AUTOMATIQUE - 2 1.

SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS

UNIVERSITÉ MOHAMED V – RABAT

ÉCOLE SUPÉRIEURE DE TECHNOLOGIE - SALÉ

FILIÈRE : GEII

ELÉMENT DE MODULE : AUTOMATIQUE-2

(SYSTÈMES LINÉAIRES ÉCHANTILLONNÉS)

PROFESSEUR : [email protected]

1
AUTOMATIQUE - 2
ELÉMENT DE M1.ODULE
SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
: AUTOMATIQUE II
OBJECTIFS

1) Analyser ou établir le schéma fonctionnel utilisant un système de

traitement numérique,
2) Analyser ou établir le schéma-bloc (contexte échantillonné),
3) Déterminer la fonction de transfert d’un système linéaire échantillonné,

4) Pour un système échantillonné

o Déterminer les performances en rapidité,
o Déterminer la précision en régime permanent,
o Déterminer la stabilité d’un système (étude des pôles),
o Prévoir les réponses temporelles d’un système,
o Prévoir les réponses fréquentielles d’un système,

5) Identifier le modèle d’un système linéaire échantillonné,

6) Proposer un modèle numérique de connaissance d’un système réel.

2
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
CONTENU PRÉVISIONNEL ET PLANIFICATION

Chapitre 1. Signaux et systèmes échantillonnés

1.1 Généralités
1.2 Echantillonnage des signaux
1.3 Exemple de signaux échantillonnés simples
1.4 Transformée en z
1.5 Fonction de transfert en z
1.6 Comportement fréquentiel des systèmes échantillonnés
1.7 Modèles à temps continu et à temps discret

1) Stabilité et performances des systèmes échantillonnés asservis

2) Correction des systèmes échantillonnés asservis

3
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS

1.1 Généralités 1.1.1 Nécessité de la discrétisation

Fonction de l’étude des systèmes linéaires continus :

o Traiter continûment, en temps réel, des signaux continus (signaux représentés
par des fonctions continues du temps).
Réalité : Traitement numérique :
o La complexité des systèmes, ainsi que celle des traitements à réaliser, nécessite
le recours à des outils numériques de traitement : ordinateurs, calculateurs, ou
tout autre système numérique (microcontrôleurs).
o Or, ces outils ne peuvent pas traiter des signaux continus.
o Par suite, les signaux continus (à traiter) doivent être transformés en suites de
nombres pour pouvoir être traités (par les calculateurs numériques).
o De même, ces systèmes délivrent, à leur sortie, des suites de valeurs
numériques (des signaux numériques). On parle alors de systèmes et de
signaux à temps discret.

4
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.1 Généralités 1.1.2 Echantillonnage et numérisation

o Pour transformer un signal continu en une suite de nombres compatibles avec un

système de traitement numérique, on utilise à deux opérations successives :
o i) l’échantillonnage : afin de prélever, à chaque période Te, des valeurs discrètes e*(t) du
signal e(t), puis,
o ii) la conversion analogique numérique (CAN) : afin de transformer ces échantillons
e*(t) en une suite de nombres {ek} codés sous forme d’un nombre binaire (sur n bits).
o Remarque importante :
o L’échantillonnage réalise une discrétisation dans le temps, tandis que la CAN réalise
une discrétisation en amplitude.
o Ensuite, ayant n bits en sortie pour numériser le signal à son entrée, les valeurs discrètes
fournies en sortie d’un CAN ne pourront prendre que 2n valeurs possibles.
o Ainsi, cette double discrétisation engendre des erreurs puisque le signal discrétisé n’est
connu qu’à des instants donnés (k.Te), et que les valeurs numériques (binaires) sont
arrondies en fonction du nombre de valeurs possibles.

5
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS

1.1 Généralités 1.1.3 Structure de traitement échantillonné

6
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS

1.2 Echantillonnage des signaux 1.2.1 Définition

o L’échantillonnage d’un signal temporel continu s(t) consiste à le

transformer en une suite discrète s(nTe) de valeurs prises à des instants
n.Te, où Te désigne la période d’échantillonnage, et les instants nTe sont
les instants d’échantillonnages.
o Pratiquement, échantillonner un signal revient à le multiplier par une
fonction d’échantillonnage p(t), nulle partout, sauf au voisinage des
instants nTe. Cette fonction porte le nom de peigne de Dirac.

s*(t) = p(t).s(t)
= {s(0), s(Te), s(2.Te), …. , s(i.Te), … s(n.Te)}
= {𝑠0 , 𝑠1, 𝑠2 , …. , 𝑠𝑖 , … 𝑠𝑛 }
= {s(k)}
7
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS

1.2 Echantillonnage des signaux 1.2.2 Spectre de s*(t)

Rappel :
Soit s(t) un signal à échantillonner.
Si s(t) est à énergie finie, alors sa transformée de Fourier s’écrit :
+∞
S(f) = ‫׬‬−∞ s(t) 𝑒 −𝑗𝛚𝑡 𝑑𝑡 (avec 𝜔 = 2𝜋𝑓)
Q. Quelle est la transformée de Fourier S*(f) du signal s*(t) ?
p(t) est 𝑇𝑒 -périodique.
Donc, p(t) possède une décomposition en série de Fourier sous la forme :
p(t) = σ∞−∞ 𝑎𝑛 𝑒
𝑗𝑛𝜔𝑒 𝑡
, (𝜔𝑒 = 2𝜋𝑓𝑒 =2𝜋/𝑇𝑒 )
Donc, s*(t) = p(t) s(t) = s(t) σ∞
−∞ 𝑎𝑛 𝑒
𝑗𝑛𝜔𝑒 𝑡
+∞
Il s’ensuit : S*(f) = ‫׬‬−∞ s∗(t) 𝑒 −𝑗𝜔𝑡 𝑑𝑡 (avec 𝜔 = 2𝜋𝑓)
+∞
=‫׬‬−∞ s(t) σ∞𝑛=−∞ 𝑎𝑛 𝑒
𝑗𝑛𝜔𝑒 𝑡 𝑒 −𝑗𝜔𝑡 𝑑𝑡
+∞
=‫׬‬−∞ σ∞𝑛=−∞ 𝑎𝑛 𝑒
𝑗𝑛𝜔𝑒 𝑡 s(t) 𝑒 −𝑗𝜔𝑡 𝑑𝑡
+∞
= σ∞𝑛=−∞ 𝑛 −∞ s(t) 𝑒
𝑎 ‫׬‬ −𝑗(𝜔−𝑛𝜔𝑒 )𝑡 𝑑𝑡

D’où, S*(f) = σ∞𝑛=−∞ 𝑎𝑛 S(f−n𝑓𝑒 ) , (𝜔𝑒 = 2𝜋𝑓𝑒 = 2𝜋/𝑇𝑒 )

8
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.2 Echantillonnage des signaux 1.2.2 Périodicité du spectre de s*(t )

S*(f) = σ∞
𝑛=−∞ 𝑎𝑛 S(f−n𝑓𝑒 ) , (𝜔𝑒 = 2𝜋𝑓𝑒 = 2𝜋/𝑇𝑒 )

La transformée de Fourier S*(f) du signal échantillonné (s*(t)) apparaît comme une

superposition des transformées de Fourier de s(t) aux points (f-nfe), (𝑓𝑒 =1/𝑇𝑒 )
Pour n = 0, on retrouve le spectre |S( f )| du signal initial s(t).
Pour n non nul, on retrouve ce même spectre (multiplié par ai), mais décalé par
rapport à |S( f )| de nfe (n ∈ ℤ). On dit que S*( f ) est périodique de fréquence fe.

9
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.2 Echantillonnage des signaux 1.2.3 Théorème de Shannon

S*(f) = σ∞𝐧=−∞ 𝐚𝐧 S(f−n𝐟𝐞 ) , (𝛚𝐞 = 𝟐𝛑𝐟𝐞 = 𝟐𝛑/𝐓𝐞 )

Un des objectifs de l’échantillonnage consiste à ne pas perdre d’information lors de la
discrétisation dans le temps, ce qui peut se traduire par le fait qu’il doit être possible, à
partir du spectre du signal échantillonné, de reconstituer celui du signal original.
Un simple coup d’œil au spectre |S*(f)| montre que cela est possible s’il n’existe aucun
recouvrement entre les différents segments de spectre.
Par conséquent, la condition de non recouvrement est : B < fe − B c’est-à-dire, 2B < fe
Cette condition constitue le théorème de Shannon qui s’énonce ainsi :
Lors d’un échantillonnage, pour préserver l’information contenue dans un signal, la
fréquence d’échantillonnage fe ne doit être pas supérieure au double de la largeur
spectrale du signal.

-B B fe-B fe+B

10
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.3 Exemple de signaux échantillonnés 1.3.1 Impulsion unité

L’impulsion unité échantillonnée est le signal défini par : 𝜹∗(t) = {1, 0, 0, . . . , 0},
𝜹∗(nTe)= 1 pour n = 0
ou encore : ቊ ∗
𝜹 (nTe)= 0 pour n > 0
N.B. Tous les signaux étudiés ici seront considérés nuls pour t < 0.

11
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS

1.3 Exemple de signaux échantillonnés 1.3.2 Echelon unité

L’échelon unité échantillonné est le signal défini par : 𝒖∗(t) = {1, 1, 1, 1, . . . , 1},
𝒖(k) = 1 pour n ≥ 0
ou encore : ቊ
𝒖(k) = 0 pour n < 0
Remarque : Cet échelon unité correspond aussi à la somme d’impulsions unités
décalées dans le temps :
𝒖∗(t) = 𝜹∗(t)+𝜹∗(t-Te))+𝜹∗(t-𝟐Te)+…. +𝜹∗(t-nTe)+𝜹∗(t−(n+1)Te)+ …)
= σ∞ 𝑘=0 𝜹 (t−kTe)
∗

= σ∞𝑘=0 𝜹𝒌 où 𝜹𝒌= 𝜹∗(t−kTe)

12
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS

1.4 Transformée en Z des signaux échantillonnés 1.4.1 Introduction

Soit s(t) un signal continu quelconque que l’on échantillonne à une fréquence fe
(soit une période Te=1/fe), en respectant le théorème de Shannon :
On a 𝒔∗(t) = {𝒔𝟎, 𝒔𝟏, 𝒔𝟐, . . . , 𝒔𝒏}, où 𝒔𝒊 = 𝒔(iTe)
Ou encore, 𝒔(k) = {𝒔𝟎, 𝒔𝟏, 𝒔𝟐, . . . , 𝒔𝒏},
Cette suite est aussi la somme d’impulsions unités décalées dans le temps, et où
chacune est multipliée par le coefficient 𝒔𝒌:
𝒔∗(t) = 𝒔𝟎𝜹∗(t)+𝒔𝟏𝜹∗(t-Te))+𝒔𝟐𝜹∗(t-𝟐Te)+…. +𝒔n−1𝜹∗(t-(n−1)Te)+𝒔𝒏𝜹∗(t−nTe)
= σ𝑛𝑘=0 𝒔𝒌𝜹∗(t−kTe)
= σ𝑛𝑘=0 𝒔𝒌𝜹𝒌 où 𝜹𝒌= 𝜹∗(t−kTe)

13
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS

1.4 Transformée en Z des signaux échantillonnés 1.4.2 Définition

𝒔∗(t) = 𝒔𝟎𝜹∗(t)+𝒔𝟏𝜹∗(t-Te))+𝒔𝟐𝜹∗(t-𝟐Te)+…. +𝒔n−1𝜹∗(t-(n−1)Te)+𝒔𝒏𝜹∗(t−nTe)

= σ𝑛𝑘=0 𝒔𝒌𝜹𝒌 où 𝜹𝒌= 𝜹∗(t−kTe)

La transformée de Laplace de 𝒔∗(t) s’écrit : 𝑺∗(p) = σ𝒏𝒌=𝟎 𝒔𝒌∆∗𝒌 (𝒑)

où ∆∗𝒌 (𝒑) désigne la transformée de Laplace d’une impulsion unité à l’instant kTe :
∞ ∞
∆∗𝒌 (𝒑) = ‫׬‬0 𝜹𝒌 𝑒 −𝑝𝑡 dt = ‫׬‬0 𝜹∗(t−kTe) 𝑒 −𝑝𝑡 dt
En appliquant le théorème du retard et en nommant ∆∗𝟎 (𝒑) la transformée de
Laplace de l’impulsion unité en 0, définie par :
∞
∆∗𝟎 (𝒑) = ‫׬‬0 𝜹∗𝟎 (𝒕)𝑒 −𝑝𝑡 dt = 1 (résultat démontré en Automatique-1)
Il résulte : ∆∗𝒌 (𝒑) =∆∗𝟎 (𝒑) 𝑒 −𝑝𝑘𝑇𝑒 = 𝑒 −𝑝𝑘𝑇𝑒
D’où : 𝑺∗(p) = σ𝑛𝑘=0 𝒔𝒌∆∗𝒌 (𝒑) = σ𝑛𝑘=0 𝒔𝒌 𝑒 −𝑝𝑘𝑇𝑒

En posant : z = 𝒆𝒑𝑻𝒆 , on définit la transformée en z du signal 𝒔∗(t) par :

𝑺(z) = σ∞ 𝒌=𝟎 𝒔𝒌 𝒛
−𝒌

N.B. La transformée en z d’un signal n’existe que si la somme ci-dessus converge.

On admet que le domaine de convergence est de la forme : |z| > r où r ∈ R.
14
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.4 Transformée en Z des signaux échantillonnés 1.4.3 Intérêt de la TZ

𝑺(z) = σ∞
𝑘=0 𝒔𝒌 𝑧
−𝑘

La transformée en z a le même intérêt (pour les signaux échantillonnés) que celui

de la transformée de Laplace (pour les signaux à temps continu).

Lors de la modélisation du fonctionnement d’un système numérique par une

fonction de transfert en z, on utilise la TZ comme un outil complet permettant de
décrire, et d’étudier le fonctionnement d’un système échantillonné.

Ainsi, tout comme : S(p) = G(p)E(p), on écrira : S(z) = G(z)E(z)

Ce formalisme, qui peut paraître très abstrait, n’est rien d’autre que la méthode de
modélisation, et de description, des signaux et systèmes échantillonnés.

15
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.4 Transformée en Z des signaux échantillonnés 1.4.4 Propriétés

s1(t) et s2(t) sont des signaux de transformée en z : S1(z) et S2(z).

Linéarité
Si s(t) = k1 s1 (t) + k2 s2 (t), alors S(z) = k1 S1 (z) + k2 S2 (z)
Théorème s(t) un signal possédant une transformée en z : S(z).
du retard Si x(t) = s(t − aTe), alors X(z) = z−𝒂S(z)
Théorème s(t) est un signal possédant une transformée en z : S(z).
de la valeur Soit (sk) la suite échantillonnée correspondant à s(t), alors
finale 𝒍𝒊𝒎 𝒔𝒌 = 𝒍𝒊𝒎 [(𝟏 − z−𝟏 )S(z)]
𝒌→∞ z→𝟏
s(t) est un signal possédant une transformée en z : S(z).
Multiplication La transformée en z du signal x(t) = t·s(t) est donnée par :
par le temps 𝒅S(z)
X(z) =−z𝑻𝒆
𝒅z
s(t) un signal possédant une transformée en z : S(z).
Changement Soit (𝑠𝑘 ) la suite échantillonnée correspondant à s(t).
d’échelle Soit (𝑥𝑘 ) la suite d’échantillons définie par : 𝒙𝒌 = 𝒂𝒌 𝒔𝒌 avec a ≠ 0
z
La transformée en z de la suite (𝑥𝑘 ) est donnée par : X(z) = S
𝒂
16
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.4 Transformée en Z des signaux échantillonnés 1.4.5 Cas de signaux usuels

𝛿𝑘 = 1 pour k = 0
Impulsion L’impulsion unité est définie par : ቊ
𝛿𝑘 = 0 pour k > 0
unité
∆(𝒛) = σ∞ −𝒌 𝟎
𝒌=𝟎 𝜹𝒌 𝒛 = 𝒛 = 𝟏
L’échelon unité est définie par : 𝑢𝑘 = 1 pour k ≥ 0.
Echelon 𝟏 𝒌 𝟏 z
∞ −𝒌 ∞
unité 𝑼(𝒛) = σ𝒌=𝟎 𝒖𝒌 𝒛 =σ𝒌=𝟎 = =
z 1− z𝟏 z − 𝟏
En temps continu, la rampe unité est définie par : r(t) = t.u(t) , t ≥ 0
Rampe unité 𝒅U(z) 𝒅 z z 𝑻𝒆
Donc, R(z) =−z𝑻𝒆 = −z𝑻𝒆 =
𝒅z 𝒅z z − 𝟏 z−𝟏 𝟐
s(t) est un signal défini par : 𝒔 𝒕 = 𝒆−𝒂𝒕 pour 𝒕 ≥ 𝟎. Alors :
−𝒌 −𝒌 𝟏 𝒌
Exponentielle 𝑺(𝒛) = σ∞
𝒌=𝟎 𝒆
−𝒂𝒌𝑻𝒆 𝒛−𝒌 = σ∞ 𝒆𝒂𝑻𝒆 𝒛 = σ∞
𝒌=𝟎 𝒌=𝟎 z𝒆𝒂𝑻𝒆
décroissante 𝟏 z𝒆𝒂𝑻𝒆 z
= = 𝒂𝑻𝒆 =
𝟏
1 − z𝒆𝒂𝑻 z𝒆 − 𝟏 z − 𝒆−𝒂𝑻𝒆
𝒆

17
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.5 Fonction de Transfert en z 1.5.1 Relations entre échantillons E/S

Soit un système de traitement numérique à l’entrée duquel on injecte un signal

échantillonné représenté par une suite {ek} = {e(kTe)}, et dont le signal obtenu en
sortie du sytème est décrit par la suite {sk} = {s(kTe)}.
Le fonctionnement du système numérique peut alors être décrit en exprimant
l’échantillon de sortie sk à l’instant kTe en fonction des échantillons d’entrée {ek}.
𝒑
Dispositifs de type moyenne mobile
𝒔𝒌 = ෍ 𝒂𝒊 𝒆𝒌−𝒊
(MA) en temps réel 𝒊=𝟎
𝒑
Dispositifs de type moyenne mobile
𝒔𝒌 = ෍ 𝒂𝒊 𝒆𝒌−𝒊
(MA) en temps différé 𝒊=−𝒎
𝒑 𝒒
Dispositifs de type ARMA
𝒔𝒌 = ෍ 𝒂𝒊 𝒆𝒌−𝒊 + ෍ 𝒃𝒋 𝒔𝒌−𝒋
(Auto Regressive and Moving Average) 𝒊=−𝒎 𝒋=𝟏
𝒒
Dispositifs de type récurrent pur (AR) 𝒔𝒌 = 𝒂 𝟎 𝒆 𝒌 + ෍ 𝒃𝒋 𝒔𝒌−𝒋
𝒋=𝟏
18
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.5 Fonction de Transfert en z 1.5.2 Définition de la FT en z

E(z) = σ𝒏𝒌=𝟎 𝒆𝒌 𝒛−𝒌

S(z) = σ𝒏𝒌=𝟎 𝒔𝒌 𝒛−𝒌

𝒑 𝒒
Soit un système (ARMA) décrit par : 𝒔𝒌 = σ𝒊=−𝒎 𝒂𝒊 𝒆𝒌−𝒊 + σ𝒋=𝟏 𝒃𝒋 𝒔𝒌−𝒋
S(z) =σ𝒏𝒌=𝟎 𝒔𝒌 𝒛−𝒌
𝒑 𝒒
= σ𝒏𝒌=𝟎 σ𝒊=−𝒎 𝒂𝒊 𝒆𝒌−𝒊 + σ𝒋=𝟏 𝒃𝒋 𝒔𝒌−𝒋 𝒛−𝒌
𝒑 𝒒
= σ𝒊=−𝒎 𝒂𝒊 σ𝒏𝒌=𝟎 𝒆𝒌−𝒊 𝒛−𝒌 + σ𝒋=𝟏 𝒃𝒋 σ𝒏𝒌=𝟎 𝒔𝒌−𝒋 𝒛−𝒌
𝒑 𝒒
= σ𝒊=−𝒎 𝒂𝒊 𝒛−𝒊 σ𝒏𝒌=𝟎 𝒆𝒌 𝒛−𝒌 + σ𝒋=𝟏 𝒃𝒋 𝒛−𝒋 σ𝒏𝒌=𝟎 𝒔𝒌 𝒛−𝒌
𝒑 𝒒
= σ𝒊=−𝒎 𝒂𝒊 𝒛−𝒊 E(z) + σ𝒋=𝟏 𝒃𝒋 𝒛−𝒋 S(z)
𝒒 𝒑
S(z) 𝟏 − σ𝒋=𝟏 𝒃𝒋 𝒛−𝒋 = σ𝒊=−𝒎 𝒂𝒊 𝒛−𝒊 E(z)
La fonction de transfert en z du système numérique est alors définie par :
𝒑
S(z) σ𝒊=−𝒎 𝒂𝒊 𝒛−𝒊
G(z) = =
E(z) 𝟏−σ𝒒𝒋=𝟏 𝒃𝒋 𝒛−𝒋
19
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.5 Fonction de Transfert en z 1.5.3 Exemples de FT en z

𝒑
a) Système MA en temps réel d’ordre p : 𝒔𝒌 = σ𝒊=𝟎 𝒂𝒊 𝒆𝒌−𝒊
S(z) = σ𝒏𝒌=𝟎 𝒔𝒌 𝒛−𝒌
𝒑
= σ𝒏𝒌=𝟎 σ𝒊=𝟎 𝒂𝒊 𝒆𝒌−𝒊 𝒛−𝒌
𝒑
= σ𝒊=𝟎 𝒂𝒊 𝒛−𝒊 σ𝒏𝒌=𝟎 𝒆𝒌 𝒛−𝒌
𝒑
= σ𝒊=𝟎 𝒂𝒊 𝒛−𝒊 E (z)
S(z) 𝒑
𝑮𝑴𝑨 (z) = = σ𝒊=𝟎 𝒂𝒊 𝒛−𝒊 = 𝒂𝟎 + 𝒂𝟏 𝒛−𝟏 + 𝒂𝟐 𝒛−𝟐 …+𝒂𝒑 𝒛−𝒑
E(z)
𝒒
b) Système AR en temps réel d’ordre q : 𝒔𝒌 = 𝒂𝟎 𝒆𝒌 + σ𝒋=𝟏 𝒃𝒋 𝒔𝒌−𝒋
S(z) = σ𝒏𝒌=𝟎 𝒔𝒌 𝒛−𝒌
𝒒
= σ𝒏𝒌=𝟎 𝒂𝟎 𝒆𝒌 + σ𝒋=𝟏 𝒃𝒋 𝒔𝒌−𝒋 𝒛−𝒌
= 𝒂𝟎 σ𝒏𝒌=𝟎 𝒆𝒌 𝒛−𝒌 + σ𝒒𝒋=𝟏 𝒃𝒋 𝒛−𝒋 σ𝒏𝒌=𝟎 𝒔𝒌 𝒛−𝒌
𝒒
= 𝒂𝟎 E(z)+ σ𝒋=𝟏 𝒃𝒋 𝒛−𝒋 S(z)
S(z) 𝒂𝟎
𝑮𝑨𝑹 (z) = =
E(z) 𝟏 − 𝒃𝟏 𝒛−𝟏 − 𝒃𝟐 𝒛−𝟐 …−𝒃𝒒 𝒛−𝒒

20
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.6 Comportement fréquentiel des systèmes échantillonnés 1.6.1 Principe

E (z) = σ𝒏𝒌=𝟎 𝒆𝒌 𝒛−𝒌 S (z) = σ𝒏𝒌=𝟎 𝒔𝒌 𝒛−𝒌

Le système est régi par l’équation : S (z) = 𝑮(z)E(z)

En posant 𝒛 = 𝒆𝒋𝝎𝑻𝒆 , on obtient : S(𝒆𝒋𝝎𝑻𝒆 ) = 𝑮(𝒆𝒋𝝎𝑻𝒆 ) E(𝒆𝒋𝝎𝑻𝒆 )
Les termes E(𝒆𝒋𝝎𝑻𝒆 ) et S(𝒆𝒋𝝎𝑻𝒆 ) représentent respectivement les transformées de
Fourier à temps discret des signaux d’entrée et de sortie.
Par conséquent, 𝑮(𝒆𝒋𝝎𝑻𝒆 ) représente le comportement fréquentiel du système :
il s’agit de sa fonction de transfert en fréquence.
Comme pour les systèmes continus, ce comportement peut être représenté
graphiquement, par exemple sous forme de diagramme de gain.
La fonction G 𝝎 = |𝑮(𝒆𝒋𝝎𝑻𝒆 )| correspond au gain réel du système en fonction
de la pulsation 𝝎 .
On prendra soin de toujours limiter le tracé à l’intervalle [0, fe/2], afin de
respecter le théorème de Shannon : l’expression trouvée n’a pas de sens au delà
de fe/2.
21
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.6 Comportement fréquentiel des systèmes échantillonnés 1.6.2 Exemple

E (z) = σ𝒏𝒌=𝟎 𝒆𝒌 𝒛−𝒌

S (z) = σ𝒏𝒌=𝟎 𝒔𝒌 𝒛−𝒌

Soit un système échantillonné régi par la relation de récurrence :

1 1 S(z) 𝟎.𝟓
𝒔𝒌 = (𝒆𝒌 +𝒔𝒌−𝟏 ) S(z) = (E(z) + 𝒛−𝟏 S(z)) 𝑮(z) = =
2 2 E(z) 𝟏−𝟎.𝟓𝒛−𝟏
𝟎.𝟓 𝟎.𝟓
𝑮 𝝎 = =
𝟏−𝟎.𝟓𝒆−𝒋𝝎𝑻𝒆 𝟏−𝟎.𝟓(𝒄𝒐𝒔 𝝎𝑻𝒆 −𝒋𝒔𝒊𝒏 𝝎𝑻𝒆 )
𝟎.𝟓 𝟎.𝟓
𝑮 𝝎 = =
(𝟏−𝟎.𝟓𝒄𝒐𝒔 𝝎𝑻𝒆 )𝟐 +𝟎.𝟐𝟓(𝒔𝒊𝒏 𝝎𝑻𝒆 )𝟐 ) 𝟏.𝟐𝟓−𝒄𝒐𝒔 𝝎𝑻𝒆
𝟎.𝟓 𝟎.𝟓
𝑮 𝒇 = =
𝟏.𝟐𝟓−𝒄𝒐𝒔 𝟐𝝅𝒇𝑻𝒆 𝟏.𝟐𝟓−𝒄𝒐𝒔 𝟐𝝅𝒇/𝒇𝒆
Sur l’intervalle [0, fe/2], 𝒄𝒐𝒔 𝟐𝝅𝒇/𝒇𝒆 varie de 1 à -1.
𝑮 𝒇 est donc strictement décroissante. 𝑮𝒎𝒂𝒙 = 𝑮 𝟎 = 1
𝟎.𝟓 𝟏
𝑮𝒎𝒂𝒙 = 𝑮 𝟎 = 1 et 𝑮𝒎𝒊𝒏 = 𝑮 fe/2 = =
𝟐.𝟐𝟓 𝟑
A l’opposé des systèmes à temps continus, l’usage, pour les systèmes échantillonnés,
consiste à tracer la courbe de gain directement en coordonnées cartésiennes linéaires.

22
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.7 Modèles à temps continu et à temps discret 1.7.1 Problématique

Soit un système à temps continu modélisé par sa fonction de transfert G(p), et l’on
possède une bonne connaissance de ce type de modèles.
Q. Quel est le modèle du système échantillonné (si il existe) possédant les mêmes
caractéristiques, c’est-à-dire le même comportement temporel et le même
comportement fréquentiel.

Le système échantillonné G(z) sera réputé équivalent au système G(p) si, soumis à
un signal d’entrée E(z) correspondant à l’échantillonnage du signal continu e(t)
représenté par E(p), il délivre à sa sortie un signal S(z) correspondant à
l’échantillonnage du signal s(t) qui aurait été délivré par le système G(p).

23
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.7 Modèles à temps continu et à temps discret 1.7.2 Equiv. de la dérivation

a) Définition :
Une fonction de transfert G(p) est issue d’une équation différentielle linéaire à
coefficients constants. Cette équation est formée de dérivées successives des
signaux d’entrée et de sortie. Un des moyens les plus simples d’effectuer le lien
entre une représentation en temps continu (par G(p)) et en temps discret (par G(z))
est de considérer que la variation dxΤ𝑑𝑡 en temps continu correspond à la variation
du signal entre deux instants d’échantillonnage. Certes, cette équivalence est
d’autant plus précise que la fréquence d’échantillonnage est plus grande.
dx 𝒙 −𝒙
≈ 𝒌 𝒌−𝟏
dt 𝑻𝒆
dx dx
Or, le terme de gauche a pour transformée de Laplace : ℒ = pX( p).
dt dt
𝒙𝒌 − 𝒙𝒌−𝟏 𝟏 − z−𝟏
Et celui de droite a pour transformée en z ::𝓩 = 𝑿(𝒛)
𝑻𝒆 𝑻𝒆
Par conséquent, une équivalence naturelle (possible) entre une fonction de transfert
continue en p et sa fonction de transfert échantillonnée en z est :
𝟏 − z−𝟏
𝒑 →
𝑻𝒆
24
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.7 Modèles à temps continu et à temps discret 1.7.2 Equiv. de la dérivation

b) Comparaison fréquentielle des deux modèles :

Q. Pour cette équivalence (de la dérivation) entre un modèle à temps continu et un
modèle à temps discret, le modèle (discret) obtenu est-il juste d’un point de vue
fréquentiel ?
Il est aisé de constater, après transformation, que les fonctions de transfert en
fréquence ne sont pas égales :
𝒑=𝒋𝝎 𝒛=𝒆𝒋𝝎𝑻𝒆
𝑮 𝒑 𝑮 𝒋𝝎 𝑮 𝒛 𝑮 𝒆𝒋𝝎𝑻𝒆 = 𝐺 𝑗𝜔
𝟏 − z−𝟏 𝟏 −𝒆−𝒋𝝎𝑻𝒆
La transformation 𝒑 → va donc se traduire par : 𝒑 →
𝑻𝒆 𝑻𝒆
𝟏 −𝒆−𝒋𝝎𝑻𝒆
Or, il est évident que : ≠ 𝑗𝜔
𝑻𝒆
𝝎
Mais, pour de valeurs faibles de 𝑓 = << Fe on peut écrire :
𝟐𝝅
𝟏 − 𝒆−𝒋𝝎𝑻𝒆 𝟏 − 𝟏 − 𝒋𝝎𝑻𝒆
≈ = 𝒋𝝎
𝑻𝒆 𝑻𝒆
Le modèle échantillonné obtenu en utilisant l’équivalence à la dérivation est
relativement correct pour les basses fréquences.
25
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS

1.7 Modèles à temps continu et à temps discret 1.7.2 Equiv. de la dérivation

c) Exemple : Cas d’un système du 1er ordre :

𝟏 − z−𝟏
𝒑→
𝑲 𝑻𝒆 𝑲 𝑲
𝑮 𝒑 = 𝑮 𝒛 = =
𝟏 + 𝑻𝒑 𝟏 − z −𝟏 𝑻 𝑻 −𝟏
𝟏+𝑻 𝟏 + − z
𝑻𝒆 𝑻𝒆 𝑻𝒆
𝟏
La connaissance précise de 𝑻𝒆 = est nécessaire pour utiliser cette équivalence !
𝑭𝒆
Q. Comparer les courbes de réponse fréquentielle de ces deux systèmes :
𝑲 𝑲
Pour le temps continu : 𝑮𝒄 𝝎 = 𝑮 𝒑 = =
𝟏+𝒋𝑻𝝎 𝟏+ 𝑻𝝎 𝟐

𝑮𝒄 𝟎 = 𝑲

𝒇𝒆 𝑲
𝑮𝒄 =
𝟐
𝟏 + 𝑻 𝟐 𝝅𝟐 𝒇 𝒆 𝟐

26
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.7 Modèles à temps continu et à temps discret 1.7.2 Equiv. de la dérivation

c) Exemple : Cas d’un système du 1er ordre :

𝑲 𝑲
Pour le temps discret : 𝑮𝒅 𝝎 = 𝑮 𝒛 = 𝑻 𝑻 −𝟏 = 𝑻 𝑻
𝟏+𝑻 −𝑻
𝒆 𝒆
z 𝟏+𝑻 −𝑻 𝒆−𝒋𝝎𝑻𝒆
𝒆 𝒆
𝑲
𝑮𝒅 𝝎 =
𝑻 𝑻
𝟏 + 𝑻 − 𝑻 cos(𝝎𝑻𝒆 − 𝒋 𝒔𝒊𝒏(𝝎𝑻𝒆 )
𝒆 𝒆
𝑲
=
𝟐 𝟐
𝑻 𝑻 𝑻
𝟏 + 𝑻 − 𝑻 cos(𝝎𝑻𝒆 ) + 𝑻 𝒔𝒊𝒏(𝝎𝑻𝒆 )
𝒆 𝒆 𝒆
𝑲 𝑮𝒅 𝟎 = 𝑲 = 𝑮𝒄 𝟎
=
𝟐 𝟐
𝒇𝒆 𝑲
𝑻 𝑻 𝑻 𝑻 𝑮𝒅 =
𝟏+𝑻 + 𝑻 − 𝟐 𝑻 𝟏 + 𝑻 cos(𝝎𝑻𝒆 ) 𝟐 𝟏 + 𝟐𝑻𝒇𝒆
𝒆 𝒆 𝒆 𝒆
𝒇𝒆 𝑲
𝑮𝒄 =
les deux courbes coïncident aux basses fréquences mais 𝟐
𝟏 + 𝑻 𝟐 𝝅𝟐 𝒇 𝒆 𝟐
l’équivalence devient de moins en moins précise au fur
𝒇𝒆 𝒇𝒆
et à mesure que l’on se rapproche de fe/2. 𝑮𝒅 𝟐
≽ 𝑮𝒄 𝟐

27
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.7 Modèles à temps continu et à temps discret 1.7.3 Equiv. de l’intégration

a) Définition :
o Cette équivalence est parfois appelée transformation bilinéaire.
o Elle propose une correspondance plus précise que l’équivalence à la dérivation
en effectuant la correspondance :
𝟐 𝟏 − z−𝟏
𝒑 →
𝑻𝒆 𝟏 + z−𝟏
b) Exemple : Cas d’un système du 1er ordre :
𝟐 𝟏 − z−𝟏
𝒑 →
𝑲 𝑻𝒆 𝟏+ z−𝟏 𝑲
𝑮 𝒑 = 𝑮 𝒛 =
𝟏 + 𝑻𝒑 𝟐 𝟏 − z−𝟏
𝟏+𝑻
𝑻𝒆 𝟏 + z−𝟏
𝑲 𝟏 + z−𝟏 𝑲 𝟏 + z−𝟏
= =
𝟐𝑻 𝟐𝑻 𝟐𝑻 −𝟏
𝟏 + z−𝟏 + 𝟏 − z−𝟏 𝟏 + + 𝟏 − z
𝑻𝒆 𝑻𝒆 𝑻𝒆
𝟏
La connaissance précise de 𝑻𝒆 = est nécessaire pour utiliser cette équivalence !
𝑭𝒆
Q. Comparer les courbes de réponse fréquentielle de 𝑮 𝒑 et 𝑮 𝒛 ?
28
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.7 Modèles à temps continu et à temps discret 1.7.4 Equiv. de la rép. impuls

Equivalence pour la réponse temporelle :

Une méthode, encore plus précise, qui permet de déterminer l’équivalent, en temps
discret, d’une fonction de transfert 𝑮 𝒑 , consiste à injecter un signal e(t)
équivalent à une impulsion de Dirac dans le système à temps continu, puis à
calculer le signal de sortie s(t). Cette opération est réalisée à partir de l’équation de
fonctionnement du système à temps continu : 𝑺 𝒑 = 𝑮 𝒑 𝑬 𝒑 = 𝑮 𝒑
Ensuite, on échantillonne 𝒔 𝒕 = ℒ −𝟏 𝑺 𝒑 = ℒ −𝟏 𝑮 𝒑 = 𝒈 𝒕 .
Autrement dit, on détermine la suite d’échantillon 𝒔𝒌 qui lui correspond.
Puisque la suite 𝒆𝒌 est connue, on peut calculer les transformées en z des deux
signaux : S(z) = σ𝒏𝒌=𝟎 𝒔𝒌 𝑧 −𝑘 et E(z) = 𝓩(𝜹(𝒕)) = 𝚫(𝒛) = 𝟏
Ainsi, on en-déduit : G(z) = S(z)ΤE(z) = S(z) = σ𝒏𝒌=𝟎 𝒔𝒌 𝑧 −𝑘
o Cette technique génère des calculs longs et fastidieux qui font appel à des outils
mathématiques sophistiqués …
o Cette transformation permet d’obtenir une représentation temporelle exacte,
mais, ne fournit pas un équivalent exact entre le modèle 𝑮 𝒑 et le modèle G(z)
pour la réponse fréquentielle.

29
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS
1.7 Modèles à temps continu et à temps discret 1.7.5 Equivalence des pôles

a) Equivalence des pôles de 𝑮 𝒑 et de 𝑮 𝒛 :

Dans le même esprit de conformité entre les réponses impulsionnelles pour en
temps continu (pour 𝑮 𝒑 ) et en temps discret (pour 𝑮 𝒛 ), on peut considérer une
approche modale de l’équivalence entre 𝑮 𝒑 et 𝑮 𝒛 , qui est basée sur la
concordance des pôles entre les deux fonctions.
Cette transformation propose d’effectuer : 𝒑 − 𝒑𝒊 ⟶ 𝒛 − 𝒆𝒑𝒊𝑻𝒆
Cette équivalence a l’inconvénient de ne traiter que des pôles des fonctions. Il est
souvent nécessaire d’ajuster leurs numérateurs en fonction de critères particuliers.
𝟏 𝟏 𝟏−𝒆𝒑𝒊 𝑻𝒆
b) Exemple : 𝑮 𝒑 = ⟶𝑮 𝒛 = −
𝒑− 𝒑𝒊 𝒑𝒊 𝒛−𝒆𝒑𝒊 𝑻𝒆
𝟏 𝒛=𝒆𝟎.𝑻𝒆 =𝟏 𝟏 𝟏−𝒆𝒑𝒊 𝑻𝒆 𝟏
De sorte que : 𝑮 𝟎 = − 𝒑𝒊
𝑮 𝟏 = − 𝒑𝒊 𝟏−𝒆𝒑𝒊 𝑻𝒆
= − 𝒑𝒊

On peut aussi retrouver ces résultats en utilisant la propriété suivante :

si 𝒈(𝑡) = ℒ −𝟏 𝑮 𝒑 est la réponse impulsionnelle d’un système, alors sa fonction de
𝑮 𝒑 𝒛−𝟏 𝑮 𝒑
transfert G(z) peut être calculée à partir de = ℒ ‫ 𝒕𝒅 𝒕 𝒈 ׬‬: 𝑮 𝒛 = 𝓩
𝒑 𝒛 𝒑

30
AUTOMATIQUE - 2 1. SIGNAUX ET SYSTÈMES ÉCHANTILLONNÉS

1.7 Modèles à temps continu et à temps discret 1.7.6 Table d’équivalence

31