Télécom Analogique Et Numérique

Principes des télécommunications analogiques et
numériques
M. Van Droogenbroeck
Février 2008
Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck

Table des matières
– Introduction
– Signaux et systèmes de télécommunications
– Modulation d’onde continue
– Variables aléatoires et processus stochastiques
– Introduction à la numérisation
– Transmission de signaux numériques en bande de base
– Modulation numérique
– Propagation et systèmes radio
– Principes de fonctionnement du réseau GSM
Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 1

Détails pratiques
– Examen
– écrit (obligatoire)
– à livre fermé
– au moins une question de théorie !
– questions des années précédentes disponibles à l’adresse
http://www.ulg.a .be/tele om
– Notes de cours
– disponibles à l’AEES
– version HTML en ligne à l’adresse http://www.ulg.a .be/tele om
– Transparents
– version PDF en ligne à l’adresse http://www.ulg.a .be/tele om
– CD-ROM
– sur demande
– contenu :
– notes au format PDF (en couleurs) et HTML
– transparents au format PDF (en couleurs)
– questions d’examen des années précédentes

Introduction
– Historique
Données
Voix
Télécommunications
Mobilité
F IG . 1: Principaux pôles de développement en télécommunications.

Introduction
– Historique
Données
Voix
Télécommunications
Mobilité
F IG . 1: Principaux pôles de développement en télécommunications.

– Organismes internationaux de normalisation en télécommunications
– ITU : International Telecommunications Union
– ISO : International Standards Organisation
– ETSI : European Telecommunications Standards Institute
– Normalisation Internet
– IETF : Internet Engineering Task Force (produit les RFCs)

Structure d’une chaîne de télécommunications
Source d’information Destinataire
Transducteur Transducteur
Émetteur Récepteur
Canal
Système de télécommunications
F IG . 2: Structure d’une chaîne de télécommunications.

Structure d’une chaîne de télécommunications numérique
SOURCE
Message transmis
• Codage de sour e
• Modulation
ÉMETTEUR • Filtrage passe-bas
• Cal ul du spe tre
• Codes orre teurs d'erreurs
Signal transmis
• Bande de base
CANAL DE • Porteuse
TRANSMISSION • Canal idéal
• Canal non-idéal (interféren es, non-linéarités, ...)
Signal reçu
• Dé ision
• Ré epteur optimal
RÉCEPTEUR • Démodulation : ohérente ou non- ohérente
• Filtrage passe-bande
• Syn hronisation
• Performan es
Message reçu
UTILISATEUR • Cal ul du taux d'erreurs

Modèles de référence
Modèle OSI (Open System Interconnection)
Ordinateur A Ordinateur B
Application Application
Application Protocole Application

Présentation Protocole Présentation
Session Protocole Session
Transport Protocole Transport
Réseau Réseau
Liaison Liaison
Physique Physique
Réseau
Modèle de référence OSI
F IG . 3: Modèle de référence OSI.

Application de l’utilisateur
Service d’échange d’information
Transfert de fichiers, gestion et accès,

échange de documents et de 7. Couche Application
messages, transfert de processus
Service d’échange de messages

indépendamment de la syntaxe
Négociation des syntaxes, présentation

des données 6. Couche Présentation
Gestion et synchronisation du dialogue 5. Couche Session
Service d’échange de messages

indépendamment du réseau
Transfert de messages de bout en bout

(gestion de la connexion, fragmentation 4. Couche Transport
en paquets, contrôle d’erreur et du flux)
Routage dans le réseau, adressage, 3. Couche Réseau

établissement de liaison
Contrôle du lien physique (mise en

trames, contrôle d’erreur) 2. Couche Liaison
Définition des interfaces électriques et 1. Couche Physique

mécaniques au réseau
Connexion physique au réseau
Réseau
F IG . 4: Les principales fonctions des couches OSI.

Modèle Internet
Application de l’utilisateur
HyperText Transfer Protocol (HTTP)

File Transfer Protocol (FTP) 7. Couche Application
Remote terminal protocol (TELNET) 6. Couche Présentation
Simple Mail Transfer Protocol (SMTP)
Simple Network Management Protocol (SNMP) 5. Couche Session
...
TCP UDP 4. Couche Transport
IP 3. Couche Réseau
2. Couche Liaison
IEEE802.X / X.25
1. Couche Physique
TCP = Transmission Control Protocol

Réseau UDP = User Datagram Protocol
IP = Internet Protocol
F IG . 5: Éléments de l’architecture TCP/IP.

F IG . 6: Analyse du contenu d’un paquet IP.

Table des matières
– Introduction

Signaux et systèmes de télécommunications
– Signal vocal ou musical
– Vidéo
Porteuse Luminan e Sous-porteuse Sous-porteuse
Luminan e Son prin ipale
ouleur (4.333619 MHz)
Sous-porteuses
Son auxiliaires
U et V
0 1 2 3 4 5 6 f (MHz)
Bande de fréquen e U et V
Bande de fréquen e Luminan e
F IG . 7: Spectre d’un signal vidéo PAL.

– Signaux numériques. Le nombre de symboles transmis pendant une seconde est mesuré
en bauds.

Catégories de signaux
– analogiques ou numériques,
– périodiques ou apériodiques,
– déterministes ou stochastiques,
– d’énergie ou de puissance.

Représentation des signaux
Signal d’information analogique Signal d’information numérique
2
1.5
101011
1
0.5
-0.5
-1
0 2 4 6 8 10
Représentation analogique Représentation analogique

2 1.5 1.5
1.5
1
1 1
0.5
0.5
0 0.5 0
-0.5
-0.5
-1 0
-1
-1.5
-2 -0.5 -1.5
0 2 4 6 8 10 0 1 2 3 4 5 6 0 1 2 3 4 5 6
F IG . 8: Représentation d’un signal analogique ou numérique.

Déterministe ou aléatoire ?
Signal utile déterministe aléatoire
Bruit et interférences aléatoire aléatoire
TAB . 1: Nature des signaux dans une chaîne de télécommunications.

Puissance instantanée
Soit une tension v(t) qui, à travers une résistance R, produit un courant i(t). La puissance
instantanée dissipée dans cette résistance est définie par
2
|v(t)|
p(t) = (1)
R
ou encore
2
p(t) = R |i(t)| (2)

Puissance instantanée
Soit une tension v(t) qui, à travers une résistance R, produit un courant i(t). La puissance
instantanée dissipée dans cette résistance est définie par
2
|v(t)|
p(t) = (1)
R
ou encore
2
p(t) = R |i(t)| (2)
À travers une charge unitaire de 1 Ohm, noté [Ω], les expressions sont même égales. Pour
la facilité, on normalise l’expression pour une résistance de 1 [Ω] :
Définition 1. [Puissance instantanée normalisée]
2
p(t) = |x(t)| (3)

Énergie et puissance
Définition 2. [Énergie] L’énergie totale du signal g(t) est définie par
Z T
2
E = lim |g(t)| dt (4)
T →+∞ −T
Z +∞
2
= |g(t)| dt (5)
−∞
Définition 3. [Puissance moyenne] Il en découle une puissance moyenne du signal g(t)

s’exprimant Z T
1
P = lim |g(t)|2 dt (6)
T →+∞ 2T −T

Décibel
x ↔ 10 log10(x) [dB] (7)

Décibel
x ↔ 10 log10(x) [dB] (7)
P [mW ]
P [dBm] = 10 log10 (8)
1 [mW ]
x [W ] 10 log10(x) [dBW ]
1 [W ] 0 [dBW ]
2 [W ] 3 [dBW ]
0, 5 [W ] −3 [dBW ]
5 [W ] 7 [dBW ]
10n [W ] 10 × n [dBW ]
2
U U
10 log10 = 20 log10 (9)
[V ] [V ]
x ↔ 20 log10(x) (10)

Bande passante
kX (f )k2
Wequ
fc f
(a)
(b)
(c)
(d)
F IG . 9: Comparaison de définitions de bande passante.
(a) Bande passante à 3 [dB].

(b) Bande passante équivalente.
(c) Lobe principal.
(d) Densité spectrale bornée.

Système de transmission idéal
H(f ) = Ke−2πjf τ (11)

Système de transmission idéal
H(f ) = Ke−2πjf τ (11)
kH(f )k
−fc fc f
W
arg H(f )
−fc fc f
F IG . 10: Transmittance d’un système idéal.

Distorsions et bruit
– Délai de groupe
1 dφ(f )
τg = − (12)
2π df
– Délai de phase
φ(f )
τp = − (13)
2πf

1 dφ(f )
τg = − (12)
2π df
– Délai de phase
φ(f )
τp = − (13)
2πf
– Distorsions non linéaires

y(t) = ax(t) + bx2(t) (14)

1 dφ(f )
τg = − (12)
2π df
– Délai de phase
φ(f )
τp = − (13)
2πf
– Distorsions non linéaires

y(t) = ax(t) + bx2(t) (14)
– Bruit
– additif
– multiplicatif

Table des matières
– Introduction

Modulation d’onde continue
– Introduction
– Hypothèses
– Modulation d’une porteuse sinusoidale
– Modulation d’amplitude
– Modulation d’amplitude classique
– Répartition de la puissance, réalisation, discussion
– Modulations d’amplitude dérivées

Modulation d’onde continue
– Introduction
– Hypothèses
– Modulation d’une porteuse sinusoidale
– Modulation d’amplitude
– Modulation d’amplitude classique
– Répartition de la puissance, réalisation, discussion
– Modulations d’amplitude dérivées
– Modulation angulaire
– Bande passante requise
– Partage du plan de fréquence
– Multiplexage en fréquence
– Récepteur super-hétérodyne

Modulation d’une porteuse sinusoïdale
Définition 4. Signal modulant normalisé m(t)
x(t)
m(t) = (15)
xmax
Hypothèse : le signal modulant m(t) est à spectre limité, c’est-à-dire que
M(f ) = 0 si |f | > W (16)
Définition 5. [Bande de base] Dès lors que l’intervalle de fréquences est borné par la
fréquence W , on appelle bande de base l’intervalle de fréquences [0, W ].

Paramètres de modulation d’une porteuse
Définition 6. Porteuse
Modulation de fréquen e
s(t) = A(t) cos (2πf (t)t + φ(t))
Amplitude Phase
Modulation d'amplitude Modulation de phase
F IG . 11: Paramètres d’un signal modulé.

Modulation d’amplitude (modulation AM)
Définition 7. La modulation d’amplitude, dite modulation AM pour Amplitude Modula-
tion, est le processus par lequel l’amplitude de la porteuse c(t) varie linéairement avec le
signal modulant m(t).
Après modulation, le signal modulé s(t) est décrit par la fonction
s(t) = Ac (1 + kam(t)) cos (2πfct) (17)
= Ac cos (2πfct) + kaAcm(t) cos (2πfct) (18)
L’amplitude instantanée est donc rendue proportionnelle au signal modulant, et vaut
A(t) = Ac (1 + kam(t)) (19)

Illustration
c(t)
(a)
m(t)
+1
−1
(b)
s(t)
Ac (1 + ka )
Ac
Ac (1 − ka )
−Ac (1 − ka ) t
−Ac
−Ac (1 + ka )
(c)
F IG . 12: Illustration de la modulation d’amplitude classique.

Surmodulation
s(t)
+Ac
t
−Ac
(a)
s(t)
Inversion de la phase
+Ac
t
−Ac
(b)
F IG . 13: Surmodulation : (a) |kam(t)| < 1. (b) |kam(t)| > 1.

Analyse spectrale
Ac kaAc
S(f ) = [δ(f − fc) + δ(f + fc)] + [M(f − fc) + M(f + fc)] (20)
2 2

Analyse spectrale
Ac kaAc
S(f ) = [δ(f − fc) + δ(f + fc)] + [M(f − fc) + M(f + fc)] (20)
2 2
kM(f )k
−W 0 +W f
(a)
kS(f )k
Ac δ(f + f ) Ac δ(f − f )
2 c 2 c
BLS BLS
BLI BLI
f
−fc − W
−fc −fc + W 0 fc − Wfc fc + W
(b)
F IG . 14: Spectres de fréquence : (a) Signal en bande de base. (b) Signal modulé.

Réalisation
Modulation linéaire
c(t)
s(t)
g(t)
F IG . 15: Principe de la modulation linéaire.

Modulation quadratique
x(t) + c(t) s(t)

r(x(t) + c(t))
F IG . 16: Principe de la modulation quadratique.

Schéma électronique d’un modulateur simple
c(t) = Ac cos(2πfc t)
m(t) v1 (t) Rl v2 (t)
(a)
v2
pente = 1
0 v1
(b)
F IG . 17: Modulateur AM à diode : (a) circuit électronique. (b) caractéristique idéalisée

d’entrée-sortie.

Contrôle de la modulation
0.5
s(t)
−0.5
−1
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
m(t)
F IG . 18: Trapèze de modulation.

Démodulation
Détection d’enveloppe
Rs
C Rl Sortie
s(t)
F IG . 19: Détecteur d’enveloppe.

Démodulation
Détection d’enveloppe
Rs
C Rl Sortie
s(t)
F IG . 19: Détecteur d’enveloppe.

Démodulation AM synchrone ou cohérente
Ac
s(t) cos(2πfct) = (1 + kam(t))(1 + cos(4πfct))
2
Ac
= (1 + kam(t))
2
Ac
+ (cos(4πfct) + kam(t) cos(4πfct))
2

Spe tre AM Spe tre de la porteuse
Ac /2 Ac /2 1/2 1/2
Mélangeur
−fc fc f −fc fc f
Spe tre du signal mélangé

Ac /2
Ac /4 Ac /4
−2fc −fc−W W f
c 2fc f
Spe tre du message

Ac /2
−W W f
F IG . 20: Démodulation AM synchrone.

Déphasage et écart de fréquences
Supposons que l’oscillateur produise un signal
A′ cos(2πfl t + φ) (21)

Déphasage et écart de fréquences
Supposons que l’oscillateur produise un signal
A′ cos(2πfl t + φ) (21)
Le produit de ce signal par le signal réceptionné, à porteuse supprimé (pour la simplicité des
propos), vaut
′
Ac A
s(t)A′ cos(2πfl t + φ) = m(t)(cos(2π(fl − fc)t + φ) + cos(2π(fc + fl )t + φ)) (22)
2
Même si fl et fc concordent parfaitement, l’écart de phase joue l’effet d’un atténuateur car,
après filtrage,
′ AcA′
s(t)A cos(2πfl t + φ) → m(t) cos φ (23)
2

Modulations d’amplitude dérivées
1. Modulation à double bande latérale et porteuse supprimée (appelée en anglais “Double

sideband-suppressed carrier” ou DSB-SC).
2. Modulation en quadrature de phase (appelée “Quadrature Amplitude Modulation” ou
QAM).
3. Modulation à bande unique (appelée en anglais “Single sideband modulation” ou SSB).
4. Modulation à bande latérale résiduelle (appelée en anglais “Vestigial sideband modula-
tion” ou VSB).

Signal modulé en amplitude par modulation à porteuse supprimée
s(t) = m(t)c(t) (24)
= Acm(t) cos(2πfct) (25)
Spectre :
Ac
S(f ) = (M(f − fc) + M(f + fc)) (26)
2

Boucle de C OSTAS
1 A m(t) cos φ
2 c m(t)
cos (2πfc t + φ)
Dis riminateur
V CO
de phase
Signal DSB-SC
Ac m(t) cos (2πfc t)
−π
2
sin (2πfc t + φ)
1 A m(t) sin φ
2 c
F IG . 21: Récepteur de C OSTAS.

Modulation en quadrature
m1 (t) + s(t)
+
Ac cos (2πfc t)
+π
2
Ac sin (2πfc t)
m2 (t)
1 ′
2 Ac Ac m1 (t)
A′c cos (2πfc t)

s(t)
+π
2
A′c sin (2πfc t)
1 A A′ m (t)
2 c c 2
F IG . 22: Schéma de modulation et de démodulation d’une modulation d’amplitude en

quadrature.

Modulation à bande latérale unique
Filtrage d’une bande
Soit à filtrer le signal u(t) = Acm(t) cos(2πfc t) dont on ne désire garder qu’une bande. On
fait passer le signal à travers un filtre de transmittance H(f ). En sortie, le signal vaut
S(f ) = U(f )H(f ) (27)
Ac
= [M(f − fc) + M(f + fc)]H(f ) (28)
2
Considérons la détection cohérente
v(t) = A′c cos(2πfct)s(t) (29)
Soit, dans le domaine de F OURIER,
A′c
V(f ) = [S(f − fc) + S(f + fc)] (30)
2
Après substitution,
AcA′c
V(f ) = M(f )[H(f − fc) + H(f + fc)]
4
AcA′c
+ [M(f − 2fc)H(f − fc) + M(f + 2fc)H(f + fc)] (31)
4
Le second terme est éliminé à la réception par simple filtrage.

Proposition 1. À la réception, le signal en bande de base n’a subi aucune distorsion à la
condition que, ∀f ,
H(f − fc) + H(f + fc) = 1 (32)

Démodulation SSB
Spe tre du signal SSB Spe tre de la porteuse
1/2 1/2
BLI Mélangeur
−fc fc f −fc fc f
Spe tre du signal mélangé
−2fc −fc−W W f
c 2fc f
Spe tre du message
−W W f
F IG . 23: Schéma de démodulation SSB.

Tableau récapitulatif des modulations d’onde continue
s(t) ||S (f )|| BP
AM
Ac (1 + ka m(t)) cos(2πfct) 2W
lassique
−fc fc f
DSB-SC Ac m(t) cos(2πfct) 2W
−fc fc f
Ac m1 (t) cos(2πfc t)
QAM +Ac m2 (t) sin(2πfct) 2W
SSB W
−fc fc f
(1 + α)
VSB W
−fc fc f
Ac cos(2πfct+ 2(∆f
FM R
2πkf 0t m(τ )dτ ) +W )

Modulation angulaire : Ac cos φi(t)
– Principes et définitions
– Analyse de la modulation de fréquence analogique
– Modulation par une cosinusoïde
– Analyse spectrale
– Bande passante requise
– Réalisation

Tableau récapitulatif
Modulation de fréquen e
s(t) = A(t) cos (2πf (t)t + φ(t))
Amplitude Phase
Modulation d'amplitude Modulation de phase
F IG . 24: Paramètres d’un signal modulé.

Paramètres d’une PM Paramètres d’une FM
φi(t) fi(t)
△φi(t) = φi(t) − (2πfct + φc) △fi(t) = fi(t) − fc
β = max |△φi(t)| △f = max |△fi(t)|
Modulation PM Modulation FM
φi(t) = 2πfc t + kpm(t) fi(t) = fc + kf m(t)
k Rt
fi(t) = fc + 2πp dm(t)
dt φi(t) = 2πfc t + 2πkf 0 m(t′ )dt′

Liens entre modulation de phase et de fréquence
m(t) Intégrateur Modulateur PM Onde FM
Ac cos(2πfc t)
m(t) Dérivateur Modulateur FM Onde PM
Ac cos(2πfc t)
F IG . 25: Liens entre modulation de phase et modulation de fréquence.

Comparaison
0.5
−0.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
10
−10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
10
−10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
10
−10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
F IG . 26: Signal modulant et signaux modulés respectivement en AM, PM et FM.

Signal modulant pour l’analyse spectrale
Prenons le signal modulant suivant :
m(t) = Am cos(2πfmt)
Considérons le cas d’une modulation FM avec
fi(t) = fc + kf Am cos(2πfmt) (33)
= fc + △f cos(2πfmt) (34)
La phase instantanée vaut
△f
φi(t) = 2πfc t + sin(2πfmt) (35)
fm
= 2πfc t + β sin(2πfmt) (36)

Analyse spectrale
Signal modulé
s(t) = Ac cos(2πfct + β sin(2πfmt)) (37)
s(t) = Ac cos(2πfct) cos(β sin(2πfmt)) − Ac sin(2πfct) sin(β sin(2πfmt)) (38)

Analyse spectrale
Signal modulé
s(t) = Ac cos(2πfct + β sin(2πfmt)) (37)
s(t) = Ac cos(2πfct) cos(β sin(2πfmt)) − Ac sin(2πfct) sin(β sin(2πfmt)) (38)
Pour calculer le spectre du signal s(t), on recourt à la formule suivante
+∞
X π
ejβ sin ψ = J0 (β) + 2 j k Jk (β) cos k ψ − (39)
2
k=1
ce qui peut encore s’écrire
cos(β sin ψ) = J0(β) + 2J2 (β) cos(2ψ) + 2J4(β) cos(4ψ) + . . . (40)
sin(β sin ψ) = 2J1 (β) sin ψ + 2J3(β) sin(3ψ) + . . . (41)

Comme J2i(β) = J−2i(β) et J2i+1(β) = −J−(2i+1)(β)
+∞
X
s(t) = Ac Jn(β) cos(2π(fc + nfm)t) (42)
n=−∞
Spectre
+∞
Ac X
S(f ) = Jn(β)[δ(f − fc − nfm) + δ(f + fc + nfm)] (43)
2 n=−∞

Fonctions de Bessel
1
J0 (β )
J1 (β )
0.5 J2 (β )
J3 (β )
0 β
−0.5
0 2 4 6 8 10 12 14 16 18

Spectre FM
0.5 β = 1, △f = 1
0
−8 −6 −4 −2 0 2 4 6 8
1
0.5 β = 2, △f = 2
0
−8 −6 −4 −2 0 2 4 6 8
1
0.5 β = 3, △f = 3
0
−8 −6 −4 −2 0 2 4 6 8
1
0.5 β = 4, △f = 4
0
−8 −6 −4 −2 0 2 4 6 8
F IG . 27: Spectre d’un signal FM (fm = 1, β variable).

1
0.5 β = 1, fm = 1
0
−4 −3 −2 −1 0 1 2 3 4
1
0.5 β = 2, fm = 1/2
0
−8 −6 −4 −2 0 2 4 6 8
1
0.5 β = 3, fm = 1/3
0
−15 −10 −5 0 5 10 15
1
0.5 β = 4, fm = 1/4
0
−20 −15 −10 −5 0 5 10 15 20
F IG . 28: Spectre d’un signal FM (△f = 1, β variable).

Bande passante requise
Estimation empirique
– [Règle de C ARSON ] La bande passante requise est

1
B ≃ 2 (△f + fm) = 2△f 1+ β > 100 (44)
β
où fm correspond à la plus haute composante fréquentielle non nulle du signal modulant.

– Pour une modulation à faible indice (par exemple β < 0, 5)
B ≃ 2fm β < 0, 5 (45)
– Règle de C ARSON modifiée

1
B ≃ 2 (2△f + fm) = 2△f 2+ 0, 5 ≤ β ≤ 100 (46)
β
Estimation numérique

Tableau récapitulatif des modulations d’onde continue
s(t) ||S (f )|| BP
AM
Ac (1 + ka m(t)) cos(2πfct) 2W
lassique
−fc fc f
DSB-SC Ac m(t) cos(2πfct) 2W
−fc fc f
Ac m1 (t) cos(2πfc t)
QAM +Ac m2 (t) sin(2πfct) 2W
SSB W
−fc fc f
(1 + α)
VSB W
−fc fc f
Ac cos(2πfct+ 2(∆f
FM R
2πkf 0t m(τ )dτ ) +W )

Multiplexage en fréquence
X1 (f )
f −f1 f1 f
f1
X2 (f )
f −f2 f2 f
f2
X3 (f )
f −f3 f3 f
f3
Signal multiplexé
−f3 −f2 −f1 f1 f2 f3 f
F IG . 29: Principe du multiplexage en fréquence.

Signal multiplexé
−f3 −f2 −f1 f1 f2 f3 f
f1 f2 f3
f1 f2 f3
X1 (f ) X2 (f ) X3 (f )
f f f
F IG . 30: Principe du démultiplexage en fréquence.

Récepteur super-hétérodyne
Signal multiplexé
f1 f2 f3 f
f1 + fIF f2 + fIF
fIF fIF
−fIF fIF f −fIF fIF f
fIF fIF
X1 (f ) X2 (f )
f f

Introduction à la modulation numérique
2
V
−2
0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
10
0
−10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
10
−10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
10
−10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
F IG . 31: Signal modulant numérique et signaux modulés respectivement en AM, PM et FM.

Remarque : il existe plusieurs représentations analogiques pour un même signal d’informa-
tion.

Table des matières
– Introduction

Variables aléatoires, processus stochastiques et bruit
– Théorie des probabilités
– Variables aléatoires
– Fonction de distribution et densité de probabilité
– Moments d’une variable aléatoire
– Changement de variable
– Plusieurs variables aléatoires
– Processus stochastiques
– Moments
– Stationnarité
– Ergodicité
– Densité spectrale de puissance
– Processus stochastiques et systèmes
– Sources de bruit

Problèmes à résoudre

Problèmes à résoudre
– X +Y
– Y = g(X)
– Mélangeur X cos(2πfct)
– Passage au travers d’un filtre linéaire
– Modélisation du bruit
– Mesures

Espace probabilisé
Un espace probabilisé consiste en :
1. Un espace témoin Ω d’événements élémentaires.

2. Une classe L d’événements qui sont des sous-ensembles de Ω.
3. Une mesure de la probabilité p(.) associée à chaque événement A de la classe L et qui a
les propriétés suivantes :
(a) p(Ω) = 1
(b) 0 ≤ p(A) ≤ 1
(c) Si la suite An∈N ∈ F avec Ai ∩ Aj = ∅ pour i 6= j alors
[ X
p( An) = p(An)
n∈N n∈N

Probabilité conditionnelle
Définition 8. p(B|A) est appelée probabilité conditionnelle. Elle représente la probabilité
de l’événement B , étant donné que l’événement A s’est réalisé. En supposant que p(A) 6= 0,
la probabilité conditionnelle p(B|A) est définie par
p(A ∩ B)
p(B|A) = (47)
p(A)
où p(A ∩ B) est la probabilité conjointe de A et B .

Dès lors
p(A ∩ B) = p(B|A)p(A) (48)

Probabilité conditionnelle
Définition 8. p(B|A) est appelée probabilité conditionnelle. Elle représente la probabilité
de l’événement B , étant donné que l’événement A s’est réalisé. En supposant que p(A) 6= 0,
la probabilité conditionnelle p(B|A) est définie par
p(A ∩ B)
p(B|A) = (47)
p(A)
où p(A ∩ B) est la probabilité conjointe de A et B .

Dès lors
p(A ∩ B) = p(B|A)p(A) (48)
Proposition 2. Formule de BAYES
p(B|Ai)p(Ai)
p(Ai|B) = PN (49)
j=1 p(B|Aj )p(Aj )
Elle permet le calcul des probabilités a posteriori p(Ai|B) en terme de probabilités a priori

p(B|Ai).

Variables aléatoires
Définition 9. Une variable aléatoire est une fonction dont le domaine est l’espace témoin
d’une expérience aléatoire et dont la valeur est un nombre réel.

Variables aléatoires
Définition 9. Une variable aléatoire est une fonction dont le domaine est l’espace témoin
d’une expérience aléatoire et dont la valeur est un nombre réel.
Définition 10. La fonction de distribution cumulative, encore appelée fonction de distribu-
tion ou fonction de répartition, d’une variable aléatoire X est définie par
FX (x) = p(X ≤ x) (50)
Définition 11. La fonction de densité de probabilité d’une variable aléatoire X est définie
par
dFX (x)
fX (x) = (51)
dx

Moments d’une variable aléatoire
Définition 12. Le n-ième moment de la variable aléatoire X est défini par
Z +∞
n
µX n = E {X } = xnfX (x)dx (52)
−∞
où E désigne l’opérateur d’espérance statistique.

Définition 13. [Moyenne]
Z +∞
µX = E {X} = xfX (x)dx (53)
−∞
µX est appelée espérance ou moyenne de la variable aléatoire X .

Définition 14. Le n-ième moment centré de la variable aléatoire X est défini par
Z +∞
n n
E {(X − µX ) } = (x − µX ) fX (x)dx (54)
−∞

Variance
Définition 15. [Variance]
n o Z +∞
2
2
σX = E (X − µX ) = (x − µX )2 fX (x)dx (55)
−∞
Théorème 1. [C HEBYSHEV ] Si Y est une variable aléatoire positive, alors
2
σX
∀ε > 0 p (|X − µX | ≥ ε) ≤ 2 (56)
ε

Variable aléatoire gaussienne ou normale
2
Soit X une variable aléatoire de moyenne µX et de variance σX . Cette variable présente une
densité de probabilité gaussienne ou normale si, pour −∞ < x < +∞, elle a la forme
(x−µX )2
1 −
2σ 2
fX (x) = √ e X (57)
σX 2π
Théorème 2. [Limite centrale] Si {Xi} est une suite de variables aléatoires indépen-
dantes, de même loi, centrées et de variance égale à 1, alors la fonction de répartition FY (y)
de la variable aléatoire
N
1 X
Y =√ Xi (58)
N i=1
vérifie y
1 − u2
Z
lim FY (y) = √ e 2 du (59)
N →+∞ −∞ 2π

Cas de plusieurs variables aléatoires
Définition 16. La fonction de répartition conjointe FX,Y (x, y) est définie par
FX,Y (x, y) = p(X ≤ x, Y ≤ y) (60)
c’est-à-dire que la fonction de répartition conjointe de X et Y est égale à la probabilité que

la variable X et la variable Y soient respectivement inférieures aux valeurs x et y .
Définition 17. La fonction de densité de probabilité conjointe fX,Y (x, y) est définie par
∂ 2FX,Y (x, y)
fX,Y (x, y) = (61)
∂x∂y

Moments de plusieurs variables aléatoires
Définition 18. [Corrélation] La corrélation de deux variables aléatoires X et Y est définie
par
Z +∞ Z +∞
E {XY } = xyfX,Y (x, y)dxdy (62)
−∞ −∞
Définition 19. [Covariance] La covariance de deux variables aléatoires X et Y est définie
par
CXY (x, y) = E {(X − µX ) (Y − µY )} (63)
= E {XY } − µX µY (64)

Moments d’une somme
Proposition 3. [Espérance]
µX+Y = E {X + Y } = E {X} + E {Y } (65)
Proposition 4. [Variance]
n o
2 2 2
σX+Y = E (X + Y − µX+Y ) = σX + σY2 + 2CXY (x, y) (66)

Probabilité conditionnelle et indépendance
Définition 20. La fonction de densité de probabilité conditionnelle de la variable Y , étant
donné que X = x, est définie par
fX,Y (x, y)
fY (y|x) = (67)
fX (x)
où nous avons supposé que X et Y sont deux variables aléatoires continues et fX (x) est la
densité marginale de X .

Probabilité conditionnelle et indépendance
Définition 20. La fonction de densité de probabilité conditionnelle de la variable Y , étant
donné que X = x, est définie par
fX,Y (x, y)
fY (y|x) = (67)
fX (x)
où nous avons supposé que X et Y sont deux variables aléatoires continues et fX (x) est la
densité marginale de X .
Proposition 5. Si X et Y sont statistiquement indépendantes, la connaissance du résultat
de X n’affecte pas la densité de probabilité de Y et nous pouvons écrire
fY (y|x) = fY (y) (68)
Et dès lors,
fX,Y (x, y) = fX (x)fY (y) (69)
Définition 21. Par définition, les variables aléatoires X et Y sont dites
non − orrélées ⇐⇒ CXY (x, y) = 0 (70)

orthogonales ⇐⇒ E {XY } = 0 (71)

Processus stochastiques
Espa e témoin Ω
ω1 X(t, ω1 )
X(tk , ω1 )
ω2 t
X(t, ω2 )
ωn X(tk , ω2 )
X(t, ωn )
t
t
X(tk , ωn ) k
F IG . 32: Un ensemble de réalisations du processus aléatoire X(t).

Moments temporels
Définition 22. La moyenne temporelle d’un processus aléatoire X(t) est définie par
T
1
Z
µX (T ) = x(t)dt (72)
2T −T
où x(t) est une réalisation du processus aléatoire.

Définition 23. La fonction d’autocorrélation temporelle d’un processus aléatoire X(t) est
définie par Z T
1
ΓXX (τ, T ) = x(t + τ )x(t)dt (73)
2T −T
où x(t) est une réalisation du processus aléatoire.

Moments statistiques
Définition 24. La moyenne d’un processus aléatoire X(t) observé au temps t est définie
par
µX (t) = E {X(t)} (74)

Z +∞
= xfX(t) (x)dx (75)
−∞
où fX(t)(x) est la fonction de densité de probabilité du premier ordre du processus aléatoire

X(t).
Pour t fixé, X(t) est une variable aléatoire.
Définition 25. La fonction d’autocorrélation d’un processus aléatoire X(t) est définie par
ΓXX (t1, t2) = E {X(t1)X(t2)} (76)

Z +∞ Z +∞
= x1x2 fX(t1),X(t2)(x1, x2)dx1dx2 (77)
−∞ −∞

Stationnarité
Deux formes
– Stationnarité au sens strict
– Stationnarité au sens large (dite du second ordre)
Stationnarité au sens strict
Le processus aléatoire X(t) sera dit stationnaire au sens strict si
FX(t1),X(t2),...,X(tk)(x1, x2, ..., xk ) = (78)
FX(t1+τ ),X(t2+τ ),...,X(tk+τ )(x1, x2, ..., xk ) (79)
pour tout τ , tout k et tous les choix possibles de temps d’observation t1, t2, ..., tk .
Définition 26. Un processus aléatoire est stationnaire au sens strict si ses caractéristiques
probabilistes sont invariantes pour tout changement de l’origine des temps.

Stationnarité au sens large (dite du second ordre)
Définition 27. Un processus aléatoire est stationnaire au sens large s’il vérifie les deux
conditions suivantes
1. Sa moyenne est indépendante du temps.
µX (t) = µX ∀t (80)
2. Sa fonction d’autocorrélation ne dépend que de la différence entre les temps d’observa-

tion.
ΓXX (t1, t2) = ΓXX (t2 − t1) ∀t1, t2 (81)

Fonction d’autocorrélation d’un processus aléatoire stationnaire
Fonction d’autocorrélation d’un processus stationnaire X(t) :
ΓXX (τ ) = E {X(t + τ )X(t)} ∀t (82)
Propriétés importantes :
– La moyenne du carré du processus aléatoire peut être obtenue simplement en posant τ =
0: 2
ΓXX (τ ) = E X (t) (83)
– La fonction d’autocorrélation ΓXX (τ ) est une fonction paire de τ :
ΓXX (τ ) = ΓXX (−τ ) (84)
– La fonction d’autocorrélation ΓXX (τ ) présente son amplitude maximum en τ = 0 :
|ΓXX (τ )| ≤ ΓXX (0) (85)

Ergodicité
Un processus est ergodique à l’ordre n si les moyennes temporelles jusqu’à l’ordre n sont
indépendantes du choix de la réalisation. Si le processus est ergodique à tout ordre, on dit
qu’il est ergodique au sens strict.
Définition 28. Un processus aléatoire stationnaire X(t) est dit ergodique dans la moyenne
si :
(1) la moyenne temporelle µX (T ) tend vers la moyenne statistique µX lorsque l’intervalle
d’observation 2T tend vers l’infini, c’est-à-dire
lim µX (T ) = µX (86)
T →∞
(2) la variance de la variable aléatoire µX (T ) tend vers zéro lorsque l’intervalle d’observa-
tion 2T tend vers l’infini, c’est-à-dire
lim var {µX (T )} = 0 (87)

T →∞

Densité spectrale de puissance
Définition 29. La densité spectrale de puissance γX (f ) d’un processus aléatoire station-
naire X(t) est la transformée de F OURIER de sa fonction d’autocorrélation ΓXX (τ ) :
Z +∞
γX (f ) = ΓXX (τ ) e−2πjf τ dτ (88)
−∞
Z +∞
ΓXX (τ ) = γX (f )e2πjf τ df (89)
−∞
Propriétés
Z +∞
γX (0) = ΓXX (τ ) dτ (90)
−∞
2
Z +∞
E X (t) = ΓXX (0) = γX (f )df (91)
−∞

Exemple : onde sinusoïdale avec phase aléatoire
Considérons un signal sinusoïdal avec une phase aléatoire θ ∈ [0, 2π] ou [−π, +π]
X(t) = Ac cos (2πfc t + Θ) (92)
1. Moyenne statistique du processus aléatoire X(t) ?

X(t) = Ac cos (2πfc t + Θ) (92)

+π
1
Z
µX (t) = E {X(t)} = Ac cos (2πfc t + θ) dθ = 0 (93)
−π 2π

X(t) = Ac cos (2πfc t + Θ) (92)

+π
1
Z
−π 2π
2. Fonction d’autocorrélation et densité spectrale ?

X(t) = Ac cos (2πfc t + Θ) (92)

+π
1
Z
−π 2π
2. Fonction d’autocorrélation et densité spectrale ?
A2c
ΓXX (t1, t2) = cos [2πfc (t2 − t1)] (94)
2
A2c
γX (f ) = [δ(f − fc) + δ(f + fc)] (95)
4

Processus stochastiques et systèmes
Filtrage des processus aléatoires stationnaires au sens large
Soient X(t) un processus stochastique stationnaire au sens large, H(f ) la transmittance d’un
filtre linéaire et Y (t) le processus à la sortie du système linéaire
– Moyenne ?

– Moyenne ?
µY = µX H(0) (96)
– Fonction d’autocorrélation et densité spectrale de puissance ?

– Moyenne ?
µY = µX H(0) (96)
– Fonction d’autocorrélation et densité spectrale de puissance ?

Proposition 6. [W IENER -K INTCHINE] Soient X(t) un processus stochastique station-
naire au sens large, H(f ) la transmittance d’un filtre linéaire et Y (t) le processus à la sortie
du système linéaire
2
γY (f ) = kH(f )k γX (f ) (97)

Somme de processus stochastiques
Y (t) = K(t) + N (t) (98)
Pour des processus stationnaires au sens large,
γY Y (f ) = γKK (f ) + γKN (f ) + γN K (f ) + γN N (f ) (99)
Si les processus sont non corrélés,
γY Y (f ) = γKK (f ) + γN N (f ) (100)

Analyse de la modulation pour processus stochastique : principe et
analyse du mélangeur “stochastique”
Modulation :
S(t) = M (t) cos(2πfct) (101)

Analyse de la modulation pour processus stochastique : principe et
analyse du mélangeur “stochastique”
Modulation :
S(t) = M (t) cos(2πfct) (101)
Le processus n’est pas stationnaire en la moyenne !

Modulation avec une phase aléatoire et indépendante de M (t) :
S(t) = M (t) cos(2πfc t + Φ) (102)
1
γS (f ) = [γM (f − fc) + γM (f + fc)] (103)
4

Une classe de processus stochastiques importante : les sources de bruit
Bruit thermique
2
E{VBT } = 4kB T R△f [V 2] (104)
VBT
F IG . 33: Équivalent de Thévenin d’une source de bruit thermique.

Bruit de grenaille
2
E{IGr } = 2qI△f [A2] (105)

Modélisation du bruit
Processus gaussien
Un processus aléatoire est dit gaussien si quelle que soit la suite des instants t1, t2, . . . , tn et
quel que soit n, la variable aléatoire à n dimensions X1, X2, . . . , Xn est gaussienne.
Propriétés
– Un processus aléatoire gaussien est entièrement défini par la donnée des moments du
premier et du second ordre.
– Un processus aléatoire gaussien qui serait stationnaire au sens large est aussi stationnaire
au sens strict.
– Si les variables aléatoires X1, X2, . . . , Xn, obtenues par échantillonnage d’un processus
gaussien aux temps t1, t2, . . . , tn, sont non corrélées, c’est-à-dire que
E{(Xk − µXk )(Xi − µXi )} = 0, i 6= k (106)
alors ces variables sont statistiquement indépendantes.

– Toute combinaison linéaire finie de variables aléatoires gaussiennes est gaussienne. De
façon plus générale, on montre que le caractère gaussien se conserve dans toute transfor-
mation linéaire et donc en particuler par filtrage linéaire.

Bruit blanc
Définition 30. Le bruit blanc est un processus aléatoire stationnaire du second ordre centré
et dont la densité spectrale de puissance est constante sur tout l’axe des fréquences :
N0
γW (f ) = (107)
2
N0 s’exprime en Watt par Hertz. La fonction d’autocorrélation s’écrit donc
N0
ΓW W (τ ) = δ(τ ) (108)
2

Bruit blanc
Définition 30. Le bruit blanc est un processus aléatoire stationnaire du second ordre centré
et dont la densité spectrale de puissance est constante sur tout l’axe des fréquences :
N0
γW (f ) = (107)
2
N0 s’exprime en Watt par Hertz. La fonction d’autocorrélation s’écrit donc
N0
ΓW W (τ ) = δ(τ ) (108)
2
Passage du bruit blanc à travers un filtre passe-bande
N0
f ∈ [±fc ± B2 ]

γW (f ) = 2 , (109)
0, sinon

La fonction d’autocorrélation est
sin (πBτ )
ΓW W (τ ) = BN0 cos(2πfc τ ) (110)
πBτ
Passage du bruit blanc à travers un filtre passe-bas
η, − B2 < f < B

γW (f ) = 2 (111)
0, |f | > B2
La fonction d’autocorrélation vaut
sin (πBτ )
ΓW W (τ ) = Bη (112)
πBτ

Décomposition de R ICE
L’expression
s(t) = A(t) cos(2πfct + φ(t)) (113)
peut aussi être écrite sous la forme de deux composantes
s(t) = A(t) cos(2πfct + φ(t)) (114)
= sI (t) cos(2πfct) − sQ(t) sin(2πfc t)
telles que
sI (t) = A(t) cos φ(t) (115)
sQ(t) = A(t) sin φ(t) (116)
Propriétés :
– Les composantes nI (t) et nQ(t) d’un bruit blanc à bande étroite n(t) sont de moyenne
nulle.
– Si le bruit n(t) à bande étroite est gaussien, ses composantes nI (t) et nQ(t) sont conjoin-
tement gaussiennes.

Table des matières
– Introduction

Introduction à la numérisation
– Introduction
– Conversion des signaux
– Échantillonnage
– Interpolation
– Réalisation de l’échantillonnage
– Modulation PAM
– Modulation de la position des impulsions
– Modulation d’impulsions codées PCM
– Quantification
– Bruit de quantification
– Codage
– Modulations dérivées

De l’analogique au numérique
Signal analogique Signal analogique

original filtré et quantifié
Filtrage Interpolation
Echantillonnage
125,3658
112,3401
Numérisation Quantification
125 125
112 112
Compression Décompression
101001 101001
Signal numérique Signal numérique
F IG . 34: Passage de l’analogique au numérique et conversion inverse.

Types d’information
Information
numérique
Mise en forme des signaux
Information
textuelle
Information
analogique Echantillonnage Quantification Codage Modulation Emetteur
Données Canal
binaires
Mise en forme des signaux
Information Filtrage
analogique Décodage Démodulation Récepteur
passe-bas
Information
textuelle
Information
numérique
F IG . 35: Mise en forme et transmission.
Caractérisation de la qualité de la transmission au moyen du taux d’erreur par bit (bit error
rate)Pe

Théorème de S HANNON
Théorème 3. [S HANNON] Une fonction g(t) à énergie finie et à spectre limité, c’est-à-dire
dont la transformée de F OURIER G(f ) est nulle pour |f | > W , est entièrement déterminée
par ses échantillons g[nTs], n ∈ {−∞, +∞} pour autant que la fréquence d’échantillonnage
fs soit strictement supérieure au double de la borne supérieure du spectre
fs > 2W (117)
g(t) kG(f )k
t −W 0 W f
P
δ(t − nTs )
t −fs fs f
gs (t)
t f
F IG . 36: Échantillonnage instantané.

Formule d’interpolation de W HITTAKER
Soit g(t) un signal analogique intégrable de spectre borné [−W, W ]. Soit {g[nTs]} l’ensem-
ble de ses échantillons de pas Ts = 1/fs. La fonction g(t) s’écrit comme la série de fonctions
+∞
t − nTs
X
g(t) = g[nTs]sinc (118)
n=−∞
Ts
g(t)
g(0)
g(1)
g(2)
Ts 2Ts t
F IG . 37: Interprétation des termes de la formule d’interpolation de W HITTAKER.

Réalisation de l’échantillonnage
Le signal échantillonné gτ (t) est le produit de g(t) par un train ps(t) de rectangles de largeur
τ
+∞
X +∞
X
ps(t) = p(t) ⊗ δ(t − nTs) = p(t − nTs)
n=−∞ n=−∞
avec
1 si 0<t<τ
p(t) = (119)
0 sinon
La transformée de F OURIER de p(t) étant
+∞
e−πjf τ sin(πf τ ) X
Ps(f ) = δ(f − nfs) (120)
Ts πf n=−∞
Celle de gτ (t), parfois appelé signal échantillonné naturel, vaut
Gτ (f ) = G(f ) ⊗ Ps(f ) (121)

+∞
τ X −nπjfsτ sin(nπfsτ )
= e G(f − nfs)
Ts n=−∞ nπfsτ

Amplitude du spectre du signal analogique
1
0.8
0.6
||G(f)||
0.4
0.2
0
−20 0 20 40 60 80 100
f
Amplitude du spectre d’un signal échantillonné naturel
0.3
0.2
||Gtau(f)||
0.1
0
−20 0 20 40 60 80 100
f
F IG . 38: Spectre d’un signal analogique et du signal échantillonné naturel.

Modulations
– Analogiques
– Pulse Amplitude Modulation (PAM)
– Pulse Duration Modulation (PDM)
– Pulse Position Modulation (PPM)
– Numériques
– Pulse Code Modulation (PCM)
– Differential Pulse Code Modulation (DPCM)
– Delta

Modulation Pulse Amplitude Modulation PAM
mτ ′ (t)
m(t)
τ′
Ts
F IG . 39: Modulation PAM au moyen d’ impulsions rectangulaires.
Amplitude du spectre du signal analogique
1
0.8
0.6
||G(f)||
0.4
0.2
0
−20 0 20 40 60 80 100
f
Amplitude du spectre d’un signal échantillonné bloqué
15
10
||Mtau’(f)||
0
−20 0 20 40 60 80 100
f
F IG . 40: Spectre d’un signal analogique et du signal échantillonné bloqué.
Pulse Duration Modulation (PDM)
m(t)
(a)
t
Ts
(b)
(c)
(d)
F IG . 41: Un signal modulant, modulation PDM et modulation PPM.
Ts
p(t) = 0, τ = kp |m(t)|max < (122)
2
Pulse Position Modulation (PPM)
Un signal PPM s’écrit
+∞
X
s(t) = p(t − nTs − kpm[nTs]) (123)
n=−∞
où p(t) est une impulsion centrée de largeur fixe τ . Pour éviter l’interférence entre symboles
successifs, il faut respecter la condition suivante qui fait intervenir la largeur de l’impulsions
Ts τ
p(t) = 0, kp |m(t)|max < − (124)
2 2
Pulse Code Modulation (PCM)
Principe
Numéro v[.] v(t)
d’ordre 4
7 3, 5
6 2, 5
5 1, 5
4 0, 5
0
3 −0, 5
2 −1, 5
1 −2, 5
0 −3, 5
−4
m(t) 1, 3 2, 8 1, 8 0, 6 −0, 5 −2, 3

m[nTs ] 1, 5 2, 5 1, 5 0, 5 −0, 5 −2, 5
Numéro d’ordre 5 6 5 4 3 1
Code PCM 101 110 101 100 011 001
F IG . 42: Échantillons instantanés, quantifiés et codes PCM.
Quantification
Définition 31. Le processus consistant à transformer un échantillon d’amplitude m[nTs]
d’un message m(t) pris au temps t = nTs en une amplitude v[nTs], choisie dans un ensem-
ble fini de valeurs possibles, est appelé quantification.
Ik
m[nTs ] Quantificateur v[nTs ]

mk−1 mk mk+1
vk
F IG . 43: Description d’un quantificateur sans mémoire.
Fonctions “escalier de quantification”
sortie sortie
4 4
2 2
entrée entrée
−4 −2 0 2 4 −4 −2 0 2 4
−2 −2
−4 −4
(a) (b)
F IG . 44: Formes alternatives pour la fonction de quantification.
Calcul du bruit de quantification
2 2 2
Soit σM la puissance moyenne du message m(t). Le rapport signal à bruit σM /σQ est égal
à
2

S σM
= 2 (125)
N q σQ
2
3σM 2R
= 2 (126)
m2max
L’ajout d’un bit supplémentaire augmente le rapport signal à bruit de 6 [dB] puisqu’en dé-
cibels, le rapport signal à bruit vaut

S σM
10 log10 = 10 log10 3 + 20 log10
N q mmax
+ 20R log10 2 (127)
Modulation delta
m(t)
approximation
pas △
F IG . 45: L’erreur de quantification dans une modulation delta.
Table des matières
– Introduction
Transmission de signaux numériques en bande de base
Table des matières
– Nécessité du codage
– Capacité d’un canal
– Transmission de données binaires
– Spectre des signaux numériques
– Modèle théorique linéaire
– Transmission d’impulsions en bande de base
– Codes en lignes d’émission
– Détection de signaux binaires en présence de bruit
– Effet de la limitation de la bande passante
Nécessité du codage
Définition 32. [Valence] La relation entre la rapidité de modulation R et le débit binaire D

met en jeu la valence V ; elle est donnée par l’équation
D = R log2(V ) (128)
Capacité d’un canal
Théorème 4. [S HANNON -H ARTLEY]

S
C = W log2 1 + (129)
N
4
x 10 Capacité de canal selon Shannon
8
Capacité en bits/sec
5
0
0 10 20 30 40 50 60
S/N en dB
F IG . 46: Capacité d’un canal téléphonique (W = 3, 7 [kHz]).
Transmission des données binaires
Deux méthodes :
– la transmission en bande de base, méthode correspondant à l’émission directe sur le canal
de transmission, et
– la transmission par modulation d’une porteuse, méthode permettant d’adapter le signal au
canal de transmission.
Caractéristiques :
– le débit, exprimé en [b/s].
– les niveaux physiques associés à chaque bit (0 ou 1) ou groupes de bits.
– l’encombrement spectral.
– la probabilité d’erreur par bit transmis (bit error rate) ⇒ Pe
Lien entre le débit et la bande passante de la représentation analogique du signal : efficacité

spectrale.
Définition 33. L’efficacité spectrale est définie comme le rapport entre le débit binaire et la
bande nécessaire à la transmission du signal d’information numérique.
Spectre des signaux numériques
Modèle théorique linéaire
+∞
X
g(t) = Ak φk (t − kT ) (130)
k=−∞
+∞
X
G(f ) = Ak F {φ(t − kT )} (131)
k=−∞
+∞
X
= F {φ(t)} Ak e−2πjf kT (132)
k=−∞
 
+∞
 X 
= Φ(f )F Ak δ(t − kT ) (133)
 
k=−∞
Train d’impulsions de D IRAC
+∞
X
Ak δ(t − kT ) (134)
k=−∞
Soit donc à analyser le signal aléatoire X(t)
+∞
X
X(t) = Ak δ(t − kT − T0) (135)
k=−∞
Moyenne d’un train d’impulsions

µA
µX = (136)
T
Densité spectrale d’un train d’impulsions
+∞
X ΓAA (l) −2πjlf T
γX (f ) = e (137)
T
l=−∞
Densité spectrale d’un signal numérique mis en forme
+∞
X
g(t) = Ak φ(t − kT ) (138)
k=−∞
est le résultat d’un train d’impulsions modulés en amplitude par la séquence Ak au travers
d’un filtre de mise en forme.
Par application des résultats relatifs au passage d’un signal aléatoire à travers un filtre
linéaire,
µA
µg = Φ(0) (139)
T
Par W IENER-K INTCHINE ,
+∞
ΓAA (l) −2πjlf T
γg (f ) = kΦ(f )k2
X
e (140)
T
l=−∞
γA(f T ) 2
= kΦ(f )k (141)
T
Cas particulier : signaux non-corrélés
+∞
X
γA(f T ) = ΓAA (l) e−2πjlf T (142)
l=−∞
+∞
2
X 1 m
= σA + µ2A δ(f − ) (143)
m=−∞
T T
La densité spectrale vaut donc finalement

+∞
" #
2 1
X 1 m
2 2
γg (f ) = kΦ(f )k σA + µA δ(f − ) (144)
T m=−∞
T T
Moyennant l’hypothèse de variables à moyenne nulle (µA = 0),

2
σA 2
γg (f ) = kΦ(f )k (145)
T
Transmission d’impulsions en bande de base
Codage
Deux technologies sont mises en œuvre pour coder les signaux numériques :
– les codages en ligne. On parle de codes linéaires.
– les codages complets, qui se réfèrent à des tables de conversion (par exemple 5B/4T,
4B/3T, 2B1Q).
Codages linéaires
On peut distinguer les principales catégories suivantes pour le codage linéaire de signaux
PCM :
1. Nonreturn-to-zero (NRZ),
2. Return-to-zero (RZ),
3. Codage de la phase, et
4. Codage multi-niveaux.
Variantes de codage
0 1 0 0 1 1 1 0 0
+V
NRZ
unipolaire −V
+V
NRZ
bipolaire −V
+V
RZ
unipolaire −V
+V
RZ
bipolaire −V
+V
Manchester
Bi-φ-L −V
F IG . 47: Variantes de codage en ligne PCM.
Codage NRZ unipolaire
La modélisation complète du codage NRZ unipolaire est résumée dans le tableau suivant :
Symbole Probabilité Ak Onde
0 1−p 0 ...
1 p V 1, 0 ≤ t < T
Moyenne
µA = V p (146)
Variance
2
= E (Ak − µA) = p(1 − p)V 2
2

σA (147)
Filtre 2
2 2 sin(πf T )
kΦ(f )k = T (148)
πf T
2
sin(πf T )
γ(f ) = p(1 − p)V 2T + p2V 2δ(f ) (149)
πf T
Études temporelle et fréquentielle
2
1.5
0.5
V
−0.5
−1
−1.5
−2
1 2 3 4 5 6
Temps [s] −3
x 10
PSD Function
−2
10
−3
10
−4
10
−5
10
Power [W]
−6
10
−7
10
−8
10
−9
10
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Frequency [kHz]
Bande passante : choix pratiques
Le spectre du signal mis en forme est infini.
γ(f )
1
0.8
0.6
0.4
0.2
0.5 1 1.5 2 2.5 3 fT
Pourcentage de puissance comprise dans la bande

100
80
60
40
20
0.5 1 1.5 2 2.5 3 fT
F IG . 48: Analyse de la répartition de puissance.
Codage RZ unipolaire
0 1−p 0 ...
1 p V 1, 0 ≤ t < αT (α ≤ 1)
Variance
2
A2k − µ2A = pV 2 − (pV )2 = p(1 − p)V 2

σA =E (150)
Filtre 2
2 2 2 sin(πf αT )
kΦ(f )k = α T (151)
πf αT

Si on prend α = 12 , ce qui est le choix habituel,
2
p(1 − p) 2 p2 2

sin(πf T /2)
γ(f ) = V T + V δ(f )
4 πf T /2 4
+∞
X 1 (2n + 1)
+p2V 2 2 2
δ(f − ) (152)
n=−∞
(2n + 1) π T
2
1.5
0.5
V
−0.5
−1
−1.5
−2
1 2 3 4 5 6
Temps [s] −3
x 10
PSD Function
−1
10
−2
10
−3
10
Power [W]
−4
10
−5
10
−6
10
−7
10
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Frequency [kHz]
Codage Manchester
−1, 0 ≤ t < T /2
0 1−p −V
+1, T /2 ≤ t < T
−1, 0 ≤ t < T /2
1 p V
+1, T /2 ≤ t < T
Variance
2
σA = 4p(1 − p)V 2 (153)
Filtre

T
sin(πf T /2)
Φ(f ) = −e−2πjf T /4 + e+2πjf T /4
2
πf T /2

sin(πf T /2)
= T j sin(πf T /2) (154)
πf T /2
2
2 sin(πf T /2)
kΦ(f )k = T 2 sin2(πf T /2) (155)
πf T /2
sin4 (πf T /2)

γ(f ) = 4p(1 − p)V 2T (πf T /2)2
2 2
P+∞ 1 (2n+1)
+ 4(2p − 1) V n=−∞ (2n+1)2π2 δ(f − T ) (156)
2
1.5
0.5
V
−0.5
−1
−1.5
−2
1 2 3 4 5 6
Temps [s] −3
x 10
PSD Function
−1
10
−2
10
−3
10
Power [W]
−4
10
−5
10
−6
10
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Frequency [kHz]
PSD Function
2 −1
10
1.5 −2
10
1
−3
10
0.5
−4
10
Power [W]
0
V
−5
10
−0.5
−6
10
−1
−7
−1.5 10
−2 −8
10
1 2 3 4 5 6 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps [s] −3
x 10 Frequency [kHz]
PSD Function
2 −1
10
1.5
−2
10
1
−3
10
0.5
Power [W]
0
V
−4
10
−0.5
−5
10
−1
−6
10
−1.5
−2 −7
10
1 2 3 4 5 6 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps [s] −3
x 10 Frequency [kHz]
PSD Function
2 −1
10
1.5
−2
10
1
0.5
−3
10
Power [W]
0
V
−4
−0.5 10
−1
128
−5
Principes des télécommunications
−1.5
analogiques et numériques (version 3.97) 10
M. Van Droogenbroeck
−2 −6
10
1 2 3 4 5 6 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps [s] −3
Frequency [kHz]
x 10
Codage en blocs ou complets
Valeur binaire Code quaternaire

10 +3
11 +1
01 -1
00 -3
TAB . 4: Codage 2B/1Q.
Détection de signaux binaires en présence de bruit gaussien
Position du problème
+∞
X
g(t) = Ak φk (t − kT ) (157)
k=−∞
Erreurs de transmission dues à :

– du bruit (additif blanc gaussien)
– présence de filtres (émission ou réception)
– non-linéarité du canal
– ...
Effet d’un bruit additif
0
V
−1
−2
1 2 3 4 5 6 7 8 9
Temps [s] −3
x 10
0
V
−1
−2
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
Temps [s]
F IG . 49: Effet du bruit sur un signal M ANCHESTER .
Ak 1 0 1 1 0
Mise en forme
g(t)
0 1 2 3 4 5 ×10−3
Canal
n(t)
0 1 2 3 4 5 ×10−3
x(t) = g(t) + n(t)

Signal bruité
Filtre adapté 0 1 2 3 4 5 ×10−3

onvolution
h(t)
é hantillonnage
0 1 2 3 4 5 ×10−3
seuil Dé ision
λ=0
λ=0
0 1 2 3 4 5 ×10−3
A′k 1 0 1 1 0
2
V
−2
0.5 1 1.5 2 2.5 3 3.5 4 4.5
Temps [s] −3
x 10
5
0
V
−5
0 −3
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
x 10 Temps [s] −3
x 10
0
V
−1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

Temps [s] −3
x 10
F IG . 51: Signaux typiques dans le cas d’une transmission en bande de base.
Modélisation
Phase 1 Phase 2
Signal x(t) y[T ] ĝ(t)

Filtre h(t) Décision
g(t)
T
Bruit additif gaussien n(t) Seuil λ
F IG . 52: Structure d’un détecteur linéaire.
Première phase : filtrage ou corrélation
Critère
|gh(T )|2
η= (158)
E {n2h(t)}
Résultat Z +∞
2 2
η≤ kG(f )k df (159)
N0 −∞
D’où la valeur maximale
+∞
2 2Eb
Z
2
ηmax = kG(f )k df = (160)
N0 −∞ N0
Définition 34. [Énergie du signal]

Z +∞ Z T
2 2
Eb = kG(f )k df = |g(t)| dt (161)
−∞ 0
On peut écrire le filtre optimal par

kg(T − t) 0 ≤ t ≤ T
hopt(t) = (162)
0 ailleurs
Implémentation du filtre adapté
En pratique, on dispose de plusieurs moyens de réaliser le filtre adapté :
1. Par convolution. Z +∞
y(t) = x(τ )h(t − τ )dτ (163)
−∞
On échantillonne ce signal à l’instant t = T pour obtenir la valeur y[T ].
2. Par corrélation. Considérons l’expression de y(t)
Z +∞
y(t) = x(τ )g(T − t + τ )dτ (164)
−∞
à partir de quoi Z T
y[T ] = x(τ )g(τ )dτ (165)
0
3. Par intégration. Dans le cas particulier d’un fonction g(t) = 1 sur [0, T ], la formule de
z(t) se réduit à Z t
z(t) = x(τ )dτ (166)
0
Seconde phase : détection par maximum de vraisemblance
Le signal reçu durant l’intervalle de temps T est

g0(t) + n(t), 0 ≤ t ≤ T pour 0
x(t) = (167)
g1(t) + n(t), 0 ≤ t ≤ T pour 1
Par exemple, pour un signal NRZ, g0(t) = −V et g1(t) = +V .
Au moment de prendre une décision, on peut faire deux types d’erreur
1. Sélectionner le symbole 1 alors qu’on a transmis le symbole 0 ; c’est l’erreur de type 1.

2. Sélectionner le symbole 0 alors qu’on a transmis le symbole 1 ; c’est l’erreur de type 2.
Démarche
– Probabilité d’erreur lors de l’envoi du signal g0(t)
– Probabilité d’erreur lors de l’envoi du signal g1(t)
– Probabilité d’erreur moyenne
Probabilité d’erreur pour un signal g0(t)

Supposons que l’on ait transmis un symbole 0, autrement dit le signal g0(t). Le signal reçu
au récepteur est alors
x(t) = −V + n(t) 0 ≤ t ≤ Tb (168)
Résultats
N0
σY2 = (169)
2Tb
(y+V )2
1 − N /T
fY (y|0) = p e 0 b (170)
πN0 /Tb
Z +∞ (y+V )2
1 −
Pe0 = p e N0/Tb dy (171)
πN0/Tb λ
Résultat final : r !
1 Eb
Pe0 = erf c (172)
2 N0
Densités de probabilité
fY (y|0)
Pe0
−V λ y
fY (y|1)
Pe1
λ +V y
F IG . 53: Forme des densités de probabilités fY (y|0), fY (y|1) et probabilités d’erreur.

fY (y|0) fY (y|1)
p1
p0
−V y (T ) +V y
λ=0
F IG . 54: Densités de probabilité conditionnelles.
Probabilité d’erreur moyenne
r !
1 Eb
Pe = erf c (173)
2 N0
Probabilité d’erreur pour un signal NRZ bipolaire
0
10
−2
10
−4
10
−6
10
−8
10
−10
10
−12
10
−14
10
−16
10
−2 0 2 4 6 8 10 12 14 16
Eb/No [dB]
Effet de la limitation de la bande passante
2
V
−2
1 2 3 4 5 6 7 8 9
Temps [s] −3
2 x 10
0
V
−2
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
Temps [s]
2
0
V
−2
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
Temps [s]
2
0
V
−2
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
Temps [s]
F IG . 55: Effet de la limitation de la bande de fréquence sur un signal NRZ bipolaire : (a)
signal original, (b) signal filtré à 5fb, (c) signal filtré à 0, 6fb et (d) signal filtré à 0, 4fb.
Diagramme de l’œil
Tb Ts
F IG . 56: Diagrammes de l’œil obtenus à travers un canal à réponse impulsionnelle finie pour
un système à 2 et 4 états.
Instant d'é hantillonnage idéal
Distorsion d'amplitude
Marge par rapport au bruit
In ertitude de syn hronisation
Intervalle de temps permettant

un é hantillonnage orre t
F IG . 57: Interprétation du diagramme de l’œil.
Types de transmission
Deux modes logiques :
– Transmission synchrone
Données
n−1 n n+1 n+2 n+3
– Transmission asynchrone
Données
n n+1 n+2
t
Start Stop
Deux modes physiques :

– série
– parallèle
Table des matières
– Introduction
Modulation numérique
Table des matières
– Modulation et démodulation cohérente ou incohérente
– Modulation d’amplitude cohérente
– Modulation de phase numérique cohérente
– Modulation de fréquence numérique cohérente
Modulation cohérente ou incohérente
On peut distinguer deux grandes classes de modulation numérique :
– la modulation cohérente : la fréquence de la porteuse fc est un multiple entier du rythme
d’émission 1/Tb,
n
fc = (174)
Tb
– la modulation incohérente : la fréquence de la porteuse fc n’est pas un multiple entier du
rythme d’émission 1/Tb
Démodulation cohérente ou incohérente
Exemples de modulation numérique
nc
Hypothèse : fc = Tb (modulation cohérente)
V
−2
0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
10
0
−10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
10
−10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
10
−10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
F IG . 58: Signal modulant numérique et signaux modulés respectivement en AM, PM et FM.
Modulation d’amplitude numérique cohérente
+∞
X
s0(t) = Ak Rect[0,T ](t − kTb) cos(2πfc t) (175)
k=−∞
Modulation d’amplitude numérique cohérente
+∞
X
s0(t) = Ak Rect[0,T ](t − kTb) cos(2πfc t) (175)
k=−∞
Occupation spectrale ?
Développement en série de F OURIER de la forme

A0 4 1 4 3
m0(t) = 1 + cos(2π( fb)t) − cos(2π( fb)t) + . . .
2 π 2 3π 2
A0
s0(t) = [cos(2πfct)
2
2 fb 2 fb
+ cos(2π(fc + )t) + cos(2π(fc − )t)
π 2 π 2

2 3fb 2 3fb
− cos(2π(fc + )t) − cos(2π(fc − )t) + . . .
3π 2 3π 2
" 2 #
sin(πf Tb) δ(f − fc) + δ(f + fc)
γ(f ) = p0(1 − p0)A20Tb + ⊗ p20A20δ(f ) (176)
πf Tb 4
2
2 2
2
p0(1 − p0)A0Tb sin(π(f − fc)Tb)

p0(1 − p0)A0Tb sin(π(f + fc)Tb)

= +
4 π(f − fc)Tb 4 π(f + fc)Tb
p20A20 p20A20
+ δ(f − fc) + δ(f + fc) (177)
4 4
Efficacité spectrale
Définition 35. L’efficacité spectrale est définie comme le flux binaire par Hz .
La limite supérieure de l’efficacité spectrale pour l’ASK est 1 [b/s/Hz]. En pratique, elle
est plutôt entre 0,65 [b/s/Hz] et 0,8 [b/s/Hz].
Démodulation cohérente
−4
x 10 Diagramme de l’oeil
6
1
5
0
V
−1
4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps [s] −3
x 10
2 3
0
V
2
−2
0 −4
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
x 10 Temps [s] −3 1
x 10
0 0
V
−5
−1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps [s] −3 Temps [s] −3
x 10 x 10
F IG . 59: Signal ASK en présence d’un faible bruit.
−4
x 10 Diagramme de l’oeil
8
0
V
6
−1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

Temps [s] −3
x 10
4
5
0
V
−5 2
0 −3
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
x 10 Temps [s] −3
x 10
1
0
0
V
−1 −2
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps [s] −3 Temps [s] −3
x 10
x 10
F IG . 60: Signal ASK en présence d’un bruit important.
Modulation de phase numérique cohérente
r
2Eb
s0(t) = − cos(2πfct) (178)
Tb
r r
2Eb 2Eb
s1(t) = − cos(2πfct + π) = + cos(2πfct) (179)
Tb Tb
Il s’agit donc, dans ce cas, d’une modulation équivalente à une modulation d’amplitude à
deux états de valeurs opposées.
– Occupation spectrale ?
r
2
ψ(t) = cos(2πfct), 0 ≤ t ≤ Tb (180)
Tb
Dès lors,
p
s0(t) = − Ebψ(t), 0 ≤ t ≤ Tb (181)
p
s1(t) = + Ebψ(t), 0 ≤ t ≤ Tb (182)
Pour une réception cohérente, le corrélateur fournira l’un des deux résultats suivants
Z Tb p
ρ0 = s0(t)ψ(t)dt = − Eb (183)
0
Z Tb p
ρ1 = s1(t)ψ(t)dt = + Eb (184)
0
Résultat r !
1 Eb
Pe = erf c (185)
2 N0
Modulation de fréquence numérique cohérente
( q
2Eb
cos(2πfi t), 0 ≤ t ≤ Tb
si(t) = Tb (186)
0, ailleurs
tels que les fréquences instantanées respectent
nc + i
fi = (187)
Tb
nc et i étant des entiers.

– Occupation spectrale ?
Dans le cas d’une modulation de fréquence binaire, les signaux sont
r
2Eb
s0(t) = cos(2πf0 t) (188)
Tb
r
2Eb
s1(t) = cos(2πf1 t) (189)
Tb
Fonctions de corrélation normalisées comme suit

r
2
ψj (t) = cos(2πfj t), 0 ≤ t ≤ Tb, j ∈ {0, 1} (190)
Tb
Tb Tb
r r
2Eb 2
Z Z
ρij = si(t)ψj (t)dt = cos(2πfi t) cos(2πfj t)dt (191)
0 0 Tb Tb
√
Eb, i = j
= (192)
0, i 6= j
Le vecteur d’observation ~x est défini par
 R q 
Tb 2

x0

0
x(t) Tb cos(2πf0t)dt
= R Tb q  (193)
x1 x(t) 2
cos(2πf1t)dt
0 Tb
x1 cos(2πf1 t)
p
Eb
0
1
0
1
1111111
0000000
0000000
1111111
p
0000000
1111111
2Eb
0000000
1111111 x0
0000000
1111111
0000000 1
0
1111111
0000000
1111111 0
1
p
cos(2πf0 t)
0000000
1111111 Eb
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
F IG . 61: Espace de décision pour la démodulation cohérente d’une FSK binaire.
Changement de variable
On définit une nouvelle variable aléatoire gaussienne L telle que
L = X0 − X1 (194)
Moyenne et variance de L ?
L = X0 − X1 (194)
– La moyenne de cette variable aléatoire, conditionnellement à 0, vaut
p
µL|0 = µX0|0 − µX1|0 = Eb (195)
L = X0 − X1 (194)
– La moyenne de cette variable aléatoire, conditionnellement à 0, vaut
p
µL|0 = µX0|0 − µX1|0 = Eb (195)
– La variance de L ne dépend pas du symbole. Comme les variables X0 et X1 sont statis-

tiquement indépendantes et de variance N0/2,
2 2 2
σL = σX 0
+ σX 1
= N0 (196)
Probabilité d’erreur conditionnelle
Supposons que le symbole 0 ait été transmis, la densité de probabilité conditionnelle de L
vaut √
(l− Eb )2
1 − 2N
fL(l|0) = √ e 0 (197)
2πN0
Probabilité d’erreur conditionnelle
Supposons que le symbole 0 ait été transmis, la densité de probabilité conditionnelle de L
vaut √
(l− Eb )2
1 − 2N
fL(l|0) = √ e 0 (197)
2πN0
Soit Pe0 la probabilité d’erreur conditionnelle tenant compte de l’émission du symbole 0.

L’organe de décision va préférer le symbole 1 lorsque l < 0. Dès lors,
Pe0 = p(l < 0|0) (198)

Z 0
= fL(l|0)dl (199)
−∞
√
0 (l− Eb )2
1
Z
− 2N
= √ e 0 dl (200)
2πN0 −∞
√
l− Eb
Après le changement de variable z = √
2N0
, on obtient
Z √Eb/N0
1 −z 2
Pe0 = √ e dz (201)
π −∞
r !
1 Eb
= erf c (202)
2 2N0
Par un raisonnement similaire, on obtient Pe1 et Pe toutes deux égales à

r !
1 Eb
erf c (203)
2 2N0
Dans le cas du GSM : Gaussian Minimum-shift keying (GMSK)
Modems
Rec. Mode Débit [b/s] Modulation Réalisation du mode multiplex

V21 duplex 300 FSK multiplexage en fréquence
V22 duplex 1200 PSK multiplexage en fréquence
V22bis duplex 2400 QAM multiplexage en fréquence
V23 semi-duplex 1200/75 FSK voie de retour optionnelle
V29 - 9600 QAM multiplexeur optionnel
V32 duplex 9600 QAM annulation d’écho
V32bis duplex 14400 QAM annulation d’écho
V33 - 14400 QAM annulation d’écho
V34 duplex 33600 QAM annulation d’écho
V90 56000 PCM
TAB . 5: Recommandations ITU-T.
Table des matières
– Introduction
Propagation et systèmes radio
Propagation et systèmes radio
Table des matières
– Introduction
– Propagation des ondes électromagnétiques
– Équations de M AXWELL
– Antennes
– Propriétés
– Antennes simples
– Bilan de puissance
– Directivité, gain
– Propagation en espace libre : équation de Friis
– Modèles de propagation
– Domaines d’application de la radio
Nomenclature
Fréquences λ [m] Dénomination

< 3 [kHz] > 100 [km] ELF
3 − 30 [kHz] 10 − 100 [km] VLF
30 − 300 [kHz] 1 − 10 [km] LF
300 − 3000 [kHz] 100 − 1000 [m] MF
3 − 30 [M Hz] 10 − 100 [m] HF
30 − 300 [M Hz] 1 − 10 [m] VHF
300 − 3000 [M Hz] 10 − 100 [cm] UHF
3 − 30 [GHz] 1 − 10 [cm] SHF
30 − 300 [GHz] 1 − 10 [mm] EHF
300 − 3000 [GHz] 0, 1 − 1 [mm]
3 − 30 [T Hz] 10 − 100 [µm]
30 − 430 [T Hz] 0, 7 − 10 [µm]
430 − 860 [T Hz] 0, 35 − 0, 7 [µm]
TAB . 6: Nomenclature de l’ITU-R.
Propagation des ondes électromagnétiques
Équations de M AXWELL (dans le domaine temporel et sous forme locale)
−
→
−
→ ∂ B
▽ ×E = − (204)
∂t
−
→
−
→ −
→ ∂ D
▽×H = J + (205)
∂t
−
→
▽. D = ρ (206)
−
→
▽. B = 0 (207)
Énergie, puissance et impédance électromagnétiques
Propagation des ondes électromagnétiques
Équations de M AXWELL (dans le domaine temporel et sous forme locale)
−
→
−
→ ∂ B
▽ ×E = − (204)
∂t
−
→
−
→ −
→ ∂ D
▽×H = J + (205)
∂t
−
→
▽. D = ρ (206)
−
→
▽. B = 0 (207)
Énergie, puissance et impédance électromagnétiques

−
→
Définition 36. [Vecteur de P OYNTING] Le vecteur de P OYNTING S est défini comme le
produit vectoriel
−
→ − → −→
S = E ×H (208)
−
→ −
→
−
→ − → ∂D −
− → ∂B
−
→ − →
I Z Z
− S · d→
s = (E · +H·
E · J dv +
)dv (209)
s v v ∂t ∂t
H −→ −
Deux composantes contribuent au flux entrant,− s S · d→
s
R −→ − →
– v E · J dv, la puissance dissipée,
R −→ ∂− → − → −
→
D + H · ∂ B )dv
– le terme v ( E · ∂t ∂t
Sous la forme intégrale,
2 2
−
→
Z ǫ E −
→
µ H
Z 2
−
→ −
→ ∂
− ∇ · S = σ E dv + ( + )dv (210)
v ∂t v 2 2
Antennes
Propriétés générales à l’émission
Équations de M AXWELL en notation phasorielle
∇ × Ê = −jω B̂ (211)
∇ × Ĥ = Jˆ + jω D̂ (212)
∇ · D̂ = ρ̂ (213)
∇ · B̂ = 0 (214)
En espace libre, les rotationnels s’écrivent
∇ × Ê = −jωµ0Ĥ (215)
∇ × Ĥ = Jˆs + jωǫ0Ê (216)
Calculs des champs
Ê = −jω Â − ∇V̂ (217)
Après calcul et grâce à la condition de L ORENTZ qui stipule que ∇ · Â = −jωµ0ǫ0V̂ ,
∇2Â + ω 2µ0ǫ0Â = −µ0Jˆs (218)
√
Définissant β = ω µ0ǫ0, la solution est
Z ˆ −jβ0r
µ0 Jse
Â = dv (219)
4π v r
Antennes simples
Doublet de H ERTZ
z
θ P
r
Iˆ
dl
y
φ
x
F IG . 62: Doublet électrique.

Si le doublet est aligné sur l’axe z, le potentiel vecteur se réduit à
µ0 ˆ e−jβr
Âz = Idl (220)
4π r
Champs
En coordonnées sphériques, on en déduit
Ĥr = 0 (221)
Ĥθ = 0 (222)
ˆ
Idl 1 1
Ĥφ = 2
β sin θ(j + 2 2 )e−jβr (223)
4π βr β r
q
µ0
Quant au champ électrique, il vaut (η0 = ǫ0 = 120π = 377 [Ω])
ˆ
Idl 1 1
Êr = 2 η0β 2 cos θ( 2 2 − j 3 3 )e−jβr (224)
4π β r β r
ˆ
Idl 1 1 1
Êθ = η0β 2 sin θ(j + 2 2 − j 3 3 )e−jβr
4π βr β r β r
Êφ = 0 (225)
Puissance (I)
Hypothèse dite du champ éloigné
ˆ
jβ Idl
Ĥ = sin θe−jβR~aφ (226)
4πR
ˆ
jη0β Idl
Ê = sin θe−jβR~aθ (227)
4πR
Puissance (I)
Hypothèse dite du champ éloigné
ˆ
jβ Idl
Ĥ = sin θe−jβR~aφ (226)
4πR
ˆ
jη0β Idl
Ê = sin θe−jβR~aθ (227)
4πR
Aussi, comme η0 = 120π, 2
Êφ

Ŝav = (228)

120π
Puissance (II)
La puissance rayonnée moyenne est fournie par
2
dl ˆ 2 sin2 θ
Ŝav = 15π I 2
~ar (229)
λ R
2
2 ˆ
I
dl
I
Prad = Ŝav · ds = 80π 2 (230)
s λ 2
Directivité et gain
Lobe principal
θ3dB 0 [dB]
-3 [dB]
Lobes secondaires
F IG . 63: Angle d’ouverture à 3 [dB].
z
|S|
F IG . 64: Diagramme de rayonnement d’un doublet électrique.
Doublet magnétique
z
θ P
r
Iˆ r′
dl
y
Le vecteur de P OYNTING vaut, en champ éloigné,

2
2
A ˆ 2 sin θ
Ŝav = 1860 2 I 2
~ar (231)
λ R
Il en résulte une puissance de rayonnement de

I 2 A 2
Prad = Ŝav · ds = 15, 585 Iˆ (232)

s λ2
Antennes longues
ˆ
I(z)
0
ˆ
I(z)
0
ˆ
I(z) ˆ
I(z)
ˆ
I(z) ˆ
I(z)
0
ˆ
I(z)
ˆ
I(z)
ˆ
I(z)
F IG . 65: Distributions de courant le long d’une antenne longue.
z
ˆ
I(z) z = l/2
θ′
ˆ
I(z) r′ P
θ
dz r
ˆ
I(z) = Im sin β0 (l/2 − z) 0 < z < l/2
x ˆ
I(z) = Im sin β0 (l/2 + z) − l/2 < z < 0
z = −l/2
θ′ ≃ θ
r′
z
θ r
z cos θ
F IG . 66: Configuration géométrique pour le dipôle allongé.

60Iˆme−jβR cos(πl/λ cos θ)−cos(πl/λ)
À grande distance Êφ = R sin θ ~aθ
Diagrammes de rayonnement du champ électrique
90 90 90
2 2 2
120 60 120 60 120 60
1.5 1.5 1.5
150 1 30 150 1 30 150 1 30
0.5 0.5 0.5
180 0 180 0 180 0
210 330 210 330 210 330
240 300 240 300 240 300
270 270 270
1 1 1
0.5 0.5 0.5
0 0 0
−0.5 −0.5 −0.5
−1 −1 −1
1 1 1
0.5 1 0.5 1 0.5 1

0.5 0.5 0.5
0 0 0
0 0 0
−0.5 −0.5 −0.5
−0.5 −0.5 −0.5
−1 −1 −1 −1 −1 −1
λ 3λ
l= 2 l=λ l= 2
Antenne demi-longueur d’onde (l = λ2 )
60Iˆme−jβR cos(π/2 cos θ)
Pour l = λ2 , Êφ = R sin θ ~aθ
0.5
−0.5
−1
1
0.5 1
0.5
0
0
−0.5
−0.5
−1 −1
Réseaux d’antennes
z z
θ r2
I2 I2
d r2 d vers P
r
r y y
r1 P r1
I1 I1
φ
x x
F IG . 67: Réseau d’antennes.
d = λ0 /2
d = λ0 /2, α = 0
x I ∠α I ∠0
φ
y
d = λ0 /2
d = λ0 /2, α = π
x I ∠α I ∠0
φ
y
d = λ0 /4
d = λ0 /4, α = π/2
x I ∠α I ∠0
φ
F IG . 68: Diagrammes de rayonnement.
Gain
Définition 37. L’ITU définit le gain d’une antenne comme le “ratio, généralement exprimé
en décibels, entre la puissance nécessaire à l’entrée d’une antenne de référence sans perte
à la puissance effective fournie à l’antenne considérée de manière à ce qu’elle fournisse le
même champ électrique ou la même puissance dans une direction donnée”.
GE = 1
Antenne isotrope
d
PE
Aire totale = 4πd2
Antenne réelle
GE 6= 1
Aire A
PE Angle solide = A/d2
d
F IG . 69: Gain d’antenne.

Définition 38. La Puissance Isotrope Rayonnée Équivalente (PIRE) est le produit de la
puissance d’émission d’une antenne par le gain dans la direction d’observation
Niveau du champ électrique en réception en radio-diffusion FM
Utilisation d’une antenne généralement isotrope
PE
S= (233)
4πd2
En espace libre :
E2
S= (234)
120π
Au droit du récepteur, le champ électrique vaut
√
30PE
|E| = (235)
d
Couplage entre antennes
IbA d IbB
ZS
b
V b
V b
V ZL
S A B
F IG . 70: Schéma électrique d’une liaison entre antennes.
V̂A = ẐAAIÂ + ẐAB IˆB

(236)
V̂B = ẐBAIÂ + ẐBB IˆB
Schéma en T
ZS IbA ZAA − ZM ZBB − ZIbM

B
b
V b
V ZM IbA + IbB b
V ZL
S A B
F IG . 71: Circuit électrique d’une liaison entre antennes.
Calcul du couplage
ZS IbA ZB
b
V b
V ZA b
V b
V ZL
S A BA B
F IG . 72: Circuit électrique équivalent d’une liaison entre antennes.

– PE = 21 V̂AIÂ?
– PR = 12 V̂B IˆB ?
Aire effective
Définition 39. L’aire effective d’une antenne est définie comme le rapport entre la puis-
sance disponible à ses bornes au vecteur de P OYNTING incident
PR
Aef f = (237)
Sef f
Aire effective
Définition 39. L’aire effective d’une antenne est définie comme le rapport entre la puis-
sance disponible à ses bornes au vecteur de P OYNTING incident
PR
Aef f = (237)
Sef f
La surface effective d’une antenne est liée à son gain par la relation
λ2
Aef f = GE (238)
4π
Propagation en espace libre : équation de F RIIS
PR
d
PE
F IG . 73: Schéma de liaison entre antenne.
PR
d
PE
2
PE 4πd 1
ǫ= = (239)
PR λ GE GR
En unités logarithmiques, relation de F RIIS
ǫ = 32, 5 + 20 log f[M Hz] + 20 log d[km] − GE [dB] − GR [dB]
PR
d
PE
2
PE 4πd 1
ǫ= = (239)
PR λ GE GR
En unités logarithmiques, relation de F RIIS
ǫ = 32, 5 + 20 log f[M Hz] + 20 log d[km] − GE [dB] − GR [dB]
λ2d2 c2 d2
ǫ= = (240)
AE AR f 2AE AR
Modèles de propagation
Dire te
Sour e
Réé hie
F IG . 74: Rayon direct et réfléchi.
Modèles de propagation
Dire te
Sour e
Réé hie
F IG . 74: Rayon direct et réfléchi.

z P
d1
z0
Idl d2
β0
θ2 β1
−z0
F IG . 75: Antenne linéaire au-dessus d’un plan conducteur.

ˆ −jβ d
µ0Idl e 0 1 e−jβ0 d2
e−jβ0 d2

Â = + Kv + f (d2, θ2)
4π d1 d2 d2
Autres effets
Ionosphère
Onde
F IG . 76: Réflexion sur l’ionosphère.
F IG . 77: Diffusion sur une surface irrégulière.
Illumination
0dB
−6dB
F IG . 78: Exemple de diffraction.
Multitrajet
Obstacle
d2
Source Récepteur
d1
F IG . 79: Bilan de liaison en présence d’une réflexion.
−40
−60
−80
Attenuation [dB]
−100
−120
−140
−160
−180 2 3 4 5
10 10 10 10
d1 [km]
F IG . 80: Affaiblissement de puissance ǫ en fonction de la distance : (a) en espace libre (trait

continu) et (b) en présence d’une réflexion (traits interrompus).
Domaines d’application de la radio
Radiodiffusion sonore
Amplitude
Signal pilote
Signal mono stéréo Signal différence (information stéréo)
RDS
G+D G-D G-D
15 19 23 38 53 57 60 f [kHz]
F IG . 81: Signal modulant en radiodiffusion stéréophonique.
Table des matières
– Introduction
Principes de fonctionnement du réseau GSM
Table des matières
– Principales caractéristiques
– L’architecture du réseau et les éléments
– Le canal physique
– Les protocoles
– La typologie des paquets (bursts)
Le concept cellulaire
2
2 7 3
7 3 1
2 1 6 4
7 3 6 4 5
1 5 2
6 4 7 3
5 1
6 4
5
F IG . 82: Figure représentant un motif élémentaire et un ensemble de motifs.
Un cellule se caractérise par :
Le concept cellulaire
2
2 7 3
7 3 1
2 1 6 4
7 3 6 4 5
1 5 2
6 4 7 3
5 1
6 4
5
F IG . 82: Figure représentant un motif élémentaire et un ensemble de motifs.
Un cellule se caractérise par :
– sa puissance d’émission,
– la fréquence de porteuse utilisée pour l’émission radio-électrique et
– le réseau auquel elle est interconnectée.
Estimation du rapport de puissance porteuse à bruit
Signaux perturbateurs :
1. Les interférences de puissance totale I qui sont dues aux signaux émis par les autres
stations :
(a) Les interférences co-channel qui sont dues aux signaux émis par les autres stations de
base utilisant la même fréquence.
(b) Les interférences de canaux adjacents dues aux signaux émis par les stations de base
utilisant des fréquences voisines.
2. Le bruit, de puissance N, provenant principalement du bruit de fond du récepteur.
Dès lors, on a le rapport

C
(241)
N +I
Synthèse des principales caractéristiques du GSM
La norme GSM prévoit que la téléphonie mobile par GSM occupe deux bandes de
fréquences aux alentours des 900 [M Hz] :
1. la bande de fréquence 890 − 915 [M Hz] pour les communications montantes (du mobile
vers la station de base) et
2. la bande de fréquence 935 − 960 [M Hz] pour les communications descendantes (de la
station de base vers le mobile).
Comparaison des normes GSM et DCS-1800
GSM DCS-1800
Bande de fréquences (↑) 890, 2 − 915 [M Hz] 1710 − 1785 [M Hz]
Bande de fréquences (↓) 935, 2 − 960 [M Hz] 1805 − 1880 [M Hz]
Nombre d’intervalles de temps par 8 8
trame TDMA
Écart duplex 45 [M Hz] 95 [M Hz]
Rapidité de modulation 271 [kb/s] 271 [kb/s]
Débit de la parole 13 [kb/s] 13 [kb/s]
Débit maximal de données 12 [kb/s] 12 [kb/s]
Accès multiple Multiplexage Multiplexage
fréquentiel et temporel fréquentiel et temporel
Rayon de cellules 0, 3 à 30 [km] 0, 1 à 4 [km]
Puissance des terminaux 2 à 8 [W ] 0, 25 et 1 [W ]
TAB . 8: Comparaison des systèmes GSM et DCS-1800.
Architecture du réseau
L’architecture d’un réseau GSM peut être divisée en trois sous-systèmes :
1. Le sous-système radio contenant la station mobile, la station de base et son contrôleur.

2. Le sous-système réseau ou d’acheminement.
3. Le sous-système opérationnel ou d’exploitation et de maintenance.
1
0
0
1
1
0
0
1
0
1 VLR
00
11
0
1
00
11
0
10
1
0
1
BTS
00
11
0
11
0
00
11
0
1
00
11
0
11
0
1
0
1
0
0
1 BSC MSC
1
0
0
1
0
1
11
00
1
0
11
00
1
01
0
0
1 BTS
11
00
1
0
11
00
1
00
1
0
1 HLR AuC
1
0
1
0
0
1
0
1
0
1
00
11
1
0
11
00
1
01
0
1
0
BTS BSC OMC
11
00
1
0
00
11
0
11
0
0
1
11
00 MSC
1
0
0
1
0
1
0
1
00
11
0
1 BTS BSC
00
11
0
1
00
11
0
11
0
1
0
00
11
0
1
00
11
0
11
0
0
1
BTS = Base Transceiver Station VLR
BSC = Base Station Controller
VLR = Visitor Location Register
MSC = Mobile Switching Center
HLR = Home Location Register
AuC = Authentication Center
Principes des télécommunicationsOMC = Operation
analogiques and Maintenance
et numériques (versionCenter
3.97) M. Van Droogenbroeck 205
F IG . 83: Architecture du réseau GSM.

Le sous-système radio
Le sous-système radio gère la transmission radio. Il est constitué de plusieurs entités dont
– le mobile,
– la station de base (BTS, Base Transceiver Station) et
– un contrôleur de station de base (BSC, Base Station Controller).
Antenne GSM (Rockhampton, Queensland, Australie)
Antenne GSM (station de métro Rogier, Bruxelles)
Le téléphone et la carte SIM (Subscriber Identity Module)
Paramètres Commentaires
Données administratives
PIN/PIN2 Mot de passe demandé à chaque connexion
Données liées à la sécurité
Clé Ki Valeur unique, connue de la seule carte SIM et du HLR
Données relatives à l’utilisateur
IMSI Numéro international de l’abonné
MSISDN Numéro d’appel d’un téléphone GSM
Données de “roaming”
TMSI Numéro attribué temporairement par le réseau à un
abonné
Données relatives au réseau
Mobile Country Code (MCC), Mo- Identifiants du réseau mobile de l’abonné
bile Network Code
Le sous-système réseau, appelé Network Switching Center (NSS)
Le NSS est constitué de :

– Mobile Switching Center (MSC)
– Home Location Register (HLR) / Authentication Center (AuC)
– Visitor Location Register (VLR)
– Equipment Identity Register (EIR)
L’enregistreur de localisation nominale (HLR)
Le HLR contient à la fois
– toutes les informations relatives aux abonnés : le type d’abonnement, la clé d’authentifi-
cation Ki –cette clé est connue d’un seul HLR et d’une seule carte SIM–, les services
souscrits, le numéro de l’abonné (IMSI), etc
– ainsi qu’un certain nombre de données dynamiques telles que la position de l’abonné dans
le réseau –en fait, son VLR– et l’état de son terminal (allumé, éteint, en communication,
libre, . . .).
Canal physique
Combinaison d’un multiplexage fréquentiel (FDMA) et d’un multiplexage temporel
(TDMA).
Multiplexage fréquentiel
Aussi, si on indique par Fu les fréquences porteuses montantes et par Fd les fréquences
porteuses descendantes, les fréquence porteuse sont :
Fu(n) = 890, 2 + 0, 2 × (n − 1) [M Hz] (242)
Fd(n) = 935, 2 + 0, 2 × (n − 1) [M Hz] (243)
où 1 ≤ n ≤ 124.
La modulation
La technique de modulation utilisée pour porter le signal à haute fréquence est la modulation
GMSK (Gaussian Minimum Shift Keying).
Séquence
originale
t
Après XOR
t
Signal GMSK
t
F IG . 84: Création d’un signal modulé par MSK au départ d’un train d’impulsions.
Multiplexage temporel
Chaque canal de communication est divisé en 8 intervalles de temps de 0, 577 [ms] chacun.
Définition 40. [Trame] Ainsi, on définit une trame élémentaire de 8 intervalles pour une
durée de 8 × 0, 577 = 4, 615 [ms].
Hiérarchie de trames
Hypertrame
0 1 2 3 4 5 2043 2044 2045 2046 2047
0 1 2 3 4 46 47 48 49 50 Supertrame 51
0 1 2 24 25 Supertrame 26
Multitrame 26
11
00
Multitrame 51
00
11
00
11
000000000
11111111100
11
00
11
00000000
11111111
1 2 1 49 50
000000000
111111111
0 24 25 2
000
111
0
00000000
11111111
000000000
111111111
000
111 000
111
00000000
11111111
000000000
111111111
000
111
Trame
000
111
000
111
0 1 2 3 4 5 6 7
Signal Slot
level 148 bits =0.428 ms
[dB]
156.25 bits =0.577 ms temps [ms]
F IG . 85: Organisation des multiples de trames.
Le saut de fréquences ou Frequency Hopping
Fréquences
11
00
00
11 1
0 1
0
0
1
1
0
0
1
porteuse C3 00
11
00
11 0
1 0
1
0
1
0
1
0
1
1
0
0
1 1
0 11
00
00
11
porteuse C2 0
1
0
1 0
1 00
11
00
11
11
00 1
0 1
0
porteuse C1 00
11
00
11 0
1
0
1 0
1
0
1
00
11 0
1 0
1
1
0
0
1 1
0
porteuse C0 0
1
0
1
11
00 0
1
slot
11111111
00000000
trame TDMA temps
Canal physique sans saut de fréquences
F IG . 86: Principe du saut de fréquence.
Configuration du Frequency Hopping
La configuration des sauts se fait au moyen de paramètres tels que :
– le Cell Allocation, la liste des numéros des fréquences utilisées dans une cellule,
– le Mobile Allocation, la liste des numéros des fréquences disponibles pour les sauts,
– le Hopping Sequence Number, une valeur comprise entre 0 et 63, servant à initialiser le
générateur pseudo-aléatoire,
– le Mobile Allocation Index Offset, une valeur comprise entre 0 et 63 qui identique quel
décalage doit être utilisé. Cette valeur de décalage est convenue à l’initialisation de l’appel
et elle diffère d’un mobile à l’autre.
Pile de protocoles
Terminal mobile Station de base Contrôleur de station de base Commutateur
CC SMS SS CC SMS SS
MM MM
RR RR RR
LAPDm LAPDm LAPD LAPD LAPD LAPD
radio radio MIC MIC MIC MIC
Air A−bis A
F IG . 87: Piles de protocoles de différents sous-systèmes du réseau GSM.
Typologie des paquets (bursts)
0 1 2 3 4 5 6 7
burst d’accès
TB 41 bits de synchro 36 bits TB GP de 68,25 bits
chiffrés
burst de synchronisation
TB 39 bits 64 bits de synchro 39 bits TB GP

chiffrés chiffrés
burst normal
TB 57 bits 1 26 bits
chiffrés 1 57 bits TB GP
burst de correction de fréquence
TB 142 bits fixes (tous à 0) TB GP
burst de bourrage
TB 142 bits prédéfinis TB GP
F IG . 88: Structures des 5 types de burst définis par la norme GSM.

Télécom Analogique Et Numérique

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Télécom Analogique Et Numérique

Transféré par

Droits d'auteur :

Formats disponibles

Principes des télécommunications analogiques et

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 1

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 2

F IG . 1: Principaux pôles de développement en télécommunications.

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 3

F IG . 1: Principaux pôles de développement en télécommunications.

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 3

F IG . 2: Structure d’une chaîne de télécommunications.

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 4

UTILISATEUR • Cal ul du taux d'erreurs

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 5

Modèle OSI (Open System Interconnection)

Application Protocole Application

Modèle de référence OSI

F IG . 3: Modèle de référence OSI.

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 6

Service d’échange d’information

Transfert de fichiers, gestion et accès,

Service d’échange de messages

Négociation des syntaxes, présentation

Gestion et synchronisation du dialogue 5. Couche Session

Service d’échange de messages

Transfert de messages de bout en bout

Routage dans le réseau, adressage, 3. Couche Réseau

Contrôle du lien physique (mise en

Définition des interfaces électriques et 1. Couche Physique

Connexion physique au réseau

F IG . 4: Les principales fonctions des couches OSI.

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 7

HyperText Transfer Protocol (HTTP)

TCP UDP 4. Couche Transport

TCP = Transmission Control Protocol

F IG . 5: Éléments de l’architecture TCP/IP.

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 8

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 9

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 10

Bande de fréquen e Luminan e

F IG . 7: Spectre d’un signal vidéo PAL.

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 11

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 12

Représentation analogique Représentation analogique

F IG . 8: Représentation d’un signal analogique ou numérique.

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 13

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 14

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 15

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 15

Définition 3. [Puissance moyenne] Il en découle une puissance moyenne du signal g(t)

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 16

x ↔ 10 log10(x) [dB] (7)

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 17

x ↔ 10 log10(x) [dB] (7)

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 17

F IG . 9: Comparaison de définitions de bande passante.

(a) Bande passante à 3 [dB].

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 18

H(f ) = Ke−2πjf τ (11)

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 19

H(f ) = Ke−2πjf τ (11)

F IG . 10: Transmittance d’un système idéal.

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 19

Principes des télécommunications analogiques et numériques (version 3.97) M. Van Droogenbroeck 20

– Distorsions non linéaires