Vous êtes sur la page 1sur 11

Chapitre 1 Notions de Corrélation et de Convolution

1.1 INTRODUCTION
Nous introduisons dans ce Chapitre, les systèmes linéaires et mettons en évidence
leurs principales propriétés. Nous présentons ensuite les notions de produit de
convolution et de la fonction de corrélation. Nous présentons à la fin de ce Chapitre
quelques applications des méthodes de corrélation.

1.2 RAPPELS SUR LES SYSTEMES LINEAIRES


Un système est un instrument qui produit un signal de sortie (Output) en guise de
réponse à un signal d'entrée (Input). De manière très générale, un système est opérateur
(une « boîte noire ») qui transforme un signal d'entrée 𝑥(𝑡) en un signal de sortie 𝑦(𝑡). La
Figure 1.1 représente le schéma d'un système linéaire. Pour des systèmes linéaires, le
principe de supposition est toujours valide.

xt  y t 
Réponse impulsionelle ht 

Fig.1.1 Représentation schématique d’un système transformant un signal d’entrée


𝑥(𝑡) en un signal de sortie 𝑦(𝑡).

Nous précisons maintenant les propriétés qui font qu’un tel système est invariant et
linéaire

1.2.1 Réponse Temporelle


Soit le système représenté dans la Figure 1.1, qui a une entrée 𝑥(𝑡) associe la
sortie 𝑦(𝑡). La relation qui lie l'entrée, la réponse impulsionnelle et la sortie , est le
produit de convolution suivant:


yt    xht  d (1.1)


(Intégrale de convolution).

Ou yt    h xt  d (1.2)


1
Chapitre 1 Notions de Corrélation et de Convolution

1.2.2 Causalité, Stabilité et Invariance par rapport au temps


Causalité
Un système est causal s'il ne donne pas de réponse avant que l'excitation soit
appliquée.
Pour qu'un système linéaire à temps invariant soit causal, il est nécessaire est suffisant
que: ht   0 , t  0 .
Stabilité
Pour qu'un système linéaire soit réalisable dans le domaine temporel, il doit être
causal.
Un système est dit stable si la sortie du signal est bornée pour toutes entrées du signal;
c.à.d si x(t )  M M : constante.
  
yt    xt  h() d  y(t)  M  h(t) dt   h(t) dt   .
  

Pour qu'un système linéaire à temps invariant soit stable, sa réponse


impulsionelle doit être intégrable.

Invariance par Rapport au Temps


Le système de la Figure 1.1 est invariant si et seulement si, pour toute entrée 𝑥 et
pour tout décalage 𝑡0 , on a :
𝑥 𝑡 →𝑦 𝑡 ⟹ 𝑥 𝑡 − 𝑡0 → 𝑦 𝑡 − 𝑡0 (1.3)
Cela traduit le fait que le comportement du système reste inchangé au cours du temps, ou,
en d’autres termes, que les propriétés du système sont invariantes au cours du temps.
Linéarité
Un système est linéaire si et seulement si il satisfait au principe de superposition,
c’est-à-dire si, pour toute paire de signaux d’entrée (𝑥1 , 𝑥2 ) et pour toute paire de
scalaires (𝑎1 , 𝑎2 ), on a :
𝑥1 𝑡 → 𝑦1 𝑡
⇒ 𝑎1 𝑥1 𝑡 + 𝑎2 𝑥2 𝑡 → 𝑎1 𝑦1 𝑡 + 𝑎2 𝑦2 (𝑡)
𝑥2 𝑡 → 𝑦2 𝑡
(1.4)

2
Chapitre 1 Notions de Corrélation et de Convolution

1.2.3 Réponse Fréquentielle


Reprenons le système de la Figure 1.1
xt  y t 
ht 

yt   xt   ht  ,

 dénote le produit de convolution que nous allons détailler dans ce Chapitre.


Dans le domaine fréquentiel, le produit de convolution devient:
Y  f   X  f  H  f  (1.5)

 H  f   La fonction de transfert.
 H ( f )  h(t )

 H  f  Peut être écrite comme : H ( f )e i ( f ) .

 H  f  : La réponse de l'amplitude.

   f  : La phase.
Dans le cas d'un système linéaire à temps invariant, avec une réponse impulsionelle réelle
ht  , la fonction de transfert H  f  a comme caractéristiques:

H  f   H  f  ~ paire (even).

  f     f  ~ impaire (odd)

La largeur de bande de ce filtre est  (la bande de communication). On ne prend que la


partie >0, : la fréquence de coupure (cutt off Frequency)

1.2.4 Filtre Pass-Bas Idéal (Low pass LP)

H f   f 


 0  f  f
0
Pente=- 2 t 0

Fig.1.2 (a) Module de la réponse fréquentielle, (b) La phase de la réponse fréquentielle


du filtre idéal (LP)

3
Chapitre 1 Notions de Corrélation et de Convolution

La réponse fréquentielle du filtre passe-bas a l'expression suivante:


 j 2  ft0 n  

 ke ,    f  
Hf   

0 , f 

Soit k  1 et n=0
 j  2 ft0 

e    f  
 H f   

0 f 

 sin2 t  t 0 
ht    e j 2 f t t0  df 
  t  t 0 
 2 sin c 2t  t 0 

t0

1

Fig.1.3 Réponse impulsionnelle du filtre LP

1.2.5 Transmission des Signaux à Travers des Systèmes Linéaires


(Relation entre l'Input et l'Output des Densités Spectrales d'Energie)

Xf  H f  Y f 

Yf   Hf .Xf   Yf   Hf  . Xf 


2 2 2

  y  f   H  f  . x  f 
2
(1.6)

  y f   Yf  =densité spectrale de l'énergie de la réponse (out put)


2

4
Chapitre 1 Notions de Corrélation et de Convolution

 x  f   X  f   Densité spectrale de l'énergie de l'excitation (in put).


2

De la même manière la d.s.p de la sortie d'un filtre linéaire est égale à la d.s.p de l'entrée
multipliée par l 'amplitude2 de la réponse du filtre c.à d. la d.s.p de la sortie :

S 0, p  f   H  f  .S i p  f 
2
(1.7)

Transmission Sans Distorsion (Distortionless Transmission)


Par une transmission sans distorsion, le signal de sortie d'un canal de
communication est une exacte réplication du signal d'entrée sauf pour un changement
possible dans l'amplitude et pour un temps de retard constant
c.à.d: y( t )  k x( t  t 0 ) (1.8)

 Y(f )  kX(f )e  j2ft0 (1.9)


Y( f )
 H( f )   ke  j2  f t 0
X( f )
Pour une expression plus générale, on peut écrire:
H(f )  ke  j( 2f t0 n)  ke  j( f ) (1.10)
Pour achever une transmission sans distorsion à travers un canal de communication la
fonction de transfert Tx de satisfaire deux conditions:

i. H  f   constante pour toute fréquence; c.à.d: Hf   k .

ii.   f  est linéaire; c.à.d   ft 0  n .

1.3 NOTION DE CORRELATION ET DE CONVOLUTION


Deux concepts abondement utilisés en physique ( et bien d’autres endroits ) sont les
convolutions et les corrélations. Nous introduisons d'abord la notion de convolution

1.3.1 Convolution
Soit deux signaux 𝑥(𝑡) et 𝑕(𝑡) appartenant à ℒ 2 , on appelle produit de convolution
entre x(t) et h(t), le signal y(t) définit par:
+∞
𝑦 𝑡 =𝑥 𝑡 ∗𝑕 𝑡 = −∞
𝑥 𝜏 𝑕 𝑡 − 𝜏 𝑑𝜏 (1.11)

5
Chapitre 1 Notions de Corrélation et de Convolution

Cas des signaux discrets


Si les signaux x et h sont discrets et définis par les suites 𝑥(𝑛) et 𝑕(𝑛) de
dimension 𝑁, le produit de convolution s'écrit alors:
𝑁−1
𝑦 𝑛 =𝑥 𝑛 ∗𝑕 𝑛 = 𝑘=0 𝑥 𝑚 𝑕(𝑛 − 𝑚) (1.12)
Exemple: convolution de deux fonctions rectangulaires
D'abord on définit la fonction rectangulaire comme suit:
1 𝑝𝑜𝑢𝑟 𝑡 ∈ −𝑇/2, + 𝑇/2
𝑓 𝑡 = 𝑟𝑒𝑐𝑡 𝑡/𝑇 =
0 𝑠𝑖𝑛𝑜𝑛
Ainsi pour un rectangle centré sur t0, d'une largeur, on adoptera la notation:
𝑡 − 𝑡0
𝑟𝑒𝑐𝑡( )
𝑙𝑎𝑟𝑔𝑒𝑢𝑟
Soit les deux fonctions 𝑥 𝑡 et 𝑕 𝑡 :

6
Chapitre 1 Notions de Corrélation et de Convolution

On représente graphiquement les étapes de la convolution:

ht  xt 
A
B

a t b t


yt    xht   d


ht   

yt   0, t  0
t  a  t

xt 
A
0t a
B t
y t    AB d  ABt

0
t a t b

xt 
A at b
B t
y t    AB d  AB  a
t a
t a t b 

xt 

A b  t  ab
B b
y t    AB d  AB  b  t  a 
t a
t a b t 

7
Chapitre 1 Notions de Corrélation et de Convolution

xt 

A
yt   0, t  a  b
B

b t a t 

y t 
AB  a

a b ab t

Fig.1.4 Etapes de convolution entre deux fonctions rectangulaires

Propriétés de la Convolution
a Commutativité
Le produit de convolution est commutatif. En effet:
+∞

𝑥 𝑡 ∗𝑕 𝑡 = 𝑥 𝜏 𝑕 𝑡 − 𝜏 𝑑𝜏
−∞

En posant 𝑡 = 𝑡 − 𝜏, alors:
−∞ ′ ∞

𝑥 𝑡 ∗𝑕 𝑡 =− 𝑥 𝑡 − 𝑡 ′ 𝑕 𝑡 ′ 𝑑𝑡 = 𝑕 𝑡 ′ 𝑥 𝑡 − 𝑡 ′ 𝑑𝑡 = 𝑕(𝑡) ∗ 𝑥(𝑡)
∞ −∞

De la commutativité, on peut déduire que:


𝑥 𝑡 ∗ 𝑕 −𝑡 = 𝑕 −𝑡 ∗ 𝑥 𝑡 = 𝑕 −𝜏 𝑥 𝑡 − 𝜏 𝑑𝜏
−∞

en posant 𝑡 ′ = 𝑡 − 𝜏, et
𝑑𝑡 ′ = −𝑑𝜏

8
Chapitre 1 Notions de Corrélation et de Convolution

−∞ ∞

𝑥 𝑡 ∗ 𝑕 −𝑡 = − 𝑕 𝑡 ′ − 𝑡 𝑥 𝑡 ′ 𝑑𝑡 ′ = 𝑥 𝑡 ′ 𝑕 𝑡 − 𝑡 ′ 𝑑𝑡′
∞ −∞

soit

𝑥 𝑡 ∗ 𝑕 −𝑡 = 𝑥 𝜏 𝑕 𝜏 − 𝑡 𝑑𝜏

b Linéarité et distributivité
𝑥 𝑡 ∗ 𝑎∙𝑕 𝑡 +𝑏∙𝑕 𝑡 = 𝑎 ∙ 𝑥 𝑡 ∗ 𝑕 𝑡 + 𝑏 ∙ 𝑥 𝑡 𝑕(𝑡) (1.13)

c Elément neutre de la Convolution: distribution de Dirac:

𝑥 𝑡 ∗𝛿 𝑡 = 𝑥 𝜏 𝛿 𝑡 − 𝜏 𝑑𝜏 = 𝑥(𝑡) (1.14)
et la convolution d'une fonction avec la Dirac décalée est
𝑥 𝑡 ∗ 𝛿 𝑡 − 𝑡0 = 𝑥(𝑡 − 𝑡0 ) (1.15)

Convolution avec la peigné de Dirac


La peigné de Dirac est: ∏ 𝑡 = 𝑛 𝛿(𝑡 − 𝑛)
Le produit de convolution de la fonction 𝑥(𝑡) avec la peigne de Dirac:

𝑥 𝑡 ∗ ∏ 𝑡 = 𝑥(𝑡) ∗ 𝛿(𝑡 − 𝑛) = 𝑥 𝜏 𝛿(𝑡 − 𝑛 − 𝜏)𝑑𝜏 = 𝑥(𝑡 − 𝑛)


𝑛 𝑛 𝑛

(1.16)
d Transformée de Fourier du Produit de Convolution
Soient deux signaux 𝑥(𝑡) et 𝑕(𝑡) dont les transformées de Fourier sont
respectivement 𝑋(𝑓) et 𝐻(𝑓). La transformée de Fourier ℱ du produit de
convolution de 𝑥 par 𝑕 est:

ℱ 𝑥(𝑡) ∗ 𝑕(𝑡) = 𝑥(𝑡) ∗ 𝑕(𝑡) 𝑒 −𝑗 2𝜋𝑓𝑡 𝑑𝑡


−∞

= 𝑥 𝜏 𝑕 𝑡 − 𝜏 𝑒 −𝑗 2𝜋𝑓𝑡 𝑑𝑡𝑑𝜏
−∞
∞ ∞

= 𝑥(𝜏) 𝑕 𝑡 − 𝜏 𝑒 −𝑗 2𝜋𝑓𝑡 𝑑𝑡𝑑𝜏


−∞ −∞

9
Chapitre 1 Notions de Corrélation et de Convolution

∞ ∞

= 𝑥(𝜏) 𝑕 𝑡 − 𝜏 𝑒 −𝑗 2𝜋𝑓 (𝑡−𝜏) 𝑑𝑡𝑒 −𝑗 2𝜋𝑓𝜏 𝑑𝜏


−∞ −∞
∞ ∞

= 𝑥(𝜏)𝑒 −𝑗 2𝜋𝑓𝜏 𝑑𝜏 𝑕 𝑡 − 𝜏 𝑒 −𝑗 2𝜋𝑓 (𝑡−𝜏) 𝑑𝑡𝑒 −𝑗 2𝜋𝑓𝜏 𝑑𝜏


−∞ −∞

= 𝑋(𝑓) ∙ 𝐻(𝑓) (1.17)


Théorème
La transformée de Fourier du produit de convolution de deux signaux 𝑥(𝑡) et 𝑕(𝑡)
est égale au produit des transformées de Fourier de ces deux signaux.

1.3.2 Corrélation
Soit deux signaux 𝑥(𝑡) et 𝑦(𝑡) appartenant à ℒ 2 , on appelle fonction de corrélation
entre ces deux signaux, la fonction de 𝜏 et on note 𝑅𝑥𝑦 (𝜏), par:

𝑅𝑥𝑦 𝜏 = −∞
𝑥 𝑡 𝑦 ∗ 𝑡 − 𝜏 𝑑𝑡 (1.18)
avec 𝑦 ∗ est le conjugué de 𝑦.
𝑅𝑥𝑦 (𝜏) est appelé aussi fonction d'intercorrélation.
Physiquement la fonction de corrélation est obtenue en décalant l'un des signaux, en
multipliant le signal décalé par l'autre signal et puis en intégrant le produit obtenu.
Fonction d'Auto Corrélation (FAC)
Si le signal 𝑥(𝑡) = 𝑦(𝑡), on obtient la fonction d'autocorrélation (FAC) 𝑅𝑥𝑥 𝜏 ,
soit:

𝑅𝑥𝑥 𝜏 = −∞
𝑥 𝑡 𝑥 ∗ 𝑡 + 𝜏 𝑑𝑡 (1.19)
Si 𝜏 = 0, alors

𝑅𝑥𝑥 𝜏 = 𝑥 𝑡 𝑥 ∗ 𝑡 𝑑𝑡
−∞

qui n'est rien d'autre que l'énergie continue dans le signal. On peut démontrer que la
fonction d'autocorrélation est maximum à l'origine:
𝑅𝑥𝑥 0 > 𝑅𝑥𝑥 𝜏 (1.20)
Pour les signaux discrets, on définit la fonction de corrélation par:

1 𝑡+𝑇
𝑅𝑥𝑦 𝜏 = lim𝑇→∞ 𝑇 𝑡
𝑥 𝑡 𝑦 ∗ 𝑡 − 𝜏 𝑑𝑡 (1.21)

De même pour des signaux périodiques, on définit la fonction de corrélation:

10
Chapitre 1 Notions de Corrélation et de Convolution

𝑡+𝑇
1
𝑅𝑥𝑦 𝜏 = 𝑥 𝑡 𝑦 ∗ 𝑡 − 𝜏 𝑑𝑡
𝑇
𝑡

Pour les signaux discrets, 𝑥(𝑛) et 𝑦(𝑛) supposés réels de dimensions 𝑁 et 𝑀


respectivement, on définit la fonction de corrélation par:
𝑁−1

𝑅𝑥𝑦 𝑛 = 𝑥 𝑚 𝑦(𝑚 − 𝑛) 𝑎𝑣𝑒𝑐 𝑛 ∈ 0, 𝑀 + 𝑁 − 1


𝑚 =0

a Non-Commutativité de la corrélation

𝑅𝑥𝑦 𝜏 = 𝑅𝑦𝑥 (−𝜏) (1.22)

b Théorème de Wiener-Khintchine
La transformée de Fourier de la fonction d'autocorrélation (FAC) d'un signal
𝑥(𝑡), de transformée de Fourier 𝑋(𝑓), est sa densité spectrale d'énergie 𝑆𝑥𝑥 (𝑓):
ℱ 𝑅𝑥𝑥 (𝜏) = 𝑋 𝑓 ∙ 𝑋 ∗ 𝑓 = 𝑋(𝑓) 2
= 𝑆𝑥𝑥 (𝑓) (1.23)
Dans le cas des signaux de puissance moyenne finie, on parle de densité
spectrale de puissance.

1.4 APPLICATION DE LA CORRELATION:


Mesure de Retard
La fonction de corrélation est utilisée pour mesurer le retard entre deux
signaux 𝑥 et 𝑦. On suppose que 𝑦 = 𝑘𝑥(𝑡 − 𝑎)
+∞
𝑅𝑥𝑦 𝜏 = −∞
𝑘𝑥 𝑡 𝑥 𝑡 − 𝑎 − 𝜏 𝑑𝑡 = 𝑘 𝑅𝑥𝑥 𝜏 + 𝑎 (1.24)

11

Vous aimerez peut-être aussi