Adnen-Cours TNS

2 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________
Facult des sciences de Tunis Section : Electronique & Gnie Electrique
COURS ET EXERCICES DE TRAITEMENT NUMERIQUE DU SIGNAL
Sections:
4ime anne de Matrise Electronique 2ime anne de Gnie Electrique
Par :
CHERIF Adnne
2003
COURS DE TRAITEMENT NUMERIQUE DU SIGNAL
Table des matires
Introduction Chap I : Gnralits sur les signaux et systmes 1 - Dfinitions 2 - Classification des signaux. 3 - Reprsentation mathmatique d'un signal 4 - Oprations sur les signaux ( convolution,filtrage,corrlation...) 5 - Systmes linaires 6- Analyse temporelle et frquentielle ( Bode, Nyquist)
Chap II : Numrisation et chantillonnage des signaux 1 - Principe de la numrisation 2- Echantillonnage d'un signal - T.Z - Thorme de Shanoon 3- Quantification - principe de conversion A/N - quantification uniforme - quantification par compression des donnes 4- Codage - diffrents types de codage - paramtres d'un codeur 5 Transforme de Fourier discrte DFT - Algorithme FFT - Transforme en cosinus discrte DCT Chap III : Filtrage numrique 1 - Dfinition d'un filtre numrique 2 - Etude des filtres R.I.F 3 - Etude des filtres R.I.I 4 - Mthodes de synthses des filtres numriques 5 Exemples et applications
Chap IV: Techniques de transmission numrique 1 - Constitution d'un systme de transmission 2 - Modulation et dmodulation analogique - modulations AM, SSB, DSB - modulations FM et PM - dtection synchrone par PLL 3 - Modulation et dmodulation numrique - modulation P.C.M - modulation ASK, FSK et PSK - techniques de multiplexage temporel des canaux FDM - techniques de multiplexage frquentiel des canaux TDM 4 - Introduction la transmission de donnes
Bibliographie
INTRODUCTION
Le signal est le support physique de l'information. Il se trouve sous la forme d'une grandeur observable de type lectrique, mcanique, acoustique ou optique. Cette notion s'oppose celle du bruit qui peut modifier l'information ou mme la masquer. La description, la modlisation et l'analyse mathmatique des signaux fait l'objet de la thorie du signal, alors que le traitement des signaux les interprte, en extrait ou y ajoute de l'information. Les champs d'application de cette discipline sont trs vastes tels que : - la tlcommunication - l'instrumentation - les radars et sonar - le traitement et la reconnaissance de la parole - le traitement d'image - la reconnaissance de forme - l'analyse des vibrations dans les machines outils. - La mdecine et la biotechnologie. Ce cours qui est destin essentiellement aux tudiants de deuxime anne de la matrise Electronique et du cycle dIngnieurs est divis en deux grandes parties reprsentant les signaux et les systmes continus et discrets. Dans les deux premiers chapitres, nous sommes intresss permettre l'tudiant de matriser les outils et les concepts de base de l'analyse d'un signal (Transforme de Fourier, analyse spectrale, analyse statistique,...) avant daborder les techniques d'analyse des systmes et le filtrage linaire. Le troisime chapitre est consacr la prsentation des signaux alatoires, de leurs proprits et de leurs mthodes danalyse statistique. Les chapitres quatre et cinq reprsentent la partie numrique de ce cours et dans la quelle nous prsentons en dtails toutes les tapes de numrisation dun signal ainsi que les conditions de ralisation de chacune. Cela permet d'aborder la dernire partie qui est la transmission analogique et numrique des signaux et dans la quelle on verra les techniques de modulation et de dmodulation AM, SSB, FM, PM, PCM, QPSK ainsi que leurs applications.
Chapitre 1
GENERALITES SUR LES SIGNAUX ET SYSTEMES

1- dfinition dun signal Un signal est un support physique de l'information qui reprsente un phnomne physique qui peut tre du type : - lectrique ( courant, tension, champ lectrique ou magntique ) - mcanique ( vibration ) - optique, etc Il peut prendre une reprsentation scalaire ( signal la sortie d'un microphone) ou vectorielle ( champ lectrique dans l'espace ). Pour illustrer ce concept, prenons le signal sinusodal x(t) de la figure 1 mlang avec un bruit dacquisition b(t). x(t) = sin(628.t ) b(t) : bruit uniforme. Dans le premier cas ( figure 3 ), nous avons choisi un faible niveau de bruit de faon que celuici ne masque ou ne modifie pas trop le signal original, soit : y(t) = x(t) + b(t) . Alors que dans le deuxime cas ( figure 4 ), nous avons choisi un niveau plus lev du bruit de faon que celui-ci masque compltement le signal original, soit : y(t) = x(t) +10 b(t) .
1.5
1 0.9
0.8 0.7 0.6
0.5
0.5
signal bruit : x(t)+b(t)

-0.5
0.4 9 0.3 8
signal bruit : x(t)+8 b(t)
1.5
-1
0.2 7 0.1 6
1
-1.5 0 0.01 0.02 0.03 0.04 0.05
0.5 0 -0.5 -1 -1.5
5 4
0.01
0.02
0.03
0.04
0.05
Figure 1: signal sinusodal
3 2 1 0
Figure 2 : signal bruit
0.01
0.02
0.03
0.04
0.05
-1
0.01
0.02
0.03
0.04
0.05
Figure 3: signal faiblement bruit 2- Paramtres temporels et nergtiques
Figure 4 : signal masqu par le bruit
Un signal est caractris par des paramtres temporels, nergtiques et statistiques qui caractrisent sa variabilit, sa dynamique, son intensit et sa puissance. 2-1- paramtres temporels: Ce sont des grandeurs physiques qui peuvent tre explicites par lobservation de la variation temporelle du signal ou suite un traitement de ces donnes, telles que : - lamplitude, la priode et la phase pour les signaux dterministes - la valeur moyenne, la variance, la densit de probabilit et la fonction dautocorrlation pour les signaux alatoires. Pour un signal discret, la valeur moyenne et la variance ont lexpression : x moy = VarX = 1 N 1 N
N i =1
x(i)
i =1 moy
(x(i) - x
)2
Dans le cas d'un signal continu priodique x(t) = A sin( t +), on dfinit : - la valeur moyenne par : - la valeur efficace par : Xm = Xeff = [
1 T 1 T
-T/2
T/2
x(t) dt
T/2
o T dsigne la priode
|x|2(t) dt ]1/2
-T/2
- la puissance moyenne par: Pmoy = (Xeff )2 - l'amplitude par : - la phase par : - la priode par : A = Xeff . 2 T = 2/ o dsige la pulsation
2-2- paramtres nergtiques: ! lnergie : dans le cas dun signal apriodique x(t) nergie finie, lnergie scrit : Ex =
x(t).x*(t) dt
-
o x*(t) dsigne le conjugu de x(t).
Si le signal x(t) est rel alors lexpression de lnergie devient: Ex =
| x(t) | 2 dt .
! la puissance moyenne : elle est dfinie pour les signaux priodiques comme : Pmoy =
1 T
T/2
|x(t)|2 dt
-T/2
La valeur de Pmoy est toujours nulle dans le cas des signaux nergie finie. ! la distorsion harmonique : elle reprsente le pourcentage des harmoniques du signal ( gnralement indsirables et se manifestent par des pertes nergtiques) par rapport au fondamental. Pour mieux comprendre ce phnomne, prenons lexemple dun moteur courant alternatif fonctionnant normalement 50 Hz, qui aliment par le signal suivant : x(t) = 255 sin(2.50.t) + 60 sin(2.100.t) + 25 sin(2.250.t) . Seule la premire composante x1(t) = 255 sin(250.t) est utile pour le fonctionnement du moteur. Cependant les deux autres composantes sont indsirables puisquelles augmentent les pertes par effet Joule et par consquent lchauffement du moteur. Cela a pour effet de diminuer le rendement du moteur et mme dendommager ses enroulements. Dans ce cas , la valeur de la distorsion harmonique est gale : x = =
300
60 2 + 25 2 255 2
0.25
200
100
-100
-200
-300
0.01
0.02
0.03
0.04
0.05
Figure 5 Prenons maintenant, le signal bruit uniforme de la figure 1, daprs le calcul des diffrentes valeurs du signal ,on obtient : ! ! ! ! valeur moyenne : bmoy = 0.505 variance = 0.084 cart type = 0.29 nergie = 0.34.
Cependant, pour le signal sinusodal de la figure 2, on a : ! valeur moyenne : xmoy = 0 ! variance = 0.50
! cart type = 0.7 ! nergie = 0.50 . 2-3- exemple: Soit calculer la valeur moyenne, la valeur efficace et la puissance moyenne du signal de la figure suivante : x(t)
/2
/2
figure 6
! La valeur moyenne est donne par : Xm =

1 T
x(t) dt =
1 T
0 0
/2
t dt +
1 T
( - t ) dt =
/2
2 4T
! La puissance moyenne est gale :

T /2
Pmoy =
1 T
x (t) dt =
2
1 T
t dt +
1 T
( - t ) 2 dt =
/2
3 12T
! La valeur efficace se dduit de Pmoy comme suit :

1/2 Xeff = (Pmoy ) =
3 12T
2- Reprsentation mathmatique dun signal 2-1- dcomposition en fonctions orthogonales Un signal peut se dcomposer en une combinaison linaire de fonctions (k) complexes qui peut se dfinir partir dune base orthogonale [cos(2fo t) ; sin(2fo t)], tels que: x(t ) =
k = -
. k (t)
k (t) = e j2fk.t
Si cette fonction est de dimension unitaire alors le signal est du type scalaire si non on parle de signal vectoriel.
Exemple : Prenons le cas du signal suivant : sin
x(t) = cos 2t
ej2 t cos
Figure 7 Alors, on peut crire x(t) sous la forme : e j .2t + e j .2t 2 ce qui permet correspond aux coordonnes suivants dans la base orthgonale B1= [ej2 t, e-j2 t] : x(t) = x(t) = (0.5 0.5)B1
2-2- dcomposition en somme dimpulsions rectangulaires On peut approcher x(t) par une fonction en escalier (quantifie) selon figure suivante : x(t)
kT Figure 8 On peut dans ce cas faire lapproximation suivante :

~ (t ) = x
k =
x(kT) T (t - kT) .
(t) est la fonction fentre de largeur T. 3- Classification des signaux On peut classer les signaux selon les catgories suivantes : 3-1- Classification dterministe-alatoire : Un signal dterministe est un signal dont la variation peut tre rgie par une reprsentation mathmatique ou une suite de donnes ( signal sinusodal, carr,...) . Par contre un signal alatoire n'est pas modlisable mais il est plutt caractris par ses proprits statistiques ( moyenne, variance, loi de probabilit,...).Il peut tre approch des lois pseudoalatoires ( poisson, binomiale,...).
3-2- Classification nergtique : a- Signaux nergie finie Ils sont caractriss par une nergie finie (constante) et une puissance moyenne nulle. Cette catgorie comprend les signaux non priodiques . Ex = x(t) dt
- +
Px = 0 b- Signaux puissance moyenne finie Ils sont caractriss par une nergie infinie et une puissance moyenne constant. Cette classe comprend les signaux priodiques . Px = Ex = Cette catgorie comprend les signaux priodiques et les signaux alatoires permanents . 3-3- Classification continu-discret Un signal discret n'est dfini qu' des instants rguliers dits instants d'chantillonnage. Malgr que la plupart des signaux rencontrs et mesurs dans la nature sont des signaux continus, on retrouve souvent ces signaux dans les systmes numriques.
continu discret
lim T
T
T/2
x(t) dt
-T/2
Figure 9
4- Oprations sur les signaux 4-1-addition Prenons le cas des deux signaux suivants: x1(t) = A1 cos (2 f1 t) x2(t) = A2 cos (2 f2 t) Si f1 = f2 , alors : x1(t)+ x2(t) = (A1+A2) cos (2 f1 t).
Si f1 f2 , alors il faut faire la somme instantane terme terme.
4-2- Multiplication La multiplication de deux signaux revient une transposition de frquence. Prenons le cas des deux signaux suivants : x1(t) = A1 cos (2 f1 t) x2(t) = A2 cos (2 f2 t) y(t) = x1(t) . x2(t) = 0.5 A1 A2 cos [2 (f1+f2 )t ] + 0.5 A1 A2 cos [2 (f1-f2 )t ]. x1(t) x2(t) Figure 10 Le multiplieur de la figure 10 est trs utilis dans les modulateurs et les dmodulateurs AM. 4-3- dphasage Le dphasage dun signal conduit un dcalage temporel, en avant ou en retard selon la valeur de ce dphasage. Si celui-ci est positif alors le signal dphas est en avance de phase par rapport au signal original et vice versa. Par exemple, dans le cas des signaux de la figure 6, le signal y1(t) est en avance de phase puisque le dphasage est positif par contre y2(t) est en retrad phase. y1(t) = y(t+ 1) avec 1> 0 y2(t) = y(t+ 2) avec 2 < 0 y(t) y1(t) y2(t) y(t) f1-f2 f1 f1+f2
alors,
-1
0 figure 11
4-4- produit scalaire Le produit scalaire de deux signaux continus nergies finies est dfini par : <x(t),y(t)> =
x(t).y*(t) dt
-
Dans le cas discret, cette expression se ramne : <x(n),y(n)> =
x(n).y * (n)
n =0
Pour les signaux priodiques, le produit scalaire a pour expression : <x(t),y(t )> = T
1
x(t) y*(t) dt .
0
Si ce produit scalaire est nul, alors les deux signaux sont orthogonaux.
Exemple
Les deux signaux x(t) et y(t) suivants sont orthogonaux. x(t) = cos t et En effet, <x(t),y(t )> = T
1
T
y(t) = sin t avec T=2 .
cos t. sin t dt
0
<x(t),y(t )> = 1
2T
sin 2t dt = 0 .
0
4-5- Convolution On appelle produit de convolution de deux signaux nergie finie x(t) et y(t), la fonction dfinie par :
( x * y )(t ) = x(t ) * y (t ) =
x( ) y(t - ) d .
D'aprs l'ingalit de Schwartz, ce produit est toujours dfinie puisque les nergies 2 et ||y||2 sont finies. ||x|| a- Proprits : Commutativit : [x * y](t) = [y * x](t) . On peut dmontrer cette proprit en utilisant la proprit suivante : posons u = t - Distributivit : Associativit :
x(t ) * y (t ) =
x(t - u) y( u ) (-du ) .
[x * ( y + z)](t) = [(x * y) + (x * z](t) [x * ( y * z )](t) = [(x * y) * z](t) x(t) * (t) = x(t)
Elment neutre (t) : Drivation :
d ( x * y)(t ) dx(t ) dy (t ) = * y (t ) = x(t)* . dt dt dt
b- Exemples de convolution Convolution dun signal avec l'chelon de position (t) :

t
( x * )(t ) =
x( ) (t - ) d =
x( ) d .
A titre dexemple, calculons la convolution de lchelon de position avec lui mme. Dans ce cas, reprenons la dernire expression et remplaons x(t) par (t) :
( * )(t ) =
( ) d .
si t < 0 , alors : si t 0 , alors :
( * )(t) = 0 ,
( * )(t ) =
d = t .
(t)*(t)
0 Figure 12 Convolution dun signal avec la fonction fentre (t), > 0

t+
( x * )(t ) =
x( ) d .
A titre dexemple, calculons la convolution de lchelon de position avec la fonction fentre de largeur . Dans ce cas, reprenons la dernire expression et remplaons x(t) par (t) :
t+
( * )(t ) =
( ) d .
si t < -/2, alors :
( * )(t) = 0 ,
t+
si -/2 t < /2 , alors :
( * )(t ) =
( ) d = t +
t+
si t /2 , alors :
( * )(t ) =
d = .
(t)* (t)
-/2
0 Figure 13
/2
4-6- Autocorrlation et Intercorrlation a- Intercorrlation de deux signaux Pour deux signaux nergie finie x(t) et y(t), on peut associer une fonction d'intercorrlation Rx,y qui dfinie la dpendance entre les vnements de chacun et la mesure de similarit entre eux. Elle est donne par lexpression suivante :
R x , y ( ) =
x( t ) y * (t + ) dt .
Dans le cas des signaux priodiques nergie infinie, la fonction d'intercorrlation Rx,y est donne par lexpression suivante :
R x , y ( ) = lim 1 T
x( t ) y * (t + ) dt .
Proprits
En effet :
Rx,y() = R*y,x(-) : symtrie hermitienne .

R y , x ( ) =
posons u= t-
R y , x ( ) =
y( t ) x * (t ) dt .
y( u + ) x * ( u ) du =
[ x(u) y * ( u + ) ] * du = R x, y * ( ) .
Rxy() Ryx() Rxy() = x() * y*(-) .

On peut montrer cette proprit en utilisant la relation de la convolution :
x(t) * y * (-t) = =
x( ) y * (-t ) d .
x( ) y * (t + ) d = R xy (t )
b- Autocorrlation Pour un signal nergie finie, on dfinie une fonction d'autocorrlation qui dfinie la similarit entre un signal et une version dcale de celui-ci. Elle a pour expression :
R x , x ( ) =
x( t ) x * (t + ) dt .
Cette expression peut tre obtenue de Rxy() en prenant x(t) = y(t) . Dans le cas des signaux priodiques nergie infinie, la fonction d'intercorrlation Rx,x scrit :
R x , x ( ) = lim
T
1 T
x( t ) x * (t + ) dt .
* Proprits
Rxx() = R*xx(-) : symtrie hermitienne . si x(t) est rel alors Rxx() est relle et paire et possde un maximum en Rxx(0)
En effet, si x(t) est rel, alors :
R x , x ( ) =
x( t ) x(t ) dt .
Posons u = t-, il vient :

R x , x ( ) =
x( u + ) x( u ) du = R x,x ( ) .
ce qui montre que Rxx est paire. Dautre part, lingalit de Schwartz |Rx,y()|2 Rx,x(0).Ryy(0) , montre que le maximum de la fonction dautocorrlation est Rx,x(0) et ce, en posant simplement y(t)=x(t) , soit : |Rx,x()|2 R2x,x(0) car Rx,x(0) 0 . soit Rx,y() Rx,x(0).
Ingalit de Schwartz : |Rx,y()|2 Rx,x(0).Ryy(0) .

Cette proprit se dmontre en utilisant la mme proprit de la norme et du produit scalaire.
Rxx(0) est lnergie du signal et Rxx() Rxx(0) .

En effet,
R x , x ( 0) =
x( t ) x * (t + 0) dt =
x(t) dt = E x .
Si x(t) est priodique de priode T , alors Rxx en est de mme ( priodique de priode T ) et possde un maximum lorigine Rxx(0) ..
R x , x ( ) = lim 1 T
+j
x( t ) x * (t + ) dt .
2 n t T 2 n T
1 R x , x ( ) = lim T T
n =-
Cn e
2 n t T
n =- 2 n T
Cn
0 T
] dt .
soit :
1 R x , x ( ) = lim T T
n =-
Cn
dt =
n =-
Cn
2 n T
Cette relation nest que la dcomposition en srie de Fourier de Rxx(). Elle montre que celle-ci est priodique de priode T et ayant pour spectre damplitude |Cn|2 . Cette proprit est trs importante en analyse corrlatoire puisquelle permet de dterminer la priodicit d'un signal ainsi que son spectre damplitude. Exemple 1 : Fonction dautocorrlation du signal fentre x(t) = (t), > 0
R xx ( ) =
( t ) . (t + ) dt
si | | > , alors : (t) 1
Rxx() = 0 , (t+) 1
(t). (t+)
-/2
/2
/2
+/2
t-/2
t+/2
Figure 14 si | | , alors : (t) Rxx() = | | , puisque : (t+) 1
(t). (t+)
-/2
/2
0
t
t-/2
t+/2
Figure 15
R xx ( ) =
R xx ( ) =
( t ) . (t + ) dt
dt = - ,
si > 0
et :
+
R xx ( ) =
dt = + , si < 0
En dfinitif, lexpression gnrale de la fonction dautocorrlation est : Rxx() = | | , . Rxx()
- 0 Figure 16
5- Les systmes 5-1- dfinition Un systme est un oprateur physique fonctionnel H ( fonction, application ) qui une entre e(t) lui associe une sortie s(t). e(t) H
figure 17
s(t)= H[ e(t) ]
5-2- classification des systmes Il existe plusieurs types de systmes qui peuvent tre classs selon leur reprsentation, leurs rponses, et leurs comportements. Chaque classe de systme possde ses propres outils dtude, danalyse et de synthse. A titre dexemple, on peut citer: - les systmes linaires, non linaires - les systmes mono-variables, multi-variables - les systmes continus, chantillonns (ou discrets), - les systmes dterministes, stochastiques.
5-3- systmes linaires Un systme et dit linaire s'il obit au thorme de superposition. Ainsi, le systme de la figure 12 est linaire si : - pour des entres e1(t) et e2(t) correspondent les sorties s1= H(e1 ) et s2= H(e2 ) alors : - pour une entre A e1(t)+B e2(t) correspond une sortie S = A s1(t)+ B s2(t). Dautre part, un systme linaire est rgi soit : a) par une quation diffrentielle : d i e(t ) dt
i
i =0
b i.
j =0
aj
d j s (t ) dt
j
b) par une fonction de transfert H(p) : C'est une reprsentation externe du sytme qui relie la sortie l'entre du sytme et qui est dfinit par :
bi. pi S(p) H(p) = = i =0 E(p) 1 + n a j p j
j =1
(m n et p est l'oprateur de Laplace)
D'ailleurs, celle-ci peut tre dduite de l'quation diffrentielle ci-dessus pour des conditions initiales nulles. 5-4- systmes linaires invariants Un systme est dit linaire invariant s'il vrifie les deux proprits : - la linarit - l'invariance temporelle qui est dfinit telle que : si s(t) est la sortie du systme pour une entre e(t) alors s(t-) est la sortie du mme systme pour l'entre e(t-) . Donc la variation temporelle de tel systme est indpendante de l'origine du temps. a) Exemple : Soit le systme H qui toute entre x(t) lui correspond une sortie y(t) = x( t) avec ||<1. Ce systme est linaire car : a et b , H [a x1(t) + b x2(t) ] = a x1( t) + b x2( t) = a y1(t) + b y2(t). Cependant, il nest pas invariant puisque : H [ x(t-t0) ] = x[( t-t0)] = x( t- t0) y(t-t0) = x( t- t0). b- exemples de systmes linaires :
- filtres passifs et actifsn amplificateurs, oprateurs: sommateur, soustracteur,... 5-5- systmes non linaires Ce sont les systmes dont la sortie n'est pas linaire par rapport l'entre. Ils ne possdent pas une reprsentation mathmatique interne (quation diffrentielle) non plus externe ( fonction de transfert) mais on peut dfinir la sortie de ces systmes par intervalles. a) Exemples : comparateur logique : C'est un montage amplificateur oprationnel dont la sortie est: y(t) = + Vcc si l'entre x1(t) l'entre x2(t) y(t) = - Vcc si l'entre x1(t) < x2(t) .
s(t) Ro x1(t) x2(t) R R + +Vcc
s(t)
0 -Vcc t
( Ro>>R )
Figure 18 : sortie d'un montage comparateur relais hystrisis: C'est un systme non linaire dont la caractristique est la suivante:
Figure 19: caractristique d'un relais amplificateur saturation : C'est un systme linaire dans un intervalle du temps mais il ne l'est pas dans le reste du temps.
y(t)
+Vcc
y(t)=A e(t) si |t| <

-Vcc
y(t)= Vcc sign(t) si |t| >
Figure 20 : caractristique d'un amplificateur saturation Certains capteurs en instrumentation possdent de telles caractristiques, tels que les capteurs de temprature, de dbit, de pression ou de position. Il convient pour cela de limiter le fonctionnement dans la zone linaire. 5-6-Les systmes discrets Ce sont des systmes linaires ou non linaires dont la sortie n'est dfinie qu' des instants bien dtermins dits instants dchantillonnage (figure 16) . y(k)
Figure 21 : sortie d'un systme discret Un systme linaire discret d'entre e(k) et de sortie y(k), peut tre rgi par une quation rcurrente de la forme :
i =0
b i. e(i)
j =0
a j y(j)
Ce systme peut tre aussi reprsent par une fonction de transfert discrte appele aussi transmittance chantillonne.
5-7-Analyse temporelle dun systme linaire Lanalyse temporelle dun systme revient tudier sa rponse temporelle une entre donne ( impulsion, chelon de position, rampe de vitesse,...) et ses performances statiques et dynamiques, tels que la prcision, la rapidit et la stabilit.
La rponse ou la sortie temporelle du systme peut tre dtermine partir de la rsolution de lquation diffrentielle de celui-ci ou en utilisant sa fonction de transfert.
! Analyse par la rsolution de lquation diffrentielle

Prenons le cas du circuit passif de la figure 17 et dterminons lexpression de sa sortie s(t) pour une entre indicielle : e(t) = A (t) ( chelon de position A ) : R e(t) C s(t)
figure 22 La loi des mailles permet dcrire : RC s(t) + s(t) = e(t)= A. (t) ,
La solution de cette quation diffrentielle est la somme de la solution gnrale sans second membre et la solution particulire avec second membre : soit : s(t) = A . K e- t/RC + A. (t) avec K= -(t) si on prend s(0)=0 Il vient alors : s(t) = A (1 - e- t/RC ) (t) .
! Analyse par la fonction de transfert

Le circuit prcdent peut tre considr comme un diviseur de tension, alors la fonction de transfert du circuit scrit :
H(j) =
S(j) 1 = E(j) 1+ RC j
o est la pulsation . En introduisant loprateur de Laplace de Laplace ( p=j ) et en remplaant lentre E(p)=A/p , il vient : S( p ) = soit : A p( 1 + RC p )
s(t) = A ( 1 - e- t/RC ) (t) .
Ce qui donne la reprsentation graphique suivante : s(t)

A
figure 23
! Performances statiques et dynamiques

a) - prcision : Elle dfinit lcart entre lentre dsire et la sortie
(t) = e(t) - s(t)

La prcision statique est la valeur de lerreur en rgime permanent soit :
= lim (t) = e - s .
t
b) stabilt : un systme est mathmatiquement stable si toute entre borne lui correspond une sortie borne. Cela implique que tous les ples de la fonction de transfert sont parties relles ngatives. De point de vue physique, la stabilit dfinit laptitude dun systme revenir sa position dquilibre aprs une perturbation. c) rapidit : cest laptitude du systme ragir rapidement une entre quelconque et de vaincre son inertie. Elle est donne par la valeur de la constante de temps la plus lente du systme.
Exemple :
Prenons le systme de la figure 17 :
! L'erreur statique est nulle car :
= e - s = A -A = 0.
! Le systme est stable car le ple est ngatif po = -1/RC . ! Le systme possde une constante de temps = RC et la rapidit dpend dans ce cas de la valeur de RC.
5-8- Analyse frquentielle La rponse frquentielle a pour but de dterminer le comportement et la variation frquentielle de certains paramtres et performances du systme. Pour cela, il suffit dtudier la variation de la fonction de transfert H, gnralement complexe, en fonction de la frquence. Pour avoir une meilleure reprsentation et exploitation de H, celle-ci est souvent donne par le gain (module de H) et le dphasage (argument de H) appels diagrammes de Bode. a) calcul du gain et du dphasage ( diagrammes de Bode ) Prenons le cas gnral o :
H ( p) =
(p z ) (p p )
j =1 j i =1 n i
(m < n)
o : z i : est le iime zro de H(p) p k est le kime ple de H(p).
Alors, on dfinit: le gain par : le dphasage par : 5-9- systmes lmentaires 5-9-1- systme du premier ordre
G() = 20 log10(| H( j)| )
() = Arg( H( j) ) .
On se donne la fonction de transfert H(p) d'un systme du premier ordre ayant un gain statique k et une constante de temps . k H ( p) = 1+ p Les expressions du gain et du dphasage sont donns par : - gain : - dphasage : * diagrammes de Bode La courbe du gain G() prsente deux asymptotes G1 et G2 respectivement en basses et hautes frquences donnes par : quand 0 : G1 = 20 log k quand : G2 = 20 log k -20 log . De mme la courbe de phase possde deux asymptotes 1 et 2 quand 0 quand : 1 = 0 : 2 = - /2 .
.
G(w) = 20 log10(| H( j)| ) = 20 log k - 10 log(1+22)
() = - arctg ( )
A la pulsation de coupure ( c=1/ ), le gain et la phase sont gales : Gc = 20 log k - 20 log

2
= 20 log k - 3
et
c = -/4 .
G()
20 log k
()
c=1/
Figure 24 -/2
Log w
5-9-2- systme du second ordre Supposons la fonction de transfert d'un systme du second ordre est la suivante : H ( p) = o : k : est le gain statique du systme, : est lamortissement, n : est la pulsation propre. Lquation caractristique du systme scrit : p2 + 2 n p + n 2 = 0 . Le dterminant de celle-ci est : = 4 ( 2 1) n 2 k n 2 p 2 + 2 n p + n 2
si = 0 ( =1), alors lquation caractristique possde une racine double po , telle que : po = - n si > 0 ( >1), lquation caractristique possde deux racines relles distinctes p1 et p2 : p1 = n + n 2 - 1 p 2 = n n 2 - 1 si <0 ( <1), lquation caractristique possde deux racines complexes conjugues p3 et p4, telles que : p 3 = n + j n 1 2 p 4 = n j n 1 2 a) rponse indicielle : S ( p) = H(p) E(p) = k n 2 , p(p 2 + 2 n p + n 2 )
si = 0 ( = 1 ), le rgime est dit amorti ou amorti et la rponse scrit : s (t ) = k [ 1 e nt (1 + n t)
si > 0 ( > 1 ), le rgime est dit hyper-amorti et la rponse scrit : s (t ) = k [( 1 1 2 -1

2
(p 2 e p1t p 1 e p2t )
si < 0 ( < 1 ), alors le rgime devient oscillant la rponse scrit : s (t ) = k [ 1 avec : 1 1

2
e nt sin( o t + )
0 = n 1 2 et = Arc cos .
<1
>1
Figure 25 : rponse indicielle selon les 3 rgimes dun systme du second ordre On remarque bien que le systme possde trois rgimes de fonctionnement qui dpendent de lamortissement. Cependant, lapparition du dpassement ne peut tre visible que pour la valeur =0.7. Cette valeur physique de lamortissement sera par la suite remplace par la valeur mathmatique =1, qui limite les trois rgimes hyper-amorti, amorti et oscillant. b) rponse impulsionnelle : S ( p ) = H(p) E(p) = k n 2 , p 2 + 2 n p + n 2
si = 0 ( = 1 ), le rgime est dit amorti ou amorti et la rponse scrit : s (t ) = k n t e pot si > 0 ( > 1 ), le rgime est dit apriodique ou amorti et la rponse scrit : s (t ) = k
2
2 -1
2
(e
p1t
p 2t
si < 0 ( < 1 ), alors le rgime devient oscillant la rponse scrit : s (t ) = k avec :
n
1
2
e nt sin( o t)
0 =n 1 2 . On remarque que, quelque soit le rgime de fonctionnement, la rponse impulsionnelle tend asymptotiquement vers zro, ce qui montre que le systme est stable. Dautre part, on sait que le systme est dautant plus rapide quil atteigne le plus vite le rgime permanent, ce qui correspond selon la figure un amortissement unitaire.
<1
Figure 26 : rponse impulsionnelle selon les 3 rgimes dun systme du second ordre c) Rponse frquencielle : H ( j ) = ! gain : ! dphasage : (n 2 k n 2 - 2 ) + 2 j n
G(w) = 20 log(kn2) - 10 log [(n2 -2 )2 +42n22]
() = - arctg [ 2n / (n2 -2) ] .
* diagrammes de Bode La courbe du gain G() prsente deux asymptotes G1 et G2 respectivement en basses et hautes frquences donnes par : quand 0 : G1 = 20 log k quand : G2 = 20 log k - 40 log (/n) , soit une pente de -40 dB/dcade
.
De mme la courbe de phase possde deux asymptotes 1 et 2 quand 0 : 1 = 0 quand : 2 = - .
A la pulsation de coupure ( c= n ), le gain et la phase sont gales : Gc = 20 log k - 3 et c = -/2 .
<1
>1
Figure 27 : courbe du gain selon les 3 rgimes dun systme du second ordre
>1
Figure 28 : courbe de phase selon les 3 rgimes dun systme du second ordre.
5-9-3- systme dordre suprieur deux Dans ce cas le systme peut se dcomposer en systmes lmentaires de premier et de second ordre. Le gain et le dphasage sont respectivement gaux la somme des gains et des dphasages des systmes lmentaires.
Exemple :
Prenons le systme suivant et dterminons sa rponse frquentielle . H ( p) = 4 ( p + 5) ( p + 2)(p 2 + p + 1)
Ce systme peut se dcomposer en trois systme lmentaires de la faon suivante : H ( p ) = ( p + 5) 4 1 2 p+ 2 p + p+1 1 1 . 2 1 + 0.5 p p + p + 1 1 1 2 1 + 0.5 p p + p + 1
H ( p) = 5(1 + 0.2 p ) . 2
soit encore :
H ( p ) = 10 (1 + 0.2 p )
Gain :
G(w) = G1(w) + G2(w)+ G3(w) ,
G(w) = 20 log10 + 20 log(1+0.042) - 20 log(1+0.252) - 20 log [(1 -2 )2 + 2] Dphasage :
() = arctg (0.2 ) - arctg (0.5 ) - arctg [ / (1 -2) ]
Le trac du lieu asymptotique du gain des 3 systmes est le suivant :
+20 dB/dec 20 log10
log w
-20dB/dec -40 dB/dec
figure 29. Le tableau suivant rsume les variations des courbes du gain et de dphasage : w - G1(w) en dB/dec G2(w) G3(w) 1 0 0 0 0 0 -40 2 0 -20 -40 5 +20 -20 -40 +
G(w)=G1+G2+G3
-40
-60
-40
dphasage - 1(w) en rad 2(w) 3(w) (w)= 1+2+3
1 0 0 0 0 0 0 - - Table 1
2 0 -/2 - -3/2
5 +/2 -/2 - -
Ainsi, le trac global devient: G(w)

20
-40 dB/dec
log w
-60 dB/dec
-40dB/dec figure 30 De mme, on procde pour la courbe de dphasage :
(w)
log w
- -3/2 figure 31.
EXERCICES CORRIGES DU CHAPITRE 1
Enonc de l'exercice 1
a) Calculer la valeur moyenne, la valeur efficace et la puissance moyenne dun signal sinusodal redress en simple alternance. b) Mme question pour un signal double alternance.
Corrig de l'exercice 1
1-a) Le signal simple alternance est exprim sur une priode [-To/2 , To/2] par : x(t) = Uo cos ( 2fo t) pour | t | < To/4 , x(t) = 0
x (t )
1
pour To/4 < | t | < To/2 .
0 .8
0 .6
0 .4
0 .2
0 0 200 400 600 800 1000 1200
t( m s )
figure 27 : signal redress en double alternance Sa valeur moyenne est donne par la relation : 1 Xmoy = T0 soit : 1 /x(t ) dt = T0 To 2
To / 2
2 /U 0 cos(2Fo t ) dt = T0 To 4 Xmoy = Uo / .
To / 4
To / 4
U
0
cos(2Fo t ) dt =
U0
La puissance moyenne est donne par : Pmoy = donc : 1 T0

To / 2
To / 2
x(t ) dt =
2 T0
To / 4
U 0 cos 2 (2Fo t ) dt =
2U 0 T0
2 To / 4
1 [ 1 + cos(4Fo t ) ] dt = U 0 2 4
Pmoy = Uo2/ 4 .
La valeur efficace se dduit de la puissance ainsi :

X eff = Pmoy = U0 U = 0 . 4 2
2
b) Le signal simple alternance est exprim par la relation :
x(t) = Uo cos ( 2fo t) t La valeur moyenne est gale : Xmoy = soit : 1 T0

To / 2
To / 2
x(t ) dt =
4 T0
To / 4
U 0 cos(2Fo t ) dt =
2U 0
Xmoy = 2Uo / .
La puissance moyenne est donne par : 1 Pmoy = T0 donc : 2 / 2x(t ) dt = T0 To

2 To / 2 To / 2
U
0
2 0
4U 0 cos (2Fo t ) dt = T0
2
2 To / 4
1 [ 1 + cos(4Fo t ) ] dt = U 0 2 2
Pmoy = Uo2/ 2 .
La valeur efficace se dduit de la puissance ainsi :

X eff = Pmoy = U0 U = 0 . 2 2
2
Le synoptique de la figure 28 reprsente le principe de ralisation dun modulateur damplitude utilis dans la transmission des signaux radiolectriques.
x1=A1 cos(2 f1 t) x2=A2 cos(2 f2 t)
x1(t).x2(t) y(t) figure 28
a) Donner lexpression du signal de sortie y(t) . On supposera f2 >> f1 b) En dduire la valeur de la puissance moyenne du signal.
x1(t) = A1 cos (2f1 t) x2(t) = A2 cos (2f2 t) y(t) = x1(t) x2(t) + x2(t) ,
alors :
y(t)= 0.5A1A2 cos [2 (f1+f2 )t ]+0.5A1A2 cos [2 (f2-f1 )t ]+A2 cos[2f2 t ]. Donc le signal y(t) est compos de trois signaux dont les composantes frquentielles sont donnes par : A2 0.5A1A2 f2-f1 f2 Figure 29. La puissance moyenne du signal y(t) est gale : Pmoy = (0.5 A1A2 )2 + A2 2 + (0.5 A1A2 )2 = A12 A2 2 + A2 2 = A2 2 ( 1+ A12) 0.5A1A2 f1+f2 f
Montrer que si les signaux x(t) et y(t) sont orthogonaux. x(t) 1 t T Figure 30. T/2 -1 T y(t) 1 t
<x(t),y(t )> = T
1
T/2
dt - T
dt .
T/2
= T/2 - T/2 = 0 . Comme le produit scalaire des signaux x(t) et y(t) est nul alors ils sont orthogonaux.
a) Calculer et reprsenter la rponse impulsionnelle dun systme dont la fonction de transfert est donne par lexpression :
H ( p) = 1+ a p , 1+ b p
a et b .
b) Calculer et reprsenter les rponses frquentielles ( gain et dphasage ) du systme. On discutera selon les valeurs a et b. En dduire le type du systme.
Nous retenons dans ce qui suit les cas o b>0 qui correspondent un systme stable. Les rponses impulsionnelles et indicielles sont donnes par les figures ci-dessous:
reponse impulsionnelle 0 -0.2 -0.4 -0.6 -0.8 0 2.5 1 2 3 4 5 6 7 8 9 10 reponse indicielle
Cas : 0<b<a b=2 et a=5
1.5
1 0 1 2 3 4 5 6 7 8 9 10
reponse impulsionnelle 0.25 0.2 0.15 0.1 0.05 0 0 1 2 3 4 5 6 7 8 9 10
Cas 0<a<b b=2 et a=1
reponse indicielle 1 0.9 0.8 0.7 0.6 0.5 0 1 2 3 4 5 6 7 8 9 10
Figure 31. les courbes du gain et de dphasage sont : * cas 0 < b < a ( a=15;b=2)

10
1
gain en dB
10 -2 10 50 40 30 20 10 0 -2 10
10
-1
10 d phasage
10
10
-1
10
10
* cas 0 < a < b

0
( a=0.1 ;b=2 )
gain en dB
10
10
-1
10
-2
10 0 -20 -40 -60
-1
10
10 d phasage
10
-80 -1 10
10
10
10
Figure 32.
Calculer et reprsenter la rponse frquentielle ( gain et dphasage ) du systme dont la fonction de transfert est donne par :
H ( p) =
1 0.5 p . p(1 + 2p)(1 + p)
H(p) = (10.5p) . 1 1 . 1 = H1(p).H 2(p).H 3(p).H 4 (p) p 1+ 2 p p +1 w - G1(w) en dB/dec 0 G2(w) -20 G3(w) 0 G4(w) 0 G(w)=G1+G2+G3 -20 +G4 dphasage - 0 1(w) en rad 2(w) -/2 0 3(w) 0 4(w) (w)= 1+2+3 -/2 +4 0 0 -20 0 0 -20 0 0 -/2 0 0 -/2 Table 2.
10
2
0.5 0 -20 -20 0 -40 0.5 0 -/2 -/2 0 -
1 0 -20 -20 -20 -60 1 0 -/2 -/2 -/2 -3/2
2 +20 -20 -20 -20 -40
2 -/2 -/2 -/2 -/2 -2
gain en dB
10
10
-2
10
-4
10 0 -100 -200 -300
-2
10
-1
10 d phasage
10
-400 -2 10
10
-1
10
10
Figure 33.
Chapitre II
ECHANTILLONNAGE ET NUMERISATION DU SIGNAL
1- Principe de la numrisation En tlcommunications, la numrisation a pour but de prparer le signal au codage puis la transmission. Elle comporte gnralement trois oprations essentielles savoir, lchantillonnage, la quantification et le codage ( figure1 ). La numrisation des signaux offrent beaucoup davantages, parmi lesquels nous pouvons citer : la capacit de stockage, la facilit de traitement et de transfert, limmunit contre les bruits. En effet, lchantillonnage qui n'est qu'un dcoupage temporel du signal des instants rguliers, est suivi par une opration de quantification Celle-ci consiste remplacer chaque amplitude mesure par un tat ou un nombre facilement codifiable. Cependant, ces oprations ne sont pas facilement ralisables sans problmes au point de vue mathmatique et technique. Plus prcisment, la question qui se pose nest pas uniquement la faon de raliser ces oprations avec le maximum de prcision mais aussi dans quelles conditions en vue de restituer convenablement le signal original et par consquent conserver linformation. Loutil qui nous permettra de matriser ces problmes est certainement lanalyse spectrale dont un aperu a t prsent aux chapitres prcdents. Les figures 1 et 2 donnent le synoptique et la ralisation pratique d'une chane de numrisation.
Echantillonnage
Quantification
Codage
Figure1 : Synoptique du principe de la nummrisation
e(t)
e*(t) Echantillonneur Bloqueur
e(k) Conversion A/D Codeur
1 0 1 1 0
Figure 2 : Ralisation pratique dune opration de numrisation
2- Echantillonnage 2.1. Dfinition
Lchantillonnage revient un prlvement ponctuel des amplitudes du signal analogique. Ainsi, les valeurs du signal chantillonn rsultant, ne sont connues quaux instants dchantillonnage.
f(t) X f*(t) =
train d'impulsion
t signal analogique
T 2T signal horloge
t signal chantillonn
figure 3 : principe de l'opration d'chantillonnage
Prenons le cas de la figure 3 o on suppose que lchantillonnage est idal, cest dire que le dcoupage temporel se fait instantanment. Alors le signal chantillonn une priode d'chantillonnage T, peut scrire :
f *(t) =
+ n =
f (nT ) .(t nT ) .
Si on dsigne par F(p), la transforme de Laplace de f(t), alors celle de f*(t) est donne par :
F*(p) = TL f *(t) =
+ n =
f (nT ) e-nTp .
Dans certaines reprsentations le signal chantillonn est not f(kT) ou simplement f(k) qui reprsente la suite des valeurs discrtes. 2.2. Ralisation Un chantillonneur idal peut tre schmatis par un interrupteur lectronique (par exemple un transistor FET command en tension ) pilot par une horloge de priode T gale la priode dchantillonnage.
KK
e(t) e(t)
Horloge T
s(t) s(t)
Figure 4 : principe d'un chantillonneur idal
* Pour maintenir la tension s(t) constante la sortie de l'chantillonneur, entre deux instants d'horloge successifs, on lui associe en aval une capacit; on parle dans ce cas d'un chantillonneur-bloqueur. 2.3- Echantillonnage rel (non instantan)
Les chantillonneurs rels possdent gnralement un certain temps douverture correspondant au temps de commutation des interrupteurs statiques. Le signal rsultant f*(t) est donn par la figure 5. f*(t)
2T
Figure 5 : chantillonnage rel
Cet chantillonnage non instantan peut tre trait comme un chantillonnage idal condition de multiplier le signal analogique f(t) par celui de la fonction fentre priodique de largeur . Si on suppose que << T, alors il vient :
f *(t ) =
n =
f ( nT ) (t - nT) = f * (t) .
Donc la ralisation physique d'un chantillonneur rel revient celle de lchantillonneur idal au facteur prs. Cette proprit confirme le fait quil est impossible daccder physiquement aux amplitudes instantanes du signal. 2.4- Analyse spectrale dun signal chantillonn Ltude spectrale dun signal chantillonn permet de visualiser les effets de l'opration d'chantillonnage sur le spectre rel du signal original, ce qui permet de fixer des conditions sur le choix de la priode d'chantillonnage pour une reconstitution exacte du signal. Supposons que la transforme de Fourier de f*(t) est donne par F*(), o dsigne la variable frquentielle, alors on peut crire que :
X * (f) =
+ -
x * (t) e - j 2 t dt ,
Soit:
X * (f) =
+ - n = -
x(nT) (t - nT) e - j 2 t dt ,
do :
X * (f) =
+ - n = -
x( nT) (t - n T ) sinc (
t ) d , T
posons :
g(t) =
n=-
(t - nT )
Le signal g(t) qui est priodique, peut tre dcompos en srie de Fourier en utilisant les relations suivantes:
+
(t - nT) =
Ck e j2k t/T
avec :
1 Ck = T
T/2
-T/2 n =
+
(t - nT) e
- j 2
k t T dt
1 . T
Ce qui donne : Il vient :

X*( ) =
+ -
g(t) = (t - nT) =
n=
1 + j2kt/T T n= e
1 T
x( t )
n =-
(t - nT) e - j 2 t dt =
n =-
X(
k ). T
Cette expression, appele formule de Poisson, montre que le spectre de x*(t) est obtenu partir de celui de x(t) par une somme de translations multiples de
1 T
n =-
X(
k ). T
En conclusion, l'chantillonnage temporel conduit une priodisation spectrale. 2.5. Thorme de Shannon Nous allons maintenant utiliser les rsultats de l'analyse spectrale pour dterminer les conditions d'chantillonnage d'un signal. Pour cela, on a reprsent sur la figure 6 le spectre thorique d'un signal analogique, donn par le motif lmentaire compris entre -N et N. X()
-N -1/2T
N 1/2T
Figure 6 : spectre thorique d'un signal analogique
Selon la valeur de la priode d'chantillonnage T et celle de N, deux cas peuvent se prsenter ( on appellera Fe la frquence dchantillonnage ) : a) N Fe /2 Dans ce cas, la figure1-10 reprsente le spectre de x*(t). X*()
X(0)/T
-N - -1/2T
N 1/2T
Figure 7 : spectre d'un signal chantillonn
Pour restituer le signal original, il suffit d'effectuer une troncature frquentielle par une fentre rectangulaire Fe() centre en 0 et de largeur Fe , ce qui revient un filtrage passe bas idal . Ainsi la Transforme de Fourier du signal original s'crit : X() = X*( ) . Fe() En appliquant la Transforme de Fourrier inverse, on aura le produit de convolution suivant :
x(t) = T
+ -
x * (t - )
1 sinc( ) d. T T
Cette expression reprsente la formule mathmatique d'un interpolateur idal. Malheureusement, cette reconstitution n'est pas physiquement ralisable du fait que le filtre est non causal (puisqu'il est dfini de - +). Cependant la reconstitution mathmatique rigoureuse est possible posteriori, par interpolation :
x(t) =
b) N > Fe /2
n=-
x( n T) sinc (
t - nT ). T
Dans ce cas, il n'est plus possible de restituer le spectre initial l'aide du filtre prcdent en raison du recouvrement du spectre qui provoque la distorsion spectrale et la perte de l'information (figure 8).
f( )
-Fo
-Fo/2
-N
Fo/2
Fo
Figure 8 : recouvrement du spectre d'un signal mal chantillonn
Enonc du Thorme de Shannon Un signal dont la transforme de Fourier est borne ( -N F() N ) est parfaitement dfini par ses valeurs chantillonnes si la frquence d'chantillonnage Fe satisfait la condition : Fe 2 N . En consquence, pour un signal priodique de frquence Fo, la frquence d'chantillonnage Fe doit tre suprieure deux fois la frquence du signal, soit : Fe 2Fo .
2.6- Choix de la priode dchantillonnage
Le choix d'une frquence d'chantillonnage suprieure deux fois la frquence la plus haute contenue dans le signal n'est pas suffisante en pratique. En effet, l'hypothse de Shanoon n'est pas toujours satisfaite puisque les signaux traits ne sont pas spectre limit. Un filtre idal de type cardinal nest pas ralisable et mme l'utilisation d'un filtre passe-bas approxim, en amont de lchantillonneur, ne conduit pas aux rsultats souhaits. Pour cela, on choisit en pratique, une frquence d'chantillonnage suprieure celle de Nyquist et qui peut aller de 10 20 fois la frquence du signal . 2.7- Filtre anti-repliement On sait que toute opration d'acquisition induit un bruit d'acquisition qui sajoute celui que contient le signal, ce qui prolonge le spectre vers les frquences leves ( figure 9 ) et suprieures la frquence de Nyquist (Fo/2). Pour cela, il convient avant la numrisation du signal, d'affaiblir suffisamment les amplitudes de celui-ci au del de (Fo/2) par un filtre passe-bas de frquence de coupure Fo/2, appel filtre de garde ou filtre antirepliement. ...... signal bruit ___ signal original
f( ) X(v)
X(v) f( )
Signal + bruit avant le filtrage amont
Fo/2 T/2
Fo T
effet de l'chantillonnage d'un signal bruit
f( ) X(v)
Fo/2 T/2
Fo T
effet du filtrage amont sur le signal chantillonn
Figure 9 : effet du bruit sur l'chantillonnage
3- QUANTIFICATION La quantification consiste remplacer chaque valeur chantillonne e(k) par un multiple entier d'une quantit appel pas de quantification q. Cette tape est principale pour la conversion analogique numrique. En effet, vue la capacit de rsolution limite des circuits lectroniques, un signal chantillonn e(k) ne peut tre reprsent que par un nombre fini de valeurs discrtes qui dpendent du nombre de bits du CAN.
L'objectif vis par une telle opration est soit la transmission du signal ( quantification + codage + mission ) soit encore le traitement (filtrage, analyse spectrale, stockage ...) et ce de faon prserver les proprits statistiques du signal . Prenons le cas du signal chantillonn x(k) de la figure 10, alors l'expression du signal quantifi xq(k) est donn par :
xq ( k ) =
x( k ) U min 2
N
si si si
Umin<x(k)<Umax x(k)<Umin x(k)>Umax
xq(k) = 0 xq(k) = 2N-1 x(t) t
2N-1 0
Figure 10
3.1. Paramtres de la quantification Une loi de quantification est caractrise par : - les niveaux de saturation +max ( 0 et + max pour un CAN unipolaire ) - le nombre de niveaux quantifis M = 2N ; N : nombre de bits du CAN - le pas de quantification q = / 2N ( pour un CAN unipolaire ). - le facteur de charge du quantificateur = Xmax / x La quantification varie d'une loi simplement uniforme des lois plus complexes du type logarithmiques , compression ou mme adaptatives . * Exemple : a) Soit un CAN 8 bits dont la tension analogique d'entre maximale convertible est comprise entre 0 et 5 V ( = 5 V ) . - calculons la tension quantifie pour un signal d'entre x(k) = 3.5 V. a) mme question si le CAN 8 bits est bipolaire [-5, 5V] . * Solution : Le nombre maximal d'chantillons est de 28 = 256 ( soit de 0 255) Si on considre (q) le pas de quantification alors : q = __ 256 Cette valeur reprsente aussi l'erreur de rsolution, ainsi toute variation de l'chantillon infrieure (q) sera automatiquement ignore par le CAN.
a) cas unipolaire :
q = 5 / 256
xq ( k ) =
3.5 0 3.5 = .256 = 178,5 q 5
on prendra la valeur par dfaut car la valeur quantifie ne peut tre qu'entire, soit: xq(k)= 178 . b) cas bipolaire : q = 10/256
xq ( k ) =
on prendra la valeur par dfaut, soit:
3.5 ( 5 ) 8.5 = .256 = 216,8. q 10
xq(k)= 216 . Conclusion : Pour diminuer l'erreur, on a intrt diminuer le pas de quantification (augmenter le nombre de bits N du CAN) . 3.2. Quantification uniforme C'est la quantification la plus classique sans aucune compression ou post traitement telle qu'a t dcrit ci-dessus. Dans ce cas, la quantification peut s'effectuer par arrondi ou par dfaut, savoir: - par arrondi : - par dfaut :
Defaut
(k-0.5) q < e(k) < (k + 0.5) q k q < e(k) < (k+1) q

Arrondi
Erreur
Erreur
Figure 11 : Les deux types classiques de quantification
De plus, le quantificateur induit une erreur additionnelle caractrisant la distorsion ou le bruit de quantification ( Figure 11 ). a-) effet de la quantification uniforme sur la valeur moyenne emoy = (eq )moy + moy si on examine la figure 11 ci-dessus, on remarque que : (moy)tron = q/2 et (moy)arr = 0 .
Ainsi, la quantification par arrondi ne modifie pas la valeur moyenne du signal, il n'en est pas de mme pour la quantification par troncature . b-) effet sur la valeur efficace et la puissance du bruit:
T/2 T/2
(eff)arr = (1/T)
-T/2
T/2
1 2 (t) dt = T -T/2
T/2
q2 ( q .t / T)2 dt = 12
et :
(eff)tron = (1/T)
-T/2
2 (t) dt = T
-T/2
( 2q .t / T)2 dt = q2 /3
Conclusion La quantification superpose au signal uu bruit de valeur moyenne nulle et de puissance dans le cas de l'arrondi, de valeur moyenne q/2 et de puissance q2/3 dans le cas de troncature. Donc, la quantification par arrondi est donc la plus convenable. q2/12 3.3. Quantification avec compression des donnes Lorsque le nombre de niveaux quantifis est lev ( suprieur 2N ) et lorsque la loi de quantification dpend de la densit de probabilit du signal , alors une loi de compression des amplitudes s'avre utile . Dans ce cas, il s'agit de dterminer une loi : U= f(x) telle que Umax = Xmax et q = 2 . Xmax / 2N
On montre que la loi de compression optimale est donne par :
Fopt () =
_______________________
o [Px( ) ] 1/3 d
max
o [ Px( ) }1/3 d
a) Quantification logarithmique En pratique, on prfre assurer un rapport S/B indpendant de la variance ( ou puissance ) du signal dans une gamme aussi large que possible . On choisit une loi de la forme suivante : A. |x | F (x) = _____________ sgn(x) 1 + Ln(A)
x
Figure 12
Sachant que M = 2N , on aura un rapport signal / bruit : (S/B) = 6,02 N + 4,77 - 20 log( 1 + Ln(A) ) : (S/B) = 6,02 N + 4,77 - 20 log g+10 log[ A /( 1 + Ln(A) ) ] :
pour les grandes amplitudes pour les faibles amplitudes
La norme europenne utilise en tlphonie une valeur A = 87,56 b) compression selon la loi A et (utilise en transmission de la parole )
* Conclusion : A l'aide de la loi de compression logarithmique, on a amlior le facteur (S/B) des faibles signaux de 10 log[A/1+Ln(A)] par rapport la quantification uniforme (gain de 4 bits pour un CAD de 8 bits)
4- CODAGE Le codage revient donner une reprsentation binaire ou autre au signal quantifi. On a vu qu'une combinaison de N lments binaires pourra tre code par 2N amplitudes quantifies.Il existe plusieurs types de codage de types statiques ( binaire, Hexa, RZ, NRZ, Manchester,) ou dynamique ( Huffman,) . Plus le codage est dynamique plus il s'adapte mieux la transmission. 4.1. Puissance d'un codeur Soit un signal sinusodal d'amplitude crte crte. Si on utilise le principe de quantification par arrondi, la puissance maximale du codeur est donne par : 1 q 1 Pmax = 2 V2pp = 2 ( 2N . 2 )2 ce qui donne : Pmax = 2 (2N-3) q2
4.2. Rapport Signal/Bruit On rappelle que l'acquisition et la quantification induisent un bruit dont la puissance est lie la dynamique du codage. En effet, celle-ci est donne par le rapport signal-bruit maximal S (B)max qui n'est que le quotient de la puissance maximale du codeur Pc par rapport celle du bruit de quantification PB . En fait : S Pc N-1 (B)max = PB = 3. 2 soit encore : S (B)max (en dB) = 10 log ( 3 . 2N-1 ) = 6N + 1,76 Conclusion : Chaque bit supplmentaire amliore le rapport signal / bruit de 6dB. 4.3. Codage non linaire Gnralement, le rapport signal/bruit, diminue avec l'amplitude du signal. Pour cela, le pas de quantification doit tre variable au sens inverse de l'amplitude. En fait, un codage non linaire n'est qu'une compression du signal suivie d'un codage linaire.
D'autre part, la compression des donnes permet de gagner en nombre de bits (zone mmoire), dans la mesure o on utilise le codage MICDA (codage diffrentiel adaptatif). Celle-ci consiste coder les changements d'tats (3 changements sont possibles : maintien de la valeur y, passage y+q, passe y- q) au lieu des accroissements de y. Ainsi, on utilise deux lments binaires pour coder 3 changements d'tat. 4.4. Codage dans le domaine temporel a) Codage PCM (Pulse Code Modulation) Il se base sur une numrisation complte de linformation module. b) Differencial Pulse Code Modulation DPCM Il est bas sur le codage de la diffrence entre deux chantillons : ce qui conduit une dynamique rduite et une utilisation d'un ensemble d'chantillons pour prdire le prochain chantillon. Donc le codage se fait sur : dn = sn sn avec :
c) Adaptative Differencial Pulse Code Modulation ADPCM Il est de mme que DPCM sauf que :
" "
quantificateur s'adapte aux proprits du rsidu dn modification du mcanisme de prdiction en fonction du signal feedforward adaptation : coefficients de prdiction et reconstruction calculs puis transmis feedbackward adaptation : coefficients recalculs par rcepteur
selon deux types :

"
"
4.5. Codage dans le domaine frquenciel
a)Codage par sous-bandes
Avantages :
5- RESTITUTION DU SIGNAL ECHANTILLONNE La reconstitution d'un signal est l'opration inverse de l'chantillonnage. Elle consiste transformer une suite de nombres en une fonction continue. Cette opration est souvent ncessaire en commande numrique lorsqu'on ne peut pas commander un systme par des impulsions. La faon la plus simple de restituer un signal est par un lment de maintien ou de blocage qui revient une interpolation par un polynme d'ordre zro. Bien videment, plus le degr de celui-ci est lev plus la reconstruction est meilleure. En effet, dans les oprations de conversion numrique-analogique ou de commande numrique , on est oblig de retrouver la forme originale du signal analogique. D'ailleurs, il est vident que plus le nombre d'chantillons/priode est lev plus la reconstitution est plus simple. 5.1. Interpolation ou restitution idale Supposons un signal e(t) chantillonn suivant la frquence de Nyquist (Fo>2fm) dont le spectre est donn par la figure suivante : E(f)
-Fo
-Fm
Fm
Fo
Freq
Figure 14 : Spectre du signal restituer
La reconstitution adquate de E* peut se faire en ne conservant que le lobe central compris entre (-Fm, Fm). Cela revient une multiplication frquentielle de E*(f) par la fonction fentre . Cette opration n'est qu'un filtre passe-bas de frquence de coupure Fm . Ainsi le signal restitu est donn par la formule d'interpolateur idal : er (t) =
e(nTo)
sin (.fo.t -n ) (.fo.t -n )
D'autre part, pour raliser physiquement la fonction interpolateur ci-dessus, on a besoin d'un bloqueur pour maintenir la valeur de l'chantillon constante durant toute la priode To . Bien videment cette opration doit tre suivie d'un CNA en vue de retrouver la valeur analogique du signal. 5-2- Extrapolation par un bloqueur d'ordre zro On suppose que x(nT+ t ) = x(nT) selon le dveloppement de Taylor pour 0 < t <T. Donc, le signal est bloqu et maintenu constant entre deux instants d'chantillonnage successifs. Ainsi, la rponse temporelle b0(t) du bloqueur dordre zro est donne par la figure 15 suivante.
b (t) bo(t) o
To 2T 2To T
tt
Figure 15 : rponse d'un chantillonneur bloqueur d'ordre zro
La fonction de transfert du bloqueur dordre zro est :
B 0(p) =
1 - e -pT 1 e -pT = p p p
D'autre part, l'tude de la rponse frquentielle du bloqueur d'ordre zro montre que celui-ci ralise un filtrage passe-bas, mais il attnue le signal de 64% la frquence de Nyquist Fo/2 . Remarque : Dans le pratique, on restitue le signal par un filtrage Passe-pas d'ordre suprieur ou gal deux . 6- Mthodes d'tude des systmes discrets Nous savons dj que la Transformation de Laplace permet ltude, la modlisation et lanalyse des systmes linaires continus. Son utilisation pour les systmes chantillonns conduit des formes trs complexes puisque la discrtisation fait apparatre dans la fonction de transfert des suites de fonctions polynomiales en p et par consquent une infinit de ples. La transforme en z permet justement de contourner ces difficults tout en offrant les avantages de la transformation de Laplace. 6-1 - la transforme en z La transforme en z, est dfinie partir de la transforme de Laplace d'un train d'impulsions pondr par les valeurs du signal prises aux instants d'chantillonnage, en utilisant la transformation : z = eTp , T dsigne la priode d'chantillonnage. Si le signal chantillonn f*(t) est causal, alors :
f * (t ) =
n =
f (nT ) (t nT )
f (nT ) e nTp
do :
F *( p) = TL[ f * (t )] =
n =
En utilisant la transformation z = eTp , on aura l'expression :

F ( z) =
n =
f (nT ) z n .
En pratique, f(t) est causale donc f(nT)= 0 pour tout entier n ngatif. Cette hypothse sera adopte dans la suite de ce chapitre. L'expression de F(z) peut tre dtermine partir de f(t). Cependant, on peut aussi la calculer partir de la transforme de Laplace F(p) en utilisant le thorme des Rsidus selon l'expression suivante :
F ( z) =
rsidu
i =1
F( ) 1 - e -T z 1
= pi
Si les ples pi de F(p) =
N(p) D(p)
sont simples alors :

d D(u) du
F ( z) =
i =1
N ( pi ) 1 -Tpi 1 D' (pi ) 1 - e z
avec : D' (p)
u = pi
Si F(p) comporte des ples multiples alors le rsidu relatif au ple pi est:
1 (n 1)! d ni 1 d
i 1
Ri =
( - pi ) ni
F ( ) 1 - e -T z 1
u = pi
a) - Relations et correspondance entre les plans p et z En posant : p = +j et z = eTp, alors le demi plan complexe gauche de l'axe imaginaire se transforme dans le plan z en une surface intrieure en cercle unit (Figure16) .
Im z=exp(Tp) Im
1 0
Re Re
plan p
plan z
Figure 16: correspondance entre les plans p et z .
b)- Proprits de la Transforme en z Linarit : Z [ f1(t) + f2(t) ] = Z [f1(t)] + Z [f2(t)] ( et ).
Translation temporelle: retard dun nombre entier de priodes dchantillonnage :
Z [ f (t - kT) ] = z -k F(z) . On peut montrer qu'un retard temporel de k priodes se traduit par :
Z [ f (t kT )] =
n =
f [ (n k )T ] z n =
z k
n =
f [ (n k ) T ]
z ( n k ) = z k F(z) .
avance dun nombre entier de priodes dchantillonnage : Compte tenu de l'hypothse f(kT) = 0 pour k < 0, il vient : Z [f(t + kT)] = z k F(z) - z k f(0) - z k-1f(T) - z k-2 f(2T) - ... - z f [(k-1)T] , On peut dmontrer cette proprit de manire semblable que l'avance. En effet :
Z[ f (t + kT )] =
n =
f [(n + k )T ] z n
= zk
n =
f [ (n + k )T ]
z (n + k )
posons t=nT et m=n+k, il vient :

Z [ f (t + kT )] = z k
m= k
f(mT) z m = z k [
m= 0
f(mT) z m -
m= 0
f(mT)
k 1
k 1
z m
],
,
Z [ f (t + kT )] = z k F(z) - z k
m= 0
f(mT) z m
soit encore : Z [f(t + kT)] = z k F(z) - z k f(0) - z k-1f(T) - z k-2 f(2T) - ... - z f [(k-1)T] .
Translation complexe
Z [ f(p + ) ] = Z [ e-t f(t) ] = F ( z eT )
En effet, l'amortissement temporel qui rsulte de la multiplication de la fonction par une exponentielle e-t , conduit :
Ze
f (t ) =
] f(kT) e
k =0
kT
k =0
f(kT) ze kT m -
Changement d'chelle
Un talement de l'chelle temporelle conduit une compression dans le plan z.
z Z [ an f(nT) ] = F( a ) .
On peut montrer cette relation de la mme manire :
Z a n f (nT ) =
z z ] f(kT) a k z k = f(kT) ( a ) k = F( a ) .
k =0 k =0
Multiplication, sommation et diffrence sommation : Z [ f(nT) ] =

n=0 k
z z -1
F(z) .
Pour montrer cette relation, posons :
s(k) = f(nT) = f(kT) + f(nT)

n=0
n=0
k 1
soit :
s(k) = f(kT) + s(k-1) .

En appliquant la Transforme en z, on aura :
Z[ s(k) ] = S(z) = F(z) + z-1 S(z) ,

soit :
S(z) = diffrence :
z z -1
F(z) .
En utilisant la mme dmarche prcdente, on peut crire :
Z [ { f(nT) - f(n-1)T } ] =
n=0
z -1 z
F(z) .
Pour montrer cette relation, utilisons les deux proprits du retard et de la sommation :
Z [ { f(nT) - f(n-1)T } ] = Z[ f(nT)] - Z [ f(n-1)T ] ,

n=0 n=0 n=0
Z [ { f(nT) - f(n-1)T } ] = S(z) - z-1 S(z) =(1- z-1) S(z).

n=0
multiplication :
Z [ n f(nT) ] = - z d F(z)/dz . Cette expression s'obtient en drivant par rapport z, l'expression de dfinition de la transforme en z. Convolution Z [ + f1(n) f2(k-n) ] = F1(z) F2 (z) . Donc, la convolution temporelle revient une multiplication frquentielle. Z [ + f1(n) f2(k-n) ] =
[
i =0
f1(n) f2(i-n) ] z-i ,
do : Z [ f1(n) f2(k-n) ] =
n= 0 + +
[ f (n) z-n f (i-n) ] z-(i-n) ] ,

i =0
n= 0
i =0
Z [ f1(n) f2(k-n) ] = F1(z) F2 (z) .

n= 0
Thorme de la valeur initiale
f(0) = lim f*(t) = lim F(z) .

t 0 z
Cette proprit est une consquence directe de la dfinition de la Transforme en z puisque :
F(z) = f(0) + z-1 f(1) + ... + z-i f(i) + ... Il vient : lim F(z) = f(0) .
z
Thorme de la valeur finale lim f*(t) = lim (1- z-1) F(z) .

t z 1
Ce thorme suppose que la valeur finale existe, ce qui implique que tous les ples de F(z) doivent tre stables. Dans ce cas, on peut dmontrer ce thorme en posant :
f(nT) = f(0) + [f(T) - f(0)] + [ f(2T) - f(T)] + ... + [ f(nT) - f((n-1T)] . Il vient :
f(nT) = [ f(kT) - f((k-1)T) ] ,

k =0
En utilisant la proprit de la diffrence, on obtient :
lim f*(t) = lim f(nT) ,

t n
lim f *(t ) = lim f (nT ) =

n
donc :
t
k =0
[ f(kT) - f(k-1)T) ]
z 1
lim f*(t) = lim (1- z-1) F(z) .

c) Exemples de calcul de la Transforme en z En utilisant la dfinition de la Transforme en z et ses proprits, nous allons calculer la transforme de quelques fonctions usuelles. En utilisant la dfinition de la Transforme en z et ses proprits, nous allons calculer la transforme en z de quelques fonctions usuelles.
Echelon unitaire (t) :

* (t) =
k =0
(t - nT) soit * (p) = e nTp .

k =0
*(p) est la somme d'une suite gomtrique de raison e-Tp et de premier terme l'unit, ce qui donne :
55 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________ 1 1 - e-Tp 1 1 - z -1
( p) =
( z) =
On peut aussi retrouver ce rsultat en utilisant la mthode des rsidus, soit :

( z ) = N( 0 ) 1 1 = D' ( 0 ) 1 - z -1 1-z -1
D'(0) tant la drive par rapport z de D(z) en 0 . Systme du premier ordre : f(t) = (t) e-at , ce qui donne : F(p) =
1 p+ a
En utilisant la dfinition de la transforme en z, il vient :

F (z) =
n=0
f (nT) z n = e naT z n = ( e aT z 1 ) n ,
n=0 n=0
soit encore :
F (z) = 1 1 e z
aT 1
z z e aT
En prenant a = 0, on retrouve la Transforme en z de la rponse impulsionnelle d'un intgrateur. F(p) = 1/((p+a) En dcomposant F(p) en lments simples, on obtient : F(p) = soit :
F (z) =
1/a (1/ap) - p+a
Rampe
1 1 1 1 . a 1 z 1 a 1 e aT z 1 1 p2
f (t) = t (t) , soit F(p) =
. .
A partir de la dfinition, on a :
F(z ) =
f (nT ) z
nT z
= T
nz
On peut utiliser la proprit de la drivation et la multiplication suivante: Z [ n f(nT) ] = - z dF(z)/dz , do : F(z) = - T z d/dz [ soit :
1 ] = -Tz 1 z 1
-z (1
-2 1 2
F(z) = F(p) = 1/(p+a)(p+b)
T.z . (z 1) 2
Par dcomposition en lments simples on aura : F(p) = do : F(z) =

1 1 aT 1 b-a 1 e .z
1 b-a
1/(p+a) -
1 b-a 1 b-a
1/(p+b) ,
1 1 e
bT
. z 1
D'ailleurs, on peut retrouver le mme rsultat par la mthode des rsidus. Dans notre cas, F(p) possde deux ples rels distincts. Il vient :
d) Transforme en z inverse
La transforme en z inverse permet de retrouver f*(t) partir de sa transforme F(z). Plusieurs mthodes sont utilises parmi les quelles on peut citer : La dcomposition en lments simples Il faut dcomposer en lments simples lexpression de F(z)/z . Dans ces conditions les termes obtenus pour F(z) figurent dans les tables de transformes en z. Soit le systme dont la transmittance chantillonne est :
F(z) = 2z+1 (z-0,5 )(z-01) ,
Il vient :
F (z ) 2z+1 20 10 30 , = = + z z(z-0,5 )(z-01) z z 0,5 z 0,1 ,
do :
F ( z) = 20 + 10z 30z , z 0,5 z 0,1
Daprs les tables des transformes en z, on obtient : f(k) = 20 (k) + 10 (0,5)k - 30 (0,1)k , il en rsulte : f(0) = 0 , f(T) = 2 , f(2T) = 2,2 , f(3T) = 1,22 Mthode des rsidus N(z) Si F(z) = D(z) ne possde que des ples simples, alors l'expression prcdente se rduit :
f (nT ) =
poles de F ( z )
etc...
N ( z i ) n 1 zi . D' ( z i )
Reprenons le mme systme prcdent :

F(z) = N ( z) 2z+1 = D( z) (z-0,5 )(z-01) ,
Comme les ples sont simples, Il vient :

f (nT ) = N ( z) zn-1 D'
z = 0,1
or :
N ( z) z n-1 D'
z = 0,5
N (z ) 2z+1 ,. = D'(z ) 2z-0,6
Il en rsulte : soit :
f(k) = 20 (k) + 10 (0,5)k - 30 (0,1)k , etc...
f(0) = 0 , f(T) = 2 , f(2T) = 2,2 , f(3T) = 1,22 Division euclidienne
Elle consiste effectuer la division N(z) par D(z) suivant les puissances croissantes de z-1. Ainsi, il vient : N(z) F(z) = D(z) = o+ 1 z-1 + 2 z-2 + 3 z-3 + ... Par dfinition les i sont les chantillons f(nT) du signal. Reprenons le mme systme prcdent :
F(z) = N ( z) 2z+1 = D( z) (z-0,5 )(z-01) ,
Effectuons la division euclidienne : z2 -0,6z + 0,05 2z +1 ____________________ 2 z-1 + 2,2 z-2 + 1,22 z-3 + ... Do : F(z) = 2 z-1 + 2,2 z-2 + 1,22 z-3 + ... , ce qui donne par identification : f(0) = 0 , f(T) = 2 , f(2T) = 2,2 , f(3T) = 1,22 etc ...
6-2- La Transforme de Fourier discrte : DFT La TFD dun signal discret x(n) est donne par X(k) :
146 en posant W = e-j2/N , il vient :
les Wi peuvent tre reprsents ainsi :
Dautre part :
Fig.16. Calcul de lalgorithme FFT
6-3- La transforme en cosinus discrte DCT
ENONCES DES EXERCICES DU CHAPITRE 5
Exercice 1 Soit la suite suivante : f(k) = 1 - (0,35)k 1) Dterminer sa transforme en z. 2) Donner sa valeur finale. Exercice 2 a) Calculer la transforme en z de la fonction de transfert suivante :
F(p) = p+3 p(p-1)2(p + 5 )
b) Retrouver alors l'original f(nT) . Exercice 3 : Calculer les transformes en z inverse de :

F(z) = 1 (z + 1) (z + 2 ) 1 . (z + 1) (z + 2 )
2
et :
G(z) =
Exercice 4 En utilisant successivement la division euclidienne puis la dcomposition en lments simples de X( z) , trouver les originaux xi(n) des expressions suivantes :
z
X1(z) = z2 z2 3z + 2
X 2(z) =
z z 3z + 2
2
et :
X 3(z) =
0,2z z 2 1,8z + 0,8
X 4(z) =
z 2 (0,15z 3) 4(z 1)(z 0,9)(z 0,5)
- Comparer les valeurs des premiers chantillons obtenus par les deux mthodes ainsi que les valeurs finales Xi() .
Exercice 5 On donne le systme chantillonn de fonction de transfert :

H(z) = S ( z) ( z 1) , = E ( z) z( z + 1) 2 ( z + 2)
Dterminer la rponse s(k) un chelon unitaire. Exercice 6 La sortie d'un systme chantillonn est donne par :
H(z) = 4z . ( z 1)( z 3)
a) Calculer la valeur finale s en utilisant le thorme de la valeur finale. b) Reprendre la mme question en utilisant la Transforme en z inverse . c) Comparer les deux valeurs obtenues et conclure .
CORRECTION DES EXERCICES DU CHAPITRE 5
Exercice 1 a) f(kT) = 1 - (0,35)k , En utilisant la table de la transforme en z, on trouve :

F(z) = z z . z 1 z 0,35 0,65z . z 2 1,35z + 0,35
soit :
F(z) =
b) f = lim (z -1) F(z) = 1 .

z1
La simulation par MATLAB de f(k) par le programme suivant, a permis de retrouver la courbe ci-dessous : num =[ 0.65 0] ; den =[1 -1.35 0.35] ; s =dimpulse(num,den,15) ; stem(s) ;grid ;
1.1
% 15 est le nombre des chantillons
1.05
0.95
f(k)
0.9 0.85 0.8 0.75 0 5 k 10 15
Exercice 2
F(p) = p+3 p(p-1)2(p + 5 )
La dcomposition en lments simples de F(p) donne :

F ( p) = 0,6 0,67 0,61 0,01 , + + 2 p (p - 1) p -1 p
do :
F (z) = 0,6 z 0,67 Te T z 0,61 z 0,01 z + + z -1 (z - e T ) 2 z - e T z - e -5T
b) L'original f(kT) se fait en utilisant la table de la transforme en z : f(kT) = [ 0,6 + 0,67 kT ekT - 0,61 ekT + 0,11 e-5kT ] (k) . Exercice 3 a)
F(z) = 1 (z + 1) (z + 2 )
En dcomposant F(z)/z en lments simples, il vient :

f(z) 1 1 0,5 = + z 2 z+1 z+2
et d'aprs la table de la transforme en z, on obtient : f(k) = 0,5 (k) - ( -1 )k + 0,5 ( -2 )k .
La simulation par MATLAB de f(k) par le programme suivant, a permis de retrouver la courbe ci-dessous : num =[ 1 ] ; den =[1 3 2] ; s =dimpulse(num,den,7) ; stem(s) ;
40
20
f(k)
-20
-40
-60
-80 0 1 2 3 k 4 5 6 7
b)
G(z) = 1 (z + 1) (z + 2 )
2
Calculons les rsidus des ples (-1) et (-2) :

R1 = 1 1! 2 n 1 ( + 1) . F ( ) =1
R -1 = (n-1) (-1)n-2 - (-1)n-1 = - n (-1)n-1 .

N R2 = ( z) . z n 1 z =2 D'
.
soit : g(n) = - k (-1)n-1 + (-2 )n-1 . Exercice 4 En utilisant la division euclidienne, on obtient : a) X1(z) = 1 + 3 z-1 + 7 z-2 + 15 z-3 + ... ,
il en rsulte :
x1(k) = (k) +3(k-1) +7(k-2) +15(k-3) + ... ,
b) X2(z) = z-1 + 3 z-2 + 7 z-3 + ...
x2(k) = (k-1) +3(k-2) +7(k-3) + ... c) X3(z) = 0,2 [ z-1 + 1,8 z-2 + 2,44 z-3 + ... ] , x3(k) = 0,2 [(k-1) +1,8 (k-2) + 2,44 (k-3) + ... ] .
d)
X4(z) = 0,9 z-1 - 1,31 z-2 - 1,48 z-3 + ... ] , x4(k) = 0,9(k-1) -1,31(k-2) - 1,48 (k-3) + ... ] .
En utilisant la dcomposition en lments simples, on aura : a)

X1(z) 1 2 = + , z z 1 z 2
soit d'aprs la table des transformes en z : x1(k) = [ -1 + ( 2 )k+1 ] (k) . b)

X 2 (z) 1 1 = + , z z 1 z 2
soit d'aprs la table des transformes en z : x2(k) = [ -1 + ( 2 )k ] (k) . c) soit :

X 3(z) 1 1 = , z z 1 z 0,8
x3(k) = [ 1 - ( 0,8 )k ] (k) . d)

X 4 (z) 1 2 1 = + , z z 1 z 0,5 z 0,9
soit d'aprs la table des transformes en z : x4(k) = [ -1 + 2 ( 0,5 )k - ( 0,9 )k ] (k) . La simulation par MATLAB a donn les courbes suivantes :
140 0.9 0.8
120
100
0.7
0.6 80
x1(k)
x2(k)
60 40 20 0 0 1 2 3 k 4 5 6
0.5
0.4
0.3
0.2
0.1 0
4 k
0.5
-0.5
-1
x4(k)
-1.5
-2
-2.5
-3
-3.5 0 0.5 1 1.5 2 k 2.5 3 3.5 4
Exercice 5
H(z) = S ( z) ( z 1) , = E ( z) z( z + 1) 2 ( z + 2)
a)
La rponse un chelon unitaire est :

S(z) = 1 ( z + 1) ( z + 2)
2
d'aprs l'exercice 3-b , on aura :
s(k) = [ - k + (2 )k-1 ] (-1)k-1
La simulation par MATLAB a donn la courbe suivante :

60 40 20 0 -20
s(k)
-40 -60 -80 -100 -120 1 2 3 4 5 k 6 7 8 9
Exercice 6 a) En utilisant le thorme de la valeur finale, on a : s = lim (z -1) S(z) = - 2

z1
b)
En utilisant la Transforme en z inverse, on dcompose en lments simples S(z)/z :

S(z) 2 6 , = + z z 1 z 3
on obtient :
s(k) = [ -2 + 6 (3)k ] (k) , ce qui donne une valeur finale :

c)
S = .
Les deux valeurs sont diffrentes car le thorme de la valeur finale ne s'applique que si les ples de [ (z-1) S(z) ] sont l'intrieur du cercle unit, chose qui n'est pas vrifie dans ce cas. Donc, il faut utiliser la deuxime mthode qui donne : S = .
Chapitre III
ANALYSE ET SYNTHESE DES FILTRES NUMERIQUES
1- Introduction L'opration de filtrage est une tape indispensable lors du traitement des donnes. Le filtrage suit l'acquisition qui induit gnralement des bruits d'origines divers, de plus il est ncessaire lors de la reconstitution du signal. Comme la ralisation de filtres analogiques d'ordre lev est assez complique alors il est recommand que les oprations de prtraitement ou post-traitement se fassent par des filtres numriques simplement programmables par des quations rcurrentes. La figure 1 reprsente le synoptique d'un systme d'acquisition et de filtrage d'un signal stochastique .
Filtre
Antirepliement
E/B
Traitement numrique
Filtre de lissage
Figure 1 : Acquisition et filtrage d'un signal
2- dfinition d'un F.L.I En gnral, un filtre numrique est un convolueur temporel qui ralise une convolution discrte entre sa squence de Rponse Impulsionnelle et sa squence d'entre . Il es appel filtre linaire invariant (FLI) s'il vrifie de plus la proprit de l'invariance temporelle ( indpendant de l'origine du temps) , dans ce cas ses coefficients sont constants. Filtre : H(z) e(k)
Figure 2
s(k)=e(k)*h(k)
Ainsi, l'expression de la sortie du filtre suppos d'ordre M sera:

M-1
s(n) =
h(k) e(n-k)
k=0
D'autre part, les filtres numriques sont de deux types, savoir les filtres rcursifs et les filtres non rcursifs. Pour l'analyse et la synthse, ils peuvent tre approchs par les filtres analogiques quivalents. 3- Les filtres non rcursifs R.I.F 3.1. dfinition Un filtre non rcursif ou Rponse Impulsionnelle Finie (RIF) est un filtre dont la sortie s(k) est indpendante de l'tat antrieur s(k-1). La sortie s'exprime sous la forme recurrente : s(n) =
M-1
a(k) . e(n-k)
k=0
Les coefficients (ak) de pondration du filtre d'ordre M constituent sa mmoire. Celleci est donc limite puisque le filtre n'utilise que les (n) entres prsentes pour calculer sa sortie actuelle s(n).D'ailleurs, ces coefficients (ak) ne sont que les valeurs de la rponse Impulsionnelle du filtre, d'o l'appellation du RIF. 3.2. Structure d'un filtre RIF Chaque sortie d'un filtre RIF d'ordre M ncessite (M) mmoires de donnes et (M) mmoires de coefficients (ak). De plus elle utilise (M-1) cellules de retards R, M multiplications et (M-1) additions. La structure de ralisation est donne par la figure suivante: E(n) R X
a1
R X +
a2
R X +
am-2
ao
X +
am-1
X + S(n)
Figure 3 : Structure d'un filtre RIF
3.3. Rponse impulsionnelle h(k) = 0 si k < 0 h(0) = ao.1 + a1.0+ a2.0+ ... = ao h(1) = ao.0 + a1.1 + a2.0 + ... = a1 .. h(M-1) = ao.0+ a1.0 + ... + an-M+1 = an-M+1 h(k) = 0 si k > M-1 et comme s(n) =
M-1
k=0
a(k) . e(n-k)
on aura alors :
M-1
s(n) =
h(k) . e(n-k)
k=0
Donc, Les coefficients d'un filtre RIF ne sont que les chantillons que sa rponse impulsionnelles. Etant donn que ces coefficients sont en nombre limit, la rponse impulsionnelle s'annule au bout des M valeurs. On dit alors qu'on a un filtre rponse impulsionnelle finie.
h(n)
.
1
5
Figure 4: Rponse Impulsionnelle d'un RIF
3.4. Rponse indicielle La valeur finale de la rponse indicelle d'un RIF est gale la somme des coefficients du filtre. En effet :
(k) = 0 (0) = ao (1) = ao + a1

......
si k < 0
........... si k < M-1 si k > M-1
(k) = ao + a1 + ... + ak (k) = (M-1)
figure 4 : Rponse indicielle d'un RIF
3.5. Rponse harmonique : Un filtre RIF ne possde pas de ples puisque sa fonction de Transfert chantillonne est de la forme :
M-1
H(z) = Donc, un filtre RIF est toujours stable. H(j) = |H()|. Exp[ j () ]
k=0
a(k) . z-k
To : priode d'chantillonnage w= 2..f
(w) = Arg( H(jw) ) = - (M-1).To .. f
Ainsi, le dphasage introduit par le filtre est proportionnel la frquence f . On dit qu'il s'agit d'un filtre phase linaire. 4- Synthse d'un filtre non rcursif Il s'agit de calculer les coefficients du filtre pour que sa rponse frquentielle HN(jw) concide avec une fonction Ha(jw) donne, et ce dans un domaine ( -fo/2 , fo/2 ) :
(M-1)/2
HN(jf) =
To ha(nTo) . exp[(j2f n)To]
k= - (M-1)/2
Les mthodes de synthse sont les suivantes : 4.1. Technique de la Rponse Impulsionnelle : Si on connait l'expression analytique du support analogique quivalent HA(jw), alors on peut dterminer les coefficients (ai) du filtre par la transforme de Fourier inverse puis par un chantillonnage temporel. HA(jw)
fo/2
hA(t)
h*A(t) ai hN(n) = h*A(t) = To . hA(nTo)
soit encore
hA(t) =
HA( j f). exp(j2 f ). df
- f o/2
D'aprs l'expression prcdente, la Rponse Impulsionnelle est infinie et non causale, ce qui est en contradiction avec la dfinition d'un filtre RIF. Pour cel, il faut effectuer une troncature de la RI chantillonne par une fentre FM(t) de largeur M.To telle que : hNM(t) = FM(t) . hN(t) = FM(t) .[ hA(t). To .
To(t)
Cette opration se traduit dans le domaine frquentiel par le produit de convolution :
HNM(f) = FM(f) * HN(f) Cette convolution fait apparaitre des ondulations en bande passante et limite la frquence de coupure du filtre. Pour cela, on utilise des fentres speciales du type de Bartlett, Hamming, Hann, Blackman etc ... Pour rendre la Rponse impulsionnelle causale, il faut la retarder de To (M-1)/2 , soit une rotation frquentielle de To (M-1)f . En dfintif les coefficients (an) s'expriment de la manire suivante :
* pour 0 < n < M-1
an = FM(t) .To . hA( n _ M-1) .To) ) =

2
sin(2.fc To( n_ M-1 ) ) --------------------------2------- ( n_ M-1 )

2
4.2. Technique d'chantillonnage frquentiel : Lorsqu'on ne connait pas l'expression de HA(w), la mthode de la RI n'est plus applicable. On utilise alors la Transforme de Fourier Discrte TFD inverse. Soit une squence frquentielle HA(k) de M valeurs par priode ( valeurs retenues par mesures ou essais ) :
TFD-1
M-1
HA(k)
hA(i) =
k=0
HA(k) . exp( j2k i /M)
avec -(M-1)/2 < k < (M-1)/2

dcalage
soit
hA(i)
ai = hA(i)/M = (1/M) ha [To (i _ M-1) ] 2
5. Les filtres rcursifs R.I.I Un filtre rcursif RII ou Rponse Impulsionnelle Infinie est dcrit par la relation de recurrence :
s(n) =
i=o
ai e(n-i) -
j=1
bj s(n-j)
soit une fonction de transfert de la forme : z-i H(z) = _______ _____________ 1 + ai z- j

1 q
bi
L'quation caractristique de H(z) possde q ples ; le filtre est dit d'ordre q ; pour cela il faut s'assurer des conditions de stabilit du RII, c..d que les ples se trouvent l'intrieur du cercle unit.
structure canonique
Fig.5. Structure dun RII 6. Synthse des filtres R.I.I On dsire dterminer la F.T d'un filtre RII dont la rponse temporelle ou frquentielle est donne par un gabarit prcis. Comme d'habitude le filtre d'appui sera l'quivalent analogique. 6.1- Synthse par l'invariance impulsionnelle Le filtre RII doit avoir une rponse impulsionnelle donne. Le principe est le suivant :
Ech
h(t)
T. Z
h*(t)
H(z)
Exemple : Soit un filtre passe bas du 1er ordre donn par sa FT
H(p) = 1/ 1 + . p
h(t)= 1/ exp(-t/)
h(n)=(1/) exp(-nTo/)
1- exp(-To/) H(z) = _______________ 1 - exp(-To/) . z-1
6.2. Synthse par l'invariance indicielle : Le filtre RII doit avoir une rponse indicielle (t) (t) (z)
(t)
donne : avec: U(z) = z / z-1
H(z)= (z)/U(z)
6.3. Synthse par la mthode d'Euler : On simule chaque bloc analogique ( derivateur ) par une Transforme en Z. Ainsi, par approximation du drivateur s(t) = d e(t) /dt ; on aura :
e(nTo) - e( (n-1)To) s(n) = _____________________ To
TZ
E(z) (1- z-1) S(z) = ____________ To
On retrouve la Fonction de Transfert H(z) du filtre recherch en posant p=(1-z-1) / To , dans la FT du filtre analogique . 6.4. Synthse par la mthode de trapze : On approche la fonction intgrateur par l'expression : s(n) = s(n-1) + To [ e(nTo) - e( (n-1)To) ] On 2 retrouve la FT du filtre recherch en posant p = 2 (1- z-1) / To(1+ z-1) , dans la fonction de Transfert du filtre .
7- Les Filtres dcimation
* Structure canonique
* sortie du filtre
Fig.6. Filtre dcimation
7-2- Filtre lvateur de frquence
Fig.7. Filtre lvateur de frquence
7-3- Filtre lvateur-dcimateur de frquence
Fig.8. Filtre lvateur-dcimateu.
EXERCICES SUR LE CHAPITRE 6
Exercice 1 On dsire dterminer la rponse d'un filtre rcursif RII du second ordre dont la fonction de transfert est donne par : H(z) = 1 + z-1 + z-2 1 -0.5 z-1 + 0.5 z-2
La frquence d'chantillonnage est fo = 1000 Hz. a) Observer les Rponses impulsionnelle et harmonique du RII2 - conclure sur sa stabilit et son type ( P.Bas , P.Haut , P.Bande ou C.Bande ) . b) Dterminer la ou les frquences de coupure du filtre RII . c) Comparer le filtre numrique prcdent avec son quivalent analogique. Exercice 2 On dsire approcher la rponse frquencielle d'un filtre analogique pass-bas de frquence de coupure fc et de gain unit celle d'un filtre numrique non rcursif RIF d'ordre No, dans le domaine [0 , Fo/2] ; Fo tant la frquence d'chantillonnage. on donne : - Ordre No= 5 - Frquence d'chantillonnage Fe= 1000 Hz. - Frquence de coupure relative Fc/Fe = 0.2 a) Observer la rponse impulsionnelle du RIF. En dduire ses coefficients. b) Vrifier ce rsultat par la rponse indicielle du RIF5 . c) Comparer la rponse harmonique du RIF choisi avec celle de son quivalent analogique
Exercice 3 a) Concevoir un filtre numrique numrique d'ordre 3 et chantillonn fo = 1 kHz, de type pass-bas de frquence de coupure fc = 100 Hz, ayant une attnuation < 35 dB f = 40 Hz . b) Observer les rponses impulsionnelles et harmonique du RII c) Comparer le RII trouv avec son quivalent du support . d) mme question pour la conception d'un filtre de Butterworth d'ordre 3 . On rappelle que le filtre de Butterworth possde une fonction de transfert H(f)=1 / [1+ (f/fo)2n].
CORRIGE DES EXERCICES DU CHAPITRE 6

Corrig de lexercice 1 : Rponse impulsionnelle
1.5
r p o n s e im p u ls io n n e lle
0.5
-0 . 5
-1 0 5 10 15 20 25 tem ps 30 35 40 45 50
Rponse frquencielle du filtre :

10
2
10 gain 10 10
-2
-4
10 1 0 -1 -2
-3
10
-2
10
-1
10
10
d phas age
-3 -3 10
10
-2
10 puls ation
-1
10
10
Le filtre est du type passe-bas de frquence de coupure Fc= wc/2 = 1/ ( car wc=2) Les poles du filtre sont : Z1 = 0.2500 + 0.6614 i Z2 = 0.2500 - 0.6614 i dont les modules sont gaux 0,707. Donc le filtre est stable.
Chapitre IV
TECHNIQUES DE TRANSMISSION DU SIGNAL
1-Constitution d'un systme de transmission En gnral, un systme de transmission a pour but de transmettre et/ou recevoir de l'information du type texte, image ou parole. Il est constitu d'un metteur, un rcepteur, un support de transmission ( figure 1).
gnrateur d'information ( texte,image,son)
codage
modulation ligne
dmodulation
dcodage
rcepteur d'information
Figure 1: synoptique d'un systme de transmission
Dans le cas d'un systme de transmission purement analogique ( emission radio, Hertzien TV ) , l'information transmise ( parole ou/et image ) est analogique sera module sans codage. Alors que dans les systmes numriques ( rseau tlinformatique, TV satellitaire), l'information est tout d'abord numrise, traite puis cod et module . 2- Techniques de transmission analogiques Dans un systme de transmission analogique, l'lment essentiel est la partie modulation et dmodulation. L'metteur gnre l'information ( image tourne par camra analogique par exemple ) , l'amplifie travers une tage FI intermdiaire puis lui associe la parole et enfin la module en HF que ce soit en amplitude ou en frquence. Nous allons examiner dans la suite les diffrentes mthodes de modulation. 3-Modulation d'amplitude L'objectif d'une mission est de transmettre un message ou une information. Celle-ci, rarement transmise sous sa forme initiale, est "imprime" dans un paramtre ( amplitude, frquence ou phase ) d'un signal de haute frquence, appel porteuse. L'information de basse frquence est appele modulatrice ou rfrence. La porteuse transporte donc l'information et
on dit alors qu'on module la porteuse. A la rception, on procde par une opration inverse, en supprimant la porteuse pour restituer l'information initiale. 3-1- Principe de la modulation d'amplitude AM L'information transmettre est contenue dans les variations de l'amplitude de la porteuse ( fig 2 ).
1 0 .8 0 .6
s ig n a l m o d u l e n A M
0 .4 0 .2 0 -0 . 2 -0 . 4 -0 . 6 -0 . 8 -1 0 50 100 150 200 250 300 350 400 450
Fig 2 : Reprsntation temporelle d'un signal modul en AM
Dans ce cas l'amplitude de la porteuse e(t) est module par l'information f(t) autour de sa valeur moyenne Eo . Sachant que e(t) = Eo cos o t f(t) = Fo cos t : porteuse : information
alors le signal modul est donn par : S(t) = [ Eo + f(t) ] . cos ( o.t ) Soit encore avec S(t) = Eo ( 1 + m cos t ) . cos ot m : le taux ou indice de modulation = Fo/ Eo a) Discussion suivant m :

si m > 1 : alors cela conduit une surmodulation , et par consquent une distorsion du message f(t) lors de sa restitution . si m < 1 : bonne modulation ( cas utiliser ).
3-2- Analyse spectrale : L'expression du signal modul S(t) en AM, peut se mettre sous la forme : S(t) = Eo cos ot + 0.5 m Eo cos (o + o)t + 0.5 m Eo cos (o - )t Ce qui donne un spectre d'amplitude de la forme de la figure 3. Ce spectre en frquence de S(t) est reprsent par la porteuse et deux bandes latrales centres autour de D'autre part, le message transmettre est contenu dans les 02 bandes latrales uniquement .
S(f) Eo mEo/2 mEo/2
Fo-fm
Fo
Fo+fm
Fig 3: Spectre d'amplitude d'un signal modul en AM
Ainsi, la modulation AM possde l'avantage d'tre facilement ralisable et restituable. Cependant, elle demande une quantit importante d'energie lors de la propagasion de la porteuse , alors que celle-ci ne contient pas l'information Ainsi, la transmission du signal avec ces 3 raies conduit un gaspillage de la puissance mise. En pratique, on ne transmet que les deux bandes latrales ( DSB ) et mme bande latrale unique ( SSB ). En tlphonie par exemple, on transmet par bande latrale unique (BLU) alors qu'en radio ou en TV on met la porteuse et l'une de ses bandes latrales. 3-3 Modulation Bande Latrale Unique BLU ( ou SSB ) Pour gagner au niveau de la puissance d'emission, il est suffisant de conserver l'une des bandes latrales puisque celles-ci refltent le contenu informatif du message f(t) . Cependant, la difficult rside du ct de l'extraction de la bande considre et sa restitution . Pratiquement, on module tout d'abord sans porteuse puis on selectionne la bande latrale par des filtres ou de fenetres frquentielles . 3-4- Demodulation AM Elle consiste restituer partir du signal s(t) modul, l'information recevoir f(t) . Une fois reu par l'antenne, le signal s(t) est amplifi puis redress par diode HF ( AA 119 ), le signal HF sera ensuite limin par un filtre dtecteur de crte.
D S(t) R C S2(t)
Fig 4 : principe du dtecteur de crte
Le signal S2 (t) peut se mettre de la faon suivante :

S2 (t) = A . Fo cos ( t + ) soit encore : S2(t) = Eo2
comp.continue
Eo2 sin t + Eo2 sin 2 t

comp.alternative BF
, et sont des constantes. - Pour qu'il n'y a pas de distorsion de la tension dtecte il faut que le taux de modulation : m < ____1_____ 1+2 4- Modulation de frquence 4-1- Principe de la modulation FM : Elle consiste imprimer le signal information BF dans la variation de la frquence de la porteuse HF. Contrairement la modulation AM, l'amplitude est constante ainsi que la puissance, par contre la largeur du canal doit tre largie.
1 0 .8 0 .6 0 .4 0 .2 0 -0 . 2 -0 . 4 -0 . 6 -0 . 8 -1 0 50 100 150 200 250 300 350 400 450
s ig n a l m o d u l
en FM
Figure 5: signal modul en FM
m(t) = Uo cos t p(t) = Vo cos wo t Le signal modul est donn par : Soient S(t) = Uo cos t ] * posons w = 2 k Uo et
: information : porteuse
Vo. cos [ wo t
2 k m(t) ]
= Vo. cos [ wo t + 2 k
= w/ : indice de modulation
S(t) = Vo . cos ( wo t + w cos t ) = Vo cos [ w(t) ] Comme w(t) = d (t) / dt (t) = wo t + (w/) sin t S(t) = Vo . cos ( wo t + sin t )
S(t) = Vo . [cos wo t . cos ( sin t ) - sin wo t . sin ( sin t ) ] a) cas d'une faible modulation NBFM ( Narrow Band FM ) * <<1 : le spectre est bande troite, alors l'expression de S(t) peut tre simplifie : S(t) = Vo . [cos wo t - a sin wo t sin t ] = Vo.cos wo t + 0.5 Vo cos (wo+) t - 0.5 Vo cos (wo-) t . Ce signal peut tre reprsent dans le domaine spectral par la figure 6. S(w) Vo
Vo/2 o- o o+
Figure 6 : spectre d'un signal faiblement modul en NBFM
b) cas d'une modulation large bande WBFM ( Wide Band FM ) * > 0,3 : le spectre est calcul par les coefficients de Bessel selon l'approximation : sin ( sin t ) = 2 et cos ( sin t ) = Jo() + 2
J2n-1()
sin (2n-1) t cos (2n) t
J2n()
La figure 7 reprsente le spectral du signal FM qui est riche en harmoniques

o+, o-, o+2, o-2, o+3, o-3,., o+n, o-n. S(f)
o+
o+n
Figure 7 : spectre d'un signal bande WBFM
4-2- Avantages et inconvnients de la FM: La modulation FM offre les avantages suivants : - limination des perturbations d'amplitude - meilleur rendement des tages de puissance - meilleur rendement du rapport signal-bruit par rapport la modulation AM. Cependant, ses inconvnients sont : - la bande passante leve - les bruits importants aux hautes frquences - la complexit de conception ( circuits non linaires ). 4-3- Rgle de CARSON ( choix de la BP en FM ) : La bande passante BP en FM est choisie telle que : BP = 2 Fm . ( 1 + ) = ( 1 + ) . / Fm tant la frquence de l'information BF est l'indice de modulation en FM. 5- Modulation de phase 5-1- Principe de la modulation FM :
Elle consiste imprimer le signal information BF dans la variation de la phase de la porteuse HF. Contrairement la modulation AM, l'amplitude est constante ainsi que la puissance, par contre elle du type angulaire et de mme catgorie que la modulation FM.
Figure 8: signal modul en PM
Soient
m(t) = Uo cos t : information p(t) = Vo cos o t : porteuse Le signal modul PM est donn par : S(t) = Vo. cos [ o t + kp m(t) ] = Vo. cos [ o t + kp Uo
cos t ] * posons mp = kp Uo : indice de modulation S(t) = Vo . cos ( o t + mp cos t ) a) cas d'une faible modulation NBPM ( Narrow Band PM ) * mp <<1 : le spectre est bande troite, alors l'expression de S(t) peut tre simplifie : S(t) = ( Vo . cos o t ) - [ Vo . sin o t . mp cos t ] S(t) = Vo.cos ot + 0.5 mp Vo cos [(o+)t +/2] - 0.5 mp Vo cos [(o-)t+/2] Ce signal peut tre reprsent dans le domaine spectral par la figure 9.
S(w)
o- o o+
Figure 9 : spectre d'un signal faiblement modul en NBPM
b) cas d'une modulation large bande WBPM ( Wide Band PM ) * mp lev : le spectre est calcul par les coefficients de Bessel et conduit un spectre riche en harmoniques. Le calcul se fait de la mme faon que la modulation WBFM. S(w)
o o+
o+n
Figure 10 : spectre d'un signal bande WBPM
5-2- choix de l'indice de modulation PM : On choisit mp telque : mp = kp Uo Uo : tant l'amplitude de l'information BF
6-Modulation numrique PCM 6-1- Principe La modulation par impulsions codes (ou Pulse code modulation) est une des techniques de modulation numrique qui utilise les proprits de la numrisation des signaux. Cette opration comprend trois tages lmentaires, savoir : + Lchantillonnage + La quantification + Le codage. Le synoptique dune chane de numrisation complte est donne par la figure 11.
e(t)
Echantillonnagee*(t)
quantification e(k) ( CAN)
N bits codage
Figure 11
6-2 - Ralisation pratique de la modulation PCM a) Modulateur PAM : La premire tage de la figure 12 se ralise par un modulateur PAM (modulateur de lamplitude des impulsions) qui nest quun chantillonneur non instantane (FET commande ayant un temps douverture ).
H K e(t) C s
To
Figure 12
La frquence de lhorloge FH (dite frquence dchantillonnage) doit obir au thorme de Shanoon ( FH > 2 Fs ) . o FS : frquence du signal dentre. FH : frquence dchantillonnage.
b- Analyse spectrale dun signal modul en PAM
Figure 13
S pa m(t) = As
sin c ( f s ) + A s Ts Ts n=1
sinc ( . (nfH + fS ) . cos
2 (nfH + fS )t
Le spectre damplitude est donn par :
C n = As
sinc . (nfH + fS ) Ts
c) Principe du Multiplexage : Le spectre des harmoniques est translat en frquence ce qui permet un multiplexage temporel lev si la dure des impulsions est dautant plus petite - Cette proprit est trs utilise dans les transmissions numriques et analogiques.
Figure 14 : principe du multiplexage temporel des canaux
d) Modulateur PCM : Les tages 2 et 3 (quantificateur et codage) de la figure 15 constituent le modulateur PCM (pulse code Modulator). Celui-ci est constitu dun CAN (convertisseur analogique numrique) N bits suivi dun codeur linaire binaire.
Annexe
PRESENTATION DE MATLAB
1) PRESENTATION DU LOGICIEL MATLAB Le logiciel MATLAB ( MATrix LABoratory ) est outil de simulation mathmatique puissant, utilis en Automatique et en Traitement du signal pour le traitement des donns, l'analyse spectral, l'identification et la commande des systmes linaires continus et discrets. Il utilise les mmes outils mathmatiques dvelopps dans le cours ainsi que des logiciels numrique pour le calcul, le traitement et la rsolution des quations rgissant le systme (Algorithme de Newton, Runge-Katta, RLS, MCO,...). Le logiciel comporte plusieurs thmes d'tude appeles TOOLBOX dont les plus utiliss sont les suivants : - Traitement de signal - tlcommunications - Identification - Commande. - Optimisation etc La souplesse du logiciel rside par le fait qu'il s'adapte aux diffrentes reprsentations possibles des systmes (rep. par Equation d'Etat, par Fonction de Transfert., par Equation diffrentielle...) et aux diffrentes mthodes d'identification. Les rsultats (valeurs et courbes) peuvent tre stocks sur un fichier extrieur dont l'extension doit tre du type (nom fichier. mat). 2) INITIATION AUX COMMANDES ESSENTIELLES DE MATLAB 1- Reprsentation par la fonction de transfert (F.T.)
Soit la F.T. d'un Systme linaire: N(p) bo+b1 p+...+bq .p q H(p) = = D(p) n ao+a1 p+...+a n p La reprsentation polynomiale du numrateur et du dnominateur est donne par les vecteurs : NUM = [ bq bq-1 ... b1 DEN = [ an a) Calcul des ples de H(p) : Cela revient calculer les racines de D(p). La commande est la suivante : roots (DEN) b) Passage de la F.T. la reprsentation ZERO-POLE Si on veut connatre le gain statique K, les zros Zi et les ples Pi de la F.T. H(p), on peut excuter la commande suivante : [ Z, p, K] = tf2ZP (NUM, DEN) 2- Reprsentation temporelle a) Rponse impulsionnelle h(t) = TL-1 [ H(p) ] an-1... a1 bo ] ao ]
La commande est la suivante : IMPPULSE ( NUM, DEN , t ) o NUM ET DEN reprsentent les vecteurs relatifs ou numrateur et au dnominateur de la F.T. t : tant la variable temporelle et dont la plage de variation doit tre spcifi prcdemment. Soit par exemple ; t = 0 : pas : tmax b) Rponse indicielle C'est la rponse un chelon unitaire la commande est la suivante : Y = STEP (NUM, DEN,t) c) Rponse une entre arbitraire Si l'entre U du systme linaire continu est quelconque, celle-ci doit tre dfinie comme fonction ou comme suite de valeurs. La commande est la suivante : Y = LSIM (NUM, DEN, U, t) 3) Reprsentation frquentielle
a) Diagramme de Nyquist [ Re , Im] = NYQUIST (NUM, DEN, w) w : tant la pulsation et dont la plage de variation doit tre spcifi l'avance. par exemple : w=logspace(-2,1,1000) 1000 valeurs de W variant entre 10-2 et 10+1
b)
Diagrammes de BODE [Mag, Phas] = BODE (NUM, DEN, w)
En dcibels on peut crire : Mag db = 20* Log 10 (Mag) . La reprsentation dans le plan de Black peut tre dduite par la commande suivante : SEMILOGx (phas, mag)
3- IDENTIFICATION ET SIMULATION 3-1. Simulation dun systme linarie : On considre le systme suivant A(q).y(t) = B(a) u(t-d)+C(q) e(t) avec u : entre e : bruit ; La commande sera : ; d : retard y : sortie TH = mktheta (A,B,C) ; Y = Idsim ([u e],TH) ; 3-2. Estimation des paramtres du modle A laide des sries de mesures entres/sorties effectues sur le systme identifier on dsire dterminer les paramtres du modle selon : Z = [y,u] ; n = [nA, nB , nC d] ; TH = ARMAX (Z,n) ; TH = IVA (Z,n) ; (Z0, P0,K0) = ZP (Th) ; [A,B,C] = polyform (th) ; 3-3. recherche du modle continu On considre un modle TH dj recherch selon une mthode numrique. Les numrateur et dnominateur sont donns par :
% modle du type ARMAX % erreur de modlisation % ples et zros du modle % forme polynomiale du modle
[Num,Den] = CONT(TH) ;
3-4. Simulation une entre arbitraire * en continu : ou * en discret : 3-5. Oprations matricielles * Diagonalisation * Triangularisation 4- ANALYSE SPECTRALE 4-1. FFT dun vecteur : Les chantillons ( points ) sont au nombre = 2No o No = nombre de bits du CAN. Les commandes sont : Y = FFT (X,No) ; PXX = X.* conj(X)/No ; PXY = Y.* conj(X)/No ; TYX = PXY/PXX ; FXX = IFFT(PXX) ; CX = Cov(X) ; RX = CORR(X) ; 4-2. Gnration dun bruit RAND ( normal) ; RAND( uniform) ; e1 = rand (100,1) ; e2 = rand (100,1) ; plot (e1,e2) ; 4-3. Statistiques : On considre toujours un vecteur X MEDIAN (X) ; STD (X) ; MAX (X) ; MIN (X) ; % valeur moyenne % cart type % valeur maximale de X % valeur minimale de X % loi normale % loi uniforme % vecteurs bruit 100 points avec amplitude = 1 % reprsentation graphique des bruits % ou encore FFT(X) % densit spectrale de x % densit interspectrale % fonction de transfert % fonction dautocorrelation = FFT-1 (PXX) % matrice de covariance de X % matrice de correlation de X B = diag (A) C = Triu (A) y = LSIM (A,B,C,D,u,t) y = LSIM (Num,Den,u,t) y = DLSIM (Num,Den,u)
4-4. Fentres de troncature HAMMING (M) ; HANNING (M) ; BOXCAR (M) ; BARTELETT (M) ; BLACKMAN (M) ; % M est la largeur de fentre % fentre rectangulaire % fentre triangulaire % fentre exponentielle
4-5. Analyse partir dun modle de reprsentation Soit un modle dtermin par un alogarithme didentification et les mesures E/S Z = [Y U] ; n = [nA nB nc d] ; TH = ARMAX (Z,n) ; % modle identifi [G,Fi] = SPA (Z,M,w,No,To) ; % To est la priode dchantillon ou encore = TRF (TH) ;
5- PROCEDURES GRAPHIQUES ET GESTION DE FICHIERS 5-1. reprsentation dune fonction : y = sin(t) t = 0 : 0.1 : 20 ; y = sin (t) ; plot (t,y) ; pause ; title ( Fonction sinus) ; xlabel ( temps ) ; ylabel ( y en sec) ; PRINT 5-2. sauvegarde des fichiers SAVE Adnen Y1 , Y2 % sauvegarde des vecteurs y1, y2 dans le fichier Adnen LOAD Adnen Y1 6- FILTRAGE NUMERIQUE On dsire filtrer une suite dentre X par un filtre dont la FT est donne par : B(z) H(z) = A(z) La commande est : 6-1. Conception des filtres RIF numriques Y = FILTER (B,A,X) % restitution du vecteur y1
% dessin et maintien su cran % titre % axe des abscisses % impression de lcran
a. Mthode directe par gabarit : [B,A] = YULEWALK (n,freq,Mag) ; B(z) % H = A(z)
f : tant la frquence normalise = fx/fo/2 = 2fx/fo M : Gabarit du filtre dsir sous forme vecteur n : ordre du filtre. Il sagit de concevoir un filtre RII dordre N dont le gabarit de la reponse frequentielle est donne par Freq et Mag. Les coefficients du filtre sont donns par B and A. Ou encore : B = FIR2(N,Freq,Mag) concoit un RIF dordre N . Exemple : M=[001100]; f = [ 0 0.2 0.4 0.6 0.8 1] ; pi=3.14 ; [B,A] = yulewalk (4, f, M) ; [H,W] = freqz (B, A, 128) ; plot (f, M, w/pi, abs (H)] ) ; b. Mthode fentres B = FIR1 (n , wo, Hanning) ; avec B = b(0) + b(1) z-1 +... b(n) z-n c. au sens de Butterworth [B,A] = BUTTER (n, wp) Y = FILTER (B, A,[1 zros(1,50)] ) plot (Y) ; pause ; Exemple : [B,A] = BUTTER(N,wn,'high') desige un filtre passe haut. [B,A] = BUTTER(N,Wn,'stop') : concoit un filtre passe Bande de bande passante : Wn = [W1 W2]. Wn est en valeur relative ( entre 0 et 1 ) par rapport frequence de Nyquist ( Fech/2) d.- au sens de Tchebycheff [N, Wn] = CHEB2ORD(Wp, Ws, Rp, Rs) : concoit un filtre RII dordre N ayant : Rp : attenuation max en bande passante Rs attnuation la pulsation Ws. % Lowpass: Wp = .1, Ws = .2 % n : ordre du filtre % wp : sa bande passante % rp. impulsinuelle du filtre % wo : frquence de coupure n : ordre du filtre
% % %
Highpass: Wp = .2, Ws = .1 Bandpass: Wp = [.1 .8], Ws = [.2 .7] Bandstop: Wp = [.2 .7], Ws = [.1 .8]
e- elliptique [B,A] = ELLIP(N,Rp,Rs,Wn,'high') dsigne un filtre elliptique passe haut dordre N. [B,A] = ELLIP(N,Rp,Rs,Wn,'stop') : passe bande avec : Wn = [W1 W2]. 6-3 - rponse frquentielle [h,w] = freqs(b,a) ou H = FREQS(B,A,W) rponse frquentielle H du filtre analogique de numrateur et dnominateur B et A: [H,F] = FREQZ(B,A,N,Fech) rponse frquentielle H du filtre numrique de numrateur et dnominateur B et A 7- Reprsentation temps-frquence B = SPECGRAM(A,NFFT,Fs,WINDOW) Ou B=SPECGRAM(A).
BIBLIOGRAPHIE
. Collection EYROLLES MASSON MASSON MASSON MASSON DUNOD HERMES DUNOD DUNOD MASSON PPR FLAMARION
Thorie du signal et Transmission de l'information 1 Symboles, signaux et bruits 2 Traitement numrique du signal 3 4 5 6 Traitement numrique des signaux 7 Systmes et asservissements linaires chantillonns 8 Elments de thorie du signal 9 Codage et traitement du signal 10 11 Traitement du signal 12 Automatique des Systmes linaires Mthodes et techniques de traitement du signal Codage et Traitement du signal Traitement du signal
J.Dupaz Pierce Van Der Enden J.M Lacoume Wade J.G Patric DUVAT M KUNT Yves SEVELY B PICINBONO WADE J.G COULON F Ph. Larminat

Adnen-Cours TNS

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Adnen-Cours TNS

Uploaded by

Copyright:

Available Formats

2 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

Facult des sciences de Tunis Section : Electronique & Gnie Electrique

COURS ET EXERCICES DE TRAITEMENT NUMERIQUE DU SIGNAL

4ime anne de Matrise Electronique 2ime anne de Gnie Electrique

3 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

COURS DE TRAITEMENT NUMERIQUE DU SIGNAL

Table des matires

4 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

5 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

6 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

GENERALITES SUR LES SIGNAUX ET SYSTEMES

0.8 0.7 0.6

signal bruit : x(t)+b(t)

signal bruit : x(t)+8 b(t)

0.5 0 -0.5 -1 -1.5

Figure 1: signal sinusodal

Figure 2 : signal bruit

7 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

Figure 3: signal faiblement bruit 2- Paramtres temporels et nergtiques

Figure 4 : signal masqu par le bruit

o x*(t) dsigne le conjugu de x(t).

Si le signal x(t) est rel alors lexpression de lnergie devient: Ex =

8 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

9 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

! La valeur moyenne est donne par : Xm =

! La puissance moyenne est gale :

! La valeur efficace se dduit de Pmoy comme suit :

10 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

Exemple : Prenons le cas du signal suivant : sin

kT Figure 8 On peut dans ce cas faire lapproximation suivante :

11 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

Si f1 f2 , alors il faut faire la somme instantane terme terme.

12 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

Dans le cas discret, cette expression se ramne : <x(n),y(n)> =

13 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

y(t) = sin t avec T=2 .

[x * ( y + z)](t) = [(x * y) + (x * z](t) [x * ( y * z )](t) = [(x * y) * z](t) x(t) * (t) = x(t)

Elment neutre (t) : Drivation :

d ( x * y)(t ) dx(t ) dy (t ) = * y (t ) = x(t)* . dt dt dt

b- Exemples de convolution Convolution dun signal avec l'chelon de position (t) :

14 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

si t < 0 , alors : si t 0 , alors :

0 Figure 12 Convolution dun signal avec la fonction fentre (t), > 0

si t < -/2, alors :

si -/2 t < /2 , alors :

15 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

Rx,y() = R*y,x(-) : symtrie hermitienne .

Rxy() Ryx() Rxy() = x() * y*(-) .

16 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

Posons u = t-, il vient :

Ingalit de Schwartz : |Rx,y()|2 Rx,x(0).Ryy(0) .

Rxx(0) est lnergie du signal et Rxx() Rxx(0) .

17 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

si | | > , alors : (t) 1

Figure 14 si | | , alors : (t) Rxx() = | | , puisque : (t+) 1

18 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

En dfinitif, lexpression gnrale de la fonction dautocorrlation est : Rxx() = | | , . Rxx()

19 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

(m n et p est l'oprateur de Laplace)

20 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

21 Cours et exercices de traitement du Signal CHERIF Adnene FST 2001 __________________________________________________________________________________

y(t)=A e(t) si |t| <

y(t)= Vcc sign(t) si |t| >