Upload
lelien
View
227
Download
1
Embed Size (px)
Citation preview
1Cours n°1
UV_TS
Alexandrina ROGOZAN
UV Traitement du signal
Cours n° 1 : Signaux et systèmes discrets
− Signal échantillonné, Signaux discrets périodiques et Signaux discrets générés à partir d’une relation de récurrence
− Systèmes linéaires et invariants dans le temps
− Transformée de Fourier des signaux discrets
− Réponse fréquentielle d’un système régit par une équation aux différences
2Cours n°1
UV_TS
Alexandrina ROGOZAN
Signal échantillonné
� A partir du signal échantillonné xe(t), on extrait la suite de
valeurs x(nTe) :
⇒
avec
� Après normalisation (Te=1) de la période d’échantillonnage
Te, on obtient la suite { x(n)} appelée signal discret
⇒Remarque : Normalisation = Considérer la suite de valeurs x(nTe)
indépendamment du processus qui la générée
x nTe� xe t ,
�t � nTe
xe t � �k
x kTe
�t � kTe
3Cours n°1
UV_TS
Alexandrina ROGOZAN
Signaux discrets particuliers
� Impulsion de Dirac :
� Échelon unité :
� Exponentielle réelle : an avec a<1
�n � U n � U n � 1
U n � k � �
n k
4Cours n°1
UV_TS
Alexandrina ROGOZAN
Signaux discrets périodiques
� Définition : avec
� Exemples : − signal sinusoïdal
− signal exponentiel complexe :
� Remarque : Condition de périodicité :
⇒au sens continu
⇒au sens discret avec
�Sens différent de la périodicité en continu et en discret.
�n ��� , x n � x n � N N ���
x n � Acos � 0 n ���x n � e
j �0n
� 0n � 2 � k
2�� 0
� n
k� p
q��� p,q ���
2�� 0
� n
k���
5Cours n°1
UV_TS
Alexandrina ROGOZAN
Énergie et puissance de signaux discrets
� Énergie d’un signal discret :
� Puissance d’un signal discret :
� Exemple : Puissance de l’échelon unité discret U(n) :
W x � �n
x n 2
Px � limK �! " 1
K� #
K
2
K
2
x n 2
Px � limK �! " 1
K�
0
K
2
1 � 1
2
6Cours n°1
UV_TS
Alexandrina ROGOZAN
Signaux discrets générés à partir d’une relation de récurrence
� Décrire de signaux discrets et de opérations complexes sur ces signaux à l’aide des additions et multiplications scalaires
� Ex : − signal exponentiel complexe généré avec
− signal sinusoïdal généré avec
x n � ax n � 1 RRx 0 � 1 CI
x n � 2cos � 0 x n � 1 � x n � 2 RR
x 0 � Asin � ; x � 1 � Asin �$��� 0 ; x � 2 � Asin �%� 2 � 0 CI
x n � Asin � 0 n ���
x n � anU n
7Cours n°1
UV_TS
Alexandrina ROGOZAN
Opérations sur les signaux discrets� Soit un signal discret , la multiplication par un
scalaire, le décalage temporel, la somme et le produit 2 à 2 de signaux discrets sont de signaux discrets :
� Toute suite d’échantillons x(n) peut−être exprimée à l’aide δ(n) et de ses décalages δ(n−1), δ(n−2), ...
⇒Exemple :
�Généralisation :
x n � x n ,n ���&
x n � & x n ,n ���x n ' y n � x n ' y n ,n ���
x n � y n � x n � y n ,n ���
x n � a#
3
�n � 3 � a1
�n � 1 � a2
�n � 2 � a6
�n � 6
x n � (k
x k ) n * k
y n � x n � n0 ,n ���
n......
−4 −3 −2 −1 0 1 2 3 4 5 6 7
8Cours n°1
UV_TS
Alexandrina ROGOZAN
Systèmes linéaires invariants discrets : SLID� Système discret définit par l’opérateur T tel que
� linéaire
� invariant par translation
⇒ ; SLID (i.e. filtres linéaires)
caractérisé par le produit de convolution discrète où h(n) est sa réponse
impulsionelle
y(n)=T{ x(n)}
y(n)x(n)T
y n � T x n �+(k
x k T ) n * k �+(k
x k hk n * k
hk n * k � h n * k
y n � (k
x k h n * k � x n , h n
h(n)δ(n)h(n)
9Cours n°1
UV_TS
Alexandrina ROGOZAN
Propriétés de la convolution discrète
� Commutativité, associativité, distributivité / l’addition
⇒Association en série :
⇒ Association en parallèle :
h n � h1 n , h2 n
h1(n) h2(n)
h n � h1 n - h2 n
h1(n)
h2(n)
10Cours n°1
UV_TS
Alexandrina ROGOZAN
Stabilité et causalité des SLID� SLID (i.e. Filtres Linéaires) ⊂ Systèmes Discrètes Stables
� Système stable : Entrée d’amplitude bornée ( x(n)<M ) => Sortie d’amplitude bornée ( y(n)<∞)
⇒
⇒ Exemple de système instable :
� Système causal : Sa sortie y(n) ne précède pas son entrée x(n) ;
⇒ , car h(M)=0 pour M<0
⇒ Exemple de système causal et stable (pour |a|<1) :
�x n , y n �.�
k / # "n
h n � k x k
x n � hC * n
h * n, h n 0 0
0, h n � 0
(k
h k 1�-�2
x n � anU n
11Cours n°1
UV_TS
Alexandrina ROGOZAN
Équation aux différences linéaires à coefficients constants
� Systèmes régis par une éq. aux ≠ d’ordre N ⊂ SLID
⇒ permet de calculer la sortie du
système à l’ instant n sans faire intervenir sa réponse impulsionelle h(n)
⇒Exemple : Identifier les variables de éq. aux ≠ suivante : y(n)−ay(n−1)=x(n) , puis calculer la réponse impulsionelle causale du système
� Conséquence : L’éq. aux ≠ ne suffisant pas pour caractériser complètement un SLID, il faut prendre en compte les conditions initiales.
� Intérêt : Construire de filtres à réponse impulsionelle infinie RII
(k / 0
N
ak y n * k �+(r / 0
M
br x n * r
12Cours n°1
UV_TS
Alexandrina ROGOZAN
Équation aux différences linéaires à coefficients constants� 2 types de représentation d’un SLID :
⇒ éq. aux ≠ + conditions initiales
⇒ convolution discrète
� Système causal régis par une éq. aux ≠ d’ordre N :
⇒ permet de calculer y(n)
en fonction de N valeurs précédentes et de M valeurs de l’entrée
⇒Avantage : ∀ la longueur de la réponse impulsionelle, le nombre d’opérations nécessaires au calcul de y(n) est FINI
y n ��* (k / 1
N ak
a0
y n * k - (r / 0
M br
a0
x n * r
13Cours n°1
UV_TS
Alexandrina ROGOZAN
Classification de SLID
� N=0 => Systèmes à réponse impulsionelle finie RIF
⇒
� N>0 => Systèmes à réponse impulsionelle infinie RII
⇒
y n �+(r / 0
M br
a0
x n * r
y n ��* (k / 1
N ak
a0
y n * k - (r / 0
M br
a0
x n * r
14Cours n°1
UV_TS
Alexandrina ROGOZAN
Représentations des SLID dans le domaine fréquentiel� La réponse d’un SLID à un signal sinusoidal est une sinusoide
de même fréquence :
⇒
� Réponse fréquentielle du SLID à la réponse impulsionelle h(n)
⇒ Spectre d’amplitude : et Spectre de phase :
⇒ Exemple : Calculer la réponse fréquentielle du système de réponse impulsionelle
y n � x n 3 h n � �k / # " "
h k ej � n
#k � ej � n �
k / # " "
h k e
#j � k
H ej 4H ej �H ej � arg H ej �
h n � 1,n � 0,N � 1
0,ailleurs
15Cours n°1
UV_TS
Alexandrina ROGOZAN
Transformée de Fourier des signaux discrets
� TFSD :
� TFSD−1 :
⇒∃ de la TFSD liée à la convergence absolue de la série dont les termes constitues les échantillons du signal x(n) =>
⇒ Remarque : Convergence absolue signal x(n) à énergie finie
⇒ Exemple : est d’énergie finie, mais ne converge pas absolument
x n 5 X ej � �$�n
x n e
#j � n �6�
n
x n e
#j 2 7 f n
X ej � 5 x n � 1
2 �8# 7 7
X ej � ej � n d �9� 8#1
2
12
X f ej 2 7 f n df
ω et f sont de variables continues
:n
x n ;=<
h n > sin n ? 0@ n
16Cours n°1
UV_TS
Alexandrina ROGOZAN
Transformée de Fourier des signaux discrets
� Si l’on échantillonne x(t) à une période Te => suite d’échantillons x(nT
e)
prélevés à la fréquence fe=1/T
e :
⇒ Pour une période d’échantillonnage normalisée (Te=1), on a :
� Transformée de Fourier du signal échantillonné :
⇒Pour une période d’échantillonnage normalisée (Te=1), on a :
xe t > An
x nTe B t C nTe
xe t >DAn
x n B t C n
x t Échantillonnage
Xe f E X ejw
Xe f �GF# " " (
n
x nTe ) t * nTe e
#2j 7 f t dt �H(
n
x nTe e
#2j 7 nT
e
17Cours n°1
UV_TS
Alexandrina ROGOZAN
Représentation spectrale de la TFSD� En fonction de la nature (périodique ou non) de x(n), on peut obtenir :
� Remarques : Le signal x(n) est discret mais sa TF : X(f) est à variable continue : − Signal périodique => Représentation de Fourier discrète − Signal discret => Représentation de Fourier périodique
Support fréquentiel continuSupport fréquentiel discret
X(f)
0 1/2 1
X(f)
0 1/2 1
Af fo2
δ( )−
x n I Acos 2 J f 0 n x n I 1,n K 0,N L 10,ailleurs
18Cours n°1
UV_TS
Alexandrina ROGOZAN
Propriétés de la TFSD
� L’ information spectrale du signal est entièrement localisée dans l’ intervalle
⇒ Puisque X (f) est périodique de période 1
⇒ Si x(n) est réel, X(f) est paire => réduction de l’ intervalle à
X(f)
0 1/2−1/2
f M N 1
2,1
2
f est la fréq. réduite f=F/f
e
f M 0,12
19Cours n°1
UV_TS
Alexandrina ROGOZAN
Propriétés de la TFSD
Linéarité
Décalage temporel
Décalage fréquentielou modulation
X f
arg X ff O 0, 1
2
ax n P by n Q aX f P bY f
x n R n0 Q X f eS 2j T n0
f
Spectre d’amplitude Fonction paire
Spectre de phase Fonction impaire} Étude sur
x n e2j T n f
0 Q X f R f 0
L’information temporelle se trouve sur la phase de la TFSD, alors que sur son module on trouve seulement le contenu spectral
Changement d’échelle x an Q 1
aX
f
aSi l’on étend le signal, on contracte
son spectre et vice versa
20Cours n°1
UV_TS
Alexandrina ROGOZAN
Propriétés de la TFSD
Conservation de l’ énergie du signal
Modulation et produit de convolution linéaire
Un V S WX W x n 2 QZY
S 12
1
2
X f 2 df
x n y n Q X f [ Y f
x n [ y n Q X f Y f
TF de la dérivée du signaldx n
dnQ 2j \ f X f R X 0
21Cours n°1
UV_TS
Alexandrina ROGOZAN
Réponse fréquentielle d’un système régit par une éq. aux ≠
� Soit un système régi par une éq. aux ≠ d’ordre N :
⇒ Réponse fréquentielle :
(k / 0
N
ak y n * k � (r / 0
M
br x n * r
H ej ] � Y ej ]X ej ] �
^r _ 0
M
br e j ] r
^k _ 0
N
ak e j ] k
h n
TFSD ` 1
22Cours n°1
UV_TS
Alexandrina ROGOZAN
Transformée en Z
� TZ = Généralisation de la TFSD :
⇒
� Région de convergence :
⇒ Si alors => zéros de X(z)
=> pôles de X(z)
⇒Remarques : − Les pôles ne peuvent pas se trouver dans la RDC.
− Le système est causal si la RDC est à l’extérieur d’un cercle.
ej ] 5 z
X z �a�n / # " "
x n z
#n �b�
n / # " "
x n r ej � # n , z �%cLa TFSD est évaluée par la TZ sur le cercle
unité ( |z|=1)
RDC � z �%c�d ^n / # " "
x n z
#n e�f
X z � N z
D zN z � 0
D z � 0
23Cours n°1
UV_TS
Alexandrina ROGOZAN
Transformée en Z
� Région de convergence :
⇒ Exemples :
− Calculer la RDC de X(z) pour x(n)=U(n)
− Calculer la RDC de X(z) pour
− Calculer la X(z), sa RDC et le placement de pôles et des zéros pour les signaux :
x n � anU n , a ��g , a h 0
x n i an , n j 0k bn , n l k 1avec a m b
x n � U n � U N � n
24Cours n°1
UV_TS
Alexandrina ROGOZAN
Propriétés de la transformée en Z
Linéarité
Décalage temporel
Théorème de la valeur initiale
ax n P by n Q aX z P bY z
x n R n0 Q X f zS n0
x 0 n limz �!" X z
La RDC est au moins la RDC de X(z) ∩ RDC de Y(z)
Changement d’échelle complexe an x n Q Xz
a
Si a∈ℜ+, contraction ou dilatation de la TZ ;
Si |a|=1, rotation des pôles et de zéros de la TZ
=> Intérêt pour le déplacement de pôles et
de zéros de la TZ
La RDC est identique, de restrictions étant toutefois introduites en z=0 ou z=∞
TF de la dérivée du signal nx n Q9R zdX z
dz
Produit de convolution x n , y n n X z Y z
25Cours n°1
UV_TS
Alexandrina ROGOZAN
Propriétés de la transformée en Z
TZ−1 : x n E 1
2 \ jY X z zn S 1 dz
Les Xi(z) sont des
fonctions à TZ−1 connue
X z
x n o Uk
xk nX z o Uk
Xk z
X z E Un V S WX W c n zS n x n E c n Si X(z) peut−être décomposée
en série, alors x(n) est le
coefficient associé à z−n.
26Cours n°1
UV_TS
Alexandrina ROGOZAN
Fonction de transfert d’un système stable et causal
� Définition :
� Système causal : => RDC à l’extérieur d’un cercle,
ou encore les pôles doivent se trouver à l’ intérieur du cercle
� Système stable : => RDC contient le cercle unité
⇒Les pôles d’un système stable et causal sont à l’ intérieur du cercle unité.
⇒Conséquence : Un système instable peut−être rendu stable par changement d’échelle complexe.
H z �6�n
h n z
#n
H z �6�n / 0
"h n z
#n
�n / 0
"h n e�f