Cours Traitement de Signal AII21

Chapitre 2 : La transformée de Laplace

Les signaux déterministes à temps

continu

I . Introduction
Le lien entre la représentation temporelle d'un signal et sa représentation fréquentielle est la
décomposition en Série de Fourier (DSF), pour les signaux périodique ou la Transformée de Fourier
(TF) pour les signaux non périodiques.

II. Propriétés temporelles

II.1. Énergie et Puissance des signaux

Toute transmission d'information est liée à un transfert d'énergie. Comment mesure t’on l'énergie d'un
signal?
Soit un signal x(t) défini sur [− ∞,+∞ ] , et To un intervalle de temps.

Énergie de x(t) :
To
2
E = lim ∫
2
x (t) dt
To → ∞
To
−
2

Puissance moyenne de x(t):

To
2
1
P = lim ∫
2
x ( t ) dt
To → ∞ To To
−
2

Puissance moyenne des signaux périodiques de période T :

T
2
1
P = ∫
2
x (t ) dt
T T
−
2

_________________________________________________________________________________
Sondes Abdelmouleh 12
Cours Traitement de Signal AII21

II.2 Fonction d’auto corrélation et d’inter corrélation

Pour comparer deux signaux entre eux, ou faire ressortir une caractéristique d’un signal noyé dans le
bruit, on compare le signal x(t) pris à un instant « t », à un signal y(t) pris à un instant « t’= t -τ ».

II.2.1 L'inter corrélation

L'inter corrélation compare deux signaux réels x(t) et y(t) retardée, elle traduit la ressemblance de de
+∞
forme entre eux : C (τ ) = ∫ x(t ) ⋅ y (t − τ )dt
x, y
−∞
+∞
Pour les signaux complexes : C (τ ) = ∫ x(t ) ⋅ y* (t − τ )dt (avec (*)≡ conjugué)
x, y
−∞
Exemple : Si y( t ) est une version retardée de t 0 de x( t ), donc C x,y(t) sera maximale pour t = -t 0 ; en
examinant son temps de pic, on peut estimer le décalage entre x et y (Application en radar)

II.2.2 L’auto corrélation

L’auto corrélation réalise une comparaison entre un signal x(t) et ses copies retardées
+∞
Pour les signaux réels :C (τ ) = ∫ x (t ) ⋅ x (t − τ )dt
x, x
−∞
II.2.3 Propriétés de corrélation

C x,x (t) est maximale pour t = 0.

C x,y (t) = C x,y(-t) : c'est une fonction paire.
C x,y (t) = x( t ) * y( -t ) et C x,x (t) = x( t ) * x( -t ).

III. Produit de Convolution

III.1. Définition

Soit le système ci-dessous, ayant pour entrée une impulsion de Dirac δ(t) et de sortie la réponse
impulsionelle h(t) .

δ(t) Système h(t)

Entrée : impulsion Sortie : la réponse

de Dirac impulsionelle

Figure (2.1):La réponse impulsionelle du système.

Un système linéaire est modélisé par sa réponse impulsionelle.

La réponse y(t) d’un système à une entrée x(t) est une superposition de réponses impulsionelle amplifié
par des valeurs instantanées de x(t) ; cette opération appelé : convolution de x par h ; noté (*).

_________________________________________________________________________________
Sondes Abdelmouleh 13
Cours Traitement de Signal AII21

x(t)
Système y(t)= x(t)*h(t)
h(t)

Figure (2.2): La réponse du système.

Equation générale de convolution :

+∞ +∞

Y(t) = x(t) * h(t) = ∫

−∞
x(t − τ ).h(τ ).dτ = ∫ x(τ ).h(t − τ ).dτ
−∞

III.2. Propriétés du produit de convolution

Soit les trois signaux continus : f1[t], f2[t] et f3[t] .
a- La commutativité :
f1[t] * f2[t] = f2[t] * f1[t]

b- La distributivité

( f1[t] + f2[t] )* f3[t] = (f1[t] * f3[t]) + (f2[t] * f3[t])

c- L’associativité
f1[t] * f2[t] * f3[t] = f1[t] * (f2[t] * f3[t] ) = (f1[t] * f2[t]) * f3[t]
d- L’élément neutre
+∞
f[t] * δ[t] = ∫ f (τ ).δ (t − τ ).dτ
−∞
= f[t]

e-
Soit le signal d’entré f(t), s(t) est la réponse du système tell que : f(t) * δ(t-t0) = s(t) = f( t - t0 )

f(t) δ(t-t0) f(t-t0)

t
t t

t0 t0

Figure ( 2.3 ) : La réponse du système à t0.

Le signal de sortie d’un système linéaire causal invariant dans le temps est donné par le produit
de convolution du signal d’entrée et d’une fonction h(t) appelée réponse impulsionelle.
La valeur du signal de sortie à l’instant t est ainsi obtenue par la sommation des valeurs passées
du signal d’excitation, pondérées par la réponse du système.

_________________________________________________________________________________
Sondes Abdelmouleh 14
Cours Traitement de Signal AII21

III.2. Application

Exemple 1 :

Soit les signaux continus h(t) et x(t):

h (t) = 2 pour 0 ≤ t ≤ 2 sinon h (t) = 0 & x (t) = 2.e-t pour t ≥ 0
a- Représenter les deux signaux.
b- Déterminer le produit de convolution y (t) = x (t) * h (t).
Correction :
a- x(t) h(t)

2
2

t t
2
Figure (2.4 ) : La représentation temporelle des signaux x(t) et h(t).

+∞
b- le produit de convolution y (t) = x (t) * h (t) = ∫ x(t − τ ).h(τ ).dτ
−∞
h(τ)
1er cas : pour t < 0
2
2
x(t-τ)

t 2

Figure(2. 5 ) : La représentation des signaux pour t <0.

Pas d’intersection entre les deux signaux d’ où y(t) = 0 .

2er cas : pour 0<t<2 h(τ)

2
x(t-τ)

0 2 t
Figure (2. 6) : La représentation des signaux pour 0 < t <2.

2.2. ( )
=4 . .
+∞

y (t) = x (t) * h (t) = ∫ x(t − τ ).h(τ ).dτ

−∞
=

= 4 . . = 4. e- t [et – 1]

y(t) = 4. e-2 t - 4.e-t pour 0 < t< 2

_________________________________________________________________________________
Sondes Abdelmouleh 15
Cours Traitement de Signal AII21

3eme cas : pour t >2

4. ( )
=4 . .
+∞

y (t) = x (t) * h (t) = ∫ x(t − τ ).h(τ ).dτ

−∞
=

= 4 . . = 4. e- t [e2 – 1] d’où y(t) = 4. e2- t - 4.e-t pour t > 2

Exemple 2 :
Soit un système « S », caractérisé par sa réponse impulsionelle h(t).
Si on excite ce système par un signal x (t), on aura une réponse y (t).
Soient les deux signaux continus x (t) et h (t) telle que :
x (t) = 1 pour 0 ≤ t ≤ 4 sinon x (t) = 0 & h (t) =1 pour -2 ≤ t ≤ 2 sinon h (t) = 0
a - Déterminer le produit de convolution y (t) = x (t) * h (t).
b - Représenter le produit de convolution y (t).

h(t) x(t)

Réponse :
a-
1
1

t t
-2 2 0 4

Figure (2. 7): La représentation temporelle des signaux x(t) et h(t).

+∞
Le produit de convolution y (t) = x (t) * h (t) =
−∞
∫ x(t − τ ).h(τ ).dτ
1er cas : pour t < 0
Pas d’intersection entre les deux signaux d’ où y(t) = 0 .

x(τ)
h(t - τ) 1

t-4 t 0 4

Figure (2. 8) : La représentation de x(τ) et h(t- τ) pour t < 0.

2èmecas : pour 0<t<4

h(t - τ) 1 x(τ)

t-4 0 t 4

Figure (2. 9) : La représentation de x(τ) et h(t- τ) pour le 2èmecas .

_________________________________________________________________________________
Sondes Abdelmouleh 16
Cours Traitement de Signal AII21

1
+∞

y (t) = x (t) * h (t) = ∫ x(t − τ ).h(τ ).dτ

−∞
= =t

y(t) = t pour 0 < t< 4

3ème cas : pour t >4 et t-4<4 d’où 4 < t <8

x(τ)
h(t - τ)

t
t-4 4 t

Figure (2. 10) : La représentation de x(τ) et h(t- τ) pour le 3èmecas .

1
+∞

y (t) = ∫ x(t − τ ).h(τ ).dτ

−∞
= = 4 – t+ 4= -t + 8

y(t) = -t + 8 pour 4< t <8

4ème cas : pour t-4>4 d’où t >8

x(τ) h(t - τ)
1

0 4 t-4 t

Figure (2. 11) : La représentation de x(τ) et h(t- τ) pour le 4èmecas .

Pas d’intersection entre les deux signaux d’ où y(t) = 0.

b- y(t)

t
0 4 8

Figure (2. 12) : La représentation temporelle du produit de convolution.

_________________________________________________________________________________
Sondes Abdelmouleh 17
Cours Traitement de Signal AII21

IV . Propriétés fréquentielles
IV.1. Transformation de Fourier des fonctions périodiques : Série de Fourier

L’introduction de la transformée et de la Série de Fourier permet de donner une autre représentation des
signaux très intéressante pour la théorie de l’information et du signal .Cette décomposition
exponentielle ou trigonométrique permet d’exprimer le signal en fonction de ses harmoniques.

IV.1.1. Décomposition sous une forme trigonométrique

Un signal périodique s(t) de période T, continu par morceaux et vérifiant les condition de Dirichlet ,
peut être décomposé en Série de Fourier selon la Décomposition trigonométrique suivante :

Pour tout signal s(t) réel où s(t) = s ( t + T0), on peut écrire :

∞
s(t ) = A0 + ∑ [A cos(n2πF t ) + B
n =1
n 0 n sin(n 2πF0 t )] (1)
Avec
T0
1
A0 =
T0 ∫ s(t )dt
0

T0
2
An =
T0 ∫ s(t ). cos(n2πF t )dt
0
0
pour n ≥ 1

T0
2
Bn =
T0 ∫ s(t ). sin(n2πF t )dt
0
0
pour n ≥ 1

A0 est la valeur moyenne de s(t).

Remarque :

Si s(t) est paire => Bn = 0 pour n ϵ N*

Si s(t) est impaire => An = 0 pour n ϵ N (A0 = 0).

L’expression (1) peut s’écrire :

∞
s(t) = a + ∑ C .cos(2 π F nt + ϕ ) (2)
0 n n =1 0 n

= +
bn
avec : et ϕ = Artgan (− )
n an

_________________________________________________________________________________
Sondes Abdelmouleh 18
Cours Traitement de Signal AII21

IV.1.1.1 Spectre du signal périodique

Le spectre en fréquence d’un signal périodique est constituer de la composante continue avec à la
fréquence nulle d’amplitude A0 , du fondamental à la fréquence F0 d’amplitude C1 et des différents
harmoniques situés aux fréquences f = nF0 d’amplitude respectives Cn.
Le spectre d’une fonction périodique, de période T0 avec T0 = 1/F0 , est discontinue et composé de
raies dont l’écart minimum est, sur l’axe des fréquences, F0.
Représentation spectrale unilatéral
A partir de l’expression (2), on peut construire la représentation spectrale du signal dans un
plan amplitude –fréquence.
C’est la succession de pics ou raies d’amplitude Cn et positionnés aux fréquences nF0.

C1
C2 C3 Cn
A0

0 F0 2F0 3F0 nF0

Figure (2.13) : Représentation spectrale du signal s(t).

IV.1.2. Décomposition sous une forme exponentielle

Un signal périodique s(t) de période T0, continu par morceaux, peut être décomposé en Série de
Fourier selon la Décomposition exponentielle suivante :

L’expression (1) peut se mettre sous la forme complexe suivante :

+∞
s(t ) = ∑S
−∞
n ( nF 0 ) e jn 2 π F 0 t

T0
1 1 − jn 2πF 0t
Avec S ( nF 0 ) = ( an − jbn ) =
2 T0 ∫ s ( t )e
0
dt pour n ≥ 1 et S(0) = a0

Les valeurs négatives de n sont introduites dans un but de simplification, s(t) étant réel d’où nous
avons :
a -n = an et b -n = - bn
S(nF0) représente les composantes du spectre en fréquence de s(t),grandeur en général complexe, qui a
pour :

• module : |S(nf0)| = + =
• phase : ᵩ ( nF0) = Arctan(- bn / an )

_________________________________________________________________________________
Sondes Abdelmouleh 19
Cours Traitement de Signal AII21

L’expression du spectre S(f) est :

S(f) = ∑ &'( (!" ). #($ % !" ) avec S(nF0) = |S(nF0)|. ej

ᵩ( nF
& (
)
0

S(f)

S(-F0) S(F0)
S(-nF0) S(-3F0)
S(-2F0) S(2F0) S(3F0) S(nF0)
S(0)

- nF0 -3F0 -2F0 -F0 0 F0 2F0 3F0 nF0

Figure (2.14) : Représentation bilatérale du spectre d’un signal périodique.
IV.1.3. Propriétés
Si s(t) est paire => Bn = 0 et Sn = S-n
Si s(t) est impaire => An = 0 et Sn = -S-n

IV.1.4. Application

Décomposer en série de Fourier le signal représentée sur la figure suivante:

f(t)

1 t

Figure (2. 15) : Représentation temporelle du signal périodique f(t).

Correction :
2π
La période est : T = 2 s ; La pulsation est : ω = = π ; f est une fonction paire : Bn = 0.
T
La valeur moyenne est :

1 1
1 0
1 1
A0 =
T ∫−1
v (t )dt =
2 ∫
−1
v(t )dt +
2 0 ∫
v (t )dt

∀t ∈ [− 1 , 0] ∀t ∈ [0,1]
et
v (t ) = at + b ⇒ v(t ) = 3t + 3 v(t ) = −3t + c ⇒ v(t ) = −3t + 3
D’où :
0
1 0 13  3
∫
2 −1
(3t + 3)dt =  t 2 + 3t  =
22  −1 4

_________________________________________________________________________________
Sondes Abdelmouleh 20
Cours Traitement de Signal AII21

1
1 1 1 3  3
2 ∫0
(−3t + 3)dt =  − t 2 + 3t  =
2 2 0 4

A0 = 3/4+3/4=3/2 A0 = 3/2

T0
2 2 1

An =
T0 ∫
0
s (t ). cos(n 2πF0 t )dt ⇒ An =
T ∫ f (t ) cos(nπt )dt
−1

0 1

An = ∫ −1 ∫
(3t + 3) cos(nπt )dt + ( −3t + 3) cos(nπt )dt
0

En intégrant par partie, on trouve An =

3
[1 − (−1) n ] + 3
[1 − ( −1) n ]
( nπ ) 2
( nπ ) 2

D’où An =
6
[1 − ( −1) ] n

( nπ ) 2

IV.2. Transformation de Fourier des fonctions

La transformée de Fourier permet d’obtenir une représentation en fréquence (représentation spectrale)
des signaux déterministe, continus et non périodique. Elle exprime la répartition fréquentielle de
l’amplitude, de la phase et de l’énergie (ou de la puissance) des signaux considérés.

IV.2.1 Définition
Soit x(t) un signal déterministe non périodique, sa transformée de Fourier est :

x(t) T.F X(f)

X(f) =T F{x(t)}

+∞ − j 2 πft
X ( f ) = ∫ x ( t ).e dt
−∞

X(f) indique quelle "quantité" de fréquence f est présente dans le signal x(t) sur l'intervalle ] − ∞,+∞[

X(f) est une fonction de f, généralement complexe :

X(f) = R{X(f)} + j.I{X(f)} = │X(f)│ .ejφ(f)
= │X(f)│ cos(φ(f)) + j │X(f)│ .sin(φ(f))

_________________________________________________________________________________
Sondes Abdelmouleh 21
Cours Traitement de Signal AII21

-le module est l’amplitude du spectre :

2 2
│X(f)│= R [ X ( f )] + I [ X ( f )]

I[X(f)]
-L’argument φ(f) = arg (x(f)) = Arctg( )
R[X(f)]
La transformation inverse est donnée par :

X(f) T.F-1 x(t)

x(t)= TF-1{ X(f) }

+∞
j 2 π ft
x(t) = ∫ X(f) .e
−∞
. dt

IV.2.2 Application:

1. Calculer la transformée de Fourier de x(t) = rectT(t) ;

2. Représenter le spectre de x(t).
x(t)

t
-T/2 T/2

Figure (2. 16) : Représentation temporelle d’un signal rectangulaire.

Correction :

+∞ − j 2πft
1. X(f) =T F{x(t)} = ∫ rect (t ). e .dt
T −∞
T
2 − j2 π ft 1 [e-jπfT - e jπfT]
= ∫ 1 .e .d t =-
−T j2πf
2

sin( πα )
or sin α = 1 [ eαj – e-jα] et sinc α =
2j πα

D’où X(f) = 1 .sin(πfT) = T. 1 .sin(πfT) = T.sinc(fT)

πf πfT

D’où X(f) = T.sinc(fT)

_________________________________________________________________________________
Sondes Abdelmouleh 22
Cours Traitement de Signal AII21

2. représentation de X(f) :
X(f)
T

-2/T -1/T 1/T 2/T

Figure (2.17) : Représentation spectrale d’un signal rectangulaire.

IV.2.3. Propriétés de la TF

Soit les deux signaux analogiques s(t) et r(t)

_________________________________________________________________________________
Sondes Abdelmouleh 23
Cours Traitement de Signal AII21

IV.2.4. Cas particulier : Transformée de Fourier de Dirac

Le signal : s(t ) Transformée de Fourier Du signal :

S( f )

δ(t) 1

δ(t – τ) e − j 2πfτ

e − j 2πf 0t δ ( f + f0 )

IV.2.5. Application :
Calculer et représenter la transformée de Fourier d’un signal sinusoïdale s(t) d’amplitude S et de
fréquence f0 telle que : s(t) = S.cos(2 π f0t)

Correction :
+∞ +∞

∫ s(t )e dt = S. ∫ cos(2πf 0t )e dt
− j 2πft − j 2πft
S( f ) =
−∞ −∞
j 2πf 0t
e + e − j 2πf 0t
or cos(2πf 0t ) =
2
+∞ +∞ +∞
 e j 2πf0t +e − j 2πf 0t
 − j 2πft S  j 2πf0t − j 2πft 
S ( f ) = S . ∫  e dt =  ∫ e .e dt + ∫ e − j 2πf0t .e − j 2πft dt 
− ∞
2  2  −∞ −∞ 

+∞ +∞ +∞ +∞
S  j 2π ( f 0 − f ) t − j 2π ( f 0 + f ) t  S  − j 2π ( f − f 0 ) t 
= ∫ e dt + ∫ e dt  = ∫ e dt + ∫ e − j 2π ( f + f0 ) t dt 
2  −∞ −∞  2  −∞ −∞ 

S( f ) =
S
[δ ( f − f 0 ) + δ ( f + f 0 ]
2

TF [S. cos(2πf 0 t )] = [δ ( f − f 0 ) + δ ( f + f 0 ]
S
2

Figure (2.18) : représentation temporelle et fréquentielle du signal cosinus.

_________________________________________________________________________________
Sondes Abdelmouleh 24
Cours Traitement de Signal AII21

Remarque :
La transformée de Fourier d’une fonction cosinus de fréquence f0 et d’amplitude S, est la
somme de deux impulsions de Dirac centrée sur les fréquences –f0 et +f0 ; et d’amplitude la
moitié de celle du signal :S /2.
La transformée de Fourier d’une fonction sinus de fréquence f0 et d’amplitude S, est la somme
de deux impulsions de Dirac centrée sur les fréquences –f0 avec une amplitude S/2 et sur +f0
avec une amplitude -S /2.

IV.3. Transformée de Fourier du produit de convolution

TF [a ( t ) * b( t )] = A( f ). B ( f )

Remarque :
TF [h (t ) * δ (t )] = TF [h(t )].TF [δ (t )] = TF [h(t )] = H ( f )

_________________________________________________________________________________
Sondes Abdelmouleh 25