Académique Documents
Professionnel Documents
Culture Documents
(2008-2009) - FIP 1A
Christophe DOIGNON
03 90 24 43 41
courriel : christophe.doignon@ensps.u-strasbg.fr
ULP
(a) (b)
Bibliographie 7
1 Introduction 9
5
ULP TABLE DES MATIÈRES
3 Filtrage analogique 37
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.1.1 Filtres stables physiquement réalisables . . . . . . . . . . 39
3.1.2 Fréquence de coupure et bande passante . . . . . . . . . . 40
3.1.3 Transformations de fréquences . . . . . . . . . . . . . . . 40
3.2 Synthèse des filtres analogiques . . . . . . . . . . . . . . . . . . . 41
3.2.1 Les filtres idéaux . . . . . . . . . . . . . . . . . . . . . . . 41
3.2.2 Les filtres réalisables classiques . . . . . . . . . . . . . . . 44
3.2.3 Gabarits normalisés . . . . . . . . . . . . . . . . . . . . . 46
3.2.4 Méthode . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2.5 Filtres polynômiaux . . . . . . . . . . . . . . . . . . . . . 47
3.2.6 Filtres elliptiques . . . . . . . . . . . . . . . . . . . . . . . 57
3.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4 Modulation, démodulation 63
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.2 Modulation d’amplitude (AM) . . . . . . . . . . . . . . . . . . . 65
4.2.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2.2 Spectre du signal modulé . . . . . . . . . . . . . . . . . . 66
4.2.3 Puissance moyenne transmise . . . . . . . . . . . . . . . . 67
4.2.4 Démodulation AM . . . . . . . . . . . . . . . . . . . . . . 67
4.2.5 Modulation sans porteuse . . . . . . . . . . . . . . . . . . 68
4.2.6 Modulation à bande latérale unique (BLU) . . . . . . . . 69
4.3 Modulation de fréquence . . . . . . . . . . . . . . . . . . . . . . . 70
4.3.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.3.2 Spectre du signal modulé . . . . . . . . . . . . . . . . . . 71
4.3.3 Modulateurs FM . . . . . . . . . . . . . . . . . . . . . . . 75
4.3.4 Démodulateurs FM . . . . . . . . . . . . . . . . . . . . . . 75
4.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
[1] B. Picinbono, Théorie des signaux et des systèmes, 1989, 260 pages, Dunod
Université. ISBN 2-04-018837-1.
[4] J.-P. Delmas, Eléments de théorie du signal : les signaux déterministes, El-
lipses, Paris, 1991.
[8] S. Wilson, Digital modulation and coding, Prentice-Hall, Upper Saddle River,
1996.
[12] T. Parks et C. Burros, Digital filter Design, John Wiley & Sons, 1987.
[14] A. Bovik, Handbook of Image and Video Processing, Academic Press, 2000.
7
ULP TABLE DES MATIÈRES
Introduction
Joseph Fourier (21 mars 1768 à Auxerre - 16 mai 1830 à Paris) est un
mathématicien et physicien français connu pour ses travaux sur la décomposition
de fonctions périodiques en séries trigonométriques convergentes appelées séries
de Fourier. Il a été instruit par les Bénédictins à l’école militaire d’Auxerre.
Il était destiné à l’état monastique, mais il préféra s’adonner aux sciences. Il
a participé à la révolution française, manquant de peu de se faire guillotiner
durant la Terreur, il a été sauvé de justesse par la chute de Robespierre. Il
intègre l’Ecole Normale Supérieure, où il aura comme professeur entre autres
Joseph-Louis Lagrange. Fourier est connu pour sa théorie analytique de la cha-
leur (1822). C’est à Grenoble qu’il conduit ses expériences sur la propagation
de la chaleur qui lui permettront de modéliser l’évolution de la température
au travers de séries trigonométriques. Ces travaux qui apportent une grande
amélioration à la modélisation mathématique de phénomènes ont contribué aux
fondements de la thermodynamique.
9
ULP CHAPITRE 1. INTRODUCTION
Domaine d’application
– Télécommunications,
– Téléphonie,
– Radar,
– Sonar,
– Traitement d’images,
– Astronomie,
– Géophysique,
– Automatique,
– ....
Dans le domaine très spécifique des signaux audio, on cherche à améliorer les
techniques d’enregistrement et de compression pour obtenir la plus grande qua-
lité sonore possible. Les techniques de correction d’écho permettent de réduire
les effets de réflexions acoustiques dans la pièce. Le traitement du son s’est lar-
gement amélioré grâce aux ordinateurs. La synthèse sonore permet en outre de
créer des sons artificiels ou de recréer les sons d’instruments naturels. Elle a été
à l’origine de nombreux bouleversements en musique.
L’analyse des échos permet d’obtenir des informations sur le milieu sur lequel
les ondes se sont réfléchies. Cette technique est exploitée dans le domaine de
l’imagerie radar ou sonar. En géophysique, en analysant les réflexions d’ondes
acoustiques, on peut déterminer l’épaisseur et la nature des strates du sous-sol.
Cette technique est utilisée dans le domaine de la prospection minière et dans
la prédiction des tremblements de terre.
Information
Système utile +
Capteur Canal de Récepteur Traitement
physique transmission
bruit
Bruit Bruit Bruit résiduel
Heinrich Rudolf Hertz (22 février 1857 - 1er janvier 1894), était un ingénieur
et physicien allemand. Hertz mit en évidence en 1888 l’existence des ondes
électromagnétiques imaginées par James Maxwell en 1873. Il a découvert la
photoélectricité et il donné son nom aux ondes radio dites ondes hertziennes
ainsi qu’à l’unité de mesure des fréquences.
15
ULP CHAPITRE 2. REPRÉSENTATION DES SIGNAUX DÉTERMINISTES
sgn(t)
0
t
−1
Γ( t)
0
t
rect(t)
1
0
−1/2 1/2 t
tri(t)
0
−1 1 t
R +∞
La fonction triangle est elle aussi normalisée : −∞
tri(t) dt = 1 .
sin(π t)
sinc(t) = (2.8)
πt
1 1
0.8
0.8
0.6
0.6
0.4
0.2
0.4
0
0.2
−0.2
−0.4 0
−4 −2 0 2 4 −4 −2 0 2 4
(a) (b)
δ( t )
0
t
D’autre part, on a :
Z t
0 si t < 0
δ(τ ) dτ = = Γ(t) (2.11)
−∞ 1 si t > 0
On dit que Γ(t) est la primitive de δ(t) ou bien que δ(t) est la dérivée de Γ(t)
(au sens des distributions). L’impulsion de Dirac est un signal non réalisable.
Physiquement, on a coutume de modéliser une impulsion de Dirac par un signal
rectangle (porte) dont la largeur tend vers 0 et l’amplitude tend vers l’infini.
A δ (t−T)
A
0
t
1
δ(t) = limT →+∞ T tri( Tt ) (2.12)
1
limT →+∞ T sinc( Tt )
1. δ(t) = 0 si t 6= 0,
1
3. δ(k t) = |k| δ(t) .
Réponse impulsionnelle
δ ( t) f(t) δ ( t )
T
T
f(3T)
1 f(−3T) f(−2T) f(−T)
1 f(2T)
f(T)
0 t 0 t
−3T −2T −T T 2T 3T −3T −2T −T T 2T 3T
(a) (b)
Cela revient à ne retenir que les valeurs de la fonction continue f (t) aux instants
d’échantillonnage, à savoir aux instants t = T , 2T , 3T ...
i(t)
R=1 v(t)
W(t1 ,t2 )
La puissance moyenne pendant ce même intervalle est P(t1 , t2 ) = t2 −t1 .
où xp (t) est le signal sur une période T0 , alors la puissance moyenne sur une
période est égale à :
Z +T0 /2 Z +∞
1 2 1
Px = |x(t)| dt = |xp (t)|2 dt . (2.21)
T0 −T0 /2 T0 −∞
2.3.3 Causalité
Un signal x(t) est dit causal ssi x(t) = 0 , ∀ t < 0 .
Un signal x(t) est dit anti-causal ssi x(t) = 0 , ∀ t > 0 .
x(t)
0
t
signal complet
0
t
partie causale de x(t)
0
t
partie anti−causale de x(t)
Remarque : Dans le cas d’un filtre que l’on veut réaliser en temps réel, il va de
soit que sa réponse ne peut être que postérieure à l’excitation. C’est pourquoi,
on imposera que sa réponse impulsionnelle soit causale.
2.3.4 Parité
Un signal x(t) est pair si x(t) = x(−t).
Tout signal réel x(t) est la somme d’un signal pair xp (t) et d’un signal im-
pair xi (t) :
Exemples :
- Quelle est la parité des signaux x(t) = e−αt sin(ωt + φ) (sinusoı̈de atténuée)
2
(gauche) et x(t) = e−αt sin(ωt + φ) (droite) représentés ci-dessous pour les
valeurs α = 0.25, φ = π/6 et ω = 3 rad/s :
15 1
10
0.5
5
0
0
−0.5
−5
−10 −1
−10 −5 0 5 10 −10 −5 0 5 10
0.8
0.6
0.4
0.2
−0.2
−0.4
25
20 25
15 20
10 15
10
5
5
0 0
x(t) y(t)
Système linéaire
h(t) : réponse impulsionnelle
La convolution est l’effet que produit un instrument de mesure qui donne d’un
phénomène physique non pas une réponse nette, mais un peu floue. L’image
d’un point dans un instrument d’optique n’est jamais réellement un point mais
une tâche. Dans le domaine électronique, on retrouve le même phénomène : une
impulsion infiniment brève appliquée à l’entrée d’un amplificateur ne donne ja-
mais en sortie une impulsion brève, mais un signal de durée non nulle (d’autant
plus étroite que la bande passante de l’appareil est plus élevée).
Propriétés
– Si x(t) et y(t) sont des signaux causaux, en écrivant les inégalités qu’ils
vérifient
x(τ ) = 0 ∀τ <0
y(t − τ ) = 0 ∀ τ > t
on obtient une expression simplifiée et très utile de la convolution :
Z t
(x ? y)(t) = x(τ ) y(t − τ ) dτ (2.27)
0
R +∞
Elle existe si x(t) est de classe L1 ( −∞ |x(t)|dt < +∞) et si le signal présente
un nombre fini de discontinuités.
1
3. Changement d’échelle : F [x(at)] = |a| X( ωa )
7. Intégration : X(ω) = 1
jω F [ dx(t)
dt ] + 2π x̄ δ(ω) où x̄ est la valeur moyenne
1
R T0 /2
de x(t) (x̄ = limT0 →+∞ T0 −T0 /2 x(t) dt),
10. Parité : x(t) = xp (t) + xi (t) → X(ω) = F [xp (t)] + F [xi (t)],
11. Si x(t) est réel, alors Re(X(ω)) = F [xp (t)] est une fonction réelle et
j Im(X(ω)) = F [xi (t)] est une fonction imaginaire.
12. Si x(t) est réel pair, alors X(ω) est réel pair.
Si x(t) est réel impair, alors X(ω) est imaginaire impair.
13. F [δ(t)] = 1,
r r
−at2 π − π2 f 2 π − 1 ω2
F [e ]= e a = e 4a (2.31)
a a
1 1.8
1.6
0.8 1.4
1.2
0.6
1
0.8
0.4
0.6
0.2 0.4
0.2
0
−4 −2 0 2 4 Transformée 0
−1 −0.5 0 0.5 1
Dans un contexte d’étude réduit aux signaux à énergie finie, on introduit ici une
bijection entre deux représentations de ces signaux : l’une temporelle et l’autre
fréquentielle. Si ces signaux sont périodiques et donc à énergie infinie sur R, il
n’existe plus de transformée de Fourier au sens des fonctions, mais ces signaux,
pourvu qu’ils soient continus, admettent une décomposition en série de Fourier ;
ce qui nous permet de conserver une représentation fréquentielle aux moyens des
coefficients descriptifs de la série. Mais au-delà de ses applications en traitement
du signal, la série de Fourier est un outil mathématique puissant pour approcher
n’importe quelle fonction (voir Fig. 2.4 pour un exemple avec la fonction porte).
L’ensemble des valeurs cn (en général complexes) constitue le spectre du signal ;
qui est alors discret. Ces valeurs désignent l’amplitude et la phase des harmo-
niques (multiples du fondamental). L’exemple type est la fonction sinus qui n’a
pas de transformée de Fourier au sens des fonctions, mais qui se décompose
aisément (et pour cause) en série (trigonométrique) de Fourier pour obtenir
deux coefficients (b1 et b−1 ) qui correspondent à deux Dirac fréquentiels.
Remarques :
1
R T0
– c0 = T0 0 x(t) dt = valeur moyenne de x(t) sur [0, T0 ] .
avec R T0 R T0 /2
2 2
– an = T0 0 x(t) cos(nω0 t) dt = T0 −T0 /2 x(t) cos(nω0 t) dt
2
R T0 2
R T0 /2
– bn = T0 0 x(t) sin(nω0 t) dt = T0 −T0 /2 x(t) sin(nω0 t) dt avec
ω0 = 2πf0 .
an −jbn an +jbn
et cn = 2 pour n > 0, cn = 2 pour n < 0 et c0 = a0 .
– Si le signal x(t) est pair, alors les coefficients bn sont tous nuls. Si le signal
x(t) est impair, alors les coefficients an sont tous nuls.
– La notion de spectre d’un signal périodique est bien connue des musiciens :
deux instruments jouant la même note fournissent deux signaux de même
fréquence ; ils sont identifiables parce que les amplitudes des harmoniques
sont différentes. C’est la répartition des amplitudes sur les divers harmo-
niques qui est caractéristique d’un instrument : c’est son timbre.
(a) (b)
Figure 2.4 – Fonction porte approchée par une décomposition en série de Fou-
rier. Ceci permet de mettre en exergue le phénomène de Gibbs (effet de bord
observé au voisinage d’une discontinuité). (a) Approximation à l’ordre n = 10.
(b) Approximation à l’ordre n = 50.
Proprétés :
Z +∞ Z +∞
2
E= |x(t)| dt = |X(f )|2 df (2.45)
−∞ −∞
| {z } | {z }
Domaine temporel Domaine fréquentiel
Pour les signaux périodiques qui sont à énergie infinie, on calcule dans ce cas la
puissance sur une période T0 . En utilisant le développement en série de Fourier
qui existe en vertu de la périodicité, on trouve :
Z T0 +∞
1 X
P = x(t) x? (t) dt = cn c?n . (2.46)
T0 0 −∞
2.8 Exercices
1. Que représente la composante continue d’un signal ? Calculer la moyenne
du signal x(t) = A + B sin(2πνt + φ) illustré ci-dessous
Composante continue
Rep : R
1 2π
– 2π 0
(A + B sin(2πνt + φ) dt = A .
1
RT
– a0 /2 = T 0 x(t) dt .
x(t)
A
0 t
−T T
x(t)
0 t
−τ/2 τ/2 T
2τ kτ
Rep : ak = T sinc T ; bk = 0 .
2
4. Montrer que la transformée de Fourier de sign(t) est jω .
P+∞
Rep : Z(ω) = n=−∞ cn Y (ω − 2πn T0 ) où les coefficients cn représentent le
spectre du signal x(t) sur une période.
Filtrage analogique
37
ULP CHAPITRE 3. FILTRAGE ANALOGIQUE
3.1 Introduction
N ous allons aborder dans ce chapitre le filtrage des systèmes linéaires conti-
nus et invariants dans le temps (stationnaires). Le filtrage consiste à atténuer
certains signaux et à en laisser ”passer” d’autres. Cette sélection s’opère bien
évidemment en fonction des caractéristiques du signal recherchées en sortie.
Un filtre modifie (ou filtre) certaines parties d’un signal d’entrée dans le do-
maine temporel et dans le domaine fréquentiel. D’après la théorie de Fourier,
tout signal réel peut être considéré comme composé d’une somme de signaux
sinusoı̈daux (en nombre infini si nécessaire) à des fréquences différentes ; le rôle
du filtrage est alors de modifier la phase et l’amplitude de ces composantes. Par
exemple, agir sur la représentation fréquentielle pour la modifier : le filtre ajoute
ou enlève des graves ou des aigus en traitement de la parole, il corrige la réponse
en fréquence d’un appareil (microphone, téléphone,...).
Tout filtre linéaire est entièrement décrit par sa réponse fréquentielle en ampli-
tude |H(ω)| (le gain) et sa réponse de phase arg H(ω)
|Y (ω)| = |H(ω)| |X(ω)| et arg Y (ω) = arg H(ω) + arg X(ω) (3.2)
∂ (argH(ω))
τ (ω) = − . (3.3)
∂ω
Exemple
Soit x(t) = ejω0 t un signal à l’entrée d’un filtre linéaire continu caractérisé par sa
réponse fréquentielle {|H(ω)| , arg H(ω)}. Quelle est l’expression de la réponse
temporelle y(t) en sortie du filtre ?
Exemple
A l’aide du logiciel Matlab, les réponses en amplitude et en phase et le délai
de groupe d’un filtre dont on connaı̂t la fonction de transfert H(ω) = 1/1 + jω
peuvent être évalués et visualisés de la manière suivante :
freqs([1],[1 1],logspace(-2,+2))
montre la réponse de 1/(1 + jω) entre 10e − 2 et 10e2 rad/s. Pour obtenir le
délai de groupe, il faut demander explicitement :
[H,w]=freqs([1],[1 1],logspace(-2,+2)) ;
subplot(2,1,1)
semilogx(w,-20*log10(abs(H))) ;
xlabel(’Frequency (radians)’) ; ylabel(’Attenuation (dB)’) ; grid ;
subplot(2,1,2)
semilogx (w(1 :length(w)-1), -diff(unwrap(angle(H)))./diff(w)) ;
xlabel(’Frequency (radians)’) ; ylabel(’Group delay (s)’) ; grid ;
– Les filtres passe-bas laissent passer les basses fréquences, et coupent les
hautes,
– Les filtres passe-haut laissent passer les hautes fréquences et coupent les
basses,
– Les filtres passe-bande ne laissent passer qu’une bande limitée de fréquences,
– Les filtres coupe-bande, à l’inverse, laissent passer toutes les fréquences,
sauf une bande spécifique.
Certains filtres ne sont pas conçus pour arrêter une fréquence, mais pour modi-
fier légèrement le gain à différentes fréquences, comme les égaliseurs. Différentes
méthodes de conception de filtres analogiques ont été mises au point, chacune
optimisant un point spécifique, comme par exemple des filtres exhibant des ca-
ractéristiques particulières :
La conception des filtres linéaires fait appel à un gabarit, qui rassemble les ca-
ractéristiques du gain fréquentiel désiré.
|H(fc )| 1
=√ . (3.5)
max {|H(f )|} 2
Dans le cas d’un filtre passe-bas du premier ordre, la fonction de transfert est
maximale à l’origine, donc :
1
|H(fc )| = √ |H(0)| ⇔ 20 log10 |H(fc )| − 20 log10 |H(0)| = −3dB . (3.6)
2
La bande passante (BP) d’un filtre analogique est l’intervalle [finf , fsup ] de
fréquences dans lequel le gain 20 log10 |H(ω)| (ici exprimé en décibels) reste
supérieur ou égal à une valeur√de référence (par exemple −3 dB, correspondant
à une atténuation du gain de 2). Ainsi, pour les filtres les plus courants, on a :
Si on considère que le rôle d’un filtre est de produire un signal de sortie corres-
pondant à une plage de fréquences du signal d’entrée, il est clair que le filtre
doit, si on veut éviter toute distorsion, vérifier (3.9). Il doit donc présenter une
réponse en amplitude constante et une réponse en phase linéaire et passant par
0, du moins dans la plage de fréquences utile, appelée bande passante.
|H( ω )|
K
−ω c ωc ω
|H( ω )|
K
−ω c ωc ω
|H( ω )|
K
−ω u −ω l ωl ωu ω
|H( ω )|
K
−ω u −ω l ωl ωu ω
h(t)
K
ωc
T t
T− π
ωc
Figure 3.5 – Réponse temporelle du filtre passe-bas idéal : une partie du signal
n’est pas nulle pour t < 0.
rapprocher. Des caractéristiques qui exhibent ces différences plus ou moins fortes
vis-à-vis de la fonction porte sont principalement les ondulations dans la bande
passante et dans la bande atténuée ainsi que la largeur de la transition. Les filtres
que l’on réalise sur les signaux continus (c’est-à-dire non échantillonnés) sont
composés de résistances, de capacités, de self-inductances et d’amplificateurs
opérationnels. De tels filtres réalisent entre les représentations temporelles e(t)
(l’entrée) et s(t) (la sortie du filtre) une relation intégro-différentielle linéaire à
coefficients constants. Par transformation de Fourier, cette relation conduit à
un gain complexe qui est une fraction rationnelle, quotient de deux polynômes
en ω :
N (ω)
H(ω) = . (3.14)
D(ω)
Il ne faut pas perdre de vue que la classe des filtres réalisables sur des signaux
continus sont ceux qui sont définis par l’équation fractionnelle (3.14).N’importe
quelle fonction de transfert de ce type peut être réalisée par une association de
quatre fonctions de transfert élémentaires : les filtres passe-bas du premier et
du second ordre, les filtres passe-haut du premier et du second ordre.
|H( ω )|
ondulations (ripple) dans la bande passante
K
K
2
bande atténuée
ωl ωu ω
Figure 3.7 – Réponse fréquentielle (gain en dB) d’un filtre passe-bas réel ca-
ractérisé par la sélectivité k.
bande atténuée
ωl ωu ω
Figure 3.8 – Réponse fréquentielle (gain en dB) d’un filtre passe-haut réel
caractérisé par la sélectivité k.
bande atténuée
ω ω ω ω u+ ω
l− u− l+
Figure 3.9 – Réponse fréquentielle (gain en dB) d’un filtre passe-bande réel
caractérisé par k, ω0 et B0 .
ω ω bande atténuée ω ω u+ ω
l− u− l+
Figure 3.10 – Réponse fréquentielle (gain en dB) d’un filtre coupe-bande réel
caractérisé par k, ω0 et B0 .
– Constante d’atténuation : η = √ ,
A2 −1
2δ1 √ 1
– δ̂1 = 1+δ1 =1− 1+2
,
δ2 1
– δ̂2 = 1+δ1 = A,
δ̂1
– δ1 = 2−δ̂1
,
2δ̂2
– δ2 = 2−δ̂1
,
3.2.4 Méthode
D’une manière générale, la synthèse d’un filtre analogique requiert la connais-
sance des caractéristiques fréquentielles que l’on vient de voir dans la section
précédente ou la représentation graphique du gain de sa fonction de transfert
par le gabarit.
De plus, comme tout filtre linéaire continu vérifie l’équation (3.14), la combi-
naison de filtres élémentaires peut permettre la réalisation de filtres en cascade,
donc de filtres d’ordres supérieurs. La synthèse de tels filtres ne peut pas se
faire aisément si on considère l’ensemble des filtres élémentaires un à un. D’une
manière générale, on préfère décomposer l’équation (3.14) en deux catégories :
|H( ω )|
111111111
000000000
000000000
111111111
1 000000000
111111111
1 111111111
000000000
000000000
111111111
1+ ε 2 000000000
111111111
000000000
111111111
000000000
111111111
000000000
111111111
1111111
0000000
0000000
1111111
0000000
1111111
1 0000000
1111111
0000000
1111111
0000000
1111111
A
ωl ωu ω
|H( ω )| |H( ω )|
111111111
000000000 1+ δ 0000000000
1111111111
1 000000000
111111111 0000000000
1111111111
1
1
1−δ 1 111111111
000000000 1−δ 11111111111
0000000000
000000000
111111111 1111111111
0000000000
111111111
000000000 0000000000
1111111111
000000000
111111111 0000000000
1111111111
000000000
111111111 0000000000
1111111111
000000000
111111111 0000000000
1111111111
1111111
0000000 11111111
00000000
0000000
1111111 00000000
11111111
0000000
1111111 00000000
11111111
0000000
1111111 00000000
11111111
δ2 0000000
1111111
0000000
1111111 δ2 00000000
11111111
00000000
11111111
ωl ωu ω ωl ωu ω
La forme générale du gain (au carré) d’un filtre de Butterworth d’ordre n est la
suivante :
1
|H(ω)|2 = ; n>0 (3.23)
1 + ( ω/ωc )2n
11111111
00000000
00000000
11111111
00000000
11111111
1 00000000
11111111
A
ω
ln η
n ≥ (3.24)
ln k
√
où η est la constante d’atténuation η = / A2 − 1. Ceci permet d’obtenir une
méthode de détermination de l’ordre (minimum) du filtre.
Q
et K0 = (−pi ) = 1/.
Ci-après sont représentés les gains en fréquence des filtres de Butterworth res-
pectivement d’ordre 8 et d’ordre 20 synthétisés avec Matlab, avec un taux d’on-
dulations de 3 dB dans la bande passante et de 50 dB dans la bande atténuée.
0 0
−10 −10
−20 −20
Magnitude (dB)
Magnitude (dB)
−30 −30
−40 −40
−50 −50
−60 −60
−70 −70
0 200 400 600 800 1000 0 200 400 600 800 1000
Frequency (Hz) Frequency (Hz)
(a) (b)
Filtres de Bessel
Une fonction de transfert ayant une phase rigoureusement linéaire aurait
comme fonction de transfert A e−jωτ où τ est le retard infligé au signal d’entrée.
Mais ce n’est pas une fonction rationnelle, un tel filtre n’est donc pas réalisable.
Les filtres de Bessel sont des filtres dont la fonction de transfert pour un degré
donné est la meilleure approximation possible de l’exponentielle précédente. En
se limitant au troisième ordre dans le développement de Taylor de l’exponen-
tielle, on a l’approximation suivante de l’exponentielle
1
e−jω ≈ (3.26)
(jω)3 + 6 (jω)2 + 15 jω + 15
La fonction de transfert doit avoir un gain unité pour le continu (ω = 0), d’où
la fonction de transfert du filtre de Bessel du troisième ordre :
15
H(ω) = (3.27)
(jω)3 + 6 (jω)2 + 15 jω + 15
On voit que pour une fréquence élevée, le gain tend vers 15/(jω)3 est 15 fois
supérieur à celui du filtre de Butterworth de même degré. Les filtres de Bessel
ont une atténuation qui varie au-delà de la fréquence de coupure beaucoup plus
lentement que ceux de Butterworth. Pour cette raison, ils sont rarement utilisés
sauf lorsque la linéarité de la phase est essentielle.
La famille des filtres de Bessel présente les caractéristiques communes suivantes :
Filtres de type I
La famille des filtres de Chebyshev de type I présente les caractéristiques com-
munes suivantes :
|H( ω)|
000000000
111111111
111111111
000000000
1 000000000
111111111
1
000000000
111111111
000000000
111111111
1+ ε 2111111111
000000000
11111111
00000000
00000000
11111111
1 00000000
11111111
A
ω
(a)
|H( ω)|
111111111
000000000
000000000
111111111
1 000000000
111111111
1 111111111
000000000
000000000
111111111
000000000
111111111
1+ ε 2111111111
000000000
11111111
00000000
00000000
11111111
00000000
11111111
1 00000000
11111111
A
ω
(b)
Figure 3.19 – Gabarit et filtres de Tchebycheff de type I. (a) ordre impair. (b)
ordre pair. La forme des ondulations dans la bande passante dépend de la parité
de l’ordre du filtre.
On peut montrer que l’ordre n du filtre doit être choisi tel que :
q
ln ( η1 + η12 − 1)
n≥ q (3.34)
ln ( k1 + k12 − 1)
c’est-à-dire constituée de n pôles pi situés (dans le plan complexe) sur une 1/2
ellipse, c’est-à-dire tels que :
Qn
√ i=1 (−pi ) si n est pair
1+2 1
γ = ( 1+ ) n et K0 = Qn
√ 1
1+2 i=1 (−pi ) si n est impair
(3.36)
Order 8 Chebyshev Type I IIR Filter Order 16 Chebyshev Type I IIR Filter
0 0
−10 −10
−20 −20
Magnitude (dB)
Magnitude (dB)
−30 −30
−40 −40
−50 −50
−60 −60
−70 −70
0 200 400 600 800 1000 0 200 400 600 800 1000
Frequency (Hz) Frequency (Hz)
(a) (b)
Figure 3.22 – Filtres de Tchebycheff de type I. (a) ordre 8. (b) ordre 20.
1
|H(ω)|2 = 1 (3.37)
1+ 2 Tn2 (ωc /ω)
11111111
00000000 11111111
00000000
00000000
11111111 00000000
11111111
00000000
11111111 00000000
11111111
111111111
000000000 1 111111111
000000000
000000000
111111111 000000000
111111111
000000000
111111111 000000000
111111111
1+ ε 2
ω ω
(a) (b)
Figure 3.23 – Gabarit et filtres de Tchebycheff de type II. (a) ordre impair.
(b) ordre pair. La forme des ondulations dans la bande passante dépend de la
parité de l’ordre du filtre.
et q 1 .
1+ 12
c’est-à-dire constituée de zéros situés (dans le plan complexe) sur l’axe imagi-
naire et de n pôles pi situés sur un 1/2 cercle de rayon ωc .
Order 8 Chebyshev Type II IIR Filter Order 16 Chebyshev Type II IIR Filter
0 0
−10 −10
−20 −20
Magnitude (dB)
Magnitude (dB)
−30 −30
−40 −40
−50 −50
−60 −60
−70 −70
0 200 400 600 800 1000 0 200 400 600 800 1000
Frequency (Hz) Frequency (Hz)
(a) (b)
Figure 3.25 – Filtres de Tchebycheff de type II. (a) ordre 8. (b) ordre 20.
Quand le taux d’ondulations (ripple) de la bande atténuée tend vers zéro, le filtre
elliptique correspond à un filtre de Chebyshev de type I. A l’opposé, quand le
taux d’ondulations dans la bande passante tend vers zéro, le filtre elliptique
correspond à un filtre de Chebyshev de type II. Si les deux taux d’ondulations
tendent vers zéro, le filtre elliptique correspond à un filtre de Butterworth.
11111111
00000000 11111111
00000000
00000000
11111111
00000000
11111111 00000000
11111111
00000000
11111111
00000000
11111111 00000000
11111111
ω ω
(a) (b)
Figure 3.26 – Gabarit et filtres elliptique. (a) ordre impair. (b) ordre pair. La
forme des ondulations dépend de la parité de l’ordre du filtre.
0 0
−10 −10
−20 −20
Magnitude (dB)
Magnitude (dB)
−30 −30
−40 −40
−50 −50
−60 −60
−70 −70
0 200 400 600 800 1000 0 200 400 600 800 1000
Frequency (Hz) Frequency (Hz)
(a) (b)
Figure 3.27 – Filtres elliptiques. (a) ordre 8. (b) ordre 20. Les amplitudes des
ondulations dans les bandes passantes et atténuées sont variables.
3.3 Exercices
1. Montrer que la fonction de transfert du filtre passe-bas réalisable est une
approximation du filtre passe-bas idéal.
1
10
0
10
Magnitude
−1
10
−2
10
0 1 2 3
10 10 10 10
Frequency (radians)
50
0
Phase (degrees)
−50
−100
−150
−200
0 1 2 3
10 10 10 10
Frequency (radians)
|H(ω )|
dB
20 dB/décade 7 dB
3 dB
0 ωc ωd ω
Figure 3.31 – Gains fréquentiels (en dB) asymptotiques et réels d’un filtre pour
ωc = 6 rad/s.
1
10
Magnitude
0
10
0 1 2 3
10 10 10 10
Frequency (radians)
14
12
Phase (degrees)
10
0
0 1 2 3
10 10 10 10
Frequency (radians)
|H(ω )| dB
0 1 x1 x
Modulation, démodulation
4.1 Introduction
Toute chaı̂ne de transmission d’informations comporte nécessairement un
milieu de transmission, un émetteur et un récepteur. La propagation à travers
le milieu va entraı̂ner des modifications du signal transmis. Contrairement au
vide qui présente les mêmes caractéristiques quelque soit la fréquence du si-
gnal et dans lequel aucune puissance n’est dissipée, tous les autres milieux sont
absorbants et dispersifs.
• absorption : par suite d’une dissipation de puissance, les ondes se pro-
pageant dans un milieu matériel s’atténuent : on dit que l’onde est ab-
sorbée par le milieu. Dans le cas d’une onde plane, l’atténuation se tra-
duit généralement par une amplitude S décroissant exponentiellement
avec la distance x : S(x) = S0 exp(−α x) . La constante d’atténuation
α dépend en général de la fréquence, si bien que les différentes com-
posantes fréquentielles d’un signal transmis ne subissent pas le même
affaiblissement.
Il convient de noter que, même dans le cas du vide, milieu non dispersif, la
présence d’antennes d’émission et de réception va introduire une forte variation
des caractéristiques de la transmission avec la fréquence. En outre, on montre
que la directivité et la puissance émise par des antennes augmentent lorsque la
fréquence augmente, tandis que la taille de l’antenne diminue.
Pour limiter les distorsions introduites par le milieu et pour être capable de
réaliser des antennes de taille raisonnable, on doit dans le cas de la transmission
radiophonique (signal à transmettre de basse fréquence : 20 Hz-20 KHz), envi-
sager une transformation du signal utile afin de transmettre un signal de haute
fréquence. On parle alors d’opération de modulation.
63
ULP CHAPITRE 4. MODULATION, DÉMODULATION
• |x(t)| ≤ 1,
1
R t0 +T
• x̄ = T t0 x(t) dt = 0 ,
|X( ω )|
ω
−W W=2 π F
1+ µ x(t)
x(t) µ +
* xc(t)
p(t)
x c(t)
1 A (1+ µ)
x(t)
A (1− µ )
t −A (1−µ ) t
−A
−A (1+µ x(t)) = enveloppe
−A (1+µ )
−1
Ap µ
Xc (ω) = Ap π (δ(ω − ωp ) + δ(ω + ωp )) + (X(ω − ωp ) + X(ω + ωp ))
2
(4.2)
Il s’agit donc à la fois d’un dédoublement de la bande fréquentielle et d’une
translation de la quantité ωp = 2πfp comme cela est illustré sur la figure 4.4.
|X c (ω )|
−ω p ω p −W ωp ω p +W ω
Figure 4.4 – Spectre du signal modulé : C’est une double bande latérale de
largeur B = 2F = W/π.
Exemple :
Z +T /2
1
Pxc = lim |xc (t)|2 dt (4.3)
T →+∞ T −T /2
A2p A2p
avec x2c (t) = 2 (1 + 2µx(t) + µ2 x2 (t)) + 2 (1 + µx(t)) cos (2ωp t).
A2p
Px c = (1 + µ2 Px ) = Pc + 2 Pbl , (4.4)
2 | {z }
≤ 1
où :
A2p
– Pc = 2 est la puissance porteuse,
µ2 A2p
– Pbl = 4 Px est la puissance par bande latérale.
2 Pbl µ2 Px
η= = ≤ 50 % (4.5)
Pc + 2 Pbl 1 + µ2 Px
4.2.4 Démodulation AM
Alors que la modulation modifie une des caractéristiques (amplitude ou fréquence)
d’un signal haute fréquence appelé porteuse, la démodulation consiste à extraire
l’information qui avait été confiée à la porteuse et permet d’obtenir une copie
fidèle du signal original (musique, paroles...). La démodulation AM (Ampli-
tude Modulée) effectue une détection crête du signal car le signal modulant est
entièrement défini par l’enveloppe du signal modulé. On peut très simplement
réaliser la démodulation par un redressement simple alternance suivi d’un fil-
trage passe-bas (voir la figure 4.5 ci-dessous) et d’un filtrage passe-haut (pour
éliminer la composante continue introduite lors de la modulation). On obtient
alors un signal r(t) proportionnel au signal modulant.
x c (t) R C r(t)
– Radiodiffusion :
x c(t)
Ap |x(t)|
retournement
de phase
|X c (ω )|
−ω p ω p −W ωp ω p +W ω
Figure 4.7 – Spectre du signal modulé (sans porteuse) : C’est une double bande
latérale de largeur B = 2F = W/π.
Ap
Xc (ω) = (X(ω − ωp ) + X(ω + ωp )) (4.7)
2
La démodulation est réalisée par une synchronisation indispensable (voir exer-
cice 4.4). En effet, s’il existe un déphasage δφ dans le signal de la porteuse, cela
entrainera une atténuation du signal démodulé, car
2 cos(ωp t + δφ) xc (t) = Ap x(t) (cos(δφ) + cos(2ωp t + δφ)),
puis après le passage par l’élément F (voir figure 4.18), le signal démodulé vaut
Ap cos(δφ) x(t).
−ω p ω p −W ωp ω p +W ω
(a)
|X c (ω )|
−ω p ω p −W ωp ω p +W ω
(b)
Ap
Xc (ω) = Ap π (δ(ω − ωp ) + δ(ω + ωp ))− (Φ(ω − ωp ) − Φ(ω + ωp )) (4.14)
2j
où
µφ X(ω) pour la modulation de phase,
Φ(ω) = (4.15)
X(ω)
2π µf jω pour la modulation de fréquence.
Figure 4.9 – (Haut) : Signal modulant (en rouge) et porteuse sinusoı̈dale (en
vert). (Bas) : Signal modulé en fréquence. L’amplitude de l’enveloppe du signal
modulé reste constante.
|x(t)| ≤ 1 . (4.16)
On décrit alors x(t) par une sinusoı̈de x(t) = sin ωm t. La phase φ(t) = β x(t).
La porteuse sinusoı̈dale est xp (t) = Ap cos(2πfp t), et par conséquent le signal
modulé s’exprime par :
Cette famille de fonctions est définie explicitement par une intégrale complexe :
Z +π
1
Jn (x) = e(j x sin θ−j n θ) dθ . (4.21)
2π −π
Propriétés
π Ap J0 ( β )
|X c (ω )|
π A p J −1 ( β ) π Ap J 1 ( β )
−ω p ωp ω
ωp − ω m ωp+ ω m
Figure 4.11 – Spectre du signal modulé : Les amplitudes des raies diminuent
rapidement à partir de la fréquence centrale du signal modulé fc = ωc /2 π.
,
• β1 (bande étroite) ⇒ B ≈ 2 fm ,
La règle de Carson indique qu’à peu près toute la puissance ( 98%) d’un
signal modulé en fréquence est comprise dans la bande B.
4.3.3 Modulateurs FM
Un signal modulé en fréquence peut être réalisé à l’aide d’un circuit oscilla-
teur commandé en tension (OCT ou VCO pour Voltage Controlled Oscillator,
en anglais). L’oscillateur est généralement constitué d’un quartz et d’une diode
varicap, qui, en fonction de la tension appliquée à l’entrée verra sa capacité
varier et cette variation provoquera dans le circuit oscillateur des variations
de fréquence. La diode est commandée par la tension du signal modulant La
tension en sortie est finalement amplifiée, puis reliée à une antenne pour une
transmission Hertzienne.
f
fp + µ f
fp x(t) OCT x c(t)
fp − µ f
x fp
−1 1
p
OCT
4.3.4 Démodulateurs FM
Nous allons aborder la démodulation de fréquence en examinant deux méthodes.
La première méthode est appelée ”discriminateur” et se réfère à la démodulation
d’amplitude. La second méthode, plus précise, est la boucle à verrouillage de
phase.
Le discriminateur
Le discriminateur est un mécanisme de démodulation qui correspond à un en-
semble de deux fonctions en cascade : un differentiateur et un détecteur d’en-
veloppe. Le détecteur d’enveloppe revient à effectuer une démodulation AM
(voir section 4.2.4). En effet, le signal modulant étant de la forme suivante
xc (t) = Ap cos(ωp t + φ(t)), sa dérivée vaut :
Démodulation AM
xc (t)
Comparateur r(t)
Filtre F(s)
de phase
OCT
xo (t)
Le détecteur de phase : son rôle est d’élaborer un signal dit ”d’erreur” qui reflète
l’écart θi (t) − θo (t). La méthode couramment employée pour parvenir à cette fin
consiste à multiplier les signaux vi (t) (d’amplitude Vi susceptible de varier dans
le temps, mais lentement par rapport à la fréquence fo0 ) et vo (t) d’amplitude Vo
constante. Le résultat de cette opération est la tension vs (t) donnée par :
Vi Vo
vs (t) = K {cos[θi (t) − θo (t)] − cos[θi (t) + θo (t)]} (4.26)
2
où K est une constante caractéristique du circuit multiplieur. Dans le cas d’une
entrée sinusoı̈dale, on peut, grâce à un choix judicieux de l’origine du temps,
mettre la phase instantanée θi (t) sous la forme θi (t) = ωi t − π/2 . En ad-
mettant, de plus, que celle de l’oscillateur s’écrit θo (t) = ωo t − Φ , nous en
déduisons que :
Vi Vo
vs (t) = K {sin[(ωi − ωo ) t + Φ] − sin[(ωi + ωo ) t − Φ]} (4.27)
2
Cette dernière expression montre que la tension ”d’erreur”, disponible à la sortie
du détecteur de phase, est la somme de deux composantes :
La deuxième composante peut donc être facilement isolée à l’aide d’un filtre
passe-bas.
fc fi + fo . (4.28)
j φ(jω)
En mettant sa fonction de transfert F (jω) sous la forme F (jω) = |F (jω)| e
avec φ(0) = 0 , et en choisissant un gabarit tel que |F (j (ωi + ωo )| ≈ 0 (voir
figure 4.16), il est clair qu’en régime stationnaire, le signal vr (t) résultant du
filtrage de vs (t) s’écrit :
Vi Vo
vr (t) ≈ K |F (j(ωi − ωo )| {sin[(ωi − ωo ) t + Φ + φ(ωi − ωo )]} (4.29)
2
Cette tension constitue la grandeur de sortie ; de plus, elle commande la fréquence
fo délivrée par l’oscillateur variable.
|F(j ω )|
F(0) Cas β
ωc ωi+ ωo ω
Ko K
ωo − ωo0 = Vi Vo |F (j(ωi − ωo )| {sin[(ωi − ωo ) t + Φ + φ(ωi − ωo )]}
2
(4.32)
qui doit être indépendante du temps conformément à l’hypothèse de stationarité.
Il en résulte deux solutions :
• |ωi − ωo | ωc :
Comme |F (j(ωi − ωo )| ≈ 0, on en déduit que ωo = ωo0 , ∀ t. L’oscillateur
est en ”mode libre”, car sa fréquence fo0 est indépendante des signaux
extérieurs : on dit que la boucle n’est pas verrouillée.
• |ωi − ωo | < ωc :
La composante basse fréquence de vs (t) est transmise par le filtre et agit
sur l’oscillateur de façon à diminuer l’écart en fréquence |fi − fo |. On
peut donc écrire (en supposant que F (0) = 1) :
Ko K
ωo − ωo0 = Vi Vo sin Φ . (4.34)
2
Cette relation est intéressante, car elle révèle que le verrouillage de la boucle
(ωo = ωi ) n’est conservé que tant que l’on a :
Ko K
|ωi − ωo0 | = |ωo − ωo0 | ≤ | Vi Vo | (4.35)
2
C’est-à-dire tant que la pulsation ωi demeure comprise dans une bande spec-
trale centrée par rapport à la pulsation libre ωo0 et de largeur définie par (4.34) :
à l’extérieur de ce domaine, il y a perte de synchronisme. Si tel est le cas,
on conçoit, en considérant l’équation (4.32) que le ”reverrouillage” de la boucle
n’est possible que si l’écart initial |ωi −ωo0 | est inférieur à la pulsation de coupure
ωc , c’est-à-dire si le signal de fréquence |fi − fo0 | a une amplitude suffisante pour
agir de façon sensible sur l’oscillateur. Cette remarque aide à comprendre que le
synchronisme entre la tension d’entrée et celle délivrée par l’oscillateur ne peut
ré-apparaı̂tre que dans une bande spectrale de capture, beaucoup plus étroite que
celle de verrouillage : sa largeur dépend essentiellement de la sélectivité du filtre.
Les figures suivantes illustrent la disposition relative de ces deux domaines par-
ticuliers en représentant la variation de fo lorsque la fréquence d’entrée fi croı̂t.
D’après (4.34), on voit que l’angle Φ est nul lorsque la fréquence fi du signal
de commande est égale à celle d’oscillation libre fo0 ; en nous reportant à θi (t) =
ωi t − π/2 et θo (t) = ωo t − Φ , il apparaı̂t que, dans ce cas, le signal d’entrée
est en quadrature arrière par rapport à celui de l’oscillateur.
fo bande de verrouillage
capture déverrouillage
f’o f’o fi
f i croit
fo
bande de
capture
f i décroit
f’o fi
f’o
capture
4.4 Exercices
1. Soit un signal modulé en amplitude xc (t) = 10 cos(106 t) (1+0.5 sin(103 t) .
Donner la fréquence du signal modulant, de la porteuse et l’indice de mo-
dulation.
x c(t) * F r(t)
∼ 2 cos( ω p t)
synchronisation