Cours Traitement Des Signaux Master 1 Istc 18112018

Traitement des signaux
MASTER 1 TELECOMMUNICATIONS ET
TECHNOLOGIES DE L’AIDIOVISUEL
TRAITEMENT DES SIGNAUX
M. SAGOU Djamako Gilles

Ingénieur Principal Médias
Chargé de cours à l’ISTC Polytechnique
SAGOU EXPERT
Novembre 2018
M. SAGOU Djamako Gilles E. Page 1
PROGRAMME
Chaiptre1 : Généralités
Chapitre 2 : Analyse spectrale des signaux

déterministes : Transformée de Fourier
Chapitre 3 : Opérateurs fonctionnels
Chapitre 4 : Systèmes linéaires en continus
Chapitre 5 : Echantillonnage des signaux analogiques
Chapitre 6 : modulation d’amplitude avec porteuse

Chapitre 1 : GENERALITES
1. Définitions
1.1. Traitement des signaux
Le traitement des signaux est une discipline indispensable de nos jours. Il a pour objet
l’élaboration ou l’interprétation des signaux porteurs d’informations. Son but est donc de
réussir à extraire un maximum d’information utile sur un signal perturbé par du bruit en
s’appuyant sur les ressources de l’électronique et de l’informatique.
1.2. Signal
Un signal est la représentation physique de l’information, qu’il convoie de sa source à son
destinataire. Les signaux considérés sont des grandeurs électriques, généralement courants
ou tensions.
1.3. Bruits
On appelle bruit, tout phénomène perturbateur gênant la perception ou l’interprétation du
signal.
1.4. Rapport signal sur bruit (S/B)

Le rapport signal sur bruit (S/B) est une mesure du degré de contamination du signal par le
bruit. Il s’exprime sous la forme d’un rapport de puissance :
(S B ) = PS
PB
P 
ou bien (S B )dB = 10 log10  S  (dB)
 PB 
2. Classification des signaux

Différents modes de classification de modèles de signaux peuvent être envisagés. Parmi les
principaux, on peut citer : les classifications phénoménologique, énergétique, morphologique
et, spectrale.
2.1. Classification phénoménologique
Cette classification est obtenue en considérant la nature profonde de l’évolution du signal en
fonction du temps. Elle fait apparaître deux types de signaux : les signaux déterministes et
les signaux aléatoires.
2.1.1. Les signaux déterministes
Ils sont aussi appelés signaux certains ou non aléatoires. Leur évolution en fonction du
temps, peut être parfaitement prédite par un modèle mathématique approprié.
Par exemple :
- les signaux périodiques : x(t) signal périodique de période T (x(t) = x(t+kT) avec k
entier relatif) ;
- les signaux non périodiques.
2.1.2. Les signaux aléatoires

Ce sont des signaux dont le comportement temporel est imprévisible et pour la description
desquels, il faut se contenter d’observations statistiques.

Par exemple : le bruit

2.2. Classification énergétique
Du point de vue énergétique, on distingue deux grandes catégories de signaux : les signaux à
énergie finie et les signaux à puissance moyenne finie.
2.2.1. Les signaux à énergie finie

Les signaux à énergie finie sont tels que :
+
 x(t )
2
La quantité dt est finie.
−
Leur puissance moyenne est nulle.
2.2.2. Les signaux à puissance moyenne finie

Les signaux à puissance moyenne finie sont tels que :
T
2
 x(t )
1 2
La quantité lim dt est finie.
T→ T T
−
2
Leur énergie totale est infinie.
2.3. Classification morphologique

Un signal peut se représenter sous différentes formes selon que son amplitude est une
variable continue ou discrète, et que la variable libre t (temps) est elle-même continue ou
discrète. On distingue aussi 4 types de signaux :
- Les signaux à amplitude et temps continus, appelés couramment signaux
analogiques ;
- Les signaux à amplitude discrète et à temps continu, appelés signaux quantifiés ;
- Les signaux à amplitude continue et à temps discret, appelés signaux
échantillonnés ;
- Les signaux à amplitude et temps discrets, appelés signaux numériques ou
digitaux ; car ils sont représentés par une suite de nombres ou série temporelle.
2.4. Classification spectrale
La classification spectrale met en évidence le domaine des fréquences dans lequel s’inscrit le
spectre des signaux. On distingue :
- Les signaux basses fréquences ;
- Les signaux hautes fréquences ;
- Les signaux à bande étroite ;
- Les signaux à large bande.
3. Notation particulière des signaux
Afin d’alléger les formules mathématiques décrivant certains signaux, fonctions ou

opérateurs fréquemment utilisés en théorie du signal, il est avantageux de les décrire de
manière simple et concise.
3.1. Fonction signe : sgn(t)
La fonction sgn(t) est définie telle que :

Sgn(t)
− 1 pour t  0 +1
sgn(t ) =  t
+ 1 pour t  0
-1
t
ou sgn(t) = pour t ≠ 0.
t Représentation graphique de sgn(t)
Remarque : On admet que sgn(t) = 0 pour t = 0.
3.2. Fonction saut (ou échelon) unité :  (t )
La fonction  (t ) est définie telle que :  (t )

+1
t
0 pour t  0
 (t ) = 
1 pour t  0
Représentation graphique de  (t )
Remarque :  (t ) = + sgn(t ) et  (t ) = 1
1 1
pout t = 0.
2 2 2
3.3. Fonction rampe : r(t)
La fonction r(t) est définie telle que :
t
r (t ) =   ( ) d = t  (t )
r(t)
− pente unité
t
Représentation graphique de r(t)
3.4. Fonction rectangulaire :  (t ) ou rect(t)
La fonction rectangulaire normalisée (intégrale unité), parfois appelée fonction porte, est
définie de la manière suivante :
 (t )
1
1 pour t  1

 (t ) = 
2 t
0 pour t  1 2 - 1/2 1/2
Représentation graphique de rect(t)

( ) (
Remarque :  (t ) =  t + 1 2 −  t − 1 2 )
La valeur conventionnelle assignée aux abscisses t =  1 2 est 1
2
En introduisant un changement de variable t = t' T , on obtient d’une manière plus générale,

pour une impulsion rectangulaire de durée T, d’amplitude A, centré en t ' =  :
 t' −  
x(t ') = A    A
 T 
τ t’
τ – T/2 τ + T/2
Application : la fonction rectangulaire intervient fréquemment comme facteur multiplicatif

pour localiser un segment de durée T d’un signal quelconque.
t 
Exemple : x(t , T ) = x(t )    .
T 
3.5. Fonction triangle : (t )
La fonction triangulaire normalisée (intégrale unité) est définie de la manière suivante :
(t )

1 − t pour t  1
(t ) = 

0 pour t  1 t
-1 1
Représentation graphique de (t )
Remarque : Cette fonction correspond aussi à :
(t ) = (t ) (t )
En introduisant le changement de variable t = t’/T, une impulsion de forme triangulaire,

d’amplitude maximum A et de base 2T, centré en t’ = τ sera notée :
x(t’)
 t' −  
x(t ') = A  
 T  A
t'
τ-T τ τ+T
3.6. Fonction sinus cardinal : sinc(t)
La fonction sinus cardinal (sinc (t)) est définie comme suit :
sin( t )
sin c(t ) =
t
Remarque : Elle vaut 1 à l’origine, est paire et ses zéros sont les valeurs entières de t
différentes de zéro.
3.7. Impulsion (ou distribution) de Dirac :  (t )

L’impulsion de Dirac  (t ) , aussi appelée impulsion unité ou distribution delta peut être
formellement définie par :
+
−
 x(t ) (t ) dt = x(0) .
L’impulsion de Dirac  (t ) est un opérateur d’échantillonnage qui restitue la valeur x(0) d’une
fonction x(t) définie à l’origine.
D’une manière générale, pour toute fonction x(t) continue en t = t0

+
 x(t ) (t − t ) dt = x(t )
−
0 0
Remarque :
+
1)   (t ) dt = 1
−
2) On admet que :
 (t ) =  (t )
d
dt
d
dt
(
 (t ) =  t + 1 ) −  (t − 12 )
2
 (t ) = lim 
1
T →0 T
( tT)
Propriétés :
Soit x(t) une fonction continue en t = 0 ou t = t0.

P1. x(t ) (t ) = x(0 ) (t )

P 2. x(t ) (t − t 0 ) = x(t 0 ) (t − t 0 )
P3. Identité : x(t )  (t ) = x(t )
P 4. Translation :
x(t )  (t − t 0 ) =  (t − t 0 )
x(t − t1 )  (t − t 2 ) = x(t − t1 − t 2 )
P5. Changement de var iable :  (at ) =  (t )

1
a
  ( ) = (f )
1
En particulire, si  = 2f
2
3.8. Fonction peigne de Dirac : Ш(t)
La fonction peigne de Dirac est une suite d’impulsions de Dirac se répétant sur l’axe du
temps avec une période T. Elle se note :
Ш T (t )
1
+
ШT(t) =   (t − k t )
k =− t
- 2T - T T 2T
Représentation de peigne de Dirac ШT(t)

+
Exemple : x(t).ШT(t) =  x(k t )  (t − k T )
k =−
Cette expression permet de représenter l’opération de prélèvement périodique d’une suite

d’échantillons du signal x(t) à une cadence d’échantillonnage fe = 1/T.
+
3.9. Opérateur de répétition : repT x(t ) =  x(t − k T )
k =−
L’opérateur de répétition est une notation commode à utiliser pour la représentation des signaux
périodiques.
+
repT x(t ) = x(t )  T (t ) =  x(t − k T )
k =−
Exemple : soit x(t) un signal déterministe tel que :
t
x(t ) =  
T 

Chapitre 2 : ANALYSE SPECTRALE DES SIGNANX 2). T translation dans le temps : (t0 = cste)
DETERMINISTES : TRANSFORMEE DE FOURIER TF − j 2  f to
1. La transformation intégrale de Fourier. x (t − t o )  X ( f ). e
La transformation de Fourier permet d’obtenir une TF −1
représentation spectrale des signaux déterministes. Celle-ci TF j 2  f to
exprime la répartition fréquentielle de l’amplitude, de l’énergie x (t + t o )  X ( f ) e
ou de la puissance des signaux considérés. TF −1
1.1. Définition 3) Changement d’échelle :

Soit x(t) un signal déterministe, sa transformée de Fourier
X(f) est une fonction, généralement complexe, de la variable 1
x (t )  X ( f )
réelle f définie par : 
+ j2
f
− j 2 f t 1

X ( f ) = TF x (t ) =   x (t ) e dt Avec j2 = - 1 x (t +  )  e
f
 X( )
−  
La transformation inverse est donnée par :

4) Dérivation par rapport au temps :
+ j 2 f t ( m) m
x (t ) = TF
−1
 
X( f ) =  X( f )e df x (t )  ( j 2f ) X ( f )
−
5).Dérivation par rapport à la fréquence :

TF
Notation : x (t )  X ( f ) (
− j 2
m
)x(t )  X
(m )
f ( )
TF −1
_______
- si x(t) est pair : X ( f
+
) = 2  x(t ) cos(2ft )dt 6).Conjugaison : ()
x t  X (− f )
0
j 2  f ot
 7).Modulation :(f0 = cste) e x (t )  X ( f − f o )
- si x(t) est impair : X ( f ) = −2 j  x(t )sin(2ft )dt
0
8).Inversion du temps : x ( −t )  X ( − f )
1.2. Transformée de Fourier d’un signal réel

9).Théorème du produit de convolution :
La transformée de Fourier d’un signal réel x(t ) est en général x (t ) * y (t )  X ( f ). Y ( f )
une fonction complexe de la variable f qui peut s’écrire :
x (t ). y (t )  X ( f ) * Y ( f )
X ( f ) = X ( f ) . exp( j x ( f )) avec :
+ 2 + 2
- X(f) est aussi appelé spectre complexe du signal x (t ) 10).Théorème de Parseval :  x (t ) dt =  X ( f ) df
− −
- le module X ( f ) est appelé spectre d’amplitude et Généralisation :

+ +
l’argument  x ( f ) est appelé spectre de phase du signal x(t). () ( )
 x (t ) y t dt =  X ( f ) Y f df
− −
1.3. Propriétés de la transformée de Fourier
Soit des signaux x(t ) et y(t ) déterministes ; α et β des 11) Symétrie ou dualité :
constantes complexes tels que :

si  ( ) = X ( f )
TF x t alors  ( ) = x(− f )
TF X t
Cette propriété est très utile pour démontrer d’autres
   
propriétés de la transformée de Fourier ou simplement pour
TF x(t ) = X ( f ) et TF y (t ) = Y ( f ) calculer de nouvelles transformées à partir de résultats.
2. Signaux à énergie finie
TF 2.1. Exemple 1
1) Linéarité :  x (t ) +  y (t )   X ( f ) +  Y ( f ) a) Déterminer le spectre complexe du signal x(t ) = (t ) .
TF −1
b) Déduire les transformées de Fourier des signaux suivants :
b1) TF   t − 2  , b2)   t  ;
   TF  A    ( A et T cstes)
  3    T 
 ( ) ; b4) TF e j 4t . (t ) ; b5) TF(T − 2)

b3) TF sin c t

2.2. Exemple 2 Si x(t ) = x(t + m T ) avec m entier, on sait que :
T
a) Déterminer le spectre complexe du signal : + t
1 2
X e x(t )e − j 2 nft dt
j 2 n
T −T
x(t ) = n
T avec X n =
x (t ) =  (t ) =  (t ) *  (t ) n = −
2
b) Déduire les transformées de Fourier des signaux suivants : d’où, en posant fn = n/T
 + j2  n 
t
b1) A(t T ) ; b2) sinc2(t) ; b3) (2t − 3) ;
 
X ( f ) = TF x (t ) = TF   X n e T
n=− 
b4) 2. 2t + 3  +  j 2 nTt 
  − 3.e
− j 3t
. sin c 2 (t ) =  X n TF e 
 4  n =−  
3. Signaux à puissance moyenne finie + +
n
Les signaux à puissance moyenne finie non nulle satisfont à la
condition :
X(f ) =  X n ( f −
n = − T
) =  X n ( f − f n )
n = −
1 T 2 2
La transformée de Fourier d’un signal continu périodique de
0  Px = lim
T → T 
−T 2
x (t ) dt  
période T est composée d’un spectre de raies (impulsions de
Dirac) dans le domaine fréquentiel, localisées aux fréquences
Ces signaux possèdent une énergie infinie et sont de ce fait
n
physiquement irréalisables. Leur transformée de Fourier ne discrètes f n = n f1 = et pondérées chacune par un
peut pas être déterminée à partir de la définition. Pour se T
faire, il faut recourir à la théorie des distributions. facteur Xn qui sont les cœfficients de Fourier.
X(f)
C’est le cas de la constante (électricité : régime continue), du X-1 X1
saut unité, de la fonction signe et de l’ensemble des signaux X-3 X0 X3
périodiques, ou quasi – périodique usuels. X-2 X2
X-4 1 X4
3.1. Extension de la transformée de Fourier f
Les résultats essentiels de la théorie des distributions pour
l’analyse des signaux à puissance moyenne finie sont :
4.2. Spectre d’amplitude et spectre de phase

TF 1 =  ( f ) et  
TF  (t ) = 1 d’un signal périodique
Le cœfficient Xn est le poids complexe de la raie à la fréquence

TF  (t − t 0 ) = e 
− j 2  f t0
fn =
n
. L’ensemble des modules de ces cœfficients
 
Propriétés : T
j 2  f 0t
TF e =  ( f − f0 )  X renseigne sur les amplitudes des composantes, de
n
3.2. Exemples même que l’ensemble des arguments arg X n  renseigne

Déterminer les transformées de Fourier des signaux suivants : sur les déphasages de chaque composante.
a) x(t) = C (cste) ; b) y(t) = A.cos(2πf0t) ; c) z(t) = A.sin(2πf0t)
• Par convention, on dénotera le spectre d’amplitude
avec la correspondance :
4. Cas particuliers des signaux périodiques
+ n
X(f )   Xn (f − )
4.1. Transformée de Fourier d’un signal n = − T
périodique • le spectre de phase avec la correspondance :
La transformée de Fourier d’un signal périodique est obtenue
à partir de son développement en série de Fourier et en  x ( f ) = arg X n
n
tenant compte de la relation : f=
T
e =  ( f − f ).
• La puissance totale du signal est obtenue par :
j 2 f0 t
TF 0
T

Px =
1 2
 x t
T
2
dt =  X n
n = −
()
2
T −
2

Chapitre 3 : OPERATEURS FONCTIONNELS

1. Modélisation des systèmes de traitement des signaux
1.1. Définition : système de traitement des signaux

Un système de traitement des signaux est un dispositif qui effectue sur un signal provenant de
l’extérieur ou produit de manière interne, un ensemble d’opérations de base telles que
l’amplification, le filtrage, les transformations non linéaires, la modulation, la détection, etc.
Le résultat est restitué soit sous la forme d’un signal, soit par l’intermédiaire d’un dispositif
d’affichage approprié. On dénomme souvent ce type de dispositif processeur de signal.
On distingue trois catégories de processeur de signal :
• Les générateurs de signal caractérisés par un signal de sortie uniquement ;
générateur de S(t)
signal
• Les transformateurs de signal caractérisés par un signal d’entrée et un signal de sortie ;
X(t) transformateur y(t)

de signal
• Les analyseurs de signal caractérisés par un signal d’entrée uniquement, la sortie étant
remplacée par un affichage des résultats de l’analyse.
S(t) analyseur de
signal
1.2. Décomposition en schéma-bloc

Vu son caractère souvent complexe, le système de traitement est, de préférence, décrit sous une
forme décomposée dans laquelle chaque opération de base apparaît de manière explicite. C’est le
principe de la représentation en schéma-bloc.
Une telle décomposition présente l’avantage de correspondre en général assez bien à la structure
architecturale ou logicielle interne du processeur et en fait ressortir la modularité.
1.3. Définition : opérateur fonctionnel

La plupart des blocs (ou modules) fonctionnels identifiables dans un schéma–bloc sont des unités de
transformation, caractérisées par une grandeur de sortie dépendant d’une grandeur d’entrée ou
d’une combinaison de grandeurs d’entrée.

Le modèle théorique de ce type de module est appelé opérateur fonctionnel. Un opérateur

fonctionnel est donc une règle de correspondance entre deux ensembles de fonctions (de signaux) :
l’ensemble des signaux d’entrée et l’ensemble des signaux de sortie.
x Y= S x
S
La transformation d’une grandeur x en une grandeur y par l’opérateur S est notée symboliquement
y = S x ou y (t ) = S x (t ).
1.4. Classification des opérateurs

La gamme des opérateurs usuels est assez vaste. On distingue trois classes principales :
• Les opérateurs linéaires invariants, qui jouissent des propriétés d’additivité (principe de
superposition), d’homogénéité et de stationnarité au cours du temps ;
• Les opérateurs paramétriques qui dépendent du temps et fonction d’une grandeur ou d’un
signal auxiliaire de commande ;
• Les opérateurs non linéaires qui forment une vaste classe sans mode de représentation
universelle.
2. Opérateurs linéaires invariants

2.1. Propriétés fondamentales et définition
2.1.1. Propriétés
Soit S un opérateur linéaire invariant.
P1 : Linéarité et homogénéité :
Si x (t ) = a i xi (t ) alors S x (t ) =  ai S xi (t )
i
P2 : Invariance :
Si y (t ) = S x(t )alors y (t −  ) = S x (t −  ) .
2.1.2. Définition
On peut distinguer deux classes d’opérateurs linéaires invariants :
• Les opérateurs de transformation orthogonale, pour lesquels les grandeurs d’entrée et de

sortie sont fonction de variables différentes comme le temps et la fréquence dans le cas
d’une transformation de Fourier.
• Les opérateurs de convolution, pour lesquels les grandeurs d’entrée et de sortie sont
fonction d’une même variable indépendante, usuellement le temps.
2.2. Exemple d’opérateur de transformation orthogonal : transformateur de
Fourier
Un transformateur de Fourier est caractérisé par un opérateur TF et la transformation inverse par
l’opérateur TF −1 :

x (t ) ⎯→
TF
X (f )
x F X F-1 x
2.3. Description directe des opérateurs de convolution

Un opérateur de convolution est entièrement défini par sa réponse impulsionnelle. Celle-ci est notée
g (t ) ou h (t ) : c'est la réponse à une excitation en forme d’impulsion de Dirac.
x g y = x*g
La réponse à une excitation quelconque est représentée par le produit de convolution y = x  g

défini par :

y(t ) = x(t )  g (t ) =  x ( ) g (t −  ) d
−
2.4. Description indirecte des opérateurs de convolution

Si les signaux d’entrée et de sortie sont déterministes :
X ( f ) = TF x(t ) ; Y ( f ) = TF y(t ) ; G( f ) = TF g (t )
On a : TF y (t ) = TF x (t ) * g (t )
 Y ( f ) = TF x (t ) . TF g (t )
Y ( f ) = X ( f ). G ( f )
La fonction G = TF g = Y / X = G exp  j G  est la fonction de réponse fréquentielle (aussi
appelé fonction de transfert harmonique) de l’opérateur de convolution. Son module G est la

réponse d’amplitude et son argument  g = arg G est la réponse de phase de l’opérateur.
2.5. Exemples d’opérateurs de convolution

2.5.1. Opérateur de multiplication par une constante
x(t) y(t) = K x(t)

K
La relation y(t ) = K x(t ) où K est une constante.

• Détermination de la réponse de transfert harmonique G( f )

y (t ) = x(t )  g (t ) = K x(t )
 TF y (t ) = TF x(t )  g (t ) = K TF x(t )
 Y ( f ) = X ( f )G ( f ) = K X ( f )
On déduit que :
 G( f ) = K pour K  0
G( f ) = K avec 
 G ( f ) = −  sgn ( f ) pour K  0
• Détermination de la réponse impulsionnelle g (t )

g (t ) = TF −1 G ( f ) = TF −1 K  = K TF 1
soit g (t ) = K  (t )
L’opérateur de multiplication par une constante modélise les systèmes linéaires suivants :
• K  1 : amplificateur idéal sana limitation de bande passante ;
• K = 1 : interrupteur fermé, circuit passe-tout (opérateur identité) ;
• 0  K  1 : atténuateur ;
• K = 0 : interrupteur ouvert ;
• K = − 1 : inverseur.
2.5.2. Opérateur retard
x(t) y(t) = x(t – t0)

retard t0
La relation y (t ) = x(t − t 0 ) est le modèle de tout système assurant une propagation sans distorsion
d’un signal, mais nécessitant un délai t0 (ligne de transmission idéale, ligne à retard, circuit à registre
à décalage ou mémoire circulante, dispositif à bande magnétique avec têtes d’enregistrement et
lecture séparées, ect.).
Les propriétés de cet opérateur de retard sont résumées ci-dessous.
g (t − t 0 ) =  (t − t 0 )
 G ( f ) = 1
G ( f ) = exp(− j 2 ft 0 ) avec 
 g ( f ) = − 2ft 0
Dans le domaine fréquentiel, l’opérateur de retard se comporte comme un déphaseur linéaire pur.
2.5.3. Opérateur de filtrage idéal

Un filtre idéal est un opérateur permettant le transfert sans distorsion de toutes les composantes du
signal d’entrée comprises dans une largeur de bande spectrale B = f 2 − f1 avec 0  f1  f 2 ,
appelée bande passante.il atténue totalement toutes les autres.

g(f )
G( f )
1
f
B
f
-2πBt0
-B B
pour un filtre passe-bas, on obtient, en tenant compte d’un retard arbitraire, les caractéristiques
suivantes :
 G ( f ) = rect f (2 B )
G ( f ) = rect f (2 B ). exp(− j 2ft 0 ) avec 
 G ( f ) = − 2ft 0
g (t ) = 2 B sin c2 B(T − T0 )

 G ( ) = 2 B sin c(2 B )
3. Opérateurs paramétriques
3.1. Définition
On appelle opérateur paramétrique tout opérateur non stationnaire dépendant d’un signal ou
grandeur de commande auxiliaire.
x(t) S Y(t)
u(t)
Le signal de sortie y(t ) = Sx(t ), u(t ) est ainsi une fonction de deux signaux x (t ) et u (t ) , l’un
étant considéré comme signal d’entrée et l’autre comme signal de commande.
3.2. Exemple : Opérateur de multiplication
x(t) Y(t)
u(t)
y (t ) = u (t ).x(t ) et Y ( f ) = U ( f )  X ( f )
Le multiplicateur ci-dessus est donc un opérateur paramétrique linéaire qui se réduit à l’opérateur de
multiplication par une constante si u(t) est une constante.
3.3. Cas particuliers

3.5.1. Opérateur idéal d’échantillonnage

En posant u (t ) = ШT(t), on a :
y (t ) = x(t ).u (t )
+
y (t ) = x(t ). ШT(t) =  x(kT ) (t − kT )
k = −
C’est le modèle du signal échantillonné idéalisé.
3.5.3. Opérateur de multiplication avec préfiltrage
La réponse impulsionnelle est celle d’un opérateur décomposable en une cascade d’un opérateur
linéaire invariant suivi par un multiplicateur. En effet,
y(t ) = u(t ).x(t )  g (t )
x(t) g(t) y(t)
u(t)
Les propriétés spectrales du signal y (t ) se déduisent :
Y ( f ) = U ( f )  X ( f ) .G( f )
3.5.4. Opérateur de multiplication avec postfiltrage

C’est la réponse d’un opérateur combinant un multiplicateur suivi d’un filtre linéaire invariant :
x(t) g(t) y(t)
u(t)
Les propriétés spectrales du signal de sortie :
Y ( f ) = X ( f )  U ( f ).G( f )
3.5.5. Opérateur d’échantillonnage réel

En posant u (t ) = ШT(t), on obtient :


y(t ) = x(t ). ШT(t)   g (t ) =  x(kT ) g (t − kT )
k = −
Chaque échantillon est ici le facteur multiplicatif d’une impulsion de forme g (t ) . Dans le cas de
l’impulsion de Dirac, g (t ) =  (t ) , l’on retrouve l’échantillonnage idéal.
3.5.6. Opérateur de sommation
Un sommateur ou un soustracteur est un opérateur qui ajoute ou retranche u (t ) au signal d’entrée

x (t ) :
y(t ) = Sx(t ), u(t ) = x(t )  u(t ).
x(t)
x(t)
y(t) = x(t) + u(t) y(t) = x(t) – u(t)
u(t) u(t)
Y( f ) = X ( f ) U( f )
4. Opérateurs non linéaires invariants
4.1. Classification
La modélisation des systèmes non linéaires se heurte à des difficultés considérables. Aucune théorie
globale n’existe qui permette, comme dans le cas linéaire de déterminer simplement les relations
liant la sortie et l’entrée du système.
On peut classer les opérateurs non linéaires en trois (03) catégories.
4.1.1. Les opérateurs non linéaires amnésiques
Le signal de sortie y (t ) à l’instant t ne dépend que de l’entrée au même instant et aucunement du

passé. Un tel opérateur est caractérisé par une relation instantanée entre les signaux d’entrée et de
sortie qui est l’équation de la non linéarité : y = g (x)
x(t) y = g(x) y(t)
4.1.2. Les opérateurs non linéaires séparables

Ces opérateurs sont modélisés par une cascade d’opérateurs linéaires et d’opérateurs non linéaires
amnésiques. En effet, toute l’inertie (mémoire) du système est prise en compte par l’opérateur
linéaire, alors que la non linéarité est représentée par le ou les opérateurs amnésiques.

4.1.3. Les opérateurs non linéaires non séparables
(Cette catégorie ne sera pas abordée).
4.2. Opérateurs non linéaires amnésiques

C’est le modèle d’un grand nombre de dispositifs électroniques réalisables analogiquement avec des
circuits à diodes, des amplificateurs opérationnels, des multiplicateurs, etc., et numériquement à
l’aide d’une table de correspondance mise en mémoire ou d’un algorithme de calcul approprié. Les
principaux d’entre eux, sont regroupés dans le tableau « les principaux opérateurs non linéaires ».
4.2.1. Cas particuliers
Un cas particulier d’opérateur non linéaire est celui où le signal de sortie est exprimable en série de
puissance :

y (t ) =   n
n
n =1
x (t )
  
Y ( f ) = TF y (t ) = TF   n x n (t ) =   nTF x (t )
n
 n =1  n =1

Soit Y ( f ) = 
n =1
 n
 X( f )
 X ( f ) = X ( f ) X ( f ) X ( f )
n
Avec
i =1  
n fois
Remarque : Une propriété caractéristique des systèmes non linéaires est de faire surgir des
composantes spectrales totalement absentes du spectre d’entrée.
4.2.2. Exemple : opérateur quadratique
y (t ) = x 2 (t )
 
 Y ( f ) = TF y (t ) = TF x 2 (t ) = TF x(t ) TF x(t )
Y( f ) = X( f ) X( f )
Lorsque le signal d’entrée est purement sinusoïdal
x(t ) = A cos(2 f 0 t )  X(f ) =

A
( ( f + f 0 ) +  ( f − f 0 ) )
2
A2 A2
Y( f ) = X( f ) X( f )  Y( f ) = ( f )+ ( ( f + 2 f 0 ) +  ( f − 2 f 0 ))
2 2
Représentation graphique

n
d n −i m
d m −i
Chapitre 4 : SYSTEMES LINEAIRE CONTINUS
 ai s (t ) =  b e(t )
dt n −i dt m−i
i
i =0 i =0
1. Définitions Les coefficients ai et bi sont des constantes.
1.1. Systèmes de traitement de signal Exemples : Les circuits électriques, pour lesquels
Un système est un ensemble d’éléments fonctionnels l’équation différentielle est obtenue en appliquant les
interagissant entre eux et qui établit un lien de cause à lois de Kirchhoff.
effet entre les signaux d’entrée ou excitations et les 1.5. Système continu
signaux de sortie ou réponses. Un système est continu lorsque toutes les grandeurs, qui
définissent son état, sont des grandeurs continues au
NB : Très souvent, un système physique peut être décrit
sens mathématique du terme.
par un opérateur faisant correspondre à tout signal e(t)
d’excitation, une réponse s(t) unique du système. Par Les systèmes continus sont définis par opposition aux
conséquent, l’étude d’un système physique se ramène systèmes discrets (en temps ou en amplitude) qui sont
donc à l’étude des propriétés de l’opérateur qui le décrit. séquentiels, échantillonnés, logiques, quantifiés, etc.
Perturbations (souvent imprévisible)
1.6. Opérateur de convolution
Signaux Signaux de 1.6.1. Définition
d’entrée Système sortie ou On dit qu’un système physique est décrit par un
ou S
excitations e(t) réponses s(t) opérateur de convolution, s’il existe une fonction h(t)
caractéristique du système telle que la réponse s(t) à un
Notation : s = S[e] signal e(t) est donnée par :
+
1.2. Systèmes linéaires s(t ) = e(t )  h(t ) =  e( )h(t −  )d
Un système est linéaire lorsque la relation entre la −
grandeur d’entrée e(t) et la grandeur de sortie s(t) est 1.6.2. Propriétés
une équation différentielle linéaire de la forme : P1. Commutativité
n
d n −i m
d m −i
 ai s (t ) =  b e(t ) f (t )  g (t ) = g (t )  f (t )
dt n −i dt m−i
i
i =0 i =0
Un système linéaire satisfait donc au principe de P2. Associativité
superposition. C’est-à-dire, si s1(t) étant la réponse à
l’excitation e1(t), s2(t) la réponse à l’excitation e2(t),  et f (t ) * g (t ) * h(t ) =  f (t )  g (t ) h(t ) = f (t )  g (t )  h(t )
 étant des constantes ; la réponse à l’excitation
 e1 (t ) +  e2 (t ) est  s1 (t ) +  s 2 (t ) . P3. Distributivité par rapport à l’addition
Ce qui traduit le fait que les causes ajoutent leurs effets

f (t )  g (t )  h(t ) = f (t )  g (t ) + f (t )  h(t )
et les effets sont proportionnels aux causes.
L’ordre du système linéaire est, par définition, l’ordre de P4. Transformation de Fourier d’un produit de
son équation différentielle. convolution
1.3. Invariance par translation
Un système est invariant par translation, si un décalage Si TF x(t ) = X ( f ) et TF y(t ) = Y ( f )
temporel en entrée induit le même décalage en sortie.
C’est-à-dire : Alors :
Si s(t ) = S e(t ) alors s(t − t 0 ) = S e(t − t 0 ) TF x(t )  y (t ) = TF x(t ) TF y (t ) = X ( f )  Y ( f )

1.4. Système linéaire invariant TF x(t )  y (t ) = TF x(t ) TF y (t ) = X ( f )  Y ( f )
Un système est dit linéaire invariant ou stationnaire, si P5. Multiplication par une constante
son comportement est régi par une équation
différentielle linéaire à coefficients constants. Α et β étant des constantes complexes :
 x(t )  y(t ) = ( )x(t )  y(t )
C’est-à-dire :

P6. Elément neutre du produit de convolution : n

d n −i m
d m −i
impulsion de Dirac  ai s (t ) =  b e(t )
dt n −i dt m−i
i
i =0 i =0
f (t )   (t ) = f (t ) Les coefficients ai et bi sont des constantes.

• Le système est complètement défini par la
P7. Translation temporelle (convolution avec un Dirac connaissance des coefficients de l’équation
retardé) différentielle.
• La sortie y(t) est calculable par la connaissance
f (t )   (t − t 0 ) = f (t − t 0 ) de x(t).
2.2. Réponse impulsionnelle d’un système
1.7. Stabilité d’un filtre linéaire
Un système est dit stable au sens stricte ou strictement
stable si toute entrée bornée génère une sortie qui est Un système linéaire est entièrement défini par sa réponse
également bornée. impulsionnelle. Celle-ci est notée g(t) ou h(t) : c’est la
Réciproquement, un filtre est dit stable au sens large si réponse à une excitation en forme d’impulsion de Dirac.
sa réponse impulsionnelle est bornée. La réponse à une excitation quelconque est représentée
Autrement dit, un système est stable si et seulement si sa par le produit de convolution s = e  h qui, prend la
réponse impulsionnelle est absolument intégrable : forme :
+ +
 h(t ) dt  
−
s(t ) = e(t )  h(t ) =  e( ) h( − t ) d
−
NB : Par la suite, nous nous intéresserons aux systèmes • Le système est complètement caractérisé par sa
linéaires invariants continus (système LTI). En effet, le réponse impulsionnelle.
grand intérêt des systèmes linéaires invariants réside • Permet de calculer la sortie du système LTI pour
d’une part dans le fait qu’ils constituent une très bonne les signaux d’entrée.
approximation de nombreux systèmes physiques (entre 2.3. Fonction de transfert harmonique
certaines limites de fonctionnement de ceux-ci), d’autre
part dans la simplicité de leur étude mathématique. Si les signaux d’entrée et de sortie sont déterministes et
possèdent une transformée de Fourier, on peut associer
1.8. Causalité au produit de convolution, un produit des transformées
Pour tout système causal, la cause précède la de Fourier :
conséquence, donc l’entrée précède toujours la sortie. Si
le système est causal, alors la réponse impulsionnelle est S( f )
S ( f ) = E( f )  H ( f )  H(f )=
égale à zéro si t  0.
E( f )
Seuls les systèmes causaux sont réalisables • La fonction
physiquement. S( f )
H ( f ) = TF h(t ) = = H ( f ) exp( j  h ( f ))
2. Description d’un système linéaire invariant
E( f )
continu est la fonction de réponse fréquentielle (aussi
Un système linéaire invariant et continu est appelée fonction de transfert harmonique ou
complètement défini par sa : transmittance fréquentielle) du système linéaire
invariant.
• relation entrée/ sortie • Son module H ( f ) est la réponse d’amplitude
• réponse impulsionnelle
ou le coefficient de transmission du système
• fonction de transfert
linéaire.
2.1. Relation entrée/sortie
La relation entrée/sortie d’un système linéaire invariant • Son argument  x ( f ) = arg H ( f ) est la
continu est une équation différentielle linéaire à réponse de phase ou retard de phase du
coefficients constants. système linéaire.

NB : La fonction de transfert harmonique traduit la s(t ) = A e(t −  )

représentation fréquentielle du système. L’expression
S ( f ) = A E ( f )  exp(− j 2f ) = E ( f )  H ( f )
S ( f ) = E( f )  H ( f ) est la relation entrée/sortie en Soit :
fréquence du système.
H ( f ) = A exp(− j 2f )
La représentation fréquentielle illustre l’aptitude du
On déduit :
système à faire passer une composante fréquentielle
présente dans le signal d’entrée. • Le coefficient de transmission : H( f ) = A.
3. Caractéristiques d’un système LTI • Le retard de phase :  h ( f ) = − 2f
3.1. Temps de propagation de groupe  h ( f ) • Le temps de propagation de groupe :
On définit le temps de propagation du groupe par :
h(f )=  h ( f )=
1 d
h(f )= − h(f )
1 d 2  df
2  df
Interprétation :  h ( f )= traduit le fait que les
3.2. Largeur de bande d’un filtre
signaux sont transmis à la même vitesse quel que soit
La définition d’une largeur de bande a un caractère
leurs fréquences de propagation.
arbitraire.
La largeur de bande d’un filtre est aussi appelé la bande
Exercice
passante d’un filtre.
On définit un filtre suivant le schéma suivant :
On utilise principalement en électronique, pour des
raisons de facilité de mesure, la notion de largeur de R
bande à – 3 dB notée ici B-3dB.
La largeur de bande ou bande passante à – 3 dB, est le e(t) C s(t)
domaine de fréquences dans lequel le gain en décibels
subit une atténuation maximale de 3 dB par rapport à sa
1) Déterminer la transformée de Fourier de la
valeur maximale Hmax, en régime harmonique. En
d’autres termes, c’est le domaine des fréquences fonction suivante :  (t )  exp(− at ) .
positives pour lequel : 2) Démontrer que le système est linéaire invariant.
H(f ) 3) Déterminer la fonction de transfert du filtre.
2
1
2
 4) Déterminer la réponse impulsionnelle du filtre.
H max 2 5) Déterminer la fréquence de coupure fc du
3.3. Fréquence de coupure système.
La fréquence de coupure fc à – 3 dB d’un filtre est définie 6) Déterminer la pulsation de coupure wc du
telle que : système.
H max 7) Déterminer la bande passante BP du système.
H ( fc ) = 8) Donner la nature du filtre.
2
9) Le filtre est-il stable ?
Ou H ( f c ) dB = 20 log H ( f ) = H max (dB ) − 3 10) Le système est-il causal ?
• On définit la pulsation de coupure ωc ou
pulsation caractéristique telle que :
c = 2  f c
• On définit la constante de temps  du système
telle que :
1
 =
c
3.4. Transmission sans distorsion
Il y a transmission sans distorsion, si le signal de sortie est
linéaire au signal d’entrée avec un retard τ :
C’est-à-dire :

Chapitre 5 : ECHANTILLONNAGE DES SIGNAUX () ()

x er t = x t  rep Te  t D ( )
CONTINUS 
Soit x er (t ) = x (t )   (t D )    (t − nTe )
n = −
Les signaux primaires porteurs d’information sont pratiquement
toujours de type analogique (amplitude et temps continus). Si () ()
x er t = x t  rep T  t D
e
 ( )
l’on veut traiter un signal par voie numérique, il faut le
représenter au préalable par une suite de valeurs ponctuelles • Spectre complexe du signal échantillonné
prélevées régulièrement ou irrégulièrement. Un tel prélèvement
est appelé échantillonnage. On parle d’échantillonnage régulier ( ) = TF x er (t )
Xer f
= TF x (t )  TF repTe (t D )

ou périodique lorsque les prélèvements sont effectués selon un
rythme régulier. L’intervalle entre deux échantillons successifs

appelé pas d’échantillonnage est dans ce cas constant.
La représentation numérique des échantillons requiert une = X f  ( ) (
 f e D sin c nDfe  f − nfe ) ( )
n = −
opération complémentaire de quantification et de codage.
1. Modèles de signaux échantillonnés ( ) =  f e D sin c(n D f e )  X ( f
X er f − nfe )
1.1. Opérateur général d’échantillonnage
1.3. Echantillonnage périodique idéalisé
Le modèle général d’un échantillonneur est :
La suite de valeurs ponctuelles xk, où x k =x (t k ) , ne
x(t) constitue pas un signal physiquement réalisable.
y(t) = xe(t)
On peut assimiler théoriquement la suite idéale
d’échantillons prélevés avec une cadence fixe fe = 1 / Te à
xei (t ) obtenu par la multiplication du signal
e(t)
un signal
multiplicateur
analogique x(t ) par une fonction d’échantillonnage
e(t) est appelée fonction d’échantillonnage, idéalisé :
caractéristique du type d’échantillonnage.
ei t =() ШTe(t) =

(
  t − nTe
n = −
)
Le signal échantillonné xe (t ) est lié à x(t ) et e(t ) par
L’opération générale d’échantillonnage se résume à celui
l’équation :
d’un échantillonneur idéalisé dont le signal de sortie est :
( )  ( ) ( )
xe t = x t . e t
x ei (t ) = x (t ) . Ш Te (t )
La forme générale de la transformée de Fourier d’un signal

échantillonné devient : Soit : x ei (t ) = k =−8 x (nTe ) .  (t − nTe )
Xe ( f ) = X ( f ) * E ( f ) .
x(t) xei(t)
( f ) = TF x (t ) , E ( f ) = TF e (t )
X ( f ) = TF x (t ).
X et
Avec
e e ШTe(t)
1.2. Echantillonnage réel périodique
Un échantillonnage réel périodique d’un signal analogique Remarque : La transformée de Fourier et la fonction
x(t ) est obtenu en multipliant x (t ) par une fonction d’autocorrélation d’une suite périodique d’impulsions de
d’échantillonnage e (t ) qui est une suite périodique, de Dirac Ш Te (t ) =  Te (t ) est donnée par :
période Te = 1 / fe d’impulsions rectangulaires
 ( ) =
TF  Te t
1
( )=
 1 Te f f e  fe f ( )
Te
d’amplitude unité et de durée D :
()
e t = rep Te   (t / D )  Ce sont également des suites périodiques d’impulsion de
L’opérateur général se résume au seul multiplicateur qui Dirac, poids fe = ¹/Te, et de périodicité fe dans le
symbolise un simple interrupteur périodique. Le signal
domaine fréquentiel et Te dans le domaine temporel.
échantillonné réellement est dénoté x er (t ) . • Spectre complexe
• Equation du signal échantillonné

X ei (f ) = TF x ei (t )  fe
Te si f 
= X ( f )  f e  fe ( f )  f  
G i ( f ) = Te  
2
=
  fe  0 si f  fe
= (
 f e X f − nf e
n = −
)  2
 ( )
= f e rep fe X f
L’équivalent de cette relation dans le domaine temporel

X ei (f ) =  fe X (f )
− nfe = fe rep fe X ( f ) est le produit de convolution suivant :
n = −8
Remarque : La fonction X ei ( f ) correspond à la x (t ) = x e (t ) * g i (t )
répétition périodique de période égale à la cadence
d’échantillonnage, de la transformée de Fourier du signal
où g i (t ) est la réponse impulsionnelle du filtre
analogique. L’échantillonnage introduit donc une
périodicité du spectre dans l’espace des fréquences. analogique passe-bas idéal. Pour un tel filtre dont la
2. Théorème d’échantillonnage fréquence de coupure f c est 1 (2 Te ) , on peut obtenir
Certains signaux peuvent être reconstruits sans erreur à
l’expression de g i (t ) telle que :
partir de leurs échantillons. C’est en particulier le cas des
signaux à bande limitée.

2.1. Signaux à bande limitée ()
g i t = TF
−1
Gi ( f ) = ( )
 Gi f e
j 2ft
df
Considérons une bande de fréquence  f1 , f 2  ou un −
() ( )
fe
j 2ft
ensemble de fréquences f telles que f 1  f  f 2 . g i t = Te  e
fe
df = sin c f e t
x (t ) est dit à bande limitée dans  f 1 , f 2  si

−
2
Un signal
() ( )
Soit g i t = sin c f e t
sa transformée de Fourier est nulle lorsque f

n‘appartient pas à f 1 , f 2 .  Ce qui donne :
Exemple : le signal   f  est un signal à bande () ()

x t = xe t  g i t ()
 F
limité. (figure)   t 
sin 
  Te − k 
2.2. Enoncé : théorème de Shannon ()
x t =  x kTe ( )   
Un signal analogique x(t ) ayant un spectre de type passe–bas f 

t 
− k
(bande limité), s’étendant jusqu’à la fréquence limité f max ne  Te 
t 
peut être reconstitué exactement à partir de ses échantillons
() () () ( )
x t = x e t  g i t =  x kTe sin c − k
x (t n ) x (nTe) que, si ceux-ci ont été prélevés avec une
Soit
=  Te 
période Te inférieur ou égale à 1 / 2 f max .
C’est la formule de calcul des valeurs du signal aux instants
En d’autres termes, la condition de réversibilité est assuré si :
situés entre les échantillons. Pour les multiples de la
= 1 Te  2 f max
(kTe) .
fe
période Te , elle fournit bien x
La fréquence d’échantillonnage est  au double de la
2. Conséquences pratiques
fréquence maximale du spectre de type passe-bas. C'est-
à-dire fe = 1 Te  2 f max . - un signal téléphonique dont la fréquence est limitée à
2.3. Reconstitution du signal analogique environ 3400 Hz doit être échantillonné à une cadence
Le signal analogique x (t ) peut être restitué avec un filtre supérieure à 6800 échantillons par seconde
analogique passe-bas idéal, si le théorème d’échantillonnage est (normalisation internationale fe = 8000 Hz.
satisfait. On a ainsi :
X ( f ) = X e ( f ) . Gi ( f ) - Le signal vidéo de la télévision possède spectre
s’étendant jusqu’à environ 5 MHz. La cadence
où, Gi ( f ) la réponse harmonique du filtre analogique d’échantillonnage doit donc, dans ce cas, être supérieure
à 10 MHz (pratiquement de l’ordre de 18 MHz).
passe-bas idéal est définie telle que :

Chapitre 6 : LA MODULATION D’AMPLITUDE AVEC PORTEUSE (AM)
1. Définition : la modulation analogique
La modulation analogique est un procédé dans lequel un signal primaire, appelé signal modulant m(t),
modifie un paramètre d’un signal auxiliaire, appelé signal porteur ou simplement porteuse up(t), pour
créer un signal secondaire, ou signal modulé sAM(t), dont les caractéristiques sont mieux adaptées aux
conditions désirées d’utilisation.
Lorsque le paramètre modifié est l’amplitude, on parle de modulation d’amplitude ; si c’est la

fréquence de la porteuse, l’on parle de modulation de fréquence. Enfin, si le paramètre modifié est la
phase, l’on parle de modulation de phase.
Le signal modulant est en général de basse fréquence et le signal porteur ou la porteuse de haute
fréquence.
m(t) sAM(t)
up(t)
Principe de la modulation
La démodulation est l’opération inverse de la modulation : c’est la reconstruction du signal modulant

à partir du signal modulé.
2. Principe de la modulation d’amplitude
La modulation d’amplitude est un terme générique donné à une famille de techniques de modulation
dans lesquelles l’amplitude d’une porteuse sinusoïdale varie en fonction du signal modulant. L’on
distingue :
• La modulation d’amplitude avec porteuse (Amplitude Modulation : AM ou Double Side Band-

Suppressed Carrier : DSB-SC) ;
• La modulation d’amplitude en bande latérale double (Double Side Band : DSB) ;
• La modulation en bande latérale unique ou BLU (Single Side Band : SSB) ;
• La modulation à bande latérale résiduelle (Vestigial Side Band : VSB).
La modulation d’amplitude est une opération linéaire qui préserve, en général, la morphologie du
spectre unilatéral du signal modulant en lui faisant subir une translation fréquentielle.
2.1. Opérateur général de modulation d’amplitude
L’opération fondamentale impliquée par toute modulation d’amplitude est la multiplication

du signal modulant –ou d’une fonction de ce signal- par une porteuse sinusoïdale.
Soit up(t) = Up cos(2πfpt), la porteuse de fréquence fp et d’amplitude Up et m(t) le signal modulant :

f [m(t)] Ûp cos(2πfpt)
f[m(t)]
up(t) = Ûp cos(2πfpt)
2.2. Définition : la modulation d’amplitude avec porteuse (AM)
La modulation d’amplitude est une modulation analogique à porteuse sinusoïdale dont l’amplitude
varie linéairement au signal modulant.
Autrement dit, en modulation d’amplitude avec porteuse (AM), la fréquence du signal modulé est
égale à celle de la porteuse, mais son amplitude est composée de l’amplitude de la porteuse
augmentée d’un signal proportionnel au signal modulant.
m0(t) + sAM(t)

+
1
up(t) = Üp cos(2πfpt)
Le signal modulé sAM(t) correspond au produit de la porteuse sinusoïdale up(t) par la fonction du
ka
signal modulant x(t ) = 1 + m0 (t ) avec m0 (t ) = m(t ) (obtenu en multipliant le signal original par
Up
une constante ka caractéristique du modulateur).
2.2.1. Expression mathématique
s(t ) = 1 + m0 (t )Uˆ p cos(2f p t )
NB : En l’absence de signal modulant [m(t) = 0], le signal s(t) est égal

à la porteuse seule.
2.2.2. Enveloppe associée au signal modulé est :
a(t ) = 1 + m0 (t )Uˆ p
2.2.3. L’indice de modulation : m
L’indice de modulation ou taux de modulation est défini par :
mink a m(t )
m=
Up

On parle alors de :
• modulation classique si m ≤ 1 (ce qui est recherché lors d’une modulation) ;
• surmodulation si m ˃ 1.
Il est courant d’exprimer le taux de modulation en pourcentage :
% de modulation = m x 100 %
L’indice de modulation détermine les variations maximales de l’amplitude de l’onde AM.
2.2.4. Représentation fréquentielle

a) Le spectre complexe du signa l modulé
En posant S ( f ) = TF s(t ) et M 0 ( f ) = TF m0 (t ) le spectre du signal fonction du signal

modulant, on a :
S ( f ) = TF s(t )

= TF 1 + m0 (t )Uˆ p cos(2f p t ) 
= Uˆ p TF 1 + m0 (t ) TF cos(2f p t )

= Uˆ p  ( f ) + M 0 ( f )   ( f − f p ) +  ( f + f p )
1
2

Uˆ p Uˆ p
=
2

 ( f − f p )+  ( f + f p ) + 2

M 0 ( f − f p )+ M 0 ( f + f0 ) 
On a donc :
Uˆ p ˆ
S( f ) =
2
 ( f − f ) +  ( f + f ) + U2 M ( f − f ) + M ( f + f )
p p
p
0 p 0 0
M0( f ) S AM ( f )
bandes latérales
f f
fp-fmax + fp fp+fmax
- fmax 0 + fmax - fp 0
2 fmax
Bs = 2 fmax
Le signal modulé AM se compose de trois composantes : la porteuse, et deux bandes de

fréquence situées de part et d’autre de la porteuse. Ces bandes portent les noms de bande

latérale supérieure (USB : Upper Side Band) et bande latérale inférieure (LSB : Lower Side
Band).
b) Largeur de bande du signal AM
Si fmax est la fréquence maximale du spectre du signal modulant, la largeur de bande BAM
occupée par le signal modulé est :
BAM = 2 fmax
Afin de conserver l’onde modulante dans l’enveloppe du signal modulé, il faut veiller à ce
que l’enveloppe du signal modulé ne change pas de signe, c’est-à-dire :
a(t ) = 1 + m0 (t )Uˆ p  0 .
3. Exemple : modulation sinusoïdale
Dans l’hypothèse d’un signal modulant purement sinusoïdal : m(t) = Um cos(2πfmt)
3.1. Représentation temporelle
On a :
s AM (t ) = (U p + k a m(t ))cos(2f p t )
s AM (t ) = (U p + k aU m cos(2f m t ))cos(2f p t )
ka est une constante caractéristique du modulateur.
Si m est l’indice de modulation, la relation peut encore s’écrire :
 kU 
s AM (t ) = 1 + a m cos(2f m t )U p cos(2f p t )
 Up 
= U p 1 + m cos(2f m t )cos(2f p t )
= U p cos(2f p t ) + cos(2 ( f p + f m )t ) + cos(2 ( f p − f m )t )

mU p mU p
2 2
3.2. L’indice de modulation
k aU m
On définit l’indice de modulation : m=
Up
(Figure de signaux modulés AM avec les indices de modulation de 20%, 50%, 100% et
˃100%)
3.3. Représentation spectrale d’un signal AM : SAM(f)
On a : S AM ( f ) = TF s AM (t )

S AM ( f ) =
Up
2
( ( f − f p )+  ( f + f p ))+ mU2 p ( ( f − f p − f m )+  ( f − f p + f m )+  ( f + f p − f m )+  ( f + f p + f m ))
Dans le cas d’une modulation sinusoïdale, le signal modulé AM comporte 3 composantes :

• la porteuse de fréquence fp et d’amplitude Up ;
• un signal latéral inférieur de fréquence fp – fm et d’amplitude mUp/2 ;
• un signal latéral supérieur de fréquence fp + fm et d’amplitude mUp/2.
NB : Les deux signaux latéraux comportent tous les mêmes informations.
3.4. Relation de puissance
La puissance moyenne d’un signal AM, Pt , peut être exprimée en fonction de la puissance
moyenne de porteuse Pp et de la puissance moyenne des bandes latérales PUSB et PLSB.
3.4.1. Absence de modulation : m(t) = 0

On définit deux types de puissance.
3.4.1.1. Puissance instantanée : p(t)
Si la porteuse up(t) est émise via une antenne de résistance R, elle y dissipe une puissance
instantanée :
s 2 (t ) u p (t )
2
p(t ) = AM =
R R
3.4.1.2. Puissance moyenne : Pp
( )
T
2
U 2p cos2 2f p t

1
Pp = dt
T −T
R
2
Soit
U 2p
Pp =
2R
3.4.2. En cas de modulation

3.4.2.1. Puissance instantanée : m(t) existe
p(t ) =
2
s AM (t ) = U p (1 + m cos(2f t ))2 cos2 2f t
2
( )
m p
R R
3.4.2.2. Puissance moyenne : Pt
(t )
T T
2
1 2 1 2 s AM
Pt =  p (t )dt =  dt
T −T T −T R
2 2
On a :
U 2p m 2U 2p m 2U 2p
Pt = + +
2R 8R 8R

U p2 m 2U p2 m2
Or Pp = et PLSB = PUSB = = .Pp
2R 8R 4
 m2 
Et Pt = Pp 1 + 
 2 
NB : L’indice de modulation étant au maximum 1, la puissance contenue dans les bandes latérales ne
peut excéder 1/6 de la puissance émise Pt. La porteuse AM contient donc au moins 2/3 de la
puissance totale émise.
3.5. Relation de courant
Si le courant d’antenne est mesurable, l’on peut établir des relations entre le courant d’antenne Ic
lorsque la porteuse est émise seule, et le courant d’antenne lorsque l’onde modulée est émise : R
étant la résistance d’antenne.
2
Pt I t2 R  I t 
 = 1+ m
2
= =
Pp I p2 R  I p 
 2
D’où :
m2
It = I p 1+
2
4. Cas de plusieurs signaux modulants

Si plusieurs signaux sinusoïdaux modulent la même porteuse, l’indice de modulation étant
proportionnel à l’amplitude du signal modulant, différents indices de modulation m1, m2, m3, m4,
…., correspondront aux différents signaux modulants.
L’indice de modulation global mt sera tel que la puissance totale contenue dans les bandes latérales
est égale à la somme des puissances individuelles des bandes latérales.
 m2 
Pt = Pp 1 + t  = Pp + (PLSB1 + PUSB1 ) + (PLSB2 + PUSB 2 ) + (PLSB3 + PUSB 3 ) + ...
 2 
mi Pp
Or PLSBi + PUSBi =
2
mt Pp m1 Pp m22 Pp m32 Pp
2 2
On a donc : = + + + ...
2 2 2 2
D’où
mt2 = m12 + m22 + m32 + ... =  mi2
i

MODULATION D’AMPLITUDE A PORTEUSE SUPPRIMEE OU MODULATION A BANDE LATERALE

DOUBLE (DOUBLE SIDE BAND : DSB)
La modulation d’amplitude à bande latérale double ou à porteuse supprimée est une variante de la
modulation d’amplitude AM, mise en œuvre pour optimiser la puissance transportée par le signal
modulé. En effet, l’analyse de la répartition des puissances d’un signal AM a montré qu’au moins 2/3
de la puissance émise est concentrée sur la porteuse qui ne contient aucune information. Ce qui
représente un gaspillage d’énergie, auquel on remédie en supprimant tout simplement la porteuse.
1. Représentation temporelle
En modulation en bande latérale double, seules les deux bandes latérales supérieure et inférieur du
signal modulé sont émises. Ainsi :
s DSB (t ) =
2
mAp

cos 2 ( f p + f m )t +  mA2 cos2 ( f − f )t 
p
p m
Ou sDSB (t ) = mAp cos(2f m t ). cos(2f t ) = k A cos(2f t ). cos(2f t )

p a m m p
Ce signal contient les informations propres au message : l’amplitude (mAp = kaAm) et la fréquence fm.
2. Spectre du signal : SDSB(f)

S DSB ( f ) = TF s DSB (t )
 mAp 
= TF  
cos 2 ( f p + f m )t +
mAp
 
cos 2 ( f p − f m )t  
 2 2 
Soit :
mAp
4
 ( f − ( f p 
+ f m )) +  ( f + ( f p + f m )) +
mAp
4
 ( f − ( f p 
− f m )) +  ( f − ( f p − f m ))
3. Largeur de bande : BDSB

On a :
BDSN = 2fm
MODULATION EN BANDE LATERALE UNIQUE : BLU

L’observation du signal modulé en double bande latérale montre que chacune des bandes latérales
contient les informations nécessaires à la compréhension du message, à savoir l’amplitude Am et la
fréquence fm du message modulant.
En modulation en bande latérale unique (BLU ou SSB), l’une des bandes latérales est supprimée au
moyen de filtres adéquats et la bande restante est émise. L’on a alors deux possibilités selon la
bande latérale qui est concervée.
1. Emission de la bande latérale supérieure
sSSB (t ) =
2
mAp

cos 2 ( f p + f m )t 
S SSB ( f ) =
mAp
4

 ( f − ( f p + f m )) +  ( f + ( f p + f m )) 
2. Emission de la bande latérale inférieure
sSSB (t ) =
mAp
2

cos 2 ( f p − f m )t 
S SSB ( f ) =
mAp
4
 ( f − ( f p 
− f m )) +  ( f + ( f p − f m ))
3. Largeur de bande : BSSB

BSSB = fm
Remarque : L’avantage immédiat d’une telle modulation est qu’il y a possibilité d’émettre deux fois
plus de massage, étant donné que la bande de fréquence d’un signal BLU ou SSB est la moitié de la
bande de fréquence d’un signal AM ou DSB.
BIBLIOGRAPHIE
[1] Daniel Dubois, Traitement numérique du signal, Ecole d’Ingénieurs de Genève, 28 août
2003.
[2] Frédéric de Coulon, Théorie et traitement des signaux, Traité d’électricité volume VI,
Editions GEORGI.
[3] f. RODDIER, Distribution et transformation de Fourier à l’usage des physiciens et des

ingénieurs, McGRAW-HILL, 1991.

Cours Traitement Des Signaux Master 1 Istc 18112018

Transféré par

Informations du document

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

Cours Traitement Des Signaux Master 1 Istc 18112018

Transféré par

Droits d'auteur :

Formats disponibles

Traitement des signaux

TRAITEMENT DES SIGNAUX

M. SAGOU Djamako Gilles

Chapitre 2 : Analyse spectrale des signaux

Chapitre 3 : Opérateurs fonctionnels

Chapitre 4 : Systèmes linéaires en continus

Chapitre 5 : Echantillonnage des signaux analogiques

Chapitre 6 : modulation d’amplitude avec porteuse

M. SAGOU Djamako Gilles E. Page 2

1.4. Rapport signal sur bruit (S/B)

2. Classification des signaux

2.1.2. Les signaux aléatoires

M. SAGOU Djamako Gilles E. Page 3

Par exemple : le bruit

2.2.1. Les signaux à énergie finie

Leur puissance moyenne est nulle.

2.2.2. Les signaux à puissance moyenne finie

Leur énergie totale est infinie.

2.3. Classification morphologique

Afin d’alléger les formules mathématiques décrivant certains signaux, fonctions ou

3.1. Fonction signe : sgn(t)

La fonction sgn(t) est définie telle que :

M. SAGOU Djamako Gilles E. Page 4

Remarque : On admet que sgn(t) = 0 pour t = 0.

3.2. Fonction saut (ou échelon) unité :  (t )

La fonction  (t ) est définie telle que :  (t )

3.3. Fonction rampe : r(t)

La fonction r(t) est définie telle que :

Représentation graphique de r(t)

3.4. Fonction rectangulaire :  (t ) ou rect(t)

0 pour t  1 2 - 1/2 1/2

Représentation graphique de rect(t)

En introduisant un changement de variable t = t' T , on obtient d’une manière plus générale,

Application : la fonction rectangulaire intervient fréquemment comme facteur multiplicatif

3.5. Fonction triangle : (t )

La fonction triangulaire normalisée (intégrale unité) est définie de la manière suivante :

Représentation graphique de (t )

Remarque : Cette fonction correspond aussi à :

(t ) = (t ) (t )

En introduisant le changement de variable t = t’/T, une impulsion de forme triangulaire,

3.6. Fonction sinus cardinal : sinc(t)

La fonction sinus cardinal (sinc (t)) est définie comme suit :

3.7. Impulsion (ou distribution) de Dirac :  (t )

D’une manière générale, pour toute fonction x(t) continue en t = t0

Soit x(t) une fonction continue en t = 0 ou t = t0.

M. SAGOU Djamako Gilles E. Page 7

P1. x(t ) (t ) = x(0 ) (t )

P5. Changement de var iable :  (at ) =  (t )

3.8. Fonction peigne de Dirac : Ш(t)

Représentation de peigne de Dirac ШT(t)

Cette expression permet de représenter l’opération de prélèvement périodique d’une suite

Exemple : soit x(t) un signal déterministe tel que :

M. SAGOU Djamako Gilles E. Page 8

1.1. Définition 3) Changement d’échelle :

La transformation inverse est donnée par :

5).Dérivation par rapport à la fréquence :

1.2. Transformée de Fourier d’un signal réel

- le module X ( f ) est appelé spectre d’amplitude et Généralisation :

constantes complexes tels que :

 ( ) ; b4) TF e j 4t . (t ) ; b5) TF(T − 2)

M. SAGOU Djamako Gilles E. Page 9

3.2. Exemples même que l’ensemble des arguments arg X n  renseigne

M. SAGOU Djamako Gilles E. Page 10

Chapitre 3 : OPERATEURS FONCTIONNELS