SIGNAUX ET SYSTEMES
4
Signaux et systèmes est la discipline qui, d’une manière générale,
analyse les signaux et traite la commande des systèmes. Elle revêt
donc un caractère très important dans le domaine industriel auquel
elle apporte à la fois des solutions, des méthodes d’étude ainsi que des
démarches systématiques d’analyse.
4
CHAPITRE I
SIGNAUX À TEMPS CONTINU ET DISCRET
5
1.Définition
Un signal est une quantité mesurable qui dépend du temps.
Un signal est la représentation physique de l'information, qu'il
convoie de sa source à son destinataire.
Exemples :
•Onde acoustique : courant délivrer par un microphone (parole,
musique, …)
•Tension aux bornes d'un condensateur en charge
•Images
•Vidéos
•Position d'un mobile M(t) ou M(x, y,t).
6
2.Classification des signaux
On peut envisager plusieurs modes de classification pour les signaux suivant leurs
propriétés.
2.1 Classification phénoménologique
On considère la nature de l'évolution du signal en fonction du temps. Il apparaît
deux types de signaux :
• Les signaux déterministes : ou signaux certains, leur évolution en fonction du
temps peut être parfaitement modélisé par une fonction mathématique. On
retrouve dans cette classe les signaux périodiques, les signaux transitoires, les
signaux pseudo- aléatoires, etc…
• Les signaux aléatoires : leur comportement temporel est imprévisible. Il faut
faire appel à leurs propriétés statistiques pour les décrire. Si leurs propriétés
statistiques sont invariantes dans le temps, on dit qu'ils sont stationnaires.
6
2.2 Classification énergétique
On considère l'énergie des signaux. On distingue :
•Les signaux à énergie finie : il possède une puissance moyenne
nulle et une énergie finie.
•Les signaux à puissance moyenne finie : il possède une énergie
infinie et sont donc physiquement irréalisable.
2.3 Classification morphologique
On distingue les signaux à variable continue des signaux à variable
discrète ainsi que ceux dont l'amplitude est discrète ou continue.
On obtient donc 4 classes de signaux :
•Les signaux analogiques dont l'amplitude et le temps sont continus
6
•Les signaux quantifiés dont l'amplitude est discrète et le temps
continu
•Les signaux échantillonnés dont l'amplitude est continue et le
temps discret
•Les signaux numériques dont l'amplitude et le temps sont discrets
Il y a quatre types de symétrie : (Symétrie paire; Symétrie impaire;
Symétrie demi-onde et Symétrie quart-d ’onde).
2.3.1 Symétrie paire
Une fonction est dite paire si : 𝑓𝑓 (−𝑡𝑡) = 𝑓𝑓 (𝑡𝑡)
C’est-à-dire qu’on peut faire une copie miroir autour de l’axe y.
7
2.3.2 Symétrie impaire
Une fonction est dite impaire si : 𝑓𝑓 (−𝑡𝑡) = −𝑓𝑓 (𝑡𝑡)
C’est-à-dire qu’on peut faire une copie miroir autour de l’axe y puis
une copie miroir autour de l’axe x.
2.3.3 Symétrie demi-onde
Une fonction périodique possède de la symétrie demi-onde si:
f (t)= - f (t-T/2)
C’est-à-dire que si on déplace la fonction d’une demi-période, puis on
l’inverse (rotation autour de l’axe x) et alors que cette nouvelle
fonction est identique à l’originale, il y a symétrie demi-onde.
7
2.3.2 Symétrie impaire
Une fonction est dite impaire si : 𝑓𝑓 (−𝑡𝑡) = −𝑓𝑓 (𝑡𝑡)
C’est-à-dire qu’on peut faire une copie miroir autour de l’axe y puis
une copie miroir autour de l’axe x.
2.3.3 Symétrie demi-onde
Une fonction périodique possède de la symétrie demi-onde si:
𝑓𝑓 (𝑡𝑡 − 𝑇𝑇/2) = − 𝑓𝑓 (𝑡𝑡)
C’est-à-dire que si on déplace la fonction d’une demi-période, puis on
l’inverse (rotation autour de l’axe x) et alors que cette nouvelle
fonction est identique à l’originale, il y a symétrie demi-onde.
7
2.3.4 Symétrie quart-d’onde
Le terme symétrie quart-d’onde décrit une fonction périodique qui a la
symétrie demi-onde mais aussi de la symétrie autour du point milieu
entre les demi-cycles positifs et négatifs.
2.4 Classification dimensionnelle
•Signal monodimensionnel 1D.
• Signal bidimensionnel 2D
•Signal tridimensionnel 3D
7
3 Signaux analogiques
3.l Quelques signaux analogiques communs
Fonction signe Fonction échelon unité
r(t)
8
Fonction rampe Fonction impulsion de Dirac
Fonction porte ou fenêtre rectangulaire Fonction triangle
r(t)
8
3.2 caracteristiques des signaux analogiques
Valeur moyenne
La valeur moyenne d’un signal x(t) périodique est donnée par :
1 𝑡𝑡0+𝑇𝑇
𝑥𝑥̅ = � 𝑥𝑥(𝑡𝑡). 𝑑𝑑𝑑𝑑
𝑇𝑇 𝑡𝑡0
Valeur efficace
Energie Puissance
3.2 caractéristiques des signaux discrets
II
La période N est le plus petit nombre d’échantillons qui se répètent. La
période d’un signal discret est toujours un entier.
13
3.3 Signaux discrets communs
Chapitre II
ANALYSE DES SIGNAUX
ANALOGIQUES ET
DISCRETS
14
1.Traitement du signal analogique
1.1 Représentation temporelle et fréquentielle d'un signal
Un signal peut être associé à deux représentations contenant la même
quantité d'information : représentation temporelle et
représentation spectrale.
La représentation spectrale montre l'importance de la contribution
d'une composante à la fréquence dans le signal f(t).
On passe d'une représentation à l'autre par "transformation de
Fourier".
15
1.2 Série de Fourier
Une des méthodes les plus utiles dans l’analyse des signaux est la série
de Fourier. La série de Fourier permet de transformer n’importe
quel signal périodique en une somme de sinusoïdes. Le signal
résultant est la somme de trois sinusoïdes dont la fréquence est
chaque fois un multiple de la fondamentale. On peut donc prendre un
signal périodique complexe et le simplifier à des sinusoïdes.
1. 2.1 Définition
Le mathématicien français Jean-Batiste Fourier découvrit qu’on
pouvait transformer n’importe quel signal périodique en une somme
de sinusoïdes. Donc, pour une fonction périodique quelconque x(t),
Fourier démontra qu’on pouvait faire l’équivalence suivante :
+∞
𝑋𝑋(𝑡𝑡) = 𝑎𝑎0 + � 𝑎𝑎𝑛𝑛 cos 𝑛𝑛𝜔𝜔0 𝑡𝑡 + 𝑏𝑏𝑛𝑛 sin 𝑛𝑛𝜔𝜔0 𝑡𝑡
𝑛𝑛=1
Où 𝑎𝑎0 ; 𝑎𝑎𝑛𝑛 𝑒𝑒𝑒𝑒 𝑏𝑏𝑛𝑛 sont les coefficients de Fourier, et 𝜔𝜔0 est la fréquence
fondamentale. Les fréquences qui sont des multiples entiers de 𝜔𝜔0 sont
nommés les harmoniques.
1.2.2 Coefficients de Fourier
Les coefficients de Fourier sont obtenus selon les équations suivantes :
1 𝑡𝑡0 +𝑇𝑇
𝑎𝑎0 = � 𝑥𝑥(𝑡𝑡). 𝑑𝑑𝑑𝑑
𝑇𝑇 𝑡𝑡0
2 𝑡𝑡0 +𝑇𝑇
𝑎𝑎𝑛𝑛 = � 𝑥𝑥(𝑡𝑡). 𝑐𝑐𝑐𝑐𝑐𝑐 𝑛𝑛𝜔𝜔0 𝑡𝑡 𝑑𝑑𝑑𝑑
𝑇𝑇 𝑡𝑡0
2 𝑡𝑡0 +𝑇𝑇
𝑏𝑏𝑛𝑛 = � 𝑥𝑥(𝑡𝑡). 𝑠𝑠𝑠𝑠𝑠𝑠 𝑛𝑛𝜔𝜔0 𝑡𝑡 𝑑𝑑𝑑𝑑
𝑇𝑇 𝑡𝑡0
Remarquer que a est la valeur moyenne du signal.
0
• Symétrie quart-d’onde
1.2.3 Formes alternatives de la série de Fourier
Il y a deux autres façons d’exprimer la série de Fourier : on peut utiliser
une forme polaire, ou forme exponentielle. La forme polaire est la
suivante : +∞
𝑋𝑋(𝑡𝑡) = 𝑎𝑎0 + � 𝐴𝐴𝑛𝑛 cos 𝑛𝑛𝜔𝜔0 𝑡𝑡 + 𝜃𝜃𝑛𝑛
𝑛𝑛=1
𝑏𝑏𝑛𝑛
Avec 𝐴𝐴 = 𝑎𝑎2 + 𝑏𝑏2 et 𝜃𝜃𝑛𝑛 = arctan −
𝑛𝑛 𝑛𝑛 𝑛𝑛 𝑎𝑎𝑛𝑛
La forme polaire est plus utile pour faire des graphiques. Il est plus facile
de comprendre des graphes d’amplitude et de phase que de regarder des
sinus et cosinus pour comprendre le comportement d’un signal.
Cependant, lors de calculs mathématiques (dans un logiciel), il peut y
avoir des erreurs si on utilise la notation polaire, à cause des
approximations des radians et les fonctions trigonométriques inverses.
La forme exponentielle est :
+∞
𝑋𝑋(𝑡𝑡) = � 𝑐𝑐𝑛𝑛 𝑒𝑒 𝑗𝑗𝑗𝑗𝜔𝜔0 𝑡𝑡
𝑛𝑛=−∞
1 𝑡𝑡0 +𝑇𝑇 𝑎𝑎𝑛𝑛 − 𝑗𝑗𝑏𝑏𝑛𝑛
𝑐𝑐𝑛𝑛 = � 𝑥𝑥(𝑡𝑡). 𝑒𝑒 −𝑗𝑗𝑗𝑗𝜔𝜔0 𝑡𝑡 𝑑𝑑𝑑𝑑 𝑐𝑐𝑛𝑛 =
𝑇𝑇 𝑡𝑡0 2
La forme exponentielle est obtenue à partir de la relation d’Euler. Cette
représentation de la série de Fourier est souvent plus facile à utiliser
lors de calculs mathématiques ou lors de la programmation.
1.2.4 Spectre d’amplitude et de phase
On peut représenter graphiquement une fonction périodique en termes
de l’amplitude et de la phase de chaque terme de la série de Fourier. On
appelle ceci le spectre de la fonction. Ce graphe permet de visualiser
quelles fréquences ont une amplitude importante ; dans certains cas, la
majorité du signal est contenu dans quelques harmoniques.
Exemple
1.3 Transformee de Fourier
1.3.1 Definition
Exemple
1.3.2
1.3.3
1.3.4 Théorème de Parseval
Puisque le domaine du temps et de la fréquence sont équivalents pour
représenter un signal, ils doivent avoir la même énergie. On appelle ceci
la loi de Parseval. Pour la DFT, on l’exprime de la façon suivante :
25
2. Traitement du signal discret
2.1 Transformé de Fourier discrète
Exemple
2.2 Propriétés de Transformé de Fourier discrète
2.3 Théorème de Parseval
Chapitre III
TRANSFORMÉE DE LAPLACE
ET SYSTÈMES ANALOGIQUES
1. Transformation de Laplace
1.1 Définition
Considérons une fonction réelle d’une variable réelle s(t) telle que
s(t)=0 pour t<0.
On définie sa transformée de Laplace L(s(t)) comme la fonction S de
la variable complexe P
L’avantage principal d’analyser des systèmes de cette façon est que les
calculs sont beaucoup plus simples dans le domaine de Laplace. Dans
le domaine de Laplace, les dérivées et intégrales se combinent à l’aide
de simples opérations algébriques ; pas besoin d’équations
différentielles.
1.2 Propriétés fondamentales de la transformation de Laplace:
1.3 Transformation de Laplace de quelques fonctions usuelles:
Exemple :
1.4 Transformées de Laplace inverses
Où zi est appelé un zéro de F(p): ce sont les racines du numérateur, et pi est appelé un
pôle de F(p) : ce sont les racines du dénominateur. De façon générale, F(p) est
appelée la fonction de transfert.
* Cas où les pôles de F(p) sont tous simples
Dans le cas où le degré du polynôme numérateur de F(p) est inférieur
strictement à celui de son polynôme dénominateur, F(p) peut être mise
sous la forme :
La transformation de Laplace inverse est donnée par :
Le degré du numérateur de 𝑭𝑭(𝑷𝑷) est supérieur ou égal a celui du
dénominateur; on procède par une division euclidienne.
Exemple 1:
Exemple 2:
* Cas où F(p) admet un pôle multiple
* Cas où F(p) admet deux pôles complexes
Lorsque la fonction F(p) possède un pôle complexe, il est evident qu’elle
possède deux poles complexes conjugués. Dans ce cas, au lieu de la
décomposer en éléments simples comme dans le cas de pôles réels
simples, il est recommandé de procéder comme suit. Pour illustrer la
méthode considèrerons la fonction suivante:
2. Systèmes à temps Continu
2.1 Notion de système
L’automatique peut s’appliquer à tout ce qui bouge, fonctionne, se
transforme, l’objet d’application est appelé système.
Un système se caractérise par ses grandeurs d’entrées et de
sorties. Les grandeurs d’entrées sont les grandeurs qui agissent sur le
système, il existe deux types :
Commandes : celles que l’on peut maitriser
Perturbations : celles que l’on ne peut pas maitriser
Un système est dit en boucle ouverte (BO) lorsque la commande est
élaborée sans l’aide de connaissances des grandeurs de sorties : il n y a
pas de retour (feedback).
Dans un système en boucle fermée (BF) la commande est alors
fonction de la consigne et de la sortie, pour observer la grandeur de
sortie on utilise des capteurs, c’est l’information de ces capteurs qui va
permettent d’élaborer la commande.
Parmi les systèmes automatiques on distingue :
- Les systèmes logiques: Toutes les entrées et les sorties sont
représentées par des variables logiques (signal binaire) chaque
grandeur ne connait que deux états différents on ne tient pas compte des
régimes transitoires : allumé/éteint, ouvrir/fermée… ces états sont
modélisés par des 0/1
- Les systèmes asservis: Un système asservi est un système bouclé
dans lequel la grandeur de retour est comparée à la grandeur
d’entrée par élaboration d’un signal, appelé écart. Ce signal écart
est adapté et amplifié afin de commander la partie opérative.
Parmi les systèmes asservis, on distingue :
- système régulateur lorsque l’on désire que la sortie prenne une valeur
précise et égale à une consigne d’entrée fixe.
- système suiveur lorsque l’on désire que la sortie suive une consigne
d’entrée qui varie au cours du temps et dont l’évolution n’est pas
toujours connue à l’avance.
Un système asservi est un système bouclé dont la structure générale est
donnée comme suit :
On représente cet asservissement habituellement par un schéma appelé
schéma fonctionnel ou schéma bloc
Dans l’analyse des systèmes asservis nous distinguons l’aspect statique et
l’aspect dynamique.
a)L’aspect statique : concerne l’étude des systèmes asservis en mode
régulation (entrée fixée), on définie l’erreur statique comme la
différence entre la tache demandée et la tache réalisée (annulation de
l’erreur statique c’est l’asservissement)
b)Aspect dynamique : essentiel en automatique s’étudie par les notions
de précision dynamique, de rapidité et de stabilité.
La précision dynamique est caractérisée par l’erreur avec laquelle la
sortie suit la loi d’entrée imposée au système.
La rapidité est caractérisée par le temps que met le système à réagir à
une variation brusque de la grandeur d’entrée (temps de réponse). Cette
notion est fortement liée à la précision dynamique (plus un système est
rapide plus il est précis).
La stabilité : la présence d’un bouclage risque d’introduire une
divergence ou une oscillation de la sortie. Ce comportement est
intolérable pour un système asservi. On s’efforce au cours de synthèse
d’éviter ce risque en se définissant une marge de stabilité.
2.2 Notion de Systèmes Linéaires
La réponse impulsionnelle est une caractéristique très importante des
systèmes linéaires. Si l’entrée a un système est une impulsion alors
la sortie est appelée la réponse impulsionnelle ℎ(𝑡𝑡).
2.3 Produit de Convolution
2.4 Modélisation des systèmes
La description mathématique d’un système donné est appelée modèle
mathématique.
Exemple 1: Système du premier ordre électrique
Ce système est donc modélisé par une équation différentielle du
premier ordre. On dit aussi que le système est de premier ordre.
Exemple 2: Système du second ordre électrique
L’équation ainsi trouvée est une équation différentielle du second ordre
qui modélise un système du second ordre électrique.
2.5 Notion de Fonction de Transfert
On suppose que le système est régi par une équation différentielle de
degré n
Appliquons la transformation de Laplace aux deux membres de cette
équation.
Cette fraction rationnelle de deux polynômes de la variable complexe p
est appelée Fonction de Transfert ou transmittance du système et
communément notée :
Le degré n du polynôme du dénominateur est appelé l’ordre du système.
Il est souvent préférable de maitre en évidence le gain K du système
ainsi que le nombre 𝛼𝛼 d’intégrateurs purs aussi appelé type du système.
Cette dernière forme peut parfois se trouver sous forme factorisée
(forme canonique) ou forme de Bode :
2.6 Schéma fonctionnel; FTBO et FTBF :
Un schéma fonctionnel est une représentation simplifiée d’une
fonction de transfert d’un processus. En d’autres termes, c’est un
graphisme qui peut intervenir des symboles élémentaires de type
sommateur, comparateur, capteur, …
Il existe quatre schémas élémentaires utilisés dans la représentation
fonctionnels des systèmes asservis :
Simplifier un schéma ou le réduire revient à lui faire des transformations
pour mettre en évidence la fonction de transfert. Pour ce faire, nous
utiliserons un certain nombre de règles élémentaires qui sont :
Exemple :
