Slides TS

Traitement du Signal
Jean-Yves Tourneret
(1)
(1) Universit of Toulouse, ENSEEIHT-IRIT-TSA
Thme 1 : Analyse et Synthse de lInformation
jyt@n7.fr
Cours Traitement du Signal, 2013 p. 1/87
Bibliographie
J. Max et J.-L. Lacoume, Mthodes et techniques de
traitement du signal, Dunod, 5
me
dition, 2004.
Athanasios Papoulis and S. Unnikrishna Pillai, Probability,
Random Variable and Stochastic Processes, McGraw Hill
Higher Education, 4th edition, 2002.
Plan du cours
Chapitre 1 : Corrlations et Spectres
Transforme de Fourier
Classes de signaux dterministes et alatoires
Proprits de R
x
() et de s
x
(f)
Chapitre 2 : Filtrage Linaire
Chapitre 3 : chantillonnage
Chapitre 4 : Traitements Non-linaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des tlcommunications
Dnitions
Formule directe
X(f) =
_
R
x(t) exp (j2ft) dt
Formule inverse
x(t) =
_
R
X(f) exp (j2ft) df
Hypothses
TF sur L
1
ou L
2
Proprits
Linarit
TF [ax(t) +by(t)] = aX(f) + bY (f)
Parit x(t) relle paire X(f) relle paire
Translation et Modulation
TF [x(t t
0
)] = exp(j2ft
0
)X(f)
TF [x(t) exp(j2f
0
t)] = X(f f
0
)
Similitude
TF [x(at)] =
1
|a|
X
_
f
a
_
Proprits
Produits de Convolution
TF [x(t) y(t)] = X(f)Y (f)
TF [x(t)y(t)] = X(f) Y (f)
galite de Parseval
_
R
x(t)y
(t)dt =
_
R
X(f)Y
(f)df
Conjugaison
TF [x
(t)] = X
(f)
Distributions
Localisation
x(t)(t t
0
) = x(t
0
)(t t
0
)
Produit de Convolution
x(t) (t t
0
) = x(t t
0
)
Transformes de Fourier
TF [(t)] = 1, TF [1] = (f)
TF [(t t
0
)] = exp(j2ft
0
), TF [exp(j2f
0
t)] = (f f
0
)
Plan du cours
Proprits de R
x
() et de s
x
(f)
Classe 1 : signaux dterministes nergie nie
Classe 2 : signaux dterministes priodiques
puissance nie
Classe 3 : signaux dterministes non priodiques
puissance nie
Classe 4 : signaux alatoires stationnaires
Signaux dterministes nergie nie
Dnition E =
_
R
|x(t)|
2
dt =
_
R
|X(f)|
2
df <
Fonction dautocorrlation
R
x
() =
_
R
x(t)x
(t )dt = x(t), x(t )

Fonction dintercorrlation
R
xy
() =
_
R
x(t)y
(t )dt = x(t), y(t )

Produit scalaire
x(t), y(t) =
_
R
x(t)y
(t)dt
Densit spectrale dnergie
Dnition
s
x
(f) = TF [R
x
()]
Proprit
s
x
(f) = |X(f)|
2
Preuve
s
x
(f) =
_
R
_
_
R
x(t)x
(t )dt
_
exp(j2f)d
=
_
R
_
_
R
x
(t ) exp(j2f)d
_
x(t)dt
=
_
R
_
_
R
x
(u) exp [j2f(u t)] du

_
x(t)dt
= X
(f)X(f)
Exemple
Fentre rectangulaire
x(t) =
T
(t) =
_
1 si
T
2
< t <
T
2
0 sinon
R
x
() = T
T
()
Densit spectrale dnergie
s
x
(f) = T
2
sinc
2
(Tf) = |X(f)|
2
Signaux dterministes priodiques
Dnition P =
1
T
0
_
T
0
/2
T
0
/2
|x(t)|
2
dt <
R
x
() =
1
T
0
_
T
0
/2
T
0
/2
x(t)x
(t )dt = x(t), x(t )

R
xy
() =
1
T
0
_
T
0
/2
T
0
/2
x(t)y
(t )dt = x(t), y(t )

Produit scalaire
x(t), y(t) =
1
T
0
_
T
0
/2
T
0
/2
x(t)y
(t)dt
Densit spectrale de puissance
Dnition
s
x
(f) = TF [R
x
()]
Proprit
s
x
(f) =
kZ
|c
k
|
2
(f kf
0
)
avec x(t) =
kZ
c
k
exp(j2kf
0
t).
Preuve
R
x
() =
k,l
c
k
c
l
exp (j2lf
0
)
_
1
T
0
_
T
0
/2
T
0
/2
exp [j2(k l)f
0
t] dt
_
=
k
|c
k
|
2
exp(j2kf
0
)
Exemple
Sinusode
x(t) = Acos(2f
0
t)
R
x
() =
A
2
2
cos(2f
0
)
s
x
(f) =
A
2
4
[(f f
0
) +(f +f
0
)]
Signaux dterministes puissance nie
Dnition P = lim
T
1
T
_
T/2
T/2
|x(t)|
2
dt <
R
x
() = lim
T
1
T
_
T/2
T/2
x(t)x
(t )dt = x(t), x(t )

R
xy
() = lim
T
1
T
_
T/2
T/2
x(t)y
(t )dt = x(t), y(t )

Produit scalaire
x(t), y(t) = lim
T
1
T
_
T/2
T/2
x(t)y
(t)dt
Dnition
s
x
(f) = TF [R
x
()]
Proprit
s
x
(f) = lim
T
1
T
|X
T
(f)|
2
avec
X
T
(f) =
_
T/2
T/2
x(t) exp(j2ft)dt
Exemple
x(t) = A
1
cos(2f
1
t) +A
2
cos(2f
2
t)
avec f
1
et f
2
non commensurables.
Signaux alatoires stationnaires
Dnition
Moyenne : E[x(t)] indpendant de t
Moment dordre 2 : E[x(t)x
(t )] indpendant de t
R
x
() = E[x(t)x
(t )] = x(t), x(t )
E[x(t)y
(t )] = x(t), y(t )
Produit scalaire
x(t), y(t) = E[x(t)y
(t)]
Remarques : stationnarit au sens strict, large, lordre deux, tests de stationnarit.
Puissance moyenne
P = R
x
(0) = E
_
|x(t)|
2
=
_
R
s
x
(f)df
Dnition
s
x
(f) = TF [R
x
()]
Proprit
s
x
(f) = lim
T
1
T
E
_
|X
T
(f)|
2
_
mais en gnral X(f) nexiste pas !
Exemples
Exemple 1 : Sinusode
x(t) = Acos(2f
0
t +)
va uniforme sur [0, 2].
R
x
() =
A
2
2
cos(2f
0
)
s
x
(f) =
A
2
4
[(f f
0
) +(f +f
0
)]
Exemples
Exemple 2 : Bruit blanc
R
x
() =
N
0
2
()
s
x
(f) =
N
0
2
Plan du cours
Proprits de R
x
() et de s
x
(f)
Proprits de R
x
()
Symtrie Hermitienne : R
x
() = R
x
()
Valeur maximale : |R
x
()| R
x
(0)
Distance entre x(t) et x(t ) : si x(t) est un signal rel
d
2
[x(t), x(t )] = 2 [R
x
(0) R
x
()]
Donc R
x
() mesure le lien entre x(t) et x(t ).
Dcomposition de Lebesgue : dans la quasi-totalit des
applications, on a
R
x
() = R
1
() +R
2
()
o R
1
() est une somme de fonctions priodiques et
R
2
() tend vers 0 lorsque .
Proprits de s
x
(f)
DSP relle
s
x
(f) R
De plus, si x(t) signal rel, s
x
(f) relle paire
Positivit : s
x
(f) 0
Lien entre DSP et puissance/nergie
P ou E = R
x
(0) =
_
R
s
x
(f)df
Dcomposition de Lebesgue : dans la quasi-totalit des
applications, on a s
x
(f) = s
1
(f) +s
2
(f), o s
1
(f) est un
spectre de raies et s
2
(f) un spectre continu (cas
gnral : partie singulire).
Plan du cours
Introduction
Relations de Wiener-Lee
Formule des interfrences
Exemples
Introduction
On cherche une opration avec les proprits suivantes
Linarit : T [a
1
x
1
(t) + a
2
x
2
(t)] = a
1
T [x
1
(t)] +a
2
T [x
2
(t)]
Invariance dans le temps
Si y(t) = T [x(t)] alors T [x(t t
0
)] = y(t t
0
)
Stabilit BIBO
Si |x(t)| M
x
alors il existe M
y
tel que
|y(t)| = |T [x(t)] | M
y
Limitation du spectre dun signal
Convolution
y(t) = x(t) h(t) =
_
R
x(u)h(t u)du = h(t) x(t)
Commentaires
La linarit ne suft pas. Contre-exemple
y(t) = m(t)x(t)
CNS de Stabilit BIBO
_
R
|h(t)|dt < , i.e., h L
1
Rponse impulsionnelle et Transmittance
H(f) = TF [h(t)] =
_
R
h(t) exp(j2ft)dt
Si x(t) = (t) alors y(t) = h(t). Ceci permet dobtenir la
seule rponse impulsionnelle possible.
Ralisabilit dun ltre
Domaine temporel
(1) h(t) relle
(2) h(t) L
1
(stabilit)
(3) h(t) causale (ltre sans mmoire)
Domaine spectral
(1) Symtrie hermitienne : H
(f) = H(f)
(2) ne peut se traduire
(3) H(f) = j

H(f), o

H(f) = H(f)
1
f
est la
transforme de Hilbert de H (preuve dans le cours
manuscrit).
criture quivalente
En crivant H(f) = H
r
(f) +jH
i
(f), on obtient
H
r
(f) =H
i
(f)
1
f
H
i
(f) =H
r
(f)
1
f
Identier une relation de ltrage linaire
Signaux dterministes
y(t) = x(t) h(t) Y (f) = X(f)H(f)
Signaux alatoires : Isomtrie fondamentale
Si x(t)
I
e
j2ft
, alors y(t)
I
e
j2ft
H(f)
Exemples
y(t) =
n
k=1
a
k
x(t t
k
)
y(t) = x
(t)
y(t) = x(t)m(t)
Plan du cours
Introduction
Exemples
Relations de Wiener Lee
s
y
(f) = s
x
(f)|H(f)|
2
Intercorrlation
R
yx
() = R
x
() h()
Autocorrlation
R
y
() = R
x
() h() h
()
Preuves (signaux nergie nie)
s
y
(f) = |Y (f)|
2
= |X(f)H(f)|
2
= s
x
(f)|H(f)|
2
Intercorrlation
R
yx
() =
_
R
y(u)x
(u )du
=
_
R
Y (f)
_
e
j2f
X(f)
df
=
_
R
X(f)H(f)
_
e
j2f
X
(f)
df
=
_
R
s
x
(f)H(f)e
j2f
df = TF
1
[s
x
(f)H(f)] CQFD
Preuve (signaux puissance nie)
Intercorrlation
R
yx
() =
1
T
0
_
T
0
/2
T
0
/2
y(t)x
(t )dt
=
1
T
0
_
T
0
/2
T
0
/2
_
_
R
h(v)x(t v)dv
_
x
(t )dt
=
_
R
h(v)
_
1
T
0
_
T
0
/2
T
0
/2
x(t v)x
(t )dt
_
dv
=
_
R
h(v)R
x
( v)dv CQFD
etc ...
Preuves (signaux alatoires)
Intercorrlation
R
yx
() =E[y(t)x
(t )]
=y(t), x(t )
=e
j2ft
H(f), e
j2f(t)
=
_
R
e
j2ft
H(f)e
j2f(t)
s
X
(f)df
=
_
R
H(f)e
j2f
s
X
(f)df
= h() R
x
() CQFD
Autocorrlation
R
y
() =E[y(t)y
(t )]
=y(t), y(t )
=e
j2ft
H(f), e
j2f(t)
H(f)
=
_
R
e
j2ft
H(f)e
j2f(t)
H
(f)s
x
(f)df
=
_
R
|H(f)|
2
s
x
(f)e
j2f
df
=TF
1
{s
x
(f)|H(f)|
2
}
= h() h
() R
x
() CQFD
Autocorrlation
R
y
() = TF
1
{s
x
(f)|H(f)|
2
}
Densit Spectrale de Puissance
s
y
(f) = s
x
(f)|H(f)|
2
CQFD
Plan du cours
Introduction
Exemples
Hypothses
y
1
(t) = x(t) h
1
(t) et y
2
(t) = x(t) h
2
(t)
Conclusion
R
y
1
y
2
() =
_
R
s
x
(f)H
1
(f)H
2
(f)e
j2f
df
Preuve
R
y
1
y
2
() = E[y
1
(t)y
2
(t )]
=
_
R
e
j2ft
H
1
(f)e
j2f(t)
H
2
(f)s
x
(f)df
=
_
R
H
1
(f)H
2
(f)e
j2f
s
x
(f)df CQFD
Plan du cours
Introduction
Exemples
Exemples
Filtre Passe-bas
Transmittance
H(f) =
F
(f)
Rponse impulsionnelle
h(t) = Fsinc (Ft)
non causale et / L
1
troncature + dcalage
Filtres liaisons montante et descendante dune chane
de transmission
Plan du cours
chantillonnage idal
chantillonnage rel
Mthodes pratiques de restitution
chantillonnage idal
Signaux nergie nie
Domaine temporel
x
e
(t) =
kZ
x(kT
e
)(t kT
e
) = x(t)
kZ
(t kT
e
)
Domaine Frquentiel
X
e
(f) = X(f) F
e
kZ
(f kF
e
) = F
e
kZ
X(f kF
e
)
Priodisation du spectre
Commentaires
Thorme de Shannon
F
e
> 2f
max
Restitution
X
r
(f) =
1
F
e
X
e
(f)
F
e
(f)
Interpolateur de Shannon
x
r
(t) =
kZ
x(kT
e
)sinc [F
e
(t kT
e
)]
Gnralisation
x
r
(t) =
kZ
x(kT
e
)h(t kT
e
)
Commentaires
Frquences normalises
F
e
> 2f
max

f =
f
F
e
1
2
Repliement et ltre anti-repliement
Gnralisation : signaux dterministes puissance nie
chantillonnage dune sinusode
Signal et spectre
x(t) = Acos(2f
0
t) X(f) =
A
2
[(f f
0
) +(f +f
0
)]
Cas particulier
F
e
= 2f
0
Repliement
f
0
= 5kHz et F
e
= 100kHz
f
0
= 5kHz et F
e
= 8kHz
Filtre de restitution
F
e
(f)
Theorme de Shannon
Si x(t) est un signal alatoire stationnaire bande
limite, i.e.,
s
x
(f) = 0 |f| > f
max
et que F
e
> 2f
max
alors
x
N
(t) =
N
k=N
x(kT
e
)sinc [F
e
(t kT
e
)]
MQ
N
x(t)
Preuve
voir livre de Papoulis page 378.
Autocorrlation
R
x
() =
kZ
R
x
(kT
e
)sinc [F
e
( kT
e
)]
Interpolateur de Shannon pour R
x
() = TF
1
[s
x
(f)].
Si on pose y(n) = x(nT
e
) alors
s
y
_
f
_
=
kZ
R
y
(k)e
j2k

f
= F
e
kZ
s
x
_

f k
T
e
_
Priodisation de la densit spectrale de puissance
Preuve
s
y
_
f
_
=
kZ
R
y
(k)e
j2k

f
=
kZ
R
y
(k)
_
R
e
j2

ft
(t k)dt
=
_
R
e
j2

ft
_
kZ
R
x
(kT
e
)(t k)
_
dt
=TF
_
R
x
(tT
e
)
kZ
(t k)
_
=
1
T
e
s
x
_

f
T
e
_
kZ
f k
_
CQFD
Plan du cours
chantillonnage idal
chantillonnage rel
chantillonnage bloqueur
Domaine temporel
x
b
(t) =
kZ
x(kT
e
)
_
t

2
kT
e
_
= x
e
(t)
_
t

2
_
Domaine spectral
X
b
(f) =

T
e
e
jf
sinc(f)
kZ
X(f kF
e
)
Spectre dordre 0
X
0
(f) =

T
e
e
jf
sinc(f)X(f)
Conditions de restitution
chantillonnage rel
chantillonnage moyenneur
voir TD
chantillonnage porte analogique
...
Exemples
Tlphone
f
max
= 3400Hz et F
e
= 8kHz
Audio
f
max
= 15kHz et F
e
= 44.1kHz
Plan du cours
chantillonnage idal
chantillonnage rel
Restitution
Filtrage passe bas
H(f) =
F
e
(f)
Interpolation linaire
Filtre non causal
Bloqueur dordre 0
Utilis dans la quasi-totalit des applications
Plan du cours
Introduction
Quadrateur
Quantication
Introduction
Transformation sans mmoire
y(t) = g [x(t)]
Exemples
Quadrateur
y(t) = x
2
(t)
Quantication
y(t) = x
Q
(t)
Plan du cours
Introduction
Quadrateur
Quantication
Quadrateur
Signaux dterministes
Y (f) = X(f) X(f)
Exemples
Sinusode : x(t) = Acos(2f
0
t)
Y (f) =
A
2
2
(f) +
A
2
4
[(f 2f
0
) + (f + 2f
0
)]
Disparition de la frquence f
0
et apparition de la
frquence 2f
0
Somme de sinusodes : Termes dintermodulation
Sinus cardinal : doublement de la largeur de bande
Quadrateur pour signaux alatoires
Thorme de Price
Hypothses
(X
1
, X
2
) vecteur Gaussien de moyenne nulle
Y
1
= g(X
1
) et Y
2
= g(X
2
)
Conclusion
E(Y
1
Y
2
)
E(X
1
X
2
)
= E
_
Y
1
X
1
Y
2
X
2
_
Application au quadrateur
R
Y
() = 2R
2
X
() +K
Remarques
Loi Gaussienne bivarie
p(x
1
, x
2
) =
1
2
_
||
exp
_
1
2
x
T
1
x
_
Stationnarit
E [Y (t)Y (t )] =
_ _
g (x
1
) g (x
2
) p (x
1
, x
2
) dx
1
dx
2
avec x
1
= X(t), x
2
= X(t ) et
=
_
R
X
(0) R
X
()
R
X
() R
X
(0)
_
Dtermination de K
Moments dune loi Gaussienne centre
E
_
X
2n+1
_
= 0, E
_
X
2n
_
= [(2n1)(2n3)... 31]
2n
= 0
E
_
Y
2
(t)
= E
_
X
4
(t)
= 3R
2
X
(0) = 2R
2
X
(0) + K
Autocorrlation
R
Y
() = 2R
2
X
() + R
2
X
(0)
s
Y
(f) = 2s
X
(f) s
X
(f) +R
2
X
(0)(f)
Plan du cours
Introduction
Quadrateur
Quantication
Quantication
Principe
x
Q
(t) = iq
i
= x
i
et x
i
q
i
2
x(t) x
i
+
q
i
2
Dnitions
Pas de quantication q
i
Quantication uniforme q
i
= q =
2A
max
N
Niveaux de quantication: x
i
Nombre de bits de quantication N = 2
n
Erreur de quantication
Hypothse
(t) suit la loi uniforme sur
_
q
2
,
q
2
_
, i.e., N 2
8
Rapport signal sur bruit de quantication
SNR
dB
= 10 log
10
_
2
x
_
Variance du bruit :
2
=
(q)
2
12
Sinusode :
2
x
=
A
2
2
Conclusion
SNR
dB
= 6n + 1.76
Remarques
Gnralisation un signal Gaussien
2S = Nq SNR
dB
= 6n +...
Quantication non uniforme
Plan du cours
Dnition
Signal des tlgraphistes
Introduction aux les dattente
Processus de Poisson homogne
Notations
Instants : {t
j
}
jZ
Nombre dinstants dans [t, t +[ : N(t, )
Hypothses
Stationnarit (rgime tabli) : P
n
() = P[N(t, ) = n]
est indpendante de t.
Indpendance du pass et de lavenir (non
embouteillage) : si [t, t + [ et [t
, t
[ sont des
intervalles disjoints, alors N(t, ) et N(t
) sont des
va indpendantes.
Non accumulation (non simultanit des instants t
i
) :
si () = P[N(t, ) 2], alors
()

0
0
Conclusions
Loi de N(t, )
N(t, ) suit une loi de Poisson de paramtre , o est
le nombre moyen dinstants dans un intervalle de
largeur = 1.
Loi des largeurs dintervalles :
Si L
n
= t
n+1
t
n
, alors {L
n
}
nZ
est une suite de va
indpendantes de lois exponentielles de paramtre
(utile pour la simulation)
Loi des instants
Si lintervalle [0, t[ contient n instants t
1
, ..., t
n
, alors
chaque instant t
i
suit une loi uniforme sur [0, t[.
Plan du cours
Dnition
Introduction aux les dattente
Dnition
X(t) =
_
_
A si t = 0
A si N(0, t) pair
A si N(0, t) impair
o A est uniforme sur {1, +1}.
Stationnarit
Moyenne
E [X(t)] = 2P [X(t) = 1] 1 = 0
E [X(t)X(t )] = e
2||
, R
s
X
(f) =

2
+
2
f
2
Application
Imagerie radar synthse douverture (Imagerie SAR)
Plan du cours
Dnition
Introduction aux Files dattente
Introduction aux Files dattente
Hypothses
Un guichet
Une le dattente
Arrive des clients dcrite par un processus de
Poisson de paramtre
Temps de service T
s
E() avec E(T
s
) = 1/
Conclusion (admise)
Probabilit davoir n clients dans le systme linstant t
P [X(t) = n] = (1 Q)Q
n
, n N
avec Q = / < 1.
Nombres moyens de clients
Dans le systme
L = E [X(t)] =
Q
1 Q
Dans la le dattente
L
Q
= E
_
X
Q
(t)
=
Q
2
1 Q
Rsultat utile
n=1
nx
n
=
x
(1 x)
2
, |x| < 1
Temps de sjour moyen dun client C
Dans le systme
W = E (T) = E [E (T|A
n
)] =
1
(1 Q)
o A
n
est lvnement il y a n clients dans le systme
lorsque C y rentre.
Dans la le dattente
W
Q
= E
_
T
Q
_
= E (T)
1
=
Q
(1 Q)
Formules de Little
L
W
=
L
Q
W
Q
=
Plan du cours
Signaux des tlcommunications
Chane de transmission
chantillonnage et Quantication
Codage
Mise en forme
modulation
...
Le signal NRZ : soit {A
n
}
nZ
une suite de va binaires
indpendantes avec P[A
n
= 1] = 1 P[A
n
= 0] = p.
Modle 1
X(t) = A
t
Modle 2
Y (t) = X(t +) = A
t+
Signal NRZ (modle 1)
Moyenne
E[X(t)] = E[A
t
] = p
E[X(t)X(t )] dpend de t
Exemple : t =
1
4
, =
1
2
et t =
3
4
, =
1
2
.
Moyenne
E[Y (t)] = p.
E[Y (t)Y (t )] = p
2
+ (p p
2
)
1
()
Preuves
Moyenne
E[Y (t)] = E[A
t+
]
= E[
E[A
t+
|]]
= E[p]
= p. CQFD
Preuves
E[Y (t)Y (t )] = E[A
t+
A
t+
]
= E[
E[A
t+
A
t+
|]]
=
_
1
0
E[A
t+
A
t+
]d
=
_
t+1
t
E[A
u
A
u
]du
=
_
1
0
E[A
0
A
u
]du.
Preuves
1
_
1
0
E[A
0
A
u
]du =
_
1
0
E[A
0
]E[A
u
]du
= p
2
.
1 0
_
1
0
E[A
0
A
u
]du =
_
1+
0
pdu +
_
1
1+
p
2
du
= p(1 +) p
2
.
Moyenne
E[Y (t)] = p.
E[Y (t)Y (t )] = p
2
+ (p p
2
)
1
()
Gnralisation
X(t) = A
t/T
, Y (t) = X(t + )
Moyenne
E[Y (t)] = p.
E[Y (t)Y (t )] = p
2
+ (p p
2
)
T
().
s
Y
(f) = p
2
(f) + (p p
2
)Tsinc
2
(Tf)
Bande passante : B =
2
T
(si T , le dbit et B )
Signal Biphase
Formes donde
m
1
(t) = 2
T/2
_
t
T
4
_
1, m
0
(t) = m
1
(t)
Moyenne : E[X(t)] = 0
E[X(t)X(t )] = R
1
() +R
2
()
avec R
1
() =
kZ
m( kT) priodique, R
2
() de
support [T, +T], et
m(t) = 2(2p 1)
2
T/2
() (2p 1)
2
T
()
Signal Biphase
s
X
(f) = s
1
(f) +s
2
(f)
avec s
1
(f) spectre de raies
s
1
(f) =
kZ
M
_
k
T
_
_
f
k
T
_
et s
2
(f) spectre continu
s
2
(f) = [1 (2p 1)
2
]
sin
4
_
Tf
2
_
_
Tf
2
_
2
Remarques
Fonction M
M
_
2k
T
_
= 0
M
_
2k + 1
T
_
=
4
2
(2p 1)
2
(2k + 1)
2
pour k Z.
rcupration de lhorloge

Slides TS

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Slides TS

Transféré par

Droits d'auteur :

Formats disponibles

Traitement du Signal

(t )dt = x(t), x(t )

(t )dt = x(t), y(t )

(u) exp [j2f(u t)] du

(t )dt = x(t), x(t )

(t )dt = x(t), y(t )

(t )dt = x(t), x(t )

(t )dt = x(t), y(t )

Vous aimerez peut-être aussi