Vous êtes sur la page 1sur 26

MIC4220, Traitement numérique des signaux

Transformée de Fourier discrète et


Transformée Z

Mounir Boukadoum, Michaël Ménard et autres sources


1

MIC4220, Traitement numérique des signaux

Objectifs d’apprentissage
Après ce cours vous serez en mesure:
• Calculer la transformée de Fourier discrète (TFD) d’un signal
• D’expliquer le fonctionnement de la transformée de Fourier rapide
• Calculer la transformée Z d’une séquence.
• Déterminer la région de convergence d’une transformée Z
• Utiliser les propriétés des transformée Z pour trouver la réponse
d’un système discret.
• Déterminer la stabilité d’un système à partir de sa transformée Z

Mounir Boukadoum, Michaël Ménard et autres sources


2

1
MIC4220, Traitement numérique des signaux

Introduction
• La transformée de Fourier est utile pour:
– analyser le contenu spectral d’un signal, particulièrement s’il est
de durée finie ou se prête à une décomposition par blocs
– faire l’approximation d’un filtre numérique avec un nombre fini
de coefficients (filtres RIF à venir)
• Mieux adaptée à l'analyse des enregistrements qu'au
filtrage en temps réel pour les grandes trames
– Utilisée en audio, en traitement d'image, à l'analyse des
informations sismographiques (échogrammes), à l’analyse des
tendances financières, etc.

Mounir Boukadoum, Michaël Ménard et autres sources


3

MIC4220, Traitement numérique des signaux

Transformée de Fourier discrète


• La transformée de Fourier d’un Signal échantillonné

signal à temps continu x(t) est: 2

 1
Amplitude

X   xt e

 jt
dt 0

-1

-2
0 20 40 60 80 100 120
• La transformée de Fourier discrète Indice de l’échantillon

(TFD) correspond à la version 1


Domaine des fréquences

numérique 0.8
Magnitude

0.6
N 1 2 0.4

X k   xn e
 j nk
N
k 0 ,1,...,N 1 0.2

n0 0
0 0.1 0.2 0.3 0.4 0.5
où: Fréquence normalisée

 2 
xn  x nT ;X k  X k0  X  k 
 NTe 
Mounir Boukadoum, Michaël Ménard et autres sources
4

2
MIC4220, Traitement numérique des signaux

Algorithme de la TFD
2 N 1 x[n] = entrée
X k    xn  WNnk
j
e N
 WN X[k] = transformée de x[n]
n 0 W = facteur de rotation

X(0) = x[0]WN0 + x[1]WN0*1 +…+ x[N-1]WN0*(N-1)


X(1) = x[0]WN0 + x[1]WN1*1 +…+ x[N-1]WN1*(N-1)
:
X(k) = x[0]WN0 + x[1]WNk*1 +…+ x[N-1]WNk*(N-1)
:
X(N-1) = x[0]WN0 + x[1]WN (N-1)*1 +…+ x[N-1]WN (N-1)(N-1)

• Pour N échantillons de x[n], on obtient N composantes


harmoniques X[k]

Mounir Boukadoum, Michaël Ménard et autres sources


5

MIC4220, Traitement numérique des signaux

Analyser une séquence finie


• Dans le domaines TFD, toutes les séquences
sont périodiques!
– Échantillonnage: Discrétisation en temporel → Périodisation en fréquentiel
– TFD: Discrétisation en fréquentiel → Périodisation en temporel

• Résolution en fréquence:

• Pour N fixe (performance système), elle est
inversement reliée à celle dans le temps! (fe=1/Te)

Mounir Boukadoum, Michaël Ménard et autres sources


6

3
MIC4220, Traitement numérique des signaux

Analyser une séquence finie


• Exemple de troncation d’un signal par une fenêtre rectangulaire

1 5 0 0

1 0 0 0

5 0 0

- 5 0 0

- 1 0 0 0

- 1 5 0 0
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0

1 5 0 0

1 0 0 0

5 0 0

- 5 0 0

- 1 0 0 0

- 1 5 0 0
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0

0 N/2

Mounir Boukadoum, Michaël Ménard et autres sources


7

MIC4220, Traitement numérique des signaux

Analyser une séquence finie


• Il existe plusieurs façons de tronquer!
1
1

0 .8 0 .8

0 .6 0 .6

0 .4 0 .4

0 .2 0 .2

0 0

-0 . 2 -0 .2

-0 . 4 -0 .4

-0 . 6 -0 .6

-0 . 8 -0 .8

-1
-1 0 50 100 150 200 250 300
0 50 100 150 200 250 300

Exemple de tronquer un signal sinusoïdal par une fenêtre rectangulaire et


une fenêtre de Hanning

Mounir Boukadoum, Michaël Ménard et autres sources


8

4
MIC4220, Traitement numérique des signaux

Analyser une séquence finie


• Effet spectral de tronquer un signal sinusoïdal par une fenêtre
rectangulaire et de Hanning
2
1 10

0 .5 1
10

0
0
10
-0 .5

-1
-1 10
0 100 200 300 0 50 100 150

5
1 10

0 .5 0
10

0
-5
10
-0 .5

-1 0
-1 10
0 100 200 300 0 50 100 150

Signal à duré finie Transformée de Fourier


Mounir Boukadoum, Michaël Ménard et autres sources
9

MIC4220, Traitement numérique des signaux

Exemples de fenêtres

Équations:
Tan p. 112

Diapositive de l’INSA Rouen


Mounir Boukadoum, Michaël Ménard et autres sources
10

5
MIC4220, Traitement numérique des signaux

Utilisation
temps fréquence

Multiplication Convolution/fenêtre
/fenêtre (fuites)

Mounir Boukadoum, Michaël Ménard et autres sources


11

MIC4220, Traitement numérique des signaux

Algorithme de TFR
N 1
X k    xn  WNnk ; 0  k  N  1 [1]
n 0

x[n] = {x[0], x[1], …, x[N-1]}


• On divise les valeurs de x[n] en séquences
d’indices pair et impair:

– xp[n] = {x[0], x[2], …, x[N-2]}


– xi[n] = {x[1], x[3], …, x[N-1]}
Mounir Boukadoum, Michaël Ménard et autres sources
12

6
MIC4220, Traitement numérique des signaux

TFD → TFR
• On peutN alors écrire:
N
1 1
2 2
[2]
X k    x2nW
n0
2 nk
N   x2n  1W 
n 0
N
2 n 1k

• Mais puisque:
2 2
j
W N2 n 1k  W Nk  W Nnk
j 2 nk nk
W 2 nk
N e N
e N 2
 W Nnk
2 2
• On a aussi:
N N
1 1
2 2
X k    x2nW Nnk  WNk  x2n  1W Nnk  Y k   WNk Z k 
n 0 2 n 0 2

Mounir Boukadoum, Michaël Ménard et autres sources


13

MIC4220, Traitement numérique des signaux

TFD → TFR
• Illustration de la première étape
y[0] X[0] = y[0]+W0z[0]
x[0]
x[2] y[1] X[1] = y[1]+W1z[1]
x[4] TFD y[2]
N/2 points
x[N-2] y[N-2]

z[0] W0 X[N/2] = y[0]+WN/2z[0]


x[1]
x[3] z[1] W1 -1 X[N/2+1] = y[1]+WN/2+1z[1]
x[5] TFD z[2] -1
N/2 points
x[N-1] z[N/2-1]

N N
1 1
2 2
X k    x2nW Nnk  WNk  x2n  1W Nnk  Y k   WNk Z k 
n 0 2 n 0 2

Mounir Boukadoum, Michaël Ménard et autres sources


14

7
MIC4220, Traitement numérique des signaux

TFD → TFR
• On peut donc diviser une TFD de N points en deux TFD de N/2
points: N
1
N
1
2 2
X k    x2nW Nnk  WNk  x2n  1W Nnk  Y k   WNk Z k 
n 0 2 n 0 2
• Chacune d’elle demandera (N/2)2 multiplications (N/2-1)N/2
additions, et N multiplications et additions pour les “coller”
ensemble.
• Le nombre initial d’opérations est divisé par 2, mais on ajoute N
additions.
• On peut répéter le processus sur les deux moitiés et ainsi de suite
jusqu’à ce qu’il ne reste que 1 point dans Y(k) et Z(k)
• Si N=2m, le nombre d’itérations est log(N)
Mounir Boukadoum, Michaël Ménard et autres sources
15

MIC4220, Traitement numérique des signaux

TFD → TFR
• On peut exploiter la symétrie et la périodicité des W pour simplifier
encore plus le calcul de X[k]:
N N
1 1

 x n W  WNk  x2 n  W Nnk


2 2
X k   1
nk
N
[3]
n 0 2 n 0 2


N N
1  N 1  N
 N n k   n k  
 x n W  x n W
2 N 2
k
X k    1 N
 2
 WN 2
2 N
 2

 2 n 0 2 n 0 2

N 2 2 N 2 2
k j k j j k j k
Mais WNN 2
e N
e N 2
e N
e  j   e N
 W Nk : symétrie
N 2 2 N 2
k j k j j k

Et WN 2
e N 2
e N 2 2
e N 2
 W Nk : périodicité
N
22 2

Mounir Boukadoum, Michaël Ménard et autres sources


16

8
MIC4220, Traitement numérique des signaux

TFD → TFR
• On en déduit :
N 
X k   Y k   WNk Z k ; k  0,    1
2 
 N N 
X  k    Y k   WNk Z k ; k  0,    1
 2 2 

• Y(k) and WNk Z(k) peuvent être calculés une


fois et servir deux fois !
• Le nombre d’indices à parcourir passe de N à
N/2.
Mounir Boukadoum, Michaël Ménard et autres sources
17

MIC4220, Traitement numérique des signaux

TFD → TFR
• Évaluation d’un « papillon »:
X k   Y k   WNk Z k 
 N
X  k    Y k   WNk Z k 
 2
Y(k) = Ur+jUi U’=Ur’+jUi’ = X(k)

WNkZ(k) = (Wr+jWi)(Lr+jLi) L’=Lr’+jLi’ = X(k+N/2)


-1

U = haut r = réel
L = bas i = imaginaire

Mounir Boukadoum, Michaël Ménard et autres sources


18

9
MIC4220, Traitement numérique des signaux

Mise en œuvre de la TFR


• Évaluation d’un « papillon »:
Ur+jUi U’=Ur’+jUi’

(Lr+jLi)(Wr+jWi) -1
L’=Lr’+jLi’

Lr  jLi Wr  jWi  LrWr  jLrWi  jLiWr  LiWi


LrWr  LiWi  j LrWi  LiWr 
U LrWr  LiWi  j LrWi  LiWr U r  jU i 
LrWr  LiWi U r  j LrWi  LiWr U i 
LU r  jU i LrWr  LiWi  j LrWi  LiWr 
U r  LrWr  LiWi  j U i  LrWi  LiWr 
Mounir Boukadoum, Michaël Ménard et autres sources
19

MIC4220, Traitement numérique des signaux

Mise en œuvre de la TFR


• Calcul des sorties d’un « papillon »:
Ur+jUi U’=Ur’+jUi’ = (Lr Wr - Li Wi + Ur)+j(Lr Wi + Li Wr + Ui)

(Lr+jLi)(Wr+jWi) L’=Lr’+jLi’ = (Ur - Lr Wr + Li Wi)+j(Ui - Lr Wi - Li Wr)


-1
• Afin de réduire le nombre de * et +, on calcule
chaque produit une seule fois:
temp1 = LrWr temp2 = LiWi temp3 = LrWi temp4 = LiWr
temp1_2 = temp1 - temp2 temp3_4 = temp3 + temp4

Ur’ = temp1 - temp2 + Ur = temp1_2 + Ur


Ui’ = temp3 + temp4 + Ui = temp3_4 + Ui
Lr’ = Ur - temp1 + temp2 = Ur - temp1_2
Li’ = Ui - temp3 - temp4 = Ui - temp3_4

Mounir Boukadoum, Michaël Ménard et autres sources


20

10
MIC4220, Traitement numérique des signaux

Mise en œuvre de la TFR


• Détermination d’un « papillon » en C:
temp1 = (y[lower].real * WR);
temp2 = (y[lower].imag * WI);
temp3 = (y[lower].real * WI);
temp4 = (y[lower].imag * WR);

temp1_2 = temp1 - temp2;


temp3_4 = temp 3 + temp4;

y[upper].real = temp1_2 + y[upper].real;


y[upper].imag = temp3_4 + y[upper].imag;
y[lower].imag = y[upper].imag - temp3_4;
y[lower].real = y[upper].real - temp1_2;

Mounir Boukadoum, Michaël Ménard et autres sources


21

MIC4220, Traitement numérique des signaux

Mise en œuvre de la TFR


• Observations :
– Chaque étape implique le même nombre de
Papillons, N/2
– Le nombre de calculs de TFD par étape est égal à
N/2#étape
– L’écart en la partie supérieure et la partie
inférieure de chaque papillon est égal à 2#étape-1
– Le nombre de papillons par TFD est égal à 2#étape-1

Mounir Boukadoum, Michaël Ménard et autres sources


22

11
MIC4220, Traitement numérique des signaux

Étape 1
Mise
Étape 2
enÉtapeœuvre
3
deExemple:
la TFRTFR à 8 points
(1) Nombre d’étapes :

W0 -1
 Nétapes = 3

W0 -1
(2) TFD/étape :
W0 -1 W1 -1  Étape 1 : NTFD = 4
 Étape 2 : NTFD = 2
W0 -1

W0 -1 W1 -1
 Étape 3 : NTFD = 1
W0
W0 -1 W2 -1 (3) Papillons/étape :
W0 -1 W1 -1 W3 -1  Étape 1 : Npap = 1

– Nombre d’étapes = log2N  Étape 2 : Npap = 2


– Nombre de TFD/étape = N/2étape  Étape 3 : Npap = 4
– Nombre of papillons/TFD = 2étape-1
– Écart des valeurs d’indice/papillon = 2étape-1
Mounir Boukadoum, Michaël Ménard et autres sources
23

MIC4220, Traitement numérique des signaux

Mise en œuvre de la TFR Étape 1 Étape 2 Étape 3


• L’aspect le plus important de la mise en
œuvre de l’algorithme en code ‘C’ est le
W0

W0
W0 W2

calcul des indices supérieurs et inférieurs de W0


-
1
W0
W1

chaque papillon: W0
W0
W2
W
0
W2
W3

pasT = N/4; /* pas initial pour les incréments d’indices de départ des TFD */
pasP = 1; /* pas initial pour les incréments d’indices de papillons */

for (k=N; k>1; k>>1) /* Boucle d’étapes ; équiv. à for(k=1; k<=log2(N); k++) */
{
for (j=0; j<N; j+=pasT) /* boucle des indices de départ des TFD dans chaque étape */
{ /* 0,2,4… ; 0,4,8… ; 0,8,16… */
for (n=j; n<(j+pasT-1); n+=pasP) /* boucle des indices de chaque papillon */
{ /* 0,1 ; 0,1,2,3 ; 0,1,2,3,4,5,6,7 … */
upperindex = n;
lowerindex = n+pasP; /* n+1 ; n+2 ; n+4 … */
}
}
/* Adapation de pasT and pasP pour la prochaine étape */

PasT = pasT << 1;


papP = pasP << 1;
}

Mounir Boukadoum, Michaël Ménard et autres sources


24

12
MIC4220, Traitement numérique des signaux

Mise en œuvre de la TFR


• Codage des facteurs de rotation W
(1) Déclaration
struct {
short real; // 32767 * cos (2*pi*n) -> Q15 format
short imag; // 32767 * sin (2*pi*n) -> Q15 format
} w[] = { 32767,0,
32767,-201,
...
};

(2) Accès aux parties réelles et imaginaires:


short temp_real, temp_imag;

temp_real = w[i].real;
temp_imag = w[i].imag;

Mounir Boukadoum, Michaël Ménard et autres sources


25

MIC4220, Traitement numérique des signaux

Transformée de Fourier rapide

x[0] X[0]
x[1] -1 0 X[4]
wN
x[2] -1 0
wN X[2]
x[3] -1 2
wN
-1 0 X[6]
wN
x[4] -1 w 0 X[1]
N
x[5] -1 1 -1 w 0 X[5]
w N
x[6] -1 N2 -1 0 X[3]
w w
x[7] -1 N3 -1 N2 -1 0 X[7]
wN wN w
N

Mounir Boukadoum, Michaël Ménard et autres sources


26

13
MIC4220, Traitement numérique des signaux

TFR base-2, décimation en fréquence


#include "i_cmplx.h" /* definition of the complex type */ for(stage_no=1; stage_no<=Nby2; stage_no=stage_no<<1) {
#include "twiddle1024.h" /* quantised and scaled Twiddle factors */ for(group_no=0; group_no<number_groups; group_no=group_no+1) {
#define LL 1024 /* Maximum length of FFT */ twiddle_no=0;
for(butterfly_no=0; butterfly_no<number_butterfly;
void fft(COMPLEX *Y, int N) { // FFT(input sample array, # of points) butterfly_no=butterfly_no+1) {
int number_butterfly, number_groups; upperindex=group_no*2*number_butterfly+butterfly_no;
int stage_no, group_no, butterfly_no; lowerindex=upperindex+number_butterfly;

int upperindex, lowerindex, Nby2;


int twiddle_step, twiddle_no; temp1=(Y[lowerindex].real*w[twiddle_no].real)>>15;
int temp1, temp2, temp3, temp4, temp1_2, temp3_4; temp2=(Y[lowerindex].imag*w[twiddle_no].imag)>>15;
short int tempR, tempI; temp3=(Y[lowerindex].real*w[twiddle_no].imag)>>15;
int i, j, k;
temp4=(Y[lowerindex].imag*w[twiddle_no].real)>>15;
Nby2=N>>1; temp1_2=temp1-temp2;
j=0; temp3_4=temp3+temp4;
for (i=1;i<(N-1);i++) { /* bit reversal */
k=Nby2; temp1=(temp1_2+Y[upperindex].real)>>1;
while (k<=j) { temp2=(temp3_4+Y[upperindex].imag)>>1;
j = j-k; temp3=(Y[upperindex].real-temp1_2)>>1;
k=k/2; temp4=(Y[upperindex].imag-temp3_4)>>1;
}
j=j+k; Y[upperindex].real=(short int)(temp1);
if (i<j) { Y[upperindex].imag=(short int)(temp2);
tempR=Y[j].real; Y[lowerindex].real=(short int)(temp3);
tempI=Y[j].imag; Y[lowerindex].imag=(short int)(temp4);
Y[j].real=Y[i].real;
Y[j].imag=Y[i].imag; twiddle_no+=twiddle_step;
Y[i].real=tempR; }
Y[i].imag=tempI; }
} number_groups=number_groups>>1;
} number_butterfly=number_butterfly<<1;
number_butterfly=1; //number of butterfly's in initial group twiddle_step=twiddle_step>>1;
number_groups=Nby2; //number of groups in initial stage// }
twiddle_step=Nby2; //initial size of the twiddle step return;
}

Mounir Boukadoum, Michaël Ménard et autres sources


27

MIC4220, Traitement numérique des signaux

Performance2 de l’algorithme
• La TFD demande N multiplications et (N-1)N
additions complexes, soit 2N2-N opérations.
120 120
Nombre de Multiplications

Nombre d’addition

100 100
80 80
60 60
40 40
20 20
0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Nombre d’échantillon Nombre d’échantillon

• La Transformée de Fourier Rapide (TFR) permet de


réduire ces opérations à Nlog(N) multiplications-
additions (MAC).
Mounir Boukadoum, Michaël Ménard et autres sources
28

14
MIC4220, Traitement numérique des signaux

J.‐B. Joseph Fourier P. S. Marquis de Laplace
1768 – 1830 1749 ‐1827 Lotfi Zadeh Witold Hurewicz
1921- (1904-1956)

La transformée z Origine : 
• Witold Hurewicz 1947 ?
• Lotfi Zadeh 1952 ?
• Groupe de recherche « Sampled
data control » de l’Université 
Columbia en 1952 ?
• z seul symbole non réservé ?
• z est le miroir de s ?

Mounir Boukadoum, Michaël Ménard et autres sources


29

MIC4220, Traitement numérique des signaux

Transformée de Z
• Joue le même rôle pour les systèmes LIT à
temps échantillonné que la transformée de
Laplace pour les systèmes LIT à temps
continu.
• Permet donc, pour un système LIT de :
– Déterminer ses réponses transitoire permanente
à un signal d’entrée
– Déterminer sa réponse en fréquence
– Étudier sa stabilité
Mounir Boukadoum, Michaël Ménard et autres sources
30

15
MIC4220, Traitement numérique des signaux

Définition
• La transformée z d’un signal à temps
échantillonné quelconque x[n] est définie par:
X ( z )  n   x[n] z  n

où z = esTe, s étant la variable de Laplace et Te la période


d’échantillonnage; pour un signal causal n0=0.
• Il existe une relation biunivoque entre le signal
et sa transformée z :
xn Z
 Xz

Mounir Boukadoum, Michaël Ménard et autres sources


31

MIC4220, Traitement numérique des signaux

Applications
• Pour une composante z-n de X(z) nous avons

z n LIT H ( z) z n

• Par linéarité, un signal arbitraire X ( z )   x[n]z n à
l’entrée donnera H(z)X(z) à la sortie. n

• Par ailleurs, si on impose z= ej,on retrouve l’analyse


de Fourier

Mounir Boukadoum, Michaël Ménard et autres sources


32

16
MIC4220, Traitement numérique des signaux

Région de convergence
Facteur important dans la définition de la transformée z. Ainsi, la
transformée z du signal causal
A n un  ,   0
est :
 
   n

Xz   A   n un z n  A  n z n  A 
n n0
 
n0 z

La série converge seulement si |z| > |α|.

La R.C. dans le plan z est l’extérieur


du cercle de rayon |α| centré à l’origine :

ROC |z| > |α|

Mounir Boukadoum, Michaël Ménard et autres sources


33

MIC4220, Traitement numérique des signaux

Région de convergence
La même approche pour le signal TE anti causal
1
donnerait
1 1
1 1
1 1

ROC

Dans cet exemple, la RC est


l’intérieur du cercle le rayon
|α|centré à l’origine dans le plan z

Mounir Boukadoum, Michaël Ménard et autres sources


34

17
MIC4220, Traitement numérique des signaux

Table de transformées

Mounir Boukadoum, Michaël Ménard et autres sources


35

MIC4220, Traitement numérique des signaux

Fonctions de transfert
• Si x[n] est l’excitation, h[n] la réponse impulsionnelle et
y[n] la sortie d’un système LIT, alors
Yz  XzHz 

et H( ) est la fonction de transfert du système.

• Résultat similaire à ceux pour les transformée de Fourier


et de Laplace :
Y j   X j H j 
Ys   XsHs 

Mounir Boukadoum, Michaël Ménard et autres sources


36

18
MIC4220, Traitement numérique des signaux

Propriétés
Pour deux signaux causals formant des paires:

↔ et h ↔
On a les propriétés suivantes pour les transformées z :

Linéarité:
 gn   hnZ
  Gz    Hz

Décalage temporel
gn  n0 
z n0 Gz  , n0  0
Z
Retard:
n 0 1
 
Avance: z Gz   gm z  m  , n0  0
gn  n0  Z n0

 m 0 
Mounir Boukadoum, Michaël Ménard et autres sources
37

MIC4220, Traitement numérique des signaux

Propriétés
Changement d’échelle
 z 
 n gn Z
 G
 
Théorème de la valeur initiale

g0   lim Gz


z

Dérivation dans le domaine z


d
n gn Z
 z Gz
dz
Convolution à temps discret
gn  hnZ
 HzGz 
Mounir Boukadoum, Michaël Ménard et autres sources
38

19
MIC4220, Traitement numérique des signaux

Propriétés
Différenciation

1  z 1 Gz
gn   gn  1
Z

Accumulation
n
z 1
 gm z  1 Gz  1  z
Z
1 Gz
m 0

Théorème de la valeur finale


lim gn   limz  1Gz
n z1
(si la limite existe)

Mounir Boukadoum, Michaël Ménard et autres sources


39

MIC4220, Traitement numérique des signaux

Transformation Z inverse
• Définition :
1
xn    Xzz n1dz
j2 C

• Intégrale dans le plan complexe qui est rarement


utilisée en pratique.

• Trois méthodes lui sont préférées :


– Division polynômiale
– Expansion en fractions élémentaires
– Tables de transformées z !
Mounir Boukadoum, Michaël Ménard et autres sources
40

20
MIC4220, Traitement numérique des signaux

Division polynômiale
Supposer que l’on cherche la transformée z inverse de
z2
z3  3 67 2
2 1 z 1  z 
Hz  

4 144
15 17 1 15 17 1 3 z 2
z 3  z2  z  z3  z2  z  z 
12 36 18 12 36 18 2
La division polynômiale du 15 2 17
z  z  z
3 1
du numérateur par le 12 36 18
dénominateur donne la 3 2 17 1
z  z
4 36 18
série infinie
3 2 45 51 3 1
3 67 2 z  z  z
4 48 144 72
1  z 1  z 
 4 144 67
z
144
Cette méthode est toujours applicable,  

mais le résultat est une série.
Mounir Boukadoum, Michaël Ménard et autres sources
41

MIC4220, Traitement numérique des signaux

Expansion en fractions élémentaires


• Méthode identique à celle utilisée pour trouver la transformée
de Laplace inverse.
• Par exemple, pour
1
z 2 z  
 2 
Hz  
z  z  1 z  1 
2
 3  3 4 
cette fraction n’étant pas régulière en z, on commence par
diviser le numérateur par le dénominateur, ce qui laisse un
reste qui est une fraction régulière.
• On peut aussi diviser les deux termes par z pour obtenir une
fraction régulière …
Mounir Boukadoum, Michaël Ménard et autres sources
42

21
MIC4220, Traitement numérique des signaux

Expansion en fractions élémentaires


1
zz  
Hz   2 

z z  z  1 z  1 
2
 3  3 4 
La division des deux membres par z donne une fraction régulière en z
et la décomposition en fractions élémentaires est simplifiée.
4 9
Hz  2
 5   5
z 2 1 1
z z z
On en déduit : 3 3 4
4 9
z 2z z
Hz   5   5
2 1 1
z z z
3 3 4
Mounir Boukadoum, Michaël Ménard et autres sources
43

MIC4220, Traitement numérique des signaux

Équations aux différences


La transformée z unilatérale se prête bien à la solution d’équations
aux différences avec conditions initiales.
Exemple :
n
3 1 1 
yn  2   yn  1 yn   , for n  0
2 2 4 
y0   10 and
et y1  4

La transformée z des deux membres donne


3 1
z2 Yz   y0  z 1 y1  zYz   y0   Yz  
z
2 2 1
z
4
Et on voit que les conditions initiales sont incluses dans l’équation
algébrique résultante.
Mounir Boukadoum, Michaël Ménard et autres sources
44

22
MIC4220, Traitement numérique des signaux

Équations aux différences


La solution de l’équation est
z
 10 z 2  15 z  4 z
1 54 15
z z2  
z
Y( z )  4  10 z 40 40
z2 
3
z
1  1  2 3 1
 z   z  z  
2 2  4  2 2
 16 2 
4
Yz  z 3
 1   3 
1 z  1
z  
 4 z  2 
d’où on tire 16 1 n 1  2 
n
yn    4  un 
 3 4  2  3 

Cette solution satisfait simultanément l’équation aux différences et
les conditions initiales.
Mounir Boukadoum, Michaël Ménard et autres sources
45

MIC4220, Traitement numérique des signaux

Stabilité
1. Tous les pôles de H(z) doivent être situés à
l’intérieur du cercle unité défini par z=1 (pour un
système causal).
2. En plus, on vérifie que:
– H(z) ne possède pas de pôles en commun avec le signal
d’entrée
– H(z) ne possède pas de pôle de multiplicité >1 à z=1.
– Le degré du numérateur de H(z) <= degré du
dénominateur
3. Les pôles situés à z=1 définissent un système qui est
marginalement stable.
Mounir Boukadoum, Michaël Ménard et autres sources
46

23
MIC4220, Traitement numérique des signaux

Réponse en fréquence d’un système LIT


• Si la région de convergence de H(z) inclut le
cercle |z|=1, alors les valeurs de H(z) le long
de ce cercle représentent la fonction de
réponse en fréquence du système étudié.
• Par conséquent, la fonction de réponse en
fréquence du système est obtenue simplement
en remplaçant z par z=ej
• Noter que la fonction de réponse en fréquence
est périodique.

Mounir Boukadoum, Michaël Ménard et autres sources


47

MIC4220, Traitement numérique des signaux

Diagrammes pôles-zéros
3z Im
Ex. : H ( z )  donne pôle
1 cercle unité
z
3 zéro
e j
H ( e j )  3
1
e j 
3
-1/3 1 Re
• L’effet du numérateur et du
dénominateur peut être représenté par
des vecteurs qui partent de pôles ou
zéros et se rejoignent en un point e j
H ( e j )  3
commun sur le cercle unité. e j 
1
3
• Les rapports d’amplitudes et les angles
des vecteurs définissent la réponse en  1
H ( e j )  3  e j   e j  
fréquence.  3

Mounir Boukadoum, Michaël Ménard et autres sources


48

24
MIC4220, Traitement numérique des signaux

Diagrammes pôles-zéros
Exemple:
z z
Hz   
z 5 z  p1 z  p2 
z2  
2 16
1 j2 1 j2
p1  p2 
4 4

e j
He j  
e j  p1 e j  p2

Mounir Boukadoum, Michaël Ménard et autres sources


49

MIC4220, Traitement numérique des signaux

Sommaire
• Utiliser la TFD pour les séquences en mémoire
• La TFD assume que la séquence finie est périodique
• La décimation (en fréquence ou en temps) permet de réduire le
nombre de calcule nécessaire pour obtenir la TFD.
• Transformée Z: équivalent de Laplace pour les système
échantillonné
• Permet de trouvé la réponse impulsionnelle
• Z inversé: Division polynômiale, Expansion en fractions
élémentaires ,Tables de transformées z !
• Pour être stable, tous les pôles de H(z) doivent être situés à
l’intérieur du cercle unité défini par z=1.

Mounir Boukadoum, Michaël Ménard et autres sources


50

25
MIC4220, Traitement numérique des signaux

Prochain cours
• Problèmes
– 4.1, 4.3, 4.5, 4.7, 4.11, 4.13, 4.15
– 5.1, 5.3, 5.5, 5.7, 5.9
• Lecture
– Chapitre 6 de Li Tan

Mounir Boukadoum, Michaël Ménard et autres sources


51

26