U.H.2.C - F.S.T.M.- Dépt. Génie Electrique Prof : A.

SAHEL
FI : GET - Module TDS Analogique Travaux Dirigés

TD
Signaux aléatoires et bruit

Exercice 1 : Somme et Produit de deux signaux aléatoires stationnaires au second ordre

On considère deux processus aléatoires stationnaires au second ordre :

X(t,), Y(t,),   Expérience , tels que les VA : X(t) et Y(t) parcourent .

1- Pour chaque épreuve i, on associe aux deux signaux aléatoires :

x(t , i ) = xi (t ), y (t , i ) = yi (t ), le signal aléatoire : z i (t ) = xi (t ) + yi (t )
Etudier la stationnarité de la VA z(t) lorsque :
a- X(t) et Y(t) sont deux VA indépendantes ;
b- Y(t)= K X(t).
2- Mêmes questions lorsque le SA zi(t) est défini par : z i (t ) = xi (t )  yi (t )

Exercice 2 : Signal sinusoïdal aléatoire

On considère le Processus aléatoire X(t,) tel que pour chaque épreuve  de l’expérience , le signal
aléatoire obtenu est de la forme :

x(t , ) = A cos2ft +  ( )

où A et f sont des constantes réelles positives. La phase  obtenue dépend de la réalisation considérée et la
variable aléatoire  a une densité de probabilité p () uniforme sur [0 , 2 [.
1- Cas d’un grand nombre d’épreuves, t fixé.
Déterminer :
- L’espérance mathématique E  x(t ) ,
- La fonction d’autocorrélation statistique : Cxx ( ) = E  x(t )  x (t −  ) 
2- Cas d’une seule épreuve, parcours du domaine temporel.
Déterminer et comparer aux résultats précédents :
- la moyenne temporelle  x(t )  ,
- La fonction d’autocorrélation : Cxx ( ) = x(t )  x (t −  )  .

Exercice 3 : Puissance d’un bruit blanc filtré passe-bande

N0
Soit x (t ) un bruit blanc stationnaire de densité spectrale S x ( f ) = attaquant le système suivant :
2

 1 pour f   f − f , f + f 
  0 2 
où H1 ( f ) =  2 0 et H 2 ( f ) = e j 2Tf
0 sinon
1
U.H.2.C - F.S.T.M.- Dépt. Génie Electrique Prof : A. SAHEL
FI : GET - Module TDS Analogique Travaux Dirigés

3-1- Déterminer x2 (t ) en fonction de x1 (t )

3-2- Déterminer Py (T ) la puissance du signal y (t ) en fonction de la fonction d’autocorrélation de x1 (t ) ,
puis en fonction de N 0 ,  f et T .
3-3- En supposant que f 0 ? f et en remarquant que Py (T ) a la forme d’un signal modulé en amplitude,
tracer Py (T ) .

Exercice 4 : signal bruité et détection synchrone du signal utile

Un signal périodique sinusoïdal d’amplitude 1 Volt de fréquence 30Hz est noyé dans un bruit de puissance
totale égale à 4V2 que l’on considérera comme blanc dans la bande de fréquence [10 Hz, 100 Hz] dont la DSP
(densité spectrale de puissance) SB(f) vaut B à l’intérieur de cette bande et est nulle en dehors.
L’ensemble est appliqué à l’entrée x1 d’un multiplicateur (figure 4) délivrant en sortie y(t) = (x1(t)  x2(t)) /10.
y(t)
cos(0t) + b(t)
V0

2cos(0t)

L’entrée x2 reçoit une sinusoïde synchrone du signal recherché et en phase avec lui et qui a pour amplitude
2 volts.

4-1- tracer le spectre de puissance bilatéral du signal d’entrée. On calculera la valeur de B en utilisant la
formule liant puissance et DSP du bruit.

4-2- Donner l’expression de y(t) ? Le signal y(t) à la sortie de ce multiplicateur a un spectre comportant des
raies et un fond continu. Représenter d’abord les raies de ce spectre (spectre de puissance bilatéral) et leur
amplitude.

4-3- En utilisant la fonction d’auto-corrélation Cy() de y(t) en fonction de Cb() fonction d’auto-corrélation
du bruit, en déduire le spectre Sy(f) (bilatéral) de puissance du signal y(t) que l’on dessinera en précisant
bien les amplitudes et fréquences.

4-4- La sortie y(t) est filtrée par un passe bas de constante de temps  =10 secondes. Le résultat du filtrage
est appliqué à l’entrée d’un enregistreur qui trace sur papier un trait fluctuant autour d’un niveau continu
Vo.
Calculer ce niveau continu V0 et l’écart quadratique moyen des fluctuations de part et d’autre.

Exercice 5 : amélioration du rapport signal sur bruit par détection synchrone

Un signal sinusoïdal s(t ) de fréquence 500Hz et d’amplitude a=100mV est noyé dans un bruit b(t ) que l’on
peut considérer comme un bruit blanc filtré par un filtre passe-bas idéal de fréquence de coupure 1kHz. Sa
puissance totale est de 10V².
5-1- Représenter le spectre de puissance bilatéral de ce signal bruité x(t ) = s(t ) + b(t ) en précisant
fréquences et densité spectrale de puissance (DSP).

5-2- Quel est en dB le rapport signal sur bruit de x ?

2
U.H.2.C - F.S.T.M.- Dépt. Génie Electrique Prof : A. SAHEL
FI : GET - Module TDS Analogique Travaux Dirigés

figure 1-A

Passe-bande centré sur 500 Hz

R1
1/10
C1

figure 1-B

5-
3- Pour sortir le signal du bruit on utilise un filtre passe bande idéal (figure 1-A) de fréquence centrale
500Hz et de largeur de bande 10Hz (soit 500  5Hz). Représenter le spectre de puissance du signal y (t ) à la
sortie du filtre et le rapport signal bruit obtenu.

5-4- Pour tenter d’améliorer les choses on effectue une détection synchrone (figure 1-B) en multipliant le
signal x(t ) par une référence d’amplitude 1V en phase avec le signal s(t ) . Le multiplicateur effectue
l’opération p(t ) = x(t )  r (t ) 10 . Le signal p(t ) à la sortie de ce multiplicateur a un spectre comportant
des raies et un fond continu.

Représenter d’abord les raies de ce spectre (spectre de puissance bilatéral) et leur amplitude.

Calculer la fonction d’auto-corrélation C p ( ) de p(t ) p en fonction de a et C b ( ) fonction d’auto-

corrélation du bruit.

En déduire le spectre S p ( f ) ( bilatéral ) de puissance du signal p(t ) que l’on dessinera en précisant bien
les amplitudes et fréquences.

5-5- Le signal p(t ) est filtré par un filtre intégrateur R1C1 de constante de temps 10 secondes. Soit q(t ) le
signal final. Représenter le spectre de puissance de q(t ) ,

Quel est maintenant le rapport signal sur bruit en dB en précisant bien ce qu’est à ce niveau le signal.

Exercice 6 : Identification d’un processus à l’aide d’un bruit blanc)

Un domaine important de l’automatique est l’identification de processus, c’est-à-dire la détermination de
la réponse impulsionnelle ou de la fonction de transfert d’un système de convolution. Ce système étant
supposé accessible que par sa sollicitation en entrée et le signal émis en sortie, l’identification consiste à
injecter en entrée un signal permettant d’en déduire ensuite par mesure du signal de sortie la réponse
impulsionnelle.

La méthode la plus directe est basée sur le fait que l’impulsion de Dirac est l’élément neutre de la
convolution et, par conséquent, si le signal d’entrée est une impulsion de Dirac, le signal de sortie est
directement la réponse impulsionnelle. Cette méthode présente l’inconvénient d’avoir à faire une
approximation imparfaite de l’impulsion de Dirac (impulsion d’amplitude infinie et de durée nulle). En effet
3
U.H.2.C - F.S.T.M.- Dépt. Génie Electrique Prof : A. SAHEL
FI : GET - Module TDS Analogique Travaux Dirigés

ce signal d’entrée ne doit pas endommager le système à analyser ; aussi le générateur d’impulsions fournit
une impulsion d’amplitude limitée et de durée courte mais non nulle.

Pour éliminer ce problème, l’identification peut être réalisée en utilisant un corrélateur et un générateur de
bruit blanc selon le montage présenté sur la figure.

Calculer le signal obtenu à la sortie du corrélateur en fonction de la réponse impulsionnelle cherchée h(t).