Propriétés : • Cx(0)=Px ou Ex suivant le type de signal

Energie / Puissance moyenne finie

2 T /2 • Si x est réel, l’autocorrélation de x est une fonction paire
1
Ex = ∫ x ( t ) dt < +∞ ∫
2
Px = lim x ( t ) dt < +∞ Ù Cx(τ) = Cx(-τ)
R T
T → ∞ −T /2
• Cx(τ) est maximal en 0
x(t) à Energie fini si Ex < +∞ x(t) à Puissance finie si Px < +∞ • si x=δ => Cx(τ)=δ(t)
Signaux élémentaires
Echelon unité Fonction signe Série de Fourier
U(t) =C[0,+∞[ (t) = 1 si t > 0 sgn(t)= 1 si t > 0
Attention : Ne concerne que les signaux périodiques
0 ailleurs -1 si t < 0
k k T k
2 jπ t 2 jπ 1 − 2 jπ
x (t ) = ∑ x k e
t t
Signal rectangle Signal triangle
∫ x (t )e
Avec
rect(t)= 1 si t∈[-1/2,+1/2] trian(t)=Λ1,1=1-|t| si t∈[-1,+1]
1
T x k =< x ( t ), e T
>= T
dt
T
1

0 ailleurs 0 ailleurs k ∈Z 0
-0.5 0.5 -1 1
x0 est la composante continue de x(t), c’est aussi sa valeur moyenne
Fonction rampe Sinus cardinal B 1 x1e2jπt/T + x-1e-2jπt/T est la fondamentale de x(t)
ramp(t)=t si t∈[0,+∞[ sinc(t)=sin(π.t)/π.t
0 ailleurs Bsinc(BT) Æ -1
1/B
1 xke2jπkt/T est l’harmonique d’ordre k de x(t)

∑
2 2
Impulsion de Dirac Relation de Parseval P = x ( t ) = x
x k
+∞ k ∈ Z
Notation : δ(t) et vérifie : δ(t)=0 δ(0)=+∞ ∫
− ∞
δ ( t ) dt = 1 Transformée de Fourier [X=spectre]
1 Transformée de Fourier (TF) Transformée de Fourier inverse (TF-1)
δ (αt ) = δ (t )
α
∫ ∫
− 2 j π ft 2 j π ft
Propriétés : +∞ X ( f ) = x ( t ). e dt x (t) = X ( f ). e df
ÎPrincipe de localisation : x(t).δ(t-t0)=x(t0).δ(t-t0) ∫ x ( t ).δ ( t − t
−∞
0 ) dt = x ( t 0 ) R R

***** Propriétés : *********************************************

ÎRappel convolution : +∞
• Translation : − 2 j π ft 0
( x1 ∗ x 2 )( t ) = ∫ x1(u ) x 2 ( t − u ) du x ( t − t 0 )  → e
F
X ( f )
− ∞

( x * δ )( t − t 0 ) = ∫ x ( u ).δ ( t − t 0 − u ) du = x ( t − t 0 ) • Modulation : e 2 j π f 0 t x ( t )  → X ( f − f 0 )
F

ÎPériodisation d’un signal : Peigne de Dirac : • Homothétie : 1 f

+∞ +∞ x ( at )  F → X ( )
a a
x (t) ∗ ∑ δ ( t − kT ) = ∑ x ( t − kT )
k = −∞ k = −∞ • Convolution : [x * y](t) Æ X(f).Y(f)
Convoluer un signal x(t) par le peigne de Dirac revient à périodiser x(t) à la
période T. x(t).y(t) Æ X(f) * Y(f)

x (t ). ∑ δ (t − kT ) = ∑ x(kT ).δ (t − kT ) discrétisation temporelle • Relation de Parseval :

∫ x(t ) y (t )dt = ∫ X ( f )Y
* *
Produit scalaire n −1 Inégalité de Cauchy-Schwarz : <x(t),y(t)> = < X(f),Y(f) > Ù ( f )df
< x , y >= ∑
k =0
x(k ) y (k )
< x, y > ≤ x . y R R
Espace des signaux à Energie finie
1 k
Signal à tps continu L2
+∞
Signal à tps discret l2 • TF d’un peigne de Dirac : ∑ δ ( t − kT ) → T ∑ δ ( f
k ∈Z
F

k ∈Z
−
T
)
+∞

∫ ∑
*
Produit scalaire x (t) y ( t ) dt x (k ) y *
(k ) Remarques : discrétisation temporelle –TF-> périodisation du spectre
( = <x,y> ) − ∞ − ∞
Périodisation temporelle –TF-> discrétisation du spectre
+∞ +∞ Transformée Fourier a connaître
∫ ∑
2 2
Norme ||x|| x ( t ) dt x ( k )
( = √<x,x> ) − ∞ − ∞
TF[rect(t)] = sinc(f) TF[sinc(t)] = rect(f) TF[δ(t)] = 1 et TF-1[δ(f)] = 1
+∞ +∞ TF[trian(t)] = sinc2(f) TF[e2jπkτ/T]=δ(f-k/T) TF[sinc2(t)]=trian(f)
∫ x ( t ) − y ( t ) dt ∑
2 2
Distance d(x,y) x (k ) − y (k )
( = ||x-y|| ) − ∞ −∞

L’énergie d’un signal de L2 Î Ex=||x||2 Densité Spectrale d’Energie

Deux signaux sont orthogonaux si <x,y>=0 et colinéaires si |<x,y>|=||x||.||y|| |x(t)|2 : densité temporelle d’énergie / répartition de l’énergie dans le temps
Signaux de puissance moyenne finie |X(f)|2 : densité spectrale d’énergie / répartition en fréquence de l’énergie
Signaux périodiques Temps continu Temps discret
Notation : Sx(f) = |X(f)|2 Æ
|X(f)|2=(√a2+b2)2
1 1 N
Produit scalaire ∫
*
x ( t ) y ( t ) dt ∑ x(k ) y (k ) *

T T N k =1 Théorème de Wiener Khinchine : Sx(f) = TF[Cx(τ)]

x(t)
1 1 N Cx(\)
∫ ∑
2 2
Norme x (t) dt x (k ) 1
T T N k =1

1 1 N t \
∑
2
∫
2
Distance x ( t ) − y ( t ) dt x(k ) − y (k )
T T N k =1 -T/2 T/2 -T T

X(f) Sx(f)
Sgnx non périodiques Temps continu Temps discret
1
T /2
1 N
Produit scalaire T→∞
lim
T ∫ x(t ) y
*
( t ) dt lim
N → +∞ 2 N
∑
−N
x(k ) y * (k )
1/T f f
−T / 2
1/T
1 T/2 1 N
∫ x (t ) dt
2
∑
2
Norme lim lim x(k )
T → ∞ T −T / 2 N → ∞ 2N − N
Densité Spectrale de Puissance
1
Répartition de la puissance dans l’espace des fréquences
Distance  T/2 2 1 N
Notation : Sx(f) = TF[Cx(τ)]
 lim 1 ∑ x(k ) − y (k )
2
x (t ) − y (t ) dt 
2
lim
 T → +∞ T ∫  N →∞ 2 N Propriétés :
 −T / 2  −N1
Æ Si x(t) à énergie finie : Sx(f)=|X(f)|2=X(f).X*(f)
La puissance d’un signal : Px=||x||2 Æ Sx(f) > 0
Autocorrélation & Intercorrélation Æ y(t)=x(t-t0) Î Sy(f) = Sx(f)
Î Autocorrélation : Suivant le type de signal (DSE / DSP) on a :
Cx(t)
Cx(τ) = < x(t) , x(t-τ) > E x = ∫ S x ( f )df = C x (0) Px = ∫ S x ( f )df = C x (0)
1
1

Î Intercorrélation : R R
Cxy(τ) = < x(t) , y(t-τ) > -0.5 0.5 -1 1
-1
 Filtre linéaire invariant dans le temps 2 sin a cos b = sin(a + b) + sin(a − b)
Un filtre est un système linéaire invariant dans le temps (LIT) qui transforme a 1 − cos a
un signal d’entrée x en un signal y appelé réponse de x 2 cos a cos b = cos(a + b) + cos(a − b) sin( ) = ±
Si x et y sont à temps continu : 2 2
y (t ) = ∫ h(t − τ ) x (τ )dτ 2 sin a sin b = cos(a − b) − cos(a + b)
a 1 + cos a
R
+∞ a+b a−b cos( ) = ±
sin a + sin b = 2 sin( ). cos( ) 2 2
Si x et y sont à temps discret :
y (k ) = ∑ h ( k − i ) x (i ) 2 2
k = −∞ a 1 − cos a
a+b a−b tan( ) = ±
Le noyau h du filtre est appelé réponse impulsionnelle sin a − sin b = 2 cos( ). sin( ) 2 1 + cos a
De manière générale : 2 2
a 1 − cos a
• y(t) = (h * x)(t) échantillonnage du spectre a+b a−b tan( ) =
cos a + cos b = 2 cos( ). cos( ) 2 sin a
avec y = réponse h = réponse impulsionnelle x = excitation. 2 2
• H(f) = TF(h(t)) : a sin a
Æ fonction de transfert a+b a−b tan( ) =
• Y(f) = H(f).X(f) |H(f)|=gain fréquentiel / arg H=déphasage du filtre cos a − cos b = −2 sin( ). sin( ) 2 1 + cos a
Propriétés :
2 2
• Causalité : Un filtre est causal ssi h(t) = 0 , pour tout t<0
• Stabilité : Un filtre est dit stable ssi à toute excitation bornée (x(t)<xM, DERIVEES
∀t), la réponse du filtre est aussi bornée. f(x) f’(x) f(x) f’(x) 1 v'
Condition nécessaire et suffisante de stabilité :
Densité spectrale de signaux filtrés : R ∫
h(t ) dt < +∞ Cste
x
0
1
un ; n∈N
eu
nu’un-1
u’ eu
( )' = − 2
v v
Sy(f) = |H(f)|2.Sx(f) xn nxn-1 ln |u| u’/u u u' v − v' u
( )' =
Signal à spectre borné : X(f)=X(f)1[-fmax,fmax](f) 1/x -1/x2 sin u u’cos u v v2
Les Filtres √x 1/2√x cos u -u’sin u ( g o f )' = ( g 'o f ) f '
• Filtre passe-bas idéal |H(f)| arg(H(f)) ln x 1/x
ex ex
-B
H(f)=e2jπft01I[-B,B](f) sin x cos x
B
h(t)=2Bsinc(2B(t+t0)) f cos x -sin x
-B B tan x 1/(cos2 x) tan u u’/(cos2 u)
• Filtre passe-haut idéal |H(f)| arg(H(f))
1+tan2x u’/(1+tan2u)
-B PRIMITIVES
H(f)=1I]-i,-B]U[B,+i[(f) e2jπft0 B x n +1 tan x = − ln cos x + K
h(t)=δ(t-t0)- 2Bsinc(2B(t+t0))
f
xn 
→ +K
-B B n +1 cot anx = ln sin x + K
•
|H(f)| arg(H (f))
1
Filtre passe-bande idéal → ln x + K thx = ln( chx ) + K
f0-B x
1
H(f)= e2jπft0 1I[f0-B,f0+B](f) f f0 f0+B
1 cos( ax + b ) = sin( ax + b ) + K
h(t)=2Bsinc(2B(t+t0)) e2jπf(t+t0) f0-B f0+B → 2 x + K a
Echantillonnage idéal x 1
sin( ax + b ) = − cos( ax + b ) + K
Permet de passer d’un signal à temps continu à un signal constitué d’une 1 1 a
combinaison linéaire d’impulsion de Dirac : 
→ − + K
x2 x
+∞ +∞
k ∫ ln xdx = x ln x − x + K
xe (t ) = x (t ).Te ∑ δ (t − kTe ) Xe( f ) = ∑ X ( f − ) sin x → − cos x + K
−∞ −∞ Te
cos x 
→ sin x + K
∫ Arc sin xdx = xArc sin x + 1 − x2 + K

Le spectre Xe(f) est la répétition sur l’axe des fréquences à la période fe=1/Te ex 
→ e x + K ∫ Arc cos xdx = xArc cos x − 1 − x2 + K
Théorème de Shannon :
La fréquence d’échantillonnage doit être supérieure à deux fois la fréquence 1
tan( ax + b) = − ln cos(ax + b) + K
a
∫ f ' [u( x)]u' ( x)dx = f [u( x )] + K
maximale fmax du signal échantillonné : fe > 2.fmax
f n +1 ( x )
2fmax est appelée fréquence de Shannon 1 x
∫f ( x ) f ' ( x )dx = +K
n
= ln tan + K
Echantillonnage réel sin x 2 n +1
+∞ +∞ f ' ( x)
x π
xer (t ) = Te ∑ ( x * h )( kTe ).δ (t − kTe ) = ( x * h )(t ).Te ∑ δ (t − kTe ) ∫2
1 dx = f ( x) + K
= ln tan( + ) + K
cos x 2 4 f ( x)
−∞ +∞ −∞
+∞
k k
X er ( f ) = ( X ( f ). H ( f )) * ∑ δ ( f − ) = X h ( f ) * ∑ δ ( f − ) 1 f ' ( x)
−∞ Te −∞ Te sin x. cos x
= ln tan x + K ∫ f ( x)
dx = ln f ( x ) + K
u ' ( x )e = eu ( x ) + K
u( x)
f ' ( x) g ( x) − g ' ( x) f ( x) f ( x)
sin(-a)=-sin a ax =
ax
+K
∫ g 2 ( x)
=
g ( x)
+K
sin(π - a)=sin a sin(π/2-a)=cos a
cos(-a)=cos a ln a
cos(π - a)=-cos a cos(π/2-a)=sin a
tan(-a)=-tan a
cotan(-a)=-cotan a
tan(π – a)=- tan a
cotan(π – a)=- cotan a
tan(π/2-a)=cotan a
cotan(π/2-a)=tan a
Intégration par partie : ∫ u( x )v' ( x)dx = u( x)v( x ) − ∫ u' ( x )v( x )dx + K
Formule de Moivre
sin(π+a) = -sin a cos 2 a = cos 2 a − sin 2 a sin 3a = 3 sin a − 4 sin 3 a
cos(π+a) = -cos a cos 2 a = 1 − 2 sin 2 a cos 3a = 4 cos3 a − 3 cos a ( eiθ ) n = einθ
tan(π+a)= tan a 2
cos 2 a = 2 cos a − 1
3 tan a − tan 3 a
∀θ ∈ R, ∀n ∈ Z , 
(cos θ + i sin θ ) = cos nθ + i sin nθ
cotan(π+a)= cotan n
1 tan 3a =
cos 2 a = (1 + cos 2 a ) 1 − 3 tan 2 a
2 Formules d’Euler
sin( a + b ) = sin a cos b + sin b cos a
sin a + cos a = 1
2 2 eiθ + e − iθ
sin( a − b ) = sin a cos b − sin b cos a x y
cos θ =
1 2
cos( a + b ) = cos a cos b − sin a sin b 1 + tan 2 a = 1
∑a
∞ − kn
cos( a − b ) = cos a cos b + sin a sin b cos 2 a = e − e −iθ
iθ
− k sin θ =
tan a + tan b sin 2 a = 2 sin a cos a z y=z.x
0
1− a 2i
tan( a + b ) =
1 − tan a tan b 1
tan a − tan b
sin 2 a = (1 − cos 2 a )
2 ρ (cos φ + j sin φ ) = ρe jφ
tan( a − b ) =
1 + tan a tan b