Académique Documents
Professionnel Documents
Culture Documents
+∞ +∞
E xy = ∫ x( t ) y * ( t ) dt = ∫ X( ν ) Y * (ν ) d ν
−∞ −∞
S yx ( ν ) = Y(ν ) X* (ν ) = S yx (ν )
*
1
Densité spectrale d’énergie (2)
Signaux à énergie moyenne finie
Signaux tronqués ou mutilés :
2t
x T ( t ) = Π T x( t )
y T ( t ) = Π 2 t y( t )
T
Densités spectrales de puissance :
X T ( ν ) XT ( ν )
*
S ( ν ) = lim
x T →∞ T
S ( ν ) = lim T ) YT (ν )ν
*
X (
xy T →∞ T
Polytech Marseille - INFO Systèmes de traitement du signal - S. Tisserant - 2016 3
Autocorrélation
Signal à énergie finie :
+∞
C x ( τ) = ∫ x( t ) x * ( t − τ) dt
−∞
2
Autocorrélation (2)
Inégalité de Cauchy-Schwartz :
C x ( τ) ≤ C x ( 0 )
Autocorrélation maximale lorsque le retard est nul
Comparaison entre x(t) et une copie retardée x(t-τ) :
ressemblance maximale en absence de décalage
Complexe conjugué :
+∞ +∞
C x ( − τ) = ∫ x * ( t ) x( t + τ) dt = ∫ x * (u − τ) x(u) du = C x ( τ)
*
−∞ −∞
Un exemple
Signal sinusoïdal :
x( t ) = A sin ωt
Energie infinie :
+∞
+∞ +∞ 1 − cos( 2ωt ) A 2 sin( 2ωt )
E=∫ A 2 sin2 ( ωt ) dt = A 2 ∫−∞ dt = t−
−∞ 2 2 2ω − ∞
3
Un exemple (2)
Puissance moyenne :
1 +T / 2 2
P = lim
T →∞
T ∫ − T / 2
A sin2 ( ωt ) dt
1 +T / 2 A 2 + T / 2 1 − cos( 2ωt )
T ∫− T / 2 T ∫− T / 2
P(T ) = A 2 sin2 ( ωt ) dt = dt
2
+T / 2
A2 sin( 2ωt ) A2 sin( ωT )
P(T ) = t − = T −
2T 2ω − T / 2 2 T ω
A2
P = lim P(T ) =
T →∞ 2
Puissance moyenne finie, identique à puissance
moyenne sur une période
Polytech Marseille - INFO Systèmes de traitement du signal - S. Tisserant - 2016 7
Un exemple (3)
Fonction d’autocorrélation :
1 T/2
C x ( τ) = lim
T →∞ T ∫−T / 2 x( t ) x(t − τ) dt
1 T/2
I= ∫−T / 2 A sin( ωt ) sin(ωt − ωτ) dt
2
T
A2
∫−T / 2 [cos(ωτ) − cos(2ωt − ωτ)] dt
T/2
I=
2T
T/2
A2 sin( 2ωt − ωτ)
I= cos(ωτ) t −
2T 2ω −T / 2
4
Un exemple (4)
A2 sin[ω( t − τ)] sin[ω( t + τ)]
I= cos(ωτ) T − −
2T 2ω 2ω
Signaux périodiques
Série de Fourier :
+∞ +∞
x( t ) = c 0 + ∑ c n cos(n ω t + ϕn ) = ∑ c n cos(n ω t + ϕn ) avec ϕ0 = 0
n =1 n= 0
2 n= 0 2 n =1 2
On retrouve : +∞ 2
cn
C x ( 0) = c 0 + ∑
2
n=1 2
Polytech Marseille - INFO Systèmes de traitement du signal - S. Tisserant - 2016 10
5
Intercorrélation
Signaux à énergie finie :
+∞
Cxy ( τ) = ∫ x( t ) y * ( t − τ) dt
−∞
x et y réels ⇒ C xy ( τ) = C xy ( − τ) réel
Intercorrélation (2)
Permet de mesurer un décalage en temps
Par exemple : y(t) = x(t-τ0)
+∞ +∞
C yx ( τ) = ∫ y( t ) x * ( t − τ) dt = ∫ x( t − τ0 ) x * ( t − τ) dt
−∞ −∞
+∞
C yx ( τ) = ∫ x(u) x * ( t + τ0 − τ) du = C x ( τ − τ0 )
−∞
6
Un exemple
− a t −5
x( t ) = sin[ω ( t − 5)] e
Un exemple (2)
Autocorrélation
1 ω2 a 2 sin(ω τ ) − τ
C x ( τ) = + τ cos( ω τ ) − e
2 a (a 2 + ω2 ) ω ( a 2 + ω2 )
7
Un exemple (3)
Signal décalé
Un exemple (4)
Intercorrélation
8
Relations de Wiener-Kintchine
Relations entre densités spectrales et fonctions de
corrélation
Reposent sur l’identité de Parseval :
+∞ 1 +∞ +∞
∫− ∞ f ( t ) g* ( t ) dt = ∫−∞ F( j ω) G ( j ω) d ω = ∫−∞ F(ν ) G (ν ) d ν
* *
2π
Yτ ( ν ) = TF[y( t − τ)] = Y( ν ) e − j 2 π ν Yτ ( ν ) = Y * ( ν ) e j 2 π ν
*
et
Nous avons donc :
+∞
C xy ( τ) = ∫ X( ν ) Y * ( ν ) e j 2 π ν dν
−∞
Soit :
C xy ( τ) = TF−1 [S xy (ν )]
9
Relations de Wiener-Kintchine (3)
Nous avons :
Sx (ν ) = TF[Cx ( τ)]
C x ( τ) = TF−1[S x (ν )]
S xy (ν ) = TF[C xy ( τ)]
C xy ( τ) = TF−1 [S xy (ν )]
Densité spectrale
S x (n) = TFD[C x (k )]
10
Corrélation de signaux discrets (2)
Fonction d’intercorrélation de deux signaux discrets x(n) et y(n)
+∞
C xy (k ) = ∑ x(n) y* (n − k ) = x(k ) * y* (−k )
n = −∞
N
1
C xy (k ) = lim
N→ ∞
∑
2N + 1 n= −N
x(n) y * (n − k )
+∞
C s (τ) =
∫−∞ s( t ) s( t − τ) dt = s(τ) * s(−τ)
+∞
C se (τ) =
∫−∞ s( t ) e( t − τ) dt = s(τ) * e(−τ)
Commutativité et associativité :
C se (τ) = s(τ) * e(−τ) = h (τ) * e(τ) * e(−τ) = h (τ) * C e (τ)
C s (τ) = s(τ) * s(−τ) = h (τ) * e(τ) * h (−τ) * e(−τ) = h (τ) * h (−τ) * e(τ) * e(−τ)
11
Filtrage par système linéaire (2)
Ce qui donne :
C se (τ) = h (τ) * C e (τ)
C s ( τ) = C h ( τ) * C e ( τ)
+∞
C h (τ) = h (τ) * h (−τ) =
∫−∞ h ( t ) h ( t − τ) dt
S s (ν ) = S h (ν ) S e (ν )
12