Vous êtes sur la page 1sur 84

Traitement du Signal

Mohamed Siala
Ecole Supérieure des Communications de Tunis
Janvier 2022
Contenu du Cours

• Chapitre I : Systèmes Linaires Invariants (SLI)


• I.1. Transformée en Z
• I.2. SLI
• Chapitre II : Conception de Filtres Numériques
• II.1. Filtrage (types de filtre, Gabarit)
• II.2. Impact des fenêtre de troncature sur le filtrage
• Chapitre III: Processus Aléatoires
• III.1. Rappels (Stationnarité, Ergodicité)
• III.2. Analyse spectrale des PA
• III.3. Filtrage des PA
• III.4. Filtrage optimal

2
Volume Horaire
Chapitre/TP VH Cours VH TD

Chapitre I: Systèmes Linaires Invariants (SLI) 4,5 h 4,5 h

Chapitre II: Conception de Filtres numériques 3h 1,5 h

Chapitre III: Processus aléatoires 4,5 h 3h

3
Chapitre I : Systèmes Linaires
Invariants (SLI)
Plan du Chapitre I

• I.1. Transformée en Z
• I.2. SLI

5
I.1. Transformée en Z

6
Transformée en Z 1/4

• La Transformée en Z (TZ) est une généralisation de la Transformée de FOURIER à


Temps Discret (TFTD).
• Elle étend le domaine de la TFTD de 𝑥[𝑛], le signal périodique 𝑋(𝑓), défini pour
𝑓 ∈ ℝ, à la fonction 𝑋(𝑧) définie sur 𝑧 ∈ ℂ.

7
Transformée en Z 2/4

• Les motivations derrière l’introduction de la transformée en Z sont diverses :


• Elle met des outils puissants de l’analyse complexe à notre disposition.
• Il y a la possibilité d’analyser des signaux pour lesquels la TFTD n’existe pas
(La somme définissant la TFTD ne converge pas).
• Elle permet d’étudier des systèmes linéaires invariants dans le temps (LIT)
pour lesquels la réponse fréquentielle n’existe pas.
• Des opérations spéciales telles que le sous-échantillonnage ou le sur-
échantillonnage d’un signal se prêtent à la transformée en Z.
• Elle fourni une notation compacte, convenable pour décrire une variété de
systèmes et leurs propriétés.

8
Transformée en Z 3/4

• Définition 1 : La transformée en Z (TZ) bilatérale, 𝑋(𝑧), d’un signal à temps


discret 𝑥[𝑛] est définie par la série de Laurent:
+
TZ ( x[n]) = Z( x[n]) = X ( z ) = 
n =−
x[n]z − n

où 𝑧 est une variable complexe.


• La transformée de FOURIER à temps discret (TFTD) est un cas particulier de la TZ,
avec 𝑧 = exp(𝑗2𝜋𝑓).
• La région de convergence (RC) ou domaine de convergence (DC) est l’ensemble
des valeurs de 𝑧 pour lesquelles la série {𝑥[𝑛]𝑧 −𝑛 } converge.

9
Transformée en Z 4/4

• Remarque : La TZ doit être spécifiée en même temps que sa RC pour pouvoir


déterminer sans ambiguïté la séquence temporelle associée.
• Définition 2 : La TZ unilatérale droite est définie par :
+
X + ( z ) =  x[n]z − n
n =0

• Définition 3 : La TZ unilatérale gauche est définie par :


−1

X ( z) = 
n =−
x[n]z − n

• On a :
X ( z) = X − ( z) + X + ( z)
10
Exemples de Transformées en Z 1/8

• Exemple 1 : Fonction delta 𝛿 𝑛


+
x ( n) =  [ n]  X ( z) =   [ n] z
n =−
−n
=1

• La RC est le plan complexe.


 z
Région de
convergence

  z

11
Exemples de Transformées en Z 2/8

• Exemple 2 : Fonction échelon unité 𝜀[𝑛]


+ +
1 z
x[n] =  [n]  X ( z) =   [
n =−
n ] z −n
=  =
z −n

n =0
=
1 − z −1 z − 1
• La RC est l’ensemble des 𝑧 tels que |𝑧| > 1 (𝑧 = 1 est un pole de 𝑋(𝑧)).
 z
Cercle unité

: Zéro de la TZ   z
1
: Pole de la TZ
Région de
convergence 12
Exemples de Transformées en Z 3/8

• Exemple 3 : Fonction −𝜀[−𝑛 − 1]


+ −1 +
z z
x[n] = − [−n − 1]  X ( z) = 
n =−
− [−n − 1]z −n
=− z
n =−
−n
= − z n = −
n =1
=
1 − z z −1
• La RC est l’ensemble des 𝑧 tels que |𝑧| < 1 (𝑧 = 1 est un pole de 𝑋(𝑧)).
 z
Cercle unité

  z
1

13
Exemples de Transformées en Z 4/8

• Exemple 4 : Fonction exponentielle causale 𝑎𝑛 𝜀[𝑛]


+ +
1 z
x[n] = a  [n] 
n
X ( z) = 
n =−
a  [ n] z
n −n
=  (az −1 ) n =
n =0
=
1 − az −1 z − a
• La RC est l’ensemble des 𝑧 tels que |𝑧| > |𝑎| (𝑧 = 𝑎 est un pole de 𝑋(𝑧)).
  z
Cercle unité
Cercle de rayon |𝑎|

a
  z (cas où |𝑎| > 1)

14
Exemples de Transformées en Z 5/8

• Exemple 5 : Fonction exponentielle anticausale −𝑎𝑛 𝜀[−𝑛 − 1]


+ −1 +
z/a z
x[n] = −a  [−n − 1]  X ( z ) =
n

n =−
−a  [−n − 1]z
n −n
=− a z
n =−
n −n
= − (a −1 z ) n = −
n =1
=
1− z / a z − a
• La RC est l’ensemble des z tels que |𝑧| < |𝑎| (𝑧 = 𝑎 est un pole de 𝑋(𝑧)).
  z
Cercle unité
Cercle de rayon |𝑎|

a   z (cas où |𝑎| > 1)

15
Exemples de Transformées en Z 6/8

• Exemple 6 : Somme de deux exponentielles causales


+ +
z z 2 z ( z − (a + b) / 2)
x[n] = a  [n] + b  [n] 
n n
X ( z ) =  (az ) +  (bz ) =
−1 n −1 n
+ =
n =0 n =0 z −a z −b ( z − a )( z − b)
• La RC est l’ensemble des 𝑧 tels que |𝑧| > max( 𝑎 , 𝑏 )) (𝑧 = 𝑎 et 𝑧 = 𝑏 sont des
pôles de 𝑋(𝑧)).
  z

Cercle de rayon |𝑎|

b a
  z (cas où |𝑎| > |𝑏|)

Cercle de rayon |𝑏| Zéro à 𝑧 = (𝑎 + 𝑏)/2


16
Exemples de Transformées en Z 7/8

• Exemple 7 : Somme de deux exponentielles causale et anticausale


+ +
z z 2 z ( z − (a + b) / 2)
x[n] = −a  [−n − 1] + b  [n] 
n n
X ( z ) = − (a z ) +  (bz ) =
−1 n −1 n
+ =
n =1 n =0 z −a z −b ( z − a )( z − b)
• La RC est l’ensemble des 𝑧 tels que 𝑏 < 𝑧 < |𝑎|.
  z
Couronne de convergence
Cercle de rayon |𝑎|

b a
  z (cas où |𝑎| > |𝑏|)

Cercle de rayon |𝑏| Zéro à 𝑧 = (𝑎 + 𝑏)/2


17
Exemples de Transformées en Z 8/8

• Exemple 8 : Somme de deux exponentielles anticausales


+ +
z z 2 z ( z − (a + b) / 2)
x[n] = −a n [−n − 1] − b n [−n − 1]  X ( z ) =  (a −1 z ) n −  (b −1 z ) n = + =
n =1 n =1 z −a z −b ( z − a )( z − b)
• La RC est l’ensemble des 𝑧 tels que |𝑧| < |𝑏|.
  z
Disque de convergence
Cercle de rayon |𝑎|

b a
  z (cas où |𝑎| > |𝑏|)

Cercle de rayon |𝑏| Zéro à 𝑧 = (𝑎 + 𝑏)/2


18
Limite Supérieure, Limite Inférieure

• Si (𝑢𝑛 )𝑛≥0 est une suite bornée de réels, les suites définies par
𝑣𝑛 = sup 𝑢𝑘 𝑘 ≥ 𝑛} et 𝑤𝑛 = inf 𝑢𝑘 𝑘 ≥ 𝑛}
sont respectivement décroissante et croissante.
• De plus, pour tout 𝑛, on a :
𝑤𝑛 ≤ 𝑢𝑛 ≤ 𝑣𝑛 .
• Ce sont des suites convergentes, d’après le théorème de la limite monotone.
• On pose :
lim sup 𝑢𝑛 = lim 𝑣𝑛 et lim inf 𝑢𝑛 = lim 𝑤𝑛 .
𝑛→∞ 𝑛→∞ 𝑛→∞ 𝑛→∞

19
Rappel sur les Séries 1/2

𝑛
• Théorème (Règle de CAUCHY) : Soient σ𝑛 𝑢𝑛 une série et 𝑙 = lim sup 𝑢𝑛 .
• Si 𝑙 < 1, la série σ𝑛 𝑢𝑛 est absolument convergente.
• Si 𝑙 > 1, la série σ𝑛 𝑢𝑛 est divergente.

𝑛
• Corollaire : On suppose que la suite ( 𝑢𝑛 )𝑛 a une limite 𝑙.
• Si 𝑙 < 1, la série σ𝑛 𝑢𝑛 est absolument convergente.
• Si 𝑙 > 1, la série σ𝑛 𝑢𝑛 est divergente.

20
Rappel sur les Séries 2/2

• Théorème (Règle de d’ALEMBERT) : Soit σ𝑛 𝑢𝑛 une série. On suppose 𝑢𝑛 ≠ 0


pour 𝑛 assez grand et on pose
un +1 un +1
L = lim sup et l = lim inf
n →+ un n →+ un
• Si 𝐿 < 1, la série σ𝑛 𝑢𝑛 est absolument convergente.
• Si 𝑙 > 1, la série σ𝑛 𝑢𝑛 est divergente.
• Corollaire : On suppose que 𝑢𝑛 est non nul pour 𝑛 assez grand et que la
suite ( 𝑢𝑛+1 / 𝑢𝑛 ) a une limite 𝑙.
• Si 𝑙 < 1, la série σ𝑛 𝑢𝑛 est absolument convergente.
• Si 𝑙 > 1, la série σ𝑛 𝑢𝑛 est divergente.

21
Région (ou Domaine) de Convergence

• La connaissance de la TZ bilatérale 𝑋(𝑧) ne suffit pas à connaitre 𝑥[𝑛].


• Il faut impérativement spécifier la région de convergence de 𝑿(𝒛).
• Si on écrit :
−1 +
X ( z) = 
n =−
x[n]z −n
+  x[n]z − n = X − ( z ) + X + ( z )
n =0
alors :
−𝑛
• 𝑋 − (𝑧) converge pour 𝑧 < 𝑅− = lim(inf) 𝑥[−𝑛] = 𝐥𝐢𝐦(𝐢𝐧𝐟) 𝒙[𝒏] 𝟏/𝒏
𝑛→+∞ 𝒏→−∞
𝑛
• 𝑋 + (𝑧) converge pour 𝑧 > 𝑅+ = lim(sup) 𝑥[𝑛] = 𝐥𝐢𝐦(𝐬𝐮𝐩) 𝒙[𝒏] 𝟏/𝒏
𝑛→+∞ 𝒏→+∞

22
Région (ou Domaine) de Convergence 1/2

• Si 𝑅+ > 𝑅− , alors la TZ n’existe pas.


• Si 𝑅+ < 𝑅− , alors la TZ converge dans l’anneau 𝑅+ < 𝑧 < 𝑅− .
• Si 𝑥[𝑛] est causal, alors 𝑅− = +∞.
• Plus généralement, si 𝑥[𝑛] est unilatéral droit, c’est-à-dire s’il est nul pour 𝑛 ≤
𝑁1 < +∞, alors la RC s’étend vers l’extérieur à partir du pôle de plus grande
amplitude de 𝑋(𝑧), incluant éventuellement 𝑧 = +∞.
• Si 𝑥[𝑛] est anticausal, alors 𝑅+ = 0.
• Plus généralement, si 𝑥[𝑛] est unilatéral gauche, c’est-à-dire s’il est nul pour 𝑛 ≥
𝑁2 > −∞, alors la RC s’étend vers l’intérieur à partir du pôle de plus petite
amplitude de 𝑋(𝑧), incluant éventuellement 𝑧 = 0.

23
Région (ou Domaine) de Convergence 2/2

• Si 𝑥[𝑛] est de durée finie, c’est-à-dire s’il est nul sauf pour un intervalle fini −∞ <
𝑁1 ≤ 𝑛 ≤ 𝑁2 < +∞, alors la RC est le plan ℂ entier, à l’exception possible de 𝑧 =
0 ou 𝑧 = ∞.
• La RC peut être de la forme 0 ≤ 𝑅+ < 𝑧 , ou 𝑧 < 𝑅− ≤ +∞, ou, de manière
générale un anneau, c’est-à-dire 0 ≤ 𝑅+ < 𝑧 < 𝑅− ≤ +∞.
 z  z  z

  z   z   z

Causal Anticausal Non causal


24
Familles de Signaux Caractéristiques avec leurs Région de
Convergence 1/3
Signal Région de Convergence (RC)
Signaux à Durée Finie

Causal
Plan ℂ entier et ∞,
excepté 𝑧 = 0
0 𝑛

Anticausal
Plan ℂ entier,
excepté 𝑧 = ∞
0 𝑛
25
Familles de Signaux Caractéristiques avec leurs Région de
Convergence 2/3
Signal Région de Convergence (RC)
Signaux à Durée Finie

Bilatéral Plan ℂ entier,


excepté 𝑧 = 0
et 𝑧 = ∞
0 𝑛
Signaux à Durée Infinie
Causal
R+
z  R+

0 𝑛 26
Familles de Signaux Caractéristiques avec leurs Région de
Convergence 3/3
Signal Région de Convergence (RC)
Signaux à Durée Infinie
Anticausal
R−
z  R−
0 𝑛

Bilatéral
R+
R+  z  R−
R−

0 𝑛 27
Transformée en Z Inverse (TZI) 1/3

• Définition : La Transformée en Z Inverse (TZI) est définie par:


x[n] = TZI ( X ( z )) = TZ −1 ( X ( z )) = Z−1 ( X ( z ))
où +
X ( z ) = TZ ( x[n]) = Z( x[n]) = 
n =−
x[n]z − n
est la TZ de 𝑥[𝑛].
• La TZI peut être obtenue par au moins 4 Méthodes:
• Développement en fractions rationnelles (étudiée en cours).
• Méthode des résidus (hors programme).
• Développement en série entière (étudiée en cours).
• Développement par division polynomiale (hors programme).

28
Méthode par Inspection 1/2

• La méthode d’inspection consiste simplement à être familier avec certaines


transformées en Z usuelles.
• On a évalué plus haut la transformée en Z de 𝑥[𝑛] = 𝑎𝑛 𝜀[𝑛], avec 𝑎 réel ou
complexe :
1
x[n] = a  [n]  X ( z ) =
n
−1
, z a
1 − az
• Si on désire trouver la TZI de
1
X ( z) = , z  1
1 − 12 z −1 2

on peut reconnaître par inspection que la séquence associée est


n
1
x[n] =    [n]
2
29
Méthode par Inspection 2/2

• On a évalué plus haut la transformée en Z de 𝑥[𝑛] = −𝑎𝑛 𝜀[−𝑛 − 1], avec 𝑎 réel
ou complexe :
1
x[n] = −a  [−n − 1] 
n
X ( z) = −1
, z a
1 − az
• Si on désire trouver la TZI de
1
X ( z) = −1
, z  1
1 − 12 z 2

on peut reconnaître par inspection que la séquence associée est


n
1
x[n] = −    [−n − 1]
2
30
Transformée en Z Inverse par Développement en Fractions
Rationnelles 1/5
• La TZI de
1
X ( z) = , a
( z − a) k

• de région de convergence 𝒛 > 𝒂 est la séquence unilatérale droite :


(n − 1)!
x[n] = a n − k  [n − k ] = Cnk−−11a n − k  [n − k ]
(n − k )!(k − 1)!

• de région de convergence 𝒛 < 𝒂 est la séquence unilatérale gauche :


(−n + k − 1)! n − k
x[n] = (−1) k
a  [−n] = (−1) k C−kn−+1 k −1a n − k  [−n]
(−n)!(k − 1)!
31
Transformée en Z Inverse par Développement en Fractions
Rationnelles 2/5

• En utilisant les relations précédentes, on peut calculer la TZI de toute fonction


𝑋(𝑧), qui peut être exprimée comme le rapport de deux polynômes, à partir du
moment où on développe 𝑿(𝒛) en fractions rationnelles.

32
Transformée en Z Inverse par Développement en Fractions
Rationnelles 3/5
• Si
N (z)
X ( z) =
D( z )
possède 𝐾 pôles distincts 𝑝𝑘 , 𝑘 = 1,2, ⋯ , 𝐾, chacun avec une multiplicité 𝑚𝑘 ,
alors le développement en fractions rationnelles de 𝑋(𝑧) est
M −L K mk
cki
X ( z) = 
l =0
gl z + 
l

k =1 i =1 ( z − p ) i
k

où 𝑀 et 𝐿 sont respectivement les degrés du numérateur et du dénominateur de


𝑋(𝑧).

33
Transformée en Z Inverse par Développement en Fractions
Rationnelles 4/5
• Les coefficients 𝑔𝑙 , 𝑙 = 0,1, ⋯ , 𝑀 − 𝐿, peuvent être obtenus à partir du quotient
des polynômes 𝑁(𝑧) et 𝐷(𝑧) comme suit :
N (z) M − L l C ( z )
X ( z) = =  gl z +
D( z ) l =0 D( z )
où le degré de 𝐶(𝑧) est inférieur au degré de 𝐷(𝑧).
• Si 𝑀 < 𝐿, alors 𝑔𝑙 = 0 pour tout 𝑙.
• Les coefficients 𝑐𝑘𝑖 sont
1 d ( mk −i ) ( z − pk ) mk X ( z ) 
cki =
(mk − i )! dz ( mk −i )
z = pk
où 𝑀 et 𝐿 sont respectivement les degrés du numérateur et du dénominateur de
𝑋(𝑧).
34
Transformée en Z Inverse par Développement en Fractions
Rationnelles 5/5

• Dans le cas d’un pôle simple, 𝑐𝑘1 est donné par

ck1 = ( z − pk ) X ( z ) z = p
k

• Comme la transformée en Z est linéaire et que la TZI de chaque terme 𝑐𝑘𝑖 /


(𝑧 − 𝑝𝑘 )𝑖 peut être calculée en utilisant l’une des formules d’inversion de
1/(𝑧 − 𝑎)𝑖 , selon que le pôle se trouve à l’intérieur ou à l’extérieur de la région
de convergence de 𝑋(𝑧) , la TZI découle du développement en fractions
rationnelles de 𝑿(𝒛).

35
Transformée en Z Inverse par Développement en Série Entière
1/2

• Lorsqu’on ne peut pas exprimer la transformée en Z comme le rapport de deux


polynômes, on peut essayer d’effectuer une inversion en utilisant un
développement en série de Taylor autour de 𝒛−𝟏 = 𝟎 ou de 𝒛 = 𝟎, selon que la
région de convergence comporte 𝒛 = ∞ ou 𝒛 = 𝟎.
• Pour les séquences unilatérales droites, on développe 𝑋(𝑧) en utilisant la
variable 𝑧 −1 autour de 𝑧 −1 = 0.
• Pour les séquences unilatérales gauches, on développe 𝑋(𝑧) en utilisant la
variable 𝑧 autour de 𝑧 = 0.

36
Transformée en Z Inverse par Développement en Série Entière
2/2
• Le développement en série de Taylor de 𝐹(𝑥) autour de 𝑥 = 0 est donnée par
+
dF x2 d 2 F x3 d 3 F xn d n F
F ( x) = F (0) + x + 2
+ 3
+ = n
dx x =0 2! dx x =0
3! dx x =0 n =0 n ! dx x =0

• Si on pose 𝑥 = 𝑧 −1 , alors l’expression précédente a la forme d’une transformée


en Z d’une séquence unilatérale droite.

• Si on pose 𝑥 = 𝑧, alors l’expression précédente a la forme d’une transformée en Z


d’une séquence unilatérale gauche.

37
Propriétés de la TZ 1/7

• Linéarité :
• Si 𝑥[𝑛] et 𝑦[𝑛] admettent des TZ 𝑋(𝑧) et 𝑌(𝑧), alors 𝑤[𝑛] = 𝑎𝑥[𝑛] + 𝑏𝑦[𝑛]
admet 𝑊(𝑧) = 𝑎𝑋(𝑧) + 𝑏𝑌(𝑧) avec une RC contenant l’intersection des RC
de 𝑥[𝑛] et de 𝑦[𝑛] :

w[n] = ax[n] + by[n]  W ( z ) = aX ( z ) + bY ( z ), RC ( w)  RC ( x)  RC ( y )

• Retard ou avance en temps :


• Si 𝑦[𝑛] = 𝑥[𝑛 − 𝑘], où 𝑘 est un entier non nul, alors :

y[n] = x[n − k ]  Y ( z ) = z − k X ( z ), RC ( y ) = RC ( x) ou RC ( x) \{0} ou RC ( x) \{}

38
Propriétés de la TZ 2/7

• Inversion en temps :

y[n] = x[−n]  Y ( z ) = X ( z −1 ), RC ( y ) = 1/ RC ( x)

• Conjugaison :

y[n] = x*[n]  Y ( z ) = X * ( z * ), RC ( y ) = RC ( x)

• Conjugaison avec inversion en temps :

y[n] = x*[−n]  Y ( z ) = X * (1/ z * ), RC ( y ) = 1/ RC ( x)

39
Propriétés de la TZ 3/7

• Partie réelle :
1
y[n] = {x[n]}  Y ( z ) =  X ( z ) + X * ( z * )  , RC ( y )  RC ( x)
2

• Partie imaginaire :
1
y[n] = {x[n]}  Y ( z ) =  X ( z ) − X * ( z * )  , RC ( y )  RC ( x)
2j

40
Propriétés de la TZ 4/7

• Modulation (ou multiplication par une exponentielle) :

y[n] = a n x[n]  Y ( z ) = X ( z / a ), RC ( y ) = a RC ( x)

• Décalage (ou translation) en fréquence :

y[n] = x[n]e j 2 n  Y ( z ) = X ( ze − j 2 ), RC ( y ) = RC ( x)

• Différentiation (ou multiplication par la variable d’évolution) :


dX ( z )
y[n] = nx[n]  Y ( z ) = − zX ( z ) = − z , RC ( y ) = RC ( x)
dz

41
Propriétés de la TZ 5/7

• Convolution :

w[n] = x[n]  y[n]  W ( z ) = X ( z )Y ( z ), RC ( w)  RC ( x)  RC ( y )

• Théorème de la valeur initiale (𝑥[𝑛] causal) :


x[0] = lim X (z)
z →

• Théorème de la valeur finale (la RC de 𝑥[𝑛] contient les points 𝑧 > 1 et les pôles
de (𝑧 − 1)𝑋(𝑧) sont à l’intérieur du cercle unité) :
lim x[n] = lim ( z − 1) X ( z ) = lim (1 − z −1 ) X ( z )
n →+ z →1 z →1

42
Propriétés de la TZ
Séquence Transformation RC
𝑥[𝑛] 𝑋(𝑧) 𝑅𝐶(𝑥)
𝑎𝑥[𝑛] + 𝑏𝑦[𝑛] 𝑎𝑋 𝑧 + 𝑏𝑌(𝑧) Contient 𝑅𝐶(𝑥) ∩ 𝑅𝐶(𝑦)
𝑥[𝑛 − 𝑘] 𝑧 −𝑘 𝑋(𝑧) 𝑅𝐶(𝑥), excepté l’addition
ou la suppression de
l’origine ou de ∞
𝑎𝑛 𝑥[𝑛] 𝑋(𝑧/𝑎) 𝑎 𝑅𝐶(𝑥)
𝑛𝑥[𝑛] 𝑑𝑋(𝑧) 𝑅𝐶(𝑥)
−𝑧
𝑑𝑧
𝑥 ∗ [𝑛] 𝑋 ∗ (𝑧 ∗ ) 𝑅𝐶(𝑥)
ℜ 𝑥[𝑛] 1 Contient 𝑅𝐶(𝑥)
𝑋 𝑧 + 𝑋 ∗ (𝑧 ∗ )
2
ℑ 𝑥[𝑛] 1 Contient 𝑅𝐶(𝑥)
𝑋 𝑧 − 𝑋 ∗ (𝑧 ∗ )
2𝑗 43
Propriétés de la TZ

Séquence Transformation RC
𝑥[−𝑛] 𝑋(𝑧 −1 ) 1/𝑅𝐶(𝑥)
𝑥 ∗ [−𝑛] 𝑋 ∗ 1/𝑧 ∗ 1/𝑅𝐶(𝑥)
𝑥[𝑛] ∗ 𝑦[𝑛] 𝑋 𝑧 𝑌(𝑧) Contient 𝑅𝐶(𝑥) ∩ 𝑅𝐶(𝑦)
𝑋(𝑧 𝑘 ) 𝑅𝐶 𝑤 = 𝑅𝐶(𝑥)1/𝑘
𝑥[𝑟], 𝑛 = 𝑘𝑟
𝑤[𝑛] = ቊ
0, 𝑛 ≠ 𝑘𝑟
pour un certain 𝑟
𝑛 1 Au moins l’intersection de
𝑋(𝑧)
෍ 𝑥[𝑘] 1 − 𝑧 −1 𝑅𝐶(𝑥) et de 𝑧 > 1
𝑘=−∞

44
Transformée en Z sur le Cercle Unité

• La Transformée de FOURIER à Temps Discret (TFTD) du signal 𝑥[𝑛] est définie par
la fonction périodique de période 1
+
X(f ) = 
n =−
x[n]e − j 2 fn

• Cette TFTD peut être vue comme l’évaluation de la transformée en Z de 𝒙[𝒏] sur
le cercle unité, c’est-à-dire au points

z = e j 2 f
• En effet :
+ +
X ( z ) z =e j 2 f = 
n =−
x[n] z − n
z =e j 2 f
= 
n =−
x[n]e − j 2 fn = X ( f )
45
Transformées en Z Usuelles 1/4

Séquence Transformée en Z (TZ) Région de Convergence (RC)


𝛿[𝑛] 1 ℂ
𝛿[𝑛 − 𝑘] 𝑧 −𝑘 ℂ, à l’exception possible de 0 ou de

𝜀[𝑛] 1 𝑧 𝑧 >1
=
1 − 𝑧 −1 1 − 𝑧
𝜀[−𝑛 − 1] 𝑧 𝑧 <1
1−𝑧
𝑛𝜀[𝑛] 𝑧 𝑧 >1
(𝑧 − 1)2
𝑛2 𝜀[𝑛] 𝑧(𝑧 + 1) 𝑧 >1
(𝑧 − 1)3
𝑛3 𝜀[𝑛] 𝑧(𝑧 2 + 4𝑧 + 1) 𝑧 >1
(𝑧 − 1)4
46
Transformées en Z Usuelles 2/4
Séquence Transformée en Z (TZ) Région de Convergence (RC)
𝑎𝑛 1 − 𝑎2 1
𝑎 < 𝑧 <
(1 − 𝑎𝑧 −1 )(1 − 𝑎𝑧) 𝑎

𝑎𝑛 𝑒 𝑎/𝑧 ℂ
𝜀[𝑛]
𝑛!
𝑎𝑛 𝜀[𝑛] 1 𝑧 𝑧 > 𝑎
=
1 − 𝑎𝑧 −1 𝑧 − 𝑎
𝑛𝑎𝑛 𝜀[𝑛] 𝑎𝑧 −1 𝑧 > 𝑎
(1 − 𝑎𝑧 −1 )2
𝑛2 𝑎𝑛 𝜀[𝑛] 𝑎𝑧(𝑧 + 𝑎) 𝑧 > 𝑎
(𝑧 − 𝑎)3
𝑛3 𝑎𝑛 𝜀[𝑛] 𝑎𝑧(𝑧 2 + 4𝑎𝑧 + 𝑎2 ) 𝑧 > 𝑎
(𝑧 − 𝑎)4
(𝑛 + 1)𝑎𝑛 𝜀[𝑛] 𝑧2 𝑧 > 𝑎
47
(𝑧 − 𝑎)2
Transformées en Z Usuelles 3/4
Séquence Transformée en Z (TZ) Région de Convergence (RC)
𝑛+1 𝑛+2 𝑛 𝑧4 𝑧 > 𝑎
𝑎 𝜀[𝑛]
2 (𝑧 − 𝑎)4
(𝑛 + 1)(𝑛 + 2)(𝑛 + 3) 𝑛 𝑧3 𝑧 > 𝑎
𝑎 𝜀[𝑛]
3 (𝑧 − 𝑎)3
−𝑎𝑛 𝜀[−𝑛 − 1] 1 𝑧 𝑧 < 𝑎
=
1 − 𝑎𝑧 −1 𝑧 − 𝑎
−𝑛𝑎𝑛 𝜀[−𝑛 − 1] 𝑎𝑧 −1 𝑧 < 𝑎
(1 − 𝑎𝑧 −1 )2
𝑎𝑛 (𝜀[𝑛] − 𝜀[𝑛 − 𝑁]) 1 − 𝑎𝑁 𝑧 −𝑁 𝑧 >0
1 − 𝑎𝑧 −1
𝑟 𝑛 cos(2𝜋𝜈𝑛) 𝜀[𝑛] 1 − 𝑟 cos(2𝜋𝜈) 𝑧 −1 𝑧 >𝑟
1 − 2𝑟 cos 2𝜋𝜈 𝑧 −1 + 𝑟 2 𝑧 −2
𝑟 𝑛 sin 2𝜋𝜈𝑛 𝜀[𝑛] 𝑟 sin(2𝜋𝜈)𝑧 −1 𝑧 >𝑟
1 − 2𝑟 cos 2𝜋𝜈 𝑧 −1 + 𝑟 2 𝑧 −2 48
Transformées en Z Usuelles 4/4
Séquence Transformée en Z (TZ) Région de Convergence (RC)
sin(2𝜋𝜈𝑛 + 𝜃) 𝜀[𝑛] sin(2𝜋𝜈 − 𝜃)𝑧 −1 + sin(𝜃)𝑧 −2 𝑧 >1
1 − 2 cos 2𝜋𝜈 𝑧 −1 + 𝑧 −2
1 𝑧 𝑧 >1
𝜀[𝑛 − 1] ln
𝑛 1−𝑧
(−𝑎)𝑛 𝜀[𝑛] 𝑧 𝑧 > 𝑎
𝑧+𝑎
𝑘−1 𝑛−𝑘 1 𝑧 > 𝑎
𝐶𝑛−1 𝑎 𝜀[𝑛 − 𝑘]
(𝑧 − 𝑎)𝑘
𝑘−1
(−1)𝑘 𝐶−𝑛+𝑘−1 𝑎𝑛−𝑘 𝜀[−𝑛] 1 𝑧 < 𝑎
(𝑧 − 𝑎)𝑘

49
I.2. SLI

50
Systèmes LIT Discrets en Temps

51
LIT introduction et définitions

52
Systèmes Discrets en Temps 1/3

• Un système discret en temps transforme une séquence 𝑥[𝑛], appelée signal en


entrée, en une autre séquence 𝑦[𝑛], appelée signal en sortie.
• Un système discret en temps est noté symboliquement par :
x[n] ⎯⎯
→ y[n] ou y[n] = {x[n]}

x ( n) y[n] = {x[n]}

Signal Signal
en entrée en sortie

• Le terme « filtre » est souvent utilisé à la place du terme « système ».

53
Systèmes Discrets en Temps 2/3

• Un système discret en temps est décrit par une formule mathématique ou une
règle qui permet de déterminer sans ambiguïté la sortie en fonction de l’entrée.
• Exemple 1 : Filtre à moyenne glissante (moving average filter) permettant de
lisser un signal corrompu par un bruit additif :
1
y[n] = ( x[n] + x[n − 1] + x[n − 2])
3
• Exemple 2 : Filtre médian utilisé pour éliminer les pics dans des données
expérimentales :
y[n] = mediane ( x[n − 2], x[n − 1], x[n], x[n + 1], x[n + 2])

54
Systèmes Discrets en Temps 3/3
Filtre à moyenne x[n] Filtre médian
glissante

y1[n] y2 [ n ]

1
y1[n] = ( x[n] + x[n − 1] + x[n − 2]) y2 [n] = mediane ( x[n − 2], x[n − 1], x[n], x[n + 1], x[n + 2])
3
55
Causalité et Stabilité 1/2

• Définition 1 (Causalité) : Un système est causal si la valeur présente en sortie ne


dépend pas de valeurs futures de l’entrée : 𝑦[𝑛] est déterminé par les valeurs de
𝑥[𝑘] pour 𝑘 ≤ 𝑛 seulement.
• Remarque 1 : Si la sortie d’un système dépend des valeurs futures de l’entrée, le
système est dit non causal.
• Remarque 2 : La causalité implique que si 𝑥[𝑘] = 0 pour 𝑘 < 𝑛, alors 𝑦[𝑘] = 0
pour 𝑘 < 𝑛  Un système causal ne peut pas produire une sortie avant que
l’entrée soit appliquée.
• Le filtre à moyenne glissante de l’exemple 1 est causal. y1 (n) =
1
3
( x(n) + x(n − 1) + x(n − 2) )

• Le filtre médian de l’exemple 2 est non causal. y2 (n) = mediane ( x(n − 2), x(n − 1), x(n), x(n + 1), x(n + 2) )

56
Causalité et Stabilité 2/2

• Définition 2 (Stabilité) : Un systèmes est stable au sens BIBO (Bounded-Input


Bounded-Output) si toute entrée bornée résulte en une sortie bornée :
x[n]  M x    y[n]  M y  
• Un signal 𝑥[𝑛] est borné s’il existe une constante positive finie 𝑀𝑥 telle que
𝑥[𝑛] ≤ 𝑀𝑥 pour tout 𝑛.
• Le filtre à moyenne glissante de l’exemple 1 est BIBO :

x[n] + x[n − 1] + x[n − 2]  ( x[n] + x[n − 1] + x[n − 2] )  M x


1 1
y[n] =
3 3
 Il suffit de prendre 𝑀𝑦 = 𝑀𝑥 .

57
Linéarité et Invariance en Temps 1/6

• Définition 1 (Linéarité ou Principe de Superposition) : Un système est linéaire SSI


pour toutes constantes réelles ou complexes, 𝑎1 et 𝑎2 , et tous signaux en entrée,
𝑥1 [𝑛] et 𝑥2 [𝑛],
{a1 x1[n] + a2 x2 [n]} = a1 {x1[ n]} + a2 {x2 [ n]}

pour toutes valeurs de 𝑛.


• Un système qui ne satisfait pas le principe de superposition est dit non linéaire.

58
Linéarité et Invariance en Temps 2/6
xk [n] → yk [ n ] = {xk [n]}  ne dépend pas du temps
{}

 a x [ n]
k
k k →  a y [ n]
k
k k

x1[n] Système LTI y1[n] = {x1[n]}

x2 [n] Système LTI y2 [ n ] = {x2 [n]}

a1 x1[n] + a2 x2 [n] Système LTI a1 y1[n] + a2 y2 [n]


59
Linéarité et Invariance en Temps 3/6
Filtre à moyenne Filtre médian
glissante

x1[n], x2 [n]

Filtre linéaire Filtre non linéaire

{x1[n] + x2 [n]} = {x1[n]} + {x2 [n]} {x1[n] + x2 [n]}  {x1[n]} + {x2 [n]}
60
Linéarité et Invariance en Temps 4/6

• Une conséquence importante de la linéarité est qu’un système linéaire ne peut


produire une sortie sans être excité : En prenant 𝑎1 = 𝑎2 = 0, on a :

x[n] = 0 ⎯⎯
→ y[n] = 0 {a1 x1 (n) + a2 x2 (n)} = a1 {x1 (n)} + a2 {x2 (n)}

• Si les caractéristiques d’un système ne changent pas (respectivement, changent)


en temps, le système est dit invariant (respectivement, variant) en temps.
 La forme de la sortie d’un système invariant en temps ne dépend que de la
forme de l’entrée et ne dépend donc pas de l’instant de l’application de l’entrée
au système.

61
Linéarité et Invariance en Temps 5/6

• Définition 2 (Invariance en temps) : Un système est invariant en temps ou fixe


SSI :

y[n] = ( x[n])  y[n − k ] = ( x[n − k ])

pour toute entrée 𝑥[𝑛] et tout décalage en temps 𝑘.


 Un décalage en temps de l’entrée résulte en un décalage identique en temps
de la sortie.

62
Linéarité et Invariance en Temps 6/6

y[n] = ( x[n])  k , y[ n − k ] = [ x( n − k )]

x1[n] Système LTI y1[n] = {x1[n]}

x2 [n] = x1[n − k ] Système LTI y2 [ n ] = {x2 [n]}


= y1[n − k ]
k Décalage en temps k

63
Résumé des Propriétés des Systèmes à Temps Discret

Propriété Entrée Sortie



𝑥[𝑛] → 𝑦[𝑛]

𝑥𝑘 [𝑛] → 𝑦𝑘 [𝑛]

Linéarité →
෍ 𝑐𝑘 𝑥𝑘 [𝑛] ෍ 𝑐𝑘 𝑦𝑘 [𝑛]
𝑘 𝑘

Invariance en temps 𝑥[𝑛 − 𝑘] → 𝑦[𝑛 − 𝑘]

Stabilité 𝑥[𝑛] ≤ 𝑀𝑥 < ∞ → 𝑦[𝑛] ≤ 𝑀𝑦 < ∞

Causalité 𝑥[𝑛] = 0 for 𝑛 ≤ 𝑘 → 𝑦[𝑛] = 0 for 𝑛 ≤ 𝑘

64
Convolution & réponse
impusionnelle

65
Description des Systèmes Linéaires Invariants en Temps (LIT)
1/5

• La réponse d’un système LIT à une entrée quelconque peut être déterminée à
partir de sa réponse, ℎ[𝑛], à une impulsion de Dirac, 𝛿[𝑛].
• La séquence ℎ[𝑛], appelée « réponse impulsionnelle », peut aussi être utilisée
pour déduire toutes les propriétés d’un système LIT.

Impulsion unité
Impulsion unité Réponse
Réponseimpulsionnelle
impulsionnelle

[(nn]) hh([nn)]
Système
Système
LIT
LIT

66
Description des Systèmes Linéaires Invariants en Temps (LIT)
2/5
• Si on exprime l’entrée 𝑥[𝑛] comme la somme de séquences plus simples
x[n] =  ak xk [n] = a1 x1[n] + a2 x2 [n] + a3 x3[ n] +
k
alors la réponse est donnée par
y[n] =  ak yk [n] = a1 y1[n] + a2 y2 [n] + a3 y3[n] +
k
• Si on définit la séquence 𝑥𝑘 [𝑛] par
 x[k ], si n = k ,
xk [n] = x[k ] [n − k ] = 
0, si n  k ,
alors, d’après la propriété de superposition, la séquence 𝑥[𝑛] est exprimée
comme + +
x[n] =  xk [n] =  x[k ] [n − k ], −   n  +.
67
k =− k =−
Description des Systèmes Linéaires Invariants en Temps (LIT)
3/5
x[n] x[0] [n] x[2] [n − 2]
x[0] x[0]

x[2] x[2]

• Si on considère un système linéaire (mais possiblement variable en temps) et si


on dénote par ℎ𝑘 [𝑛] la réponse au signal basique 𝛿[𝑛 − 𝑘], alors, d’après la
propriété de superposition, la réponse à l’entrée 𝑥[𝑛] est donnée par :
+
y[n] =  x[k ]h [n]
k =−
k

68
Description des Systèmes Linéaires Invariants en Temps (LIT)
4/5
• Si on impose la contrainte additionnelle d’un système invariant en temps, on a :

 [n] ⎯⎯
→ h[n]   [n − k ] ⎯⎯
→ hk [ n] = h[ n − k ]

• On obtient alors la formule :

+ +
y[n] =  x[k ]h[n − k ] = x[n]* h[n] =  h[k ]x[n − k ] = h[n]* x[n]
k =− k =−

 La réponse d’un système LIT à n’importe quel signal en entrée 𝑥[𝑛] peut être
déterminé à partir de sa réponse impulsionnelle ℎ[𝑛].

69
Description des Systèmes Linéaires Invariants en Temps (LIT)
5/5
• Une dérivation alternative de la somme de convolution est :

 [n] ⎯⎯
→ h[n] (Réponse impulsionnelle)

 [n − k ] ⎯⎯
→ h[n − k ] (Invariance en temps)

x[k ] [n − k ] ⎯⎯
→ x[k ]h[n − k ] (Homogénéité)
(Linéarité)
+ +

 x[k ] [n − k ] ⎯⎯→  x[k ]h[n − k ]


k =− k =−
(Additivité)

x[n] y[n] 70
Propriétés des Systèmes LIT 1/6

• Propriétés de la convolution :
x[n] y[n] h[n] y[n]
h[n] x[n]

x[n] y[n] x[n] y[n]


h1[n] h2 [n] h[n] = h1[n]* h2 [n]

x[n] y[n] x[n] y[n]


h1[n] h2 [n] h2 [n] h1[n]
71
Propriétés des Systèmes LIT 2/6

• Propriétés de la convolution :

h1[n]

x[n] y[n] x[n] y[n]


h[n] = h1[n] + h2 [n]

h2 [n]

72
Propriétés des Systèmes LIT 3/6

• Résumé des propriétés de convolution :

Propriété Formule

Identité 𝑥[𝑛] ∗ 𝛿[𝑛] = 𝑥[𝑛]

Délai 𝑥[𝑛] ∗ 𝛿 𝑛 − 𝑘 = 𝑥[𝑛 − 𝑘]

Commutativité 𝑥[𝑛] ∗ ℎ[𝑛] = ℎ[𝑛] ∗ 𝑥[𝑛]

Associativité 𝑥[𝑛] ∗ ℎ1 [𝑛] ∗ ℎ2 [𝑛] = 𝑥[𝑛] ∗ (ℎ1 [𝑛] ∗ ℎ2 [𝑛])

Distributivité 𝑥[𝑛] ∗ (ℎ1 [𝑛] + ℎ2 [𝑛]) = 𝑥[𝑛] ∗ ℎ1 [𝑛] + 𝑥[𝑛] ∗ ℎ2 [𝑛]

73
Propriétés des Systèmes LIT 4/6

• Causalité et stabilité :
• Un système LIT de réponse impulsionnelle ℎ[𝑛] est causal SSI :
h[n] = 0 pour n  0
• Démonstration : En écrivant
y[n] = h[n]* x[n] =  k =− h[k ]x[n − k ]
+

= + h[−2]x[n + 2] + h[−1]x[n + 1] + h[0]x[n] + h[1]x[n − 1] + h[2]x[n − 2] +


Termes dépendant du futur Termes dépendant du passé
on s’aperçoit que la valeur en sortie 𝑦[𝑛] ne dépend pas des futures valeurs
de l’entrée, 𝑥[𝑛 + 1], 𝑥[𝑛 + 2], …, SSI ℎ[𝑛] = 0 pour 𝑛 < 0.

74
Propriétés des Systèmes LIT 5/6

• Causalité et stabilité:
• Un système LIT de réponse impulsionnelle ℎ[𝑛] est stable au sens BIBO SSI la
réponse impulsionnelle est absolument sommable :
+


n =−
h[n]  +
• Démonstration :
• Condition suffisante : Si on suppose que 𝑥[𝑛] est bornée, c’est-à-dire
𝑥[𝑛] ≤ 𝑀𝑥 < +∞ pour tout 𝑛, alors :
+ + +
y[n] =  h[k ]x[n − k ]  
k =− k =−
h[k ] x[n − k ]  M x 
k =−
h[k ]

Comme 𝑀ℎ = σ+∞
𝑘=−∞ ℎ[𝑘] < +∞, on a 𝑦[𝑛] ≤ 𝑀ℎ 𝑀𝑥 = 𝑀𝑦 < +∞.
75
Propriétés des Systèmes LIT 6/6

• Causalité et stabilité :
• Démonstration (suite et fin) :
• Condition nécessaire : On doit montrer qu’il existe une séquence bornée
qui crée une réponse non bornée lorsque σ+∞ 𝑛=−∞ ℎ[𝑛] = +∞.
On considère la séquence en entrée
h* [ − n ]
x[n] =
h[−n]
Clairement, 𝑥[𝑛] est bornée puisque 𝑥[𝑛] = 1.
La sortie du système à 𝑛 = 0 est
+ +
y[0] =  h[k ]x[−k ] = 
k =− k =−
h[k ] = +
76
Causalité

• Un système LIT causal possède une réponse impulsionnelle ℎ[𝑛] nulle pour 𝑛 <
0.
 La série entière d’un système causal
+
H ( z ) =  h[n]z − n
n =0

n’inclue aucune puissance positive de 𝑧 et sa RC s’étend en dehors d’un cercle


pour un certain rayon 𝑟 ( 𝑧 > 𝑟).
• Toute séquence unilatérale droite (causale ou non) a une RC 𝑧 > 𝑟 pour un
certain 𝑟.  Avoir une RC qui s’étend vers l’infini en dehors d’un cercle est une
condition nécessaire mais pas suffisante pour qu’un système LIT soit causal.
77
Stabilité

• Pour qu’un système LIT soit stable, il faut que la réponse impulsionnelle soit
absolument sommable :
+


k =−
h[k ]  +

• Ceci est équivalent à la condition


+ + +

  
−k
H ( z)  h[k ]z − k = h[k ] z = h[k ]  +
k =− k =− k =−

pour 𝑧 = 1.
 La RC de 𝑯(𝒛) doit inclure le cercle unité.

78
Causalité et Stabilité

 Un système LIT causal avec 𝐻(𝑧) rationnel est stable SSI

• La RC est à l’extérieur d’un cercle de rayon 𝒓 < 𝟏 et s’étend vers l’infini (les
zéros peuvent être n’importe où), ou, de manière équivalente,

• Tous les pôles de 𝐻(𝑧) sont strictement à l’intérieur du cercle unité.

• Remarque : La stabilité et la causalité ne sont pas des propriétés liées entre elles :
Un système causal peut ou pas être stable et vice versa.

79
Systèmes LIT Continus en Temps

80
Description des Systèmes LTI Continus en Temps 1/3

• Pour les signaux continus, l’équivalent naturel de la convolution à temps discret


+
y[n] =  x[k ]h[n − k ]
k =−

est la convolution à temps continu


+
y (t ) =  x( )h(t −  )d
−

81
Description des Systèmes LTI Continus en Temps 2/3

• La relation
+
x(t ) =  x( ) (t −  )d
−

où 𝛿(∙) est la fonction delta de Dirac peut être interprétée comme la


décomposition de de 𝒙(𝒕) en une chaîne d’impulsions décalées et mises à
l’échelle.
 On peut utiliser la linéarité et l’invariance en temps pour obtenir une
description sous forme d’une convolution des systèmes LIT continus en temps.
• On note par ℎ(𝑡) la réponse du système LIT à l’impulsion 𝛿(𝑡).

82
Description des Systèmes LTI Continus en Temps 3/3

 (t ) ⎯⎯
→ h(t ) (Réponse impulsionnelle)

 (t −  ) ⎯⎯
→ h(t −  ) (Invariance en temps)

x( ) (t −  ) ⎯⎯
→ x( )h(t −  ) (Homogénéité)
(Linéarité)
+ +

 x( ) (t −  )d ⎯⎯→  x( )h(t −  )d


− −
(Additivité)

x(t ) y (t )
83
Propriétés des Systèmes LIT Continus en Temps

• Un système LIT continu en temps est complètement caractérisé par sa réponse


impulsionnelle ℎ(𝑡).
 Un système LIT est causal si sa réponse impulsionnelle satisfait la condition :

h(t ) = 0, t  0

 Un système LIT est stable si sa réponse impulsionnelle est absolument


intégrable :
+


−
h(t ) dt  +

84

Vous aimerez peut-être aussi