Plan du cours

Rappels signaux et systèmes

Rappels signaux
Energie et puissance
Notion de bruit
Signaux et systèmes continus Propriétés et transformation des signaux
Exemples de signaux à temps continus
Rappels et définitions
Rappels sur les systèmes
Propriétés des systèmes
Exemples de systèmes
R. Flamary Schémas blocs
Systèmes linéaires invariants dans le temps
Définitions
Réponse impulsionnelle et convolution
Propriétés des SLIT
7 décembre 2015 Exemples de systèmes linéaires
Ressources bibliographiques

Caractérisation fréquentielle

Applications

2 / 32

Définitions Energie et puissance

Définition d’un signal Puissance instantanée

Soit x(t) un signal temporel. La puissance instantané d’un signal x(t) est
I x(t) est une fonction du temps t.
px (t) = |x(t)|2 (1)
I On dit que x(t) est continu car t ∈ R.
I Opposition à des signaux discrets (de type x[n] avec n entier). Unité : Watt (W).
I Un signal modélise l’évolution temporelle d’une variable.
Énergie d’un signal
On définit l’énergie d’un signal x(t) par :
Exemples
Z +∞
I Note La à la flûte à bec. E= |x(t)|2 dt (2)
I Signaux sonores (déplacement de l’air), −∞

I Acquisition par microphone (signal electrique). et le signal et dit d’énergie finie si E < ∞.
I Mesure de l’altitude lors d’un déplacement (variable z). Unité : Joule, Calorie ou Wattheure (J, Cal ou Wh, 1 calorie = 4.2 J).

3 / 32 4 / 32
Puissance moyenne Exemple
Tension aux bornes d’une résistance
I u(t) est la tension, i(t) l’intensité et R la résistance.
Puissance moyenne d’un signal
I u(t) = R.i(t) (loi d’Ohm).
On définit la puissance moyenne d’un signal par
I u(t) = 1 si t ∈ [0, 1] et O sinon, R = 1.
Z + T2
1
P m = lim |x(t)|2 dt (3)
T →∞ T − T2 Puissance instantanée
1
px (t) = u(t) ∗ i(t) = u(t)2 =
I Si le signal est périodique, la puissance moyenne peut être calculé sur une R
période.
I La puissance est homogène à une énergie divisée par un temps. Énergie du signal
Z +∞
I Notons qu’il existe aussi la valeur efficace qui est la racine carrée de la 1
E= |u(t)|2 dt =
puissance moyenne. R −∞
I Un signal dénergie finie est de puissance moyenne nulle.
I Unité : Watt (W). Puissance moyenne
Z + T2
1
P m = lim |u(t)|2 dt =
T →∞ T R − T2

5 / 32 6 / 32

Notion de bruit Rapport Signal sur bruit

Définition
un phénomène perturbateur pouvant gêner la perception ou l’interprétation d’un Définition
signal. Le rapport signal sur bruit est définit par :

Exemples PS
RS/B = ou RS/B (dB) = 10 log10 (RS/B ) (4)
PB
I Signaux Satellite et Astrophysique
I Télécom : Signal satellite est signal, astro est le bruit avec PS la puissance du signal et PB la puissance du bruit
I Astrophysique : Satellite est le bruit, astro est le signal I Un processus d’acquisition doit avoir le meilleur RSB possible.
I Réseau EDF, pic à 50Hz quand on fait des mesures de tension. I Le Rapport signal sur signal + bruit est également utilisé.
PS
Bruit additif RS/S+B =
Le bruit additif est un bruit qui vient se rajouter à un signal. PX+B
.
y(t) = x(t) + b(t) I Un filtrage permet d’améliorer le RSB quand les signaux sont différent en
terme de contenu fréquentiel.
y(t) est le signal observé, x(t) le signal qui nous intéresse et b(t) le signal de
bruit.

7 / 32 8 / 32
Propriétés des signaux Propriétés des signaux (2)

Signal x(t)
Signal x(t) Signal Causal
0.5
1.0

Signal Pair 0.8

0.4
x(t) = 0 pour t < 0 0.3
0.6

x(t) = x(−t), ∀t 0.4 Exemple(: 0.2

0.1
2 0.2 0 pour t < 0
Exemple : x(t) = exp(− t2 ) x(t) = 2 0.0
0.0
4 2 0 2 4
sin(t) exp(− t2 ) pour t ≥ 0 0.1
t 4 2 0 2 4
t

Signal x(t)
Signal Périodique 1.1 Signal x(t)
Signal Impair 0.4
Périodique de période T si 1.0

0.2 0.9

x(t) = −x(−t), ∀t 0.0

x(t − kT ) = x(t), ∀t ∈ R, ∀k ∈ N 0.8

0.7
0.2
Exemple : 0.6
2 0.4 Exemple
( : x(t) =
x(t) = sin(t) exp(− t2 ) 2 0.5
4 2 0
t
2 4 exp(− (t−1)
2 ) 0<t<T 0.4
2
exp(− (t−kT2 −1) ) kT < t < (k + 1)T 0.3 4 2 0
t
2 4

9 / 32 10 / 32

Tranformations des signaux Transformation des signaux (2)

Changement d’échelle temporelle
Décalage temporel Miroir temporel
x(t) → x(Kt) avec K∈R
x(t) → x(t − τ ) x(t) → x(−t)
I Si K < 0 alors il y a également miroir temporel.
Exemples
I Effet sur le contenu fréquenciel du signal.
Signal x(t) Signal x(t−t0 ) avec t0 =2 Signal x(−t)
2.0 2.0 2.0 Exemples
1.5 1.5 1.5

1.0 1.0 1.0

Signal x(t) Signal x(t/2) Signal x(2t)
2.0 2.0 2.0
0.5 0.5 0.5

1.5 1.5 1.5

0.0 0.0 0.0

1.0 1.0 1.0

0.5 4 2 0 2 4 0.5 4 2 0 2 4 0.5 4 2 0 2 4
t t t
0.5 0.5 0.5

(a) Signal (b) Décalage temporel τ =2 (c) Miroir 0.0 0.0 0.0

Figure – Exemples de transformations 0.5 4 2 0

t
2 4 0.5 4 2 0
t
2 4 0.5 4 2 0
t
2 4

(a) Signal (b) Echelle k = 0.5 (c) Echelle k = 2

Figure – Exemples de changements d’échelle
11 / 32 12 / 32
Exemples de signaux Exemples de signaux (2)

Échelon ou fonction de Heaviside Signal Γ(t) Impulsion de Dirac Signal δ(t)

 1.0 1.0


0 pour t < 0 0.8 δ(t) = lim Π(t) (7) 0.8

T →0
Γ(t) = 1/2 pour t = 0 (5) 0.6 0.6


 0.4
Pas une fonction mais une distribution. 0.4
1 pour t > 0
0.2
Peut être vue comme la dérivée de 0.2

Exemple : On allume une ampoule. 0.0 l’échelon. 0.0

0.2 4 2 0 2 4
Exemple : coup de marteau. 0.2
4 2 0
t
2 4
t

I Propriétés : δ(t) = 0, ∀t 6= 0 et
Porte ou rectangle Signal PiT (t)

0.25
Z +∞
 0.20 δ(t)dt = 1 (8)

1/T pour |t| < T /2 0.15
−∞

ΠT (t) = 1/2T pour |t| = T /2 (6) 0.10 I Souvent appelé fonction d’évaluation car

 0.05
0 ailleurs Z +∞
0.00
I 1 T T
Π(t) = T (Γ(t − 2 ) − Γ(t + 2 )). 0.05 4 2 0 2 4
hδ(t − t0 ), x(t)i = x(t)δ(t − t0 )dt = x(t0 ) (9)
t −∞
I Signal d’énergie finie.
13 / 32 14 / 32

Exemples de signaux (3) Exemples de signaux (4)

Exponentielle complexe avec z = τ + wi
Exponentielle complexe τ \w −2 0 2
Soit le signal suivant : Signal exp((−0.5 + −2j) ∗t)
12
Signal exp((−0.5 +0j) ∗t) Signal exp((−0.5 +2j) ∗t)

ez (t) = exp(zt) (10) 5

10

8
0 0

avec z un nombre complexe. Si z = τ + wi alors −0.5 5

6

4 5

2
10 10

ez (t) = (cos(w ∗ t) + i ∗ sin(w ∗ t)) exp(τ t)

0
4 2 0 2 4 4 2 0 2 4 4 2 0 2 4
t t t

Signal exp((0.0 + −2j) ∗t) Signal exp((0.0 +0j) ∗t) Signal exp((0.0 +2j) ∗t)
1.0 1.0

Cas particuliers : 1.0

0.8
0.5 0.5

I z = τ réel, alors fonction exponentielle classique. 0.0

0.6
0.0
0 0.4

0.5 0.2 0.5

ez (t) = exp(τ t) 1.0

0.0
1.0
4 2 0 2 4 4 2 0 2 4 4 2 0 2 4
t t t

I z = wi imaginaire. alors Signal exp((0.5 + −2j) ∗t)

12
Signal exp((0.5 +0j) ∗t) Signal exp((0.5 +2j) ∗t)

5
5
10

8
ez (t) = cos(w ∗ t) + i ∗ sin(w ∗ t) 0

6
0

.5 5 4 5

2
10 10
0
4 2 0 2 4 4 2 0 2 4 4 2 0 2 4
t t t

15 / 32 16 / 32
Rappels sur les systèmes Systèmes bouclés

x(t) y(t)
Système x(t) (t) u(t) y(t)
+ Régulateur Système
−
m(t)
Définition Capteur
Un système est procédé qui résulte en une transformation d’un signal. Il est
définit par une fonction de transfert qui décrit la relation entre le signal d’entrée
x(t) le signal de sortie y(t).
I En automatique, on cherche à contrôler la sortie d’un système.
I Synthèse d’un régulateur qui contrôle  au mieux  la sortie.
Cas d’utilisation des systèmes
I On s’intéresse aux propriété du système une fois que le régulateur est inséré
I Identification de système.
dans la boucle.
I Synthèse de système (filtrage). I Attention aux problèmes de stabilité, propriété des systèmes.
I Synthèse de système bouclé (automatique, contrôle).

17 / 32 18 / 32

Propriétés des systèmes Propriétés des systèmes (2)

Causalité
x(t) y(t) Un système est causal si sa sortie à un instant t ne dépends que de l’entré à
Système l’instant t et avant.
I Un système sans mémoire est causal.
Toutes les propriétés suivantes sont définie sur le système x(t) → y(t). I y(t) = x(t + 1) pas causal ! ! !
I Systèmes physiques causaux (circuits électroniques)
Mémoire
le système est sans mémoire si la sortie à l’instant t ne dépend que de l’entrée à
l’instant t. y(t) = f (x(t)). Stabilité
Pour qu’un système soit stable, il faut que :
Exercice
Les systèmes décrits ci-dessous sont-il avec ou sans mémoire. Si |x(t)| < Mx , ∀t, alors |y(t)| < My , ∀t (11)
I y(t) = K ∗ x(t) tension aux bornes d’une résistance avec x une intensité.
I I Propriété essentielle des systèmes.
y(t) = x(t − τ ).
Rt I C’est la capacité du système de revenir à un état d’équilibre.
I v(t) = C1 −∞ i(τ )dτ .
I Systèmes physiques stables.

19 / 32 20 / 32
Propriétés des systèmes (2) Exemples de systèmes
Invariance temporelle
L’invariance temporelle d’un système implique que
Système diviseur
x(t − τ ) → y(t − τ ) Montage diviseur classique.
I Loi du système :
I Un décalage temporel de l’entrée implique le même décalage pour la sortie.
I La réponse du système ne dépend pas du temps. R2 y(t) =
x(t)
Linéarité
Un système est linéaire si pour deux systèmes quelconques I Propriétés
R1 y(t)

x1 (t) → y1 (t) et x2 (t) → y2 (t)

alors
1. x1 (t) + x2 (t) → y1 (t) + y2 (t)
2. ax1 (t) → ay1 (t) pour a ∈ R
Propriété très utile pour la simplification des calculs.

21 / 32 22 / 32

Exemples de systèmes (2) Schémas blocs

Système RC Facteur multiplicatif Intégrateur

Montage diviseur classique.
I Loi du système : x(t) y(t) x(t) R y(t)
a
x(t) = Ri(t) + y(t)
Z Z t
1 t 0 y(t) = ax(t)
y(t) = i(v)dv → Cy (t) = i(t) y(t) = x(u)du
C −∞ −∞

x(t) =
Dérivateur Sommateur/différence
I Propriétés
x(t) y(t) x1(t) y(t)
d +
dt +
x2(t)
dx(t)
y(t) = y(t) = x1 (t) + x2 (t)
dt

23 / 32 24 / 32
Systèmes linéaires invariants dans le temps Systèmes linéaires invariants dans le temps (2)

Définition
I
Les équation différentielles ordinaires
Classe de systèmes très communs en pratique.
I
Le système est donc définit par une équation de la forme :
Propriétés (rappels) :
I Linéarité dy(t) dn y(t) dx(t) dm x(t)
x1 (t) + ax2 (t) → y1 (t) + ay2 (t) a0 y(t) + a1 + · · · + an n
= b0 x(t) + b1 + · · · + bm (12)
dt dt dt dtm
I Invariance en temps
x(t − τ ) → y(t − τ ) I Les systèmes définis par des EDO sont une classe importante des SLIT.
I Également appelées équations différentielles linéaires à coefficients
Exemples constants.
I I n est le nombre de dérivées pour y(t) et m pour x(t).
Montage électronique à base de résistances/condensateurs/bobines.
I I La sortie du système peut être obtenue en résolvant l’équation (12)
Mécanique de Newton.
I Mécanique des fluides

25 / 32 26 / 32

Systèmes linéaires invariants dans le temps (3) Exemple de convolution

Réponse impulsionnelle Signal x(t)
1.5
Un SLIT est définit par sa réponse impulsionnelle h(t) qui est la réponse y(t) du
système pour une impulsion de dirac x(t) = δ(t) en entrée. 1

0.5
Convolution
0
La convolution définit la relation entre l’entrée et la sortie d’un SLIT à travers la
relation −0.5
−1 0 1 2 3 4 5
temps
Réponse impulsionnelle h(t)
y(t) = x(t) ∗ h(t) (13) 1.5
Z +∞
1
= x(τ )h(t − τ )dτ (14)
−∞ 0.5

0
où h(t) est la réponse impulsionnelle du système.
−0.5
I Si x(t) = δ(t) alors −1 0 1 2 3 4 5
temps
Z +∞
y(t) = δ(τ )h(t − τ )dτ = h(t) Soit x(t) = Γ(t) un échelon. et un système dont la réponse impulsionnelle est de
−∞
la forme h(t) = Γ(t)e−at avec a = 1 > 0.
I δ(t) est l’élément neutre de l’opérateur de convolution.
27 / 32 28 / 32
Propriétés des SLIT Propriétés des SLIT (2)
Mise en série
Soit deux SLIT h1 (t) et h2 (t) mis
Causalité
en série.
x(t) y(t) Un système SLIT est causal si sa réponse impulsionnelle est nulle pour t < 0 :
Le système équivalent est
h(t) = 0, ∀t < 0
h(t) = h1 (t) ∗ h2 (t)
Mise en parallèle
Réponse indicielle
Soit deux SLIT h1 (t) et h2 (t) mis
La réponse indicielle est la réponse du système à une entré de type échelon,
en parallèle.
y(t) c’est à dire pour
Le système équivalent est x(t) +

+
x(t) = Γ(t)
h(t) = h1 (t) + h2 (t) La sortie du système peut ainsi se mettre sous la forme suivante :
Z t
Stabilité y(t) = h(v)dv (15)
Si un SLIT est stable alors −∞
Z ∞
lim h(t) = 0 et |h(t)|dt est bornée
t→+∞ −∞

29 / 32 30 / 32

Exemples de systèmes linéaires Ressources bibliographiques

Amplificateur
La réponse impulsionnelle d’un système amplificateur parfait de coefficient a.

h(t) = (16) I Fonctions de transfert,

Condensateur J.-P. Folcher, Université de Nice Sophia Antipolis, 2012.
Soit x(t) une intensité et y(t) la tension au borne d’un condensateur. I Signals and Systems,
Le système condensateur donne la loi suivante : S. Haykin, B van Veen, Whiley, 2007.
I Signals and Systems,
y(t) = (17) A. Oppenheim, AS Willsky, SH Nawab, Prentice-Hall, 1983.
I Théorie du signal,
On peut donc en conclure que la réponse impulsionnelle est de la forme : C. Jutten, Université Joseph Fourier, 2009.
I Signals and systems,
h(t) = (18) Wikibooks : http://en.wikibooks.org/wiki/Signals_and_Systems

Filtre moyenneur
Un système qui retourne la moyenne du signal d’entrée sur une fenêtre
temporelle de taille T
Soit le système définit par la réponse impulsionnelle h(t) = .
31 / 32 32 / 32
 Plan du cours
Rappels signaux et systèmes
Caractérisation fréquentielle
Décomposition en séries de Fourier
Signaux et systèmes continus Transformée de Fourier
Définition
Représentation fréquentielle Propriétés de la Transformée de Fourier
Signaux périodiques ou à énergie infinie
Réponse en fréquence des systèmes linéaires
R. Flamary Fonction de transfert
Fréquence et pulsation
Représentation de la réponse en fréquence
Diagramme de Bode
Diagramme de Black
7 décembre 2015 Diagramme de Nyquist
Exemples, systèmes du premier et second ordre
Système dérivateur/intégrateur
Système du premier ordre
Système du second ordre

Applications

Notion de fréquence Notion de fréquence (2)

Exemple des images

Qu’est ce qu’une fréquence ?
I Surfaces = basses fréquences
I La fréquence est le nombre de fois qu’un phénomène périodique se
reproduit pendant une durée déterminée I Contours = hautes fréquences
I C’est donc l’inverse de la période f = 1/T
I La fréquence est mesurée en Hertz (= 1/seconde) Exemple des couleurs

I Ondes limuneuses
Exemple audio
I Couleur dépend de la fréquence
I Sons graves = basses fréquences
Exemple des ondes cérébrales
I Sons aigus = hautes fréquences
I Ondes alpha (8-12 Hz) (sommeil)
I Ondes beta (12-30 Hz)
(mouvement, réflexion)
Caractérisation fréquentielle Rappel changement de base
Pour les signaux
I I Base 1 : B1 = (i1 , j1 )
Représenter un signal par rapport à son contenu fréquentiel.
I I Projection :
Changement de base permettant une meilleur interprétation. v
I hv, i1 i = 1
I x(t) → X(f ) I hv, j1 i = 2
j1
j2 i2 v = i1 + 2j1 = (1, 2)1
Pour les systèmes I Base 2 : B2 = (i2 , j2 )
i1 √ √ 
I Représenter les transformations opérées par le système selon la fréquence. I i2 = 2
, 22
2
I
 √ √ 1
Réponse en fréquence. I j2 = − 22 , 22
I h(t) → H(f ) 1
I Projection :
√
I 3 2
hv, i2 i =
Outils √2
I 2
hv, j2 i = 2
I √ √
Décomposition en séries de Fourier (Signaux périodiques). 3 2 2
v
= 2√ i2+ 2 j2 =
I Transformée de Fourier (signaux à énergie finie). √
3 2 2
2 , 2
I Transformée de Laplace. 2

Décomposition en séries de Fourier Décomposition en séries de Fourier (2)

Décomposition en séries trigonométriques
2π
On peut écrire x(t) périodique de période fondamentale T0 = w0 sous la forme
Signal
ck exp(2πf0kt)

∞
1
a0 X
0.5 x(t) = + [ak cos(kw0 t) + bk sin(kw0 t)]
2
amplitude

0 k=1
−0.5

−1 où ak et bk sont les coefficients de Fourier obtenus par les équations

0
1 4
5
Z Z
2 2
3
2 2
3 0
1
ak = x(t) cos(kw0 t)dt bk = x(t) sin(kw0 t)dt
frequence temps T0 T0 T0 T0

Principe
Exemple
I Exprimer un signal périodique sous la forme d’une somme de sinus et I Fonction créneau T0 = 2T P∞
cosinus. 1
I x(t) = i=−∞ ΠT (t − T2 − 2iT )
I Changement de base dans l’espace fonctionnel (temporel → frequentiel) 0.8
I a0 = 1, ak = 0 ∀k > 0
0.6
0.4
I 2
0.2 bk = π(2k−1)
0
0 1 2 3 4 5
Décomposition en séries de Fourier (3) De la série à la transformée
Décomposition complexe
Un signal périodique x(t) de période fondamentale T0 peut etre représenté en Séries de Fourier
une somme d’exponentielles complexes : I Expriment une fonction dans la base des exponentielles complexes de
X
∞ fréquences
2π k
x(t) = ck ejkw0 t avec w0 = ∀k entier
T0 T
k=−∞
I Limitées aux signaux périodiques de période T .
où les coefficients ck sont appelés les coefficients de Fourier complexes et
s’obtiennent comme
Z Z T0 Z T0 /2 Transformée de Fourier
1 −jkw0 t 1 −jkw0 t 1
ck = x(t)e dt = x(t)e dt = x(t)e−jkw0 t dt I Cas non périodique.
T0 T0 T0 0 T0 −T0 /2
I Un signal peut être considéré comme un signal périodique avec T → ∞
Liens entre les décompositions I Les exponentielles complexes de la base sont séparée par des fréquences qui
Les coefficients ak et bk et les coefficients de Fourier complexes sont reliés par se resserrent infiniment.
a0 I L’échantillonnage fréquentiel devient continu.
= c0 ak = ck + c−k bk = j(ck − c−k )
2 I Somme → Intégrale.
On remarque que si x(t) est un signal paire alors les termes en bk sont nulles,
tandis que si x(t) est impair alors les ak = 0.

Transformée de Fourier Transformée de Fourier (2)

Définition Transformée de Fourier inverse

Soit x(t) une fonction à variable réelle, on appelle la transformée de Fourier de Si elle existe la transformée de Fourier inverse de X(f ) est :
x(t), notée X(f ), la fonction définie comme :
Z +∞
Z +∞ x(t) = X(f )ej2πf t df
X(f ) = x(t)e−j2πf t dt −∞
−∞

On notera également la paire x(t), X(f ) comme I Pour que la TF inverse existe x(t) doit être à énergie finie
Z +∞
x(t) → X(f )
|x(t)|2 dt < ∞
−∞
Et la tranformée de Fourier s’écrit sous la forme
I Dans ce cours on supposera les conditions satisfaites pour l’existence de la
X(f ) = F[x(t)] transformée inverse.
Exemples de transformées de Fourier Exemples de transformées de Fourier (2)
Signal porte Signal exponentielle décroissante
Signal ΠT (t) Signal x(t)
1.0
0.5
 0.4
0.8

1/T pour |t| < T /2 x(t) = e−at Γ(t)
0.3 0.6

ΠT (t) = 1/2T pour |t| = T /2 (1)



0.2
avec a > 0. 0.4

0 ailleurs 0.1
0.2
0.0
0.0
0.12.0 1.5 1.0 0.5 0.0 0.5 1.0 1.5 2.0 6 4 2 0 2 4 6
t t

La tranformée de Fourier est 3.5 F[ΠT (t)]

0.6 X(f)
Partie reelle Partie reelle
3.0 Partie imaginaire Partie imaginaire
2.5
La tranformée de Fourier est 0.4
F[ΠT (t)] = 2.0
1.5 0.2
X(f ) =
avec 1.0
0.5 0.0

sin(t) 0.0

sinc(t) = et sinc(0) = 1 0.5 0.2

t 1.0 4 2 0 2 4 4 2 0 2 4
f f

Exemples de transformées de Fourier (3) Propriétés de de Transformée de Fourier

Impulsion de dirac
Signal δ(t)
Linéarité
1.0
Soit x1 (t) et x2 (t) deux signaux de TF respectives X1 (f ) et X2 (f ).
0.8
Pour a ∈ R et b ∈ R, on a :
0.6
x(t) = δ(t)
0.4

ax1 (t) + bx2 (t) → aX1 (f ) + bX2 (f )

0.2

0.0 Démonstration. Découle naturellement de la propriété de linéarité de l’intégrale.

0.2
4 2 0 2 4

Décalage temporel
t

La tranformée de Fourier est

Soit x(t) un signal dont la transformée de Fourier est X(f ).
Z +∞
Pour t0 ∈ R,soit x(t − t0 ) une translatée de x(t) alors, on a :
X(f ) = δ(t)e−j2πf t =
−∞
x(t − t0 ) → e−j2πt0 f X(f )

I δ(t) est une distribution (pas d’énergie finie). Démonstration. Changement de variable dans l’intégrale.
I δ(t) contient toutes les fréquences.
Propriétés de de Transformée de Fourier (2) Propriétés de de Transformée de Fourier (3)

Dérivation
Décalage fréquentiel Soit x(t) un signal dont la transformée de Fourier est X(f ), on a alors
Soit x(t) un signal dont la transformée de Fourier est X(f ), on a alors
dx(t)
→ j2πf X(f )
ej2πf0 t x(t) → X(f − f0 ) dt

En multipliant un signal par un exponentielle complexe de fréquence f0 , on

translate sa trasnformée de Fourier de f0 . Intégration
R
Démonstration. Regrouper les exponentielles dans l’intégrale. Soit x(t) un signal dont la transformée de Fourier est X(f ) avec x(t)dt = 0
on a alors Z
Changement d’échelle 1
x(t)dt → f X(f )
Soit x(t) un signal dont la transformée de Fourier est X(f ), on a alors, pour j2π
a 6= 0  
1 f Signal conjugué
x(at) → X
|a| a Soit x(t) un signal dont la transformée de Fourier est X(f ) et x∗ (t) son
Démonstration. Traiter les cas a > 0 et a < 0 séparément. conjugué. On a alors
x∗ (t) → X ∗ (−f )

Propriétés de de Transformée de Fourier (4) Illustration des propriétés

Les propriétés vue précédemment peuvent être utilisées pour éviter de calculer
l’intégrale de la TF.
On rappelle que
Parité F[ΠT (t)] = sinc(πf T )
I Si un signal x(t) est un signal réel et pair alors X(f ) est réelle et paire.
Exemple 1
I Si un signal x(t) est un signal réel impair alors X(f ) est imaginaire pure et Soit
impaire. 1
x(t) = Π1 (t − 2.5) + Π3 (t − 2.5)
2
Convolution En utilisant les propriétés de linéarité de de décalage temporel, on obtient
Soit x1 (t) et x2 (t) deux signaux de tranformée de Fourier respectives X1 (f ) et
X2 (f ). X(f ) =
La transformée de Fourier du produit de convolution entre x1 (t) et x2 (t) est
Z ∞
x1 ∗ x2 (t) = x1 (τ )x2 (t − τ )dτ → X1 (f )X2 (f )
−∞
Exemple 2
Soit x(t) = ΠT (t)ej2πf0 t , par la propriété de décalage temporel, on a alors

X(f ) =
La dualité de la Transformée de Fourier Signaux périodiques ou à énergie infinie
Soit x(t) un signal dont la transformée de Fourier est X(f ). Signaux périodiques
En utilisant la définition de la TF inverse, on peut écrire
Z +∞ Z +∞ x(t) = cos(2πf0 t) avec f0 > 0
x(−t) = X(f )e j2πf (−t)
df = X(f )e−j2πf t df
−∞ −∞
I Signaux d’énergie infinie.
Le dernier terme de l’égalité correspond à la transformée de Fourier de la
I Comportent clairement des composante fréquentielles (f0 pour le cosinus)
fonction X(f ). En intervertissant les variables temporelles t et les variables
fréquentielles f , on a donc si x(t) → X(f ) alors I Utilisation de la théorie des distributions (pas l’objet de ce cours).

X(t) → x(−f ) TF de l’impulsion de dirac

Z +∞
Example
δ(t) → e−2jπf t df = 1
Pour la fonction porte ΠT (t) : −∞

ΠT (t) → sinc(πf T ) La propriété de dualité nous donne

sinc(πT t) →
1 → δ(f )

Signaux périodiques ou à énergie infinie (2) Interprétation de la transformée de Fourier

TF de l’impulsion de dirac (suite)
La propriété de décalage fréquentielle permet de trouver que
Représentation fréquentielle
ej2πf0 t → δ(f − f0 )
I La TF représente le contenu fréquentiel d’un signal.
Ainsi, grâce à la linéarité de la transformée de Fourier, on a : I |X(f )| représente l’amplitude d’un signal sinusoı̈dal.
X X I Arg(X(f )) représente la phase d’un signal sinusoı̈dal.
x(t) = ej2πfk t → δ(f − fk )
I Si le signal x(t) est réel, alors X(f ) = X(−f )∗
k k
Z +∞ Z +∞
j2πf t
x(t) = X(f )e df = |X(f )|ej2π(f t+Arg(X(f ))) df (2)
TF du cosinus −∞ −∞
Z +∞
ej2πf0 t + e−j2πf0 t 1 1 = X(0) + 2 |X(f )| cos(j2π(f t + Arg(X(f )))) (3)
cos(2πf0 t) = → δ(f − f0 ) + δ(f + f0 )
2 2 2 0+

I Le module et l’argument de la TF permettent d’identifier à la foi le contenu

TF d’un signal périodique fréquentiel du signal et de déphasage correspondant.
X k
X k
x(t) = ck ej2π T t → ck δ(f − )
T
k k
Exemples de TF 2D Exemples de TF 2D (2)

Réponse en fréquence des systèmes linéaires Fonction de transfert

x(t) y(t) Réponse à une entrée mono-fréquence

h(t)
I Système linéaire de réponse impulsionnelle h(t).
I Signal en entrée de la forme x(t) = e2jπf0 t .
Définition I Signal de sortie :
Réponse d’un système à un signal d’entrée contenant une fréquence unique. Z +∞
Fonction de transfert y(t) = h(τ )e2jπf0 h(t−τ ) dτ
−∞
Pour un SLIT tel que y(t) = (x ∗ h)(t), la TF d’une convolution donne Z +∞
= e2jπf0 t h(τ )e−2jπf0 hτ dτ
Y (f ) = H(f )X(f ) (4) −∞
= e2jπf0 t H(f0 ) = x(t)H(f0 )
il est donc facile de déduire que la transformation est de la forme :
I Un signal contenant une unique fréquence f0 est donc multiplié par H(f0 ).
Y (f )
H(f ) = (5) I En pratique il est multiplie par |H(f0 )| et déphasé de
X(f )
Arg(H(f0 )) = ∠(H(f0 ))
et H(f ) s’appelle la fonction de transfert du système.
Fonction de transfert (2) Fréquence et pulsations

Gain statique (fréquence nulle) I La Transforme de Fourier est une fonction de la fréquence f .
Gain complexe qui est appliqué a un signal constant lorsqu’il traverse le système. I Représentation classique permettant de connaı̂tre la réponse à une
Il s’obtient soit à partir de la fonction de transfert du système fréquence en Hz.
I On utilise également une autre représentation proportionelle à la fréquence,
K = H(0) la pulsation w exprimée en rad/s .
I La pulsation est liée à la fréquence par la relation
soit à partir de sa réponse impulsionnelle
Z +∞ w
w = 2πf f=
K= h(t)dt 2π
−∞
I Le passage de H(f ) à H(w) se fait de manière évidente par changement
qui correspond en effet à la transformée de Fourier pour une fréquence f nulle. de variable.

Fonction de transfert d’une EDO Représentation de la réponse en fréquence

Interprétation de la fonction de transfert
Equation différentielle ordinaire I La fonction de transfert (FT) d’un système donne des informations sur les
Soit le système décrit par l’équation suivante : transformations dues à la traversée du système.
I Grandeurs pouvant être étudiées :
dy(t) dn y(t) dx(t) dm x(t)
a0 y(t) + a1 + · · · + an n
= b0 x(t) + b1 + · · · + bm
dt dt dt dtm H(w) = Re(H(w)) + jIm(H(w))
En utilisant les propriétés de le TF on peut obtenif la TF d’une dérivée nième = |H(w)|ejArg(H(w))
 (n) 
d x(t) I |H(w)| module de la fonction detransfert.
F = (2iπf )n X(f ) = (iw)n X(w)
dtn I Arg(H(w)) = ∠H(w) = tan−1 Im(H(w)
Re(H(w)
phase en radian.

Ce qui nous donne la forme suivant pour un système définit par une EDO
Méthodes de représentations
Y (w) b0 + b1 jw + · · · + bm (jw)m
H(w) = = (6) I Diagramme de Bode.
X(w) a0 + a1 jw + · · · + an (jw)n
I Diagramme de Black.
I Diagramme de Nyquist.
Diagramme de Bode Diagramme de Bode (2)

Définition
Le diagramme de Bode d’un système H(w) est composé de deux tracés : Tracé du Module
I le gain (ou amplitude) en décibels (dB). 1. Calcul de la fonction de transfert H(w).
G(w) = 20 log10 (|H(w)|) 2. Calcul du module |H(w)|.
3. Expression du gain G(w) = 20 log10 (|H(w)|)
I la phase en degré, donnée par 4. Droite caractéristique basse fréquence : limw→0 G(w)
Φ(w) = Arg(H(w)|) = ∠|H(w)| 5. Droite caractéristique haute fréquence : limw→∞ G(w)
6. Calcul du gain pour les points importants du système.
L’échelle des pulsations est logarithmique et permet un tracé très lisible, car
composé majoritairement de tronçons linéaires. Exemples : passe haut, passe bas, passe bande.

Diagramme de Bode (3) Propriétés du diagramme de Bode

L’utilisation du logarithme et de l’argument permet d’obtenir simplement le

diagramme pour des combinaisons de systèmes.
Multiplication
Si deux SLITS H1 (w) etH2 (w) sont mis en série, alors le système équivalent est
H(w) = H1 (w)H2 (w) et
I G(w) = G1 (w) + G2 (w)
I Φ(w) = Φ1 (w) + Φ2 (w)

Tracé de la phase Division

H1 (w)
1. Calcul de la fonction de transfert H(w). Si un SLIT peut être mis sous la forme H(w) = alors
H2 (w)
2. Calcul de la phase Φ(w) = arg(H(w)).
I G(w) = G1 (w) − G2 (w)
3. Droite caractéristique basse fréquence : limw→0 Φ(w)
I Φ(w) = Φ1 (w) − Φ2 (w)
4. Droite caractéristique haute fréquence : limw→∞ Φ(w)
Ceci peut être utilisé pour tracer le diagramme d’un système EDO.
5. Calcul de la phase pour les points importants du système.
Diagramme de Black Diagramme de Nyquist

Définition Définition
Le diagramme de Black (ou de Nichols) est une représentation paramétrée de Le diagramme de Nyquist est une représentation paramétrée de H(w) dans un
H(w) dans un repère comprenant le Gain 20 log10 |H(w)| et la phase Φ(w). repère comprenant sa partie réelle Re(H(w)) et sa partie imaginaire Im(H(w)).
I On trace la partie imaginaire en fonction de la partie réelle de H(w).
I Condensé des deux courbes du diagramme de Bode.
I S’obtient en traçant une courbe le long de la pointe du vecteur d’amplitude
I On trace le Module en fonction de la phase.
|H(w)| faisant un angle Φ(w) avec l’axe des réels.
I Se trace en suivant le diagramme de Bode le long de la variation de w. I Utilisé pour étudier la stabilité des systèmes.

Exemples de systèmes Système dérivateur (1)

I Système
dx(t)
Étapes y(t) =
dt
1. Description du système I Fonction de transfert
2. Calcul de la fonction de transfert H(f ) = 2iπf
3. Diagramme de Bode I Diagramme de Bode

Systèmes étudiés
Module Argument
I Système dérivateur 1. H(w) = 1. H(w) =
I Système intégrateur 2. |H(w)| = 2. Φ(w) =
I Système du premier ordre 3. G(w) = 3. limw→0 Φ(w) =
I Système du second ordre 4. limw→0 G(w) = 4. limw→∞ Φ(w) =
I Cas général 5. limw→∞ G(w) =
6. En w = 1, G(w) =
Système dérivateur (2) Système dérivateur (3)
Diagramme de Bode Diagramme de Black

Bode Diagram Nichols Chart

20 40

15
30

Magnitude (dB) 10
20

Open−Loop Gain (dB)

5
10
0

−5 0
91
−10
90.5
Phase (deg)

−20
90

89.5 −30

89 −40
0 1 60 90 120
10 10
Frequency (rad/sec) Open−Loop Phase (deg)

Système dérivateur (4) Système intégrateur (1)

Diagramme de Nyquist
I Système Z t
Nyquist Diagram y(t) = x(u)du
10 −∞
0 dB
I Fonction de transfert
8
1
H(f ) =
6 2iπf
4 I Diagramme de Bode
Imaginary Axis

2 dB −2 dB
2
46dB −4dB
dB−6 dB
0 Module Argument
−2
1. H(w) = 1. H(w) =
−4
2. |H(w)| = 2. Φ(w) =
−6 3. G(w) = 3. limw→0 Φ(w) =
−8
4. limw→∞ Φ(w) =
−10 4. En w = 1, G(w) =
−10 −5 0 5 10
Real Axis
Système intégrateur (2) Système intégrateur (3)
Diagramme de Bode Diagramme de Black

Bode Diagram Nichols Chart

5 40
0 dB
0
30
Magnitude (dB) −5
20

Open−Loop Gain (dB)

−10
10
−15

−20 0
−89
−10
−89.5
Phase (deg)

−20
−90

−90.5 −30

−91 −40
0 1 −120 −90 −60
10 10
Frequency (rad/sec) Open−Loop Phase (deg)

Système intégrateur (4) Système dérivateur haute fréquence (1)

Diagramme de Nyquist
I Système
dx(t)
Nyquist Diagram y(t) = x(t) +
dt
10
0 dB I Fonction de transfert
8
H(f ) = 1 + 2iπf
6
I Diagramme de Bode
4
Imaginary Axis

2 dB −2 dB
2
46dB −4dB
dB−6 dB Module Argument
0
1. H(w) = 1. H(w) =
−2
2. |H(w)| = 2. Φ(w) =
−4
3. G(w) = 3. limw→0 Φ(w) =
−6
4. limw→0 G(w) = 4. limw→∞ Φ(w)
−8
5. limw→∞ G(w) = 5. Φ(1) =
−10
−10 −5 0 5 10 6. En w = 1, G(w) =
Real Axis
Système dérivateur haute fréquence (2) Système dérivateur haute fréquence (3)
Diagramme de Bode Diagramme de Black

Bode Diagram Nichols Chart

40
50

30

Magnitude (dB)
40

20 0 dB

Open−Loop Gain (dB)

30 0.25 dB
10 0.5 dB
20 1 dB −1 dB
0
90
10 3 dB
−3 dB
6 dB
Phase (deg)

0 −6 dB
45

−10 −12 dB

0
−2 −1 0 1 2 0 45 90 135 180 225 270 315 360
10 10 10 10 10
Frequency (rad/sec) Open−Loop Phase (deg)

Système dérivateur haute fréquence (4) Fonction de transfert des circuits électroniques
Diagramme de Nyquist
Principe de calcul
Nyquist Diagram
La loi d’Ohm peut simplement être étendue à d’autres composants que la
20
0 dB
résistance en utilisant les impédances complexes.
15 Système linéaire i(t) → u(t) donne
10 U (w) = H(w)I(w) = Z(w)I(w)
Imaginary Axis

5
2 dB −2 dB
4 dB
−4 dB
0 Résistance Condensateur Bobine
Rt
−5 I u(t) = Ri(t) I u(t) = 1
C −∞ i(u)du
I u(t) = L di(t)
dt
I U (w) = RI(w) I U (w) = 1 I U (w) = jLwI(w)
−10 jCw I(w)
I ZR = R 1 I ZL = jLw
I ZR =
−15 jCw

Le calcul de fonction de transfert de système électroniques complexes peut donc

−20
−25 −20 −15 −10 −5 0 5 10 15 20 25 se faire en utilisant les méthodes de calculs classiques.
Real Axis
Système du premier ordre (1) Système du premier ordre (2)
Système normalisé
I Système
On reformule souvent le système sous la forme suivante :
x(t) = Ri(t) + y(t) 1
Z H(w) = (7)
1 t 1 + j ww0
y(t) = i(v)dv
C −∞
1 1
x(t) = RCy 0 (t) + y(t) avec pour le système précédent w0 = τ = RC .

I
Diagramme de Bode
Fonction de transfert
Module
Y (f )
H(f ) = = 1. H(w) =
X(f )
2. |H(w)| =
I A partir des impédances complexes
3. G(w) =
Y (w) = Zc I(w) et X(w) =
Y (w) 4. limw→0 G(w) =
H(w) = =
X(w) 5. limw→∞ G(w) =
6. En w = w0 , G(w) =

Système du premier ordre (3) Système du premier ordre (4)

Diagramme de Bode

Bode Diagram
Diagramme de Bode
0
Argument
−10

Magnitude (dB)
1. H(w) =
−20
2. Φ(w) =
−30
3. limw→0 Φ(w) =
4. limw→∞ Φ(w) = −40
0
5. En w = w0 , Φ(w) =
en w = 10w0 , Φ(w) =
en w = .1w0 Φ(w) = Phase (deg) −45

−90
−2 −1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Système du premier ordre (5) Système du premier ordre (6)
Diagramme de Black

Nichols Chart
Diagramme de Nyquist

3 dB Nyquist Diagram
10
6 dB −3 dB
0.5
6 dB4 dB2 dB0 dB
10 dB −2 dB
−4 dB −10 dB −6 dB
0 −6 dB
Open−Loop Gain (dB)

Imaginary Axis
−12 dB 20 dB −20 dB
−10
0
−20 −20 dB

−30
−0.5
−1 −0.5 0 0.5 1
−40 −40 dB Real Axis

−50
−360 −315 −270 −225 −180 −135 −90 −45 0
Open−Loop Phase (deg)

Système du second ordre (1) Système du second ordre (2)

I Impédance complexe Système EDO
L Le système du second ordre est associé à un système EDO de la forme
Y (w) = Zc I(w)
X(w) = (ZL + ZR + ZC )I(w) d2 y(t) dy(t)
+ 2zwn + wn2 y(t) = kwn2 x(t) (8)
dt2 dt
I Fonction de transfert
1
Forme factorisée
Y (w) ZC jCw Un système du second ordre peut être factorisé sous la forme
H(w) = = = 1
X(w) ZL + ZR + ZC jCw + R + jLw
kwn2
H(w) = (9)
I Expression normalisée (jw − c1 )(jw − c2 )
1 kwn2 avec
H(w) = 2
= 2
1 + RCjw + LC(jw) wn + 2zwn (jw) + (jw)2
c1 = (10)
I k gain statique du système : k = c2 = (11)
I z coefficient d’amortissement du système : z =
les valeurs c1 et c2 sont appelées les pôles de la fonction de transfert
I wn pulsation propre (ou naturelle) du système : wn =
Système du second ordre (3) Système du second ordre (4)

Réponses du système pour z > 1

I On a des coeficients c1 et c2 réels. Réponses du système pour z = 1
I La TF peut se décomposer sous la forme suivante La TF devient :
kwn2
M M H(w) = (13)
H(w) = − (12) (jw + wn )2
jw − c1 jw − c2
ce qui est une multiplication de deux systèmes du premier ordres.
avec M = √wn , La réponse impulsionelle de ce type de système se met sous la forme
2 z 2 −1
I La réponse impulsionelle du système est h(t) = wn2 te−wn t Γ(t)
h(t) = M (ec1 t − ec2 t )Γ(t) et la réponse indicielle est de la forme
I Et la réponse indicielle sous la forme suivante e(t) = (1 − e−wn t − wn te−wn t )Γ(t)
  c1 t 
e ec2 t
e(t) = 1 + M − Γ(t)
c1 c2

Système du second ordre (5) Système du second ordre (6)

Réponses impulsionnelles et indicielles

Réponse impulsionnelle d’un systeme du second ordre

0.6
Réponses du système pour z < 1 z=0.5
0.4 z=1
I Dans ce cas là, l’atténuation est plus faible et des oscillations apparaissent. z=1.5

I Ces oscillations viennent du fait que pour z < 1 les coefficients c1 et c2 0.2

sont complexes. 0
h(t) = M (ec1 t − ec2 t )Γ(t)
−0.2
I −5 0 5 10 15 20
La réponse indicielle est de la forme
Réponse indiciele d’un systeme du second ordre
wn e−zwn t  p  1.5
h(t) = √ sin wn t 1 − z 2 Γ(t) z=0.5
1 − z2 z=1
1 z=1.5
Qui est un sinus ayant une amplitude décroissante exponentiellement.
0.5

0
−5 0 5 10 15 20
Système du second ordre (7) Système du second ordre (8)
Diagramme de Bode
Pour tracer le diagramme de bode, on utilise une normalisation
k Module (2)
H(w) =  2   (14) p
jw jw I Le module de la fonction de transfert pour z < (2)/2 a un maximum qui
wn + 2z wn +1
se situe à la pulsation p
Module wmax = wn 1 − 2z 2
k
1. H(w) = 
jw
2 
jw
 . I La valeur du module à cette pulsation est
wn
+2z w +1
n

2. |H(w)| = s k
. k
 2 2  2 |H(wmax )| = √
1− ww +4z 2 ww
n n 2z 1 − z 2
3. G(w) = 20 log10 (|H(w)|) = ! I La pulsation de coupure à -3dB est égale à
  2 2  2
−10 log10 1 − wn w 2
+ 4z wnw
+ 20log(k) q p
w−3 = wn 1 + 2z 2 + 2 − 4z 2 + 4z 4
4. limw→0 G(w) = 20log(k)
4
w
5. limw→∞ G(w) = −10 log10 ( w 4 ) = −40 log10 (w) + 40 log10 (wn )
n

6. En w = w0 , G(w) = −20 log10 (2z) + 20 log(k).

Système du second ordre (9) Système du second ordre (10)

Diagramme de Bode

Bode Diagram
Diagramme de Bode 50

Argument
0

Magnitude (dB)
k
1. H(w) = H(w) = 2 .
( wjwn ) jw
+2z ( wn
)+1 −50
!
 2   2z wwn
jw jw −1
2. Φ(w) = arg(H(w)) = −arg( w + 2z wn + 1) = −tan w2
. −100
n 1− w 2
n
−150
3. limw→0 Φ(w) = 0 0
z=0.1
4. limw→∞ Φ(w) = −π(−180◦ ) −45 z=1

Phase (deg)
z=10
5. En w = w0 , Φ(w) = −tan−1 (1) = −90◦ , −90

−135

−180
−3 −2 −1 0 1 2 3
10 10 10 10 10 10 10
Frequency (rad/sec)
Système du second ordre (11) Système du second ordre (12)
Diagramme de Black Diagramme de Nyquist

Nichols Chart Nyquist Diagram

40 6
0 dB z=0.1 0 dB z=0.1
0.25 dB
0.5 dB z=1 z=1
20 1 dB −1 z=10
dB z=10
3 dB 4
6 dB −3 dB
0 −6 dB
Open−Loop Gain (dB)

−12 dB 2 dB −2 dB
2

Imaginary Axis
−20 −20 dB
4 dB −4 dB
6 dB −6 dB
10 dB−10 dB
−40 −40 dB 0

−60 −60 dB
−2

−80 −80 dB

−4
−100 −100 dB

−120 dB
−120 −6
−180 −135 −90 −45 0 −6 −4 −2 0 2 4 6
Open−Loop Phase (deg) Real Axis

Cas général
Pour tout système linéaire mis sous la forme suivante
jw jw 2zjw (jw)2 2zjw (jw)2
(1 + ) .(1
w0 (1)
− ) .(1
w0 (2)
+ ωn
+ ωn2 )(3) .(1 − ωn
+ ωn2 )(4) ···
G(w) = K(0) . 2zjw (jw)2
w
(1 + ) .(1
w0 (5)
+ ωn
+ ωn2 )(6) ···

Le diagramme de Bode peut être obtenu en utilisant le tableau

terme module en dB argument
(0) cf. cours cf. cours
(5) cf. cours cf. cours
(6) cf. cours cf. cours
(1) = - module de (5) = - phase de (5)
(3) = - module de (6) = - phase de (6)
(2) = module de (1) = - phase de (1)
(4) = module de (3) = - phase de (3)

La forme factorisée s’obtient en effectuant une factorisation polynomiale (voir

cours de J.P. Folcher)
 Plan du cours

Rappels signaux et systèmes

Signaux et systèmes continus

Caractérisation fréquentielle
Applications

Applications
R. Flamary Traitement du signal : Filtrage analogique
Introduction
Synthèse de filtre
Réalisation de filtre
Bilan filtrage
7 décembre 2015
Télécommunications : Modulation
Introduction
Modulation d’amplitude
Modulation de fréquence

2 / 40

Filtrage Analogique Applications du filtrage analogique

x(t) y(t)
Filtre
I Signaux EEG, détection de
mouvement dans la bande [9-11]Hz.
Définition I Tonalité, effets dans les appareils
Méthode de traitement du signal continu visant à atténuer une partie du signal audio (equalizer, echo).
et à en faire ressortir une autre. I Suspension de véhicules.
Filtrage analogique en opposition à filtrage numérique (signaux discrets).
I Protection sismique.
Objectifs I Éviter le repliement de spectre.
I I Modélisation de la fonction de
Trouver un système qui transforme le signal x(t) pour en extraire
l’information pertinente. transfert d’un téléscope.
I I Karaoké, Vuvuzela.
Éliminer ou atténuer un bruit.
I Séparer plusieurs composantes d’un signal.

3 / 40 4 / 40
Cadre d’application : débruitage Cadre d’application : déconvolution

b(t) b(t)
y(t) x(t) y(t)
y(t) x(t) y(t) h(t) + -1
h(t)
+ h(t) +
+
Objectif
Objectif
I Reconstruire le signal d’origine y(t) qui a été convolué puis bruité par un
I Reconstruire le signal d’origine y(t) qui a été bruité par un bruit additif b(t). bruit additif b(t).
I Reconstruction exacte souvent impossible. I Synthèse d’un système ĥ(t)−1 qui annule la convolution en limitant l’effet
I Synthèse d’un système h(t) qui atténue l’effet du bruit en minimisant son du bruit.
effet sur le signal d’origine. ŷ(t) = ĥ−1 ∗ b(t) + h ∗ ĥ−1 ∗ y(t)
| {z } | {z }
≈0 ≈y(t)
ŷ(t) = h ∗ b(t) + h ∗ y(t)
| {z } | {z }
≈0 ≈y(t)
I Problème beaucoup plus difficile que le débruitage car le système h−1 (t)
qui annule la convolution peut ne pas exister (pas l’objet de ce cours).

5 / 40 6 / 40

Filtrage et bande passante Type de Filtres

1 Passe bas Filtre le plus commun, coupe les hautes
Gain et Atténuation fréquences.
1/2
I Pour caractériser un filtre on peut utiliser sa représentation Gain/Phase BP = [O, fc ] avec fc fréquence de
(Diagramme de Bode). 0
0 fc coupure (wc pulsation).

GDB (w) = 20 log10 (|H(w)|) et Φ(w) = Arg(H(w)) 1 Passe haut Coupe les basses fréquences fc .
1/2 BP = [fc , ∞]
I On utilise également l’atténuation A(w) = −GDB (w)
0
0 fc
Bande passante 1 Passe bande Laisse passer les composantes de
La bande passante est l’ensemble des fréquences telles que le Gain du filtre est fréquence comprises entre les deux
1/2
supérieur à une référence (en général on prend -3dB). fréquences de coupures.
0 BP = [fc1 , fc2 ]
0 fc1 fc2
Bande passante à −3dB :
1
    Coupe bande Laisse passer les composantes de
|H(w)| 1/2 fréquence à l’extérieur des deux
BP = w|20 log ≥ −3
max(|H(w)|) fréquences de coupures.
0
0 fc1 fc2 BP = [0, fc1 ] ∪ [fc2 , ∞]

7 / 40 8 / 40
Notion de distorsion Notion de distorsion (2)
Distorsion de phase
Transmision sans distorsion Soit le système de fonction de transfert
Un système est considéré sans distorsion si
H(w) = |H(w)|ejφ(w)
Avec
I C un gain constant. On en déduit donc que
y(t) = Cx(t − t0 )
I t0 > 0 est un délai. x(t) = cos(ωt)
Un système sans distorsion a donc une TF de la forme y(t) = |H(ω)| cos(ωt + φ(ω)) = |H(ω)| cos(ω(t + φ(ω)/ω))

X(w) Pour que le retard φ(ω)/ω aussi appelé temps de propagation ne dépende pas
H(w) = = et h(t) =
Y (w) de la fréquence il faut donc

Avec φ(ω)
= cte = τ → φ(ω) = ωτ
I |H(w)| = C sinon distorsion d’amplitude. ω
I Arg(H(w)) = −wt0 sinon distorsion de phase.
On remarque que la phase du système varie linéairement avec la fréquence. Temps de propagation de groupe
dφ(ω)
En pratique, on utilise le temps de propagation de groupe τ = dω sur la
bande passante du filtre.
9 / 40 10 / 40

Filtre passe-bas idéal Réalisation de filtre en pratique

Définition
I Le filtre idéal est un objet théorique.
I Utilisable lorsque les spectres du signal et du bruit ne se recouvrent pas La réalisation d’un filtre analogique nécessite plusieurs étapes.
(signal basse fréquence).
1. Caractérisation du filtre
I La fonction de transfert du filtre est Gabarit qui définit les contraintes du filtre (bande passante, gain).

1 si |f | < fc 2. Synthèse du filtre
H(f ) =
0 sinon
Recherche de la fonction de transfert qui répond au gabarit (ordre le plus faible
où fc est la fréquence de coupure. possible).
I La réponse impulsionnelle du filtre est 3. Réalisation du filtre
Recherche des composants électroniques élémentaire qui permettent d’obtenir la
h(t) = fonction de transfert voulue (R,C,L et ampli op pour filtrage actif) .

Filtre physiquement réalisable

I Un filtre physiquement réalisable est causal et stable.
I Filtre idéal non causal, ne pouvant pas être implémenté en pratique.
11 / 40 12 / 40
Caractérisation de filtre Exemple de Synthèse de filtre

Filtre réel I Application interface cerveau-machine.

I Les filtres idéaux ne sont pas réalisables en pratique. I Signal intéressant ≈ 12Hz (ws = 2π ∗ 12).
I On cherche donc une approximation de ces filtres. I Bruit EDF à 50Hz (wedf = 2π ∗ 50).
I L’approximation est caractérisée par un Gabarit I Deux signaux de faible puissance Ps = Pb .
I Atténuation max du signal 3dB.
Gabarit d’un filtre I Filtrage par un système du premier ordre.
Paramètres : I Fonction de transfert premier ordre I Avant filtrage :  
I Bande passante BP et la bande 1 RS/B = 10 log10 PPsb =
rejetée H(w) = I
1 + j ww0 Après filtrage :
I Ondulations autorisées : RS/B = G(ws ) − G(wedf )
I ε en bande passante I Gain en Db I Choix de w0 ?
I δ en bande atténuée
G(w) =

La gabarit définit la zone autorisée pour la fonction de transfert (compromis).

13 / 40 14 / 40

Exemple de Synthèse de filtre Fonctions d’approximation et filtre passe bas

I RS/B = G(ws ) − G(wedf )

I Tracer le RS/B en fonction de w0 .
I Pour quelle valeur le rapport est-il
maximum ?

Choix que w0
Gabarit pour un filtre passe bas
I On ne doit pas atténuer le signal de plus de -3dB → ws ≤ w0 ≤ ∞.
I Bande passante (BP) : 1 − ε ≤ |H(w)| ≤ 1 pour w < wp
I Pour w0 = wedf → RS/B = I wp : pulsation passante.
I Pour w0 = (wedf + ws )/2 = → RS/B = I ε : paramètre de tolérance en BP (ε = 1/2 → −3dB).
I Pour w0 = ws → RS/B = I Bande atténuée (BA) : |H(w)| ≤ δ pour w > wa
I wa : pulsation d’atténuation.
On choisit donc w0 = wc car c’est ce qui colle le plus au gabarit et maximise le
I δ : paramètre de tolérance en BA.
RSB.
I wa − wc est la bande de transition.

15 / 40 16 / 40
Fonctions d’approximation et filtre passe bas (2) Filtre de Butterworth (1)
I I Les Filtres de Butterworth sont des filtres maximally flat.
On cherche une fonction d’approximation qui respecte la gabarit est
globalement un problème d’optimisation sous contrainte. I L’amplitude de la fonction de transfert peut se mettre sous la forme
Butterworth
I On cherche donc la fonction qui minimise un critère (maximise SNR).
1
I Deux critères additionnels sont communément utilisés : |H(w)| = r (1) 1
 2n
w 0.8
1+ wc
Réponse en fréquence la plus plate possible 0.6
avec
I Soit |H(w)| le module de la réponse en fréquence d’un filtre passe-bas 0.4
I n : ordre du filtre.
d’ordre k. 0.2
I wc : fréquence de coupure.
I Le module |H(w)| est le plus plat possible (maximally flat) si à son origine 0
(w = 0) les dérivées K ieme sont nulles 0 0.2 0.4 0.6 0.8 1
I Les pulsation passante wp et atténuée wa sont :
dK |H(w)|
=0
dwK Pour |H(w)| = 1 − ε Pour |H(w)| = δ

Amplitude des oscillations

wp = wa =
Le filtre est dit à amplitude equiripple si les oscillations dans la bande passante
sont d’amplitude constantes.
17 / 40 18 / 40

Filtre de Butterworth (2) Filtre de Tchebychev

Chebyshev type 1 Chebyshev type 2
I Le filtre de Butterworth est monotone décroissant sur tout le spectre.
I L’amplitude de la fonction de transfert peut se mettre sous la forme 1 1

 2n  4n  6n 0.8 0.8

1 w 3 w 5 w
|H(w)| = 1 − + − + ... 0.6 0.6
2 wc 8 wc 16 wc
0.4 0.4
I On voit donc que sa dérivée est nulle en zéro jusqu’à l’ordre k = 2n − 1. 0.2 0.2
I La fonction de transfert d’un filtre de Butterworth est de la forme 0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
1
BN (w) =
PN (w)
I Filtre oscillant dans la bande passante (type 1) ou dans la bande atténuée
où PB (N ) est un polynôme de butterworth que l’on peut obtenir à partir (type 2).
de : I Filtre de type equiripple qui réduit la bande de transition en acceptant les
Ordre Polynôme oscillations.
1 1 +√jw I Amplitude de la fonction de transfert :
2 (jw)2 + 2jw + 1 1
3 (jw + 1)((jw)2 + jw + 1) |H(w)| = r   I Tn (·) : Polynôme de
4 ((jw) + 0.7654jw + 1)((jw)2 + 1.8478jw + 1)
2 1 + ε2 Tn2 wwc Tchebychev d’ordre n.
19 / 40 20 / 40
Tranformation de filtres Réalisation du filtre
On peut transformer un filtre passe bas en passe-haut, passe-bande,
coupe-bande en remplacant jw dans la fonction de transfert. I Une fonction de transfert H(w) qui respecte le gabarit a été sélectionnée.
Passe-bas avec fréquence de coupure wc I La réalisation d’un filtre analogique consiste à trouver un circuit électrique
jw qui permet d’obtenir la fonction de transfert voulue.
jw → I wc : pulsation de coupure
wc
Filtre passif
Passe-haut
wc I Réalisé uniquement avec des composants passifs.
jw → I wc : pulsation de coupure
jw I Utilisation de condensateur, bobine , résistance.
Passe-bande I Pas d’apport d’énergie extérieure.
 2 √
jw
+1 I w0 = w1 w2 : pulsation centrale I Attention à l’impédance d’entrée et de sortie du système.
w0 w0
jw → jw I B = w2 − w1 : bande passante
B w0
Filtre actif
Coupe-bande I Utilisent de l’énergie extérieure.
jw √
B w0 I w0 = w1 w2 : pulsation centrale I
jw →   Mise en oeuvre à l’aide d’amplificateur opérationnel (AOP).
w0 jw 2 I B = w2 − w1 : bande passante
w0 +1

21 / 40 22 / 40

Filtres passifs (1) Filtres passifs (2)

Exemple de filtre
I
Filtre de Butterworth
Application interface cerveau-machine.
I Construction d’un circuit correspondant en utilisant la topologie de Cauer.
I w0 = ws = 2π ∗ 12
1 I Pour un filtre de wc = 1 et d’ordre n on a la structure suivante :
I w0 = → RC =
RC
I Choix pour R et C ? L2 L4 Ln-1

I Contraintes de prix.
C1 C3 Cn
Tranformation de filtre
I Transformation similaire à celle effectuée sur les FT.
I passe-bas → passe-haut Avec les valeurs suivantes :
I Ck = 2 sin( 2k−1
2n
π) avec k impair.
1/jCw → jLw et jLw → 1/jCw I Lk = 2 sin( 2k−1
2n
π) avec k pair.
I Cette structure suppose que la résistance de la source et de la charge en
I passe-bas → passe-bande
sortie sont de 1 Ohm.
1/jCw → B/C(jw + 1/jw) et jLw → L/B/(jw + 1/jw)

23 / 40 24 / 40
Filtres passifs (3) Filtres actifs (1)
Filtre actif du premier ordre

R2
Avantages
I Uniquement des composants passifs (faible coût). -

R +
I Pas d’alimentation nécessaire.
I Relativement facile à mettre en oeuvre.
C R1

Limitations
I Précision de composants. I Fonction de transfert
A
I Pas d’amplification possible (conservation de l’énergie). H(w) =
1 + jw
w0
I Fonction de transfert dépend de la résistance de charge.
I Bobine jamais parfaites (résistance résiduelle, inductance mutuelle). Avec
A= et w0 =

I Paramètres : R, C, R1 , R2

25 / 40 26 / 40

Filtres actifs (2) Filtres actifs (3)

Filtre actif du second ordre (Structure de Sallen et Key)
r2
C2

Avantages
R R
-
K I Composants à coût raisonnable.
+
I Les amplificateurs opérationnels ont une impédance quasi infinie.
r1
C1 I Possibilité d’avoir une amplification.

I Fonction de transfert Limitations

K I Nécessitent une alimentation (AOP).
H(w) =
1+ 2zjw
+ (jw)2 I Excursion limitée du signal à cause de la saturation des AOP.
wn wn2

I Bande passante des AOP limitée (communément 100KHz max).

Avec r
1 C1 3 − K r1 + r2 I Peuvent être instables (boucle dans le système).
wn = √ et z= et K=
R C1 C2 C2 2 r1
I Paramètres : R, C1 , C2 , r1 , r2

27 / 40 28 / 40
Bilan filtrage Modulation

Description des contraintes Définition

I Gabarit La modulation est une méthode d’encodage d’un signal pour en faciliter la
transmission.
I Temps de propagation
Motivations
Synthèse I La transmission du signal brut souvent peu efficace (ondes
I Choix de la classe de filtre (Butterworth, Chebychev) électromagnétiques).
I Transmission de plusieurs signaux en parallèle.
I Choix de l’ordre du filtre (résolution d’équations)
I Utilisation de la bande passante autorisée.
I Transformation (vers passe haut/bande)

Réalisation Suite du cours

I Modulation d’amplitude (interprétation dans Fourier).
I Choix de la structure (dépend de l’ordre, actif ou passif)
I Modulation de fréquence (présentation rapide).
I Calcul des paramètres (résistances/capacité/inductance)

29 / 40 30 / 40

Définitions Modulation d’amplitude (1)

Signal à transmettre Porteuse

Soit x(t) un signal à transmettre Signal de base utilisé pour le
aussi appelé signal modulant. transport de l’information. x(t) y(t)
Signal à bande limitée : Souvent de la forme :

X(f ) = 0 pour |f | > fx p(t) = cos(2πfp t)

Définition
Signal modulé y(t) L’amplitude de la porteuse dépend du signal modulant x(t)
Signal à bande limitée qui peut être transporté par le medium choisi (câble, y(t) = Ac (1 + ks x(t)) cos(2πfp t + φm )
ondes électromagnétiques, fibre optique).
I ks : facteur de modulation
Démodulation
I fp : fréquence de la porteuse
Étape inverse de la modulation. Le but est de reconstruire x(t) à partir de y(t).
I φm : déphasage (ajouté par la transmission).

31 / 40 32 / 40
Modulation d’amplitude (2) Modulation d’amplitude (3)
h <1
Indice de modulation y(t)
I Enveloppe du signal modulé. a(t) Interprétation dans le plan de Fourier
I Multiplication → Convolution.
a(t) = Ac |1 + ks x(t)| X(f)

I Amplitude maximum du signal h =1 Y (f ) = X(f ) ∗ P (f )

-fx fx
modulant : I Le spectre du signal modulant P(f)
est décalé autour de la
Mx = max |x(t)|
t fréquence fp de la porteuse. -fp fp
I L’indice de modulation (ou taux de I Simple pour transmettre un Y(f)
modulation) est définit par h >1 signal de bande limitée.
I Le spectre du signal modulé est -fp fp
h = k s Mx compris entre fp ± fx .
I h < 1 : sous-modulation.
I h > 1 : sur-modulation.

33 / 40 34 / 40

Modulation d’amplitude (4) Modulation d’amplitude (5)

y(t)
Démodulation synchrone a(t)
On multiplie le signal modulé par la porteuse : x̂(t)
C R
w(t) = y(t) cos(2πfp t + φd )
= As (1 + ks x(t)) cos(2πfp t + φm ) cos(2πfp t + φd )

Après filtrage passe-bas et centrage on retrouve le signal estimé Démodulation asynchrone

I La démodulation synchrone nécessite des composants actifs pour la
As
x̂(t) = ks x(t) cos(φm − φd ) synchronisation.
2
I Utilisation d’un montage diode/RC pour estimer l’enveloppe du signal.
I Nécessite un sous-modulation car si h < 1 alors
I cos(φm − φd ) = 1 si φm = φd .
I Importance de la synchronisation, composants actifs. a(t) = Ac |1 + ks x(t)| = Ac + Ac ks x(t)

I Attention à la puissance nécessaire pour le transfert.

35 / 40 36 / 40
Applications de la modulation d’amplitude (1) Applications de la modulation d’amplitude (2)
X1 (f) X2 (f) X3 (f)
H(f)

x(t) y(t) xf(t)

-fx fx -fx fx -fx fx
f

Filtre passe bande à fréquence centrale variable

I
-2fp -3fp -fp 0 fp 2fp 3fp Filtre très utile par exemple en radio.
I 3 étapes :
Multiplexage par division fréquentielle 1. Multiplication par une exponentielle complexe (décalage du spectre).
I
2. Filtre passe-bas.
Multiplexage : transmission de plusieurs signaux en parallèle.
3. Multiplication par une exponentielle complexe conjuguée (recalage).
I Chaque signal est de bande limitée. I La fréquence de l’exponentielle complexe permet de régler la fréquence
I Utilisation de fréquence de fp différentes pour chaque signaux. centrale du filtre passe bande.
I Si ∆fp > 2fx alors pas de recouvrement de spectre.
I Transmission de signaux sans perte.
37 / 40 38 / 40

Modulation de fréquence (1) Modulation de fréquence (2)

Propriétés de la Modulation de fréquence

I Plus robuste que AM (bruit, atténuation) mais distance de propagation
plus limitée.
I Plus complexe à mettre en oeuvre (nécessite un Voltage Controled
Oscillator VCO).
Définition I Intuitivement le spectre du signal modulé devrait être 6= 0 seulement dans
La modulation de fréquence consiste à modifier la fréquence de la porteuse par la bande fp ± f∆ Mx , c’est FAUX !
rapport à x(t). Le signal modulé est de la forme : I Les variations continues de fréquence impliquent un spectre utilisant toutes
 Z t  les fréquence.
y(t) = cos 2π f (τ )dτ I Cependant la règle de Carson stipule que la majorité de la puissance du
0 signal (98%) est contenue dans la bande
I f (t) = fp + f∆ x(t) est la fréquence instantanée du signal.
I Si x(t) = 0 alors on retrouve la porteuse. b = 2(f∆ + fx )
I x(t) 6= 0 alors la fréquence instantanée va être modifiée par x(t)
I Cours de modulation en M1.
I f∆ est la déviation en fréquence (équivalent de ks en AM).

39 / 40 40 / 40