Vous êtes sur la page 1sur 34

UV Traitement du signal

Cours 8

Systèmes linéaires discrets


Définition et caractérisations (temporelle et fréquentielle)

ASI 3
Contenu du cours
 Introduction
 Définition d'un système discret

 Classification des systèmes discrets

 Caractérisation temporelle des systèmes linéaires discrets


 Notion de convolution linéaire de signaux discrets

 Réponse impulsionnelle d'un système (stabilité, réponse à une entrée quelconque)

 Système linéaire discret décrit par une équation aux différences

 Réponse fréquentielle des systèmes linéaires discrets


 Caractérisation des SLID par la fonction de transfert

 Transformée en z
 Définition
 Propriétés
 SLID et Transformée en z
 Pôles et zéros
 Stabilité d'un SLID
TdS 2
Introduction
 Définition d'un système discret

Un système discret est une entité qui réalise la conversion d'une suite discrète {x(n)}
en entrée en une autre suite discrète {y(n)} en sortie.

Signal d’entrée x(n) Signal de sortie


Système discret
T ou réponse y(n)

Notation : y ( n) = T [ x ( n) ]

 Classification des systèmes


 Système statique ou sans mémoire
Exemple
L'échantillon de sortie y(n) à l'instant n ne dépend
que de l'échantillon de l'entrée x(n) au même instant y (n) = ax 2 (n) + b

 Système dynamique ou avec mémoire


L'échantillon y(n) est fonction des échantillons de l'entrée aux instants
antérieurs ou égaux à n et/ou des échantillons de sortie antérieurs à l'instant n

Exemple y (n) = a1 y (n − 1) + a2 y (n − 2) + b0 x 2 (n) + b1x(n − 1)


TdS 3
Introduction
 Classification des systèmes
 Linéarité

Si x ( n) = a1x1 ( n) + a2 x2 ( n) alors y ( n) = a1T [ x1 ( n)] + a2T [ x2 ( n)]

 Causalité

La réponse y(n) du système à l'instant n=k0 ne dépend que des entrées x(n) aux instants n≤k0

 Invariance temporelle

Si y ( n) = T [ x ( n) ] alors y (n − n0 ) = T [ x (n − n0 )] ∀n, n0 ∈ ?
Exemples

 y (n) = x(n) − x(n − 1) est un système invariant

 y (n) = nx(n) est un système variant

 Stabilité BIBO (Bounded Input, Bounded Output)


Un système discret est dit stable si en réponse à une entrée bornée, sa sortie est bornée

∀n ∈ ?
TdS

M
/
x(
n
)
<
M


M
/
y(
n
)
=
T
[x
(n
)]
<
M

4
x

y
Convolution linéaire de signaux discrets
 Définition
On appelle produit de convolution linéaire de deux signaux discrets x(n) et h(n), l'expression

+∞
x (n ) ∗ h ( n ) = ∑ x (k ) h (n − k )
k = −∞

 Cas de signaux causaux ( x(n) = 0, h( n) = 0 pour n < 0)

n
Ne pas confondre la convolution linéaire et la
x (n ) ∗ h ( n ) = ∑ x ( k )h ( n − k ) convolution circulaire des signaux discrets
k =0

 Exemple
Calculer le produit de convolution linéaire des signaux suivants
x(n)
h (n)
1
1 h( n ) = a n Γ( n )
avec 0 < a < 1

n n
TdS N-1
5
Convolution linéaire de signaux discrets
 Exemple (suite et fin)
x(k)
Posons z ( n) = x ( n) ∗ h( n) . Les 2 signaux étant 1 1
causaux, on a
h (-k)
n
z (n) = ∑ x( k ) h ( n − k ) k
k =0 N-1
On distingue 3 cas

 n<0  0 ≤ n < N −1  n ≥ N −1

x(k) x(k)
1 1 h (n-k)
x(k) et h(n−k) n'ont pas
h (n-k)
d'échantillons non nuls
en commun
k k
N-1 N-1
z ( n) = 0
n N −1
z (n) = ∑ a n− k . On trouve z (n ) = ∑ a n −k . On trouve
k =0 k =0

−(n +1) a (n +1) − 1


z (n ) = a n
1− a
→ z ( n) = 1 − a−N
a −1 z (n ) = a n
TdS 1 − a −1 1 − a −1 6
Convolution linéaire de signaux discrets
 Propriétés
 Commutativité

x ( n) ∗ h ( n) = x ( n ) ∗ h( n )
 Associativité

x ( n) ∗ h ( n ) ∗ z ( n) = x ( n) ∗ ( h( n) ∗ z ( n) ) = ( x ( n ) ∗ h( n) ) ∗ z ( n)

 Distributivité par rapport à l'addition

h ( n) ∗ ( x ( n ) + z ( n) ) = h ( n ) ∗ x ( n ) + h( n ) ∗ z ( n)

 Elément neutre du produit de convolution : impulsion de Dirac

x(n) ∗δ (n) = x( n)

 Durée d'un signal issu du produit de convolution linéaire

Si x(n) est de durée N1 et h(n) de durée N2, alors x(n)*h(n) est de durée N1+N2−1

TdS 7
Etude de système linéaire invariant discret (SLID)
 Caractérisation d'un SLID : réponse impulsionnelle

La réponse impulsionnelle d'un système discret est sa


réponse à une entrée sous forme d'impulsion de Dirac

h(n)
δ(n)

n Système discret n h ( n ) = T [ δ ( n) ]
T

 Avantages de la réponse impulsionnelle

 caractérisation complète du système

 permet de calculer la sortie du système discret pour des signaux d’entrée


quelconques en utilisant la convolution linéaire de signaux discrets

TdS 8
Réponse d'un SLID à une entrée quelconque
 Application de la convolution linéaire

x(n) y (n) = ?

Système T

Décomposition du
signal discret x(n)
x ( n) = ∑ x(k )δ (n − k )
k∈

 
Réponse du système y ( n) = T [ x ( n) ] ⇒ y (n) = T  ∑ x (k )δ (n − k )
 k∈ 

Propriété de linéarité
du système discret
y ( n) = ∑ x(k )T [ δ (n − k )] L'opérateur T [.] agit sur les termes
dépendant de la variable temporelle
k∈
n

Propriété d'invariance
temporelle du système T [ δ ( n − k ) ] = h( n − k ) Réponse impulsionnelle décalée

On en déduit y ( n) = ∑ x( k ) h( n − k ) ⇒ y ( n ) = x ( n ) ∗ h( n )
k∈

La réponse d'un système discret linéaire invariant à une entrée quelconque x(n)
est la convolution linéaire de x(n) avec la réponse impulsionnelle h(n) du système.
TdS 9
Réponse impulsionnelle d'un SLID
 Stabilité et réponse impulsionnelle

Stabilité = garantir que la sortie d'un système est bornée si son entrée est bornée

Un système linéaire discret invariant est stable ssi sa


réponse impulsionnelle est absolument sommable
∑ h(n) < +∞
n∈

 Causalité et réponse impulsionnelle


Un système linéaire discret invariant est causal
ssi sa réponse impulsionnelle h(n) est causale
h(n) = 0 ∀n < 0

 Remarque : si le système est causal, on a

n
y(n ) = x(n ) ∗ h(n ) = ∑ x(k )h (n − k )
k = −∞

 Exemple
Etudier la causalité et la stabilité du système linéaire caractérisé par la réponse impulsionnelle

h ( n ) = a n Γ ( n)
TdS 10
Autre caractérisation d'un SLID
 Equation aux différences linéaire à coefficients constants
Système régi par une équation aux différences d'ordre N

N M N ak M b
∑ ak y (n − k ) = ∑ br x(n − r ) y ( n ) = − ∑ y ( n − k ) + ∑ r x( n − r )
k =0 r =0 k =1 a0 r =0 a0

 Avantages
 Calcul de la sortie du système sans connaissance de la réponse impulsionnelle h(n)

 Calcul de la sortie y(n) à partir des N sorties décalées y(n−k), des M entrées décalées
x(n−r) et de l'entrée courante x(n). Mais ceci nécessite la connaissance des conditions
initiales du système

 Quelque soit la longueur de la réponse impulsionnelle h(n) (finie ou infinie), le nombre


d'opérations nécessaires au calcul de y(n) est fini (comparativement au calcul par
convolution linéaire)

 Exemple
y (n) − ay (n − 1) = cx(n)

TdS 11
Autre caractérisation d'un SLID
 Equation aux différences linéaire à coefficients constants
N M
∑ ak y(n − k ) = ∑ br x(n − r ) avec a0=1
k =0 r =0
M
 N=0 y ( n) = ∑ br x(n − r )
r =0
 y(n) dépend de l'entrée courante x(n) et des M entrées précédentes x(n−r)
 Système à réponse non récursive M
 La réponse impulsionnelle est finie h (n ) = ∑ brδ (n − r )
r =0

On parle de système à Réponse Impulsionnelle Finie (RIF)

N M
 N≥1 y ( n) = − ∑ ak y ( n − k ) + ∑ br x(n − r )
k =1 r =0

 y(n) dépend de l'entrée courante x(n) , des M entrées précédentes x(n−r) mais aussi des
N sorties précédentes y(n−k)
 Système à réponse récursive
TdS  Système à Réponse Impulsionnelle Infinie (RII) 12
SLID et Transformée de Fourier à Temps Discret

x(n) y (n)
Système T

 Réponse fréquentielle des SLID

y ( n ) = h( n) ∗ x ( n )

En utilisant le théorème de Plancherel, on a

Y ( f ) = H ( f ). X ( f )

H ( f ) : TFTD de la réponse impulsionnelle ou fonction de transfert du système discret

Module H ( f ) : spectre d'amplitude


H( f )
Argument φ ( f ) = arg( H ( f ) ) : spectre de phase

TdS 13
Transformée en z (TZ)
 Définition
La TZ est la généralisation de la TFTD. Soit un signal discret x(n). Sa TZ est définie par

+∞
X (z) = ∑ x (n).z −n avec z ∈?
n= −∞

 Condition d'existence de la TZ
La transformée existe si la série converge. L'ensemble des valeurs de la variable
complexe z pour lesquelles la série converge est appelée Région De Convergence (RDC)
 +∞ 
RDC =  z ∈

/ ∑ x(n ). z −n < +∞ 

n =−∞

 Exemple
Calculer la TZ de x (n) = Γ(n)
+∞ +∞ N −1
X ( z) = ∑ x (n).z −n X ( z) = ∑ z −n X ( z ) = lim∑ z −n
n= −∞ n =0 N →+∞ n =0
1 − z −N
X ( z ) = lim La limite est finie si z −1 < 1 i.e. z > 1 X ( z) = 1 pour z > 1
N →+∞ 1 − z −1
TdS 1 − z −1
14
Transformée en z
 Région de convergence Im(z)
De façon générale, on montre que la RDC
est un anneau de convergence défini par r1
0 ≤ r1 ≤ z ≤ r2 ≤ + ∞ Re(z)
RDC
1/ n −1/ n r2
avec r1 = lim x( n) et r2 = lim x (− n)
n→+∞ n→ +∞

 Remarques Im(z)
 Signal défini à droite ∃ n0 / x(n) = 0 ∀n < n0 RDC
(signal causal pour n0=0) r1
r2 = +∞ Re(z)

RDC = région extérieure au cercle de rayon r1

 Signal défini à gauche ∃ n0 / x( n) = 0 ∀n > n0 Im(z)


(signal anticausal pour n0=0) r2

r1 = 0 Re(z)

RDC = disque de rayon r2 RDC


TdS 15
Transformée en z : propriétés
Soit x(n), un signal discret. Soit X(z) sa TZ avec la RDC : r1 ≤ z ≤ r2

 Linéarité  Décalage temporel


ax( n) + by ( n) → aX ( z ) + bY ( z ) x(n − n0 ) → z −n0 X ( z ) ∀n0 ∈ ?
La RDC est au moins l'intersection de La RDC est identique à l'exception de
la RDC de X(z) et de la RDC de Y(z) restrictions éventuelles en z=0 et z=∞

 Changement d'échelle en z  Dérivation en z

a n x( n) → X  
z dX ( z )
a n x ( n) → − z
dz
RDC : a r1 ≤ z ≤ a r2 La RDC est identique à l'exception de
restrictions éventuelles en z=0 et z=∞
 Retournement du temps
x(−n) → X ( z −1 )  Produit de convolution

RDC : 1 ≤ z ≤ 1 x(n) ∗ y (n) → X ( z ).Y ( z )


r2 r1
La RDC est au moins l'intersection de
 Théorème de la valeur finale la RDC de X(z) et de la RDC de Y(z)
lim x( n ) = lim ( z − 1) X ( z )
TdS n→+∞ z →1 16
Transformée en z : propriétés
 Transformée en z inverse
1
 Intégrale de Cauchy x( n ) = ∫ X ( z ) z n −1dz
j 2π
C

 Décomposition en éléments simples

X ( z) = ∑ X i ( z) x( n ) = ∑ xi ( n) Les Xi (z) sont des fonctions à TZ-1 connues


i i

 Développement en série de puissance


+∞ Si X (z) peut être décomposé en série
X ( z) = ∑ cn z − n x(n) = cn ∀n alors x(n) est le coefficient associé à z-n
n =−∞

 TZ et Transformée de Fourier à Temps Discret (TFTD)

 Hypothèse : on suppose que le cercle unité (|z|=1) ∈ RDC de X (z).


On restreint le calcul de X(z) au cercle unité en posant z = e j 2πf

+∞
La transformée de Fourier à temps discret
X ( z) = ∑ x(n).e − j 2πfn = X ( f ) X ( f ) = X ( z ) z =e j 2πf (TFTD) d'un signal est sa transformée en
n= −∞ z évaluée sur le cercle unité
TdS (|z|=1) ∈ RDC
17
Transformée en z
 Exemples
Calculer la TZ et la région de convergence associée des signaux suivants :

 x(n) = a nΓ(n), a ∈ ?
+

 an , n ≥ 0
 x( n) = − bn , n ≤ −1 avec a < b

 x ( n) = Γ ( n) − Γ ( N − n)

TdS 18
Transformée en z et systèmes linéaires discrets
 Caractérisation par la réponse impulsionnelle
y ( n ) = h( n) ∗ x ( n)
x (n) y (n)
Système T
Y ( z ) = X ( z ).H ( z )
h(n) : réponse impulsionnelle du système

 Caractérisation du SLID par une équation aux récurrences


N M
Equation aux récurrences : ∑ ak y (n − k ) = ∑ br x(n − r )
k =0 r =0

 N  M 
En utilisant la propriété de décalage temporel de la TZ, on a :  ∑ ak z Y ( z ) =  ∑ br z − r  X ( z )
− k
 k =0   r =0 
N
∑ ak z −k
Y ( z ) k =0 bM z − M + + b1z −1 + b0
H ( z) = = M
X (z) ou H ( z) =
∑ br z − r a N z − N + + a1z −1 + a0
r =0
N ( z)
La fonction de transfert H(z) a la forme d'une fraction rationnelle : H ( z ) =
D( z)
TdS N(z) et D(z) : polynômes en z-1 de degrés respectifs M et N
19
Pôles et zéros – stabilité d'un système discret causal
N ( z)  Pôles d'un système discret
H ( z) =
D( z)
Les pôles sont les racines λi ∈ du polynôme D(z)
 Zéros d'un système discret
 Remarque : H(z) diverge (H(z) = ∞) pour z=λi
Les zéros sont les racines du polynôme N(z) ⇒ λi ∉ RDC de H(z)

 Fonction de transfert H(z) et stabilité d'un système discret causal

 Causalité
Le système est causal ssi la RDC de H(z)
RDC = { z ∈ ? , z > r} λi ∈ { z ∈ ? , z ≤ r}
est l'extérieur d'un disque ⇒ λi ∈ au disque

 Stabilité
Un système linéaire discret est stable ssi ∑ h(n) < +∞ ⇔ { z ∈ ? , z = 1} ∈ RDC
sa FT H(z) converge sur le cercle unité n∈

 Conclusion

Un système discret linéaire et causal est stable ssi tous


les pôles de H(z) sont à l'intérieur du cercle unité
TdS 20
Réponse d'un système LTI par la TL
 Exemple
d 2 y (t ) dy (t )
Soit le système caractérisé par : + + 6 y (t ) = x (t ) . Déterminer
dt 2 dt
 la réponse impulsionnelle du système
 la réponse indicielle (réponse à l'échelon). Dans ce cas, préciser la valeur de la sortie y∞

TdS 21
Réponse d'un système LTI par la TL
 Exemple (suite et fin)

TdS 22
Conclusion
 Caractérisation d’un système linéaire continu par :

 relation entre x(t) et y(t) [équation différentielle]

 réponse impulsionnelle h(t)

 réponse fréquentielle H( f )

 transmittance complexe H(s)

Equation Fonction de transfert


différentielle H(s)
y + a1 y + a0 y = b1u + b0 u

Réponse
impulsionnelle
h(t)
TdS 23
a n y ( n ) (t ) + + a1 y (1) (t ) + a0 y (t ) = bm x ( m ) (t ) + + b1 x (1) (t ) + b0 x (t )
i
avec y (i ) = d y (t ) (dérivée d'ordre i)
i
dt

 Lois de l'électricité

i(t) R L di(t )
Ri (t ) + L + Vc (t ) = u (t )
dt
u(t) C Vc(t) 1 t
Vc (t ) = i(τ ) dτ ⇒ i (t ) = CVc (t )
C ∫0
Entrée du système : x(t ) = u (t ) On en déduit :

Sortie du système : y (t ) = Vc (t ) LC Vc (t ) + RC Vc (t ) + Vc (t ) = u (t )
TdS 24
Convolution
 Propriétés (suite et fin)

 Distributivité par rapport à l'addition

TdS 25
Etude d'un système linéaire invariant discret (SLID)
 Caractérisation d'un SLID : réponse impulsionnelle

La plus courante : équation différentielle linéaire à coefficients constants

 Généralement m ≤ n
 Caractérisation complète du système par la connaissance des coefficients
 Sortie y(t) calculable par la connaissance de x(t)

 Exemple

TdS 26
Systèmes et transformée de Fourier
 Réponse fréquentielle des systèmes LTI
x (t ) y (t )
Système +∞
Si le signal d'entrée est quelconque, on peut l'exprimer sous la forme
d'une somme infinie d'exponentielles complexes : c'est la TF inverse x(t ) = ∫ X ( f )e j 2πft df
−∞
+∞
y (t ) = S [ x(t )] ⇒ y (t ) = ∫ S [ X ( f )e j 2πft ] df (linéarité du système)
−∞

[ ]
En vertu du résultat précédent S X ( f )e j 2πft = H ( f ). X ( f ).e j 2πft

+∞
⇒ y (t ) = ∫ H ( f ). X ( f ).e j 2πft df (définition de la TF inverse de Y)
−∞
Y( f )
(TF de la sortie y)

y (t ) = h(t ) ∗ x(t ) ⇒ Y ( f ) = X ( f ).H ( f ) H ( f ) : fonction de transfert

TdS 27
Systèmes et transformée de Fourier
 Représentation fréquentielle des systèmes LTI

x (t ) y (t )
Système Module H ( f )

Y ( f ) = X ( f ).H ( f ) H( f )
Argument φ ( f ) = arg( H ( f ) )

 H ( f ) : représentation fréquentielle du système


 Simplicité de la relation entrée/sortie en fréquentiel
 La représentation fréquentielle illustre l'aptitude du système à faire passer une
composante fréquentielle présente dans le signal d'entrée

 Relations entrée-sortie en fréquentiel


 Module Y ( f ) = X ( f ) . H ( f )

Y ( f ) = X ( f ).H ( f ) ⇒  Argument arg( Y ( f ) ) = φ ( f ) + arg( X ( f ) )

 Densité spectrale d'énergie S yy ( f ) = S xx ( f ).S hh ( f )


TdS 28
Systèmes et transformée de Fourier
 Théorème de Plancherel

La transformée de Fourier d'un produit de convolution est un produit simple


et réciproquement

x(t ) ∗ y (t ) ↔ X ( f ).Y ( f )

x(t ). y (t ) ↔ X ( f ) ∗ Y ( f )

TdS 29
Exemples

 Tachymètre
 Entrée : Vitesse d'un véhicule v(t)
 Sortie : Position angulaire de l'aiguille θ (t)
Propriétés : linéaire, causal, invariant

 Exemple de système
 non linéaire : hauteur d’une vague en fonction du vent
 non causal : retour vers le futur
 non invariant : parcmètre, modulation d'amplitude

Dans la suite, on étudiera les systèmes monovariables continus linéaires à temps


invariant (systèmes LTI)

TdS 30
TL de quelques signaux usuels
 Impulsion de Dirac δ(t)  Rampe ou échelon de vitesse
δ (t ) v(t)
v(t ) = tΓ(t )

t 1
L ( v (t ) ) =
L ( δ (t ) ) = 1 t s2

 Signal sinusoïdal
 Echelon unité Γ(t)
Γ (t )

t t

0 t < 0
Γ (t ) = 
x(t ) = sin ( ωt + ϕ ) t ≥ 0
1 t ≥ 0
1
L ( Γ (t ) ) = L ( x (t ) ) =
s sin ϕ + ω cos ϕ
s
TdS s2 + ω 2
31
Classification des systèmes
 Linéarité

Si x ( n) = a1 x1 ( n) + a2 x2 ( n) alors y ( n) = a1T [ x1 ( n)] + a2T [ x2 ( n)]


 Causalité

La réponse du système y(n) à l'instant n=k0 ne dépend que des entrées x(n)
aux instants n≤k0 et des sorties passées y(n) telles que n<k0

 Invariance temporelle

Si y ( n) = T [ x ( n)] alors y ( n − n0 ) = T [ x ( n − n0 )]

 Stabilité BIBO (Bounded Input, Bounded Output)

Un système discret est dit stable si en réponse à une entrée bornée, sa sortie est bornée

∃ M x / x ( n) < M x ⇒ ∃ M y / y ( n) = T [ x ( n) ] < M y

TdS 32
Divers

Soit x(n) un signal discret de support [a, b]


Soit h(n) un signal discret de support [c, d]
x(n)*h(n) est un signal discret de support [a+c, b+d]

TdS 33
Systèmes Linéaires Discrets
Aspects fréquentiels des SLID