Vous êtes sur la page 1sur 211

ENAC

Cours de Systmes Echantillonns

Andrei Doncescu et Felix Mora-Camino


tl. 05 61 33 6941
email: andrei.doncescu@laas.fr

1.Cours de Mathmatiques
appliqus lAutomatique
o Sommaire

du cours

Analyse de Fourier,
Mathmatiques pour le signal discret
Rappel Transforme de Laplace
Chap.
Chap.
Chap.
Chap.

1
2
3
4

Transformation de Fourier Discrte


Transforme en z
Suites numriques
Sries numriques, sries entires

Gnralits sur les systmes asservis


Dfinitions

Automatique: science qui tudie les automatismes


Automatisme: dispositif technologique qui remplace l'oprateur humain dans la
conduite d'une machine, d'un processus, d'une installation industrielle
Processus: (ou systme)
C'est l'ensemble de l'installation que l'on doit piloter. Il est caractris par des
signaux d'entre et de sortie et les lois mathmatiques reliant ces signaux.
Exemple de systmes: four, robot, avion, usine chimique, colonne de distillation,
etc.
Signal :
Grandeur physique gnre par un appareil ou traduite par un capteur (temprature,
dbit etc.)
On distingue :
Signal dentre : indpendant du systme, il se dcompose en commandable et non
commandable (perturbations)
Signal de sortie : dpendant du systme et du signal dentre.
Conduite : (ou contrle)

On peut conduire un systme de manire automatise pour:


- maintenir une grandeur de sortie constante (Rgulation)
- faire suivre certaines sorties une squence (automatisme squentiel) ou une loi donne
(asservissement).
Note: Si on ajoute l'optimisation d'un critre (de cot par exemple) on parle alors de contrle
optimal.

Gnralits sur les systmes asservis


Structure d'un systme asservi

Commande en boucle ouverte:

Ceci est une commande en boucle ouverte qui ne permet pas de rgler
prcisment le niveau
de sortie et corriger l'effet des perturbations
Commande en boucle ferme:

Gnralits sur les systmes asservis


Commande en boucle ferme:

Pour rgler le niveau je dois agir sur l'organe de rglage (la vanne) en fonction de
lcart
entre la valeur dsire et la valeur relle.

Gnralits sur les systmes asservis


Structure gnrale
Un systme asservi est un systme boucle ferme (closed loop system)
que l'on peut dcrire par le schma fonctionnel suivant:

Gnralits sur les systmes asservis


Exemple 1 : RGULATION DE TEMPRATURE

Schma fonctionnel

Gnralits sur les systmes asservis


Concepts utiles l'tude des systmes asservis

Les caractristiques tudier dans un systme asservi sont


prcision statique et dynamique , rapidit,
stabilit

Gnralits sur les systmes asservis

Rgulation analogique

Gnralits sur les systmes asservis


Rgulation numrique

CNA : convertisseur Numrique Analogique


CAN : convertisseur Analogique Numrique

Gnralits sur les systmes asservis


Classification des automatismes
On peut classer les automatismes selon la nature des signaux
d'entre et sortie

signaux continus

systmes linaires

systmes non-linaires

Rgulations et asservissements
monovariables et multivariables

Mthodes:
quations diffrentielles, fonctions de transfert
tude harmonique

Matrialisation de la commande:
comparateurs,sommateurs,intgrateurs, rseaux correcteurs, rgulateurs PID

signaux discontinus

binaires

plusieurs niveaux

systmes logiques
combinatoires et squentiels

Mthodes:
algbre de Boole
GRAFCET

Matrialisation de la commande:
logique cable
automates programmables

systmes chantillonns
commande numrique des systmes
continus

Mthodes:
quations de rcurrence, transmittance en z

Matrialisation de la commande:
calculateurs, PID numriques

Systmes linaires

Les systmes linaires sont caractriss compltement par leur


rponse une impulsion unit

y(k)=L[x(l)(k l)]=x(l)L[(k l)]

12

La distribution de Dirac
(t)

Le

pic de Dirac sera dfini comme ayant un poids


ou une masse de 1 en x=0

(t )dt = 1
R

13

Fonctions Gnralises
La

valeur de la fonction delta peut tre vu


dans le sens des fonctions gnralises :

(t )(t )dt = (0)

Jamais parler de la valeur de (t).


A la place : la valeur de lintgrale contenant (t).
l

(t): Fonction
Test

Application
Dfinition : La rponse impulsionnelle d'un circuit est la
rponse une impulsion de Dirac.

Conclusion :
1- Un systme linaire est entirement dcrit par sa rponse
impulsionnelle h(t).
2- La rponse du systme une excitation est gale au
produit de convolution entre l'excitation et la rponse
impulsionnelle.

15

CLASSEMENT DES SIGNAUX


Signaux Analogiques

Les signaux priodiques x(t) = x(t+kT)


Le signal sinusoidal est le plus reprsentatif de ces signaux priodiques:
x(t) = A sin(2 t/T + a) = A Sin( t+a) ou = 2 /T = 2 f

Les signaux nergie finie


Les signaux nergie finie sont ceux pour lesquels l'intgrale suivante est
borne :

| x(t) | 2 dt <
Ces signaux sont nomms de carr intgrable (sommable), leur puissance moyenne est
nulle.

Les signaux puissance moyenne finie non-nulle

16

Signaux de dure finie


Signaux de dure limite ou "support born" : x(t) = 0 t T

Signaux pairs et impairs


Un signal est pair si x(t) = x(t) example : cos( t)
Un signal est impair si x(t) = x(t) exemple : sin( t)
Remarque Tout signal rel peut tre dcompos : une partie "paire" et une
partie "impaire".
x(t) = xp(t) + xi(t)

Signaux causals :
Un signal est dit causal s'il est nul pour toute valeur ngative du temps x(t) = 0
t< 0. On peut le rendre causal si * u(t)

17

Outils mathmatiques
tude des signaux dterministes continus
Reprsentation frquentielle

Transforme de Fourier

18

Signaux priodiques

fo=1/T est la fondamentale

19

Synthse dun signal triangulaire


partir de sa srie Fourier

20

Effet Gibbs

21

22

TRANSFORMATION DE FOURIER

Dfinition
La transformation de Fourier permet de dcrire dans l'espace des frquences
un signal dont on connat l'histoire au cours du temps, et rciproquement.
jt

F( ) = f(t)e

dt

f(t) = 1 F()e jtd


2

DUALITE TEMPS-FREQUENCES
y = f (t) <=> Y =F(f)
F(f) est appele la transforme de Fourier de f(t) et sa reprsentation,
le spectre en frquences.

On appelle densit spectrale

dnergie F()
2

Remarque : On utilise les lettres minuscules pour dcrire l'histoire du signal au cours du temps et les lettres majuscules
pour le dcrire dans le domaine des frquences ou domaine spectral.
23

LIntgrale de Fourier

F()= f()= f(t) exp( jt ) dt ( f L1):

Mesure la quantit doscillations la frquence qui est prsente en f.


Si f L1 cette intgrale converge

| f ( ) | | f (t ) | dt <

Donc, la Transforme de Fourier est borne et continue.

24

Transforme de Fourier de (t)


F

(t )
1

F [(t )] = (t )e

jt

jt
=
e
dt

t =0

=1
F(j)

(t)

F
0

Transforme de (t)
1 jt
(t ) =
e d

1 jt
1 jt
=
e
d

1
e
d

(t ) = F [1] =

2
2
1

1 jt
e d converge vers (t )
Lintgration

Notion de systme

Un systme fait subir une transformation un signal dentre x(t) et


dlivre un signal de sortie y(t).

Filtre

On appelle filtre, dentre x(t) et sortie y(t), un systme dfini par:

y(t)= x(u)h(tu)du = x(tu)h(u)du


R

Rponse impulsionnelle h(t)

y(t)=x(t)h(t)

Rponse indicielle u(t)


Rponse en frquence

Y(f)= X(f)H(f)
27

Proprits

Rciprocit
f(t) F(f) F(f) f(t) f(t)F(f)

Linarit

Drivation

Intgration

f(t) + g(t) F(f ) + G(f )


d f(t)
j2f F(f)
dt

f(t)dt

1 F(f )
j2 f

Dcalage temporel
j2ft

f(t) e

F(f )
28

Dcalage frquentiel

Conjugaison

Symtrie

F( f f0 ) e j 2 ft F( f )

f(t) F(f )
f(t)F()

f(-t) F (f )

F(t)2f(-)

29

Fourier
La transforme de Fourier inverse ( f , f L1):

1
f (t ) =
2
Parseval:

f ( )e j t d

1
f (t )h (t )dt = 2

f ( )h* ( )d

1
2
|
f
(
t
)
|
dt
=
|
f
(

)
|
d

Plancherel:

Et,

lim f () = 0

30

La Phase de la T.F.

Dans une TF,


linformation sur le
temps est cache
dans les phases.

Il est impossible de
dterminer les
phases avec assez
de prcision pour
extraire les
informations sur le
temps.
31

Dfauts de la TF

La transforme de Fourier est une reprsentation globale du


signal. Elle ne permet pas d'analyser son comportement
frquentiel local, ni sa rgularit locale. La condition de
convergence sur la transforme de Fourier n'indique que le
pire ordre de singularit. Elle ignore les rgularits locales.

32

Le

dfaut de cette transforme est davoir


une fentre indpendante de la frquence que
lon calcule.

33

Transforme de Laplace

Dfinition
Un signal V(t) est une fonction relle de la variable t qui dcrit l'volution
d'une grandeur physique V, en gnral par rapport au temps t.
En mathmatique, un signal est dcrit par une application de dans , t a V(t).
Pour la transforme de Laplace, on choisit l'origine du temps en sorte que
V(t) = 0, t < 0.
Dfinition. Soit un signal V(t) dfini et continu t [0, [ .
Sa transforme de Laplace v (p) est dfinie par
L

v (p) =
L

V(t) ept dt,

o p est un nombre complexe

Note. La continuit sur tout l'intervalle [0, [ n'est pas requise, le signal peut tre continu par morceaux
34

Transforme de Laplace

Exemples
Signal

U(t)
1

1
p

Echelon unit

U(t)

Exponentielle dcroissante

U(t)e-at , a > 0

1
p+a

Exponentielle complexe

U(t)eit , > 0

1
p-i

Echelon unit

TL

U(t)e-t, a> 0
1

Exponentielle dcroissante

Note: la TL nest pas dfinie pour tout p: la partie relle de p doit


tre plus grande quune valeur, labscisse de convergence.
35

Transforme de Laplace

Proprit de linarit
Signal

Thorme
Si V (t) a pour TL : v (p)
1
1
et V (t) a pour TL : v (p)
2
2
alors , et
V (t) + V (t) a pour TL :
1
2
v (p) + v (p) .
1
2
Exercices. Calculer les TF de
U(t)cos(t) et U(t)sin(t)

TL

Exponentielle
complexe

1
p-i

U(t)eit , > 0

Cosinus

U(t)cos ( t )

Sinus

U(t)sin ( t )

p
p2+2

p2+2

36

Transforme de Laplace

Proprit de linarit
Exercice. Retrouver les expressions des TL suivantes:
Signal temporel

TL

Exponentielle
complexe

U(t)e(

+i) t

, > 0

Cosinus

U(t)et cos ( t ) , > 0

Sinus

U(t)et sin ( t )

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

(p+ )

+ 2
37

Transforme de Laplace

Proprits
1
t
0 T
Impulsion

R(t)
t
0
Rampe

1. Thorme du retard
Si V(t) a pour TL : v(p),
alors V(t - T) a pour TL : e-pT v(p), T > 0.
Exercice. Montrer que la TL de l'impulsion
1 - e-pT
(cf . Fig.) est :
.
p
2. Thorme de drivation
Si V(t) a pour TL : v(p),
dV(t)
alors
a pour TL : p.v(p).
dt
Exercice. Vrifier que la TL de la
1
rampe R(t) (cf . Fig.) est :
.
2
p
38

Transforme de Laplace

Proprits
3. Thorme inverse de translation
Si V(t) a pour TL : v(p), alors e-at V(t) a pour TL : v(p + a), a > 0.
Exercice. Retrouver les expressions des TL du tableau page prcdente.

4. Thorme inverse de drivation


Si V(t) a pour TL : v(p), alors - t.V(t) a pour TL :

dv(p)
.
dp

Exercice. Calculer la TL du signal : t.U(t).e-at.

5. Thorme d'affinit - homothtie ou changement d'chelle de temps


1 p
v( ), k > 0.
k k
Exercice. Calculer la TL du signal : U(t)sin(3t)

Si V(t) a pour TL : v(p), alors V(kt) a pour TL :

39

Transforme de Laplace

Convolution

U(t)
1
U(t-)
0

Thorme
Si X(t) a pour TL : x(p)
et Y(t) a pour TL : y(p),
alors le produit de convolution

X(t)Y( t)dt

a pour TL:

x(p).y(p)

U(t)

ou, symboliquement :
a pour TL

1
U(-t)
0

Exercice. Montrer de deux manires


diffrentes que U(t) U(t) = R(t)



20/12/12

A. D.

40

Transforme de Laplace

Oprateurs
Oprateurs dans l'espace temps

TL

* (convolution entre signaux)

(multiplication de leurs TL)

d
(drivation d'un signal)
dt

p (multiplication de sa TL par p)

T - priodisation

1
1-e-pT

Exercice. Un signal support temporel born [O, T] est priodis


avec une priode T. Retrouver lexpression de sa TF (cf. le tableau)
41

Transforme de Laplace

Systmes linaires stationnaires


Thorme
Si E(t), qui a pour TL : e(p) est le signal d'ente

E(t)
e(p)

H(t), la rponse percussionnelle du SLS et sa TL :

H(t)
h(p)

S()

s(p)

h(p), la fonction de transfert du SLS


alors le signal temporel de sortie est donn par
le produit de convolution et sa TL par un produit :

S() = E(t)H( t)dt a pour TL s(p)=e(p).h(p)

Exercice. Calculer S() pour E(t) = U(t)e-tcos(t) et H(t) = U(t)


42

Transforme de Laplace

Systmes linaires stationnaires

E(t)
e(p)

H(t)
h(p)

S()=(E(t)*H(t)) =
s(p)=e(p).h(p)

E(t)H( t)dt
0

Dans lespace temps

Au niveau des TL

Entre

E(t)

e(p)

SLS

H(t)
(rp. percussionnelle)

h(p)
(fonction de transfert)

Sortie

S(t)=E(t)*H(t)

s(p)=e(p).h(p)
43

Transforme de Laplace

Dconvolution

1. Dcomposition en lments simples de premire espce


1
(p - a)2(p - b)

A
(p - a)2

B
C
+
(p - a) (p - b)

Pour calculer A (resp. C), on multiplie lquation par (p-a)2 (resp. p - b)


et on fait p = a (resp. p = b). On trouve :

1
A =

p b

p=a

1
=
C =
2
ab
(p

a)

p=b

1
(b a)2

Pour calculer B, on multiplie lquation par (p-a) et on fait tendre p vers


linfini. On trouve: B = - C. Les originaux des lments simples peuvent
alors tre trouvs directement partir des tables de TL usuelles.
44

Transforme de Laplace

Dconvolution

2. Dcomposition en lments simples de deuxime espce


Cest le cas o le dnominateur est un trinme du second degr qui
na pas de racines relles. On dcomposition en lments simples
de 2me espce :
2

b
4ac b2

2
2
2
ap +bp+c = a p+ +
=
a
P
+
A
,

2
2a

4a

b
avec P = p +
et A =
2a

1
ap2+bp+c

4ac b2
2a

1
1
1
1
=
a P2+A2
aA2 P2 / A2+ 1
45

Transforme de Laplace

Dconvolution
Exercice: identification dun systme linaire stationnaire
H(t)= ?
h(p)= ?

E(t)=U(t)

S(t)

On applique un chelon unit lentre dun systme linaire


stationnaire inconnu. On mesure S(t) en sortie. Dterminer la
rponse percussionnelle et la fonction de transfert du systme.
Exercices. Calculer les fonctions du temps qui ont pour TL les
expressions suivantes:
1
p3 + 3p2 + 2p

1
p3 1

1
p3 + p2 p 1
46

Transforme de Laplace

Calcul oprationnel

Exercice. On dfinit la distribution de Dirac (t) de la manire suivante:


(t) a pour TL: 1.

(t)
1

Rsoudre l'quation diffrentielle:

d2 Y

+ 20

dY
+ 2
Y = (t)
0
dt

dt2
( et 0 sont rels et positifs et ne dpendent pas du temps).
Discuter brivement la nature de la solution en fonction de .

Distribution de Dirac

Note
(t)

H(t)= ?
h(p)= ?

La mthode prsente dans cet exercice permet de retrouver


la rponse percussionnelle d'un systme linaire stationnaire
lorsque l'on connait l'quation diffrentielle laquelle il obit.
47

Transforme de Laplace

Rponses
Exercice: identification dun systme linaire stationnaire
Rponse: H(t) est la drive de S(t)
Exercices. Elments de rponse:

1
p3 + 3p2 + 2p
et

1
1
1
;
=
p(p + 2)(p + 1) p3 1 (p 1) p2 + p + 1

1
p3 + p2 p 1

1
(p 1)(p + 1)2

48

Signaux numriques
Un

signal numrique est un signal discret


dont lamplitude a t quantifie

signaux temps discret

Exemple
x(t)=A sin(t+)
X(k)=A sin[2/N (k+k0)

49

Du signal analogique au
signal numrique

50

La Gense du Signal Numrique

De linformation cache dans la reprsentation choisie


chantillonnage
Compression
Dcomposition dans un espace orthogonal

Les avances en moyen informatique (puissance de calcul) ont rendu possible le


expression et traitement de signaux en forme numrique. Mais pour numriser,
il faut d'abord chantillonner. Nous allons voir que la passage analogique
numrique implique ncessairement une perte d'information. Cette perte peut
tre minimiser par l'application des outils adapts.

51

Systmes Automatiques chantillonns

chantillonnage

Signal Analogique
Signal

discret en temps
Signal numrique
53

Modle mathmatique de
lchantillonnage

54

Extrait 3: signal sinusodal

c hronogr amme d'un signal en temps c ontinu

1
0.8
0.6

amplitude du signal

0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1

0. 005

0. 01
0.015
0.02
axe des temps (secondes)

Amplitude : 0.8
Dure : 0.03 seconde
Priode : 0.02 seconde
Frquence : 1/0.02 = 50Hz
Signal analogique et (en temps) continu
Expression : s(t)= 0.8*sin(2**t/0.02)
Page 55

0.025

script Matlab
% crer et afficher le signal sinusodal prcdent
freq= 50; % en Hertz (Hz)
ampl= 0.8; % ';' signifie ne pas afficher le rsultat
temps= [0:1:299]/10000; % dfinir vecteur temps(secondes)
signal= ampl*sin(2*pi*freq*temps); % crer vecteur signal
plot(temps, signal) % trace la courbe signal(temps)
axis([0, temps(length(temps)), -1, 1]) % dfinir les axes
grid % tracer la grille
title('chronogramme d''un signal en temps continu')
xlabel('axe des temps (secondes)')
ylabel('amplitude du signal')
c hronogr amme d'un signal en temps c ontinu
1
0.8
0.6

amplitude du signal

0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1

0. 005

0. 01
0.015
0.02
axe des temps (secondes)

Page 56

0.025

signal discret, signal numrique.


signal numris, B=3bits
1

0.8

0.8

0.6

0.6

0.4

0.4

0.2

0.2
signal

amplitude du signal

chronogramme dun signal en temps discret


1

-0.2

-0.2

-0.4

-0.4

-0.6

-0.6

-0.8

-0.8

-1

0.005

0.01
0.015
0.02
axe des temps (secondes)

0.025

priode dchantillonnage : Te= 0.001s


frquence d'chantillonnage fe =1000Hz
20 Te par priode
Signal en temps discret et analogique

-1

0.005

0.01
0.015
0.02
axe des temps (secondes)

0.025

nombre de bits par chantillon : B = 3


8 niveaux de quantification
pas de quantification : Q=0.25
erreur de quantification 0 < < 0.25
Signal numrique et en temps discret

Page 57

01
0
00
1
00
0

Composition frquentielle.

Le chronogramme ci-dessus a t trac par Goldwave partir de


lexpression mathmatique :

s(t ) =

cos( 400t ) cos(1200t ) cos( 2000t )


+
+
2
18
50
200Hz

600Hz

1000Hz

Le signal s(t) est compos des trois frquences 200, 600 et


1000Hz
Page 58

Extrait 7 : spectre et spectrogramme du signal s(t)


frquence

fe/2

spectrogramme = spectre(temps)

spectre calcul par lalgorithme de F.F.T.


(Fast Fourier Transform)
amplitud
e en dB

frquence
Page 59

fe/2

60

chantillonnage
Lchantillonnage

idal prlve des


chantillons la cadence Te de faon
instantane.
xe = xa (nTe ) (t nTe )
nZ

61

Spectre du signal chantillonn


( ) =

xe (t) = x1 (t) (t nTe )


nZ

(t)e

j t

dt = 1

) = e jnT
c(t) = (t nT ) c(

Xe ( f ) = TF[xa (t)] * TF[ (t nTe )]


nZ

) =
c(

2
2 k

T k
T

Xe ( f ) = feX a ( f ) * TF[ (t nTe )] = fe Xa(f nfe )


nZ

nZ

En utilisant la formule de Poisson


62

chelle temps
Squence

Temps physique

x (n)

x(t )

2T 3T 4T 5T 6T 7T

63

chelle frquence
Frquence normalise

Frquence physique

X ( j)

X ( e j )
1

64

chantillonnage et priodisation
chantillonnage idal...
+

xe (t ) = x (t ) T (t ) = x (t ) (t kT ) =
k =

x[ kT ] (t kT )

k =

...Transforme de Fourier...

1
1 +
k
X e ( f ) = X ( f ) * 1 ( f ) = X ( f )
T
T k =
T
T

... priodisation en frquence.


chantillonnage temporel <=> priodisation en frquence
chantillonnage en frquence <=> priodisation temporelle

Signaux de dure finie et signaux priodiques


Transforme de

x(t)

X(f)

Fourier

Transforme
inverse de

x T(t)

Echantillonnage
X e(f)

en frquence

Fourier

2T

0 1 2
T T

Signaux chantillonns de dure finie


N 1

xe (t ) = x[ k ] (t kT )
0

Transforme de

x e(t)

X(f)

Fourier

NT

1
T

Priodisation
Transforme

Echantillonnage
X e(f)

de Fourier

x Te(t)

NT

2NT

en frquence

NT

Thorme de Shannon

Pour viter une superposition des spectres lmentaires il est ncessaire


dimposer le thorme de Shannon

Fe 2f max

Un signal de spectre born ne peut pas tre que de dure infinie. Il


est donc erron de considrer des signaux la fois de dure et de
spectre finis.

68

Spectre dans le cas sinusodal


Le spectre d'un signal
chantillonn se compose
d'une srie de raies
rparties de part et d'autre
des multiples de la
f r q u e n c e
d'chantillonnage. Les raies
intressantes pour la
dmodulation sont celles
qui se situent aux
alentours de 0, puisque ce
s o n t c e l l e s q u i
correspondent au signal
original.
69

Transforme de Fourier Discrte


repliement de spectre dans le domaine frquentiel
x(t )
x(nT )

Xe( f )

pas de repliement
f max 1 / 2T
1/ 2T

1/ 2T

f max
x(t )
x(nT )

+ f max
Xe( f )

repliement
f max 1 / 2T

1/ 2T

1/ 2T

f max

+ f max

transforme de fourier discrte

70

Quelques valeurs

En tlphonie, on utilise une largeur de bande de 300 3400 Hz. Dans le


cadre du rseau numrique intgration de services (RNIS, ISDN pour les
anglo-saxons), on utilise une frquence d'chantillonnage de 8000 Hz (au
lieu des 6800 thoriquement ncessaires).

La musique se satisfait de 16, voire 20 kHz de largeur de bande. Un disque


CD (Compact Disc) utilise une frquence d'chantillonnage de 44 kHz.

Remarque: Dans les deux cas, il est essentiel que l'on ait au pralable limit
la largeur de bande du signal original : des frquences inaudibles dans le
signal original deviennent audibles par le phnomne de repliement !

71

Dictionnaire
Conversion Analogique Numrique(lecture du processus
analogique par lordinateur).
(Echantillonnage SAMPLING)
Conversion Numrique Analogique (rcuprer le control
numrique et lintroduire dans le systme contrler ).
(Reconstruction du Signal SIGNAL RECONSTRUCTION)

Pourquoi tudier le control numrique ?


Lapproche le plus simple du control numrique est
dchantillonner rapidement et de faire quelques approximations
raisonnables par rapport aux drives des donnes numriques.
Par exemple, il est possible dapproximer les drives dun signal
analogique :
d
y(t) y(t )
y(t)
dt

O est la priode dchantillonnage.


Le design par la suite est le mme que dans le cas des signaux
continue en temps et des systmes base dun modle continu.

La T.L. dun bloqueur dordre 0


Go ( s ) = 1 / s e sT / s = (1 e sT ) / s

La Transforme Z

Contenu
Introduction
Transforme

z
Zros et Ples
Rgion de Convergence
Transforme Z Importantes
Transforme en Z Inverse
Thormes et Proprits
Analyse des Systmes

La Transforme en z

R(s)

E(s)

Gc(s)

Correcteur

M(s)

GP(s)

Y(s)

Systme
GHP(z)

R(z)

E(z)
A/D

M(z)

Y(z)
ZOH

Gc(z)

GP(s)

D/A
Ordinateur

Systme

La Transforme en z
f(kT)

f(t)
A/D

temps

Temps kT

f(kT)
f(kT)
D/A
Temps kT

Temps kT

La Transforme en z
Comment il est possible de reprsenter
mathmatiquement un systmes
chantillonn ?
Pour les systmes temps continu loutil
mathmatique est la Transforme de
Laplace. Elle permet de dfinir les
fonction de transfert, lanalyse de la
stabilit et le design des correcteurs.

Pourquoi la Transforme en z?
Gnralisation

de la Transforme de Fourier
Pourquoi est-elle une gnralisation ?
Problme de convergence de la T.F.
Utilisation de lAnalyse Complexe
Adapte pour les signaux et systmes discrets en
temps

Dfinition
La Transforme

X ( z) =

en Z dune sequence x(n) est :

x ( n) z

n =

X (e ) =

x ( n )e

n =

Transforme
de
Fourier

z = e-j.

j n

Le Plan z

X (e ) =

x ( n )e

n =

j n

Im

z = e-j

Re

X ( z) =

x ( n) z

n =

Plan-z
Im

X(z)

z = e-j

Re
Im
Re

Priodicit de la TF
X(ej)

X(z)

Im
Re

Pourquoi la Transforme de Fourier est


une function priodique de periode 2 ?

La Transforme en z
Pour un signal continu f(t), ses chantillons scrivent :

f s (t ) = f (kT ) = f (0) + f (T ) + f (2T ) + = f (nT )

La transforme en z de f(t) est :

n =0

F ( z ) = Z [ f (t )] = Z [ f (nT )] = f (nT ) z n
n =0

= f (0) + f (T ) z 1 + f (2T ) z 2 +

o z-1 reprsente un retard dune priode d


chantillonnage dans le temps

Calcul de La Transforme en z
Calculer la Transforme en z
de la fonction chelon .
f(t)

f(kT)

kT

La Transforme en z
Application de la dfinition :

F ( z ) = Z [ f (t )] = Z [ f (kT )] = f (kT )z k
k =0

= 1 + z 1 + z 2 +
a
a + aq + aq + aq + =
1 q
1
1
2
F ( z) = 1 + z + z + =
1 z 1
2

La Transforme en z
Soit la mthode

F ( z ) = Z [ f (t )] = Z [ f (kT )] = f (kT )z k
k =0

= 1 + z 1 + z 2 +
z 1 F ( z ) = z 1 (1 + z 1 + z 2 + ) = z 1 + z 2 + z 3
1
F ( z) z F ( z) = 1 F ( z) =
1 z 1
1

La Transforme en z
Calculer la transforme en z de
f(t)

f (kT ) = e akT

Solution: F ( z ) = Z [ f (kT )] = e akT z k


k =0

= 1 + e aT z 1 + e 2 aT z 2 +
F ( z) =

1
1 e aT z 1

La Transforme en z
Calculer la transforme en z de la fonction cos.
Solution:

e jt = cos t + j sin t ; e jt = cos t j sin t


e jt + e jt
e jt e jt
cos t =
; sin t =
2
j2

La Transforme en z
e jt + e jt 1
jt
jt
F ( z ) = Z [cos kT ] = Z
=
(
Z
[
e
]
+
Z
[
e
])

2
1
Z [e at ] =
1 e aT z 1
jT 1
1
1
1
z + 1 e jT z 1
1 1 e
F ( z ) =
+
=
jT 1
jT 1
2 1 e z
1 e
z 2 (1 e jT z 1 )(1 e jT z 1 )
1 2 (e jT z 1 + e jT z 1 )
2 2 z 1 cos T
=
=
jT 1
jT 1
2
2 1 (e
z +e z )+ z
2(1 2 z 1 cos T + z 2 )
1 z 1 cos T
=
1 2 z 1 cos T + z 2

Transforme en z
Calculer la Transforme en z de la fonction cos
amorti

f (t ) = e at cos t
1 z 1e aT cos T
F ( z) =
1 2 z 1e aT cos T + e 2 aT z 2

Transforme en z
Calculer la Transforme en z de la
fonction f (t ) = 1 e at
Solution:

F ( z ) = Z [ f (kT )] = Z 1 e at = Z [1] Z [e at ]
1
1
at
Z [1] = Z [ step] =
; Z [e ] =
1
1 z
1 e aT z 1
1
1
(1 e aT ) z 1
F ( z) =

=
1
aT 1
1 z
1 e z
(1 z 1 )(1 e aT z 1 )

Transforme en z
Exercice:

Calculer la Transforme en z de :

f (t ) = te at
Tz 1e aT
F ( z) =
(1 z 1e aT ) 2

Dfinition
Lensemble

de valeur de z, pour lesquelles la


Transforme en z converge, i.e., |X(z)|<, est
appel rgion de convergence.

| X(z) |=

n=

x(n)z n

n
|
x(n)
||
z
|
<

n=

ROC est centre en origine et est


constitue dun ensemble
danneaux.

Exemple: Region de Convergence

| X(z) |=

x(n)z n

n=

n
|
x(n)
||
z
|
<

n=

Im

RdC est un anneau centr en origine.

r
Re

Rx <| z |< Rx +
RdC = {z = re

| Rx < r < Rx+ }

Thormes et Proprits

Linearit
Z[ x(n)] = X ( z ),

z Rx

Z [ y (n)] = Y ( z ),

z Ry

Z [ax (n) + by (n)] = aX ( z ) + bY ( z ),

z Rx R y

La Transforme en z : thormes
Thorme du retard:
La transforme en z de f(t) est F(z), trouver la
transforme en z de f(t-nT).
f(t)

f(t-nT)

nT

Retard
Z[ x(n)] = X ( z ),

n0

z Rx

Z [ x(n + n0 )] = z X ( z )

z Rx

La Transforme en z : thormes

Si f(t)=0 pour t<0 a la transforme-z F(z), alors

Z[ f (t nT )] = z n F(z) et
n1
#
&
n
k
Z[ f (t + nT )] = z % F(z) f (kT )z (
$
'
k=0
Dmonstration:

Z [ f (t nT )] = f (kT nT ) z

k =0

= f (kT nT ) z k z n n
k =0

k =0

k =0

= f (kT nT ) z ( k n ) z n = z n f (kT nT ) z ( k n )

La Transforme en z : thormes
Dfinissons m=k-n,

Z [ f (t nT )] = z n f (kT nT ) z ( k n ) = z n
k =0

f (mT ) z m

m= n

Comme f(mT)=0 pour m<0, alors :

Z [ f (t nT )] = z n

m= n

f (mT ) z m = z n f (mT ) z m = z n F ( z )
m =0

Si une fonction est retarde de nT, sa transforme en


z est multiplie par z-n.
Thorme du Retard (Shifting Theorem).

Multiplication par une squence Exponentielle

Z[ x(n)] = X ( z ),

Rx- <| z |< Rx +

Z [a x(n)] = X (a z )

z | a | Rx

Drive de X(z)
Z[ x(n)] = X ( z ),

dX ( z )
Z[nx (n)] = z
dz

z Rx

z Rx

Conjugu
Z[ x(n)] = X ( z ),

Z[ x * (n)] = X * ( z*)

z Rx

z Rx

Inversion
Z[ x(n)] = X ( z ),

Z [ x( n)] = X ( z )

z Rx

z 1 / Rx

Partie Relle et Imaginaire

Z[ x(n)] = X ( z ),

z Rx

Re[ x(n)] = 12 [ X ( z ) + X * ( z*)]


Im [ x(n)] = 21j [ X ( z ) X * ( z*)]

z Rx
z Rx

Thorme de la Valeur Initiale

x(n) = 0,

for n < 0

x(0) = lim X ( z)
z

2.2 La Transforme en z :
thormes
Thorme de la Valeur Finale:
Supposons que f(t), o f(t)=0 pour t<0, a la
transforme en z F(z), alors la valeur finale
est donne par :
1

lim f (t ) = lim(1 z ) F ( z )
t

z 1

Convolution de Squences
Z[ x(n)] = X ( z ),
Z [ y (n)] = Y ( z ),

Z [ x(n) * y (n)] = X ( z )Y ( z )

z Rx
z Ry

z Rx R y

Convolution de Squences
x ( n) * y ( n) =

x(k ) y (n k )

k =


n
Z[ x(n) * y (n)] = x(k ) y (n k ) z
n = k =

k =

x(k ) y (n k )z n =
n =

= X ( z )Y ( z )

x(k ) z y(n)z

k =

n =

Les Transforme en z
Importantes

Les Transformes en z
Sequence

Transforme-z

(n)

( n m )

z m

RdC

Tous les z
Tous les z exception en 0 (si m>0)
or (si m<0)

u (n)

1
1 z 1

| z |> 1

u (n 1)

1
1 z 1

| z |< 1

a u (n)
n

a u(n 1)

1
1 az 1

| z |>| a |

1
1 az 1

| z |<| a |

Transforme en z
Sequence

Transforme en z

[cos 0 n]u (n)

[sin 0 n]u (n)

[r n cos 0 n]u (n)


n

[r sin 0 n]u (n)


a n

0 n N 1
otherwise

1 [cos 0 ]z 1
1 [2 cos 0 ]z 1 + z 2

RdC
| z |> 1

[sin 0 ]z 1
1 [2 cos 0 ]z 1 + z 2

| z |> 1

1 [r cos 0 ]z 1
1 [2r cos 0 ]z 1 + r 2 z 2

| z |> r

[r sin 0 ]z 1
1 [2r cos 0 ]z 1 + r 2 z 2

| z |> r

1 aN zN
1 az 1

| z |> 0

Zros and Ples

Stabilit des Systmes


Un

systme stable demande davoir


La Transforme de Fourier convergente uniformment.
Im

1
Re

Un system stable ncessite que la


RdC de la transforme-z contient le
cercle unitaire.

Exemple:

x(n) = a nu(n)

x(n)
...
-8 -7 -6 -5 -4 -3 -2 -1

1 2 3 4 5 6 7 8 9 10

Exemple:
x(n) = a nu(n)

X ( z) =

Pour que X(z) convergence, il faut


imposer :

a u (n)z

n =

1
|
az
|<

n =0

| z |>| a |

= a n z n
n =0

= ( az 1 ) n
n =0

| az 1 |< 1

1
z
X ( z ) = (az ) =
=
1
1 az
za
n =0

1 n

| z |>| a |

Exemple: RdC pour x(n)=anu(n)


z
X ( z) =
,
za

-a

| z |>| a |

Laquelle est stable?

Im

Im

-a
Re

Re

Exemple:

x(n) = a nu (n 1)

-8 -7 -6 -5 -4 -3 -2 -1

1 2 3 4 5 6 7 8 9 10

...

x(n)

Exemple:
Pour la convergence de X(z),

x(n) = a u (n 1)

X ( z ) = a u (n 1)z
n =
1

1
|
a
z|<

| a 1 z |< 1

n =0

= a n z n

| z |<| a |

n =

= a n z n
n =1

= 1 a n z n
n =0

1
z
X ( z ) = 1 (a z ) = 1
=
1
1 a z z a
n =0

| z |<| a |

Exemple: RdC pour x(n)=-anu(- n-1)

z
X ( z) =
,
za

-a

| z |<| a |

Laquelle est stable?

Im

Im

-a
Re

Re

Rgion de Convergence

Exemple:
z
X ( z) =
,
za

x(n) = a nu(n)

| z |>| a |

Im

Re

RdC est borne par


le ple et elle
extrieure au cercle.

Exemple:
z
X ( z) =
,
za

x(n) = a nu (n 1)

| z |<| a |

Im

Re

RdC est borne par


le pole et elle
Lintrieur du cercle.

Exemple:

x(n) = ( 12 ) n u (n) + ( 13 ) n u (n)


z
z
2 z ( z 121 )
X ( z) =
+
=
1
1
z2 z+3
( z 12 )( z + 13 )
Im

1/12
-1/3

1/2

Re

RdC est borne par les


ples et elle est
extrieure au cercle.
RdC ne contient aucun ple.

Exemple:
x(n) = ( 13 ) n u (n) ( 12 ) n u (n 1)
z
z
2 z ( z 121 )
X ( z) =
+
=
1
1
z+3 z2
( z + 13 )( z 12 )
Im

RdC est borne par les


poles et est un anneau.

1/12
-1/3

1/2

Re

RdC ne contient aucun ple.

Exemple: Squence Finie


x(n) = a n ,

0 n N 1

N 1

N 1

n =0

n =0

X ( z ) = a n z n = (az 1 ) n
Im

N-1 zeros

1 (az 1 ) N
=
1 az 1

1 zN aN
= N 1
z
za

RdC: 0 < z <


RdC ne contient aucun ple.

N-1 poles

Re

Toujours Stable

Transforme en z
Considerons le transforme en z
Avec les poles :
Im

Trouver la
possible RdC

a b

Re

Transforme en z
Considerons le transforme en z
Avec les ples :
Im
Cas 1: Squence Droite .

a b

Re

Transforme en z
Considerons le transforme en z
Avec les poles :
Im
Case 2: Squence Gauche .

a b

Re

Transforme en z
Considerons le transforme en z
Avec les poles :
Im
Case 3: 2 Sequence.

a b

Re

Transforme en z
Considrons le transforme en z
Avec les ples :

Case 4: 2 Sequences.

Im

a b

Re

Systme

Systme Invariant la Translation

y(n)=x(n)*h(n)

x(n)

h(n)
X(z)

H(z) Y(z)=X(z)H(z)

Systme Invariant la Translation

X(z)

H(z)

Y ( z)
H ( z) =
X ( z)

Y(z)

Equation aux diffrences dordre N

a
k =0

y (n k ) = br x(n r )
r =0

k =0

r =0

Y ( z ) ak z k = X ( z ) br z r
M

H ( z ) = br z
r =0

k
a
z
k

k =0

Reprsentation sous la forme


Factorielle
Contribution des ples en 0 et des zros en cr
M

H ( z) =

A (1 cr z 1 )
r =1
N

(1 d z
r

k =1

Contribution des zros en 0 et ples en dr

Stabilit et Causalit
Systmes Causaux:
RdC se trouve lextrieur du ple le plus loign.
Im
M

H ( z) =

A (1 cr z 1 )
r =1
N

Re

(1 d z
r

k =1

Stabilit et Causalit
Systmes Stables : RdC contient le cercle unitaire .

Im
M

H ( z) =

A (1 cr z 1 )
r =1
N

Re

(1 d z
r

k =1

Exemple
Considrons le systme causal caractris par :

y (n) = ay (n 1) + x(n)
1
H ( z) =
1
1 az

h(n) = a nu(n)

Im
1

Re

Dtermination de la Rponse Frquentielle partir


ple-zro

Un systme LIT est compltement caractris par ses ple-zro.

Exemple:

Im

z z1
H ( z) =
( z p1 )( z p2 )

H (e

j0

)=

(e j0

e j0 z1
p1 )(e j0 p2 )

p1
e j 0

z1

Re

p2

Dtermination de la Rponse Frquentielle partir


ple-zro

|H(e )|=?

H(e )=?
Im

Exemple:
z z1
H ( z) =
( z p1 )( z p2 )

H (e j0 ) =

(e j0

e j0 z1
p1 )(e j0 p2 )

p1
e j 0

z1

Re

p2

Dtermination de la Rponse Frquentielle partir


ple-zro
j

|H(e )|=?
Example:
|H(ej)|

=
|

H(e )=?
Im

|
||

H(ej) = 1-(2+ 3 )

z1

p1
e j 0
1

p2

Re

Exemple
1
H ( z) =
1
1 az

20

dB

10

Im

0
-10

2
1

Re

0
-1
-2

Du S/P-Plan au Plan z
z =e

Ts

Mapping Poles et Zeros


A un point du plan Z, rej ont lui fait correspondre un point dans
le plan S/P en utilisant les relations :

ln(r )
Re{s} =
T

Im{s} =

Les racines conjugues vont gnrer un


polynme de la forme :

s 2 + 2 n s + n2
ln(r )
n =
1 +

ln(r )
=
nT

Algorithme de Calcul de la Moyenne


xk + xk 1 + xk 2 + xk 3
yk =
4

(Non-Recursif)

1 + z 1 + z 2 + z 3
z 3 + z 2 + z + 1 Transforme
Y (z ) = X (z )
= X (z )
4
4z 4
en Z

Block Diagram

Function de Transfert

Y
z3 + z2 + z + 1
(z ) =
X
4z 4

Remarque: Chaque [Z-1] block peut tre vu comme un


lment mmoire qui mmorise la valeur prcdemment
utilise

Intgrateur Trapzodal
T
yk = yk 1 + [xk + xk 1 ]
2

(R. Recursive)

T
Y (z ) = z Y (z ) + X (z ) + z X (z )
2
1

Transforme en z

1 + z 1 T
z + 1 T
Y (z ) = X (z )
= X (z )
1
2
1

z
2
z

Block
Diagram

Fonction de
Transfer

Y (z ) T z + 1
=
X (z ) 2 z 1

Manipulation des Block Diagram


Structure
Intuitive

Structure
Equivalente

La reprsentation
explicite de xk-1 et yk-1
est perdu, mais il y a
une rduction du
nombre dlments
mmoire

Manipulation de Block Diagram

Y (z ) T z + 1
=
X (z ) 2 z 1

La Transforme en z Inverse

Transforme en z Inverse
La transforme en z Inverse: Z-1.

bo + b1 z 1 + b2 z 2 + bm z m
F ( z ) = Z [ f (kT )] = Z [ f (t )] =
1 + ao z 1 + a1 z 2 + an z n
1
2
m

b
+
b
z
+
b
z
+

b
z
1
1
o
1
2
m
f (kT ) = Z [ F ( z )] = Z
1
2
n
1 + ao z + a1 z + an z

Transforme en z Inverse
Transforme en z

Transforme en z Inverse

Transforme en z Inverse
La Transforme en z Inverse permet de
retrouver la srie temporelle f(kt)

uniquement. Par contre ne permet pas de


retrouver le signal dorigine. De
nombreuses fonctions f(t) sont candidates
pour une f(kT) donne.
f(t)

2T

3T

4T

5T

6T

2.4 Transforme en z Inverse

x(kT)

Zero-order
Hold

Low-pass
Filter

f(t)

Transforme en z : exemples
Supposon f(k)=0 for k<0, calculer la Transforme en
z de :
f(k)=9k(2k-1)-2k+3, k=0,1,2.

Transforme en z : exemples
F ( z ) = Z [9k (2 k 1 ) 2 k + 3] = Z [9k (2 k 1 )] Z [2 k ] + Z [3]
-1
z
1
z
Tz
Tz

Z [a t f (t )] = F ; Z[1] =
=
;
Z[t]
=
=
1 - z -1 z 1
(1 z 1 ) 2 ( z 1) 2
a
z/2
1
k
k
Z [2 ] = Z [2 1] =
=
z / 2 1 1 2 z 1
1
9
9
(
z
/
2
)
9
z
Z [9k (2 k 1 )] = Z [9k 2 k 2 1 ] = Z [k 2 k ] =
=
2
2
2 (z/2 - 1)
(1 2 z 1 ) 2

F ( z ) = Z [9k (2

k 1

9 z 1
1
3
)] Z [2 ] + Z [3] =

+
(1 2 z 1 ) 2 1 2 z 1 1 z 1

2 + z 2
=
(1 2 z 1 ) 2 (1 z 1 )

Transforme en z : examples
Calculer la Transforme en z de la courbe x(t)
ci-dessous.
f(t)

Transforme en z : examples
Solution: A partir de la figure, nous avons
K
0
1
2
3
4
5
6
f(k) 0
0
0
1/3 2/3 1
1
La dfinition de la Transforme en z :

F ( z ) = f (k ) z k
k =0

z 3 2 z 4
= 0+0+0+
+
+ z 5 + z 6 +
3
3

z -3 + 2 z 4
=
+ z 5 (1 + z 1 + z 2 + )
3
z -3 + 2 z 4
z 5
z 3 + z 4 + z 5
=
+
=
1
3
1 z
3(1 z 1 )

Transforme en z : exemples
Calculer la Transforme en z de F ( s) =

a
s 2 ( s + a)

Solution: Dcomposition en fractions lmentaires.


k
a2
k
k
a 1
1
F (s) = 2
= 12 + 2 + 3 = 2 +
+
s ( s + a) s
s s+a s
s
s+a
a
1
1
F ( z ) = Z [ F ( s )] = Z [ 2 ] Z [ ] + Z [
]
s
s
s+a
aTz 1
1
1
=

+
1 2
1
(1 z )
1 z
1 e aT z 1
[(aT 1 + e aT ) + (1 e aT aTe aT ) z 1 ]z 1
=
(1 z 1 ) 2 (1 e aT z 1 )

Mthodes pour le calcul Transforme en z


Inverse
Exemple 1: F(z)=1/(1-z-1), calculer f(kT).
Tableau de Transformes en z
F(z)=1+z-1+z-2+z-3+
f(kT)=Z-1[F(z)]=1, for k=0, 1, 2,

Transforme en z Inverse : exemples


Soit

aT

(1 e ) z
F ( z) =
(1 z 1 )(1 e aT z 1 )
Trouver f(kT).

Solution: dcomposition en fraction lmentaire


(1 e aT ) z 1
k1
k2
F ( z) =
=
+
1
aT 1
1
(1 z )(1 e z ) 1 z
1 e aT z 1

Dtermination de k1 et k2

Transforme en z Inverse : exemples


(1 e aT ) z 1
k1
k2
F ( z) =
=
+
1
aT 1
1
(1 z )(1 e z ) 1 z
1 e aT z 1

Multiplie (1-z-1) et remplacer z-1=1, nous avons


aT
1
(
1

e
)
z
k1
k2

1
1
(1 z )
= (1 z )
+
1
aT 1
1
aT 1
(1 z )(1 e z )
1 e z
1 z

(1 e aT ) z 1
(1 z 1 )k 2
(1 e aT ) z 1
= k1 +
k1 =
aT 1
aT 1
1 e z
1 e z
1 e aT z 1

=1
z 1 =1

Transforme en z Inverse : exemples


Similaire multiplication par (1-e-aTz-1 et z-1 =eaT, alors :
(1 e

aT

(1 e aT ) z 1
k1
k2

aT 1
z )
=
(
1

e
z
)
+

1
aT 1
1
aT 1
(1 z )(1 e z )
1 e z
1 z
1

(1 e aT ) z 1 (1 e aT z 1 )k1
(1 e aT ) z 1
=
+ k2 k2 =
1
1
1 z
1 z
1 z 1

= 1
z 1 = e aT

Finalement
(1 e aT ) z 1
1
1
F ( z) =
=

1
aT 1
1
(1 z )(1 e z ) 1 z
1 e aT z 1
f (kT ) = 1 e akT , k = 0,1,2,

Transforme en z Inverse : exemples


Soit la transforme en z
1

z
F ( z) =
1
1
2
(1 z )(1 + 1.3z + 0.4 z )
Determiner la valeur initiale et finale de f(kT),
.

Transforme en z Inverse : exemples


2) Methode de la division-directe :
Exemple 1: F(z)=1/(1+z-1), trouver les f(kT).
1

1 + z 1 1

1 + z 1 1

1 z 1

1 z 1 + z 2
1 + z 1
1

1 + z 1

1 + z 1

-z 1

-z 1

z 1 z 2

z 1 z 2

+ z -2

-2

-z

1+ z

+z

Transforme en z Inverse : exemples


On obtient : F(z)=1-z-1+z-2-z-3+
K =
0
1
2
3
F(kT)=
1
-1
1
-1
Exemple 2: Soit
Trouver f(kT).

1 + 2 z 1
F ( z) =
(1 z 1 ) 2

1 + 4 z 1 + 7 z 2 +
1 2 z 1 + z 2 1 + 2 z 1
1 2 z 1 + z 2
4 z 1 z 2
4 z 1 8 z 2 + 4 z 3
7 z 2 4 z 3
7 z 2 14 z 3 + 7 z 4
10 z 3 7 z 4
10 z 3 20 z 4 + 10 z 5
13 z 4 10 z 5

Transforme en z Inverse :
exemples
F(z)=1+ 4z-1 + 7z-2 + 10z-3+
K =
0
1
2
3

F(kT)=
1
4
7
10
Exercice :
f(kT).
Ans. :k
f(kT)

0.3679 z 1 + 0.343z 2 0.02221z 3 0.05659z 4


F ( z) =
1 1.3679 z 1 + 0.3679 z 2
0
0

1
2
3
0.3679 0.8463 1

4
1

5
1

Transforme en z Inverse :
exemples
Matlab
Soit

1 + 2 z 1 calculer f(kT).
F ( z) =
1 2
(1 z )
1
2
2
1
+
2
z
z
+
2
z
z
+ 2z
Solution: F ( z ) =
=
=
(1 z 1 ) 2

( z 1) 2

z 2 2z + 1

num=[1 2 0]; den=[1 2 1]


f(kT)=? pour k=0 30
u=[1 zeros(1,30)]; F=filter(num, den, u)
1
4
7 10 13 16 19 22 25
31

28

2.5 Transforme en z
Inverse : exemples
Soit

z (0.5 z )
F ( z) =
(1 0.5 z 1 )(1 0.8 z 1 ) 2

R : x ( k ) = - 8 . 3 3 3 3 ( 0 . 5 ) k
+8.333(0.8)k-2k(0.8)k-1
x ( k ) = 0 ; 0 . 5 ; 0 . 0 5 ; 0 . 6 1 5 ;
1.2035;-1.6257;-1.8778

Exercice 4: Soit la Transforme-z

z 1
F ( z) =
1
1
2
(1 z )(1 + 1.3z + 0.4 z )
Determiner la valeur finale et initiale f(kT), et
la transforme-z inverse de F(z).
Solution: Appliquer le theoreme de la v.f. et
v.i.

z 1
f (0) = lim F ( z ) = lim
=0
1
1
2
+ 0.4 z )
z
z (1 z )(1 + 1.3 z
1
1
(
1

z
)
z
1
f () = lim [(1 z 1 ) F ( z )] = lim
=
1
1
+ 0.4 z 2 ) 2.7
z 1
z (1 z )(1 + 1.3 z

z 1
z 1
F ( z) =
=
1
1
2
(1 z )(1 + 1.3 z + 0.4 z ) (1 z 1 )(1 + 0.8 z 1 )(1 + 0.5 z 1 )
k3
k1
k2
0.37
1.11
1.48
=
+
+
=
+

1
1
1
1
1
1 z
1 + 0.5 z
1 + 0.8 z
1 z
1 + 0.5 z
1 + 0.8 z 1
1
f (k ) =
(1 + 3(0.5) k 4(0.8) k )
27

Exercice 5: Soit
0.3679 z 1 + 0.343z 2 0.02221z 3 0.05659z 4
F ( z) =
1 1.3679 z 1 + 0.3679 z 2
Trouver f(kT) en utilisant la division
directe .

Solution:
1 1.3679 z 1 + 0.3679 z 2

0.3679 z 1
0.3679 z 1 + 0.343z 2 0.02221z 3 0.0565 z 4
0.3679 z 1 0.5033 z 2 + 0.1354 z 3
0.8463 z 2 0.1576 z 3 0.0565 z 4

Continuous

1 1.3679 z 1 + 0.3679 z 2

0.3679 z 1 + 0.8463 z 2 + z 3 + z 4
0.3679 z 1 + 0.343z 2 0.02221z 3 0.0565 z 4
0.3679 z 1 0.5033 z 2 + 0.1354 z 3
0.8463 z 2 0.1576 z 3 0.0565 z 4
0.8463 z 2 1.1576 z 3 + 0.3114 z 4
z 3 0.3679 z 4
z 3 1.3679 z 4 + 0.3679 z 5
z 4 0.3679 z 5

f (k ) = 0.3679 z 1 + 0.8463 z 2 + z 3 + z 4 +

Exercice
Soit la Transforme en z
1

z (0.5 z )
F ( z) =
1
1 2
(1 0.5 z )(1 0.8 z )
Calculer la Transforme en z Inverse
Solution1: Dvelopper F(z)/z sous forme de
fractions partielles.

z 1 (0.5 z 1 )
z (0.5 z 1)
F ( z) =
=
1
1 2
(1 0.5 z )(1 0.8 z )
( z 0.5)( z 0.8) 2
k3
F ( z)
0.5 z 1
k1
k2
=
=
+
+
z
( z 0.5)( z 0.8) 2 ( z 0.5) ( z 0.8) 2 z 0.8

k3
0.5 z 1
k1
k2

( z 0.5)
= ( z 0.5)
+
+
2
2
( z 0.5)( z 0.8)
z 0.8
( z 0.5) ( z 0.8)
0.5 z 1
k 2 ( z 0.5) k3 ( z 0.5)
= k1 +
+
2
2
( z 0.8)
( z 0.8)
z 0.8
let z = 0.5 k1 =
( z 0.8) 2

0.5 z 1
( z 0.8) 2

= 8.333
z = 0.5

k3
0.5 z 1
k1
k2
2

=
(
z

0
.
8
)
+
+
2
2

( z 0.5)( z 0.8)
z 0.8
( z 0.5) ( z 0.8)

k ( z 0.8)
0.5 z 1 k1 ( z 0.8) 2
0.5 z 1
=
+ k2 + 3
k2 =
z 0.5
z 0 .5
z 0.5
( z 0.5)

= 2
z = 0.8

" k1
0.5z 1
k2
k3 %
2
(z 0.8)
= (z 0.8) $
+
+
'
2
2
(z 0.5)(z 0.8)
(z

0.5)
(z

0.8)
z

0.8
#
&
2

0.5z 1 k1 (z 0.8)2
k (z 0.8)
=
+ k2 + 3
derivees
z 0.5
z 0.5
z 0.5
'

'
" 0.5z 1 % " k1 (z 0.8)2 %
k3 (z 0.5) k3 (z 0.8)
=
+
0
+
; let z = 0.8
$
' $
'
# z 0.5 & # z 0.5 &
(z 0.5)
'

" 0.5z 1 %
k3 = $
'
# z 0.5 &

=
z=0.8

0.5(z 0.5) (0.5z 1)


0.5* 0.3 + 0.6
=
= 8.333
2
2
(z 0.5)
0.3
z=0.8

F(z)
0.5z 1
8.333
2
8.333
=
=

+
2
2
z
(z 0.5)(z 0.8)
(z 0.5) (z 0.8)
z 0.8
8.333
2z 1
8.333
F(z) =

+
1
1 2
(1 0.5z ) (1 0.8z ) 1 0.8z 1
f (k) = 8.333(0.5)k 2(0.8)k1 + 8.333(0.8)k

Calcul de Transforme en z Inverse partir de la dcomposition en


fractions partielles
F ( z ) b0 z m + b1 z m 1 + bm 1 z + bm b0 z m + b1 z m 1 + bm1 z + bm
= n
=
n 1
z
z + a0 z + an 1 z + an
( z p1 )( z p2 ) ( z pn )
=

a
a1
a2
F ( z)
+
+ n ; ai = ( z pi )
z p1 z p2
z pn
z

z = pi

Si F(z)/z implique un pole multiple, eg. P1, alors


a3
an
F ( z ) b0 z m + b1 z m 1 + bm1 z + bm
c1
c2
=
=
+
+
+

z
( z p1 ) 2 ( z p3 ) ( z pn ) ( z p1 ) 2 z p1 z p3
z pn
ai = ( z pi )

F ( z)
z

; c1 = ( z p1 ) 2
z = pi

F ( z)
z

; c2 =
z = p1

d
dz

2 F ( z )
(
z

p
)
1

z z = p1

Exercice
Solution 2: Mettre F(z) sous forme polynomiale
z 1 (0.5 z 1 )
0.5 z 1 z 2
F ( z) =
=
1
1 2
(1 0.5 z )(1 0.8 z )
1 2.1z 1 + 1.44 z 2 0.32 z 3

Num=[0 0.5 1 0];


Den=[1 2.1 1.44 0.32];
U==[1 zeros(1,40)];
F=filter(Num, den,U)
0
0.5 0.05 -0.615-1.2035

Control de la vitesse dun moteur de


courant continu

L implmenation du control numrique de ce systme est


prsente dune manire schmatique :

Lobjectif est de produire une vitesse de rotation en sortie, y(t), qui


suit le signal de consigne ou rfrence, y*(t).

Modlisation
Sachant que le control se fait par ordinateur, il
semble raisonnable dabord de trouver un modle
permettant de trouver la relation entre les
chantillons de sortie,
{y(k); k = 0, 1, } et
les chantillons dentre gnrs par lordinateur,
nots
{u(k), k = 0, 1, }.
( est la priode dchantillonnage).

Le modle ( temps discret ) pour le moteur


prend la forme :
"
$
$
#

%
'
'
&

"
$
$
#

%
'
'
&

y k+1 =a y k +a y k1 +
1

"
$$
#

"
$
$
#

%
''
&

%
'
'
&

+bu k +b u k1 .
1

"
$$
#

%
''
&

Lois de Commande
Nous souhaitons que y k +1 aille vers la valeur
dsire y*.
Nous pourrions considrer la partie droite gale y*.
Dans ce cas u(k) devient une fonction de y(k)
ainsi y (k 1 )
Et
u (k 1 )
Mais le calcul nest pas possible ???
Il est possible de considrer la lois de commande
u(k) fonction de y (k 1 )

Dveloppement de Modle
Par substitution:

y (k + 1 ) = a 1 {y ( k ) }+ a 0 y (k 1 )
+ b1 u (k ) + b0 u (k 1 )
= a 1 {a 1 y (k 1 )+ a 0 y (k 2 )
+ b1 u (k 1 )+ b0 u (k 2 )}
+ a 0 y (k 1 )+ b1 u (k ) + b0 u (k 1 )

Nous observons que y k +1 prend la forme :


y (k + 1 ) = 1 y (k 1 ) + 2 y (k 2 )
+ 1 u (k ) + 2 u (k 1 ) + 3 u (k 2 )

o 1 = a12 + a 0 etc.

En effet, 1, 2, 1, 2, 3, peuvent tre estims


partir du systme physique. Cependant, pour le
systme prsent les valeurs sont ( = 0.05 seconds) :
1 = 0.03554
2 = 0.03077
1 = 1
2 = -1.648
3 = 0.6483

La Lois de Commande Modifi


Nous souhaitons que la sortie soit gale y*.
Rappelons le modle:
y (k + 1 ) = 1 y (k 1 ) + 2 y (k 2 )
+ 1 u (k ) + 2 u (k 1 ) + 3 u (k 2 )

Et

(
)
u (k =

y k +1 gale y * k +1

y * k + 1 1 y k 1 2 y k 2 2 u k 3 u k 2

La lois de commande prcdente exprime le control u(k)

comme une fonction de :


La consigne,

y * k +1

Mesures de sortie prcdentes ,

) (

y k 1 , y k 2

Les signaux de commande prcdents ,

) (

u k 1 , u k 2

Il existe une priode dchantillonnage entre la


mesure de
y (k 1 )

et le temps quand on applique u(k);


i.e. nous avons assez de temps pour que le calcul
de u(k)
Soit raliser aprs la mesure de :
y k +1

Rcapitulons
Nous avons obtenu une lois de commande
numrique qui emmne la sortie du systme
y k +1

vers la valeur dsire


y * k +1

pendant une priode dchantillonnage

Rsultats de Simulation avec la Priode


0.05 secondes

Causes dune Rponse Pauvre


1.
2.
3.
4.

Vitesse dchantillonnage
Saturation de lentre
Bruit
Timing jitter

Rsultats en Simulation qui montre la


Rponse continue

Saturation de lEntre

Rsultats Experimentaux

Le bruit

Types de Control Numrique


DCS (Distributed Control System)
Commande des Grands Systmes (Complex/
Compliqu)
PLC (Programmable Logic Controller)
Commande numrique simple de type on-off .
PC (Personal Computer)
Cost minimal, flexibilit habitude

Theorem

Name
Definition

F ( z ) = Z [ f (t )] = f (kT ) z k
k =0

Z[k1 f1 (t ) + k2 f 2 (t )] = k1 F1 ( z) + k2 F2 ( z)

Multiply by e-at

Z [e at f (t )] = F ( ze aT )
z
Z [a t f (t )] = F ( )
a

Multiply by at
Time Shift 1

Z [ f (t kT )] = z k F ( z )

Linearity

n 1

Z [ f (t + kT )] = z [ F ( z ) f (kT ) z ]

Time Shift 2

k =0

Differentiation
1

Z [ f (t ) f (t 1)] = (1 z ) F ( z )
t
F ( z)
Z f ( )d =
0
1 z 1

f () = lim(1 z 1 ) F ( z )

Integration
Final Value

z 1

f (0) = lim F ( z )
z

Initial Value

f(t)

F(s)

F(z)

(t)

u(t)
t
e at e bt
ba

e-at
1 e-at
sint

1
s

1
1 z 1

1
s2

Tz 1
(1 z 1 ) 2

1
( s + a)(s + b)
1
s+a

a
s( s + a)

s2 + 2

cost

s
s +2

e-atsint

e-atcost

( s + a) 2 + 2
s+a
( s + a) 2 + 2

1
(e aT e bT ) z 1

aT 1
bT 1
b a (1 e z )(1 e z )
1
1 e

aT

z 1

(1 e aT ) z 1
(1 z 1 )(1 e aT z 1 )
z 1 sin T
1 2 z 1 cos T + z 2

1 z 1 cosT
1 2 z 1 cosT + z 2
z 1e aT sin T
1 2 z 1e aT cos T + e 2 aT z 2
1 z 1e aT cos T
1 2 z 1e aT cos T + e 2 aT z 2

Calcul de transforme en z
at
f (t ) = e cos t
Solution

1 z 1 cos T
Z [cos t ] =
= F ( z)
1
2
1 2 z cos T + z
1:
Z [ f (t )] = F ( z ); F [e at f (t )] = F ( zeaT )
1
1

z
cos T
at
Z [e cos t ] =
1 2 z 1 cos T + z 2

1 e aT z 1 cos T
=
1 2e aT z 1 cos T + e 2 aT z 2

z = e aT z

Solution 2:

at + jt
at jt

e
+
e
at
F ( z ) = Z [e cos t ] = Z

1
= ( Z [e at + jt ] + Z [e at jt ])
2
1
at
Z [e ] =
1 e aT z 1
1
1
1

F ( z ) =
+
2 1 e aT + jT z 1 1 e aT jT z 1
1 e aT z 1 cos T
=
1 2e aT z 1 cos T + e 2 aT z 2

Calculer la Transforme en z de :
f (t ) = te at

Solution:

Tz 1
Z [t ] =
= F ( z)
1 2
(1 z )
Z [ f (t )] = F ( z ); F [e at f (t )] = F ( zeaT )
1
Tz
Z [te at ] =
(1 z 1 ) 2

Te aT z 1
=
(1 e aT z 1 ) 2

z = e aT z

Exercice
Soit f(t)=e-aT .

f(t)

Exercice

F ( z ) = Z [ f (t )] = Z [ f (kT )] = f (kT )
k =0

= 1 + e aT z 1 + e 2 aT z 2 +
e aT z 1 F ( z ) = e aT z 1 (1 + e aT z 1 + e 2 aT z 2 + )
= e aT z 1 + e 2 aT z 2 + e 3aT z 3
F ( z) e

aT

z F ( z) = 1 F ( z) =

1 e

aT