1. Retard :
=
+
+ =
1
0
) ( )] ( [ )] ( [
k
m
m k
z k m x n x TZ z k n x TZ
(
*
N k )
2. Avance :
=
+
= +
1
0
) ( )] ( [ )] ( [
k
m
m k k
z m x n x TZ z k n x TZ
(
*
N k )

3. Transforme en z de signaux lmentaires
Calculer la TZ de : . ) (n
. ) (n

4. Transforme en z dune squence
Calculer de 3 faons la TZ de la squence :

0 1 2 3 4 5 -1 -2 -3
n
x(n)
1

5. Rsolution dune quation aux diffrences par la Transforme en z
A laide de la TZ, rsoudre lquation aux diffrences : x k x k x k u k ( ) ( ) ( ) ( ) + + + = 2 3 1 2
o x k ( ) = 0 pour k < 0 et lentre u k k ( ) ( ) =
( x k ( ) < = 0 0 constitue les CIs requises au dmarrage, lentre u k ( ) permettant ensuite de dterminer la sortie x k ( ) ).

6. Transforme en z monolatrale - Conditions Initiales
A laide de la TZ, rsoudre lquation aux diffrences : x ax
k k +
+ =
1
0 pour k 0 avec :
x
k
= 0 pour k < 0 , x
0
1 = et a = 0.5 .

7. Transforme en z du produit de convolution
Montrer que :
[ ]
TZ h n x n H z X z ( ) * ( ) ( ) ( ) =
avec :
[ ] [ ]
X z TZ x n et H z TZ h n ( ) ( ) ( ) ( ) = =

8. Transforme en z de squence causale / non causale
Dterminer les squences causale ) ( 1 n x et non causale ) ( 2 n x dont la TZ est :
1
1
1
) (
=
z
z X
TD 3. 2

TD 3 ANNEXE. Reprsentations Frquentielles des Signaux TD

RF des SIGNAUX TD

1. Transforme en z de (n)
- Montrer que :
[ ]
TZ n ( ) = 1 et calculer la TZ de : 1 ( = |_|_|
1
(n) =

=
=
=
k k
k n
k n ) (
,
).
- Calculer la TZ du peigne de Dirac causal de largeur M : |_|_|
M
(n) =

=
=
=
0 0
,
) (
k k
kM n
kM n (M entier)

2. Transforme en z inverse
Dterminer la TZ
-1
de X z
A
z z
( ) =
0

3. Transforme en z inverse donnant une squence causale
Calculer la TZ
-1
(note encore TZI) de X z
z
z z a
avec a ( )
( )( )
: =

< <
2
1
0 1
en recherchant une squence x(n) causale.

4. Transforme en z inverse donnant un signal causal
Calculer la TZ
-1
de X z
z
z a
( ) =
en recherchant une squence causale .

5. Transforme en z de lchelon dcal

a) Calculer la TZ de ( ) n 3
b) Calculer la TZ de ( ) n 1 par la TZ bilatrale et la TZ monolatrale
c) Calculer la TZ de ( ) n +1 par la TZ bilatrale et la TZ monolatrale

6. Thorme de la somme en z

Montrer la proprit de la TZ sur la somme :
si x n X z alors x k X z
z
z
TZ TZ
k
n
( ) ( ) ( ) ( ).
1

7. Transformes en z monolatrale et bilatrale - Conditions Initiales

A laide de la TZ, rsoudre lquation aux diffrences :
k k k
x y y =
1
avec :
lentre x
k k
= et la condition initiale 1
1
=
y (ou mme : 1
1
=
k
y ).

8. Rsolution dune quation aux diffrences par la Transforme en z
Rsoudre lquation aux diffrences pour k 0 : ( ) ( ) ( ) k x k kx k + + = 1 1 1 laide de la TZ
avec x k ( ) = 0 pour k < 0.

9. Transforme en z de squences
Donner la TZ des signaux causaux suivants :
u k ( ) tel que : u(0) = 1 u(1) = 4 u(2) = 16 u(3) = 64 u(k 0, 1, 2, 3) = 0
v k ( ) tel que : v(0) = 0 v(1) = 0 v(2) = 1 v(3) = 4 v(4) = 16 v(5) = 64 v(6) = 256 ...
w k ( ) tel que : w(0) = 16 w(1) = 64 w(2) = 256 ...
TD 3. 3

RF des SIGNAUX TC

1. Transforme de Fourier de (t)
Montrer que : TF[(t)] = 1 et que : TF(1) = ()

2. Transforme de Fourier dune porte (ou fentre)
Calculer la TF d'une porte :

1
-T/2 T/2
T
(t)
t
0

3. Transforme de Fourier dun peigne
Soit |_|_|
T
(t) = ( ) t nT
n
(Peigne de Dirac). Calculer la TF de |_|_|

T
(t) .

4. Transforme de Laplace de signaux priodiques

Dterminer la TL des signaux causaux suivants :

0
t
1
t
0
1
a T 2T 3T
x (t)
T
a
x (t)
0

5. Transforme de Fourier dune Gaussienne

Montrer que la TF d'une Gaussienne : x t e
t
( ) =

2
est encore une Gaussienne.

6. Transformation de Wigner-Ville

Les signaux tels que les signaux moduls en frquence ou encore le signal parole constituent des
exemples de signaux non stationnaires. Dans ce cas, la dcomposition spectrale ne peut tre que
difficilement obtenue par TF. On peut alors utiliser la Transformation de Wigner-Ville d'un signal x(t)
dfini par :
[ ] ) , ( .
2
.
2
) (
2
t X d e t x t x t x TWV
i

=
+ =

*
x : conjugu de x
Le rsultat, fonction de et t permet une analyse dans l'espace Temps-Frquence.
- Soit le signal harmonique modul en frquence : x t e
i t
( ) =

2
; calculer la TWV [x(t)]
- Soit le signal harmonique stationnaire classique : y t e
i f t
( ) =
2
1
; calculer la TWV [y(t)]

et montrer qu'elle se rduit la TF de y(t).

7. Transforme de Hilbert

On appelle Transformation de Hilbert ( TH ) d'un signal x(t), la rponse ) ( t x x(t) du filtre de FT :
H
i
i
H i avec
( )
( ) .sgn( ) :
sgn( ) :
=
>
+ <

= 0
0 fonction signe

-1
sgn ()
1

) ( * ) ( ) ( ) ( t h t x t x t x
TH
= avec : [ ] ) ( ) (
1
sgn i TF t h =

- Dterminer la RI ) (t h du filtre.
TD 3. 4

8. Dcomposition en srie de Fourier

Donner la Reprsentation Frquentielle des signaux suivants et la tracer :
(a) s(t) = sin 2
0
t et (b) c(t) = cos 2
0
t
(c) x(t) (avec a = et T = 2) et y(t) : (forme trigonomtrique et forme complexe)

t
2
2
y(t)
0
t
0
1
a T 2T 3T
x(t)

En dduire l'expresssion de S =
sin2
2
1
kt
k
k =
en fonction de x(t) et y(t).

9. Transforme de Laplace de (t)

Montrer que TL [(t)] = 1

10. Transforme de Fourier de lchelon

Calculer la TF de l'chelon (t).

__________
Traitement numrique du signal 4. Reprsentations Frquentielles des Systmes TD

4. 1

4. Reprsentations Frquentielles des Systmes TD

I. REPRESENTATIONS FREQUENTIELLES DES SYSTEMES A TC


1.1. Reprsentation de Laplace : Fonction de Transfert

On a vu qu'un SLTI est caractris, dans le domaine temps, par sa Rponse Impulsionnelle h(t) :

x(t)
h(t)
y(t) = h(t) * x(t)
h(t)
(t) y(t) = h(t) * (t) = h(t)
si les Conditions Initiales (CI) sont nulles
si les CI sont nulles

Si on prend la TL des signaux prcdents on a :

x(t)
h(t)
y(t) = h(t) * x(t)
TL TL
H(p)
Y(p)= H(p)X(p) X(p)

avec:
[ ] ) ( ) ( t h TL p H =
) ( p H sappelle la Fonction de Transfert (FT) du SLTI:
H p
Y p
X p
( )
( )
( )
=
(si CIs nulles)
De mme que la RI h(t) (hors CI), la FT H(p) caractrise compltement (hors CI) le SLTI.

H(p) est la Reprsentation Frquentielle Gnralise dun systme TC

La FT (comme la RI) na de sens que si le systme est linaire (la TL est linaire).

Si le systme est stationnaire: la FT H(p) ne dpend pas du temps, la RI h(t) ne dpend que du temps t.
Sil nest pas stationnaire: la FT H(p,t) dpend du temps, la RI h(t,) dpend du temps t et de lorigine des temps .

- Dualit Temps-Frquence :

L'quation de convolution ( l'quation diffrentielle) de la relation dentre-sortie dun SLTI est
dtourne pour tre rsolue plus simplement en frquence, par le chemin :

x(t)
h(t)
y(t) = h(t) * x(t)
TL
H(p)
Y(p)= H(p)X(p) X(p)
TL
-1

- Application :
La TL monolatrale se prte trs bien la dtermination de la rponse dun systme TC un signal
TC par utilisation de la FT du systme (bonne convergence de la TL).
Temps Frquence
- RI : h(t) - FT : H(p)
- SLTI - Filtre linaire
- STI - Filtre
- Relation Entre-Sortie : Convolution - Relation Entre-Sortie : Produit
- Relation Entre-Sortie dun SLTI :
Equation diffrentielle linaire coeff constants :
( avec Conditions Initiales (CI) supposes nulles )

b y t a x t
i
i
n
i
i
i
m
i
= =

=
0 0
( ) ( )
( ) ( )

TL

- H(p) : fraction rationnelle ( fractionnelle) en p
Quotient de 2 polynmes en p :
H p
Y p
X p
a p
b p
i
i
i
m
i
i
i
n
( )
( )
( )
= =
=
=
0
0
si CI nulles

4. 2
- Rsolution de lquation diffrentielle ( quation de convolution) par la TL :

Soit lquation diffrentielle linaire coefficients constants rgissant un SLTI TC :
b y t a x t
i
i
n
i
i
i
m
i
= =

=
0 0
( ) ( )
( ) ( )

En prenant la TL de cette quation diffrentielle (Conditions Initiales (CI) quelconques), on a :
b p Y p b p y a p X p a p x
i
i
i
n
i
i j j
j
i
i
n
i
i
i
m
i
i j j
j
i
i
m
=

=
= =

=
=

+ = +
0
1
0
1
0 0
1
0
1
0
0 0 ( ) ( ) ( ) ( )
( ) ( )
do :

Y p
a p
b p
X p
a p x b p y
b p
H p X p K p
i
i
i
m
i
i
i
n
i
i j j
j
i
i
i j j
j
i
i
n
i
m
i
i
i
n
( ) ( )
( ) ( )
( ) ( ) ( )
( ) ( )
= +
= +
=
=

=
= =
=
0
0
1
0
1
1
0
1
0 0
0
0 0

- Si les CI sont nulles : K p ( ) = 0 :

H(p)
Y(p)= H(p)X(p) X(p)

- Si les CI sont non nulles : K p ( ) 0 :

H(p)
Y(p)=H(p)X(p) + K(p)
X(p)
+
K(p)

En temps, on a le mme type de relation pour lquation de convolution :

(lquation de convolution nest rien dautre que lquation diffrentielle)

- Si les CI sont nulles : K p ( ) = 0 : y t h t x t ( ) ( ) * ( ) =
- Si les CI sont non nulles : K p ( ) 0 : y t h t x t TL K p ( ) ( ) * ( ) [ ( )] = +
1

- Permutation de deux blocs en cascade :

Lorsque les CI sont nulles, la permutation de deux blocs en cascade est commutative :

H(p)
Y(p)= H(p)X(p) X(p)
G(p)
G(p)
U(p)= G(p)X(p) X(p)
H(p)
V(p)= G(p)Y(p)=G(p)H(p)X(p)
W(p)= H(p)U(p)=H(p)G(p)X(p) =V(p)

Lorsque les CI ne sont pas nulles, la permutation de deux blocs en cascade nest pas commutative :

H(p)
X(p)
+
K (p)
1
Y(p)=H(p)X(p) + K (p)
1
G(p)
+
K (p)
2
V(p)=G(p)Y(p) + K (p)
2

V p G p H p X p K p K p H p G p X p G p K p K p ( ) ( )[ ( ) ( ) ( )] ( ) ( ) ( ) ( ) ( ) ( ) ( ) = + + = + +
1 2 1 2

G(p)
X(p)
+
K (p)
3
U(p)=G(p)X(p) + K (p)
3
H(p)
+
K (p)
4
W(p)=H(p)U(p) + K (p)
4

W p H p G p X p K p K p H p G p X p H p K p K p ( ) ( )[ ( ) ( ) ( )] ( ) ( ) ( ) ( ) ( ) ( ) ( ) = + + = + +
3 4 3 4

4. 3
1.2. Reprsentation de Fourier : Fonction de Transfert (Gain complexe)

On a les mmes proprits qu'en Laplace : avec
[ ] ) ( ) ( t h TF H =
: FT du filtre linaire et le
caractrisant:
H
Y
X
( )
( )
( )
= o X( ) et Y( ) reprsentent la TF des signaux x t ( ) et y t ( ) .

X( )
H( )
H( ) X( ) Y( )=

La FT ou gain complexe H( ) reprsente le spectre du filtre linaire.
) ( H est la Reprsentation Frquentielle dun systme TC

- Application :

Comme pour les signaux, la TF se prte avantageusement ltude spectrale des systmes.

2. Ordre dun systme TC

Cest la valeur absolue de la diffrence entre le degr du polynme dnominateur et celui du polynme
numrateur de la FT (gnralement fractionnelle) de la variable p (reprsentation de Laplace) ou
(reprsentation de Fourier).
Lordre, qui nest dfini que pour un systme de FT fractionnelle, reprsente donc la valeur absolue de la
diffrence entre le nombre de ples et le nombre de zros de la FT du systme.

3. Stabilit dun Systme TC
- Temps :
La dfinition : entre borne, sortie borne donne une condition ncessaire et suffisante de stabilit
pour un SLTI : (cf. dmonstration pour les systmes TD)
h t dt ( ) <

Il en dcoule que la RI dun systme stable vrifie :
0 ) ( lim =
+
t h
t
(systme causal) 0 ) ( lim =

t h
t
(systme non causal)

0
t
h(t)
Systme causal stable
0
t
Systme non causal stable
h(t)

- Frquence :
Traduite en frquence, cette CNS devient :

Un systme causal est stable si et seulement si tous les ples de la FT H(p) de ce systme ont une
partie relle ngative (le cas partie relle = 0 est un cas limite).

Cette CNS peut aussi tre applique aux signaux plutt quaux systmes : un signal x(t) de TL X(p) ne
tend pas vers linfini lorsque t tend vers linfini si et seulement si les ples de X(p) sont partie relle 0
(Ex. : lchelon unit dont la TL est 1/p).

(Pour un systme anticausal ( systme de RI nulle pour t > 0), la CNS de stabilit serait que les ples
de H(p) soient partie relle positive).

Dmonstration du critre frquentiel de stabilit :

Soit un systme causal de FT H(p) o H(p) est une fraction rationnelle.
H(p) peut tre dcompos (en lments simples) sous la forme suivante (avec ventuellement des
lments de retard de la forme e
i
p
) :
H p
A
p a
A
p a
A
p a
i
i i
( ) =
+ =
1
1
2
2
L

H(p) apparat alors comme la somme de sous-systmes du 1er ordre. H(p) est stable si chaque sous-
systme
A
p a
i
i
est stable.

4. 4
Un systme est stable si, aprs perturbation, il revient son tat prcdent.

Prenons ( ) t comme perturbation et calculons la RI h t
i
( ) (appele mode) dun sous-systme

A
p a
i
i
pris initialement au repos :

) ( ) (
1
t e A
a p
A
TL t h
t a
i
i
i
i
i
=
(
=

:

0 t 0 t
A
i
si Re( ) a
i
< 0 si Re( ) a
i
> 0
h t
i
( ) h t
i
( )
A
i
Systme causal stable Systme causal instable
0 t
A
i
si Re( ) a
i
> 0
h t
i
( )
Systme non causal stable Systme non causal instable
si Re( ) a
i
< 0
0 t
A
i
h t
i
( )

Un systme causal est donc stable si tous les ples de sa FT ont une partie relle ngative, car alors
tous ses modes sont stables.

Par contre un systme non causal traite un signal en faisant dfiler le temps de droite gauche (de
lavenir vers le pass) contrairement un systme causal o le temps scoule de gauche droite (du
pass vers le futur).

Par exemple, le filtre non causal TD dquation aux diffrences : y x y
n n n
= +
+1
doit tre
programm avec un balayage de droite gauche, alors que le filtre causal : y x y
n n n
= +
1
doit
ltre avec un balayage de gauche droite.

En prenant galement comme conditions initiales le repos, on a cette fois comme RI dun sous-
systme
A
p a
i
i
:

0 t 0 t
A
i
si Re( ) a
i
< 0 si Re( ) a
i
> 0
h t
i
( ) h t
i
( )
A
i

Un systme non causal est donc stable si tous les ples de sa FT ont une partie relle positive.

4. Rponse Frquentielle d'un Systme TC

On lappelle aussi Rponse en Frquence ou Rponse Harmonique ( en rgime Harmonique, cest--dire sinusodal)
ou encore Hamiltonien du SLTI avec pour fonctions propres les signaux sinusodaux e
i t 2
.

On la note ) ( H et on a la relation de dfinition :
[ ] ) ( ) ( t h TF H =
) (t h : RI

Comme le systme est suppos linaire, il rpond une sinusode ( ) t A t x 2 sin ) ( = damplitude A par une autre
sinusode ( ) ) ( 2 sin ) ( = t B t y , damplitude B , et retarde (si le systme est causal comme cest gnralement le
cas, avance si le systme est anticausal) de (ou encore dphase de 2 = par rapport ) (t x .

Si lon fait varier la frquence de la sinusode dexcitation ) (t x en maintenant constante son amplitude A,
lamplitude ) ( B B = de la sinusode de sortie va varier, ainsi que le dphasage ) ( = entre entre et sortie.

Le module ) ( H de la Rponse en Frquence ) ( H reprsente, en fonction de la frquence , le rapport des
amplitudes
A
B ) (
:
A
B
H
) (
) (

=

Largument [ ] ) ( H Arg de la Rponse en Frquence ) ( H reprsente, en fonction de la frquence , le dphasage
) ( entre entre et sortie : [ ] 2 ) ( ) ( = = H Arg

4. 5
Exemple

Si lon communique manuellement un mouvement rectiligne sinusodal ) (t x un pendule simple en dplaant
lextrmit E du fil, et que lon sintresse la position ) (t y du pendule lui-mme, on a affaire un systme mcanique
pour lequel :

. si on dplace lextrmit E lentement ( une frquence faible), le pendule suit : son amplitude est importante et il
est en phase avec la sinusode dexcitation.

. si on dplace lextrmit E plus rapidement ( une frquence plus grande), le pendule suit moins bien : son
amplitude dcrot et il est en retard (dphasage de 2 / ) avec la sinusode dexcitation.

. enfin, pour des frquences encore plus leves, le pendule ne rpond plus : son amplitude est nulle et son retard de
phase a atteint , il est en opposition de phase).

) (t x
) (t y
E

) (t x
) (t y

) (t x
) (t y
frquence faible frquence leve

Ce systme est du type passe-bas , ce qui signifie quil rpond aux basses frquences, mais qu partir dune certaine
frquence il ne rpond plus.

Soit ) ( H la Rponse en Frquence de ce systme. On a donc la reprsentation :

0.1 1 10 100
0
0.5
1
(chelle logarithmique)
1.1
0.016
H ( )
100 0.1

0.1 1 10 100
2
1
0
0.1
1.555
arg H ( ) ( )
100 0.1

Plus gnralement, la thorie de la relativit dit que le temps de rponse dun systme physique ne peut tre infrieur au
temps de propagation de la lumire et donc que tous les systmes physiques ne peuvent rpondre des sollicitations de
frquence infiniment leves : on dit quun systme physique est passe-bas : il coupe les hautes frquences.

Fonction propre (Hamiltonien) des filtres linaires :

On a la proprit remarquable traduisant le fait que la sinusode est fonction propre des filtres linaires :
H
s t
e t
( )
( )
( )
= o s(t) est la rponse du SLTI de FT H() au signal sinusodal e(t)
(le systme tant linaire, s(t) est aussi sinusodale).

4.1. Rponse Frquentielle de Laplace

La Rponse Frquentielle (RF) ) ( H du systme sobtient en faisant p i = 2 dans [ ] ) ( ) ( t h TL p H = :

H(p)
Y(p)= H(p)X(p) X(p)
si CI nulles.

) 2 ( ) ( i p H H = =

4.2. Rponse Frquentielle de Fourier

Elle est immdiate : c'est H( )

X( )
H( )
H( ) X( ) Y( )=
si CI nulles.

4. 6
5. Systme TC phase linaire

Phase
[ ] [ ]
= = =
Arg H Arg H p i ( ) ( ) 2

Un systme de FT H() est phase linaire si
[ ]
= Arg H( ) est une fonction linaire de la frquence :

[ ]
= = Arg H( ) avec = C
te
.

Un filtre phase linaire a pour proprit de retarder tous les signaux dun mme retard quelquesoit leur
frquence :

Soit un filtre linaire excit par un signal sinusodal de frquence . tant linaire et stationnaire,
sa sortie est une sinusode attnue (ou amplifie) et retarde (de ) ( dphase de = 2 ) par
rapport au signal dentre. En excitant successivement par 2 signaux sinusodaux de frquence
1
et

2
, on a :

x t A t
1 1
2 ( ) sin( ) =
y t A t A t
1 1 1 1 1 1 1
2 2 ( ) sin( ) sin[ ( )] = =
x t A t
2 2
2 ( ) sin( ) = y t A t A t
2 2 2 2 2 2 2
2 2 ( ) sin( ) sin[ ( )] = =

Si le filtre est phase linaire, on a :
1 1
= et
2 2
= do :

)] ( 2 sin[ ) 2 sin( ) (
1 1 1 1 1 1
= = t A t A t y
)] ( 2 sin[ ) 2 sin( ) (
2 2 2 2 2 2
= = t A t A t y

Les 2 signaux de frquence
1
et
2
sont retards du mme temps
2
= .

6. Systme TC phase minimale ( dphasage minimal)

Un systme de FT H(p) est dit phase minimale si tous les zros de H(p) sont partie relle ngative,
pour un systme causal.

Les systmes physiques tant gnralement retard de phase (temps de calcul du filtre), un dphasage
minimal indique un retard minimal engendr par le filtre.

Un filtre dphasage minimal a donc pour proprit de limiter le retard occasionn par la traverse du filtre
(lintroduction dun zro partie relle > 0 dans la FT du filtre ralentirait le filtre).

4. 7
Dphasage minimal retard minimal

Un zro partie relle positive de la FT H p ( ) dun filtre linaire (encore appel abusivement zro instable
par analogie avec le critre de stabilit) provoque un retard ( un dphasage) supplmentaire lors de la
traverse du filtre :

Soit G p ( ) un filtre linaire causal, donc provoquant un certain dphasage, un certain retard de sa rponse une
entre donne. On a donc: 0 ) ( < p ArgG . En rgime harmonique ( i p = ), sa rponse une entre exponentielle
imaginaire :
t i
e t x

= ) ( est :
t i
e p G t y

= ) ( ) ( (les fonctions exponentielles imaginaires ( sinusodales) sont fonctions
propres des filtres linaires)
[ ] [ ] ) ( ) (
) ( ) ( ) (
p ArgG t i t i p ArgG i
e p G e e p G t y
+
= =

Sa rponse une entre sinusodale : ) sin( ) ( t t x = est donc :
[ ] ( ) [ ] = + = t p G p ArgG t p G t y sin ) ( ) ( sin ) ( ) ( avec : 0 > :
) ( p ArgG
=

avec : 0 2 , et = = i p (rgime harmonique).

Soit H p ( ) un systme linaire causal ( 0 ) ( < p ArgH ) comportant un zro instable ( 0 > ) :
H p p G p ( ) ( ) ( ) =
(avec rel et non ple de G p ( ) ) do : ) ( ) ( ) ( + = p Arg p ArgG p ArgH
En posant : p i = + , on a :
Arg p Arctg ( ) =
|
\
|

Si on se place en Rponse Frquentielle ( 0 2 , , 0 et = = = i p ), il vient :

|
\
|
+ =

2
) ( ) ( Arctg ArgG ArgH
et :
< |
\
|
>
> |
\
|
<
0
2
0
0
2
0
Arctg
Arctg

Allure du trac de
) (
2

= |
\
|
Arctg
:
( )
20 10 0 10 20
2
0
2

Un zro instable ( 0 > ) va entraner un retard de phase de H p ( ) , cest--dire un dphasage plus
important ( ) ( p ArgH accru, avec 0 ) ( < p ArgH ), donc le retard provoqu par H p ( ) est accru.

On peut remarquer que si on veut accrotre la rapidit dun filtre (diminuer son temps de rponse), il
faut lui procurer une avance de phase. Un retard de phase ralentit un filtre.

Exemple de systme phase non minimale :
( )
2
1
1
1
1
) (
) (
) (
p
p
p U
p Y
p H
+
= =
comparer au systme phase minimale :
( )
2
2
2
1
1
) (
) (
) (
p
p
p U
p Y
p H
+
+
= =

Rponse indicielle : (entre : ) ( ) ( t t u = )

1.5
0.5
y1 t ( )
t ( )
10 1 t
0 5 10
0
1

1.5
0.5
y2 t ( )
t ( )
10 1 t
0 5 10
0
1

Pour le systme phase non minimale, la rponse dmarre en sens inverse.

Plus gnralement, le nombre doscillations initiales est gal au nombre de zros instables de la FT.

4. 8
7. Systme TC retard pur

Le dictionnaire donne immdiatement la traduction dun retard temporel en frquentiel :

Si f t F p
TL
( ) ( ) alors f t F p e
TL p
( ) ( )

Un facteur e
p
dans une fonction H p ( ) indique un retard dun temps du signal h t TL H p ( ) [ ( )] =
1
.

8. Rponse indicielle d'un Systme TC

La rponse indicielle, cest--dire la rponse au signal chelon : x(t) = (t), note r(t) a pour TL :

R p H p
p
( ) ( ) =
1
si le systme a pour FT H(p) (la TL de (t) est
1
p
).

Le thorme de la valeur finale : lim ( ) lim ( )
t p
r t p R p

=
0
donne : lim ( ) ( )
t
r t H
= 0 .

Le rgime permanent de la rponse indicielle : lim ( )
t
r t
, est gal la valeur de la FT H(p) en p = 0 : H(0) :

lim ( ) ( )
t
r t H
= 0

Une autre faon dtablir ce rsultat est dexprimer directement H( ) 0 partir de la dfinition de la TL ou de
la TF : H H p h t e dt H h t e dt h t dt
p
pt
p
i t
( ) ( ) ( ) ( ) ( ) ( ) 0
0
0
0
2
0
= = = = =
=
=
=
o
h t ( ) est la RI du systme.

La rponce indicielle r t ( ) sobtient par la relation de convolution :
r t h t t h t d h t d h d
t
( ) ( ) ( ) ( ) ( ) ( ) ( ) = = = =

0

Le rgime permanent de la rponse indicielle r t r t
rp
t
( ) lim ( ) =
est donc gal h t dt H ( ) ( )
= 0 .

4. 9
9. Modes d'un Systme TC

Un mode est la RI dun systme lmentaire canonique ( systme du 1er ordre pour des FT fractionnelles).
Un systme quelconque dordre n, dcompos en somme de n sous-systmes lmentaires (dordre 1)
comprend donc n modes.

Exemples :

- Soit le systme de FT H p
p a
( ) =
+
1

Ce systme ne comprend qu1 seul mode h t
1
( ) , car H p ( ) ne possde qu1 seul ple. ( H p ( ) du 1er ordre)
Mode : h t TL H p e t
at
1
1
( ) [ ( )] ( ) = =

- Soit le systme de FT
H p
p p
( ) =
+ +
1
3 2
2
. Pour faire apparatre les 2 sous-systmes lmentaires, on
dcompose H(p) en lments simples :
H p
p p p p
H p H p ( )
( )( )
( ) ( ) =
+ +
=
+

+
= +
1
1 2
1
1
1
2
1 2

et : ) ( ) ( ) (
2 1
t h t h t h + =

Ce systme comprend 2 modes h t
1
( ) et h t
2
( ) , car H p ( ) possde 2 ples. ( H p ( ) du 2nd ordre)

Modes : h t TL H p e t
t
1
1
1
( ) [ ( )] ( ) = =

h t TL H p e t
t
2
1
2
2
( ) [ ( )] ( ) = =

Classification des modes :

- Mode h t ( ) de ple a rel : (mode non oscillant)

t
h(t)
0
a = 0 a < 0 a > 0
t
h(t)
0
t
h(t)
0

- Mode h t ( ) de ples a jb complexes conjugs : (mode oscillant)

Lorsque les ples sont complexes conjugues, ils se combinent pour ne former qu1 seul mode (et non 2).

t
h(t)
0
a < 0 a > 0
t
h(t)
0
a = 0
t
h(t)
0


4. 10
10. Reprsentations Frquentielles de Laplace et Fourier de Systmes TC modliss

SYSTEMES PHYSIQUES

Systmes lectriques

Circuit RC intgrateur TC Entre : tension u(t) - Sortie : tension y(t)

R
C
u(t) y(t)
i(t)

Lois de Kirschoff :
=
=
dt
t dy
C t i
t Ri t y t u
) (
) (
) ( ) ( ) (
) ( ) (
) (
t u t y
dt
t dy
RC = + (1)

- 1er cas : Condensateur C initialement dcharg (Conditions Initiales (CI) nulles)

TL(1) : ) ( ) ( ) ( p U p Y p RCpY = +
RCp p U
p Y
p H
+
= =
1
1
) (
) (
) (

- 2nd cas : Condensateur C initialement charg y
0
(CI non nulles)

TL(1) : ) ( ) ( ] ) ( [
0
p U p Y y p pY RC = +
0
) ( ) ( ) ( ) ( RCy p H p U p H p Y + =

Rponse frquentielle
H
i RC
( )
=
+
1
1 2

H
RC
( )
( )
=
+
1
1 2
2
H H
dB
( ) log ( ) = 20 Arg H Arctg RC [ ( )] ( ) = 2
H( )
0
1

0 dB
H
dB
( )

Systme du 1er ordre et de nature passe-bas (limination des composantes de u(t) de frquence >
0
1
2
=
RC
)

Systmes mcaniques

Intgrateur mcanique TC Entre : force f(t) - Sortie : position x(t) par rapport x
0

k
a f(t)
M
x(t)
x
0
x
0
: position d'quilibre
a
: coeff. de frottement visqueux
k
: coeff. de frottement lastique

Relation Fondamentale de la Dynamique : forces
= M ) ( ) ( ) ( ) ( t x M t x a t x k t f & & & = (2)

- Si les Conditions Initiales nulles :
TL(2) : F p kX p apX p Mp X p ( ) ( ) ( ) ( ) =
2

2
1
) (
) (
) (
Mp ap k p F
p X
p H
+ +
= =


4. 11
II. REPRESENTATIONS FREQUENTIELLES DES SYSTEMES A TD


1.1. Reprsentation Frquentielle z des Systmes TD : Fonction de Transfert

x(n)
h(n)
y(n) = h(n) * x(n)
TZ TZ
H(z)
Y(z)= H(z)X(z) X(z)
si CI nulles
si CI nulles

avec :
)] ( [ ) ( n h TZ z H =
(ou: )] ( [ ) ( nT h TZ z H = ) : Fonction de Transfert (FT) du SLTI :
H z
Y z
X z
( )
( )
( )
=

Comme la RI h(n) (hors CI), la FT H(z) caractrise compltement (hors CI) le SLTI TD.

La FT (comme la RI) na de sens que si le systme est linaire (la TZ est linaire).

Si le systme est stationnaire: la FT H(z) ne dpend pas du temps, la RI h(n) ne dpend que du temps n.
Sil nest pas stationnaire: la FT H(z,n) dpend du temps, la RI h(n,k) dpend du temps n et de lorigine des temps k
(double dpendance
temporelle)
- Dualit Temps-Frquence :

- Application :

La TZ monolatrale se prte trs bien la dtermination de la rponse dun systme TD un signal
TD par utilisation de la FT du systme.

2. Ordre dun Systme TD

Cest la valeur absolue de la diffrence entre le degr du polynme dnominateur et celui du polynme
numrateur de la FT (gnralement fractionnelle) de la variable z.

Lordre, qui nest dfini que pour un systme de FT fractionnelle, reprsente donc la valeur absolue de la
diffrence entre le nombre de ples et le nombre de zros de la FT du systme.
Temps Frquence
- RI : h(n) - FT : H(z)
- SLTI - Filtre linaire
- STI - Filtre
- Relation Entre-Sortie : Convolution - Relation Entre-Sortie : Produit
- Relation Entre-Sortie dun SLTI
Equation aux diffrences linaire coeff constants
( coeff constants stationnaire)

( avec Conditions Initiales (CI) supposes nulles )

b y n i a x n i
i
i
p
i
i
m
= =

=
0 0
( ) ( )

TZ

- H(z) est une fraction rationnelle (fractionnelle) en z
Quotient de 2 polynmes en z : (CI) nulles

H z
Y z
X z
a z
b z
i
i
i
m
i
i
i
p
( )
( )
( )
= =
0
0
:

4. 12
3. Stabilit dun Systme TD

- Temps :

La dfinition entre borne, sortie borne (EBSB), donne une condition ncessaire et suffisante de
stabilit pour un SLTI : Systme stable EBSB h n
n
( )
=
<
Il en dcoule que la RI dun systme stable vrifie :

Systme causal stable 0 ) ( lim =
+
k h
k
Systme non causal stable 0 ) ( lim =

k h
k

Exemples :

0
k
h(k)
Systme causal stable
0
k
Systme non causal stable
h(k)
0
k
h(k)
Systme causal instable
0
k
Systme non causal instable
h(k)

Dmonstration de la CNS : EBSB h n
n
( )
=
< (1)
Condition suffisante : EBSB
h n
n
( )
=
<

Si (1) est vraie alors x(n) borne implique y(n) borne; en effet : x n N ( ) < implique y n M ( ) < :
y n h k x n k h k N
k k
( ) ( ) ( ) ( ) . = <
=
+
=

Condition ncessaire : EBSB
h n
n
( )
=
<
(On rappelle que limplication a b est quivalente b a )
Il suffit de montrer que si (1) est fausse, il existe une squence borne x n ( ) qui provoque y n ( ) = :
(1) fausse : h k
k
( )
=
+
= Soit alors x(n) telle que : x n

si h n
si h n
si h n
( )
( )
( )
( )
=
+ >
<
=
1 0
1 0
0 0

Un telle squence x(n) est videmment borne. Montrons alors que y(0) est infini :
y n x k h n k
k
( ) ( ) ( ) =
=
+
soit pour n = 0 : y x k h k
k
( ) ( ) ( ) 0 =
=
+
donc : y h k
k
( ) ( ) 0 = =
=
+

- Frquence :

Traduite en frquence, cette CNS devient :
Pour quun systme de FT H(z) soit stable, une CNS est que tous les ples de H(z) aient un module
infrieur 1, pour un systme causal (le cas = 1 est un cas limite) (cf. dm. pour les systmes TC).

(Pour un systme anticausal ( systme de RI nulle pour n > 0), la CNS de stabilit serait que les ples
de H(z) soient module suprieur 1).

Comme TC, la CNS de stabilit peut tout aussi bien s appliquer aux signaux : pour quun signal x(kT) ne
tende pas vers linfini lorsque k , il faut et il suffit que les ples de sa FT X(z) aient un module 1.
Exemple : TZ de lchelon : TZ kT
z
[ ( )] =

1
1
1

Remarque : Pour un systme causal TC, on a vu que la CNS de stabilit est que tous les ples soient
partie relle ngative, ce qui entrane bien, pour un systme causal TD, que les ples aient un module
infrieur 1, du fait de la relation de passage TC TD : z e
pT
= (squence chantillonne) :
p a jb z e e p a z e
aT jbT aT
= + = < < = <
module phase
et . Re( ) 0 0 1
(le demi-plan gauche de Laplace correspond au disque de rayon infrieur 1).

4. 13
4. Rponse Frquentielle d'un Systme TD

On lappelle aussi Rponse Harmonique ( en rgime Harmonique, cest--dire sinusodal).

X( z )
H(z)
Y( z)=H(z)X(z)
si CI nulles

La Rponse Frquentielle (RF) dun systme TD sobtient en faisant z e
pT
= ou z e
p
= selon que x = x(nT) ou x(n).

On la note H( ) , car on a, en utilisant le fait que p i = 2 en rgime harmonique :
H H z e H e
pT i T
( ) ( ) ( )

= = =
2
(1) pour une squence chantillonne ( la priode T) x(nT).
H H z e H e
p i
( ) ( ) ( )

= = =
2
(2) pour une squence discrte x(n).
La Rponse en Frquence H( ) dun systme TD est priodique, de priode =
1
T
(1) ou = 1 (2)
traduisant ainsi le repliement des frquences pour un systme TD.

Interprtation
Elle est observer sur un intervalle temporel de longueur T / 1 (1) (resp. de longueur 1 (2)) en noubliant pas
les frquences < 0 propres la Reprsentation Frquentielle.

H e
i T
( )
2
est donc observer sur lintervalle
(
1
2
1
2 T T
,
(1) et interprter ( 0 ) sur
0
1
2
,
T
(

( H e
i
( )
2
est observer sur lintervalle
(
1
2
1
2
,
(2) ) et interprter ( 0 ) sur
0
1
2
,
(

H ( )

0

1
2 T
1
2 T
Exemple : squence RI h(nT) de FT H( )

La frquence numrique 0 = correspond la frquence analogique 0 = .
La frquence numrique =
1
2T
dans la RF dun signal TD doit tre interprte comme la frquence analogique
= de la RF dun signal TC pour dterminer le gabarit du filtre linaire : en effet, la RF analogique non
priodique peut tre vue comme priodique de priode infinie. Dans cet exemple, le filtre numrique de FT H(z) est donc de type
passe-bas.

5. Systme TD phase linaire
Phase
[ ]
=
Arg H( ) =
[ ]
Arg H z e
i T
( ) =
2
(sq. chantil.) ou
[ ]
Arg H z e
i
( ) =
2
(sq. discrte)
Un systme de FT H(z) est phase linaire si la phase de la RF, soit :
[ ]

= = Arg H z e
i T
( )
2
(ou

[ ]
Arg H z e
i
( ) =
2
) est une fonction linaire de la frquence :
[ ]
= = Arg H( ) avec = C
te
.

Un filtre phase linaire a pour proprit de retarder tous les signaux dun mme retard quelquesoit leur frquence :
Soit un filtre linaire excit par un signal sinusodal de frquence . tant linaire et stationnaire, sa
sortie est une sinusode attnue (ou amplifie) et retarde (de nT ) ( dphase de = 2 nT ) par rapport
au signal dentre. En excitant successivement par 2 signaux sinusodaux de frquence
1
et
2
, on a :

x kT A kT
1 1
2 ( ) sin( ) =
x kT A kT
2 2
2 ( ) sin( ) =
y kT A kT A k n T
1 1 1 1 1 1 1
2 2 ( ) sin( ) sin[ ( ) ] = =
y kT A kT A k n T
2 2 2 2 2 2 2
2 2 ( ) sin( ) sin[ ( ) ] = =

Si le filtre est phase linaire, on a :
1 1
= et
2 2
= do :
] ) ( 2 sin[ ) 2 sin( ) (
1 1 1 1 1 1
T n k A kT A kT y = =
] ) ( 2 sin[ ) 2 sin( ) (
2 2 2 2 2 2
T n k A kT A kT y = =
Les 2 signaux de frquence
1
et
2
sont retards du mme temps
2
= nT .

4. 14
6. Systme TD phase minimale

Un systme de FT H(z) est dit phase minimale si tous les zros de H(z) ont un module infrieur 1, pour un systme
causal.

Les systmes physiques tant gnralement retard de phase (temps de calcul du filtre), un dphasage minimal
indique un retard minimal engendr par le filtre.

Un filtre dphasage minimal a donc pour proprit de limiter le retard occasionn par la traverse du filtre
(lintroduction dun zro de module > 1 dans la FT du filtre ralentirait le filtre).

Dphasage minimal retard minimal

Un zro de module > 1 de la FT H z ( ) dun filtre linaire (encore appel abusivement zro instable par analogie
avec le critre de stabilit) provoque un retard ( un dphasage) supplmentaire lors de la traverse du filtre :

Soit H z ( ) un systme comportant un zro instable : H z z z G z ( ) ( ) ( ) =
0

On a vu pour un systme causal TC, quun zro instable ( Re( ) p
0
0 > ) accrot le dphasage de la FT:
H p p p G p ( ) ( ) ( ) =
0

Du fait de la relation de passage TC TD : z e
pT
= (squence chantillonne), on a bien :
p a jb z e e p a z e
aT jbT aT
0 0 0 0
0 0 1 = + = > > = >
module phase
et . Re( ) .
Un zro instable accrot le dphasage de ( ) = = = 2 et inflige donc un retard
supplmentaire de = / un signal dentre sinusodal de pulsation .
On peut remarquer que si on veut accrotre la rapidit dun filtre (diminuer son temps de rponse), il faut lui
procurer une avance de phase. Un retard de phase ralentit un filtre.

7. Systme TD retard pur

Le dictionnaire donne immdiatement la traduction dun retard temporel en frquentiel :

Si f kT F z
TZ
( ) ( ) alors f k m T z F z
TZ m
[( ) ] ( )

Un facteur z
m
dans une fonction H z ( ) indique un retard de m chantillons de la squence TZ H z
1
[ ( )]
donc un retard dun temps = mT pour une squence chantillonne h kT TZ H z ( ) [ ( )] =
1
.

8. Rponse indicielle dun systme TD

La rponse indicielle, cest--dire la rponse r n ( ) au signal chelon x n n ( ) ( ) = , a pour TZ :
R z H z
z
z
( ) ( ). =
1
si le systme a pour FT H(z) (la TZ de ( ) n est
z
z 1
).

Le thorme de la valeur finale : lim ( ) lim( ) ( )
n z
r n z R z

=
1
1 donne : lim ( ) ( )
n
r n H
= 1 :
le rgime permanent de la rponse indicielle : lim ( )
n
r n
est gal la valeur de la FT H z ( ) en z = 1.

Une autre faon dtablir ce rsultat est dexprimer directement H( ) 1 partir de la dfinition de la TZ :
H z h n z
n
n
( ) ( ) =

=
H h n
n
( ) ( ) 1 =
=
o h n ( ) est la RI du systme.
La rponce indicielle r n ( ) sobtient par la relation de convolution :
r n h n n h n k k h n k h k
k k k
n
( ) ( ) ( ) ( ) ( ) ( ) ( ) = = = =
=
=

0

Le rgime permanent de la rponse indicielle r n r n
rp
n
( ) lim ( ) =
est donc gal h k H

k
( ) ( )
=
= 1 .

4. 15
9. Modes d'un Systme TD

Un mode est la RI dun systme lmentaire canonique ( systme du 1er ordre pour des FT fractionnelles).
Un systme quelconque dordre n, dcompos en somme de n sous-systmes lmentaires (dordre 1)
comprend donc n modes.

Classification des modes :

- Mode h k ( ) de ple z
0
rel > 0 : (mode non oscillant ou encore non altern)

k
h(k)
0
k
h(k)
0
k
h(k)
0
z
0
1 >
z
0
1 <
z
0
1 =

- Mode h k ( ) de ple z
0
rel < 0 : (mode oscillant ou encore altern)

k
h(k)
0
k
h(k)
0
k
h(k)
z
0
1 > z
0
1 < z
0
1 =
0

10. Reprsentations Frquentielles z de Systmes TD modliss

SYSTEMES ECONOMIQUES

Caisse dpargne TD Entre : investissement mensuel u(k) - Sortie : capital fructifi mensuel y(k)

I : Taux dintrt mensuel. Equation de fonctionnement de la caisse dpargne :

y k y k I y k u k ( ) ( ) ( ) ( ) = + + 1 1
y k I y k u k
y u k u k
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ( )
= + +
< =
1 1 1
1 0 0 CI causal)

- 1er cas : Capital initial nul : y( ) = 1 0 (CI nulles)

TZ(1) : Y z I z Y z U z ( ) ( ) ( ) ( ) = + +
1
1

H z
Y z
U z I z
( )
( )
( ) ( )
= =
+

1
1 1
1

- 2nd cas : Capital initial non nul : y y ( ) =

1
1
(CI non nulles)

TZ(1) : Y z I z Y z y U z ( ) ( )( ( ) ) ( ) = + + +
1
1
1

Y z H z U z H z I y ( ) ( ) ( ) ( )( ) = + +

1
1

Rponse frquentielle

H
I e I i I
i
( )
( ) [ ( ) cos( )] [( ) sin( )]
=
+
=
+ + +
1
1 1
1
1 1 2 1 2
2


4. 16

H
I I
( )
[ ( ) cos( )] [( ) sin( )]

=
+ + +
1
1 1 2 1 2
2 2

Arg H Arctg
I
I
[ ( )]
( ) sin( )
( ) cos( )
=
+
+
|
\
|
1 2
1 1 2

H( )
0
4
0 5 1/2
(trac pour I = 25% !)

Systme du 1er ordre et de nature passe-bas (limination des composantes de u(k) de frquence leve).

Le systme tant passe-bas, les fluctuations rapides de linvestissement (HF, Hautes Frquences) ne seront pas
prises en compte (filtrage passe-bas).

SYSTEMES DEMOGRAPHIQUES

Elevage danimaux TD Entre : croisement / mortalit u(k) - Sortie : nombres de couples y(k)

On observe un levage d'animaux qui obit aux lois suivantes : chaque mois un couple, s'il est fertile,
engendre (aprs une gestation d1 mois) 1 couple nouveau-n, et cela indfiniment. Un couple
nouveau-n devient fertile au bout d'1 mois et le reste constamment.
La mortalit et le croisement sont supposs ne concerner que les nouveaux-ns.
Un nombre de couples u(k) < 0 traduit la mortalit (ou la vente !) des couples nouveaux-ns. u(k) > 0
indique un croisement (immigration, introduction dune population extrieure de couples nouveaux-ns).
L'levage dbute au mois numro 0.
On cherche dterminer le nombre de couples y(k) le k-ime mois, prsents dans l'levage.

Exemple : avec ) ( ) ( k k u = :

...
k = 0 k = 1 k = 2 k = 3 k = 4 ...
y(0) = 1 y(1) = 1 y(2) = 2 y(3) = 3 y(4) = 5 ...
fertilit
engendrement
vieillissement

Soient : f k ( ) les couples fertiles et nn k ( ) les couples nouveau-ns, au mois k :

k-2 k-1 k
nn(k-2)
f(k-2)
}
nn(k-1)
f(k-1)
}
{
{
f(k)

nn(k)

On a :
=
+ =
+ =
) 1 ( ) (
) ( ) 1 ( ) (
) ( ) 1 ( ) (
k y k f
k u k f k nn
k nn k y k y

= <
+ + =
0 ) 0 (
) ( ) 2 ( ) 1 ( ) (
avec k y
k u k y k y k y
(1)

Les Conditions Initiales (CI) ) 2 ( y et ) 1 ( y tant nulles, la TZ(1) donne :
) ( ) ( ) ( ) (
2 1
z U z Y z z Y z z Y + + =

2 1
1
1
) (
) (
) (

= =
z z z U
z Y
z H

__________
Traitement numrique du signal TD 4. Reprsentations Frquentielles des Systmes TD
TD 4. 1

TD 4. Reprsentations Frquentielles des Systmes TD

RF des SYSTEMES TD

1. Systme financier (Caisse dpargne) : Systme Dynamique Discret (SDD)

On considre une caisse dpargne dans laquelle le client dpose chaque mois une somme dargent u k ( ) (sil sagit dun
retrait, u k ( ) est ngatif ; si u k ( ) = Constante, on a un systme dynamique) place au taux dintrt mensuel ; le calcul des
intrts est le suivant : le k
ime
mois, lintrt est calcul sur largent (capital et intrt) en dpt la fin du (k-1)
ime
mois.
Chaque mois, le client dispose donc dune somme dargent y k ( ) qui reprsente la totalit de ses dpts antrieurs
augmente des intrts acquis. On pourra poser : + = 1 a .

1. Dterminer lquation de fonctionnement de la caisse dpargne (relation dentre/sortie), cest--dire lexpression de
y k ( ) en fonction de y k ( ) 1 , u k ( ) et .
- Quelle est la Condition Initiale (CI) y( ) 1 , sachant que le 1er dpt intervient partir du mois 0 ?
2. Calculer la Fonction de Transfert ) (z H du systme (pour la dterminer, se placer en Conditions Initiales nulles).
3. En dduire la Rponse en Frquence ) ( f H du systme. Quelle est la nature de ce filtre (Passe-bas, passe-haut passe-bande
ou coup-bande) ? (On prendra
%) 5 ( 005 . 0 =
annuel)
4. Dterminer le capital y k ( ) dun client effectuant un dpt unique au mois 0 de 100 (commande : Dirac discret - symbole
de Kronecker) (Conditions Initiales nulles). Calculer y( ) 11 : capital au bout dun an.
5. Le client dpose 100 chaque mois ds le mois 0 (chelon de commande) (CI nulles).
- Donner y k ( ) en fonction de k et .
- Calculer y( ) 11 : capital au bout dun an (on prendra = 0.005 ( 5% annuel)).
6. Le client dpose 100 chaque mois partir du mois 0 mais pendant 3 mois seulement (impulsion de commande) (CI nulles).
- Calculer y k ( ) . En dduire y( ) 11 .

2. Versions causale et non causale dun mme filtre

On considre le filtre numrique de FT :
) (
) (
1
1
) (
1
z X
z Y
z
z H =
o est un paramtre rel du filtre.

1. Donner lquation aux diffrences du filtre.
2. En dduire sa version causale.
3. Donner la version non causale du mme filtre.
4. On prend 7 . 0 = . Vrifier la stabilit du filtre causal et linstabilit du filtre non causal :
- en appliquant le critre gnral de stabilit
- en traant la RI de chacun des 2 filtres.
5. 7 . 0 = : Vrifier la stabilit/instabilit du filtre respectivement causal/non causal sur signal parole (TP).
6. Appliques sur le signal parole, les versions causale/non causale du filtre produisent-elles le mme rsultat (TP) ?

3. Filtre rcursif

Soit le systme : y(n) = 4x(n) - 4x(n-1) - 0.1 y(n-1)

- Donner le schma fonctionnel ( schma-bloc)
- Calculer sa FT : H z
Y z
X z
( )
( )
( )
=
- Donner sa RI : h(n)
- Vrifier la causalit
- Vrifier la stabilit
- Calculer la valeur de l'chantillon de sortie y(n = 3) du systme l'entre (n).
- Vrifier les rsultats laide du programme (cf. TP).
TD 4. 2

TD 4 ANNEXE. Reprsentations Frquentielles des Systmes TD

RF des SYSTEMES TD

1. Rponse Impulsionnelle dun ensemble de systmes

Dterminer la RI h(n) du SLTI suivant :

+
h (n)
1
h (n)
2
h (n)
4
h (n)
3
y(n)
x(n)
avec :
h n n
h n n
h n n
h n n
1
2
3
4
1
( ) ( )
( ) ( )
( ) ( )
( ) ( )
=
=
=
=

2. Modlisation dun systme conomique

Loi de loffre et de la demande
On appelle : o(n) : loffre dun produit de consommation, valu pour une anne n.
d(n) : la demande de ce produit.
p(n) : le prix de ce produit, de valeur initiale p(0).

On modlise la loi de loffre et de la demande par un Systme Dynamique Discret (SDD) linaire du 1
er
ordre avec
les 3 relations :
o n p n ( ) ( ) + = 1 (Ex. : = 0.8) Loffre lanne suivante est directement proportionnelle au prix de cette anne.

d n p n ( ) ( ) = + (Ex. : = 1.2 = 20) Plus le prix est lev, moins la demande est importante la mme anne.
(ceci est caractris par le signe -)

o n d n ( ) ( ) + = + 1 1 Le prix lanne suivante sera ajust de telle sorte que loffre gale la demande.
1. - Dterminer lquation aux diffrences rcursive dcrivant le prix dun produit.
- Rsoudre cette quation aux diffrences en utilisant la TZ, ou rsoudre numriquement.
- Tracer lvolution de p(n) suivant plusieurs prix initiaux p(0) et constater que les 2 mthodes donnent le
mme rsultat.
2. - A quelle condition sur et le prix dun produit est-il stable ? (2 mthodes : TZ ou : p(n) = p(n-1))
- Quel est le prix dquilibre ( stable) du produit ? (2 mthodes : TZ et thorme de la valeur finale ou :
p(n) = p(n-1))
- Tracer lvolution de p(n).

3. Gnrateur dchos
Soit le filtre dfini par son quation aux diffrences :
[ ]
y nT x nT y n T ( ) ( ) ( ) ) = +
1
2
1
- Dterminer la RI h(nT) de ce filtre :
- en donnant sa forme non rcursive
- par la TZ (forme rcursive)
- par la TF en considrant le filtre continu correspondant (interpolation du filtre).

4. Gnrateur dchos (2)
Soit le filtre (gnrateur dchos) :

+ x(nT)
y(nT)
retard T

- Forme rcursive de ce filtre ?
- Forme non rcursive ?
- RI du filtre ?
- Rponse l'chelon unit ?
- Rponse x nT A nT nT ( ) cos( ) ( ) = avec A= 60 = 2 f f = 0.05 Hz T = 1 s et = 0.3 ?
- Fonction de Transfert du filtre ?
- Condition de stabilit : - par la RI et - par la FT ?
TD 4. 3

5. Modlisation dune croissance de population danimaux
Modle dvolution
On appelle : p(n) : la population dune espce value pour une anne n.
On modlise la loi dvolution de la population de faon prcaire par le SDD linaire du 1
er
ordre :
p n r p n ( ) ( ) + = 1 r : taux de natalit - taux de mortalit.
1. Pour quelles valeurs de r la population est-elle stable ? Quelle est la population dquilibre ( stable) ?
(2 mthodes : utiliser la TZ ou faire la ralisation directe : p(n+1) = p(n))
On modlise maintenant lvolution de faon plus raliste avec un SDD non linaire du 1
er
ordre :
p n r p n p n ( ) ( ) ( ) + = 1
2
avec : r = 1.2 et = 0.025
2. Quelle est la population dquilibre de la population, pour diffrentes valeurs de p(0) ?
(rsolution numrique car la TZ est linaire alors que le systme ne lest pas TZ inutilisable, car la TZ
de lquation aux diffrences fait apparatre une convolution, donc pnible rsoudre).
3. On modlise sous la forme dun systme Entre-Sortie partir des relations prcdentes :
p n r p n u n ( ) ( ) ( ) + = + 1 p(n) : sortie u(n) : entre = population injecte d immigration
Donner la rponse p n ( ) - une entre impulsionnelle : u n n ( ) ( ) =
- une entre indicielle : u n n ( ) ( ) =
4. Mmes questions avec le modle dEntre-Sortie :
p n r p n p n u n ( ) ( ) ( ) ( ) + = + 1
2
avec : r = 1.2 et = 0.025

6. Contrle de population danimaux

On considre une population danimaux p k ( ) value en milliers dunits priodiquement la priode T
( T = 1 an) et dmarrant avec la population initiale p( ) 1 .

On suppose constants les paramtres (taux de natalit) et (taux de mortalit) de cette population qui
peut donc tre modlise comme issue dun Systme Linaire Temps Invariant (SLTI).

On donne le taux de reproduction de la population r = = 08 . . Celui-ci tant faible, on croise cette
population avec une population u k ( ) ( immigrante ) ayant les mmes paramtres de reproduction.

Lquation aux diffrences rgissant le SLTI scrit donc :

p k p k u k ( ) . ( ) ( ) = + 08 1 pour k 0 avec : p k ( ) = 0 pour k < 1.

On rappelle quune Fonction de Transfert exprime comme un rapport sortie sur entre ne fait pas intervenir les
Conditions Initiales qui sont alors prises nulles. La population initiale p( ) = 1 1.

On contrle la population p k ( ) directement par la population u k ( ) selon le schma suivant :

H(z) u(k) p(k)

1. Donner la Fonction de Transfert H z
P z
U z
( )
( )
( )
= de ce systme numrique.
2. Ce systme est-il stable, donnant alors une population p k ( ) borne partir dune population dentre
u k ( ) borne ?
3. On commande le systme en injectant la population u k ( ) uniquement au dmarrage de llevage :
u k k ( ) ( ) = . Donner lexpression de la population p k ( ) et tracer lallure de son volution en
prcisant sur le trac ses valeurs initiale p( ) 0 et finale p( ) .
4. On commande le systme en injectant la population u k ( ) rgulirement : u k k ( ) ( ) = .
Donner lexpression de la population p k ( ) et tracer lallure de son volution en prcisant sur le
trac ses valeurs initiale p( ) 0 et finale p( ) .
TD 4. 4

7. Stratgie de chasse

On considre une population p k ( ) de cerfs value en milliers dunits priodiquement la priode T ( T = 1 an)
comme sortie dun systme. La stratgie de chasse consiste (cest un minimum !) ne pas faire que cette population
tombe en extinction en limitant la population u k ( ) de cerfs tus chaque anne.
u k ( ) est donc ici considr comme lentre du systme modlis par un Systme Dynamique Discret non linaire :
p k p k p k u k ( ) . ( ) . ( ) ( ) + = 1 18 08
2

- La stratgie choisie consiste effectuer une chasse fixe : u k b k ( ) ( ) = .
Dterminer numriquement lvolution de la population de cerfs p k ( ) avec b = 0 072 . puis b = 0 24 . .

- La stratgie choisie consiste maintenant effectuer une chasse proportionnelle : u k b p k ( ) ( ) = .
Dterminer numriquement lvolution de la population de cerfs p k ( ) avec b = 0 4 . , b < 08 . puis b > 08 .

8. Condition de stabilit de filtrage causal et non causal
On considre les filtres numriques dquation aux difrences :
Filtre causal :
1
+ =
n n n
y x y Filtre non causal :
1 +
+ =
n n n
y x y
- Vrifier que la condition de stabilit du filtre causal est que tous les ples de sa FT aient un module < 1.
- Vrifier que la condition de stabilit du filtre non causal est que tous les ples de sa FT aient un module > 1.
- Comparer avec les filtres non causal/causal obtenus par renversement du temps des filtres causal/non causal.

RF des SYSTEMES TC

1. Fonctions propres des filtres linaires

Montrer que les exponentielles imaginaires (signaux sinusodaux) sont les fonctions propres des filtres
linaires:
x t e
i t
( ) =
2

H()
) ( ) ( ) ( t x H t y =

2. Filtre intgrateur

Soit le filtre linaire dfini par la relation d'entre-sortie:
=
t
T t
d x
T
t y ) (
1
) ( (Cte 0 > T )
a) Sagit-il dun SLTI ? (Systme Linaire Stationnaire ( Temps Invariant))
b) Dterminer sa FT H( )
c) Tracer H et Arg H ( ) ( )
d) Dterminer et tracer la RI du filtre.
e) Nature du filtre ? (Passe-Bas, Passe-Haut, Passe-Bande, Coupe-Bande)

3. Modulation - dmodulation

On considre le signal f(t) et sa Transforme de Fourier donns dans le schma ci-aprs :

0
t
f(t)
F( )
Spectre de f(t)
0 m
m

Soit g(t) = cos 2
c
t et
c
> 2
m
dterminer h(t) = g(t).f(t) et H() = TF[h(t)].
Comment peut-on retrouver f(t) partir de h(t) ?
TD 4. 5

4. Filtre passe-bas
Soit le filtre linaire de FT : H p
p a
( ) =
+
1
(passe-bas)
- Dterminer la rponse y(t) de ce filtre au signal carr priodique de priode T et causal x(t),
x(t) tant le priodis de x
1
(t) : x
1
(t) = 1 pour 0 t < T/2 , 0 sinon :

0
x (t)
t
1
T/2
1
t
0
1
T/2 T 2T 3T
x (t)

5. Suppression dchos

Considrons un systme dont la Rponse Impulsionnelle h(t) est compose d'un train d'impulsions, i.e. :
h t h t nT
n
n
( ) ( ) =
=

o T > 0 est le temps entre deux impulsions conscutives et h
n
des constantes.

1. Raliser le schma-bloc d'un tel systme.
2. Supposons que l'entre x(t) ce systme est aussi un train d'impulsions :
x t x t nT
n
n
( ) ( ) =
=

Montrer que dans ce cas la sortie est donne par :
y t y t nT
n
n
( ) ( ) =
=
avec: y x h
n k
k
n k
=
=

3. Considrons maintenant le cas o nous voulons supprimer d'un signal acoustique les chos. Supposons, par
exemple, que dans un auditorium il y a cho, i.e. une impulsion acoustique initiale est suivie par des versions
attnues du mme son des intervalles rgulirement espacs dans le temps. Nous pouvons modliser ce
phnomne comme tant la sortie d'un SLI avec RI :
h t h t nT
n
n
( ) ( ) =
=
0

o T est le temps en secondes pour qu'un cho apparaisse et h
k
est le gain du k-ime cho.

Notons par x(t) le signal acoustique d'origine et y(t) = x(t) * y(t) est le signal qui arrive l'entre du microphone
et qui se traduit en signal lectrique qui sera aussi not par y(t).

Pour supprimer les chos, le signal lectrique y(t) passe travers un SLI de RI g(t) dtermin de faon que la
sortie soit gale x(t). Supposons que g t g t nT
n
n
( ) ( ) =
=
0
.
Etablir la relation des coefficients g
n
avec h
n
.

__________
Traitement numrique du signal 5. Echantillonnage - Interpolation - Quantification
5. 1

5. Echantillonnage - Interpolation - Quantification

1. Echantillonnage : du TC au TD

On va voir que lchantillonnage dun signal TC revient le multiplier par un peigne de Dirac.

1.1. Signal chantillonn

Soit ) (t x un signal TC et ) (nT x le signal TD obtenu par chantillonnnage priodique la priode T de ) (t x .

Interrupteur
T
Reprsentation :
TC TD
) (t x ) (nT x

t
T 0 0
) (t x ) (nT x
nT

L'chantillonnage consiste ainsi remplacer t par nT .

Pour caractriser lopration dchantillonnage et prdterminer par exemple, le taux (vitesse, frquence)
dchantillonnage requis pour lacquisition numrique dun signal, on peut aussi reprsenter lchantillonnage
comme un oprateur multiplicatif entre le signal TC chantillonner et un peigne de Dirac discret :
(
n k ,
reprsente le delta discret de Kronecker)

x nT x t
n k
k
( ) ( )
,
=
=

(n variable)
x n x t
x n x t
x n k x t
n
n
n k
( ) ( )
( ) ( )
( ) ( )
,
,
,
= =
= =
= =
0
1
0
1
...

soit : ) ( ) ( ) ( ) (
,
nT t x t x nT x
T
k
k n
= =

=
avec
=
=
k
k n T
nT
,
) (

x
Echantillonnage
) (t x ) (nT x ) (t x
( ) nT
T
( ) ( ) nT t x nT x
T
= ) (

nT
T 0

( ) nT
T
1

Pour caractriser frquentiellement le signal chantillonn x nT ( ) (i.e. dterminer le spectre de x nT ( ) ), on
peut dterminer la TF de x nT ( ) , obtenue comme la convolution de [ ] ) ( ) ( t x TF X = et de la TF de ) (nT
T
.

Pour navoir que des signaux de mme nature (TC) et non de nature hybride (TC et TD) qui rend moins simple
lanalyse spectrale, on peut aussi, ce qui revient au mme, prendre lquivalent continu x t
*
( ) du signal
chantillonn x nT ( ) pour dterminer son spectre. Le signal chantillonn est alors vu comme un signat TC :
( ) (t
T
reprsente un peigne de Dirac continu)
) ( ) ( ) (
*
t t x t x
T
=

x t x t t nT x nT t nT
n n
*
( ) ( ) ( ) ( ) ( ) = =
=

t
T 0

( ) t
T
1

Le signal chantillonn TC x t
*
( ) est bien lquivalent continu du signal chantillonn TD x nT ( ) car ils
ont la mme TL : [ ] [ ] ) ( ) (
* *
nT x TL t x TL = . En effet :
5. 2
x nT x nT e
TL nTp
n
( ) ( )
*

=
= =
n
pt
n
pt
n
pt TL
dt e nT t nT x dt e nT t nT x dt e nT t nT x t x ) ( ) ( ) ( ) ( ) ( ) ( ) (
*

: dans le domaine de convergence de la transforme
TL x t x nT e t nT dt x nT e
pnT
n
pnT
n
[ ( )] ( ) ( ) ( )
*
= =

soit effectivement : TL x nT TL x t TZ x nT
* *
[ ( )] [ ( )] ( [ ( )]) = =
et on note : X p TL x nT TL x t TZ x nT X z
* * *
( ) [ ( )] [ ( )] [ ( )] ( ) = = = =

Le signal chantillonn TC x t
*
( ) apparat comme le produit de 2 signaux TC :
) ( ) ( ) (
*
t t x t x
T
= o ) (t
T
est le peigne de Dirac
=
=
n
T
nT t t ) ( ) (

x Echantillonnage
) (t x
) (
*
t x
) (t x
( ) t t x t x
T
= ) ( ) (
*
( ) t
T

t t
x(t)
T 0 0
x (t)
*

1.2. Thorme de Shannon

Le signal x t
*
( ) , signal ) (t x chantillonn (vu comme un signal TC) s'crit : ) ( ) ( ) (
*
t t x t x
T
=

On se propose de dterminer le spectre de x t
*
( ) :
[ ] [ ] [ ] [ ] [ ] ) ( * ) ( ) ( * ) ( ) ( ) ( ) (
*
t TF X t TF t x TF t t x TF t x TF
T T T
= = =

Calculons tout dabord [ ] ) (t TF
T
en posant : ) ( ) ( t t g
T
=
) ( ) ( t t g
T
= est priodique de priode T Dcomposition en srie de Fourier :
g t G e
k
ik
T
t
k
( ) =
=
2
et G
T
g t e dt
T
t e dt
T
k
T
ik
T
t ik
T
t
T
= = = < <<

+
1 1 1
0 1
2 2
( ) ( ) ( )

d'o : g t
T
e
ik
T
t
k
( ) =
=
1
2
et :

[ ]
TF g t
T
e e dt
T
e dt
T
k
T
ik
T
t
i t
k
i
k
T
t
k k
( ) = = =
|
\

|
\

1 1 1
2
2
2

car TF

0
1
0
[ ] ( ) =

On a donc : [ ] ) ( ) (
F T
F t TF = avec : F = 1/T
et : [ ]

=
=
= = =
k k
F
kF X F kF F X F X t x TF ) ( * ) ( ) ( * ) ( ) ( * ) ( ) (
*

(la convolution est distributive par rapport l'addition)
Comme X kF X kF ( ) * ( ) ( ) = , on a :
[ ]

=
= =
k
kF X F t x TF X ) ( ) ( ) (
* *

L'chantillonnage de x(t) a donc pour consquence de priodiser en frquence le spectre de x(t) la priode F =
1
T
.
5. 3
Supposons que x(t) ait le spectre X( ) suivant (le spectre dun signal rel est pair) :

0 -Fm Fm
1
X( )

Fm : frquence maximale contenue dans le spectre de x(t)
Exemple : Musique : Fm 20 kHz Parole : Fm 3 400 Hz 4 kHz

Dterminons le spectre ) (
*
X du signal chantillonn x t
*
( ) :

2 cas de figure :

(1) F
T
Fm =
1
2 : La frquence d'chantillonnage F =
1
T
est assez leve :

0 -Fm Fm
F
X
*
( )
F-Fm F+Fm
F/2 F 2F -F
...

Il ny a pas de chevauchement : F-Fm Fm F 2Fm

On peut reconstituer ensuite x(t) partir de x t
*
( ) par filtrage passe-bas de x t
*
( ) : on coupe les frquences > Fm

(2) F Fm < 2 : Il y a sous-chantillonnage : le signal x(t) est trop rapide par rapport la
frquence d'chantillonnage F.
Vu en frquence, il y a repliement de spectre (aliasing) :

0
-Fm Fm
F
X
*
( )
F-Fm
F

Il y a impossibilit par simple fitrage passe-bas reconstituer x(t) partir de ses chantillons x t
*
( ) : il y a perte
d'information.
Un filtre de Kalman, utilisant une connaissance priori du signal reconstruire (par son modle) permettrait de retrouver les informations
manquantes.

Si F est fixe on utilise gnralement, pour viter ce phnomne, un filtre anti-repliement
( anti-aliasing) qui coupe les frquences du signal x(t) chantillonner la valeur maximale
Fm = F/2 avant chantillonnage :

x(t) Filtre Anti-Repliement x (t) *
Echantillonnage

Thorme de Shannon : Soit x(t) un signal TC possdant une frquence maximale Fm dans son spectre
(damplitude). Pour que l'chantillonnage la frquence F n'implique aucune perte
d'information, il faut et il suffit que : F Fm 2 .

Qualitativement, ce rsultat nest pas surprenant.

Exemple 1 : Un automobiliste doit regarder la route (chantillonner les images de la route) suffisamment
souvent pour ne pas perdre dinformations (suffisamment vite par rapport la vitesse
dvolution de ces images, donc de la configuration du trafic).

Exemple 2 : Compact Disc Audio : F =44.1 kHz avec Fm ~ 20 kHz
5. 4
Application : Transmission de la parole en temps rel

Pour une transmission de la parole en temps rel ( en ligne, sans ncessit de mmoire tampon pour une
gestion hors-ligne), un ligne de transmission doit avoir un dbit dau moins 64 kbit/s, car :
le spectre de la parole occupe la bande 300 Hz - 4000 Hz : Fm = 4 kHz chantillonnage Fe 8 kHz,
soit un dbit dau moins 8000 chantillons/sec. et, avec une dynamique de 1 octet (8 bits) par chantillon, le
dbit minimal (en monophonie) est donc de 64 kbit/s.

1.3. Rsum sur lchantillonnage

Echantillonnage comme passage du Temps Continu au Temps Discret

Le signal chantillonn peut tre vu comme un signal Temps Discret (
n k ,
est le symbole de Kronecker)
x t ( ) x nT ( ) ) ( ) ( ) ( ) ( ) (
, ,
nT t x t x t x nT x
T
k
k n
k
k n
= = =

(n variable)
( ) TC t nT = ( ) TD avec : ) (nT
T
peigne de Dirac discret : (T : priode dchantillonnage)

=
=
= = = =
k
T k n
k
T k n
k
kT nT
k
k n T
nT
0 , ) ( ) ( , ,
) (

Le signal chantillonn peut aussi tre vu comme un signal Temps Continu ( ( ) t est la distribution de Dirac)
x t ( ) x t
*
( )
) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
*
t t x nT t t x nT t nT x nT t t x t x
T
n n n
= = = =

( ) TC ( ) TC avec : ) (t
T
peigne de Dirac TC :
=
=
n
T
nT t t ) ( ) (

Transforme de Laplace ( TL). Transforme de Laplace chantillonne ( TL
*
). Transforme en z ( TZ )

[ ]
TL x t x t e dt x nT t nT e dt x nT t nT e dt x nT e t nT dt x nT e
pt
n
pt
n
pt pnT
n
pnT
n
* *
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = = = = =

[ ]
TL x nT x nT e
pnT
n
*
( ) ( ) =

soit en posant z e
pT
= :
[ ]
TL x nT x nT z
n
n
*
( ) ( ) =

[ ]
TZ x nT x nT z
n
n
( ) ( ) =

do les rsultats : [ ] [ ] [ ]
X p TL x t TL x nT TZ x nT X z
* * *
( ) ( ) ( ) ( ) ( ) = = = =

1.4. Oprations sur lchantillonnage

Echantillonnage de la somme de signaux = Somme des signaux chantillonns (Linarit)
[ ] [ ]
x t y t x nT y nT t nT x nT t nT y nT t nT x t y t
n n n
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
*
* *
+ = + = + = +

Echantillonnage du produit dun signal par une Constante = Produit par du signal chantillonn (Linarit)
[ ] [ ]
x t x nT t nT x nT t nT x t
n n
( ) ( ) ( ) ( ) ( ) ( )
*
*
= = =

Echantillonnage (synchrone) dun signal chantillonn = Echantillonnage dun signal non chantillonn
[ ]
x t x nT kT nT t kT x kT t kT x t
n k k
*
*
*
( ) ( ) ( ) ( ) ( ) ( ) ( ) =
(
= =

(les chantillonneurs sont synchrones)

Convolution de signaux chantillonns=Echantillonnage de la convolution entre un signal chantillonn et un signal non ch.
Convolution dun signal chantillonn avec un signal non chantillonn
x t y t x y t d x nT nT y t d x nT nT y t nT d
n n
* *
( ) * ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = = =

x t y t x nT y t nT nT d x nT y t nT
n n
*
( ) * ( ) ( ) ( ) ( ) ( ) ( ) = =

(1)
5. 5
Convolution de signaux chantillonns
x t y t x y t d x nT nT y kT t kT d
n k
* * * *
( ) * ( ) ( ) ( ) ( ) ( ) ( ) ( ) = =

car
y t y kT t kT
k
*
( ) ( ) ( ) =

x t y t x nT nT y kT nT t kT d x nT y kT nT t kT nT d
n k k n
* *
( ) * ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = =

x t y t x nT y kT nT t kT x nT y t nT t kT
k n k n
* *
( ) * ( ) ( ) ( ) ( ) ( ) ( ) ( ) = =

[ ]
x t y t x nT y t nT t kT x nT y t nT x t y t
n k n
* *
*
*
*
( ) * ( ) ( ) ( ) ( ) ( ) ( ) ( ) * ( ) =
(
=
(
=

daprs (1)

Convolution de signaux chantillonns Echantillonnage de la convolution de signaux non chantillonns

(la dmonstration peut aussi se faire en utilisant les tables de TZ en y prenant un contre exemple)

Echantillonnage de la convolution de signaux non chantillonns

[ ]
[ ] [ ]
x t y t x y t d x y kT d t kT
k
( ) * ( ) ( ) ( ) ( ) ( ) ( )
*
*
= =

Convolution de signaux chantillonns

x t y t x nT y t nT t kT
n k
* *
( ) * ( ) ( ) ( ) ( ) =

[ ]
x t y t x t y t ( ) * ( ) ( ) * ( )
*
* *

1.5. Rsum des oprations sur lchantillonnage

# TEMPS LAPLACE Z
1
[ ]
x t y t x t y t ( ) ( ) ( ) ( )
*
* *
+ = + [ ]
X p Y p X p Y p ( ) ( ) ( ) ( )
*
* *
+ = +

[ ]
Z X p Y p X z Y z ( ) ( ) ( ) ( ) + = +
2
[ ]
x t x t
*
*
*
( ) ( ) =
[ ]
X p X p
*
*
*
( ) ( ) =
[ ]
Z X z X z ( ) ( ) =
3
[ ]
x t y t x t y t
*
*
* *
( ) * ( ) ( ) * ( ) = [ ]
X p Y p X p Y p
*
*
* *
( ) ( ) ( ) ( ) = [ ]
Z X z Y p X z Y z ( ) ( ) ( ) ( ) =
4 Par commutativit de la convolution

[ ]
x t y t x t y t ( ) * ( ) ( ) * ( )
*
*
* *
=
Par commutativit de la convolution

[ ]
X p Y p X p Y p ( ) ( ) ( ) ( )
*
*
* *
=
Par commutativit de la convolution

[ ]
Z X p Y z X z Y z ( ) ( ) ( ) ( ) =
5
[ ]
x t y t x t y t ( ) * ( ) ( ) * ( )
*
* *

Sauf par approximation comme la TB par ex.
[ ]
X p Y p X p Y p ( ) ( ) ( ) ( )
*
* *

[ ]
X p Y p XY p ( ) ( ) ( )
*
*
not

[ ]
Z X p Y p X z Y z ( ) ( ) ( ) ( )
[ ]
Z X p Y p XY z ( ) ( ) ( ) not

TB : Transformation Bilinaire (cf. chapitre 9)

1.6. Application
Soit le systme :
e t ( )
e t
*
( )
H p ( )
s t ( )
s t
*
( )

Ds lors quil y a un chantillonneur dans un systme, on ne peut avoir de relation permettant de calculer s t ( ) ,
(donc de connatre le signal TC s t ( ) tout instant) car lexpression de
[ ]
S p TL s t ( ) ( ) = nest pas exploitable
pour donner loriginal s t ( ) (pas de possibilit dutiliser les tables de TL) du fait quelle fait intervenir
E p E z TZ e nT
*
( ) ( ) [ ( )] = = :

En Frquence S p H p E p ( ) ( ) ( )
*
= avec :
[ ] [ ]
E p TL e t TL e nT
* * *
( ) ( ) ( ) = =

En Temps s t h t e t ( ) ( ) * ( )
*
= avec : e t e nT t nT
n
*
( ) ( ) ( ) =

5. 6
On chantillonne alors la TL pour pouvoir utiliser la TZ et ses tables :
(Echantillonner la TL revient videmment chantillonner le signal temporel)

En Frquence
[ ]
S p H p E p H p E p
* *
*
* *
( ) ( ) ( ) ( ) ( ) = = S z H z E z ( ) ( ) ( ) =
et :
[ ] [ ] [ ]
S p TL s t TL s nT TZ s nT S z
* * *
( ) ( ) ( ) ( ) ( ) = = = =

En Temps
[ ]
s t h t e t h t e t
* *
*
* *
( ) ( ) * ( ) ( ) * ( ) = = s nT h nT e nT ( ) ( ) * ( ) =

Lutilisation de la TZ fait que, bien qu TC, le signal s t ( ) ne sera ainsi dtermin quaux seuls instants
dchantillonnage, par la connaissance du signal
[ ]
s nT TZ S z ( ) ( ) =
1
correspondant la version TD du signal TC
s t s nT t nT
n
*
( ) ( ) ( ) =
.

(La TZ modifie permettant de connatre un signal entre les intants dchantillonnage pourrait tre utilise mais les progrs technologiques font que
laccroissement de la priode dchantillonnage est gnralement faisable permettant ainsi dutiliser exclusivement la TZ ).

2. Interpolation ( Reconstitution) : du TD au TC

On va voir que linterpolation dun signal TD consiste en un filtrage passe-bas.

2.1. Interpolateur idal et Bloqueur dordre 0
On a vu que le signal x(t) aprs chantillonnage la frquence F
T
=
1
et not alors x
*
(t) prsente un spectre
priodique, de priode F :

t
x(t)
0 0 -Fm Fm
1
X( )
TF

Echantillonnage

t
T 0
x (t)
*
TF
0 -Fm Fm
F
X
*
( )
F -F
...
( Cas F 2 Fm )

Dans le cas o F 2Fm, on peut reconstituer x(t) partir de ses chantillons x
*
(t), il suffit pour cela de filtrer le
signal x
*
(t) avec le filtre passe-bas idal de Fonction de Transfert
2Fm
( ) (au facteur dattnuation 1/F prs):

-Fm 0 Fm

1

2Fm
( )
FT du filtre interpolateur idal

5. 7
Vu en frquence, le filtrage scrit :

x
X( ) X
*
( )
2Fm
( )
ou encore :
X( ) X
*
( )

2Fm
( )

En temps, on a, sachant que TF F c F t
Fm m m
=
1
2
2 2 [ ( )] sin ( ) :

*
ou encore :
2 2 F c F t
m m
sin ( )
x(t) x (t)
*
x (t)
*
x(t)
2 2 F c F t
m m
sin ( )

RI du filtre interpolateur idal
2F
m
sinc(2F
m
t)

Le filtre
2Fm
( ) constitue l'interpolateur idal. (Il reconstitue x(t) partir de ses chantillons interpolateur).

Remarques :

- Un filtre passe-bas de raideur infinie comme
2Fm
( ) n'existe pas, il peut tre approch par un filtre
passe-bas d'ordre lev.

- L'interpolateur idal est impossible utiliser en Temps Rel car pour filtrer par
2Fm
( ) , il faut
connatre Fm donc le spectre de x(t), qui se calcule pour t allant de + (une solution consiste
calculer le spectre court terme de x(t), i.e. sur une dure rduite, par morceaux).

- D'autre part, le filtrage de x
*
(t) avec 2 2 F c F t
m m
sin ( ) est non causal, car la convolution fait appel
aux valeurs passes et futures de x
*
(t) et de 2 2 F c F t
m m
sin ( ) (RI non causale du filtre interpolateur idal).

Dans la pratique, Fm est estime priori (ou dtermine court terme) et l'interpolateur est ralis avec
un Bloqueur dordre 0, filtre passe-bas interpolateur le plus simple et causal :

Bloqueur dordre 0 :

L'interpolation entre une srie de points est donne autour du point x(t = nT) par un dveloppement en srie de
Taylor autour de t = nT :

x(t) T nT x < + = 0 ) ( avec
... ) (
! 2
) ( ) (
2
+ + + = nT x nT x nT x & & &

(1)

Si on se contente de lapproximation au 1er terme, on a le Bloqueur d'ordre 0 (B
0
) :

x(t) T nT x nT x < = + = 0 ) ( ) ( pour
5. 8
La rponse du Bloqueur dordre 0 x t
*
( ) est note x t
B
*
( ) :
(mmorisation de la valeur de lchantillon pendant la priode dchantillonnage T)

t
0
x t
*
( )
T

T
t
x t
B
*
( )
0
Interpolation par bloqueur d'ordre 0 :

nT
T 0
x t
B
*
( )
Interpolation par bloqueur d'ordre 1 :
La relation (1) permet d'effectuer une interpolation
causale (quelquesoit l'ordre) alors qu'une
interpolation d'ordre 1 obtenue en reliant les
chantillons ne serait pas causale (car l'instant
k il faudrait connatre l'chantillon d'indice k+1).

Pour obtenir x(t) partir des chantillons bloqus la sortie du Bloqueur d'ordre 0, il suffit alors
d'appliquer un second filtre passe-bas dit de lissage pour liminer les Hautes Frquences du signal
bloqu constitues par les fronts raides ( rapides) du signal.

On a le mme problme qu'avec l'interpolateur idal pour dterminer la Frquence de coupure du
filtre Fm. Fm est donc prdtermine (dtermine priori) par la connaissance du type de signal
(Ex. Parole : Fm 3.4 kHz), ou bien value court terme, mais cette fois le filtrage est causal
(on va d'ailleurs voir que la RI du filtre bloqueur B
0
est causale).

x(t)
Filtre passe-bas de lissage
x*
B
(t)
Bloqueur d'ordre 0 B
0
x* (t)

t
0
x t
*
( )
T

T
t
x t
B
*
( )
0

t
x(t)
0

2.2. Proprits du Bloqueur d'ordre 0 B
0

- Rponse Impulsionnelle b
0
(t) du Bloqueur B
0
:

L'entre est x
*
(t) = (t) Impulsion de Dirac (TC) reprsentatif du signal TD (delta discret) x(nT) = (nT)

0
t
1 B
0
x
*
(t)
T
b (t)
0
0
t
1
0
nT
1
x(nT)
Signal chantillonn TD Signal chantillonn TC

La RI b t
0
( ) est causale.

- Fonction de Transfert :
La FT (de Laplace) est :
[ ]
B p TL b t e dt
e
p
pt
T pT
0 0
0
1
1
( ) ( ) . = = =

- Spectre :

[ ]
TF b t B e dt T e c T
i t
T
i T
0 0
2
0
1 ( ) ( ) . . .sin ( ) = = =

5. 9
2.3. Interpolateur rel

Linterpolateur rel est donc pour l essentiel constitu dun bloqueur dordre 0 :
0 T
t
1
RI du filtre interpolateur rel
b t t
T
T 0
2
( ) =
|
\
|
|
\
|
=
2
) (
0
T
t t b
T

[ ] ) ( ) (
0 0
t b TF B =
FT du filtre interpolateur rel
=
) ( sin T c Te
T i

) ( sin ) (
0
T c Te B
T i

=

2.4. Chane d'acquisition numrique et de restitution d'un signal
- Acquisition :

x(t)
Echantillonneur
x (t)
*
Mmorisation sur 1 priode T
x
*
B
(t)
CAN
Quantification = codage sur m bits
{x(nT)} Bloqueur
0
B

t
x(t)
0

t
0
x t
*
( )
T

T
t
x t
B
*
( )
0

0 0 1 0 0 0
...
0 1 1 0 1 0
1 1 0 0 0 0
Squence numrique {x(nT)}
mot (m bits)
x(0) chantillon
x(T)
x(kT)

- Restitution :
x(t)
Filtre passe-bas de lissage
x
*
B
(t)
{x(nT)} CNA intgrant un Bloqueur
0
B

0 0 1 0 0 0
...
0 1 1 0 1 0
1 1 0 0 0 0
Squence numrique {x(nT)}
mot (m bits)
x(0) chantillon
x(T)
x(kT)

T
t
x t
B
*
( )
0

t
x(t)
0

3. Quantification - Codage
On va voir que la quantification se traduit par laddition dun bruit.

3.1. Numrisation

Numrisation
Signal Analogique
x(t)
Signal Numrique
x (nT)
q

Numrisation
Echantillonnage :
Quantification :
x t x nT
et
x nT x nT
TC TD
q
( ) ( )
( ) ( )
( ) ( )

La Quantification transforme les valeurs continues de x(nT) en valeurs discrtes : elle peut scrire sous la forme dune
fonction Q : [ ] { }
P p
p
I x x

0
max min
, qui transforme :
p
x t x ) ( o :
- lensemble { }
P p
p
I
0
est une famille dintervalles disjoints formant une partition de lintervalle [ ]
max min
, x x ( N P )
- ) (t x est un rel, reprsentant la valeur du signal linstant t , suppos appartenir lintervalle [ ]
max min
, x x
5. 10
La quantification apparat donc comme une opration irrversible car elle fait intervenir une fonction non injective
entranant une perte dinformation (bruit de quantification).

Lopration inverse de la quantification consiste appliquer chacun des termes dune suite dintervalles une fonction de la forme :
q p
x I o
q
x est un rel reprsentant lintervalle
p
I , par exemple la valeur de son milieu.

Appelons q un chelon de quantification, cest--dire la plus petite valeur fournie par le quantifieur.
Exemple : Quantification sur n = 8 bits q
x x x x
=

=

max min max min
2 256
8

Quantification par troncature :

x(t)
x
max
x
min
t
Q
x(t) x (t)
q
Quantifieur
x
max
x
min
x (t)
q
t
q
0

3.2. Quantification

L'opration de Quantification consiste remplacer chaque valeur x(nT) des chantillons du signal x(t), par un
multiple entier x nT
q
( ) de l'chelon de quantification q (quantification linaire) :
x nT ( ) x nT mq
q
( ) = (quantification linaire) (m entier 0 ou < 0)
La quantification est gnralement effectue par arrondi plutt que par dfaut ( troncature) car l'erreur
commise par arrondi est plus faible.

Quantification par arrondi :
Toute valeur x(nT) du signal x telle que : m q x nT m q
|
\
|
< +
|
\
|
1
2
1
2
( ) est arrondie mq .
Quantification par troncature :
Toute valeur x(nT) du signal x telle que : mq x(nT) < (m+1)q est tronque mq .

q
q/2
-q
q
-q/2
-q
x
q
q
x
x
q
x
q
Quantification par Arrondi Quantification par Troncature

3.3. Bruit de Quantification
On peut crire : x t x t t x t x t t
q q
( ) ( ) ( ) ( ) ( ) ( ) = + =
avec ( ) t : signal d'erreur : cart entre x t ( ) et x t
q
( ) :
( ) ( ) ( ) t x t x t
q
= Bruit (ou encore distorsion ) de quantification.

+ x(t) x (t)
q
(t)
Bruit Additionnel

Le propre du numrique est d'ajouter un bruit lors de la numrisation dun signal analogique. Les traitements ultrieurs
n'introduisant plus de bruit. En analogique, le bruit s'ajoute chaque traitement.

La numrisation qui consiste en chantillonnage et quantification peut donc en 1re approximation se rduire ltape
dchantillonnage, tout au moins du point de vue formel.

En effet, lchantillonnage implique une modification spectrale du signal (priodisation), alors que la quantification se
rduit laddition dun bruit quon sera souvent amen ngliger dans des considrations formelles. Ainsi, un CAN sera
souvent ramen un simple chantillonneur (bruit de quantification nglig).
5. 11

x
x
q
t t
Quantification par Arrondi Quantification par Troncature
0
q/2
-q/2
t
0
q

t
x
x
q

q q
2 2
0 q

- Valeur moyenne de
arrondi
= 0 alors que : Valeur moyenne de
troncature
0 :

Le quantifieur par troncature introduit un biais systmatique contrairement au quantifieur par arrondi.

- La puissance ( valeur efficace) de
arrondi
est infrieure celle de
troncature
:

La puissance du bruit du quantifieur par troncature est plus importante que celle du quantifieur par arrondi.

3.4. Choix du pas de quantification

Le Rapport Signal sur Bruit RSB (SNR : Signal to Noise Ratio) dsir fixe le nombre de bits pour la
quantification. Le RSB = 6 dB pour 1 bit de codage. Le RSB est accru de 6 dB par bit de codage supplmentaire.
Un excellent RSB est de 100 dB, ncessitant alors de lordre de 16 bits de codage pour un chantillon.

Dmonstration :
Plaons nous dans le pire des cas en majorant le bruit de quantification par q. Pour un codage issu dune rsolution de 8 bits, on a :
RSB8 = 2
8
= 256. Avec une dynamique de 9 bits, on a : RSB9 = 2
9
= 512 = 2. RSB8
soit en dB, du fait que (RSB)dB = 20 log(RSB) : (RSB9)dB = (RSB8)dB + 6 dB car 20 log2 = 6 dB

3.5. Codage

Aprs chantillonnage et quantification, le signal x nT
q
( ) est reprsent par une squence de valeurs
numriques.

Codage binaire linaire :

Si la gamme des variations du signal x
q
couvre le champ
[ ]
x x
min max
, on a : x x q
n
max min
. = 2
si on code les valeurs de x
q
sur n bits.

Codage non linaire :

Il est prfrable de faire varier l'chelon de quantification q avec l'amplitude du signal.

les signaux n'tant pas souvent leurs valeurs extrmales (cas gnral) sont cods avec une meilleure
prcision ( meilleur rapport S/B (Signal/Bruit) ).
q C
x x
te
n

max min
2

t
Pas de quantification augmentant avec l'amplitude du signal

5. 12
- La variation du pas de quantification en fonction de l'amplitude est choisie le plus souvent exponentielle.

- Coder le signal x
q
avec un pas de quantification q exponentiel revient comprimer le signal x
q
sur
les faibles amplitudes et le quantifier avec un pas constant :

x
q
comprim
Pas de quantification constant
x
q
Courbe logarithmique
0
Pas de quantification variable

On a alors : Codage non linaire de x
q
= Compression (log.) de x
q
suivie dun codage linaire de x
q
.

Exemple : Tlphone : la courbe log. de compression est approche par un polygone 13 segments :

x
q
7 plages > 0
7 plages < 0
x
q
comprim
0

__________

Traitement numrique du signal TD 5. Echantillonnage - Interpolation - Quantification
TD 5. 1

TD 5. Echantillonnage - Interpolation - Quantification

1. Echantillonnage - Thorme de Shanonn

Soit le signal : ( ) t c t x
0
2 sin ) ( =

a) Quel spectre de frquences occupe-t-il ?
b) Quelle frquence d'chantillonnage minimale F choisir ?

2. Echantillonnage - Repliement des frquences (forme temporelle) sous-chantillonnage

Soit un signal x(t) harmonique ( sinusodal) de frquence f. Reprsenter le signal chantillonn la frquence
d'chantillonnage F f =
4
3
. Mettre en vidence le repliement des frquences sous forme temporelle (fausse image
du signal).

3. Echantillonnage - Repliement des frquences (forme frquentielle)

Supposons que se superpose au signal parole (spectre de 300 Hz 3 kHz) une interfrence sinusodale f
i
= 6 kHz.
La transmission numrique tlphonique s'effectue la frquence d'chantillonnage F = 8 kHz.
Mettre en vidence le repliement des frquences sous forme frquentielle. Solutions ?

4. Bruit de quantification

On utilise une dynamique ( rsolution) de 8 bits pour coder les chantillons dun signal numrique.
- Dans quelle proportion le rapport Signal/Bruit est-il accru si lon ajoute 1 bit de dynamique supplmentaire ?

TD 5 ANNEXE. Echantillonnage - Interpolation - Quantification

1. Quantification

Montrer que, en considrant le cas simple o les variations du signal quantifier sont grandes par rapport
l'chelon de quantification q, la quantification par arrondi est meilleure que celle par troncature; c'est--dire que
si on appelle le bruit de quantification, on a :

Quantification par arrondi : Quantification par troncature :
Valeur moyenne de = 0 Valeur moyenne de = q / 2
Valeur efficace de = q / 12 Valeur efficace de = q / 3

2. Interpolation

a) Montrer, en dterminant Y( ) , que le Bloqueur d'ordre 0 (B
0
) n'est pas un interpolateur idal car :

B
0 x (t)
*
y(t) x (t)

b) Montrer l'intrt du filtre passe-bas ncessaire en sortie du Bloqueur B
0
pour restituer x(t) plus prcisment.
c) Montrer l'intrt de la correction de la RI du Bloqueur B
0
par une fentre de pondration pour restituer x(t) plus
prcisment.

__________
Traitement numrique du signal 6. Filtrage linaire - Analyse des filtres numriques
6. 1

6. Filtrage linaire - Analyse des filtres numriques

I. FILTRAGE LINEAIRE

1. Introduction

Historiquement les premiers filtres taient videmment analogiques (systmes continus).

Il est donc normal qu'une catgorie importante de filtres numriques (les filtres rcursifs) soit directement issue de
la numrisation de ces filtres analogiques (c'est la synthse).

Les filtres numriques non rcursifs constituent une autre catgorie essentielle des filtres dont la mise en oeuvre
fait appel un algorithme d'optimalisation.

Ces filtres numriques, rcursifs ou non, ont gnralement des structures et des paramtres fixes.

En utilisant par exemple un critre de moindres carrs, on a rcemment pu dvelopper des filtres dits adaptifs, qui
adaptent leurs paramtres aux caractristiques statistiques de leurs signaux d'entre.

Filtrage analogique
H(p) x(t) y(t)
FT :
H p
Y p
X p
( )
( )
( )
=
Matrialisation (lectrique par ex.) :
x(t) y(t)
y t f x t ( ) [ ( )] = : qua. diff.

) ( * ) ( ) ( t x t h t y = RI t h : ) (
Avantage : - rapidit du traitement analogique
Inconvnient : - solution fige

Filtrage numrique

H(z) x(k) y(k)
FT :
H z
Y z
X z
( )
( )
( )
=
Matrialisation (algorithme (qua. aux diff.) + CNA) :
y k f x k ( ) [ ( )] =

) ( * ) ( ) ( k x k h k y =
RI k h : ) (
Avantage : - souplesse de modification de lalgorithme
Inconvnients : - temps de dcodage des instuctions
- frquence dchantillonnage (requise par la condition de Shannon) limite par la technologie.

Exemple dapplication de filtrage : Multiplexage - dmultiplexage

En audio, le fil des couteurs peut aussi faire office dantenne radio : par filtrage (le signal radio dantenne
(entre) occupe des frquences de lordre du MHz, alors que le signal pour les couteurs (sortie) occupe des
frquences de lordre du kHz) on peut sparer ces deux signaux.

2. Filtrage analogique

Un exemple simple de filtrage consiste isoler un signal x
1
(t) partir d'une mesure y(t) contenant 2 signaux x
1
(t)
et x
2
(t). Si dans le domaine frquentiel, x
1
(t) et x
2
(t) ont des spectres disjoints tels que :

} Spectre de
Spectre de
1
F
1
F
2 F
3
0
x (t)
2
x (t)

Alors on a :

Filtre passe-bas :
Filtre passe-bande :
y t x t x t ( ) ( ) ( ) = +
1 2
x t
1
( )
x t
2
( )
1
0 F
3 2
F F

6. 2
Plus gnralement, on distingue 4 types de filtres idaux F() :

Passe-bas
0
c
F( )
Passe-bande
0
1 2
F( )

Passe-haut
0
c
Coupe-bande
0
1 2
F( ) F( )

Ces filtres idaux ne peuvent tre videmment qu'approchs : les pentes verticales relles ne sont pas infinies mais
d'autant plus raides que l'ordre du filtre est lev.

(Un ordre lev provoque un algorithme coteux en temps calcul lors de lexcution du filtre numrique traduisant le filtre analogique considr).

Il est suffisant de disposer des Rponses Frquentielles F() des filtres passe-bas car partir de ces prototypes
normaliss (frquence de coupure
c
= 1), on aboutit par simple changement de variable, la catgorie passe-haut,
passe-bande ou coupe-bande :

Filtre dsir partir dun filtre passe-bas de FT H(p) Changement de variable en p
de pulsation de coupure
c
= 1 rd/s (Laplace) dans la FT H(p) du filtre

Passe-bas de pulsation de coupure
c
p
p
c

Passe-haut de pulsation de coupure
c
= 1 p
p
1

Passe-bande de largeur relative
B = +
1
2
2 1 1 2
( )( )
centre sur = 1 p
B
p
p
+
|
\
|
1 1

Coupe-bande de largeur B centre sur = 1 p
B
p
p
+
|
\
|
1
1 1

Le problme du filtrage consiste faire entrer la Rponse Frquentielle F() dans un gabarit donn :

0
Gabarit dsir
F( )

Bande Passante dun filtre

La Bande Passante (BP) 3 dB dun filtre est le domaine de frquences tel que :

H i dB H i H i
dB dB dB
( ) ( ) ( )
max max
3 Rappel :
( )
H i H i H i
dB dB
( ) ( ) log ( ) = 2 20

H i
dB
( )
max
H i dB
dB
( )
max
3
b

h
H i
dB
( ) 2
[ , ]
b h
BP 3 dB =

Exemple : BP dun canal de commmunication : une ligne tlphonique est un filtre qui doit passer les
frquences vocales (occupant la bande [300 Hz - 4 kHz] ).
6. 3
Filtres normaliss

Filtre du 1er ordre passe-bas fondamental

- FT passe-bas : H p
k
p
( ) =
+ 1

- Rponse Frquentielle : (lentre du filtre est une sinusode de pulsation variable)

H p i
k
i
k
i
k H i H t
c
c c
( )
: [ ( ) ] ( )
:
/ :
= =
+
=
+
= = =
=

1
1
0 0
1
0
Gain statique gain not
C
te
de temps ( > 0)
Pulsation de coupure ( > 0)
: pulsation frequence

= 2 :

c
(-1)
0 dB
| H(i ) |
dB
(-1) pente de -20 dB/dcade
3 dB
c
0
Arg H i [ ( )]
-45
-90
(si k > 0)
c
0
| H(i ) |
k H =
0
H k k
dB dB
0
20 = = log
(log ) (log )
(log )
pente de -6 dB/octave
Phase =
Gain =

Exemple : pendule simple :
Pour un mouvement rectiligne sinusodal de la main (entre) basse frquence, le

pendule (sortie) suit lentre (gain 1, dphasage nul). A haute frquence, le pendule voit son amplitude diminuer (le
gain chute jusqu sannuler) et se trouve en opposition de phase avec lentre.

- Rponse Impulsionnelle (RI) : (lentre du filtre est une impulsion de Dirac x t t ( ) ( ) = )

h t TL H p
k
e t
t
( ) [ ( )] ( )
/
= =
1

t
h(t)
0
H k
0
/ / =
H
0
/
0.05
3
r
t
t
r
: temps de rponse 95 %

- Rponse indicielle : (lentre du filtre est un chelon x t t ( ) ( ) = )

[ ] [ ]
y t TL H p TL t TL H p
p
k e t
t
( ) ( ) ( ) ( ) ( ) ( )
/
= =

(
=
1 1
1
1

t
y(t)
0
0 63 . ( ) y
0 95 . ( ) y
t
r
y H k k ( ) = = =
0
1 1
3
r
t

6. 4
Filtre du 2nd ordre passe-bas fondamental

- FT passe-bas :
H p
k
p m
p
k H i H t
m m
( )
: [ ( ) ] ( )
: =
+ +
= = =
=
2
0
2
0
0
0 0
2
1
0 0

Gain statique gain not
Pulsation propre non amortie ( )
Facteur d' amortissement ( )

> 0
> 0

- Rponse Frquentielle : (lentre du filtre est une sinusode de pulsation variable)
H i
k
mi
( )
=
+
|
\
|
|
1 2
0 0
2

0
(-2)
0 dB
| H(i ) |
dB
m
2
2
m <
2
2
0 7 .
0
Arg H i [ ( )]
0
-90
-180
6 dB
(chelle log.)
(chelle log.)
(si k > 0)
(rsonance)
r
(-2) pente de -40 dB/dcade
: pulsation de rsonance
0
0
| H(i ) |
(chelle log.)
k H =
0
r
H k k
dB dB
0
20 = = log
7 . 0 m
7 . 0 < m

- Rponse Impulsionnelle (RI) : (lentre du filtre est une impulsion de Dirac x t t ( ) ( ) = )

[ ] [ ] [ ]
y t TL H p TL t TL H p ( ) ( ) ( ) ( ) = =
1 1
3 cas :

m > 1: rgime hyper-amorti (apriodique) : 2 ples rels de H(p) p m m
1
2
0 0
2
1 =

( )
y t
k
m
e e t
p t p t
( ) ( ) =
0
2
2 1
1 2

t
y(t)
0

ples de H(p)
0
Im(p)
Re(p)

m = 1 : rgime critique (apriodique) : 1 ple double rel de H(p) : p m
0 0 0
= =
y t k e t t
t
( ) ( ) =

0
2
0

t
y(t)
0

ples de H(p)
0
Im(p)
Re(p)

0 1 < < m : rgime sous-amorti (pseudo-priodique) : 2 ples complexes conjugus de H(p) :
p m i m i
1
2
0 0
2
0
1 = = en posant = m
0
et =
0 0
2
1 m
( ) y t k
e
m
t t
m t
( ) sin ( ) =
0
2
0
0
1

ples de H(p)
0
Im(p)
Re(p)

t
y(t)
0
=
2
0
: pseudo - priode

0
: pseudo - pulsation
0
T
0
T

6. 5
- Rponse indicielle: (lentre du filtre est un chelon x t t ( ) ( ) = )

[ ] [ ]
y t TL H p TL t TL H p
p
( ) ( ) ( ) ( ) = =

(
1 1
1
3 cas :

m > 1: rgime hyper-amorti (apriodique) : 2 ples rels de H(p) p m m
1
2
0 0
2
1 =
y t k
m
e
m m
e
m m
t
p t p t
( ) ( ) = +
+

|
\
(
(
1
1
2 1 1 1
2 2 2
1 2

t
y(t)
0
0 95 . ( ) y
t
r
t
r
y H k k ( ) = = =
0
1 1

Si 1 >> m 3 tr avec
0
2
m
=

m = 1 : rgime critique (apriodique) : 1 ple double rel de H(p) : p m
0 0 0
= =
(ce rgime est plus rapide que le rgime apriodique)
( )
[ ]
y t k e t t
t
( ) ( ) = +
1 1
0
0

t
y(t)
0
0 95 . ( ) y
t
r
t
r
y H k k ( ) = = =
0
1 1

0 1 < < m : rgime sous-amorti (pseudo-priodique) : 2 ples complexes conjugus de H(p) :

p m i m i
1
2
0 0
2
0
1 = = en posant = m
0
et =
0 0
2
1 m

( ) y t k
e
m
t t
m t
( ) sin ( ) =
1
1
0
2
0
avec : = = arccos arcsin m m 1

2

t
y(t)
0
0 95 . ( ) y
t
r
t
r
1 05 . ( ) y
=
2
0
: pseudo - priode

0
: pseudo - pulsation
y H k k ( ) = = = 0
1 1
0
T
0
T

Si 1 << m 3 tr avec
0
1
m
=
6. 6
Filtres de Butterworth ( filtres polynomiaux : H(p) = (polynme)
-1
) (Maximally flat)

H p
a p a p a p a
n
n
n
n
( )
...
=
+ + + +
1
1
1
1 0
avec :
n
c
i H
2
2
1
1
) (
|
|
\
|
+
=

Les paramtres
i
a des filtres de Butterworth se dduisent des relations de dfinition prcdentes :

Exemple : 2 = n :

0 1
2
2
1
) (
a p a p a
p H
+ +
=
0 1
2
2
1
) (
a i a a
i H
+ +
=

4 2 2
1
2
2 0
4 2
2
2
0
2
1
1
2
1
) (
|
|
\
|
+
=
+ +
=
c
a a a a a
i H
=
=
=
2
2
1
0
1
2
1
c
c
a
a
a
ou
=
=
=
2
2
1
0
1
2
1
c
c
a
a
a

Dans tous les tableaux qui suivent, les paramtres
i
a sont donns pour 1 =
c
rd/s et pris positifs :

Ordre
a
0
a
1
a
2
a
3
a
4
...
n = 1 1 1 - - -
n = 2 1
2
1 - -
n = 3 1 2 2 1 -
n = 4 ... 1 2.6131 3.4142 2.6131 1

n = 2
(-2)
n = 3
(-3)
n = 4
(-4)
c 0 dB
| H(i ) |
dB

Les filtres de Butterworth sont tels qu'ils possdent une Rponse Frquentielle H(i) en module plate au
maximum ( sensiblement constante) dans la Bande Passante.

Les signaux de diffrente frquence (dans la Bande Passante) sont tous amplifis de la mme faon (gain
constant).
6. 7
Filtres de Tchebychev (filtres polynomiaux) (Equal ripple)

Ces filtres prsentent une ondulation d'amplitude constante ### dans la Bande Passante.

H p
a p a p a p a
n
n
n
n
( )
...
=
+ + + +
1
1
1
1 0
avec : H i
T
n
( )
( )

2
2
1
1
1
=
+

o T
n
() : polynme de Tchebychev d'ordre n obtenu par rcurrence :

T x xT x T x
n n n + +
=
2 1
2 ( ) ( ) ( ) et : T x T x x
0 1
1 ( ) , ( ) = =

Paramtres
i
a donns pour 1 =
c

Ordre
a
0
a
1
a
2
a
3
a
4
...
n = 2 1 0.9957 0.907 - -
n = 3 1 2.5206 2.0116 2.0353 -
n = 4 ... 1 2.6942 5.2749 3.4568 3.628

0 dB
n = 2
(-2)
n = 6
(-6)
c
| H(i ) |
dB

Filtres de Legendre (filtres polynomiaux) (pente la plus forte possible (pour un ordre n donn) la frq. de coupure)

H p
a p a p a p a
n
n
n
n
( )
...
=
+ + + +
1
1
1
1 0
avec : ... (Polynmes de Legendre)

Paramtres
i
a donns pour 1 =
c

Ordre
a
0
a
1
a
2
a
3
a
4
...
n = 2 1
2
1 - -
n = 3 1 2.3537 2.27 1.7319 -
n = 4 ... 1 3.0411 4.6253 3.828 2.4493

n = 2
(-2)
n = 6
(-6)
c
| H(i ) |
dB
0 dB

6. 8
Filtres de Bessel (filtres polynomiaux)

H p
a p a p a p a
n
n
n
n
( )
...
=
+ + + +
1
1
1
1 0
avec : ... (Polynmes de Bessel)

Ils ont pour objet de raliser l'approximation d'un retard pur e
-p
ayant pour proprit un temps de
propagation travers le filtre constant (gal ).

Paramtres
i
a donns pour 1 =
c

Ordre
a
0
a
1
a
2
a
3
a
4
...
n = 2 3 3 1 - -
n = 3 15 15 6 1 -
n = 4 ... 105 105 45 10 1

n = 2
(-2)
n = 6
(-6)
c
| H(i ) |
dB
0 dB

Filtres de Cauer (filtres elliptiques : H(p) est une fraction rationnelle)

Le polynme numrateur amliore les performances du filtre. Les Rponses Frquentielles ont des
ondulations la fois dans la Bande Passante et dans la bande coupe.

H p
b p b p b p b
a p a p a p a
n
n
n
n
n
n
n
n
( )
...
...
=
+ + + +
+ + + +
1
1
1 0
1
1
1 0
avec :
) ( 1
1
) (
2 2
2

E
i H
+
=

o
=
m
i i
i
E
1
2 2
2 2
1
) (

pour lordre du filtre m n 2 =

=
m
i i
i
E
1
2 2
2 2
1
) (

pour lordre du filtre 1 2 + = m n
Les pulsations
i
( m i .. 1 = ) sont dtermines pour que ) ( E ait
une ondulation damplitude constante (type Tchebychev).

Paramtres
i
a ,
i
b donns pour 1 =
c

Ordre
0 0
/ a b
1 1
/ a b
2 2
/ a b
3 3
/ a b
4 4
/ a b
n = 3 1/1 0/2.0235 0.1038/1.6404 0/1.3228 -
n = 4 ... 1/1 0/2.2818 0.3993/3.6938 0/2.4801 0.0226/2.1035

0 dB
n = 3
(-3)
n = 6
(-6)
c
| H(i ) |
dB

6. 9
Filtres de Tchebychev inverses (filtres elliptiques)

La Rponse Frquentielle est plate dans la Bande Passante et londulation est prsente dans la bande coupe.

H p
b p b p b p b
a p a p a p a
n
n
n
n
n
n
n
n
( )
...
...
=
+ + + +
+ + + +
1
1
1 0
1
1
1 0
avec :
) / 1 (
1
1
) / 1 (
1
) (
2
2
2
n
n
T
T
i H
=

o T
n
() : polynme de Tchebychev d'ordre n obtenu par rcurrence :

T x xT x T x
n n n + +
=
2 1
2 ( ) ( ) ( ) et : T x T x x
0 1
1 ( ) , ( ) = =

Paramtres
i
a ,
i
b donns pour 1 =
c

Ordre
0 0
/ a b
1 1
/ a b
2 2
/ a b
3 3
/ a b
4 4
/ a b
n = 3 1/1 0/8.4672 0.75/3.6597 0/79.05 -
n = 4 ... 1/1 0/6.2917 1/20.7925 0/40.54 0.125/39.5285

3. Filtrage numrique

De par la souplesse apporte par la programmation, le filtrage numrique tend se dvelopper de plus en plus et
son inconvnient par rapport au filtrage analogique (un temps de traitement plus important) tend se rduire de
plus en plus de par les progrs de la technologie (processeurs plus rapides, cadences dchantillonnage plus
leves).

Synthse dun filtre numrique

Il y a 2 approches pour effectuer la synthse d'un filtre numrique, c est--dire la dtermination du filtre
numrique cherch :

1re approche : Elle consiste dterminer la FT discrte H z
N
( ) "quivalente" la FT continue H p
A
( )
du filtre analogique modle.

Il s'agit de dterminer H
N
(z) de telle sorte que y y x t
n
N
n
A
= ( ) :

Entre Filtre Numrique y
N
n
y
A
n
Filtre Analogique
x(t)
) (z H
N
) ( p H
A

Il n'y a videmment pas de solution exacte ce problme car le rsultat dpend du signal d'entre x(t)
(faire l'invariance de la rponse, cest--dire faire y y
n
N
n
A
= , conduit des rsultats, pour le calcul des coefficients du filtre H z
N
( ) ,
diffrents selon le signal d'entre choisi).

Plusieurs techniques de synthse :

Techniques temporelles de synthse

- Synthse par Invariance Impulsionnelle
x(t) = (t) est pris comme signal de rfrence d'entre

- Synthse par invariance indicielle
x(t) = (t) pris comme signal de rfrence
6. 10
Techniques frquentielles de synthse

- Synthse par quivalence de la drivation (Transformation d'Euler)

- Synthse par quivalence de l'intgration (Transformation Bilinaire)
(mthode plus efficace que la prcdente).

Cette 1re approche conduit des filtres numriques rcursifs.

2nde approche :

Le calcul (synthse) de ces filtres utilise ici une structure non rcursive, et les coefficients du filtre numrique non
rcursif peuvent tre dtermins de 2 faons :

1) En faisant rfrence la FT continue du filtre analogique modle

- Synthse par technique impulsionnelle.
- Synthse par chantillonnage en frquence.
- Synthse par fentrage (troncature) de la RII du filtre (mthode de la fentre)

2) En se donnant un gabarit sur le module de la Rponse Frquentielle du filtre numrique, et en dterminant les
coefficients du filtre de telle sorte optimiser un critre de performance

Utilisation de mthodes d'optimalisation (programmation non linaire ( algorithmes de rsolution de
systmes dquations non linaires) )

- Algorithme de Remez (algorithme le plus utilis).

Structures AR, MA, et ARMA des filtres numriques

Modle ARMA

Un filtre numrique linaire causal est dcrit par la relation de rcurrence gnrale (quation aux diffrences) :
y a x b y
n k
k
p
n k k
k
q
n k
=
=
=

0 1

Filtre linaire numrique
x
n
y
n

Cest le modle ARMA (AutoRgressif moyenne mobile ( glissante)) (Autoregressive with Moving Average)

Il reprsente la forme gnrale dun systme rcursif.

Dans le domaine frquentiel, on a : (avec CI nulles)
Y z X z a z Y z b z
k
k
p
k
k
k
q
k
( ) ( ) ( ) =
=

0 1
d'o : H z
Y z
X z
a z
b z
k
k
k
p
k
k
k
q
( )
( )
( )
= =
+
0
1
1

Modle AR

Dans le cas o tous les coefficients a
k
sont nuls, sauf a
0
, on a un systme quasiment purement rcursif :
y a x b y
n n k n k
k
q
=

=
0
1
et : H z
a
b z
a
p z
k
k
k
q
k
k
k
q
( )
( )
=
+
=
=

0
1
0
1
1 1

(aprs dcomposition en lments simples : p
k
sont les ples de H(z) )

C'est le Modle AR (AutoRgressif) appel encore modle tout ple.
Le modle : y b y
n k n k
k
q
=

=
1
est le modle de processus AR purement rcursif, donc bas uniquement sur
ses Conditions Initiales (CI).

Modle MA

Dans le cas o tous les coefficients b
k
sont nuls, on a un systme rduit : (systme non rcursif)
y a x
n k n k
k
p
=

=
0
et : H z a z
k
k
p
k
( ) =
=
0

C'est le Modle MA (Moving Average) appel encore modle tout zro.
6. 11
II. ANALYSE DES FILTRES NUMERIQUES

1. Introduction : Analyse des algorithmes de Traitement du Signal

On a vu que les filtres rcursifs ont une structure ARMA.
On va tablir que les filtres rcursifs sont des filtres RII (IIR) ( RI Infinie: le support de leur RI est infini).

On a vu galement que les filtres non rcursifs ont une structure MA.
On va tablir que les filtres non rcursifs sont des filtres RIF (FIR) ( RI Finie: le support de leur RI est fini).

Algorithmes de Traitement du Signal

Filtres RIF
=
p
k
k n k n
x a y
0

n
x : entre
n
y : sortie
k
a : coefficients du filtre

Filtres RII y a x b y
n k
k
p
n k k
k
q
n k
=
=
=

0 1

n
x : entre
n
y : sortie
k
a ,
k
b : coefficients du filtre

Filtres adaptatifs RIF
=
p
k
k n k n
x n a y
0
) ( avec:
k n n k k
x e n a n a

+ = ) 1 ( ) ( o
n n n
y r e =

n
x : entre
n
y : sortie ) (n a
k
: coefficients du filtre

n
y tente de reproduire un signal de rfrence
n
r

n
e : erreur : elle commande lvolution des coefficients du filtre ) (n a
k
au cours du temps, le coefficient
rglant la vitesse de cette volution.

Corrlateurs (auto ou inter)
=
k N
n
k n n k
y x c
1
0
(intercorrlation)

k
c : coefficients dintercorrlation des signaux
n
x et
n
y sur une fentre de N chantillons

Fentrage
n n n
w x y =
le signal fentr
n
y est obtenu comme produit du signal
n
x fentrer par la fentre de troncature, dobservation

n
w de N chantillons

Transformes (Fourier, Hilbert ...) Exemple: [ ] ) (n x TFD :
=
1
0
/ 2
) (
1
) (
M
n
M kn i
e n x
M
k X

(Transformes de Fourier Discrte)
6. 12
Gnration de signal Exemple: signal alatoire distribution uniforme: P n x A n x mod ) 1 ( ) ( =
le signal ) (n x alatoire distribution uniforme est initialis : P x < < ) 0 ( 0
le signal gnr ) (n x est pseudo-alatoire car priodique de priode P . Pour ne pas, lorsque n augmente,
retomber vite sur la mme srie de coefficients de la squence, il vaut mieux choisir P grand.
P doit tre un nombre premier pour que le rsultat du modulo ne soit pas nul.
A est un facteur dchelle.

Calcul matriciel Exemple: Produit scalaire:
=
=
k
n
n n
y x p
0
de signaux
n
x et
n
y de dim. 1 + k

2. Analyse des filtres numriques RIF (filtres non rcursifs ou encore filtres transversaux)

2.1. Structure de ralisation
Equation aux diffrences y a x
n k n k
k
N
=

=
0
1
(Version causale dun filtre RIF)

Les filtres non rcursifs sont dits MA.

Forme directe de ralisation (schma-bloc) (block diagram)
) 1 ( 1 1 1 0
+ + + =
N n N n n n
x a x a x a y L

y
n
a
0
x
n
z
-1
a
1
z
-1
z
-1
a
2
a
N-1
+
+
+

2.2. Stabilit
La FT dun filtre RIF : H z a z
k
k
N
k
( ) =
=
0
1
ne prsente pas de ples (autres que le ple z = 0 qui est un ple stable).
Un filtre RIF est par consquent toujours stable.
(Les coeffs
k
a tant videmment finis (et en nombre fini), sans quoi le filtre ne serait pas programmable, il est immdiat quun filtre RIF
rpond par une sortie borne une entre borne).

2.3. Rponse Impulsionnelle (RI)
En faisant x
n
=
n
dans lquation aux diffrences du filtre : y a x
n k n k
k
N
=

=
0
1
on obtient la RI h
n
du filtre :
h a
n k n k
k
N
=

=

0
1
La RI h
n
peut aussi tre obtenue par la relation : h TZ H z
n
=
1
[ ( )] .

Les valeurs des chantillons de la RI h
n
sont les coefficients du filtre : h a
k k

Comme le nombre de termes N est ncessairement fini (sans quoi le filtre ne serait pas programmable) le support N de la RI est fini:

Les filtres non rcursifs, dnomms aussi MA, sont ainsi appels encore filtres RIF (Rponse Impulsionnelle Finie)

...
n
h
n
a
0
a
1
a
2
a
N-1
0 1 2 N-1
Support fini
6. 13
2.4. Rponse indicielle
C'est la rponse, note D
n
, lentre x
n
=
n
:
D n
D a n N
D a n N
n
n k
k
n
n k
k
N
= <
=
=
=
=
0 0
0 1
1
0
0
1
si
si
si

On aurait pu aussi dterminer D
n
par la relation : D TZ H z
z
n
=
1
1
1
1
( )

Les chantillons de la rponse indicielle D
n
sont le cumul des coefficients du filtre.
La valeur finale de D
n
est gale la somme des coefficients du filtre.

2.5. Rponse Frquentielle H( )

On tire lexpression de la Rponse Frquentielle H( ) du filtre :

- Dans le cas o les squences dans lquation aux diffrences du filtre sont naturellement discrtes :
En faisant z e
p
= avec p i = 2 dans lexpression de la FT H z a z
k
k
N
k
( ) =
=
0
1
du filtre :
H a e
k
i k
k
N
( )

=

=
2
0
1

Rappel : H H e
i
( ) ( )

2
est priodique de priode = 1.

- Dans le cas o les squences dans lquat. aux diffrences du filtre sont chantillonnes ( la cadence T) :
En faisant z e
pT
= avec p i = 2 dans lexpression de la FT H z a z
k
k
N
k
( ) =
=
0
1
du filtre :
H a e
k
i k T
k
N
( )

=

=
2
0
1

Rappel : H H e
i T
( ) ( )

2
est priodique de priode = 1/T .

La FT en rgime harmonique ( Rponse Frquentielle) dveloppe en srie de Fourier a pour coefficients de la
dcomposition les coefficients du filtre.

2.6. Filtres RIF phase linaire

Rappel
Un filtre linaire de Rponse en Frquence H() est dit phase linaire si sa phase ( Arg H()) est une
fonction linaire de la frquence :
) ( = H Arg avec
te
C = (le signe - symbolise un retard en temps)

Ainsi, si le signal ) 2 sin( ) ( t t x = se prsente (aprs avoir t chantillonn) l'entre du filtre
numrique, il est dphas de et la rponse (interpole) du filtre est ainsi retarde d'un temps

te
C = = ) 2 /( indpendante de la frquence :
) 2 sin( ) ( t t x = y t H t ( ) ( ) sin[ ( )] = 2 Dphasage = 2 ; Retard ) 2 /( =

Du fait que les exponentielles imaginaires
t i
e
2
sont les fonctions propres des filtres linaires, elles donnent pour rponse :

t i
e H t y

2
) ( ) ( = . En crivant :

i i
Ae Ae H = =
2
) ( o ) ( H A = et 2 )] ( [ = = H Arg
(retard de phase signifiant une temps de rponse (retard) du filtre ) ( H ), on a :
) ( 2 2 2
) (

= =
t i t i i
Ae e Ae t y .

Un filtre phase linaire a la proprit de retarder tous les signaux, quelle que soit leur frquence, d'un
temps constant : le temps de propagation travers le filtre est constant, quelque soit le signal d'entre
(puisquun signal quelconque peut se dcomposer sur la base des signaux sinusodaux (comme combinaison linaire)).
6. 14
Filtres RIF phase linaire

La Rponse Frquentielle (RF) H() d'un filtre causal de dure N est : (squences chantillonnes)

=
= =
1
0
1
0
1
0
2
2 sin 2 cos ) (
N
k
k
N
k
k
N
k
T k i
k
T k h i T k h e h H

car la FT ) (z H est la TZ de la RI
k
h :
=
1
0
) (
N
k
k
k
z h z H et ) ( ) (
2 T i
e z H H

= = .
On a ainsi :
|
|
|
|
\
|
=
=
1
0
1
0
2 cos
2 sin
) (
N
k
k
N
k
k
T k h
T k h
Arctg H Arg

- Peut-on avoir 0 ) ( H Arg (retard du filtre nul) ?
= =

=
0 2 sin 0 ) (
1
0
T k h H Arg
N
k
k
impossible (ou alors h
k

0 !)
Ou bien il faudrait, dans la relation prcdente, que la RI h
k

soit une fonction paire et que la Somme
commence pour k < 0 (filtre non causal), ce qui tait prvisible (un retard nul entrane ncessairement
une non causalit du fait de son caractre non ralisable).

Remarques
1. Si on a h
k
non pas sur lintervalle [0 .. N-1] mais sur [-(N-1)/2 .. (N-1)/2] et h
k
impaire
2 / ) ( m = H Arg car ) ( ) ( = Arctg H Arg (I Impaire, P paire)

P I I T k h
N
N k
N
N k
N
N k
k

=
=
= =
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 sin
et
0 2 cos
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
1
0
= = =

=
=
I P I T k h
N
N k
N
N k
N
k
k

do
=
=
T k h
T k h
k
N
N k
k
N
N k

2 cos
2 sin
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (

2. Si on a h
k
non pas sur lintervalle [0 .. N-1] mais sur [-(N-1)/2 .. (N-1)/2] et h
k
paire
0 ) ( = H Arg car ) 0 ( ) ( Arctg H Arg = (I Impaire, P paire)

0 2 sin
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
= = =

=
=
I I P T k h
N
N k
N
N k
N
N k
k

et
P P P T k h
N
N k
N
N k
N
k
k

=
=
= =
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
1
0
2 cos
do
0
2 cos
2 sin
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
2 / ) 1 (
=
=
T k h
T k h
k
N
N k
k
N
N k

3.

-(N-1)/2 0 (N-1)/2
h
k
paire
k
0 N-1
k
h
k
paire retarde de (N-1)T/2 h
k
R

h
k
"paire" % (N-1)T/2
(N-1)/2

Si on retarde h
k
paire de (N-1)T/2, d'aprs le thorme du retard en Fourier (

2
)] ( [ )] ( [
i
e t h TF t h TF

= )
la nouvelle RF est H H e
R
i N T
( ) ( )
( )

=
1
avec Arg H() 0 donc Arg H
R
() = -(N-1)T est linaire.

En consquence, un filtre de RI h
k
causale, de dure N et symtrique % (N-1)T/2 est phase linaire : -(N-1)T .

Cette possibilit de raliser des filtres causaux phase linaire est une exclusivit des filtres RIF, car elle ncessite une
RI symtrique (par rapport un axe vertical passant par linstant la demi-squence) ce qui n'est possible que si celle-ci
est de dure finie.

Une RI symtrique de dure infinie est ncessairement non causale puisqu'elle doit exister pour t < 0.

Un filtre RIF phase linaire, avec une RI causale de dure N et symtrique par rapport (N-1)T/2 introduit un retard
constant (N-1)T/2 quelque soit le signal d'entre.(Le temps de propagation travers le filtre est constant et gal
(N-1)T/2 ).

Exemple :
2 1
3 2 3

+ =
n n n n
x x x y est RIF phase linaire;
2 1
2 3

+ =
n n n n
x x x y nest pas phase linaire.
Exemple d'application des filtres phase linaire : les traitements synchrones.
6. 15
Implmentation dun filtre RIF phase linaire (optimisation du temps de calcul du filtre)

Du fait de la symtrie de la RI, la structure de ralisation du filtre RIF phase linaire peut tre optimise
pour rduire le temps de calcul du filtre : (a
0
= a
N-1
; a
1
= a
N-2
; ... )

x
n
y
n
a
0
z
-1
a
1
z
-1
z
-1
z
-1
z
-1
z
-1
a
(N-3)/2
a
(N-1)/2
+ +
+
+
+
+

Remarque

On a aussi une caractristique de phase linaire si la RI du filtre RIF est impaire par rapport
k = (N-1)/2 et causale.

2.7. Filtres RIF en treillis (Lattice filters) (optimisation de la prcision du filtre)

Ce sont des filtres RIF qui prsentent une structure permettant de rduire le bruit de quantification des paramtres d'un
filtre RIF (compensation de la structure croise (par une technique daddition et retranchement du bruit de quantification)) et donc
les erreurs de troncature intervenant lors de limplmentation du filtre aprs synthse :
(en analyse numrique, on montre que la division de coefficients attnue (soustraction) lerreur de troncature e (alors que la multiplication laccrot
(addition)) :
2
1
1
1 a
a
k
+
=

) ( ) ( ) (
2 1 1
a e a e k e =

Structure gnrale

H z a z a z
N
N
( ) ... = + + +
+
1
1
1
1
1

x
n
y
n
k
1
+
+
+
+
+
z
-1
z
-1
z
-1
k
2
k
1
k
2
k
N-1

Exemple : Filtre RIF en treillis du 2nd ordre :

2
2
1
2 1 1
2
2
1
1
) ( 1 1 ) (

+ + + = + + = z k z k k k z a z a z H avec :
2 2
2
1
1
1
a k
a
a
k =
+
=
ou encore:
2 2 2 1 1 1
k a k k k a = + =

x
n
z
-1
k
1
+
+
+
w
n
u
n
y
n
z
-1
k
1
k
2

) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
1
2
1
1
1
1
z U z k z W z Y
z X z X z k z W
z X z z X k z U
+ =
+ =
+ =

[ ]
2 2 1 2 1 1
2
2
1
2 1 1
) (
) ( ) ( 1 ) (

+ + + =
+ + + =
n n n n
x k x k k k x y
z X z k z k k k z Y

Le mme filtre, de structure simple (non treillis), a la mme quation aux diffrences :
2 2 1 1
+ + =
n n n n
x a x a x y et pour schma-bloc:

y
n
x
n
z
-1
a
1
z
-1
a
2
+
+

6. 16
3. Analyse des filtres numriques RII (filtres rcursifs)

3.1. Structure de ralisation
Equation aux diffrences y a x b y
n k
k
p
n k k
k
q
n k
=
=
=

0 1
(Version causale dun filtre RII)
14243 14243
Partie MA Partie AR Les filtres rcursifs sont dits ARMA

Forme directe de ralisation (schma-bloc) (block diagram)

x
n
y
n
a
0
+ +
+ +
+ +
a
1
a
2
-b
1
-b
2
z
-1
z
-1
z
-1
a
p
-b
q
z
-1
z
-1
z
-1

3.2. Stabilit
La FT H z
a z
b z
k
k
k
p
k
k
k
q
( ) =
+
0
1
1
dun filtre RII prsente q ples.
Un filtre RII peut donc tre instable. Il lest (sens strict) si au moins un des ples de sa FT H(z) a un module 1
(dans sa version causale).

3.3. Rponse Impulsionnelle (RI)
- En faisant x
n
=
n
dans l'quation aux diffrences du filtre : y a x b y
n k
k
p
n k k
k
q
n k
=
=
=

0 1

on obtient la RI h
n
du filtre sous sa forme rcursive : h a b h
n k
k
p
n k k
k
q
n k
=
=
=

0 1

Pour avoir une forme analytique ( non rcursive) de la RI h
n
, on peut dvelopper le terme h
n-k
dans la relation
prcdente :

h a b h
n k i
i
p
n k i j
j
q
n k j
=

=

=

0 1
et continuer ainsi jusqu'au terme initial h
0
pour obtenir :
h a a b a b b
n k
k
p
n k i
i
p
k n k i
k
q
m
m
p
j k n k i m
j
q
k
q
= + +
=
=

= =

= =

0 1 1 0 1 1
... (1)

- Pour avoir directement une forme non rcursive de la RI h
n
du filtre, il est plus simple dinverser sa FT H(z) :

{ }

=
(
(
(
(
+
= =
0
1
0 1
1
) (
n
n
n
q
k
k
k
p
k
k
k
n
z h
z b
z a
z H TZ h

Puisquon a (arbitrairement) choisi de considrer la version causale des filtres RII, la TZ
-1
par exemple par
division de polynmes suivant les puissances croissantes de z
-1
(ou de z pour des filtres non causaux) permet
de bien voir, comme avec (1), que le nombre de termes de la squence h
n
est infini (la division est sans fin).
6. 17
Le nombre de termes de la squence h
n
crot avec n : le support de la RI des filtres rcursifs est infini (filtres RII) :

...
n
h
n
h
0
h
1
h
2
h
i
0 1 2 i
Support infini
...

3.4. Rponse indicielle
La rponse, note D
n
, lentre x
n
=
n
est : D
n
= h
n
*
n
D(z) = H(z)TZ(
n
) = H(z)
1
1
1

z

D
n
peut tre obtenue par division de polynmes suivant les puissances croissantes de z
-1
de
H z
z
( )
1
1

(causalit)
ou encore par rcurrence partir de lindice initial n = 0 :
D z
H z
z
( )
( )
=

1
1
D z z H z ( ) ( ) ( ) 1
1
=
D D h
n n n
=
1
D h D
n n n
= +
1

3.5. Rponse Frquentielle H( )

On tire lexpression de la Rponse Frquentielle H( ) du filtre :

- Dans le cas o les squences dans lquation aux diffrences du filtre sont naturellement discrtes :

En faisant z e
p
= avec p i = 2 dans lexpression de la FT H z
a z
b z
k
k
k
p
k
k
k
q
( ) =
+
0
0
1
du filtre :
H
a e
b e
k
i k
k
p
k
i k
k
q
( )

=
+
2
0
2
0
1
H H e
i
( ) ( )

2
est priodique de priode = 1.

- Dans le cas o les squences dans lquat. aux diffrences du filtre sont chantillonnes ( la cadence T) :

En faisant z e
pT
= avec p i = 2 dans lexpression de la FT H z ( ) du filtre :

H
a e
b e
k
i k T
k
p
k
i k T
k
q
( )

=
+
2
0
2
0
1
H H e
i T
( ) ( )

2
est priodique de priode = 1/T .

3.6. Filtres RII phase linaire

Comme on la vu au 2.6. avec les filtres RIF, il nest pas possible dobtenir un filtre RII causal phase
linaire du fait quil faudrait que la RI soit symtrique par rapport un axe vertical passant par linstant la
demi-squence, ce qui n'est pas possible si celle-ci nest pas de dure finie.

On peut nanmoins raliser des filtres RII phase linaire sous forme non causale (cf. 2.6. : RI symtrique). Notamment, des filtres RII
non causaux dphasage nul peuvent tre dfinis, comme on la vu au 2.6., en choisissant la RI paire.
6. 18
3.7. Filtres RII en treillis (Lattice filters)

Ces filtres RII ont une structure de ralisation permettant de rduire le bruit de quantification des paramtres
d'un filtre RII (compensation de la structure croise) et donc les erreurs de troncature :

Structure gnrale

1
1
1
1
... 1
1
) (
+
+ + +
=
N
N
z b z b
z H

x
n
z
-1
k
N-1
k
1
k
1
k
2
k
2
+
-
+ +
- -
+ +
y
n
z
-1
z
-1
z
-1

Exemple : Filtre RII en treillis du 2nd ordre :

2
2
1
2 1 1
2
2
1
1
) ( 1
1
1
1
) (

+ + +
=
+ +
=
z k z k k k z b z b
z H avec :
2
1
1
1 b
b
k
+
=
2 2
b k =
ou encore:
2 1 1 1
k k k b + =
2 2
k b =

x
n
z
-1
+
-
+
-
+
y
n
u
n
w
n
k
1
k
1
k
2
z
-1

) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
1
1
1
1
1
2
z Y z k z W z Y
z Y z z Y k z U
z U z k z X z W
=
+ =
=

[ ]
Y z k k k z k z X z
y x k k k y k y
n n n n
( ) ( ) ( )
( )
1
1 1 2
1
2
2
1 1 2 1 2 2
+ + + =
= +

Le mme filtre, de structure simple (non treillis), a la mme quation aux diffrences :
2 2 1 1
=
n n n n
y b y b x y et pour schma-bloc :

x
n
y
n
+
+
-b
1
-b
2
z
-1
z
-1

__________
Traitement numrique du signal TD 6. Filtrage linaire - Analyse des filtres numriques
TD 6. 1
TD 6. Filtrage linaire - Analyse des filtres numriques


1. Filtre numrique binmial de Bernouilli

On considre un filtre numrique de Bernouilli dont la RI est dfinie par :

ailleurs 0
1
0
=
=
=
n
h
q h
p h
avec p et q rels tels que : 1 = + q p

1. Dterminer la FT ) (z H du filtre de Bernouilli (dit dordre 1).
2. Dterminer de 2 faons la RI
n
g du filtre binmial dordre 2 obtenu en composant 2 fois le mme filtre de
Bernouilli.
3. Les filtres binmiaux sont-ils : RIF, causaux, stables ?
4. Dterminer la RF ) ( H du filtre de Bernouilli dordre 1 et tracer ) ( H dans le cas particulier 5 . 0 = = q p .
5. Dterminer la nature (Passe-Bas, Passe-Haut, Passe-Bande, Coupe-Bande) du filtre de Bernouilli dans ce cas
particulier.


1. Filtres non rcursifs ( RIF) ( MA)

On propose l'tude de lalgorithme suivant :

Algorithme b :
1
5 . 0 5 . 0

+ =
n n n
e e s correspondant (notation plus compacte) au filtre chantillonn la cadence T :
] ) 1 [( 5 . 0 ) ( 5 . 0 ) ( T n e nT e nT s + =
e(nT) s(nT)

Exprimer, reprsenter :
0. Le schma-bloc (schma fonctionnel) du filtre
1. La Rponse Impulsionnelle { } { } ) (nT h h
n
=
2. (facultatif) La rponse indicielle
{ } { } ) (nT d d
n
=

3. La Fonction de Transfert ) (z H
4. La Rponse en Frquence ) ( f H , son module ) ( f H et son argument ) ( f (f est la frquence)
5. Les courbes ) ( f H et ) ( f dans son domaine d'utilisation
6. La fonction ralise (nature du filtre)
7. Facultatif : Mmes questions pour les algorithmes :
Algorithme a :
n n
e s =
Algorithme c :
1
5 . 0 5 . 0

+ =
n n n
e e s
Algorithme d :
2
5 . 0 5 . 0

+ =
n n n
e e s
Algorithme e :
2
5 . 0 5 . 0

+ =
n n n
e e s : quelle frquence dchantillonnage choisir pour couper les frquences de lordre de 1 kHz ?

2. Structures de ralisation

Soient les 3 structures de ralisation du mme filtre. Quel est lavantage de la 3me ?

(1)
1
4
+ +
z
-1 -1
z 1
2
1
4
y
n
x
n

(2)
1
4
+ +
1
2
1
4
y
n
x
n
z
-1
z
-1

(3)
x
n
1
4
+
z
-1
y
n
+
z
-1
1
2

TD 6. 2
TD 6 ANNEXE. Filtrage linaire - Analyse des filtres numriques


1. Filtre numrique dfini par son quation aux diffrences

Soit le fitre numrique dfini par l quation aux diffrences : y k y k y k u k ( ) . ( ) ( ) ( ) = 15 1 2
o y k ( ) dsigne la sortie et u k ( ) lentre.
1. Dterminer sa Rponse Impulsionnelle h(k) ainsi que sa Fonction de Transfert H(z)
2. Dterminer sa rponse y(k) lorsque u(k) 0 mais avec les Conditions Initiales : y(-1) = 0 et y(-2) = 1

2. Filtres rcursifs

On propose l'tude de l'algorithme suivant :

s(n) = A e(n) + B s(n-1)

Exprimer la Fonction de Transfert H(z) du filtre rcursif. En dduire l'expression du ple de cette fonction.
Quelle doit tre la condition sur B pour que le filtre soit stable ?

On suppose cette condition ralise dans tout ce qui suit. Exprimer alors :

1. La squence Rponse Impulsionnelle {h(n)} par l'analyse directe et la Rponse Impulsionnelle h(t) l'aide
de la Transformation en z. En dduire la constante de temps du filtre. Quel est le coefficient qui permet
son rglage ? Reprsenter h(t).
2. Mmes questions pour la rponse indicielle {d(n)}
3. La Fonction de Transfert H(j) et son module H
4. On suppose B > 0. Exprimer alors H
max
et H
min

5. On dsire raliser un filtre passe-bas. On pose alors H
max
= 1
En dduire une relation entre A et B
6. Pour que l'algorithme soit aisment programmable, on choisit A = 2
-i

En dduire l'expression de B puis celle de H
min
en fonction de i.
7. Donner l'expression des coefficients A et B et reprsenter l'allure des courbes H(f) (module et phase) pour
i = 1, 2, 3, 4 sur un mme graphe. Que se passe-t-il lorsque i augmente ?

3. Echo acoustique

Implmenter, sur un signal sonore, le filtre gnrateur dchos dquation aux diffrences :
1
+ =
n n n
y x y
en le transposant de telle sorte obtenir un cho stable et perceptible (le retard doit tre dau moins environ 100 ms
pour tre audible) sachant que le signal sonore x
n
a t chantillonn au taux dchantillonnage de 10 kHz.

4. Filtres

Visualiser la Rponse Frquentielle des filtres passe-bas, passe-haut, coupe-bande et passe-bande de Butterworth,
Tchebychev ... dordre variable, laide du programme filters.

5. Filtre RIF phase linaire de rang 2

Les filtres RIF phase linaire de rang 2 sont dfinis par l'quation de rcurrence :
y a x a x a x
n n n n
= + +
0 1 1 0 2

a) Donner la structure directe de ralisation
b) Donner la Rponse Impulsionnelle {h(n)} du filtre et la tracer
c) Donner sa rponse indicielle {d(n)} et la tracer
d) Donner sa Rponse Frquentielle (module et phase) et la tracer dans les 3 cas :

a
a
0
1
1 4
1 2
=
=
/
/

a
a
0
1
1 4
1 2
=
=
/
/

a
a
0
1
1 2
0
=
=
/

Type de filtre ? Type de filtre ? Type de filtre ?
TD 6. 3
6. Filtre rcursif du 1er ordre

Soit le filtre dquation aux diffrences : y a x b y
n n n
=
0 1 1

a) Donner la structure directe de ralisation
b) Donner la RI {h(n)} du filtre et la tracer successivement pour :

a
b
0
1
1
0 7
=
= .

a
b
0
1
1
0 7
=
= .

a
b
0
1
1
11
=
= .

c) Donner la rponse indicielle du filtre et la tracer successivement pour :

a
b
0
1
1
0 7
=
= .

a
b
0
1
1
0 7
=
= .

a
b
0
1
1
11
=
= .

d) Donner la Rponse Frquentielle (module et phase) du filtre et la tracer successivement pour :

a
b
0
1
1
05
=
= .

a
b
0
1
1
05
=
= .

a
b
0
1
1
11
=
= .

Type de filtre ? Type de filtre ? Type de filtre ?

7. Filtre rcursif du 2nd ordre

Mmes questions a) b) c) et d) pour le filtre dquation aux diffrences : y a x b y b y
n n n n
=
0 1 1 2 2

Pour b) et c) on prendra successivement :

a
b
b
0
1
2
1
0 6
0 2
=
=
=
.
.

a
b
b
0
1
2
1
05
0 6
=
=
=
.
.

a
b
b
0
1
2
1
05
0 6
=
=
=
.
.

Et pour d) :

a
b
b
0
1
2
1
0 6
0 2
=
=
=
.
.

a
b
b
0
1
2
1
05
0 6
=
=
=
.
.

a
b
b
0
1
2
1
05
0 6
=
=
=
(Cas d' instabilit )
.
.


1. Filtre en peigne

Le modle d'un systme discret d'entre {x
n
} et de sortie {y
n
} est donn par l'quation de rcurrence :

y
n

=

x
n

- x
n-N
o N est une constante entire N
*
.

1. Donner la Fonction de Transfert H(z) du filtre.
2. Dterminer et tracer sa Rponse Impulsionnelle.
3. Calculer et tracer pour N = 8, le module de sa Rponse Frquentielle.
4. Quel est le type de ce filtre (pour N = 8) ?
TD 6. 4
2. Filtrage dcho

Lors de l'enregistrement en studio d'un signal x(t), un cho s'ajoute gnralement celui-ci et le rcepteur
(enregistreur) reoit en fait :

y(t) = x(t) + x(t-) o 0 < < 1 et > 0

On peut rduire l'effet d'cho en traitant le signal y(t).

A. Le traitement est analogique

Filtre y(t) v(t)
H()

A.1. Dteminer la Fonction de Transfert H() du filtre qui produit v(t) = x(t).

A.2. Tracer lallure des spectres damplitude et de phase de H().
A.3. Comment faire pour assimiler H() un 1
er
ordre du type :
0
0
i - 1
H
(pour les frquences faibles) ?

B. Le traitement est numrique

y(t) v(t)
Filtre H(z)
T = 1/F
y(nT) v(nT)
Bloqueur d'ordre 0
F/2
0
|G()|
Filtre de lissage

On suppose que le signal x(t) est bande de frquences limite Fm (X() = 0 pour > Fm )

B.1. On pose = NT. Comment choisir N ?
B.2. Donner la FT H(z) du filtre (ansi que son quation aux diffrences ou algorithme) qui engendre
v(nT) = x(nT).

3. Reconnaissance dun filtre numrique

Soit le filtre numrique linaire stationnaire dentre x kT ( ) et de sortie y kT ( ) rgi par lquation aux
diffrences :
3 1 3 2 1 y kT y k T x kT x k T ( ) [( ) ] ( ) [( ) ] =

Ce filtre a t chantillonn la cadence T s = 2 .

1. Dterminer la Fonction de Transfert H z
Y z
X z
( )
( )
( )
= du filtre.
2. Calculer la Rponse Impulsionnelle h kT ( ) du filtre pris causal et tracer son allure.
Donner en particulier les valeurs numriques de h( ) 0 , h T ( ) et h T ( ) 2 .
3. Pour k 2 , donner la rponse y kT ( ) au signal x kT kT k T ( ) ( ) [( ) ] = + 1 du filtre causal.
Donner en particulier la valeur numrique de y T ( ) 2 .

__________

Signal Processing

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Signal Processing

Cargado por

Copyright:

Formatos disponibles

Signals & systems 2013 - 2014

EISTI Guy Almouzni

(modle viter car non pair)

, que l'on intgre de t

p : variable de Laplace (note aussi s)

( ) (nT x : squence chantillonne la priode dchantillonnage T )

en recherchant une squence causale .

(Peigne de Dirac). Calculer la TF de |_|_|

; calculer la TWV [y(t)]

en fonction de x(t) et y(t).

= o X( ) et Y( ) reprsentent la TF des signaux x t ( ) et y t ( ) .

pris initialement au repos :

, est gal la valeur de la FT H(p) en p = 0 : H(0) :

est donc gal h t dt H ( ) ( )

= M ) ( ) ( ) ( ) ( t x M t x a t x k t f & & & = (2)

= Soit alors x(n) telle que : x n

est gal la valeur de la FT H z ( ) en z = 1.

est donc gal h k H

o est un paramtre rel du filtre.

Pour un mouvement rectiligne sinusodal de la main (entre) basse frquence, le

avec : = = arccos arcsin m m 1

(pour les frquences faibles) ?

También podría gustarte