Cours: Systèmes et Signaux

Dr B. ELBHIRI
bra.elbhiri@gmail.com

2019/2020 1
 Plan de cours

I. Introduction aux signaux et systèmes

II. Analyse des systèmes analogiques

III. Analyse des signaux analogiques

IV. Analyse des signaux et des systèmes numériques

2
 Répartition du volume horaire

Volume horaire total : 32 heures

• Cours : 18 heures

• TD : 12 heures

• Contrôle : 2 heures

3
 Rappel Mathématique

 Fonction paire:

 Fonction impaire:

Fonction périodique:

 Décalage (translation verticale):

 Fonction retardée (translation horizontale):

 Changement d’échelle (dilatation ou compression):

 Série et transformé de Fourier:

4
 Rappel Mathématique

Fonction paire:
– Fonction paire : une fonction réelle est paire si, pour tout t ∈ R, on a : f(−t) = f(t).

Graphiquement, une fonction paire présente une symétrie horizontale par rapport à
l’axe des

5
 Rappel Mathématique

Fonction impaire:
Fonction impaire : une fonction r´eelle est impaire si, pour tout t ∈ R, on a :
f(−t) = −f(t) (ou f(t) = −f(−t)).

Graphiquement, une fonction impaire présente une symétrie par rapport à l’origine.

6
 Rappel Mathématique

Fonction périodique:
Fonction périodique : une fonction périodique fT (t) de période T est la
répétition à l’infini avec une période T d’une fonction f(t) définie sur l’intervalle T
et appelée motif. Les signaux périodiques sont ainsi définis par la relation :
Pour tout t ∈ R, fT (t) = fT (t + T),

7
 Rappel Mathématique

Décalage (translation verticale):

un décalage est la transformation qui fait correspondre à toute fonction f(t), la
fonction g(t) telle que g(t) = f(t) + a avec a ∈ R.

8
 Rappel Mathématique

Fonction retardée (translation horizontale):

la fonction g(t) est la fonction f(t) retardée de t0 (t0 > 0) si, pour tout t ∈ R, on a :
g(t) = f (t − t0)
En particulier, pour t = t0, g(t) = g(t0) = f (t − t0) = f (t0 − t0) = f(0).
Si t0 > 0, g(t) est en retard sur f(t).
Si t0 < 0 (ou si g(t) = f (t + t0) et t0 > 0), g(t) est en avance sur f(t).

9
 Rappel Mathématique

Changement d’échelle (dilatation ou compression):

un changement d’échelle est la transformation qui fait correspondre à toute
fonction f(t), la fonction g(t) telle que g(t) = f(at) (ou g(t) = f(t/a)) avec a, un réel
strictement positif (a ∈ R+∗).
Si g(t) = f(at) et a < 1 ou si g(t) = f(t/a) et a > 1, c’est une dilatation.
Si g(t) = f(at) et a > 1 ou si g(t) = f(t/a) et a < 1, c’est une compression.

10
 Rappel Mathématique

Formule de Moivre:
Formule de Euler :

Relations fondamentales entre les fonctions trigonométriques

Formule de Werner

11
 Introduction à la théorie de signal
et information

1. Introduction à la théorie du signal

2. Traitement des signaux

3. Signaux physiquement réalisables et modèles théoriques

4. Classification des signaux

12
 Introduction à la théorie de signal
et information

 La théorie du signal est l’ensemble des outils mathématiques qui permettent de

décrire les signaux et les bruits émis par une source, ou modifiés par un système
de traitement,

 La théorie de l’information est l’ensemble des outils mathématiques qui permet

de décrire la transmission de messages véhiculés d’une source vers un
destinataire,

Réseau Sans
fil 13
 Introduction à la théorie de signal
et information

 Signal
 Représentation physique d’une information à transmettre
 Entité qui sert a véhiculer une information

 Entité (courant électrique, onde acoustique, onde lumineuse, suite de

nombres) engendrée par un phénomène physique et véhiculant une information
(musique, parole, son, image, température).
 Sur le plan théorique il est représenté par une fonction des réels ou des
complexes pour une études de façon plus aisée.
Exemples
 Onde acoustique : courant délivré par un microphone ( parole, sons
musicaux)
 Signaux biomédicaux :

 Signaux géophysiques : vibrations sismiques

 Images

 Vidéos…
Réseau Sans
fil 14
 Introduction à la théorie de signal
et information

 Signal
Signaux analogiques: Les signaux analogiques sont des signaux a temps continu. Il
seront représentes par des fonctions mathématiques d'une variable réelle (en
général, le temps) a valeur dans R ou C :

Signaux numériques: Les signaux numériques sont obtenus a partir des signaux
analogiques par échantillonnage et quantification. Ces signaux ont une
importance particulière car ce sont ceux a qui pourront être manipules sur un
ordinateur. Ils sont modélises en mathématiques par des suites a valeur dans R
ou C.

Réseau Sans
fil 15
 Introduction à la théorie de signal
et information

 Système : ensemble isole de dispositifs établissent un lien de cause a

effet entre des signaux d’entrée (excitations : commandes, consignes,
perturbations) et des signaux de sortie (réponses ou mesures).

 Bruit : Tout phénomène perturbateur pouvant gêner la perception ou

l'interprétation d'un signal

Réseau Sans
fil 16
 Introduction à la théorie de signal
et information

1. Introduction à la théorie du signal

2. Traitement des signaux

3. Signaux physiquement réalisables et modèles théoriques

4. Classification des signaux

17
 Introduction à la théorie de signal
et information

 Traitement du Signal
 Ensemble des techniques permettant de créer, d'analyser et de transformer les
signaux en vue de leur exploitation

 Extraction du maximum d'information utile d'un signal perturbé par le bruit

Domaines d’applications
 télécommunications,

 reconnaissance de la parole, synthèse du son

 aide à la décision (au diagnostic), à la commande

 analyse d’images (médicales, satellitaires…)

 Relations très étroites avec d’autres domaines : mathématiques, électronique,

informatique, automatique, intelligence artificielle...

18
 Introduction à la théorie de signal
et information
 Fonctions du Traitement du Signal
 Créer : Elaboration de signaux
 Synthèse: création de signaux par combinaison de signaux élémentaires

 Modulation : adaptation du signal au canal de transmission

19
 Introduction à la théorie de signal
et information

 Fonctions du Traitement du Signal

 Analyser : Interpretation des signaux

 Détection : extraction du signal d'un bruit de fond

 Identification : classement du signal (identification d'une pathologie sur

un signal médical, reconnaissance de la parole, etc.)

 Transformer : adapter un signal aux besoins

 Filtrage: élimination de certaines composantes indésirables

 Codage/Compression

20
 Introduction à la théorie de signal
et information

1. Introduction à la théorie du signal

2. Traitement des signaux

3. Signaux physiquement réalisables et modèles théoriques

4. Classification des signaux

21
 Introduction à la théorie de signal
et information

Signaux physiquement réalisables et modèles théoriques:

• Définition: Signal réalisable.
Soit s : un signal analogique, s est dit réalisable s'il est a la fois
stable et causal.
• Un signal causal est un signal qui débute a une date t = 0.
s est un signal causal ssi s(t) = 0 pour t < 0
• Signal stable: Soit s : un signal stable, On dira que s est
stable si

• Un signal est réalisable, ce qui induit plusieurs propriétés :

– l’énergie du signal est bornée,
– l’amplitude du signal est bornée,
– le spectre du signal est borné et tend vers 0 lorsque la fréquence tend vers
l’ infini.

22
 Introduction à la théorie de signal
et information
Un signal expérimental s(t) est généralement un signal électrique délivré par
un capteur ou un appareil de mesure et représente donc une tension ou un
courant en fonction du temps. Il peut être de tout autre nature mais doit être
physiquement réalisable et répondre à un ensemble de contraintes :
– à énergie bornée,
– à amplitude bornée,
– continu,
– causal, défini sur R + (s(t) = 0 pour t < 0),
– à support borné (de durée limitée ou finie),
– de spectre à support borné

23
 Introduction à la théorie de signal
et information
Sur le plan théorique, un signal est représenté par une fonction ou une distribution
réelle ou complexe qui permettent son étude de façon plus aisée. Ainsi les modèles
utilises possèdent des caractéristiques
différentes des signaux expérimentaux :
 à énergie théorique infinie,
 à amplitude non bornée,
 définie sur ℝ ou ℂ,
 à support non borne (observe durant un temps infini),
 possédant des discontinuités,
 à spectre infini.

24
 Rappel: Signaux usuels
Fonction signe:
La fonction signe, notée sgn()est une fonction réelle de la variable réelle définie par :

Par convention, on définit :

Usuellement, on prend sgn(0) = 0, Avec cette convention, la fonction sgn() est une fonction
impaire :

25
 Rappel: Signaux usuels
Fonction échelon unité:
La fonction échelon unité, ou simplement échelon ou fonction de Heaviside, notée ε(), est
une fonction réelle de la variable réelle définie par :

avec, par convention:

Cette fonction est illustrée par la figure suivante:

Exercice
montrer que :

26
 Rappel: Signaux usuels
Fonction rampe:
La fonction rampe, notée r, est une fonction réelle de la variable réelle définie par :

Cette fonction est illustrée par la figure suivante:

Exercice
Calculer l’intégral représentant la fonction rampe r() et vérifier sa représentation graphique

27
 Rappel: Signaux usuels
Fonction rectangle ou porte:
La fonction rectangle, ou fonction porte, de largeur 1, notée rect(), est une fonction réelle de
la variable réelle définie par :

La fonction rectangle, ou fonction porte, de largeur T, notée , est une fonction réelle
de la variable réelle définie par :

28
 Rappel: Signaux usuels
Fonction rectangle ou porte:

Exercice
• Montrer que l’aire de la fonction rectangle de largeur unité vaut 1 et calculer celle d’une
larguer de T.
• Calculer le produit d’une fonction x(t) et la Illustrer le résultat par des graphes

29
 Rappel: Signaux usuels
Fonction triangle:
La fonction triangle unité, notée tri(), est une fonction réelle de la variable réelle définie par :

Exercice
Montrer que l’aire de la fonction triangle unité vaut 1 et que la largeur de son support vaut 2.

30
 Rappel: Signaux usuels
Impulsion de Dirac :
On appelle impulsion de DIRAC la fonction :

Cette fonction est illustrée par la figure suivante:

31
 Rappel: Signaux usuels
Peigne de Dirac :
La peigne de Dirac est une somme de l’impulsion de Dirac espacées de T, notée :

Cette fonction est illustrée par la figure suivante:

Remarque: Pour échantillonner une fonction x(t), c’est-à-dire prélever des échantillons
infiniment brefs, avec une période T, il suffit donc d’effectuer le produit de x(t) par un
peigne de Dirac

Exercice
1) Calculer le produit de l’impulsion de Dirac et un signal x(t)
2) Calculer l’intégral de ce produit
3) Donner l’expression de signal x(t) après échantillonnage par la peigne de Dirac
32
 Introduction à la théorie de signal
et information

1. Introduction à la théorie du signal

2. Traitement des signaux

3. Signaux physiquement réalisables et modèles théoriques

4. Classification des signaux

33
 Classification des signaux

 Pour faciliter l’étude des signaux, différents modes de classification peuvent être
envisagés :

 Classification dimensionnelle

 Classification énergétique

 Classification morphologique

 Classification spectrale

 Classification phénoménologique

34
 Classification des signaux
Classification dimensionnelle:
• En fonction du nombre de variables
• Signal monodimensionnel 1D :
Fonction d’un unique paramètre pas forcément
le temps, (courbe de température)

• Signal bidimensionnelle 2D: dépendant de deux paramètres (images)

Exple: niveau de luminosité L des pixels d’une image statique noir et blanc en
fonction de leurs coordonnées en abscisses x et en ordonnées y, L(x, y),

35
 Classification des signaux
Classification dimensionnelle:
• Signal tridimensionnel : dépendant de trois paramètres (vidéos, films)
Exple: niveau de luminosité L des pixels des images d’un film noir et blanc en
fonction de leurs coordonnées en abscisses x et en ordonnées y et en fonction
du temps t, L(x, y, t).

• Signal avec quatre dmensions:

Exple: Onde électromagnétique u(x, y, z, t) signal multidimensionnel

36
 Classification des signaux
Classification énergétique: Energie et Puissance des signaux :
 soit un signal x(t) définit sur ]-∞, +∞[ et T0 un intervalle de temps .
 L’énergie totale de x(t) se définie par:

 La puissance moyenne de x(t) se définie:

Remarque:
Cas des signaux périodiques de période T :

37
 Classification des signaux
Classification énergétique:
 Signal à énergie totale finie (ou convergente) :
 Sa puissance moyenne totale est nulle (cas des signaux transitoires, des
signaux physiquement réalisables).

Exercice: Vérifier que ces deux signaux sont à énergie totale finie et à
puissance moyenne totale nulle
38
 Classification des signaux
Classification énergétique:
 Signal à puissance moyenne totale finie (ou bornée) :

 Son énergie totale est infinie (cas des signaux périodiques, des signaux
physiquement irréalisables comme les modèles mathématiques).

Exercice: Vérifier que ces deux signaux sont à puissance moyenne totale finie
et à énergie totale infinie
39
 Classification des signaux
Classification énergétique:
Dans cette classe, on distingue deux types de signaux :

 Signaux à énergie finies  puissance moyenne nulle :

Généralement, cas des signaux représentant une grandeur physique.
Signaux transitoires à support borné

 Signaux à énergie infinie puissance moyenne non nulle :

Cas des signaux périodiques

40
 Classification des signaux
Classification morphologique

Le temps est un paramètre important de classification. Le traitement

numérique des signaux conduit à faire la distinction entre les signaux dits
à temps continus (signaux continus) et les signaux dits à temps discrets
(signaux discrets ou échantillonnés). Un autre paramètre des signaux traités est
à prendre en compte, c’est l’amplitude qui peut aussi être continue ou discrète
(quantifiée)

41
 Classification des signaux
Classification morphologique

 Signal à amplitude et temps continus (signal analogique).

 Signal à amplitude discrète et temps continu (signal quantifie) : le signal subit un codage
numérique afin d’être traite par un système logique.

 Signal à amplitude continue et temps discret (signal discret) : les valeurs du signal sont
disponibles uniquement a certains instants. Lorsque ces instants apparaissent a intervalles
réguliers, le signal est échantillonné.

 Signal à amplitude et temps discrets (signal numérique ou digital) : c’est un signal

échantillonné dont les valeurs sont codées.

42
 Classification des signaux
Classification morphologique

 On distingue 4 classes des signaux:

43
 Classification des signaux

Classification spectrale
 Spectre d’un signal : le spectre d’un signal est la représentation de son amplitude, de
sa phase, de son énergie ou de sa puissance en fonction de sa fréquence f ou de sa
longueur d’onde λ (λ = c/f, avec c = 300 000 km/s).
 Largeur de bande (ou largeur spectrale) : c’est le domaine des fréquences occupé par
le spectre d’un signal. Elle est définie comme la différence entre les fréquences
maximum et minimum de ce spectre.
 En fonction de la largeur de bande et en fonction du domaine de fréquences dans
lequel se situe le signal, différents types de signaux se distinguent :
 Les signaux à bande étroite dont la largeur de bande est relativement petite,
 Les signaux à bande large dont la largeur de bande est relativement grande voire infinie,

 Les signaux de basses fréquences (BF) dont la largeur de bande est centrée sur des
fréquences relativement faibles,
 Les signaux de hautes fréquences (HF) dont la largeur de bande est centrée sur des
fréquences relativement importantes.

44
 Classification des signaux

Classification spectrale

largeur de bande spectrale du signal ΔF:

ΔF=Fmax-Fmin et Fmoyn=(Fmax-Fmin)/2

•Les signaux à bande étroite avec ΔF/Fmoy petit (Fmax # Fmin)

•Les signaux à large bande avec ΔF/Fmoy grand (Fmax>> Fmin)

45
 Classification des signaux

Classification spectrale: domaines de fréquences du spectre électromagnétique

Pour les signaux à bande étroite, il est possible de les classer par
le domaine de variation de la fréquence moyenne Fmoy :
 Fmoy < 250 KHz signaux basses fréquences BF
 250 KHz < Fmoy < 30 MHz signaux hautes fréquences HF
 30 MHz < Fmoy < 300 MHz signaux très hautes fréquences THF
 300 MHz < Fmoy < 3 GHz signaux ultra hautes fréquences UHF
 Fmoy > 3 GHz signaux super hautes fréquences SH

Lorsque la fréquence du signal devient très grande, pratiquement supérieure à quelques Téra Hertz (THz = 1012 Hz),
la longueur d’onde λ est le paramètre de référence (λ = c/F avec c : vitesse de la lumière 300 000 Km/s) :
700 nm < λ < 0,1 mm signal lumineux infrarouge
400 nm < λ < 700 nm signal lumineux visible
10 nm < λ < 400 nm signal lumineux ultraviolet

46
 Classification des signaux

Classification phénoménologique
La première classification, basée sur l’évolution du signal en fonction du temps,
classification temporelle ou phénoménologique, fait apparaître deux types fondamentaux :

 Les signaux certains (ou déterministes) dont l’évolution en fonction du temps peut
être parfaitement décrite par un modèle mathématique. Ces signaux proviennent de
phénomènes pour lesquels on connaît les lois physiques correspondantes et les conditions
initiales, permettant ainsi de prévoir le résultat ;

 Les signaux aléatoires (ou probabilistes ou encore stochastiques) dont le comportement

temporel est imprévisible et pour la description desquels il faut se contenter d’observations
statistiques.

47
 Classification des signaux

Classification phénoménologique
 Les signaux certains (ou déterministes): On dit qu’un signal x(t) est certain (ou
déterministe) s’il peut être décrit par un modèle mathématique.
 Signal périodique : un signal s(t) est périodique de période T si il satisfait a la relation :
s(t) = s(t + T) pour tout t ∈ ℝ.
 On distingue les signaux sinusoïdaux, les signaux pseudo-aléatoires (signal aléatoire
qui se répète) et les signaux périodiques composites qui sont la répétition an l’infini
d’un motif.
1

0.4
0. 8

0. 6 0.3

0. 4
0.2
0. 2
0.1
0

-0. 2 0

-0. 4 -0.1

-0. 6
-0.2
-0. 8
-0.3
-1
0 20 40 60 80 100 120 140 160 180 200
-0.4
0 100 200 300 400 500 600

0. 8
1
0. 6
0.8
0. 4

0. 2 0.6

0 0.4

-0. 2
0.2
-0. 4
0
-0. 6
-0.2
-0. 8

-0.4

périodiques apériodiques
-1
0 50 100 150 200 250 300 350 400
-0.6

-0.8
0 100 200 300 400 500 600

48
 Classification des signaux

Classification phénoménologique
 Les signaux certains (ou déterministes):

 Signal non périodique : il ne satisfait pas à la relation précédente.

 On sépare les signaux quasi-périodiques qui résultent de la somme de signaux

sinusoïdaux et les signaux transitoires qui ont une existence éphémère ou qui sont
observés sur une durée finie (signaux de durée limitée ou à support borné).
1

0.8

0.6

0.4

0.2

-0.2

-0.4

-0.6

-0.8
0 500 1000 1500

0 500 1000 1500

-1

-0.8

-0.6

-0.4

-0.2

0.2

0.4

0.6

0.8

1
49
 Classification des signaux

Classification phénoménologique
 Signaux aléatoires (stochastiques) :

 Signaux dont l'évolution temporelle est imprévisible et dont on ne peut pas prédire la
valeur à un temps t. La description est basée sur les propriétés statistiques des signaux
(moyenne, variance, loi de probabilité, fonction de répartition, …)
Exemple : résultat d'un jet de de lance, les numéros du loto, les cours de la bourse, etc.

 Signaux aléatoires stationnaires : stationnaire si les caractéristiques statistiques

(valeur moyenne) ne varient pas au cours du temps (le bruit électronique)

 les signaux non-stationnaires dont le comportement statistique évolue au cours du

temps (la parole).

50
 Classification des signaux

Classification phénoménologique
 Signaux aléatoires (stochastiques) :

2. 5

1. 5

0. 5

-0. 5

-1

-1. 5

-2

-2. 5
0 20 40 60 80 100 120 140

2. 5

1. 5

0. 5

-0. 5

-1

-1. 5

-2

-2. 5
0 20 40 60 80 100 120 140

-1

-2

-3
0 20 40 60 80 100 120 140

Bruit blanc : 3 réalisations 51

 Classification des signaux

Classification phénoménologique
 Signaux aléatoires (stochastiques) :

-1

-2

-3
0 200 400 600 800 1000 1200

10

-2

-4

-6

-8
0 200 400 600 800 1000 1200

Vibrations d’engrenages sans et avec défaut d’écaillage

52
 Classification des signaux

Classification phénoménologique
 Signaux aléatoires (stochastiques) :

1500

1000

500

-500

-1000

-1500
0 500 1000 1500 2000 2500 3000 3500 4000 4500

activités de l’utérus lors des contractions avant un accouchement

Fin classification…

53