Vous êtes sur la page 1sur 116

1/ 116

DE BASE DU TRAITEMENT DU SIGNAL


ANALOGIQUE
Pr. Khalid SABRI

Dpartement de Physique
Facult des Sciences
Universit Chouab Doukkali
El Jadida

2011-2012
M ASTER R SEAUX & T LCOMS

1400
Pic actif

1200
Pic passif

signal de force verticale

E LMENTS

1000
800
600
400
200

Pas2

Pas1

Pas1

Pas2

0
400

600

800

1000
Echantillons

1200

1400

1600

C ONTENU DE L ENSEIGNEMENT

2/ 116

Compte tenu du nombre dheures consacr cet enseignement, seule une


introduction au traitement du signal analogique sera propose.
Cet enseignement comprend,
40 heures de cours
9 heures de TD
6 heures de TP sous Matlab
Modalit dvaluation,
Compte-rendus des TP : ramasss la fin de la sance, nots et affects dun
coefficient 0.20 pour le calcul de la note finale. Les groupes seront constitus dau
plus 3 tudiants.
Lexamen final (2 heures) : affect dun coefficient 0.80 pour le calcul de la note
finale.

S OMMAIRE

3/ 116

Chp1 = Gnralits
Chp2 = Transformation de Fourier
Chp3 = Systmes de transmission
Chp4 = Filtrage des signaux analogiques

G NRALITS

Plan

4/ 116

G NRALITS
Classification des signaux

G NRALITS

I NTRODUCTION

5/ 116

Outils mathmatiques pour le traitement du signal


Srie de Fourier
Transforme de Fourier
Transforme de Laplace
Domaines dapplication
lectricit, lectrotechnique, lectronique de puissance
Thorie des communications, thorie de linformation
Traitement de la parole, des images et des vidos
Mdecine
Astrophysique, gophysique, tldtection
Mcanique
Nuclaire
...

G NRALITS

D FINITIONS

Signal
Entit (courant lectrique, onde acoustique, onde lumineuse, suite de nombres)
engendre par un phnomne physique et vhiculant une information (musique,
parole, son, image, temprature)
Bruit
Phnomne perturbateur gnant la perception ou linterprtation dun signal
Rapport Signal sur Bruit (RSB)
mesure la quantit de bruit contenue dans le signal. Il sexprime par le rapport des
puissances du signal PS et du bruit PN . Il est souvent donn en dcibels (dB).

S
P
= 10 log10 S
(1)
N dB
PN

6/ 116

G NRALITS

D FINITIONS

Systme
dispositif reprsent par un modle mathmatique, y = A(x), tablissant un lien de
cause effet entre des signaux dentre (excitations : commandes, consignes,
perturbations) et des signaux de sortie (rponses ou mesures).

Systme
A

Entre
x

Sortie
y

F IG . 1: Schma dun systme

Exemples,
Amplificateur idal : y (t) = kx(t).
Ligne retard : y (t) = x(t a), a R+ .
Drivateur : y (t) = x (t) =

dx (t)
.
dt

Un systme discret : On capte la sortie yk pour lui faire subir un retard dune unit
de temps. On lamplifie et on lajoute lentre yk = xk + ayk 1 .

7/ 116

G NRALITS

D FINITIONS

8/ 116

Capteur
dispositif transformant ltat dune grandeur physique observe en une grandeur
utilisable, exemple : une tension lectrique, une hauteur de mercure, une intensit, la
dviation dune aiguille. Les capteurs sont les lments de base des systmes
dacquisition de donnes. Leur mise en uvre est du domaine de linstrumentation.
Exemples,
Capteur photographique : convertir un rayonnement lectromagntique (UV,
visible ou IR) en un signal lectrique analogique.
Microphone : convertir les ondes sonores acoustiques dun milieu compressible
en impulsions lectriques.
Acclromtre : mesurer lacclration linaire de ce dernier.

G NRALITS
Classification des signaux

C LASSIFICATION DES

9/ 116

SIGNAUX

Classification des signaux


On peut envisager plusieurs modes de classification pour les signaux suivant leurs
proprits.
Classification phnomnologique
Classification morphologique
Classification nergtique

G NRALITS
Classification des signaux

C LASSIFICATION PHNOMNOLOGIQUE

10/ 116

On considre la nature de lvolution du signal en fonction du temps. Il apparait deux


types de signaux :
Signaux dterministes : ou signaux certains, leur volution en fonction du temps
peut tre parfaitement modlise par une fonction mathmatique. On retrouve
dans cette classe les signaux priodiques, les signaux transitoires, . . .
Signaux alatoires : leur comportement temporel est imprvisible. Il faut faire
appel leurs proprits statistiques pour les dcrire. Si leurs proprits
statistiques sont invariantes dans le temps, on dit quils sont stationnaires.

G NRALITS
Classification des signaux

C LASSIFICATION NERGTIQUE

11/ 116

Rappels :
Energie dun signal x(t), Wx =

R +

|x(t)|2 dt.

Puissance dun signal x(t), Px = limT

1
T

T
2

T2

|x(t)|2 dt.

Rq. Pour un signal priodique de priode T0 , la puissance moyenne totale est


R T20
2
calcule sur une priode : Px = T1
T |x(t)| dt.
0

20

On considre lnergie des signaux. On distingue :


Signaux nergie finie
Signaux puissance moyenne finie

G NRALITS
Classification des signaux

C LASSIFICATION NERGTIQUE

12/ 116

Signaux nergie finie


possdent une puissance moyenne nulle et une nergie finie (cas des signaux
transitoires, des signaux physiques ou physiquement ralisables). Ce sont des signaux
de carr sommable (ou intgrable).
Ex. (Figure 4) Impulsion rectangulaire centre en zro damplitude A et de dure T ,
A rect( Tt ) ; Impulsion exponentielle simple damplitude A, A exp(at)u(t).

Impulsion rectangulaire A rect( Tt )

Impulsion exponentielle, A exp(at)u(t)

F IG . 2: Exempe de signaux nergie finie

G NRALITS
Classification des signaux

C LASSIFICATION NERGTIQUE

13/ 116

Signaux puissance moyenne finie


possdent une nergie infinie et sont donc physiquement irralisable (cas des signaux
priodiques, des signaux physiquement irralisables comme les modles
mathmatiques).
Ex. (Figure 3) Echelon unitaire ; Signal rectangulaire priodique damplitude A et de
priode T .

Echelon unitaire

Signal rectangulaire priodique

F IG . 3: Exempe de signaux puissance moyenne finie

G NRALITS
Classification des signaux

C LASSIFICATION MORPHOLOGIQUE

14/ 116

On distingue des signaux variable continue ou discrte ainsi que ceux dont
lamplitude est discrte ou continue.
On obtient donc 4 classes de signaux :
Signaux analogiques dont lamplitude et le temps sont continus
Signaux quantifis dont lamplitude est discrte et le temps continu
Signaux chantillonns dont lamplitude est continue et le temps discret
Signaux numriques dont lamplitude et le temps sont discrets

F IG . 4: Classification morphologique

G NRALITS
Classification des signaux

C LASSIFICATION MORPHOLOGIQUE

15/ 116

On appelle numrisation dun signal lopration qui consiste faire passer un signal de
la reprsentation dans le domaine des temps et des amplitudes continus au domaine
des temps et des amplitudes discrets. Cette opration de numrisation dun signal peut
tre dcompose en deux tapes principales :
chantillonnage
quantification
La restitution (ou linterpolation) constitue une autre phase qui intervient lors du
passage du signal numrique au signal analogique.
Ces trois tapes sont indissociables. En effet, le signal, tant le support physique dune
information, doit conserver au cours de ces modifications tout le contenu informatif
initial.

Transformation de Fourier

Plan

16/ 116

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier
Transforme de Fourier des fonctions non priodiques

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Dfinition. Thorme de Fourier


Si s(t) est une fonction de t priodique, de priode T0 (= 1/F0 ), elle peut scrire sous
la forme dune somme de fonctions sinusodales de frquences f multiple de la
frquence F0 , dite fondamentale. Soit :
s(t) = a0 +

+
X

[an cos(2nF0 t) + bn sin(2nF0 t)]

(2)

n=1

o an et bn sont les coefficients de la srie de Fourier qui se calculent partir des


relations suivantes :
Z T0
1
a0 =
s(t)dt = s(t)
T0 0

(3)

avec a0 appel valeur moyenne ou composante continue,


an =

2
T0

T0

2
T0

T0

et
bn =

s(t) cos(2nF0 t)dt pour n > 1

(4)

s(t) sin(2nF0 t)dt pour n > 1

(5)

En pratique, seul un nombre fini de coeffcients sont numriquement non nuls.


Connaitre la valeur de ces coefficients donne des indications sur la nature du signal.
17/ 116

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Dfinition. Thorme de Fourier

18/ 116

Lexpression 2 peut scrire aussi sous la forme dun dveloppement en harmoniques :


s(t) = a0 +

+
X

cn cos(2nF0 t + n )

(6)

n=1

avec
cn =

q
a2n + bn2 et n = arctan(bn /an )

(7)

partir de lexpression 6 nous pouvons construire la reprsentation graphique


spectrale du signal dans un plan amplitude-frquence comme tant la succession des
pics ou raies damplitude cn et positionns aux frquences nF0 (fig. 5).
Spectre du signal s(t)
c1
c2

a0

cn

frquence f
0

F0

2F0

nF0

F IG . 5: Spectre en frquence dun signal priodique

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Distribution ou pic de Dirac

19/ 116

La distribution de Dirac peut tre perue comme la limite dune impulsion damplitude A
et de dure 1/A lorsque A tend vers linfini. Laire de cette impulsion est constante et
gale 1 quel que soit A. Le pic de Dirac sera dfini comme ayant un poids ou une
masse de 1 en x = 0 (fig. 6). Dans le domaine du traitement du signal, le pic de Dirac
(x) est une distribution ou fonction qui vrifie :
Z
(x)dx = 1
(8)
(x) = 0 pour x 6= 0 et

(x)

impulsion
A
1/A

1
si A

F IG . 6: Reprsentation de la distribution ou pic de Dirac

(x) possde des proprits au niveau des oprations avec les fonctions :
Localisation (opration de produit avec une fonction),
Elment neutre (opration de convolution avec une fonction).

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Reprsentations unilatrale et bilatrale


Lexpression 2 peut encore se mettre sous la forme complexe suivante :
s(t) =

+
X

S(nF0 ) exp(j2nF0 t)

(9)

n=

avec
S(nF0 ) =

1
1
(an jbn ) =
2
T0

T0

s(t) exp(j2nF0 t) dt pour n > 1

(10)

et
S(0) = a0 = s(t)

(11)

Les valeurs - de n sont introduites dans un but de simplification ; mais, tant donn que
s(t) est rel, nous avons :
an = an et bn = bn
S(nF0 ) reprsente les composantes du spectre en frquence de s(t), grandeur en
gnral complexe, qui a pour module :
q
cn
1
a2n + bn2 =
(12)
|S(nF0 )| =
2
2
et pour phase :

(nF0 ) = arctan
20/ 116

bn
an

(13)

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Reprsentations unilatrale et bilatrale

21/ 116

Le spectre en frquence du signal est form de pics de Dirac de poids |S(nF0 )|


rparties sur tout laxe des frquences + et - (fig. 7). Lexpression du spectre S(f ) du
signal est donc :
+
X
S(f ) =
S(nF0 )(f nF0 )
(14)
n=

avec

S(nF0 ) = |S(nF0 )| ej(nF0 )

(15)

Spectre du signal s(t)


S(0)
S(nF0 )
S(2F0 )

S(F0 )

S(F0 )
S(2F0 )

S(nF0 )

frquence f
nF0

2F0 F0

F0

2F0

nF0

F IG . 7: Spectre en frquence dun signal priodique avec un axe des frquences de + :


reprsentation bilatrale

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Reprsentations unilatrale et bilatrale

22/ 116

La reprsentation spectrale bilatrale S(f ) distribue, dans le domaine frquentiel, les


contributions du signal symtriquement de part et dautre de lorigine sur laxe des
frquences.
Seule la reprsentation unilatrale Sreel (f ), calcule par un dveloppement en srie de
Fourier, est une reprsentation relle qui peut tre obtenue partir danalyseurs de
spectres ou de transformateurs de Fourier qui prsentent le module de ce spectre.
partir des expressions 6 et 9, on peut dterminer la relation entre ces deux formes
de reprsentation :
Sreel (f ) = S(f )Kreel (f )
(16)
o Kreel (f ) (coefficient de reprsentation relle) est dfinie par :
8
< 2 si f > 0
1 si f = 0
Kreel (f ) =
:
0 si f < 0

(17)

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Reprsentations unilatrale et bilatrale


Le concept de frquence - na pas de signification physique. Il peut tre vu comme la
traduction du sens de rotation de la vitesse angulaire ou pulsation ( = 2f ). Ainsi la
fonction relle cos(t) ou cos(2ft) peut tre exprime comme la somme de deux
fonctions complexes dans le plan complexe (fig. 8) :
cos(t) =

1 jt
(e + ejt )
2

Partie imaginaire
ejwt
wt
-wt

Partie relle
2 cos(wt)

ejwt

F IG . 8: Introduction des frquences ngatives dans lexpression des signaux

23/ 116

(18)

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Exemples de signaux lmentaires : Signal sinusodal

24/ 116

Dans le cas des signaux sinusodaux ou cosinusodaux, la transforme en srie de


Fourier du signal est identique sa reprsentation mathmatique.

b cas du signal s(t) = cos(2F0 t)


La dcomposition en srie de Fourier est donc dfinie par :
a0 = 0, a1 = 1 et an = 0 pour n > 1
bn = 0 pour n > 1
Daprs la relation 10, les valeurs de S(nF0 ) non nulles sont :
S(F0 ) =

1
1
(a1 jb1 ) =
2
2

1
1
1
(a1 jb1 ) = (a1 + jb1 ) =
2
2
2
Do le spectre du signal, crit dans une reprsentation bilatrale suivant (15) :
S(F0 ) =

S(f ) =
Signal rel pair spectre rel pair

1
[(f + F0 ) + (f F0 )]
2

(19)

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Exemples de signaux lmentaires : Signal sinusodal


(a)

s(t) = cos(2F0 t)
1

1/2

Re{S(f )}
f

t
F0

F0

-1
T0

s(t) = sin(2F0 t)

(b)

Im{S(f )}

1/2
t

F0

F0
-1

-1/2

T0
F IG . 9: Spectres des signaux cosinusodal (a) et sinusodal (b) dans une reprsentation bilatrale
25/ 116

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Exemples de signaux lmentaires : Signal sinusodal

26/ 116

b cas du signal s(t) = sin(2F0 t)


La dcomposition en srie de Fourier est donc dfinie par :
an = 0 pour n > 0
b1 = 1 et bn = 0 pour n > 1
Daprs la relation 10, les valeurs de S(nF0 ) non nulles sont :
S(F0 ) =

1
j
(a1 jb1 ) =
2
2

1
1
j
(a1 jb1 ) = (a1 + jb1 ) =
2
2
2
Do le spectre du signal, crit dans une reprsentation bilatrale suivant (15) :
S(F0 ) =

S(f ) =

j
[(f + F0 ) (f F0 )]
2

Signal rel impair spectre imaginaire impair

(20)

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Exemples de signaux lmentaires : Signal carr priodique

27/ 116

Considrons un signal rectangulaire alternances gales, de valeur moyenne nulle et


damplitude 1, sa transforme en srie de Fourier est :

4
sin(3(2F0 t))
sin(5(2F0 t))
s(t) =
sin(2F0 t) +
+
+ ...
(21)

3
5
ou
+
4 X sin(2(2n + 1)F0 t)
s(t) =
(22)

2n + 1
n=0

Le spectre bilatral du signal est compos uniquement des harmoniques impairs :


S(f ) =

+
2 X
j
(f (2n + 1)F0 )
n= (2n + 1)
2/

(23)

Im{S(f )}

s(t )
2/(3)

2/(5)
F0

t
5F0
-1

3F0

5F0

3F0 F0
2/(5)
2/(3)

T0
2/

F IG . 10: Spectre dun signal carr priodique dans une reprsentation bilatrale

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Exemples de signaux lmentaires : Signal carr priodique

28/ 116

1.5

1.5

1.5

0.5

0.5

0.5

0.5

0.5

0.5

1.5

1.5

1.5

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

Fondamental

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

Fondamental + 1 harmonique

1.5

1.5

0.5

0.5

0.5

0.5

0.5

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

Fondamental + 4 harmoniques

1.5

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

1.5

0.5

1.5

Fondamental + 2 harmo

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

Fondamental + 30 harmoniques

1.5

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

Fondamental + 40 harm

F IG . 11: Synthse dun Signal carr priodique partir du dveloppement en srie de Fourier

Transformation de Fourier
Transforme de Fourier des fonctions priodiques : Srie de Fourier

Proprits du dveloppement en srie de Fourier

Nous avons une correspondance unique entre la fonction x(t), son dveloppement en
srie de Fourier et par consquent sa reprsentation spectrale X (f ). Nous crirons
F
donc cette rciprocit sous la forme : x(t) X (f )
Proprit de linarit
F

tant donn x(t) X (f ) et y (t) Y (f ), nous avons :


F
ax(t) + by (t) aX (f ) + bY (f ) avec a et b des constantes.
Proprit de parit
Nous avons les principales proprits de parit suivante :
si la fonction x(t) est relle et paire, les coefficients bn sont tous nuls et X (f ) est
relle et paire.
si la fonction x(t) est relle et impaire, les coefficients an sont tous nuls et X (f )
est imaginaire et impaire.
si la fonction x(t) est relle quelconque, X (f ) est complexe avec une partie relle
paire et une partie imaginaire impaire.

29/ 116

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Dfinition
La transforme de Fourier (TF) des fonctions non-priodiques peut tre considre
comme une extension de la transformation prcdente pour laquelle T0 .
Lintervalle de frquence F0 0 et le spectre devient alors une fonction continue.
En considrant les q. 9 et 10, on a :
#
"
Z T0
+
X
j2nF0
j2nF0 t 1
s( )e
d
s(t) =
e
T0 0
n=
Aprs le passage la limite T0 , il vient :

Z +
Z +
s( )ej2f d df
ej2ft
s(t) =

(24)

(25)

Do, la TF de s(t), note S(f ) ou F{s(t)}, et la TF inverse, note F1 {S(f )} :


F{s(t)} = S(f ) =

s(t)ej2ft dt

(26)

et
F1 {S(f )} = s(t) =
30/ 116

S(f )ej2ft df

(27)

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Dfinition

Comme pour le cas des fonctions priodiques, S(f ) est une fonction de f , en gnral
complexe, qui comprend donc une partie relle Re{S(f )} et une partie imaginaire
Im{S(f )} :
Z +
s(t) cos(2ft)dt
(28)
Re{S(f )} =

et
Im{S(f )} =

s(t) sin(2ft)dt

(29)

Lamplitude |S(f )| du spectre est donne par la relation suivante :


q
|S(f )| = [Re{S(f )}]2 + [Im{S(f )}]2

(30)

et la phase est :

(f ) = arctan(Im{S(f )}/Re{S(f )})

31/ 116

(31)

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Conditions dexistence de la TF

32/ 116

Pour quune fonction x(t) ait une TF, fonction de f dfinie selon lexpression 26, il faut
et il suffit que :
x(t) soit une fonction borne
La fonction x(t) est absolument intgrable i.e.

R +

|x(t)|dt < .

les discontinuits de x(t) ainsi que les maxima et minima soient en nombre fini
Mais pour que la TF de x(t) existe et soit rciproque, il suffit que x(t) soit une fonction
R +
de carr sommable
|x(t)|2 dt < . Cela signifie que x(t), ainsi que sa TF, sont
nergie finie.
,Toutes les fonctions existant physiquement vrifient ces conditions parce quon les
observe sur un temps fini.

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Proprits de la TF

Soit la fonction x(t) et la TF correspondante X (f ), nous crirons :


F

x(t) X (f )
Dans la plupart des cas, les TF ne sont pas calcules partir des relations gnrales
(q. 26 et 27), mais partir des principales proprits de la TF dcrites ci-aprs.
Linarit
F

ax(t) + by (t) aX (f ) + bY (f ), avec a et b des constantes.


Homothtie (fig. 12)
F

x(at)

33/ 116

1
f
X ( ) avec a R
|a| a

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Proprits de la TF

S(f )

s(t)
1

1
t

-1

f
-1

1
S(f )

s(t)

1
t
-1

f
-1

1
S(f )

s(t)
1

1/4
t
-1

f
-1

F IG . 12: Reprsentation schmatique de la proprit dhomothtie de la TF : a = 1/4 et a = 4

34/ 116

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Proprits de la TF
Exemple
Considrons un laser impulsionnel femtoseconde dont la dure de limpulsion est
de 10 fs (1014 s) et la longueur donde dans linfrarouge proche ( = 1m). Soit c la
vitesse de la lumire, la frquence f de cette onde lumineuse est donne par :
=

c
f

Do la priode doscillation T de cette onde lectromagntique est :


T =

= 0, 33 1014 s
c

Par consquent, pendant , il ny aura que 3 priodes doscillations = signal


fortement limit dans le temps, et donc un spectre large : un laser femtoseconde nest
pas monochromatique.
Translation
F

x(t a) X (f )ej2af avec a R


et
x(t)ej2bt

35/ 116

X (f

b) avec b R

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Proprits de la TF

36/ 116

Exemple
Le spectre S2 (f ) de s2 (t) = sin(2F0 t) peut tre dduit du spectre S1 (f ) de
s1 (t) = cos(2F0 t) en utilisant la proprit de translation.
tant donn, le spectre S1 (f ) (q. 19) :
1
[(f + F0 ) + (f F0 )]
2
et

T0
s2 (t) = sin(2F0 t) = cos 2F0 t
= cos 2F0 (t
)
2
4
La proprit de translation donne :
S1 (f ) =

T
1 j2 T0 f
j2 40 f
4 (f + F0 ) + e
(f F0 )]
[e
2
En utilisant la proprit de localisation (opration produit ) du pic de Dirac, il vient :

S2 (f ) = S1 (f )ej2

T0
f
4

S2 (f ) =

1 j
[e 2 (f + F0 ) + ej 2 (f F0 )]
2

soit

j
[(f + F0 ) (f F0 )]
2
Ce rsultat correspond celui trouv directement par le dveloppement en srie de
Fourier (q. 20). Et permet donc de noter que les proprits appliques pour les
spectres obtenus par TF sont aussi applicables aux spectres des signaux priodiques.
S2 (f ) =

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Proprits de la TF

37/ 116

Proprits de parit
Nous retrouvons les mmes proprits de parit que pour le dveloppement en srie
de Fourier, augmentes de nouvelles.
Signal s(t)
rel quelconque
rel pair
rel impair
imaginaire quelconque
imaginaire pair
imaginaire impair
complexe pair
complexe impair

Spectre frquentiel S(f)


complexe (partie relle paire, partie imaginaire impaire)
rel pair
imaginaire impair
complexe (partie relle impaire, partie imaginaire paire)
imaginaire pair
rel impair
complexe pair
complexe impair
TAB. 1: Proprits de parit de la TF

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Propritse de la TF

38/ 116

Drivation
d(x(t)) F
dn (x(t)) F

(j2f )n X (f )

(j2f )X (f ) et
dt
dt n
De cette proprit de drivation, on en dduit la transforme des signaux valeur
moyenne nulle qui facilite le calcul du spectre de signaux.
Soit
x(t) = A + x0 (t) avec (x0 (t) = 0) et A cste dintgration
alors
x(t) = A +

En posant X0 (f ) la TF de

d(x0 (t))
,
dt

d(x0 ( ))
d
d
F

il vient : x(t) A(f ) +

1
j2f

X0 (f )

Intgration dans le domaine temporel


Rt
F
F
1
si x(t) X (f ) et X (0) = 0, alors
x( )d j2f
X (f )
Divers
F

x(t) X (f ), alors x (t) X (f ) avec x signifiant le complexe conjugu.

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Quelques signaux supplmentaires


Le signal porte (t) ou rectangle est dfini par :
(t) = 1 pour |t| 6

et (t) = 0 pour |t| >


2
2

Ce signal permet de dcouper dans un signal une portion de dure finie. Cette
opration conduit transformer un signal thorique (reprsentation mathmatique) en
un signal rel nexistant que pendant un temps fini correspondant au temps de mesure.
Le spectre de la fonction porte ,
Z
Z +
(t)ej2ft dt =
F { (t)} =

ej2ft dt =

sin (f )
ejf ejf
=
j2f
f

Soit le rsultat suivant :


F { (t)} =

sin (f )
= sinc(f )
f

Consquence
Ce rsultat permet dobtenir la TF dun pic de Dirac. Si lon considre la dfinition du
pic de Dirac comme le passage la limite dune fonction porte de largeur et
damplitude A en conservant la relation A = 1 :
(t) =
39/ 116

lim

{A (t)}

A+, 0,A =1

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Quelques signaux supplmentaires

40/ 116

s(t ) = (t )
1
t
/2

/2
S(f ) = F { (t )}

2, 46/

2, 46/

0, 128

0, 128

3/

3/
2/

1/
1, 43/

1/
0, 217

2/
1, 43/

F IG . 13: TF de la fonction (t), appele porte ou rectangle

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Quelques signaux supplmentaires

41/ 116

Si lon considre que la limite de la TF est gale la TF de la limite, nous avons :


F {(t)} =

lim

{F {A (t)}} =

A+, 0,A =1

lim

{A sinc(f )}

A+, 0,A =1

Nous obtenons ainsi le rsultat suivant (fig. 14) :


(t)

s(t)

S(f )
1

(t)
t

F IG . 14: TF du pic de Dirac

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Quelques signaux supplmentaires

chelon unit ou fonction de Heaviside


Le signal chelon unit , appel u(t), est dfini par la relation suivante (fig. 15) :
u(t) = 0 pour t < 0
u(t) = 1 pour t 0
U(f )

u(t)
1

1/2
t

partie imaginaire
F IG . 15: TF de la fonction chelon unit de Heaviside

Cette fonction particulire est de trs grande utilit car elle permet de rendre un signal
quelconque x(t) causal par le produit x(t)u(t).
42/ 116

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Quelques signaux supplmentaires


Afin de pouvoir calculer des spectres de signaux faisant intervenir le signal chelon
unit , il est donc impratif de connatre son spectre U(f ).
En utilisant le calcul de la TF pour les signaux valeur moyenne nulle, on obtient la TF
de lchelon unit.
u(t) =

1
1
t
+ sgn(t) avec sgn(t) =
2
2
|t|

d[sgn(t)]

sobtient en ralisant un passage la limite identique celui de la


La TF de
dt
prsentation de (t) (figure 16).
d[sgn(t)]
F
= 2(t) 2
dt

(32)

Do la TF de u(t) :
U(f ) =

1
1
+ (f )
j2f
2

Le signal porte (t) peut aussi sexprimer partir de la somme de deux fonctions
chelon unit :

(t) = u(t + ) u(t )


2
2

43/ 116

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Quelques signaux supplmentaires

44/ 116

sgn(t)
1
t

-1
d[sgn(t)]
dt

1/

(t)

Aire = 2
t

2
F IG . 16: Reprsentation du calcul par passage la limite de la TF de la drive de la fonction
signe (traits pointills : courbes avant passage la limite 0)

Transformation de Fourier
Transforme de Fourier des fonctions non priodiques

Quelques signaux supplmentaires

45/ 116

Fonction exponentielle dcroissante


Cette fonction sexprime partir du signal chelon unit u(t) que nous venons
dtudier :
x(t) = u(t)eat
Dans ce cas, la manire la plus simple de calculer le spectre est dutiliser la dfinition
initiale de la TF (relation 26) :
Z +
Z +
1
X (f ) =
u(t)eat ej2ft dt =
e(a+j2f )t dt =
(a
+
j2f )

Systmes de transmission

Analyse cepstrale

Plan

46/ 116

Systmes de transmission
Dfinition. Unit de comparaison. Bande passante
Proprits des systmes de transmission
Dfinition
Dfinition

Introduction la notion de corrlation


4

Analyse cepstrale
Dfinition

Transforme de Hilbert
Dfinition
Signal analytique
Enveloppe complexe

Transforme de Hilbert

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Dfinition. Unit de comparaison. Bande passante

Dfinition et unit de comparaison

47/ 116

Un systme de transmission (ST) fait correspondre un signal dentre e(t)


quelconque un signal de sortie s(t), relation que nous notons :
S.T .

e(t) s(t)
Le signal de sortie s(t) ou rponse du ST est fonction du signal dentre e(t) et des
caractristiques du ST :

Un 1er moyen de caractriser cette grandeur s(t) est de la comparer e(t). Cette
comparaison se fait en gnral en exprimant le rapport des puissances des deux
grandeurs (de mme nature) par le log10 de leur rapport.

s(t)
AdB = 10 log10
(en dcibel ou abrviation dB)
e(t)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Dfinition. Unit de comparaison. Bande passante

Dfinition et unit de comparaison

Gain en puissance
Si on compare pour un appareil (par exemple un amplificateur), les puissances
dentre et de sortie, le rapport en puissance est :

Ps
APdB = 10 log10
Pe

(33)

avec un gain si APdB > 0 et un affaiblissement si APdB < 0.


Si on exprime ce rapport en puissance en fonction des tensions Ve et Vs aux bornes
des charges rsistives Re et Rs o sont dbits respectivement les courants Ie et Is , on
obtient :
"
#
#
"
Vs2 Re
Is2 Rs
APdB = 10 log10
= 10 log10 2
(34)
Ve2 Rs
Ie Re
Dans le cas de rsistances identiques (Re = Rs ) :


Is
Vs
= 20 log10
APdB = 20 log10
Ve
Ie

48/ 116

(35)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Dfinition. Unit de comparaison. Bande passante

Dfinition et unit de comparaison

49/ 116

Gain en tension
Par convention, on adoptera pour les tensions la relation de comparaison en dB
suivante :

Vs
APdB = 20 log10
Ve

(36)

Cette convention permet dexprimer, par un mme nombre, le rapport en tension et le


gain en puissance si les rsistances (ou impdances) dentre et de sortie sont
identiques. Quelques valeurs utiles sont donnes dans le tableau ci-dessous :

Rapport des tensions Vs/Ve


1/10
1/2
1/ 2
2 10
100
Gain ou affaiblissement en dB
-20
-6
-3
6 20
40
TAB. 2: Valeur du gain en dB pour diffrents rapports de tension

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Dfinition. Unit de comparaison. Bande passante

Dfinition et unit de comparaison

Cette comparaison des puissances ou tensions dentre et de sortie dun ST est


utilise lorsque lon veut tudier linfluence dune autre grandeur : par exemple la
frquence.
Bande passante
On considre une tension sinusodale, fournissant lentre suppose rsistive
(indpendante de la frquence), une puissance moyenne constante quelle que soit la
frquence : Pe constant. On tudie lvolution de la puissance de sortie sur une charge
rsistive en fonction de la frquence : Ps = Ps (f ). Ps passe par un maximum Psm
considr comme rfrence.
On appellera bande passante du ST la zone de frquences pour lesquelles on a :
1
Ps
>
ou APdB > 3 dB
Psm
2

50/ 116

(37)

Systmes de transmission

Analyse cepstrale

Dfinition. Unit de comparaison. Bande passante

Dfinition et unit de comparaison

51/ 116

F IG . 17: Dfinition de la bande passante -3 dB dun ST

Le rapport des tensions :


1
Vs /Vsm >
2
On dfinit galement une bande passante 6 dB pour laquelle on a :
Vs /Vsm >

1
2

Transforme de Hilbert

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Systmes linaires

52/ 116

Nous allons nous intresser des ST qui possdent les trois proprits suivantes :
linarit, continuit et stationnarit.
En considrant s1 (t) rponse de e1 (t) et s2 (t) rponse de e2 (t), le ST est dit linaire
si :
S.T .
a e1 (t) + b e2 (t) a s1 (t) + b s2 (t)
Il est important de remarquer que presque tous les systmes sont linaires pour les
faibles signaux (1re approximation).
Dautre part, une des consquences de la linarit est que, pour prvoir la rponse
une action quelconque, il suffit de connatre la rponse pour une collection
dnombrable de signaux dentre.
Soit
e(t) =

+
X

[ai ei (t)]

(38)

i=1

si (t) tant la rponse ei (t), lextension de la proprit de linarit scrit :


e(t) =

+
X
i=1

S.T .

[ai ei (t)] s(t) =

+
X
i=1

[ai si (t)]

(39)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Systmes continus
Soit sn (t) la suite des rponses aux signaux dentre en (t), le systme est dit continu
si nous avons la proprit suivante :
S.T .

lim en (t)

n+

lim sn (t)

n+

(40)

Exemple. Il est intressant de noter quun intgrateur pur est un systme continu,
mais pas un drivateur pur .
En effet considrons les signaux paramtrs par n de la forme :
sin(nt)
n

(41)

lim en (t) = 0

(42)

en (t) =
Nous avons le passage la limite :
n+

Pour un ST de type intgrateur pur , nous avons :


Z t
Z t
sin(nt)
1 cos(nt)
en (t)dt =
sn (t) =
dt =
n
n2
0
0
et le passage la limite de cette collection de signaux de sortie est :
Z t
lim en (t)dt
lim sn (t) = 0 =
n+

0 n+

Par consquent, le ST de type intgrateur pur est un systme continu.


53/ 116

(43)

(44)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Systmes stationnaires

54/ 116

Pour un ST de type drivateur pur , nous avons :

den (t)
d sin(nt)
sn (t) =
=
= cos(nt)
dt
dt
n

(45)

Il ny a donc pas de convergence des signaux de sortie. Le ST de type drivateur pur


nest pas un systme continu.
Un systme est stationnaire (invariant dans le temps) si son comportement est
indpendant de lorigine du temps, donc, si s(t) est la rponse e(t), nous avons :
S.T .

e(t ) s(t )

(46)

Dfinition : Les filtres sont dfinis comme des ST linaires, continus et stationnaires.

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Filtres et convolution

55/ 116

Une impulsion brve, injecte lentre dun ST linaire, continu et stationnaire


(S.T.-L.C.S.), ne donne jamais en sortie une impulsion infiniment brve mais un signal
de dure finie. Cette rponse, h(t), est appele rponse impulsionnelle (RI) du filtre.
Dans le cas gnral pour e(t) quelconque, nous voulons tablir une relation
S.T .L.C.S.

mathmatique qui lie e(t) et s(t) pour un S.T.-L.C.S., soit : e(t) s(t)
Premirement, h(t) tant la RI un signal dentre (t), la stationnarit du ST tudi
implique que la rponse (t t0 ) correspond h(t t0 ) (fig. 18) :
S.T .L.C.S.

S.T .L.C.S.

(t) h(t) et (t t0 ) h(t t0 )

F IG . 18: Rponse impulsionnelle dun ST

(47)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Filtres et convolution

56/ 116

1
Si sollicitation par une impulsion de type porte t
t (t), nous obtenons une rponse
que nous allons noter ht (t). Le passage la limite quand t 0, nous donne la RI
dfinie prcdemment :

1
S.T .L.C.S.
t (t) ht (t) avec
t

lim {ht (t)} = h(t)

t0

(48)

tant donn les proprits de linarit et de stationnarit de notre filtre, nous avons :
S.T .L.C.S.

A t (t it) A ht (t it) t

(49)

Soit e(t) quelconque, on peut le dcomposer en une suite dimpulsions de largeur t


(fig. 19). Chacune de ces impulsions a une amplitude gale celle du signal cet
instant : e(0), e(t), . . . , e(it) . . . Le passage la limite de ce signal composite
et (t) quand t 0 donne e(t) :
X
e(it) t (t it) et lim {et (t)} = e(t)
(50)
et (t) =
i

t0

Systmes de transmission

Analyse cepstrale

Proprits des systmes de transmission

Filtres et convolution

57/ 116

F IG . 19: Dcomposition dun signal quelconque en impulsions

Transforme de Hilbert

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Filtres et convolution

58/ 116

La rponse et (t) correspond la somme des rponses toutes les impulsions de


largeur t et damplitude e(it), soit :
et (t) =

X
i

S.T .L.C.S.

e(it) t (t it) st (t) =

X
i

e(it) ht (t it)t (51)

Daprs la proprit de continuit, le passage la limite de st (t) quand t 0,


donne s(t), rponse e(t), soit :
s(t) = lim {st (t)} =
t0

e( )h(t )d

Cette intgrale correspond lopration dite de convolution, note , soit :


Z +
e( )h(t )d
s(t) = e(t) h(t) =

(52)

(53)

La convolution exprime la rponse un signal quelconque partir de celle un signal


type (RI) ; la rponse dpend du filtre, caractris par h(t), et de lhistoire du signal.
Dfinition : Les filtres, qui sont dfinis comme des S.T.-L.C.S., sont des systmes de
convolution.

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Proprits de la convolution

Commutativit
x(t) y (t) = y (t) x(t)

(54)

Distributivit
Lopration de convolution est distributive par rapport laddition :
x(t) [y (t) + z(t)] = x(t) y (t) + x(t) z(t)

(55)

x(t) [y (t) z(t)] = [x(t) y (t)] z(t) = x(t) y (t) z(t)

(56)

Associativit

lment neutre
Llment neutre de lopration de convolution est le pic de Dirac (t), soit :
x(t) (t) = (t) x(t) = x(t)
59/ 116

(57)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Calcul pratique de la convolution

60/ 116

Si lon cherche la rponse s(t) un instant donn t de e(t) passant dans le filtre
caractris par h(t), il faut :
raliser h(t ) en retournant h(t) et dcalant de (fig. 21) ;
faire le produit e( )h(t ) ;
intgrer la valeur de ce produit (variable ). La valeur de cette intgrale est la
valeur de s(t) linstant t ; pour avoir lensemble de la fonction s(t), on doit
recommencer ces oprations.

F IG . 20: Visualisation de la complexit du calcul pratique de la convolution : pour chaque point, il


faut raliser le produit de deux fonctions et lintgrale de celui-ci

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Calcul pratique de la convolution

F IG . 21: Ralisation de la fonction h(t ) : partir de la fonction h(t) faire la symtrie par rapport
laxe des ordonnes, puis dcaler de +t sur laxe des abscisses

61/ 116

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Thorme de Plancherel
Thorme de Plancherel : La TF dun produit de convolution est un produit simple et
rciproquement. Ainsi, pour deux signaux x(t) et y (t) ayant pour TF respectives X (f )
et Y (f ), nous avons :
F

(58)

x(t) y (t) X (f ) Y (f )

(59)

x(t) y (t) X (f ) Y (f )
et

La dmonstration de ce thorme utilise la relation de dfinition de la TF (q. 26), soit :


Z +
x(t)ej2ft dt
(60)
F {x(t)} = X (f ) =

et
Z

F {y (t)} = Y (f ) =

z(t) = x(t) y (t) =

y (t)ej2ft dt

(61)

x( )y (t )d

(62)

Soit le signal z(t),

62/ 116

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Thorme de Plancherel

63/ 116

Calculons la TF de z(t) :
Z (f ) =

z(t)ej2ft dt =

soit
Z (f ) =
ou encore
Z (f ) =

Z
Z

[x(t) y (t)]ej2ft dt

x( )y (t )d ej2ft dt

(64)

x( )y (t )ej2ft d dt

(65)

En crivant ej2ft = ej2f ej2f (t ) , il vient :

Z + Z +
[x( )ej2f ] [y (t )ej2f (t ) ]d dt
Z (f ) =

(66)

Comme les deux intgrales peuvent tre inverses, nous avons :

Z +
Z +
y (t )ej2f (t ) dt d
x( )ej2f
Z (f ) =

(63)

(67)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Thorme de Plancherel

en posant = t dans la 2me intgrale, on obtient :

Z +
Z +
y ()ej2f d d
x( )ej2f
Z (f ) =

(68)

Puisque la 2me intgrale est indpendante de , nous pouvons crire Z (f ) sous la


forme dun produit de deux intgrales :

Z +
Z +
y ()ej2f d
(69)
x( )ej2f d
Z (f ) =

soit le rsultat attendu : Z (f ) = X (f )Y (f )

64/ 116

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Proprits des systmes de transmission

Convolution des signaux priodiques

65/ 116

Pour deux signaux priodiques rels x(t) et y (t) de priode T0 , on dfinit la


convolution de la manire suivante :
x(t) y (t) =

1
T0

T0
2
T
20

x( )y (t )d

(70)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Introduction la notion de corrlation

Puissance et nergie des signaux

Toute transmission dinformation est lie une transmission dnergie.


On peut caractriser un signal selon les critres de puissance et dnergie dans le plan
temporel ou frquentiel.
Puissance temporelle dun signal
La puissance instantane dun signal x(t) sexprime sous la forme :
p(t) = x(t) x (t) = |x(t)|2

(71)

La puissance moyenne dun signal x(t) sur une dure T0 est :


p(t, T0 ) =

1
T0

t+T0

x(t ) x (t )dt

Do lnergie totale du signal x(t) :


Z
Z
Ex =
x(t) x (t)dt =

66/ 116

(72)

|x(t)|2 dt

(73)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Introduction la notion de corrlation

Puissance et nergie des signaux

La puissance instantane dinteraction de deux signaux x(t) et y (t) :


pxy (t) = x(t) y (t) et pyx (t) = y (t) x (t)

(74)

Rq. pxy (t) et pyx (t) sont identiques si x(t) et y (t) sont rels.
La puissance moyenne dinteraction de deux signaux x(t) et y (t) sur une dure T0 :
pxy (t, T0 ) =

1
T0

t+T0

x(t ) y (t )dt et pyx (t, T0 ) =

1
T0

t+T0

y (t ) x (t )dt (75)

La puissance moyenne dinteraction de deux signaux non limits dans le temps :


(
)
Z t+T0
1

pxy (t) = lim


x(t ) y (t )dt
T0 +
T0 t
et
pyx (t) =

67/ 116

lim

T0 +

1
T0

t+T0

y (t ) x (t )dt

(76)

(77)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Introduction la notion de corrlation

68/ 116

Puissance frquentielle dun signal, densit spectrale


On dfinit le spectre de puissance dun signal ou densit spectrale par :
Sxx (f ) = X (f ) X (f ) = |X (f )|2

(78)

Lnergie contenue dans une bande de frquence de largeur f autour dune


frquence F0 est :
Z F0 +f /2
Sxx (f )df
Ex (f , F0 ) =
F0 f /2

Lnergie totale contenue dans le spectre X (f ) sexprime sous la forme :


Ex =

Sxx (f )df =

X (f ) X (f )df =

|X (f )|2 df

(79)

La densit spectrale dinteraction de deux signaux x(t) et y (t) :


Sxy (f ) = X (f ) Y (f ) et Syx (f ) = Y (f ) X (f )

(80)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Introduction la notion de corrlation

C ORRLATION ET

69/ 116

DENSIT SPECTRALE

Dfinition des fonctions de corrlation pour les signaux nergie finie


La fonction dautocorrlation dun signal x(t) est dfinie par :
Rxx (t) =

x( ) x ( t)d

(81)

La fonction dintercorrlation de deux signaux x(t) et y (t) est dfinie par :


Rxy (t) =

x( ) y ( t)d

(82)

Corrlation : similitude dun signal ou de deux signaux au niveau de la forme et de la


position en fonction du paramtre de translation t.
Autocorrlation : ressemblance du processus avec lui-mme au cours du temps, et,
par consquent, si le signal est priodique, la fonction dautocorrlation permettra de
dtecter cette priodicit.

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Introduction la notion de corrlation

C ORRLATION ET

70/ 116

DENSIT SPECTRALE

La fonction dautocorrlation Rxx (t) possde deux proprits importantes.


Pour des signaux rels, la fonction dautocorrlation est paire, soit :
Rxx (t) = Rxx (t)
Dautre part la fonction dautocorrlation a sa valeur maximale pour t = 0 :
|Rxx (t)| 6 Rxx (0)
Relation avec la densit spectrale dnergie
Z +
x( ) x( t)d
Rxx (t) =

Sxx (f )

Et pour deux signaux x(t) et y (t) :


F

Rxy (t) Sxy (f ) et Ryx (t) Syx (f )

(83)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Introduction la notion de corrlation

C ORRLATION ET

71/ 116

DENSIT SPECTRALE

Exemple : Considrons lexemple du signal porte (t) dont La TF est :


F { (t)} =

sin( f )
= sinc( f )
f

La densit spectrale est donc :

sin( f ) 2
Sxx (f ) =
f
tant donn que la fonction porte est relle et paire, lautocorrlation sexprime
sous la forme suivante :
Z +
Rxx (t) = (t) (t) = (t) (t) =
() ( t)d

En effet ce calcul se rsume a un calcul daire rsultant de lintersection de deux


rectangles. Un rectangle correspondant au signal porte centr en = 0 et lautre
rectangle correspondant la fonction porte dcal de t (fig. 22).
Le rsultat sexprime avec la fonction triangle, note 2 (t), de base gale 2 et
damplitude maximale 1 en t = 0 :
Rxx (t) = 2 (t)

Systmes de transmission

Analyse cepstrale

Introduction la notion de corrlation

C ORRLATION ET

72/ 116

DENSIT SPECTRALE

F IG . 22: Fonction dautocorrlation de la fonction porte

Transforme de Hilbert

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Introduction la notion de corrlation

C ORRLATION ET

DENSIT SPECTRALE

Corrlation de signaux priodiques


Pour un signal priodique rel x(t) de priode T0 , on dfinit la corrlation :
Rxx (t) =

1
T0

T0
2

T
20

x( ) x( t) d

(84)

Le dveloppement en srie de Fourier (q. 2) :


x(t) = a0 +

+
X

[an cos(2nF0 t) + bn sin(2nF0 t)]

n=1

En appliquant la relation prcdente de dfinition de la corrlation, nous obtenons :


Rxx (t) = a20 +

+
1X 2
[an + bn2 ] cos(2nF0 t)
2
n=1

La fonction dautocorrlation conserve linformation frquence, mais pas les


informations phase et amplitude.
73/ 116

(85)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Introduction la notion de corrlation

C ORRLATION ET

DENSIT SPECTRALE

Pour deux signaux priodiques rels x(t) et y (t), on dfinit la corrlation :


Rxy (t) =

1
T0

T0
2

T
20

x( ) y ( t) d

(86)

Si priode commune : T0 , alors les dveloppements en srie de Fourier (q. 9) :


x(t) =

+
X

X (nF0 )ej2nF0 t et y (t) =

n=

+
X

Y (nF0 )ej2nF0 t

n=

En appliquant la relation prcdente de dfinition de la corrlation, nous obtenons :


Rxy (t) =

+
X

X (nF0 )Y (nF0 )ej2nF0 t

(87)

n=

Si priodes diffrentes : T1 pour x(t) et T2 pour y (t), alors :


x(t) =

+
X

X (nF1 )ej2nF1 t et y (t) =

n=

+
X

Y (nF2 )ej2nF2 t

n=

En considrant F3 comme le PPCM F1 et F2 , la fonction dintercorrlation est alors :


Rxy (t) =

+
X

X (npF1 )Y (nqF2 )ej2nF3 t avec F3 = pF1 = qF2

(88)

n=
74/ 116

Si le rapport des frquences est irrationnel, alors la fonction dintercorrlation est nulle.

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Introduction la notion de corrlation

Thorme de Parseval

75/ 116

Les relations 73 et 79 permettent ainsi dcrire :


Z
Z
|x(t)|2 dt =
Ex =

Dans le cas de deux signaux, nous avons :


Z
Z
x(t) y (t)dt =
Exy =

et
Eyx =

y (t) x (t)dt =

|X (f )|2 df

X (f ) Y (f )df

Ces relations expriment le thorme de Parseval.

Y (f ) X (f )df

(89)

Systmes de transmission

Analyse cepstrale

Plan

76/ 116

Systmes de transmission
Dfinition. Unit de comparaison. Bande passante
Proprits des systmes de transmission
Dfinition
Dfinition

Introduction la notion de corrlation


4

Analyse cepstrale
Dfinition

Transforme de Hilbert
Dfinition
Signal analytique
Enveloppe complexe

Transforme de Hilbert

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Dfinition

Dfinitions

Cepstre complexe
Cx ( ) = F 1 {log(F {x(t)})} = F 1 {log(|X (f )|) + j(f )} avec X (f ) = |X (f )|ej(f )
(90)
Cepstre rel
Cx ( ) = F 1 {log(|X (f )|)}

(91)

CxP ( ) = F 1 {log(Sx (f ))}

(92)

Cepstre de puissance

77/ 116

Systmes de transmission

Analyse cepstrale

Dfinition

Proprits & Applications

78/ 116

Proprits
Considrons la relation entre sortie suivante,
y (t) = h(t) x(t)
Appliquons la TF,
Y (f ) = H(f ) X (f )
Le cepstre donne,
Cy ( ) = Ch ( ) + Cx ( )
Applications
Traitement de la parole et en reconnaissance vocale (annulation dchos).
Maintenance vibratoire des machines industrielles (analyse des vibrations
dengrenages).

Transforme de Hilbert

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Dfinition

E XEMPLE

79/ 116

1.5
1
0.5
0
0.5
1
1.5
0

0.2

0.4

0.6

0.8

1.2

0.2

0.4

0.6

0.8

1.2

0.5

0.5

F IG . 23: Utilisation du Cepstre complexe pour la dtection dchos

Systmes de transmission

Analyse cepstrale

Dfinition

Vocabulaire (Bogert 1963)

Spectre
Frquence
Filtrage
Phase
Harmonique
Priode
Amplitude

80/ 116

=
=
=
=
=
=
=

Cepstre
Qufrence
Liftrage
Saphe
Rahmonique
Rpiode
Gamnitude

Transforme de Hilbert

Systmes de transmission

Analyse cepstrale

Plan

81/ 116

Systmes de transmission
Dfinition. Unit de comparaison. Bande passante
Proprits des systmes de transmission
Dfinition
Dfinition

Introduction la notion de corrlation


4

Analyse cepstrale
Dfinition

Transforme de Hilbert
Dfinition
Signal analytique
Enveloppe complexe

Transforme de Hilbert

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Dfinition

Dfinition

xh (t) = H{x} = h(t) x(t) = vp

x( )h(t )d

o
h(t) =

1
vp

1
t

x( )
d
t
(93)
(94)

et
vp

x( )h(t )d

= lim

x( )h(t )d +

vp tant labrviation de valeur principale de Cauchy.

82/ 116

t+

x( )h(t )d

(95)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Dfinition

Rponse frquentielle

83/ 116

La rponse en frquence, du filtre h(t), est purement imaginaire :


H(f ) = j sgn(f )

(96)

Ainsi :
Xh (f ) = H(f )X (f ),
(97)
La transforme de Hilbert a pour effet de tourner de +90la composante de frquence
ngative de s(t) et de 90la composante de frquence positive (figure 24).

F IG . 24: Rponse en frquence idal du filtre de quadrature de phase.

Exemple
cos(2f0 t)
sin(2f0 t)

sin(2f0 t)
cos(2f0 t)

(98)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Dfinition

Transforme de Hilbert inverse

84/ 116

On peut remarquer que H 2 (f ) = 1, donc si on multiplie lq. (97) par H(f ) on


obtient :
X (f ) = H(f )Xh (f )

(99)

o la transforme de Hilbert inverse apparait clairement :


x(t) = h(t) xh (t) = H{xh }(t).

(100)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Signal analytique

Signal analytique

On appelle signal analytique associ au signal x(t), le signal complexe dfini par :
xa (t) = x(t) + j xh (t)
o la partie imaginaire xh (t) est en quadrature avec x(t) (dphass de

(101)
2 ).

Par consquent, le spectre damplitude de xa (t) se dcompose en trois partie :


Xa (f )
Xa (f )
Xa (f )

=
=
=

0
X (f )
2X (f )

si f < 0
si f = 0
si f > 0

(102)

On en dduit que le module de xa (t) reprsente lenveloppe de lamplitude du signal


x(t).
q
|xa (t)| =

x 2 (t) + xh2 (t)

Do lintrt dexploiter le concept de signal analytique pour la dtection de


lenveloppe dun signal.

85/ 116

(103)

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Signal analytique

E XEMPLE

86/ 116

sin
TH (sin)

0.5
0
0.5
1
0

0.005

0.01

0.015

0.02

0
100
200
300
400
500
4000

3000

2000

1000

1000

2000

3000

4000

F IG . 25: Transforme de Fourier du signal analytique associ au signal sin(2tf0

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Enveloppe complexe

Enveloppe complexe

87/ 116

Lobjectif est de reprsenter un signal bande troite x(t) en faisant apparaitre un


signal bande de base.
Soit xa (t) le signal analytique associ x(t). Ce dernier est tel que X (f ) 6= 0 si
f [f0 B, f0 + B] [f0 B, f0 + B] avec f0 reprsente la frquence du centre de la
bande de largeur 2B.
Par consquent, Xa (f ) = 2X (f ) si f [f0 B, f0 + B] (voir figure 26).
Spectres

|Xa (f )|
|X (f )|

|X (f )|

f0

f0

F IG . 26: Reprsentation frquentielle dun signal bande troite et le signal analytique associ

Systmes de transmission

Analyse cepstrale

Transforme de Hilbert

Enveloppe complexe

Enveloppe complexe

88/ 116

Lenveloppe complexe associe x(t) est dfinie par,


xe (t) = u(t) + jv (t) avec Xe (f ) = Xa (f + f0 )
Par consquent xe (t) = xa
Ou encore

(t)ej2f0 t .

(104)

Ainsi, Xe (f ) 6= 0 si f [B, B] (voir figure 27).

xe (t) = (x(t) cos(2f0 t) + xh (t) sin(2f0 t)) + j (xh (t) cos(2f0 t) x(t) sin(2f0 t))

u(t) = x(t) cos(2f0 t) + xh (t) sin(2f0 t) et v (t) = xh (t) cos(2f0 t) x(t) sin(2f0 t)
Spectres

|Xe (f )|

|Xa (f )|
f

f0

f0

F IG . 27: Reprsentation frquentielle dun signal bande troite et le signal analytique associ

Le signal bande limite x(t) peut alors sexprimer en fonction de xe (t),


x(t) = Re{xa (t)} = Re{xe (t)ej2f0 t } = u(t) cos(2f0 t) v (t) sin(2f0 t)

(105)

Filtrage des signaux analogiques

Plan

89/ 116

Filtrage des signaux analogiques


Tansforme de Laplace
fentrage temporel
Filtrage frquentiel

Filtrage des signaux analogiques


Tansforme de Laplace

Dfinition

La TF du signal non priodique s(t) scrit sous la forme (q. 26) :


Z +
s(t)ej2ft dt
F{s(t)} = S(f ) =

S(f ) nexiste que si cette intgrale a une valeur finie (convergente). Dans le cas
contraire on peut rendre cette intgrale convergente en multipliant s(t) par et , la
valeur est relle positive et est appele rayon de convergence. Cela conduit dfinir
une nouvelle grandeur, appele frquence complexe, p :
p = + j2f

(106)

La transforme de Laplace (TL) est obligatoirement applique des signaux dits


causaux (Pour les signaux non causaux, des astuces de dcalages existent).
ps : Lquivalent discret de la TL est la transforme en Z qui est un outil mathmatique
de traitement du signal.

90/ 116

Filtrage des signaux analogiques


Tansforme de Laplace

Proprits de la TL

Considrons un signal causal, s(t), sa TL, note L , est :


L{s(t)} = S(p) =

s(t)ept dt

La TL est trs utile dans ltude des rgimes transitoires qui vrifient le principe de
causalit. En particulier, elle sera un outil important dans ltude des filtres base sur
la RI (signal causal). Dune manire gnrale, cette transforme est loutil de base
dans le domaine de lautomatique, i.e. des systmes boucls.
Le seul but de cette prsentation est de rapprocher les deux principaux outils utiliss
dans le cadre des signaux continus.
Dans le cas dun rgime harmonique tabli, on peut remplacer p par j2f ou j dans la
TL.
TF et TL : Si on a une fonction s(t) telle que s(t) = 0 pour t < 0, alors on a la relation :
F{s(t)} = L{s(t)}p=j2f

91/ 116

Filtrage des signaux analogiques


Tansforme de Laplace

Proprits de la TL

Les principales proprits de la TL, similaires celles de la TF, sont :


Linarit
L

ax(t) + by (t) aX (p) + bY (p)


avec a et b des constantes.
Homothtie (fig. 12)
p
L 1
x(at) X ( ) avec a > 0
a
a
Translation
L

x(t a) X (p)eap avec a R


et
x(t)ebp

92/ 116

L
X (p

b) avec b R

Filtrage des signaux analogiques


Tansforme de Laplace

Proprits de la TL

93/ 116

Drivation
L

(1)n t n x(t)
et
dn (x(t))
dt n

L
p n X (p)

"

n1

dn (X (p))
dp n

x(0) +

n
X

ni

i=2

pour n = 1 :
d(x(t))
dt

L
pX (p)

x(0)

Intgration
Z

x( )d

et
1
L
x(t)
t

1
X (p)
p

X ()d

di1 (x(t))
dt i1

t=0+

Filtrage des signaux analogiques


Tansforme de Laplace

Proprits de la TL

Transforme dune fonction priodique


Soit x(t) une fonction priodique de priode T0 , nous avons :
L

x(t) X (p) =

1
1 epT0

T0

ept x(t)dt

Thormes de la valeur initiale et de la valeur finale


Le thorme de la valeur initiale :
x(0) = limp+ {pX (p)}

Le thorme de la valeur finale :


x() = limp0 {pX (p)}

Convolution et TL
Nous avons la mme relation que pour la TF,
L

(107)

x(t) y (t) X (p) Y (p)

(108)

x(t) y (t) X (p) Y (p)


et

94/ 116

Filtrage des signaux analogiques


fentrage temporel

P RINCIPES GNRAUX

95/ 116

Dans le domaine temporel, nous parlerons plus de fentrage, que de filtrage temporel,
qui peut tre dfini comme lopration consistant prlever, interrompre ou seulement
attnuer un signal :

Ainsi, s(t) = gfen (t) e(t) o gfen (t) est


la fonction temporelle du filtre ou de la fentre.
La modification quentrane ce fentrage ou filtrage temporel au niveau du spectre en
frquence de e(t) est donne en appliquant le thorme de Plancherel :
F

s(t) = gfen (t) e(t) S(f ) = Gfen (f ) E(f )


Par consquent, pour gfen (t) quelconque, le spectre de s(t) sera diffrent de celui de
e(t) cause du produit de convolution (fig. 28).
Ainsi les actions temporelles telles que le prlvement dun signal gfen,1 (t) ou
linterruption gfen,2 (t) ou encore lattnuation gfen,3 (t) sont des filtres temporels qui
vont modifier le spectre du signal.

Filtrage des signaux analogiques


fentrage temporel

P RINCIPES GNRAUX

96/ 116

Pour gfen,1 (t), si T alors gfen,1 (t) = 1, t, or : gfen (t) = 1 Gfen (f ) = (f )


donc s(t) = gfen (t) e(t) = e(t) et S(f ) = Gfen (f ) E(f ) = (f ) E(f ) = E(f )
Aucune modification du signal.

F IG . 28: Filtrage ou fentrage temporel

Filtrage des signaux analogiques


fentrage temporel

F ENTRAGE TEMPOREL
Lenregistrement par un appareil ou le traitement par ordinateur dun signal impose un
temps fini au signal quil soit analogique ou chantillonn. Ce problme de la dure
finie dun signal est celui de la mesure.
Pour raliser une formulation de cette troncature temporelle du signal, on utilise la
fonction porte temporelle (t) de largeur .

sin( f )
E(f )
(109)
s(t) = (t)e(t) et S(f ) =
f

F IG . 29: TF de la fonction porte ou rectangle

Linfluence de cette fentre temporelle sur le signal et sur son spectre peut tre trs
importante.
97/ 116

Filtrage des signaux analogiques


fentrage temporel

F ENTRAGE TEMPOREL
Prenons lexemple dun signal cosinusodal pur de priode T0 , soit :
s(t) = cos(2F0 t) et S(f ) =

1
[(f + F0 ) + (f F0 )]
2

En utilisant les relations prcdentes, on obtient le signal mesur s(t) :


s(t) = cos(2F0 t) (t)
ou
s(t) = cos(2F0 t) pour t [ /2, /2] et s(t) = 0 pour t
/ [ /2, /2]
et son spectre S(f ) :

1
sin( f )

[(f + F0 ) + (f F0 )]
S(f ) =
f
2
soit
S(f ) =

sin( (f + F0 ))
sin( (f F0 ))
+
(f + F0 )
(f F0 )

Spectre form de deux fonctions de type sinc centres sur F0 et F0 (figure 30).
Ex. Signal sinusodal tronqu (figure 31).
98/ 116

Filtrage des signaux analogiques


fentrage temporel

F ENTRAGE TEMPOREL

99/ 116

F IG . 30: Modification du spectre en frquence dun signal sinusodal par une troncature temporelle :
(a) spectre du signal thorique infini et (b) spectre du signal tronqu temporellement

Filtrage des signaux analogiques


fentrage temporel

F ENTRAGE TEMPOREL

100/ 116

F IG . 31: Modification du spectre dun signal sinusodal tronqu : exemple dun signal limit 5
priodes, le spectre obtenu correspond la valeur absolue du spectre calcul

Filtrage des signaux analogiques


fentrage temporel

F ENTRAGE TEMPOREL

101/ 116

Consquence : Le fentrage temporel dun signal priodique quelconque, conduit


un spectre form de la somme de toutes les fonctions sinc places au niveau des
frquences existantes avec une amplitude proportionnelle limportance de la raie
= interprtation errone du spectre.
Comment limiter les effets du fentrage temporel (attnuer ou laisser le lobe principal
et les lobes secondaires) !
Remarque : le spectre dun signal tronqu temporellement va tre dform par la
fonction sinc(x). Ce rsultat correspond au principe dincertitude : une connaissance
complte du signal sur laxe des temps conduit une dtermination prcise dans le
domaine frquentiel alors quune connaissance limite temporellement du signal induit
un flou sur la dtermination du spectre de ce signal.

Filtrage des signaux analogiques


Filtrage frquentiel

Thorme fondamental des filtres

102/ 116

Filtrage frquentiel : opration consistant prlever, interrompre ou seulement


attnuer tout ou partie des composantes frquentielles dun signal.

Ainsi, S(f ) = H(f ) E(f )


o H(f ) est la fonction frquentielle du filtre.
Le thorme fondamental des filtres sappuie sur la dfinition mme des filtres comme
systmes de convolution. Le filtre est dfini par sa RI h(t) et par sa fonction de
transfert H(f ) ou H(p). La rponse s(t) dun tel filtre un signal dentre e(t) est
donne par les oprations suivantes :
Z +
e( )h(t )d
(110)
S(f ) = H(f ) E(f ) et s(t) = e(t) h(t) =

Dans la pratique, un filtre sera souvent caractris par sa rponse indicielle i.e.
rponse un chelon unit u(t). Soit :
s(t) = u(t) h(t) =

u( )h(t )d

(111)

Filtrage des signaux analogiques


Filtrage frquentiel

Thorme fondamental des filtres

103/ 116

La relation de base 110 peut prendre diffrentes formes suivant les caractristiques de
e(t) et h(t) :
e(t) et h(t) quelconques :
s(t) =

e( )h(t )d =

h( )e(t )d

h(t) causal ( filtre ralisable : paragraphe suivant) :


s(t) =

e( )h(t )d

e(t) causal (exemple du signal u(t) chelon unit ) :


s(t) =

e( )h(t )d

e(t) et h(t) causaux :


s(t) =

e( )h(t )d

partir de ces relations, il est possible de dterminer la rponse une action ou signal
dentre quelconque.

Filtrage des signaux analogiques


Filtrage frquentiel

Thorme fondamental des filtres


Passage dans le domaine frquentiel pour dterminer la rponse, car lopration
raliser est alors un produit simple.
Soit le chemin de calcul suivant :

Application : calcul de la rponse de filtres en chane (n filtres mis en srie), La RI du


filtre quivalent peut tre calcule par :
h(t) = h1 (t) h2 (t) hi (t) hn (t)
Ce calcul est relativement difficile effectuer. Par contre le calcul de la fonction de
transfert quivalente sera trs simple :
n
Y
Hi (f )
H(f ) = H1 (f )H2 (f ) . . . Hi (f ) . . . Hn (f ) =
i=1

104/ 116

Ce calcul nest possible que si la mise en chane des filtres ne modifie pas leurs
caractristiques.

Filtrage des signaux analogiques


Filtrage frquentiel

Filtres ralisables
Un filtre est ralisable si sa RI h(t) est nulle pour t < 0. Tout systme physique aura
donc une RI h(t) relle quelconque (ni paire, ni impaire), par consquent, H(f ) sera
obligatoirement complexe :
H(f ) = |H(f )|ej(f )
Le spectre S(f ) de la rponse s(t) du filtre e(t), montre que tout filtre physique
ralisable dphase :
S(f ) = E(f ) H(f ) = E(f ) |H(f )|ej(f )
Exemple : Il est intressant dtudier le cas dun filtre passe-bas idal de frquence de
coupure Fc . Le spectre de ce filtre peut tre modlis par la fonction porte :
H(f ) = 2Fc (f )
La RI de ce filtre :

sin(2Fc t)
t
RI h(t) non causale = un filtre passe-bas idal nest pas ralisable.
h(t) =

Dans le cas des filtres ralisables, il est possible de calculer plus compltement la
rponse indicielle suivant lquation 110. Le filtre tant ralisable, sa rponse
impulsionnelle h(t) peut se mettre sous la forme causale :
h(t) = h0 (t)u(t)
avec h0 (t) une fonction quelconque
105/ 116

Filtrage des signaux analogiques


Filtrage frquentiel

Thorme fondamental des filtres

106/ 116

Ainsi, nous obtenons la rponse indicielle sind (t) dun filtre ralisable :
sind (t) = h(t) u(t) = [h0 (t)u(t)] u(t) =

h0 ( )d

(112)

Les filtres analogiques continus ralisables sont construits partir des composants
lectroniques : rsistances, capacits, self-inductances et amplificateurs oprationnels.
Le fonctionnement de ces filtres est caractris par des quations
intgro-diffrentielles linaires coefficients constants entre e(t) et s(t).
En utilisant la TL, cette relation donne une fonction de transfert H(p) qui est le quotient
de deux polynmes :
Pm
ai p i
S(p)
H(p) =
= Pi=0
(113)
n
j
E(p)
j=0 bj p

Filtrage des signaux analogiques


Filtrage frquentiel

Thorme fondamental des filtres

107/ 116

Cette relation 113 peut sexprimer sous la forme dune somme ou dun produit des
quatre fonctions lmentaires suivantes :
filtre passe-bas du 1er ordre (paragraphe suivant) :
H1 (p) =

1
1 + p

(114)

avec le temps de rponse.


filtre passe-haut du 1er ordre (paragraphe suivant) :
p
1 + p

(115)

1
1 + 2 p + ( p)2

(116)

H2 (p) =
filtre passe-bas du 2me ordre :
H3 (p) =

avec le coefficient damortissement.


filtre passe-haut du 2me ordre :
H4 (p) =

( p)2
1 + 2 p + ( p)2

(117)

Filtrage des signaux analogiques


Filtrage frquentiel

Les diffrents types de filtres

108/ 116

En se plaant au niveau de lutilisation du filtre frquentiel (limination de certaines


frquences), il est plus logique de considrer les quatre types de filtres qui peuvent
tre utiliss : passe-bas, pase-haut, passe-bande et coupe-bande ou rjecteur. Les
courbes de gain ou gabarits de ces filtres sont prsents sur la figure 32.

F IG . 32: Les quatre types de filtres ralisables avec leurs paramtres : filtre passe-bas (a), filtre
passe-haut (b), filtre passe-bande (c) et filtre rjecteur (d)

Filtrage des signaux analogiques


Filtrage frquentiel

Les diffrents types de filtres

109/ 116

En plus des frquences de coupure Fc haute (et/ou basse), les paramtres essentiels
qui caractrisent ces diffrents filtres sont :
pente des transitions : plus cette pente est forte, meilleur est le filtre, car les
frquences liminer sont alors fortement et rapidement attnues ;
ondulation de la bande passante : plus cette ondulation est faible, meilleur est le
filtre, car les frquences conserver sont alors peu altres.
La ralisation des filtres de type passe-bande et coupe-bande se fait partir de
lassociation des fonctions de transfert de base des filtres passe-bas et passe-haut.
Ainsi considrons les deux fonctions de transfert de base donnes par les q. 114 et
115 :
filtre passe-bas de frquence de coupure Fc :
Hpassebas (f ) =

1
1 + j Ff

filtre passe-haut de frquence de coupure Fc :


Hpassehaut (f ) =

j Ff

1 + j Ff

Filtrage des signaux analogiques


Filtrage frquentiel

Les diffrents types de filtres

Les fonctions de transfert des filtres passe-bande et coupe-bande sexpriment par


lassociation (produit de fonctions de transferts prcdentes) :
filtre passe-bande entre les frquences Fc1 et Fc2 :
Hpassebande (f ) =

j Ff

1
1+j

c1

f
Fc2

1 + j Ff

avec Fc1 < Fc2

c1

filtre coupe-bande ou rjecteur entre les frquences Fc1 et Fc2 :


Hcoupebande (f ) =

j Ff

c2

1 + j Ff

c1

110/ 116

1 + j Ff

c2

avec Fc1 < Fc2

Filtrage des signaux analogiques


Filtrage frquentiel

Les diffrents types de filtres

111/ 116

Diffrentes fonctions de transfert peuvent tre proposes pour rpondre au mieux


dune part au type de filtre demand et dautre part aux deux caractristiques de base
(pente et ondulation) qui sont souvent lobjet dun compromis. Ainsi nous pouvons citer
les deux types de filtres les plus connus :
filtre Butterworth
s
1
|G(f )| =
avec n lordre du filtre
1 + (f /Fc )2n
,ondulation rsiduelle trs faible
/pente dattnuation reste fonction du paramtre n, comme pour des filtres
classiques n.6 dB/oct
filtre Tchebychev
s
1
|G(f )| =
1 + [Gn (f )]2n
Les fonctions indices Gn (f ), appeles polynme de Tchebychev, se calculent par
rcurrence partir de :
Gn+2 (f ) = fGn+1 (f ) Gn (f ) avec G0 (f ) = 1 avec G1 (f ) =
,ondulation rsiduelle faible et constante
/pente dattnuation trs forte lie au paramtre n

f
Fc

Filtrage des signaux analogiques


Filtrage frquentiel

Les diffrents types de filtres

112/ 116

Butter

Chebyshev type1

0.8

0.8

0.6

0.6

0.4

0.4

0.2

0.2

0
0

0.2

0.4

0.6

0.8

0.2

Chebyshev type2

0.4

0.6

0.8

0.8

Elliptique

0.8

0.8

0.6

0.6

0.4

0.4

0.2

0.2

0
0

0.2

0.4

0.6

0.8

0.2

0.4

0.6

F IG . 33: Diagramme de Bode des gains des filtres : Butterworth, Tchebychev de type 1,
Tchebychev de type 2 et elliptique

Filtrage des signaux analogiques


Filtrage frquentiel

Les diffrents types de filtres

113/ 116

F IG . 34: Comparaison des effets dun traitement par filtre passe-bas de frquence de coupure
gale 2,5 kHz de type Butterworth : filtre dordre 1 (a), filtre dordre 4 (b)

Filtrage des signaux analogiques


Filtrage frquentiel

Les diffrents types de filtres

114/ 116

F IG . 35: Comparaison des effets dun traitement par filtre passe-haut de coupure gale 2 kHz de
type Butterworth : filtre dordre 1 (a), filtre dordre 4 (b)

Filtrage des signaux analogiques


Filtrage frquentiel

Les diffrents types de filtres

115/ 116

F IG . 36: Comparaison des effets dun traitement par filtre coupe-bande de type Butterworth : filtre
dordre 1 et attnuation des frquences comprises entre 4 kHz et 6 kHz

Filtrage des signaux analogiques


Filtrage frquentiel

The End

116/ 116

, Fin du cours /