Transmission Codage Et Traitement Du Signal

1
012345678900012344455677789012334567890123456789012345678889011234567889901234
Transmission, Codage et Traitement du Signal
Jean-Pierre Costa
Universite dAvignon et des pays du Vaucluse
jean-pierre.costa@univ-avignon.fr
CERI
BP 91228 84911 Avignon
Table des matières i
Table des matières
I Etude des signaux continus deterministes 1
1 Notion de signaux et systèmes 2
1.1 Introduction ` a la theorie du signal . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Quelques signaux elementaires . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Exemples de systèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Energie et puissance 5
2.1 Signaux ` a energie nie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Signaux ` a puissance moyenne nie . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3 Energie dinteraction de 2 signaux . . . . . . . . . . . . . . . . . . . . . . . . 6
2.4 Autocorrelation, intercorrelation, convolution . . . . . . . . . . . . . . . . . . 7
2.4.1 Fonction dautocorrelation dun signal . . . . . . . . . . . . . . . . . 7
2.4.2 Proprietes de la fonction dautocorrelation . . . . . . . . . . . . . . . 8
2.4.3 Fonction dintercorrelation . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4.4 Produit de convolution . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.5 Exercices : Autocorrelation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3 Representation frequentielle 11
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.1.1 Le signal periodique elementaire . . . . . . . . . . . . . . . . . . . . . 11
3.1.2 Representation frequentielle du signal elementaire . . . . . . . . . . . 13
3.2 Developpement en serie de Fourier . . . . . . . . . . . . . . . . . . . . . . . . 14
3.2.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.2.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
ii Table des matières
3.2.3 Egalite de Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2.4 Quelques proprietes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.3 Proprietes des series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.3.1 Liens entre les coecients S
k
, a
k
et b
k
. . . . . . . . . . . . . . . . . 17
3.4 Exercice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4 Filtrage 19
4.1 Filtrage des signaux ` a temps continu . . . . . . . . . . . . . . . . . . . . . . 19
4.1.1 Filtre lineaire continu et invariant dans le temps . . . . . . . . . . . . 19
4.1.2 Filtrage frequentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.1.3 Puissance et energie des signaux avant et après ltrage . . . . . . . . 21
4.1.4 Fenetrage temporel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.1.5 Analyse blocsdiagrammes . . . . . . . . . . . . . . . . . . . . . . . . 23
4.1.6 Filtre sans distorsion . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.1.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.2 Transmission de signaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.2.1 Signaux ` a bande limitee . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.2.2 Transmission en bande de base . . . . . . . . . . . . . . . . . . . . . 27
4.2.3 Transmission par modulation . . . . . . . . . . . . . . . . . . . . . . 27
4.2.4 Denition dun ltre de Hilbert . . . . . . . . . . . . . . . . . . . . . 27
4.2.5 Signal analytique associe ` a un signal reel . . . . . . . . . . . . . . . . 28
4.2.6 Enveloppe complexe des signaux bande etroite . . . . . . . . . . . . . 29
4.2.7 Amplitude et phase instantanees dun signal bande etroite . . . . . . 30
II Transmission analogique 31
1 Modulation damplitude 32
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.2 Modulation à bande laterale double . . . . . . . . . . . . . . . . . . . . . . . 33
1.2.1 Demodulation dun signal BLD . . . . . . . . . . . . . . . . . . . . . 33
1.3 Modulation damplitude ordinaire . . . . . . . . . . . . . . . . . . . . . . . . 33
Table des matières iii
1.3.1 Demodulation dun signal AM . . . . . . . . . . . . . . . . . . . . . . 34
1.3.2 Index de modulation . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.4 Modulation à bande laterale unique . . . . . . . . . . . . . . . . . . . . . . . 36
1.4.1 Demodulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.5 Modulation à bande laterale residuelle . . . . . . . . . . . . . . . . . . . . . 37
1.6 Applications des modulations analogiques . . . . . . . . . . . . . . . . . . . . 37
1.6.1 Subdivisions des bandes de frequences . . . . . . . . . . . . . . . . . 37
1.6.2 Transposition de frequence . . . . . . . . . . . . . . . . . . . . . . . . 38
1.6.3 Multiplexage en frequence . . . . . . . . . . . . . . . . . . . . . . . . 39
1.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.7.1 Modulation BLD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.7.2 Multiplex frequentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
III Transmission dinformations numeriques 43
1 Generalites 44
1.1 Le modèle OSI des reseaux de communication . . . . . . . . . . . . . . . . . 44
1.2 Canal de communication . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
1.3 Types de transmissions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
1.3.1 Quelques elements dun système de transmission . . . . . . . . . . . . 46
1.3.2 Transfert entre 2 systèmes . . . . . . . . . . . . . . . . . . . . . . . . 47
1.3.3 Transmission analogique/numerique . . . . . . . . . . . . . . . . . . . 47
1.4 Les supports physiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
1.4.1 Cables conducteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
1.4.2 Cables à bre optiques . . . . . . . . . . . . . . . . . . . . . . . . . . 49
1.4.3 Transmissions sans l . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2 Transmission analogique 51
2.1 Caracteristiques dun canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.1.1 Deformation du signal emis . . . . . . . . . . . . . . . . . . . . . . . 51
2.1.2 La bande passante . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
iv Table des matières
2.1.3 Quelques denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.2 Transmission numerique par modulation dune porteuse . . . . . . . . . . . 55
2.2.1 Generalites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.2.2 Modulation damplitude : A variable . . . . . . . . . . . . . . . . . . 56
2.2.3 Modulation de frequence : f
0
variable . . . . . . . . . . . . . . . . . . 57
2.2.4 Modulation amplitude-frequence : A et f
0
variables . . . . . . . . . . 58
2.2.5 Modulation de phase : variable . . . . . . . . . . . . . . . . . . . . 58
2.2.6 Modulations de phase dierentielles . . . . . . . . . . . . . . . . . . . 61
2.2.7 Modulation damplitude et phase . . . . . . . . . . . . . . . . . . . . 61
2.2.8 Le multiplexage frequentiel . . . . . . . . . . . . . . . . . . . . . . . . 62
3 Transmission numerique en bande de base 63
3.1 La numerisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1.2 Modulation par impulsions codees (MIC) . . . . . . . . . . . . . . . . 64
3.1.3 Echantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.1.4 les dierentes Normes . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.2 Quantication non lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.2.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.2.2 Exemple : la parole . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.3 Compression-Expansion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.3.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.3.2 Loi (Etats Unis Japon) . . . . . . . . . . . . . . . . . . . . . . . 68
3.3.3 Loi A (Europe) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.4 La modulation MIC dierentielle DPCM et ADPCM . . . . . . . . . . . . . 69
3.5 Modulation DELTA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.5.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.5.2 Modulateur delta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.5.3 Demodulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.5.4 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.6 Multiplexage temporel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Table des matières v
3.6.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.6.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.7 Codage en bande de base : formatage des signaux . . . . . . . . . . . . . . . 72
3.7.1 Code de type non retour à zero (NRZ) . . . . . . . . . . . . . . . . . 72
3.7.2 Code RZ (retour ` a 0) . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.7.3 Transcodage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.7.4 Codes ` a deux niveaux et rythme double . . . . . . . . . . . . . . . . 73
3.7.5 Codes de blocs binaires nBmB . . . . . . . . . . . . . . . . . . . . . . 74
3.7.6 Codes ` a 3 niveaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.7.7 Codage ` a spectre etale . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.7.8 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.8 Transmission parallèle Transmission serie . . . . . . . . . . . . . . . . . . . 76
IV Application 79
1 Une application : LADSL 80
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
1.1.1 La jeune Histoire dInternet . . . . . . . . . . . . . . . . . . . . . . . 80
1.2 La connexion à Internet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
1.2.1 Les avantages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
1.2.2 Les inconvenients . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
1.2.3 Levolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
1.3 Les technologies xDSL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
1.3.1 Deux grandes familles . . . . . . . . . . . . . . . . . . . . . . . . . . 85
1.3.2 Description des dierentes technologies . . . . . . . . . . . . . . . . . 86
1.3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
1.4 LADSL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
1.4.1 Pourquoi lADSL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
1.4.2 Comment ca marche . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
1.4.3 Performances et limites . . . . . . . . . . . . . . . . . . . . . . . . . . 99
1.5 Conclusion ADSL ou Asymetric . . . . . . . . . . . . . . . . . . . . . . . . . 100
vi Table des matières
V Etude des signaux discrets 101
1 Lechantillonnage 102
1.1 Notion dechantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
1.2 Echantillonnage parfait . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
1.2.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
1.2.2 Theorème dechantillonnage en bande de base . . . . . . . . . . . . . 104
1.3 Echantillonnage regulier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
1.4 Filtre anti-repliement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
1.5 Interpolation par le bloqueur dordre 0 . . . . . . . . . . . . . . . . . . . . . 106
2 Signaux deterministes à temps discret 107
2.1 Signaux ` a temps discret elementaires . . . . . . . . . . . . . . . . . . . . . . 107
2.2 Proprietes des signaux ` a temps discret . . . . . . . . . . . . . . . . . . . . . 108
2.3 Transformee de Fourier des signaux à temps discret . . . . . . . . . . . . . . 109
2.3.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
2.3.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
2.4 Proprietes de la transformee de Fourier . . . . . . . . . . . . . . . . . . . . . 110
2.5 Transformee de Fourier discrète dun signal discret . . . . . . . . . . . . . . . 111
2.5.1 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
2.5.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
2.6 Fenetres de ponderation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
2.6.1 Fenetre rectangulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
2.6.2 Fenetre de Hamming . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
2.6.3 Fenetre de Kaiser . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
2.6.4 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
2.7 La transformee de Fourier rapide . . . . . . . . . . . . . . . . . . . . . . . . 116
VI Etude des signaux aleatoires 118
1 Rappels sur les probabilites 119
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
Table des matières vii
1.2 Probabilites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
1.2.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
1.2.2 Denitions complementaires . . . . . . . . . . . . . . . . . . . . . . . 120
1.2.3 Algèbre des evenements . . . . . . . . . . . . . . . . . . . . . . . . . 120
1.2.4 Probabilite dun evenement . . . . . . . . . . . . . . . . . . . . . . . 120
1.3 Variables aleatoires reelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
1.3.1 Histogramme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
1.3.2 Fonction de repartition . . . . . . . . . . . . . . . . . . . . . . . . . . 123
1.3.3 Densite de probabilite . . . . . . . . . . . . . . . . . . . . . . . . . . 125
1.4 Lois de repartition particulières . . . . . . . . . . . . . . . . . . . . . . . . . 127
1.4.1 Loi de Bernouilli x . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
1.4.2 Loi de poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
1.4.3 Loi uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
1.4.4 Loi normale ou gaussienne . . . . . . . . . . . . . . . . . . . . . . . . 129
1.5 Moyennes statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
1.5.1 Esperance mathematique . . . . . . . . . . . . . . . . . . . . . . . . . 131
1.5.2 Fonction dune variable aleatoire . . . . . . . . . . . . . . . . . . . . 131
1.5.3 Fonction de deux variables aleatoires . . . . . . . . . . . . . . . . . . 131
1.5.4 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
1.5.5 Moments et variance . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
1.5.6 Fonction caracteristique . . . . . . . . . . . . . . . . . . . . . . . . . 133
1.6 Moments conjoints et covariance . . . . . . . . . . . . . . . . . . . . . . . . . 133
1.6.1 Repartition conjointe . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
1.6.2 Repartition marginale . . . . . . . . . . . . . . . . . . . . . . . . . . 134
1.6.3 Repartition conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . 135
1.6.4 Variables aleatoires independantes . . . . . . . . . . . . . . . . . . . . 135
1.6.5 Correlation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
1.6.6 Covariance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
1.6.7 Coecient de correlation . . . . . . . . . . . . . . . . . . . . . . . . . 136
1.6.8 Evenements orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . 136
1.6.9 Variables conjointement gaussiennes . . . . . . . . . . . . . . . . . . . 137
viii Table des matières
1.7 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
1.7.1 Fonction de variables aleatoires . . . . . . . . . . . . . . . . . . . . . 138
1.7.2 Determination de la densite de probabilite . . . . . . . . . . . . . . . 138
1.7.3 Formule de changement de variables . . . . . . . . . . . . . . . . . . . 138
1.8 Somme dun grand nombre de variables aleatoires independantes . . . . . . . 140
1.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
1.9.1 Variables aleatoires, fonctions de repartition et densites . . . . . . . . 140
1.9.2 Moyennes statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
2 Signaux aleatoires 142
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
2.2 Les moments temporels, les relations de base . . . . . . . . . . . . . . . . . . 143
2.2.1 Moyenne temporelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
2.2.2 Autocorrelation temporelle . . . . . . . . . . . . . . . . . . . . . . . . 143
2.3 Caracteristiques statistiques dun processus aleatoire . . . . . . . . . . . . . 144
2.3.1 Moyenne statistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
2.3.2 Autocorrelation, autocovariance statistiques . . . . . . . . . . . . . . 144
2.4 Stationnarite, Ergodicite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
2.4.1 Stationnarite au sens strict . . . . . . . . . . . . . . . . . . . . . . . . 144
2.4.2 Processus aleatoire stationnaire au second ordre . . . . . . . . . . . . 145
2.4.3 Processus ergodique . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
2.5 Correlation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
2.5.1 Autocorrelation statistique . . . . . . . . . . . . . . . . . . . . . . . . 146
2.5.2 Intercorrelation statistique . . . . . . . . . . . . . . . . . . . . . . . . 146
2.5.3 Autocovariance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
2.5.4 Intercovariance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
2.6 Analyse spectrale des processus aleatoires . . . . . . . . . . . . . . . . . . . . 147
2.6.1 Densite spectrale de puissance . . . . . . . . . . . . . . . . . . . . . . 147
2.6.2 Le bruit blanc b(t) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
2.6.3 Le bruit colore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
2.7 Processus aleatoires particuliers . . . . . . . . . . . . . . . . . . . . . . . . . 148
Table des matières ix
2.7.1 Sequences independantes et identiquement distribuees (i.i.d.) . . . . . 148
2.7.2 Processus aleatoire gaussien . . . . . . . . . . . . . . . . . . . . . . . 149
2.8 Filtrage des processus aleatoires . . . . . . . . . . . . . . . . . . . . . . . . . 150
2.8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
2.8.2 Les relations en discret . . . . . . . . . . . . . . . . . . . . . . . . . . 151
2.8.3 Filtre lineaire invariant dans le temps . . . . . . . . . . . . . . . . . . 152
2.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
2.9.1 Stationnarite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
2.9.2 Filtrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
2.9.3 Processus aleatoires particuliers . . . . . . . . . . . . . . . . . . . . . 154
3 Identication parametrique 155
3.1 La transformee en z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
3.1.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
3.1.2 Transformee en z unilaterale . . . . . . . . . . . . . . . . . . . . . . . 156
3.1.3 Fonction de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
3.1.4 Systèmes denis par une equation aux dierences . . . . . . . . . . . 157
3.1.5 Filtres a reponse impulsionnelle nie . . . . . . . . . . . . . . . . . . 158
3.1.6 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
3.1.7 Filtres a reponse impulsionnelle innie . . . . . . . . . . . . . . . . . 161
3.1.8 Comparaison entre les ltres RIF et RII . . . . . . . . . . . . . . . . 161
3.2 Processus aleatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
3.2.1 Processus MA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
3.2.2 Processus AR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
3.2.3 Processus ARMA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
3.3 Application ` a la prediction lineaire . . . . . . . . . . . . . . . . . . . . . . . 165
3.3.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
3.3.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
Bibliographie 171
1
Première partie
Etude des signaux continus
deterministes
CERI Avignon Traitement du signal J.-P.Costa
2 Chapitre 1. Notion de signaux et systèmes
Chapitre 1 Notion de signaux et systèmes
1.1 Introduction à la theorie du signal
La theorie du signal a pour objet letude des signaux et des systèmes qui les transmettent.
Lobservation dun phenomène permet dextraire certaines quantites qui dependent du temps
(de lespace, dune frequence, ou dune autre variable). Ces quantites, supposees mesurable,
seront appelees des signaux. Elles correspondent, en mathematiques, ` a la notion de fonction
(dune ou plusieurs variables : temps, espace, etc.) qui en constitue donc une modelisation.
Dans le cours de traitement du signal nous verrons que la notion de distribution est une
modelisation ` a la fois plus generale et plus satisfaisante des signaux.
On peut citer quelques exemples de signaux :
intensite dun courant electrique,
position dun mobile, repere par sa position au cours du temps, M = M(t),
niveaux de gris des points dune image g(i,j),
un son,

Il existe plusieurs types de representations pour les signaux. En eet,
on peut modeliser un signal de manière deterministe ou aleatoire.
Dans le cas o` u la variable est continue, le signal est analogique (x = x(t)); dans le cas
ou elle est discrète, le signal est discret (x = (x
n
)
nZ
). Un signal discret est le plus
souvent le resultat dune discretisation (echantillonnage) dun signal analogique.
CERI Avignon Transmission, Codage et Traitement du signal J.-P.Costa
1.2 Quelques signaux elementaires 3
Les valeurs x = x(t) du signal seront considerees comme des valeurs exactes, reelles
ou complexes.
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
1.5
1
0.5
0
0.5
1
1.5
Signal analogique
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
1.5
1
0.5
0
0.5
1
1.5
Peigne de dirac
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
1.5
1
0.5
0
0.5
1
1.5
Signal echantillonne
Les signaux sont vehicules a travers un système de transmission (ou canal de transmission).
Dune manière generale, on appelle système toute entite, permettant de distinguer des
signaux dentree et des signaux de sortie.
On distingue
Les systèmes analogiques dont les signaux dentreesortie sont analogiques.
Les systèmes discrets dont les signaux dentreesortie sont discrets.
On passe dun signal discret à un signal analogique ou inversement, par des convertisseurs :
convertisseur analogique numerique, comme par exemple , lechantillonneur,
convertisseur numerique analogique qui recompose un signal analogique ` a partir dun
signal numerique. Par exemple le bloqueur, qui conserve la dernière valeur du signal
jusqu` a lobtention de la valeur suivante.
1.2 Quelques signaux elementaires
1. Echelon unite (Heaviside) : on le note u(t) et il est deni par
Ce signal modelise letablissement instantane dun regime constant.
2. La fonction porte, notee
(t) est denie par

4 Chapitre 1. Notion de signaux et systèmes
u(t) =
_
0 si t < 0
1 si t 0
5 0 5 10 15 20 25 30
1
0.5
0
0.5
1
1.5
2
2.5
3
u(t) u(t)
t
(t) =
_
1 si [t[ <
0 si [t[ >
> 0 donne
30 20 10 0 10 20 30
2
1.5
1
0.5
0
0.5
1
1.5
2
2.5
3

(t)
t
3. Signal sinusodal pur : cest un signal de la forme
x(t) = A cos(t + )
ou A est lamplitude du signal, la pulsation et la phase initiale.
1.3 Exemples de systèmes
1. Lamplicateur ideal : y(t) = k x(t) avec k une constante xee.
2. Ligne ` a retard y(t) = x(t a) avec k une constante reelle.
3. Circuit RC Ce système est regit par une equation dierentielle lineaire du premier
ordre à coecients constants.
e(t) = s(t) + RC s
(t)
La fonction de transfert
S(p)
E(p)
=
1
1 + RC P
5
Chapitre 2 Energie et puissance
2.1 Signaux à energie nie
Lorsquon etudie les proprietes des signaux, il est important detudier lenergie dun signal.
Par denition, lenergie E (exprimee en Joules) dun signal ` a temps continu s(t) est
E =
_
+
[s(t)[
2
dt
E =
_
+
s(t)s
(t) dt
Si cette integrale est nie on parle de signaux ` a energie nie. La quantite p(t) = s(t)s
(t)
sappelle la puissance instantanee. Les signaux de duree limitee sont ` a energie nie.
2.2 Signaux à puissance moyenne nie
On denit, si elle existe, la puissance moyenne par
p = lim
_
+/2
/2
s(t)s
(t) dt
Si cette limite est nie, on parle de signaux à puissance moyenne nie. Dans le cas des
signaux periodiques de periode T
0
, la puissance moyenne du signal correspond ` a la puissance
6 Chapitre 2. Energie et puissance
moyenne sur une periode du signal.
p =
1
T
0
_
+T
0
/2
T
0
/2
s(t)s
(t) dt
p sexprime en Watts (Joules par seconde).
Remarques:
un signal denergie nie (E < ) à une puissance moyenne nulle,
un signal denergie E = 0 est considere comme egal à 0 (signal nul),
2 signaux x(t) et y(t) sont egaux si lenergie de leur dierence est nulle
_
+
[x(t)
y(t)[
2
dt = 0
Tous les signaux physiques sont à energie nie mais on les modelise mathematiquement
comme des signaux eternels dont on observe une certaine duree.
Signaux nuls E = 0
Signaux à energie nie
E <
P = 0
signaux de module ni et de support borne
Signaux à puissance moyenne nie
E =
P <
signaux periodiques
Autres signaux
E =
P =
s(t) = t, bruit blanc, dirac
2.3 Energie dinteraction de 2 signaux
Prenons comme exemple 2 sources ponctuelles S
1
et S
2
produisant en un point de lespace
une onde de pression s
1
(t) et s
2
(t). Lorsque ces 2 sources agissent simultanement, londe de
pression en ce point est s(t) = s
1
(t) +s
2
(t). Si on veut calculer lenergie de s(t), on obtient
2.4 Autocorrelation, intercorrelation, convolution 7
alors :
E =
_
+
s(t)s
(t) dt
=
_
+
s
1
(t)s
1
(t) dt +
_
+
s
2
(t)s
2
(t) dt +
_
+
s
1
(t)s
2
(t) dt +
_
+
s
2
(t)s
1
(t) dt
E = E
1
+ E
2
+ E
12
+ E
21
On a lenergie de chacune des 2 ondes plus des termes croises relatifs ` a linteraction des 2
signaux.
On denit donc
la puissance instantanee dinteraction de 2 signaux par:
P
xy
(t) = x(t)y
(t)
On remarque que P
yx
(t) = P
xy
(t),
lenergie dinteraction de 2 signaux
E
xy
=
_
+
x(t)y
(t) dt
avec [E
xy
[
2
E
x
E
y
2.4 Autocorrelation, intercorrelation, convolution
2.4.1 Fonction dautocorrelation dun signal
` a energie nie
C
ss
() =
_
+
s(t)s
(t ) dt
0 0.02 0.04 0.06
1
0.5
0
0.5
1
Signal utile x(t)
0 0.02 0.04 0.06
4
2
0
2
4
Signal bruit y(t), RSB=7dB
0 0.02 0.04 0.06
100
50
0
50
100
Cxx()
0 0.02 0.04 0.06

100
50
0
50
100
150
200
Cyy()
Autocorrelation dune sinusode et dune sinusode bruitee

` a puissance moyenne nie
C
ss
() = lim
T
1
T
_
+T/2
T/2
s(t)s
(t ) dt
periodique
C
ss
() =
1
T
0
_
+T
0
/2
T
0
/2
s(t)s
(t ) dt
La fonction dautocorrelation traduit la similitude dun signal au niveau de la forme en
fonction dun decalage temporel. Cest une mesure de la ressemblance du signal avec lui
meme au cours du temps. Dans le cas dun signal periodique, la fonction dautocorrelation
le sera aussi et permettra de detecter cette periodicite.
2.4.2 Proprietes de la fonction dautocorrelation
C
ss
(0) = E
s
0 : lautocorrelation est maximum en 0 et correspond à lenergie du
signal.
Dans le cas ou s(t) est un signal reel, la fonction dautocorrelation est paire C
ss
() =
C
ss
().
Dans le cas ou s(t) est un signal complexe, la fonction dautocorrelation est ` a symetrie
hermitienne C
ss
() = C
ss
().
2.4 Autocorrelation, intercorrelation, convolution 9
0 0.05 0.1 0.15
4
2
0
2
4
Signal mis
temps (t)
0 0.05 0.1 0.15
10
5
0
5
10
Signal recu
temps (t)
0.15 0.1 0.05 0 0.05 0.1 0.15
200
100
0
100
200
300
400
Intercorrlation Cxy()
Exemple dune impulsion radar

2.4.3 Fonction dintercorrelation
` a energie nie
C
xy
() =
_
+
x(t)y
(t ) dt
C
xy
() = lim
T
1
T
_
+T/2
T/2
x(t)y
(t ) dt
Puisque C
xy
() est une mesure de similitude, elle atteint son maximum pour une valeur de
lorsque la similitude est la plus grande.
2.4.4 Produit de convolution
Le produit de convolution est un outil très pratique pour le calcul de la reponse dun
système lineaire et invariant dans le temps. En eet la reponse y(t) dun tel système à une
entree quelconque x(t) sexprime comme le produit de convolution de x(t) avec la reponse
impulsionnelle h(t) du système, cest ` a dire :
y(t) = x(t) h(t) = h(t) x(t) =
_
+
h(u)x(t u) du =
_
+
x(u)h(t u) du
2.5 Exercices : Autocorrelation
Soit la fonction x(t) = S
0
e
i
0
t
1. Montrer que cette fonction est periodique de periode T
0
(x(t + T
0
) = x(t)).
2. Calculer la fonction dautocorrelation C
xx
().
3. Verier les proprietes de la fonction dautocorrelation suivantes :
(a) C
xx
(0) =Puissance moyenne,
(b) C
xx
() = C
xx
() : symetrie hermitienne,
(c) [C
xx
[ C
xx
(0) : la fonction est maximum en 0,
(d) comme x(t) est periodique alors C
xx
() est periodique.
Soit la fonction x(t) = S
0
e
t
u(t)
avec > 0 et u(t) = 1 pour t 0 et 0 ailleurs
1. Representer sur le meme graphe lallure de x(t) et de x(t t
0
).
2. Montrer que la fonction dautocorrelation C
xx
() est
C
xx
() =
S
2
0
2
e
3. Verier les proprietes de la fonction dautocorrelation (3a), (3b), (3c)

4. Memes questions pour la fonction porte
(t).
11
Chapitre 3 Representation frequentielle
3.1 Introduction
3.1.1 Le signal periodique elementaire
Jusqu` a present tous les signaux etudies etaient de types analogiques et ils etaient representes
comme des grandeurs en fonctions du temps. Le signal periodique analogique elementaire
correspond au signal de type sinusodal dequation :
x(t) = A sin(
0
t + ) (3.1)
avec A lamplitude du signal, = 2f
0
la pulsation, f
0
la frequence du signal et la phase
` a lorigine.
12 Chapitre 3. Representation frequentielle
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
10
8
6
4
2
0
2
4
6
8
10
Sinusoide de frquence f
0
=150 Hz
Temps
A
m
p
l
i
t
u
d
e
Fig. 3.1 Representation temporelle.
Dans la realite les signaux etudies (signaux de parole, bruits, . . .), sont plus complexe (gure
3.2).
0 0.2 0.4 0.6 0.8 1 1.2 1.4
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
Temps
A
m
p
l
i
t
u
d
e
Fig. 3.2 Signal reel.
Il faut donc proposer une nouvelle representation permettant de caracteriser ces signaux. En
eet, la representation temporelle ne permet pas à elle seule de caracteriser totalement ces
signaux. La representation utilisee dans ce cas est appelee la representation frequentielle, le
but etant de transformer le signal temporel en un signal faisant intervenir des frequences. La
transformation permettant de realiser le passage dun signal temporel en un signal frequentiel
est appelee la Transformee de Fourier (TF).
3.1 Introduction 13
3.1.2 Representation frequentielle du signal elementaire
Lequation de londe elementaire (Eq. 3.1) montre que x(t) contient une seule et unique
frequence f
0
. La representation en frequence de ce signal est donc la plus simple possible, cf
gure 3.3.
0 500 1000 1500 2000 2500 3000 3500 4000
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
Frquences
A
m
p
l
i
t
u
d
e
Fig. 3.3 Representation frequentielle du signal elementaire
Comme les signaux que lon va etudier sont plus complexes que londe elementaire, ils
vont donc avoir une representation en frequence plus complexe, cest à dire avoir plusieurs
composantes en frequences, comme la montre la gure 3.4.
Temps
F
r
e
q
u
e
n
c
e
s
Fig. 3.4 Representation TempsFrequence du signal reel.
Le raisonnement utilise par la TF est dexprimer les signaux reels comme une somme innie
de signaux elementaires, o` u chacun deux est ponderes par un coecient. Lutilisation de
cette approche permet dobtenir toutes les representations frequentielles possibles.
Avant detudier la transformee de Fourier il est important dintroduire celle-ci par letude
du developpement en serie de Fourier des signaux periodiques.
3.2 Developpement en serie de Fourier
3.2.1 Denition
Lidee de base dun developpement en serie de Fourier est quun signal periodique peut etre
decompose en une somme de signaux harmoniques, cest à dire de signaux dont la frequence
est multiple dune frequence fondamentale.
Soit s(t) une fonction continue, periodique (T
0
). On peut decomposer ce signal en une somme
innie dexponentielles complexes de frequence multiple de f
0
= 1/T
0
, de sorte que
s(t) =
+
k=
S
k
e
j2k
t
T
0
S
k
=
1
T
0
_
+T
0
/2
T
0
/2
s(t)e
2k
t
T
0
dt
ou les S
k
representent les coecients de Fourier. La suite des coecients complexes S
k
constitue le spectre de raies discret du signal periodique s(t).
On peut egalement decomposer s(t) suivant :
s(t) = a
0
+
+
k=1
a
k
cos(k2
t
T
0
) + b
k
sin(k2
t
T
0
)
avec a
0
correspondant à la valeur moyenne du signal sur une periode
a
0
=
1
T
0
_
+T
0
/2
T
0
/2
s(t) dt
3.2 Developpement en serie de Fourier 15
et
a
k
=
2
T
0
_
+T
0
/2
T
0
/2
s(t) cos(k2
t
T
0
) dt
b
k
=
2
T
0
_
+T
0
/2
T
0
/2
s(t) sin(k2
t
T
0
) dt
3.2.2 Exemple
Soit le signal periodique (T = 2) suivant (cf g 3.5):
f(t) =
_
_
_
1 si 0 [t[ <
1 si [t[ < 2
Calcul des coecients a
k
et b
k
,
a
k
= 0 pour tout k
b
k
=
2
k
(1 (1)
k+1
)
soit s(t) =
+
k=1
b
k
sin(kt)
avec b
k
= 0 pour les k pairs.
3.2.3 Egalite de Parseval
Lenergie dun signal periodique P est egale ` a la somme des energies de ses harmoniques.
P =
1
T
0
_
+T
0
/2
T
0
/2
[s(t)[
2
dt =
+
k=
[S
k
[
2
= [a
0
[
2
+
1
2
+
k=1
([a
k
[
2
+[b
k
[
2
))
ou chaque terme [S
k
[
2
represente la puissance moyenne apportee par la composante e
j2kt/T
0
0 0.005 0.01 0.015 0.02
4
2
0
2
4
0 0.005 0.01 0.015 0.02
4
2
0
2
4
0 0.005 0.01 0.015 0.02
4
2
0
2
4
0 0.005 0.01 0.015 0.02
4
2
0
2
4
Signal
Signal + S
1

Signal + S
3
Signal + S
5

Fig. 3.5 Signal reconstruit
3.2.4 Quelques proprietes
On a vu que la composante a
0
= S
0
de s(t) est appelee composante continue. Cest la valeur
moyenne de s(t) sur une periode.
La frequence f
0
=
1
T
0
est la frequence fondamentale et les composantes a
1
et b
1
constituent
lamplitude du fondamental. Les frequences f
k
= k/T
0
pour k > 1 constituent les harmoniques
dordre k (1er harmonique f
2
= 2/T
0
fois le fondamental).
De plus,
Si s(t) est paire alors b
k
= 0 k.
Si s(t) est impaire alors a
k
= 0 k.
Si s(t) est reelle, a
k
, b
k
sont reels et S
k
= S
k
.
Si s(t) est complexe, a
k
, b
k
sont complexes.
3.3 Proprietes des series de Fourier 17
3.3 Proprietes des series de Fourier
3.3.1 Liens entre les coecients S
k
, a
k
et b
k
Pour k > 0,
S
0
= a
0
a
0
= S
0
S
k
=
1
2
(a
k
j b
k
) a
k
= S
k
+ S
k
S
k
=
1
2
(a
k
+ j b
k
) b
k
= j(S
k
S
k
)
3.4 Exercice
Calcul des coecients de la serie de Fourier du signal periodique s(t) de periode T
0
=
3
2
s
K
(t) = a
0
+
K
k=1
a
k
cos(k
2
T
0
t) + b
k
sin(k
2
T
0
t)
La valeur moyenne sur une periode est de : a
0
=
2
3
_
_
/2
0
dt +
_
3/2
dt
_
=
2
3
coecients a
k
a
k
=
2
T
0
_
_
/2
0
cos(2k
t
T
0
) dt +
_
3/2
cos(2k
t
T
0
) dt
_
a
k
=
1
k
_
sin(2k
2
2
3
) + sin(2k
3
2
2
3
) sin(2k
2
3
)
_
=
2
k
sin(2k/3)
0 2 4 6 8 10 12 14 16 18 20
0.3
0.2
0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Coeficients a
k
k
0 2 4 6
0.2
0
0.2
0.4
0.6
0.8
1
Signal original
0 2 4 6
0.2
0
0.2
0.4
0.6
0.8
1
Signal reconstruit K=20
0 2 4 6
0.2
0
0.2
0.4
0.6
0.8
1
temps (t)
0 2 4 6
0.2
0
0.2
0.4
0.6
0.8
1
temps (t)
Reconstruction du signal original
19
Chapitre 4 Filtrage
4.1 Filtrage des signaux à temps continu
4.1.1 Filtre lineaire continu et invariant dans le temps
Un système est dit lineaire si pour les entrees x
1
(t) et x
2
(t) respectivement on obtient les
sorties y
1
(t) et y
2
(t) alors pour lentree a
1
x
1
(t) +a
2
x
2
(t) on obtient a
1
y
1
(t) +a
2
y
2
(t) avec
a
1
, a
2
C.
Un système est dit invariant dans le temps si son comportement se reproduit de facon
identique au cours du temps. Si pour une entree x(t) on a une sortie y(t), alors pour x(t )
on a y(t ).
Un système est dit instantane ou sans memoire si la relation entreesortie est du type
y(t) = g[x(t)].
Un système est dit stable si la reponse ` a toute entre bornee est elle meme bornee.
Un système est continu ssi
20 Chapitre 4. Filtrage
lim
n
x
n
(t) = x(t) y
n
(t) = h(t) x
n
(t)
avec
lim
n
y
n
(t) = y(t) y(t) = h(t) x(t)
ou H(p) (tranformee de Laplace) est la fonction de transfert du système.
On appelle ltre un système lineaire continu et invariant dans le temps.
4.1.2 Filtrage frequentiel
On appelle ltrage frequentiel, loperation consistant ` a prelever, supprimer, ou seulement
attenuer tout ou une partie des composantes frequentielles dun signal.
Par denition y(t) = h(t) x(t),
H(f) sappelle la reponse en frequences du ltre
[H(f)[ sappelle le gain en frequences du ltre
Arg(H(f)) sappelle la phase du ltre.
La relation fondamentale des ltres est donnee par,
Y (f) = H(f) X(f) avec
_
_
_
X(f) = TF [x(t)]
X(f) = TF [x(t)]
on appelle h(t) = TF
1
[H(f)] la reponse impulsionnelle du ltre. En eet, par TF inverse
y(t) = x(t) h(t) =
_
+
h(t
) x(t t
) dt
dans le cas ou x(t) = (t), y(t) = h(t) (t) = h(t), dou le nom de reponse impulsionnelle
pour h(t). h(t) ne peut pas commencer avant 0 cest ` a dire preceder la cause. Un ltre est
realisable si sa reponse impulsionnelle h(t) est causale (h(t) = 0 pour t < 0) et sil est stable.
On rappelle quun ltre est stable ssi ` a toute entree bornee correspond une sortie bornee,
_
+
[h(t)[ dt < .
4.1 Filtrage des signaux à temps continu 21
4.1.3 Puissance et energie des signaux avant et après ltrage
Filtrer un signal revient aussi ` a lui prelever une partie de son energie. Il est important de
considerer la puissance et lenergie des signaux avant et après ltrage dans le temps et en
frequence.
Y (f) = H(f) X(f)
[Y (f)[
2
= [H(f)[
2
[X(f)[
2
Or on a vu que [X(f)[
2
=
xx
(f) correspond à la densite spectrale denergie (signaux ` a
energie nie), dou :
yy
(f) = [H(f)[
2
xx
(f)
par TF inverse on montre que :
C
yy
() = C
hh
() C
xx
()
avec C
hh
() =
_
+
h(t)h
(t ) dt.
Si x(t) est ` a energie nie,
xx
(f) est la densite spectrale denergie,
C
xx
() =
_
+
x(t)x
(t ) dt =
_
+
xx
(f)e
j2f
df
C
xx
(0) =
_
+
x(t)x
(t) dt =
_
+
xx
(f) df = E
x
Si x(t) est ` a puissance moyenne nie,
xx
(f) est la densite spectrale de puissance,
C
xx
() = lim
T
1
T
_
+T/2
T/2
x(t)x
(t ) dt
C
xx
(0) = lim
T
1
T
_
+T/2
T/2
x(t)x
(t) dt = P
x
=
_
+
xx
(f) df
Si x(t) est un signal periodique de periode T
0
,
xx
(f) est la densite spectrale de
puissance, et C
xx
() est de periode T
0
.
xx
(f) = TF [C
xx
()] =
+
k=
[X
k
[
2
(f
k
T
0
)
De meme que le spectre X(f) dun signal preriodique est une suite innie de diracs de
poids X
k
complexes, la densite spectrale de puissance est une suite innie de diracs
de poids reels [X
k
[
2
.
X(f) =
+
k=
X
k
(f
k
T
0
)
4.1.4 Fenetrage temporel
On appelle fenetrage temporel, le fait de multiplier un signal de dure innie par une fenetre
pour obtenir un signal à duree nie correspondant à un signal physique.
La fenetre la plus simple est la fenetre rectangulaire mais il en existe bien dautres. Leet
de cette fenetre temporelle sur le signal et sur son spectre est tres important. En eet, si
par exemple on a le signal temporel suivant :
x(t) = cos(2f
0
t)
Si on lui applique une fenetre du type w(t) =
/2
(t) alors,
y(t) = x(t) w(t)
Y (f) = X(f) W(f)
Le fenetrage en temps correspond ` a une convolution des spectres en frequence,
Y (f) =

2
sinc[(f f
0
)] + sinc[(f + f
0
)]
4.1.5 Analyse blocsdiagrammes
Tres souvent un système general est decompose en sous systèmes, series, parallèles ou
boucles. Si chaque sous système est equivalent à un ltre, alors il a une fonction de transfert
frequentielle. Chaque fonction de transfert individuelle doit tenir compte des autres sous
systèmes, ou bien etre isolee des blocs suivants.
Fonctions elementaires que lon peut trouver :
Multiplication par un scalaire (fonction gain)
y(t) = K x(t) H(f) = K
Derivation
y(t) =
d x(t)
dt
H(f) = j2f
Integration
y(t) =
_
t
x(u) du H(f) =
1
j2f
Retard pur
y(t) = x(t t
0
) H(f) = ej2ft
0
4.1.6 Filtre sans distorsion
On a vu quun ltre (système lineaire continu, invariant dans le temps) modiait lamplitude
et la phase des composantes sinusoidales du singal dentree. En ltrage de signal, ceci peut
etre voulu lorsque par exemple, on cherche ` a eliminer certaines frequences.
En transmission de signal au contraire on souhaite transmettre un signal dun point à un
autre, sans distorsion. On suppose que le canal de transmission peut etre modelise idealement
par un système lineaire invariant dans le temps (cest ` a dire un ltre). On denit le ltre
sans distorsion, commme un ltre qui apporte un gain K et un retard t
0
au signal dentree
x(t),
y(t) = K x(t t
0
)
Y (f) = K ej2ft
0
X(f)
H(f) = K ej2ft
0
Le gain du ltre est K et la phase est Arg(H(f) = 2ft
0
.
Pour realiser un ltre sans distorsion il faut un gain constant f et une phase egale à une
fonction negative de la frequence. Ceci est irrealisable physiquement car h(t) est un dirac.
En fait dans la pratique on souhaite ces deux conditions seulement pour les frequences ou
le signal dentree a un contenu spectral. On dit que la bande passante du ltre doit contenir
les supports frequentiels des signaux ` a lentree du ltre.
Remarque : loreille humaine est sensible à la distorsion de phase.
4.1.7 Exercices
- Soit le signal periodique s(t) deni par s(t) = A cos(2f
0
t +
0
)
1. Donner la fonction dautocorrelation C
ss
() et la densite spectrale de puissance de
s(t).
2. Soit la sortie du ltre h(t) denie par y(t) = h(t) x(t) = x(t) x(t T)
(a) Quel est le signal de sortie si le signal dentree x(t) est un dirac (t).
(b) Calculer la reponse en frequence du ltre H(f).
(c) Calculer [H(f)[
2
et en deduire C
hh
().
3. On considère maintenant que lentree x(t) = s(t).
(a) Calculer la fonction dautocorrelation C
yy
() de y(t).
(b) En deduire la puissance moyenne du signal de sortie.
(c) Calculer la densite spectrale du signal de sortie y(t).
(d) En deduire la puissance moyenne du signal de sortie, par P
y
=
_
+

yy
(f) df
- Soit le signal x
0
(t) denit par
x
0
(t) =
_
_
A pour 0 t
A pour t 2
0 ailleurs
avec = 2 s et A = 1 V .
1. Dessiner ce signal.
2. Donner lenergie de ce signal.
3. Calculer et tracer la fonction dautocorrelation de x
0
(t), C
x
0
x
0
().
- Soit un signal x(t) reel non nul pour 0 < t < t
1
et de fonction dautocorrelation C
xx
().
Soit y(t) la sortie dun ltre lineaire de reponse impulsionnelle h(t). On dit quun ltre est
adapte au signal x(t) si h(t) = x(t
1
t).
1. Calculer dans ce cas y(t) et lexprimer en fonction de C
xx
().
2. Pour quelle valeur de t, la sortie y(t) est-il maximal? On utilisera une propriete des
fonctions dautocorrelation.
- Soit le signal v(t) =
+
n=

/2
(t nT)
1. Tracer ce signal.
2. Calculer la transformee de Fourier V (f) de ce signal
-Soit le signal y(t) = Av(t) x(t) avec x(t) = cos(2f
0
t)
1. Tracer ce signal.
2. Calculer la transformee de Fourier de ce signal en utilisant la convolution de V (f) et
X(f).
4.2 Transmission de signaux
4.2.1 Signaux à bande limitee
On a jusqu` a present consideree des signaux detendue spectrale innie et utilise des modèles
mathematiques, mais ces signaux ne sont pas physiques.
Considerons un signal s(t) à transmettre dont le spectre, calcule par la TF est S(f). Pour
un signal physique reel on denit une frequence min f
m
et une frequence max f
M
telles
quon considère que le spectre S(f) est negligeable ou nul au del` a : ceci forme le support
spectral. Par exemple en telephonie on considère que f
m
= 300 Hz et f
M
=3400 Hz, alors
quen haute delite f
m
= 20 Hz et f
M
=20000 Hz.
La transmission de ce signal seectue sur un canal de transmission necessairement imparfait
et qui laisse passer certaines frequences et pas dautres. On parle de bande passante du canal
de transmission. Le canal de transmission peut etre un cable metallique, une bre optique
ou encore le milieu aerien (ondes hertziennes).
signal passe-bas
Le signal a pour support [B, B] avec f
m
= 0 et f
M
= B. Ce signal est aussi appele signal
en bande de base ou signal basse frequence.
signal passe bande
Un signal reel est passe bande si le support de sa TF est borne et ne contient pas la frequence
0. On peut trouver une frequence f
p
appelee frequence porteuse et une frequence B appelee
demi largeur de bande qui contiennent f
m
= f
0
B et f
M
= f
0
+B. Si f
0
B on parle de
signaux bande etroite.
4.2 Transmission de signaux 27
Le support spectral du signal s(t) doit etre compris dans la bande passante du canal de
transmission. Il y a deux types de transmission :
1. la transmission en bande de base,
2. la transmission par modulation.
4.2.2 Transmission en bande de base
On ne fait rien, les signaux sont transmis dans leur support spectral original qui est adapte
` a la bande passante du canal.
4.2.3 Transmission par modulation
On transpose la support spectral des signaux dans la bande passante du canal de transmission.
Ceci se fait par modulation. Si on appelle y
p
(t) = A cos(2f
p
t+
p
) londe porteuse, il existe
trois types de modulation
si A varie en fonction de x(t) Modulation damplitude
si f
p
varie en fonction de x(t) Modulation de frequence
si varie en fonction de x(t) Modulation de phase
La transmission par modulation permet daugmenter les distances de propagation.
4.2.4 Denition dun ltre de Hilbert
On appelle ltre de Hilbert, le ltre de fonction de transfert
Q(f) = j sign(f)
Le gain en frequence est egal ` a 1. Les frequences positives sont dephasees de 90
, alors que
les frequences negatives sont dephasees de +90
. Le ltre de Hilbert est un dephaseur pur

de
2
appele aussi ltre en quadrature.
Calcul de la reponse impulsionnelle
La TF de s(t) = sign(t) est egale à S(f) =
1
jf
. A partir du theorème de dualie :
s(t)
TF
S(f)
S(t)
TF
s(f)
on peut ecrire,
h(t) =
1
t
comme h(t) nest pas causal, Q(f) nest pas realisable physiquement.
Transformee de Hilbert
On denit la transformee de Hilbert x(t) comme la sortie dun ltre quadratique,
x(t) =
1
_
+
x(t
)
t t
dt
X(f) = j sign(f) X(f)

Cette integrale pose des problèmes pour t = t
, aussi on prend la valeur principale au sens

de Cauchy,
x(t) =
1
_
lim
0
_
t+
x(t
)
t t
dt
+ lim
0
+
_
+
t+
x(t
)
t t
dt
_
4.2.5 Signal analytique associe à un signal reel
Lidee est de dire que comme un signal x(t) reel possède un spectre X(f) à symetrie
hermitienne X(f) = X
(f) la connaissance de X(f) pour f > 0 est susante pour

caracteriser ce signal reel x(t).
On denit le signal analytique z
x
(t) associe au signal reel x(t) comme etant le signal complexe
4.2 Transmission de signaux 29
z
x
(t) tel que son spectre Z
x
(f) soit denit comme suit,
Z
x
(f) = 2X(f) si f > 0
= 0 si f < 0
Remarques
z
x
(t) est forcement complexe car son spectre nest pas à sysmetrie hermitienne.
Z
x
(f) = 2 u(f) X(f) u : fonction Heaviside
Z
x
(f) = [1 + j(j sign(f))]X(f)
Z
x
(f) = X(f) + j Q(f) X(f)
par Fourier inverse,
z
x
(t) = x(t) + j x(t)
puisque le spectre de z
x
(t) est nul pour f < 0
z
x
(t) = 2
_
+
0
X(f) e
j2ft
dt
passage de z
x
(t) à x(t) : x(t) = 1[z
x
(t)]
ltrage de signaux analytiques, y(t) = h(t) x(t) donne z
y
(t) = h(t) z
x
(t).
4.2.6 Enveloppe complexe des signaux bande etroite
On rappelle quun signal bande etroite est un signal passe bande reel tel que f
0
B. Pour
ces signaux on denit lenveloppe complexe
x
(t) dun signal bande etroite x(t) associee ` a
la frequence f
0
, le signal complexe en bande de base tel que,
x
(f) = Z
x
(f + f
0
)
(On ramène le signal passe bande en bande de base).
4.2.7 Amplitude et phase instantanees dun signal bande etroite
x
(t) est un signal complexe,
x
(t) = a
x
(t) e
jx(t)
x(t) = a
x
(t) cos(2f
0
t +
x
(t))
avec a
x
(t) lamplitude instantanee du signal passe bande x(t), et est la phase instantanee.
On interprete un signal bande etroite x(t) autour de la frequence f
0
comme une sinusode
de frequence f
0
dont lamplitude et la phase instantanee varient lentement par rapport à f
0
.
31
Deuxième partie
Transmission analogique
32 Chapitre 1. Modulation damplitude
Chapitre 1 Modulation damplitude
1.1 Introduction
La modulation est un principe très utilise en telecommunications. Cest un procede permettant
de transformer le signal que lon souhaite transmettre s(t), en un signal adapte au canal de
transmission qui est ` a bande passante limitee. Il sagit donc de transposer le signal de donnees
dans un domaine de frequence compatible avec le support (le canal de communication). Un
moyen dobtenir cette transposition consiste ` a eectuer une modulation dun signal appele
porteuse (signal module) par le signal utile (signal modulant). La modulation utilise une
onde sinusodale de reference appelee porteuse, dont la frequence est très superieure au
signal modulant. La porteuse p(t) est representee par :
p(t) = A
p
(t) cos(
p
t + (t)),
p
= 2 f
p
dans cette formule, f
p
represente la frequence porteuse, A
p
(t) et (t) represente respectivement
lamplitude instantanee et la phase instantanee de la porteuse modulee.
Lorsque A
p
(t) depend lineairement de s(t) on a une modulation damplitude. Dans le cas o` u
la phase
p
(t) =
p
t +(t) depend lineairement de s(t) on a une modulation de phase o` u de
frequence. Ces deux dernières modulations sont regroupees sous lappellation de modulation
dargument.
Dans le cas de la modulation damplitude, la porteuse peut secrire ((t) = 0) :
1.2 Modulation à bande laterale double 33
p(t) = A
p
(t) cos(
p
t) (1.1)
suivant le type de relation spectrale entre s(t) et A
p
(t) on distinguera plusieurs type de
modulations.
1.2 Modulation à bande laterale double
On est en presence dune modulation BLD lorsque lamplitude de la porteuse est proportionnelle
` a s(t), cest ` a dire que le signal resultant est de la forme
x
bld
= s(t) cos(
p
t)
souvent = 1.
Le principe de cette modulation revient ` a multiplier le signal utile s(t) par cos(
p
t)
La valeur de f
p
est souvent grande devant la frequence maximale de s(t).
1.2.1 Demodulation dun signal BLD
En reception, il faut extraire le signal utile. Cette operation sappelle demodulation. Le
message s(t) peut etre extrait du signal x
bld
en le multipliant par une porteuse locale
cos(
p
t), et en utilisant un ltre passe-bas pour eliminer les frequences hors du domaine du
signal utile.
x
bld
cos(
p
t) =
1
2
s(t)(1 + cos(2
p
t))
La diculte principale de cette methode de demodulation est de disposer dun signal de
meme frequence que celle de la porteuse p(t).
1.3 Modulation damplitude ordinaire
Cest le procede de modulation damplitude le plus courant, utilise en radiodiusion. Il
consiste ` a laisser une porteuse damplitude signicative dans un signal ` a double bande
Fig. 1.1 Modulation a bande laterale double
laterale.
Cette modulation damplitude, appelee AM, apparat comme une simple multiplication de
la porteuse par un signal k+s(t), qui est une fonction lineaire du message. Le signal obtenu
est donc :
x
am
= [k + s(t)] cos(
p
t) (1.2)
En general = 1.
1.3.1 Demodulation dun signal AM
Lavantage de ce procede AM est sa simplicite de demodulation, connue sous le nom de
detection denveloppe. La condition de bon fonctionnement dun detecteur denveloppe en
AM est la suivante :
1.3 Modulation damplitude ordinaire 35
Fig. 1.2 Signal AM et son enveloppe
k + s(t) > 0 quel que soit t
ou encore
k [min(s(t))[ (1.3)
La forme la plus simple dun detecteur denveloppe est dassocier une diode en serie avec
un circuit RC parallèle. Lors de lalternance positive du signal qui lui est applique, la diode
est polarisee dans le sens passant et la capacite C se charge rapidement ` a la valeur crete du
signal. Des que celui-ci se met ` a decroitre, la diode est polarisee en inverse et se bloque. La
capacite C se decharge lentement dans la reristance R jusqu` a lalternance positive suivante.
Pour que ce detecteur fonctionne de facon correcte, il faut choisir une constante de temps
adequate pour la decharge de la capacite C. En pratique , il sut davoir :
1
f
p
1
f
M
Fig. 1.3 Detecteur denveloppe en AM
1.3.2 Index de modulation
On denit pour la modulation damplitude un index de modulation :
=
[ min[s(t)][
k
Daprès la relation 1.3, la condition pour pouvoir demoduler un signal AM au moyen dun
detecteur denveloppe est :
1
Lorsque > 1, le signal est dit surmodule, ce qui produit une distorsion de lenveloppe
representant le signal utile.
1.4 Modulation à bande laterale unique
Les systèmes de modulations AM et BLD ont une occupation spectrale excessive du spectre
de frequence puisquils necessitent une largeur de bande egale à 2 fois celle du signal utile.
Comme lune ou lautre des 2 bandes contient ` a elle seule toute linformation necessaire pour
1.5 Modulation à bande laterale residuelle 37
reconstituer le signal, il sut de nen transmettre quune. On parle alors de transmission ` a
bande laterale unique (BLU).
Une methode permettant dobtenir un signal BLU, consiste ` a supprimer une des 2 bandes
laterales par ltrage. Cette solution nest cependant pas simple à mettre en oeuvre car il
impose des ltres de caracteristiques très raides.
1.4.1 Demodulation
La demodulation des signaux BLU, peut seectuer par le produit du signal incident par
une porteuse locale et quon ltre le signal obtenu au moyen un ltre passe-bas.
1.5 Modulation à bande laterale residuelle
La modulation BLR est un compromis entre la BLU et la BLD. En eet, on transmet
une bande laterale dans sa presque totalite et seulement une fraction de lautre. La bande
passante requise pour la transmission dun tel signal est de lordre de 1.25 fois celle que
requiert un signal BLU. On utilise la methode BLR pour la diusion des signaux video de
television.
1.6 Applications des modulations analogiques
1.6.1 Subdivisions des bandes de frequences
La modulation est systematiquement utilisee dans le domaine des liaisons radio, tant pour
la radiodiusion que pour les reseaux radio civils ou militaires.
Pour une zone geographique donnee, chaque emetteur radio ou chaque reseau radio recoit un
intervalle de frequences dans lequel le signal module peut etre emis; de cette manière, il ny a
aucun recouvrement des dierents spectres emis, et en principe, pas dinterferences mutuelles
entre reseaux radio. Pour le plupart des modulations (AM, FM, PM), la frequence centrale
de chaque intervalle correspond à la frequence f
p
de la porteuse. La largeur de chaque
intervalle de frequences, de meme que le type de modulation dependent de lapplication
(radiodiusion, reseau mobile, etc) et du mode de propagation des ondes.
Les subdivisions des bandes en frequences sont decrites sur les tableaux ci-dessous :
Radiodiusion
Bande Denomination Type de modulation Bande passante
150 - 260 kHz Ondes longues AM classique 10 kHz
530 - 1605 kHz Ondes moyennes AM classique 10 kHz
88 - 108 MHz VHF bande II FM 200 kHz
Reseaux militaires
Bande Denomination Type de modulation Bande passante
1,5 - 30 MHz HF SSB-SC * 3 kHz
30 - 88 MHz VHF FM 25 kHz
225 - 400 MHz UHF (air-sol et air-air) AM classique 25 KHz
Tab. 1.1 Subdivision des bandes de frequences, * single side bande suppressed carrier
(frequency).
1.6.2 Transposition de frequence
Dans certaines applications, notamment en reception de signaux modules, on fait souvent
une transposition en frequence an de decaler la bande occupee par le signal dans une autre
region du spectre de frequence. Cest ainsi que la plupart des recepteurs radio AM, recepteurs
commerciaux de la gamme moyennes ondes, les signaux radio-frequence (RF) recus (de 540
` a 1600 kHz) sont transposes autour dune frequence intermediaire FI de 455 kHz avant
detre plus facilement amplies, ltres et demodules. On qualie ainsi cette operation de
changement de frequence heterodynage.
Le problème associe ` a lheterodynage est lapparition de frequences images. Supposons que
lon règle le recepteur sur une station dont la frequence est de 600 kHz, loscillateur local
produira un ` a 1055 kHz. Supposons quil existe une autre station emettant sur 1510 kHz,
elle sera egalement recue par le recepteur, puisque la dierence 1510-1055=455 kHz. Cette
deuxième frequence 1510 = 600 + 2 455 est appelee frequence image de la première.
Après loperation dheterodynage, elles sont impossibles ` a distinguer. On notera que cette
frequence image est distante de la frequence utile dune valeur egale ` a 2 FI.
On ecarte cette frequence indesirable au moyen dun ltre haute frequence (radio frequence,
RF) qui precède le melangeur.
1.6 Applications des modulations analogiques 39
Les avantages de ce procedes, dit detection heterodyne sont :
en reception radio (son ou television), ceci permet dutiliser le meme demodulateur,
operant sur la frequence intermediaire pour tous les canaux. On utilise aussi bien ce
procede en modulation damplitude quen modulation de frequence.
il espace la frequence porteuse selectionnee de sa frequence image dun intervalle de
frequence egal à 2 FI, ce qui facilite le ltrage. En eet, si 2 FI est superieure ` a la
bande occupee par lensemble des canaux devant etre recus, un ltre passe bande xe
sut à eliminer toutes les frequences image.
Ainsi, en reception de radiodiusion ( de la bande FM, setendant de 87 à 108 MHz,
on passe par une frequence intermediaire de valeur : FI = 10,7 MHz.
1.6.3 Multiplexage en frequence
Principe
Le multiplexage est une technique permettant dassembler plusieurs messages en un seul
message composite an de le transmettre sur un seul et meme canal de communication. Il
existe 2 types de multiplexage, le multiplexage en frequence et le multiplexage temporel.
Dans le premier cas, les divers signaux sont repartis sur plusieurs frequences distinctes tandis
que, dans le second, ils sont segmentes dans le temps.
Le multiplexage frequentiel est utilise en telephonie, en radiodiusion, en television et sur
les reseaux de communication.
Les stations de radiodiusion en moyennes ondes emettent sur des frequences espaces de 10
kHz dans une gamme qui va de 540 kHz à 1600 kHz. Cette separation est insusante pour
la transmission AM en haute delite demissions musicales, qui exige pour la modulation
audio une bande passante dau moins 15 KHz. Cest pourquoi lon attribue les frequences
voisines qu` a des stations AM geographiquement distantes pour reduire les interferences.
Les emissions commerciales en modulation de frequence (FM), utilisent des canaux de
frequences distants de 200 kHz. Sur les liaisons telephoniques ` a grande distance, on sait
transmettre jusquà 600 communications (dont la bande passante setend de 200 Hz à 3.2
KHz) sur un cable coaxial ou un faisceau hyperfrequence en utilisant une modulation BLU
de frequences porteuses separees de 4kHz. Le signal composite obtenu par sommation des
signaux elementaires transposes en frequence module habituellement une porteuse generale,
raison pour laquelle on appelle sous porteuse individuelles assurant les transpositions de
frequence en question.
Fig. 1.4 Multiplex frequentiel
Application aux signaux telephoniques
En telephonie, lITU-T (International Telecommunication Union - Telephonie)a recommande
de limiter la largeur spectrale dun signal telephonique ` a 3100 Hz dans la bande de 300 -
3400 Hz.
LITU-T a des lors recommande de consacrer un intervalle de frequence de 4000 Hz à chaque
voie de transmission telephonique. De plus, il a ete introduit une sorte de hierarchie pour
les signaux multiplex. Une fois que lon a obtenu plusieurs signaux multiplex, ou groupe
primaires, comprenant chacun P voies de transmission, il est possible de multiplexer ces
groupes primaires entre eux pour former des groupes secondaires, et ainsi de suite.
Les normes de lITU-T recommande ce qui suit :
1.7 Exercices 41
Denomination Nb de groupes Nb de voies Largeur spectrale
Voie de transmission 1 4 kHz
Groupe primaire 1 12 48 kHz
Groupe secondaire (Super) 5 60 240 kHz
Groupe tertiaire (Master) 5 super 300 1,2 MHz
Groupe quaternaire (Supermater) 3 master 900 3,6 MHz
Tab. 1.2 Normes de lITU - T.
1.7 Exercices
1.7.1 Modulation BLD
1. Evaluer leet dune erreur de phase de loscillateur local sur le detecteur synchrone
BLD.
2. Evaluer leet dune erreur de frequence minime () de loscillateur local sur le
detecteur synchrone BLD.
1.7.2 Multiplex frequentiel
1. Sachant que la bande radio AM setend de 540 ` a 1600 kHz, que le melangeur transpose
la frequence du signal re cu f
p
` a la frequence intermediaire FI de 455 kHz au moyen
dun oscillateur local de frequence f
0
, determiner :
la gamme de frequences dans laquelle doit fonctionner loscillateur local lorsque
f
0
> f
p
,
idem lorsque f
0
< f
p
.
2. Pour assurer le secret des transmissions, on peut traiter le signal dans un système
represente par la gure suivante. analyser le système et dessiner le spectre du signal
de sortie.
3. En utilisant lorthogonalite des fonctions sinus et cosinus, il est possible demettre et
de recevoir simultanement 2 signaux sur la meme frequence porteuse. Le principe
sur lequel repose ce genre de système, multiplexage ` a quadrature ou modulation
damplitude en quadrature (QAM) est illustre par la gure ci-après. Montrer que
chacun des signaux peut etre extrait au moyen dune detection synchrone faisant appel
` a 2 oscillateurs locaux de meme frequence mais fonctionnant en quadrature (dephases
de

4
).
43
Troisième partie
Transmission dinformations
numeriques
44 Chapitre 1. Generalites
Chapitre 1
Generalites
1.1 Le modèle OSI des reseaux de communication
Le modèle dinterconnexion des systèmes ouverts (OSI, Open Systems Interconnection), sert
de modèle ` a la conception de tous les reseaux. Il est compose de 7 couches decrites dans le
tableau 1.1. Il sagit dun modèle de reference dans le cadre duquel chaque type de reseau a
ses propres normes, denies par divers organismes qui suivent ce modèle.
Cette classication a un double interet car :
elle permet de denir precisemment les dierentes fonctions ` a assurer pour mettre en
communication 2 systèmes de traitement de donnees
elle denit, entre deux couches voisines, une interface normalisee permettant dinterconnecter
des equipements de constructeurs dierents ou destines ` a des supports de transmission
dierents.
Dans la suite nous allons nous interesser plus particulièrement ` a la première couche representant
la couche physique qui met en oeuvre la transmission proprement dite et qui depend de la
nature physique du support.
1.2 Canal de communication
Quelque soit le type de transmission dinformations utilise, on peut le mettre sous la forme
du schema bloc represente par la gure 1.1.
1.2 Canal de communication 45
N
Couche Fonction Forme des donnees

1 Physique Modulation/Demodulation,
transcodage specique au support utilise. bits
2 Liaison logique protocole dechanges de donnees et
correction derreurs de transmission trames
3 Reseau routage des paquets ` a travers le reseaux paquets
4 Transport transport du message, stabilite
contr ole de ux ux
5 Session Mise en place du dialogue entre t aches distantes,
synchronisation, verication des droits dacces
6 Presentation syntaxe et presentation des donnees echangees
7 Application Interfacage avec les systèmes utilisateurs
Support physique
Tab. 1.1 Le modèle OSI.
La transmission de donnees se fait entre une source et un destinataire à travers un canal de
transmission (ou canal) correspondant au support physique.
La source emet un signal.
Le message est vehicule ` a travers le canal qui est le siège de phenomène de propagation
(bruits, defauts, perturbations) qui est munie dequipement de transmission.
Ce message est transmis jusquau recepteur.
Remarques :
La source et le destinataire peuvent etre un ordinateur ou un terminal, une antenne
et un recepteur radio, . . .
Les canaux peuvent etre des lignes telephoniques, des faisceaux hertziens ou des voies
Source Canal Destinataire
Perturbations
Fig. 1.1 Le canal de transmission
radioelectriques, . . .
Ces dierents canaux de transmissions ont des caracteristiques speciques. Ils ne sont
pas concus pour transmettre des donnees binaires, il est donc necessaire dadapter la
source et le destinataire au canal utilise. Cest le role des equipements de transmission.
1.3 Types de transmissions
1.3.1 Quelques elements dun système de transmission
La gure 1.2 represente les dierents elements intervenant dans la transmission des donnees.
Fig. 1.2 Elements dun système de transmission
La machine de traitement peut etre source ou collecteur de donnees : equipement de
traitement, de memorisation, dacquisition de linformation (ordinateur, peripherique,. . . ).
Le controleur de communication est charge en particulier de la protection contre
les erreurs et du dialogue entre les deux systèmes. Il peut constituer un sous ensemble
1.3 Types de transmissions 47
physiquement dissocie de la structure de traitement.
Linterface permet dadapter le signal electrique au support physique de transmission.
Cette fonction est assuree en general par modulation/demodulation. Lequipement realisant
cette fonction sappelle un modem.
1.3.2 Transfert entre 2 systèmes
Le transfert dinformations entre 2 systèmes A et B peut seectuer par :
1. Simplex: le canal est toujours utilise dans le meme sens
(unidirectionnel) A B.
2. Half duplex: la transmission seectue alternativement dans un sens puis dans lautre
(1 ou 2 canaux), la liaison est dite bidirectionnelle A B.
3. Full duplex: les echanges peuvent avoir lieu simultanement dans les deux sens, la
liaison est dite bidirectionnelle integrale A B.
1.3.3 Transmission analogique/numerique
Les informations echangees peuvent etre de nature dierentes. En eet, on peut avoir des
informations de type analogique ou numerique.
Les informations analogiques resultent de la transformation dun signal physique, fonction
continue du temps, en un signal electrique. On y retrouve essentiellement le son (telephone,
radiodiusion), les images. Pour les transmettre sous cette forme, il est necessaire que le
reseau de telecommunication deforme le moins possible le signal transmis. La bande passante
est la principale caracteritique pour la transmission des signaux analogiques.
Les informations numeriques sont des nombres entiers qui peuvent representer soit une
valeur numerique, soit une donnee codee.
Suivant la nature de linformation et la nature de la transmission on peut avoir :
1. Transmission analogique dinformations analogiques : emission de la parole sur
le reseau telephonique, emission dimages television sur le reseau de telediusion,. . .
2. Transmission numerique dinformations numeriques : Les signaux sont transmis,
eventuellement après un codage prealable, directement sur le support de transmission.
On parle de transmission en bande de base.
3. Transmission analogique dinformations numeriques : modulation dune onde
porteuse par un signal numerique.
4. Transmission numerique dinformations analogiques : cette transmission necessite
une transformation du signal analogique en une suite de donnees binaires : cest le
processus de numerisation.
Linteret est double :
Le processus de transmission des donnees est le meme quelque soit la nature
initiale des donnees (analogique ou numerique).
Le traitement, le stockage et la restitution des donnees sont largement facilites
en utilisant des donnees numeriques plut ot que les donnees analogiques.
1.4 Les supports physiques
Les caracteristiques de la transmission sont fortement liees au type de support physique
utilise, on privilegiera un support par rapport ` a un autre en fonction des contraintes de
lapplication et donc des contraintes de la transmission (robustesse aux perturbations, debit,
. . .).
1.4.1 Cables conducteurs
Ce sont les supports les plus employes au niveau des utilisateurs pour des raisons de co ut,
dexistence prealable des cablages dans les batiments, de compatibilite directe des signaux
electriques avec les cartes electroniques des terminaux. Il en existe 2 types :
les c ables ` a paires symetriques : chaque paire est composee de 2 ls identiques en
general torsades sur lesquels se propage une onde electrique. Souples et economiques,
ces c ables sont utilises pour les reseaux locaux et les lignes telephoniques dabonnes.
Ils peuvent transporter des signaux de largeurs de bandes de plusieurs kHz pour la
telephonie analogique et modems et jusqu` a plusieurs dizaines de MHz en numerique.
1.4 Les supports physiques 49
les cables ` a paires coaxiales : sont principalement utilises en reseaux locaux informatiques
haut debit (plus haute qualite en haute frequence) et surtout en distribution video. Ils
sont pratiquement remplaces par les bres optiques dans les reseaux etendus et longue
distance.
1.4.2 Cables à bre optiques
Vehiculant des ondes lumineuses, les bres optiques, sont beaucoup plus performantes et
aussi plus s ures, souvent plus pratiques que les c ables conducteurs. Ces cables sont un
support de transmission en pleine expansion dans les reseaux longue et très longue distances.
Ils permettent la transmission de debits depassant plusieurs centaines de Mbit/s, atteignant
actuellement des dizaines de Gbits/s.
1.4.3 Transmissions sans l
Bien quil ny ait plus de support au sens materiel, les ondes electromagnetiques jouent
le r ole du support physique et la couche physique est presente sous la forme demetteurs,
de recepteurs et dantennes. En particulier, les ondes radio sont de plus en plus utilisees
notamment par les satellites, mais aussi du fait de lexplosion des communications avec les
mobiles.
Contrairement aux supports precedents, la propagation nest plus guidee, ce qui pose des
problèmes speciques, tels que la perturbation de la propagation des ondes, partages des
frequences, protection des informations.
Le domaine des frequences utilisees pour les telecommunications ne cesse de saccrotre : il
est passe des ondes courtes (3-30MHz) aux hyperfrequences (2-60 GHz) avec les faisceaux
hertziens et les satellites, et sinsère dans la bande UHF (200, 400, 900 et 1800 MHz) pour
les communications avec les mobiles.
Les ondes infrarouges connaissent un developpement croissant, pour les communications
en visilite directe ` a très courte distance et de preference indoor (telecommande, robotique
mobile, . . .). Elles peuvent transporter de hauts debits et resolvent certains problèmes de
perturbations et de condentialite poses par les liaisons radio.
51
Chapitre 2 Transmission analogique
2.1 Caracteristiques dun canal
2.1.1 Deformation du signal emis
Une voie de transmission (canal) permet lacheminement de linformation. Ces voies sont
caracterisees par leur comportement vis à vis dondes sinusodales que lon appelle aussi
ondes elementaires.
Source Canal Destinataire
Perturbations
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
10
8
6
4
2
0
2
4
6
8
10
Onde lmentaire
Temps
Fig. 2.1 Perturbation du canal sur londe elementaire.
On rappelle que londe elementaire est denie par :
x(t) = A sin(
0
t + )
o` u A est lamplitude,
0
= 2f
0
la pulsation, f
0
la frequence et la phase ` a lorigine.
52 Chapitre 2. Transmission analogique
Les canaux ne peuvent pas acheminer nimporte quel signal. Les signaux doivent respecter
certaines contraintes (de frequence en particulier). De plus, ces signaux sont soumis ` a des
perturbations et des attenuations.
Il existe donc 3 grandeurs principales caracterisant linuence du canal sur londe emise :
lattenuation, le dephasage et la bande passante.
Lattenuation: le signal en reception a une amplitude A
r
plus faible que lamplitude
de londe emise A
e
.
Le dephasage : represente le retard du signal recu par rapport au signal emis (() =
e
,= 0).
Exemple
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
10
8
6
4
2
0
2
4
6
8
10
Dphasage 60 et Attnuation du signal mis
Temps
signal mis
signal recu
Fig. 2.2 Deformation du signal
2.1.2 La bande passante
La bande passante (BP) est la caracteristique essentielle dun canal.
En pratique, les signaux emis ne sont pas aussi simples que les signaux elementaires de
type sinusodaux (1 pic en frequence). En eet, les signaux recouvrent une certaine plage
de frequences. Au cours de la transmission, le canal joue le r ole dun ltre lineaire et agit
2.1 Caracteristiques dun canal 53
plus ou moins, en fonction de la frequence, sur lamplitude et le dephasage du signal. En
particulier, certaines frequences seront tellement aaiblies que lon peut considerer quelles
ne sont pas transmises par le canal.
La reponse en frequence du ltre (G), exprime en dB, est donnee par la relation suivante :
G(f) = 20 log
10
_
[TF [signal re cu][
[ TF [signal emis][
_
Pour les frequences dont
G(f) > 0 il y a un gain en amplitude,
G(f) = 0 le ltre ne modie pas lamplitude et
G(f) < 0 il y a une attenuation du signal.
La bande passante à 3dB correspond à la bande en frequence (f
2
f
1
) pour laquelle G
max

G(f) G
max
-3dB, f
1
f f
2
0 500 1000 1500 2000 2500 3000 3500 4000
35
30
25
20
15
10
5
0
5
Frquences
Rponse en frquences dun filtre
Bande Passante (f
2
f
1
)
f
1

f
2

Fig. 2.3 Bande Passante dune ligne telephonique BP=3100 Hz
2.1.3 Quelques denitions
Intervalle signicatif (seconde) : temps (T) pendant lequel les caracteristiques du
signal à transmettre ne sont pas modiees.
Rapidite de modulation (R en bauds) : Nombre de changements detats du signal
par seconde sur la ligne de transmission. Cest linverse de lintervalle signicatif (1/T).
Debit binaire (D en bits/sec) : quantite dinformations par seconde emise par la
source, D=nR o` u n correspond au nombre de bits transmis par etat.
1.8 2 2.2 2.4 2.6 2.8 3 3.2

V0

V1

V2

V3

Temps
0 0 0 0 1 1 0 1 1 0
T
Fig. 2.4 R=5 bauds, n=2 bits, D=10 bits/sec
2.2 Transmission numerique par modulation dune porteuse 55
Rapidite de modulation maximale : R
max
2 BP
Valence dun signal (V) : Nombre detats signicatif V=2
n
.
Donc n=log
2
(V) avec log
2
(x)=ln(x)/ln(2).
Debit binaire maximal : D
max
= 2 BP log
2
V
Le bruit : an de determiner linuence du bruit, on considère le rapport de la
puissance du signal transmis sur celle du bruit (exprime en dB) : S/B=10 log
10
(
P
S
P
B
).
On parle de rapport signal sur bruit.
Valence maximale : La presence du bruit limite le nombre de niveaux signicatifs
V
max
=
_
1 +
P
S
P
B
Capacite maximale dun canal (C en bits/sec)
C
max
= BP log
2
(1+S/B)
Une ligne telephonique a une BP =3000 Hz et ore un S/B de 30 dB, C=3000 ln(1 +
10
30
10
)/ ln 2 = 29902 bits/sec.
2.2 Transmission numerique par modulation dune porteuse
2.2.1 Generalites
Dans le cas o` u le canal a une bande passante etroite la transmission des signaux en bande
de base nest pas adaptee. La modulation permet dadapter le signal en bande de base
aux caracteristiques du canal à laide dun signal elementaire (sinusodal) appele porteuse,
dequation : Asin(
0
t + ). Il existe donc trois types de modulation :
Signal binaire
1. A variable La modulation damplitude Saut damplitude
2. f
0
variable La modulation de frequence Saut de frequence
3. variable La modulation de phase Saut de phase
Certaines transmissions de donnees combinent plusieurs de ces modulations pour augmenter
la valence du signal.
On denit la frequence rythme F
r
(=rapidite de modulation) comme etant linverse de la
duree T consacree ` a la transmission dun symbole elementaire (un etat)
2.2.2 Modulation damplitude : A variable
Principe
La modulation par saut damplitude ou commutation damplitude (ASK Amplitude shift
keying) consiste à aecter ` a chaque etat une valeur damplitude de la porteuse. En gardant
0
et constant, on modie A selon la suite des signaux binaires à transmettre. Par exemple, le
cas le plus simple et le plus employe, de modulation par saut damplitude, est la modulation
par tout ou rien (OOK On-O Keying) :
A = 0 si le bit est ` a 0
A = +V si le bit est à 1
Dans cette modulation, ` a 1 correspond lemission de la porteuse, ` a 0 correspond son interruption
(ou par convention linverse).

Message

0
1
+V
0
V
Fig. 2.5 Modulation damplitude
Demodulation
Une simple detection denveloppe permet de retrouver le signal en bande de base.
Caracteristique
Cette modulation est peu ecace et ne permet pas de distinguer le symbole zero de labsence
dinformation.
2.2.3 Modulation de frequence : f
0
variable
Principe
La modulation par saut de frequence ou commutation de frequence (FSK Frequency shift
keying) consiste ` a aecter une frequence ` a chaque etat. En gardant A et constant on
modie f
0
selon la suite des signaux binaires ` a transmettre. Par exemple :
f
0
si le bit est à 0
f
1
= 2 f
0
si le bit est à 1

Message

0
1
+V
V
Fig. 2.6 Modulation de frequence
Demodulation
Le demodulateur consiste en general ` a separer par ltrage les frequences f
0
et f
1
, et ` a
demoduler separement 0 et 1. Cette demodulation peut-etre :
incoherente : redressement et ltrage passe-bas, cest la plus simple.
coherente : demodulation synchrone sur chaque voie, qui suppose une recuperation
de la phase. Elle est plus ecace et permet de reduire lecart entre les frequences,
donc reduit lencombrement spectral. Le demodulateur coherent est une realisation
du recepteur optimal lorsque la modulation est coherente, cest ` a dire que f
0
et f
1
sont multiples entiers de F
r
. Dans ce cas :
_
T
0
cos(2f
0
t) cos(2f
1
t) dt = 0 (les etats sont orthogonaux).
Caracteristique
Cette modulation a, par rapport à la modulation par tout ou rien, lavantage de distinguer le
symbole 0 de labsence de signal, ce qui autorise la transmission asynchrone. On lutilise dans
des applications simples, lorsquil ny a pas de restriction de bande passante : telecommande,
modem à 1200 bauds sur ligne telephonique (celui du minitel), ...
2.2.4 Modulation amplitude-frequence : A et f
0
variables
En gardant constant on modie A et f
0
selon la suite des signaux binaires ` a transmettre
o` u chaque etat est represente par plus dun bit, ce qui augmente la valence du signal (2
bits=Valence de 4). Par exemple : lamplitude depend du bit de poids fort et la frequence
du bit de poids faible.

Message

0
1
+V
2

V
2

0 0 1 0 1 1 0 1
V
1

+V
1

Fig. 2.7 Modulation amplitude-frequence
2.2.5 Modulation de phase : variable
Les modulations de phase et modulation damplitudephase sont beaucoup plus performantes
et plus utilisees que les precedentes.
Principe
La modulation par saut de phase ou commutation de phase (PSK Phase shift keying) consiste
` a aecter une phase à chaque etat. En gardant
0
et A constant on modie selon la suite
des signaux binaires ` a transmettre. Par exemple :
= + si le bit est à 0
= 0 si le bit est à 1

Message

0
1
+V
V
Fig. 2.8 Modulation de phase
En utilisant la notation exponentielle du signal module :
Re[A exp j(t + )]
on fait apparatre une amplitude complexe Aexp j = x+jy quon represente par un point
dans le plan complexe (dit de phase). A chaque etat est associe un point. En modulation
damplitude pure (ASK) les points sont sur laxe des reels; en modulation de phase pure
(PSK) ils sont sur un cercle. On peut combiner les deux (cf paragraphe 2.2.7).
Modulation de phase à 2 etats
Dans cette modulation (BPSK Binary Phase Shift Keying), les 2 etats sont en opposition de
phase, avec par exemple la règle etablie plus haut. Ceci revient tout simplement ` a multiplier
la porteuse par le signal logique de niveaux 1. Le spectre du signal est le spectre en bande
90
270
180 0
90
270
180
0
90
270
180
0
1 0
11
10
01
00
000
001 011
010
110
111
100
101
2 tats 4 tats
8 tats
Fig. 2.9 Constellations : representation des etats
de base, transpose autour de la frequence porteuse, comme en modulation tout ou rien, mais
aucun symbole ne se confond avec labsence dinformation, et la puissance de la porteuse
reste constante.
Modulation de phase à 4 etats et plus
Dans les modulations ` a 2
n
etats, un mot de n bits est associe à un etat. La duree dun etat
est donc nT (o` u T est la duree dun bit), ce qui permet de diviser la largeur du spectre par
n.
Pour la modulation de phase ` a 4 etats ou QPSK (Quadrature Phase Shift Keying), on peut
disposes les etats suivant un code de gray, cest à dire que chaque etats voisins dièrent dun
seul bit. En cas de confusion dun etat voisin, seul un bit est faux.
= /4 correspond ` a 11
= 3/4 correspond à 10
En modulation de phase à 8 etats, les phases des etats sont espacees de /4 et correspondent
aux valeurs : k /4+/8. Les mots de 3 bits se succèdent sur le cercle selon un code de Gray.
Au-del` a de 8 etats, une modulation de phase pure donnerait des etats trop rapproches, ce qui
augmenterait le risque derreur de transmission. Aussi, on utilise une modulation combinant
lamplitude et la phase, pour mieux espacer les etats dans le plan de phase.
2.2.6 Modulations de phase dierentielles
Cest une variante dans laquelle linformation est contenue non pas dans lecart de phase
avec la porteuse, dont la phase absolue nest pas facile ` a recuperer en reception, mais lecart
de phase par rapport à letat precedent.
La demodulation se fait en multipliant le signal recu par le signal de letat precedent, retarde
de T : le produit est positif si les phases sont les memes, negatif si les phases sont opposees.
Il faut pour cela que T soit un multiple de la periode de la porteuse, cest que la modulation
soit coherente.
2.2.7 Modulation damplitude et phase
Elles sont aussi appelees QAM (Quadrature Amplitude Modulation) car obtenues par modulation
damplitude en quadrature. On utilise surtout les modulations ` a 16 etats qui ont une bonne
ecacite spectrale tout en gardant une sensibilite au bruit limite.
Les principales applications sont en transmissions radioelectriques (faisceaux hertziens à
haut debit) ` a cause de lencombrement des frequences, ou sur lignes telephoniques, o` u on
peut augmenter le debit des modems (9600 bits/s et plus dans une bande de 3 kHz).
La correspondance entre les 4 bits (d3d2d1d0) et les valeurs x et y dans le plan complexe,
est etablie pour que chaque voisin dun etat ne dière de celui-ci que dun bit (chaque etat
ayant 4 voisins au plus, cest possible). Par exemple :
x correspond à d3d2 ecrit en code de Gray (00-01-11-10),
y correspond à d1d0 ecrit en code de Gray.
Q(k)
I(k)
2.2.8 Le multiplexage frequentiel
Le multiplexage est une technique permettant dassembler plusieurs messages en un seul
message composite an de le transmettre sur un seul et meme canal de communication. Il
existe 2 types de multiplexage, le multiplexage en frequence et le multiplexage temporel.
Dans le premier cas, les divers signaux sont repartis sur plusieurs frequences distinctes tandis
que, dans le second, ils sont segmentes dans le temps.
Bien que le multiplexage en frequence soit plus adapte aux signaux analogiques, cette
technique peut sappliquer ` a tout type de signaux.
Le principe de base consiste ` a moduler chaque information par une frequence porteuse
qui lui est propre. Les dierentes porteuses dont lespacement en frequence tient compte
de lelargissement spectral du signal module, sont ensuite superposees. Elles pourront etre
separees par ltrage (ou demodulation synchrone). Ce procede permet de multiplexer des
informations de nature, de debits ou dorigines dierentes.
Le multiplexage frequentiel est utilise en telephonie, en radiodiusion, en television et sur les
reseaux de communication. En eet, dans le reseau telephonique analogique il a permis de
multiplexer 10 000 voies telephoniques sur un seul c able coaxial, dans la bande 4-60 MHz.
En Telex, il permet de multiplexer 24 voies telex (50bits/s) dans une voie telephonique
analogique à 3400 Hz et dorir un service particulièrement economique. En distribution
video, il permet, il permet de multiplexer une trentaine de canaux TV analogiques dans la
bande 40-300 MHz.
63
Chapitre 3
Transmission numerique en
bande de base
On rappelle quil faut distinguer deux types de transmission possible :
la transmission numerique dinformations numeriques. Les signaux sont transmis,
eventuellement après un codage prealable, directement sur le support de transmission.
On parle de transmission en bande de base.
La transmission numerique dinformations analogiques. Cette transformation necessite
une transformation du signal analogique en une suite de donnees binaires : cest le
processus de numerisation.
Linteret de la transmission numerique est double :
Le processus de transmission des donnees est le meme quelque soit la nature initiale
des donnees (analogique ou numerique).
Le traitement, le stockage et la restitution des donnees sont largement facilites en
utilisant des donnees numeriques plutot que les donnees analogiques.
3.1 La numerisation
3.1.1 Introduction
Le role des traitements realises sur les donnees ` a transmettre consiste ` a augmenter les
performances du système de transmission ainsi que la abilite des donnees transmises. 3
types de traitement peuvent etre eectues sur les signaux.
1. Numerisation: passage dun signal analogique à un signal numerique.
64 Chapitre 3. Transmission numerique en bande de base
2. Codage en bande de base : transmission numerique dun signal analogique.
3. Modulation: transmission analogique dun signal numerique.
Pour transmettre des signaux analogiques, tels que la parole ou les signaux video, une
conversion A/N (CAN) est necessaire. La principale technique est la Modulation par Impulsions
Codees (MIC ou PCM: Pulse code modulation). Il existe dautre type de modulation comme
par exemple la Modulation delta (DM: delta modulation).
3.1.2 Modulation par impulsions codees (MIC)
Quand un abonne telephonique, relie à un autocommutateur numerique, appelle un correspondant,
les signaux qui circulent sur la desserte locale sont des signaux analogiques. Avant de
penetrer dans le commutateur numerique, les signaux sont transformes en informations
numeriques, codees sur 8 bits, par un dispositif nomme codec (codeur-decodeur). Le codec
est linverse dun modem. Il convertit un signal analogique an quil puisse etre transmis
sous une forme numerique. En revanche, le modem transforme une information numerique
en un signal analogique module. Fonctionnellement, un codec prelève 8000 echantillons par
seconde de linformation analogique recue, soit un echantillon toute les 125 s. Cette cadence
est susante, selon le theorème de Nyquist, pour echantillonner tout signal compris dans
une bande de frequence de 300 à 3400 Hz.
Les principaux traitements sont dans lordre
I II III
l echantillonnage = la quantication = codage
Lechantillonnage consiste à prelever des echantillons dun signal analogique (temps
continu) ` a des instants discrets.
3.1.3 Echantillonnage
Theorème dechantillonnage : Shannon/Nyquist
Un signal x(t) denergie nie dont le spectre est à support sur [B,B] peut etre echantillonne
tous les T
e
sans perte dinformation ` a condition que la frequence dechantillonnage F
e
(ici
3.1 La numerisation 65
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
1.5
1
0.5
0
0.5
1
1.5
Signal analogique
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
1.5
1
0.5
0
0.5
1
1.5
Peigne de dirac
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
1.5
1
0.5
0
0.5
1
1.5
frequence de Nyquist) verie :
F
e
=
1
Te
2B
Sans perte dinformation signie quon peut reconstruire x(t) instant t ` a partir de la suite
innie des echantillons x(kT
e
).
x(t) =
+
k=
x(kT
e
)
sin(F
e
(t kT
e
))
F
e
(t kT
e
)
(3.1)
Cette dernière equation correspond ` a la formule dinterpolation de Shannon.
Quantication / Codage
Quantication lineaire : La valeur exacte des dierents echantillons nest pas utilisee.
On se contente de rapporter chaque echantillon ` a une echelle de 2
n
niveaux appelee
echelle de quantication. Il ny a donc quun ensemble de 2
n
valeurs possibles pour les
echantillons quanties. Lerreur systematique que lon commet en assimilant la valeur
reelle de lechantillon au niveau de quantication le plus proche est appele bruit de
quantication.
Codage : La dernière etape de la numerisation est le codage. Les 2
n
niveaux quanties
vont etre codes par des valeurs numeriques allant de 0 ` a 2
n
1, donc elles pourront
etre codees par une suite de n bits. Ainsi, ce nest pas la valeur du signal echantillonne
qui est transmise au recepteur, mais la valeur codee du niveau quantie le plus proche
de lui.
Valeur Binaire Valeur Codee Niveau de Quantication
Valeur Binaire Valeur Codee Niveau de Quantication
111 7 3.5
110 6 2.5
101 5 1.5
100 4 0.5
011 3 -0.5
010 2 -1.5
001 1 -2.5
000 0 -3.5
= le pas de quantication
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014
4
3
2
1
0
1
2
3
4
Pour une transmission par ligne telephonique on utilise n = 8 soit 256 niveaux, la frequence
dechantillonnage est f
e
= 8000 Hz. Le debit binaire est donc 8000 echantillons/s 8
bits/echantillon = 64 kbits/s.
3.1.4 les dierentes Normes
Norme americaine
Malheureusement, lEurope et les Etats-unis nont pas reussi a se mettre daccord sur
le procede. Sur le continent nord-americain, la technique de la societe Bell System (T1)
consiste a multiplexer 24 voies telephoniques. Chaque voie est exploree puis quantiee
periodiquement ` a la cadence de 8000 echantillons par secondes. Chaque voie est representee
par un mot de 8 bits. Sept bits representant la valeur quantiee de lechantillon preleve, on
dispose ainsi de 127 niveaux de quantication. Le huitième bit est utilise pour la signalisation
de la voie telephonique.
On obtient ainsi un debit de 56 Kbit/s pour representer les signaux vocaux et un debit de
8 Kbit/s pour la signalisation telephonique qui sy attache.
Le multiplexage conduit ` a 192 bits (24 voies ` a 8 bits). A ces 192 bits, on ajoute un bit pour
permettre detablir et de conserver la synchronisation entre trames. On obtient alors une
trame de 193 bits toutes les 125 s, soit un debit de 1,544 Mbit/s.
3.2 Quantication non lineaire 67
Norme europeenne
En ce basant sur les principes precedent, le CCITT a considere quun debit de 8 Kbit/s
consacre ` a la signalisation etait trop important. Il a ete decide dattribuer les 8 bits associes
` a une voie telephonique à la quantication exclusive des signaux vocaux. Ainsi au lieu des
7 bits par voie du canal T1 (Bell System), on utilise 8 bits, ce qui conduit à disposer de 256
niveaux de quantication.
Le CCITT propose une solution basee sur une trame de 256 bits contenant 32 voies à 64
Kbit/s, soit un debit total de 2,048 Mbit/s. Trente voies assurent le transport de linformation
utile, les deux autres voies sont assignees à la signalisation. Cela correspond ` a la technique
de signalisation par voie semaphore. Chaque groupe de 4 trames fournit ainsi 64 bits de
signalisation. 32 bits sont utilises pour la signalisation et 32 pour la synchronisation.
3.2 Quantication non lineaire
3.2.1 Principe
On utilise les informations a priori sur le signal pour augmenter les performances de la
quantication en appliquant un pas de quantication variable.
3.2.2 Exemple : la parole
Le signal de parole conserve un niveau relativement constant avec peu dextremums. On
va donc favoriser les valeurs faibles du signal par un nombre de niveaux plus important, et
limiter les niveaux pour les autres valeurs.
2 4 6 8 10 12
x 10
3
8
8
N
iv
e
a
u
x
d
e
q
u
a
n
t
if
ic
a
t
io
n
3.3 Compression-Expansion
3.3.1 Principe
En pratique, an dobtenir une quantication non lineaire, on utilise la technique suivante.
On comprime la dynamique du signal puis on applique une quantication lineaire. Les
fonctions de compressions font lobjet de normes. Cest ainsi quil existe une loi de compression
pour le Japon et les Etats-Unis et une loi de compression pour lEurope.
3.3.2 Loi (Etats Unis Japon)
y(t) =
ln
_
1 +
x(t)
max(x)
_
ln (1 + )
sgn(x(t))
= 255
3.3.3 Loi A (Europe)
y =
_
_
A
1+ln A
_
x(t)
max(x)
_
x(t)
max(x)

1
A
(1+ln A
x(t)
max(x)
)
1+ln A
sgn(x(t))
1
A

x(t)
max(x)
1
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
Caractristique de compression
X
Y
A = 87,6
3.4 La modulation MIC dierentielle DPCM et ADPCM 69
3.4 La modulation MIC dierentielle DPCM et ADPCM
Toutes les methodes de compression reposent sur un meme principe qui considère que
lamplitude du signal analogique change lentement par rapport ` a la vitesse dechantillonnage
(8 Kbit/s). Il en resulte que les echantillons preleves et quanties sur 7 ou 8 bits presentent
un fort degre de redondance.
Une technique, la modulation MIC dierentielle (DPCM) consiste ` a ne pas transmettre la
valeur quantiee presente mais la dierence entre cette valeur presente et la valeur quantiee
precedente. Par exemple, si lon considère que les ecarts de valeur de 16 increments, ou
plus, sont très peu probables dans une plage de 128 increments de quantication possibles,
alors un codage sur 4 bits peu etre susant. Dans un cas plus general, on peut utiliser
une prediction lineaire; on obtient alors un codage de type ADPCM (Adaptive Pulse code
modulation).
3.5 Modulation DELTA
3.5.1 Principe
Une autre technique consiste ` a considerer que chaque valeur quantiee ne dière de la
precedente que de plus ou moins 1 increment de quantication. Dans ce cas, un seul bit est
transmis pour signaler un changement damplitude du signal analogique. Cette technique
nest valable que pour un signal dont les variations sont lentes. Cest une conversion directe
dun signal analogique en une suite de bits.
3.5.2 Modulateur delta
e(t) = m(t) m(t)
d(t) = sgn[e(t)]
+
n=
(t nT
ech
)
x
DM
=
+
n=
sgn[e(nT
ech
)](t nT
ech
)
Le signal de sortie est donc constitue dune suite dimpulsions de polarite positive ou
negative, suivant le signe de e(t) à linstant o` u lon echantillonne m(t).
3.5.3 Demodulation
On demodule un signal DM en :
integrant x
DM
(t) pour restituer lapproximation m(t) du signal originel m(t)
puis en ltrant passe bas m(t) an de le lisser, cest ` a dire den eliminer les marches
descalier.
3.5.4 Remarques
Il est necessaire que (les marches) soit de faible hauteur pour reproduire le signal
originel avec une precision susante, il faut donc augmenter la frequence dechantillonage
pour pouvoir suiver les variations rapide du signal.
Amelioration : modulateur delta adaptatif, la hauteur de marche est variable en
fonction du niveau du signal dentree.
3.6 Multiplexage temporel
3.6.1 Principe
Le multiplexage temporel est lapplication la plus systematiquement utilisee en telecommunication.
On fait appel ` a cette technique pour transmettre simultanement plusieurs signaux sur un
3.6 Multiplexage temporel 71
meme canal de transmission (cf gure 3.1) . On reduit tout dabord la largeur de bande de
chacun des signaux à transmettre au moyen de ltre passe-bas, an deliminer les frequences
qui ne sont pas utiles pour la restitution du signal.Les signaux ltres sont appliques ` a un
commutateur electronique qui echantillonne (f
e
) à tour de r ole chacun dentre eux ` a une
frequence supèrieur ou egale à la frequence de Nyquist f
M
(en general f
e
= 1.1f
M
).
Le ltre passe-bas ainsi que la valeur de la frequence dechantillonnage 1.1 supèrieur ` a f
M
sont destines à eviter les problèmes de recouvrement de spectre (aliasing), permettant ainsi
la reconstruction des signaux. Les echantillons sont donc transmis sur le canal en serie,
entrelaces, pour etre tries et reattribues ` a leur message dorigine
`
larrivee. En reception,
le signal composite est demultiplexe au moyen dun second commutateur electronique qui
distribue les signaux echantillonnes ` a leurs ltres passe-bas respectifs avant demodulation. Le
bon fonctionnement du système repose sur la synchronisation parfaite des deux commutateurs.
3.6.2 Exemples
1. Deux signaux analogiques m
1
(t) et m
2
(t) doivent etre transmis sur un meme canal
en multiplex temporel. La frequence la plus elevee de m
1
(t) est 3kHz tandis que celle
de m
2
(t) est de 3.5 kHz. Quelle est la valeur minimale admissible pour sa frequence
dechantillonnage?
2. Un signal m
1
(t) presente une largeur de bande de 3.6 kHz; trois autres signaux m
2
(t),
m
3
(t) et m
4
(t) ont chacun une largeur de bande de 1.2 kHz. On desire transmettre ces
signaux sur un multiplex temporel.
(a) Quelle doit etre la frequence de prelèvement des echantillons (en echantillons par
seconde) du commutateur.
(b) Si la sortie du commutateur presente 1024 niveaux de quantication, convertis
en binaire, quel est le debit de la liaison (en bits/seconde).
(c) Determiner la bande passante minimale requise pour la liaison.
(d) Dessiner le schema dun tel système, chaque signal etant echantillonne à sa
frequence de Shannon.
3.7 Codage en bande de base : formatage des signaux
Le codage permet dadapter le signal numerique qui est en bande de base au canal qui
est egalement en bande de base. Le codage en bande de base se compose de 2 operations
successives :
Une règle de codage qui etablit une correspondance entre les elements binaires dinformation
et des symboles codes.
Une mise en forme ` a laide dimpulsions electriques pour ameliorer la transmission.
Le code est la loi qui fait correspondre les informations à representer et les congurations
binaires associees, chaque information correspondant ` a une et une seule conguration binaire.
Si la totalite des congurations binaires nest pas utilisee, le code est dit redondant.
3.7.1 Code de type non retour à zero (NRZ)
Dans ce format, qui est le plus elementaire, le niveau du signal est constant pendant la
duree T du symbole. Les bits 1 et 0 sont representes par des impulsions damplitudes
respectivement positives et negatives de meme valeur absolue. Il ny a pas de retour ` a
zero entre 2 bits consecutifs de meme valeur.
Le format NRZ presente plusieurs inconvenients :
il possède une forte densite spectrale en basses frequences : si le canal ne les transmet
pas correctement de linformation sera perdue,
il ny a pas de raie ` a la frequence rythme, ce qui complique la recuperation de lhorloge,
en cas de longues suites de symboles identiques, le rythme risque detre perdu.
3.7.2 Code RZ (retour à 0)
Dans ce format :
` a 1 correspond le niveau haut (+V), suivi dun retour ` a zero,
` a 0 correspond le niveau zero
3.7 Codage en bande de base : formatage des signaux 73
3.7.3 Transcodage
On utilise le terme transcodage pour le distinguer du codage eectue ` a la source des donnees
(codage en ligne ou codage canal).
Cette operation plus complexe consiste ` a remplacer la suite de symboles par une autre avec
un triple but :
1. supprimer les composantes continues et basses frequences dans le spectre du signal
transcode, an de ne pas perdre dinformation si elles sont mal ou pas transmises,
2. creer des transitions les plus frequentes possibles, pour rendre possible la recuperation
du signal horloge, quelque soit le message dorigine,
3. permettre une mesure statistique du taux derreurs.
Concrètement, an de respecter les trois principes decrits ci-dessus on doit remplacer un
groupe de n bits par un groupe de m symboles (à 2, parfois 3 niveaux) dans lequel on cherche
le maximum de transitions et une valeur moyenne la plus constante possible. Ceci amène
` a eliminer certaines combinaisons ou mots interdits ce qui suppose une redondance dans le
codage. La condition est donc :
q
m
> 2
n
o` u q est le nombre de niveaux des symboles de la traduction.
3.7.4 Codes à deux niveaux et rythme double
Dans ces codes, lintervalle de temps symbole est divise par 2. On peut considerer que
linformation sera contenue dans la transition entre ces 2 demi-bits. Ces codes sont simples,
et remplissent bien les objectifs xe ci-dessus. Leur principal inconvenient est de doubler la
frequence dhorloge; ils ne sont donc pas appropries aux hauts debits.
Code biphase Manchester simple
On introduit des transitions au milieu de lintervalle. Les bits ` a 1 sont representes par un
front montant et les bits ` a 0 par un front descendant.
Code Manchester dierentiel
On introduit des transitions au milieu de lintervalle. Ce code tient compte du bit precedent.
Les bits ` a 0 sont representes par un changement de polarite au debut dun temps bit et
les bits ` a 1 sont caracterises par labsence de changement de polarite.
3.7.5 Codes de blocs binaires nBmB
Un bloc de n bits est remplace par un bloc de m bits avec m>n. Parmi les 2
m
traductions
possibles on elimine celle qui :
presente peu ou pas de transitions,
ont une somme numerique SN, cest à dire un dierence entre le nombre de 0 et de 1,
trop forte.
Les codes precedents peuvent etre consideres comme des codes 1B2B qui appliquent ces
règles.
3.7.6 Codes à 3 niveaux
On les utilisent surtout pour la transmission sur paire metallique (c able coaxial ou ligne
telephonique). Les 3 niveaux etant alors +V,0,-V, on peut avoir une composante continue
nulle quel que soit le message et utiliser des canaux qui ne passent pas le continu. Sur cable,
ce codage permet egalement de superposer un courant continu dalimentation et de le separer
du signal par ltrage. Ils permettent egalement de reduire lencombrement spectral, ce qui
est très important sur les c ables coaxiaux dont lattenuation augmente avec la frequence.
Les codes les plus utilises sont les suivants :
le code bipolaire (AMI Alternance Mark Inversion): il consiste à coder 0 par une
tension nulle, 1 par une tension alternativement positive et negative (ou la convention
inverse)
le code HDB3 (HDBn Haute densite bipolaire dordre n), est une variante du code
bipolaire dans laquelle après une suite de 3 (ou n dans le code HDBn) zeros, le 4
e
(n+1
ème
) est code par une tension non nulle violant la regle dalternance des polarites,
3.7 Codage en bande de base : formatage des signaux 75
an de maintenir le rythme en cas de longue suite de zeros; un bit de bourrage est
introduit ensuite pour retablir la neutralite electrique.
3.7.7 Codage à spectre etale
Cette technique est aussi appelee modulation à spectre etale (spread spectrum). Cette
technique a dabord ete utilise pour les applications militaires, car apportant une certaine
protection des informations, le signal transmis prenant lapparence dun bruit, cette technique
est utilisee en communication radio (satellites, reseaux mobiles) pour les liaisons fortement
bruitees.
Le principe de cette technique consiste ` a transmettre sur une porteuse un signal code :
le signal numerique en bande de base de debit Db est multiplie par une sequence binaire
pseudo-aleatoire ` a un debit Dc beaucoup plus eleve et multiple entier du sien. Ceci permet
detaler le spectre considerablement dans un rapport Dc/Db.
A la reception, le signal re cu est multiplie par la meme sequence binaire, ce qui restitue le
signal dorigine. Le rapport signal ` a bruit de fond va sameliorer de 10 log(Dc/Db). Si au
cours de la transmission des signaux se sont superposes, signaux de brouillage par exemple,
leur spectre est etale au decodage, car ils ne sont pas correles avec la sequence de codage.
3.7.8 Remarques
Il est important de noter quil existe une grande diversite de système de codage,
cela en raison des caracteristiques très variables des canaux de transmission
exploites en telecommunication.
Les paramètres importants à prendre en compte lors du choix dun codage sont :
lencombrement spectral,
sensibilite au bruit,
le co ut et la complexite de mise en oeuvre.
la condencialite,
tolerance aux erreurs de transmission
. . .
En dautres termes, il ny a pas de solution unique à un problème de transmission, il faut
trouver des compromis respectant les contraintes de lapplication cible.
3.8 Transmission parallèle Transmission serie
1. Transmission parallèle : transmission dans laquelle N bits sont emis simultanement,
ce qui necessite N voies de transmission. Ce mode autorise des debits dinformations
eleves, mais a un co ut prohibitif lorsque lemetteur et le recepteur sont eloignes lun
de lautre.
2. Transmission serie : les bits sont emis successivement sur la meme voie. Ce mode
necessite une synchronisation entre lemetteur et le recepteur.
Transmission asynchrone : la synchronisation bit est re-initialisee au debut et
` a la n de chaque caractère par un ou plusieurs bits de Start et Stop . Lemetteur
transmet des donnees de facon independante du recepteur. Cest un mode de
transmission simple mais il diminue la capacite du canal.
Transmission synchrone : la synchronisation est maintenue en permanence, en
loccurrence par un signal dhorloge.
Pour les transmission courtes, un conducteur separe transmet vers le recepteur le signal
dhorloge parallèlement aux donnees.
Pour les transmission longues distance on peut utiliser la synchronisation bit : Des bits
de synchronisation sont inclus dans le ot de donnees et le recepteur cale son horloge
sur les bits de synchronisation.
3.8 Transmission parallèle Transmission serie 77
a) Commutation en multiplex temporel
0 0.005 0.01 0.015 0.02 0.025 0.03
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
m
1
(t)
m
2
(t)
t
b) Multiplexage temporel de deux signaux
Fig. 3.1 Multiplexage temporel.

Horloge

Message

Code type NRZ
+V
V

Horloge

Message

Manchester simple
+V
V

Horloge

Manchester diffrentiel

Message
+V
V
79
Quatrième partie
Application
80 Chapitre 1. Une application : LADSL
Chapitre 1 Une application : LADSL
Toutes informations contenues dans ce chapitre ont ete recueillies sur les sites suivants :
http://igm.univ-mlv.fr/ duris/NTREZO/ADSL.pdf par les auteurs Fabrice AGU, Elodie
BERLIN, Nicolas PICARDAT,
http://www.commentcamarche.net/technologies/adsl.php3,
http://www.enssib.fr/autres-sites/dessid/dessid00/cv/gedyass.PDF
http://reseauxtcpip.free.fr/docs/ADSL.htm
1.1 Introduction
1.1.1 La jeune Histoire dInternet
En 1996 sur les quelques 130 000 serveurs recenses gurent les sources dinformation les
plus diverses : Dessins animes, bandes dessinees, automobile, musique, lms ou produits
diverses. Dinnombrables bibliothèques dimages, de sons et de videos cohabitent avec les
thèses scientiques les plus savantes et les jeux de roles les plus debrides.
Mais comment une telle galaxie communicante a-t-elle vu le jour? Et surtout, comment a-t-
elle fait pour se developper aussi rapidement? Pour le savoir, il faut reprendre lhistoire ` a son
debut. En realite, Internet est ne il y a près de trente ans et le principe sous-jacent (un reseau
dordinateurs communiquant librement entre eux) est ne dune angoisse liee ` a la guerre
froide, au debut des annees 60. La Rand Corporation recoit une requete du gouvernement des
Etats-Unis : Serait-il possible de creer un système de communication infaillible entre toutes
1.1 Introduction 81
les bases disseminees dans le monde? Le cahier des charges impliquait de creer un modèle qui
permette la transmission dinformations, meme en cas dattaque nucleaire. Larchitecture
informatique alors en vigueur (un puissant ordinateur central relie ` a des terminaux) etait
inadaptee car trop fragile. Le simple fait daneantir la source majeure dinformation aurait
aneanti toute communication. La proposition remise en 1964 au Pentagone par les experts
Larry Roberts et Paul Baran denissait un modèle remarquablement ingenieux. Chaque
ordinateur du reseau etant potentiellement vulnerable, la communication devait operer de
manière ` a transcender cette faiblesse. Lidee de genie fut la suivante : Chaque message
echange entre deux points se verrait divise en plusieurs paquets, chacun dentre eux portant
un numero et une adresse de destination. Ces paquets individuels pourraient voyager dun
point ` a un autre en empruntant des itineraires divers. A larrivee ils seraient regroupes et
reordonnes an de reconstituer le message dorigine. Si lun deux manquait lordinateur
de destination le redemanderait, et le paquet suivrait automatiquement un autre chemin.
Il surait quun colis arrive à bon port pour quil puisse dire aux autres quel chemin
suivre... Gr ace à une telle methode de communication, baptisee Internet Protocol, il semblait
impossible de stopper un message transitant de Paris à San Francisco. Le concept propose
par la Rand Corporation a alors ete juge adequat pour creer larchitecture de communication
voulue par larmee americaine puisque les premiers essais eectues au National Physical
Laboratory en Angleterre setaient reveles concluants.
Du Pentagone à luniversite
En decembre 1969, les quatre premiers noeuds (ordinateurs) du reseau ont ete mis en place
sous legide du Pentagone, lensemble etant alors baptise Arpanet. Dès 1972, il recensait 37
noeuds. En plus des militaires, savants et chercheurs ont commence à se connecter au reseau,
trop heureux de pouvoir - à partir dArpanet - exploiter les ressources dun ordinateur
eloigne. Et rapidement, le reseau sest vu detourne ` a des ns plus pratiques. Les utilisateurs
ont tout naturellement pris go ut au courrier electronique, Arpanet facilitant lechange de
thèses et de rapports, et plus generalement dinformations entre confrères. La messagerie
est très t ot devenue la première utilisation du reseau. Le système des listes, permettant de
diuser le meme message à un grand nombre dutilisateurs concernes par un sujet, est ne
` a peu près ` a la meme epoque... Et lune des premières listes, SF-Lovers, etait dediee aux
amateurs de science ction. Du fait de sa facilite dadaptation ` a divers types de machines,
Arpanet a connu une croissance continue. Au milieu des annees 70, des universitaires ont
invente un standard de communication inter-reseau quils ont baptise TCP/IP (Transmission
Control Protocol/Internet Protocol). TCP/IP etant diuse gratuitement, de nombreux
laboratoires et universites decidèrent de ladopter, an de faciliter la liaison entre leurs
reseaux respectifs. La popularite de TCP/IP fut telle quArpanet ladopta aussi... Larmee
americaine a alors juge la situation susamment preoccupante pour desolidariser dès 1977
la partie militaire du lot. Et le reseau a peu à peu ete rebaptise par ses utilisateurs sous le
nom dInternet. A partir de 1984, plusieurs agences gouvernementales se sont connectees au
reseau, ouvrant ainsi ` a tous leurs gigantesques bases de donnees : la NSF (National Science
Foundation), la NASA ou certains ministères. Des universites du monde entier ont à leur
tour rejoint cette communaute virtuelle. A la n des annees 80, Internet etait compose de
plusieurs dizaines de milliers de noeuds raccordant trois ` a quatre millions dutilisateurs,
essentiellement issus du monde scientique et universitaire. Le destin dInternet va prendre
une nouvelle tournure en 1991, lorsque Tim Berners-Lee, un informaticien du CERN (Centre
europeen de recherche nucleaire, situe ` a Genève) developpe le World Wide Web (litteralement :
Toile daraignee mondiale). Grace à ce système, il devient possible de creer très aisement
des pages dinformations standardisees, et de creer des liens entre les divers serveurs
dInternet. Pour ce faire, il sut dutiliser un langage simple concu par Berners-Lee : lHTML.
La communaute Internet accueille le World Wide Web (alias WWW) avec le plus vif interet.
Les principaux serveurs decident de presenter desormais leurs informations sous forme de
pages ecrites en HTML. Lapparition du WWW est une etape majeure, car tout utilisateur
peut desormais consulter les informations dInternet sans avoir ` a connatre la moindre
commande informatique. Toutefois, pour quInternet puisse etre accessible au grand public,
il manque encore un logiciel qui permettrait de naviguer sur le WWW par le biais dune
interface graphique ` a la Macintosh/Windows. Cest un etudiant de 21 ans de lUniversite
de lIllinois, Marc Andreessen, qui va prendre cette initiative, sans aucune arrière-pensee
commerciale. Le logiciel Mosac sort en janvier 1993 et, de par sa diusion gratuite, se voit
adopte par la majorite des utilisateurs de systèmes tels que Macintosh ou Windows. En
parallèle, Al Gore, vice-president des USA, cite le reseau Internet comme un modèle des
fameuses autoroutes de linformation censees relier demain chaque foyer americain. Comme
1.2 La connexion à Internet 83
il sut de posseder un ordinateur et un modem pour se brancher, le grand public est
pris dune soudaine frenesie de connexion. Il decouvre alors une masse dinformations si
variees que sa curiosite le pousse irresistiblement ` a rester connecte. En fait, on y trouve
tout et nimporte quoi : des oeuvres de Shakespeare aux clips des Rolling Stones, et de
lEncyclopedia Britannica en version integrale aux reproductions des toiles de Dali...
1994, lannee du plebiscite
La veritable explosion va se produire lannee suivante, à la faveur de trois phenomènes. En
mars 1994, le reseau prive America Online - qui regroupe dejà plus dun million dabonnes
- ouvre un accès ` a Internet. Presque immediatement, six cent mille curieux debarquent sur
les forums et sur le World Wide Web. Et comme les medias se font lecho des merveilles
dInternet, un grand nombre de societes apparaissent de part et dautre de lAtlantique,
an dorir un accès Internet pour un tarif mensuel aux alentours de 200 francs. Certaines
enquetes evaluent alors le nombre dutilisateurs à trente millions de par le monde... En
avril 1994, Jim Clarke quitte la presidence de Silicon Graphics et sen vient solliciter
la collaboration de Marc Andreessen pour creer une version evoluee de Mosac. Baptise
Netscape Navigator, ce nouveau logiciel, diuse dès lautomne 1994, achève de populariser
Internet auprès du grand public. La publicite fait son entree sur le Web lannee suivante,
consacrant du meme coup le reseau comme un nouveau vehicule dinformations incontournable
` a laube du XXlème siècle. Les veterans dInternet nont pas toujours vecu avec bonheur
cette intrusion du grand public sur leur reseau, les temps de reponse ayant largement souert
de cette soudaine montee dauence. Mais que lon regrette ou non une telle evolution,
Internet est devenu une realite que personne ne peut ignorer.
1.2 La connexion à Internet
Maintenant que nous avons vu ce quest Internet, nous allons essayer de voir plus precisement
comment on peut sy connecter. Le moyen le plus simple bien s ur est dutiliser un modem
V90 (55,6Kbps) que lon branche ` a sa ligne telephonique pour se connecter au web. Avant
larrivee des technologies xDSL, cette solution apportait de nombreux avantages mais aussi
quelques inconvenients.
1.2.1 Les avantages
Lutilisation des modems V90 (55,6Kbps) pour acceder à Internet ore de nombreux avantages :
Les lignes telephoniques sont dej` a installees dans la plupart des batiments, ce qui
ne necessite aucun travail particulier, donc aucun frais de ce point de vue pour
lutilisateur.
Les frais se limitent en fait ` a lachat du modem, au paiement des communications
telephoniques, et eventuellement au paiement dun abonnement ` a Internet. Cette
facilite dinstallation et ce co ut reduit ont fait le succès de cette formule.
1.2.2 Les inconvenients
Il existe cependant plusieurs inconvenients :
Le debit de linformation est peu eleve (55,6Kbps au maximum en debit theorique)
On ne peut pas telephoner et se connecter ` a Internet en meme temps puisque la ligne
telephonique est utilisee dans sa globalite pour acceder à Internet.
Le co ut des communications peut devenir très eleve si le temps de connexion est
important. Pour palier à ces inconvenients, plusieurs systèmes ont ete imagines dont
les technologies xDSL et parmi celles-ci lADSL.
Fig. 1.1 Les inconvenients
1.3 Les technologies xDSL 85
1.2.3 Levolution
Le rapide developpement des technologies de linformation a fait apparatre de nouveaux
services gourmands en capacite de transmission. Laccès rapide à Internet, la visioconference,
linterconnexion des reseaux, le teletravail, la distribution de programmes TV, etc font
parties de ces nouveaux services multimedia que lusager desire obtenir à domicile ou au
bureau. Jusqu` a present les services ` a hauts debits existant comme le c able coaxial ou la bre
optique netaient pas bien adapte aux besoins reels. En eet, remplacer ou meme installer
des bres optiques co utent très chers et une connexion en c able coaxial nest pas toujours
très stable. Lidee dutiliser la paire torsadee semble donc la mieux adaptee puisque dans le
monde plus de 800 millions de connexions de ce type sont dej` a en place et quil sut dajouter
un equipement au central telephonique ainsi quune petite installation chez lutilisateur pour
pouvoir acceder ` a lADSL.
1.3 Les technologies xDSL
1.3.1 Deux grandes familles
Le terme DSL ou xDSL signie Digital Subscriber Line (Ligne numerique dabonne) et
regroupe lensemble des technologies mises en place pour un transport numerique de linformation
sur une simple ligne de raccordement telephonique. Les technologies xDSL sont divisees
en deux grandes familles, celle utilisant une transmission symetrique et celle utilisant une
transmission asymetrique. Ces deux familles seront decrites plus loin dans ce support.
Fig. 1.2 La technologie DSL
Les solutions symetriques
Les solutions symetriques La connexion seectue au travers de paires torsadees avec un
debit identique en ux montant (upstream) comme en ux descendant (downstream).
Les solutions asymetriques
En etudiant dierents cas de gure, on sest apercu quil etait possible de transmettre
les donnees plus rapidement dun central vers un utilisateur mais que lorsque lutilisateur
envoie des informations vers le central, ceux-ci sont plus sensibles aux bruits causes par des
perturbations electromagnetiques car plus on se rapproche du central, plus la concentration
de c able augmente et donc ces derniers genèrent plus de diaphonie
1
. Lidee est dutiliser un
système asymetrique, en imposant un debit plus faible de labonne vers le central.
Ce système permet donc de faire coexister sur une meme ligne un canal descendant (downstream)
de haut debit, un canal montant (upstream) moyen debit ainsi quun canal de telephonie
(appele POTS en telecommunications qui signie : Plain Old Telephone Service).
1.3.2 Description des dierentes technologies
Les technologies DSL, sont connues depuis une dizaine dannees. Elles reposent sur une
optimisation des installations telephoniques existantes et permettent la transmission dinformations
numeriques, ` a haut debit, sur le l telephonique. Elles supposent une modication du
repartiteur telephonique (et donc un investissement pour loperateur) ainsi que linstallation
dun modem specique chez labonne.
HDSL (High bit rate DSL)
Cette technologie est la première technique issue de DSL et a vu le jour au debut des annees
1990. Cette technique consiste ` a diviser le tronc numerique du reseau, T1 aux USA et E1
en Europe sur 2 paires de ls pour T1 et 3 paires de l pour E1. Avec cette technique, il
est possible datteindre un debit de 2Mbps dans les 2 sens sur trois paires torsadees et 1,5
Mbps dans les 2 sens sur deux paires torsadees. Il est possible que le debit, sil est ` a 2 Mbps,
1. Brouillage dune voie de transmission telephonique ou informatique par des signaux provenant dautres
voies.
1.3 Les technologies xDSL 87
Tab. 1.1 Performances des dierentes technologies.
puisse tomber ` a 384 kbps secondes par exemple en fonction de la qualite de la ligne sur le
dernier kilomètre et de la longueur de la ligne (entre 3 et 7 Km suivant le diamètre du l,
respectivement entre 0.4mm et 0.8mm). La connexion peut etre permanente mais il ny a
pas de canal de telephonie disponible lors dune connexion HDSL. Le problème actuel de
cette technologie est que sa standardisation nest pas encore parfaite.
SDSL (Single pair DSL, ou symmetric DSL)
SDSL est le precurseur de HDSL2 (cette technologie, derivee de HDSL devrait orir les
memes performances que ce dernier mais sur une seule paire torsadee). Cette technique est
concue pour une plus courte distance quHDSL (voir tableau ci-dessous). La technique SDSL
va certainement disparatre au prot de lHDSL2.
Tab. 1.2 Distances et debits dune liaison SDSL.
RADSL (Rate Adaptive DSL)
La technique RADSL est basee sur lADSL. La vitesse de transmission est xee de manière
automatique et dynamique en recherchant la vitesse maximale possible sur la ligne de
raccordement et en la readaptant en permanence et sans coupure. RADSL permettrait des
debits ascendants de 128kbps ` a 1Mbps et des debits descendants de 600kbps ` a 7Mbps, pour
une longueur maximale de boucle locale de 5,4 km. Le RADSL utilise la modulation DMT
(comme la plupart du temps pour lADSL). Il est en cours de normalisation par lANSI.
VDSL (Very High Bit Rate DSL)
VDSL est la plus rapide des technologies DSL et est basee sur le RADSL. Elle est capable
de supporter, sur une simple paire torsadee, des debits de 13 à 55.2 Mbps en downstream
et de 1,5 à 6 Mbps en upstream ou, si lon veut en faire une connexion symetrique un
debit de 34Mbps dans les 2 sens. Donc il faut noter que VDSL est utilisable en connexion
asymetrique ou symetrique. VDSL a principalement ete developpe pour le transport de
lATM (Asynchronous Transfer Mode) ` a haut debit sur une courte distance (jusqu` a 1,5
Km). Le standard est en cours de normalisation. Pour le transport des donnees, lequipement
VDSL est relie au central de raccordement par des bres optiques formant des boucles SDH
` a 155 Mbps, 622 Mbps ou 2,5 Gbps. Le transport de la voix entre lequipement VDSL et le
central de raccordement peut egalement etre assure par des lignes de cuivre.
1.3.3 Conclusion
Avantages
Ces technologies presentent un triple avantage : la conservation de linstallation existante
(la paire de cuivre), un accès à Internet haut debit permanent et la possibilite (comme avec
le cable) de telephoner tout en surfant sur le Web. Le degroupage de la boucle locale, qui
consiste à donner un accès physique aux operateurs alternatif ` a la partie terminale du reseau
de loperateur historique, devrait favoriser le deploiement de ces technologies en France. Le
VDSL (V pour very, très grande vitesse), le HDSL (H pour high) et consorts annoncent
des debits très prometteurs et seront, sans doute, reserves aux entreprises.
1.4 LADSL 89
Inconvenients
Les technologies DSL presentent cependant trois inconvenients. Dune part, labonne ne
doit pas etre eloigne de plus de 5,4 Km de son central telephonique de rattachement (il
faut preciser que cette distance sentend comme la distance reelle et non la distance ` a vol
doiseau). Cette technologie est donc reservee de fait ` a des zones dhabitat dense. Dautre
part le debit est directement dependant du trac de la ligne, les debits sont très variables, ce
qui en fait, en letat actuel du savoir-faire, une technologie destinee aux particuliers plut ot
quaux entreprises. Enn, les debits sont, pour les versions actuellement proposees sur le
marche, asymetriques, cest-à-dire quelles sont bien adaptees ` a la consultation/reception de
donnees mais beaucoup moins ` a lemission.
1.4 LADSL
1.4.1 Pourquoi lADSL
Linternaute, si son endroit dhabitation fait partie du reseau ADSL, peut aujourdhui
benecier de debits theoriquement dix fois superieurs aux debits obtenus avec le modem
classique (V90 ` a 56 kbits/s). Ces debits sont devenus parfois indispensables tant les sites
Internet sont de plus en plus lourds ` a charger (` a cause des animations notamment). De
plus, ils genèrent de surcrot un confort dutilisation non negligeable. LADSL, A pour
Asymetric, developpee par le Centre national de recherche en telecommunications (Cnet,
aujourdhui France Telecom R&D) n 1970, fait partie de la famille des technologies DSL.
LADSL ore des debits theoriques de 512 Kb/s à 9 Mb/s en reception et de 16 Kb/s à 640
Kb/s en emission. ADSL signie Asymetric Digital Subscriber Line soit en francais ligne
dabonne numerique asymetrique. Le but de la technologie est daugmenter les possibilites
de transmissions des lignes telephoniques an quelles soient capables, en plus de la voix, de
vehiculer des donnees numeriques très rapidement. Quand vous telephonez, vous nutilisez
meme pas 10% des capacites des ls de cuivre de votre ligne telephonique. En eet, il reste
encore de la place (de la bande de frequence) qui nest absolument pas exploitee ! LADSL
utilise donc les 90 % restants pour vehiculer des donnees numeriques à grande vitesse.
Fig. 1.3 Utilisation de la ligne telephonique.
1.4.2 Comment ca marche
LADSL permet dutiliser toute la capacite des ls des lignes telephoniques en divisant la
liaison en 3 canaux bien distincts (cest ce quon appelle le multiplexage).
Techniques de Multiplexage
a. FDM (Frequency Division Multiplexing)
FDM est une technique de multiplexage par repartition de frequence (MRF). Elle
est utilisee pour accrotre les debits sur paires torsadees et plus particulièrement
des lignes telephoniques. Le multiplexage frequentiel consiste à partager la bande de
frequences disponible en un certain nombre de canaux ou sous-bandes plus etroits et
` a aecter en permanence chacun de ces canaux à un utilisateur ou ` a un usage exclusif.
Lorganisation du groupe primaire ou groupe de base utilise en telephonie est basee
sur un multiplexage frequentiel. Ce dernier consiste ` a regrouper 12 voix telephoniques
de 4000 Hz chacune (3000 Hz utilisables plus 2 espaces inter-bandes de 500 Hz) ce qui
donne une largeur de bande de 48 kHz repartie entre 60 et 108 kHz (cf gure 1.4.2).
On trouve egalement un bon exemple de lutilisation de FDM avec ADSL (Asynchronous
Digital Subscriber Line). ADSL est ne de lobservation quune ligne telephonique
possède une bande passante denviron 1 Mhz dans laquelle seule, une largeur de
bande de 4 Khz est utilisee pour les communications telephoniques. Il reste donc
une bande passante importante disponible pour un autre usage. Cest un multiplexage
en frequence qui va permettre son utilisation. Une bande de 4 kHz est reservee pour
1.4 LADSL 91
Fig. 1.4 Exemple de multiplexage frequentiel de trois canaux telephoniques.
la telephonie classique (POTS : Plain Old Telephone Service), une bande est reservee
pour le ux de donnees usager vers reseau (Upstream Data : Voie montante) et une
bande est reservee pour le ux de donnees reseau vers usager (Downstream Data :
Voie descendante). Lensemble de la bande passante setend sur 1,1 MHz. La creation
de ces canaux est eectuee aux extremites des lignes telephoniques grace à des ltres
(Splitter).
Chez labonne, on procède ` a la pose de ces ltres destines à faire la dierence entre la
voix et les donnees numeriques. Le splitter separe la bande passante reservee au service
telephonique grace à un ltre passe-bas (< 4kHz) de la bande passante utilisee pour
la transmission ADSL gr ace ` a un ltre passe-haut (> 25kHz). Il assure un decouplage
susant pour eviter que les signaux emis sur lune des bandes frequences ne viennent
perturber le fonctionnement de lautre.
A lautre extremite de la ligne, chez loperateur, on installe egalement un splitter. Son
ltre passe bas aiguille la voix vers un commutateur de circuits. Son ltre passe haut est
relie à un modem, qui reconstitue les donnees numeriques (DSLAM). Celui-ci regroupe
le trac issu de plusieurs lignes dusagers sur une meme ligne ` a haut debit. Le DSLAM
(Digital Subscriber Line Access Multiplexer) est un equipement generalement installe
dans les centraux telephoniques assurant le multiplexage des ux ATM vers le reseau
Fig. 1.5 Liaison ADSL.
de transport. Cet element naccueille pas seulement des cartes ADSL mais peut aussi
accueillir dierents services DSL tels que SDSL ou HDSL en y inserant les cartes de
multiplexage correspondantes. Chaque carte supporte plusieurs modems ADSL. Les
elements regroupes dans le DSLAM sont appeles ATU-C (ADSL Transceiver Unit,
Central oce end). En fait tous les services disponibles sur le reseau (Internet, LAN-
WAN, Teleshopping, Video MPEG) arrivent vers une station DSLAM pour etre ensuite
redistribues vers les utilisateurs. La maintenance et la conguration du DSLAM et des
equipements ADSL est eectuee à distance.
b. TDM (Time Division Multiplexing)
Le multiplexage TDM permet de regrouper plusieurs canaux de communications ` a bas
debits sur un seul canal ` a debit plus eleve.
On retrouve ce type dutilisation sur les canaux T1 aux Etats-Unis qui regroupent
par multiplexage temporel 24 voies à 64 kbit/s en une voie ` a 1,544 Mbit/s ou sur les
canaux E1 en Europe qui regroupent 30 voies analogiques en une voie à 2,048 Mbit/s.
Les canaux T1 ou E1 peuvent etre multiplexes entre eux pour former des canaux à
plus hauts debits, etc. Cette hierarchie des debits est appelee hierarchie numerique
1.4 LADSL 93
Fig. 1.6 Separation du telephone et des donnees chez lusager en ADSL.
Fig. 1.7 Schema de principe dun multiplexage à repartition dans le temps.
plesiochrone ou PDH (Plesiochronous Digital Hierarchy).
Cette technique presente toutefois un inconvenient dans le cas de PDH. Laccès ou
linsertion dune information dans un canal E4 oblige à demultiplexer lensemble du
train numerique. De meme les technologies SONET (Synchronous Optical NETwork)
et SDH (Synchronous Digital Hierarchy) utilisees comme techniques de transport
dans les reseaux telephoniques des grands operateurs pratiquent un multiplexage
temporel pour assembler plusieurs lignes en une seule ligne de debit superieur. Le
multiplexage TDM peut etre utilise indieremment sur paire torsadee ou bre optique,
il est independant du media de transmission.
Techniques de modulation
a. DMT (Discret Multi Tone)
DMT est une technique de modulation utilisee dans certaines technologies xDSL.
LANSI (American Standards Institute) a deni la modulation de type DMT dans sa
Fig. 1.8 Multiplexage temporel dans la hierarchie PDH en Europe.
norme T1.413. Cest DMT qui a ete choisie comme technique de modulation pour
ADSL au detriment de CAP (Carrierless Amplitude Phase). DMT est egalement
candidate pour etre la modulation normalisee pour VDSL (Very high data rate Digital
Subscriber Line). Cest une forme de modulation multi porteuse. Pour son application
` a lADSL, le spectre de frequence compris entre 0 Hz et 1,104 MHz est divise en
256 sous canaux distincts espaces de 4,3125 kHz. Les sous canaux inferieurs sont
generalement reserves au POTS, ainsi les sous canaux 1 ` a 6 (jusquà 25,875 kHz)
sont en principe inutilises et laisses pour la telephonie analogique. Le debit du ux
montant est moins eleve que celui du ux descendant et utilise donc les frequences les
plus basses.
Ceci equivaut ` a disposer de 256 modems synchronises entre eux, se repartissant la
transmission des donnees. La division de la bande passante en un ensemble de sous
canaux independants est la cle de la performance obtenue par DMT. La mesure de
la qualite de chaque sous canal determine le nombre de bits qui lui sera alloue. Ce
procede a pour but dadapter le taux de charge de chaque canal en fonction de ses
performances. Le maximum possible est de 15 bits/s par canal. Les zones de la bande
passante pour lesquelles lattenuation du signal est importante ou le rapport signal
sur bruit trop faible, auront une vitesse allouee plus faible an de garantir une bonne
qualite ` a la reception. Si la qualite est vraiment trop faible pour un canal, il peut ne
1.4 LADSL 95
Fig. 1.9 Utilisation de la bande passante par DMT.
pas etre utilise. Pour calculer le debit, on utilise la formule suivante :
Debit total
=
Nb de canaux Nb de bits/intervalle de modulation Vitesse de modulation
Selon la norme T1.413, seuls les sous canaux 1 à 31 peuvent etre utilises pour le debit
upstream. Les sous canaux 1 ` a 6 sont utilises pour la telephonie, les sous canaux 7 à
31 pour le ux montant, le sous canal 32 est reserve, les sous canaux 33 à 256 sont
utilises pour les ux descendants. A noter que les sous canaux 16 et 64 sont utilises
pour transporter un signal pilote et que les canaux 250 ` a 256 sont utilisables que
sur des lignes de raccordement de faible longueur.
Au dessus de 1 MHz, les perturbations sont trop grandes pour permettre un ux stable.
Dans ce cas, DMT utilise la technique dannulation decho sur ces sous canaux ce qui
Fig. 1.10 La separation des canaux en DMT.
resulte un ux en duplex sur les sous canaux 7 à 31. Si DMT avait applique FDM,
seuls les sous canaux superieurs (33 à 256) seraient utilises pour le downstream.
Les debits upstream et downstream sont separes soit par EC (Echo Cancelling) qui
permet dutiliser les sous canaux inferieurs (de 1 à 31) pour le downstream et le
upstream ou soit par FDM (Frequency Division Multiplexing), qui est le plus utilise en
raison de sa simplicite et son faible co ut, qui separe les sous canaux upstream/downstream
par un ltre passif. Lajustement du debit par canal est constant. Si la qualite se
degrade sur un canal en cours de transmission, le système peut diminuer le nombre de
bits alloues sur ce canal, et les repartir sur dautres.
Fig. 1.11 Ajustement des debits par canaux en cours de transmission.
Cette possibilite dajustement à la qualite de la ligne en fait une technologie particulièrement
adaptee au reseau telephonique commute dont la qualite peut etre très inegale suivant
les localisations geographiques. DMT a ete retenu en 1993 par lANSI, le standard
T1.413 a ete nalise en 1995, lUIT a conrme le choix de DMT pour son standard
ADSL en 1998. Malgre cet eort de normalisation, ADSL etait encore peu deploye.
Lusage initialement prevu de lADSL, ` a savoir la diusion de video à la demande a
ete fortement concurrencee par les operateurs c able ou satellite. Une nouvelle cible est
apparue pour ADSL: laccès ` a Internet. Mais pour seduire operateurs et utilisateurs,
il fallait un produit moins co uteux et plus simple ` a installer. Comme par ailleurs
les debits necessaires pour un accès ` a Internet sont moindres que ceux necessaires
1.4 LADSL 97
` a de la video, une nouvelle version dADSL a vu le jour : ADSL Lite. Adsl Lite
fait lobjet de la recommandation G.992.2 de lUIT. Il reste base sur DMT, mais
utilise 127 sous-canaux, reduisant la bande totale ` a 550 kHz au lieu de 1,1 Mhz.
Les debits oerts sont de 1,5 Mbit/s en reception et 512 kbit/s en emission. Le
procede utilise pour la mise en oeuvre de DMT sapparente à celui utilise par COFDM
(Coded Orthogonal Frequency Division Multiplexing). Il sagit de la technique de
multiplexage adoptee par la norme de radiodiusion numerique DAB (Digital Audio
Broadband). Comme nous lavons vu, un equipement ADSL doit etre en mesure de
moduler ou demoduler jusquà 256 porteuses. Lutilisation de la technologie mise en
oeuvre pour le multiplexage FDM classique nest pas envisageable techniquement sur
un si grand nombre de porteuses. Les concepteurs du processus de modulation COFDM
ont tourne la diculte par lutilisation dune transformee de Fourier inverse. Dun
point de vue pratique, la necessite doperer très vite, en temps reel, conduit à utiliser
une FFT (Fast Fourier Transform = transformee de Fourier rapide) travaillant en
numerique, suivant des algorithmes très performants. Lune des caracteristiques du
procede COFDM est lutilisation des transmissions massivement parallèles dans
le domaine des frequences. Linformation ` a transmettre est repartie sur un nombre
très eleve de porteuses adjacentes. Ces porteuses ne sont pas issues de generateurs
ayant une existence concrète, comme dans tous les procedes classiques de modulation
numerique ou analogique, mais leur existence provient dun artice mathematique
utilisant une transformee de Fourier.
b. DWMT (Discrete Wavelet MultiTone )
DWMT est en cours de developpement pour des produits à haut debit, symetriques
ou asymetriques, de type VDSL. DWMT est une modulation dont le principe de
fonctionnement est proche de DMT. Elle sappuie sur une base mathematique dierente
de DMT qui est celle des transformees en ondelettes. Le codeur utilise une modulation
realisee par une transformee inverse rapide en ondelettes (IFWT: Inverse Fast Wavelet
Transform). La demodulation est realisee par une transformee rapide en ondelettes
(FWT: Fast Wavelet Transform). Grace à cette technique, les sous-canaux peuvent
avoir un espacement moitie moindre que celui necessaire à DMT. Les
performances promises par DWMT semblent nettement superieures à celles achees
par DMT. Neanmoins, sa complexite semble prohibitive. Davantage de travaux de
recherche seront necessaires pour reduire sa complexite et envisager une implementation.
c. QAM
ou MAQ (Modulation dAmplitude en Quadrature) La MAQ va associer des niveaux
damplitude et de phase pour fournir des symboles representatifs dun certain nombre
de bits. On nomme constellation la representation graphique de ces symboles. On va
alors parler de 16-MAQ, 32-MAQ, . . . , 256-MAQ , . . . 32768-MAQ, ce qui correspond
` a la possibilite de transmettre 16, 32,. . ., 256, . . ., 32768 symboles dierents. Chaque
symbole represente log2 16, log2 32, . . ., log2 256, . . ., log2 32768, soit 4,5,. . .,8,. . .,15
bits.
Fig. 1.12 Exemple de constellation 16-MAQ.
Le debit binaire D pour une voie de rapidite de modulation R et pouvant transmettre
N symboles (N=2 nombre de bits/symboles), aura pour valeur :
D = Rlog 2(N)
Soit dans le cas dun 16384-MAQ à 14 bits par symbole sur le RTC: D=4000 x 14=
56000 bit/s
1.4 LADSL 99
La norme G.lite
La norme G.Lite, qui denit la version legère de lADSL (encore appelee Universal
ADSL, splitterless ADSL, ou lite ADSL) permet :
de xer les debits : 1.5 Mbps dans le sens descendant, et 384 Kbps dans le sens
montant.
Dintègrer le splitter au modem (splitterless ADSL).
Dimposer un modem auto-congurable (Plug and Play).
De choisir le procede de modulation DMT (Discrete MultiTone), de preference
au procede CAP (Carrierless Amplitude and Phase).
1.4.3 Performances et limites
Les debits maximaux que nous avons evoques precedemment ne sont en realite que theoriques.
De plus, les particuliers nont accès quà une version simpliee de lADSL (ADSL Lite) qui
ne permet que des vitesses de 1 024 kbits/s pour les debits appeles descendants et de 128
kbits/s (parfois 256) pour les debits montants. Ces debits paraissent faibles par rapport ` a
ceux mentionnes en theorie mais ils sont quand meme environ dix fois superieurs que ceux
assures par le modem V90 (56 kbits/s). Plusieurs autres facteurs ont aussi une inuence sur
les performances de lADSL:
La longueur maximale dune liaison entre un abonne et le central aux normes ADSL
est de 5,4 km très precisement mais les operateurs nassurent les debits maximaux
de 512 kbits/s et de 128 kbits/s que si labonne est à moins de 2,7 km dun central
telephonique.
Ces debits sont volontairement limites par loperateur pour que les personnes près des
centraux telephoniques (dans les grandes villes) ne soient pas favorisees par rapport
aux personnes plus eloignees. Il faut en eet savoir que la performance de lADSL est
moindre avec la distance.
La qualite de la ligne telephonique a aussi un r ole considerable. Si votre ligne ou une
partie de celle-ci est vieille ou endommagee, il vous sera impossible datteindre ces
debits.
Pour atteindre le debit de 8 Mbits/s (meme si celui-ci nest que theorique), il faudra
etre ` a moins dun kilomètre dun central.
En fonction de la distance separant labonne de son central telephonique, les paires de cuivre
peuvent supporter des debits superieurs.
1.5 Conclusion ADSL ou Asymetric
Digital Subscriber Line designe lutilisation de la ligne telephonique pour acceder ` a internet.
Linternaute, en surfant ` a haut debit, benecie dun transfert dinformations dix fois plus
rapide que les modems classiques. Cette technologie permet de proter pleinement des
ressources oertes par Internet : jeux en reseau, chat, telechargements de MP3, Webcam...
Il reste encore deux freins au developpement de lADSL: son co ut et sa disponibilite pour
les zones rurales.
La norme G.Lite, qui denit la version legère de lADSL (encore appelee Universal
ADSL, splitterless ADSL, ou lite ADSL), règle les principaux problèmes :
Elle xe les debits : 1.5 Mbps dans le sens descendant, et 384 Kbps dans le sens montant. Elle
intègre le splitter au modem (splitterless ADSL). Elle impose un modem auto-congurable
(Plug and Play). Elle choisit le procede de modulation DMT (Discrete MultiTone), de
preference au procede CAP (Carrierless Amplitude and Phase).
101
Cinquième partie
Etude des signaux discrets
102 Chapitre 1. Lechantillonnage
Chapitre 1 Lechantillonnage
1.1 Notion dechantillonnage
On appelle echantillonnage dun signal analogique x(t) le fait de prelever regulièrement (tous
les T
e
secondes) les valeurs x(k T
e
). Le signal x(k T
e
) est le signal echantillonne ` a la periode
dechantillonnage T
e
. La frequence f
e
=
1
Te
est appelee frequence dechantillonnage.
Un signal echantillonne quantie sappelle un signal numerique. La quantication permet
de passer de valeurs continues en amplitude ` a des valeurs discrètes. Un convertisseur A/N
(Analogique/Numerique) realise lechantillonnage et la quantication dun signal analogique
(continue en temps et en amplitude).
On va voir les conditions ` a respecter pour reconstituer le signal analogique ` a partir de ses
echantillons du signal echantillonne sans perte dinformation.
La perte dinformation est dautant plus faible que la quantication est ne. Lerreur de
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
x(t)=sin(wt)
temps (t)
Signal analogique
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
x(kTe)=sin(wkTe)
temps (kTe)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
Conversion en signal binaire
temps (kTe)
Conversion numerique
1.2 Echantillonnage parfait 103
quantication est modelise comme un bruit aleatoire,
x(kT
e
) = s
q
(kT
e
) + e(kT
e
)
1.2 Echantillonnage parfait
1.2.1 Denition
Lechantillonnage parfait est realise par la multiplication du signal analogique par un peigne
de dirac, cest ` a dire, une suite de diracs separes par T
e
de poids 1 qui multiple le signal de
spectre [B,B].
On denit le signal echantillonne x
e
(t) par :
x
e
(t) = x(t) (t)
= x(t)
+
k=
(t kT
e
)
=
+
k=
x(t) (t kT
e
)
=
+
k=
x(kT
e
) (t kT
e
)
On rappelle que la fonction correspond au peigne de dirac et que
TF[(t)] = (f) = F
e
+
k=
(f kF
e
)
alors X
e
(f) secrit
X
e
(f) = X(f) F
e
+
k=
(f kF
e
)
X
e
(f) = F
e
+
k=
X(f kF
e
)
Le spectre du signal echantillonne X
e
(f) sobtient en perodisant avec une periode T
e
=
1
Fe
le
spectre X(f). Echantillonner dans le temps revient à periodiser dans lespace des frequences.
Il y a un problème lorsque F
e
< 2B. En eet, dans ce cas il y a repliement des spectres ou
recouvrement ou aliasing. Ceci implique quon ne peut plus reconstruire X(f) ` a partir
de X
e
(f) et donc x(t) ` a partir de x(kT
e
). Dans le cas ou Fe 2B, pour obtenir X(f) ` a
partir de X
e
(f), il sut de ltrer x
e
(t) par un ltre passe bas ideal de reponse en frequences
H(f) = T
e

Fe
(f) (h(t) = sinc(F
e
t).
1.2.2 Theorème dechantillonnage en bande de base
Un signal x(t) denergie nie dont le spectre est à support sur [B,B] (signal en bande
de base) peut etre echantillonne tous les T
e
sans perte dinformation à condition que le
frequence dechantillonnage
F
e
>
1
Te
2B
Sans perte dinformation signie quon peut reconstruire x(t) instant t, à partir de la suite
innie des echantillons x(kT
e
). La frequence minimale dechantillonnage F
e
= 2B sappelle
la frequence de Nyquist.
H(f) correspond ` a la reponse en frequence du ltre passe bas ideal,
y(t) = x
e
(t) h(t)
y(t) =
+
k=
x(kT
e
) (t kT
e
) sinc(F
e
t)
y(t) =
+
k=
x(kT
e
) sinc (F
e
(t kT
e
))
Cette dernière equation correspond ` a la formule dinterpolation de Shannon.
1.3 Echantillonnage regulier
Lechantillonnage ideal nest pas realisable mais lechantillonnage regulier (ou par bloqueur
de duree ) correspond au cas pratique.
1.4 Filtre anti-repliement 105
x
e
(t) =
+
k=
x(kT
e
)
(t kT
e
)
x
e
(t) =
+
k=
x(kT
e
) (t kT
e
)
(t)
x
e
(t) = x(t)
+
k=
(t kT
e
)
(t)
X
e
(f) = X(f)
_
F
e
+
k=
(f kF
e
)
_
( sinc(f))
X
e
(f) = F
e
sinc(f)
+
k=
X(f kT
e
)
Pour retrouver le spectre X(f) on multiplie par un ltre passe bas ideal de largeur F
e
et il
faut multiplier par linverse dun sinc si on veut compenser et retrouver X(f).
1.4 Filtre anti-repliement
Pour de nombreux signaux physiques, X(f) nest pas connu parfaitement. De plus, il
existe toujours un bruit de fond additionnel d u au milieu de mesure (capteur, circuit
damplication). Donc, on eectue un ltrage passe bas appele preltrage du signal avant
son echantillonnage pour supprimer tout repliement spectral.
Si lon desire observer le spectre dun signal jusqu` a la frequence F
max
, il est souhaitable de
prendre une frequence dechantillonnage F
e
= nF
max
avec n 2.
Un signal de TF ` a support borne a un support temporel inni donc on a besoin de tous
les echantillons de kT
e
de ` a + an de reconstruire le signal x(t). On ne peut pas
reconstruire en temps reel, il faudra le faire de facn approchee. En pratique pour transmettre
la parole par telephone on ltre entre [300 Hz, 3400 Hz], on echantillonne à 8000 Hz et on
quantie sur 8 bits/echantillons ce qui correspond à 64000 b/s. Pour un compact disc avec
du son stereo on ltre entre [0 et 20 000 Hz], on echantillonne ` a 44,1 kHz.
1.5 Interpolation par le bloqueur dordre 0
Le problème est de reconstituer x(t) ` a partir de ses echantillons x(kt
e
). Une realisation
possible est le bloqueur dordre 0. La reconstitution à laide dun bloqueur dordre 0 est
la plus employee car elle realisee par les convertisseurs N/A ` a lentree desquels les valeurs
numeriques sont maintenues pendant la periode dechantillonnage.
107
Chapitre 2
Signaux deterministes à
temps discret
On considère les signaux à temps discret comme des suites de nombres x(k) C avec
k Z. Ces signaux sont issus generalement de lechantillonnage ` a la frequence f
e
=
1
Te
de
signaux temporels x(t) analogiques et les nombres x(k) representent les echantillons x(kT
e
).
2.1 Signaux à temps discret elementaires
Impulsion unite
_
_
_
(k) = 1 si k = 0
= 0 si k ,= 0
Attention (k) ne doit pas etre confondu avec la distribution de dirac (t).
Lechelon unite
_
_
_
u(k) = 1 si k 0
= 0 si k < 0
La porte de longueur N
_
_
_
N
(k) = 1 si 0 k N/2 1
= 0 si k N/2
108 Chapitre 2. Signaux deterministes à temps discret
2.2 Proprietes des signaux à temps discret
Periodicite
Un signal x(k) est periodique de periode N N
si N est le plus petit entier tel que

x(k) = x(k + N) k
Energie
On denit lenergie par
E
x
=
+
k=
[x(k)[
2
Puissance moyenne
On denit la puissance moyenne par
P
x
= lim
N
1
2N + 1
+N
k=N
[x(k)[
2
Signaux à energie nie, à puissance moyenne nie
Si on a 0 < E
x
< alors P
x
= 0
Si on a 0 < P
x
< alors E
x
=
Fonction dautocorrelation dun signal
` a energie nie
C
xx
() =
+
k=
x(k)x
(k )
C
xx
() = lim
N
1
2N + 1
+N
k=N
x(k)x
(k )
2.3 Transformee de Fourier des signaux à temps discret 109
periodique
C
xx
() =
1
T
0
+T
0
/2
k=T
0
/2
x(k)x
(k )
Fonction dintercorrelation
` a energie nie
C
xy
() =
+
k=
x(k)y
(k )
C
xy
() = lim
N
1
2N + 1
+N/2
k=N/2
x(k)y
(k )
Produit de convolution
y(k) = x(k) h(k) = h(k) x(k) =
+
u=
h(u)x(k u) =
+
u=
x(u)h(k u)
2.3 Transformee de Fourier des signaux à temps discret
2.3.1 Denition
X(f) =
+
k=
x(k) e
j2kf
X(f + 1) =
+
k=
x(k) e
j2k(f+1)
X(f + 1) =
+
k=
x(k) e
j2kf
= X(f)
Donc X(f) est periodique de periode 1. Les x(k) sont les coecients de la serie de
Fourier de X(f) de periode 1,
x(k) =
1
1
_
1/2
1/2
X(f) e
j2kf
df
Lintervalle [-1/2,1/2] est appele intervalle principal.
Attention le spectre X(f) du signal ` a temps discret x(k) est ` a la frequence continue et de
periode F
0
= 1.
2.3.2 Exemple
Calcul de la TF de x(k) =
N
(k),
X(f) =
+
k=
x(k) e
j2kf
X(f) =
N1
k=0
e
j2kf
X(f) =
1 e
j2pifN
1 e
j2f
X(f) = e
jf(N1)
sin(fN)
sin(f)
2.4 Proprietes de la transformee de Fourier
Linearite Z[ax(k) + by(k)] = aX(z) + bY (z)
Theorème de la modulation TF[x(k) e
j2f
0
k
] = X(f f
0
)
Relation de Parseval E
x
=
+
k=
[x(k)[
2
=
_
1/2
1/2
[X(f)[
2
df
TF dun produit TF[x(k)y(k)] =
_
1/2
1/2
X(f
)Y (f f
)df
= X(f) Y (f)
2.5 Transformee de Fourier discrète dun signal discret 111
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
0
2
4
6
8
10
12
14
16
18
20
sin(pi f N)/sin(pi f)
N sinc(N f)
2.5 Transformee de Fourier discrète dun signal discret
La TF dun signal discret est
X(f) = X(e
j2f
) =
+
k=
x(k) e
j2kf
X(f) est periodique de periode 1. De plus, la TF inverse donne
_
1/2
1/2
X(f) e
j2fk
df
Inconvenients : f varie de facon continue, on ne peut donc pas limplanter sur un calculateur
numerique. Il faut une innie de x(k). En pratique on peut :
1. prendre un nombre ni N dechantillons x(k) choisis de facon à conserver les valeurs
importantes du signal k = 0, . . . ,N 1,
X(f) =
N1
k=0
x(k)e
j2kf
2. et discretiser la frequence f sur [0,1[. On choisit = 1/N, cest ` a dire f
n
= n/N pour
n = 0, . . . ,N 1.
X(
n
N
) =
N1
k=0
x(k) e
j2k
n
N
avec n = 0, . . . ,N 1
On obtient ainsi N valeurs

X(0),

X(1/N), . . . ,

X(N 1/N) correspondant à la transformee
de Fourier discrète (TFD).
Par denition la TFD est une application lineaire qui ` a N valeurs complexes (x(0), . . . ,x(N
1)) associe N valeurs complexes (X
0
, . . . ,X
N1
) et on note
X
n
=
N1
k=0
x(k) e
j2k
n
N
avec n = 0, . . . ,N 1
La suite X
n
est une suite periodique de periode N.
La TFD inverse donne
x(k) =
1
N
N1
n=0
X
n
e
j2k
n
N
avec k = 0, . . . ,N 1
2.5.1 Remarques
La TFD represente les valeurs echantillonnees de la TF dun signal discret de duree
nie, x
0
, . . . ,x(N 1).
Si x(k) nest pas de duree nie, on a les valeurs echantillonnees de la TF du signal
discret x(k)
N
(k),
N
(k) etant le fenetre rectangulaire de longueur N. Ceci entrane
des oscillations dans la TF et lutilisation de fenetres de ponderation g(k) pour les
faire disparatre (Hamming, Hanning).
La TFD ne represente les valeurs echantillonnees de la TF dun signal ` a temps continu
x(t) que si x(t) est à duree limitee [0,NT
e
] et si sa TF X(f) ` a un spectre ` a bande
limitee [
1
2Te
,
1
2Te
]. Comme il nexiste pas de signaux ` a duree et ` a bande limitee, on
commet une erreur systematique en considerant les X
n
comme des echantillons de la
TF X(f) .
2.6 Fenetres de ponderation 113
0 100 200 300 400 500 600 700 800 900 1000
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
5.5
TF pour N=256
Frquence
N = 256
0 100 200 300 400 500 600 700 800 900 1000
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
5.5
TF pour N=260
Frquence
N = 260
0 100 200 300 400 500 600 700 800 900 1000
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
5.5
TF pour N=266
Frquence
N = 266
2.5.2 Exemple
On cherche à determiner la TFD X
n
du signal
x(k) = A cos(2
f
0
f
e
k)
X
n
=
N1
k=0
x(k) e
j2k
n
N
avec n = 0, . . . ,N 1
Signal reel le module du spectre est une fonction paire
Signal echantillonnee le module du spectre est une fonction periodique (f
e
)
TFD frequences discrètes
Signal à support borne
multiplication en temps=convolution en frequence
2.6 Fenetres de ponderation
Nous allons dans ce paragraphe, decrire plusieurs fenetres de ponderation, en montrer les
avantages et leur limites.
Bien que ce ne soit pas une règle generale, dans ce paragraphe, les fenetres etudiees seront
placees symetriquement autour de lorigine pour simplier les calculs. Les resultats etablis
dans ce cas pourront etre modies aisement pour dautres positions à laide du theorème du
retard.
80 90 100 110 120 130 140
0.2
0
0.2
0.4
0.6
0.8
1
1.2
Temps
Fentre rectangulaire
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
0
5
10
15
20
Frquences
1/N
Module de la transformee de Fourier
80 90 100 110 120 130 140
0.2
0
0.2
0.4
0.6
0.8
1
1.2
Temps
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
300
250
200
150
100
50
0
50
Frquences
Module de la transformee de Fourier en dB
2.6.1 Fenetre rectangulaire
La manière brutale de limiter la duree dun signal est de le multiplier par un signal rectangulaire
(fonction Porte), possedant N echantillons unites. Au niveau spectral cette multiplication
revient à convoluer la TF de x(t) par la TF de la fonction porte. Cette operation de
convolution a pour eet dintroduire des ondulations dans le spectre.
En règle generale la resolution en frequence sera dautant meilleure que :
le lobe principale (central) est etroit,
les lobes secondaires (lateraux) sont bas.
Malheureusement la reduction en hauteur des lobes secondaires saccompagne toujours de
lelargissement du lobe principal. Il faut donc accepter un compromis entre ces deux eets.
2.6.2 Fenetre de Hamming
Lequation de la fenetre de Hamming est donne par la relation suivante pour = 0.54 :
_
_
_
w(k) = + (1 ) cos(2k/N)) pour [k[ N/2
= 0 ailleurs
(2.1)
Remarque
La fenetre de Hanning est obtenue pour = 1/2 dans lequation 2.1.
2.6 Fenetres de ponderation 115
0 2 4 6 8 10 12 14 16 18 20
0.2
0
0.2
0.4
0.6
0.8
1
1.2
Temps
Fentre de Hamming
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
60
40
20
0
20
40
Frquences
2.6.3 Fenetre de Kaiser
Une autre famille de fonctions fenetre a ete proposee par Kaiser. Elle permet selon la valeur
dun paramètre , de specier dans le domaine des frequences le compromis entre la largeur
de lobe principal et lamplitude des lobes secondaires. Une caracteristique importante ce
cette famille de ranee de fenetres est quil est possible dobtenir de fortes attenuations
des lobes secondaires tout en conservant une largeur minimale pour la pic central. La forme
generale de cette fonction est la suivante :
_
_
_
w(k) =
I
0[
N
2
4k
2
]
I
0
(N)
pour [k[ N/2
= 0 ailleurs
(2.2)
o` u I
0
est la fonction de Bessel de première espèce dordre zeros et o` u caracterise lechange
denergie entre le pic central et les lobes secondaires. La largeur du pic central augmente
avec .
2.6.4 Exemple
On genère un signal compose de deux sinusodes de frequence 200 et 400 Hz, echantillonne
` a 8000 Hz et ayant 512 points. On calcule la TF de ce signal apres multiplication par
0 2 4 6 8 10 12 14 16 18 20
0.6
0.7
0.8
0.9
1
1.1
Temps
Fentre de Kaiser
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
60
40
20
0
20
40
Frquences
= 0.8
0 2 4 6 8 10 12 14 16 18 20
0.2
0.4
0.6
0.8
1
Temps
Fentre de Kaiser
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
60
40
20
0
20
40
Frquences
= 2
une fenetre rectangulaire, de Hamming et de Kaiser. la resolution en frequence est donc
fe
N
= 16Hz.
2.7 La transformee de Fourier rapide
La transformee de Fourier rapide ou FFT (Fast Fourier Transform) est une technique de
calcul rapide de la TFD. Lalgorithme de base, utilise un nombre de points N = 2
p
et son
gain en temps par rapport à un calcul direct est de lordre de N/log
2
(N). Pour N = 1024,
la FFT est donc environ 100 fois plus rapide.
2.7 La transformee de Fourier rapide 117
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07
4
3
2
1
0
1
2
3
4
5
x=2*cos(2*pi*200*t)+3*cos(2*pi*400*t)
Temps
0 100 200 300 400 500 600 700 800 900 1000
0
0.5
1
1.5
Frquences
0 100 200 300 400 500 600 700 800 900 1000
0
0.5
1
1.5
Fentre hamming
Frquences
0 100 200 300 400 500 600 700 800 900 1000
0
0.5
1
1.5
Fentre kaiser
Frquences
118
Sixième partie
Etude des signaux aleatoires
119
Chapitre 1 Rappels sur les probabilites
1.1 Introduction
Jusqu` a present, nous avons parle des signaux deterministes dans letude des systèmes
lineaires invariant dans le temps, sans mentionner le role important que jouent les phenomènes
aleatoires en traitement du signal et plus particulièrement en telecommunications.
En eet, le modèle deterministe ne convient plus a expliquer tous les phenomènes qui peuvent
se produire dans une chane de transmission par exemple.
1.2 Probabilites
1.2.1 Denitions
Une experience est dite aleatoire si lon ne peut prevoir son resultat, le lancer de des, le jeu
de pile ou face.
Lensemble S de tous les resultats possibles dune experience aleatoire est appele univers
a cette experience. Chaque resultat dun tirage aleatoire correspond à une epreuve. Un
ensemble depreuves constitue un evenement. On dit quun evenement est lie ` a une
experience si pour tout resultat appartenant ` a S on sait dire si cet evenement a eu lieu
ou non. Lassociation de nombres reels aux evenements denis sur S constitue une mesure
de probabilite.
120 Chapitre 1. Rappels sur les probabilites
1.2.2 Denitions complementaires
le complementaire dun evenement A, note A, est levenement constitue de lensemble
des elements de S qui nappartient pas ` a A.
Lunion des evenements A et B, note AB est levenement constitue de des elements
qui appartiennent à A, à B, ou les deux à la fois.
Lintersection des evenements A et B, notee A B, se compose de lensemble des
evenements qui appartiennent simultanement à A et B.
Levenement qui ne contient aucun element est dit evenement nul, note .
Deux evenements sont disjoints sils nont aucun point commun, cest ` a dire si AB =
.
Si tout point de A appartient à B, on dit que A est un sous-ensemble de B, et on le
note par A B.
1.2.3 Algèbre des evenements
A A = S,
A A = ,
A S = A,
(A B) = A B,
(A B) = A B,
Les operations dunion et dintersection possèdent les proprietes suivantes :
Commutativite : A B = B A,A B = B A.
Associativite : A (B C) = (A B) C, A (B C) = (A B) C.
Distributivite : A (B C) = (A B) (A C), A (B C) = (A B) (A C)
1.2.4 Probabilite dun evenement
Denition classique
Une denition classique, postule que la probabilite dun evenement A a pour expression :
1.2 Probabilites 121
P(A) =
N
A
N
o` u N est le nombre de resultats possibles et N
A
le nombre de resultats faisant partie de
levenement A. Notons que dans cette denition, tous les resultats sont supposes equiprobables.
Denition axiomatique
La probabilite dun evenement A, notee P(A), est un nombre reel associe ` a A qui satisfait
` a lensemble des axiome suivants :
Axiome 1 : P(A) 0
Axiome 2 : P(S) = 1
Axiome 3 : P(A B) = P(A) + P(B) si A B =
A partir de ces trois axiomes, on peut etablir les proprietes suivantes, toutes très interessantes :
P(A) 1, il sen suit que P(A) = 1 P(A),
P() = 0,
P(A) P(B) si A B,
P(A B) = P(A) + P(B) P(A B).
Probabilite conditionnelle
La probabilite conditionnelle dun evenement A par rapport à levenement B, note P(A[B),
a pour denition :
P(A[B) =
P(A B)
P(B)
(1.1)
o` u P(B) ,= 0 et P(A B) est la probabilite conjointe de A et B. On peut en deduire la loi
de Bayes :
P(B[A) =
P(A[B) P(B)
P(A)
(1.2)
o` u P(B[A) est la probabilite conditionnelle de B par rapport ` a A.
Evenements independants
Deux evenements A et B sont dits statistiquement independants si et seulement si :
P(A B) = P(A)P(B)
alors lequation 1.1 devient :
P(A[B) = P(A)
Soit A
1
,A
2
, . . . ,A
n
un ensemble devenements denis sur S. Ces n evenements sont dits
mutuellement independants si et seulement si
P(A
i
A
j
) = P(A
i
)P(A
j
)
P(A
i
A
j
A
k
) = P(A
i
)P(A
j
)P(A
k
)
.
.
.
P(A
i
A
j
. . . A
k
) = P(A
i
)P(A
j
) . . . P(A
n
)
Probabilite totale
Soit N evenements A
1
,A
2
, . . . ,A
N
mutuellement exclusifs constituant exhaustivement lensemble
S, cest ` a dire veriant les conditions suivantes :
A
i
A
j
= i ,= j = 1,2, . . . N
et
A
1
A
2
. . . A
N
= S
Soit B un evenement quelconque deni sur S. Alors :
P(B) =
N
k=1
P(B A
k
) =
N
k=1
P(B[A
k
)P(A
k
)
que lon appelle probabilite totale de levenement B.
1.3 Variables aleatoires reelles 123
1.3 Variables aleatoires reelles
Une variable aleatoire (VA) X() (en majuscule) est une fonction qui associe un nombre
reel, appele valeur x (en minuscule) de X(), ` a chaque epreuve de S en respectant les
conditions suivantes :
Lensemble : X() x est un evenement pour tout nombre reel x.
P : X() = = 0 et P( : X() ) = 1
Si X ne peut prendre quun ensemble denombrable de valeurs distinctes, on dit que X est
une variable aleatoire discrète. Si X peut prendre une valeur quelconque sur un ou plusieurs
intervalles de la droite reelle, alors X est une variable aleatoire continue.
Le nombre dappels telephoniques arrivant ` a un bureau est une variable aleatoire discrète,
alors que la date exacte de larrivee dun de ces appels est une variable aleatoire continue.
1.3.1 Histogramme
Dans la majorite des cas, on peut associer ` a un evenement une mesure qui est un nombre
reel, par exemple une mesure de longueur ou de temperature. Pour caracteriser la variable,
on commence par decouper lintervalle des reels en segments [x
k
,x
k+1
]. Puis, on eectue N
mesures et on construit un histogramme. Pour cela on compte le nombre de fois n
k
o` u le
resultat de la mesure x appartient ` a chacun de ces segments. On tient compte du fait que
les segments couvrent laxe des reels et sont disjoints et on denit la probabilite
proba(x [x
k
,x
k+1
[) = lim
N
n
k
N
(1.3)
On reduit la taille des intervalles en faisant tendre leur nombre vers linni.
1.3.2 Fonction de repartition
On denit la fonction de repartition de la variable aleatoire X comme etant la probabilite
que X soit strictement inferieure ` a x:
F
X
(x) = P(X < x) pour tout x variant de ` a + (1.4)
1.5 1 0.5 0 0.5 1 1.5
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
Valeurs de x
Nb doccurences de x
Fig. 1.1 Exemple dhistogramme
Cest une fonction non decroissante qui peut presenter des paliers et des discontinuites. Elle
tend vers 0 lorsque x et 1 lorsque x +.
Les proprietes de F
X
(x) sont les suivantes :
F
X
() = 0,
F
X
() = 1,
0 F
X
(x) 1,
F
X
(x
1
) F
X
(x
2
) si x
1
x
2
,
Px
1
< X x
2
= F
X
(x
2
) F
X
(x
1
).
Exemples
Le premier exemple correspond à la fonction de repartition dun signal de type gaussien.
Le second exemple consiste a etudier le lancer de de (6 faces). La variable aleatoire est une
variable aleatoire discrète et si le de nest pas truque on a
F
X
(x) =
6
i=1
P(x
i
)u(x x
i
)
1.3 Variables aleatoires reelles 125
1.5 1 0.5 0 0.5 1 1.5
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
0
0.2
0.4
0.6
0.8
1
valeur de x
Fonction de rpartition
soit
2 1 0 1 2 3 4 5 6 7 8
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Fonction de rpartition pour le lancer de d
1.3.3 Densite de probabilite
La probabilite que x appartienne à lintervalle [x
k
,x
k
+ dx[ est
proba(x [x
k
,x
k
+ dx[) = dF
X
(x)
proba(x [x
k
,x
k
+ dx[) = p
X
(x)dx
avec F
X
(x) dierentiable et p
X
(x) correspond ` a la densite de probabilite (ddp) de la variable
aleatoire X et a donc pour denition :
p
X
(x) =
dF
X
(x)
dx
(1.5)
Cest une fonction non negative, mais ce nest pas une probabilite, elle nest pas
necessairement inferieur à un.
les proprietes de p
X
(x) sont les suivantes :
p
X
(x) 0,
_
+
p
X
(x)dx = 1,
F
X
(x) =
_
x
p
X
()d,
Px
1
< X x
2
=
_
x
2
x
1
p
X
(x)dx
Dans le cas dune variable aleatoire discrète, on a :
p
X
(x) =
i
P(x
i
)(x x
i
) (1.6)
On peut estimer la densite de probabilite en construisant un histogramme pour lequel le
pas dechantillonnage de laxe des reels est inniment grand. Dans lexemple de la gure
suivante, le nombre dechantillons est de 1000, 10000 et enn 100000.
1.4 Lois de repartition particulières 127
1.5 1 0.5 0 0.5 1 1.5
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
N=1000
1.5 1 0.5 0 0.5 1 1.5
0
0.01
0.02
0.03
0.04
0.05
0.06
N=10000
1.5 1 0.5 0 0.5 1 1.5
0
0.01
0.02
0.03
0.04
0.05
0.06
N=100000
Fig. 1.2 Convergence de lhistogramme vers la densite de probabilite
1.4 Lois de repartition particulières
1.4.1 Loi de Bernouilli x
La loi de Bernouilli x prend la valeur 0 avec la probabilite r et la valeur 1 avec la probabilite
(1-r). Sa densite de probabilite secrit :
p
X
(x) =
i
P(x
i
)(x x
i
) = r(x) + (1 r)(x 1)
1.4.2 Loi de poisson
Cette loi correspond ` a la loi que lon obtient en comptant des evenements aleatoires independants :
arrivee dune particule sur un capteur, decompte des appels sur un central telephonique,
comptage de voitures sur une route, etc. Cest la loi centrale des etudes sur les les dattente
dans les reseaux de communication. Elle depend dun paramètre qui caracterise le debit
moyen du ux. La probabilite dobserver k evenements pendant une duree t est donne par
p
X
(x,t) =
(t
k
)
k!
e
t
(1.7)
pour k 0 et t 0 et o` u 0! = 1.
0 0.5 1 1.5 2 2.5 3
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Densit de probabilit
k=0
k=1
k=2
k=3
k=4
t
Fig. 1.3 Densite de probabilite p(k,t) de la loi de poisson
1.4.3 Loi uniforme
On dit quune variable aleatoire X suit une loi uniforme si elle prend ses valeurs uniquement
dans lintervalle [a,b[ et que sa densite de probabilite vaut
p
X
(x) =
1
b a
(1.8)
En eet, la densite de probabilite correspond est une constante dans lintervalle [a,b[.
_
+
p
X
(x) dx = 1
_
b
a
p
X
dx = 1
p
X
=
1
b a
Sa fonction de repartition est composee de 3 segments de droites.
Pour x < a, p
X
(x) = 0 donc F
X
(x) = 0,
1.4 Lois de repartition particulières 129
pour [a,b[,
F
X
(x) =
_
x
p
X
(u)du
F
X
(x) =
_
x
a
1
b a
du
F
X
(x) =
x a
b a
pour x b, F
X
(x) = 1
3 2 1 0 1 2 3
0.2
0
0.2
0.4
0.6
x
3 2 1 0 1 2 3
0.2
0
0.2
0.4
0.6
0.8
1
1.2
Fonction de rpartition
x
a=0.5
a=0.5
b=1.5
b=1.5
Fig. 1.4 Loi uniforme
1.4.4 Loi normale ou gaussienne
On dit quune variable aleatoire X suit une loi normale si sa densite de probabilite a pour
expression :
p
X
(x) =
1
2
e
(xmx)
2
2
2
x
(1.9)
La densite de probabilite passe par son maximum pour x = m
x
. Cette loi presente plusieurs
caracteristiques importantes :
Cette loi joue un r ole fondamental dans letude des phenomènes aleatoires que lon
rencontre dans les systèmes physiques. La plupart des processus aleatoires naturels
sont pratiquement gaussiens. De plus, daprès le theorème central limite (cf paragraphe
1.8), la somme dun grand nombre de variables aleatoires, sous certaines conditions
suit une loi normale.
Tout linformation est donnee directement par la moyenne m
x
et la variance
x
de la
variable aleatoire X. 95 % des valeurs de x sont contenues dans lintervalle [x2,x+
2].
Elle permet des developpements mathematiques ecaces.
m
x

x
1/(2)
0.5

4 = 95%
Fig. 1.5 Loi normale
1.5 Moyennes statistiques
Souvent on peut caracteriser une variable aleatoire uniquement par des informations partielles
comme la valeur moyenne de la variable aleatoire et sa dispersion autour de cette valeur
moyenne (variance).
1.5 Moyennes statistiques 131
1.5.1 Esperance mathematique
On appelle moyenne statistique (ou moment dordre 1), la quantite E est appelee esperance
mathematique :
E[X] = m
x
=
_
+
x p
X
(x) dx (1.10)
Si X est une variable aleatoire discrète, ` a partir de la relation 1.6, il vient :
E[X] = m
x
=
_
+
x
_
i
P(x
i
)(x x
i
)
_
dx =
i
x
i
P(x
i
) (1.11)
Dans le cas o` u les probabilites sont uniformement reparties, cest-` a-dire lorsque P(x
i
) =
1
N
pour i = 1, . . . ,N, la relation 1.11 devient :
E[X] = m
x
=
1
N
N
i=1
x
i
(1.12)
ce qui donne la moyenne arithmetique des x
i
.
1.5.2 Fonction dune variable aleatoire
Lesperance mathematique de Y = g(X) a pour expression :
E[Y ] =
_
+
y p(y)dy
soit
E[Y ] = E[g(X)] =
_
+
g(x)p(x)dx
Si X est une variable aleatoire discrète :
E[Y ] =
i
g(x
i
)P(x
i
)
1.5.3 Fonction de deux variables aleatoires
Lesperance mathematique de Z = g(X,Y ) a pour expression :
E[Z] = E[g(X,Y )] =
_
+
_
+
g(x,y)p(x,y)dxdy
Si X et Y sont des variables aleatoires discrètes alors :
E[Z] = E[g(X,Y )] =
k
g(x
i
,y
k
)P(x
i
,y
k
)
o` u P(x
i
,y
k
) = P[X = x
i
,Y = y
k
]
1.5.4 Remarques
On notera que lesperance mathematique est un operateur lineaire :
E[X + Y ] = E[X] + E[Y ] (1.13)
E[cX] = c E[X] (1.14)
o` u c est une constante.
1.5.5 Moments et variance
Le moments dordre n de la variable aleatoire X a pour expression :
M
n
= E[X
n
] =
_
+
x
n
p(x)dx (1.15)
Le moment dordre centre n de X a pour denition :
E[(X m
x
)
n
] =
_
+
(x m
x
)
n
p
X
(x) dx (1.16)
avec m
x
= E[X].
Le moment centre dordre 2 de X est appele variance de X, soit :
var[X] =
2
x
= E[(X m
x
)
2
] (1.17)
1.6 Moments conjoints et covariance 133
La racine carre de la variance, notee
x
, est appelee ecart type de X. La variance est une
mesure de la dispersion des valeurs de X autour de sa valeur moyenne m
x
.
2
x
= E[X
2
2m
x
X + m
2
x
] = E[X
2
] 2m
x
E[X] + m
2
x
= E[X
2
] m
2
x
(1.18)
4 2 0 2 4 6 8 10 12
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0 50 100 150 200 250 300 350 400 450 500
2
0
2
4
6
8
10
12
Signal alatoire de loi gaussienne
2
x
= 4, m
x
= 4
3 4 5 6 7 8 9 10
0
0.02
0.04
0.06
0.08
0.1
0.12
0 50 100 150 200 250 300 350 400 450 500
3
4
5
6
7
8
9
10
Signal alatoire de loi gaussienne
2
x
= 1, m
x
= 6
Fig. 1.6 Illustration de la moyenne et de la variance dune variable aleatoire gaussienne
1.5.6 Fonction caracteristique
La fonction caracteristique dune variable aleatoire X a pour denition :
X
(u) = E[e
juX
] =
_
+
e
juX
p
X
(x) dx (1.19)
o` u u est une variable reelle. Cette fonction passe par un maximum ` a lorigine et verie la
propriete :
[
X
(u)[
X
(0) = 1
1.6 Moments conjoints et covariance
Un des objectifs fondamentaux du calcul des probabilites est detablir un lien eventuel entre
plusieurs resultats dexperiences. On est ainsi amene à etudier le comportement conjoint de
plusieurs variables aleatoires comme le poids et la taille des individus dun groupe, ou bien
l age des conjoints dun couple, etc.
1.6.1 Repartition conjointe
Soit deux variables aleatoires X et Y denies sur S. On denit F
XY
(x,y), la fonction de
repartition conjointe de X et Y , de la facon suivante :
F
XY
(x,y) = P(X x,Y y) (1.20)
Les evenements se composent de toutes les epreuves de S pour lesquelles on a simultanement
X() x et Y () y.
La densite de probabilite conjointe de X et Y a pour expression :
p
XY
(x,y) =

2
xy
F
XY
(x,y) (1.21)
ce qui implique que p
XY (x,y)
0
1.6.2 Repartition marginale
Les fonctions F
X
(x) et F
Y
(y) sont appelees fonction de repartition de probabilite marginales :
F
X
(x) = F
XY
(x,) (1.22)
F
Y
(y) = F
XY
(,y) (1.23)
Les densite de probabilite marginales p
X
(x) et p
Y
(y) ont pour expression :
p
X
(x) = F
X
(x) =
_
+
p
XY
(x,y)dy (1.24)
p
Y
(y) = F
Y
(y) =
_
+
p
XY
(x,y)dx (1.25)
(1.26)
1.6.3 Repartition conditionnelle
La fonction de repartition conditionnelle de X par rapport ` a levenement A a pour denition :
F
X
(x[A) = P(X x[A) =
P(X x,A)
P(A)
avec P(A) ,= 0 (1.27)
o` u P(X x,A est la probabilite de levenement conjoint X x A.
La densite de probabilite conditionnelle de X par rapport ` a A a pour denition :
p
X
(x[A) =
dF
X
(x[A)
dx
(1.28)
Soit X et Y deux variables aleatoires denies sur S. La densite de probabilite conditionnelle
de X par rapport ` a levenement Y = y a pour valeur :
p
X|Y
=
p
XY
(x,y)
p
Y
(y)
avec p
Y
(y) ,= 0 (1.29)
o` u p
Y
(y) est la densite de probabilite marginale de Y .
1.6.4 Variables aleatoires independantes
Deux variables aleatoires X et Y sont independantes si :
F
XY
(x,y) = F
X
(x) F
Y
(y)
ou encore :
p
XY
(x,y) = p
X
(x) p
Y
(y)
et p
X|Y
= p
X
(x)
Soit X et Y deux variables aleatoires de probabilite conjointe p
XY
(x,y).
1.6.5 Correlation
La correlation de X et de Y , que lon note R
XY
, et qui a pour expression :
R
XY
= E[XY ] =
_
+
_
+
x y p
XY
(x,y) dxdy (1.30)
1.6.6 Covariance
La covariance de X et de Y , notee C
XY
, se denit comme suit :
C
XY
= E[(X m
x
)(Y m
y
)] (1.31)
En developpant la relation, on obtient :
C
XY
= E[XY ] E[X] E[Y ] = R
XY
m
x
m
y
(1.32)
1.6.7 Coecient de correlation
Le coecient de correlation de X et Y a pour denition :
==
C
XY
y
(1.33)
o` u
x
,
y
sont respectivement les ecarts types de X et Y . On peut montrer que [[ 1, il
sen suit que [C
XY
[
x
y
.
Si deux variables aleatoires X et Y sont non correlees si et seulement si C
XY
= 0. Dans ce
cas
E[XY ] = E[X] E[Y ] (1.34)
1.6.8 Evenements orthogonaux
Deux evenements sont dits orthogonaux (au sens de la correlation)si :
R
XY
= E[XY ] = 0 (1.35)
1.6.9 Variables conjointement gaussiennes
Les variables X et Y sont dites conjointement normales si leur probabilite conjointe a pour
expression :
p
XY
(x,y) =
1
2
x
y
_
1
2
e
(
xmx
x
)
2
2(
xmx
x
)
ymy
y
ymy
y
(1.36)
Cette formule fait apparatre les variances de chacune des deux variables, leur moyenne, ainsi
que leur coecient de correlation. Si le coecient de correlation est nul ( = 0), p
XY
(x,y)
secrit comme le produit
p
XY
(x,y) =
_
1
2
e
(xmx)
2
2
2
x
_
_
1
2
e
(ymy)
2
2
2
y
_
(1.37)
Les variables sont donc independantes. La gure 1.7 represente p
XY
(x,y) pour m
x
= 0,
x
= 3, m
y
= 1 et
y
= 1).
5
0
5
5
0
5
0
0.02
0.04
0.06
x
p(x,y) de variables alatoires gaussiennes
y
Fig. 1.7 Densite de probabilite dun couple de VA gaussiennes
1.7 Changement de variables
1.7.1 Fonction de variables aleatoires
Etant donne une variable aleatoire X et une fonction g(x), lexpression
Y = g(X)
constitue une autre variable aleatoire dont la fonction de repartition est :
F
Y
(y) = P(Y y) = P(g(X) y) (1.38)
1.7.2 Determination de la densite de probabilite
Pour trouver la densite de probabilite p
Y
(y), on resout lequation y = g(x). En designant
par x
k
les racines reelles de lequation y g(x) = 0, on a :
p
Y
(y) =
k
p
X
(x)
[g
(x
k
)[
(1.39)
o` u g
(x) est la derivee de g(x).

1.7.3 Formule de changement de variables
Denition
Soit deux variables aleatoires X
1
et X
2
de densite de probabilite conjointe p
X
1
X
2
(x
1
x
2
) et
deux fonctions g
1
(x
1
,x
2
) et g
2
(x
1
,x
2
), considerons les deux variables aleatoires suivantes :
_
_
_
Y
1
= g
1
(X
1
,X
2
)
Y
2
= g
2
(X
1
,X
2
)
et supposons que la transformation soit bijective : à tout couple (y
1
,y
2
) donne, il existe alors
1.7 Changement de variables 139
une solution unique (x
1
,x
2
) qui secrit :
_
_
_
y
1
= g
1
(x
1
,x
2
)
y
2
= g
2
(x
1
,x
2
)
_
_
_
x
1
= h
1
(y
1
,y
2
)
x
2
= h
2
(y
1
,y
2
)
Dans ce cas la densite de probabilite des variables aleatoires (Y
1
,Y
2
) a pour expression :
p
Y
1
Y
2
(y
1
,y
2
) = p
X
1
X
2
(h
1
(y
1
,y
2
),h
2
(y
1
,y
2
)) [J(y
1
,y
2
)[ (1.40)
o` u J(y
1
,y
2
) represente le Jacobien de la transformation deni par :
J(y
1
,y
2
) = det
h
1
(y
1
,y
2
)
y
1
h
1
(y
1
,y
2
)
y
2
h
2
(y
1
,y
2
)
y
1
h
2
(y
1
,y
2
)
y
2
(1.41)
Plut ot dutiliser directement la formule 1.40 pour calcule la densite de probabilite, il est
parfois avantageux de revenir ` a la denition de la fonction de repartition de (Y
1
,Y
2
) en
determinant dans le plan (x
1
,x
2
) le domaine qui verie g
1
(x
1
,x
2
) y
1
et g
2
(x
1
,x
2
) y
2
,
puis integrer sur ce domaine le fonction p
X
1
X
2
(x
1
,x
2
). Pour obtenir la densite de probabilite,
il sut ensuite de deriver successivement par rapport à y
1
et y
2
suivant la formule 1.21.
Exemple
Considerons deux variables aleatoires X et Y de densite de probabilite conjointe p
XY
(x,y)et
soit ` a calculer la densite de probabilite de la variable aleatoire Z = X + Y . Pour cela
considerons la transformation (x,y) (t,z)denie par :
_
_
_
t = x
z = x + y
_
_
_
x = t
y = z t
Le Jacobien de la transformation secrit :
J(t,z) =
x
t
x
z
y
t
y
z
1 0
1 1
= 1
et donc
p
Z
(t,z) = [J(t,z)[p
XY
(x,y) = p
XY
(t,z t)
On en deduit la densite de probabilite de Z en integrant sur t (calcul de la loi marginale) :
p
Z
(z) =
_
+
p
XY
(t,z t)dt
Dans le cas o` u X et Y sont des variables aleatoires independantes, p
XY
(x,y) est ` a variables
separees et p
Z
(z) prend la forme dun produit de convolution entre p
X
(x) et p
Y
(y) :
p
Z
(z) =
_
+
p
X
(t)p
Y
(z t)dt (1.42)
1.8 Somme dun grand nombre de variables aleatoires
independantes
La somme dun grand nombre de variables aleatoires independantes de meme loi tend vers
une variable gaussienne. On peut generaliser ce resultat au cas o` u les variables aleatoires ne
sont pas de meme loi et partiellement independantes. Ce qui justie lutilisation des variables
aleatoires gaussiennes pour representer les phenomènes aleatoires relativement complexes.
1.9 Exercices
1.9.1 Variables aleatoires, fonctions de repartition et densites
I. La densite de probabilite dune variable aleatoire X a pour expression :
p
X
(x) =
_
_
_
k pour x [a
1
,a
2
[
0 ailleurs
o` u k est une constante.
Determiner la valeur de k.
Soit a
1
= 1 et a
2
= 2. Evaluer la proba([X[ 1/2).
1.9 Exercices 141
II. La densite de probabilite de X a pour expression :
p
X
(x) = ke
ax
u(x)
o` u a est une constante positive. Determiner la valeur de la constante k et dessiner
p
X
(x).
III. La probabilite conjointe de X et Y a pour expression :
p
XY
(x,y) = ke
(ax+by)
u(x)u(y)
o` u a et b sont des constantes positives. Determiner la valeur de k.
IV. La probabilite conjointe de X et Y a pour expression :
p
XY
(x,y) = xy e
(x
2
+y
2
)/2
u(x)u(y)
Evaluer les densites de probabilite marginales p
X
(x) et p
Y
(y).
X et Y sont-ils independants?
1.9.2 Moyennes statistiques
I. Soit Y = aX + b. Montrer que si la moyenne de X est m
x
et sa variance
2
x
, alors,
m
y
= am
x
+ b et
2
y
= a
2
2
x
.
II. En utilisant lequation 1.39, evaluer et tracer p
Y
(y) pour Y = X
2
, lorsque X suit une
loi gaussienne avec m
x
= 0 et
2
x
= 1.
III. Calculer la covariance de X et Y :
lorsque X et Y sont independants.
lorsquil existe entre X et Y la relation Y = aX + b.
142 Chapitre 2. Signaux aleatoires
Chapitre 2 Signaux aleatoires
2.1 Introduction
Il existe de nombreux signaux naturels ou articiels, comme les signaux de parole issu
dun micro, la consommation delectricite, un signal binaire de transmission, ou encore la
temperature journalière releve ` a midi.
Dans ces exemples, on ne peut pas predire exactement lechantillon suivant avant de lavoir
observe. On ne peut donc pas considerer ces signaux comme deterministes ou il est dicile de
trouver un modèle mathematique devolution, ou les variations nes ne sont pas interessantes
ou le signal est trop important à memoriser. Pour toutes ces raisons, on modelise ce signal
x(k) comme la realisation dun processus aleatoire X(k). On ignorera les valeurs instantanees
du signal pour sinteresser aux valeurs statistiques (valeur moyenne, variance, fonction
dautocorrelation,...).
Lanalyse spectrale de processus aleatoire fait appel aux valeurs statistiques. Un processus
stochastique X(t) est une variable aleatoire indexee par le paramètre continu t alors que le
processus X(t) peut-etre continu ou discret. Un processus stochastique a une energie innie
et lanalyse spectrale est obtenue en prenant la TF de la fonction dautocorrelation, cest la
densite spectrale de puissance. On traitera dans la suite de ce cours, des processus aleatoires
stationnaires au second ordre et ergodiques.
2.2 Les moments temporels, les relations de base 143
0 20 40 60 80 100 120 140 160 180 200
2
1
0
1
2
E
p
r
e
u
v
e

1
Processus stochastique
0 20 40 60 80 100 120 140 160 180 200
0
0.5
1
E
p
r
e
u
v
e

2
0 20 40 60 80 100 120 140 160 180 200
10
5
0
5
10
E
p
r
e
u
v
e

3
Fig. 2.1 Processus stochastique
2.2 Les moments temporels, les relations de base
2.2.1 Moyenne temporelle
On appelle moyenne temporelle, la quantite :
x(t) = lim
T
1
T
_
T/2
T/2
x(t) dt
2.2.2 Autocorrelation temporelle
On appelle autocorrelation temporelle, la quantite :
x(t) x(t + ) = R
xx
() = lim
T
1
T
_
T/2
T/2
x(t)x(t + ) dt
2.3 Caracteristiques statistiques dun processus aleatoire
2.3.1 Moyenne statistique
Denition
On appelle moyenne statistique, la quantite E appele esperance mathematique :
E[X(t)] = m
x
(t) =
_
+
x p(x,t) dx (2.1)
o` u p(x,t) correspond ` a la densitete de probabilite de la variable aleatoire X(t).
2.3.2 Autocorrelation, autocovariance statistiques
On appelle autocorrelation statistique, la quantite :
R
xx
(t
1
,t
2
) = E[X(t
1
) X(t
2
)] =
_ _
+
x
1
x
2
p(x
1
,x
2
; t
1
,t
2
) dx
1
dx
2
(2.2)
avec p(x
1
,x
2
; t
1
,t
2
) la densite de probabilite conjointe des deux variables aleatoires X(t
1
) et
X(t
2
).
On deni egalement la fonction dautocovariance statistique par :
C
xx
(t
1
,t
2
) = E[(X(t
1
) m
x
(t
1
)) (X(t
2
) m
x
(t
2
))] (2.3)
ainsi que la variance (t
1
= t
2
) par Var[X(t)] = E[(X(t) m
x
(t))
2
] =
2
2.4 Stationnarite, Ergodicite
2.4.1 Stationnarite au sens strict
Un processus aleatoire X(t) est dit stationnaire au sens strict si ses proprietes statistiques
sont invariantes lorsquon change lorigine des temps :
p(x
1
,x
2
, . . . ,x
n
; t
1
,t
2
, . . . ,t
n
) = p(x
1
,x
2
, . . . ,x
n
; t
1
+ c,t
2
+ c, . . . ,t
n
+ c) (2.4)
2.4 Stationnarite, Ergodicite 145
quel que soit c.
2.4.2 Processus aleatoire stationnaire au second ordre
Un processus aleatoire est stationnaire au sens large (au second ordre) ssi :
1. La moyenne E[X(t)] est independante du temps :
E[X(t)] = m
x
= cste .
2. La fonction dautocorrelation ne depend que de = t
2
t
1
:
R
xx
(t
1
,t
2
) = R
xx
()
Dans ce cas la fonction dautocovariance est donnee par
C
xx
() = R
xx
() m
2
x
Dans le cas ou X(t) est centre m
x
= 0 et R
xx
() = C
xx
()
Exemple
Soit x(t) = Acos(t + ) un processus aleatoire o` u A et sont deterministes et est une
variable aleatoire equirepartie entre [0,2]. Calculer E[x(t)] ainsi que la fonction dautocorrelation
R
xx
(t1,t2).
2.4.3 Processus ergodique
Un processus aleatoire est ergodique ` a lordre n si les moyennes temporelles jusqua lordre
n sont independantes du choix de la realisation. De plus, si les resultats obtenus à partir des
moyennes statistiques sont equivalents ` a ceux obtenus ` a partir des moyennes temporelles,
alors le processus est ergodique.
Un processus stationnaire du second ordre est ergodique si R
xx
() = R
xx
()
2.5 Correlation
Dans la suite on suppose que les processus stochastiques sont stationnaires au sens large.
2.5.1 Autocorrelation statistique
Lautocorrelation de X(t) a pour valeur,
R
xx
() = E[X(t)X(t + )] (2.5)
Proprietes
Les proprietes de R
xx
()
fonction paire, R
xx
() = R
xx
(),
maximum en 0, [R
xx
()[ R
xx
(0) = E[X
2
(t)],
2.5.2 Intercorrelation statistique
On denit la fonction dintercorrelation de 2 processus aleatoires stationnaires X(t) et Y (t)
par :
R
xy
() = E[X(t) Y (t + )] (2.6)
avec R
xy
() = R
yx
().
Dans le cas o` u les processus sont ergodiques, on denit
R
xy
() = R
xy
() = lim
T
1
T
_
T/2
T/2
x(t) y(t + ) dt
Les transformees de Fourier de R
xy
et de R
yx
sont appelees densites interspectrales de
puissance.
2.6 Analyse spectrale des processus aleatoires 147
2.5.3 Autocovariance
Dans ce cas la fonction dautocovariance est donnee par
C
xx
() = E[(X(t) E[X(t)])(X(t + ) E[X(t + )])] (2.7)
C
xx
() = R
xx
() m
2
x
(2.8)
2.5.4 Intercovariance
Lintercovariance de X(t) et Y (t) a pour expression :
C
xy
() = E[(X(t) E[X(t)])(Y (t + ) E[Y (t + )])] (2.9)
C
xy
() = R
xy
() m
x
m
y
(2.10)
Les deux processus stochastiques X(t) et Y (t) sont dit mutuellement orthogonaux si R
xy()
=
0.
Les deux processus stochastiques X(t) et Y (t) sont dit non correles lorsque
C
xy
() = 0.
2.6 Analyse spectrale des processus aleatoires
2.6.1 Densite spectrale de puissance
La densite spectrale de puissance dun processus aleatoire stationnaire est la transformee de
Fourier de sa fonction dautocorrelation statistique :
R
xx
()
TF
xx
(f) =
_
+
R
xx
() e
j2f
d (2.11)
(relation de WienerKhintchine)
La densite interspectrale de puissance
xy
ou
yx
correspond ` a la transformee de Fourier de
R
xy
respectivement R
yx
.
2.6.2 Le bruit blanc b(t)
Parmi les processus aleatoires, le bruit blanc revet une importance particulière car il represente
le modèle de nombreux phenomènes physiques. Le mot blanc prend son origine dans lanalogie
avec la lumière blanche, dont la puissance est uniformement repartie sur laxe des frequences.
Un bruit blanc b(t) de variance
2
b
est un signal aleatoire stationnaire au second ordre centre
(m
b
= 0) dont la fonction dautocorrelation statistique
R
xx
() = E[b(t) b(t + )] =
2
b
() (2.12)
do` u
R
xx
()
TF
(f) =
2
b
(2.13)
donc
E =
_
+
(f) df =
Le bruit blanc est un signal a energie et puissance innie.
2.6.3 Le bruit colore
Dans de nombreuses applications, les systèmes rencontres ont une largeur de bande limitee
(B/2,B/2). On modelise souvent le bruit par un processus reel, dont la densite spectrale
de puissance est egale ` a
2
b
dans cette bande et nulle partout ailleurs. Sa puissance est alors
B
2
b
. On parle dans ce cas de bruit colore.
2.7 Processus aleatoires particuliers
2.7.1 Sequences independantes et identiquement distribuees (i.i.d.)
Le modèle le plus simple de suite aleatoire est celui o` u toutes les variables de la suite ont la
meme loi et sont independantes.
2.7 Processus aleatoires particuliers 149
Considerons un processus aleatoire X(t) et denissons n variables aleatoires X(t
1
),X(t
2
), . . . ,X(t
n
)
correspondant à n instants de mesure t
1
,t
2
, . . . ,t
n
. On forme un vecteur aleatoire X (n1),
qui a pour denition :
X =
_
_
X(t
1
)
X(t
2
)
. . .
X(t
n
)
_
_
(2.14)
La loi de probabilite dune variable aleatoire de X, prise ` a un instant n quelconque, est
independant de n: on dit alors que X est identiquement distribuee.
Quel que soit le nombre dinstants et quelle que soit la suite des instants les variables
aleatoires X(t
1
),X(t
2
), . . . ,X(t
n
) sont mutuellement independantes.
Une telle sequence est designee par sequence aleatoire i.i.d. (Independantes et Identiquement
Distribuees).
Le bruit blanc est un exemple de sequence i.i.d. centree.
2.7.2 Processus aleatoire gaussien
Soit le vecteur aleatoire denit par lequation 2.14 au paragraphe precedent. Soit x un
vecteur (n 1) ayant pour denition :
x =
_
_
x
1
x
2
. . .
x
n
_
_
(2.15)
Ce qui permet de noter X x levenement X(t
1
) x
1
, . . . ,X(t
n
) x
n
. X(t) est
par denition, un processus gaussien si X presente une densite multivariable conjointement
gaussienne pour tout ensemble ni de valeur t
i
et pour tout n.
La densite multivariable dun processus gaussien a pour expression :
p(x) =
1
(2)
n/2
[ det C[
1/2
exp
_
1
2
(x-m)
t
C
1
(x-m)
_
(2.16)
o` u t designe loperation de transposition matricielle, m est le vecteur moyenne, C est la
matrice de covariance, dexpression :
m = E[X] =
_
_
m
1
m
2
. . .
m
n
_
_
=
_
_
E[X(t
1
)]
E[X(t
2
)]
. . .
E[X(t
n
)]
_
_
(2.17)
C =
_
_
C
11
. . . C
1n
. . . . . . . . .
C
n1
. . . C
nn
_
_
(2.18)
o` u C
ij
= C
XX
(t
i
,t
j
) = R
XX
(t
i
,t
j
) m
i
m
j
expression qui represente la covariance de X(t
i
)
et X(t
j
), tandis que det C est le determinant de la matrice C. Les proprietes les plus
importantes dun processus gaussien sont enumerees ci-après :
1. un processus gaussien est entièrement deni par lensemble de ses moyennes m
i
ainsi
que par ses fonctions dautocorrelation R
XX
(t
i
,t
j
) avec i,j = 1, . . . ,n.
2. Si lensemble des variables aleatoires X(t
i
), ne presentent aucune correlation , cest à
dire si C
ij
= 0 i ,= j, alors les X(t
i
) sont independants.
3. Si un processus gaussien X(t) est stationnaire au sens large, alors il lest au sens strict.
4. Si lon applique un processus gaussien ` a lentree dun système lineaire, le processus
aleatoire en sortie est lui aussi gaussien.
2.8 Filtrage des processus aleatoires
2.8.1 Introduction
On se place dans le cas o` u les signaux etudies sont stationnaires au sens large et o` u le
système etudie est lineaire et invariant dans le temps.
2.8 Filtrage des processus aleatoires 151
On a donc deni un sens ` a la densite spectrale de puissance dun signal aleatoire pour
chaque frequence sans considerer la transformee de Fourier du signal x(t) lui-meme, mais la
transformee de Fourier de la fonction dautocorrelation.
Attention ceci est un modèle theorique cest à dire que le calcul de (f) a une frequence
necessite le calcul de lautocorrelation R
xx
() de ] , +[. En pratique :
1. On echantillonne les variables x(k), R
xx
(k),
x(t) x(k) = x(kTe) : on na pas de perte dinformation si x(t) a une frequence max
fe
2
(sinon on utilise un ltre antirepliement).
2. on considère un intervalle ni dobservation.
Le problème majeur est quil faut considerer que le signal reel est stationnaire sur une
longue periode. Ceci nest pas vrai et on dira que le signal est quasi-stationnaire sur
la preriode dobservation de N echantillons. On a seulement des estimes

R
xx
(k) de
R
xx
(k) et donc (f) sera entache derreur. De plus, on a un nombre ni de valeur de
R
xx
(k). Pour toute ses raisons on ne parle plus danalyse spectrale mais destimation
spectrale.
2.8.2 Les relations en discret
La fonction dautocorrelation statistique discrète du processus X(n) aleatoire stationnaire
discret est :
R
xx
(k) = E[X(n) X
(n + k)]
avec k ] , +[
La fonction dintercorrelation statistique entre deux processus X(n) et Y (n) aleatoires
stationnaires est
R
xy
(k) = E[X(n) Y
(n + k)]
La densite spectrale de puissance dun processus aleatoire stationnaire est denie par la
transformee de Fourier de la fonction dautocorrelation statistique discrète R
xx
(k)
xx
(f) =
+
k=
R
xx
(k) e
j2fk
La densite interspectrale de puissance est :
xy
(f) =
+
k=
R
xy
(k) e
j2fk
Un bruit blanc discret b(n) de variance
2
b
est un processus aleatoire stationnaire, centre,
dont les echantillons b(n) ne sont pas correles entre eux do` u
R
bb
(k)) =
2
b
(k)
bb
(k)) =
2
b
avec (k)) = 1 pour k = 0 et 0 si k ,= 0.
2.8.3 Filtre lineaire invariant dans le temps
Soit le signal de sortie y(n) issue dun système lineaire de reponse impulsionnelle h(n) excite
par un signal dentree aleatoire x(n). La convolution lineaire secrit alors,
y(n) =
+
l=
h(l) x(n l) = x(n) h(n)
Lautocorrelation du signal de sortie secrit
R
yy
(k) = E[y(n)y
(n + k)]
= E
__
+
l=
h(l) x(n l)
__
+
p=
h
(p) x
(n + k p)
__
=
l
h(l)
p
h
(p) R
xx
(k + n p n + l)
=
l
h(l)
u
h
(u + l) R
xx
(k u)
=
u
R
hh
(u) R
xx
(k u)
Finalement on a
R
yy
(k) = R
hh
(k) R
xx
(k) (2.19)
2.9 Exercices 153
Par transformee de Fourier, on obtient
yy
(f) = [H(f)[
2
xx
(f)
Dans le cas ou x(n) est un bruit blanc, R
xx
(n) =
2
b
(n) alors,
yy
(f) =
2
b
[H(f)[
2
.
2.9 Exercices
2.9.1 Stationnarite
I. On considère le processus aleatoire X(t) ayant pour denition :
X(t) = Acos(t) + Bsin(t)
o` u A et B sont des VA tandis que est une constante.
(a) Quelle est la condition sur E[X(t)] pour que X(t) soit stationnaire.
(b) Montrer que X(t) est stationnaire au sens large ssi A et B sont non correlees et
ont meme variance.
II. Montrer que si X(t) est stationnaire au sens large, on a la relation suivante :
E
_
(X(t + ) X(t))
2
)
= 2[R
x
(0) R
x
()]]
2.9.2 Filtrage
1. On denit la fonction dintercorrelation entre deux signaux aleatoires discrets reels
par
R
yx
(k) = E[y(n)x(n k)]
On suppose que le signal y(n) est issu du ltrage de x(n) par un ltre numerique
lineaire stationnaire de reponse impulsionnelle h(n).
Donner la relation qui lie R
yx
(k), h(n) et R
x
(n) (fonction de correlation du signal
x(n)).
2. On considère un ltre numerique de reponse impulsionnelle h(n) denie par
h(n) =
_
_
_
b
n
pour n 0
0 pour n < 0
avec 0 < b < 1
Le signal dentree x(n) est un signal discret stationnaire centre de fonction dautocorrelation
R
x
(k) = a
|k|
avec 0 < a < 1
On note y(n) le signal de sortie du ltre.
(a) Preciser pourquoi on a suppose que 0 < b < 1 et 0 < a < 1.
(b) Montrer que la densite spectrale de puissance de x(n) est egale à :
S
x
(f) =
1 a
2
1 + a
2
2acos(2f)
(c) Montrer que la densite spectrale de puissance de y(n) est egale à :
S
y
(f) =
1
1 + b
2
2bcos(2f)
S
x
(f)
(d) Calculer lintercorrelation R
yx
(k).
2.9.3 Processus aleatoires particuliers
Soit X un vecteur aleatoire gaussien ` a n composantes independantes, selon la relation 2.7.2.
Montrer que la fonction de densite conjointe multivariable a pour expression :
p(x) =
1
(2)
n/2
n
i=1
i
exp
_
1
2
n
i=1
(
x
i
m
i
i
)
2
_
o` u m
i
= E[X
i
] et
2
i
= var(X
i
)
155
Chapitre 3 Identication parametrique
3.1 La transformee en z
3.1.1 Denition
La transformee en z (bilaterale), X(Z), de x(n) est denie par la relation suivante :
X(Z) =
+
n=
x(n) Z
n
(3.1)
Z est une variable complexe et la fonction X(Z) possède un domaine de convergence qui
en general est un anneau centree sur lorigine, de rayons R1 et R2. Cest dire que X(Z) est
denie pour R1 < [Z[ < R2. Les valeurs de R1 et R2 dependent de la suite x(n).
Si la suite x(n) represente la suite des echantillons dun signal echantillonnes ` a la periode
T, la transformation de Fourier de cette suite secrit :
X(f) =
+
n=
x(n) e
j2fnT
Ainsi pour Z = e
j2fT
la transformee en Z de la suite x(n) concide avec sa transformee de
Fourier. Cest à dire que lanalyse dun système discret peut se faire avec la transformee en
Z et pour connatre la reponse en frequence, il sut de remplacer Z par e
j2fT
.
156 Chapitre 3. Identication parametrique
3.1.2 Transformee en z unilaterale
Dans le cas des signaux et systèmes causaux, on utilise la transformee en z unilaterale denie
pour n 0 :
X(z) =
+
n=0
x(n) Z
n
(3.2)
3.1.3 Fonction de transfert
Dans le cas dun ltre lineaire, on rappelle que la relation dentree (x(n)) sortie (y(n)) est
donnee par le produit de convolution suivant :
y(n) = h(n) x(n) =
+
i=
h(i) x(n i)
En prenant respectivement la transformee de Fourier et en z on obtient :
Y (f) = H(f)X(f) (3.3)
Y (Z) = H(Z)X(Z) (3.4)
H(Z) est appelee fonction de transfert du ltre et
H(f) =
+
n=
h(n) e
j2fn
est appele la reponse en frequence. On note que
h(n) =
_
1/2
1/2
H(f)e
j2fn
df (3.5)
Fonction de transfert dun système stable
Si le système est stable, alors sa reponse impulsionnelle est absolument sommable :
+
n=
[h(n)[ <
3.1 La transformee en z 157
Cette condition entrane que lanneau de convergence doit necessairement contenir le cercle
unite.
Fonction de transfert dun système causal stable
Si le système lineaire invariant est causal et stable, le cercle unite doit etre contenu dans
la region de convergence dun système causal. Par consequent, pour un système causal et
stable, la fonction de transfert converge ` a linterieur dun cercle dont le rayon est en tout
cas plus petit que lunite. Ainsi, les p oles de la fonction de transfert dun système lineaire
invariant causal et stable doivent se trouver ` a linterieur du cercle unite.
On peut, par la position des poles dans ce plan, connatre immediatement si le système est
stable ou non.
3.1.4 Systèmes denis par une equation aux dierences
Les systèmes lineaires invariants dans le temps, les plus interessants sont les systèmes o` u les
entrees sorties sont liees par une equation aux dierences lineaire ` a coecients constants. En
eet, dune part ils correspondent ` a des realisations simples et dautre part ils constituent
une excellente modelisation de nombreux systèmes naturels.
Un système de ce type est deni par la relation suivante :
y(n) =
N
i=0
a
i
x(n i)
M
j=1
b
j
y(n j) (3.6)
En appliquant la transformation en z aux membres de cette equation, on obtient :
Y (Z) =
N
i=0
a
i
Z
i
X(Z)
M
j=1
b
j
Z
j
Y (Z) (3.7)
soit
Y (Z) = H(Z)X(Z)
avec
H(Z) =
a
0
+ a
1
Z
1
+ . . . + a
N
Z
N
1 + b
1
Z
1
+ . . . + b
M
Z
M
(3.8)
La fonction de transfert du système H(Z) est une fraction rationnelle. Les a
i
et les b
j
sont
les coecients du système. Certains coecients du système peuvent etre nuls. Pour faire
apparatre la reponse en frequence, il sut de remplacer dans H(Z), la variable Z par e
j2f
.
En mettant en evidence les racines des deux polyn omes, on peut exprimer H(Z) par :
H(Z) =
N(Z)
D(Z)
= a
0
N
i=1
(Z Z
i
)
M
j=1
(Z P
j
)
(3.9)
Les Z
i
et P
j
sont respectivement les zeros et les p oles de la fonction de transfert H(Z).
Lanalyse dun système par sa reponse en frequence correspond ` a un fonctionnement en
regime permanent; elle est susante dans la mesure o` u les phenomènes transitoires peuvent
etre negliges. Si ce nest pas le cas il faut introduire les conditions initiales.
3.1.5 Filtres a reponse impulsionnelle nie
Les ltres numeriques à reponse impulsionnelle nie (RIF) sont des systèmes lineaires
discret invariants dans le temps denis par une equation selon laquelle un nombre de sortie,
representant un echantillon du signal ltre, est obtenu par la somme ponderee dun ensemble
ni de nombres dentree, representant les echantillons du signal ` a ltrer. Les coecients de
la sommation constituent la reponse impulsionnelle du ltre. Ce ltre est du type à memoire
nie, cest ` a dire quil determine sa sortie en fonction dinformations dentree danciennete
limitee.
Lequation dentreesortie est donnee par lequation :
y(n) =
N
i=0
a
i
x(n i) (3.10)
Le ltre ainsi deni comporte un nombre N ni de coecients a
i
. Considere comme un
système discret, il a pour reponse ` a la suite unitaire la suite h(i) telle que
_
_
_
h(i) = a
i
si 0 i N 1
h(i) = 0 ailleurs
Cest à dire que la reponse impulsionnelle est simplement la suite des coecients.
La fonction de transfert du ltre secrit :
H(f) =
N1
i=0
a
i
e
2ifT
(TF) (3.11)
H(Z) =
N1
i=0
a
i
Z
i
(TZ) (3.12)
La fonction H(f) est une fonction periodique, de periode fe =
1
T
. Les coecients a
i
constituent le developpement en serie de Fourier de cette fonction :
N1
i=0
[a
i
[
2
=
1
fe
_
fe
0
[H(f)[
2
df (3.13)
3.1.6 Exemples
Filtre en cosinusode
Soit x(t) represente par ses echantillons x(nT), preleves ` a la frequence fe = 1/T. Soit la
relation dentree sortie suivante :
y(nT) = 1/2 [x(nT) + x((n 1)T)]
Si Y (f) et X(f) designent les transformees de Fourier des signaux y(t) et x(t), il vient
Y (f) = 1/2X(f)(1 + e
2ifT
)
La fonction de transfert secrit donc :
H(f) = e
ifT
cos(fT)
Cest une operation de ltrage, qui conserve la composante continue et elimine la composante
` a la frequence fe/2. Dans lexpression de H(f), le terme complexe e
2ifT/2
caracterise un
retard = T/2 qui est le temps de propagation du signal ` a travers le ltre.
La reponse impulsionnelle h(t) qui correspond au ltre de fonction de transfert [H(f)[
secrit :
h(t) = 1/2 [(t + T/2) + (t T/2)]
../../IUP2/TNS/arma01-eps-converted-to.pdf
Filtre en cosinusode
Filtre en cosinusode surelevee
Filtre en cosinusode surelevee
Soit lequation recurrente suivante :
y(nT) = 1/4 [x(nT) + 2x[(n 1)T] + x[(n 2)T]]
Comme le ltre precedent, il conserve la composante continue et elimine celle ` a fe/2. Elle
correspond à la fonction de transfert :
H(f) = 1/4(1 + 2e
2if2T
+ e
2if2T
) =
e
2ifT
2
(1 + cos(2fT))
Le ltre obtenu est dit en cosinusode surelevee; son temps de propagation est = T. La
reponse impulsionnelle est donne par :
h(t) = 1/4 [(t + T) + 2(t) + (t T)]
Ce ltre est un passe-bas plus selectif que le precedent et il apparat clairement que pour
obtenir une fonction de ltrage plus selective encore il sut daugmenter le nombre de
termes de la suite x(nT) sur lesquels porte la sommation ponderee.
3.1.7 Filtres a reponse impulsionnelle innie
Les ltres a reponse impulsionnelle innie sont des systèmes lineaires discrets invariants dans
le temps dont le fonctionnement est regi par une equation de convolution portant sur une
innite de termes. En principe, il conserve une trace des signaux qui leur ont ete appliques
pendant une duree innie, ils sont à memoire innie. Une telle memoire est realisee par une
boucle de reaction de la sortie sur lentree. Chaque element de la suite des nombres de sortie
est calcule par sommation ponderee dun certain nombre delements de la suite dentree et
dun certain nombre delements de la suite de sortie precedents.
Le fait davoir cette reponse impulsionnelle innie permet dobtenir en general des fonctions
de ltrage beaucoup plus selectives que celles des ltre RIF ` a quantite de calculs equivalente.
Cependant la boucle de reaction complique letude des proprietes et la conception de ces
ltres et amène des phenomènes parasites.
Expression generale
Le ltre RII general a pour expression :
y(n) =
N
i=0
a
i
x(n i)
M
j=1
b
j
y(n j) (3.14)
La fonction de transfert (en Z) de ce système secrit :
H(Z) =
a
0
+ a
1
Z
1
+ . . . + a
N
Z
N
1 + b
1
Z
1
+ . . . + b
M
Z
M
(3.15)
Cest le quotient de deux polyn omes en Z. Les coecients a
i
et b
j
etant reels, H(Z) est un
nombre complexe.
3.1.8 Comparaison entre les ltres RIF et RII
Les deux types de ltres examines RIF et RII, permettent de satisfaire un gabarit quelconque
donne. La question du choix entre ces deux approches se pose frequemment au concepteur
de systèmes. Le critère est la complexite des circuits à mettre en oeuvre; en pratique la
comparaison se ramène principalement ` a levaluation du paramètre simple qui constitue le
nombre de multiplications à eectuer.
3.2 Processus aleatoire
Lidee dutiliser des modèles de ltres pour representer des processus aleatoires est due ` a
lorigine de Yule (1927). Elle consiste ` a considerer une suite aleatoire (supposee centree),
comme la sortie dun ltre lineaire excite par un bruit blanc.
3.2.1 Processus MA
On considère le processus aleatoire (i.i.d.) x(n) comme etant la combinaison lineaire suivante :
x(n) = b
0
w(n) + b
1
w(n 1) + . . . + b
M
w(n M) (3.16)
o` u w(n) designe un processus aleatoire reel, centre, stationnaire, blanc de variance
2
w
non
correle avec x(n) et b
i
une suite de coecients reels. Le processus ainsi construit apparat
comme la moyenne pondere des M + 1 dernières valeurs des entrees par la suite b
i
. Pour
cette raison, on parle de moyenne mobile, qui se dit en anglais Moving Average (MA). Par
construction, x(n) est la sortie dun ltre lineaire dont la reponse impulsionnelle est la suite
b
i
. Ce ltre a donc pour fonction de transfert :
H(z) = b
0
+ b
1
z
1
+ b
2
z
2
+ . . . + +b
M
z
M
(3.17)
Cette fonction de transfert ne possède pas de p oles. Elle correspond donc à un ltre a reponse
impulsionnelle ni (ltre stable). Ce modèle permet de representer facilement des processus
ayant des vallees dans leur densite spectrale.
3.2.2 Processus AR
Par denition on dit quun processus aleatoire x(n) est AutoRegressif (AR), si x(n) verie
lequation recurrente suivante :
3.2 Processus aleatoire 163
x(n) + a
1
x(n 1) + a
2
x(n 2) + . . . + a
N
x(n N) = w(n) (3.18)
x(n) = w(n) a
1
x(n 1) a
2
x(n 2) . . . a
N
x(n N) (3.19)
o` u tous les a
i
reels. La fonction de transfert du ltre ayant pour sortie la suite x(n) et pour
entree la suite w(n) est donnee par :
H(z) =
1
1 + a
1
z
1
+ . . . + a
N
z
N
(3.20)
Ce modèle est tout pole, il correspond a un ltre a reponse impulsionnelle innie, il pourra
representer des processus ayant des pics dans la densite spectrale. On rappelle quun ltre
est stable si et seulement si tous les p oles de sa fonction de transfert sont à linterieur du
cercle unite; lequation 3.19 admet alors une solution stationnaire unique x(n) qui sexprime
` a partir de w(n) de la manière suivante :
x(n) =
n
k=
h(n k)w(k) (3.21)
o` u la suite h
0
,h
1
, . . . ,h
p
, . . . est la suite des coecients du developpement en serie entière de
H(z).
Exemple
Soit x(n) = sin(
0
nT), sa transformee en Z est donne par :
X(Z) =
Z sin(
0
T)
Z
2
2Z cos(
0
T) + 1
=
Z
1
sin(
0
T)
1 2Z
1
cos(
0
T) + Z
2
La transformee inverse de cette equation est
x(n + 2) 2 cos(
0
T)x(n + 1) + x(n) = 0
Equation de YuleWalker
Lequation de YuleWalker exprime une relation entre les coecients de lequation 3.19 et
les covariances du processus x(n).
Considerons le processus AR reel dordre 1
x(n) = a
1
x(n 1) + w(n)
En prenant lesperance mathematique de cette dernière equation, on trouve que le processus
x(n) est centre. En eet,
E[x(n)] + a
1
E[x(n 1)] = E[w(n)] (3.22)
comme E[w(n)] = 0 (processus centre), il vient que E[x(n)] = E[x(n 1)] = 0.
Comme le processus x(n) est centre, la fonction dautocovariance sexprime par R() =
E[x(n)x(n + )] et verie le système dequations :
_
_
_
R(0) + a
1
R(1) =
2
w
R(1) + a
1
R(0) = 0
(3.23)
En eet, on obtient ces equations en prenant lesperance mathematique de x(n)x(n) et
x(n)x(n 1) à partir de lequation .
Le système dequation peut se mettre sous forme matricielle RA = c, o` u on a pose A =
[1 a
1
]
t
et c = [
2
w
0]
t
et :
_
_
R(0) R(1)
R(1) R(0)
_
_
Partant de système dequations, on peut en deduire a
1
et
2
w
par :
a =
R(1)
R(0)
et
2
w
= R(0)
R
2
(1)
R(0)
(3.24)
3.3 Application à la prediction lineaire 165
Generalisation
Ces equation se generalisent au cas dun modèle AR dordre N dont la fonction dautocovariance
verie le système matriciel :
_
_
R(0) R(1) . . . R(N)
R(1) R(0)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. R(1)
R(N) R(1) R(0)
_
_
_
_
1
a
1
.
.
.
a
N
_
_
=
_
2
w
0
.
.
.
0
_
_
(3.25)
Comme x(n) est reel, cette matrice est symetrique. Elle depend de N(N + 1)/2 valeurs de
la fonction dautocovariance, de plus, elle possède une forme particulière appele matrice de
Toeplitz.
3.2.3 Processus ARMA
Les processus ARMA sobtiennent en mettant en serie une structure AR et une structure
MA. Soit lequation recurrente :
x(n) +a
1
x(n 1) +. . . +a
N
x(n N) = b
0
w(n) +b
1
w(n 1) +. . . +b
M
w(n M) (3.26)
Lequation du ltre est donne par lequation 3.15.
On montre que cette equation recurrente admet une solution x(n), stationnaire au second
ordre, unique, qui sexprime en fonction de w(n), si et seulement si les racines du denominateur,
qui sont les p oles de la fonction de transfert, sont de modules inferieur ` a 1.
3.3 Application à la prediction lineaire
3.3.1 Denitions
Predicteur à un pas dordre p
Par denition le predicteur ` a un pas, dordre p cherche à predire le signal ` a linstant n,
connaissant le signal aux instants n 1, n 2, . . ., (n p).
x(n[n 1) =
p
k=1
a
k
x(n k) (3.27)
Predicteur à deux pas dordre p
Un predicteur ` a deux pas dordre p serait la valeur predite à linstant n ` a partir des valeurs
aux instants n 2, . . ., (n p).
Predicteur à pas dordre p
x(n[n ) =
p
k=1
a
k
x(n + 1 k)
Erreur de prediction
On denit lerreur de prediction par :
e(n) = x(n) x(n[n 1) (3.28)
Dans le cas o` u e(n) est un bruit blanc alors
x(n) =
p
k=1
a
k
x(n k) + e(n)
x(n) sera alors un processus AR. Le problème est de connatre les coecients a
k
connaissant
les mesures de x.
Pour determiner les paramètres, il faudrait inverser la matrice dautocovariance (eq. 3.25)
qui est symetrique. Il existe dans la litterature des algorithmes permettant de saranchir
de cette inversion. Lalgorithme de Levinson en est un exemple.
Algorithme de Levinson
Il consiste ` a calculer de manière recursive des predicteurs ` a un pas dordre croissant.
En considerant tout dabord une matrice 2 2 :
_
_
R
xx
(0) R
xx
(1)
R
xx
(1) R
xx
(0)
_
_
_
_
1
a
1
1
_
_
=
_
_
P
1
0
_
_
On obtient facilement :
a
1
1
=
R
xx
(1)
R
xx
(0)
P
1
= (1 a
1
1
(a
1
1
)
)
o` u P(0) = R
xx
(0) et P
1
est la puissance (ou variance) de lerreur de prediction et a
1
1
est le
coecient de reexion. Il pour caracteristique davoir un module inferieur ` a lunite.
Lalgorithme de Levinson secrit alors sous la forme generale :
_
_
P
0
= R
xx
(0)
k
i
=
[Rxx(i)+
i1
j=1
a
i1
j
Rxx(ij)]
P
i1
a
i
i
= k
i
a
i
j
= a
i1
j
+ k
i
_
a
i1
ij
_
, 1 j i 1
P
i
= (1 [k
i
[
2
) P
i1
(3.29)
o` u i et j correspondent respectivement à lordre et au pas.
3.3.2 Exemple
On cherche à determiner un predicteur à 1 pas.
x(n) = Acos(n
0
T + )
est une variable aleatoire uniformement repartie sur [0,2].
R
xx
(k) =
A
2
2
cos(k
0
T)
Methode directe
Predicteur à 1 pas dordre 1
Le predicteur ` a 1 pas secrit x(n[(n 1)) = a
1
1
x(n 1).
Lerreur de prediction est egale à e = x(n)
(x)(n[(n 1)) = x(n) a

1
1
x(n 1)
La variance de lerreur de prediction est donnee par V = E
_
(x(n) a
1
1
x(n 1))
2
_
La meilleure valeur du coecient a
1
1
est celle qui rend V minimale.
V = E
_
x
2
(n) 2a
1
1
x(n)x(n 1) + (a
1
1
)
2
x(n 1)
2
V = R
xx
(0) 2a
1
1
R
xx
(1) + (a
1
1
)
2
R
xx
(0)
On cherche
V
a
1
1
= 0 :
2R
xx
(1) + 2a
1
1
R
xx
(0) = 0
a
1
1
=
R
xx
(1)
R
xx
(0)
= cos(
0
T)
La variance dans ce cas vaut : V =
A
2
2
sin
2
(
0
T)
A
2
2
Le predicteur ` a 2 pas secrit x(n[(n 1)) = a
2
1
x(n 1) + a
2
2
x(n 2).
Lerreur de prediction : (n) = x(n) x(n[(n 1)) = x(n) a
2
1
x(n 1) + a
2
2
x(n 2)
La variance de lerreur de prediction :
V = E
_
_
x(n) a
2
1
x(n 1) a
2
2
x(n 2)
_
2
_
On determine les coecients a
2
i
par la minimisation de variance pour chaque coecients.
V
a
2
1
= E
_
x(n 1)(x(n) a
2
1
x(n 1) a
2
2
x(n 2))
= 0
V
a
2
1
= R
xx
(1) a
2
1
R
xx
(0) a
2
2
R
xx
(1) = 0
et
V
a
2
2
= E
_
x(n 2)(x(n) a
2
1
x(n 1) a
2
2
x(n 2))
= 0
V
a
2
2
= R
xx
(2) a
2
1
R
xx
(1) a
2
2
R
xx
(0) = 0
On obtient le système suivant :
_
_
R
xx
(0) R
xx
(1)
R
xx
(1) R
xx
(0)
_
_
_
_
a
2
1
a
2
2
_
_
=
_
_
R
xx
(1)
R
xx
(2)
_
_
Ce qui equivaut a :
R a = r
Pour determiner les coecients a
2
i
, il sut dinverser la matrice R; on obtient alors :
a = R
1
r
avec R
xx
(0) =
A
2
2
, R
xx
(1) =
A
2
2
cos(
0
T), R
xx
(2) =
A
2
2
cos(2
0
T),
On trouve :
_
_
a
2
1
a
2
2
_
_
=
1
sin
2
(
o
T)
_
_
1 cos(
o
T)
cos(
o
T) 1
_
_
_
_
cos(
o
T)
cos(2
o
T)
_
_
=
_
_
2 cos(
0
T)
1
_
_
Algorithme de Levinson
i = 1
k
1
=
R
xx
(1)
R
xx
(0)
= cos(
0
T)
a
1
= k
1
= cos(
0
T)
P
0
= R
xx
(0) =
A
2
2
P
1
= (1 (k
1
)
2
)P
0
= (1 cos(
0
T))
A
2
2
i = 2
k
2
=
_
R
xx
(2) + a
1
1
R
xx
(0)
P
1
_
= 1
P
2
= (1 1)P
1
= 0
a
2
2
= k
2
= 1
a
2
1
= a
1
1
+ k
2
a
1
1
= 2 cos(
0
T)
Bibliographie 171
[]
172 Bibliographie
Bibliographie
[1] E. Rudolph, P.Graubmann, and J. Grabowski. Tutorial on message sequence charts
(MSC96). In FORTE, 1996.
[2] ITU-TS. ITU-TS Recommendation Z.120: Message Sequence Chart (MSC). Geneva,
1997.
[3] Michel Goossens, Sebastian Rahtz, and Frank Mittelbach. The L
A
T
E
X Graphics
Companion. Addison-Wesley, 1997.
[4] L. Lamport. L
A
T
E
XA Document Preparation SystemUsers Guide and Reference
Manual. Adsison-Wesley, 2nd edition, 1994. Updated for L
A
T
E
X2
.
[5] V. Bos and S. Mauw. A L
A
T
E
X macro package for Message Sequence ChartsReference
ManualDescribing version , June 2002. Included in MSC macro package distribution.
A
T
E
X macro package for Message Sequence ChartsUser
ManualDescribing version , June 2002. Included in MSC macro package distribution.
A
T
E
X macro package for Message Sequence Charts
Maintenance documentDescribing version , June 2002. Included in MSC macro
package distribution.

Transmission Codage Et Traitement Du Signal

Cargado por

Información del documento

Título original

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

Transmission Codage Et Traitement Du Signal

Cargado por

Copyright:

Formatos disponibles

1

(t) est denie par

0 0.02 0.04 0.06

Autocorrelation dune sinusode et dune sinusode bruitee

Exemple dune impulsion radar

3. Verier les proprietes de la fonction dautocorrelation (3a), (3b), (3c)

. Le ltre de Hilbert est un dephaseur pur

X(f) = j sign(f) X(f)

, aussi on prend la valeur principale au sens

(f) la connaissance de X(f) pour f > 0 est susante pour

Couche Fonction Forme des donnees

si N est le plus petit entier tel que

(x) est la derivee de g(x).

(x)(n[(n 1)) = x(n) a

También podría gustarte