Support Seance 2 GESA

Université Hassan 1er
Faculté des Sciences & Techniques Settat
TRAITEMENT DU SIGNAL
Outils Mathématiques
Pr N. Ouaaline
najat.ouaaline@uhp.ac.ma
25/10/2022 Pr N. Ouaaline 1
Plan
1 Transformations de Signaux
A- Série de Fourrier
B- Transformation de Fourrier
C- Transformé de Laplace
3- Corrélation
 Autocorrélation
• Signaux à énergie finie
• Signaux à puissance finie
 Intercorrélation
• Signaux à énergie finie
• Signaux à puissance finie
4- Convolution
Transformations des signaux :
Hypothèse: signal uni-dimensionnel et analogique
A) Série de Fourier : xT(t) signal périodique, avec T = période

 
Rappel:
xT t   ao   an cos2 nfot    bn sin 2 nfot 
n 1 n 1
T
2
1
avec ao 
T  xT t dt  xT (" composante continue" )
T

2
T T
“Coefficients 2 2
2 2
de Fourier”
an 
T  xT t cos2 nfot dt et bn  T  xT t sin 2 nfot dt
T T
 
2 2
Superposition de signaux sinusoïdaux de fréquences n.fo,

n entier et fo=1/T
Terme de fréquence fo = le "fondamental"
Terme de fréquence nfo = nième "harmonique"
Pr N. Ouaaline 3 25/10/2022

En notation complexe : x t  
T  cn expi  2 nfot 
n  
T
2
1
avec c n 
T  xT t exp i  2 nfot dt
T

2
an  ibn a  ibn
co  ao , cn  , c n  n
2 2
xT t  réel  an , bn    c n  cn
*
Cas particuliers:
xT t  pair  bn  0 n  c n  cn
xT t  impair  a n  0 n  c n  cn
 complexe  introduction de fréquences “négatives”

 Représentation graphique: Re(cn), Im(cn) ou |cn| , Arg(cn)
 si t = temps (s)  f = fréquence (Hz); si t = distance(m)  f = fréquence spatiale (m-1) etc
B) Transformée de Fourier :
x(t) = signal quelconque
Définition :
déf .  
F x(t )  X  f    xt  exp i  2ft dt  " Transformée de Fourier" de xt 

et

1
xt   F X  f    X  f  expi  2ft df  " Transformée de Fourier inverse"

 Notation: x(t)  X(f);
 X(f) = “spectre d’amplitude” et Arg[X(f)] =“spectre de phase” du signal
 X(f) = fonction complexe même si x(t) est réel
 X(f) = fonction réel  x(t) est paire; fonction imaginaire pure  x(t) est impaire
• X(f) = “généralisation” de la série de Fourier aux fonctions non-périodiques
•  X(f) df = amplitude de la composante sinusoïdale de fréquence [f,f+df]
• Arg[X(f)] = phase …
• x(t) et X(f) sont deux descriptions équivalentes du même signal
Description fréquentielle même information
Description temporelle
6 25/10/2022
Pr N. Ouaaline
• X(f)  information sur le système physique à l’origine du signal
Exemples :

X son  f   X son f 
trompette trombone
Quelques ondes cérébrales

Xf 
2
x(t)
Ondes Alpha: engendrées lorsque le

sujet change son niveau d'attention
(f modérées, amplitude importante)
Ondes Bêta: produites par une

activité mentale intense
(fréq. élevées, faibles amplitude)
Ondes Thêta: accompagnent

des sentiments de stress
émotionnel (f faibles)
Propriétés de la transformée de Fourier :
critère d'existence:
Signaux à énergie finie = condition suffisante
Signaux à puissance moyenne finie =>T.F. existe au sens des distributions
dualité temps fréquence: x(t)  X(f) et X(-t)  x(f)
autres propriétés:
a x(t)+b y(t)  a X(f)+b Y(f) Linéarité
 déf !
x(t).y(t)   X  f 'Y  f  f 'df  X  Y  f  Y  X  f  Modulation

x(t)  y(t)  X(f) Y(f) Produit de convolution
x(t-to)  X(f) e-i2fto Retard
x(t).ei2fot  X(f-fo) Modulation sinusoïdale
f
x(at)  X  Changement d’échelle
a
a  g  G  1
x(t).y(t)  X(f)*Y(f): Modulation Fréquentielle
Produit simple Produit de convolution
Ds le DT ds DF
X(f)*Y(f)= x(t).y(t)
x(t)  y(t)  X(f) Y(f)
25/10/2022 Pr N. Ouaaline 9
C) Transformée de Laplace:
Définition : 
Lxt   X L s    xt exp s  t dt , avec s    i et  ,   
0
• XL(s) = fonction complexe de la variable complexe s

• domaine de convergence  C
• Pour un signal causal (x(t<0) = 0): XL(i2f) = X(f)
• XL  généralisation de la T.F. dans le plan complexe
  i
1
Transformée inverse : xt    X L s exps  t ds
2i
  i
• méthode des résidus

• table de transformées de Laplace
• méthode des fractions partielles
Pr N. Ouaaline 10 25/10/2022
Autres propriétés de la transformée de Laplace:
linéarité: La  xt   b  y t   a  X L s   b  YL s 
décalage temporel: Lx(t  to )  X L s   e sto
décalage 'fréquentiel':  
L x(t )  e at  X L s  a 
signal à t=0-
 dx(t ) 
dérivation : L   s  X L s   x0
 dt 
 d n x(t )  n n  2 df 0  df n 10 
dérivation multiple : L n 
 s  X L s   s  x0   s
n 1
 
 dt  dt dt n 1
 t  X s 
intégration : L  xt 'dt '  L
 0  s
Pr N. Ouaaline 11 25/10/2022
Corrélation de signaux
• Comparaison de deux signaux par
Décalage et mesure de similitude
• Intercorrélation
– mesure de ressemblance
– mise en correspondance
• Autocorélation
– recherche de périodicité
25/10/2022 Pr N. Ouaaline 12
Corrélation, Autocorrélation
• Signaux déterministes
– Signaux à énergie finie
– Signaux à puissance finie
Mesure de ressemblance
Autocorrélation temporelle
• Processus aléatoires
Statistique du second ordre
Caractérisation fréquentielle
des signaux aléatoires (Densité spectrale)
Autocorrélation statistique
15/12/2014 13 Pr N. Ouaaline
• Autocorrélation
– Signaux à énergie finie et ses propriétés
– Signaux à énergie infinie (puissance moyenne
nulle)
– Signaux à énergie finie et ses propriétés
– Signaux à énergie infinie (puissance moyenne
nulle)
25/10/2022 Pr N. Ouaaline 14
L' autocorrélation
La autocorrélation réalise une comparaison entre un signal x(t) et ses copies

retardées
Définition

Pour les signaux à énergie finie C xx ()   x ( t )  x * ( t  )dt


Cxx(0) est l'énergie du signal

T/2
1
T  T 
Pour les signaux à énergie infinie C xx ( )  lim x ( t ) x *
( t  )dt
T / 2
Cxx(0) est la puissance moyenne du signal
Propriétés
C xx ()  C xx (0)
Si x(t) est périodique alors Cxx(t) est périodique de même période
15/12/2014 Pr N. Ouaaline
15
Corrélation, Autocorrélation : Signaux à énergie finie
• Autocorrélation temporelle

C xx ( )   x * (t ) x (t   ) dt,


C xx [ j ]  
k  
x * [ k ]x[ k  j ]
• Si x(t) est réel, l’autocorrélation est réelle

• Analogie avec la convolution
• C’est un produit scalaire, projection de x*(t) sur x(t) décalé de t
• Pour t = 0, on retrouve l’énergie du signal Cxx(0) = Ex
• Cxx(t) est maximale en t =0. Rien ne ressemble plus au signal que lui-
même.
16
Corrélation, Autocorrélation : Signaux à puissance finie/énergie infinie
• Approximation de signaux réels

• Exemples
– Signal continu x(t)=a
– Signal sinusoïdal x(t)=V Sin(2pft)
– Signaux aléatoires, signaux périodiques, impulsion de Dirac,
échelon unité...
• Puissance finie
T /2
1

2
Px  lim x (t ) dt ,
T  T
T / 2
N 1
1

2
Px  lim x[ k ]
N  2 N
k  N
• Signal à énergie finie = puissance nulle

• Signal à puissance finie = énergie infinie
17
Corrélation, Autocorrélation : Signaux à puissance finie
• Autocorrélation temporelle, intercorrélation

Problème de convergence des intégrales et des sommes
T / 2
1
C xy ( )  lim x
*
(t ) y (t   ) dt,
T  T
T / 2
N 1
1
C xy [ j ]  lim
N  2 N
x
k  N
*
[ k ] y[ k  j ]
• Notation
C xy ( )  x * (t ) y (t   ),
C xy [ j ]  x * [ k ] y[ k  j ]
• Dimensions: V² ou A²
• Autocorrélation: y(t)=x(t) dans les formules précédentes
18
Corrélation, Autocorrélation : Signaux à puissance finie
• Autocorrélation des signaux périodiques

Le calcul sur une seule période suffit
T / 2
1
C xx ( )   x * (t ) x (t   ) dt,
T T / 2
N 1
1
C xx [ j ] 
N
x
k O
*
[ k ] x[ k  j ]
L’autocorrélation d’un signal périodique est elle même périodique.

Par définition, le signal périodique ressemble parfaitement à lui même,
décalé d’une ou plusieurs périodes.
19
Corrélation, Autocorrélation : Signaux à énergie finie
• L’autocorrélation possède la propriétés de symétrie hermitique
C xx (  )  C xx
*
( ), C xx [  j ]  C xx
*
[ j]
Si le signal est réel, l’autocorrélation est donc réelle est paire.
Exemple
x(t) = Rect (t/T) Cxx(t)=T Tri(t/T)
Rect(t/T) Rxx()
1 T
-T/2 T/2 t -T T 
20
L'intercorrélation
L'intercorrélation compare un signal x(t) et un signal y(t) retardée.
Définition

C xy ()    ( t  )dt
*
Pour les signaux à énergie finie x ( t ) y

To / 2
1

Pour les signaux à énergie infinie C xy ()  lim x ( t ) y* ( t  )dt
To  To
 To / 2
Exemples d’application
Détection de signal périodique noyé dans le bruit
Analyse spectrale
21
Corrélation, Intercorrélation : Signaux à énergie finie

C xy ( )   x * (t ) y (t   ) dt


C xy [ j ]  
k  
x * [ k ] y[ k  j ]
Symétrie hermitique
C xy (  )  C *
yx ( ),C xy [  j ]  C *
yx [ j ]
• Mesure du dégrée de ressemblance entre deux signaux en fonction

d’un décalage
• Projection de x(t) sur y(t+τ), produit scalaire
22
Convolution
• Définition générale :
h(t )  f (t )  g (t )
• On appelle produit de convolution entre 2 fonctions f(t) et g(t) :

h(t )  f (t )  g (t )   f ( ) g (t   ).d

• Application aux systèmes linéaires : y (t )  h(t )  x(t )
h(t) Réponse Impultionnel à dirac
E(t) S(t)
h(t)
S(t)=h(t)*E(t)
23
Convolution
• Explication
Par une propriété de l'impulsion de Dirac, on a


x(t)   x ()( t  )d

La réponse du système à x(t)   

S[ x(t )]  S   x( )  (t   )d 
s'écrit  

Linéarité => S[ x ( t )]   x ()S( t  )d

Invariance => S [ (t   )]  h (t   )

S[ x ( t )]   x ()h (t  ).d

24
Convolution
• Propriétés :
– Commutativité :
f (t )g (t )  g (t ) f (t )
– Associativité :
f (t )g (t )h(t )  f (t ) [g (t )h(t )]  [ f (t )g (t )] h(t )
– Distributivité par rapport à l'addition :

f (t )  [g (t )h(t )]  f (t )g (t ) f (t )h(t )
25
Convolution
• Propriétés
– Elément neutre : impulsion de Dirac
x( t )  ( t )  x( t )
– Translation temporelle :
x( t )  ( t   )  x( t   )
26
Système linéaire invariant et réponse impulsionnelle
• La réponse impulsionnelle ou percussionnelle = Réponse d'un système

dont l'entrée est une impulsion de Dirac
• Système : caractérisé par la transformation F,
15/12/2014 Pr N. Ouaaline 27
• un système linéaire invariant (souvent nommé SLIT : Système Linéaire
Invariant en Temps).
Soit e(t) un signal d’entrée. D’après la définition de la distribution de
Dirac:
La transformation du filtre est linéaire nous pouvons écrire :
 Si Filtre Invariant nous avons :
 Ce qui nous donne :
L’intégrale obtenue correspond au produit de convolution e(t)*h(t).

28
la représentation d’une fonction f(x) s’ecrit:
Au sens des distributions, la représentation d’une fonction f(x) s’ecrit:

f ( x)   f ( ) ( x   ).d

e(t) =Asin(wt) s(t)=e(t)*h(t)

h(t)
Application: Soit le signal e(t) =Asin(wt)

un système qui présente une réponse impulsionnelle h(t)=exp(-2t)
donnez la réponse du système au signal e(t)?
25/10/2022 Pr N. Ouaaline 29
• La réponse d’un système linéaire invariant à un signal e(t) en entrée est égale
au produit de convolution de ce signal avec la réponse impulsionnelle h(t) de ce
système : notion de convolution
• Définition pratique :
Opération mathématique reliant la sortie, l'entrée et la réponse

impulsionnelle d'un système

y( t )   x(  )h( t   ). d

15/12/2014 Pr N. Ouaaline 30
Equation différentielle et système linéaire invariant
• Relation entrée/sortie :
la plus courante : équation différentielle à coefficient constant
dy d2y dx d 2x
a o y  a1  a 2 2    b o x  b1  b 2 2  
dt dt dt dt
• caractérisation complète du système par la connaissance des coefficients
• sortie y(t) calculable par la connaissance de x(t)
• Le système est linéaire et invariant :
– la linéarité de l’équation différentielle
– :
l’invariance temporelle quelque soit τ, e(t - τ) et s(t - τ) sont reliés par
la même équation différentielle; (u = t – τ).
25/10/2022 Pr N. Ouaaline 31
. Fonction de transfert harmonique
• un système linéaire invariant caractérisé par sa réponse

impulsionnelle h(t). La transformée de Fourier de l’équation reliant les
signaux en entrée et en sortie :
• E(jw) et S(jw) représentant les transformées de Fourier de e(t) et

s(t).
• La transformée de Fourier de la réponse impulsionnelle H(jw) est
appelée fonction de transfert, ou transmittance, harmonique du système.
• E(jw) et S(jw) représentent les spectres en fréquence des entrée et sortie.

• reliés par la fonction de transfert harmonique du système
25/10/2022 Pr N. Ouaaline 32
. Fonction de transfert harmonique
• La factorisation de E(jw) et S(jw) permet de calculer la fonction de

transfert harmonique du système :
• La fonction de transfert apparaît est une fraction de polynômes en jw. Le

filtre est alors dit rationnel.
25/10/2022 Pr N. Ouaaline 33
• Exemple : Système du premier ordre fondamental
• Soit le circuit correspondant à un filtre RC passe-bas, dont la tension de
sortie est prélevée aux bornes du condensateur
L'équation différentielle peut se mettre sous la forme :
Ce circuit constitue un exemple de système du premier ordre fondamental
34
•premier ordre : les quantités s et ds/dt
•fondamental : pas de dérivée du signal d'entrée
la fonction de transfert harmonique du filtre :
De manière générale, la fonction de transfert harmonique d'un

filtre fondamental du premier ordre s'écrit :
35
Système du second ordre fondamental
Considérons le circuit RLC ,
ce circuit est caractérisé par :
En sortie ouverte, le courant de sortie est nul:
36
Ce qui nous donne pour la fonction de transfert harmonique
Un système du second ordre fondamental :

• les dérivées d'ordre inférieur ou égal à 2 de la sortie s, ds/dt et d2s/dt2
•fondamental car il n'y a pas de dérivée du signal d'entrée.
De manière générale,
Sa fonction de transfert harmonique :
37
Filtrage
Propriétés :
• Localisation d’où
• Commutativité
• Distributivité
• Associativité
• Élément neutre d’où
• Périodisation
15/12/2014 Pr N. Ouaaline 38
Filtrage
• Théorème de Plancherel : la transformée de Fourier d’un produit de
convolution est un produit simple et réciproquement.
L’étude d’un système est donc plus aisée dans le domaine fréquentiel car
l’opération de convolution temporelle se transforme en un simple produit.
• Théorème de Borel : la transformée de Laplace d’un produit de

convolution est un produit simple et réciproquement.
15/12/2014 Pr N. Ouaaline 39

Support Seance 2 GESA

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

Support Seance 2 GESA

Transféré par

Droits d'auteur :

Formats disponibles

Université Hassan 1er

Faculté des Sciences & Techniques Settat

A) Série de Fourier : xT(t) signal périodique, avec T = période

Superposition de signaux sinusoïdaux de fréquences n.fo,

 complexe  introduction de fréquences “négatives”

 Notation: x(t)  X(f);

 X(f) = “spectre d’amplitude” et Arg[X(f)] =“spectre de phase” du signal

 X(f) = fonction complexe même si x(t) est réel

Quelques ondes cérébrales

Ondes Alpha: engendrées lorsque le

Ondes Bêta: produites par une

Ondes Thêta: accompagnent

dualité temps fréquence: x(t)  X(f) et X(-t)  x(f)

x(t-to)  X(f) e-i2fto Retard

x(t).ei2fot  X(f-fo) Modulation sinusoïdale

x(t)  y(t)  X(f) Y(f)

• XL(s) = fonction complexe de la variable complexe s

• méthode des résidus

linéarité: La  xt   b  y t   a  X L s   b  YL s 

décalage temporel: Lx(t  to )  X L s   e sto

La autocorrélation réalise une comparaison entre un signal x(t) et ses copies

Pour les signaux à énergie finie C xx ()   x ( t )  x * ( t  )dt

Cxx(0) est l'énergie du signal

Cxx(0) est la puissance moyenne du signal

• Si x(t) est réel, l’autocorrélation est réelle

• Approximation de signaux réels

• Signal à énergie finie = puissance nulle

• Autocorrélation temporelle, intercorrélation

• Autocorrélation des signaux périodiques

L’autocorrélation d’un signal périodique est elle même périodique.

• L’autocorrélation possède la propriétés de symétrie hermitique

Si le signal est réel, l’autocorrélation est donc réelle est paire.

Détection de signal périodique noyé dans le bruit

• Mesure du dégrée de ressemblance entre deux signaux en fonction

• Application aux systèmes linéaires : y (t )  h(t )  x(t )

h(t) Réponse Impultionnel à dirac

Par une propriété de l'impulsion de Dirac, on a

La réponse du système à x(t)   

– Distributivité par rapport à l'addition :

• La réponse impulsionnelle ou percussionnelle = Réponse d'un système

La transformation du filtre est linéaire nous pouvons écrire :

 Si Filtre Invariant nous avons :

 Ce qui nous donne :

L’intégrale obtenue correspond au produit de convolution e(t)*h(t).

e(t) =Asin(wt) s(t)=e(t)*h(t)

Application: Soit le signal e(t) =Asin(wt)

Opération mathématique reliant la sortie, l'entrée et la réponse

• Le système est linéaire et invariant :

– la linéarité de l’équation différentielle

la même équation différentielle; (u = t – τ).

• un système linéaire invariant caractérisé par sa réponse

• E(jw) et S(jw) représentant les transformées de Fourier de e(t) et

• E(jw) et S(jw) représentent les spectres en fréquence des entrée et sortie.

• La factorisation de E(jw) et S(jw) permet de calculer la fonction de

• La fonction de transfert apparaît est une fraction de polynômes en jw. Le

L'équation différentielle peut se mettre sous la forme :

Ce circuit constitue un exemple de système du premier ordre fondamental

la fonction de transfert harmonique du filtre :

De manière générale, la fonction de transfert harmonique d'un

ce circuit est caractérisé par :

En sortie ouverte, le courant de sortie est nul:

Un système du second ordre fondamental :

Sa fonction de transfert harmonique :

• Élément neutre d’où