Académique Documents
Professionnel Documents
Culture Documents
numerlaues
I
Cours et problmes
Hwei P. Hsu
Fairleigh Dickinson University
Traduit par
Bernard Loubires
McGRAW-HILL
New York - St. Louis - San Francisco - Auckland
Bogota - Caracas - Lisbonne - Londres - Madrid - Mexico
Milan - Montral - New Delhi - Panama - San Juan
Sao Paulo - Singapour - Sydney - Toko - Toronto
Ce livre est traduit de Idition amricaine de Schaums Outlinc of Tlieory utid Problents of Analog
and Digital Cortrrrrunications
La loi du 1 1 mars 1957 nautorisant, aux termes dcs alinas 2 ct 3 de lArticle 41, dune part, que
les copies ou reproductions strictcmcnt rservcs lusage priv du copistc et non destines une
utilisation collective et, dautre part, quc lcs analyscs ct les courtcs citations dans un but dcxcniplc et
dillustration, toutc rcprscntation ou rcproduction intgralc, ou particllc, faitc sans ic conscntcnicnt
dc Iautcur ou de ses ayants-droit ou ayants-cause, est illicite (aiiiih 1 de larticle 40).
Ccttc rcprsentation ou rcproduction, par quclquc proCCd quc ce soit, constituerait donc unc
contrefaon sanctionnc par lcs Articlcs 425 et suivants du Codc PCiial.
<(
Avant-propos
Ce livre a pour ambition dtre un utile complment des ouvrages sur la thorie des communications
lusage de lingnieur, mais il peut tout aussi bien tre utilis indpendamment de la littrature spcialise.
Chaque sujet y est trait au moyen dun expos thorique assorti de nombreux problmes rsolus (qui font partie
intgrante de lexpos).
Le chapitre 1 passe en revue les bases mathmatiques permettant lanalyse des signaux et ltude des
systmes linaires au moyen des mthodes de Fourier. Les chapitres 2 et 3 appliquent ces mthodes ltude de la
modulation damplitude et dargument dun signal en labsence de bruit. Le chapitre 4 traite de lchantillonnage
et de la transmission numrique des signaux analogiques. La thorie des probabilits et les signaux alatoires
font lobjet des chapitres 5 et 6. Aucune connaissance prliminaire de ces sujets nest requise. Le chapitre 7
concerne lapplication pratique des dveloppements qui prcdent linfluence du bruit sur les systmes de
communication. Le chapitre 8, pour conclure, prsente une thorie lmentaire de linformation et du codage.
Je tiens remercier le Professeur Gordon Silverman, de Manhattan College, pour son aide, ses remarques
et sa relecture soigneuse du manuscrit. Je noublierai pas non plus Jiri Naxera et Wenchang Wu qui en ont
vrifi le texte et les figures. Je remercie par ailleurs M. David Burleigh pour son aide, M. John Aliano pour ses
conseils aviss et son appui ainsi que Ms. Maureen Walker pour tout le soin quelle mis prparer ce livre.
Enfin, ma reconnaissance va mon pouse Daisy dont la comprhension et le soutien constant se sont rvls
indispensables la parution de cet ouvrage
Hwei P. HSU
Chapitre 2
Chapitre 3
2
3
4
6
7
8
IO
11
12
15
16
16
48
48
48
48
50
52
55
57
58
59
~~
3.1.
3.2.
3.3.
3.4.
3.5.
3.6.
3.7.
Chapitre 4
i
1
75
75
75
75
77
77
78
79
80
81
83
.Introduction ....................................................................
Modulation par impulsions codes (PCM) ............................................
Thorme de lchantillonnage .....................................................
Echantillonnage .................................................................
Modulation dimpulsions en amplitude (PAM) .......................................
Quantification .................................................................
Codage ......................................................................
Largeur de bande de la modulation PCM ............................................
Modulationdelta ...............................................................
98
98
98
99
101
101
104
105
106
VI11
Chapitre 5
107
109
1IO
1 IO
112
114
138
138
138
141
Chapitre 6
Chapitre 7
Chapitre 8
144
145
148
152
184
184
184
185
187
189
191
194
220
220
221
222
226
230
231
233
235
237
263
263
263
265
268
269
270
271
273
274
275
278
279
IX
Annexe A
Annexe B
Annexe C
Annexe D
318
Annexe E
321
..................................................
INDEX .........................................................................................
314
316
325
Chapitre 1
Signaux et systmes
1.1 CLASSIFICATION DES SIGNAUX
On appelle signal une fonction qui reprsente lvolution dans le temps dune quantit physique. La
reprsentation mathmatique dun signal se fait au moyen dune fonction de la variable indpendante t , o
t est le temps. On dsigne par exemple un signai par la notation x ( t ) .
D.
La valeur dun signal dterministe est parfaitement dfinie tout instant. Celle dun signal alatoire ne peut
tre que statistiquement dfinie. Nous traiterons les signaux alatoires dans le chapitre 6.
/
J
00
Ix(t) I2dt
-00
P = lim T+W T
Ix(t)
I2dt
Si O < E < CO, cest--dire si E a une valeur finie (donc P = O), on dit que x ( t ) est un signal transitoire. Il est
de dure limite. Si E = CO, avec O < P < 00, sa puissance est finie, on dit quil sagit dun signal permanent.
SIGNAUX ET SYSTMES
[CHAP. 1
Le plus petit des nombres positifs TOsatisfaisant cette relation est appel priode, tandis que son inverse est
appel frquence fondamentale f o :
1
fa = 2TO
On dduit de la relation (1.3) que :
x(t
hertz (Hz)
+ nTo) = x ( t )
Un signal pour lequel nexiste aucune valeur TOsatisfaisant la relation (1.3) est dit non priodique ou
apriodique.
Un signal priodique dont lnergie par priode est de valeur finie est un signal permanent dont la puissance
moyenne peut tre calcule sur une seule priode.
1.2
FONCTIONS SINGULIRES
Un certain nombre de fonctions singulires, encore appeles fonctions gnralises, constituent en thorie
des tlcommunications une sous-classe importante de signaux apriodiques. Nous allons tudier ici deux de
ces fonctions, la fonction chelon unitaire u ( t ) et la fonction impulsion unitaire 8 ( t ) .
A.
1
O
t>O
t t O
On notera que cette fonction est discontinue en t = O et que sa valeur ny est pas dfinie.
CHAP. i l
SIGNAUX ET SYSTMES
6(ar) = - 6 ( t )
la I
6(-r) = 6 ( r )
(1.10)
x ( t ) 6 ( t ) = x(0)6(r)
(1.11)
x(r)S(t
- t o ) = x(to)d(r
(119)
- to)
(1.12)
Une dfinition diffrente de 6 ( t ) peut tre donne, au moyen des deux relations suivantes :
Lf2
6(r - ro)dt = 1
6 ( r - t,,) = O
II
< to < t2
# to
(1.13)
(1.14)
Les conditions (1.13) et (1.14) font apparatre la fonction impulsion unitaire comme limite dune fonction dont
laire sous la courbe conserve la valeur 1 tandis que sa largeur tend vers O. On reprsente symboliquement 6 ( t )
comme le montre la figure 1-2.
C.
Ca
1,s(W(r)
00
g(t)4(t>d t = -
df
(1.15)
o # ( t ) est la drive de 4(r).En faisant appel la relation (1.15), on montre que la drive de u ( t ) est gale
6 ( t ) , cest--dire que
(1.16)
x(r> =
C cnejn~
(1.17)
n=-63
o 00 = 2x1 TO= 2x fo est la pulsation fondamentale et fo laffquence fondamentale du signal. Notons que
dans la suite de cet ouvrage, on parlera de frquence alors que les formules utiliseront la variable w pour viter
le terme pulsation, moins usit, et allger lesformulesdu facteur 2n qui sintroduitquand on emploie la variable
(rs
SIGNAUX ET SYSTMES
[CHAP. 1
Les coefficients cn sont appels coeflcients de Fourier de la dcomposition, qui se calculent au moyen de la
relation suivante :
c, = O
x(t)eJnwo
dt
(1.18)
in
c,=/
To
x(t)einYld t
(1.19)
-TOI2
B. Spectre de frquence
Si lon a un signal priodique rel, alors
cn = lc, lejen
c-,, = cn = lcnle-jen
(1.20)
o Ic, 1 est lamplitude et O,, la phase du coefficient c,,, lastrisque indiquant quil sagit de la valeur complexe
O-, = -e,
(1.21)
D.
Thorme de Parseval
Le thorme de Parseval sur les sries de Fourier tablit que, si x ( t ) est un signal priodique de priode To,
on a :
(1.23)
A.
Dfinition
Soit x(r) un signal apriodique. On dfinit la transforme de Fourier de x ( t ) , que lon note 3,au moyen
de la relation suivante :
Poo
x(t)eio d t
(1.24)
X ( w ) = 3 [ x ( t ) ]=
IL
CHAP. i l
SIGNAUX ET SYSTMES
F I ,
'
x(t) = F-"x(w)] = -
X(w)ej"' d w
2n
(1.25)
Les relations (1.24) et (1.25) dfinissent ce que l'on appelle une paire de transformes de Fourier..On peut crire
X ( w ) en faisant apparatre l'amplitude et la phase, sous la forme
X ( O ) = IX(w)leje(o)
(1.26)
(1.28)
Tout comme dans le cas des sries de Fourier complexes, le spectre d'amplitude de x ( t ) , not IX(w)I est une
fonction paire de w , tandis que le spectre de phase ( w ) est une fonction impaire de w . L'ensemble de ces
deux fonctions constitue le spectre en frquence de x ( t ) . La relation (1.27) constitue la condition ncessaire et
suffisante pour que x ( t ) soit un signal rel (voir problme 1.17).
B.
* X ( w>
1. Linarit (superposition)
(1.29)
3. Dcalage frquentiel
(1.31)
4. Changement d'chelle
(1.32)
5. Inversion du temps
* X(-w)
(1.33)
* 2nx(-w)
(1.34)
x(-t)
6. Dualit
X(t)
7. Diffrentiation
x'(r) = - x ( t )
t,
jwX(w)
(1.35)
SIGNAUX ET SYSTMES
[CHAP. 1
(- j t ) x ( t ) * X'(w) = - X ( w )
dw
(1.36)
8. Intgration
1
X ( t ) d t ++ - X ( W )
+ nX(O)(w)
(1.37)
JO
C.
(1.38)
(1.39)
(1.40)
(1.41)
(1.42)
(1.43)
(1.44)
e''u(t)
e-Ol'l
1.5
a >O
*-
(1.45)
a >O
*-
(1.46)
jw+a
2a
w2
+ a2
CONVOLUTION
* x 2 ( t ) engendre un nouveau
00
x ( t ) = X I( t ) x 2 ( t ) =
X I ( r ) x 2 ( t - T )d s
(1.47)
A. Proprits de la convolution
(1.48)
(1.49)
(1.50)
B.
* 6(r) =x(r)
(1.51)
(1.52)
x(t)
x(t)
CHAR 11
C.
SIGNAUX ET SYSTMES
Thormes de convolution
Considrons deux signaux XI ( t )et x2(t) dont les transformes de Fourier respectives sont X I (O) et X 2 ( 0 ) ,
on a les deux relations suivantes :
XI ( f )
* X2(t)
f,
XI @ ) X 2 ( t )
XI ( W ) X 2 ( @ )
1
2 , X ' ( O ) * XZ(W)
(1.53)
(1.54)
La relation (15 3 ) est connue sous le nom de thorme de lu convolution temporelle, tandis que la relation (1.54)
constitue le thorme de la convolution frquentielle.
1.6
A.
R d r ) = [,XI
La fonction d'autocorrlution du signal
moyen de la relation suivante :
XI
( t M t-
dt
(1.55)
Loo
00
RI I(5) =
XI ( t b l
( r - r ) dr
(1.56)
B.
S l i ( w ) = F I R I I ( r )=
]
Loo
Rll(r)e-jwrdr
(1.60)
est appele densitspectrale nergtique du signal X I ( t ) .Prenons maintenant les transformes de Fourier inverses
des membres de la relation (1.60), il vient :
1
Poo
(1.61)
(1.63)
SIGNAUX ET SYSTMES
En faisant
t = O,
[CHAP. I
on obtient :
(1.64)
Cest la raison pour laquelle la quantit S11( w ) = IX,(w)I2est appele densit spectrale nergtique du signal
( t ) .La relation (1.65) est aussi connue sous le nom de rhorme de Parseval relatif la transforme de Fourier.
XI
C.
Notons que
(1.67)
Si le signal x ( t ) est priodique, de priode To,lintgrale se calcule sur une priode, et lon a :
(1.68)
S i l ( w ) = . F [ R l l ( r ) ]=
R l l ( r )= . F - l [ S l l ( w ) ]=
En faisant
t = O,
L00
Rll(r)e-jwdr
1
2n
(1.69)
00
SII(w)ejWdw
(1.70)
-00
il vient :
(1.71)
Cest bien la raison pour laquelle Si ( w ) est appele densit spectrale de puissance du signal X I ( t ) .
1.7
A.
On appelle systme la modlisation mathmatique dun processus physique qui relie un signal dentre
(source ou excitation) un signal de sortie (rponse).
SIGNAUX EJ SYSTMES
CHAP. 11
Soit respectivement x ( t ) et y ( t ) les signaux dentre et de sortie dun systme. On dit que le systme effectue
une transformation de x ( t ) en y ( t ) . On reprsente cela de faon symbolique :
J(0
SystCiilc
B.
y([)
Si les signaux dentre et de sortie x ( t ) et y ( t ) sont des fonctions continues du temps, on dit quil sagit dun
systme temps continu, appel gnralement systme analogique. Si ces signaux sont constitus de squences
de valeurs discrtes, il sagit dun systme temps discrtis appel en gnral systme chantillonn. Dans la
suite de cet ouvrage, nous traiterons essentiellement des systmes analogiques.
2.
Systmes linaires
Si loprateur P de la relation (1.73)satisfait aux deux conditions suivantes, alors P est un oprateur linaire
et le systme reprsent par P est un systme linaire.
a. Additivit
P [ x ,( t ) + X2(t)] = P [ X I
(1.74)
b. Homognit
~ [ a x ( t )=
] a ~ [ x ( t )=
] ay(t)
(1.75)
o to est une constante relle quelconque. La relation (1.76) signifie quun retard sur le signal dentre produit
le mme retard sur le signal de sortie. Un systme qui ne satisfait pas cette condition est dit variable dans le
temps.
4.
Si le systme est dune part invariant dans le temps et de plus linaire, on dit quil sagit dun systme
linaire invariant dans le temps (SLIT).
10
[CHAP. 1
SIGNAUX ET SYSTMES
(1.77)
La fonction h ( t ) est arbitraire, elle peut ne pas tre de valeur nulle pour t < O. Si, en revanche, on a la
relation
h(t)= O
pour t < O
(1.78)
00
y(r) = x(t)
* h(t)=
x ( t ) h ( t - t)d t
(1.79)
comme lopration de convolution est commutative, on peut aussi crire la relation de la faon suivante :
00
(1.80)
Jr-
si,
x ( t ) h ( t - r )d t =
x(r - r ) h ( s ) d s
(1.81)
Un signal x ( t ) est dit causal sil est valeurs nulles pour t < O. Si le signal dentre est causal, on a donc :
x(t)h(r - r ) d t =
(1.82)
Rponse en frquence
Si lon applique maintenant le thorme de la convolution (1.53)relatif la transforme de Fourier la
relation (1.79),on obtient :
D.
Y(o) = X(w)H(w)
(1.83)
o X ( w ) = F [ x ( t ) l ,Y ( w ) = F[y(r)l,et H ( w ) = F [ h ( t ) l .
H ( w ) est appele rponse en frquence ou fonction de transfert du systme. On a donc :
(1.84)
t
(Y(,)
sL,l
II(0
CHAP. I l
SIGNAUX ET SYSTMES
II
En prenant la transforme de Fourier inverse de la relation (1.83), on obtient pour expression du signal de
sortie :
03
y(r> =
i
2n
x(w)H(w)ejw' ciw
(1.85)
-03
H ( w ) = 1 H ( w )lej'h(")
(1.86)
Dans le cas d'un SLIT dont la rponse temporelle h(r) est valeurs relles, H ( w ) satisfait la relation de
symtrie-conjugaison [relation (1.27)] :
H(-w) = H*(w)
(1.87)
ce qui est quivalent :
(1.88~)
(1.88b)
Ce qui montre que l'amplitude IH(w)l est une fonction paire de la frquence, tandis que la phase &(O)est une
fonction impaire de la frquence. Posons
Y ( W )= lY(w)lejev(w)
X ( W )= IX(w)lejeY(")
(1.89)
(1.904
(1.90b)
Remarquons au passage que le spectre d'amplitude du signal de sortie est le produit du spectre d'amplitude
du signal d'entre par celui de la rponse impulsionnelle, tandis que le spectre de phase du signal de sortie est la
somme du spectre de phase du signai d'entre et de celui de la rponse impulsionnelle. On peut donc dire qu'un
systme SLIT filtre le signai d'entre qui lui est appliqu. On utilise ici le motJiZrre pour dsigner un systme
qui prsente une certaine slectivit dans le domaine des frquences.
- tr)
(1.91)
o tr est un rerurd et K une consrunte de gain, comme l'illustrent les figures 1-5(u) et 1-5(b).Si l'on prend la
transforme de Fourier des deux membres de la relation (1.91), on obtient
Y ( W )= Ke-jw'rX(w)
(1.92)
12
[CHAP. I
SIGNAUX ET SYSTMES
((1)
Signal dcnirk
KA[---iA
( c ) Iii(o)lcn
.t
fI
fonction d c , ~
d
;
r
+ t,
( O ) Signal dc sortic
ICIitC
= -tr
( d ) ,,(o) cn fonction dc w
Daprs la relation (1.83),il apparat que la condition pour quun systme soit exempt de distorsion est :
H ( w ) = IH(w)lejeh(w)= Ke-jwtr
(1.93)
Ce qui veut dire que lamplitude de H ( o ) doit tre constante quelle que soit la frquence, tandis que la phase
de H ( w ) doit tre une fonction linaire de la frquence, comme lillustrent les figures 1-5(c) et (4.
1.10 FILTRES
Un filtre est un systme dont la rponse en frquence H (O)volue dans certaines bandes de frquence. On
classe les filtres en passe-haut, passe-bas, passe-bande ou coupe-bande (ce dernier tant parfois appel rjecteur).
CHAP. 11
13
SIGNAUX ET SYSTMES
La figure 1-6(a)reprsente lamplitude et la phase de HPB(o).Le filtre passe-bas idal transmet toutes les
composantes du signal de pulsation w infrieure w, sans distorsion; O, = 2nf, o f, est la frquence de
coupure du filtre. Aucune des composantes du signal de pulsation suprieure w, nest transmise.
La rponse impulsionnelle dun filtre passe-bas idal sobtient en prenant la transforme de Fourier inverse
de la relation (1.94), ce qui donne :
(1.95)
La figure 1-6(6)reprsente la rponse impulsionnelle dun filtre passe-bas idal h p B ( t ) .
-6A
0,
-2nWC
(0)
pour IwI 2 w,
autrement .
(1.96)
La figure 1-7 reprsente la loi de variation de lamplitude et de la phase en fonction de w. Un filtre passe-haut
idal limine du signal dentre qui lui est appliqu toutes les composantes dont la pulsation w est infrieure
la valeur w, = 2rr f,, o fc est la frquence de coupure. Il laisse passer sans distorsion toutes les composantes
de pulsation w suprieure wc.
La rponse en frquence dun filtre passe-haut idal peut sexprimer de la faon suivante :
HPH(w)
= e-jmr
~pB(w)
(1.97)
C.
14
SIGNAUX ET SYSTMES
[CHAP. 1
IHPH(01I
1
l
I
-0,
\
Fig. 1-7 Rponse en frquence dun passe-haut idal
D.
Un filtre coupe-bande idal limine les composantes de frquence dun signal dont la pulsation se situe
entre les valeurs w,, et wc2,les autres composantes tant transmises sans distorsion. La figure 1-9 reprsente la
phase et lamplitude de la rponse en frquence H c ~ ( wdun
) filtre coupe-bande idal.
CHAP. 11
15
SIGNAUX ET SYSTMES
E. Filtre causal
On notera que tous les filtres que nous venons de passer en revue sont du type non causal puisque h ( t ) # O
pour t < O. Il est impossible de raliser des filtres idaux. Comme le montre la relation (1.78),un filtre causal
(physiquement ralisable) doit satisfaire la condition :
(1))
16
SIGNAUX ET SYSTMES
[CHAP. 1
1.12
Considrons un systme linaire indpendant du temps dont la fonction de transfert est H ( w ) auquel est
appliqu un signal dentre x ( t ) et qui dlivre un signal de sortie y ( t ) . Sil sagit de signaux de dure limite,
daprs la relation (1.62) leurs densits spectrales nergtiques sont respectivement Sxx(o) = IX(w)1* et
sYy(w)= ly(w)I2. Comme Y ( O ) = ~ ( w ) ~ ( wil en
) , rsulte que :
Une relation semblable existe pour les signaux de dure illimite dont on peut valuer la puissance moyenne,
en utilisant la densit spectrale de puissance de ces signaux :
Problmes rsolus
CLASSIFICATION DES SIGNAUX
1.1.
Tracer les signaux suivants et dterminer sil sagit de signaux nergie finie, puissance finie ou
nappartenant aucune de ces deux catgories.
( a ) x ( t ) = A s i n t , -cm < t < CQ
(b ) x ( t ) = A [ u ( t a ) - u(t - a ) ] , u > O
x ( t ) = e-ll, a > O
(c)
(4
x(t> = u(t>
(e)
x(r) = tu(t)
(a)
x(t)
= A sin t (voir fig. 1 - 1 1). Comme x ( t ) est priodique de priode 2n, il sagit dun signal puissance
finie.
7 1T [ x ( t ) ]2 d t =
= I
c!
2Jf
s,2n
-(l
~1
1
2n
A2sin2rdt
A2
cos2t)dt = 2
CHAP. 11
17
SIGNAUX ET SYSTMES
1 A sin I
Fig. 1-11
(b)
x ( t ) = A[u(r + a ) - u(t - a ) ] ,a > O (voir fig. -12). Ce signal a une dure limite, il est donc
nergie finie.
E =
A 2 t = 2aA2
J -a
2
O
-a
Fig. 1-12
(c)
x ( r ) = e-alfl =
t>O
E =
00
[x(t)]'dt =
e-2alfldt
AFig. 1-13
O
18
SIGNAUX ET SYSTMES
(d)
x(t) = u(t)
[CHAP. I
TI2
E = lim
T-tm [ T I 2
.
= Iim
T+m
[ x ( r ) I 2 dr = lirn
T+IX
i2dt
T
1
- = CO
2
1
TI2
P = lim [ x ( t ) I 2 d t= lirn
T-tm T [ T i 2
T+wT
x(t)
JOTi2
i2dt
1
O
Fig. 1-14
(e)
x ( t ) = tu(t)
Fig. 1-15
1.2.
19
SIGNAUX ET SYSTMES
CHAP. 11
Soit x1 (f) et x 2 ( t ) deux signaux priodiques de priodes respectives TI et T2. Dans quelles conditions la
somme
X ( f > = xi (f) X2(t)
+ T i ) = x i (t + mTi)
x2(t) = x2(t + T2) = x2(t + nT2)
XI
avec m entier
( t ) = XI ( t
avec n entier
(1.102)
mTj = nT2 = T
alors
~ ( t T ) = XI (t
+ T ) + ~ 2 (+t T ) =
XI
(t)
+ x2(t) = ~ ( t )
ce qui signifie que x ( t ) est priodique. La condition pour cela est que lon ait la relation :
_7-1 -
T2
n
- = un nombre rationnel
m
La valeur de la priode commune est le plus petit commun multiple des nombres TI et T2, dduit de la relation
(1.1&?),lorsque m et n sont premiers entre eux. Si, en revanche, le rapport TI/ T2 est irrationnel, les signaux X I ( t )
et x2(t) nont pas de priode commune et x ( t ) nest pas priodique.
1.3.
Les signaux qui suivent sont-ils priodiques? Sils le sont, trouver leur priode.
(a)
(b)
(a)
(b)
x(t> =
+ sin t t
+
cos f t
if
FONCTIONS SINGULIRES
1.4.
(b)
1
S(ar) = - S ( f >
la I
a(-?> = i ( r >
La dmonstration de ces proprits repose sur la relation dquivalence suivante :
Soit g i ( t ) et g2(t) deux fonctions gnralises, il existe une relation dquivalence qui nonce que
gl ( t ) = g2(t) si et seulement si :
(1.103)
(a)
!.Ica
S(T)@(
-03
:)
dt
20
SIGNAUX ET SYSTMES
[CHAP. 1
Si a < O,
quelle que soit la fonction @ ( t ) .En invoquant alors lquivalence de la relation (1.103),on obtient :
I
S(ar) = - S ( r )
la I
(b)
S(-r) =
1 - II
6(r) = S(f)
1.5.
[ x ( W ( t - ro)l@(r)dr =
S ( r - t ~ ) [ x ( t ) @ ( t dr
)l
= x(ro)@(ro)
00
L
00
[x(to)S(f - to)I@(t)dt
1.6.
00
@(r)h(t) dr = +(O)
(1.104)
(1.105)
CHAP. 11
(a)
SIGNAUX ET SYSTMES
(b)
1.7.
l,(r2
+
l,
l,
CO
cosnr)S(t - 1)dt
CO
e-'S(2r - 2) d t
00
e-2'S'(t) d t
21
22
[CHAP. I
SIGNAUX ET SYSTMES
SRIES DE FOURIER
1.8.
+ sin2 woc
x ( t ) = cos oot
Nous pourrions faire appel la relation (1.19) pour calculer les coefficients de la srie mais utilisons ici les
formules d'Euler qui dfinissent le sinus et le cosinus.
1.9.
CO
i, cl
= c-I =
$,
c 2 = c-2
Trouver la dcomposition en srie de Fourier du train d'impulsions & ( t ) reprsent sur la figure 1 - 16(a),
dfini par la relation
a3
T(t) =
(t
-nT)
(1.106)
n=-m
Posons
Ainsi :
(1.107)
...
-T
'/
2T
...
*
t
(0)
- WII
2%
II
2a
T
(h)
Fig. 1-16
CHAP. i l
SIGNAUX ET SYSTMES
23
1.10. Calculer et tracer le spectre damplitude du signal carr priodique x ( r ) reprsent sur la figure 1-17(a)
pour
d = T / 4 e t (b) d = T / 8 .
(a)
Daprs la relation (1.18) (en faisant to = O), avec wg = 2 n / T , il vient :
(1.108)
m2n
nwg = d
(a)
m = O , k i , k 2 ...
d = T/4, nwgd/2 = n n d / T = n n / 4
A sin(nnf4)
Ix(r)
24
[CHAP. 1
SIGNAUX ET SYSTMES
(b)
A sin(nrrf8)
XI
lCnl=
nn/8
1.11. Soit x ~ ( t et
) x2(t) deux signaux priodiques de priode T , dont les sries complexes de Fourier
s'expriment comme suit :
00
00
xl(t) =
n=-a3
dneJnmf
x2(t>=
C enejnmt
wo =
2n
T
1
n=-m
Montrer que le signal xI( t ) x z ( t ) est priodique de priode T et peut se mettre sous l'a forme
n=-m
o c, a pour expression :
Co
cn =
x(t
C dken-k
k=-oo
+ T ) = x i ( t + T)x2(t + T ) =
XI
(1.109)
( t ) x z ( t )= x ( t )
,=-Co
Alors :
En faisant n
=O
T -TI2
k=-m
c
CO
CO
x l ( t ) x z ( t ) d t=
dke-k =
n=-oo
dne+
CHAP. 11
25
SIGNAUX ET SYSTMES
TRANSFORME DE FOURIER
1.13. Quelle est la transforme de Fourier de l'impulsion rectangulaire x ( t ) , reprgsente sur la figure l-l8(u),
d'expression
(1. l l I )
J -u
J-00
2sinaw
sinaw
-= 2aw
aw
(1.112)
Fig. 1-18
1.14. Calculer la transforme de Fourier du signal reprsent sur la figure 1.19(a), qui a pour expression :
x(t) =
sin u t
nt
(1.113)
[:-1
F -mat
=2npu(-w)
Donc
(1.114)
26
SIGNAUX ET SYSTMES
[CHAP. 1
-a
Fig. 1-19
* X(w>
x(t)
alors
1
1
- wo)
- X ( w wo)
2
2
La relation (1.15) est connue sous le nom de thorme de la modulation.
x ( t ) coswor
* -X(w
(1.115)
X( w )
1
2
______--____-------I
(b)
Fig. 1-20
1,
27
SIGNAUX ET SYSTMES
CHAP. 11
F[x(-r)]= X ( - w ) = X * ( O >
(1.116)
J-63
J-63
Do finalement :
X(-w) = X*(W)
+jB(w)
(1.117)
+xi(t)
(1.118)
(1.119)
* jB(w)
(1.120)
Posons
x(?)= x p ( t ) +xi(r)
alors
x ( - r ) = x,(-t)
+x;(-r)
= x,(t) - x ; ( r )
et lon a :
xp0) =
I
p)
+x(-r)l
(1.12 l a )
Xi(?)
= -[x(t) - x(-r)]
2
Maintenant, si x ( r ) est un signal rel, daprs la relation (1.116)du problme 1.17, on a :
(1.121b)
F [ x ( ? )=] X(O) = A ( w ) + j B ( w )
. F [ x ( - ~ )=] X ( - O ) = X * ( W ) = A ( w ) - j B ( w )
-X(O) + - X * ( O )
= A(w)
F[xj(t)]= - X ( w ) - - x * ( w ) = j B ( w )
2
2
Les relations (1.119)et (1.120) montrent que la transforme de Fourier dun signal rel pair est une fonction
relle de w et que celle dun signal rel impair est une fonction imaginaire pure de w.
28
SIGNAUX ET SYSTMES
[CHAP. 1
1.19. Trouver la transforme de Fourier de la fonction signe note sgn(t) (voir fig. 1-21), dfinie d e la faon
suivante :
(1.122)
= 26(r)
Soit
En appliquant le thorme de drivation (1.35), on obtient :
jWX(W)
et
= F[26(f)]= 2
2
X ( W ) = F sgn(r) = -
(1.123)
JW
On aura remarqu au passage que sgn(r) est une fonction impaire et que, donc, sa transforme de Fourier est une
fonction imaginaire pure de W .
1
+JW
- + -sgn(t)
Notons que $ est la composante paire de u ( t ) et que isgn(t) est la composante impaire de u ( t ) , il en rsulte que :
1
Fiu(t)l = z F [ i l
1
+ -F[sgn(t)l
2
CHAP. 11
29
SIGNAUX ET SYSTMES
1.21. Quelle est la structure de la transforme de Fourier dun signal x(i) priodique, d e priode T ?
On peut exprimer X(t) sous ia forme :
En prenant la transforme de Fourier des deux membres de cette relation et en tenant compte de la relation (1.41),
on obtient :
c
cc
X ( 0 ) = 2rr
c,S(w - nwo)
(1.124)
n=-cc
La transforme de Fourier dun signal priodique se compose dune suite de raies aux frquences harmoniques de
la frquence fondamentale du signal.
1.22. Calculer la transforme d e Fourier du train dimpulsions priodique 8~(i) [figure 1-23(a) et relation
(1.I06)].
8,(t) =
s(t
nT)
n=-co
(h)
(a)
or il se trouve que :
S(f - n T )
03
S(w-noo)
=wg
(1.125)
n=-cc
Il en rsulte que la transforme de Fourierdun traindimpulsions unitaires de priode T est aussi un train dimpulsion
unitaire, de priode ~0 = f [voir fig. 1-23 (b)].
30
[CHAP. 1
SIGNAUX ET SYSTMES
CONVOLUTION
1.23. Dmontrer la relation (1.52), qui nonce que :
x(r)
* s ( t - to) = x ( t - to)
Si lon invoque la proprit (1.48) de commutativit de la convolution ainsi que la proprit (1.8) relative la
fonction 8,on peut crire :
x ( t ) * S ( r - 10) .= S ( t - to) * x ( t )
-
00
1,
S(t
- tO)X(t - s ) d t
= x ( t - r)lr=t, = x ( t - 10)
* 6(r) = x ( r )
(1.I 26)
S(-r)
(1.127)
= -S(t)
=-.Lm
CO
6(t)$(-t)dt
relation (1.15)
00
= S_M[-Sl(t)l4(t) d t
= -S(t)
relation (1.127)
relation (1.15)
31
SIGNAUX ET SYSTMES
CHAP. 11
J -00
On obtient en dfinitive :
XI
* u(t) =
lm
x ( t ) dt
Puisque
u(t - t) =
t c t
t > t
+ - X1 ( w )
= nX(O)S(w)
JW
1.27. Montrer que, si x ( t ) est un signal dont la bande passante est limite, c'est--dire
X(O) = O
pour
101
> O,
alors
x(r)
sin ut
*= x(r)
nt
si a > O,
*Pub)=
nt
101<a
JWl>U
D'o :
x(t)
sin ut
*=x(t)
nt
si a > w,
si a > wC
32
SIGNAUX ET SYSTMES
[CHAP. 1
1.28. Utiliser le thorme de convolution relatif au domaine des frquences (1.54) pour dduire le thorme
de la modulation (1.115). (Voir problme 1.15.)
D'aprs la relation (1.42), on a :
COSWOt
tf
n8(w-wo)+rr8(wfwo)
1.29. Soit deux signaux XI ( t ) et x 2 ( t ) dont les transformes de Fourier sont, respectivement, X I( w ) et X2(w).
Montrer que l'on a :
CO
x l ( t ) x 2 ( i d) t =
-L
2n
CO
x 1 ( w ) x 2 ( - w )dw
-00
C'est--dire :
CO
[XI ( t ) x 2 ( t ) ] e - j w '
dr =
En faisant w = O, il vient :
xl(t)xz(t)dt=
L
2rr
CO
X i (h)X2(w- h)dh
-00
00
2n -00
Et en changeant le nom de la variable muette d'intgration :
X1(h)X2(-A)dh
CO
a >O
Rii(t)
= [ C O x ~ ( t ) x i ( r- t ) d r
CO
e-''u(t)e-u('-r)u(t - s ) d t
J-CO
(1.128)
CHAP. I l
33
SIGNAUX ET SYSTMES
Pourr > O o n a :
u(t)u(t - r ) =
t>r
t<r
Ainsi,
a >O
Fig. 1-24
1.32. Montrer que la fonction dintercorrlation des signaux xi ( t ) et x2(t) peut scrire sous forme dune
convolution :
R12(t) = xi (t) X z ( - t )
(1.129)
xi (5) * x2(-r) =
s_,
x i (h)xz[-(r - h)l d h
00
XI
(h)x.z(h - r ) d h = Ri2(r)
3 [ R 1 2 ( t ) ]= X I
(W)X2(-W)
F[RIl(t)] = X,(W)Xi(-W)
Daprs la proprit dinversion du temps (1.33) de la transforme de Fourier :
x(-r)
tf
X(-w)
X I (-w) = x ; ( w )
(1.130)
(1.131)
34
SIGNAUX ET SYSTMES
[CHAP. 1
4 37
obtenons :
X,(w) = jw+a
donc
Ri ~ ( r=) -e-lr1
2a
a >O
1.36, Montrer que la fonction dautocorrlation moyenne temporellement dun signal priodique de priode
TI est priodique et de mme priode.
Soit XI ( t ) un signal priodique de priode Ti. On peut crire que :
XI( t )
XI(?
=XI(t
+ Ti)
+TI)
-r)=xi(? -r
i
/TI12
TI -Tif2
XI @)XI ( t
- 5) dt
= Rll(T)
( r ) = A sin(w1r
+ 4)
2r
WI
=TI
(1.132)
SIGNAUX ET SYSTMES
CHAP. 11
35
On peut crire
A*
= -(1
A2
+ 1) = = Pi
2
+b
+b
Considrons deux signaux dentre X I ( t ) et x2(t), les signaux de sortie correspondants seront respectivement :
+b
~ ( t=)P [ x 2 ( t ) l = ax2(t) + b
Si lon applique maintenant un signal x ( t ) = X I ( t ) + x2(t), le signal de sortie sexprime comme suit :
Yi ( t ) = P[Xl ( l ) l = axi ( t )
On constate que
Y(t)#
Yi(?)
+ Y2Q)
ce qui prouve que la proprit dadditivit (1.74) nest pas satisfaite et que le systme nest donc pas linaire.
Dailleurs, la proprit dhomognit (1.75) nest pas satisfaite non plus puisque
~ [ 2 x ( i )=
] 2ax(t)
+b + 2y(r)
SIGNAUX ET SYSTMES
[CHAP. I
p [ x l ( t ) +x2(r)] = [ A + x i ( t ) +x2(t)lcoswCt
# ml (t)l + P[x2(t)l
= [ A +xi(t)]co~w,t
= [2A
+[A+ x ~ ( ~ ) ] c o s w ~ ~
+ X I ( t ) + ~ 2 ( t )C] O S W , ~
Le systme (b)nest donc pas linaire. 11 ne satisfait pas non plus la condition dhomognit (1.75). On
retiendra au passage que le systme ( a ) est appel modulateur quilibr. Il est utilis en tlcommunication
pour obtenir la modulation damplitude de la frquence porteuse (voir paragraphe 2.3 de cet ouvrage) au
moyen de deux bandes latrales symtriques, dou lappellation DBL (double bande latrale) de ce procd.
Le systme (b)correspond un modulateur couramment utilis en modulation damplitude classique (voir
paragraphe 2.4).
P [ x ( t ) ]= x * ( t )
o x * ( t ) est le complexe conjugu d e x ( t ) . Ce systme est-il linaire?
?[Xi
(t)
+ X ~ W ] = [xi ( r ) + x ~ t ) ] =* x ; ( t ) + x ; ( t )
La condition dadditivit des signaux est bien remplie et il faut maintenant vrifier si la condition dhomognit
(1.75) est satisfaite. Soit donc (Y une constante quelconque,
p [ a x ( t ) ]= [ux(t)]*= a * x * ( t )= a * p
ce qui montre que ce systme ne rpond pas la dfinition dun systme linaire.
1.42. Considrons un systme dont lentre et la sortie sont relies comme suit :
00
y ( t >= x ( t ) J T ( t ) = x ( t >
C J(t - n
n=-m
+ ~ 2 ( t )Alors
.
:
De mme, soit x ( t ) = a x l ( t ) , on a :
Ce systme est donc linaire.
S.oit le signai
x i ( t ) = cos
(Fr)
~ )
44
SIGNAUX ET SYSTMES
[CHAP. 1
x ( t ) = e2'u(t).
La densit spectrale nergtique du signal de sortie, d'aprs la relation (1.99), s'exprime comme suit :
1
1
3w2+1
3w2+4
on obtient :
-(-
= 1
1 -
3 2
a>
= ;.:I l = +e
1
1.53. Considrons un diffrentiateur idal tel que le reprsente la figure 1-31(a). On applique son entre un
signal dont la densit spectrale de puissance est reprsente sur la figure 1-31(b). Calculer et tracer la
densit spectrale de puissance du signal de sortie. Evaluer la moyenne quadratique de ce signal.
Fig. 1-31
45
SIGNAUX ET SYSTMES
CHAP. 11
H(w) = j w
En invoquant la relation (1.100),on obtient :
Problmes supplmentaires
1.54.
Montrer que si
1.55.
Appliquer les mthodes de drivation et le rsultat obtenu au problme 1.54 pour obtenir la transforme de Fourier
de l'impulsion triangulaire reprsente sur la figure i -32.
Rponse :
Ad[
-d
sin(wd/2)
wd/2
Fig. 1-32
46
1.56.
SIGNAUX ET SYSTMES
[CHAP. 1
Soit R i i ( 7 ) et R22(7) les fonctions dautocorrlation respectives de X I ( ? ) et x 2 ( r ) . Soit R12(7) leur fonction
dintercorrlation. Montrer que les relations suivantes sont valables pour toute valeur de 7 :
R i l ( 0 ) 3 IRii(7)l
R22(0) 3 lRzz(r)l
R i i ( 0 ) R22(0) 3 21R12(r)l
(c)
Indication : utiliser la relation suivante, valable pour toute valeur de 7 :
(a)
(b)
[ x l ( t ) fx2(t - 7)12dt 2 O
[Oa
J -00
1.57.
1.58.
R,,(t)
= 2 C 0 ~ 2 n +r
S,,(w)
= 2Ti[8(W-2X)+8(W+2~)]+2T[.[S(W-4Ti)
~ C O S ~ X I
+S(0+4X)J
Lorsquon applique un signal born lentre dun systme stable, on obtient en sortie un signal born. Montrer
quun systme est stable, au sens qui prcde, si sa rponse impulsionnelle est intgrable en valeur absolue, cest-dire si :
Co
./,
l h ( r ) l d ~< CO
indicarion : Prendre la valeur absolue des deux membres de la relation (1.82) en tenant compte de ce que
Ix(t - r)l < K.
1.59.
Montrer que, si la rponse impulsionnelle dun SLIT causal ne prsente pas de pic t = O, et en posant :
H(w) = A(w)
+jB(w)
A(w) =
Ti
/Oa
B(h) d),
-,w-h
Ces relations dfinissent ce que lon appelle une paire de transformes de Hilbert (voir problme 1.47).
Indication : Poser h ( t ) = h,(t) +h,(t) et utiliser la causalit de h ( t ) pour montrer que h,(t) = h,(t)[sgn(r)], ho(?)
= M)[sgn(t)l.
1.60.
Montrer que :
CHAP. I l
1.61.
Dterminer la rponse impulsionnelle et la bande passante 3 dB dun filtre dont la fonction de transfert est
H ( w ) = iO/(w2 + 100).
Rponse : h ( t ) = $-oll,
1.62.
47
SIGNAUX ET SYSTMES
B 3 d ~= 6,44radis.
Un filtre gaussien est un systme linaire dont la rponse en frquence (ou fonction de transfert) est :
Calculer ( a ) la bande passante i 3 dB B3 dB et (b)la bande quivalente Be, dfinie par la relation suivante :
Rponses : (a)
1.63.
B 3 d ~=
0,59
fi
(b)
Be, =
.0,886
~a
GPL.
1
IH(w)l=
Ji
+ (w/w0)2n
00
pourw > wg
pourw < wo
(b) n = 3
1.64.
Soit x ( t ) et y ( t ) les signaux dentre et de sortie puissance finie dun SLIT de fonction de transfert H ( w ) . Montrer
que les fonctions dautocorrlation moyennes temporellement du signal dentre et du signal de sortie satisfont la
relation suivante :
R y y ( t )=
lrn
h(B)
h(a)Exx(r
0 -
B ) d a dB
-00
1.66.
Un signal de puissance finie x ( t ) et de densit spectrale constante K est appliqu au filtre passe-bas RC du problme
1.46 [fig. 1-25(a)]. Evaluer la moyenne quadratique du signal de sortie.
Rponse:
2RC
Annexe A
Transforme de Fourier
DFINITION
Thormes de Parseval :
00
x, (t)X2(t)d t =
i
2n
00
XI ( w > x ; ( w >dw
-00
Proprit
Linarit
Dcalage temporel
Homothtie
Lx )(:
la I
Inversion
Dualit
2nx (-w)
Translation
Modulation
Drivation en temps
Drivation en frquence
Intgration
Convolution
Multiplication
1
ANN.A]
TRANSFORME DE FOURIER
315
1
Ist
sin wgt
- jn[S(w
- wo) - S(w
+ 00)l
a >O
e-"'u(t)
jw+a
te-"'u(t)
a >O
(jw
e-"lrl
+ a>2
2a
a >O
w2
+ a2
n=-cc
S(f - n T )
wg
n=-cc
S(o-nW)
wg =
2Jr
T
Annexe B
Fonctions de Bessel Jn(B)
Fonctions de Bessel de premire espce, d'argument
B:
n=-oc,
PROPRITS DE J,(B> :
oc,
n=-oc,
nlB
O
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
O, 997
0,050
0,001
o.2
0,990
O, 100
0,005
O,5
0,938
O, 242
0,03 1
0,003
1
0,765
O, 440
O, 115
O, 020
O, 002
2
O, 224
0,577
0,353
O, 129
0,034
0,007
0,001
5
-0,178
-0,328
O, 047
O, 365
O, 39 1
0,261
O, 131
0,053
0,018
O, 006
0,001
8
O, 172
0,235
-0,113
-0,291
-0,105
O, 286
0,338
0,321
O, 224
O, 126
0,061
O, 026
0,010
O, 003
0,001
10
-0,246
O, 043
O, 255
0,058
-0,220
-0,234
-0,014
0,217
0,318
O, 292
O, 208
O, 123
O, 063
O, 029
0,012
O, 005
0.002
Annexe C
Fonction complmentaire Q(z)
de la fonction d'erreur erf(z)
Q(z) =
- erf(z)
Tableau C-1 Q ( z )
Z
Q(Z>
0,oo
0,05
O, 10
O, 15
O, 20
O, 25
O, 30
0,35
O, 40
O, 45
0,50
0,55
O, 60
O, 65
0,70
O, 75
O, 80
0,85
O, 90
O, 95
0,500 O
0,480 1
0,460 2
0,440 4
0,420 7
0,401 3
0,382 1
0,363 2
0,344 6
0,326 4
0,308 5
0,291 2
0,274 3
0,257 8
0,242 O
0,226 6
0,216 9
O, 197 7
O, 184 1
0,171 1
4,OO
4,25
4,75
5,20
5.60
0,000 03
1o - ~
10-6
1o
-~
1,o
1 ,O5
1,lO
1,15
1,20
1,25
1,30
1,35
1940
1,45
130
1,515
1,60
1,65
1,70
1,75
1,80
1,85
1,90
1,95
Q (z>
O, 158 7
O, 146 9
O, 135 7
O, 125 1
0,115 1
O, 105 6
0,096 8
0,088 5
0,080 8
0,073 5
0,066 8
0,060 6
0,054 8
0,049 5
0,044 6
0,040 1
0,035 9
0,032 2
0,028 7
0,025 6
Q (z>
Q (z>
2,oo
2,05
2,lO
2,15
2,20
2,25
2,30
2,35
2,40
2,45
2,50
2,55
2,60
2,65
2,70
2,75
2,80
2,85
2,90
2,95
0,022 8
0,020 2
0,017 9
0,015 8
0,013 9
0,012 2
0,010 7
0,009 4
0,008 2
0,007 1
0,006 2
0,005 4
0,004 7
0,004 O
0,003 5
0,003 O
0,002 6
0,002 2
0,001 9
0,001 6
3,OO
3,05
3,lO
3,15
3,20
3,25
3,30
3,35
3,40
3,45
3,50
3,s
3,60
3,65
3,70
3,75
3,80
3,85
3,90
3,95
0,001 35
0,001 14
0,000 97
0,000 82
0,000 69
0,000 58
O, O00 48
0,000 40
0,000 34
0,000 28
0,000 23
0,000 19
0,000 16
0,000 13
0,000 1 1
0,000 09
O, O00 07
0,000 06
0,000 05
O, O00 04
Annexe D
Formules mathmatiques usuelles
D.I
IDENTITS TRIGONOMTRIQUES
sin28
+ cos 2e = i
+~0~28)
2
- cos2)
sin2 = '(1
cos(afp) = cosacosprsinasinp
sin(a f p ) = sina cos /3 f cos a sin B
tan a f tan p
tan(a f p) =
1 7 tana tanp
+ ;cos (a + p>
+ 4 sin(a + B)
a c o s x f b s i n x = Ccos(x +)
oC =
Ja2+b"
et
8 = -arctan-
+ b)" =
2 (k)
k=O
an-kbk
n!
b
a
ln(1
lorsque 1x1
319
ANN.D]
+ X I = x - -21x 2 + -31x 3 - - - .
<< 1,
cosx
25
sinx x x
a'= 1 + x l n a
ln(1 + x )
25
D.3 INTGRALES
Intgrales indfinies
s
s
s
s
s
s
s
s
s
s
1
cos ax d x = - sin a x
a
1
sinax d x = -- cosax
a
sin(a - b ) x sin(a b ) x
a 2 # b2
2(a - b )
2(a b )
sin(a - b ) x sin(a b)x'
sin ax sin bx d x =
a 2 # b2
2(a - b )
2(a b )
cos (a - b ) x
cos ( a b ) x
sin a x cos bx d x = a2#b2
2(a - 6 )
2(a 6 )
x
sin2ax
cos2axdx = - 2 4 a
x
sin2ax
sin2axdx = - - 2
4a
cos ax cos bx d x =
eux
+ b sin b x )
efJScos b x d x =
-(a cos bx
a 2 + b2
eu-' sin bx d x =
-( a sin bx - b cos b x )
eux
a 2 b2
dx
1
bx
- - arctan a2+b2x2 ab
a
at::x2
x- a
bx
-- arctan b2
b3
320
Intgrales dfinies
e-ux2
2ke-ux2
e-"
1 x3 x -(2k2kf 1 ak
1)
b
sin bx dx = - a > O
a 2 b2
x sinax
dx =
dx = -e-'"
2
a > O, b > O
[ANN.D
Annexe t
Symboles mathmatiqes et abrviations
E.l
SYMBOLES
Signification
peu diffrent de
indique une paire de transformes de Fourier
addition modulo 2
union de deux vnements
intersection de deux vnements
sous-ensemble de
vnement nui
sommation
produit
transforme de Fourier de
transforme de Fourier inverse de
oprateur dapplication linaire
moyenne temporelle
moyenne temporelle de x ( t )
valeur absolue de a
esprance mathmatique de
maximum
minimum
vnement complmentaire de A
transposition de la matrice A (du vecteur x)
inverse de la matrice A
dterminant de la matrice A
complexe conjugu de H ( w )
suite
drive premire de
convolution de x ( r ) et de y ( ? )
transforme de Hilbert de m ( t
approximation en escalier de m ( t )
lindice + indique un signal analytique
fonction signe de
VA normale de moyenne p et de variance a*
322
E.2 ABREVIATIONS
Signification
Abrviation
ac
AM
AMI
ASK
bls
BBGA
BLD
B LI
BLR
B LS
BLU
CAD
convertisseur analogique-digital
CBS
CD
CDA
convertisseur digital-analogique
CDSM
CW
dB
dci bel
dc
dt
dterminant
DM
DSB
DSB-SC
exP
FDM
fonction exponentielle
frequency division multiplexing, multiplex division de frquence
fdP
FI
FM
FS K
Gb
gigabit
Hz
hertz
IF
ISI
kbls
kHz
kilohertz
In
Abrviation
Signification
LS B
MAP
maximum a posteriori
Mb
mgabit
M bls
MDF
MHz
mgahertz
ms
milliseconde
mV
millivolt
Cts
microseconde
NB
NBFM
NBPM
NRZ
non-retour zro
PAM
PCM
PM
PS K
RF
INIS
RZ
retour zro
seconde
S/B
SDSM
sgn
SLIT
fonction signe
(SIN),
(SIN),
(SIN),
SNR ou S I N
SSB
SSL
sss
USB
volt
var
variance
vco
VSB
WB
WBFM
WBPM
323
Index
A
Addition modulo 2, 276
Alphabet source, 263
Ambigut, 268
Armstrong, modulateur FM, 9 1
ASCII, code, 136
Autocorrlation, 7, 8, 185- 187
Autocovariance, 185, 188
l
Bande
de base, 49
de bruit quivalente, 216
troite (NB, ~ ~ Y Y Oband)
W
filtre, 15
modulation dargument, 77, 80-8 1
processus alatoire, 93
large, modulation dargument, 80
1atrale,
double (BLD). modulation, 48, 59, 84, 222
double suppression de porteuse (DSB-SC), 49
infrieure (BLI), 49
suprieure (BLS), 49
unique (BLU), modulation, 48, 52, 64
passante
3 dB, 15,41
dun filtre, 15
dun systme, 15
en puissance, 16
BBGA, bruit blanc gaussien additif, 230, 270
Biphase, signal, 108
Bit, dfinition, 264
Brouilleur, 70
Bruit
additif, 220
en AM, 222,238
en bande de base, 22 1,237
BBGA, 230,270
blanc, 192
blanc bande limite, 192
color, 256
en modulation dargument, 226, 244
de quantification, 102
thermique, 2 19
quivalent, 2 16
gaussien, 232
additif, 230, 270
C
Canal
binaire effacement, 284, 289
binaire symtrique (CBS), 267
dterministe, 266, 269
discret sans mmoire (CDSM), 265, 282
sans bruit, 267, 269
sans perte, 266
Capacit dun canal, 269, 288
binaire effacement, 289
binaire symtrique, 269, 289
bruit par un BBGA, 270, 292
dterministe, 269
sans bruit, 269
sans perte, 269
Codage, 263
dun canal, 274,300
contrle derreur, 275, 302
entropique, 273, 297
de Huffman, ,274
de Shannon-Fano, 273
de source, 27 1, 293
Code,
contrle de parit linaire, 275-276
ASCII, 136
par blocs, 275
linaire, 307
dchiffrable de faon unique, 272
dtecteur derreur, 302
dual, 313
efficacit, 27 1
longueur, 27 1
de longueur variable, 272
Manchester, 108
parfait, 277
redondance, 27 1
remplissage, 275
rptitif, 300, 304
systmatique
vecteur, 276
Codes,
correcteurs derreur, 275
cycliques, 275
de Hamming, 277
de ligne, 107
de longueur fixe, 272
326
INDEX
instantans, 27 2
optimaux, 272
sans prfixes, 272
Coefficients de Fourier, 4
Compander
(compression-expansion de dynamique), 104
Contrle de parit
bits, 275
quation, 277
matrice, 276
Conversion de frquence, 57
Convertisseur analogique-digital (CAD), 98
Convolution, 6, 10, 30
thormes, 7, 30-31
Correction derreur, 277, 307
Corrlateur, 234, 253
Corrlation, 7-8, 32, 187, 198, 234
autocorrlation, 7
coefficient de, 147
inter -,7
Covariance, 147
matrice de, 191
stationnaire, 197
Critre,
derreur minimale, 232
de Nyquist, forme dimpulsion, 133
D
Dcalage de frquence, 57
Dmodulation, 49
synchrone, 50
er? AM, 50
en BLR, 56
en BLU, 54,68
en DM, 107
en DSB, 49
en FM, 81
en modulation dargument, 8 1
en PM, 82
Densit,
interspectrale, 189
spectrale de puissance, 8, 31, 188, 190
spectrale nergtique, 7
Dphasage, 39,53
Dsaccentuation, filtre de, 246-247
Descrambler, 74
Dtecteur,
maximum de vraisemblance, 23 1-232, 249
denveloppe, 51,63
quadratique, 62, 242
Dtection,
cohrente, 50
E
Echantillonnage, 98, 99
frquence, 99
idal, 100
instantan, 99
intervalle, 1
naturel, 100
non idal, 100
priode, 99
rectangulaire, 1 O0
Echantillonneur-bloqueur, 1O0
Echelon unitaire, 2
Effet
douverture, 122
de seuil, 224
en AM, 226
en modulation dargument, 229
Efficacit dun codage, 27 1
Egaliseur, filtre, 42
Energie, 1
moyenne, 1
Entropie, 264
conditionnelle, 268
conjointe, 268
diffrentielle, 270
327
INDEX
F
Famille de fonctions, 184
Filtrage, 11- 12
Filtre
adapt, 233-234, 253
et bruit color, 256
causal, 15
gaussien, 47
de praccentuation, 246
de prdtection, 222
pente cosinus raidi, 111
passe-bande, 14
passe-bas Butterworth, 47
passe-haut, 13
transverse, 42
Fonction
de Bessel, 78, 85, 316
caractristique
conjointe, 148
marginale, 148
complmentaire de la fonction derreur, 15 1, 3 17
de densit de probabilit, 142, 157
conditionnelle, 143
conjointe, 142
marginale, 143
de densit gaussienne, 19 1
deux variables, 213
plusieurs variables, 19 1, 22 1
de Dirac, 2
lmentaire, 184
gnralise, 2
propres, 38
Q, 151,233,317
signe, 27
singulires, 2-3, 19
de transfert (rponse en frquence), 10
unitaire, 2
Form u 1e
de Parseval, 24
de Wiener-Khinchin, 186
Frquence
fondamentale, 2
image, 57
instantane, 75, 83
excursion, 75
de Nyquist, 99
pure, modulation, 78
G-H
Gain de dtection, 223
Gnration des signaux
AM, 50
BLD, 48
BLR, 55
BLU, 53-54, 64
modulation dargument, 80, 90
Htrodyne, 57
1
Identit dEuler, 26
Index de modulation, 5 1
en modulation damplitude, 5 1
en modulation dargument, 78
Ingalit
de Cauchy-Schwarz, 176
de Kraft, 273, 295
de Markov, 175
de Schwartz, 253
de Tchebychev, 176
Information,
contenu, 263
dbit, 263-264
mesure, 263, 279
moyenne, 264
mutuelle, 268, 284
source, 263
Intercorrlation, 7, 33, 188
Intercovariance, 188
Interfrence intersymbole (ISI), 1 10, 133
Intervalle de Nyquist, 99
Inversion dimpulsions alterne (AMI), 108
J-L
Jacobien, 145
Largeur de bande
quivalente, 47
dun signal AM, 52
des signaux modulation dargument, 79, 8h
328
INDEX
Ligne
retard, 93
retard prises, 42
Limite de Hamming, 277
Limiteur, 97
Loi
binomiale, 148
de compression A, 104, 136
de compression p, 104,206
de Morgan, 139
de Poisson, 150
de Shannon-Hartley, 270
M
Masquage dun bruit, 229
Matrice
gnratrice, 276
de transition dun canal, 265-267, 283
Maximum a posteriori (MAP), critre, 249
Mlange de frquence, 57, 70
Mise en forme dimpulsions, 110, 133
Modulateur quilibr, 36
Modulation
damplitude (AM), 36,48-74
damplitude quadrature (QAM), 72
dargument, 75-97
bande latrale double (BLD), 48,59, 84,222
bande latrale rsiduelle (BLR), 48, 59, 84, 222
bande latrale rsiduelle (BLR), 48, 55, 68
en bande latrale unique (BLU), 48, 52,64
delta (DM), 98, 106, 128
exponentielle, 77
de frquence (FM), 48,75, 84
frquence pure, 78
dimpulsions, 48
en amplitude (PAM), 101
codes (PCM), 98
numriques, 98
en quadrature (QAM), 72
de phase (PM), 48,75, 84
linaire, 48, 84
non linaire, 84
numrique dune porteuse, 112
rcepteur, 97
par sauts damplitude (ASK), 112- I l 3, 236
par sauts de frquence (FSK), 112-113,236
par sauts de phase (PSK), 112, 113, 236
par tout ou rien, 112-113, 236
sinusodale, 78
Moments,
centr dordre n , 146
centr dordre deux, 146
conjoint, 147
conjoint dordre n, 185
fonction gnratrice, 147, 178
ordre, 147
dordre n, 146
Mot cod, 271
Moyenne
densemble, 185
temporelle, 186
vectorielle, 191
statistiques, 145, 169, 185
Multiplexage,
en frquence 58,70,
en quadrature, 72
temporel, 58, 109, 131
Multiplicateur(s)
de frquence, 80
de Lagrange, 291
N-O
Non retour zro (NRZ), 107
Oprateur linaire, 9
fonctions propres, 38
valeurs propres, 38
P
Passage zro, 94,200
Priode, 2
Poids de Hamming, 278
Point lmentaire, 138
Porteuse, 48
Probabilit
a priori, 232
a posteriori, 249
en ASK, 236
en bipolaire / bande de base, 236
en bruit gaussien, 232-233
conditionnelle, 140
densit, 143
rpartition, 143
conjointe,
dfinition axiomatique, 140
derreur, 220,231-232, 249
fonction de densit, 143
fonction de rpartition, 142
frquence relative, 140
en FSK, 236
marginale, fonction de densit, 143
matrice, 266
mesure, 138
s n monopolaire / bande de base, 235-236
en PSK, 236
rpartition, 143
3 29
INDEX
totale, 141
de transition dun canai, 265
Processus alatoire 184, 194
bande troite, 193
dfinition, 184
ergodique, 187
gaussien, 191,212
non corrl, 188
orthogonal, 188
priodique, 195
reprsentation cartsienne, 193
stationnaire
en covariance, 197
au sens large (SSL), 186
au sens strict (SSS), 186
statistique, 185, 194
Processus stochastiques (alatoires), 184
Puissance, 4
moyenne, 1
Q
Quantification, 98, 101, 123
bruit de, 102
erreur, 102, 107
non uniforme, 103
uniforme, 1O1
R
Raideur dun filtre, 11 1
Rapport
de vraisemblance, 232
porteuse sur bruit, 226
signal sur bruit (SN,S/B), 220
en AM, 223
en BLD, 222-223
en BLU, 223
en FM, 228
en PM, 228
en sortie, 220
signal sur bruit de quantification, 124
Rayleigh, variable alatoire, 169
Recouvrement (ou aliasing), 114
Rgle
deBayes, 140
de Carson, 80,90
de parit, 301
majoritaire, 300
Rendement (transmission AM), 61
Rpartition normale, 150
Rponse
en frquence, 10,37
impulsionnelle, 1O, 37
indicielle, 37
Reprsentation cartsienne dun processus alatoire,
193
composante en phase, 193
composante en quadrature, 193
Retour zro, 107
S
Srie
de Fourier, 3, 22
de Fourier complexe, 3
de Fourier exponentielle, 3, 22
Seuil
niveau, 240
optimal, 232
Signal
alatoire, 1, 184
analogique, 1
analytique, 73
apriodique, 2
bande limite, 36
binaire alatoire, 201
bipolaire, 107- I O 8
causal, 10
complexe, 1
des tlgraphistes, 21 8
dterministe, 1
numrique, 1
priodique, 2, 19
puissance finie, 1
rel, 1
temps continu, 1
temps discrtis, 1
Source discrte sans mmoire (SDSM), 263
Sous-porteuse, 58
Spectre
damplitude, 4-5
de Fourier, 5
de Fourier dun signal modul en argument, 77, 86
de frquence, 4, 11
de frquence discret, 4
de phase, 5
de puissance, 188, 198
de raies, 4
Stationnari t
au sens large (SSL), 186
au sens strict (SSS), 186
Statistique des processus alatoires, 185, 194
Superhtrodyne, rcepteur AM, 70
Symbole de Kronecker, 117
Syndrome, 277
dcodage, 277
Systme(s)
temps continu, 9
330
INDEX
bande passante, 15
causal, 10
discret, 9
filtrage, 1 1
linaires, dfinition, 9, 37
caractristiques frquentielles, 40
invariant dans le temps (SLIT), 9, 189
et processus alatoire, 189- 190,206-2 12
rponse en frquence, 10, 37
rponse impulsionnelle, 1O
rponse, 189
T
TI, systme, 110
Tlgraphistes, signal des -, 200, 21 8
Test dhypothse, 230
Thorme
du codage, 275
de lchantillonnage, 98, 114
dans le domaine des frquences, 135
passe-bande, 119
passe-bas, 99, 114
uniforme, 99
de la convolution en frquence, 7, 3 1
de la limite centre, 15 1
de la modulation, 26
de Parseval
pour la transformation de Fourier, 8, 32
pour les sries de Fourier, 4
Thermique, bruit, 219
Tirage alatoire, 138
Train dimpulsions unitaires, 22,29
Tranage, 106-107
Transformes
de Fourier, 4, 25
dfinition, 4, 3 14
inverse, 5
paire de -, 5 , 315
proprits, 5, 314
de Hilbert, 39,46, 73, 207, 219
Transmission
en bande de base dun signal bipolaire, 235
sans distorsion, 11
u-v
Unipolaire, signal, 107, 235-236
Valeurs propres, 38
Variable alatoire, 14, 157
de Cauchy, 182
conjointement normale, 162
continue, 142
dviation standard, 146
discrte, 141
esprance, 145
exponentielle, 160
fonctions, 144, 163
gaussienne, 150
gaussienne normalise, 151
indpendante, 144
moment centr dordre n , 146
moment dordre n, 146
moyenne, 145
non corrle, 147
normale, 151
de Poisson, 150, 171
de Rayleigh, 169
orthogonales, 147
uniforme, 159, 169
variance, 146
Variance, 146
VCO, oscillateur command en tension, 8 1
Vecteur
alatoire, 191
code, 276
donnes, 276
derreur, 277
Vraisemblance, 232
LOUIS-JEAN
avenue dEmbrun, 05003 G A P cedex
Tl. : 92.53.17.00
DpBt lgal : 635 - Septembre 1994
Iriiprini en France