Compte-Rendu de TP SS2

Édouard Bonnin & Zhenchen Zhang

1 Introduction à l’analyse et la synthèse des signaux sous Matla b
Question 1:

Le script Matlab pour calculer le T e est le suivant:

N = 40*5;
f0 = 50;
Te = (1/f0*5)/N;

Le résultat de l’exécution nous donne Te = 5e-4 s.

Question 2:

(1) Le script complet pour calculer la transformée de Fourier du sinusoide est le suivant
1 N = 40*5;
2 f0 = 50;
3 Te = (1/f0*5)/N;
4 n = 0:N-1;
5 t = n*Te;
6 y = sin(2*pi*f0*t(1:N));
7 Nf = N;
8 Y = Te*fft(y,Nf);
9 k = (0:Nf-1);
10 f = k/(Nf*Te);
11 plot(f(1:Nf/2),abs(Y(1:Nf/2)));
12 grid; title('spectre d amplitude');

On remplace la ligne 11 par plot(f(1:Nf),abs(Y(1:Nf))) pour tracer le spectre de 0 à 2000 Hz et on obtient le

figure ci-dessus.
On observe qu’il y a un autre pic à 1950Hz, ce qui est dû au fait que l’échantillonnage en temps est
équivalent à la periodisation en fréquence.

(2)
Si on prends Nf = N, les points échantillonnés vont être
le pic principal du sinus cardinal et les points où il vaut
0. On obtient donc uniquement un pic à la fréquence
du sinus. Que si on augmente le nombre de points
échantillonnés Nf = 2N, alors l’échantillonnage de la
transformée de Fourier va faire que l’on va récupérer
plus de points du sinus cardinal, donc pas uniquement
le pic principal et les zéros donc le sinus cardinal va
être tracé.
Question 3:

La fonction mafft est définie ci-dessous:

function F_lambda = DFT_lambda(y,lambda_) function [FFT,lambda] = myfft(y,l_min,l_max,epsilon)

F_lambda = 0; lambda = l_min:epsilon:l_max;

for n = 1:length(y) FFT = zeros(size(lambda));

F_lambda = F_lambda + ... for i = 1:length(lambda)

y(n)*exp(-1i*2*pi*lambda_*(n-1));
FFT(i) = DFT_lambda(y,lambda(i));
end
end
end
end

3.1 Mesure de linéarité du système

Dans cette partie, nous nous intéressons donc à un filtre RC dans sa bande passante afin de savoir si
ce système est linéaire. C’est-à-dire si l’équation différentielle régissant Vs est linéaire par rapport à
Ve. Après acquisition des signaux avec BenchVue et traitement avec Matlab, la transformée de
Fourier des 2 signaux nous donne :
On remarque alors que les signaux ont la même
transformée de Fourier discrète et si on multiplie par
2 la tension Vpp de Ve celle de Vs va aussi augmenter
par 2 et si on ajoute un Offset à Ve, l’offset va aussi
s’ajouter à Vs. L’addition de ces 2 propriétés fait que
le système est linéaire.
3.2 Invariance temporelle du système
L’invariance temporelle d’un système est définie par le
fait que si une entrée x est décalée de to alors la sortie
y en temps normal sera elle aussi décalé de to. Pour
déterminer si notre circuit RC est invariant
temporellement, nous avons envoyé en entrée, un
signal carré. L’oscilloscope nous affiche alors ceci :
On remarque alors des cycles de charge et décharge
périodique. On remarque alors que si on décale le
signal d’entrée ici, d’une période, on va retrouver
exactement le même signal d’entrée et de sortie mais
décalé dans le temps, ce qui fait que ce système est
invariant dans le temps.
3.3 Mesure de la réponse impulsionnelle
En envoyant un pulse en entrée du système, la sortie
va être la réponse impulsionnelle h qui est la fonction
de transfert H dans le domaine temporelle alors pour
obtenir la fonction de transfert H expérimentalement,
nous avons acquéri le signal h sur l’oscilloscope et avons calculé sa fft ce qui nous donne pour
comparaison avec la fonction de transfert théorique :
La fonction de transfert calculé expérimentalement
est quand même très mauvais dû aux fluctuations du
bruit de h dans le temps. Les fortes fluctuations sont
dues aux bruits de mesures et sont difficiles à retirer.
La méthode de la séance dernière est meilleure est
plus fastidieuse si on veut être très précis mais donne
une bien meilleure précision dans tous les cas.

3.4 Calcul de la réponse indicielle par

convolution
On peut recalculer la sortie y du système si en
entrée, nous avons un échelon. La sortie y est alors définie par la convolution entre h la réponse
impulsionnelle et x l’échelon. Or le vecteur de la sortie y est 2 fois plus grand que celui de notre
entrée car notre échelon est fini donc lorsque la convolution va arriver vers la fin celle-ci va
retomber à 0 car l’échelon n’est pas infini donc la partie qui nous intéresse seulement est
seulement la partie charge du condensateur car c’est équivalent à la sortie quand l’échelon est
infini.
La sortie théorique à la même forme que celle
calculé par la convolution de manière
expérimentale mais celle-ci, à gauche, tend vers
une valeur de 4.5*10^-6 ce qui est la valeur de
RC dans notre circuit, il y a peut- être alors une
valeur caractéristique à multiplier ou
alors un oubli dans les calculs ou une erreur dans
les mesures.

4.1 Circuit CR seul et 4.2 Circuit CR-RC en cascade

Le circuit CR seul est un filtre passe-haut tandis que le circuit RC est un passe-bas. L’association des
ces 2 filtres va nous donner un filtre passe-bande. En envoyant en entrée, un signal carré, on
obtient une réponse de ce genre en rouge :