Final SY53 12/01/2005

Correction
NOM : Note :
TRAITEMENT DU SIGNAL
/22

Durée : 1H50. Calculatrice non autorisée car inutile. Aucun document

personnel n'est autorisé. Le sujet contient un formulaire en annexe.

Pour chaque réponse, on expliquera la démarche qui

conduit au résultat proposé. Les expressions mathématiques
seront exprimées littéralement avant d'être éventuellement
calculées de façon numérique.

EXERCICE 1 5
Considérons la fonction f(t) suivante :
f (t )
1

1 t
0
−1

-1

1 1) Exprimer f(t) à l’aide des fonctions usuelles.

La fonction f peut être considérée comme la somme des deux
fonctions f1 et f2 suivantes :
f1 ( t ) = rect ( t + 0, 5 )
f2 ( t ) = − rect ( t − 0, 5 )
1
0 1
t t
-1 0
-1

D’où f ( t) = rect ( t + 0,5) − rect ( t − 0,5)

1 2) Déterminer F ( ν ) , la transformée de Fourier de f(t).

rect ( t + 0,5) 

Fourier
→ sinc ( ν ) . ej2πν0,5
−rect ( t − 0,5) 
Fourier
→ -sinc ( ν ) . e−j2πν0,5

d’où F ( ν ) =sinc ( ν ) . e − sinc ( ν ) . e

jπν −jπν

1
 Final SY53 12/01/2005

3) En utilisant les propriétés des fonctions

d’autocorrélation et en vous aidant de la question 2,
déterminer Cff ( τ ) , la fonction d’autocorrélation de f.
Pour calculer l’autocorrélation de f, on peut faire le
2 calcul direct en faisant apparaître les fonctions f1 et
f2.
L’énoncé suggère cependant d’utiliser la transformée de
Fourier de f. On peut alors exploiter avantageusement le
théorème de Wiener Khintchine : Cff ( τ ) → Sff ( ν ) = F ( ν ) F* ( ν )

F ( ν ) =sinc ( ν ) . ejπν − sinc ( ν ) . e−jπν

F* ( ν ) =sinc ( ν ) . e−jπν − sinc ( ν ) . ejπν d’où
Sff ( ν ) = (sinc ( ν ) . ejπν
− sinc ( ν ) . e −jπν
) (sinc ( ν ) . e −jπν
− sinc ( ν ) . ejπν )
Sff ( ν ) = 2sinc2 ( ν ) − sinc2 ( ν ) ej2πν − sinc2 ( ν ) e−j2πν

On en déduit l’autocorrélation par transformée inverse :

Cff ( τ ) = 2tri ( τ ) − tri ( τ + 1) − tri ( τ − 1)

Représenter graphiquement Cff ( τ )

C ff ( τ )

2tri ( τ )
2

-2 -1 0 1 2
τ
1
-1

−tri ( τ + 1) −tri ( τ − 1)

EXERCICE 2 6,5
Considérons un Système Linéaire Invariant dans le Temps
(SLIT) ayant pour réponse impulsionnelle la fonction h(t)
suivante : h (t )
1/

t
0 α
2α

1) Déterminer la fonction de transfert de ce SLIT.

1,5 La fonction de transfert est la transformée de Fourier de
la réponse impulsionnelle.
1 t-α 1
h ( t) = tri d’où H ( ν ) = α sinc2 ( αν ) e−j2πνα
α α α

H ( ν ) = sinc2 ( αν ) e−j2πνα

2
 Final SY53 12/01/2005

Représenter graphiquement le module de cette fonction de

transfert.
H ( ν ) = sinc2 ( αν )
0,5
1

−
2
−
1 1 2
ν
α α α α

Représenter graphiquement l’argument de cette fonction de

transfert.
arg ( H ( ν ) ) = −2πνα
1
0,5

0
α
ν

−2π
On applique à l’entrée de ce système linéaire le signal
e ( t) = A + B cos (2πν0t) où A et B sont deux constantes
réelles positives.

2) Déterminer par deux méthodes différentes, la réponse

s(t) du SLIT à ce signal d’excitation e(t).
Méthode 1 : (Raisonnement utilisant les propriétés des
SLITs)
2
Le système étant linéaire, il conserve le caractère
sinusoïdal de l’excitation et n’affecte éventuellement que
l’amplitude et la phase en fonction de la fréquence de
cette excitation. Dans notre cas, e(t) peut se décomposer
en deux signaux e1 et e2 provoquant chacun les réponses s1 et
s2.
• e1 ( t) = A = cte est un signal d’excitation de fréquence
nulle. Pour ν = 0 , la fonction de transfert vaut
H (0) = sinc2 ( α0) e−j2π0α = 1 donc la réponse s1 ( t) = A .
• e2 ( t) = B cos (2πν0t) . Pour ν = ν0 , la fonction de transfert
vaut H ( ν0 ) = sinc2 ( αν0 ) e−j2πν α . Le module de H affectera
0

l’amplitude du cosinus et l’argument de H modifiera la

(
phase du cosinus. s2 ( t) = B H ( ν0 ) cos 2πν0t + arg ( H ( ν0 ) ) )
s2 ( t) = Bsinc2 ( αν0 ) cos (2πν0t − 2πν0α )
D’où s ( t) = A + Bsinc2 ( αν0 ) cos (2πν0 ( t − α ) )

3
 Final SY53 12/01/2005

Méthode 2 : (En utilisant la fonction de transfert et la

transformée de Fourier de e(t))
B
E ( ν ) = Aδ ( ν ) + δ ( ν − ν0 ) + δ ( ν + ν0 ) d’où S ( ν ) = E ( ν ) H ( ν )
2
B
S ( ν ) = Aδ ( ν ) + δ ( ν − ν0 ) + δ ( ν + ν0 ) H ( ν )
2
B B
2 S ( ν ) = Aδ ( ν ) H ( ν ) + δ ( ν − ν0 ) H ( ν ) + δ ( ν + ν0 ) H ( ν )
2 2
B B
S ( ν ) = Aδ ( ν ) H (0) + δ ( ν − ν0 ) H ( ν0 ) + δ ( ν + ν0 ) H ( −ν0 )
2 2
B B
d’où s ( t) = AH (0) + H ( ν0 ) ej2πν t +
0
H ( −ν0 ) e−j2πν t
0

2 2
B B
s ( t) = A + sinc2 ( αν0 ) e−j2πν α ej2πν t + sinc2 ( −αν0 ) ej2πν α e−j2πν t
0 0 0 0

2 2
0
e−j2πν α j2πν t
0
e 0
+ ej2πν α e−j2πν t
0

s ( t) = A + Bsinc2 ( αν0 )
2

s ( t) = A + Bsinc2 ( αν0 ) cos (2πν0 ( t − α ) )

EXERCICE 3 3
(Exercice extrait du polycopié de cours SY53)
Considérons le signal analogique périodique suivant:
x(t)
10

t
0 1 5 10 15 (ms)
On désire échantillonner ce signal afin de le traiter
numériquement. La fréquence d’échantillonnage a été fixée
empiriquement de façon à obtenir au moins 10 échantillons
dans la partie la plus raide du signal.

1 1) Quelle est, dans ces conditions, la fréquence

minimale d’échantillonnage ?
La partie la plus raide du motif dure 1ms. On souhaite
acquérir 10 points dans cette partie. Il faut donc une
période d’échantillonnage de Te = 0,1ms .
La fréquence d’échantillonnage vaut donc fe = 10kHz
Dans la pratique le concepteur de la carte a retenu la
fréquence d’échantillonnage de fe = 25 KHz . Le
convertisseur échantillonneur analogique numérique a été
précédé d’un filtre.

4
 Final SY53 12/01/2005

2) Quel est le rôle du filtre ?

1 C’est un filtre anti-repliement. (Explication : voir
cours)

Quel doit être sa nature (Passe BAS, Passe Haut, Passe

Bande, etc...) ?
0,5 Passe-bas

Si on suppose que ce filtre est parfait, comment doit-

on choisir sa fréquence de coupure ?
Si le filtre est idéal (coupure infiniment raide), sa
0,5 f
fréquence de coupure vaut fc = e = 12,5 KHz
2

EXERCICE 4 4
(Exercice extrait du polycopié de cours SY53)
Considérons un Système Linéaire Invariant dans le Temps
(SLIT) de réponse impulsionnelle h(t) et de fonction de
transfert H ( ν ) .

x(t) y(t)
SLIT

1) Si y(t) est la réponse du SLIT à l’excitation x(t),

calculer Cyx (τ) en fonction de Cxx (τ) et de h(t) (on
2 s’aidera avantageusement du théorème de Wiener-
Khintchine)
Cyx ( τ ) → Syx ( ν ) = Y ( ν ) X* ( ν ) or Y ( ν ) = X ( ν ) H ( ν )
Syx ( ν ) = H ( ν ) X ( ν ) X* ( ν ) = H ( ν ) Sxx ( ν )
Par transformée inverse,
Cyx ( τ ) = h ( τ ) ∗ Cxx ( τ )

2 2) Si x(t) est un bruit blanc de DSP a0, calculer Cyx (τ) .

En déduire une méthode de détermination de la réponse
impulsionnelle d'un SLIT sans utiliser d’impulsion.
Si x(t) est un bruit blanc de DSP a0, alors Cxx ( τ ) = a0δ ( τ )
Donc Cyx ( τ ) = h ( τ ) ∗ a0δ ( τ )

Cyx ( τ ) = a0h ( τ )
Si on excite un SLIT par un bruit blanc, on peut obtenir
la réponse impulsionnelle de ce système (à une constante
près) en réalisant l’intercorrélation de la sortie avec
l’entrée.

5
 Final SY53 12/01/2005

Questions de Cours : 3,5

Que pouvez-vous dire de la fonction d’autocorrélation d’un

1 bruit blanc gaussien de densité spectrale de puissance A ?
(Expliquez et justifiez)
Sa DSP étant constante, Sbb ( ν ) = A 
→ Cbb ( τ ) = A δ ( τ )
−1
F

Le bruit blanc ne ressemble qu’à lui-même.

(Pour plus d’informations, voir cours)

1
Que pouvez-vous dire de la fonction d’autocorrélation d’un
signal périodique ?
L’autocorrélation d’un signal périodique est un signal
périodique de même période contenant toutes les
composantes spectrales du signal et seulement celle-ci. La
phase est cependant perdue.
(Pour plus d’informations, voir cours)

On désire détecter la présence d’un signal périodique de

période inconnue, noyé dans un très important bruit blanc
1,5 gaussien. Quelle méthode simple proposez-vous ? (Expliquez
et justifiez)
Soit eT(t) un signal périodique de période T inconnue.
Soit b(t) un bruit blanc gaussien de DSP constante A.
On souhaite vérifier la présence de eT dans le signal x
suivant : x ( t) = eT ( t) + b ( t)
On calcule l’autocorrélation de x :
Cxx ( τ ) = Ce e ( τ ) + Ce b ( τ ) + Cbe ( τ ) + Cbb ( τ )
T T T T

Ce e
T T
( τ ) est une fonction périodique de période T
Ce b
T
( τ ) et Cbe ( τ ) sont des fonctions qui tendent vers 0 en
T

moyenne.
Cbb ( τ ) = Aδ ( τ )
Si on effectue plusieurs réalisations moyennées,
l’autocorrélation finale sera composée principalement des
termes Ce e ( τ ) et Cbb ( τ ) = Aδ ( τ ) . Pour détecter la présence
T T

de eT, il suffira d’examiner Cxx ( τ ) ailleurs qu’en 0 afin

d’éviter le dirac.

6
Final SY53 12/01/2005

FORMULAIRE
+∞
Convolution : f∗ g : t → (f∗ g)(t) = f(a) g(t − a) da
−∞
+∞
Energie totale : E = f(t)f*(t)dt
−∞

Energie d’interaction sur l’intervalle T : Exy(T) = x(t)y*(t)dt

T
Puissance moyenne d’un signal périodique :
+∞
1
f2 (t)dt =
2
Pmoy = αn
T T
n = −∞
Signaux aléatoires :
1 +∞
Moyenne : moy = E(xi) = Lim xi(t)dt = xp(x)dx
T → +∞ T T −∞

1 +∞
Puissance : P = E(xi 2) = Lim
T → +∞ T T
(xi(t))2 dt =
− ∞
x2 p(x)dx

S
Rapport signal/bruit de quantification : = 12.22N − 3 et
B max
S
= 6,02.N + 1,76 dB
B max dB

Décomposition en série de Fourier :

+∞
a0 2Πnt 2Πnt
f(t) = + an cos + bn sin
2 n =1 T T
2 +2 T
2Πnt 2 + T2 2Πnt
avec an = T f(t)cos dt et bn = T f(t)sin dt
T −2 T T −2 T
+∞ 2Πnt 2Πnt
j 1 −j +
T
1 +
T

ou f(t) = α ne T avec α n = f(t)e T dtetα0 =

2
T f(t)dt T
2

n = −∞ T −
2 T −
2

Transformation de Fourier :
+∞ +∞
X(ν) = x(t)e− j2Πνt dt et x(t) = −∞
X(ν) ej2Πνt dν
−∞
Quelques propriétés de la transformée de Fourier.
1 ν
f(at)  
TF
→ F
a a
f(− t)  
TF
→ F(− ν )

f∗ (t)  
TF
→ F∗ (− ν )

f(t − a)   TF
→ e−j2ΠaνF(ν)
ej2Πatf(t)   TF
→ F(ν − a)
f × g   TF
→ F∗ G
f∗ g   TF
→ F × G
f′(t)  TF
→ j2Πν F(ν)
f(n)(t)  
TF
→(j2Πν)n F(ν)

7
Final SY53 12/01/2005

f(t)  
TF

→ F(ν)  
TF

→ f(−t)
+∞ 2 +∞ 2
f(t) dt = F(ν) dν
−∞ −∞
+∞
n
Transformée des signaux périodiques : F(ν) = α nδ − ν
n = −∞ T
Autres propriétés :
f(t) F( ν)
réelle Re(F) est paire
Im(F) est impaire
réelle et paire réelle et paire
réelle et impaire imaginaire et impaire

Quelques Transformées de Fourier.

1 Fourier
→ δ (ν)
δ ( t) Fourier
→1
rect(t)     → sinc(ν )
Fourier

tri(t)     → sinc2 (ν )
Fourier

sinc (t)     → rect(ν)

Fourier

sinc2 (t)     → tri(ν)

Fourier

j
sgn(t)     → −
Fourier

πν
1 j
ech(t)     → δ(ν ) −
Fourier

2 2πν
−t
e pour t ≥ 0 1
ie1(t) =     →
Fourier

0 pour t < 0 1 + j2πν

2
ie2(t) = e− t     →
Fourier

1 + (2πν )2
2 2
ig(t) = e− πt     → e− πν
Fourier

1
cos (2πft) 
Fourier
→ ( δ ( ν − f) + δ ( ν + f) )
2
Signaux à énergie finie :
DSE : Sff (ν ) = F(ν ) DSEI : Sfg (ν ) = F(ν )G* (ν )
2

Signaux à énergie non finie :

1
DSP : Sff (ν ) = Lim FT (ν )
2

T → +∞ T

+∞
n
pour les fonctions périodiques Sff (ν ) =
2
αn δ ν −
n = −∞ T
1
DSPI : Sfg (ν ) = Lim FT (ν )G*T (ν )dν
T → +∞ T

8
Final SY53 12/01/2005

Autocorrélation et intercorrélation des fonctions à énergie

finie
+∞ +∞
Cxx ( τ) = x(t) ⋅ x∗ (t − τ ) dt et Cxy (τ) = x(t) ⋅ y ∗ (t − τ )dt
−∞ −∞

Autocorrélation et intercorrélation des fonctions à énergie

non finie
T T
1 +2 1 +2
C xx (τ ) = lim T x(t) ⋅ x ∗
(t − τ )dt et C xy ( τ ) = Lim T x(t) ⋅ y (t − τ )dt
∗
T → +∞ T − T → +∞ T −
2 2

Pour les fonctions périodiques :

1 + T2 1 +
T

Cxx ( τ) = T x(t) ⋅ x (t − τ ) dt
∗
et Cxy ( τ) = T
2
x(t) ⋅ y ∗ (t − τ) dt
T −2 T −
2

Autocorrélation et intercorrélation des fonctions aléatoires

Cxx (τ ) = E[x(t)x (t − τ )]
T
1 +
∗
= lim 2
T x(t) ⋅ x∗ (t − τ)dt
T → +∞ T −
2

et Cxy (τ ) = E[x(t)y (t − τ )]
T
1 +
∗
= Lim 2
T x(t) ⋅ y ∗ (t − τ)dt
T → +∞ T −
2

Formules d'Euler.
cos(x) =
1 jx
2
(
e + e − jx ) et sin(x) =
1 jx
2j
(
e − e − jx )
Formules de trigonométrie.
cos(a + b) = cos(a) cos(b) − sin(a) sin(b)
cos(a − b) = cos(a) cos(b) + sin(a) sin(b)
sin(a + b) = sin(a) cos(b) + sin(b) cos(a)
sin(a − b) = sin(a) cos(b) − sin(b) cos(a)
1
cos(a) cos(b) = [cos(a + b) + cos(a − b)]
2
1
sin(a) sin(b) = [cos(a − b) − cos(a + b)]
2
1
sin(a) cos(b) = [sin(a + b) + sin(a − b)]
2