1 Rappels de théorie du signal _______________________________________ 3

1.1. Notion du signal______________________________________________ 3

1.2. Rappels sur les séries et les transformées de Fourier_______________ 4
1.2.1 Introduction_________________________________________________ 4
1.2.2 Série de Fourier _____________________________________________ 4
1.2.3 Transformée de Fourier _______________________________________ 6
1.2.4 Propriétés de la transformée de Fourier___________________________ 7
3 Conclusion_____________________________________________________8
4 Références bibliographiques _ ____________________ 9
Un réseau n’est qu’un ensemble d’ordinateurs et de périphériques relie les uns aux
autres dans le but d’échanger des données. Avant de nous lancer dans l’installation
d’un réseau et ses principes de fonctionnement, pensons un moment aux processus de
communication des données et aux types de signaux qui permettent aux ordinateurs
d’émettre et de recevoir des données. Dans ce chapitre, nous allons présenter certains
des termes et techniques utilisés dans la transmission de donnés sur différents types
de réseaux. Pour cela nous avons commencé par un rappel sur la théorie du signal
ayant trait avec les réseaux informatiques, ensuite nous traiterons la transmission des
données, celle-ci sera complété par l’étude des supports de transmissions et de leurs
caractéristiques, et des adaptations que doivent subir les blocs de bits émis à une
extrémité de la voie pour être acheminés et reconnus à l’autre extrémité. Encore faut-il
que cette transmission soit fiable et que l’interprétation des bits puisse se faire
correctement.

1 Rappels de théorie du signal

Cette section rappelle sous forme concise, quelques résultats de la théorie du signal
nécessaire à la compréhension de certains phénomènes relatifs à la transmission des
données.

1.1. Notion du signal

Nous appelons signal toute variable ou source d’information évoluant en fonction du
temps. Exemple : un signal s(t), en électronique est une tension v(t) ou un courant i(t).
Lorsque l’amplitude d’un signal est connus ou peut être déterminé à chaque instant, le
signal est dit déterministe1. Dans le cas où seul une information de nature statistique,
telle la probabilité d’avoir une amplitude donnée à un instant donnée, le signal est dit
aléatoire. L’aspect aléatoire apparaît essentiellement aux niveaux des bruits
(parasites).
Un signal s(t) peut aussi se présenter sous différentes formes, selon que son amplitude
est une variable continue ou discrète (quantifié)2 et sa variable indépendante ‘ t ’ est
continue ou discrète (signal échantillonnée).

Signal analogique et numérique :

Dés qu’il s’agit de communication de données, le terme signal analogique et numérique
revient constamment.
Analogique : Dans un signal analogique, tel que celui en usage pour la diffusion radio
et TV, les informations voyagent sous forme d’onde continûment variable. Comme le
montre l’illustration suivante.

Figure 1.1 Exemple de signal analogique

1
Un signal déterministe est généralement dénoté s(t), t .
2
Ne peut prendre que des valeurs bien déterminées, c’est le cas des signaux numériques.

3
Numérique : lorsque on a affaire à des signaux numériques, on est en face de signaux
plus simples, dans la mesure où les informations circulent au moyens d’impulsions
discrète (Activé/Désactivé) sur un medium de communication. Par exemple, du courant
peut être envoyé sur le fil électrique pour transmettre un ‘1’ binaire, et l’absence de
courant équivaut à un ‘0’ binaire. Un signal numérique ressemble à l’illustration
suivante.

1 0 0 1 1 0 1 0

Figure 1.2 Exemple de signal numérique

1.2. Rappels sur les séries et les transformées de Fourier

1.2.1 Introduction
Il y a deux domaines importants de description du signal selon la nature de la variable
indépendante :
1. Le domaine temporel de la forme s(t) dans lequel la variable indépendante est le
temps ‘ t ’. Il s’agit du domaine de description usuelle utilisé pour visualiser l’allure du
signal s(t). Dans ce domaine de représentation le signal peut être caractérisé par sa
durée, sa période fondamentale, ou son amplitude.
2. Le domaine des fréquences de la forme s(f) dans lequel la variable indépendante
est la fréquence ‘f ’ dont la dimension est l’inverse du temps. Dans ce domaine de
représentation le signal peut être caractérisé par son spectre, sa fréquence
fondamentale ou sa largeur de bande.
Ces deux domaines de description du signal sont reliés entre eux par la transformation
de Fourier. Cet aspect dualistique (dualité temps – fréquence) des signaux joue un rôle
fondamental en théorie du signal et en électronique où en peut raisonner
indifféremment en ‘ temps ’ ou en ‘ fréquences ’.

1.2.2 Série de Fourier

La série de Fourier est fondamentalement liée aux propriétés filtrantes des supports de
transmission. La connaissance de la composante fondamentale et du dosage des
divers harmoniques est souvent plus utile que la description temporelle du signal par la
succession des valeurs qu’il prend dans le temps.
L’idée de base de la série de Fourier consiste à représenter une fonction par une
combinaison linéaire d’un ensemble de fonction élémentaire du temps.

Définitions
La série de Fourier est une représentation des signaux périodiques.3

3
Rappel : Un signal s(t) est dit périodique s’il existe un certain intervalle de temps T tel que : s(t)=s(t±T)
(le signal se répète identique à lui-même). La plus petite valeur de T différente de zéro est appelée
période fondamental dénoté T0 la quantité f0=1/T0 est appelée fréquence fondamental qui s’exprime en
Hertz (Hz).

4
Un signal périodique s(t) de période T0=1/f0 peut être décomposé en une somme
infinie de fonctions sinusoïdales et cosinusoïdales dites harmoniques de fréquence f0,
2f0, 3f0,……,nf0,….multiples de la fréquence fondamentale f0 (décomposition en série
de Fourier).
On aura ainsi :
n = +∞ n = +∞
s( t ) = ∑ A(n) . cos(2N n f0 t ) + ∑B(n). sin(2N n f0 t ) .
n=0 n=0
Série de Fourier en notation réelle
T0
1
A( 0 ) =
T0 ∫s(t )dt
0
T0
2
Avec B(n) =
T0 ∫s(t ) sin(2Nnf0 t )dt
0
T0
2
A(n) =
T0 ∫s( t) cos(2Nnf0 t)dt
0

Cette série peut également s’exprimer sous forme complexe, on écrit :

n = +∞ T0
1
s( t ) = ∑ C(n)e jn 2 f0 t
avec C(n) =
T0 ∫s( t)e - jn2f0t dt
n= ∞ 0
Série de Fourier en notation complexe

T0 T0
,
On peut aussi prendre : 2 2 comme borne d’intervalle.
A(0) et C(0) sont appelés composante continue.
Les coefficients C(n) sont appelés les coefficients de Fourier de la fonction s(t).
C(n) est généralement un coefficient complexe pouvant se mettre sous la forme
C(n) = C(n) e O(n) où C(n) et (n) sont respectivement le module et l’argument
de C(n), il sont appelés respectivement spectre d’amplitude et spectre de phase
du signal s(t).
e jn2f0 t est nommé le n-ieme harmonique (harmonique de rang n).
C(n) et (n) sont appelée aussi amplitude et angle de phase de l’harmonique
de rang n
l’harmonique de rang 1, dont la fréquence est celle du signal s(t), est appelé
fondamental de la fonction.

Remarques :
Les fréquences négatives, qui n'ont pas de signification physique directe ; on doit
mathématiquement leur présence au développement de la série de Fourier en
notation réelle en série complexe. Ces fréquences négatives disparaissent avec
l'utilisation de séries de Fourier en notation réelle (n varie de 0 à + ).

5
 On remarque que la série de Fourier en notation réel nécessite deux sommes
l’une pour le terme en cosinus et l’autre pour le terme en sinus. C’est la raison
pour laquel on lui préfère la série de Fourier en notation complexe qui nécessite
une seule somme et qui permet un calcul rapide des coefficients C(n).
Exemple d’application : décomposition d'un train d'impulsions
s(t)

t
-T0 d T0
T0 / 2
1
On a : C(n) =
T0 ∫(1) e - jn2f0t dt
- T0 / 2
1 Nnd
Tous calculs effectués on obtient le résultat suivant : C(n) = sin( )
Nn T0
En prenant comme variable la fréquence discrète f=n/T0=nf0 on obtient l'expression
sin Nnf0 d sin Nfd
suivante : C(n) = f0 d = f0 d = C(nf0 ) (Enveloppe de la
Nnf0 d Nfd f = nf0
sin x
forme appelée sinus cardinal). La représentation graphique du spectre
x
d’amplitude du signal s(t) est donnée à la figure 1.3.

C(nf0)

Enveloppe

nf0
-2f0 -f0 f0 2f0

Figure 1.3 les coefficients de la série de Fourier du train d’impulsions rectangulaires

Ce spectre est composé de raies répartis symétriquement de part et l’autre de l’axe

vertical (on dit que le spectre est bilatéral), l’espacement des raies est fixé par la
fréquence fondamentale ‘f0 ‘ il s’agit de spectre discret. On peut remarquer que les
amplitudes des raies décroissent quand leur rang augmente.

1.2.3 Transformée de Fourier

La transformée de Fourier est une généralisation de la série de Fourier appliquée aux
signaux non périodique.

6
Définitions
Un signal s(t) sera défini par une paire de transformée de Fourier, que l’on
représentera de la façon suivante : s(t) s(f) dans les quelles :

+∞ +∞
s( f ) = ∫s( t) e - 2 jNf t
dt et s( t ) = ∫s(f ) e 2 jNft dt
-∞ -∞

s(t) est la caractéristique temporelle du signal, l’autre forme c’est à dire s(f) est la
caractéristique fréquentiel4.
La paire de fonction s(t) et s(f) sont dite couple de Fourier.
Par analogie avec la terminologie utilisée pour les coefficients complexe de la série de
Fourier, la transformation de Fourier est en général complexe pouvant se mettre sous
la forme : s( f ) = s( f ) e jO( f ) . s(f) est appelée spectre d’amplitude et (f) spectre de
phase. Le spectre d’amplitude et le spectre de phase sont des spectres continus.

Exemple d’application : transformé de Fourier du signal porte

s(t)
S(f)
1 TF

t -1/d 1/d f
-d/2 d/2

Figure 1.4 La transformée de Fourier du signal porte

Tous calculs faits, on obtient la transformée de Fourier du signal s(t) :

d/2
sin Nfd
s( f ) = ∫(1)e - 2 jNft df = d Nfd
, On constate dans ce cas que s(f) est une fonction
-d / 2
réelle, la représentation graphique du spectre d’amplitude est donnée à la figure ci-
dessus. La transformée de Fourier ici correspond à l'enveloppe du spectre discret du
développement de Fourier : le spectre est continu.

1.2.4 Propriétés de la transformée de Fourier

Nous allons considéré dans ce paragraphe quelques propriétés importantes de la
transformée de Fourier dont nous aurons besoin dans la suite.

A. Linéarité :
Il en résulte immédiatement de la définition intégrale que :
TF{a s1(t)+b s2(t)}=a TF{s1(t)}+b TF{s2(t)} avec a et b des constantes arbitraires.

–1
4
On écrira parfois s(f) = TF{s(t)} ‘on lit transformation de Fourier du signal s(t)’ et s(t) = TF {s(f)}‘on lit
transformation de Fourier inverse du signal s(t)’

7
 B. Translation (Décalage temporel et fréquentiel) :
Si s(f)=TF{s(t)}
TF

Alors :
s( t - t 0 ) → s( f )e - j2Nft0
TF
s( t ) e j2 Nft0 → s( f - f0 )
Interprétation de ces deux résultats :
1. Lorsqu’un signal s(t) est retardé, ses composantes fréquentielles le sont aussi,
sans modification d’amplitude. Ainsi le spectre d’amplitude s(f) reste inchangé,
mais Arg(s(f))= (f) est augmenté de -2f t0 proportionnel a f, donc l’effet d’une
translation t0 sur le signal s(t) est d’introduire un déphasage de -2f t0 dans la
transformée de Fourier.
{ }
2. On a bien évidement TF s( t ) e - j2Nft0 = s( f + f0 )
1
(s( f + f0 ) + s(f - f0 ))
Donc TF {s( t ) cos( 2Nf0 t } =
2
Cette propriété joue un rôle majeur dans les techniques de communication qui
constamment transporte le spectre d’une région à l’autre du domaine des
fréquences. La modulation des signaux (cf. §2.3.4B) est un exemple familier.
C. Similitude
Si s(f)=TF{s(t)}
TF
1 f
Alors : s(at ) → s( )
a a
Cette propriété importante montre qu’une dilatation de l’échelle des temps conduit à
une contraction de l’échelle des fréquences et inversement5. Il est important de noter
que le signal s(at) et la version contracté de s(t) pour a >1 et qu’il est sa version dilaté
pour a <1.
Ceci correspond à l’idée commune, qu’un signal très bref contient des hautes
fréquences. Cela explique en tout cas que les parasites électroniques brefs (orage,
étincelles électriques) sont entendus dans les postes de radio, leur spectre de
fréquences est en effet suffisamment large pour être compris dans la bande passante
du filtre d’entée du poste radio.

1.3. Notion de largeur de bande et l’énergie d’un signal

Pour traiter et transmettre correctement un signal s(t), il est impératif de caractériser ce
signal par quelques paramètres significatifs. Ces paramètres sont la largeur de bande
et l’énergie ou la puissance d’un signal.

1.3.1 Largeur de bande d’un signal

La notion de spectre permet de définir la largeur de bande d’un signal c'est à dire la
plage de fréquence utilisé par le signal.6 On dira qu’un signal s(t) à une largeur de
bande finie (on dit aussi spectre limité ou borné) lorsque son spectre de fréquence est
nul en dehors d’un intervalle de fréquence donnée, tel que :

5
On peut le remarquer sur la figure 1.4, plus l’impulsion est étroite (d très petit) plus le spectre est large
(1/d très grand) et inversement.
6
Théoriquement un signal périodique à une largeur de bande infini.

8
4 Références bibliographiques

 _ Fondements du traitement du signal — Rais El Hadi Bekka — OPU — 1998.

 _ Cours d’automatique. Signaux et systèmes — Maurice Rivoire et Jean Louis
Ferrier — Edition Eyrolles — 1994.
 _ Réseaux téléinformatiques — LORRAINS — Edition Hachette technique —
1979.
 _ La communication dans les réseaux d’ordinateurs. Principes et exigences —
Mohamed Bettaz, Lewis M.Mackenzie — OPU — 1993.
 _ Téléinformatique, transport et traitement de l’information dans les réseaux et
systèmes téléinformatiques et télématiques — César Macchi, Jean-François
Guilbert et 13 coauteurs — Edition Dunod — 1987.
 _ Réseaux. Cours et exercices. 3eme édition — Andrew Tanenbaum — Edition
Dunod — 1994.
 _ Les réseaux. Edition 2003 — Guy Pujoll — Edition Eyrolles — 2003.
_ Architecture et technologie des ordinateurs. 3eme édition — Paolo Zanella et
Yves Ligier — Edition Dunod —
 _ Réseaux — Ed.Tittel — Edition Schaum’s — 2003.
 _ Télécoms 1. De la transmission à l’architecture des réseaux. 2 eme édition —
Claude Servin — Edition Dunod — 2000.