Profitez de ce titre dès maintenant, et de millions d'autres, avec un essai gratuit

Seulement $9.99/mois après l'essai. Annulez à tout moment.

Traitement numérique des signaux - 3e édition

Traitement numérique des signaux - 3e édition

Lire l'aperçu

Traitement numérique des signaux - 3e édition

Longueur:
694 pages
2 heures
Sortie:
Aug 21, 2013
ISBN:
9782760537897
Format:
Livre

Description

Cet ouvrage est une introduction aux principes et aux méthodes du traitement numérique des signaux. On vise à y présenter de façon claire et concise des systèmes de base, des techniques utilisées pour ce type de traitement et des méthodes de conception des filtres numériques. De nombreux exemples y sont résolus pour illustrer la théorie exposée. Le logiciel MATLAB® y est utilisé pour présenter certaines méthodes d’analyse et de conception assistées par ordinateurs.
Sortie:
Aug 21, 2013
ISBN:
9782760537897
Format:
Livre

À propos de l'auteur


Lié à Traitement numérique des signaux - 3e édition

Livres associé

Articles associés

Catégories liées

Aperçu du livre

Traitement numérique des signaux - 3e édition - Christian S. Gargour

.

1.1 Introduction

Les signaux sont généralement utilisés pour transmettre de l’information . Ils sont, du point de vue de leur représentation mathématique, des fonctions d’une ou de plusieurs variables indépendantes . Dans le cas des signaux temporels qui sont les seuls que nous considérerons dans cet ouvrage, cette variable indépendante est le temps. Un signal peut être traité par un système. Il en résulte alors un signal de sortie . Du point de vue de sa représentation mathématique, un système peut être considéré comme un opérateur agissant sur la fonction représentant le signal d’entrée et générant ainsi une fonction représentant le signal de sortie.

Les signaux peuvent être subdivisés en deux grandes catégories : les signaux à temps continu (ou signaux continus) et les signaux à temps discret (ou signaux discrets). Les signaux continus sont définis pour toute valeur de la variable indépendante comprise dans un intervalle spécifié à cet effet. Les signaux discrets ne sont définis que pour un ensemble fini de valeurs comprises dans un intervalle spécifié de la variable indépendante. Ces valeurs sont discrètes, successives et habituellement séparées les unes des autres par des intervalles égaux .

Un système à temps continu (ou système continu) traite le signal d’entrée pour toutes les valeurs de la variable indépendante. Le signal de sortie d’un tel système est lui aussi un signal continu . Un système à temps discret (ou système discret) ne traite le signal d’entrée que pour des valeurs discrètes, successives et habituellement séparées par des intervalles de temps égaux, de la variable indépendante. Un signal de sortie discret résulte de ce traitement.

Dans ce chapitre, nous présenterons certaines notions relatives aux signaux discrets, ainsi que certaines propriétés importantes des systèmes discrets linéaires et invariants dans le temps.

1.2 Signaux continus, discrets et numériques

Comme nous en avons déjà fait mention, les signaux peuvent être classés en deux catégories : les signaux continus et les signaux discrets.

Un signal continu défini sur l’intervalle de temps est un signal défini pour toute les valeurs de la variable continue t, comprise entre t1 et t2 .

Un signal discret défini sur l’intervalle de temps sont des entiers, et où T S désigne un intervalle constant de t, est un signal qui n’est défini que pour les valeurs discrètes de t données par t = nTS, où n est un entier positif ou négatif compris entre n1 et n2 .

À titre d’exemple, le signal xC(t) = sin (0.2πt), défini sur l’intervalle 0 ≤ t ≤ 5, est un signal continu. Il peut prendre un nombre infini de valeurs, qui dépendent de celles de la variable continue t, comprise entre 0 et 5.

Le signal x ( défini sur l’intervalle est un signal discret qui n’est défini que pour les 6 valeurs données de n, c’est-à-dire pour n = 0, 1, 2, 3, 4, 5, 6. Il ne peut donc prendre que les 6 valeurs discrètes suivantes :

Les signaux xC(t) et x (n) sont respectivement représentés par les figures 1.2.1a et 1.2 .1b .

Un signal numérique est un signal discret quantifié, c’est-à-dire dont les valeurs sont représentées par un nombre fini N B de bits de quantification. Donc à l’encontre du signal discret qui peut prendre n’importe quelle valeur, celles que peut prendre le signal numérique sont restreintes par le nombre de bits de quantification utilisé.

1.2.1 Échantillonnage

Les signaux discrets sont souvent obtenus par l’échantillonnage de signaux continus . Cet échantillonnage intervient habituellement à intervalles de temps successifs et identiques . La séquence numérique qui résulte de cet échantillonnage forme ce que l’on nomme un signal discret . Les valeurs du signal discret, coïncident aux instants d’échantillonnage, avec celles du signal continu. La période de temps qui s’écoule entre la prise d’un échantillon de signal continu et celle de la prise de l’échantillon suivant est la période d’échantillonnage. On lui attribuera ici le symbole T S . Pour alléger la notation, on conviendra d’écrire x (n) au lieu de même lorsque la période d’échantillonnage diffèrera de T S = 1.

La figure 1.2.2a représente le signal continu :

La figure 1.2.2b représente le signal discret obtenu par l’échantillonnage à intervalles de temps réguliers et égaux T S = 1, du signal continu xC(t). Ainsi :

1.2.2 Notation

Dans cet ouvrage, un signal discret x (n) de longueur finie, tel celui qui est représenté à la figure 1.2.2b pourra être représenté par la notation suivante :

Cette notation indique que x (0) = 15, x (1) = 12, x (2) = 24, x (3) = 33 et que tous les échantillons du signal auxquels aucune valeur n’a été explicitement attribuée sont nuls . Ainsi, dans l’exemple utilisé ici, les valeurs du signal autres que x (0), x (1), x (2) et x (3) sont nulles.

Un signal discret de longueur finie ou infinie peut aussi être défini par une relation mathématique telle que :

Exemple E1.2.1

À l’aide du logiciel MATLAB®, générer sur 40 points un signal discret dont la période est de 20 points et dont la forme est :

Sinusoïdale

Rectangulaire

En dents de scie

Solution

Le programme requis est donné dans l’encadré apparaissant ci-dessous.

Les graphes générés par ce programme apparaissent à la figure E1.2.1.

Exemple E1.2.2

À l’aide du logiciel MATLAB®, générer et représenter sur 21 points (0 ≤ n ≤ 20), un signal discret dont la forme est comme suit :

Un rectangle de 7 points, centré au point n0 = 10.

Un triangle de 7 points centré au point n0 = 10.

Solution

Le programme requis est donné dans l’encadré apparaissant ci-après.

Les graphes générés par ce programme sont représentés à la figure E.1.2.2.

Dans ce chapitre, nous présenterons quelques signaux discrets de base. Nous y étudierons aussi les propriétés fondamentales de certains systèmes utilisés pour traiter les signaux discrets.

1.3 Signaux discrets de base

Le tableau T1.3.1 donne un aperçu de quelques signaux discrets de base : l’impulsion δ (n), l’échelon u (n) et le signal rectangulaire recN1, N2 (n) . Un grand nombre de signaux discrets peuvent être exprimés en fonction de ces signaux .

Les exemples donnés ci-dessous viennent illustrer ce concept.

Exemple E1.3.1

Exprimer le signal x (n) suivant :

en fonction de signaux échelons.

Solution

Exemple E1.3.2

Exprimer chacun des signaux discrets suivants en fonction de l’un ou de plusieurs des signaux discrets de base figurant au tableau T1.3.1.

Solution

1.4 Signaux discrets périodiques

Il est possible de classer les signaux discrets en deux catégories : les signaux périodiques et les signaux non périodiques. Un signal discret périodique x (n) remplit la condition suivante :

pour une ou plusieurs des valeurs entières de Np qui est la période de x (n). Cette condition peut être appliquée pour vérifier la périodicité d’un signal donné.

Exemple E1.4.1

Obtenir la condition pour laquelle le signal suivant est périodique.

A est une constante.

Solution

Ce signal n’est périodique que pour certaines valeurs de En effet, x (n) n’est périodique qu’à la condition suivante :

Cette condition peut être réécrite comme suit :

k et N P sont des entiers positifs ou négatifs. Il s’ensuit que x (n) n’est périodique que si la valeur de F0 peut être exprimée sous la forme du rapport de deux entiers .

Exemple E1.4.2

À l’aide du logiciel MATLAB®, tracer un graphe pour du signal suivant :

Utiliser ce graphe, pour déterminer si le signal est périodique. Advenant le cas où il le serait, utiliser ce même graphe pour obtenir la période du signal exprimée en nombre de points.

Solution

Le programme requis est donné dans l’encadré apparaissant ci-dessous.

Il génère le graphe représenté à la figure E1.4.2.

L’examen de ce graphe nous montre que le signal est périodique. Sa période N peut être évaluée en ayant recours à ce même graphe. La valeur de cette période est N = 32 points. En effet :

Exemple E1.4.3

Déterminer si le signal suivant est périodique ou non.

A est une constante.

Solution

Pour que x (n) soit périodique, il faut que :

Cette condition peut être réécrite comme suit :

où k et N P sont des entiers positifs ou négatifs.

Le nombre π ne pouvant se traduire exactement par le rapport de deux entiers, le signal n’est pas, strictement parlant, périodique. Toutefois, étant donné que dans tout calcul pratique la représentation de la valeur du nombre π ne peut être qu’approximative, la représentation sur graphe du signal semblera être périodique .

1.5 Systèmes discrets

Considérons le système discret représenté par la figure 1.5.1.

Le signal d’entrée de ce système est x (n) et son signal de sortie est y (n). La relation entre ces deux signaux est donnée par :

où O{•} est le symbole de l’opérateur décrivant la relation entre le signal d’entrée et le signal de sortie du système.

1.6 Linéarité

Un système linéaire doit obligatoirement satisfaire la relation donnée par l’équation 1.6 .1, et ce, quels que soient les signaux d’entrée et quelles que soient les valeurs des constantes arbitraires a et b.

Le principe de superposition s’applique aux systèmes linéaires . En effet, l’équation 1.6.1 implique que le signal de sortie découlant de l’application simultanée à l’entrée du système, de plusieurs signaux pondérés par des constantes arbitraires, est en fait la somme pondérée par ces mêmes constantes, des signaux de sortie qui auraient été obtenus par l’application séparée de chacun de ces signaux, à l’entrée de ce même système. En d’autres mots, une somme pondérée d’excitations est traitée par un système linéaire comme si chaque excitation pondérée était traitée séparément et qu’ensuite toutes les réponses correspondantes étaient additionnées. Les exemples suivants nous permettront d’illustrer le concept de linéarité.

Exemple E1.6.1

Déterminer si le système caractérisé par l’équation aux différences suivante est linéaire ou non.

Solution

Pour un signal d’entrée xa (n), le signal de sortie du système est :

Pour un signal d’entrée xb (n), le signal de sortie du système est :

Dans le cas où le signal d’entrée de ce même système est la somme pondérée par les constantes arbitraires a et b des deux signaux d’entrée xa (n) et xb (n), soit axa (n) + bxb (n), le signal de sortie correspondant est :

On peut vérifier que :

puisque :

Le système n’est donc pas linéaire.

Exemple E1.6.2

Déterminer si le système caractérisé par l’équation aux différences suivante est linéaire ou non.

Solution

Pour un signal d’entrée xa (n), le signal de sortie du système est :

Pour un signal d’entrée xb (n), le signal de sortie du système est :

Dans le cas où le signal d’entrée de ce même système est la somme pondérée par les constantes arbitraires a et b des deux signaux d’entrée mentionnés précédemment, soit le signal de sortie correspondant est :

On peut vérifier que :

puisque :

Par conséquent, le système est linéaire.

Exemple E1.6.3

Déterminer si le système caractérisé par l’équation aux différences suivante est linéaire ou non.

Solution

Pour un signal d’entrée xa (n), le signal de sortie du système est :

Pour un signal d’entrée xb (n), le signal de sortie du système est :

Pour un signal d’entrée axa (n) + bxb (n), le signal de sortie du système est :

On peut vérifier que :

puisque :

Le système est donc linéaire.

1.7 Invariance

Un système invariant dans le temps est un système dont les propriétés demeurent inchangées dans le temps. Aussi, un signal d’entrée donné produit toujours la même réponse de la part d’un système invariant dans le temps, et ce, quel que soit l’instant où il est appliqué à ce dernier. Il s’ensuit que pour un système invariant dans le temps, un décalage temporel T0 du signal d’entrée ne fait que décaler dans le temps par T0 le signal de sortie correspondant.

Un système discret caractérisé par l’équation 1.5.1 est donc invariant dans le temps si et seulement si la relation donnée par l’équation (1.7.1) est toujours vérifiée, quelle que soit la valeur de l’entier arbitraire n0 . La condition d’invariance temporelle peut être exprimée sous la forme suivante :

La réponse à un signal donné, d’un système qui n’est pas invariant dans le temps, peut changer selon l’instant auquel ce signal est appliqué à l’entrée du système. En d’autres termes, dans ce cas, la variation dans le temps des caractéristiques du système fait que ce dernier donne des réponses différentes au même signal d’entrée, selon l’instant d’application du signal au système.

Les exemples donnés ci-dessous illustrent le concept de l’invariance temporelle .

Exemple E1.7.1

Déterminer si le système caractérisé par l’équation aux différences suivante est invariant dans le temps ou non.

Solution

Selon la relation qui caractérise le système, on peut écrire, en remplaçant n par (n – n0) :

Dans le cas où le signal d’entrée est décalé dans le temps, il devient égal à x (n – n0) et le signal de sortie correspondant devient alors :

Nous notons que :

puisque :

Le système n’est donc pas invariant dans le temps.

Exemple E1.7.2

Déterminer si le système caractérisé par la relation suivante est invariant dans le temps ou non.

Solution

Selon l’équation qui caractérise le système, on peut écrire, en remplaçant n par (n – n0) :

Dans le cas où le signal d’entrée x (n) du système est décalé dans le temps, il devient égal à x (n – n0) et le signal de sortie correspondant devient alors :

Nous notons que :

Ce système est donc invariant dans le temps.

1.8 Systèmes linéaires et invariants dans le temps

Les systèmes linéaires et invariants dans le temps (SLIT) ont des caractéristiques qui en facilitent grandement l’analyse et la conception, ce qui les rend très attrayants. Un système linéaire et invariant dans le temps vérifie :

La condition de linéarité décrite à la section 1.6.

La condition d’invariance temporelle décrite à la section 1.7.

Les exemples donnés ci-après illustrent ce concept.

Exemple E1.8.1

Déterminer si le système caractérisé par la relation suivante entre son signal d’entrée x (n) et son signal de sortie y (n) est un SLIT ou non.

Solution

L’exemple E1.6 .3 a établi que le système décrit par l’équation donnée ci-dessus est linéaire. L’exemple E1.7.1 a établi que ce même système n’est pas invariant dans le temps. Il est donc possible d’affirmer que le système en question n’est pas un SLIT.

Exemple E1.8.2

Déterminer si le système défini par la relation suivante entre son signal d’entrée x (n) et son signal de sortie y (n) est un SLIT ou non.

Solution

Les signaux de sortie correspondant respectivement aux signaux d’entrée xa (n) et xb (n) sont ya (n) et yb (n) où :

Dans le cas où le signal d’entrée de ce même système est la somme pondérée par les constantes arbitraires a et b des deux signaux d’entrée c’est-à-dire le signal de sortie correspondant est :

où :

Ce système n’est donc pas linéaire.

En pratique, il n’est pas nécessaire de poursuivre l’analyse puisque le système n’étant pas linéaire, il ne peut être un SLIT. Toutefois, nous établirons ici, à titre d’exercice seulement, si le système en question est invariant dans le temps ou non .

Selon la relation qui caractérise le système, on peut écrire en remplaçant n par (n – n0) :

Dans le cas où le signal d’entrée du système est x (n – n0), le signal de sortie est :

Nous notons que :

Le système est donc invariant dans le temps.

Le système étudié a deux caractéristiques : il est non linéaire et invariant dans le temps. Ce système n’est donc pas un SLIT.

1.9 Causalité

Un système causal est un système dont le signal de sortie ne dépend que des valeurs antérieures (passées) et possiblement de la valeur présente du signal d’entrée. Il ne dépend pas des valeurs postérieures (futures ou à venir) de celui-ci .

Un système anticausal est un système dont le signal de sortie ne dépend que

Vous avez atteint la fin de cet aperçu. Inscrivez-vous pour en savoir plus !
Page 1 sur 1

Avis

Ce que les gens pensent de Traitement numérique des signaux - 3e édition

0
0 évaluations / 0 Avis
Qu'avez-vous pensé ?
Évaluation : 0 sur 5 étoiles

Avis des lecteurs