Vous êtes sur la page 1sur 23

Traitement Numrique du Signal

Objectifs du cours : ce cours permet ltudiant


Dacqurir le concept de conversion du signal analogique sous forme de donnes
numriques
De matriser les tapes de prtraitement du signal analogiques avant traitement
De comprendre les techniques de base de traitement numrique du signal et leur utilit
pour laide linterprtation du signal;

Descriptif du cours

Chapitre 1 : Signaux et systmes discrets (dfinitions, chantillonnage, critre de Nyquist,


quantification, reconstruction du signal, systmes discrets, produit de convolution, filtres FIR
et IIR)
Chapitre 2 : Transforme en Z (dfinition, proprits, rgion de convergence, transforme en
Z inverse, thorme des rsidus, applications)
Chapitre 3 : Transforme de Fourier discrte (proprits, transforme de fourier discrte
inverse, FFT, applications)
Chapitre 4 : Reprsentation des filtres numriques (reprsentation directe, canonique, en
cascade ; reprsentation matricielle)
Chapitre 5 : Conception des filtres numriques ( transformation bilinaire, filtre passe bas de
Butterworth, conception du filtre passe bas numrique).

Mthodes de contrle de connaissance : Contrle continu crit (25%)


Contrle de TP (25%)
Contrle final crit (50%)
Pourquoi le traitement du signal ?

Le traitement numrique du signal concerne deux aspects :


La reprsentation des signaux par des suites de nombres
Le traitement de ces suites

Le traitement peut avoir comme but :


Lestimation des paramtres caractristiques dun signal
La transformation de ce signal en une forme beaucoup plus facile exploiter par un expert.
Les mthodes du traitement du signal se basent sur :
Des formules danalyses numrique relatives linterpolation, lintgration ou la
diffrentiation ;
Le dveloppement dalgorithmes sophistiqus rendu possible grce lavancement de la
technologie des ordinateurs

Le traitement du signal simplique dans de nombreux domaines dapplications notamment


en :
Grie biomdical
Tlcommunications
Sonar/radar
Sismilogie
Traitement de la parole
Etc
Chapitre 1 : Signaux et systmes Discrets

I Dfinitions :
Un signal est une fonction qui transporte de linformation gnralement sur ltat ou le
comportement dun systme physique.
Les signaux sont reprsents par une fonction 1 ou plusieurs variables.
ex. : Un signal cardiaque est un signal unidimensionnel fonction 1 seule variable qui est le
temps.
Une image peut tre reprsente par une intensit, fonction de 2 variables.
Un signal analogique est une fonction continue dans le temps.
Un signal discret est dfini des instants discrets, les variables prennent des valeurs
discrtes.

Reprsentation dun signal analogique Reprsentation dun signal discret


Un systme continu dans le temps est un systme pour lequel lentre et la sortie sont des
signaux analogiques
Un systme discret dans le temps est un systme pour lequel lentre et la sortie sont des
signaux discrets.
Le traitement numrique (ou digital) du signal concerne les transformations des signaux
discret en amplitude et en temps.

II Echantillonnage des signaux analogiques


Le traitement numrique des signaux analogiques se fait en 3 tapes.
Le signal analogique est discrtis, c..d que le signal est chantillonn priodiquement et
chaque chantillon est quantifi et cod avec un nombre fini de bits. Ce procd sappelle la
conversion A/N (A/D).
Les diffrents chantillons sont ensuite traits laide dun module de traitement numrique
du signal.
Aprs traitement, le signal numrique obtenu la sortie peut tre reconverti en signal
analogique laide dun convertisseur D/A (reconstructeur restitution du signal).

Schma synoptique
1 Signaux analogiques :

Un signal analogique est reprsent par une fonction continue dans le temps, soit x(t).
La transforme de Fourier X() de x(r) fournit le spectre en frquence du signal =

X() = x e-jt dt

O est la frquence radial [radian /seconde]


La frquence en Hz ou [cycles/seconde] est f =
2
Note : Le symbole est rserv pour noter la frquence en rad/sec. Nous utilisons le symbole
w pour noter la frquence numrique en [rad/chantillons].

a) La transforme de Fourier inverse est obtenue par la superposition de composantes


sinusodales :

d
x(r) = X() ejt
2
La transforme de Laplace est obtenue en posant s = j

X(s) = x(t) e-st dt

b) Rponse dun systme linaire un signal dentre x(t)


Le systme linaire est compltement caractris par la fonction h(t) ; cest la rponse
impulsionnelle du systme. Etant donn x(t) et h(t), la sortie y(t) est calcule de 2 manires
- soit par le produit de convolution x(t) * h(t) dans le domaine temporel
- soit par multiplication dans le domaine frquentiel H() . X().
o H() est la rponse en frquence du systme, dfinie par la transforme de fourier de h(t),

H() = h(r) e-jt dt

On dfinit la rponse en frquence ltat stable (quilibre) dun filtre comme sa rponse
des entres sinusodales ;

Ceci montre que la sortie a exactement la mme forme que lentre. Elle est modifie en
amplitude par la facteur H(1)

2 Echantillonnage :

Considrons un signal analogique x ; lchantillonnage est illustr de la manire


suivante :

x(r) est priodiquement mesur toues les T secondes. On pose t = nT avec x = 0, 1, 2,


T est le pas dchantillonnage.
Si lon compare ces 2 signaux (signal anal.) et (signal chant.) on constate que le dcoupage
du signal analogique introduira des frquences hautes dans le spectre en frquence original.
Pour voir ce qui passe on doit se poser 2 questions.
Comment le spectre original est-il affect par lopration dchantillonnage.
Comment doit-on choisir le pas dchantillonnage T ?
1
On dfinit la frquence dchantillonnage fs = mesure en [chantillons/seconde].
T
fs exprime la densit des chantillons.
Donc un signal variant rapidement doit tre chantillonn avec une grande vecteur de fs (T est
trs petit), alors quun signal variant lentement peut tre chantillonn avec une petite valeur
de fs.

Thorme dchantillonnage : / Thorme de Nyquist.


Pour reprsenter dune manire prcise un signal x(t) par ses chantillons x(xT). 2 conditions
doivent tre satisfaites.
a) Le signal x(t) doit avoir un spectre limit tel que lensemble des frquences contenues
dans le signal sont < fmax
b) fs doit tre choisie au moins gale 2 fmax.
fs = 2 fmax est appele frquence de Nyquist
Par intuition, on peut comprendre le thorme prcdent de la manire suivante.
Selon la transforme de Fourier inverse

X(r) = X(f) e2jft df

f max
X(r) = Ai cos 2ft = Ai cos 2fmin t + + Amax cos 2fmax
f min
Tout signal peut tre exprim comme une somme de sinusodes. Considrons donc
lchantillonnage seulement de la sinusode la plus rapide,
1
fs T
Si fs = 8 fmax = Ts = = 8 chantillons/cycle
f max 1 Ts
T
fs
fs = 4 fmax = 4 chantillons/cycle
f max
fs
fs = 2 fmax = 2 chantillons/cycle
f max
Pour reprsenter le signal sinusodal, il faut la limite 2 chantillons/cycle.
Le cas f = fs nest pas satisfaisant
fs 2 fmax.
Remarque :
Si fmax , fs ce qui est impossible.
Donc fmax doit tre finie, il rsulte que le signal doit avoir un spectre born.
Si la plus rapide des sinusodes a t convenablement chantillonne, les moins rapides le
sont galement.
Comme la plupart des signaux ne sont pas limit en frquence, on doit rendre leur spectre
born en effectuant un filtrage passe - bas avant dchantillonner le signal ; La frquence de
fs fs
coupure du filtre doit tre au plus gale (fc )
2 2
fs
a) Supposons que fs 2 fmax fmax
2
fs fs
le spectre X(f) de x(r) se trouve lintrieur de lintervalle 2 , 2

fs fs
2 , 2 est appel intervalle de Nyquist.

Si x(r) = ej 2ft X(nT) = ejfTn = ejwn


1
On pose : w = 2fT = 2 f
fs
f
w = 2 frquence digitale en rd/chantillon
fs
f
est la frquence digitale en cycle/chantillon.
fs
Reprsentation de lintervalle de Nyquist

2f
w= frquence digitale
fs
fs 2 (fs / 2
si f = - w= = -
2 fs
fs
si f = + w = +
2
donc en unit radian/ech., lintervalle de Nyquist devient [-, +].

b) Supposons que fs < 2 fmax.


Si lon chantillonne au-dessous de la frquence de Nyquist il est possible de perdre
dimportantes variations du signal dans le temps entre les diffrents instants dchantillonnage
le signal apparatra plus lisse que ce quil lest rellement. Il y aura confusion des frquences
du signal.
Pour illustrer ce phnomne, considrons lchantillonnage dune sinusode de frquence f :
x(r) = ejt = e2ft
en posant t = nT ; la sinusode chantillonne scrit :
x(nT) = ejnT = e2jfTn .
Ajoutons f un multiple entier de fs

xm(nT) = ej2nT(fmfs) = ej2nTf . ej2nmTfs = ej2nTf .


=1
Donc x(nT) = xm(nT) pour m = 0, 1, 2, ...
Donc aprs chantillonnage :
x(nT) = e2fTn = e2j(ffs)nT = e2j(f2fs)nT =
Donc la connaissance des chantillons nest pas suffisante pour dterminer la vraie frquence
f de la sinusode.
Les frquences : f , f fs , f 2fs , . , f mfs
Sont quivalentes, aucune manire de les distinguer.
Mais si lon observe ce signal chantillonn, on peut penser que la frquence de la sinusode
est la plus petite parmi lensemble des frquences. Cette frquence est appele frquence
fs
apparente. Elle doit tre lintrieur de linterval de Nyquist [ - , fs/2 ]
2
Exemple : soit une sinusode de frquence f = 10 Hz.
Choisissons fs = 12 Hz ; le signal chantillonn contiendra les frquences :
10 , 10 24 , 10 36, -26 , -14 , -2 , 10 , 22 , 34 , 46 , Hz.
fs fs
Parmi ces valeurs seule la valeur -2Hz , = 6 , 6 on peut penser que la
2 2
frquence de la sinusode est 2 Hz au lieu de 10 Hz.
Note : si fs = 22 Hz 10 Hz 611, 11
La frquence apparente est gale la frquence relle de la sinusode.
Exemple 2 : Reprsentons le sinusode x(r) = cos 2 ft comme un ventilateur tournant a une
frquence de f rvolution/sec.
Si ce ventilateur plac dans une chambre noire est vue laide dun clairage stroboscopique
produisant fs flash/sec ; selon le choix de fs. Le ventilateur semblerait tourner dans la
mauvaise direction ou la mauvaise vitesse de rotation
i) si f = 3 Hz et fs = 4 Hz
fs fs
2 , 2 = 2 , 2
f 3 3
La frquence digital w = 2 = 2 =
fs 4 2
f fs = 3 4 = - 1 Hz 2 , 2
- 1 Hz est la frquence perue lobservateur aura limpression que le ventilateur tourne en
sens inverse avec une autre vitesse de rotation.
fs fs
ii) f = 6Hz et fs = 12 Hz , 2 , 2 = 6 , 6
f 1
w = 2 = cycle
fs 2
1
frquence perue + 12 = 6 Hz
2
f fs = 6 12 = - 6 Hz 6 , 6
f + fs = 6 + 12 = 18 Hz
f = 6 Hz 6 , 6 f = 6 Hz 6 , 6
Lobservateur peroit 2 frquences -6 Hz et 6 Hz , il perdra le sens de rotation du ventilateur.
Exemple 3 :
x(r) = 20 + 15 cos t + 10 cos 2t + 5 cos 3t
t en ms , fs = 1500 Hz
fs fs
2 , 2 = 750 , 750 Hz

Le terme 20 frquence 0 hz
1000
* 15 cos t/t = en secondes = 15 cos 2 f t x(10-3s) f = = 500 Hz
2
10 cos 2t = 10 cos 2 f t x(10-3s) f = 1000 Hz
5 cos 3 = 5 cos 2 f t x(10-3s) f = 1500 Hz
Aprs chantillonnage :
0 fs = 1500 750 , 750 mais 0 750 , 750
Donc 20 x cos 2 (o)t = 20
500 fs = - 1000 , 2000 750 , 750 mais 500 750 , 750
Donc 15 cos t
1000 fs = - 500 , 2500 - 500 750 , 750
10 cos 2t sera peru comme 10 cos-t = 10 cos t
1500 fs = 0 , 300 750 , 750
5 cos 3t sera perue comme 5 (freq = 0)
x(nT) = 25 + 25 cos t

* Note :
t f
Cos 2 ft ms = cos 2 f( ) = cos 2( )t
3 3
10 10

f 2 10 3
Cos t = cos 2 t = f = = 500 Hz
3 3 2
10 10
a) Echantillonnage/Formulation thorique
En pratique la mesure priodique de x(r) tous les T secondes ne peut tre faite
instantanment. En fait la mesure se fait pendant un temps . ex.

Thoriquement, le signal chantillonn peut tre vu comme le produit du signal x(t) et


dune fonction s(t) qui reprsente un train dimpulsions de largeur et de priode T.


S(r) = p(t nT) ou p est une impulsion de largeur
n

Xe (t) = x(r). s(r) = x(r) p(t nT)
n
Lopration dchantillonnage peut-tre vue comme une modulation de la porteuse s(r)
par le signal analogique x(r)
Si le maxima des chantillons suivent le signal ; lchantillonnage est dut naturel.
Si la valeur de lchantillon est maintenu et durant seconde : lchantillonnage et dit
flat-top.


Xe(r) = x(nT) p(t nT)
n
Lorsque 0 ; on parlera dchantillonnage idal.

Donc s(r) = (n T) ou est la fonction de Dirac
n

Xe(t) = x(nT) (t nT)
n
b) Effet de lchantillonnage sur le spectre du signal original calculons la transforme de
Fourier :

Xe (f) = xe(r) e-j2ft dt


Xe (f) =
x(nT) (t nT) .e-j2ft dt
n

Xe (f) = x(nT) e-j2fnT dt cest la TF. Discrte de x(nT)
n
Remarques :
Xe(f) est une fonction priodique de f dont fs est la priode
1
T j2fnT = e
-j2(f+mfs)T.n

fs e
Ceci signifie que le spectre du signal chantillonn contient des frquences leves.
- A cause de cette priodicit, lintervalle peut tre rduit 1 seule priode c.a.
fs fs
2 , 2

- Puisque s(t) est priodique , s(t) = s(t +T) ; on pet la dcomposer en sens de Fourier.
2mt
j
S(t) = Cn e T ; Cn : coeff. De Fourier
m
2m m
= 2 fm avec fm = freq. Des harmoniques m = 0, t1, t2
T T
1
Fs = ; le mme harmonique a lieu lorsque fm = mxfs
T
m
1 T/2 j2 t
Cm = s(t) e T dt
T T
2

m
1 T/2 j2 t
T T
Cm = (t) e T dt > 1 dt = 1
Cm =
T
2

1
Il en rsulte que s(t) = (t nT) =
T
ej2(mfs)t
n m
1
Xe(t) = x(t).s(t) = x(t) x
T
ej2(mfs)t

1
Xe(f) = xe(t) e
-j2ft
dt =
T
x(nT) e-j2t(f-mfs)
m
X(f mfs)

1
Xe (f) =
T
x (f mfs)
m
= fs 2fmax
Si 0 fs 2 fmax ; il ny a pas de recouvrement de spectre
Si < 0 fs < 2 fmax ; il y a chevauchement de spectres
Spectre rsultant

Si T 0 , fs , les rplicas se dplacent vers l et il reste uniquement le


spectre original
X(f) = lim T Xe(f)
T 0

Donc X(f) = lim T Xe(f)


T 0

Dans le cas o le signal nest pas born en frquence, il y aura toujours chevauchement des
spectre. Pour remdier ce problme, il est ncessaire de fietrer le signal analogique par un
fs
fietre passe bas avec une frquence de coupure fc arrivant de lchantillonner.
2
Fonction de transfert du fietre idal
fs
H(f) = 1 pour f
2
III. Quantification
Cest une discrtisation selon laxe des ordonnes x reprsente une tension ou un courant.
Q est le pas de quantification.

v
Si v est la tension crte crte du signal, est le nb.de niveaux de quantification, si b est le
Q
v
nombre de bits ncessaire pour reprsenter chaque niveau ; b est calcul partir de = 2b, b
Q
nb de bits / chantillon.
On dfinit lerreur de quantification e = x xQ. On suppose quelle suit une distribution
Q Q
uniforme sur lintervalle , .
2 2
Q/2

2
e
E e =0
1 Q/2
Q Q
La moyenne de e est e = e de
2
2 Q
2

La variance de e est var e = E e 2 - E(e2 = E e 2


Q/2 2 2
1 Q
Van e =
Q Q e de =
12

2
Ex. : On prend V = 10v.
Quel type de convertisseur doit on utiliser pour que lerreur ne dpasse pas 3 mv.
Q
Lecart type = van e = = 3 mv Q = 3 12 . 10-3
12
3
V 10 x 10
= 2b 962,5 niveau , on arrondit la puissance de 2 la plus proche c.a.d.
Q 3 12
1024 2b = 1024 b = 10

IV. Unit de Traitement


Cette unit transformera la suite des chantillons {x(nT)}en une suite {y(nT)}.

Le processeur tant un systme linaire


Y(n) = x(n)* h(n) Y(f) = Hp(f) .X(f)
Xe(f) est une approximation du spectre original.

V. Reconstitution du signal
Aprs traitement numrique des donnes, le module de restitution convertit ces donnes en
signal analogique. On parlera de la conversion N/A. La reconstitution du signal peut tre vue
comme un filtrage passe bas du signal chantillonn. En effet :

La reconstitution peut tre effectue en remplissant les vides entre les chantillons en
maintenant constante la valeur de lchantillon jusquau prochain chantillon. Le
reconstructeur est appel Sample/hold ou reconstructeur dordre zro (chantillon bloqueur).
Si h(t) reprsente la rponse impulsionnelle du reconstructeur et si le signal chantillonn est
reprsent par
Xe(t) = x(nT) (t nT)
n
alors le signal analogique reconstitu se ra :

Xa(t) = h(t t) xe(t) dt


Xa(t) = h(t t) x(nT) (t nT) dt
n
Xa(t) = x(nT) h(t nT)
n

Note :
Le reconstructeur doit avoir une dure ou moins gale T pour remplir lintervalle entre 2
chantillons. Ex. :
Si h(t) = u(t) u(t T)
Dans le domaine spectral :
1
Xa(f) = H(f) . Xe(f) = H(f) .
T
X(f mfs)
m
H(f) est la rponse en frquence du reconstructeur.
a) Reconstructeur idal.
Dans le cas idal, la reconstitution doit reproduire exactement le spectre du signal dorigine,
c.a.d. Xa(f) = X(f)
Si X(f) est un spectre born, et si fs est choisie tel que les replicas du spectre ne se recouvrent
pas, une reconstitution fidle peut tre ralise laide dune filtre passe bas idal dont la
fs
fonction de transfert est telle que H(f) = T pour f 2
0 ailleurs

Ce filtre va extraire le spectre du centre et limine tous les autres replicas.


Malheureusement ce filtre nest pas ralisable en pratique car sa rponse impulsionnelle nest
pas causale.
fs / 2 sin( fs t )
H(t) = H(f) ej2ft df = fs / 2 T ej2ft df =
(fst)
b) Sample/hold :
Ce constructeur gnre une forme en escalier pour approcher le signal.
Cette approximation est dautant meilleure que le pas dchantillonnage est petit
Cependant le signal le signal reconstitu contiendra des frquences indsirables dues au saut
brusque dun pas lautre.
En effet, h(t) = u(t) u(t T)

H(f) = h(t) ej2ft dt

1 sin fT -jfT
H(f) = (1 e-2jfT ) = T e
j2f fT

fs
Les frquences indsirables sont les frquences au del de (freq. de Nyquist). Donc ce
2
filtre est moins performent que le filtre idal. Pour liminer toutes ces frquences indsirables,
on peut ajouter un filtre passe bas avec une frquence de coupure fs/2.

Remarque :
fs fs
- Aprs filtrage passe bas, les frquences , mais le module de H(f ) nest pas
2 2
fs
plat, il y a une attnuation de 4 dB lorsque la frquence atteint .
2
Conclusion / en rsum
Un systme de traitement numrique du signal ncessite
- un prfiltrage passe bas pour limiter le spectre du signal traiter dans lintervalle de
fs
Nyquist , fs / 2
2
- une convension A/N (chantillonnage + quantification)
- un processeur numrique
- un convertisseur N/A
- un filtre passe bas pour liminer les frquences indsirables introduites par
fs
lchantillonnage et la reconstitution avec une frquence de coupure
2
La fonction de transfert de lensemble scrit :
Ya(f) = HLPF2(f) . HRec(f) . ye(f) = HLPF2(f) . HRec(f) . Hp(f) . Xe(f)

= HLPF2(f) . HRec(f) . Hp(f) .


1
x(f ) Re plicas
T

= HLPF2(f) . HRec(f) . Hp(f) .


1
T

H LPF1 (f ) . Xa(f ) Re plicas
25

Pour un bon reconstructeur D/A, on doit avoir le produit


HRec(f) . HLPF2(f) = filtre idal
= T pour fs/2 < f < fs/2
0 ailleurs
Dautre part, si HLPFI (f) approche un filtre idal, la rponse sera plate lintrieur de
fs fs
2 , 2
VI- Systme Discrets
1 - Exemples de fonction discrets.

- Fonction de Dirac (n) = 0 n 0


1 n 0

- Echelon unit u(n) = 1 n 0 n 0,1, 2, ...


0 n 0 n 1, 2, 3, ...


On montre que u(n) = ( k )
k
Et (n) = u(n) - u(n 1)
- Sinusode : x(n) = A cos (on + )
- Exponentielle x(n) = exp( + jo)n

2 Proprits :
- Si x(n) est priodique de priode N, alos x(n + N) = x(n) n
- les fonctions exponentielles pour lesquelles = 0 sont des squences sinusodales ayant une
2 2 2
priode = si nest pas entier, la sinusode sera priodique avec une priode >
o o o

2

On dfinit lnergie par x (n )
n
Produit de 2 squences :
x(n) .y(n) = x(n).y(n) squences produit
Si y(n) est la rponse de x(n)
alors y(n-k) est la rponse de x(n-k) k entier positif//ngatif

y(n) = x(k)T (n k = x (k ) h(n k)
k k
Note : h(n) est la rponse impulsionnelle. de (n)
h(n k) est la rponse impulsionnelle de (n-k)
Il en rsulte que y(n) = x(n) *h(n) = h(n) * x(n)

Cas de 2 systmes :
- en cascade
- en parallle

Stabilit : un systme est dit stable si lorsque son entre est borne, la sortie est borne aussi

c.a.d. h (k ) <
k
Ex : si x(n) est borne x (n ) < M n


x (n ) = h (k ) x (n k )
k
Causalit : un systme est dit causal si la rponse impulsionnelle est nulle pour n < 0.
addition :x(n) + y(n) = x(n) y(n)squense somme.
Multiplication par un scalaire
. x(n) x(n)
Retard : y(n) est la version retarde de x(n) si
y(n) = x(n - no) avec no entier reprsentant le retard
invariance :
- un systme est dfini comme une transformation unique dune squence x (n ) en une

squence y(n )
y(n) = T x (n )

Principe de superposition

T ax (x) bx (n)
1 2

= a T x (n ) + b T x (n )
1 2

= a y1(n) + b y2(n)
Exemple :
X(n) = a-3 (n + 3) + ao (n) + a1 (n 1) + a3 (n 3)

En gnral, x(n) = x(k) (n k) sachant que (n-k) = 1 pour n = k
k

y(n) = T[x(n)] = T[ x(k) (n k) ]
k

Y(n) = x(k) T (n k)
k
On appelle hk(n) la rponse impulsionnelle du systme
T (n k) = hk(n)

y(n) = x(k) hk(n)
k

3 La reprsentation sous forme matricielle :


y(n) = h(n-k) x(k)
k
On pose H = hn k et X = x (k ) Y = yn

yo xo
y1 x1
Y = y 2 X = x 2 Y = HT X = XT H
. .
. .
. .

4 Classification des filtres :


a) ex. cas dune filtre FIR et Causal
h = ho , h1, h2, h3
la rponse du filtre est :
m
yn = h(k) x(n k)
k 0
y(n) = ho xn + h1(n-1) + h2 x(n-2) + h3 x(n-3)
n=0 y(o) = ho xo
y1 = ho x1 + h1 xo
y2 = ho x2 + h1 x1 +h2 xo
y3 = ho x3 + h1 x2 + h2 x1 + h3 xo
cause de la Causalit
yo ho 0 0 0 0 xo
y h ho 0 0 0 x
1 1 1
y 2 = h 2 h1 ho 0 0 x 2
y 3 h 3 h h
2 1
ho x 3

i) Calcul du produit de convolution


y(n) = x(n) * h(n) y = HTX = XT.H
si est la longueur de H
M est la longueur de X
+ M 1 est la longueur de y
=4,M=4
+ M-1 = 4 + 4 1 = 7
Yo = ho xo
Y1 = h1 xo + ho x1
Y2 = h2 xo + h1 x1 + ho x2
Y3 = h3 xo + h2 x1 + h1 x2 + ho x3
Y4 = h2x1 + h2 x2 + h1 x3
Y5 = h3 x2 + h2 x3
Y6 = h3 x3

j) ii) Ralisation du systme


y(n) = ho x(n) + h1 x(n-1) + h2 x(n-2) + h3 x(n-3)
b) exemple : cas dun filtre IIR
h(n) = (0,5)n pour n 0
=0 pour n < 0
h(n) = 0,5 x (0,5)n-1 = 0,5 h(n-1) n 1
n
y(n) = h(n-k) x(k)
k 0
k = n est la limite suprieure car h(n) est causal (k > n h(n-k) = 0. La bruite infrieure est k
n 1
= 0 car x(k) est causal y(n) = h(n-k) x(k) + h(o) x(n)
k 0
n 1
y(n) = h(n-k) x(k) + x(n) ; h(o)(0,5)1
k 0
n 1
0,5 y(n-1) = x(k) h(n-1-k) x 0,5 y(n) = 0,5 y(n-1) + x(n) appele quation aux
k 0
diffrences.