Chapitre2 Signaux Et Systèmes

Chapitre 2 (version 2014)
Etude temporelle des signaux et systèmes
Pour analyser le comportement des systèmes, on applique en entrée un signal dont le modèle est
connu. Le présent chapitre sera consacré à l’étude des signaux types utilisés dans l’analyse des systèmes
linéaires. On verra aussi comment déterminer la réponse d’un système à un signal d’entrée quelconque.
2.1 La fonction impulsion unité (ou fonction de Dirac)

2.1.1 Introduction
Du point de vue mathématique, la fonction de Dirac découle de la distribution de Dirac.
La théorie des distributions permet de modéliser certaines propriétés, ou des signaux physiques,
pourtant simples, mais qu’on ne peut pas modéliser avec la notion de fonction au sens habituel. Par
exemple, il n’est pas toujours facile d’exprimer la valeur instantanée d’un signal décrit par une fonction ;
on ne sait pas non plus calculer la dérivée d’une fonction présentant des discontinuités.
Dans cette section, on présentera la fonction de Dirac sans faire appel à la théorie des
distributions, mais il faut avoir à l’esprit que, lorsqu’on ne sait pas résoudre un problème avec une
fonction f au sens habituel, on lui associe une distribution dite régulière [f] pour contourner la difficulté.
2.1.2 La fonction impulsion unité à temps continu
2.1.2.1 Définition
Considérons une courte impulsion rectangulaire   (t ) de durée  et d’aire égale à l’unité (figure
2.1). Nous avons les relations évidentes :

  (t )  0 si t  0 et t  

  (t )  1 /  si 0  t  
 
 0   (t )dt  1 (aire de   (t ))
Figure 2.1
On appelle fonction de Dirac à temps continu la fonction (t ) définie par la relation :
(t )  lim   (t )
 0
La fonction de Dirac (t ) est la forme idéale de l’impulsion   (t ) lorsque la durée de
l’impulsion devient négligeable. L’impulsion de Dirac n’a donc pas de durée et son aire égale à l’unité
K. T. Houngan – EPAC/Université d’Abomey-Calavi. Signaux et systèmes. Chap. 2 : Etude temporelle des signaux et systèmes Page 1
est concentrée à t  0 : c’est une fonction singulière. L’aire est encore appelée « la mesure » ou le poids
de l’impulsion.
Pour représenter graphiquement la fonction (t ) dont l’amplitude est

théoriquement infinie, on trace une flèche à l’instant t = 0 et on met à côté de
la flèche la valeur 1 indiquant l’aire de l’impulsion (figure 2.2).
Figure 2.2
On peut aussi définir une impulsion k(t  t 0 ) de poids quelconque
k placée à un instant quelconque t0. La figure 2.3 donne sa représentation

graphique.
Figure 2.3
La fonction (t ) est un outil mathématique qui n’a aucune réalité physique mais qui est très
important dans l’analyse des systèmes, principalement les systèmes échantillonnés.
2.1.2.2 Principales propriétés de la fonction de Dirac
La fonction (t ) possède plusieurs propriétés ; les deux principales sont : la restitution de la
valeur à l’origine d’une fonction et la localisation de la valeur à un instant donné d’une fonction. Ces
deux propriétés peuvent être facilement démontrées en considérant que (t ) est la limite de l’impulsion
rectangulaire  (t ) .
a) Restitution de la valeur à l’origine d’une fonction

 
(t ) f (t ) d t  f (0) quel que soit f (t )
C’est la relation fondamentale de la fonction de Dirac. f (0) est l’aire du produit (t ) f (t ) .
b) Localisation de la valeur à un instant donné d’une fonction
f (t )(t  t 0 )  f (t 0 )(t  t 0 )
La fonction (t ) permet de localiser la valeur de f(t) à l’instant t0 (voir figure 2.4). Cette relation
est très utile en échantillonnage.
Si on écrit y(t )  f (t 0 ) , cela signifie que y(t) vaut f(t0) quel que soit t. Par contre, si on écrit
y(t )  f (t 0 )(t  t 0 ) , cela signifie que y(t) vaut f(t0) pour t = t0 et vaut 0 ailleurs. Ceci permet de
« localiser » la valeur de f(t) à l’instant t0. La valeur f(t0) est le poids du Dirac à l’instant t0.
Figure 2.4 : Illustration de la localisation de la valeur d’un signal par un Dirac.
2.1.2.3 Le peigne de Dirac ou train d’impulsions

C’est une suite infinie de fonctions de Dirac régulièrement
espacées d’une durée T appelée période du peigne (figure 2.5).

p(t )   (t  nT )
n  
Figure 2.5 : Peigne de Dirac.
Le peigne de Dirac, permet de formaliser la périodicité d’un signal.
2.1.3 La fonction impulsion unité à temps discret

Cette fonction est la forme discrète de la fonction (t ) et
est définie par la relation ci-dessous et représentée à la figure 2.6 :
n  0 si n  0

n  1 si n  0 Figure 2.6 : δ[n]
2.2 La fonction échelon unité (ou fonction de Heaviside)

2.2.1 Fonction échelon unité à temps continu
2.2.1.1 Définition
La fonction échelon unité u(t) est définie par la
relation ci-dessous et représentée à la figure 2.7 :
0 si t  0
u(t )   Figure 2.7 : Fonction u(t)
1 si t  0
La fonction u(t) est aussi une fonction singulière : elle est discontinue à t  0 ; la valeur u(0)
est choisie arbitrairement entre 0 et 1 ; on choisit en général u( 0)  1.
On peut aussi définir une fonction échelon x(t )  A u(t  t 0 )
d’amplitude quelconque A et placée à un instant quelconque t0 avec

A  x(t 0 )  x(t 0 ) (figure 2.8).
Figure 2.8
Sur le plan physique la fonction A u(t  t 0 ) permet d’analyser la réponse d’un système à un
signal d’entrée constant A appliqué brusquement à l’instant t0.
2.2.1.2 Relations entre les fonctions échelon unité et impulsion unité
Sur le plan formel, la fonction u(t) n’est pas dérivable sauf si on
lui associe une distribution. On peut cependant contourner cette difficulté
en considérant que u(t) est une approximation de la fonction u  (t ) telle
que son amplitude varie de la valeur 0 à la valeur 1 en une durée  Figure 2.9 : Fonction u(t)
négligeable (figure 2.9).
On peut alors définir u(t) par la relation :

u(t )  limu  (t )
 0
On trouve aussi que :

d u  (t )
   (t )
dt
d u  (t )
lim  lim   (t )
0 dt 0
d u(t )
 (t )
dt
On peut donc conclure que la dérivée de la fonction échelon unité est la fonction impulsion unité
(mais au sens des distributions). Réciproquement, on a la relation :
u(t )  
t
() d 

2.2.2 Fonction échelon unité à temps discret

Cette fonction est la forme discrète de la fonction u(t ) et est
définie par la relation ci-dessous et représentée à la figure 2.10 :
un  0 si n  0

un  1 si n  0 Figure 2.10 : u[k]
La fonction u[n] est liée à la fonction n par les relations réciproques :
un  un  1  n
in
un   n  i 
i0
2.3 La fonction rampe unité
2.3.1 Fonction rampe unité à temps continu
La fonction rampe unité r(t) est une fonction définie
par la relation ci-dessous et représentée à la figure 2.11 :
0 si t  0
r(t )  
t si t  0 Figure 2.11 : Fonction rampe unité
On peut aussi définir une fonction rampe  r(t  t 0 ) de
pente quelconque  placée à un instant quelconque t0 (figure

2.12). Sur le plan physique, la fonction  r(t  t 0 ) permet
d’analyser la réponse d’un système à un signal d’entrée qui varie

Figure 2.12 : rampe décalée
avec à un taux constant  à partir de l’instant t0.
La fonction rampe unité ne possède pas de singularité. Elle est liée à la fonction échelon unité
par les deux relations réciproques :
r(t )   u( ) d   t u(t )
t

d r(t )
 u(t )
dt
2.3.2 Fonction rampe unité à temps discret

C’est la forme discrète de la fonction r(t) ; elle est
définie par la relation ci-dessous et représentée à la figure 2.13
0 si n  0
r n  
n si n  0 Figure 2.13 : rampe numérique causale
La fonction r[n] est liée à la fonction u[n] par les relations réciproques :
rn  rn  1  un  1 ou r n 1  r n  un
in in
rn   un  1  i  ou rn  1   un  i 
i0 i0
2.4 Les signaux exponentiels complexes

Ce sont des signaux qu’on rencontre fréquemment dans l’analyse des systèmes. Ils servent aussi
à la construction de plusieurs autres signaux.
2.4.1 Signaux exponentiels complexes à temps continu
a) Forme générale des signaux exponentiels complexes à temps continu
Le signal exponentiel complexe à temps continu est défini par la forme ci-dessous dans laquelle
A et s sont, en général des nombres complexes:
x(t )  A e st avec A 0
Considérons A exprimé sous la forme polaire et s sous la forme rectangulaire :
A  A e j  t j  t   
  x(t )  A e e 0
s    j0 
En utilisant la formule d’Euler, on obtient la forme générale développée :
x(t )  A e t cos0t    j A e t sin0t  
Selon les valeurs des composantes de A et de s, on distingue différents types de signaux.
b) Signal exponentiel complexe sinusoïdal à amplitude constante
Si   0 et 0  0 , le signal x(t) est de la forme :
x(t )  A e j 0t     A cos0 t    j A sin0 t  
Le signal complexe obtenu est périodique. Ses

parties réelle et imaginaire appartiennent à la classe des
Figure 2.14 : signal sinusoïdal temps continu
signaux dit sinusoïdaux ou harmoniques. La figure 2.14
donne la représentation graphique générale de la partie réelle
avec A>0
Un signal harmonique est caractérisé par sa
fréquence angulaire (ou pulsation) 0 en radians par
seconde, sa phase initiale  en radians et son amplitude (ou

valeur crête) A. Sa période T0 en secondes et sa fréquence
cyclique f0 en hertz sont respectivement définies par :
T 0  2 0 et f 0  1 T0  0 2
La figure 2.15 donne les représentations graphiques

de trois signaux x1 (t )  cos(2t 12) , x 2 (t )  cos(8t 31)
et x3 (t )  cos(t 6) pour t compris dans l’intervalle [0 50].
On notera que le taux d’oscillation augmente avec la

fréquence : x1(t) oscille moins que x2(t), mais plus que x3(t).
Figure 2.15 : signaux sinusoïdaux temps
continu de fréquences différentes.
c) Signal exponentiel complexe sinusoïdal à amplitude variable
A partir de la forme générale du signal exponentiel complexe, on distingue deux cas de fonctions
oscillatoires pour   0 et 0  0 :
e j 0t    A e cos0 t    j A e sin0 t  

t t t
 0  x(t )  A e
Les parties réelle et imaginaire de x(t) sont des fonctions sinusoïdales à amplitudes décroissantes :
on dit qu’on a des sinusoïdes amorties. A titre d’exemple, la réponse à l’échelon d’un circuit électrique
RLC est une sinusoïde amortie.
e j 0t    A e cos0 t    j A e sin0 t  

t t t
 0  x(t )  A e
Les parties réelle et imaginaire de x(t) sont des fonctions sinusoïdales à amplitudes croissantes.
La figure 2.16 donne les

représentations graphiques de la partie réelle
du signal pour les deux cas ; les lignes
discontinues correspondent aux fonctions
 A e t ; ces fonctions constituent
l’enveloppe des courbes oscillatoires.
Figure 2.16 : signal A e t cos 0 t  

d) Signal exponentiel réel
Si on a 0  0 , s   est réel. Si de plus on a   n (avec n entier), A   A est réel. Le
signal x(t) est alors dit exponentiel réel :

x(t )  A e t
 Si σ < 0 , on obtient un exponentiel décroissant ; à titre

d’exemple, la décharge d’un condensateur dans une
résistance sera décrite par un exponentiel réel décroissant.
 Si σ > 0, on obtient un exponentiel croissant ; à titre
d’exemple, la réponse sous la forme d’une réaction en
chaîne d’un processus physique sera décrite par un
exponentiel croissant.
La figure 2.17 donne la représentation pour les deux cas.

Figure 2.17 : Signal A e t
2.4.2 Signaux exponentiels complexes à temps discret
a) Forme générale des signaux exponentiels complexes à temps discret
Le signal exponentiel complexe à temps discret est la version discrétisée du signal continu, ce
qui donne :
x[n]  A e sn
 j0
En posant e  e  z , on obtient une autre forme de x[n] :
s
x[n]  Az n
Cette dernière forme est préférable pour les systèmes à temps discret. Si on exprime A et z sous
la forme polaire, on a :
A  A e j 

 x[n]  Az n  A z cosn    j A z sinn  
n n
j 
z ze  
Selon les valeurs de A et de z, on distingue différents types de signaux.
b) Signal exponentiel complexe sinusoïdal à amplitude constante
 j0 j0
Si dans z  e , on fait σ = 0, on a z  e et z  1 ; x[n] prend la forme :
x[n]  Az n  A e j e j0 n  A cos 0 n    j A sin 0 n  
Les parties réelle et imaginaire de x[n] sont des signaux harmoniques à temps discret ;
l’enveloppe des sommets de x[n] appartient à la courbe du signal à temps continu correspondant, mais
on verra à la section 2.4.3 que la suite des valeurs de x[n] ne constitue pas systématiquement une suite
périodique pour toute valeur de  0 .
La figure 2.18 donne les représentations graphiques des formes à temps discret des fonctions x1
à x3 de la section 2.4.1.b : x1 [n]  cos(2n 12) , x2 [n]  cos(8n 31) et x3 [n]  cos(n 6)
c) Signal exponentiel complexe sinusoïdal à amplitude variable

 Si on fait z  1 dans la forme générale, les parties réelle et imaginaire de x[n] sont des fonctions
sinusoïdales discrètes à amplitudes variables de manière décroissante (figure 2.19.a).
 Si on fait z  1 dans la forme générale, les parties réelle et imaginaire de x[n] sont des fonctions
sinusoïdales discrètes à amplitudes variables de manière croissante (figure 2.19.b).
Figure 2.18 : Signaux sinusoïdaux à amplitude constante à temps discret
Figure 2.19 : Signaux sinusoïdaux à amplitude variable à temps discret
d) Signal exponentiel réel
Si A et z sont des réels (c’est-à-dire   k et   m avec k et m des entiers), on a :
x[n]  Az n   A z n ou x[n]  Az n   A z n
La forme de x[n] dépend de la valeur de z par rapport à 1. Considérons A > 0 ; on a :
 Si z  1 : on a la figure 2.20.a.
 Si z  1 : on a la figure 2.20.b.
 Si  1  z  0 : on a la figure 2.20.c.
 Si 0  z  1 : on a la figure 2.20.d.
 Si z  1 : on a la figure 2.20.e
 Si z  1 : on a la figure 2.20.f.
Figure 2.20 : Signaux exponentiels réels à temps discret x[ n]  A z n pour différentes valeurs de z
2.4.3 Comparaison continu/discret des signaux exponentiels complexes

De manière générale, les signaux à temps continu et à temps discret ont beaucoup de points
communs. Mais dans le cas des signaux exponentiels complexes, il y a un certain nombre de différences
importantes dont les principales sont liées à la périodicité des signaux.
a) Discrimination de deux signaux à fréquences différentes
Considérons deux fréquences 1 et 2 telles que 1  0 et 2  0  2
 Cas continu
e j (0 2)t  e j0t e j 2t  e j0t car e j 2 t n’est pas égal à 1 pour toute valeur de t. Par conséquent :
1  2  e j1t  e j2t
 Cas discret :
e j (0 2) n  e j0ne j 2n  e j0n
Par conséquent, le signal e j1n n’est pas systématiquement différent du signal e j2n quel que
soit 1 et 2. Le signal e j0n est identique au signal e j (0 2k) n (avec k nombre entier). Nous avons une
périodicité de l’exponentiel complexe à temps discret en fonction de la fréquence. L’étude des
exponentiels complexes à temps discret en fonction de la fréquence se limitera donc à un intervalle de
longueur 2π. On choisit souvent soit 0  0  2 soit    0   .
b) Influence de la valeur de la fréquence sur le taux d’oscillation
Considérons deux fréquences 1 et 2 telles que 1  2
 Cas continu
On peut facilement montrer que le taux d’oscillation augmente continuellement lorsque
l’amplitude de la fréquence augmente à partir de 0 (voir figure 2.15 à une section précédente).
 Cas discret
En vertu de la propriété de périodicité indiquée ci-dessus, le taux d’oscillation du signal e j0n
n’augmente pas continuellement lorsque l’amplitude de la fréquence augmente.
Sur la tranche de fréquence 0 à 2π, le taux d’oscillation est nul pour 0  0 , augmente de plus
en plus vite jusqu’à 0   ; en continuant de croitre 0, on décroit le taux d’oscillation jusqu’à ce
qu’on atteigne 0  2 qui produit le même signal que 0  0 .
La figure 2.21 donne des exemples pour différentes fréquences choisie dans la tranche 0 à 2π.
c) Condition de périodicité d’un exponentiel complexe à temps discret

Le signal à temps continu e j0t est périodique pour toute valeur non nulle de 0. En effet, si on
désigne par T cette période, on a :
2k
e j0t  e j0 ( t T )  e j0t e j0T  e j0T  1  e j 2 k  T  avec k entier.
0
La plus petite valeur de T remplissant cette condition correspond à |k| = 1 : on l’appelle période
fondamentale T0 et la fréquence 0 s’appelle fréquence fondamentale :
2
T0 
0
Figure 2.21 : Signaux sinusoïdaux à temps discret pour différentes fréquences
Le signal à temps discret e j0n sera périodique de période N (N entier positif) si on a la
condition :
e j0 ( n N )  e j0n ; Cela implique : e j0 N  1
Cette condition n’est réalisable que si on a :
0 m 2
0 N  2m    0  m avec m un entier
2 N N
Le signal e j0n n’est périodique que si 0 2 est un nombre rationnel (c’est-à-dire qu’il existe
deux nombres entiers m et N n’ayant pas de multiples communs).

De la relation précédente, on déduit que si 0 est la fréquence fondamentale du signal e j0n
alors sa période fondamentale N est :
2
N m
0
Cette relation n’est pas similaire à celle correspondant à un signal continu.
Exemple :
 Soit les signaux : x1 (t )  cos(2t 12) , x2 (t )  cos(8t 31) et x3 (t )  cos(t 6) (figure 215).
Leurs périodes fondamentales sont respectivement : T1  12 , T2  31 4 et T3  2 6
 Considérons les versions à temps discret des trois signaux :

x1 [n]  cos(2n 12) , x2 [n]  cos(8n 31) et x3 [n]  cos(n 6) (figure 2.18)
Leurs périodes fondamentales sont respectivement :
o N1  12 car la fréquence fondamentale est 1  2 12  21 12  2m1 N1  : le
signal x1[n] est périodique et de même période que la version continue x1(t).
o N 2  31 car la fréquence fondamentale est 2  8 31  24 31  2m2 N 2  :
le signal x2[n] est périodique comme la version continue x2(t), mais avec une période
différente.
o L3 est indéterminé car la fréquence fondamentale est 3  1 6  2m3 N 3  ; il
n’existe aucun couple d’entiers m3 et N3 permettant d’avoir 3  1 6 : le signal x3[n]
n’est pas périodique, alors que sa version continue x3(t) l’est.
2.5 Autres signaux utiles dans l’analyse des systèmes

Il existe d’autres signaux types utilisés dans beaucoup d’applications, particulièrement les
applications de traitement du signal. On présentera dans cette section uniquement les versions à temps
continu.
2.5.1 Fonction signe (ou signum)
t  1 si t  0
 si t  0   
sgn( t )   t  1 si t  0

0 si t  0
1 1
 u(t )   sgn(t ) Figure 2.22 : Fonction signe
2 2
Nota : la valeur à l’origine sgn(0) est en réalité arbitraire entre ±1, mais on choisit souvent sgn(0) = 0
La fonction signe est une fonction singulière qui possède la particularité d’être à valeur moyenne
nulle ; cette propriété peut s’avérer utile pour certaine analyse.
2.5.2 Fonction rectangulaire

La fonction rectangulaire normalisée (surface unité centrée en t = 0) encore appelée fonction
porte ou fenêtre est définie par :
1 1
 (t )  rect(t )  u( t  )  u( t  )
2 2
 1
1 si t  2

 1
 0 si t  Figure 2.23 : Fonction rectangulaire
 2
1 1
 2 si t  2 (par convention )

On peut définir de manière générale une fonction rectangulaire x(t) de durée T, d’amplitude A
centrée en t = τ par :
t  
x(t )  A  rect   A  rect T t  
 T 
La fonction rectangulaire permet de localiser un segment de durée T d’un signal quelconque.
2.5.3 Fonction triangulaire

La fonction triangulaire normalisée (surface unité centrée en t = 0) est définie par :

1  t si t 1
tri( t )  (t )  

0 si t 1
On peut définir de manière générale une

fonction triangulaire x(t) de base 2T, d’amplitude
A centrée en t = τ par : Figure 2.24 : Fonction triangulaire
t  
x(t )  A  tri 
 T 
2.6 Réponse des systèmes LTI.
2.6.1 Réponse des systèmes LTI à temps continu
2.6.1.1 Décomposition d’un signal continu en somme d’impulsions
Considérons la fonction rectangulaire   (t ) du début de chapitre :
  (t )  1 /  si 0  t  

  (t )  0 si t  0 et t  
Figure 2.25
On peut définir une fonction rectangulaire d’amplitude unité
  (t )   (t )
  (t )  1 si 0  t  
 Figure 2.26
  (t )  0 si t  0 et t  
On peut obtenir une représentation approchée

d’un signal à temps continu x(t) en le décomposant en une
suite infinie de valeurs discrètes régulièrement espacées
de durée  : cela correspond à une fonction à temps
discret. Pour passer à la version approchée à temps
continu, la valeur de la fonction entre deux instants
discrets sera égale à la valeur de x(t) à l’instant discret
précédent (procédure de blocage ou de mémorisation).
On obtient un signal en marches d’escalier
représenté à la figure 227.
Figure 2.27
On peut finalement exprimer le signal approché
en utilisant la fonction   (t )   (t ) : entre deux
instants t n  n et t n1  (n  1) , x(t) est égale à une
impulsion rectangulaire de durée  et de hauteur x(n).

Le signal approché x(t) est la somme de toutes ces
impulsions rectangulaires (figure 2.28) Figure 2.28
On peut donc écrire :
 
x (t )   x(n)  (t  n) 
n  
 x(n)
n  
 (t  n)
Si on fait tendre  vers zéro, le signal approché x(t) devient de plus en plus fin et, à la limite
égal au signal exact x(t). On peut donc écrire :

x(t )  lim x (t )  lim
0 0
 x(n)
n  
 (t  n)

x(t )  lim
 0
 x(n)
n  
 (t  n)
On peut calculer cette limite en faisant les correspondances suivantes :
  

    
 n      
 
0   n      x(n)  (t  n)   x()(t  ) d 
  (n  1)  n  d  n   
 
   (t  n)  (t  ) 
En conclusion on a :

x(t )   x()(t  ) d 

L’intégrale ci-dessus se réfère à une propriété de l’impulsion de Dirac appelée propriété de

« tamisage » (ou filtrage).
2.6.1.2 Réponse impulsionnelle et intégrale de convolution

On appelle réponse impulsionnelle h(t) d’un système
LTI à temps continu sa réponse à une impulsion de Dirac
(t ) .
Figure 2.29
Pour calculer la réponse à un signal quelconque x(t), on va utiliser sa décomposition en somme
d’impulsions pondérées x(n)  (t  n) .
Soit h (t ) la réponse d’un système LTI à l’impulsion rectangulaire   (t ) . Nous avons les
correspondances suivantes :
   (t ) a pour réponse h (t )
   (t  n) a pour réponse h (t  n) en vertu de l’invariance dans le temps ;
 
 x (t )   x(n)  (t  n) a pour réponse y (t ) 
n  
 x(n)h (t  n) en vertu de
n  

la linéarité et de l’invariance dans le temps.
On peut donc déduire que x(t )  lim x (t ) aura pour réponse y(t )  lim y (t )
0 0
En utilisant le même raisonnement pour le passage de x (t ) à x(t ) , on obtient :
  

    
 n      
 
0   n      x(n)h (t  n)   x()h(t  ) d 
  (n  1)  n  d  n   
 
 h (t  n)  h(t  ) 
En conclusion on a :

y (t )   x()h(t  ) d 

Dans cette expression, y(t) est une valeur instantanée, c’est-à-dire que t est considéré comme
une valeur spécifique fixée ;  est la variable indépendante, substitut du temps.
L’intégrale ci-dessus est appelée intégrale de convolution ou produit de convolution continue.
On note symboliquement :
y(t )  x(t )  h(t )
L’interprétation directe de la relation de convolution est que, pour calculer la réponse y(t) d’un
système LTI à un signal quelconque x(t), il suffit de connaitre sa réponse impulsionnelle h(t). En d’autres
termes, la réponse impulsionnelle d’un système LTI caractérise complètement le système et ne dépend
pas des signaux d’entrée/sortie mais de ses paramètres.
2.6.2 Réponse des systèmes LTI à temps discret

2.6.2.1 Décomposition d’un signal discret en somme d’impulsions
Le principe de la décomposition est très

simple et est illustré par la figure 2.30 : un signal à
temps discret quelconque x[k] peut être considéré
comme la somme d’impulsions unité décalées et
pondérées :
x[n]    x[1].[n  1]  x[0].[n] 
 x[1].[n  1]  x[2].[n  2] 
   x[i ].[n  i]  

x[n]   x[i].[n  i]
i  
C’est la forme discrète de la propriété de

tamisage de l’impulsion unité.
Figure 2.30
2.6.2.2 Réponse impulsionnelle et somme de convolution
On appelle réponse impulsionnelle h[n] d’un système LTI à temps discret sa réponse à une
impulsion unité [n] . On obtient la réponse y[n] à un signal quelconque x[n] de la même façon qu’avec
les systèmes à temps continu : on utilise la décomposition de x[n] en somme d’impulsions pondérées :

x[n]   x[i].[n  i]
i  
En vertu de la linéarité et de l’invariance dans le temps, on trouve immédiatement y[n] :


y[n]   x[i].h[n  i]
i  
Dans l’expression, y[n] est une valeur instantanée, n est une valeur spécifique, i est la variable
indépendante, substitut du temps.
Cette relation est appelée somme de convolution ou produit de convolution discrète. On note
symboliquement :
y[n]  x[n]  h[n]
Les conclusions sont les mêmes que pour la réponse des systèmes LTI à temps continu.
2.7 Convolution et déconvolution

2.7.1 Définition de la convolution
a) Temps continu
Soient u(t) et v(t) 2 signaux continus. Leur produit de convolution est la fonction définie par :

Dans le cas général : u(t )  v(t )   u()v(t  ) d 



Si u(t) seul est causal ( u ()  0 pour   0 ) : u (t )  v(t )   u ()v(t  ) d 

0
t
Si v(t) seul est causal ( v(t  )  0 pour (t  )  0 ) : u (t )  v(t )   u()v(t  ) d 

Si u(t) et v(t) sont causals : u (t )  v(t )   u ()v(t  ) d 

0
Exemple :
Soit un système LTI dont la réponse impulsionnelle est h(t) et auquel on applique un signal
d’entrée x(t). Déterminez le signal de sortie y(t) si on donne :
x(t )  e at u(t ), a>0

h(t )  u(t )
On a :

y(t )  x(t )  h(t )   x()h(t  ) d 


0 t 
y (t )   x()h(t  ) d    x()h(t  ) d    x()h(t  ) d 

 0 t
t
1
y (t )  0   e a d   0  (1  e at ) t>0
0
a
1
y (t )  (1  e at )u (t )
a
b) Temps discret
Soient u[n] et v[n], 2 signaux discrets. Leur produit de convolution est :

Dans le cas général : u[n]  v[n]   u[i]v[n  i]
i 

Si u[n] seul est causal ( u[i]  0 pour i  0 ) : u[n]  v[n]   u[i]v[n  i]
i 0
n
Si v[n] seul est causal ( v[n  i]  0 pour (n  i)  0 ) : u[n]  v[n]   u[i]v[n  i]
i
Si u[n] et v[n] sont causals u[i]  0 pour i  0 , v[n  i]  0 pour (n  i)  0 , d’où :

n
u[n]  v[n]   u[i ]v[n  i ]
i 0
Exemple
Soit à déterminer la sortie y[n] d’un système LTI dont la réponse impulsionnelle h[n] et le signal
d’entrée x[n] sont donnés dans le tableau ci-dessous :
n   à 1 0 1 2 3 à 
h[n] 0 1 1 1 0
x[n] 0 2 3 0 0
On a :

y[n]  x[n]  h[n]   x[i]h[n  i]
i 
Sachant que x[i]  0 pour i  0 , h[n  i]  0 pour (n  i)  0 , on obtient :

i  1 n  n
y[n]   x[i]h[n  i]   x[i]h[n  i] 
i  i 0
 x[i]h[n  i]  0   x[i]h[n  i]  0
in 1 i 0
y[n]  x[0]h[n  0]  x[1]h[n  1]  2h[n]  3h[n  1]
Les résultats sont consignés dans le tableau ci-dessous
n   à 1 0 1 2 3 4 à 
h[n] 0 1 1 1 0 0
x[n] 0 2 3 0 0 0
y[n] 0 2 5 5 3 0
2.7.2 Propriétés de la convolution

a) Commutativité
xh  h x
b) Distributivité
x  (h1  h2 )  ( x  h1 )  ( x  h2 )
c) Associativité
x  (h1  h2 )  ( x  h1 )  h2  x  h1  h2
d) Convolution avec Dirac
 L’impulsion de Dirac est l’élément neutre.
x(t )  (t )  (t )  x(t )  x(t )
 La convolution avec un Dirac retardé de t0 retarde d’autant le signal.
x(t )  (t  t 0 )  x(t  t 0 )

 La convolution de x (t ) avec un peigne de Dirac va « périodiser » le signal x (t ) en xT (t ) .
 
x(t )  pT (t )   x(t )  (t  nT )   x(t  nT )  x
n   n  
T (t )
Figure 2.31 : Convolution d’un signal avec un peigne
e) Convolution des signaux périodiques
Si u(t) et v(t) sont 2 signaux périodiques de période T0, on a :

 T0 / 2
1
u (t )  v(t ) 
T0  u()v(t  ) d 
 T0 / 2
Nota : Toutes les propriétés de la convolution sont valables aussi bien pour les signaux à temps continu
que pour les signaux à temps discrets.
2.7.3 Déconvolution
C’est l’une des méthodes de détermination de la réponse impulsionnelle. On envoie une
excitation x quelconque mais connue à l’entrée du système étudié. On observe la réponse y à cette
excitation et on extrait la réponse impulsionnelle h à l’aide de l’équation y  h  x .
Considérons le cas d’un système discret à entrée x[n] causale :

in
y[n]   h[n  i]x[i]  h[n]x[0]  h[n  1]x[1]  h[n  2]x[2]      h[0]x[n]
i0
in
y[n]  h[n]x[0]  h[n  1]x[1]  h[n  2]x[2]      h[0]x[n]   h[n  i]x[i]
i 1
1  in

h[n]  
x[0] 
y[ n ]   h[n  i]x[i]
i 1 
Pour différentes valeurs de n à partir de 0, on a :

y[0]
n0 y[0]  x[0]  h[0] h[0] 
x[0]
y[1]  h[0) x[1]
n 1 y[1]  x[0]  h[1] h[1) 
x[0]
y[2]  h[1]x[1]  h[0]x[2]
n2 y[2]  x[0]  h[2]  x[1]  h[1]  x[2]  h[0] h[2) 
x[0]
On aboutit au terme général trouvé précédemment.
Il ressort de l’expression de h[n] que, sous réserve que x[0] ne soit ni nul, ni trop petit (pour
éviter les erreurs), on peut déterminer h[n] à partir des échantillons x[i] et y[i ] des signaux.
Le principe de détermination de h est presque le même dans le cas continu à la différence qu’il
faut calculer l’intégrale de convolution par une méthode numérique appropriée.
2.8 Propriétés de la réponse des systèmes LTI

En plus des propriétés de la convolution vues ci-dessus, d’autres propriétés sont utiles à
connaitre sur la réponse des systèmes LTI.
2.8.1 Réponse des systèmes LTI aux signaux exponentiels complexes
a) Cas des systèmes à temps continu
Soit un système LTI dont la réponse impulsionnelle est h(t) ; la réponse y(t) à un signal d’entrée
x(t) est donnée par :
 
y(t )   x()h(t  ) d    h() x(t  ) d 

 
Si l’entrée est un signal exponentiel complexe x(t )  e st , on a :

 
 h()e  h()e
s (t )  s
y(t )  d  e st
d
 
Posons :

 h()e
 s
H ( s)  d

Si on admet que l’intégrale converge, alors H(s) est une constante complexe dépendant de s et
de la réponse impulsionnelle du système ; la sortie y(t) peut s’écrire :
y(t )  H (s)e st
On dit que les fonctions exponentielles complexes sont des fonctions propres des systèmes LTI
et que la constante H(s) pour chaque valeur spécifique de s est la valeur propre associée à la fonction
propre e st .
Si l’entrée x(t) est une combinaison linéaire de signaux exponentiels complexes de la forme :
x(t )   c k e sk t
k
Alors, par le principe de superposition, la sortie sera :
y (t )   c k H ( s k )e sk t
k
b) Cas des systèmes à temps discret

On fait l’étude de la même façon. Soit un système LTI à temps discret dont la réponse
impulsionnelle est h[n], l’entrée x[n] et la sortie y[n] :

y[n]   h[k ].x[n  k ]
k  
 
x[n]  z n  y[n]   h[k ].z nk  z n
k  
 h[k ].z
k  
k
Avec z un nombre complexe.

En supposant que la sommation converge, on peut poser :

H ( z)   h[k ].z
k  
k
 y[n]  H ( z ) z n
x[n]   c k z kn  y[n]   c k H ( z k ) z kn
k k
c) Propriété
En conclusion, si l’entrée d’un système LTI (à temps continu ou à temps discret) est représentée
par une combinaison linéaire d’exponentiels complexes, alors la sortie peut être aussi représentée par
une combinaison linéaire des mêmes exponentiels complexes. Cette propriété est la base de la
représentation en série de Fourier à voir au chapitre 3.
2.8.2 Réponse d’un système sans mémoire

La forme générale de la réponse impulsionnelle h[n] est :
 
h[n]   [i]h[n  i] 
i  
 h[i][n  i]    h[1][n  1]  h[0][n]  h[1][n  1]    
i  
Si le système est sans mémoire, on doit avoir, par définition :

h[n]  h[0][n]
Si on pose h[0]  A , avec A une constante, alors la réponse d’un système sans mémoire s’écrit :
h[n]  A[n] pour la réponse impulsionnelle
y[n]  Ax[n] pour la réponse à une entrée x[n]

On trouvera de manière analogue pour un système à temps continu :
h(t )  A(t ) pour la réponse impulsionnelle
y(t )  Ax(t ) pour la réponse à une entrée x(t )
2.8.3 Réponse d’un système causal


y[n]   x[i].h[n  i]     x[1].h[n  1]  x[0].h[n]  x[1].h[n  1]  x[2].h[n  2]    
i  
Le système sera causal si la somme des termes liés aux échantillons futurs de x[n] est nulle,
soit :
x[1].h[n  1]  x[2].h[n  2]      0
On conclut que le système est causal si :

h[n]  0 pour n0
 n
y[n]   x[i].h[n  i] 
i  
 x[i].h[n  i]
i  
ou :
 
y[n]   h[i].x[n  i]   h[i].x[n  i]
i   i 0
On trouve de manière analogue pour les systèmes continus :

t 
y (t ) 

 x()h(t  ) d    h() x(t  ) d 
0
2.8.4 Réponse d’un système stable

Un système est stable si une entrée bornée produit une réponse bornée. Considérons une entrée
x[n] dont le module est bornée par une constante B :
x[ n]  B pour tout k
L’amplitude de la réponse de sortie du système est :


y[n]   h[i]. x[n  i]
i  
On sait que le module de la somme d’un jeu de nombres complexes est inférieur ou égal à la
somme de leurs modules :
  
 h[i]. x[n  i]   h[i].x[n  i]   h[i] .x[n  i]

i   i   i  
 
y[n]   h[i] B
i  
 y[n]  B  h[i]
i  
On peut conclure que, pour que y[n] soit borné en amplitude, pour assurer la stabilité d’un
système LTI, il faut que la réponse impulsionnelle soit absolument sommable, c’est-à-dire :

 h[i]  
i  
On trouve de manière analogue pour les systèmes continus qu’un système LTI est stable s’il
est absolument intégrable, c’est-à-dire :

 h() d   

2.8.5 Réponse à la fonction échelon unité

On l’appelle encore la réponse indicielle. Soit s[n] cette réponse à u[n] :

s[n]  h[n]  u[n]   h[i].u[n  i]
i  
u[n]  1, n  0  n
u[n]  0, n  0
  s[ n]   h[i]
i  
La dernière relation montre qu’on peut connaître la réponse à l’échelon unité si on connait la
réponse impulsionnelle : la réponse indicielle est la somme glissante de la réponse impulsionnelle.
On peut, inversement, exprimer h[n] à partir de s[n] :
n 1
s[n]  h[n]   h[i]  h[n]  s[n  1]
i  
 h[n]  s[n]  s[n  1]
La relation obtenue montre qu’on peut connaitre la réponse impulsionnelle si on connait la

réponse indicielle : la réponse impulsionnelle est la différence première de la réponse indicielle.
On obtient, de manière similaire pour un système à temps continu, les deux relations entre la
réponse indicielle s(t) et la réponse impulsionnelle h(t):
t
s(t )   h() d 

d s(t )
h(t ) 
dt
En conclusion, aussi bien dans le cas discret que dans le cas continu, la réponse indicielle d’un
système LTI caractérise, comme la réponse impulsionnelle, complètement le système. Dans la pratique,
la réponse indicielle est plus facile à mesurer que la réponse impulsionnelle.

Chapitre2 Signaux Et Systèmes

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre2 Signaux Et Systèmes

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 2 (version 2014)

Etude temporelle des signaux et systèmes

2.1 La fonction impulsion unité (ou fonction de Dirac)

2.1.2 La fonction impulsion unité à temps continu

2.1). Nous avons les relations évidentes :

La fonction de Dirac (t ) est la forme idéale de l’impulsion   (t ) lorsque la durée de

Pour représenter graphiquement la fonction (t ) dont l’amplitude est

k placée à un instant quelconque t0. La figure 2.3 donne sa représentation

2.1.2.2 Principales propriétés de la fonction de Dirac

a) Restitution de la valeur à l’origine d’une fonction

b) Localisation de la valeur à un instant donné d’une fonction

2.1.2.3 Le peigne de Dirac ou train d’impulsions

2.1.3 La fonction impulsion unité à temps discret

2.2 La fonction échelon unité (ou fonction de Heaviside)

On peut aussi définir une fonction échelon x(t )  A u(t  t 0 )

d’amplitude quelconque A et placée à un instant quelconque t0 avec

signal d’entrée constant A appliqué brusquement à l’instant t0.

2.2.1.2 Relations entre les fonctions échelon unité et impulsion unité

On peut alors définir u(t) par la relation :

On trouve aussi que :

2.2.2 Fonction échelon unité à temps discret

un  un  1  n

On peut aussi définir une fonction rampe  r(t  t 0 ) de

pente quelconque  placée à un instant quelconque t0 (figure

d’analyser la réponse d’un système à un signal d’entrée qui varie

2.3.2 Fonction rampe unité à temps discret

2.4 Les signaux exponentiels complexes

Considérons A exprimé sous la forme polaire et s sous la forme rectangulaire :

Selon les valeurs des composantes de A et de s, on distingue différents types de signaux.

b) Signal exponentiel complexe sinusoïdal à amplitude constante

Si   0 et 0  0 , le signal x(t) est de la forme :

x(t )  A e j 0t     A cos0 t    j A sin0 t  

Le signal complexe obtenu est périodique. Ses

seconde, sa phase initiale  en radians et son amplitude (ou

La figure 2.15 donne les représentations graphiques

et x3 (t )  cos(t 6) pour t compris dans l’intervalle [0 50].

On notera que le taux d’oscillation augmente avec la

e j 0t    A e cos0 t    j A e sin0 t  

e j 0t    A e cos0 t    j A e sin0 t  

La figure 2.16 donne les

l’enveloppe des courbes oscillatoires.

Figure 2.16 : signal A e t cos 0 t  

Si on a 0  0 , s   est réel. Si de plus on a   n (avec n entier), A   A est réel. Le

signal x(t) est alors dit exponentiel réel :

 Si σ < 0 , on obtient un exponentiel décroissant ; à titre

La figure 2.17 donne la représentation pour les deux cas.

Selon les valeurs de A et de z, on distingue différents types de signaux.

b) Signal exponentiel complexe sinusoïdal à amplitude constante

x[n]  Az n  A e j e j0 n  A cos 0 n    j A sin 0 n  

c) Signal exponentiel complexe sinusoïdal à amplitude variable

sinusoïdales discrètes à amplitudes variables de manière décroissante (figure 2.19.a).

sinusoïdales discrètes à amplitudes variables de manière croissante (figure 2.19.b).

Figure 2.19 : Signaux sinusoïdaux à amplitude variable à temps discret

La forme de x[n] dépend de la valeur de z par rapport à 1. Considérons A > 0 ; on a :

2.4.3 Comparaison continu/discret des signaux exponentiels complexes

a) Discrimination de deux signaux à fréquences différentes

Considérons deux fréquences 1 et 2 telles que 1  0 et 2  0  2

b) Influence de la valeur de la fréquence sur le taux d’oscillation

Considérons deux fréquences 1 et 2 telles que 1  2

qu’on atteigne 0  2 qui produit le même signal que 0  0 .

c) Condition de périodicité d’un exponentiel complexe à temps discret

deux nombres entiers m et N n’ayant pas de multiples communs).

Leurs périodes fondamentales sont respectivement : T1  12 , T2  31 4 et T3  2 6