Systèmes LTI

Relation Entée-Sortie Outline

Statistiques du Signal de Sortie

Traitement Statistique du Signal

4. Filtrage Linéaire des Processus Aléatoires

1 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI
Relation Entée-Sortie Outline
Statistiques du Signal de Sortie

1 Systèmes LTI
Filtrage des Processus Aléatoires
Convolution
Causalité - Stabilité

2 Relation Entée-Sortie
Convolution
Covariance Entée-Sortie
Corrélation Entée-Sortie
Formule des Interférences

3 Statistiques du Signal de Sortie

Espérance
Covariance
Corrélation

2 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI
Relation Entée-Sortie Outline
Statistiques du Signal de Sortie

Systèmes LTI

3 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Filtrage des Processus Aléatoires
Relation Entée-Sortie Convolution
Statistiques du Signal de Sortie Causalité - Stabilité

Systèmes
Dans différentes apps, un processus aléatoire X (t) passe dans unn système
o
physique (filtre) h(t) régis par des lois déterministes: Y (t) = H X (t) .

Lorsque l’entrée su système est aléatoire, la sortie de celui-ci l’est aussi.

Propriétés des Systèmes

  
- Linéarité: H βX
 1 (t) + γ X2 (t) =βH X1 (t) + γ H X2 (t) .
- Invariance: H X (t) = Y (t) ⇒ H X (t − τ ) = Y (t − τ ).
- Causalité: H X (t < t0 ) = 0 = Y (t < t0 ) = 0.
- Stabilité: H X (t) < Mx < ∞ = Y (t) =< My < ∞.

4 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Filtrage des Processus Aléatoires
Relation Entée-Sortie Convolution
Statistiques du Signal de Sortie Causalité - Stabilité

Temps Continu
Système LTI: décrit par une opération convolution:
Z
X (t) = δ(t) ∗ X (t) = X (θ)δ(t − θ)dθ.
R
Z 

Y (t) = H X (t) = H X (θ)δ(t − θ)dθ
R
Z
Linearite 
= X (θ) H δ(t − θ) dθ ⇒ Y (t) = X (t) ∗ h(t).
R | {z }
Invariance h(t−θ)

Caractérisé par Réponse Impultionnelle h(t) ou Fonction de Transfer H(ν)

Temps Discret

Y (k) = X (k) ∗ h(k)

Y (z) = X (z) H(z).
Système LTI: caractérisé d’une manière unique par h(k) ou H(z).

5 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Filtrage des Processus Aléatoires
Relation Entée-Sortie Convolution
Statistiques du Signal de Sortie Causalité - Stabilité

Causalité
Z
Y (t) = h(t) ∗ X (t) = h(θ)X (t − θ)dθ.
R

Si h(t < 0) = 0, alors le système est causal.

Stabilité
Z  Z
 
|Y (t)| =  h(θ)X (t − θ)dθ ≤
 |h(θ)| |X (t − θ)| dθ
R R | {z }
≤Mx <∞
Z
⇒ |Y (t)| ≤ Mx |h(θ)| dθ = My .
R
R
Si R
|h(θ)| dθ < ∞, alors le système est stable.

6 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Filtrage des Processus Aléatoires
Relation Entée-Sortie Convolution
Statistiques du Signal de Sortie Causalité - Stabilité

Relation Entée-Sortie

7 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Convolution
Systèmes LTI
Covariance Entée-Sortie
Relation Entée-Sortie
Corrélation Entée-Sortie
Statistiques du Signal de Sortie
Formule des Interférences

Temps Continu
On s’intéresse au systèmes linéaires invariant dans le temps (stationnaire).
Objectifs : Étudier ce que devient le signal d’entrée après filtrage.

- h(t) est un système (filtre) LTI, dont la TF est h(t)

H(ν).
- X (t) est un processus aléatoire, entrée du filtre.
- Y (t) est un processus aléatoire, sortie du filtre, donnée par:
Z Z
Y (t) = h(t) ∗ X (t) = X (θ)h(t − θ)dθ = h(θ)X (t − θ)dθ. (1)
R R

8 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Convolution
Systèmes LTI
Covariance Entée-Sortie
Relation Entée-Sortie
Corrélation Entée-Sortie
Statistiques du Signal de Sortie
Formule des Interférences

Temps Discret
- h(k) est un filtre LTI, dont la Transformée en z est h(k)
H(z).
- X (k) est un processus aléatoire, entrée du filtre .
- Y (k) est un processus aléatoire, sortie du filtre, donnée par:
X X
Y (k) = h(k) ∗ X (k) = X (`)h(k − `) = h(`)X (k − `). (2)
`∈Z `∈Z

9 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Convolution
Systèmes LTI
Covariance Entée-Sortie
Relation Entée-Sortie
Corrélation Entée-Sortie
Statistiques du Signal de Sortie
Formule des Interférences

Temps Continu
L’intercovariance entre le signal d’entrée et celui de sortie est donnée par:

CXY t, t − τ = E X (t)Y ∗ (t − τ ) − E X (t) E Y ∗ (t − τ )

     
(3)
Z  
E X (t) X ∗ (t − τ − θ) − E X (t) E X ∗ (t − τ − θ) h∗ (θ) dθ
     
=
R
Z
CX t, t − τ − θ h∗ (θ) dθ.


=
R


Si X (t) est stationnaire au sens large, CX t, t − τ = CX (τ ), alors:
Z   Z
CX t − (t − τ − θ) h∗ (θ)dθ = CX τ + θ h∗ (θ)dθ


CXY (t, t − τ ) =
R R

CXY (t, t − τ ) = CXY (τ ) = CX (τ ) ∗ h∗ (−τ ). (4)

10 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Convolution
Systèmes LTI
Covariance Entée-Sortie
Relation Entée-Sortie
Corrélation Entée-Sortie
Statistiques du Signal de Sortie
Formule des Interférences

Temps Discret
L’intercovariance entre le signal d’entrée et celui de sortie est donnée par:

CXY k, k − ` = E X (k)Y ∗ (k − `) − E X (k) E Y ∗ (k − `)

     
(5)
X  
E X (k) X ∗ (k − ` − m) − E X (k) E X ∗ (k − l − m) h∗ (m)
    
=
m∈Z
X
CX k, k − ` − m h∗ (m).


=
m∈Z


Si X (t) est stationnaire au sens large, CX k, k − ` = CX (`), alors:
X   X
CX k − (k − ` − m) h∗ (m) = CX ` + m h∗ (m).


CXY (k, k − `) =
m∈Z m∈Z

CXY (k, k − `) = CXY (`) = CX (`) ∗ h∗ (−`). (6)

11 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Convolution
Systèmes LTI
Covariance Entée-Sortie
Relation Entée-Sortie
Corrélation Entée-Sortie
Statistiques du Signal de Sortie
Formule des Interférences

Temps Continu
de même que pour la fonction d’intercovariance, nous avons :
Z
γX t, t − τ − θ h∗ (θ) dθ.



γXY t, t − τ = (7)
R


Si X (k) est stationnaire au sens large CX t, t − τ = CX (τ ), alors:

γXY (t, t − τ ) = γX (τ ) ∗ h∗ (−τ )

ΓXY (ν) = ΓX (ν)H ∗ (ν). (8)

Ce résultat est intéressant et utilisé en identification: h(t) =?, H(ν) =?.

Si ΓX (ν) = 1 (bruit blanc): ΓXY (ν) = H ∗ (ν) ⇒ γXY (τ ) = h∗ (−τ ).

C’est une méthode intéressante pour trouver la réponse impulsionnelle

d’un filtre via l’intercorrélation entrée-sortie lorsque l’entrée est blanche.

12 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Convolution
Systèmes LTI
Covariance Entée-Sortie
Relation Entée-Sortie
Corrélation Entée-Sortie
Statistiques du Signal de Sortie
Formule des Interférences

Temps Discret
de même que pour la fonction d’intercovariance, nous avons :

X
γX k, k − ` − m h∗ (m).


γXY k, k − ` = (9)
m∈Z


Si X (k) est stationnaire au sens large γX k, k − ` = γX (`), alors:

γXY (k, k − `) = γX (`) ∗ h∗ (−`)

ΓXY (z) = ΓX (z)H ∗ (z). (10)

13 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Convolution
Systèmes LTI
Covariance Entée-Sortie
Relation Entée-Sortie
Corrélation Entée-Sortie
Statistiques du Signal de Sortie
Formule des Interférences

Temps Continu
Soient X1 (t) et X2 (t) deux PA excitant deux filtres LTI h1 (t) et h2 (t).
Les sorties respectives de ces filtres sont Y1 (t) et Y2 (t) :

Z
Yi (t) = Xi (t) ∗ hi (t) = hi (θ) Xi (t − θ)dθ, i = 1, 2. (11)
R

14 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Convolution
Systèmes LTI
Covariance Entée-Sortie
Relation Entée-Sortie
Corrélation Entée-Sortie
Statistiques du Signal de Sortie
Formule des Interférences

Temps Continu
Si X1 (t) et X2 (t) sont conjointement SSL γXi Xj (t, t − τ ) = γXi Xj (τ ):

γYi Yj (t, t − τ ) = E [Yi (t)Yj∗ (t − τ )] (12)

Z Z  
E Xi (t − θ) Xj∗ (t − τ − β) hi (θ)hj∗ (β) dθdβ
 
=
R
Z Z
= γXi Xj (t − θ, t − τ − β) hi (θ)hj∗ (β) dθdβ
R
Z Z !
γXi Xj τ + β − θ hi (θ)dθ hj∗ (β) dβ = ϕ(τ ) ∗ hj∗ (−τ )


=
R R
| {z }
ϕ(τ +β) = γXi Xj (τ +β)∗h(τ +β).

γYi Yj (τ ) = γXi Xj (τ ) ∗ hi (τ ) ∗ hj∗ (−τ )

ΓYi Yj (ν) = ΓXi Xj (ν)Hi (ν)Hj∗ (ν).

15 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Convolution
Systèmes LTI
Covariance Entée-Sortie
Relation Entée-Sortie
Corrélation Entée-Sortie
Statistiques du Signal de Sortie
Formule des Interférences

Temps Discret
Si X1 (k) et X2 (k) sont conjointement SSL γXi Xj (k, k − `) = γXi Xj (`):

γYi Yj (k, k − `) = E [Yi (k)Yj∗ (k − `)] (13)

X X  
= E Xi (k − m) Xj∗ (k − ` − n) hi (m)hj∗ (n)
m∈Z n∈Z
XX
= γXi Xj (k − m, k − ` − n) hi (m)hj∗ (n)
m∈Z n∈Z
!
X X
hj∗ (n) = ϕ(`) ∗ hj∗ (−`)


= γXi Xj ` + n − m hi (m)
n∈Z m∈Z
| {z }
ϕ(`+n) = γXi Xj (`+n)∗h(`+n).

γYi Yj (`) = γXi Xj (`) ∗ hi (`) ∗ hj∗ (−`)

ΓYi Yj (z) = ΓXi Xj (z)Hi (z)Hj∗ (z).

16 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Espérance
Relation Entée-Sortie Covariance
Statistiques du Signal de Sortie Corrélation

Statistiques du Signal de Sortie

17 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Espérance
Relation Entée-Sortie Covariance
Statistiques du Signal de Sortie Corrélation

Temps Continu
l’espérance du signal de sortie est donnée par:
Z  Z
   
µY (t) = E h(t)∗X (t) = E X (θ)h(t − θ)dθ = E X (θ) h(t−θ)dθ.
R R

µY (t) = h(t) ∗ µX (t). (14)

− Si la moyenne de X (t) est constante, la moyenne de Y (t)l’est aussi:

Z
µY (t) = µX h(θ)dθ = µX H(ν)|ν=0 = µX H(0).
R

− Si X (t) est centrée, alors la sortie Y (t) l’est aussi.

18 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Espérance
Relation Entée-Sortie Covariance
Statistiques du Signal de Sortie Corrélation

Temps Discret
l’espérance du signal de sortie est donnée par:
" #
  X X  
µY (k) = E h(k) ∗ X (k) = E X (l)h(k − `) = E X (l) h(k − `).
`∈Z `∈Z

µY (k) = h(k) ∗ µX (k). (15)

Si la moyenne de X (k) est constante, la moyenne de Y (k) l’est aussi:

X
µY (k) = µX h(`) = µX H(z)|z=1 = µX H(0).
`∈Z

19 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Espérance
Relation Entée-Sortie Covariance
Statistiques du Signal de Sortie Corrélation

CY (t, t − τ ) = E Y (t)Y ∗ (t − τ ) − E Y (t) E Y ∗ (t − τ )

     
Z Z
= CX (t − θ, t − τ − β) h(θ)h∗ (β) dθdβ. (16)
R

Si X (t) est SSL CY (t, t − τ ) = CY (τ ), Y (t) l’est aussi:

Z Z  
CY (t, t − τ ) = CX (t − θ) − (t − τ − β) h(θ)h∗ (β) dθdβ
R
Z Z !
CX τ + β − θ h(θ)dθ h∗ (β) dβ = ϕ(τ ) ∗ h∗ (−τ ) (17)


=
R R
| {z }
ϕ(τ +β) = CX (τ +β)∗h(τ +β).

CY (t, t − τ ) = CX (τ ) ∗ h(τ ) ∗ h∗ (−τ ). (18)

20 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Espérance
Relation Entée-Sortie Covariance
Statistiques du Signal de Sortie Corrélation

CY (k, k − `) = E Y (k)Y ∗ (k − `) − E Y (k) E Y ∗ (k − `)

     
XX
= CX (k − m, k − ` − n) h(m)h∗ (n). (19)
m∈Z n∈Z

Si X (k) est SSL CY (k, k − `) = CY (`), Y (k) l’est aussi SSL:

XX  
CY (k, k − `) = CX (k − m) − (k − ` − n) h(m)h∗ (n)
m∈Z n∈Z
!
X X
h∗ (n) = ϕ(`) ∗ h∗ (−`)


= CX ` + n − m h(m) (20)
n∈Z m∈Z
| {z }
ϕ(`+n) = CX (`+n)∗h(`+n).

CY (k, k − `) = CX (`) ∗ h(`) ∗ h∗ (−`). (21)

21 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Espérance
Relation Entée-Sortie Covariance
Statistiques du Signal de Sortie Corrélation

Temps Continu
la fonction d’autocorrélation du signal de sortie est donnée par:
Z Z
γY (t, t − τ ) = γX (t − θ, t − τ − β) h(θ)h∗ (β) dθdβ. (22)
R

Si X (t) est SSL, γX (t, t − τ ) = γX (τ ), le signal de sortie l’est aussi:

2
γY (t, t − τ ) = γX (τ ) ∗ h(τ ) ∗ h∗ (−τ )
ΓY (ν) = ΓX (ν) |H(ν)| .

On remarque que la phase du filtre ne joue aucun rôle dans le calcul de

la DSP, i.e. si on fait passer un processus aléatoire SSL à travers
différents filtres ayant des réponses en fréquence dont les modules sont
identiques mais dont les phases sont différentes, nous obtenons des
signaux différents mais de même DSP. Donc deux processus aléatoire
différents peuvent avoir la même fonction d’autocorrélation.

22 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Espérance
Relation Entée-Sortie Covariance
Statistiques du Signal de Sortie Corrélation

Temps Discret
La fonction d’autocorrélation du signal de sortie est donnée par:
XX
γY (k, k − `) = γX (k − m, k − ` − n) h(m)h∗ (n). (23)
m∈Z n∈Z

Si X (k) est SSL, γX (k, k − `) = γX (`), Y (k) l’est aussi:

γY (k, k − `) = γX (`) ∗ h(`) ∗ h∗ (−`) (24)

2 ∗ ∗
ΓY (z) = ΓX (z) |H(z)| = ΓX (z) H(z) H (1/z ). (25)

qui est la contre partie de la DSP en continu.

23 / 24 5 - Filtrage Linéaire des Processus Aléatoires

 Systèmes LTI Espérance
Relation Entée-Sortie Covariance
Statistiques du Signal de Sortie Corrélation

Thanks for Your Attention

24 / 24 5 - Filtrage Linéaire des Processus Aléatoires