Vous êtes sur la page 1sur 70

Universit Ibn Tofail

Facult des Sciences


Dpartement Physique

Auteur :
Mohamed LHARCH

SMP S6

M. LHARCH

2014/2015

Bibliographie
1.

. Tisserand, J.-F. Pautex, P. Schweitzer, "Analyse et traitement des signaux Mthodes


et applications au son et limage" ; DUNOD 2008 2me dition

2.

F. Cottet, "Aide mmoire traitement des signaux" ; DUNOD 2005;

3. M. Bellanger, " TRAITEMENT NUMRIQUE DU SIGNAL Thorie et pratique" ;


DUNOD 2006 8me dition;
4. F. de Coulon, "TRAITE dELECTRICITE vol VI -Thorie et Traitement des Signaux" ;
Presses polytechniques et universitaires romandes 1998;
5. F. Luxereau, "Compression du signal audiovisuel" ; DUNOD 2008;
6. R.K. R. Yarlagadda, " Analog and Digital Signals and Systems" ; SPRINGER 2010;
7. K. B. Howell, " Principles of Fourier Analysis" ; CHAPMAN & HALL/CRC 2001;
8. S. W. Smith, " The Scientist and Engineer's Guide to Digital Signal Processing " ; 2nd d.
California Technical Publishing 1997-1999;

SMP S6

M. LHARCH

Bibliographie
9.

M. Corinthios, " Signals, Systems, Transforms, and Digital Signal Processing with
MATLAB" ; CRC Press 2009.

10. E. A. Lee, P. Varaiya, "Structure and Interpretation of Signals and Systems" ; AddisonWesley 2011;
11. P. Brmaud, "Mathematical Principles of Signal Processing Fourier and Wavelet
Analysis"; SPRINGER 2002;
12. R. J. Schilling, S. L. Harris, "Fundamentals of Digital Signal Processing Using
MATLAB" ; Cengage Learning 2010;
13. W. J. Witteman, "Detection and Signal Processing Technical Realization" ; SPRINGER
2006;
14. M. KUNT, " Traitement numrique des signaux" ; Dunod.

SMP S6

M. LHARCH

1 ?????????????????????????
????Dfinitions
Signaux

volution dune grandeur physique traduisant le comportement d'un systme

Signal

Support d'information

Ex. de grandeurs

Tension et courant lectrique, pression acoustique, intensit lumineuse

Origine des signaux Capteurs (thermomtre, dynamomtre)


Bruit

Phnomne perturbateur du point de vue de l'observateur

Exemples

onde acoustique
courant lectrique dlivr
par un microphone
suite de nombres

SUPPORT

musique, parole

mesures physiques

INFORMATION

????Thorie du signal
Chane de transmission d'information
Systme
physique en
volution

signal
Codage

Canal

Rcepteur

Dtection
Exploitation

Sources de bruit

Traitement du signal : SIGNAL + BRUIT

Traitement du signal

Transformation destine laborer ou interprter les signaux

Classes de problmes

? Gnration ou interprtation de signaux


? Dtection, estimation, dconvolution

Signal sinusodal

? : priode (m)

T : priode (s)
?=

1
(Hz )
T

k=

2?
?

(rad / m )

? = 2?? (rad / s )
phase
lorigine ?

Signal priodique non sinusodal

Signal non priodique

Superposition de signaux sinusodaux


de frquence n.?0, n entier et ?0=1/T

+
Filtrage?

????Signal?priodique

1
1
y (x ) = cos x + cos 2x + cos 3x
2
4

1/T

????Signal non priodique

T?? ??

2 Signaux et systmes linaires


Classification des signaux
Phnomnologique ; nergtique ; Spectrale ; Morphologique.
Quelques signaux et oprations lmentaires
Impulsion de Dirac ou Fonction ? ; Fonction signe ; Saut unit ou
chelon dHeaviside ; Signal rampe unit ; Signal rectangulaire ou
Porte ou Crneau ; Signal triangulaire ; Suite priodique dimpulsions.
Systmes linaires et invariants
Systmes ; Rponse impulsionnelle ; Convolution.

2.1 Classification des signaux


Priodique, pair, impair?

????????????????????????

x t = x ?t

x t = ?x ?t

Nombre de variables libres

Dimensionnelle

? Tension lectrique V(t) = signal unidimensionnel.


Exemples :

? Image statique noir et blanc ? brillance B(x,y) = signal bi-dimensionnel.

volution dterministe ou alatoire

Phnomnologique

? Signal dterministe (certain) : volution temporelle peut tre parfaitement prdite par
un modle mathmatique appropri ;

s1 (t )

? Signal alatoire : comportement imprvisible


? description statistique.

s2 (t )

nergie finie ou puissance moyenne finie

nergtique

Tout signal physique

Idalisation
exemple : signal sinusodal

? Signaux dnergie finie


+?

s (t ) dt < ?
?????????????
?
2

??

? Signaux de puissance moyenne finie

1
2
s (t ) dt < ?
?
T ?? T
T ?
p(t )
? puissance instantane
????????????
?
PT
? puissance moyenne sur T
????????????????
?
lim

Pmoyenne

Spectrale

Frquences (basses) et bande (large)

morphologique

Signal numris
pas de quantification

pas d'chantillonnage

Signal analogique original

? Signaux analogiques (infinit d'tats), dpend d'une variable continue ;


? Signaux numriques (nbre limit d'tats), les valeurs de la grandeur sont quantifies.

2.2 Quelques signaux lmentaires


H (t )
sgn (t )

1
-1

sgn (t ) =

t
pour t ? 0
t

H (t ) =

? (t )

r (t )

1 + sgn (t )
2

1
-0,5

r (t ) = t H (t )

x (t )

??T /2 ? ?+T /2
?t ? ? ??
x (t ) = A ? ??
? T ??

? (t )

0,5

?
?
1?
1?
? (t ) = H ??t + ?? ? H ??t ? ??
?
?
2?
2?

-1

?1 ? t ,
? (t ) = ??
?? 0,

t ?1
t >1

x (t )

??T /2 ? ?+T /2

?t ? ? ??
x (t ) = A ? ??
? T ??

sinc (t ) =

sin (?t )
?t

Impulsion de Dirac ou Fonction delta


Dfinition
?

x (t0 ) = ?

x (t + t0 ) ? (t ) dt = ?

??

??

x (t ) ? (t ? t0 ) dt

Construction
? t ?? T
gT (t ) = T ? ??
?
??1/T ???

? (t )

T ??
1/T

2.2 Quelques oprations lmentaires


Translation
?

g (t ) = f (t ? ?)

f (t )

Oprateur de rptition

Peigne de Dirac

repT (x (t )) =

+?

x (t ? kT )

?T (t ) =

k =??

chantillonnage
xe (t ) =

? x (kT ) ? (t ? kT )
= ? x (t ) ? (t ? kT )
e

k =??

+?

k=??

? ? (t ? kT )

k =??

x (kTe )

xe (t )

+?

+?

x (t )

Te
kTe

2.3 Systmes linaires et invariants


Systmes
? Toute entit ou appareil qui effectue
une transformation sur un signal.

e (t )

s (t )
Systme

? Diffrentes situations exprimentales peuvent tre dcrites par ce schma :


? S = systme conu pour raliser une opration spcifique sur le signal
filtrage, chantillonnage, amplification, modulation
? S = systme physique tudi en mesurant sa rponse, s(t), une excitation e(t)
stabilit, temps de rponse, absorption, mission
? Exemples : amplificateur idal, ligne retard
? Proprits : linarit, invariance (ou stationnarit), causalit

e (t ) = ? ai ? ei (t )

s (t ) = ? ai ? si (t )

e (t ) = e0 (t ? T )

s (t ) = s 0 (t ? T )

2.3 SLI : rponse impulsionnelle, convolution


Rponse impulsionnelle h(t)
rponse du systme lorsquil est soumis une impulsion de Dirac ?(t)

Rponse dun SLI un signal quelconque


e (t )

? Signal quelconque e(t)

e? (t )

? succession dimpulsions e?(t ) damplitude variable


? dautant plus vraie que la dure des impulsions est courte.
? Rponse une impulsion : h? (t )
SLI!

e?0 (t )

e?n (t )

e?0 (t ).h? (t ? ? 1 )

e?n (t ) .h? (t ? ? n )

t
?1

t
?n

Rponse dun SLI un signal quelconque


e? (t )

h? (t ? ? ) ? e? (? )

? le signal de sortie est produit par la superposition des rponses toutes les impulsions
+?

s (t ) =

? e (? ) h (t ? ? )d ? = e (t ) ? h (t )

??

e (t ) ? h (t ) = h (t ) ? e (t )

? Proprits :

+?

? Interprtation :

s (t ) =

h (? )e (t ? ? )d ?

??

poids dee(t-?) danss(t)

signald entre? secondesavantt

Constructiondusignaldesortie uninstantt0 donn


e? (t )

? t i ?1

e? (t )

h? (t )

t0

e? (t )

? t i + 1 t0

? ti

h? (t )

e? (t )

h? (t )

t0

h? (t )

t0

t0

? linstant t0, la pe impulsion contribue dautant plus au signal de sortie que


sa rponse impulsionnelle est leve au bout des ?tp qui la spare de t0

2.3 SLI : exemples de convolution


Exemples
? convolution d'un signal porte par lui-mme

+?

x ?
(

)?

x ? =
(

x (t ) x (? ? t )dt

??

x ?t ?

x (? ) ? x (? )
x (t ) x (? ? t )

x (t ) ? ? (t ? t 0 )

? (t ? t 0 )

x (t )

t0

x (t ) ? ? (t ? t 0 )

T + t0

Les signaux dterministes

I.

????????????

Analyse des signaux priodiques


1.

Introduction :

L'analyse harmonique ou frquentielle est l'instrument majeur de la thorie des signaux. Le


dveloppement en sries de Fourier et, plus gnralement, la transformation de Fourier
permettent d'obtenir une reprsentation spectrale des signaux dterministes. Celle-ci exprime
la rpartition de l'amplitude, de la phase, de l'nergie ou de la puissance des signaux
considrs en fonction de la frquence.
2.

Sries de Fourier :

L'lment fondamental de l'analyse de Fourier est constitu par le fait qu'un signal
priodique peut tre dcompos en une somme d'ondes sinusodales (thorme de
Weierstrass).
a) Dfinitions
Considrons un signal priodique x(t) de priode T = 1/f0. Son dveloppement en srie de
Fourier est alors le suivant :
Srie de Fourier rel :
??
??
A
(1.1)
x(t ) ? 0 ? ? An ? cos(2?nf 0 t ) ? ? Bn ? sin( 2?nf 0 t )
2 n ?1
n ?1
Avec :
T

An ?

2 0
x(t ) ? cos(2?nf 0 t )
T0 ?0

(1.2)

Bn ?

Et

2 0
x(t ) ? sin( 2?nf 0 t )
T0 ?0

(1.3)

O T0 =1/f0
b) Srie de Fourier complexe :
Un signal priodique peut aussi tre dcompos sous forme dexponentielle complexe
comme suit
x(t ) ?

??

?C

n ? ??

? Exp(i 2?nf 0 t )

(1.4)

Avec :
T

1 0
x(t ) ? Exp(?i 2?nf 0 t )
T ?0
O T0 =1/f0 et -????????
Cn ?

SMP S6

M. LHARCH

(1.5)

Page 1

??????????????????????????

d) Relations entre les trois reprsentations de Fourier:


Les relations existant entre les trois reprsentations de Fourier sont prsentes et illustres
par le tableau et le graphe vectoriel de la figure 1.2. Ce graphe est important car il permet de
voir en un coup d'il les relations simples liant les trois reprsentations spectrales. On
retiendra galement la relation existant entre les coefficients spectraux et la valeur efficace
d'une composante spectrale

La reprsentation spectrale graphique qui lui est associe porte le nom de spectre bilatral.
Pour la suite du cours, on retiendra essentiellement cette description car elle est
analytiquement plus intressante que la forme en cosinus.
c) Srie de Fourier en cosinus :
Prenant en compte la relation trigonomtrique suivante :
?
? - B ??
Acos(x) + B sin(x) = A 2 + B 2 cos?? x + arctan?
? ??
? A ??
?
on voit que le dveloppement en srie de Fourier peut galement s'crire :
?

x(t) = A0 ? ? Ak cos?2?kf 0 t + ? k ?

(1.6)

(1.7)

k ?1

Avec

? -b ?
a0
; Ak ? a k2 + bk2 ; ? k ? arctan?? k ??
(1.8)
2
? ak ?
Cette srie en cosinus est extrmement importante car elle correspond la description bien
connue des signaux en rgime sinusodal permanent ou l'on reprsente un courant ou une
tension par leur amplitude et leur phase. D'un point de vue pratique cela revient considrer
que le signal x(t) est cre de manire quivalente par une infinit de gnrateurs
sinusodaux. La reprsentation spectrale qui lui est associe porte le nom de spectre
unilatral.
A0 ?

Une illustration en est donne la figure 1.1. On y voit une onde priodique en dents de scie
qui peut tre reconstruite par une superposition d'ondes sinusodales. Cette superposition
peut tre prsente dans l'espace temps ou, de manire quivalente et plus explicite, dans
l'espace des frquences.

Figure 1.2.: Relations entre les trois reprsentations spectrales


3.

Thorme de la puissance ou de Parseval :

Dans l'espace temps, la dfinition de la puissance moyenne normalise est la suivante

P?

1
x(t ) 2 dt ? X eff2
T ?0

(1.9)

On notera que cette dfinition concide avec celle du carr de la valeur efficace du signal
x(t). La puissance normalise ne s'exprime donc pas en [W], mais en [V2] ou [A2] selon que
le signal est une tension ou un courant lectrique.
Le thorme de Parseval montre que la puissance normalise d'un signal peut se calculer
aussi bien dans le domaine temporel que dans le domaine frquentiel. En effet, comme dans
l'espace des frquences, le signal x(t) est reprsent par des gnrateurs d'amplitude Ak, il
s'ensuit que la puissance totale est gale la somme des puissances fournies par chaque
gnrateur. On en dduit alors :
?

??

k ?0

k ?1

P = X eff ? ? Pk ? A02 ? ?
??

1 2
Ak ? Pdc ? Pac
2

??
1
2
2
2. X(jk) ? ? X(jk)
2
k ?1
k ?1

? X(0)2 ? ?

Figure 1.1.: Onde en dents de scie, composantes et spectres d'amplitudes et de phases

Do : le carr de la valeur efficace d'un signal est gal la somme des carrs des valeurs
efficaces de chacune de ses composantes.
SMP S6

M. LHARCH

Page 3

SMP S6

M. LHARCH

Page 2

4.
Phnomne de Gibbs
En gnral, lorsqu'on reconstruit un signal x(t) partir de ses coefficients de Fourier :
x N (t) =

? X(jk)exp(j2?kf t ) ? A ? ? A cos?2?kf t + ? ?

k ?? N

k ?1

(1.10)

On remarque une convergence rapide vers le signal original au fur et mesure que N
augmente. Cependant, cela n'est plus vrai lorsque le signal possde des discontinuits d'ordre
0. Il apparat alors, l'endroit de la discontinuit, des oscillations que l'on dsigne sous le
nom de phnomne de Gibbs. L'amplitude du dpassement d ces oscillations est gale au
9% de l'amplitude de la discontinuit.

Spectres damplitude et phase :

La description de x(t) avec les fonctions cosinusodales conduit aux spectres unilatraux
d'amplitudes et de phases (Ak et ?k) du signal x(t). Les frquences sont positives ou nulles
car le compteur k des harmoniques varie de 0 +? (figure 1.3). La description de x(t) avec
les fonctions complexes conduit aux spectres bilatraux d'amplitudes et de phases (|X(jk)| et
?X(jk)). Ici, les frquences sont ngatives et positives car le compteur k varie de -? +?.
Dans le cas des spectres bilatraux, on notera que les spectres d'amplitudes sont toujours des
fonctions paires car on a

X(jk) ? X(-jk) ?

Ak
;
2

k ?0

alors que les spectres de phases sont toujours des fonctions impaires. On a en effet

?X(jk) ? - ?X(-jk) ? ? k ;

k ?0

Pour le cas particulier de la composante continue du signal, on a

X(0) ? A0

?X(0) ? 0,?

Figure 1.5.: Illustration du phnomne de Gibbs


6.

Figure 1.3.: Quelques signaux avec leurs puissance et spectres d'amplitudes uni et bilatraux

Proprits de la srie de Fourier :


a. Dcalage temporel.

5.

Il est frquent en analyse des signaux de devoir dcaler temporellement un signal x(t) ; on
obtient alors un nouveau signal y(t) = x(t + td). Ce dcalage td peut tre positif (signal
avanc) ou ngatif (signal retard) (fig. 1.16). On montre alors qu'entre les espaces temps et
frquences, il existe la relation suivante :
y(t) ? x(t ? t d ) ?
Y(jk) ? X ( jk ).exp(j2?kf 0 t d
(1.11)
Comme le module du phaseur exp(+j2?kf0td) vaut toujours un, il s'ensuit que seul le spectre
de phases est modifi par un dcalage temporel. On a donc :
Y(jk) ? X ( jk ) . ; ? k ? ? k ? 2?kf 0 t d
Remarque : A un dcalage temporel correspond une phase variant linairement avec la
frquence.

Reconstitution des signaux :

On se souvient que, connaissant le spectre X(jk), on peut toujours reconstruire une


approximation d'ordre N du signal temporel. Une illustration de la synthse de ces deux
signaux est donne la figure 1.4. On constate que, contrairement au signal triangulaire, la
convergence est trs lente pour le signal carr.

b. Rotation autour de lordonne


La rotation d'un signal autour de son ordonne est dcrite par y(t) = x(-t). Dans ce cas, on
montre que
y(t) ? x(-t ) ?
Y(jk) ? X (? jk ) ? X * ( jk )
(1.12)
une rotation du signal temporel autour de l'ordonne correspond le conjugu complexe
dans le domaine frquentiel.
SMP S6

M. LHARCH

Page 5

Figure 1.4.: Synthse de signaux triangulaire et carr par l'addition successive des harmoniques
SMP S6

M. LHARCH

Page 4

cette dformation l'aide du taux de distorsion harmonique (TDH). Celui-ci est dfini
comme le rapport de la valeur efficace des harmoniques d'ordre suprieur 1 avec la valeur
efficace du premier harmonique :
X eff (k ? 1)
X 2 (2) ? X 2 (3) ? X 2 (4) ? .....
TDH ?
?
(1.15)
X eff (k ? 1)
X 2 (1)

II.

Analyse des signaux non priodiques


1. Transforme de Fourier :
a. Passage de la srie la transforme de Fourier :
Le passage d'un signal priodique un signal apriodique peut se faire en considrant que la
priode T devient de plus en plus grande pour tendre vers l'infini. On constate alors que les
raies spectrales distantes de 1/T se rapprochent pour se transformer en spectre continu. Mais
en mme temps, l'amplitude de celui-ci diminue pour tendre vers zro. Une illustration en
est donne (figure 1.7) pour une suite d'impulsions rectangulaires dont la priode augmente
alors que la largeur reste constante. Comme la surface de l'impulsion reste constante alors
que la priode augmente, l'amplitude Xdc du sinus cardinal ne cesse de dcrotre pour tendre
vers zro.
Partant d'un signal priodique dcrit par :
xT (t ) ?

c. Compression-dilatation temporelle
La compression ou dilatation temporelle d'un signal est dcrite par y(t) = x(at). Dans ce cas,
on montre que
2?kf 0
1
(1.13)
y(t) ? x(at ) ?
Y(jk) ? X ( jk
)
a
a
? Si a>1 on une dilation temporelle, ceci correspond une compression du spectre de
frquences ;
? Si a<1 on a une compression temporelle, ce qui donne un spectre dilat en frquences.
Remarque : Une dilatation temporelle du signal engendre une compression de son spectre
frquentiel et inversement.
7.

Rponse d'un systme linaire

Considrons, comme exemple, un filtre attaqu par une SIR (figure 1.6a). Comme ce signal
est priodique, on retrouvera la sortie du circuit un signal priodique y(t) de mme priode
T0. La dcomposition de ces 2 signaux en srie de Fourier donnera les spectres X(jk) et Y
(jk) qui seront lis l'un l'autre par la rponse frquentielle G(j?) du filtre.

??

? X ( jk ) ? Exp(i 2?kf t )
0

k ? ??

T
2
T
?
2

T . X ( jk ) ? ? x(t ).Exp(?i 2?kf 0 t )dt

; k ??

A partir des correspondances suivantes


T ? ? ; f 0 ? df ; kf 0 ? f

; TX(jk) ? X(jf) .
On voit que la srie de Fourier discrte devient une fonction continue. Cette fonction X(jf)
est une densit spectrale d'amplitude qui, par dfinition, est la transforme de Fourier du
signal apriodique x(t) :
??

T . X ( jk ) ? ? x(t ).Exp(?i 2?kf 0 t )dt


??

; f ??

Figure 1.6.: Rponses temporelle et frquentielle d'un filtre une SIR


Comme les signaux priodiques sont reprsents par des ondes sinusodales de frquences
kf0 et que les systmes linaires conservent la frquence des signaux appliqus, on retrouve
pour Y (jk) des raies spectrales situes aux mmes frquences que celles de X(jk) (figure
1.6b). De plus, l'amplitude et la phase de ces raies spectrales sont lies au signal d'entre par
la relation bien connue Y (j?) = G(j?) . X(j?). Dans le cas de signaux priodiques, la
pulsation ? est un multiple de la fondamentale 2?f0. On a donc :
(1.14)
Y(jk) ? X ( jk ).G ( j? ) ? ?2?kf
0

8.

La caractristique essentielle des systmes non-linaires est de dformer les signaux


sinusodaux. Le signal de sortie est donc priodique non-sinusodal. Il s'en suit que son
spectre est constitu d'un grand nombre de raies spectrales, alors qu' l'entre il n'y avait
qu'une seule raie.
Dans la pratique, il est important de pouvoir chiffrer cette dformation puisque les
amplificateurs rels, quelle que soit leur qualit, possdent des non-linarits. On mesure

Figure 1.7.: Passage de la srie de Fourier la densit spectrale


SMP S6

M. LHARCH

Les systmes non linaires (distorsion) :

Page 7

SMP S6

M. LHARCH

Page 6

S x ( f ) ? X ( f ) ? X(f).X * (f)

; en V 2 / Hz 2

(1.24)

La transforme inverse s'obtient en considrant la fonction priodique pour laquelle la


priode T tend vers l'infini; on a alors :

d. Proprits de la transformation de Fourier

x (t ) ?

Intgration

Ax(t)+by(t)
X(t+td)
X(t).exp(-at) ; x(t) causal
x(t) exp(+j2?f0t)
dx(t )
dt

aX(f) + bY(f)
X(f).exp(j2?f td)
X(j2?f+a)
X (f - f0)
j2?f X(f)

??

x(t ) ? h(t )
x(t ).h(t )

Valeur lorigine

x(t ? 0) ? ? X(f)df

??

Rotation Oy
Fonction paire
Fonction impaire

y(t)=x(-t)
x(t)=x(-t)
x(t)=-x(-t)

??

? T T . X ( jk ) ? Exp(i 2?kf t )
0

k ? ??
??

? T . X ( jk ) ? Exp(i 2?kf t ). f
0

k ? ??

Lorsqu'on passe la limite :


T ? ? ; f 0 ? df ; kf 0 ? f
; TX(jk) ? X(jf)
et la somme devient une intgrale. On obtient la dfinition de la transformation inverse de
Fourier
??

x(t ) ? ? X ( jf ).Exp(i 2?kf 0 t )df


??

avec X(0) ? ? x(t)dt

-?

T ? ??

T ? ??

??

Convolution

? lim
? lim

1
1
X ( f ) ? X (0).? ( f )
j 2?f
2

? x(? )d?

k ? ??

Parmi le grand nombre de proprits associes la transformation de Fourier, on retiendra


particulirement celles qui ont le plus d'intrt en traitement du signal. Elles sont prsentes
dans le tableau 2.1.
Linarit
Dcalage
Amortissement
Modulation
drivation

??

? X ( jk ) ? Exp(i 2?kf t )

; f ??

b. TF direct et inverse :

-?

X ( f ).H ( f )
X( f ) ? H( f )

Les deux relations que nous venons de dmontrer constituent les transformations de Fourier
directe et inverse. On constate que les descriptions temporelle et spectrale sont parfaitement
symtriques :

??

X(f ? 0) ? ? x(t)dt

??

-?

x(t ) ? ? X ( jf ).Exp(i 2?kf 0 t )df

Y(f)=X(-f)=X*(f)
X(f) rel pur
X(f) imaginaire pur

??

??

X ( jf ) ? ? x(t ).Exp(?i 2?kf 0 t )dt

(1.17)

X ( f ) ? X ( f ) ? X r2 ( f ) ? X im2 ( f )

(1.20)

X (f)
?X ( f ) ? ? ( f ) ? arctan( im
Xr( f )

(1.21)

??

2. Exemples de spectres continus :


Pour illustrer l'utilisation de la transforme de Fourier, calculons les densits spectrales de
trois signaux particuliers.
a. Spectre dune impulsion rectangulaire :

En notation abrge, on dcrira ces deux transformations par les oprateurs TF{} et TFI{}. La
correspondance rciproque s'crit alors :
(1.18)
x(t ) ? TFI ?X ( jf )? ? X ( jf ) ? TF ?x(t )?
Si la fonction x(t) ne possde pas de symtries particulires, sa densit spectrale d'amplitude X(jf)
est une fonction complexe :
(1.19)
x(t ) ? X ( f ) ? X r ( f ) ? iX im ( f )
Les densits spectrales du module et de la phase valent alors :

Considrons une impulsion x(t) de largeur ?t et d'amplitude A centre en t = 0 (figure 1.8).


Par dfinition de la transformation de Fourier, on a :
??

X ( jf ) ? ? x(t ).Exp(?i 2?kft )dt


??

En tenant compte de la dfinition de l'impulsion rectangulaire centre :


?t
?
si t ?
??0
2
x(t ) ? ?
?t
?A
si t ?
??
2
il vient :

(1.16)

c. Energie d'un signal non permanent


Dans le cas des signaux non permanents, on prendra garde parler de leur nergie et non pas
de leur puissance, car celle-ci est nulle si l'on considre une dure infiniment longue.
De manire similaire ce que l'on a vu pour les signaux priodiques, on peut calculer
l'nergie d'un signal apriodique aussi bien dans le domaine temporel que dans domaine
frquentiel :
??

W ? ? x 2 (t )dt
??
??

W ? ? X ( f ) df
??

; en V 2 .s
; en V 2 / Hz

(1.22)
(1.23)

L'expression de l'nergie d'un signal x(t) dans le domaine des frquences entrane la
dfinition de la densit spectrale d'nergie Sx(f) :
SMP S6

M. LHARCH

Page 9

SMP S6

M. LHARCH

Page 8

??

??

??

X ( jf ) ? ? x(t ).Exp(? j 2?ft )dt ? ? A exp(? at ) sin( 2?f p t ).Exp(? j 2?ft )dt
??

??

A exp(? at )

?exp(2?f

t ) ? exp(?2?f p t )
2j

?t

X ( jf ) ? ? ?2t A.Exp(? j 2?ft )dt ? ?

?.Exp(? j 2?ft )dt

Cette intgrale ne contient que des exponentielles ; elle est trs simple calculer. Aprs
rduction des deux primitives un mme dnominateur, on obtient :
2?f p
(1.26)
X ( jf ) ? A
?C
(a ? j 2?f ) 2 ? (2?f p ) 2

?t

?
A
?exp(? j 2?ft ?? ?2t
j 2?f
2

?A ?
?t
?t ?
exp(? j 2?f ) ? exp( j 2?f )?
?
2
2 ?
j 2?f ??
sin(?f?t )
A exp( j?f?t ) ? exp(? j?f?t )
?
? A.?t.
2j
?f
?f?t

(1.25)
??

Comme on pouvait s'y attendre, la densit spectrale d'amplitude d'une impulsion


rectangulaire centre en t=0 est bien dcrite par un sinus cardinal. De plus, comme
l'impulsion rectangulaire x(t) est paire, sa densit spectrale d'amplitude Y(jf) est une
fonction relle. Enfin, on remarquera (figure 1.8) que le spectre passe par zro chaque fois
que le sinus cardinal s'annule, c'est--dire, chaque fois que la frquence est un multiple de
1/?t.

Figure 1.9.: Sinus amorti et le module de sa densit spectrale d'amplitude.


On remarquera que la densit spectrale d'amplitude Y(jf) est une fonction complexe car la
sinusode dcroissante y(t) ne possde pas de symtrie particulire. La figure 1.9 prsente le
sinus amorti et le module de sa densit spectrale d'amplitude. On peut galement noter les
deux valeurs particulires suivantes :
2?f p
A
?
f ?0
: Y(0) ? A 2
si a ?? 2?f p
a ? (2?f p ) 2 2?f p
f ? fp

Y(f p ) ?

A 2?f p
A
?
a a ? j 4?f p
j 2a

si a ?? 2?f p

Considrons un signal constitu de deux impulsions d'amplitude A places symtriquement


en t0/2 (figure 2.5). Ce signal possde un spectre qui se calcule facilement partir de celui
d'une impulsion centre en t = 0 et l'aide du thorme du dcalage.
Comme le signal z(t) est la somme de 2 impulsions dcales de t0/2,
z(t) = x(t + t0/2) + x(t - t0/2)
On a :
t
t ?
sin(?f?t ) ?
sin(?f?t )
Z(jf ) ? A?t
exp(? j 2?f 0 ) ? exp(? j 2?f 0 )? ? 2 A?t
cos(?ft 0 )
?f?t ??
?f?t
2
2 ?
M. LHARCH

Le spectre de cette impulsion illustre deux points importants concernant les signaux de dure
limite :
? Un signal de courte dure possde un spectre large bande.
? Un spectre troit correspond un signal de longue dure.
b. Spectre dun sinus amorti :

c. Spectres de deux impulsions rectangulaires

SMP S6

Figure 1.8.: Impulsion rectangulaire et sa densit spectrale d'amplitude.

Page 11

Etudions, comme deuxime exemple, la transforme de Fourier d'une sinusode de frquence


fp dcroissant exponentiellement au cours du temps (figure 1.9). Son quation s'crit :
si t ? 0
?0
x(t ) ? ?
Aexp(-at)
sin(2?f p t)
si t ? 0
?
Partant de la dfinition de la transforme de Fourier, on calcule sa densit spectrale
d'amplitude :

SMP S6

M. LHARCH

Page 10

? pour la transformation de Fourier, il faut que le signal soit intgrable en valeur absolue et
que le nombre de ses discontinuits soit fini :

??

??

x(t ) dt ? ??

? pour la transformation de Laplace, il faut que :

??

??

Donc :

Z(jf ) ? 2 A?t

sin(?f?t )
cos(?ft 0 )
?f?t

(1.27)

De plus, par rapport ce qui va suivre, il est intressant de considrer galement la densit
spectrale d'nergie :

x(t ) exp(? st ) dt ? ??

Autrement dit, il faut que le signal x(t) pondr par une exponentielle amortie soit intgrable
en valeur absolue.
Des deux points ci-dessus, il dcoule que les signaux temporaires ( nergie finie) et les
signaux permanents priodiques ou non ( puissance finie) possdent une transforme de
Fourier mais pas ncessairement une transforme de Laplace. Ainsi en est-il de
l'exponentielle symtrique et, au sens des limites, des signaux priodiques.
Par contre, des signaux dmarrant en t = 0 tels qu'une rampe x(t) = a.t ?(t), une parabole
x(t)= a.t2?(t), ne sont pas transformables de Fourier, alors qu'ils possdent une transforme
de Laplace.
Il existe d'autre part des signaux qui possdent les deux transformes ; par exemple, les
signaux amortis dmarrant en t = 0. Et d'autres n'en possdent aucune; par exemple x(t) = a.t
pour -1<t<+1.

?
?
sin(?f?t )
cos(?ft 0 )?
S Z ( f ) ? ? 2 A ?t
?f?t
?
?

Les densits spectrales d'amplitude et d'nergie sont reprsentes la figure 1.10.

c) Thorme de Bernstein
Existence de relations dincertitude entre les supports temporels et frquentiels. Exemple
du signal rectangulaire, figure 1.8. A un support fini dans le domaine temporel correspond
un support infini dans le domaine frquentiel. Conclusion : un signal bande limite
nexiste pas (en thorie). En pratique, importance des ordres de grandeur.
Le thorme de Bernstein donne des relations entre la largeur de bande du signal et les
drives nmes du signal (plus la bande du signal est importante, plus il est susceptible de
varier rapidement).
Autre interprtation : plus un signal est impulsif (concentr dans le temps) plus son spectre
est large (et rciproquement).

Figure 1.10.: Deux impulsions rectangulaires symtriques (a) avec ses densits spectrales
d'amplitude (b) et d'nergie (c)
3. Quelques conclusions
a) TF des signaux priodiques

4. Table illustre de quelques transformes de Fourier

Du paragraphe prcdent, on retiendra que la transformation de Fourier s'applique galement


des signaux priodiques, c'est--dire des signaux de puissance moyenne finie. Dans ce
cas, les raies spectrales de la srie de Fourier sont remplaces par des impulsions de Dirac.
b) Relations avec la transformation de Laplace
Les dfinitions des transformes de Fourier et Laplace montrent une forte similitude. On a
en effet
??

X ( jf ) ? ? x (t ).Exp(?i 2?kft )dt


??

L( s ) ? ?

??

x (t ).Exp(? st )dt

avec s ? ? ? j2?f

(1.28)

Si on a dfini des transformations si proches, mais malgr tout distinctes, c'est que tous les
signaux ne sont pas transformables de Fourier et/ou de Laplace. En effet, l'existence de ces
transformations entrane les restrictions suivantes :
SMP S6

M. LHARCH

Page 13

SMP S6

M. LHARCH

Page 12

SMP S6

M. LHARCH

Page 15

SMP S6

M. LHARCH

Page 14

III.

Corrlation de signaux nergie finie


Dans de nombreuses applications du traitement du signal il est ncessaire de comparer des
signaux entre eux, en particulier pour dterminer un degr de ressemblance ou pour
synchroniser des horloges. La mthode permettant de rsoudre ce problme de la faon la
plus directe la plus directe consiste calculer le produit dintercorrlation. Ce produit est
l.intgrale du produit des deux signaux. On peut dmontrer que ce produit dintercorrlation
passe par un maximum ( nergie constante) quand les deux signaux sont identiques et
parfaitement synchroniss. Pour simpli.er la prsentation commenons par le cas des
signaux discrets.

1.

Intercorrlation de deux signaux :

Considrant deux signaux x(t) et y(t) nergie finie, on dfinit la fonction d'intercorrlation
comme l'intgrale du produit du signal x(t) avec le signal y(t) dcal d'une valeur ? :
??

Rxy (? ) ? ? x(t ). y (t ? ? ) dt

(1.29)

??

Remarques :
? On voit ainsi que la fonction Rxy(?) est aussi la version retourne de Ryx(?) autour de
l'ordonne Oy. Rxy(t)=Ryx(-t)
? Les fonctions dintercorrlation et de convolution sont relies entre elles par :

Rxy (? ) ? x(?? ) ? y (? )

Cette relation valable dans l'espace temps a bien entendu son quivalent dans l'espace des
frquences que l'on dsigne sous le nom de densit interspectrale d'nergie :
Rxy(jf) = X*(jf) Y(jf)
Exemple :
Calculer la fonction dintercorrlation des deux fonctions dfinies par :
si 0 ? t ? 2
si 0 ? t ? 1
?1
?1
f (t ) ? ?
g (t ) ? ?
sinon
sinon
?0
?0
Lintgrale doit tre calcule par morceaux
?*
?
?*
?
?
??
?*
?
?
?*
?
?
??*

t ? -1

R fg (t ) ? 0

-1 ? t ? 0

R fg (t ) ? ? du ? t ? 1

t ?1

t ?1

0 ? t ?1

R fg (t ) ? ? du ? 1
t

1? t ? 2

R fg (t ) ? ? du ? 2 ? t

2?t

R fg (t ) ? 0

fig. 1.11 : Produit dintercorrlation de f et g


de lexemple ci-dessus.

SMP S6

M. LHARCH

Page 17

SMP S6

M. LHARCH

Page 16

2.

R ex (t) ? e ? x(-t)

Autocorrlation dun signal :

Dans le cas particulier o y(t) = x(t), on obtient la fonction d'autocorrlation du signal x(t) :

Rex (t ) ? Rxx (t ) ? Rbx (t )

??

Rxx (? ) ? ? x(t ).x(t ? ? )dt

Rex (0) ? E x ? Rbx (0)

(1.30)

??

qui, pour un dcalage nul, donne l'nergie du signal x(t) :


??

Rxx (0) ? ? x(t ) 2 dt ? Wx

Lintercorrlation lorigine est maximum si le signal et le bruit sont dcorrls. Ce qui est
le cas si le bruit est un bruit blanc indpendant du signal. Cette proprit est lorigine de la
notion de filtre adapt.

(1.31)

??

3.

Proprit fondamentale :

Considrons une combinaison linaire de deux signaux dterministes rels modliss par des
fonctions de u. t est un paramtre constant dans ce qui suit, de mme que b:
f(u) + bg(u - t)
Calculons son nergie
?

E?

? ? f (u ) ? bg (u ? t ) ?? f (u ) ? bg (u ? t ) ?du

??

??

??

? f (u ) f (u )du ? b ? g (u ? t ) g (u ? t )du ? 2b ? f (u ) g (u ? t )du


2

??

(1.32)

? R ff (0) ? b 2 R gg (0) ? 2bR fg (t) ? 0


Si on considre cette expression comme une quation du 2me degr en b, elle est positive ou
nulle et son discriminant est donc ngatif ou nul car elle na pas de racine relle en dehors
des racines doubles:

R 2fg (t) ? R ff (0)R gg (0) ? 0

R fg (t) ? R ff (0)R gg (0)

Donc

Lintercorrlation est donc borne par le produit des nergies des deux signaux. Ce qui, dans
le cas de lautocorrlation donne

R ff (t) ? R ff (0) (nergie du signal)


Donc lautocorrlation passe par un maximum en t = 0. On parle du pic de corrlation, il est
situ la meilleure concidence des signaux.
On normalise souvent lintercorrlation par lnergie des signaux, de sorte que
lintercorrlation soit toujours infrieure ou gale 1.

R fg (t)
Ef ? Eg
4.

?1

Application dtection de signaux noys dans le bruit :

On calcule lintercorrlation entre le signal dentre et le signal reconnatre.


e(t) = x(t) + b(t)
SMP S6

M. LHARCH

Page 19

SMP S6

M. LHARCH

Page 18

But dune modulation


Soit le montage suivant :

????????????
En faisant varier la longueur l de la tige mtallique, on constate que pour une longueur l0, le
courant dbit par le gnrateur devient trs suprieur au courant consomm par le primaire du
transformateur vide : tout se passe comme si le secondaire du transformateur tait connect
une charge.

Il y a donc un change dnergie entre le gnrateur et le milieu ambiant. Cet change se fait sous
forme de rayonnement lectromagntique. La tige mtallique joue le rle dune antenne mettrice.
On constate galement que la longueur l0, pour laquelle le rayonnement est maximal, est lie la
frquence f du gnrateur par la relation :

avec :

?? ???? longueur donde du signal produit par le gnrateur, c tant la vitesse de la lumire dans le
vide.
Exemple de calcul :
Si on veut transmettre un signal audio dont le spectre se situe autour de 10 kHz, la longueur
de lantenne doit tre :

?????????????

I.

La modulation damplitude :

La mthode la plus simple de transposition spectrale est la modulation damplitude (ou modulation
linaire), note AM (Amplitude Modulation). Cest la mthode utilise pour les premires
transmissions radio, dans les annes 1920.
Il y a quatre types de modulations damplitude :

lantenne, on doit augmenter la frquence du signal transmettre : on effectue un dcalage spectral


vers les hautes frquences du signal : cest la modulation.
Exemple :
Si lmission se fait la frquence f = 10 MHz, la longueur de lantenne devient :

AM Double Bande Sans Porteuse (DBSP) : utilise pour le multiplexage frquentiel et le


cryptage analogique ;

AM Double Bande Avec Porteuse (DBAP) : utilise en radiodiffusion ;

AM Bande Latrale Unique (BLU) : utilise pour le multiplexage frquentiel, la tlphonie,


les radiocommunications militaires et marines ;

Lantenne doit avoir une longueur trs grande : difficile en pratique. Pour diminuer la longueur de

AM Bande Latrale Rsiduelle (BLR) : utilise pour lmission des signaux de tlvision.

2.2 La modulation AM Double Bande Sans Porteuse


2.2.1 Principe
Soit un signal sinusodal haute frquence p(t?? ?? ?????f0t, appel porteuse. Le message m(t)
transmettre est appel signal modulant. Le signal AM module en amplitude Double Bande Sans
Porteuse (DBSP) scrit :

s(t) = p(t) m(t)

2.2.2 Cas dun signal modulant sinusodal


On considre un signal modulant sinusodal m(t) = A.??????fmt avec fm << f0. Le signal AM scrit
alors :
s(t) = cos2?f0t A.cos 2?fmt
Reprsentation temporelle :

Cest une antenne ralisable pratiquement.


A la rception, le signal HF doit tre ramen vers les basses frquences : dcalage spectral vers les
basses frquences du signal : cest la dmodulation.
Ainsi, les signaux basse frquence (signaux audio) ne peuvent pas tre directement transmis en
bande de base car ils ncessitent de trop grandes antennes. Le but dune modulation est donc de
dcaler le signal mettre vers les hautes frquences afin davoir des antennes mettrices de
dimensions raisonnables.
La frquence laquelle se fait lmission en HF est appele frquence porteuse car elle transporte
linformation BF. Le signal transmis en HF est appel signal modul.
On en dduit le schma synoptique dune chanene de transmission :

Reprsentation spectrale :

Reprsentation spectrale :
Pour dterminer le spectre de s(t), il faut dcomposer s(t) en une somme de signaux sinusodaux.
On a :

Le spectre damplitude du signal module s(t) est donc constitue de deux raies symtriques situes
aux frquences f0 -fm et f0 +fm. De plus, il ny a pas de composante spectrale la frquence f0 de la
porteuse. Lallure du spectre damplitude du signal modul justifie lappellation Double Bande
Sans Porteuse.

Le spectre damplitude du signal AM DBSP avec un signal modulant quelconque est constitu de
deux bandes symtriques, centres autour de f0 : la bande latrale infrieure (BLI) et la bande
laterale suprieure (BLS).
Loccupation spectrale du signal AM DBSP est :
Bs = 2 Bm
La transmission dun signal en modulation AM DBSP ncessite donc une largeur de bande double
de celle du signal modulant.
2.3 Dmodulation des signaux AM DBSP
2.3.1 Principe

Apres filtrage passe bas de v(t), on obtient le signal dmodul :

Le signal modul est un signal bande troite, centre autour de la frquence f0 de la porteuse. Le
but de la modulation est atteint : le signal BF est transform en un signal HF.
2.2.3 Cas dun signal modulant quelconque
Reprsentation temporelle :

2.4 La modulation AM Double Bande Avec Porteuse

2.3.2 Reprsentation spectrale

2.4.1 Principe
Soit p(t) = A.??????f0t la porteuse et m(t) le message transmettre. Le signal AM DBAP scrit :
s(t) = (A + m(t?????????f0t
Dans le cas dun signal modulant sinusodal m(t) = Am. ??????fmt, le signal AM DBAP devient :

avec k = Am/A : indice de modulation (ou taux de modulation) = rapport entre lamplitude du signal
modulant et celle de la porteuse.
Pour un signal modulant quelconque, lindice de modulation est dfini par :

2.4.2 Reprsentation temporelle du signal AM DBAP

2.3.3 Problme de la dmodulation du signal AM DBSP


???????????????????????????????????????????????????????????

Apres filtrage passe bas on obtient :

Si ????1, lenveloppe du signal modul s(t) possde exactement la forme du signal modulant.
Si k > 1, lenveloppe du signal modul ne correspond plus au signal modulant : le signal AM est
surmodul. En pratique, on doit toujours avoir ????1.
Dtermination de lindice de modulation k a partir de la reprsentation temporelle du signal AM
DBAP :

On constate quil y a attnuation du signal dmodul, do la ncessite que la porteuse locale soit en
phase avec la porteuse reue : dmodulation cohrente ou synchrone.
Solution :
Transmission spare dune porteuse de rfrence appele frquence pilote.
La modulation AMDBSP nest pas utilise pour la radiodiffusion mais pour des techniques de
multiplexage frquentiel : transmission de plusieurs signaux sur un mme support, chaque signal
tant transmis sur une porteuse diffrente.

Occupation spectrale du signal AM DBAP :

Autre mthode de dtermination pratique de lindice de modulation dun signal AM DBAP :


Bs = 2Bm

mthode du trapze. On trace le signal modul s(t) en fonction du signal modulant m(t) :

2.4.4 Puissance dun signal AM DBAP


On a les relations suivantes :
Ps = Pporteuse + PBLI + PBLS
PBLI = PBLS
Do :
Ps = Pporteuse + 2 PBL
Dans le cas dun signal modulant sinusodal :

Ainsi :
2.4.3 Reprsentation spectrale du signal AM DBAP
En gnral, le signal AM transmis ne doit pas tre surmodul : ????1. Pour k = 1 (valeur maximale),
on a donc :

Donc seul un tiers (au maximum) de la puissance du signal AM contient linformation utile. Cest

Le spectre du signal AM DBAP possde donc une raie damplitude A la frquence f0 de la

un inconvnient de la modulation AM DBAP : gaspillage de puissance.

porteuse et deux raies latrales damplitude kA/2 aux frquences f0 - fm et f0 + fm.

2.5 Gnration du signal AM DBAP


2.5.1 Mthode directe

Cas dun signal modulant quelconque :

Cette mthode est trs peu utilise.


2.5.2 Utilisation dune non linarit

Exemple :
On considre la non linarit dfinie par :
y = F(x) = a0 + a1x + a2x2
Le signal y(t) scrit alors :
Aprs filtrage passe-bas et suppression de la composante continue :

La dmodulation cohrente prsente le problme de la synchronisation de la porteuse locale avec la


porteuse lmission. Une mthode de dmodulation plus efficace est la dtection denveloppe.

Apres filtrage passe bande du signal y(t) autour de la frquence f0, on obtient :
s(t) = a1.p(t) + 2.a2.m(t).p(t)

2.7 La modulation AM Bande Latrale Unique


2.7.1 Principe

= [a1 + 2.a2.m(t)].p(t)
Cest bien un signal AM DBAP :

En modulation AM double bande, avec ou sans porteuse, le spectre du signal modul prsente deux
bandes latrales symtriques autour de la frquence de la porteuse. Ces deux bandes latrales se
dduisent lune de lautre, donc elles contiennent chacune la mme information. Leur occupation
spectrale vaut le double de celle du signal en bande de base. Il y a donc un gaspillage de la
puissance de lmetteur et de la bande passante du canal de transmission.
Principe de la modulation AM a bande latrale unique (BLU) : supprimer lune des deux bandes
latrales du signal transmis pour une meilleure exploitation de la puissance et de la bande passante.
La modulation BLU (ou SSB : Single Side Band) est principalement utilise en radiotlphonie
militaire et marine.

2.7.2 Caractristiques du signal BLU

2.6 Dmodulation des signaux AM DBAP


2.6.1 Dmodulation cohrente

Pour un signal m(t) tel que |m(t)|max = 1, on a :

Occupation spectrale du signal BLU :


Bs = Bm

2.7.3 Gnration du signal BLU par filtrage passe-bande

2.7.4 Gnration du signal BLU par la mthode du dphasage

???
Le filtre dphaseur (ou filtre de Hilbert) prsente un gain gal 1 et introduit un dphasage de ????

Problme pos par cette mthode : ralisation dun filtre passe-bande avec une coupure nette en f0

dans la bande de frquences [0 Bm] (Bm : occupation spectrale du signal modulant) :

(pente infinie) alors le spectre du signal modulant ne doit pas contenir de frquences trs basses
pour pouvoir utiliser un filtre passe-bande ralisable.
????????????????????????????????????????????????????????????????????????????????????????????f] a
l???????????????????????????????????????????????????????????????f = 300 Hz pour la tlphonie) :

Pour un signal modulant m(t) = Am cos 2?fmt, on a :

????? ?????????? ??????? ?f afin de pouvoir utiliser un filtre passe-bande avec une faible pente, on
peut raliser une double modulation BLU :

La modulation de frquence (FM : Frequency Modulation) est la transformation du message m(t)


transmettre en variations de la frquence instantane du signal s(t) qui est transmis sur le canal de
transmission. La transformation est linaire :
Fi(t) = f0 + kfm(t)
On en dduit lexpression du signal modul en frquence :

do :
La ralisation pratique du filtre dphaseur reste cependant dlicate.
Reprsentation temporelle :

2.7.5 Dmodulation du signal BLU


La dmodulation dun signal BLU se fait par dmodulation cohrente :

Pour un signal BLU s(t) = Am cos 2?(f0 + fm)t, on a :

Apres filtrage passe-bas, on obtient le signal dmodul :

II.
2.2 Caractristiques de la modulation de frquence
La FM possde une trs bonne rsistance au bruit (perturbations) : elle est utilise pour la
radiodiffusion haute fidlit et les transmissions par satellites.
Cest une modulation enveloppe constante, do :
-

puissance constante : PFM = A2/2, indpendante du signal modulant m(t), ce qui facilite le

La modulation de frquence

2.1 Dfinitions
Soit un signal ???????????????0?????????.
On dfinit :
-

la phase instantane :

? i (t ) ? 2?f 0 t ? ? (t )

dimensionnement et la ralisation des metteurs;


-

rsistance aux non linarits :

la frquence instantane :

Fi (t ) ?

1 d? i (t )
1 d? (t )
? f0 ?
2? dt
2? dt

u = a0 + a1s + a2s2 + a3s3 +

2.3.2 Les fonctions de Bessel de premire espce

s(t) = Acos(2??0t ????t))

La fonction de Bessel de premire espce dordre n est dfinie par :

u(t) = m + ncos(2??0t ????t)) + p???????0t ?????t)) + q??????f0t ?????t)) +


Un filtrage passe bande permet de rcuprer le signal FM : ncos(2??0t ????t)). On peut ainsi utiliser,
Elle peut tre dveloppe en srie par :

pour lamplification des signaux FM, des amplificateurs de puissance fonctionnant prs de la
saturation (zone fortement non linaire), donc avec un trs bon rendement : amplificateurs T.O.P
(tubes ondes progressives) pour les transmissions satellites et les faisceaux hertziens.

Elle possde les proprits suivantes :

2.3 Analyse spectrale du signal FM


2.3.1 Dveloppement en srie de Fourier dun signal FM
Soit un signal FM :

On ne sait pas calculer le spectre de s(t) pour un signal modulant m(t) quelconque. On effectue le
calcul dans le cas dun signal modulant sinusodal :
m(t) = Am cos 2?fmt
Dans ce cas, la frquence instantane du signal FM est :
Fi(t) = f0 + kfm(t) = f0 + kfAm cos 2fmt

Reprsentation graphique :

Fi(t) varie de manire sinusodale dans un intervalle [f0 - ?f, f0 ??f] avec :
?f = kfAm
?f est appel excursion maximale en frquence. Cest une grandeur proportionnelle lamplitude
du signal modulant.
On en dduit la phase instantane du signal FM :

On dfinit lindice de modulation du signal FM :

Le signal FM scrit donc :


s(t) = Acos(2?f0t + ?sin2??mt)
Cest un signal priodique. On montre que son dveloppement en srie de Fourier scrit :
La table des fonctions Jn???????????????????????????????????????????est donne ci-dessous :
o Jn???????????fonction de Bessel de premire espce dordre n.

donc le spectre est constitu dune raie la frquence f0 de la porteuse et de deux raies latrales aux
frquences f0 - fm et f0 + fm : il ressemble un signal AM double bande avec porteuse sauf que les
raies latrales sont en opposition de phase car J-1(?) = - J1(?). Un tel signal est appel signal FM a
bande troite (NBFM : Narrow Band FM).

Table des fonctions Jn??????????????????????????????????????????


2.3.3 Reprsentation spectrale du signal FM
2.3.4 Occupation spectrale utile du signal FM

Daprs les proprits des fonctions de Bessel :

Le signal FM possde thoriquement une occupation spectrale infinie (nombre de raies infini), il

- le spectre du signal FM modul par un signal sinusodal de frquence fm est constitu dune

ncessite donc un canal de transmission possdant une bande passante infinie : irralisable en

infinit de raies distantes de fm, situes aux frquences f0nfm, damplitude AJn??? ;

pratique.

- les raies symtriques aux frquences f0+nfm et f0-nfm ont mme amplitude mais sont en opposition

La transmission du signal FM se fait donc en remarquant que, pour une valeur donne de lindice de

de phase pour n impair car Jn???????-1)n Jn(-??;

modulation ?, lamplitude des raies spectrales devient de plus en plus faible lorsquon sloigne de

- le nombre de raies est infini, mais Jn??????? quand n ??? donc le signal FM peut tre considr

la frquence de la porteuse. On peut donc ngliger les raies dont le rang est suprieur une certaine

comme un signal largeur de bande limite ;

valeur qui reste dterminer en fonction de ?.

- lorsque lindice de modulation est faible, cest--dire ??????, on a :

2.4 Dmodulation des signaux FM :

Soit N(?) le nombre de raies significatives de part et dautre de la porteuse. Loccupation spectrale

Discriminateur

utile du signal FM est donc :


Bs = 2N(?)fm
Il existe diffrents critres de dtermination de N(?), par exemple la rgle de Carson : pour mesurer
N(?), on ne garde que les raies dont la somme des puissances constitue au moins 98 % de la
puissance totale du signal FM. En utilisant le dveloppement en srie de Fourier du signal FM, la
puissance de celui-ci scrit :

Le nombre N(?) de raies significatives selon la rgle de Carson est donc dfini par lingalit :

Cest--dire :

ou encore :

car, pour n > 1, on a J-n(?) = (-1)nJn(?) donc J-n(?)2 = Jn(?)2.


En utilisant la table des fonctions de Bessel, on trouve que :
N(?) = ? + 1
do :
Bs = 2(? + 1)fm
Puisque ? ???f/fm , on a galement :

Loccupation spectrale du signal FM dpend donc de deux grandeurs :


- ??????????????????????????f, proportionnelle lamplitude du signal modulant ;
- la frquence fm du signal modulant.
Dans le cas dun signal FM faible indice (? << 1), on a Bs = 2(? + 1)fm ?? 2fm : on retrouve
loccupation spectrale dun signal AM.
Dans le cas dun signal FM a grand indice (? >> 1), on a Bs = 2(? +1)fm ?? 2 ? fm = 2kfAm donc
loccupation spectrale dun signal FM grand indice de modulation (appel signal WBFM : Wide
Band FM) est proportionnelle lamplitude du signal modulant. Ce dernier rsultat est connu sous
le nom de thorme de Woodward.

III.

Modulation de Phase :
3.1 Principe :

????????????

???????????????????????

3.2 Occupation spectrale du signal PM :

???Introduction

???Fonctions de transfert des filtres ????????????


La fonction de transfert d'un filtre s'crit avec les notations complexe (j) ou de Laplace (P),
comme le rapport de deux polynmes (quation 1) :
H(p) =

N (P)
D( P )

a0 + a1 p + a2 p 2 + a3 p 3 + a4 p 4 + ... + a p
b0 + b1 p + b2 p 2 + b3 p 3 + b4 p 4 + ... + b p

quation 1

??
Pour tout systme rel, le degr du dnominateur () doit tre suprieur ou gal au degr du
numrateur () : .
??
Pour qu'un filtre soit stable, il faut que tous les ples de la fonction de transfert soient parties
relles ngatives.
??
L'ordre d'un filtre est donn par le degr du polynme du dnominateur () de la fonction de
transfert.
??
Toutes les fonctions de transfert peuvent tre dcomposes comme le produit de fonctions de
transfert du premier et du deuxime ordre.
Les cinq types de fonctions de transfert (passe-bas, passe-haut, passe-bande, coupe-bande et passetout) sont prsents ci-dessous avec leurs principaux paramtres.
G (dB)

Passe-bas

log()

reprsentation symbolique

le gabarit

GP

GA

rponse impulsionnelle
sin (2f C (t t 0 ))
2f C (t t 0 )

rponse harmonique (fonction de transfert)


H ( jf ) = k e j 2ft0 pour f < f C
pour f > f C
H ( jf ) = 0

h( t ) = 2k f C
2k.fC

filtre idal

module

h(t)

(H(f))

k
-fC

t
0

h( t ) =

t0

avec =

H ( j ) =

1+ j

20 log0,01
|H(j)|

h(t)

0
-fC
-t0fC

+fC

t0 est le temps de propagation, (retard)


module :
H ( j ) =

phase :
0,1

+fC

f
0

(H

( j )

100
0

1 ordre

-10 dB

0,5

-20 dB

-45

-45
-60

0,25

-30 dB
-75

0
-1

-40 dB

-90

exemple trac avec : = 1


exemple trac avec : 0 = 1
? 0 est pulsation caractristique. Pour un filtre du premier ordre, elle correspond la pulsation pour
laquelle le gain a diminu de 3 dB (0 = (Gmax 3dB)). Cela correspond galement la pulsation pour
laquelle la rotation de la phase est de 45 (dphasage gale 50 % du dphasage totale).
??
Le gain dans la bande passante est fix arbitrairement 0 dB soit k = 1.
??
Temps de propagation : voir le chapitre Temps de groupe (ou temps de propagation) :.
page ?

bande
passante

Y(f)

bande attnue

f
zones de
transitions
filtre rel

bande attnue
gabarit

Le gabarit tant dfini pour chaque application, il en


Figure 3 : exemple gabarit d'un filtre passe-bande
existe une infinit.
Afin de faciliter les calculs en vu de la ralisation des filtres, on peut moyennant un changement de
variable (transposition) se ramener un filtre passe-bas, puis par un second changement de
variable (normalisation) se ramener un gabarit dont la frquence (pulsation) la limite de la
bande passante vaut 1 (sans unit).

(H(j ))

-30

er

-15

0,75

irrgularit
du gain

filtre idal

? ?
1 + ?? ??
? 0 ?

) = arctan

10

Les compromis faits sur ces diffrentes imperfections


peuvent tre regroups sur un graphique appel
gabarit du filtre.
Ce gabarit fixe les limites de la fonction de transfert
du filtre ralis.

0 dB
-3,01 dB

Le filtre idal avec une discontinuit dans sa fonction de transfert n'est pas physiquement ralisable,
car sa rponse impulsionnelle ncessiterait que l'volution du signal de sortie anticipe l'volution du
signal appliqu en entre (systme non causal).
Les filtres analogiques rels prsentent donc des imperfections avec lesquelles il faut trouver des
compromis en fonction de son application :
bande
??
transition progressive entre la bande passante et la bande
passante
Y(f)
coupe
??
irrgularit du gain dans la bande passante (ondulations)
f
??
affaiblissement dans la bande coupe
bande attnue
bande attnue
??
irrgularit du gain dans la bande coupe (ondulations)
zones de
transitions
??
irrgularit du temps de propagation
Figure 2 : exemple filtre passe-bande rel

phase

|H(f)|

bande
Un filtre est un Systme Linaire Invariant dans le Temps
passante
Y(f)
permettant de diviser le spectre (espace frquentiel) afin de
conserver une ou plusieurs parties (bande) de ce spectre.
f
Le filtre idal permet de transmettre sans distorsion une
bande
coupe
bande coupe
partie du spectre (bande passante) et bloque toutes les autres
transitions
immdiates
parties (bande coupe), avec un passage abrupt
Figure 1 : exemple filtre passe-bande idal
(discontinuit) entre ces deux parties.
Les filtres sont caractriss par leur fonction de transfert, et ils peuvent tre classs en 5 familles,
suivant la bande du spectre de frquences sur laquelle ils agissent :
??
passe-bas
??
coupe-bande
??
passe-bande
??
passe-tout
??
passe-haut

La fonction de transfert d'un filtre rel s'crit sous la forme d'un rapport de polynmes complexes. Il
existe de nombreuses fonctions mathmatiques, appeles fonctions d'approximations, pouvant
rpondre l'exigence du gabarit normalis. Les principales fonctions d'approximations sont les
suivantes :
??
fonction de Bessel
??
fonction de Chebychev et Chebychev inverse
??
fonction de Butterworth
??
fonction de Cauer
La ralisation des filtres peut tre faite base de rsistances, condensateurs et inductances, on parle
alors de filtres passifs, en opposition avec les filtres actifs qui comportent en plus des composants
actifs, comme par exemple les transistors ou amplificateurs oprationnels (ampli op ou aop), qui
ncessitent une source d'nergie externe (alimentation).
page ?

Passe-haut

G (dB)

reprsentation symbolique

m = 0 : h( t ) = 0 sin ( 0t )

log()

m < 1 : h = 0 e
sin 0t 1 m 2
(t )
1 m2
m = 1 : h( t ) = 02t e 0t

GP

le gabarit

GA

rponse impulsionnelle

rponse harmonique (fonction de transfert)


pour f < f C
H ( jf ) = 0
H ( jf ) = k e j 2ft0 pour f > f C

?
sin (2f C (t t 0 )) ?
?
h( t ) = k ?? (t t0 ) 2 f C
2f C (t t 0 ) ??
?

filtre idal

|H(f)|

h( t ) = ( t ) e

0
=

1+ j
0
j

H ( j )

0
20 log0,01
|H(j)|

h(t)

0
-fC
-t0fC

+fC

avec =

2ime ordre

+fC

f
0

0,1

10

100

0 dB

90

(H(j ))

er

1 ordre

-3,01 dB

0,5

75

-10 dB
60

0
-1

-20 dB

m 1

module :

sinh 0t m 2 1

-40 dB

0,050

2ime ordre

H ( j ) =

m 0t

m 0t

)(

)(

? ?
? ?
1 + 2m j
0 ?? 0 ??

) (
)

(H ) = arctan

0,050

20 log |H(f)|

0,2
0,5

0,5

0,707

10 dB

0,707

1
0 dB

exemple Figure 8

-20 dB

-30 dB
-40 dB
0

))

0,2

0,4

0,6

0,8

1,2

1,4

1,6

1,8

0,1

Figure 4 : rponse impulsionnelle en fonction de m


lieu de
G(max)

20 log |H()|

))

Quelques valeurs caractristiques


du gain G et de la pulsation en
fonction de m.

m=0,05
ou Q=10

5 dB

0,050

20 log |H(f)|

0,050

G(max)

0,2

20 dB

0,2

G( =1)

0,707

=
(0 dB)

0,5

0,5

0,707

10 dB

(-3dB)

0 dB

G(max) = 20 log( 2m 1 m 2 )

-3,01 dB

( G max) = 1 2m 2

m=0,4

m=1

-5 dB

-20 dB

m=0,866

m=0,707

( 0 dB ) = 2 4m 2

m=0,5

-30 dB

( 3dB ) = 1 2m 2 + 1 + 1 2m 2

-40 dB
0

0,2

0,4

0,6

0,8

1,2

1,4

Figure 7 : rponse impulsionnelle en fonction de m

page ?

G( =1) = 20 log( 2m)

(Gmax)

0 dB
-10 dB

10

Figure 5 : rponse harmonique en fonction de m

m=0,25
ou Q=2

h(t)

2m 0
02 2

-10 dB

m > 1 : h = 0 e
(1 2m 2 ) sinh 0t m 2 1 + 2m m 2 1 cosh 0t m 2 1
(t )
(t )
m2 1

m < 1 : h = 0 e
(1 2m 2 ) sin 0t 1 m 2 + 2m 1 m 2 cos 0t 1 m 2
(t )
(t )
1 m2
m = 1 : h(t ) = ( t ) 0 e 0t (2 0t )

20 dB

0,2

exemple trac avec : 0 = 1

Un exemple pour diffrentes valeurs de m est


donn par la Figure 7
m = 0 : h( t ) = ( t ) 0 sin ( 0t )

exemple Figure 5

? 0 est pulsation caractristique. Suivant la dfinition retenue, elle peut correspondre, la pulsation pour
laquelle le gain a diminu de 3 dB (0 = (Gmax 3dB)), la pulsation p donne par le gabarit, la
pulsation correspondant un dphasage gal 50 % du dphasage total ( = 90 pour un filtre du 2ime
ordre)
??
m est le coefficient d'amortissement. Il caractrise la fonction de transfert autour du point 0 (passage de
la bande passante la bande attnue : Figure 5).
Plus m est grand, et plus l'amortissement est important, ce qui se traduit par un passage trs progressif de
la bande passante la bande attnue. Lorsque m 1, la fonction de transfert est dcomposable en deux
fonctions du premier ordre.
Pour les valeurs faibles (m < 0,707), il y a une rsonance de la fonction de transfert. Dans ce cas, on parle
plus volontiers de facteur de qualit que de coefficient d'amortissement. Le facteur de qualit est not Q et
il est dfini par : Q = 1
2m
??
Temps de propagation : Temps de groupe:.

? ?
?? ??
? 0 ?

phase :

2
? ? ?2 ? ?
?1 ? ? ? + ? 2m ??
?
? ?? 0 ?? ? ??
0 ?
?
?

(j )

15

exemple trac avec : = 1

H ( j ) =

h(t)

-30 dB

-1

? ?
1 + 2m j
? ?
0 ?? 0 ??

45

45

30

-0,5

exemple Figure 4

(H(f))

Pour t donn, il y a continuit de h(t) en fonction de m.

phase

module

-fC

m>1: h =
(t )

0 e m t

H ( j ) =

(systme oscillant)

m 0t

0,1

Figure 8 : rponse harmonique en fonction de m

10

-10 dB
0

0,2

0,4

0,6

0,8

1,2

1,4

1,6

Figure 6 : valeurs caractristiques de G et en fonction de m.

page ?

1,8

Passe-tout (dphaseur)

Passe-bande (slectif)

reprsentation symbolique

module

h(t)

rponse impulsionnelle
f

pente = -t0

H ( j )

f C 2 f C1
2

filtre idal

0
=

1+ j
0
1 j

1er ordre

h( t ) = 2k

et

fC =

f C 2 + f C1
2

sin (2(t t 0 ))
cos(2f C (t t 0 ))
2 (t t 0 )

(H(f))

k
-fC2

1er ordre

phase

|H(f)|

? ?
? ?
0 ?? 0 ??
=
2
? ?
1 + 2m j
?? ??
0 ? 0 ?

+fC1

f
0 +fC1

-fC1

pente = -t0

2m j
1 + 2m j

m = 0 : h( t ) = 0 cos( 0t )
m < 1 : h = e m t ?? cos t 1 m 2 m sin t 1 m 2
(t )
0
0
0
?
1 m2
?
m = 1 : h(t ) = 0e t (1 0t )

??????????????

Un filtre passe-bande est toujours d'ordre pair

H ( j ) =

2ime ordre

+fC2

-fC1 0

-fC2

+fC2

H ( j )

log()

2A

module

1 2m j

2ime ordre

2P

rponse harmonique (fonction de transfert)


pour f ] f C1 ; f C 2 [
H ( jf ) = 0
H ( jf ) = k e j 2ft0 pour f [ f C1 ; f C 2 ]

(H(f))

t
t0

1P

GP

GA

phase

|H(f)|

k
0

le gabarit

rponse harmonique (fonction de transfert)


H ( jf ) = k e j 2ft0 pour f ] ;+[

1A

reprsentation symbolique

rponse impulsionnelle
h (t ) = k ( t t )
filtre idal

G (dB)

? ?
? ?
0 ?? 0 ??

)???
?

Un systme est stable si aprs la fin d'une perturbation applique en entre, la sortie retrouve sa
position d'quilibre initiale ( h( t )
0 ).
t +
Il existe diffrentes faons de vrifier la stabilit d'un systme. Si l'on connat h(t), il faut s'assurer
qu'elle tend vers 0 lorsque t tend vers l'infini. A partir de la fonction de transfert, il faut que tous ses
ples soient parties relles ngatives. Les ples de H(P) sont les valeurs de P qui permettent
d'annuler le dnominateur de H(P).
Le critre de Routh Hurwitz permet de vrifier la stabilit d'un systme dont on connat la fonction
de transfert H(P), sans avoir calculer ses ples.
La Figure 9 rsume les six cas possibles du comportement de la rponse impulsionnelle en fonction
de la position des ples dans le plan complexe.

m > 1 : h = e m t ?? cosh t m 2 1 m sinh t m 2 1 ??


(t )
0
0
0
?
?
m2 1
?
?

Coupe-bande (rejecteur)

G (dB)

1P

1A

reprsentation symbolique

log()

2P

le gabarit

GA

rponse impulsionnelle

filtre idal

1er ordre

f C 2 f C1
2

et

fC =

rponse harmonique (fonction de transfert)


H ( jf ) = k e j 2ft0 pour f ] f C1 ; f C 2 [
pour f [ f C1 ; f C 2 ]
H ( jf ) = 0

f C 2 + f C1
2

module

?
?
sin (2 (t t 0 ))
h( t ) = k ?? (t t0 ) 2
cos(2f C (t t 0 ))??
2 (t t 0 )
?
?

phase

|H(f)|

(H(f))

k
-fC2

-fC1

+fC1

f
0 +fC1

-fC1 0

-fC2

+fC2

pente = -t0

Un filtre coupe-bande est toujours d'ordre pair

H ( j ) =

2ime ordre

? ?
1 ?? ??
? 0 ?
1 + 2m j

Figure 9 : ples dans le plan complexe et stabilit

page ?

2A

0
GP

page ?

? ?
? ?
0 ?? 0 ??

+fC2

filtre passe-bande ou slectif


G (dB)

1A

1P

2P

filtre coupe-bande ou rejecteur


log()

2A

0
GP

G (dB)

1P

1A

2A

2P

log()

Temps de groupe (ou temps de propagation) :


Le temps de groupe (tgr) est dfini comme la drive de la phase par rapport la pulsation.

GP

GA

t gr ( ) =

GA

bande passante
bandes de transitions
bandes attnues
pulsation centrale

:
:
:
:

2P 1P =
2A 2P et 1P 1A
+ 2A et 1A 0 = 1A
0 = 2 P 1P
: S = 2 P 1P
2 A 1 A

slectivit

bandes passantes
bandes de transitions
bande attnue
pulsation centrale
slectivit

:
:
:
:

+ 2P et 1P 0 = 1P
2P 2A et 1A 1P
2A 1A
0 = 2 P 1P
: S = 2 A 1A
2 P 1P

La bande de transition est comme son nom l'indique, la bande situe entre la bande passante et la
bande attnue. Plus elle est troite, et plus le filtre se rapproche du filtre idal (slectivit = 1),
mais plus l'ordre du filtre sera lev.
Pour les filtres passe-bande et coupe-bande, la pulsation centrale est dfinie comme la moyenne
gomtrique des pulsations de limite de bande passante (1P et 2P).
Centrage des gabarits
Les filtres passe-bande et coupe-bande doivent tre centrs avant toute normalisation ou
transposition.
Un gabarit est centr lorsque les pulsations centrales 0 P = 2 P 1P et 0 A = 2 A 1 A sont gales.
Dans le cas contraire, il faut centrer le gabarit, en modifiant une ou plusieurs pulsations. Ces
modifications vont obligatoirement dans le sens de rendre le gabarit plus contraignant, donc de
diminuer la bande de transition la plus large.
Une solution intressante consiste rduire la bande de transition la plus large, de faon
symtrique, en modifiant les deux pulsations.
1er cas : 2 A > 1P
2 P 1 A

G (dB)
0

'
2P

2ime cas : 2 A < 1P


2 P 1 A

1 A 2 A 2 P et '
1 P 2 P 2 A
2A =
=
1 P
1 A
1A

1P

'2P
2P

'2A
2A

GP

G (dB)
0

'1A
1A

'1P
1P

2P

2A

log()

GP

GA

Il en dcoule qu'une phase linaire donne un temps de groupe constant. Un temps de groupe
constant (indpendant de la frquence) signifie que toutes les composantes spectrales dun signal
sont transmises avec le mme dcalage temporel. Lintgrit de la forme du signal est ainsi
respecte sauf pour les composantes spectrales que lon dsire supprimer par filtrage des
amplitudes.
Dans le cas d'un filtre de Bessel, le temps de groupe correspond au temps ncessaire pour atteindre
50 % de la rponse indicielle.
passe-bas du premier ordre
fonction de transfert : H
( j ) =

la phase est donne par : (H

d ( )
d

0
02 + 2

( j )

passe-bas du deuxime ordre

fonction de transfert : H
( j ) =

1+ j
0

) = arctan

soit t gr ( ) = +

la phase est donne par : (H

0
02 + 2

t gr ( ) = +

1
lorsque tend vers 0, le temps t
gr ( 0 ) = +
de groupe tend vers
0

? ?
1 + 2m j
? ?
0 ?? 0 ??

( j )

) = arctan

2m 0
02 2

2m 0 ( 02 + 2 )
04 + 2(2m 2 1) 02 2 + 4

2m
lorsque tend vers 0, le temps t
gr ( 0 ) = +
de groupe tend vers
0

Gabarits des filtres


Les indices P et A sont associs respectivement aux grandeurs dfinissants les limites de la bande
passante et la bande attnue (ou arrt ou coupe).
L'axe des abscisses peut tre gradu en frquences (f) ou en pulsations ( = 2f).

1 A 2 A 1P et '
1 P 2 P 1 A
1 A =
=
2P
2A
'
1P

log()

d
d

filtre passe-bas
G (dB)

filtre passe-haut
G (dB)

log()

GP

GP

GA

GA

log()

GA

Tableau 1 : exemple de centrage de gabarit

Normalisation
La normalisation doit tre faite en abscisse et en ordonne, il s'agit d'un changement de variable.
En abscisse, elle permet de translater le gabarit afin de ramener la pulsation (ou frquence) de
coupure ou centrale pour les filtres passe et coupe-bande sur = 1.
(grandeur sans unit).
=
0
page ?

bande passante
bande de transition
bande attnue
slectivit

:
:
:
:

P 0 = P
A P
+ A (sa valeur est infinie)

S= P
A

page ?

bande passante
bande de transition
bande attnue
slectivit

:
:
:
:

+ P (sa valeur est infinie)


P A
A 0 = A

S= A
P

Une fonction d'approximation recherche approcher le gabarit en ayant le degr le plus faible.
Ce document traite pour le moment des fonctions d'approximations de Bessel, Butterworth et
Chebychev.
Bessel
Les filtres de Bessel ou Thomson-Bessel sont des filtres polynomiaux pour lesquels le critre
d'optimisation est la rgularit du temps de propagation ou temps de groupe (tgr) dans la bande
passante, raison pour laquelle ils sont aussi appels filtres phase linaire. En contre partie, le
passage de la bande passante la bande attnue se fait trs progressivement (la bande de transition
est importante).
La fonction de transfert est dtermine de faon que les n premires drives de tgr soient nulles
pour = 0.
Il n'existe pas de mthode analytique pour dterminer l'ordre d'un polynme de Bessel rpondant
aux paramtres d'un gabarit. Il faut le dterminer par approximations successives, faire appel aux
solveurs numriques, ou peut tre plus simplement avec une reprsentation graphique dans un
tableur ou avec un logiciel de simulation lectronique.

Les polynmes de Bessel sont donns dans le Tableau 3 pour les premiers ordres.
n
1
2
3
4
5
6
7

En ordonne, elle permet de se ramener un gain de 0 dB dans la bande passante (valeur


maximale). Il s'agit simplement d'ajouter un gain positif (amplification) ou ngatif (attnuation).
En fin de synthse, lors de la ralisation du schma lectrique du filtre et le choix des composants, il
ne faut pas oublier de dnormalisr, sans quoi la frquence de coupure se situerait aux environs de
0,16 Hz (~1/2).
La dnormalisation revient faire l'opration inverse : = 0 , en faisant bien attention la
valeur de , qui pourra tre diffrente de 1. Par exemple dans le cas d'un filtre de Butterworth une
seconde normalisation peut avoir lieu.
Transposition
La transposition est un changement de variable (Tableau 2) qui permet de convertir un gabarit (ou
une fonction de transfert) en un nouveau gabarit (ou fonction de transfert) d'un filtre de type passebas.
Ce changement est ncessaire pour la synthse des filtres, car seuls les filtres passe-bas normaliss
sont tabuls.
De mme que pour la normalisation, en fin de synthse, il faut faire la transposition inverse, pour
obtenir le filtre attendu, sans quoi le filtre serait un passe-bas.

polynmes de Bessel
D1 =
D2 =
D3 =
D4 =
D5 =
D6 =
D7 =

P +1
P 2 + 3P + 1
P 3 + 6 P 2 + 15 P + 15
P 4 + 10 P 3 + 45 P 2 + 105 P + 105
P 5 + 15 P 4 + 105 P 3 + 420 P 2 + 945 P + 945
P 6 + 21P 5 + 210 P 4 + 1260 P 3 + 4725 P 2 + 10395 P + 10395
P 7 + 28 P 6 + 378 P 5 + 3150 P 4 + 17325 P 3 + 62370 P 2 + 135135 P + 135135
Tableau 3 : polynmes de Bessel

Les polynmes de Bessel se calculent avec la formule de rcurrence : Dn = (2n 1)Dn1 + P 2 Dn2 . Ces
polynmes ne sont pas utiliss tels quels comme dnominateurs des fonctions de transfert des filtres
passe-bas, car le gain statique est diffrent de 0 dB ( H ( P )
1 ) et il dpend de l'ordre du
P 0
polynme. Ils ont donc t normaliss (Tableau 4) en gain ( H ( P )
= 1 ) et en pulsation
P 0
20 log H ( P ) = 3dB .

notation
Laplace
Laplace normalis

s=

passe-bas

passe-haut

p ? 0
p
0
1
s

passe-bande

1 ? p 0 ?
?
? + ?
2m ?? 0 p ??
?

1 ? 1?
?s + ?
2m ?
s?

j ? 0
j
0

1 ? j 0 ?
?
?
+
2m ?? 0 j ??

1
j ?
j

j ? 2 1 ?
?
?
2m ?? ??

s ?

0
complexe
complexe normalis

j =

coupe-bande

2m
? p 0 ?
??
+ ??
? 0 p ?
? 2m = 2m s
? 1 ? s2 +1
?s + ?
s?
?
? 0 ?
? 2m j ?
? 2 2 ??
0 ?
?
?

? j

2m
2 1

Tableau 2 : changement de variable pour la transposition vers ou depuis un filtre passe-bas

( P =1)

n
2

polynmes de Bessel normaliss en gain et en pulsation


D2 = 0,618 P 2 + 1,361P + 1

D3 = 0,3607 P 3 + 1,2328 P 2 + 1,7556 P + 1

D4 = 0,1901 P 4 + 0,8995 P 3 + 1,9149 P 2 + 2,1138 P + 1

D5 = 0,08911 P 5 + 0,5506 P 4 + 1,588 P 3 + 2,6174 P 2 + 2,4266 P + 1

D6 = 0,03754 P 6 + 0,2916 P 5 + 1,0788 P 4 + 2,3944 P 3 + 3,3216 P 2 + 2,7033 P + 1

Les Fonctions d'approximations


????????????????????????????????????????????????????????????????????????????????????????????????????????
??????????????????????????????????????????????????????????????

Tableau 4 : polynmes de Bessel normaliss

Pour l'utilisation de ces polynmes dans les filtres actifs, constitus par la mise en srie de cellules
du premier et deuxime ordre, ils sont aussi proposs sous la forme quadratique.

page 1?

page 1?

Chebychev
Contrairement l'approximation de Butterworth, l'approximation de Chebychev prsente de
l'ondulation dans la bande passante. Ceci permet d'avoir un passage plus rapide entre la bande
passante et la bande attnue, pour un filtre du mme ordre. Le carr du module de cette rponse
frquentielle est dcrit par :
: amplitude de l'ondulation dans la bande passante.

H ( j )

1
=
1 + 2 Tn2( )

: pulsation normalise.
Tn2( ) : carr du polynme de Chebychev.
n : ordre du filtre.

n
2

polynmes de Bessel normaliss en gain et en pulsation


D2 = 0,618 P 2 + 1,361P + 1

D3 = (0,756 P + 1) 0,4771 P 2 + 0,9996 P + 1

D4 = 0,4883 P 2 + 1,3389 P + 1 0,3885 P 2 + 0,7738 P + 1

D5 = (0,665 P + 1) 0,4128 P 2 + 1,1401 P + 1 0,3245 P 2 + 0,621P + 1

D6 = 0,3891 P 2 + 1,2224 P + 1 0,3509 P 2 + 0,9691 P + 1 0,2759 P 2 + 0,5133 P + 1

D7 = (0,594 P + 1) 0,3396 P 2 + 1,0946 P + 1 0,3012 P 2 + 0,8305 P + 1 0,2382 P 2 + 0,4333 P + 1

D8 = 0,3166 P 2 + 1,112 P + 1 0,2984 P 2 + 0,976 P + 1 0,2625 P 2 + 0,721P + 1 0,209 P 2 + 0,373 P + 1

)(

pour 1

pour 1

Tn ( ) = cosh( n arccos h ( ))

arccos h

)(

G (dB)

P = 1

P = 1

GP

1
1 + 2 2n

2 = 10

GP
10

GA

: pulsation normalise.
n : ordre du filtre.

? GA
?
? GP
?
ln ??10 10 1?? ln ??10 10 1??
?
?
?
n ?
2 ln A

( =1)

'P = 1 'A
P
A

0
GA

: amplitude de l'ondulation dans la bande passante.

Les tables des polynmes de Butterworth (Tableau 6) sont donnes, pour 20 log H ( ) = 3dB , ce

G (dB)
4ime ordre

qui correspond = 1. Si le gabarit normalis et transpos du filtre raliser n'a pas GP = -3 dB (ce
qui est le cas le plus frquent), il faut calculer un nouveau gabarit (Figure 10) avec G'P, 'P et 'A.

GP
3ime ordre

)(

l'ordre du filtre est le premier entier suprieur.

filtre d'ordre pair

)(

arccos h ( a )

G (dB)

)(

A partir des paramtres fournis par le gabarit, on peut calculer et n.

La pulsation pour un gain de 3 dB est donne par : (3dB ) = cosh ??? 1 arccos h ?? 1 ?? ???
? ??
?n
filtre d'ordre impair

)(

et ces polynmes peuvent tre calculer avec la formule de rcurrence : Tn = 2 Tn1 Tn2 .
A partir des paramtres fournis par le gabarit, on peut calculer et n.
2 = 10

)(

H ( j ) =

10

)(

Butterworth
Les filtres de Butterworth (Maximally Flat) prsentent le gain le plus constant possible dans la
bande passante. Le carr du module de cette rponse frquentielle est dcrit par :

T0 = 1
T1 =
T2 = 22 - 1
T3 = 43 - 3
T4 = 84 + 82 + 1

GP
10

)(

Tableau 5 : forme quadratique des polynmes de Bessel normaliss

Tn ( ) = cos( n arccos( ))

Ga
10

Le polynme de Chebychev est dfini par

log()

GP = -3 dB

'P = n P

GP = -10 log(1+ )
G'P = -3 dB

' A = n A
et il ne faudra pas oublier de dnormaliser, en prenant

GA

non pas = 1 mais =

1
n

Figure 10 : gabarit passe-bas normalis pour Butterworth


n
2
3
4
5
6
7
8

polynmes de Butterworth normaliss pour = 1


D2 = P 2 + 2P + 1
D3 = (P + 1) P 2 + P + 1

7
5
?
??
D4 = ?? P 2 2P cos
+ 1?
+ 1?? P 2 2P cos
8
8
?
?
??
4
3
?
??
D5 = (P + 1)?? P 2 2P cos
+ 1?
+ 1?? P 2 2P cos
5
5
?
??
?
11
3
7
?
??
??
D6 = ?? P 2 2P cos
+ 1?
+ 1?? P 2 2P cos
+ 1?? P 2 2P cos
12
4
12
?
??
?
??
6
5
4
?
??
??
D7 = (P + 1)?? P 2 2P cos
+ 1?
+ 1?? P 2 2P cos
+ 1?? P 2 2P cos
7
7
7
?
??
??
?
15
9
11
13
?
?? 2
?? 2
?? 2
D8 = ?? P 2 2P cos
P
P
P
+ 1?
+
+ 1?? 2P cos
+ 1?? 2P cos
1?? 2P cos
16
16
16
16
?
??
??
?
??
Tableau 6 : forme quadratique des polynmes de Butterworth

page 1?

page 1?

Pour illustrer la chute ou raideur des diffrents filtres nous indiquons dans le tableau suivant les attnuations la
frquence double de la frquence de coupure pour des filtres dordre 6 :
Type
Butterworth
Chebyshev
Elliptique
Bessel

Attnuation fc
3 dB
3 dB
3 dB
3 dB

??? REALISATION DE FILTRES

Attnuation 2fc
36 dB
63 dB
93 dB
14 dB

??1
??3

Les contraintes sur le filtre raliser sont gnralement reportes dans un gabarit. Ce gabarit reprsente la
courbe dsire dattnuation (en dcibel) en fonction de la frquence du filtre. Un filtre est construit pour
respecter au mieux ce gabarit. On rappelle que lattnuation est linverse du module de la fonction de transfert.

Etude du filtre passe-bas de Butterworth

??3.1

Le gabarit

On dfinit pour un filtre passe-bas quatre paramtres :

Introduction

Le filtre passe-bas de Butterworth dordre N est dfini par le module carr de sa fonction de transfert de la

Lattnuation maximale dans la bande passante

manire suivante :

Lattnuation minimale dans la bande attnue

T ( j ) =

T0

? ?
1 + ?? ??
? 0 ?

La largeur de la bande de transition dfinie par : la premire frquence attnue


passante

2N

f 2 et la dernire frquence

f1 .

Le schma suivant prsente le gabarit souhait dun filtre passe-bas avec les quatre paramtres prcdents.

A dB

Remarques pralables :

Amax ,
Amin ,

Quel que soit lordre N de ce filtre, lattnuation la pulsation frquence

= 0

est toujours de

Amin

3 dB. Les rponses en frquence des filtres de Butterworth dordre N quelconque passent donc toutes par ce
point caractristique. En effet, = 0 , on a :

T ( j 0 ) / T0 =

1
1 + (1)

2N

1
2

Amax

soit

20 log( T ( j 0 ) / T0 ) = 3 dB .

f1

Bande passante

Sa courbe de rponse en frquence est la plus plate possible dans la bande passante

f2
Bande de
transition

Bande attnue

Gabarit dattnuation dun filtre passe-bas

??2

Diffrents types de filtres

Il existe diffrents types de filtres selon lapplication souhaite. Les principaux types de filtres et leurs
caractristiques sont rsumes dans le tableau suivant :
Type
Butterworth
Chebyshev
Elliptique
Bessel

Bande passante
Plate
Ondule
Ondule
Plate

Bande attnue
Monotone
Monotone
Ondule
Monotone

page 1?
page 1?

Chute ou raideur
Bonne
Trs bonne
La meilleure
Faible

Rponse temporelle
Bonne
Faible
Faible
La meilleure

0.1Amin
1 ln 100.1Amax 1
1 ? ln 10
N= ?
2?
( ln2 ln1 )
?
Ou

) ??

) (

?
?

? a ? signifie a arrondi la valeur entire suprieure.

On se sert souvent de cette expression, mais il est aussi trs courant dutiliser des abaques pour lesquels on
travaille en frquences normalises.
Exemple :

Amax = 1dB , Amin = 40dB , f1 = 10kHz , f 2 = 20kHz

Lordre du filtre de Butterworth satisfaisant au gabarit est la valeur de N immdiatement suprieure celle
calcule avec la formule prcdente. Soit, N = 8 (N = 7.618, valeur calcule)

??3.3

Dtermination de la fonction de transfert du filtre

Comme nous lavons vu, le filtre de Butterworth nest dfinit que par
de transfert. Il nous faut donc dterminer la fonction de transfert

Rponse en frquence dun filtre de Butterworth dordre N = 2

T ( j 2f ) , module carr de sa fonction

T ( j 2f ) . Or, on sait que,

Nous allons maintenant tudier comment ce filtre peut satisfaire un gabarit passe-bas impos. Sa courbe de
rponse en frquence doit sinscrire lintrieur de ce gabarit (en dehors de la zone grise).

T ( j 2f ) = T ( j 2f ) * T * ( j 2f ) = T ( j 2f ) * T ( j 2f )
On a bien,

??3.2

Dtermination de lordre N du filtre pour quil satisfasse un gabarit

On remarque que, daprs lexpression prcdente, deux paramtres seulement permettent de caractriser
entirement ce filtre : N et 0 (si on exclut le gain statique T0 qui peut facilement tre ralis grce un simple

T * ( j 2f ) = T ( j 2f )
Car tous les coefficients de la fonction de transfert sont rels. En effet, elle est ralise partir de composants
passifs de type (L, C et R) associs avec des amplificateurs oprationnels (filtre actif) ou non (filtre passif ).

montage amplificateur oprationnel). On pourra donc dans un premier temps considrer que lamplification en
basse frquence vaut T0 = 1 .

Par commodit et pour faciliter la lisibilit, on posera par la suite

Le gabarit impose quon satisfasse aux deux conditions suivantes :

T ( p ) *T ( p ) =

??3.4

T02

? p ?
1+ ?
?
? j 0 ?

2N

p = j . On aura alors :

T02
N ? p ?
1 + ( 1) ? ?
? 0 ?

2N

car

j 2 N = ( 1) N

?20 log10 T ( j1 ) Amax


?
?
?
? 20 log10 T ( j 2 ) Amin

Dtermination des ples du filtre de Butterworth


Soit

Pour factoriser

?
? ? ?2 N ?
?10 log10 ?1 + ? 1 ? ? Amax
?
?

??
? ? 0? ?
?
2N
? ? ? ?
?
2
?10 log10 ?1 + ? ? ? Amin
? ? 0 ? ?
??
?
?

T ( p ) sous la forme T ( p ) * T ( p ) , on va calculer les racines ou ples p i . On rappelle

que les ples sont les valeurs qui annulent le dnominateur dune fonction de transfert.
On pourra ainsi lcrire :

T02

T ( p) =

? p p1 ? ? p p2 ?
? p p2 N ?
??
? (...) ?

?
?
? 0 0 ? ? 0 0 ?
? 0 0 ?

On considrera deux cas selon que N est impair ou N est pair.

Cas N impair : filtre dordre impair.

Soit finalement dans le cas limite ,

?2 N (ln 1 ln 0 ) = ln 10 0.1 Amax 1


?
0.1 Amin
1
?2 N (ln 2 ln 0 ) = ln 10

(
(

)
)

En retranchant membre membre, on obtient alors lexpression donnant lordre N du filtre de Butterworth qui
satisfait au gabarit souhait.

page 1?

page 1?

? p?
1 ?? ??
? 0 ?

T0
? p2 p
?? p
?
? 2 +
+ 1????
+ 1??
?

?
0
? 0
?? 0

prcdente sous la forme suivante (remarquer que

T ( p) =

T0
1
1
?
??
?
? p / 0 1 + j 3 ?? p / 0 1 j 3 ?( p / 0 + 1)
2
2
?
??
?

? p?
= 0 , soit ?? ??
? 0 ?

2N

=1

Les racines du dnominateur sont les 2N racines de lunit. On les trouve facilement en exprimant lgalit

Finalement, on obtient :

? p ?
?? ??
? 0 ?

Le lecteur pourra vrifier que ces valeurs correspondent celles reportes dans le tableau donnant les polynmes
normaliss ( 0 = 1 ) du dnominateur des filtres de Butterworth :

2N

1 = e jk 2 = cos(k 2 ) ) :

2N

= e jk 2 , k

entier

Do, on tire alors immdiatement la valeur de tous les ples :

pi / 0 = e jk / N

avec

i = k + 1 et k [0 ,2 N 1]

On remarque que :

Cas N pair : filtre dordre pair.

On a alors,

? p ?
1 + ?? ??
? 0 ?

2N

? p
= 0 , soit ??
?0

?
??
?

2N

= 1

les ples sont tous disposs sur un cercle de rayon unit dans le plan complexe et espacs dun angle
= k / N ,
ils sont deux deux complexes conjugus.

Exemple : N = 3, filtre du troisime ordre.

Les racines du dnominateur sont les 2N racines de -1 que lon peut facilement trouver si lon exprime
lquation prcdente sous la forme :

On a donc, p i / 0 = e

jk / 3

Do les ples suivants :

? p ?
?? ??
? 0 ?

2N

= e j ( + k 2 ) , k [0 ,2 N 1]

p1 / 0 = 1 , p 2 / 0 = e j / 3 , p3 / 0 = e j 2 / 3 , p4 = p1 , p5 = p3* , p6 = p*2
I

Do, on tire alors immdiatement la valeur de tous les ples :

pi / 0 = e

?
?
+k ?
j?
N?
? 2N

P2

P3

= /3
avec

i = k +1

P4

R
11

Exemple : N = 2, filtre du deuxime ordre.

On a donc, p i / 0 = e

?
?
j? +k ?
2?
?4

P1

,
P5

Do les ples suivants :

p1 / 0 =

2
(1 + j ) , p2 / 0 = 2 ( 1 + j ) , p3 = p*2 , p4 = p1*
2
2

Disposition des ples pour un filtre dordre N = 3


Les trois ples gauche de laxe imaginaire sont
Les trois ples droite de laxe imaginaire sont

P6

p3 , p 4 et p5 . Ils correspondent T ( p )
p1 , p 2 et p 6 . Ils correspondent T ( p )

Ainsi, la fonction de transfert suivante est la suivante :

T ( p) =

= /4
R

page 1?

T0
? p p3 ?? p p4 ? ? p p5 ?
??
??
?
?
? 0 0 ?? 0 0 ? ? 0 0 ?

page 1?

T ( j 2f ) =

T0

? f ?
1 + 2Cn2 ?? ??
? f0 ?

Disposition des ples pour un filtre dordre N = 2


Finalement, on obtient la fonction de transfert suivante:

avec la relation de rcurrence suivante,

T ( p) =

?
C n ??
? 0

? ?
? ?
?

?? = 2 C n 1 ?? ?? + C n 2 ?? ??

0
? 0?
? 0 ?
?

Cette relation peut aussi scrire :

T ( p) =

?
? ?
? ??
C n ?? ?? = cos?? n arccos?? ?? ??
? 0 ?
? 0 ??
?

pour

dans la bande passante

?
? ?
? ??
C n ?? ?? = cosh?? n arg cosh ?? ?? ??

? 0?
? 0 ??
?

pour

> 0

dans la bande attnue

? ?
,
C1 ? ? =
? 0 ? 0
3

? ?
? ?
C2 ? ? = 2 ? ? 1 ,

0
? ?
? 0 ?
4

? ?
? ?

C3 ? ? = 4 ? ? 3 ,
0
? 0 ?
? 0 ?

(p

T0
/ 02 + 2 p / 0 + 1

Ordre du filtre

On trouve les premires valeurs des polynmes de Tchebychev en appliquant la relation de rcurrence
prcdente, soit :

? ?
C0 ? ? = 1 ,
? 0 ?

T0
?
??
?
2
? p / 0
( 1 + j )???? p / 0 2 ( 1 j )??
?
2
2
?
??
?

? ?
? ?
? ?
C4 ? ? = 8 ? ? 8 ? ? + 1 ,
? 0 ?
? 0 ?
? 0 ?

+ 2 p +1

(p

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

(p

( p + 1)( p 2 + 1.6180 p + 1)( p 2 + 0.6180 p + 1)

(p

( p + 1)( p 2 + 1.0819 p + 1)( p 2 + 1.2469 p + 1)( p 2 + 0.4450 p + 1)

+ 1.8477 p + 1)( p 2 + 0.7653 p + 1)


+ 1.9318 p + 1) p 2 + 2 p + 1 ( p 2 + 0.5176 p + 1)

Tableau des polynmes normaliss ( 0

etc.

On remarque, comme il a t dit dans lintroduction, que cette fonction de transfert ondule sous la forme dun
cos nx dans la bande passante, ce qui permet de rpartir uniformment limperfection dattnuation dans toute
la bande passante.

= 1 ) des filtres passe-bas de Butterworth

Pour le cas N=4, on pourra comparer le filtre ainsi obtenu par rapport un filtre compos de deux filtres du
second ordre avec = 0,707 ( figure TBD)

( )

??4.3

Calcul du taux dondulation dans la bande passante

Les filtres de Tchebychev prsentent une ondulation dans la bande passante qui dpend de la valeur du paramtre
(rel). En effet, comme vous lavez srement remarqu, le dnominateur du module carr de la fonction de
transfert est une fonction oscillante, car forme avec des fonctions en cosinus.
2

T ( j 2f ) =

T0

? f ?
1 + 2Cn2 ?? ??
? f0 ?

Dans la pratique, seulement trois valeurs dondulation dans la bande passante sont couramment utilises : 0.1 dB,
0.5 dB, 1 dB. Ce qui suffit gnralement.

??4
?.4.1

? ?
0 C n2 ?? ?? 1 , pour f f 0
? 0 ?

Introduction

Les filtres passe-bas de Tchebychev, comme ceux de Butterworth, sont classs parmi les filtres dits
polynomiaux car leur fonction de transfert prsente un dnominateur sous la forme dun polynme et un
numrateur avec une constante. En vrit, ce sont des filtres qui possdent des ples, mais pas de zro de
transmission (pas de polynmes au numrateur).
Les filtres de Tchebychev ont t conus pour tolrer une plus ou moins lgre ondulation du module de leur
fonction de transfert dans la bande passante et une attnuation croissant de manire continue dans la bande
attnue. Ceci leur permet, en principe davoir une pente plus raide la frquence de coupure quun filtre de
Butterworth du mme ordre.

?.4.2
Calculons donc les maxima et minima de la fonction de transfert et remarquons que dans la bande passante on a :

Etude du filtre passe-bas de Tchebychev

Prsentation du filtre de Tchebychev

Le filtre passe-bas de Tchebychev dordre N est dfini par le module carr de sa fonction de transfert de la
manire suivante :

Elle vaut au maximum :

page ?1

page ??

??4.4

? f ?
2
2
T ( j 2f ) / T0 = 1 , pour Cn2 ?? ?? = 0
? f0 ?

Dtermination de lordre N du filtre pour quil satisfasse un gabarit

Pour dterminer lordre du filtre, il faut examiner comment il peut satisfaire au gabarit. Dans le cas de ce filtre, il
faudra lvidence assimiler la dernire frquence passante f1 du gabarit la frquence de coupure f 0 de ce
filtre.
En effet, toutes les rponses en frquence des filtres de Tchebychev passent par le point caractristique
dabscisse f 0 , dordonne dB (valeur de londulation dans la bande passante), car on a :

C n ( f 0 / f 0 ) = C n (1) = 1 n = 0
?

et au minimum :

1
2? f ?
?? = 1
, pour C n ??
1+ 2
? f0 ?
2
Londulation dans la bande passante vaut en dcibel : dB = 10 log10 (1 + )
2

do :

2
? 1 ?
2
10 log T ( j 2f 0 ) / T0 = 10 log?
= dB
2 ?
? 1+ ?

dB

= 10 10 1 .
On trouve donc les valeurs du paramtre

Ondulation
Le gabarit impose les deux conditions suivantes :

10 log10 1 + 2 = Amax

?
? f ??
10 log10 ??1 + 2 C n2 ?? 2 ?? ?? = Amin
? f0 ??
?

qui dfinissent une ondulation donne.


Paramtre

dB

0.1
0.5
1

?f ?
, f = f1 = f 0 car C n2 ?? 0 ?? = C n2 (1) = 1
? f0 ?

T ( j 2f ) / T0 =

0.1526204
0.3493113
0.5088471

Tableau des valeur du paramtre

des filtre de Tchebyscheff

, f = f2

On tire :

2 = 10

Amax
10

de la premire expression et :

10

Amin
10

?
?
? f ???
1 = 2 ? cosh?? n arg cosh ?? 2 ?? ?? ?
?
? f 0 ? ? ??
?
?

de la deuxime expression.
En remplaant

2 = 10

Amax
10

1 par sa valeur, on trouve alors lordre N du filtre par :

Amin
?
?
? 10 10 1 ?
arg cosh?
?
Amax
? 10 10 1 ?
?
?
N=
? f2 ?
arg cosh?? ??
? f1 ?

Exemple :

cosh = cosinus hyperbolique =

e x + e x
2

Amax = 1dB , Amin = 40dB , f1 = 10kHz , f 2 = 20kHz

Lordre du filtre de Tchebychev qui satisfait au gabarit voulu est la valeur de N immdiatement suprieure
celle calcule avec la formule prcdente. Soit, N = 5 (N = 4,536 valeur calcule).

Remarque: Lordre du filtre de Tchebychev qui satisfait ce gabarit est infrieur celui de Butterworth qui
satisferait au mme gabarit (ordre N = 7). Il ncessite donc moins de composants pour le raliser, mais il
prsente une ondulation d1 dB dans la bande passante, alors que le filtre de Butterworth serait plat dans la
mme bande.

page ??

Rponse en frquence dun filtre de Tchebychev dordre N = 5,


pour une ondulation d1 dB dans la bande passante

Remarques: Les filtres de Tchebychev prsentent N extremum dans la bande passante. La figure prcdente
montre la rponse en frquence dun filtre dordre 5, prsentant 5 extremum dans la bande passante et une
ondulation d1dB.
Les filtres de Tchebychev dordre N impair prsentent un maximum 0 dB f ? 0, puis une alternance de
minima X dB (X = valeur de londulation dans la bande : 0.1, 0.5 ou 1 dB) et de maxima 0 dB.
Alors que les filtres de Tchebychev dordre N pair prsentent un minimum X dB f ? 0 (X = valeur de
londulation dans la bande : 0.1, 0.5 ou 1 dB), puis une alternance de maxima 0 dB et de minima X dB.

page ??

???? STRUCTURES CLASSIQUES POUR REALISER DES FILTRES

??4.5

Dtermination de la fonction de transfert du filtre

Le mme type de calcul que pour le filtre de Butterworth peut tre men pour le filtre de Tchebychev pour

ACTIFS

trouver les ples de

T ( p ) et conduire la dtermination de la fonction de transfert du filtre. En pratique on

utilise des tables :


Ordre du filtre

1?

Introduction

Dans ce chapitre, les filtres actifs seront raliss laide de rsistances, de capacits et damplificateurs
oprationnels (pas de selfs). On vite ainsi les inconvnients des selfs (encombrement, rsistance parasite,
imprcision,).
Nous prsenterons deux structures fondamentales qui permettent de raliser des filtres de type passe-bas ou
passe-haut du second ordre.

(0.3017 p

(1.031 p + 1)(0.5918 p 2 + 05736 p + 1)


2

+ 0.7158 p + 1

+ 0.3972 p + 1)(1.6053 p 2 + 2.0475 p + 1)

(0.7518 p

(1.855 p + 1)(0.8368 p 2 + 0.2787 p + 1)(1.5725 p 2 + 1.3712 p + 1)

Table des polynmes normaliss ( 0

= 1 ) des filtres passe-bas de Tchebychev de 0,1 dB dondulation

Ordre du filtre

2?

Cellule de Rauch

Cette structure trs classique utilise un AOP mont amplificateur (contre raction ngative) et cinq admittances.

Y1

VE

VS
Cellule de RAUCH

Dterminons la relation entre

(1.596 p + 1)(0.8753 p 2 + 0.5483 p + 1)

+ 0.9402 p + 1

(0.9402 p

(2.759 p + 1)(2.0974 p 2 + 1.2296 p + 1)(0.9654 p 2 + 0.2161 p + 1)

+ 0.3297 p + 1 2.8057 p 2 + 2.3755 p + 1

)(

= 1 ) des filtres passe-bas de Tchebychev de 0,5 dB dondulation

(0.9070 p

(2.023 p + 1)(1.0058 p 2 + 0.497 p + 1)

(1.0136 p

(3.454 p + 1)(2.3293 p 2 + 1.0911 p + 1)(1.0118 p 2 + 0.1610 p + 1)

Table des polynmes normaliss ( 0

+ 0.9956 p + 1

+ 0.2828 p + 1)(3.5791 p 2 + 2.4113 p + 1)

= 1 ) des filtres passe-bas de Tchebychev de 1 dB dondulation

v s et v E :

On applique le thorme de Millman sur le point A :

vA =

v E Y1 + v S Y4
Y1 + Y2 + Y4 + Y5

Par ailleurs, on a v A =

v S Y3
Y5

Finalement, on obtient la relation suivante :

vS
Y1Y5
=
v E Y4Y5 + Y3 (Y1 + Y2 + Y4 + Y5 )

3?

Cellule de Rauch pour filtre passe-bas du second ordre

page ??

Ordre du filtre

Y5
Y2

(0.6595 p

Table des polynmes normaliss ( 0

Y3

Y4

page ??

Dterminons la relation entre

v s et v E :

Pour raliser un filtre passe-bas du second ordre on utilise trois rsistances R identiques et deux condensateurs :

On applique le thorme de Millman sur le point N :


Soit Y1 = Y4 = Y5 =

vS
Y2 + vS Y3
K
Y1 + Y2 + Y3

vEY1 +
vN =

1
, Y2 = jC1 et Y3 = jC 2
R

On a alors le montage suivant :


R

1
Y4

C2

Y2
Par ailleurs, on a vS =
v
v =
1 1 N Y2 + Y4 N
K
+
Y2 Y4

Finalement, on obtient la relation suivante :

C1

vS
KY1Y2
=
v E Y2 (Y1 + Y3 (1 K )) + Y4 (Y1 + Y2 + Y3 )
Structure de Rauch pour les filtres passe-bas du second ordre

5?

A partir de la fonction de transfert gnral en

Structure de Sallen et Key pour filtre passe-bas du second ordre

p = j , on a :

T ( p) =

1
R2
.
1
?3
?
+
pC
+
pC
?
?
2
1
R2
?R
?

T ( p) =

1
R 2 C1C 2 p 2 + 3RC2 p + 1

Pour raliser un filtre passe-bas du second ordre on utilise deux rsistances R identiques et deux condensateurs :
Soit Y1 = Y2 =

1
, Y3 = jC1 et Y4 = jC2
R

Finalement on obtient :

C1

C1

En identifiant avec la fonction de transfert dun filtre passe-bas du second ordre on a :

C2

Ra

3 C2
1
, 0 =
, T0 = 1
2 C1
R C1C 2

C2

Rb

4?
Structure non-inverseuse de SALLEN et KEY pour les filtres passe-bas du second ordre
La fonction de transfert en

Structure de Sallen et Key ou structure source de tension commande

Cette structure utilise un AOP en amplificateur non-inverseur ou inverseur et quatre admittances.

p = j de ce filtre est la suivante :


T ( p) =

Y3
Y1

K
R 2 C1C 2 p 2 + R (2C 2 + C1 (1 K )) p + 1

Y2
K
Y4

Avec,

2 =

2C2 + C1 (1 K )
1
Ra
, 0 =
, T0 = K = 1 +
Rb
C1C2
R C1C 2

VE

La structure inverseuse de Sallen et Key est la suivante :


Cellule de Sallen et Key

page ??

page ??

VS

T ( p) =
devient, en prenant,

1
R 2 C1C 2 p 2 + 3RC 2 p + 1
R

R '1 = 1 / C1 et R ' 2 = 1 / C 2 et bien sr p = 1 / P


2

T ' (P ) =

1
2

C1' R'1 R ' 2 P 2

Ra

3
+1
C1' R' 2 P

R '1 R ' 2 C1' P 2

1 + 3R'1 C1' P + R'1 R' 2 C1' P 2

C1

Rb

C1

C2

-K

C2

Ainsi, pour raliser un filtre passe-haut du second ordre on utilise trois condensateurs identiques et deux
rsistances R1 et R2 :
Structure inverseuse de SALLEN et KEY pour les filtres passe-bas du second ordre

La fonction de transfert en

p = j de ce filtre est la suivante :

R2
C

T ( p) =

1
K
*
K + 2 R 2 C1C 2 2 R(3C 2 + C1 )
p +
p +1
K +2
K +2

Avec,

R1

2 =

3C2 + C1

(K + 2)C2C1

0 =

1
R

Ra
K +2
K
, T0 =
, K =
K +2
Rb
C1C 2

Structure de RAUCH pour les filtres passe-haut du second ordre

T (P ) =

8?

3
R1 R2 C 2 P 2
et =
2
1 + 3R1CP + R1 R2 C 2 P 2

1
R1
, 0 =
, T = 1
R2
C R1 R2

6?

La transformation de gabarit permet de raliser un filtre passe-haut partir de la fonction de transfert dun filtre
passe-bas.
thorme de MITRA pour la transformation passe-bas -> passe-haut:

Structure de Sallen et Key pour filtre passe-haut du second ordre


Soit Y1 = Y2 = jC , Y3 =

Etant donn un rseau compos de rsistances et de condensateurs, transformons-le en remplaant chaque

1
1
et Y4 =
R1
R2

rsistance

Ri par une capacit C 'i = 1 / Ri et chaque capacit Ci par une rsistance R 'i = 1 / C i .
p par 1 / P dans lexpression de la fonction de transfert du filtre

On remplace aussi

R1
C

Transformation passe-bas -> passe-haut

Exemple : le filtre passe-bas du premier ordre :

T ( p) =

1
RCp + 1

devient,
R2

T (P ) =

1
R' C ' P
=
1
R' C ' P + 1
+1
R' C ' P

On retrouve la forme classique dun filtre passe-haut du premier ordre ralis avec une rsistance et un
condensateur.
Structure non-inverseuse de SALLEN et KEY pour les filtres passe-haut du second ordre

T (P ) =

KR1 R2 C 2 P 2
R1 R2 C 2 P 2 + (2 R1 + R2 (1 K ))CP + 1

Avec,

2 =

2 R1 + R2 (1 K )
R1 R2

0 =

1
, T = K
C R1 R2
page ??

7?

Structure de Rauch pour filtre passe-haut du second ordre


Appliquons-le la fonction de transfert du filtre passe-bas du second ordre du filtre structure de Rauch la
transformation passe-bas ? passe-haut :

page ??

?? ???????????????
Si on note x a (t ) les valeurs prises au cours du temps t par un signal analogique, l'chantillonnage de ce dernier au
rythme d'une priode d'chantillonnage Te , revient ne disposer, finalement, des valeurs de ce signal, qu'aux
instants multiples de Te . Le signal (ou suite) numrique se note alors x( n ) = x a (nTe ) .

????????????

La premire question qui se pose naturellement est de savoir si on n'a pas perdu de l'information en ne disposant plus
des valeurs du signal entre deux instants d'chantillonnage.

x(n)

t
Te

2 Te

Une autre faon de formuler cette question serait : "est-il possible de reconstruire x a ( t ) partir des chantillons

x( n ) ?" C'est l l'objet du thorme de reconstruction. Trs intuitivement on peut se dire que si on tait sr que le
signal "varie trs lentement", alors entre deux instants d'chantillonnage, il ne pourrait pas faire grand chose d'autre
que d'aller "tranquillement" d'un point un autre. Aprs formalisation on arrivera crire cette "variation lente" du
signal par une contrainte sur son spectre, ce qui va conduire au thorme de l'chantillonnage parfois appel
thorme de Shannon.

? ???????????????????????????????????
La formalisation de l'opration d'chantillonnage est malheureusement assez dlicate avec la notion mathmatique
habituelle de fonction. Elle s'effectue par contre de manire simple et concise par l'intermdiaire de la thorie des
distributions, dveloppe par le mathmaticien Laurent Schwartz. Le processus d'chantillonnage est ainsi reprsent
mathmatiquement par "l'action" de la distribution de Dirac (?t?) dcale de nTe sur le signal analogique? xa? (?t?), ce
qui se note : < (?t? nTe?),xa?(?t?)?>= xa?(?nTe?)?= x(?n?)

Remarque 1 : Dans la suite de ce cours on diffrenciera la distribution de Dirac (?t?) (parfois appele "impulsion de
?1 si n = 0
Dirac"), du symbole de Kronecker ( n ) = ?
, par le fait que la distribution est un oprateur qui s'applique
?0 si n 0
sur un signal et que cet oprateur dpendra d'une variable continue, ici le temps t, alors que le symbole de Kronecker
reprsente plutt une suite numrique et aura pour argument un nombre entier n.

??????????????????????

?????????????En lectronique, l'utilisation du peigne de Dirac pour "formaliser" l'opration d'chantillonnage

? p ( t kTe )x a ( t )dt = x a ( kTe ) = x( k ) = ? x( t )(t kTe )

lim

d'un signal "continu" (analogique) est assez intuitive physiquement. En effet, on peut considrer qu'un convertisseur
analogique numrique ???????????????????????????????????????????????????????????????????????????????????????????????

On retrouve ainsi la dfinition de la distribution de Dirac.

??????????????????????????????????????????????????????????????????????????????????????????????????

Finalement, l'opration globale d'chantillonnage peut tre formalise en introduisant un signal "analogique" fictif

? ?
p ( t ) = 1 , si t ? ,+ ?
? 2 2?
? ?
p ( t ) = 0 , si t ? ,+ ?
? 2 2?

xe (t ) qui est nul presque partout et gal x a ( t ) pour t = nTe . En introduisant alors le peigne de Dirac :
+

? (t nTe )

wTe ( t ) =

(1)

n =

Le signal chantillonn s'crit :

x e (t ) = x a (t ).wTe ( t )

(2)
P (t)

ou encore :

x e (t ) =

? x a (t )(t nTe )

(3)

n =
+

ou encore :

x e (t ) =

n =

? t
?
x( n ) ?? n ??
? Te
?

(4)

1/

? ?????????????????????????

L'analyse du spectre du signal chantillonn fait appel aux proprits de la transforme de Fourier (?? ) des
distributions. On doit alors partir de l'criture du signal chantillonn :

xa(t)
P (t-kTe)

xe?(t) = xa?(t).w?Te? (?t?)

(5)

dont la transforme de Fourier conduit :

X e ( f ) = ? ( x e (t )) = ? x a (t ).wTe ( t ) = ? (x a (t )) ? wTe ( t ) = X a ( f ) ? wTe ( t )

(6)
t

Il apparat donc que le spectre du signal chantillonn est gal au spectre du signal analogique convolu par la
transforme de Fourier du peigne de Dirac :

? (wTe ( t )) .

kTe
Echantillonner le signal l'instant t = kTe revient alors calculer :

Or on peut montrer2 que cette transforme de Fourier est elle mme un peigne de Dirac :

? (wTe (t ) ) = WTe ( f ) . La

f nTe

?
?
?
?

kTe +

(8)

kTe

? x a ( t )dt = x a ( kTe + ) avec

kTe
2

ds lors, en faisant tendre vers 0, il vient :


2

? x a ( t )dt

d'aprs le thorme de la moyenne, on peut dire que :

n =

1 + ?
n
? e j 2 f nTe = T ? ?? f T
e n = ?
e
n =

(7)

puis que :
+

p ( t kTe )x a ( t )dt =

? (wTe (t ) ) = ? e j 2

kTe +

dmonstration (non prsente dans ce cours) procde en deux tapes, on dmontre d'abord que :

E. Roubine, "Introduction la thorie de la communication, " Ed. Masson, 2ime ed., 1979.

? ?
? , ?
? 2 2?

U ( f ) ne peut donc tre non nul qu'aux abscisses du type f =

k
, on peut donc crire :
Te

?
k
k ?? f
Te
?
k =
+

U( f ) =

????????????
???? ?????????? ???? ??? ???????????? ??? ???????? ??? ??????? ??? ?????? ???????? ????? ??????????????????

?
?
?
?

???????????? ??????????????????????????

Or toujours grce aux bornes infinies, on peut remarquer que :

?
k
U ( f ) = U ?? f +
Te
?

On considre la fonction u( t ) constitue par la suite d'impulsions p ( t ) de largeur et d'amplitude

?
?
?
?

1
, spares

par la dure Te :
+

Ds lors en appliquant U ( f ) une fonction ( f ) lmentaire on pourra montrer tous les termes k sont gaux

? p ( t kTe )

u( t ) =

k =

1
entre eux et valent
.
Te
u(t)
En utilisant l'quation (6), il vient que le spectre du signal chantillonn X e ( f ) s'crit donc :

Xe( f ) =

1
Te

Te

1/

?
n ?
X a ?? f ??
Te ?
?
n =
+

(9)

|Xa(f)|

xa(t)

La transforme de Fourier de l'impulsion lmentaire p ( t ) donne :


+

? {p ( t )} = ? p ( t )e j 2 f t dt =

sin(f )
f

La transforme de Fourier de la suite d'impulsions u( t ) conduit alors :


xe(nTe)

+ +

+ +

k =

k =

k =

? {u( t )} = ? ? i p ( t kTe )e j 2 f t dt = ? ? i p ( t kTe )e j 2 f t dt = ? e j 2 f kTe

|Xe(f)|

En faisant alors tendre vers 0, il vient :


+

lim ? {u( t )} = U ( f ) = ? e j 2 f kTe


k =
0

t
- Fe

Fe

Pour la deuxime proprit, on peut crire que :


+

? e j 2 f kTe

U( f ) =

k =

grce aux bornes infinies on a :

e j 2

f Te

U( f ) = U( f )

d'o :

(1 e

j 2 f Te

)U ( f ) = 0

sin(f )
f

??? ????????? ????? ???? ?????????????????? ????????? ????? ??????? ??????????? ???????? ?? ??? ???????
?????????? ????? ??? ???????? ???? ??? ?????????????? ??? ???????? ?????????? ??? ??????? ????????????
Le signal chantillonn a alors l'allure suivante (attention c'est un sinus qui est reprsent ici et non un cosinus) :
signal chantillonn, f0=1Hz, Fe=10Hz

?????? ?????????? ???? ????? ??????????? ??? ??? ????? ?? ?????????? ??? ??? ?????????????? ???
????????? ??? ???????????????? ?????????? ????? ???? ?????? ??????????? ???? ????? ?? ???????? ???

1
0.8

???????? ???? ???? ?????????????? ????? ????? ????????? ??? ????? ??? ????????? ???? ???????? ?????????

0.6

??????????

0.4

amplitude

0.2

Considrons ainsi le cas trs simple d'un signal :

x a (t ) = cos(2 f 0 t )

-0.2
-0.4

(10)

Le spectre de ce signal est alors gal :

-0.6

Xa(f ) =

-0.8
-1

10

20

30

40

50
temps

60

70

80

90

100

La priodisation nous dit que le spectre de ce signal numrique possde une raie f ' = Fe f 0 = 10 1 = 9 Hz et
une raie f ' ' = Fe + f 0 = 10 + 1 = 11 Hz .

1
[( f f 0 ) + ( f + f 0 )]
2

(11)

Ce qui peut s'interprter comme le fait que le signal est en fait constitu de la somme de deux frquences f 0 et

f 0 , cos(2 f 0 t ) =

1 j 2 f0 t
e
+ e j 2 f0t . Ce qui se reprsente graphiquement par le spectre suivant :
2

|Xa(f)|

Si on trace le signal temporel x a (t ) = sin(2 f ' nTe ) toujours avec Fe = 10 Hz , on obtient :


signal chantillonn, f0=9Hz, Fe=10Hz
1
0.8

1/2

0.6

0.4
0.2
edu tilp ma

- f0

-0.2

f0

Le signal chantillonn va s'crire :

-0.4

x e (nTe ) = cos(2 f 0 nTe )

-0.6

-1

(12)

et son spectre :

-0.8
0

10

20

30

40

50
temps

60

70

80

90

100

Xe(f ) =

1 + ? ?
n
? ? ? f f 0 T
2Te n = ? ??
e

ce qui sera reprsent par :

? ?
n
? + ? f + f 0
? ?
Te
? ?

??
??
?
??

(13)

|Xe(f)|

- Fe

- f0

f0

Considrons le cas numrique suivant : f 0 = 1 Hz et Fe = 10 Hz

Fe

? ??????????????????????????????

On remarque donc que l'on obtient exactement les mmes chantillons. Si l'on trace les signaux analogiques sur ces

L'chantillonnage a introduit une priodicit du spectre. Pour reconstituer le signal d'origine on peut "travailler" dans

points numriques, il vient :


signal chantillonn, f0=1Hz, Fe=10Hz
1

le domaine spectral pour retrouver le spectre du signal analogique. Il ne restera plus alors qu' effectuer une

0.8

transformation de Fourier inverse pour reconstituer le signal analogique temporel.

0.6
0.4

un filtre idal H ( f ) , dont la fonction de transfert est dfinie par :

0.2
edu tilpma

Dans le domaine spectral, il suffit simplement de supprimer les bandes images du signal numrique. En introduisant

1
? F F ?
, pour f ? e , e ?
Fe
? 2 2 ?
? Fe Fe ?
H ( f ) = 0, pour f ?
,
?
? 2 2 ?
H( f ) =

-0.2
-0.4
-0.6
-0.8

|Xe(f)|

-1

10

20

30

40

50
temps

60

70

80

90

100

|H(f)|
Et pour le signal 9 Hz :
signal chantillonn, f0=9Hz, Fe=10Hz
1

f
0.8

-Fe

- Fe/2

Fe/2

Fe

0.6
0.4

Le signal x a ( t ) en sortie du filtre correspond au produit de convolution du signal x e ( t ) par la rponse

0.2
amplitude

impulsionnelle h( t ) du filtre H ( f ) .
F /2

+
sin(Fe t )
1
1 e
H ( f )e + j 2 ft df =
or h(t ) =
e + j 2 ft df =
Fe ?
Fe F? / 2
Fe t
e

0
-0.2
-0.4

On a donc :

-0.6

+ ? +

? sin Fe (t )
x a (t ) = ? ? ? x a ()( nTe )?
d
n
=

?
? Fe (t )

-0.8

(14)
-1

ce qui peut encore s'crire :


+

x a (t ) = ? x e ( nTe )

sin Fe (t nTe )
Fe (t nTe )

10

20

30

40

50
temps

60

70

80

90

100

On peut donc interprter la priodisation dans le domaine frquentiel par le fait que tous les signaux analogiques se
(15)

trouvant des frquences du type f = f 0 kFe , donneraient, s'ils taient chantillonns Fe , les mmes
chantillons temporels. On conoit donc qu' partir d'un signal numrique, il faudra une condition supplmentaire sur

On constate donc que la valeur x a ( t ) du signal analogique, pour un instant quelconque t n'appartenant pas la
"grille d'chantillonnage temporel" (kTe )k entier peut tre obtenue par interpolation des valeurs du signal sur la grille
d'chantillonnage. Mais ceci condition que le raisonnement qui a t propos dans le domaine spectral soit possible.
Pour cela il faut donc s'assurer que l'on peut reconstituer le spectre du signal analogique en filtrant le spectre du
signal numrique. Cette condition est vrifie si et seulement si le spectre d'origine ne contient pas de composantes

le signal analogique d'origine pour pouvoir le reconstruire et lever cette ambigut.

On distingue alors deux cas possibles, le premier appel surchantillonnage qui correspond au cas o Fe > 2 B et

Fe > f 0 , c'est le cas reprsent sur la figure ci-dessous :

|Xe(f)|
|H(f)|

aux frquences suprieures ou gales

Fe
. Si ce n'est pas le cas, les bandes images se chevauchent, on dit alors
2

qu'il y a repliement de spectre et le signal reconstitu x a ( t ) est diffrent du signal d'origine.

|Xe(f)|

f
- Fe/2

-f0

Fe/2

f0

|H(f)|

Zone de recouvrement

Le deuxime cas correspond au sous-chantillonnage pour lequel on Fe > 2 B et Fe < f 0 . Ce cas plus difficile
analyser sera tudi en exercices dirigs.
f

??? ??????????????
-Fe
Dans une chane de traitement numrique du signal, l'chantillonnage est en gnral suivi par une opration de

Fe
- Fe/2

Fe/2

quantification. La quantification est l'approximation de chaque valeur du signal x a ( t ) par un multiple entier d'une
quantit note q et appele "pas de quantification". Si q est constant quelle que soit l'amplitude du signal, la

On aboutit finalement au thorme de l'chantillonnage ou thorme de Shannon :

quantification est dite uniforme.


Thorme de l'chantillonnage en bande de base : Un signal qui ne comporte pas de composantes des frquences
suprieures ou gales une valeur f max est entirement dtermin par la suite de ses valeurs des instants
rgulirement espacs d'une dure Te =

2q
q
0

1
condition d'avoir Fe 2 f max
Fe

Le raisonnement qui a t men pour un signal en bande de base, peut tre conduit pour un signal dont le spectre se

-q
trouverait localis autour d'un frquence haute f 0 .

-2q

|Xa(f)|

t
Te

2Te 3Te

4Te
B

Le signal quantifi x q ( t ) diffre du signal d'origine x a ( t ) par un terme d'erreur e( t ) qui va s'exprimer par :

x a ( t ) = x q ( t ) + e( t )

(16)

f
-f0
On peut alors noncer le thorme suivant :

f0

Ce terme d'erreur est appel bruit de quantification.


Si l'on fait abstraction de l'chantillonnage temporel, on peut admettre que ce signal d'erreur est en fait une variable

Thorme de l'chantillonnage en bande transpose : Un signal qui occupe une bande de frquence de largeur B

q
q
alatoire uniformment rpartie entre et . La puissance PBq de ce bruit de quantification est alors gale :
2
2

peut-tre entirement dtermin par la suite de ses valeurs des instants rgulirement espacs d'une dure Te =

PBq =

q
2

1 2
x dx
q q

condition d'avoir Fe 2 B
(17)

1
Fe

L'intgrale donne alors :

PBq =

???? ????????????????

q2
12

(18)

En gnral on considre que ce bruit de quantification est une signal alatoire blanc (voir chapitre sur les signaux
alatoires). On calcule alors le rapport signal sur bruit de quantification. Il s'agit du ratio entre la puissance du signal

? ????????????????????????????????

utile sur la puissance du bruit de quantifications. En notant 2x la puissance du signal utile et e2 la puissance du

??? ???????????
A partir d'un chantillon de N valeurs du signal numrique:

{x(nTe )}n{0,1,2,..., N 1} ,

on peut dfinir faire une

bruit de quantification ( e2 = PBq des quations prcdentes), alors le rapport s'crit =

2x
e2

. Ce rapport est souvent

correspondance entre la transforme de Fourier "analogique" X ( f ) =

? x (t ) e

j 2 ft

dt et son expression discrte qui

exprim en dcibel travers l'expression dB = 10 log ( )

pourrait s'crire X ( f ) = Te

? x(nTe )e j 2fnTe

. Il s'en suit alors immdiatement une discussion sur la convergence

L'optimisation d'une tape d'chantillonnage rside alors dans la capacit, tre capable de pouvoir quantifier les
valeurs maximales de l'amplitude d'un signal, tout en conservant une "finesse" de quantification pour les faibles

n =

de cette sommation. On peut alors diviser cette transforme discrte par la dure sur laquelle elle est calcule, on

valeurs du signal.

passe ainsi d'une notion "d'nergie" une notion "de puissance". On arrive ainsi une criture du type

X ( f ) = lim
N

N /2
1
Te ? x(nTe )e j 2 fnTe . Cependant en pratique on ne dispose en gnral que d'un nombre fini
NTe n = N / 2

Pour un convertisseur analogique numrique CAN (analog to digital converter: ADC) de b bits "travaillant" entre
+A/2 et A/2, le pas de quantification q est gal q =

d'chantillons, la Transforme de Fourier Discrte (TFD) du signal numrique est donc dfinie par :

X(f )=

1 N 1
? x e (nTe )e j 2 fnTe
N n =0

(19)

On notera que l'on a aussi "recentr" les N chantillons entre les indices 0 et N-1 pour viter d'utiliser la notion de

La puissance du bruit de quantification est gale

? 2 ?
?
x ?
= 6.02b + 20 log 10 ?
? + 10.8
? A ?
?
?

Fe
. On obtient ainsi N valeurs quirparties de 0 Fe .
N

Pour un signal gaussien dont la valeur crte est limite 4 2x , on obtient : 4 2x

nk

j 2
? 1 N 1
N
?? =
? x(nTe )e
? N n =0

(20)

D'aprs le thorme de reconstruction voqu prcdemment, on sait que les valeurs de X ( f ) aux frquences f se

2x
A

1
d'o dB 6.02b 7.27 .
8

dduisent de ces N valeurs par interpolation. L'quation prcdente devient :

? ? f
??
k ?? ?
sin ? ??
?
?
? kFe ? ? ? Fe
??

X ( f ) = ? X ??
??
N
?
?
f
?
?
k =
??
k ??
? Fe
?

(exemple : 16 bits ? 89 dB, 14 bits ? 77 dB, 12 bits ? 65 dB)

On dfinit aussi la Transforme de Fourier Inverse (TFI) :

?
?
?
?

D'o :

un spectre X ( f ) dfini pour f variant de manire continue. Ce spectre X ( f ) peut alors tre "chantillonn" au

? kF
X ?? e
? N

q2
12

? 12 2x 2 2b
dB = 10 log 10 ?
?
A2
?

que l'on ne souhaite absolument faire une correspondance rigoureuse entre le temps continu et le temps discret.

rythme

Le rapport signal sur bruit de quantification est donn par :

temps ngatif. Ces questions de normalisation de la sommation n'ont en gnral pas une grande importance moins

Le calcul de la TFD peut tre ralis pour n'importe quelle valeur de la variable de frquence f. On peut donc obtenir

A
2b

(21)

A
, ce qui donne au mieux
2

N 1
?
?
Min ? N . A 2 + ? x 2 (nTe ) 2 NA. cos( )?
?
A, f ,??
n =0
?

kn

? kF ? + j 2 N
X ?? e ?? e
k =0 ? N ?

N 1

(32)

Ce terme est positif et sera donc minimal lorsque 2 NA. cos( ) sera maximal. Il faut donc choisir f qui maximise
le module de la Transforme de Fourier et = .

x(nTe ) =

(22)

??? ????????????????????
On montre que :

Il ne reste plus alors qu' maximiser en fonction de A :


N 1
?
?
Min? N . A 2 + ? x 2 (nTe ) 2 NA. max ?
?
A ??
n =0
?

N 1

x e (nTe ) =

n =0

n =0

? kF
X ?? e
? N

?
??
?

(23)

Pour cela, il suffit d'crire :

1
N

En annulant alors la drive en fonction de A, il vient :

2.N . A 2 N max = 0

N 1

1
N

(33)

N 1

1
N

x e (nTe ) =

n =0

N 1

x e (nTe )x e* (nTe )

(24)

n =0

(34)

D'o A = max
Il apparat en dfinitive que le triplet A, f , s'obtient simplement en considrant la maximisation sur f du module de

1
N

N 1

1
N

N 1

x e (nTe ) =

n =0

1
N

N 1

n =0

N 1

x e (nTe ) =

n =0

k =0

la Transforme de Fourier discrte du signal x e ( nTe ) . Le module de la Transforme cette frquence f donne la

1
N

valeur de A et la phase de la Transforme cette frquence f donne .

N 1

N 1
? kF
x e (nTe ) ? X * ?? e
? N
k =0

? kF
X * ?? e
? N
2

x e (nTe ) =

n =0

? 1
??
?N

N 1

k =0

N 1

kn

? j 2 N
??e
?
j 2

x e (nTe )e

kn
N

(25)

(26)

n =0

? kF
X ?? e
? N

?
??
?

(27)

? ?????????????????

??? ???????????????????????????????????????????

De la mme manire que la transforme de Laplace est l'outil fondamental pour l'analyse des systmes continus, la

Si on considre un signal x e ( nTe ) , on peut essayer de le prdire au mieux par une exponentielle complexe du type

transforme en Z est l'outil d'analyse pour les systmes discrets.

A e j (2

f nTe + )

. Pour identifier les trois paramtres A, f , de l'exponentielle, on peut chercher minimiser

l'erreur quadratique entre le signal et l'exponentielle. On doit donc minimiser l'expression suivante :

On rappelle que la transforme en Z d'une suite x(n) est dfinie pour R1 < Z < R2 par l'expression:

N 1
T (Z )

Min

n =+

x(n) X (Z ) =

x(n)Z

2
A e j (2 f n Te + ) x(nTe )

(28)

A , f , n =0

(42)

n=
N 1

En considrant l'expression de la transforme de Fourier discrte :


TFD

Min

? (A 2 + x 2 (nTe ) 2 A.Re{x(nTe )e j (2 f n Te +) })

(29)

A, f , n =0

n =+

x(n) X ( f ) = Te

x(nTe )e j2 f nTe

(43)

n=

Le passage de la transforme en Z la transforme de Fourier est immdiat:

X (Z ) Z =e j 2 f Te = X ( f )

N 1
?
?? ?
??
1 N 1
Min ? N . A 2 + ? x 2 (nTe ) 2 NA.Re ?e j
? x(nTe )e j (2 f n Te + ) ?? ??
N
?
n =0
n =0
??
?
?

A, f , ?

(30)

(44)

(Ceci en faisant abstraction du terme de normalisation Te que l'on considre gal 1)

On voit donc apparatre la Transforme de Fourier discrte au niveau du troisime terme de cette somme. Si on note
cette dernire sous la forme :

Ainsi l'analyse d'un systme discret se fera en gnral au moyen de la transforme en Z, le passage en Fourier tant
X(f )=

immdiat si ncessaire.
l'quation minimiser devient :

1 N 1
? x e (nTe )e j 2fnTe = e j
N n =0

(31)

??? ????????????????????????
Un systme discret, linaire et invariant dans le temps (LIT) est stable si toute suite d'entre borne correspond une
suite de sortie borne.
Une condition ncessaire et suffisante pour qu'un systme soit stable est que la somme des valeurs absolues de sa

??? ??????????????????

rponse impulsionnelle soit borne.


m=+

? h(m) < +

(48)

m=

??? ???????????

Preuve de la condition ncessaire :


Soit x(n) la suite d'entre borne dfinie par : x( n ) = sgn(h( n )) alors, par dfinition de l'quation de convolution
m = +

rgissant le systme, y( 0 ) =

? h( m ) . Donc si

? ?????????????????????????????????????????????????????????

Un systme est discret, si la suite d'entre discrte x(n) correspond une suite de sortie discrte y(n).

m = +

? h( m )

y( 0 ) =

m =

n'est pas < la suite de sortie n'est pas borne

x(n)

m =

y(n)
Systme Discret

et la condition de stabilit n'est pas respecte.


Un systme est linaire, si la suite x1 (n) + a x2 (n) correspond la suite y1 (n) + a y2 (n).

Preuve de la condition suffisante :


Soit x(n) une suite d'entre borne, c'est dire:

x1(n) +a x2(n)

n ,M / x( n ) < M

Systme Linaire

y1(n) +a y2(n)

alors:
m = +

y( n )

m = +

h( m ) x( n m )

m =

? h( m ) M

(49)

Un systme est invariant dans le temps, si la suite x(n-m) correspond la suite y(n-m).

m =

m = +

? h( m ) <

et si

, la suite y(n) est alors borne.

x(n-m)

y(n-m)
Systme Invariant

m =

?? ?????????????????????????????????????????????????????????????????
On applique l'entre d'un SLIT de rponse impulsionnelle h( n ) le signal numrique complexe de frquence f :

?( 0 ) = 1
, alors toute suite x(n) peut s'crire:
Ds lors si ( n ) est la suite unitaire ?
?( n ) = 0 n 0
m = +

x( n ) = e j 2

fnTe

. On cherche la rponse temporelle y( n ) du systme :

x( n ) =

? x( m )( n m )

(45)

m =
+

? h( m )e j 2 f ( n m )Te

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

(50)

si h(n) est la rponse d'un systme discret linaire et invariant dans le temps la suite ( n ) alors :

k =

on peut alors crire :

? +
?
y( n ) = ? ? h( m )e j 2 fmTe ? e j 2 fnTe
?
?k =

x ( n) y ( n) =
(51)

m=+

m=+

m=

m=

? x(m)h(n m) = ? h(m) x(n m)

(46)

on reconnat alors une quation de convolution:

ou encore :

y( n ) = H( f )e j2

fnTe

= H( f )x( n )

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

(52)

(47)

avec

Ainsi ds qu'un systme peut tre considr comme linaire, discret et invariant dans le temps, il en dcoule qu'il est :

H(?f?)?= ?h(?m?)e j2 fmTe

(53

k =

H( f ) est un coefficient scalaire complexe indpendant de n (c'est--dire du temps) mais qui dpend de la frquence
f. H ( f ) reprsente la rponse en frquence du filtre.

1)

rgi par une quation de convolution

2)

entirement dtermin par la rponse h(n) qu'il fournit lorsqu'il est excit par la suite impulsionnelle (n)?

Cette suite h(n) constituant la rponse impulsionnelle du systme.

A partir de cette expression de la fonction de transfert, une reprsentation des ples et des zros sur le cercle unit
s'avre trs utile pour caractriser le comportement spectral du systme. Comme il a t rappel brivement au
paragraphe prcdent, il est possible d'obtenir la fonction de transfert spectrale de ce systme en remplaant Z par

e j 2

f Te

, Z peut donc tre vu comme la coordonne d'un point sur le cercle unit. Z i sera la coordonne d'un zro

de transmission dans le plan complexe et P j d'un ple dans le plan complexe. La fonction de transfert s'exprime
alors simplement comme un ratio de produits de distances.

Les signaux d'entre x( n ) qui donnent en sortie des signaux y( n ) = H ( f )x( n ) sont appels les fonctions propres
du systme. Seules les exponentielles complexes e j 2

fnTe

jouissent de cette proprit. Pour un signal x( n )

quelconque, la rponse temporelle y( n ) ne peut s'obtenir que par convolution avec h( n ) moins de pouvoir
dcomposer x( n ) en une somme de fonctions propres, ce qui revient l'exprimer par son spectre.

?? ??????????????????????????????????????????????????????????????????????
????????????

MZ i
H ( f ) = a 0 i =1
M

Parmi les systmes linaires discrets invariants dans le temps, les systmes dfinis par une quation aux diffrences

(59)

sont les plus intressants car ils modlisent un grand nombre de systmes naturels. Un systme de ce type, ou filtre

MP j
j =1

numrique, est dfini par la relation suivante:

|H(f)|

axe imaginaire
Zi

y( n ) =

i =0

j =1

? ai x( n i ) + ? b j y( n j )

(54)

x(n)

y(n)
Systme Diffrences

Pj
axe rel
La transforme en Z de cette quation donne :
n =+

n =

y (n) Z n =

n =+

n =+

i =0

n =

j =1

n =

? a i Z i ? x ( n i ) Z ( n i ) + ? b j Z j ? y ( n j ) Z ( n j )

(55)

d'o :

Y (Z ) =

?? ????????????????????????????????????????????

i =0

j =1

? a i Z i X ( Z ) + ? b j Z j Y ( Z )

(56)

Un filtre rponse impulsionnelle finie est un systme linaire discret invariant dans le temps rgi par une quation
aux diffrences pour lequel l'chantillon de sortie y(n) ne dpend que d'un certain nombre d'chantillons d'entre

ce qui donne la fonction de transfert du systme :


N

x(n).
N

y(n) =

? a i x(n i )

(60)

Y(Z )
H(Z ) =
=
X (Z )

i =0

? a i Z i
i =0
M

(57)

?bjZj
j =1

Exemple 1 :

La fonction de transfert est donc constitue d'un polynme en Z au numrateur sur un autre polynme en Z au

Soit le filtre dfini par l'quation suivante:

y(n) =

1
1
x(n) +
x(n 1)
2
2

dnominateur. Ils peuvent tous les deux tre exprims en fonction de leurs racines :
(61)
N

L'tude de ce filtre peut tre ralise au moyen de la transforme en Z:

Y(Z) =

1
(X(Z) + Z -1 X (Z))
2

N (Z )
H(Z ) =
=
D(Z )
(62)

a0 ( Z Z i )
i =1
M

( Z Pj )
j =1

(58)

Il s'agit encore d'un filtre passe bas dont le module de la fonction de transfert suit une courbe en cosinus surlev et

d'o:

dont le dphasage est linaire en fonction de la frquence. Ce dphasage est quivalent retard = Te .

H(Z ) =

H(f)

1 1 1
+ Z
2 2

(63)

Le comportement frquentiel du filtre s'obtient en remplaant Z par e j 2 f Te :

0,9
0,8

1
1 + e j 2 f Te
2
1
= e j f Te e j f Te + e j f Te
2

H( f ) =

0,7
0,6

0,5
0,4

=e

0,3

j f Te

cos f Te

Il s'agit finalement d'un filtre passe bas dont le module de la fonction de transfert suit une courbe en cosinus et dont

0,2
0,1

0
0

T
le dphasage est linaire en fonction de la frquence. Ce dphasage est quivalent retard = e .
2

0,5

1
0.9

Dans ces deux exemples il est apparu qu'il tait facile d'obtenir la fonction de transfert spectrale d'un filtre numrique

0.8

partir de l'quation temporelle rgissant ce filtre. Bien entendu, c'est essentiellement l'approche inverse, consistant

0.7
) f(H ed eludom

0.6

trouver l'quation de filtrage qui satisfait un gabarit frquentiel donn, qui est la plus importante. On parle alors de

0.5

synthse de filtre numrique. Avant de prsenter ces techniques de synthse, il est important de remarquer, que dans

0.4

les deux exemples prsents, les filtres dcrits avaient un dphasage linaire en fonction de la frquence. Il s'agit

0.3

d'une proprit particulire des filtres numriques qui a une importance capitale dans les applications o la phase du

0.2
0.1

signal trait est porteuse d'informations.

0.1

0.2

0.3

0.4

0.5
0.6
frquence

0.7

0.8

0.9

??? ????????????????????????????
Exemple 2 :
Si l'on se place dans le cas ou l'on recherche un filtre dont la fonction de transfert est du type :

Soit le filtre dfini par l'quation suivante:

H( f ) = R( f )e j ( f )

y(n) =

expression dans laquelle R(f) est une fonction relle de f qui reprsente le gain du filtre en fonction de la frquence et
o ( f ) = 2 f est une fonction relle de f qui reprsente un terme de dphasage linaire en fonction de la

L'tude de ce filtre peut tre ralise au moyen de la transforme en Z:

Y(Z) =

frquence, alors on peut exprimer la rponse impulsionnelle d'un tel filtre au moyen de la transforme de Fourier
inverse de H(f) et on obtient :

1
1
1
x(n) +
x(n 1) +
x(n 2)
4
2
4

1
1
1
X(Z) + Z -1 X (Z) + Z -2 X (Z)
4
2
4

d'o:
+

h(t) =

? R( f )e

j2 f (t )

H(Z) =

df

Le comportement frquentiel du filtre s'obtient en remplaant Z par e

en dcomposant R(f) en une partie paire et une partie impaire:

R( f ) = P( f ) + I ( f )
il vient:
+

h(t + ) = 2

P( f ) cos(2 f t)df + 2 j

? I ( f ) sin(2 f t)df

si on se restreint des filtres h(t) rel, il vient:


+

h(t + ) = 2

? P( f ) cos(2

h(t) est donc symtrique par rapport t = .

1 1 1 1 2
+ Z + Z
4 2
4

f t)df = h( t)

j2fTe

1
1?1
?
H( f ) = ? + e j 2 f Te + e j 4 f Te ?
?
2 ?2
2
1 j 2 f Te ?
1 j 2 f Te 1 j 2 f Te ?
e
+ e
?1 + e
?
?
?
2
2
2
1 j 2 f Te
(1 + cos 2 f Te )
= e
2
=

ou encore :

Ainsi tout filtre rponse impulsionnelle symtrique rel est phase linaire.
p 1
?
?
H ( f ) = ?? h( p) + 2 ? h(n) cos( 2 f (n p)Te ?? e j 2
?
?
n =0

= R( f )e j 2

f pTe

Le retard quivalent au dphasage est fonction de l'ordre du filtre.


Un filtre RIF symtrique rel 2p+1 coefficients entrane un retard = pTe

avec = pTe

Un filtre RIF symtrique rel 2p coefficients entrane un retard = (p-1/2)Te

La dmonstration pour le cas du filtre 2p coefficients est identique.

preuve :

??? ????????????????????????????????????????????????????

Un filtre RIF symtrique rel 2p+1 coefficients entrane un retard = pTe

La synthse des filtres numriques est un domaine qui a donn lieu de nombreuses publications et recherches.
Seules la base des principales mthodes est expose dans ce chapitre. La bibliographie fournie en annexe comporte

La fonction de transfert d'un tel filtre s'crit:


2p

les dveloppements complets sur ce sujet.

H( f ) =

La mthode la plus directe pour synthtiser le filtre numrique qui correspond un gabarit frquentiel donn consiste
simplement chantillonner ce gabarit dans le plan des frquences et calculer la Transforme de Fourier inverse

n =0

Le filtre tant symtrique, on a :


n > p, h( n) = h( p (n p)) = h( 2 p n)

de ce gabarit chantillonn. En l'absence de gabarit de phase la mthode la plus simple consiste considrer que
cette dernire est linaire en fonction de la frquence.

n-p

n-p

chantillonnage du gabarit idal

Fe/N

? h(n)e j 2 f nTe

x
x

Fe/2

en factorisant e j2

f pTe

p+1

dans l'expression de H(f), il vient :

p 1
?
H( f ) = ?? h( p) + ? h(n)e j 2
?
n =0

Fe

p-1

2p-n

f (n p)Te

2p

n= p +1

? h(n)e j 2 f (n p)Te ?? e j2 f

pTe

on a alors les valeurs de:

? kF ?
H ? e ? pour k = 0 N 1 , d'o par Transforme de Fourier inverse:
? N ?
N 1

hi =

?k

? H ?? N

k =0

or du fait de la symtrie du filtre : h(n) = h(2 p n) , d'o:

? j 2 N FeiTe
Fe ? e
pour i = 0 N - 1 , (N: ordre du filtre)
?

? kF ?
les hi ainsi obtenus vont bien donner la fonction de transfert idale aux points H ? e ? , mais ils donneront un
? N ?

2p

? h(n)e j 2 f (n p)Te
n= p +1

? h(2 p n)e j 2 f (n p)Te


n= p +1

en effectuant le changement de variable: i = 2 p n ce terme devient gal :


0

? h(i)e j 2 f ( pi)Te

spectre avec des ondulations entre ces valeurs.

i= p 1

Pour une frquence f quelconque, on peut recalculer:

H( f ) =

2p

d'o :

1
N

N 1

? hi e j2 f iTe

i =0

? kF ?
mais H(f) peut aussi s'obtenir par interpolation des termes H ? e ? . En effet la transforme de Fourier inverse
? N ?
idale devrait donner une infinit de termes ( hi ) i=,+ , or on a considr uniquement N termes ( hi ) i=0,N 1 . Cela

p 1
?
H( f ) = ?? h( p) + ? h(n)e j 2
?
n =0

f (n p )Te

p 1

+ ? h(n)e + j 2
n =0

?
?e
?

f (n p)Te ? j2 f pTe

Ainsi la mthode par synthse conduit une fonction de transfert qui ondule entre les valeurs idales. L'amplitude

revient tronquer cette rponse impulsionnelle en la multipliant par une porte (NTe)(NTe). La fonction de transfert

des ces ondulations n'est pas contrlable et n'est pas constante. C'est contre cette inconvnient que vont tenter de

obtenu est donc gale au produit de convolution du gabarit idal par la transforme de Fourier de la porte

lutter les d'autres mthodes de synthse (cf Remez) qui ne seront pas prsentes dans ce cours (voir rfrence M.

(NTe)(NTe).

Bellanger, pour plus de prcisions sur ce sujet).


Transforme de Fourier de la porte (NTe)(NTe) :

??? ????????????????????????????????????????????????????????

NTe

porte

A partir d'un gabarit de filtrage dsir du type de celui prsent ci dessous:

N termes espacs de Te

1+
1

f
x

0
2

TF ( NTe ) =

il est possible d'estimer le nombre de coefficients dont aura besoin un filtre RIF symtrique rel, au moyen de la

? 1 ? Fe
2
log 10 ?
?
3
? 10 1 2 ? f

?? ??????????????????????????????????????????????

1 N 1 j 2 f iTe
?e
N i =0

1 1 e j 2 f NTe
N 1 e j 2 f Te

1 e j f NTe e j f NTe e j f NTe


N e j f Te
e j f Te e j f Te

formule d'approximation suivante:

Te

TF( f ) =

1 j f ( N 1)T sin f NTe


e
e
N
sin f Te

??? ???????????????????????????

L'criture du produit de convolution conduit alors l'expression de H ( f ) pour une frquence f quelconque, en

5.1.1 Cellule du premier ordre

? kF ?
fonction des H ? e ? (sans avoir besoin de repasser par les ( hi ) i=0,N 1 ).
? N ?

Soit le filtre dfini par l'quation aux diffrences suivante :

? f
k?
sin N ?
?
? Fe N ?
?
?k
H( f ) = ? H ? Fe ?
?N ?
? f
k?
k =0
?
N sin ?
? Fe N ?

y(n) = x(n) + b y(n 1)

N 1

Ce filtre est identique un filtre RIF d'ordre infini. Si l'entre est la suite unitaire:

?u0 (0) = 1
u0(n) ?
, alors la sortie y(n) est telle que:
?u0 (n) = 0 n 0
y (0) = 1
y (1) = b
y (2) = b 2

? kF ?
Cette quation constitue une formule d'interpolation pour obtenir H(f) partir des H ? e ? .
? N ?
|H(f)|

?
y(n) = b n
Ce filtre est stable si:
n =

< , c' est dire si b < 1

n =

Sa fonction de transfert H(Z) s'crit:

H(Z ) =

Y(Z )
1
=
X (Z ) 1 bZ 1

ou encore avec une reprsentation sur le cercle unit:

H(Z ) =

1
MP

Fe/2

Fe

axe imaginaire

axe imaginaire

f=0.25

f=0.25

H(f)

H(f)

MP
OP
f=0.5

MP

axe rel
MP

f=0

axe rel

f=0.5

f=0

La fonction de transfert possde une frquence de rsonance et n'est plus strictement monotone.
??? ??????????????????????????

??? ?????????????????????????????????
y (n) = a 0 x ( n) + a 1 x ( n 1) + a 2 x ( n 2) b1 y ( n 1) b2 y ( n 2)
1

Soit le filtre dfini par l'quation aux diffrences suivante:

y (n) = x (n) b1 y (n 1) b2 y ( n 2)

a + a1 Z + a 2 Z
H(Z ) = 0
1 + b1 Z 1 + b2 Z 2

La transforme en Z donne:

Y ( Z ) 1 + b1 Z 1 + b2 Z 2 = X ( Z )

Deux cas particuliers mritent d'tre dtaills:

Le filtre frquentiel:

d'o:

Si l'objectif de la fonction de transfert est de filtrer certaines frquences prsentes dans un signal, les zros du

H ( Z ) = a0

( Z Z 0 )( Z Z 0 )
( Z P )( Z P )

Z2

H(Z ) =

numrateur vont se trouver sur le cercle unit. La fonction de transfert s'crit alors:

1 + b1 Z

+ b2 Z

=
2

Z + b1 Z + b2

Deux cas sont alors possibles:

= b12 4b2 0 , la fonction de transfert possde alors deux ples rels et elle est identique la mise en cascade

de deux cellules du premier ordre. La fonction de transfert globale est donc monotone.

Le dphaseur pur:

Une cellule du second ordre peut aussi tre utilise pour rpondre, non pas des objectifs de filtrage frquentiel,
mais des objectifs de dphasage du signal. Ainsi il est possible de raliser un dphaseur pur avec une cellule de

= b12 4b2 < 0 , la fonction de transfert possde alors deux ples complexes conjugus:

ce type. Pour cela il suffit d'utiliser un numrateur et un dnominateur image l'un de l'autre.

H(Z ) =
Il est facile de vrifier que:

P=

a 0 + a 1 Z 1 + a 2 Z 2
a 2 + a 1 Z 1 + a 0 Z 2

b1

j
2
2

d'o:

b1 = 2 Re( P ) et b2 = OP

H(Z ) =

1
MP. MP

et par transforme en Z:

bT
?
? T
Y ( Z ) ? 1 Z 1 e 1 + Z 1 ? = e 1 + Z 1 X ( Z )
?
? 2
2

d'o:

d'o la fonction de transfert en Z:

H (Z )
Te
1 + Z 1
Y (Z )
2
H(Z ) =
=
bT
X (Z )
1 Z 1 e 1 + Z 1
2

= H (Z ) H (Z ) =

Z 2 D( Z 1 ) Z 2 D( Z )
=1
D( Z )
D( Z 1 )

et:

( ) = 2 D ( ) 2
avec D ( ) gal au dphasage du dnominateur D( Z 1 ) .

H(Z ) =

Z 2 D( Z 1 )
D( Z )

H(Z ) =

1
2 1 Z
b
Te 1 + Z 1

(
(

)
)

??? ??????????????????????????????????????????????????????

La synthse des filtres rponse impulsionnelle infinie utilise des fonctions modle dfinie en p et procde par

En identifiant avec la fonction de transfert en p:

Y ( p)
1
=
X ( p) p b

H ( p) =
il est possible de faire l'approximation suivante:

transformation bilinaire de ces dernires.


5.4.1 Rappel de la transformation bilinaire: Soit

le filtre analogique dfini par l'quation suivante:

Zp

pZ

2
+p
Te
Z=
2
p
Te

et

2 1 Z 1
p=
Te 1 + Z 1

x(t)

Cette approximation constitue la transformation bilinaire.

filtre

y(t)

y ' (t ) = by ( t ) + x ( t )
+

En appliquant la transforme de Laplace:

Proprits de la transformation bilinaire:

Transformation du cercle unit:


+ j

si Z = e

jt

? y ' (t ) e

Te

Te

2 e
2
2 1 e jTe
2 e
2 ? Te ?
? p=
=
= j
tg ?
?
Te
Te 1 + e jTe
Te + j Te
Te ? 2 ?
j
2 +e
2
e

dt = pY ( p)

il vient:

pY ( p) = bY ( p) + X ( p)
d'o:

Le cercle unit est donc transforme en axe imaginaire.

pt

H ( p) =

Dformation frquentielle:

Y ( p)
1
=
X ( p) p b

En exprimant la fonction de transfert du mme filtre en numrique, il vient:

Au lieu d'obtenir :

Te

p = j

y (nTe ) = y (n 1)Te +

la transforme bilinaire a conduit :

? y' ((n 1)Te + )d

p= j

2 ? Te ?
tg ?
?
Te ? 2 ?

Le calcul de l'intgrale par la formule du trapze conduit alors :

y (nTe ) y (n 1)Te =

en posant f la frquence vraie et fd la frquence dforme par la transformation bilinaire il vient:

f =

1
tg ( Te f d )
Te

Te
( y ' (nTe ) + y' (n 1)Te )
2

d'o:

y (nTe ) y (n 1)Te =

Te
( by(nTe ) + x (nTe ) + by(n 1)Te + x (n 1)Te )
2

D'o l'quation de filtrage :

y (n) = x(n) 2 Re(Z 0 )x(n 1) + Z 0 Z 0* x( n 2) + 2 Re(P )y (n 1) PP * y (n 2)


La transformation bilinaire entrane donc une dformation en frquence qui est d'autant plus importante

Ou reconstruction en Z 1 :

que la frquence est leve.

H (Z ) =

1 Z 0* Z 1
* 1

Z 0 Z + Z 0 Z 0* Z 2
1
* 2

(1 Z Z )(
) 1 2 Re( )
(1 PZ )(1 P Z ) = 1 2 Re(P )Z
1

Grce la transformation bilinaire la synthse des filtres numriques de type RII se rsume approcher le gabarit

+ PP Z

dsir par des fonctions modles dfinies en p puis transformer ces dernires pour obtenir directement les
coefficients du filtre.

D'o l'quation de filtrage :

5.4.2 Les fonctions modle

y (n) = x(n) 2 Re(

Z 0 x(n 1) + Z 0 Z 0* x( n 2) + 2 Re

(P )y (n 1) PP

y ( n 2)

Plusieurs fonctions modles permettent d'approcher au miaux un gabarit demand. Les plus clbres d'entre elles
sont des fonctions de Butterworth, elliptiques ou des polynmes de Tchebycheff.

NE MELANGER LES DEUX EN AUCUN CAS

?? ???????????????????????????????????????????????????????
Il est possible d'estimer le nombre de coefficients dont aura besoin un filtre RII en fonction du gabarit demand au

(Z
H (Z ) =
(Z

Z 0 Z 1 Z 0*

)(
P )(Z

P*

)
)

?????

moyen de la formule suivante:

? 2
N 108
. log 10 ?
?? 2 1

?
?F 4 ?
f ??
? log 10 ? e sin? 2 1 ? ?
Fe ? ?
??
? f ?

?? ??????????????????????????????????
?? ????????

??? ???????????

Un certain nombre d'critures en Z vont tre prsentes dans ce polycopi, on insistera donc sur le point suivant :
Il arrive souvent qu'une chane de traitement numrique d'un signal fonctionne avec diffrents rythmes

Lorsqu'un filtre de type RII est dfini par ses ples et zros, il faut tre prudent au moment de reconstruire les

d'chantillonnage. Lorsque la frquence d'chantillonnage dcrot on parle alors de dcimation. L'opration de

coefficients avec lesquels on va filtrer le signal.

dcimation est triviale, il suffit de supprimer un certain nombre d'chantillons. Elle est en gnral symbolise par une
flche oriente de haut en bas.

Deux solutions sont possibles :


-

soit on reconstruit le polynme en Z , on dveloppe puis on repasse en Z 1 pour bien identifier les coefficients.

soit on reconstruit directement le polynme en Z 1 .

2:1
Mais attention les ples et zros concernent Z

Le schma ci dessus reprsente une dcimation par 2, pour laquelle il suffira de supprimer un chantillon sur deux.

F
La frquence d'chantillonnage passera ainsi de Fe Fe' = e . Avant d'effectuer une telle opration il faut s'assurer
2
que le thorme de Shannon reste vrifi. Il est donc ncessaire de restreindre la bande B du signal afin qu'elle ne

F' F
dpasse pas B e = e . Ce filtrage "anti aliasing" est cette fois ralis en numrique au cur des traitements,
2
4

Exemple :

Soit le filtre d'ordre 2 dfini par deux zros Z 0 et Z 0* et par ses deux ples P0 et P0* .

Reconstruction en

c'est la diffrence essentielle avec le filtrage anti aliasing "traditionnel" ralis en analogique avant l'opration

H (Z ) =

d'chantillonnage.

Filtre Numrique
anti aliasing

2:1

(Z Z 0 )(Z Z 0* ) Z 2 2Re(Z 0 )Z + Z 0 Z 0*
=
(Z P )(Z P * )
Z 2 2Re(P ) + PP *

1 2Re(Z 0 )Z 1 + Z 0 Z 0* Z 2
1 2Re(P )Z 1 + PP * Z 2

??? ??????????????

L'opration d'interpolation va se symboliser par :

L'opration duale de la dcimation est l'opration d'interpolation. Pour l'effectuer on utilise un filtre numrique et une
Filtre Numrique

insertion de zros au milieu du signal d'origine. Considrons, pour l'exposer, le cas d'une interpolation par un facteur

d'interpolation

2 d'un signal y (nTe' ) . On commence par insrer un valeur nulle entre chaque valeur du signal y (nTe' ) . La frquence

1:2

d'chantillonnage est alors double, on a maintenant Fe = 2 Fe' La forme du spectre du signal est inchange, les

En combinant la dcimation et l'interpolation il est possible d'effectuer des modification fractionnaires de la

valeurs insres tant des zros. Cependant ce spectre ne correspond pas celui que l'on aurait obtenu en

frquence d'chantillonnage.

chantillonnant rellement le signal analogique avec Fe . Il y a en effet trop de rptitions du motif au niveau du

??? ???????????????????

signal numrique, comme si il avait t chantillonn d'entre la frquence Fe . Ce filtrage numrique correspond

spectre. Il suffit alors simplement de supprimer ces motifs au moyen d'un filtre numrique pour obtenir le spectre du

Dans le domaine des communications numriques, le filtrage numrique joue un rle important. C'est en particulier

une opration d'interpolation des valeurs temporelles du signal.

le cas lors d'une transmission numrique o les symboles transmettre sont mis en forme au moyen d'un filtre
numrique qui ne doit pas crer d'interfrence entre symboles. Les conditions que doit satisfaire ce filtre pour que
|Ye(f)|

l'interfrence intersymbole soit nulle, ont t nonces pour la premire fois par Nyquist et constituent le "premier
critre de Nyquist". Ces conditions peuvent s'noncer dans le domaine temporel ou dans le domaine frquenciel.
Dans le domaine temporel, elles s'appliquent la rponse impulsionnelle h(t) du filtre :

h(0 ) = 1,
h(nTs ) = 0 , n entier 0

On peut formaliser cette proprit en crivant : h(t ) ? (t nTs ) = (t )

F'e

1
k
Par transforme de Fourier de cette quation, on obtient alors : H ( f ) ? ( f ) = 1
Ts k
Ts
ou encore :

? H( f
k

2 F'e

|Ye(f)|

k
) = Ts
Ts

On considre alors que le filtre H ( f ) a une frquence de coupure


L'expression prcdente devient alors : H( f ) + H( f

1
1
telle que : H( f ) = 0 pour f
Ts
Ts
t

1
) = Ts
Ts

f
Fe

En considrant que le filtre est phase linaire, l'galit devient : H( f ) + H ( f

1
) = Ts
Ts
|Xe(f)|

Le premier critre de Nyquist s'exprime donc , dans le domaine temporel de la manire suivante :

1
Un filtre passe bas H de frquence de coupure
n'introduit pas d'interfrence intersymbole lors de la
Ts
transmission d'un signal

? a k (t kTs )

si sa fonction de transfert H( f ) satisfait deux conditions :

1 la phase de H( f ) est une fonction linaire de la frquence;

? 1 Ts ?
2 le module de H( f ) , c'est dire le gain en amplitude du filtre est symtrique par rapport au point ?
, ?
? 2Ts 2 ?
pour 0 f

1
Ts

f
Fe

Le filtre de frquence de coupure la plus basse satisfaisant le 1er critre de Nyquist est le filtre passe bas rectangulaire

sin
de frquence de coupure f c =

1
. La rponse impulsionnelle correspondante est de la forme : h(t ) =
2Ts

t
Ts

t
Ts

????? ???????????????????????????
Une famille de filtres, trs importante en communications numriques, est la famille des filtres en cosinus surlevs.
Ils ont la particularit de ne pas produire d'interfrence entre symboles mais aussi d'tre support spectral born. Ils
permettent ainsi de mettre en forme des signaux de communications pour des canaux bande limite, tout en
prservant les signaux de l'interfrence entre symboles. D'un point de vue thorique ils demandent cependant une
infinit de coefficients. Heureusement on peut tronquer leur rponse impulsionnelle sans provoquer de pertes de
performances trop importantes (en ce qui concerne les lobes secondaires du spectre). L'analyse fine de ces filtres
particuliers sort du cadre de ce cours. Seules la forme analytique temporelle de la rponse impulsionnelles de ce filtre
sera donne ci-dessous.

? t?
sin? ?
? Ts ?
Forme de la rponse impulsionnelle temps continu du filtre en cosinus surlev : h(t ) =
t
Ts

?
? t? ?
? sin?
? ?
?
? Ts ? ?
?
2?
?
? t? ?
?1 4 ? ? ?
? Ts ? ?
?

Dans le cas d'un modem de communications numriques avec N chantillons par symboles et une priode
d'chantillonnage Te , la rponse impusionnelle chantillonne (donc les coefficients du filtre) est donne par :

? k?
sin?
?
? N ?
h(k Te ) =
k
N

?
? k? ?
? sin?
? ?
? N ? ?
?
?
2?
?1 4 ? k ? ?
?
? ?
?
? N ? ?
?

Le coefficient , appel roll-off du filtre est un coefficient rel positif qui varie entre 0 et 1.

ex: Ts = 3Te

Nyquist

Illustration de l'effet temporel du filtre en racine de cosinus surlev (absence d'interfrences entre symboles aux
instants d'chantillonnage)

Facult des Sciences


Dpartement de Physique
Anne universitaire 2014 /2015

TD Traitement du Signal
Exercice 1 :
Calculez les coefficients de la srie de Fourier de la fonction :
1) x(t) = cos(?0t) + sin2(?0t) avec ?0=2?/T
2) PT (t ) ?

n ? ??

? ? (t ? nT ) .

(Peigne de Dirac de priode T)

n ? ??

Exercice 2 :
Soit xp(t) un signal priodique de priode T=1/f0 dfini par son motif :

T
?
? a si 0 ? t ? 2
x p (t ) ? ?
T
?? a si ? t ? T
2
?

?????????????

a)
b)
c)
d)

Calculer les coefficients de fourrier de xp(t)


En dduire leurs amplitudes et leurs phases
Calculer la puissance moyenne de xp(t)
Le signal xp traverse un milieu linaire de frquence de coupure 20/T, combien
dharmoniques peut-on avoir la sortie ? en dduire le taux de distorsion.
e) Calculer la fonction dautocorrlation de xp(t).
f) En dduire les coefficients de fourrier de signaux priodiques de priode T suivants :
T
T
?
?
?a si 0 ? t ? 2
? a si - 2 ? t ? 0
x1 (t ) ? ?
x2 (t ) ? ?
T
T
?0 si
?? a si 0 ? t ?
?t ?T
2
2
?
?

???????????????

Exercice 3 :

Fig. 1 :
SMP S6

M. LHARCH

Page 1

1)

Exercice 7 :

2)
3)

Calculer les TF des signaux suivants :


1) Impulsion de Dirac en utilisant son approximation par une fentre rectangulaire vue en
cours ;
? A si 0 ? t ? T
2) Fentre rectangulaire non centre damplitude A et de dure T x p (t ) ? ?
ailleur
?0

Calculez la transforme de Fourier de la fonction priodique illustre sur la figure 1 cidessus.


Quelle est la fraction de puissance dans la portion DC ?
Quelle est la puissance dans la 1re harmonique ?

Exercice 4 :
Soit x(t) un signal priodique de priode T reprsent par la courbe de la figure 2 ci-dessous :

??

3) x(t)=sin(t)/t, en dduire la valeur de

sin 2 (t )
dt ;
t2
??

4) y(t)=x(t).cos(2?f0t) en fonction de X(f)=TF[x(t)]


5) x(t)=exp(-t/?).U(t) U(t) chelon unit)

(exemple troncature x(t) = RectT(t)) ;

Exercice 8 :
Soit un signal y(t) = A[1-m.cos(2?f0t)].sin(2?Ft) issu dune modulation damplitude dune
porteuse sin(2?Ft) par le signal cos(2?f0t) avec f0<<??????????????????????????????????

Figure 2 : courbe de x(t).


g)
h)
i)
j)
k)

1) Tracez les spectres damplitude et de phase de y(t)


2) Calculer la puissance moyenne de y(t).

Exercice 9 :
Soit un oscillateur harmonique schmatis sur la figure 4. Le mouvement y(t) de la masse est li
au mouvement x(t) impos lautre extrmit du ressort par lquation diffrentielle :

Sachant que x(t)=A.sin(at) pour 0<t<T, donner a en fonction de T.


Calculer les coefficients an et bn de la dcomposition en srie de Fourier de x(t).
Tracer le spectre bilatral damplitude et de phase de x(t).
Calculer la puissance moyenne de x(t)
Le signal x(t) traverse un systme de filtrage passe-bas de frquence de coupure Fc, quelle
est la valeur maximale de Fc pour avoir uniquement la composante continue en sortie ?

Exercice 5 :
1) Calculez la transforme de Fourier de la fonction f(t) = |t|
2) Dduisez la transforme de g(t)= t2 Sgn(t).

1 d 2 y 2? dy
?
? y (t ) ? x(t )
? 02 dt 2 ? 02 dt
O lon a pos ?02=k/m et ?=l/2m.

Exercice 6 :
Soit f(t) la fonction reprsente sur la figure 3 ci-dessous :

Figure 4 : oscillateur harmonique.


1) Montrez que la transforme de Fourier Y(f) de y(t) sexprime partir de la transforme de
Fourier X(f) de x(t) par une relation type : Y(f)=X(f).T(f)
O T(f) est la fonction de transfert du filtre que lon explicitera.
2) En dduire la T(f) la rponse impulsionnelle de loscillateur harmonique h(t) (rponse une
impulsion de Dirac en entre).

Fig. 3 :
1) Calculez la transforme de Fourier de la fonction f(t).
2) Quel est le taux de dcroissance asymptotique des lobes de ???? ?

SMP S6

M. LHARCH

Page 3

SMP S6

M. LHARCH

Page 2

Exercice 12 :

Exercice 10 :

1) Calculer la transforme de Fourier des signaux suivants :


a) u(t) crneau d'amplitude A sur [T/2, T/2]
b) v(t) crneau d'amplitude A sur [c-T/2, c+T/2]
c) w(t) prenant les valeurs non nulles -A sur [-T/2, 0] et A sur [0, T/2]
2) On considre le signal s(t) priodique de priode T et de motif w(t). Calculer sa transforme
de Fourier et ses sries de Fourier (en ck et en ak, bk).
3) Le signal r(t) est le translat de w en T/4. C'est le motif du signal priodique x(t) de priode
T. Dterminer les sries de Fourier de x(t).
Le signal x(t) est modul en amplitude par y(t)=Amcos2fmt avec 0<fm<f/2 et f=1/T.
Quel est le spectre de z(t)=x(t).y(t) ? Il s'agit d'tudier les composantes harmoniques de z(t).
Quelles oprations applique ton y(t) pour obtenir l'harmonique de plus basse frquence
positive de z(t) ? Comment retrouver y(t) partir de z(t) ?

Exercice 13 :

Soit un signal f(t) contenant de linformation destine tre transmise par onde radio. Le spectre
F(?) du signal est born en frquence et est illustr figure 5.
notes : ?= 2?f et 2cos2(?
?0t)= cos(2?0t) + 1

Figure 5.
1) Quelle est la puissance totale de ce signal ?
2) Calculez lnergie totale du signal f(t).
Pour transmettre le signal f(t) par voie arienne, on doit utiliser une porteuse qui se propage
aisment dans latmosphre. Cest le cas des ondes radio. Nous allons utiliser une porteuse
de frquence f0 = 1 MHz. (1000000 Hz). Le signal transmis par lantenne de lmetteur est :

On souhaite raliser le filtre dfini par le gabarit donn par la Figure 6.

g(t) = f(t).cos(?ot)

on dit alors que le signal f(t) module la porteuse ?0.


3) Calculez et tracez la transforme de Fourier de g(t),
4) Quelle est lnergie totale du signal transmis ?
Afin de rcuprer linformation, le rcepteur multiplie le signal dtect par cos(?0t) de telle
sorte que :

h(t) = g(t).cos(?0t)

Figure 6 : gabarit du filtre.


O :

f1 = 3,3333 Hz

f2 = 5 Hz ;

f3 = 500 Hz

f4 = 600 Hz

Gp = 1 dB

Ga= 30 dB

1) Quel est le type du filtre dont le gabarit est dcrit ci-dessus figure 6?
2) Dcrire et raliser les tapes permettant de ramener le gabarit ci-dessus au prototype d'un
filtre passe-bas normalis.
3) Calculer l'ordre du filtre en utilisant le polynme d'approximation de Chebychev.

On souhaite raliser le filtre dfini par le gabarit donn par la Figure 7.

M. LHARCH

Exercice 11 : Modulation d'amplitude


1) Le signal porteuse p(t)=Apcos2f pt est modul en amplitude par le signal
x(t)= Bm+Amcos2fmt ; 0<fm<<fp.
Quelles sont les composantes harmoniques du signal modul y(t)=x(t).p(t) ?
2) Quelle est la transforme de Fourier de cos2f0t et sin2f0t ?
3) Retrouver le rsultat de (1) avec la TF.
4) Pour optimiser l'nergie ncessaire l'mission, comment peut-on modifier x(t). On
considre que l'oreille humaine est peu sensible aux frquences trs basses.
5) On dispose d'un rcepteur AM dans la bande 10 MHz, comment dtecter un signal x(t) qui
module une porteuse de frquence fp = 100 MHz ?

Exercice 14 :

SMP S6

5) Calculez et tracez la transforme de Fourier de h(t).


6) Un filtre passe-bas permet de couper les hautes frquences pour ne prserver le contenu
??????????????????????????
7) En supposant que le filtre passe bas est une fonction Rect qui multiplie le signal h(t) :
V(?) = H(?).Rect[?/2?c]
dduisez les plages possibles pour la frquence angulaire de coupure ???????????c pour que le
signal v(t) soit une reproduction fidle de f(t), c--dire on veut que v(t) soit gal, une
constante prs f(t).
8) Quelle est lnergie dans le signal dtect v(t) ?

Page 5

SMP S6

M. LHARCH

Page 4

?1?
?1?
y ( n) ? ? ? u ( n) ? ? ? u ( n) ? u ( n)
?3?
?4?
1) Dterminer l'quation de diffrence
2) Donner la rponse impulsionnelle du systme
3) Le systme, est-il stable ?
n

Exercice 18 :
Soit h(n) la rponse impulsionnelle d'un filtre idal passe bas. La bande passante de ce filtre est
de -?/4 ?/4. Pour les systmes ci-dessous, tracer la rponse frquentielle rsultante.

Figure 7 : gabarit du filtre.


O :

fa = 33 Hz

fp = 50 Hz ;

Gp = 1 dB

Ga= 20 dB

1) Quel est le type du filtre dont le gabarit est dcrit ci-dessus figure 7?
2) Dcrire et raliser les tapes permettant de ramener le gabarit ci-dessus au prototype d'un
filtre passe-bas normalis.
3) Calculer l'ordre du filtre en utilisant le polynme d'approximation de Butterworth.

Exercice 15 : (chantillonnage)
Application du thorme de lchantillonnage :
1) On chantillonne une sinusode de frquence 200 Hz, la frquence fe =500Hz. Quel est le
signal que lon obtient lors de la reconstruction suppose parfaite du signal ? (filtre de
reconstruction idal)
2) Mme question, mme sinusode mais la frquence dchantillonnage fe= 250Hz ?

Fig. 9 :

Exercice 19 :
Le signal analogique xc(t) est priodique avec T=1 ms. La srie de Fourier de xc(t) est la suivante :

xc (t ) ?

?a e ?

2 kt103

Exercice 16 :
Considrer le systme prsent ci-dessous. Rpondre aux questions suivantes en justifiant votre rponse.

k ? ?9

xc(t) est chantillonn la frquence 6 kHz (Te=1/6 ms).


1) x(n) est-il priodique? Si oui, quelle est la priode ?
2) Avons-nous respect le critre de Shannon?
3) Si x(n) est dvelopp en srie de Fourier, quels sont ces coefficients en fonction de ak?
Fig 8 :

Exercice 20 :
Pour certaines applications comme la rduction de bruit ou le codage, on applique aux signaux
audio un traitement diffrenci par bande de frquence. A cet effet, le signal est dcompos en N
signaux bande troite par un banc de N-1 filtres passe-bande et 1 filtre passe-bas, selon le
schma de la figure 10 ci-dessous. On considre ici une dcomposition en 4 sous-bandes et un
signal de spectre triangulaire s'tendant sur une bande limite [-B;B].

1) Le systme, est-il linaire ?


2) Le systme, est-il invariant dans le temps ?
3) Le systme est-il causal ?

Exercice 17 :
La rponse d'un systme LIT un chelon u(n) est la suivante :

SMP S6

M. LHARCH

Page 7

SMP S6

M. LHARCH

Page 6

Exercice 23 :
Considrons la fonction de transfert en Z suivante :

H ( z) ?

5
3 ? z ?1
6

1
1
(1 ? z ?1 ).(1 ? z ?1 )
4
3
1) Trouver les ples et les zros de H (z) et les reprsenter dans le plan complexe
2) Dcomposer H en lments simples et dterminer h [k], linverse causal de H (z)
3) Etudier la stabilit du systme.

Exercice 24 :
On considre un filtre numrique caractris par sa fonction de transfert :
????????????????10), K > 0
1) Donner lalgorithme de filtrage (schma) et la rponse impulsionnelle de ce systme ;
2) Etudier la stabilit ;
3) Dterminer H{z = ej?} ;

Fig. 10 : Traitement d'un signal par sous-bandes.

f
?) ;
fe
5) Dterminer les frquences fmin et fmax pour lesquelles on obtient respectivement les valeurs
maximales (Hmax) et minimales (Hmin) de |H(j?)| ;
6) Dterminer la valeur de K qui normalise (Hmax = 1) et donner lallure de |H(j?)| pour cette
valeur de K;
7) Dterminer les ples et les zros de H(z), commenter.

4) Caractriser lallure de la phase (on pourra exprimer la phase ? en fonction de ? ? 2?

Exercice 25 :
On veut raliser un filtre passe bas numrique rponse impulsionnelle finie (RIF) N = 17
coefficients. La frquence de coupure est : fc = fe/4 avec fe frquence dchantillonnage. On
suppose que le thorme de Shannon est respect et on nglige leffet du bloqueur.
1) Donner lallure de la rponse en frquence H(f/fe) du filtre idal non causal dphasage nul
correspondant au cahier des charges;
2) Dterminer h[k] la rponse impulsionnelle de ce filtre idal ;
3) Effectuer la troncature et rendre causal cette rponse impulsionnelle et donner les
coefficients du filtre ;
4) Quelle consquence sur la valeur de certains chantillons a le choix de fc=fe/4 ?
5) Donner lexpression de lamplitude de la rponse frquentielle du filtre obtenu en fonction
des coefficients. Vrifier la nature passe-bas du filtre en esquissant lallure de la rponse
frquentielle (calculer quelques valeurs).
6) Quels sont les effets de la troncature de h[k] sur la rponse en frquence du filtre synthtis?
Comment pourrait-on amliorer les rsultats ?

Dessiner le spectre d'amplitude du signal x3(t) de la 3me sous-bande.


D'aprs le thorme de Shannon, quelle frquence d'chantillonnage permet un chantillonnage sans
perte d'information sur cette bande ?
Montrer graphiquement que l'on peut rduire cette frquence d'chantillonnage B/2. Quel
dispositif doit-on alors intercaler entre l'chantillonneur et le traitement qui suit ?
Le traitement est un traitement numrique qui ncessite K oprations par chantillon. Quel est
l'intrt de la rduction de la frquence d'chantillonnage ?

Exercice 21 :
On chantillonne 500 chantillons par seconde un signal rel temps continu qui est la somme de
3 sinusodes de frquences respectives 50 Hz, 100 Hz et 300 Hz.
a) Dessiner le spectre damplitude du signal analogique
b) Dessiner le spectre du signal chantillonn. A partir de ces chantillons on reconstruit par le
filtre de reconstruction parfaite un signal temps continu. Quel est le signal obtenu ?

Exercice 22 :
On dispose dun signal temps discret x[n] provenant de lchantillonnage 10 000 Hz dun signal
temps continu x(t). Le spectre damplitude du signal chantillonn, |Xe(f)| est reprsent sur la
figure 11, pour les frquences normalises f = 0 1/2. On observe une raie pour f = 0.4.

FIG. 11 Spectre du signal chantillonn.


1) En supposant que le signal a t correctement chantillonn, quelle est la frquence de la
raie dans le signal analogique initial ?
2) Sans carter la possibilit dun sous-chantillonnage, quelle(s) raies frquentielles du
signal original peut correspondre cette raie f = 0.4 ?
SMP S6

M. LHARCH

Page 9

SMP S6

M. LHARCH

Page 8