Poly Iessa 2020 TempsDiscret

Thierry Miquel
RESERVE A USAGE INTERNE
ISESA - Systèmes Linéaires

Partie 2
Systèmes à temps discret
2020
Table des matières
CHAPITRE 1 TRANSFORMEE EN Z 1
1.1 SIGNAUX A TEMPS DISCRET 1
1.1.1 Définition 1
1.1.2 Signaux de référence 1
1.2 TRANSFORMEE DE LAPLACE D’UN SIGNAL A TEMPS CONTINU
ECHANTILLONNE 2
1.3 TRANSFORMEE EN Z 3
1.3.1 Définition 3
1.3.2 Domaine de convergence 3
1.3.3 Exemple 4
1.4 PRINCIPALES PROPRIETES 4
1.4.1 Linéarité 4
1.4.2 Théorème du retard 4
1.4.3 Théorème de l’avance 4
1.4.4 Théorème de la valeur initiale 5
1.4.5 Théorème de la valeur finale 5
1.4.6 Changement d’échelle 6
1.4.7 Multiplication par k 6
1.4.8 Produit de convolution discrète 6
1.5 INVERSION 6
1.5.1 Théorème de Cauchy (méthode générale) 6
1.5.2 Décomposition en éléments simples 9
1.5.3 Division suivant les puissances croissantes (DPC) 10
1.6 LIENS AVEC LA TRANSFORMEE DE LAPLACE 12
1.6.1 Obtention de la transformée en z à partir de la transformée de Laplace 12
1.6.2 Exemples 13
CHAPITRE 2 SYSTEMES LINEAIRES A TEMPS DISCRET : STABILITE, MODELES

ELEMENTAIRES 17
2.1 INTRODUCTION 17
2.2 SYSTEMES INVARIANTS ET LINEAIRES A TEMPS DISCRET 17
2.2.1 Définition 17
2.2.2 Système invariant linéaire et transformée en z 18
2.2.3 Equations aux différences 19
I
2.2.4 Réponse harmonique 20
2.3 STABILITE DES SYSTEMES A TEMPS DISCRETS 21
2.4 MODELE ELEMENTAIRE DU PREMIER ORDRE 23
2.4.1 Equation aux différences 23
2.4.2 Stabilité 23
2.4.3 Réponses temporelles 23
2.5 MODELE ELEMENTAIRE DU SECOND ORDRE 26
2.5.1 Equation aux différences 26
2.5.2 Stabilité 26
2.5.3 Réponse impulsionnelle 28
CHAPITRE 3 SYNTHESE DES CORRECTEURS NUMERIQUES 31

3.1 INTRODUCTION 31
3.2 INSERTION DU SYSTEME A TEMPS CONTINU DANS UNE CHAINE DE
COMMANDE A TEMPS DISCRET 32
3.2.1 Modélisation d’un bloqueur d’ordre zéro 32
3.2.2 Fonction de transfert d’un système à temps continu inséré dans une chaine de commande à
temps discret 33
3.2.3 Discrétisation de l’équation d’état 34
3.2.4 Gain statique 35
3.3 TRANSPOSITION D’UN CORRECTEUR A TEMPS CONTINU DANS LE DOMAINE A
TEMPS DISCRET 36
3.3.1 Méthode basée sur l’approximation de la dérivée : méthode d’Euler 36
3.3.2 Méthode basée sur l’approximation de l’intégrale : transformation bilinéaire (Tustin's
method) 38
3.3.3 Identification des pôles et de zéros : méthode MPZ (Matched Pole Zero) 40
3.3.4 Transformation en w 40
3.3.5 Exemple 41
3.4 SYNTHESE DES CORRECTEURS NUMERIQUES 43
3.4.1 Synthèse par méthodes fréquentielles 43
3.4.2 Correcteur RST 44
II
Avant propos
Ce deuxième tome est dédié à létude des systèmes à temps discret. Létude
suit un plan comparable à celui suivi pour les systèmes à temps continu : la
transformée en z est tout dabord présentée. Les conditions de stabilité sont
ensuite étudiées ainsi que les modèles élémentaires du premier et du second
ordre. Le cours se termine par la description de quelques méthodes de
transposition d'une fonction de transfert à temps continu vers une fonction
de transfert à temps discret.
III
Bibliographie
Asservissements numériques : notes de cours F. Mora - Camino ENAC.
Systèmes et asservissements linéaires échantillonnés Sevely, Abatut et

Roubellat Editions Dunod.
Automatique appliquée, Tomes 2 E. Dieulesaint, D. Royer Editions Masson.
IV
Transformée en z
Chapitre 1
Transformée en z
1.1 Signaux à temps discret

1.1.1 Définition
Un signal discret x(tk) est une suite de valeurs disponibles à des instants t0, t1, …tk, formant un ensemble
dénombrable (k entier). Il peut provenir de prélèvements réguliers d’échantillons à la période T d’un signal
analogique x(t). Dans la suite, nous n’aurons pas à nous préoccuper de la génération du signal à temps discret.
La suite des valeurs (séquence) x(k.T) sera désignée par la suite xk ou x(k). Elle est représentée par un point
(nombre réel) pour chaque entier k.
x(0)
x(2)
x(−1)
x(1)
T
−1 0 1 2 k
Figure 1-1 Signal à temps discret
1.1.2 Signaux de référence

Des signaux de référence sont utiles pour étudier le comportement des systèmes à temps discret. Ce sont
essentiellement :
• L’impulsion unité :
⎧1 si k = m ( 1-1 )
δ (k − m ) = ⎨
⎩0 si k ≠ m
Ce signal joue un rôle comparable à celui joué par l’impulsion de Dirac vis-à-vis des systèmes analogiques. En
particulier, une séquence quelconque x(k) se représente par une somme pondérée d’impulsions unité :
+∞ ( 1-2 )
x(k ) = ∑ x(m)δ (k − m)
m = −∞
• L’échelon unité :
1
Transformée en z
⎧1 si k ≥ 0 ( 1-3 )
Γ(k ) = ⎨
⎩0 si k < 0
L’échelon unité est la somme d’impulsions unité décalées vers la droite :
+∞ ( 1-4 )
Γ(k ) = ∑ δ (k − m )
m =0
• Le signal harmonique :
x(k ) = exp(iαk ) ∀k et − π ≤ α < +π ( 1-5 )
Lorsque le signal harmonique provient de l’échantillonnage avec une période T d’un signal analogique de
pulsation w (x(t)=exp(iwt)), la pulsation numérique α est égale au produit wT :
x(k ) =ˆ exp(iwkT ) = exp(iαk ) ⇒ α = wT = 2πf ⋅ T ( 1-6 )
En posant α=2π / N, on montre que la séquence harmonique est périodique, de période N :
⎛ 2π
(k + N )⎞⎟ = exp⎛⎜ i 2π ⎛ 2π
⎞ ⎞ ( 1-7 )
x( k + N ) = exp⎜ i k ⎟ ⋅ exp(i 2π ) = exp⎜ i k ⎟ = exp(iαk ) = x(k )
⎝ N ⎠ ⎝ N ⎠ ⎝ N ⎠
1.2 Transformée de Laplace d’un signal à temps continu échantillonné

Considérons le signal xe(t) obtenu par échantillonnage à la période T du signal causal à temps continu x(t) :
∞ ( 1-8 )
xe (t ) = ∑ x(t ) ⋅ δ (t − k ⋅ T )
k =0
En utilisant la propriété de la distribution de Dirac retardée de k⋅T, notée δ(t − k⋅T), vis-à-vis du produit simple,
il vient :
∞ ( 1-9 )
xe (t ) = ∑ x(k ⋅ T ) ⋅ δ (t − k ⋅ T )
k =0
On s’intéresse alors à la transformée de Laplace du signal xe(t) :
∞ ( 1-10 )
TL[xe (t )] = ∑ x(k ⋅ T ) ⋅ TL[δ (t − k ⋅ T )]
k =0
Comme TL[δ (t − k ⋅ T )] = e − k ⋅T ⋅ p (cf. le théorème du retard pour la transformée de Laplace), il vient :
∞ ( 1-11 )
TL[x e (t )] = ∑ x(k ⋅ T ) ⋅ e − k ⋅T ⋅ p
k =0
Posons alors :
z =ˆ e p⋅T ( 1-12 )
Et :
x(k ⋅ T ) =ˆ x (k ) ( 1-13 )
2
Transformée en z
Nous obtenons alors l’expression suivante, où X(z) désigne la transformée en z du signal à temps continu x(t)
échantillonné à la période T :
∞ ( 1-14 )
TL[xe (t )] = ∑ x(k ) ⋅ z − k =ˆ Z [x(k )] = X ( z )
k =0
Par construction, la transformée de Laplace du signal à temps continu x(t) échantillonné à la période T
correspond à la transformée en z du signal à temps discret x(k).
1.3 Transformée en z
1.3.1 Définition
De la même manière que la transformée de Laplace associe à un signal analogique x(t) une fonction X(p) de la
variable complexe p, la transformée en z associe à une séquence de nombres x(k) une fonction X(z) de la
variable complexe z définie par la série de Laurent :
+∞ ( 1-15 )
X ( z) = ∑ x(k ) ⋅ z
k = −∞
−k
Cette transformée en z bilatère est utile lorsque le signal x(k) s’étend dans le domaine des k négatifs. Lorsque la
séquence est causale, i.e. x(k)=0 ∀ k < 0, la sommation se réduit aux valeurs positives de k :
+∞ ( 1-16 )
X ( z ) = ∑ x(k ) ⋅ z − k
k =0
Soit :
X ( z ) = x(0) + x(1) ⋅ z −1 + x(2) ⋅ z −2 + x(3) ⋅ z −3 + ... + x(k ) ⋅ z − k + ... ( 1-17 )
Sauf indication contraire, nous considérerons par la suite cette transformée en z monolatère, qui a l’avantage de
tenir compte de manière systématique des conditions initiales. Nous écrirons indifféremment X(z) ou Z[x(k)].
Cette dernière notation est utilisée lorsque la séquence x(k) résulte de l’échantillonnage du signal à temps
continu x(t).
1.3.2 Domaine de convergence

L’existence de la transformée en z est limitée au domaine de convergence de la série définie par l’équation
( 1-15 ). Celui-ci est défini par le critère de Cauchy : la série de terme général u k converge si :
| u k +1 | ( 1-18 )
lim k →∞ | u k |1 / k < 1 ou si lim k →∞ <1
| uk |
Comme uk =xk⋅z−k, la transformée en z monolatère existe à l’extérieur du cercle CR de rayon R défini par :
1/ k
xk
1/ k ( 1-19 )
xk
lim k →∞ = lim k →∞ <1
zk z
1 /k | x k +1 |
⇔ z > R = lim k →∞ x k = lim k →∞
| xk |
En tant que série de Laurent, la transformée X(z) est une fonction analytique de la variable complexe z à
l’extérieur du cercle CR : X(z) et toutes ses dérivées sont continues dans le domaine de convergence.
Inversement, le domaine de convergence est limité par les pôles de X(z).
3
Transformée en z
1.3.3 Exemple
Calculer la transformée en z de la séquence définie par la suite géométrique suivante :
⎧α k ∀k ≥ 0 ( 1-20 )
x(k ) = ⎨
⎩0 ∀k < 0
En utilisant l’expression de la transformée en z, on reconnaît une série géométrique de raison α ⋅ z −1 :
1 z ( 1-21 )
X (z ) = 1 + α ⋅ z −1 + ... + α k ⋅ z − k + ... = =
1−α ⋅ z −1
z −α
Le rayon de convergence est α ⋅ z −1 < 1 ⇔ z > α .
1.4 Principales propriétés

1.4.1 Linéarité
La transformée en z d’une combinaison linéaire de deux signaux est la combinaison linéaire de la transformée en
z de chacun des signaux :
Z [λ ⋅ x(k ) + μ ⋅ y (k )] = λ ⋅ Z [x (k )] + μ ⋅ Z [ y (k )] ( 1-22 )
1.4.2 Théorème du retard

La transformée en z de la séquence x(k−n) retardée de n pas par rapport à x(k) est, par définition, égale à :
∞ ( 1-23 )
Z [x(k − n )] = ∑ x(k − n ) ⋅ z − k
k =0
= x(− n ) + x(1 − n ) ⋅ z −1 + L
[ ]
+ x(− 1) ⋅ z −(n −1) + z − n ⋅ x(0) + x(1) ⋅ z −1 + ... + x(m ) ⋅ z − m + ...
Ou encore :
Z [x(k − n )] = x(− n ) + x(1 − n ) ⋅ z −1 + ... + x(− 1) ⋅ z − n +1 + z − n ⋅ X ( z ) ( 1-24 )

n
⇔ Z [x(k − n )] = z − n ⋅ X ( z ) + ∑ x(− l ) ⋅ z − n + l
l =1
Si les valeurs initiales x(−n),,x(−1) sont nulles ou si, de manière générale, la séquence x(k) est causale (i.e.
x(k)=0 pour k<0), la relation précédente devient :
Z [x(k − n )] = z − n ⋅ X ( z ) ( 1-25 )
En particulier, la multiplication par z−1 correspond à un retard d’un pas : z−1 est l’opérateur de retard d’un pas de
temps pour la séquence des échantillons.
1.4.3 Théorème de l’avance

La transformée en z du signal x(k+1) en avance d’un pas par rapport à x(k) est, par définition, égale à :
4
Transformée en z
∞ ∞ ( 1-26 )
Z [x(k + 1)] = ∑ x(k + 1) ⋅ z − k = z ⋅ ∑ x(m ) ⋅ z − m
k =0 m =1
⎡ ∞
⎤
= z ⋅ ⎢ ∑ x(m ) ⋅ z − m − x(0)⎥ = z ⋅ ( X ( z ) − x(0))
⎣m =0 ⎦
L’itération de cette relation conduit à la transformée de la séquence avancée de n pas de temps :
Z [x(k + n )] = z n ⋅ X ( z ) − z n ⋅ x(0) − z n −1 ⋅ x(1) − ... − z ⋅ x(n − 1) ( 1-27 )
1.4.4 Théorème de la valeur initiale

Si la séquence x(k) a une transformée en z, notée X(z), et si la limite de X(z) existe lorsque z → ∞, alors, d’après
le développement :
X (z ) = x(0) + z −1 ⋅ x(1) + ... + x(k ) ⋅ z − k + ... ( 1-28 )
Il vient :
x(0 ) = lim z →∞ [ X ( z )] ( 1-29 )
1.4.5 Théorème de la valeur finale

Le théorème de la valeur finale explicite la relation entre la séquence x(k) et sa transformée en z, notée X(z),
lorsque la limite de x(k) lorsque k → ∞ existe :
[(
lim k →∞ x(k ) = lim z →1 1 − z −1 ⋅ X ( z ) ) ] ( 1-30 )
Pour démontrer ce théorème, nous utilisons le théorème du retard en supposant x(−1) = 0 (x(k) est une séquence
causale) :
( 1-31 )
[( ) ] [ ] ⎡∞ ⎤
∞
lim z →1 1 − z −1 X ( z ) = lim z →1 X ( z ) − z −1 X ( z ) = lim z →1 ⎢∑ x(k )z − k − ∑ x(k − 1)z − k ⎥
⎣ k =0 k =1 ⎦
⎡ n n
⎤
= lim n→∞ lim z →1 ⎢∑ x(k )z − k − ∑ x(k − 1)z − k ⎥
⎣ k =0 k =1 ⎦
⎡ n n
⎤
= lim n→∞ ⎢∑ x(k ) − ∑ x(k − 1)⎥
⎣ k =0 k =1 ⎦
= lim n→∞ x(n )
Corollaire : si x(k) tend vers une limite finie C lorsque k → ∞, alors X(z) possède un pole z = 1. En effet :
X 1 (z ) ⎧1 est un pole de X(z) ( 1-32 )

[( ) ]
lim k →∞ x(k ) = C = lim z →1 1 − z −1 X ( z ) ⇒ X ( z ) = ⇒⎨
⎩lim z →1 X 1 (z ) = C
−1
1− z
Remarque : comme pour les signaux à temps continu, ce théorème n’est valable que si la limite lorsque k → ∞
de la séquence x(k) existe. Pour illustrer cette remarque, prenons le séquence x(k) = ( −1)k dont la valeur oscille
entre +1 et −1 : il est clair que cette séquence n’a pas de limite lorsque k → ∞. Par contre, l’utilisation du
théorème de la valeur finale donne le résultat (erroné) suivant :
5
Transformée en z
( 1-33 )
X (z ) = ∑ (− 1) z − k = ∑ (− z −1 ) =
∞ ∞
k k 1 1
=
k =0 k =0 1 − (− z ) 1 + z −1
−1
[ ⎡
]
⇒ lim k →∞ x(k ) = lim z →1 (1 − z −1 )X ( z ) = lim z →1 ⎢(1 − z −1 )
1 ⎤
1 + z −1 ⎥⎦
=0
⎣
1.4.6 Changement d’échelle

−k ( 1-34 )
⎛z⎞ ∞
[ ]
∞
⎛z⎞
X ⎜ ⎟ = ∑ x(k )⎜ ⎟ = ∑ a k x(k )z − k = Z a k x(k )
⎝ a ⎠ k =0 ⎝a⎠ k =0
1.4.7 Multiplication par k
d ⎛ ∞ ⎞ ( 1-35 )
(z ) = − z ⎜ ∑ x(k )z − k ⎟ = − z (Z [x(k )])
∞ ∞
d −k d
Z [kx(k )] = ∑ kx(k )z − k = −∑ x(k )z
k =0 k =0 dz dz ⎝ k =0 ⎠ dz
1.4.8 Produit de convolution discrète

Pour des séquences causales, le produit de convolution discrète est défini par :
∞ ( 1-36 )
y (k ) * x(k ) = ∑ y ( j ) ⋅ x(k − j )
j =0
En prenant la transformée en z de cette équation, il vient :
∞ ⎛ ∞ ⎞ ∞ ∞ ( 1-37 )
Z [ y (k ) * x(k )] = ∑ ⎜⎜ ∑ y ( j ) ⋅ x(k − j )⎟⎟ z − k = ∑ y ( j ) ⋅∑ x(k − j ) ⋅ z − k
k =0 ⎝ j =0 ⎠ j =0 k =0
Le changement de variable m=k−j conduit à :
∞ ∞ ( 1-38 )
Z [ y (k ) * x(k )] = ∑ y ( j ) ⋅ z − j ⋅∑ x(m ) ⋅ z − m = Z [ y (k )] ⋅ Z [x(k )]
j =0 m =0
1.5 Inversion
Trois méthodes classiques sont employées pour trouver la séquence x(k) à partir de la fonction X(z). La première
méthode, qui est générale, repose sur le théorème de Cauchy. Lorsque X(z) se présente sous la forme d’un
rapport de polynômes en z−1 (ou en z), les deux autres méthodes permettent d’obtenir les coefficients de la
séquence x(k) soit par décomposition en éléments simples, soit par division suivant les puissances croissantes.
1.5.1 Théorème de Cauchy (méthode générale)
1.5.1.1 Méthode
L’inverse de la transformée en z se déduit du théorème de Cauchy :
1 ⎧1 si k = 0 ( 1-39 )
∫
i ⋅ 2π C
z k −1 dz = ⎨
⎩0 ∀ k ≠ 0
Où C est un contour qui entoure l’origine dans le sens trigonométrique.
6
Transformée en z
Notons que sur la figure ci-contre :
• Le domaine de convergence est hachuré. Il s’agit de
l’extérieur du cercle CR.
X • C est le contour d’intégration pour l’inversion de la
transformée en z.
X CR • Les pôles de X(z) sont désignés par des croix.
Montrons le résultat ( 1-39 ) dans le cas particulier où le contour C est un cercle :
z = ρ ⋅ e iθ ; ρ = cte ⇒ dz = i ⋅ ρ ⋅ e iθ ⋅ dθ ( 1-40 )
+π
∫π (ρ ⋅ e )
1 i k −1
∫
θ
⇒ z k −1 dz = i
ρ ⋅ e iθ ⋅ dθ
i ⋅ 2π C i ⋅ 2π −
⎧ 1 +π
2π −∫π
⎪ dθ = 1 si k = 0
k +π
1 ρ ⎪
i ⋅ 2π C∫ 2π −∫π
⇔ z k −1 dz = e ikθ dθ = ⎨
ikθ +π
⎪ ρ ⎡e ⎤
k
⎪ 2π ⎢ ik ⎥ = 0 si k ≠ 0
⎩ ⎣ ⎦ θ = −π
Ce résultat se généralise au cas où C est un contour quelconque entourant l’origine.

Multiplions par zk−1 chaque membre de l’équation ( 1-17 ) :
X ( z ) ⋅ z k −1 = x(0) ⋅ z k −1 + x(1) ⋅ z k − 2 + x(2) ⋅ z k −3 + ... + x(k ) ⋅ z −1 + ... ( 1-41 )
Si le contour C se situe dans le domaine de convergence, l’intégration et la sommation peuvent être interverties
dans le second membre de l’équation ( 1-41 ) ; il vient :
1 1 ⎛ ⎞ ( 1-42 )
∫ z k −1 X ( z ) ⋅ dz = ⎜ x(0) ⋅ ∫ z k −1 ⋅ dz + L + x(k ) ⋅ ∫ z −1 ⋅ dz + L⎟ = x(k ) = Z −1 [X ( z )]
i ⋅ 2π C i ⋅ 2π ⎜ ⎟
⎝ C C ⎠
Dans cette formule d’inversion, le contour d’intégration C doit entourer l’origine et les pôles de X(z).
Lorsque X(z) se présente sous forme d’un rapport de deux polynômes (fraction rationnelle), alors zk−1X(z) peut
être décomposé en éléments simples faisant apparaître les pôles de X(z) (i.e. les racines du dénominateur), et
l’intégrale se calcule par la méthode des résidus :
1
i ⋅ 2π C∫
z k −1 X ( z ) ⋅ dz = ∑ residus [z k −1
]
X ( z ) ∀k ≥ 0
( 1-43 )
( )
poles de X z
En notant λ un pole de X(z) de multiplicité q, alors le résidu de zk−1X(z) en λ est donné par l’expression
suivante :
d (q −1) ( 1-44 )
[ ]
residus z k −1 X ( z ) z =λ =
1
⋅ (q −1) ( z − λ ) ⋅ z k −1 X ( z )
(q − 1)! dz
q
z =λ
Dans le cas particulier où le pole est de multiplicité 1, l’expression précédente se réduit à :
7
Transformée en z
[ ]
residus z k −1 X ( z ) z =λ = ( z − λ ) ⋅ z k −1 X ( z )
z =λ
( 1-45 )
1.5.1.2 Exemples
z
• Trouver l’original de X ( z ) =
(z − α )
zk
La fonction z k −1
X (z ) = présente un pole simple z=α dont le résidu est αk. Par conséquent :
z −α
⎡ z ⎤
Z −1 ⎢ ⎥ =αk ∀k ≥ 0 .
⎣z −α ⎦
T ⋅z
• Trouver l’original de X ( z ) = :
(z − 1)2
zk
La fonction z k −1 X ( z ) = T ⋅ présente un pole double z=1 dont le résidu r est :
(z − 1)2
⎡ T ⋅z ⎤
r=
1 d
(2 − 1)! dz
T ⋅ zk ( ) = k ⋅ T . Par conséquent : Z −1 ⎢ 2 ⎥
= k ⋅T ∀k ≥ 0 : il s’agit d’une rampe de
z =1 ⎣ ( z − 1) ⎦
pente unité.
z 2 + 0.9 z
• Trouver l’original de X ( z ) =
(
(z − 0.8) z 2 − z + 0.5
:
)
Les racines de z2 − z + 0.5 sont 0.5 ± j⋅0.5 ; par conséquent X(z) s’écrit sous la forme suivante :
z 2 + 0.9 z
X (z ) = .
(z − 0.8)(z − 0.5 + j ⋅ 0.5)(z − 0.5 − j ⋅ 0.5)
X(z) présente donc 3 pôles simples, λ1 = 0.8, λ2 = 0.5 + j⋅0.5 et λ3 = 0.5 − j⋅0.5, chacun de multiplicité 1.
Calculons le résidu en chacun de ces pôles :
• Résidu en λ1 = 0.8 :
[ ]
residus z k −1 X ( z ) z =0.8 = ( z − λ ) ⋅ z k −1 X (z )
z = 0.8
= z k −1
z 2 + 0.9 z
(z − 0.5 + j ⋅ 0.5)(z − 0.5 − j ⋅ 0.5) z = 0.8
:
⇔ residus z [ k −1
]
X ( z ) z = 0 .8 = z k −1 z 2 + 0.9 z
z − z + 0.5 z = 0.8
2
= 4 ⋅ 0.8k −1
• Résidu en λ2 = 0.5 + j⋅0.5 :
residus z [ k −1
]
X ( z ) z = 0 .5 + j ⋅ 0 .5 = ( z − λ ) ⋅ z k −1
X (z )
z = 0.5 + j ⋅0.5
=z k −1 z 2 + 0.9 z
(z − 0.8)(z − 0.5 + j ⋅ 0.5) z =0.5+ j⋅0.5
[ ]
⇔ residus z k −1 X ( z ) z = 0.5+ j ⋅0.5 = (0.5 + j ⋅ 0.5)
k −1
⋅ (− 1.5 − j )
• Résidu en λ3 = 0.5 − j⋅0.5 :
8
Transformée en z
[ ]
residus z k −1 X (z ) z = 0.5 − j ⋅0.5 = ( z − λ ) ⋅ z k −1 X ( z )
z = 0.5 − j ⋅0.5
= z k −1
z 2 + 0.9 z
(z − 0.8)(z − 0.5 − j ⋅ 0.5) z =0.5− j⋅0.5
[ ]
⇔ residus z k −1 X ( z ) z = 0.5 − j ⋅0.5 = (0.5 − j ⋅ 0.5)
k −1
⋅ (− 1.5 + j )
En sommant les deux résidus associés aux pôles complexes conjugués, et en notant α* le conjugué de α, nous
obtenons :
⎧ ⎛ 1 ⎞
k −1
j ⋅( k −1)⋅
π
⎪α =ˆ (0.5 + j ⋅ 0.5) ⋅ (− 1.5 − j ) = ⎜ ⋅ (− 1.5 − j )
k −1
⎟ ⋅e 4
k −1
⎪ ⎝ 2 ⎠ ⎛ 1 ⎞ ⎛ j ⋅(k −1)⋅π4 ⎞
⎨ k −1
⇒ α + α *
= 2 ⋅ Re (α ) = 2 ⋅ ⎜ ⎟ ⋅ Re⎜e
⎜ ⋅ (− 1 .5 − j ) ⎟
⎟
⎪ * ⎛ 1 ⎞ − ⋅( − )⋅
π
⎝ 2 ⎠ ⎝ ⎠
( ) ( ) ( )
k −1 j k 1
⎪α =
ˆ 0 .5 − j ⋅ 0 . 5 ⋅ − 1. 5 + j = ⎜ ⎟ ⋅ e 4
⋅ − 1. 5 + j
⎩ ⎝ 2⎠
k −1
⎛ 1 ⎞ ⎛ ⎛ π⎞ ⎛ π ⎞⎞
⇔ α +α = 2⋅⎜ *
⎟ ⋅ ⎜⎜ − 1.5 ⋅ cos⎜ (k − 1) ⋅ ⎟ + sin ⎜ (k − 1) ⋅ ⎟ ⎟⎟
⎝ 2⎠ ⎝ ⎝ 4⎠ ⎝ 4 ⎠⎠
Il vient :
k −1
⎡ z 2 + 0.9 z ⎤ ⎛ 1 ⎞ ⎛ ⎛ π⎞ ⎛ π ⎞⎞
Z −1 ⎢ k −1
⎥ = 4 ⋅ 0.8 + 2 ⋅ ⎜ ⎟ ⋅ ⎜⎜ − 1.5 ⋅ cos⎜ (k − 1) ⋅ ⎟ + sin ⎜ (k − 1) ⋅ ⎟ ⎟⎟ ∀k ≥ 0
⎣ ( z − 0 . 8 ) z(2
− z + 0 . 5 ⎦ ) ⎝ 2 ⎠ ⎝ ⎝ 4⎠ ⎝ 4 ⎠⎠
En réarrangeant les deux derniers termes, nous avons :
⎧ ⎛ π⎞ 3 ⎛ 2 ⎛ π⎞ 2 ⎛ π ⎞⎞
⎪− 1.5 ⋅ cos⎜ (k − 1) ⋅ ⎟ = − ⋅ ⎜⎜ ⋅ cos⎜ k ⋅ ⎟ + ⋅ sin ⎜ k ⋅ ⎟ ⎟⎟
⎪ ⎝ 4⎠ 2 ⎝ 2 ⎝ 4⎠ 2 ⎝ 4 ⎠⎠
⎨
⎪ ⎛ π⎞ 2 ⎛ π⎞ 2 ⎛ π⎞
⎪sin ⎜ (k − 1) ⋅ 4 ⎟ = 2 ⋅ sin ⎜ k ⋅ 4 ⎟ − 2 ⋅ cos⎜ k ⋅ 4 ⎟
⎩ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛ π⎞ ⎛ π⎞ 2 ⎛ 3 ⎞ ⎛ π⎞ 2 ⎛ 3 ⎞ ⎛ π⎞
⇒ −1.5 ⋅ cos⎜ (k − 1) ⋅ ⎟ + sin ⎜ (k − 1) ⋅ ⎟ = ⋅ ⎜ − − 1⎟ ⋅ cos⎜ k ⋅ ⎟ + ⋅ ⎜ − + 1⎟ ⋅ sin ⎜ k ⋅ ⎟
⎝ 4⎠ ⎝ 4⎠ 2 ⎝ 2 ⎠ ⎝ 4⎠ 2 ⎝ 2 ⎠ ⎝ 4⎠
⎛ π⎞ ⎛ π⎞ 2 5 ⎛ π⎞ 2 1 ⎛ π⎞
⇔ −1.5 ⋅ cos⎜ (k − 1) ⋅ ⎟ + sin ⎜ (k − 1) ⋅ ⎟ = − ⋅ ⋅ cos⎜ k ⋅ ⎟ − ⋅ ⋅ sin ⎜ k ⋅ ⎟
⎝ 4⎠ ⎝ 4⎠ 2 2 ⎝ 4⎠ 2 2 ⎝ 4⎠
Il vient finalement :
k
⎡ z 2 + 0.9 z ⎤ 4 ⎛ 1 ⎞ ⎛ 2 5 ⎛ π⎞ 2 1 ⎛ π ⎞⎞
Z ⎢−1
⎥= ⋅ 0.8 k + 2 ⋅ 2 ⋅ ⎜ ⎟ ⋅ ⎜⎜ − ⋅ ⋅ cos⎜ k ⋅ ⎟ − ⋅ ⋅ sin ⎜ k ⋅ ⎟ ⎟⎟
2
(
⎣ (z − 0.8) z − z + 0.5 ⎦ 0.8 ) ⎝ 2⎠ ⎝ 2 2 ⎝ 4⎠ 2 2 ⎝ 4 ⎠⎠
k
⎡ −1 z 2 + 0.9 z ⎤ ⎛ 1 ⎞ ⎛ ⎛ π⎞ ⎛ π ⎞⎞
⇔Z ⎢ ⎥ = 5 ⋅ 0.8 − ⎜
k
⎟ ⋅ ⎜⎜ 5 ⋅ cos⎜ k ⋅ ⎟ + sin ⎜ k ⋅ ⎟ ⎟⎟ ∀k ≥ 0
⎣ ( z − 0.8) z − z + 0.5 ⎦
2
( ⎝ 2⎠ ⎝) ⎝ 4⎠ ⎝ 4 ⎠⎠
1.5.2 Décomposition en éléments simples

La méthode consiste à décomposer X(z) en une somme de fonctions plus simples, dont les transformées inverses
se trouvent en consultant un tableau de transformées en z. La linéarité de la transformée en z assure que la
séquence x(k) est la somme des originaux. Dans le cas de fraction rationnelle en z, il convient de décomposer
X(z) / z en éléments simples plutôt que X(z) afin d’obtenir systématiquement z en facteur :
9
Transformée en z
Pôles de X(z) X(z) = Z[x(k)] Original x(k), k≥0
Réel simple : z=α z αk
z −α
Réel double :z1= z2=α z ⋅α k ⋅α k
( z − α )2
Complexes conjugués : z⋅β ρ k ⋅ sin (kθ )
z1,2 =α ±iβ = ρe ±iθ
( z − α )2 + β 2
α = ρ cos(θ );β = ρ sin(θ )
Complexes conjugués : z ⋅ (z − α ) ρ k ⋅ cos(kθ )
z1,2 =α ±iβ = ρe ±iθ
( z − α )2 + β 2
α = ρ cos(θ );β = ρ sin(θ )
Tableau 1-1 Table de transformées en z
Lorsque l’ordre du numérateur est égal à l’ordre du dénominateur, il faut effectuer la division avant de
décomposer. La division donne un terme constant qui est la valeur à l’origine de la séquence x(k).
z 2 + 0.9 z
Exemple : trouver l’original de X ( z ) =
(z − 0.8)(z 2 − z + 0.5)
:
Après développement en éléments simples de X(z) / z, il vient :

X (z ) z + 0.9 A Bz + C
= = +
z (
(z − 0.8) (z − 0.5) + 0.5
2 2
)
z − 0.8 (z − 0.5)2 + 0.5 2
Les coefficients sont : A=5, B=−A=−5 et C=2, de sorte que :
5⋅ z z ⋅ (5 z − 2) 5⋅ z 5 ⋅ z ( z − 0.5) + 0.5 z
X (z ) = + = −
z − 0.8 ( z − 0.5) + 0.5
2 2
z − 0.8 (z − 0.5)2 + 0.5 2
Ici α=β=0.5, de sorte que ρ=1/√2 et θ=π/4. La séquence originale est :
k k
⎛ 1 ⎞ ⎛ π⎞ ⎛ 1 ⎞ ⎛ π⎞
x(k ) = 5 ⋅ (0.8) − 5 ⋅ ⎜
k
⎟ cos⎜ k ⎟ − ⎜ ⎟ sin ⎜ k ⎟
⎝ 2⎠ ⎝ 4⎠ ⎝ 2⎠ ⎝ 4⎠
k
⎛ 1 ⎞ ⎛ ⎛ π⎞ ⎛ π ⎞⎞
⇔ x(k ) = 5 ⋅ (0.8) − ⎜
k
⎟ ⋅ ⎜⎜ 5 ⋅ cos⎜ k ⎟ + sin ⎜ k ⎟ ⎟⎟ ∀k ≥ 0
⎝ 2⎠ ⎝ ⎝ 4⎠ ⎝ 4 ⎠⎠
1.5.3 Division suivant les puissances croissantes (DPC)

Soit X(z) sous la forme :
N ( z ) bn + bn −1 z −1 + ... + b0 z − n ( 1-46 )
X (z ) = =
D( z ) 1 + a n −1 z −1 + ... + a0 z − n
En divisant le numérateur N(z) par le dénominateur D(z), suivant les puissances croissantes de z −1, il vient :
bn + bn −1 z −1 + L + b0 z − n 1 + a n −1 z −1 + L + a 0 z − n
(
− bn + bn a n −1 z −1 + L ) bn + (bn −1 − bn a n −1 ) ⋅ z −1 + L
10
Transformée en z
L’identification du quotient avec l’équation ( 1-15 ) montre que pour un signal causal, le degré du numérateur
est toujours inférieur ou égal à celui du dénominateur.
L’identification avec le terme z−k conduit aux expressions suivantes :
⎧ x(0) = bn ( 1-47 )
⎪ x(1) = b − b a = b − a x(0)
⎪⎪ n −1 n n −1 n −1 n −1
⎨ x(2) = bn − 2 − a n − 2 x(0) − a n −1 x(1)

⎪....
⎪
⎪⎩ x(n) = b0 − a 0 x(0) − a1 x(1) − ... − a n −1 x(n − 1)
Les expressions précédentes peuvent être regroupées en une seule équation aux différences homogène :
∀k ≥ 0 : x(k ) + a n −1 x(k − 1) + ... + a1 x(k − n + 1) + a 0 x(k − n) = bn − k ( 1-48 )

avec : bn − k = 0 ∀(n − k ) < 0
Le problème de l’inversion de X(z) se ramène alors à celui de la résolution d’une équation aux différences avec
n+1 valeurs initiales : x(0), x(1), x(n). Les valeurs suivantes x(n+1), x(n+2), se calculent par itération. Il est
donc toujours possible de trouver l’original d’une fraction rationnelle en z. Un inconvénient de cette méthode
est qu’elle ne fournit pas l’expression de x(k) sous la forme d’une fonction explicite de k, mais d’une suite de
valeurs numériques.
z 2 + 0.9 z
Exemple : chercher les 3 premiers termes de l’original de X ( z ) =
(z − 0.8)(z 2 − z + 0.5)
.
En réorganisant X(z) selon les puissances croissantes de z−1 il vient :

N (z −1 ) z 2 + 0.9 z z 2 + 0.9 z z −1 + 0.9 z −2
X (z ) = = = =
D(z −1 ) ( z − 0.8)(z 2 − z + 0.5) z 3 − 1.8 ⋅ z 2 + 1.3 ⋅ z − 0.4 1 − 1.8 ⋅ z −1 + 1.3 ⋅ z − 2 − 0.4 ⋅ z −3
Effectuons alors la division suivant les puissances croissantes (DPC) :
z −1 + 0.9 z −2 1 − 1.8 ⋅ z −1 + 1.3 ⋅ z −2 − 0.4 ⋅ z −3
− (z −1 − 1.8 ⋅ z −2 + 1.3 ⋅ z −3 − 0.4 ⋅ z −4 ) z −1 + 2.7 ⋅ z −2 + ...
2.7 ⋅ z −2 − 1.3 ⋅ z −3 + 0.4 ⋅ z −4
Soit : X (z ) = z −1 + 2.7 ⋅ z −2 + ... . En identifiant cette séquence avec l’expression de la transformée en z de
∞
X(z), X (z ) = ∑ x(k ) ⋅ z −k
, il vient :
k =0
⎧ x(0) = 0
⎪ x(1) = 1
⎪
⎨
⎪ x(2 ) = 2.7
⎪⎩...
Ces résultats sont conformes à l’expression de x(k) obtenue précédemment :

k k
⎛ 1 ⎞ ⎛ π⎞ ⎛ 1 ⎞ ⎛ π⎞
x(k ) = 5 ⋅ (0.8) − 5 ⋅ ⎜
k
⎟ cos⎜ k ⎟ − ⎜ ⎟ sin ⎜ k ⎟ ∀k ≥ 0
⎝ 2⎠ ⎝ 4⎠ ⎝ 2⎠ ⎝ 4⎠
11
Transformée en z
1.6 Liens avec la transformée de Laplace

1.6.1 Obtention de la transformée en z à partir de la transformée de Laplace
L’objectif de ce paragraphe est d’obtenir l’expression de la transformée en z de la séquence causale x(k) issue de
l’échantillonnage à la période T du signal causal à temps continu x(t) dont la transformée de Laplace est X(p).
De manière plus précise, nous allons montrer que :
X ( p) ⎡ X ( p) ⎤ ( 1-49 )
σ + i⋅∞
1
X (z ) = ∫ ⋅ dp = ∑ residus ⎢ p⋅T ⎥
i ⋅ 2π σ −i⋅∞ 1 − z
−1
⋅ e p⋅T poles de X ( p )
−1
⎣1 − z ⋅ e ⎦
Pour cela, partons de la relation ( 1-11 ) exprimant la transformée de Laplace du signal x e(t) obtenu par
échantillonnage à la période T du signal causal à temps continu x(t) :
∞ ( 1-50 )
TL[x e (t )] = ∑ x(k ⋅ T ) ⋅ e − k ⋅T ⋅ p
k =0
D’autre part, l’expression de x(t) peut être obtenue en inversant sa transformée de Laplace en utilisant la formule
de Mellin-Fourier :
1
σ + i⋅∞ ( 1-51 )
x(t ) = ∫ X ( p ) ⋅ e ⋅ dp
pt
i ⋅ 2π σ −i⋅∞
En utilisant cette dernière relation aux instants t=k.T dans la relation ( 1-50 ), il vient :
⎧ ∞ ( 1-52 )
⎪ TL [x e (t )] = ∑ x (k ⋅ T ) ⋅ e − k ⋅T ⋅ p
∞ ⎛ σ + i⋅∞
⎪ 1 ⎞
⎨
k =0
σ + i⋅∞
⇒ TL [x (t )] = ∑ ⎜
⎜ ∫ X ( p ') ⋅ e p '⋅ k ⋅T
⋅ dp ' ⎟⎟ ⋅ e − k ⋅T ⋅ p
k = 0 ⎝ i ⋅ 2π
e
⎪ x(k ⋅ T ) = 1 ( ) ⎠
i ⋅ 2π σ −∫i⋅∞
p⋅k ⋅T
X p ⋅ e ⋅ dp σ −i ⋅∞
⎪⎩
Soit, après permutation des opérateurs de sommation et d’intégration :
1
σ + i⋅∞ ∞ ( 1-53 )
TL[xe (t )] = ∫ X ( p ') ⋅ ∑ ⋅ e − k ⋅T ⋅( p − p ' ) ⋅ dp '
i ⋅ 2π σ −i⋅∞ k =0
∞
1
La série géométrique ∑⋅e
k =0
− k ⋅T ⋅( p − p ' )
de raison e −T ⋅( p − p ' ) a pour somme
1− e −T ⋅( p − p ' )
, de sorte que la relation
précédente devient :
X ( p ') ( 1-54 )
σ + i⋅∞
1
TL[xe (t )] = ∫ −T ⋅( p − p ' )
⋅ dp '
i ⋅ 2π σ − i⋅∞ 1 − e
Enfin, en utilisant la relation z = e p⋅T donnée en ( 1-12 ) et le fait que la transformée de Laplace du signal à
temps continu x(t) échantillonné à la période T correspond à la transformée en z du signal à temps discret x(k)
(i.e. TL[x e (t )] =ˆ X ( z ) , cf. ( 1-14 )), il vient finalement :
X ( p ') ( 1-55 )
σ + i⋅∞
⎧ z = e p⋅T 1
⎨ ⇒ X (z ) = ∫ ⋅ dp '
⎩TL[xe (t )] =ˆ X ( z ) i ⋅ 2π −1
σ −i⋅∞ 1 − z ⋅ eT ⋅ p'
12
Transformée en z
− p ⋅t
Dans le cas ou X(p) ne présente pas de termes en e 0 traduisant un retard temporel, l’intégrale ( 1-55 ) peut
s’évaluer à utilisant le théorème des résidus. Par conséquent, la transformée en z de la séquence causale x(k)
issue de l’échantillonnage à la période T du signal causal à temps continu x(t) s’obtient à partir de la transformée
de Laplace X(p) de x(t) par la relation suivante :
X ( p) ⎡ X ( p) ( 1-56 )
σ + i⋅∞
1 ⎤
X (z ) =
i ⋅ 2π ∫ −1
⋅ e p⋅T
⋅ dp = ∑ residus ⎢ −1 p ⋅T ⎥ = Z [X ( p )]
σ −i⋅∞ 1 − z poles de X ( p ) ⎣1 − z ⋅ e ⎦
X ( p)
Rappelons que si α est un pôle de X(p) de multiplicité m, alors le résidu de en ce pole est donné
1 − z −1 ⋅ eT ⋅ p
par la relation suivante :
⎡ X ( p) ⎤ 1 d m −1 X ( p) ( 1-57 )
⎥⎦ (m − 1)! dp m −1 ( p − α ) ⋅ 1 − z −1 ⋅ e p⋅T
m
residu p =α ⎢ −1 p ⋅T
= ⋅
⎣1 − z ⋅ e p =α
1.6.2 Exemples
Exemple 1 : calculer la transformée en z du signal x(t) = t⋅Γ(t) dont la transformée de Laplace est 1/p2.
X(p) présente un pole en 0 de multiplicité 2. Le résidu en ce pole a l’expression suivante :
⎡ X ( p) ⎤ 1 d 2 X ( p) d 1 ( 1-58 )
residu p =0 ⎢ −1
⎣1 − z ⋅ e
p⋅T ⎥⎦ = (2 − 1)! ⋅ dp p ⋅ 1 − z −1 ⋅ e p⋅T =
dp (1 − z ⋅ e p⋅T ) p =0
−1
p =0
⎡ X ( p) ⎤ − z −1 ⋅ T ⋅ e p⋅T
⇔ residu p =0 ⎢ = −
−1
⎣1 − z ⋅ e
p⋅T ⎥⎦
(1 − z −1 ⋅ e p⋅T )2 p =0
⎡ X ( p) ⎤ z −1 ⋅ T
⇔ residu p =0 ⎢ =
−1
⎣1 − z ⋅ e
p⋅T ⎥⎦
(1 − z −1 )2
L’utilisation de la relation ( 1-56 ) conduit finalement au résultat suivant :
⎡ X ( p) ⎤ z −1 ⋅ T T ⋅z ( 1-59 )
X (z ) = residu p =0 ⎢ = =
−1
⎣1 − z ⋅ e
p⋅T ⎥
(
⎦ 1 − z −1
2
) (z − 1)2
Pour vérifier ce résultat, on pourra se référer au second exemple de la section 1.5.1.2. Par la suite, c’est le calcul
direct de la transformée en z du signal x(t) échantillonné avec une périodicité T qui est réalisé :
13
Transformée en z
[ ] ( 1-60 )
∞ ∞
Z x(t ) t =k ⋅T = Z [(k ⋅ T )] = T ⋅ ∑ k ⋅ z − k = T ⋅ ∑ k ⋅ z − k
k =0 k =1
[ ] ⎛ ∞ ⎞
∞ ∞
n = k − 1 ⇒ Z x(t ) t = k ⋅T = T ⋅ ∑ (n + 1) ⋅ z −(n +1) = T ⋅ ⎜ ∑ n ⋅ z −(n +1) + z −1 ⋅ ∑ z − n ⎟
n =0 ⎝ n =0 n =0 ⎠
⎛ d ⎛ ∞ ⎞
[ ] ⎛ ∞ d ⎞ ⎞
⇔ Z x(t ) t = k ⋅T = T ⋅ ⎜ ∑ (− z − n ) + z −1 ⋅ ∑ z − n ⎟ = T ⋅ ⎜⎜ − ⎜ ∑ z −n ⎟ + z −1 ⋅ ∑ z − n ⎟⎟
∞ ∞
⎝ n =0 dz n =0 ⎠ ⎝ dz ⎝ n =0 ⎠ n =0 ⎠
⎛ z −2 z −1 ⎞⎟
[ ] ⎛ d ⎛ 1 ⎞ −1
⇔ Z x(t ) t = k ⋅T = T ⋅ ⎜⎜ − ⎜ −1 ⎟ + z ⋅
1 ⎞
⎟
1 − z −1 ⎟⎠
= T ⋅ ⎜ +
⎜ (1 − z −1 )2 1 − z −1 ⎟
⎝ dz ⎝ 1 − z ⎠ ⎝ ⎠
⎛ z − 2 + z −1 ⋅ (1 − z −1 ) ⎞
[ ]
⇔ Z x(t ) t = k ⋅T = T ⋅ ⎜ ⎟
⎜
⎝ (1 − z )
−1 2 ⎟
⎠
On obtient finalement le résultat ( 1-59 ) :
( 1-61 )
[ ]
Z x(t ) t = k ⋅T = T ⋅
z −1
(1 − z )
−1 2
1
Exemple 2 : calculer la transformée en z du signal x(t) dont la transformée de Laplace est X ( p ) = .
p ⋅ ( p + 2)
2
X(p) présente 2 pôles : le premier en 0, de multiplicité 2, et le second en −2, de multiplicité 1. Les résidus en ces
pôles ont les expressions suivantes :
• Pole en 0, de multiplicité 2 :
⎡ X ( p) ⎤ 1 d 2 X ( p) d 1 ( 1-62 )
residu p =0 ⎢ −1
⎣1 − z ⋅ e
p⋅T ⎥⎦ = (2 − 1)! ⋅ dp p ⋅ 1 − z −1 ⋅ e p⋅T =
dp ( p + 2) ⋅ (1 − z −1 ⋅ e p⋅T ) p =0
p =0
⎡ X ( p)
⇔ residu p =0 ⎢
⎤
= −
(1 − z −1 ⋅ e p⋅T ) + ( p + 2) ⋅ (− z −1 ⋅ T ⋅ e p⋅T )
−1
⎣1 − z ⋅ e
p⋅T ⎥⎦
( p + 2)2 ⋅ (1 − z −1 ⋅ e p⋅T )2 p =0
⎡ X ( p) ⎤ 1 − z −1 − 2 ⋅ z −1 ⋅ T 1 z −1 ⋅ (1 + 2 ⋅ T ) − 1
⇔ residu p =0 ⎢ = − = ⋅
4 ⋅ (1 − z −1 ) (1 − z −1 )2
−1
⎣1 − z ⋅ e
p⋅T ⎥⎦ 2
4
• Pole en −2, de multiplicité 1 :
⎡ X ( p) ⎤ 1 d0 X ( p) ( 1-63 )
residu p = −2 ⎢ −1 p⋅T ⎥ (1 − 1)! dp 0 ( p + 2 ) ⋅ 1 − z −1 ⋅ e p⋅T
= ⋅
⎣1 − z ⋅ e ⎦ p = −2
⎡ X ( p) ⎤ 1
⇔ residu p = −2 ⎢ ⎥ = p 2 ⋅ 1 − z −1 ⋅ e p⋅T
−1
⎣1 − z ⋅ e
p ⋅T
⎦ ( ) p = −2
⎡ X ( p) ⎤ 1 1
⇔ residu p = −2 ⎢ ⎥ = 4 ⋅ 1 − z −1 ⋅ e − 2⋅T
−1
⎣1 − z ⋅ e
p ⋅T
⎦ ( )
L’utilisation de la relation ( 1-56 ) conduit finalement au résultat suivant :
14
Transformée en z
⎡ X ( p) ⎤ ⎡ X ( p) ⎤ ( 1-64 )
X (z ) = residu p =0 ⎢ −1 p⋅T⎥⎦ + residu p = −2 ⎢⎣1 − z −1 ⋅ e p⋅T ⎥⎦
⎣1 − z ⋅ e
1 ⎛ z −1 ⋅ (1 + 2 ⋅ T ) − 1 1 ⎞
⇔ X (z ) = ⋅ ⎜ + ⎟
4 ⎜⎝ (1 − z )
−1 2 ( −1
1− z ⋅e )
− 2⋅T ⎟
⎠
Il vient finalement, en exprimant les fractions en fonction de z et non de z−1 :
1 ⎛ z ⋅ (1 + 2 ⋅ T ) − z 2 z ⎞ ( 1-65 )
X (z ) = ⋅ ⎜⎜ + ⎟
⎟
4 ⎝ (z − 1) 2
z − e − 2⋅T ⎠
1 ⎛ z + z ⋅ 2 ⋅T − z 2 z ⎞
⇔ X (z ) = ⋅ ⎜⎜ + ⎟
⎟
4 ⎝ (z − 1) 2
z − e − 2⋅T ⎠
1 ⎛ z ⋅ (1 − z ) + z ⋅ 2 ⋅ T z ⎞
⇔ X (z ) = ⋅ ⎜⎜ + ⎟
⎟
4 ⎝ (z − 1) 2
z − e − 2⋅T ⎠
1 ⎛ 2 ⋅T ⋅ z z z ⎞
⇔ X (z ) = ⋅ ⎜⎜ − + ⎟
⎟
4 ⎝ ( z − 1) 2
z − 1 z − e − 2⋅T ⎠
Ce résultat peut être vérifié en trouvant l’original x(t) de X(p), puis en calculant la transformée en z du signal x(t)
échantillonné avec une périodicité T.
15
Transformée en z
16
Systèmes linéaires à temps discret : stabilité, modèles élémentaires
Chapitre 2
Systèmes linéaires à temps discret :
stabilité, modèles élémentaires
2.1 Introduction
L’objet de ce chapitre est de présenter les notions de stabilité et les modèles élémentaires du premier et du
second ordre pour les systèmes linéaires à temps discret. Ceux-ci s’étudient de manière similaire aux
systèmes continus : on verra en particulier dans la première partie intitulée Systèmes invariants et
linéaires à temps discret qu’un tel système, s’il est causal, se caractérise de manière équivalente :
• soit par une équation de convolution reliant l’entrée x(k) est la sortie y(k) du système :
k ( 2-1 )
y (k ) = ∑ h( j )x(k − j )
j =0
• soit par un produit simple entre les transformées en z :
Y (z ) = H (z ) ⋅ X (z ) ( 2-2 )
A partir de ces résultats, l’étude de la stabilité est abordée ; on verra en particulier comment le critère de
Routh peut être appliqué dans le cas discret. Dans un second temps, les propriétés des modèles
élémentaires du premier et du second ordre sont présentées.
2.2 Systèmes invariants et linéaires à temps discret

2.2.1 Définition
Pour un système S à temps discret :
x(k) Système S[x(k)] =y(k)

Invariant
Linéaire
S
Figure 2-1 Système invariant et linéaire à temps discret
17
Les propriétés de linéarité et d’invariance dans le temps se traduisent par :
• Linéarité :
S[λ1 x1 (k )+ λ2 x2(k )]= λ1 S[x1 (k )]+ λ2 S[x2(k )] ( 2-3 )
• Invariance :
si S[x(k )]= y(k ) , alors, ∀j entier : S[x(k + j )]= y(k + j ) ( 2-4 )
2.2.2 Système invariant linéaire et transformée en z

D’après la formule d’inversion de la transformée en z, une séquence quelconque x(k) peut être considérée
comme la superposition d’excitations de la forme zk :
1 1 dz ( 2-5 )
x(k ) = Z −1 [X ( z )] = ∫ z k −1 X ( z )dz = ∫ z k X ( z)
2πi C 2πi C z
Remarquons que la réponse d’un système invariant et linéaire à temps discret à la suite géométrique
x(k+j) = zk+j est homothétique à la réponse issue de la suite géométrique x(k) = zk. En effet :
[ ] [
⎧⎪S z k + j = S z j ⋅ z k ] [ ] [ ] [ ]
⇒ S zk + j = S λ ⋅ zk = λ ⋅ S zk = z j ⋅ S zk [ ]
⎨
⎪⎩λ = z j
Le changement de variable i = k + j montre que la quantité z−k ⋅ S[zk] est indépendante de l’entier k. C’est
une fonction H(z) de la seule variable z, appelée transmittance en z :
[ ] [ ] [ ] [ ]
k + j = i ⇒ S z i = z i − k ⋅ S z k ⇔ z − i ⋅ S z i = z − k ⋅ S z k =ˆ H ( z )
En reprenant ( 2-5 ) et en utilisant la définition de la transmittance en z, la réponse d’un système invariant
et linéaire à temps discret à une entrée x(k) quelconque peut donc s’écrire sous la forme suivante :
y (k ) = S [x(k )] =
1
∫
2πi C
[ ] dz
S z k X ( z) =
z
1
∫
2πi C
z k H (z )X ( z )
dz
z
( 2-6 )
En identifiant avec ( 2-5 ), nous déduisons que H(z)⋅X(z) est la transformée en z du signal de sortie y(k) :
Y (z ) = H (z ) ⋅ X (z ) ( 2-7 )
La transformée en z de la réponse à la séquence impulsion unité δ(k), dont la transformée en z est égale à
1, vaut :
Y (z ) = H (z ) ( 2-8 )
Par analogie avec le cas continu, h(k ) = Z −1 [H ( z )] est appelée réponse impulsionnelle.
Compte tenu de la propriété de la transformée en z vis-à-vis du produit de convolution discrète, la réponse
y(k) à une séquence quelconque x(k) est le produit de convolution discrète entre l’entrée x(k) et la réponse
impulsionnelle h(k) :
∞ ( 2-9 )
y (k ) = h(k ) * x(k ) = ∑ h( j ) ⋅ x(k − j )
j =0
Si la séquence d’entrée est causale, la sommation est limitée à la valeur k :
18
k ( 2-10 )
y (k ) = ∑ h( j ) ⋅ x(k − j )
j =0
2.2.3 Equations aux différences

Soit un système d’ordre n causal, soumis à partir de l’instant k = 0 à une séquence d’entrée x(k) et décrit
par une équation aux différences linéaire à coefficients constants :
n n ( 2-11 )
∑α i y(k − i ) = ∑ β i x(k − i )
i =0 i =0
Ce type de relation de récurrence apparaît soit lors de la discrétisation d’une équation différentielle
continue, soit lors de l’étude de systèmes intrinsèquement discrets (filtres numériques par exemple).
Pour établir la solution générale de cette équation, deux cas sont à distinguer :
• Le système est au repos (y(k) = 0) avant l’instant initial k=0 :
On a alors : y(k < 0) = 0. Pour k ≥ 0, la réponse y(k) ne dépend que de la séquence d’entrée x(k). Elle peut
se calculer pas à pas à l’aide de la relation de récurrence (cf. équation ( 2-11 )). Elle s’obtient plus
simplement en prenant la transformée en z de la relation de récurrence ( 2-11 ). En effet, en appliquant le
théorème du retard, et sachant que les séquences x(k) et y(k) sont causales, il vient :
α 0Y ( z ) + α 1 z −1Y ( z ) + .... + α n z − nY (z ) = β 0 X ( z ) + β 1 z −1 X (z ) + ... + β n z − n X ( z ) ( 2-12 )
Soit :
β 0 + β1 z −1 + ... + β n z − n β 0 z n + β 1 z n −1 + ... + β n ( 2-13 )

Y ( z ) = H (z )X ( z ) , avec H ( z ) = =
α 0 + α 1 z −1 + .... + α n z − n α 0 z n + α 1 z n −1 + .... + α n
• Le système n’est pas au repos (y(k) ≠ 0) avant l’instant initial k = 0 :
La réponse se trouve alors par la transformée en z de la relation de récurrence, mais en tenant compte
cette fois du fait que y(k) n’est pas causal (contrairement à x(k)) :
i ( 2-14 )
Z [ y (k − i )] = z −i Y ( z ) + ∑ y (− j )z −i + j
j =1
⎛ n
−i ⎞
⎛ i n ⎞ ⎛ n ⎞
⇒ ⎜ ∑ α i z ⎟Y ( z ) + ∑ α i ⎜ ∑ y (− j )z
⎜ −i + j
⎟ = ⎜ ∑ β i z −i ⎟ X ( z )
⎟
⎝ i =0 ⎠ i =0 ⎝ j =1 ⎠ ⎝ i =0 ⎠
⎛ i n ⎞
α i ⎜⎜ ∑ y (− j )z −i + j ⎟⎟
n
∑β z i
−i
∑
⇔ Y (z ) = i =0
X (z ) −
i =0 ⎝ j =1 ⎠
n n
∑ α i z −i
i =0
∑α z
i =0
i
−i
Posons : Y ( z ) = YF ( z ) + YL ( z )
n
∑β z i
−i
• Le premier terme, YF ( z ) = i =0
n
X ( z ) = H ( z )X ( z ) , est fonction uniquement du signal
∑α z
i =0
i
−i
d’entrée : il s’agit de l’image de la réponse forcée yF(k).
19
n ⎛ i ⎞
∑α i ⎜⎜ ∑ y(− j )z −i + j ⎟⎟
• Le second terme, YL ( z ) = −
i =0 ⎝ j =1 ⎠ , est l’image de la réponse libre y (k) : c’est la
n L
∑α z
i =0
i
−i
réponse du système lorsque l’entrée x(k) est nulle, c’est à dire la solution de l’équation aux différences
linéaire à coefficients constants sans second membre.
En définitive, une équation aux différences linéaire à coefficients constants d’ordre n reliant les séquences
d’entrée x(k) et de sortie y(k) pour k ≥ 0 représente un système linéaire et invariant (SIL) à temps discret si
les n valeurs initiales y(-1),,y(-n) sont nulles. Lorsque les conditions initiales sont quelconques, la
réponse n’est pas celle d’un système invariant : à la réponse forcée yF(k) s’ajoute un terme yL(k) (réponse
libre) qui ne dépend pas de la séquence d’entrée x(k).
2.2.4 Réponse harmonique

La réponse harmonique s’obtient en calculant la réponse du système au signal harmonique x(k) = exp(i αk)
où α désigne la pulsation réduite : α=wT où T est la période d’échantillonnage du signal et w la pulsation
de celui-ci. En effet, en utilisant la relation ( 2-9 ) il vient :
⎧ ∞ ( 2-15 )
⎪ y (k ) = ∑ h( j ) ⋅ x(k − j ) ∞
⎨ j = 0 ⇒ y (k ) = ∑ h( j ) ⋅ exp(iα (k − j ))
⎪ x(k ) = exp(iαk ) j =0
⎩
Après développement, la réponse harmonique y(k) a l’expression suivante :
∞ ( 2-16 )
y (k ) = exp(iαk ) ⋅ ∑ h( j ) ⋅ exp(− iα ⋅ j )
j =0
∞
On reconnaît dans le terme ∑ h( j )⋅ exp(− iα ⋅ j )
j =0
l’expression de la transformée en z de la réponse
∞
impulsionelle h(k), Z [h(k )] = H ( z ) = ∑ h( j ) ⋅ z −j
, dans laquelle z a été remplacé par exp(iα). Il vient
j =0
par conséquent :
x(k ) = exp(iαk ) ⇒ y (k ) = exp(iαk ) ⋅ H ( z ) z = exp (iα ) ( 2-17 )
Par conséquent, la réponse harmonique en régime permanent s’obtient en multipliant e iαk par la
transmittance en z du système dans laquelle z est remplacé par eiα. Comme eiα est périodique, de période
2⋅π (−π ≤ α = w⋅T < π), il est en de même pour H ( z ) z = exp (iα ) .
On montre que si la séquence d’entrée est de la forme ak, alors la séquence de sortie est homothétique à la
séquence d’entrée. On dit que les suites géométriques ak sont les fonctions propres de tout système
linéaire à temps discret (de la même manière que les signaux exponentiels exp( pt ) sont les fonctions
propres de tout système linéaire à temps continu).
La transmittance H ( z ) z = exp (iα ) permet d’expliciter l’effet fréquentiel des filtres numériques : ce sont soit
des filtres à réponse impulsionnelle finie (RIF) où H(z) est un polynôme en z−1 (et n’a donc pas de
dénominateur en z−1), soit des filtres à réponse impulsionnelle infinie (RII) ou H(z) est un rapport de
polynômes en z−1, i.e. une fraction rationnelle en z−1.
20
2.3 Stabilité des systèmes à temps discrets

Un système n’est en équilibre stable que si, écarté de sa position d’équilibre, il tend à y revenir
(éventuellement en oscillant avec une amplitude décroissante). La réponse libre doit donc tendre vers
zéro, quelles que soient les conditions initiales.
En reprenant l’expression ( 2-11 ), la réponse libre d’un système linéaire à temps discret vérifie l’équation
aux différences sans second membre suivante, les conditions initiales étant fixées :
α 0 ⋅ y L (k ) + α 1 ⋅ y L (k − 1) + ... + α n ⋅ y L (k − n ) = 0 ( 2-18 )
Une solution élémentaire de cette équation est de la forme : y L (k ) = A ⋅ λk . En effet, remarquons que :
y L (k − 1) = A ⋅ λk −1 = λ−1 ⋅ y L (k ) ( 2-19 )
Par conséquent, l’équation ( 2-18 ) devient :
(α 0 )
+ α 1 z −1 + ... + α n z − n ⋅ y L (k ) = 0 ( 2-20 )
ou encore, en écartant la solution triviale y L (k ) = 0 et en multipliant par z n :
n ( 2-21 )
α 0 ⋅ λn + α 1 ⋅ λn −1 + ... + α n = 0 ⇔ ∑ α i ⋅ λn −1 = 0
i =0
Cette équation s’appelle l’équation caractéristique du système.

• Si les n racines λi (i = 1,2,,n) sont distinctes, la réponse libre est constituée de n modes de la
forme λik :
n ( 2-22 )
y L (k ) = A1 ⋅ λ1k + A2 ⋅ λk2 + ... + An ⋅ λkn = ∑ Ai ⋅ λik
i =1
Les n constantes Ai sont déterminées par les conditions initiales, qui fixent les n premières valeurs de la
réponse y(k).
• Une racine complexe implique la présence de la racine complexe conjuguée dans l’expression de
la solution puisque les coefficients α i de l’équation caractéristique sont réels :
λ + = ρ ⋅ e + iθ ; λ − = ρ ⋅ e − iθ ( 2-23 )
Les constantes multiplicatives A+ et A- associées aux racines λ+ et λ- sont aussi complexes conjuguées
pour que la réponse libre soit réelle :
A+ = A ⋅ e + iϕ ; A− = A ⋅ e − iϕ ( 2-24 )
La solution associée à ces deux racines est de la forme :
( )
A+ ⋅ λk+ + A− ⋅ λk− = A ⋅ ρ k ⋅ e + i (kθ +ϕ ) + e − i (kθ +ϕ ) = 2 A ⋅ ρ k ⋅ cos(kθ + ϕ ) ( 2-25 )
• Si λi est une racine double, il lui correspond, outre le terme λik , le terme k ⋅ λik qui définit un
mode dégénéré. De manière générale, si λi est une racine d’ordre ni, la solution de l’équation aux
ni −1
différences fera apparaître des termes de la forme λ ⋅ k
i ∑A
j =1
j ⋅k j
21
Ainsi, la réponse libre est constituée de modes de la forme λk (racines réelles) et 2 A ⋅ ρ k ⋅ cos(kθ + ϕ )
(racines complexes conjuguées).
Si la racine réelle λ est inférieure à 1 (λ < 1), la réponse libre associée à ce mode oscille, et son
amplitude croit avec k ; si 1 < λ < 0, elle oscille, mais son amplitude décroît lorsque k croit. Pour
0 < λ < +1, la réponse libre décroît exponentiellement, et pour λ > +1, son amplitude croit
exponentiellement. Dans le cas de racines complexes conjuguées, comme 2 A ⋅ cos(kθ + ϕ ) est une
quantité bornée, son amplitude croit ou décroît avec k selon que le module ρ est plus grand ou plus petit
que l’unité.
Par conséquent, un système à temps discret est stable si les racines de l’équation caractéristique
n
∑α
i =0
i ⋅ z n −1 = 0 sont situées à l’intérieur du cercle de rayon unité (dans le plan complexe). L’équation
caractéristique s’obtient en forçant à zéro le dénominateur de la fonction de transfert H(z) (cf ( 2-13 )).
Im(z)
Modes
instables
Modes
stables
-1 1
Re(z)
Modes
entretenus
Figure 2-2 Stabilité dun système linéaire à temps discret
Comme les racines de l’équation caractéristique ne sont pas toujours accessibles, il est utile de disposer
d’un critère fournissant les conditions pour lesquelles le module des racines est inférieur à l’unité. Pour
un système à temps continu, le critère de Routh permet de savoir si toutes les racines d’une équation
polynomiale sont à partie réelle négative. Lorsqu’on analyse une transmittance en z (système numérique),
l’application de ce critère n’est pas possible. On utilise alors la transformation en w (transformation
z −1 1+ w
homographique) w = ⇔z= qui fait correspondre à l’intérieur du cercle unité le demi-plan
z +1 1− w
gauche du plan complexe :
Im(z) Transformation homographique Im(w)
0 1 Re(z) -1 0 +1 Re(w)
Figure 2-3 Transformation homographique

Les relations suivantes montrent que l’image du cercle de rayon unité et de centre 0 dans le plan z est la
droite imaginaire pure dans le plan w.
22
θ θ θ ⎛θ ⎞ ( 2-26 )
iθ
i i −i 2i ⋅ sin ⎜ ⎟
z = e iθ ⇒ w =
z −1 e −1 e 2 e 2 − e 2
= = θ ⋅ θ = ⎝ 2 ⎠ = i ⋅ tan ⎛ θ ⎞
⎜ ⎟
z + 1 e iθ + 1 i i −i
θ
⎛θ ⎞ ⎝2⎠
e 2
e +e 2
2 2 ⋅ cos⎜ ⎟
⎝2⎠
1+ w
Pratiquement, il suffit donc de remplacer z par dans l’équation caractéristique, et d’appliquer le
1− w
critère de Routh à l’équation en w.
Remarque : les racines de l’équation caractéristique sont aussi les pôles de la transmittance en z (et non en
z-1).
2.4 Modèle élémentaire du premier ordre

2.4.1 Equation aux différences
D’une manière générale, les systèmes complexes comprennent des éléments du premier et du second
ordre. Leur comportement se caractérise par une combinaison pondérée des réponses de ces éléments. Il
est donc important d’étudier les réponses temporelles et harmoniques de ces modèles, d’autant que leurs
expressions mathématiques sont accessibles.
Un système élémentaire du premier ordre est régi par une équation aux différences de la forme :
y (k ) = ay (k − 1) + bx(k − 1) ( 2-27 )
Son gain est unité si, pour une entrée en échelon x(k)=1 ∀k≥0 :
b ( 2-28 )
lim k →∞ y (k ) = 1 = ⇒ b = 1− a
1− a
2.4.2 Stabilité
En supposant les conditions initiales nulles, la transmittance en z du système vaut :
Y (z ) bz −1 b ( 2-29 )
= =
X ( z ) 1 − az −1
z−a
L’application du critère de stabilité vu au paragraphe précédant indique que le système sera stable à la
condition que les racines de l’équation caractéristique, z−a=0, soient de module inférieur à l’unité, c’est à
dire que ⏐a⏐<1.
Comme on l’a vu au paragraphe précédant, ce résultat est obtenu en considérant la réponse libre du
système. Dans le cas présent, la réponse libre correspondant à x(k)=0 ∀k et à la valeur initiale y(−1)≠0 se
calcule directement pas à pas et s’exprime en fonction de y(0)=a ⋅y(−1) :
y L (k ) = ay L (k − 1) = ... = a k y (0 ) ( 2-30 )
Le système revient à sa position d’équilibre sans osciller si 0<a<+1 en oscillant avec une période égale à
2 lorsque 1<a<0. Par conséquent, le système n’est stable que si 1<a<+1.
2.4.3 Réponses temporelles
2.4.3.1 Réponse impulsionnelle

La réponse impulsionnelle est la réponse à la séquence impulsion unité, dont la transformée en z est 1 :
23
∞ ( 2-31 )
X (z ) = Z [δ (k )] = ∑ δ (k )z − k = 1 ⋅ z −0 + 0 ⋅ z −1 + L = 1
k =0
En se servant de la relation ( 2-29 ), il vient :
b b ( 2-32 )
Y (z ) = X (z ) =
z−a z−a
La décomposition en éléments simples de Y(z) / z donne :
Y (z ) b b b ( 2-33 )
= =− +
z z (z − a ) az a( z − a )
L’expression de Y(z) est donc la suivante :
b bz ( 2-34 )
Y (z ) = − +
a a(z − a )
La lecture d’une table de transformée inverse conduit à :
b b ( 2-35 )
y (k ) = − δ (k ) + a k ∀k ≥ 0 ⇔ y (k ) = ba k −1 = h(k ) ∀k ≥ 1, 0 sinon
a a
Pour un système stable (|a|<1), cette réponse tend vers la valeur permanente 0 quand k tend vers l’infini,
apériodiquement si a>0, en oscillant avec une période égale à 2 si a<0.
2.4.3.2 Réponse indicielle

La réponse indicielle est la réponse à la séquence unitaire causale x(k)=1 ∀k≥0, dont la transformée en z
est z / (z−1). En se servant de la relation ( 2-29 ), il vient :
b b z ( 2-36 )
Y (z ) = X (z ) = ⋅
z−a (z − a ) (z − 1)
La décomposition en éléments simples de Y(z) / z donne :
Y (z ) b 1 b b ( 2-37 )
= ⋅ = +
z (z − a ) (z − 1) (a − 1)(z − a ) (1 − a )(z − 1)
L’expression de Y(z) est donc la suivante :
b z b z ( 2-38 )
Y (z ) = ⋅ + ⋅
(a − 1) (z − a ) (1 − a ) (z − 1)
La lecture d’une table de transformée inverse conduit à :
y (k ) =
b k
a −1
a +
b
=
b
1− a 1− a
1- ak ( ) ∀k ≥ 0, 0 sinon
( 2-39 )
Pour un système stable (|a|<1), de gain unité (b=1−a), cette réponse tend vers la valeur permanente 1
quand k tend vers l’infini.
24
La réponse harmonique a été étudiée de manière générale au paragraphe 2.2.4. Dans ce paragraphe, nous
allons illustrer le fait que la réponse harmonique en régime permanent du modèle élémentaire du premier
ordre s’obtient en remplaçant z par eiα dans la transmittance en z (ici, H(z)=Y(z) / X(z)=b / (z−a)), et en
multipliant le résultat par zk = eiαk.
En raisonnant dans le domaine temporel, la réponse du système au signal harmonique x(k)=exp(i αk)
appliqué à partir de l’instant k=0 se déduit de la formule de convolution qui s’écrit, compte tenu du fait
que h(0)=0 :
k
y (k ) = ∑ h( j )x(k − j ) = ∑ ba
k
j −1 iα ( k − j )
e
b k
(
= e iαk ∑ ae −iα ) j
= e ae
( )
b iαk −iα 1 − ae − iα
k ( 2-40 )
j =0 j =1 a j =1 a 1 − ae −iα
⇔ y (k ) =
b⋅e − iα
( iαk
⋅ e − ak
= iα
b )
⋅ e i αk − a k ( )
− iα
1 − ae e −a
Cette réponse comprend un terme transitoire (terme ak), qui, pour un système stable (⏐a⏐<1) tend vers
zéro lorsque k→∞, et une partie permanente, notée yp(k) :
y p (k ) = H (α ) ⋅ e iαk ( 2-41 )
Avec :
b b ( 2-42 )
H (α ) = =
e − a cos(α ) − a + i sin (α )
iα
Par conséquent, le comportement du filtre pour le régime harmonique permanent s’obtient en remplaçant
z par eiα dans la transmittance H(z) du système. Ce résultat, établi pour un système élémentaire du premier
ordre, est en fait un résultat général.
Le module et l’argument de H (α ) = A(α ) ⋅ e iΦ (α ) sont donnés par :
⎧ b ( 2-43 )
⎪ A(α ) =
⎪ 1 − 2a cos(α ) + a 2
⎨
⎪ ⎛ sin (α ) ⎞
⎪Φ(α ) = −arctg ⎜⎜ cos(α ) − a ⎟⎟ (+π si b < 0)
⎩ ⎝ ⎠
Nous pouvons constater que la transmittance H(z) est une fonction périodique, de période 2 π, de la
pulsation réduite α=wT, où T est la période d’échantillonnage du signal et w la pulsation de celui-ci. Il
suffit de l’étudier dans le domaine 0≤ α ≤π étant donnée la symétrie par rapport à l’origine :
⎧ A(− α ) = A(α ) ( 2-44 )

⎨
⎩Φ (− α ) = −Φ (α )
Là encore, il s’agit d’un résultat général pour les systèmes linéaires à temps discret.
Les systèmes caractérisés par a > 0 sont des filtres passe-bas. Les systèmes avec a < 0 sont des filtres
passe-haut. Les valeurs limites sont A(0) = ⏐b⏐ et A(π) = ⏐b⏐/(1+a) :
25
A(α)
A(π)=⏐b⏐/(1+a) a<0 (et a>-1) : filtre passe-haut
A(0)=⏐b⏐/(1-a)
⏐b⏐ a=0
A(0)=⏐b⏐/(1-a)
A(π)=⏐b⏐/(1+a) a>0 (et a<+1) : filtre passe-bas
0 π α=wT=2πfT
Figure 2-4 Comportement fréquentiel dun système élémentaire du premier ordre
2.5 Modèle élémentaire du second ordre

2.5.1 Equation aux différences
Un système élémentaire du second ordre est régi par une équation aux différences de la forme :
y (k ) + a1 y (k − 1) + a 0 y (k − 2) = b0 x(k − 2) ( 2-45 )
Examinons son comportement à l’aide de la transformée en z : la transmittance H(z) est le rapport

Y(z) / X(z) lorsque les conditions initiales y(−1) et y(−2) sont nulles :
b0 z −2 b0 N (z ) ( 2-46 )
H (z ) = = 2 =
−1
1 + a1 z + a 0 z −2
z + a1 z + a 0 D( z )
2.5.2 Stabilité
L’équation caractéristique est la suivante :
D (z ) = z 2 + a1 z + a 0 = 0 ( 2-47 )
Nous savons que le système est stable si les racines de l’équation caractéristique ont un module inférieur à
l’unité. Pour connaître qu’elles sont les valeurs de {a0, a1} permettant d’obtenir un système stable,
appliquons le critère de Routh pour les systèmes à temps discret que nous avons vu précédemment : il
1+ w
s’agit d’utiliser la transformation en w, i.e. de remplacer z par dans l’équation caractéristique, et
1− w
d’appliquer le critère de Routh à l’équation en w. Il vient :
2 ( 2-48 )
⎛1+ w ⎞ ⎛1+ w ⎞
⎟ + a 0 = 0 ⇒ (1 + w) + a1 (1 + w)(1 − w) + a 0 (1 − w) = 0
2 2
⎜ ⎟ + a1 ⎜
⎝1− w ⎠ ⎝1− w ⎠
Soit, après développement :
w 2 (1 − a1 + a0 ) + w(2 − 2a0 ) + 1 + a1 + a 0 = 0 ( 2-49 )
Le tableau de Routh est le suivant :

Ligne w2 1-a1+ a0 1+a1+ a0
1
Ligne w 2-2a0
0
Ligne w 1+a1+ a0
L’application du critère de Routh en choisissant un signe positif pour tous les pivots (lorsque le signe de
tous les pivots est choisi négatif, il n’y a pas de solution) conduit aux inégalités suivantes :
26
⎧1 − a1 + a 0 > 0 ⎧a 0 > a1 − 1 ( 2-50 )

⎪ ⎪
⎨2 − 2 a 0 > 0 ⇔ ⎨a 0 < 1
⎪1 + a + a > 0 ⎪a > −(1 + a )
⎩ 1 0 ⎩ 0 1
Nous pouvons vérifier ce résultat en calculant de manière explicite les racines de l’équation
caractéristique ( 2-47 ). Cette équation admet des racines réelles ou complexes conjuguées :
− a1 ± a12 − 4a0
• Les racines sont réelles si : 4a0 < a ⇒ z1, 2
2
1 =
2
⎧ ρ = a0
⎪
• Les racines sont complexes conjuguées si : 4a 0 > a12 ⇒ z1, 2 = ρe ±iθ avec ⎨ − a1
⎪cos(θ ) =
⎩ 2 a0
Dans le plan {a1, a0}, ces deux cas sont séparés par la parabole a0=a12 / 4. Le système est stable si le
module des racines est inférieur à l’unité :
• Lorsque les racines sont réelles, la condition de stabilité implique :
− 1 < z1, 2 < +1 ( 2-51 )
− a1 ± a12 − 4a 0
⇔ −1 < < +1
2
⇔ −2 + a1 < ± a12 − 4a 0 < 2 + a1
Déterminons dans un premier temps les frontières du domaine déterminé par cette double inégalité :
⎧− 2 + a = ± a 2 − 4a ⇔ (− 2 + a )2 = a 2 − 4a ⇔ −4a = 4 − 4a ( 2-52 )
⎪⎪ 1 1 0 1 1 0 0 1
⎨et
⎪
⎪⎩± a1 − 4a0 = 2 + a1 ⇔ a1 − 4a 0 = (2 + a1 ) ⇔ −4a 0 = 4 + 4a1
2 2 2
Apres avoir remarqué que le point (a0=0, a1=0) appartient au domaine décrit par la double inégalité, on
en déduit que les points du domaine vérifient :
⎧a 0 > a1 − 1 ( 2-53 )
⎨
⎩a 0 > −(1 + a1 )
Remarque :
Ces deux conditions peuvent se mettre sous la forme D(1)>0 et D(−1) > 0, et font partie des critères de
stabilité de Jury. Pour une équation caractéristique de la forme D(z)=zn + a n-1 z n-1 + an-2 zn-2 ++ a0, ces
deux conditions s’expriment sous la forme : D(1) > 0 et (−1)n⋅D(−1) > 0. Notons que ces deux conditions
sont nécessaires à la stabilité du système à temps discret, mais pas suffisantes.
Pour le système du second ordre étudié, et lorsque les racines sont complexes conjuguées (i.e.
2
a0 > a12 / 4), la condition de stabilité implique : z1, 2 = a 0 < 1 ⇒ a 0 < 1 (a0 est positif dans ce cas, car
2
supérieur à a1 / 4)
Nous retrouvons ainsi les conditions obtenues en appliquant le critère de Routh pour les systèmes à temps
discret. Ces conditions définissent un triangle dans le plan {a1,a0} : le système est stable si les valeurs des
coefficients a1 et a0 sont choisies à l’intérieur de ce triangle :
27
a0
racines
a0=a12/4
complexes
1
Système stable
-2 -1 1 2 a1
racines
-1
réelles
Figure 2-5 Condition de stabilité dun système élémentaire du second ordre
2.5.3 Réponse impulsionnelle

La réponse impulsionnelle s’obtient en prenant l’inverse de la transmittance en z. Dans le cas d’un
système élémentaire de gain unité (b0=1+a0+a1), la transmittance en z s’écrit, en faisant apparaître les
pôles z1 et z2 supposés distincts :
b0 b z −1 ⎛ z z ⎞ ( 2-54 )
H (z ) = = 0 ⎜⎜ − ⎟
(z − z1 )(z − z 2 ) (z1 − z 2 ) ⎝ z − z1 z − z 2 ⎟⎠
En utilisant le théorème du retard, on obtient l’expression suivante pour la réponse impulsionnelle (on
rappelle que Γ(k−1) est l’échelon unité retardé d’un pas) :
( 2-55 )
h(k ) =
b0
z1 − z 2
(
z1k −1 − z 2k −1 Γ(k − 1) )
Cette réponse est nulle pour k ≤ 0. Elle est aussi nulle pour k = 1 en raison de l’inertie du système.
• Si les racines z1 et z2 sont réelles, cette réponse est la différence de deux signaux exponentiels,
décroissants pour un système stable : celui-ci est en fait constitué de deux systèmes du premier ordre dont
les caractéristiques ont été étudiées au paragraphe précédant.
• Si les racines z1 et z2 sont complexes conjuguées ( z1, 2 = ρe ± iθ ), la réponse impulsionnelle h(k) s’écrit
sous la forme :
⎛ e i (k −1)θ − e − i (k −1)θ ⎞ sin ((k − 1)θ ) ( 2-56 )

h(k ) = b0 ρ k − 2 ⎜⎜ ⎟⎟Γ(k − 1) = b0 ρ k − 2 Γ(k − 1)
⎝ e iθ − e −iθ ⎠ sin (θ )
h(k) est un signal sinusoïdal dont l’amplitude décroît exponentiellement.

La réponse harmonique s’obtient en calculant la transmittance en H(z) sur le cercle unité z=e iα. Soit, dans
le cas d’un système élémentaire :
b0 ( 2-57 )
H (α ) = 2 iα
e + a1e iα + a 0
Elle a pour module :
b0 b0 ( 2-58 )
A(α ) = =
1 + a 02 + a12 + 2a1 (1 + a 0 ) cos(α ) + 2a 0 cos(2α ) D
28
et pour argument :
⎛ a1 sin (α ) + sin (2α ) ⎞ ( 2-59 )

Φ (α ) = −arctg ⎜⎜ ⎟⎟ (+π si b 0 < 0)
⎝ a 0 + a1 cos(α ) + cos(2α ) ⎠
Ces deux fonctions sont périodiques, de période 2π. De plus, A(α) est une fonction paire de α, et Φ(α) est
une fonction impaire de α. Par conséquent, il suffit de les étudier dans le domaine 0 ≤ α ≤ π.
La dérivée de A(α) a l’expression suivante :
dA(α ) b ⎛ 4a0 ⎞ ( 2-60 )

= 30/ 2 ⋅ (1 + a0 ) ⋅ ⎜⎜ a1 + cos(α )⎟⎟ ⋅ sin (α )
dα D ⎝ 1 + a0 ⎠
Sachant que 1+a0 et sin(α) (0 ≤ α ≤ π) sont positifs, le signe de la dérivée de A(α) nous permet de
conclure sur le type de filtre numérique, selon que a0 est positif ou négatif :
⎛ 4a 0 4a 0 ⎞
• A(α) est une fonction monotone décroissante si a1 < min⎜⎜ − ;+ ⎟⎟ : filtre passe-bas.
⎝ 1 + a0 1 + a0 ⎠
⎛ 4a 0 4a 0 ⎞
• A(α) est une fonction monotone croissante si a1 > max⎜⎜ − ;+ ⎟⎟ : filtre passe-haut.
⎝ 1 + a0 1 + a0 ⎠
4 a0
• A(α) passe par un maximum ou un minimum si a1 < : filtre passe-bande ou coupe-bande.
1 + a0
a0
a0 = −a1 / (4 + a1 ) a0 = a1 / (4 − a1 )
Filtre passe-bande
(existence d’un maximu m)
Filtre passe-bas 1 Filtre passe-haut
-2 -1 1 2 a1
-1
Filtre coupe-bande
(existence d’un min imu m)
Figure 2-6 Comportement fréquentiel dun système élémentaire du second ordre
29
30
Synthèse des correcteurs numériques
Chapitre 3
3.1 Introduction
Le remplacement d’un correcteur analogique par un calculateur numérique, lorsque cela est possible,
apporte essentiellement plus de souplesse dans la façon de commander le système. En effet, il permet de
tester facilement différents algorithmes lors des phases de mise au point, et de modifier rapidement les
paramètres de la commande.
consignes
Calculateur Convertisseur Numérique –

(correcteur Analogique (CNA) +bloqueur + Système analogique
numérique) filtre passe-bas
Convertisseur Analogique –
Numérique (CAN) +
filtre passe-bas
Figure 3-1 Système numérique de commande

On ne s’intéressera par la suite qu’à l’aspect commande numérique (algorithme du calculateur), sans
s’occuper des aspects conversion analogique – numérique (CAN et CNA) et traitement du signal.
Etant donné un système à temps continu de fonction de transfert F(p), et fonctionnant correctement avec
un correcteur analogique Ca(p), on se pose le problème de réaliser le correcteur numérique équivalent
Cn(z). Pour cela, il s’agit d’insérer dans un premier temps le système à temps continu à corriger, de
fonction de transfert F(p), dans une chaine de commande à temps discret. Cela impose l’utilisation d’un
convertisseur numérique-analogique (CNA) en amont du système à temps continu F(p) à corriger, et d’un
convertisseur analogique-numérique (CAN) qui échantillonne la sortie du système à temps continu.
Système à Système à
CNA CAN
corriger F(p) corriger F(p)
Figure 3-2 Insertion dun système à temps continu dans une chaine de commande à temps discret
Notons qu’en pratique, le CAN intègre (ou est précédé d’) un filtre passe bas anti-aliasing qui permet
d’éviter le chevauchement de spectre (cf. théorème de Shannon) dont nous ne nous soucierons pas ici.
Par la suite, le convertisseur numérique-analogique (CNA) sera modélisé par un bloqueur d’ordre zéro de
fonction de transfert B0(p), et le convertisseur analogique-numérique (CAN) par un échantillonneur de
31
période T. Le système corrigé à temps continu et son équivalent à temps discret ont les structures
suivantes :
r(t) y(t)
+ Ca (p) F(p)
-
r(k) y(t) y(k)

+ C n(z) B0 (p) F(p)
- T
Figure 3-3 Système corrigé à temps continu et son équivalent à temps discret
On indiquera dans ce chapitre comment intégrer un système à temps continu dans une chaine de
commande à temps discret en prenant en compte les convertisseurs numérique-analogique (CNA) et
analogique-numérique (CAN), et on examinera différents moyens d’effectuer la transposition du
correcteur analogique Ca(p) vers le correcteur numérique Cn(z).
3.2 Insertion du système à temps continu dans une chaine de commande à

temps discret
3.2.1 Modélisation d’un bloqueur d’ordre zéro
Considérons la fonction de transfert B0(p) du bloqueur d’ordre zéro que l’on obtient par exemple à partir
de la transformée de Laplace de sa réponse impulsionelle :
δ(k) h(t)
1 x 1
x x x
0 k 0 T t
B0(p)
Figure 3-4 Réponse impulsionelle du correcteur dordre zéro

Sachant que le bloqueur d’ordre zéro reçoit à chaque instant kT une impulsion, et fait persister la valeur
de l’impulsion pendant la durée T de l’échantillonnage, nous obtenons l’expression suivante pour la
réponse impulsionelle :
u (k ) = δ (k ) ⇒ h(t ) = Γ(t ) − Γ(t − T ) ( 3-1 )
La transformée de Laplace de la réponse impulsionelle h(t) nous permet de déduire la fonction de transfert
B0(p) du bloqueur d’ordre zéro :
1 − exp(− p ⋅ T ) ( 3-2 )
B0 ( p ) = TL[h(t )] =
p
32
3.2.2 Fonction de transfert d’un système à temps continu inséré dans une chaine de
commande à temps discret
L’objectif de ce paragraphe est d’établir la fonction de transfert à temps discret d’un système à temps
continu piloté par un calculateur. Pratiquement, il s’agit de déterminer la fonction de transfert à temps
discret de l’association CNA + système à temps continu + CAN :
u(k) y(t) y(k)

B0(p) F(p)
T
Figure 3-5 Fonction de transfert de lassociation CNA + système à temps continu + CAN
Afin d’établir la fonction de transfert à temps discret, calculons la réponse impulsionnelle de l’association
de la figure Figure 3-5 :
• Comme u(k) = δ(k), l’expression du signal en sortie de l’échantillonneur bloqueur B0(p) est donnée
par l’expression ( 3-1 ) ;
• En désignant par y1(t) la réponse du système F(p) à l’échelon unité noté Γ(t) (i.e. réponse indicielle du
système), et en se servant des propriétés de linéarité et d’invariance du système à temps continu, nous en
déduisons l’expression de la sortie du système F(p) à la différence Γ(t) − Γ(t−T) :
u (t ) = Γ(t ) − Γ(t − T ) ⇒ y (t ) = y1 (t ) − y1 (t − T ) ( 3-3 )
• Enfin, l’échantillonneur de période T placé an aval de F(p) fournit l’expression de la sortie y(k) à
temps discret :
y (k ) = y1 (k ) − y1 (k − 1) ( 3-4 )
En prenant la transformée en z de cette expression, qui représente la réponse impulsionnelle du système à

temps discret, nous en déduisons la fonction de transfert à temps discret F(z) d’un système à temps
continu piloté par un calculateur
Y ( z ) =ˆ F ( z ) = Y1 ( z ) − z −1 ⋅ Y1 ( z ) = (1 − z −1 ) ⋅ Y1 ( z ) ( 3-5 )
Sachant que Y1(z) représente la transformée en z de la réponse indicielle échantillonnée du système à

temps continu, d’expression F(p) / p, nous obtenons finalement :
⎡ F ( p )⎤ ( 3-6 )
F ( z ) = (1 − z −1 ) ⋅ Z ⎢ ⎥
⎣ p ⎦
Notons que le même résultat est obtenu en identifiant les réponses indicielles des systèmes analogique et
numérique. En effet, a transformée en z de la réponse indicielle du système analogique est notée
Z[F(p) / p], alors que la réponse indicielle du système équivalent numérique est donnée par
F(z)⋅(z / (z − 1)). En identifiant ces deux expressions, nous retrouvons le résultat ( 3-6 ) :
⎡ F ( p )⎤ ⎡ F ( p )⎤ ( 3-7 )
⇔ F ( z ) = (1 − z −1 ) ⋅ Z ⎢
z
F (z ) ⋅ = Z⎢ ⎥ ⎥
z −1 ⎣ p ⎦ ⎣ p ⎦
Cette méthode de transposition conserve le gain statique. Cette caractéristique peut être démontrée en
calculant la valeur finale de la réponse indicielle. Soit y1n(k) la réponse indicielle du système à temps
discret. D’après le théorème de la valeur finale, nous avons dans le domaine numérique :
33
( )
⎧lim k →∞ y1n (k ) = lim z →1 1 − z −1 ⋅ Y1n ( z )
⎪
( 3-8 )
⎨ z F (z ) ⇒ lim k →∞ y1n (k ) = lim z →1 F (z )
⎪Y1n ( z ) = F ( z ) ⋅ = −1
⎩ z −1 1− z
Dans le domaine à temps continu, la réponse indicielle est notée y1a(t) ; nous avons :
⎧lim t →∞ y1a (t ) = lim p →0 p ⋅ Y1a ( p ) ( 3-9 )

⎪
⎨ F ( p) ⇒ lim t →∞ y1a (t ) = lim p →0 F ( p )
⎪Y1a ( p ) = p
⎩
En identifiant ( 3-8 ) et ( 3-9 ), il est clair que cette méthode de transposition conserve le gain statique.
Nous avons en effet :
lim k →∞ y1n (k ) = lim t →∞ y1a (t ) ⇔ lim z →1 F ( z ) = lim p →0 F ( p ) ( 3-10 )
⇒ lim wn →0 F (z ) z =eiwnT = lim wa →0 F ( p ) p =i⋅w

a
3.2.3 Discrétisation de l’équation d’état

Nous avons vu au chapitre 7 qu’un système à temps continu peut être représenté par l’équation d’état
suivante :
x& (t ) = A ⋅ x(t ) + B ⋅ u (t ) ( 3-11 )
Nous avons de plus montré que la solution de cette équation différentielle linéaire est :
t ( 3-12 )
x(t ) = exp( A ⋅ t ) ⋅ x(0 ) + ∫ exp( A ⋅ (t − τ )) ⋅ B ⋅ u (τ ) ⋅ dτ
0
Après discrétisation avec un pas d’échantillonnage noté T de l’expression du vecteur d’état x(t) il vient :
kT ( 3-13 )
t = kT ⇒ x(kT ) = exp( A ⋅ kT ) ⋅ x(0 ) + ∫ exp( A ⋅ (kT − τ )) ⋅ B ⋅ u (τ ) ⋅ dτ
0
t = (k + 1)T ⇒ x((k + 1)T ) = exp( A ⋅ (k + 1)T ) ⋅ x(0)

kT ( k +1)T
+ ∫ exp( A ⋅ ((k + 1)T − τ )) ⋅ B ⋅ u (τ ) ⋅ dτ + ∫ exp( A ⋅ ((k + 1)T − τ )) ⋅ B ⋅ u(τ ) ⋅ dτ
0 kT
⎛ k ⋅T
⎞
⇔ x((k + 1)T ) = exp( A ⋅ T ) ⋅ ⎜ exp( A ⋅ kT ) ⋅ x(0 ) + ∫ exp( A ⋅ (kT − τ )) ⋅ B ⋅ u (τ ) ⋅ dτ ⎟⎟
⎜
⎝ 0 ⎠
( k +1)T
+ ∫ exp( A ⋅ ((k + 1)T − τ )) ⋅ B ⋅ u(τ ) ⋅ dτ
kT
( k +1)T
⇔ x((k + 1)T ) = exp( A ⋅ T ) ⋅ x(kT ) + ∫ exp( A ⋅ ((k + 1)T − τ )) ⋅ B ⋅ u(τ ) ⋅ dτ
kT
Comme l’échantillonneur bloque la valeur de l’entrée u(t) entre les instants kT et (k+1)T il vient :
34
⎛ (k +1)T ⎞ ( 3-14 )
x((k + 1)T ) = exp( A ⋅ T ) ⋅ x(kT ) + ⎜⎜ ∫ exp( A ⋅ ((k + 1)T − τ )) ⋅ dτ ⎟⎟ ⋅ B ⋅ u (kT )
⎝ kT ⎠
⇔ x((k + 1)T ) = exp( A ⋅ T ) ⋅ x(kT ) − A −1 ⋅ [exp( A ⋅ ((k + 1)T − τ ))]kT ⋅ B ⋅ u (kT )
( k +1)T
⇔ x((k + 1)T ) = exp( A ⋅ T ) ⋅ x(kT ) − A −1 ⋅ (I − exp( A ⋅ T )) ⋅ B ⋅ u (kT )

Dans l’expression précédente, I désigne la matrice identité. Il vient finalement :
⎧ F = exp( A ⋅ T ) ( 3-15 )
x((k + 1)T ) = F ⋅ x(kT ) + G ⋅ u (kT ) où ⎨
⎩G = A ⋅ (exp( A ⋅ T ) − I ) ⋅ B
−1
Où de manière plus concise :
⎧ F = exp( A ⋅ T ) ( 3-16 )
x k +1 = F ⋅ x k + G ⋅ u k où ⎨
⎩G = A ⋅ (exp( A ⋅ T ) − I ) ⋅ B
−1
L’équation d’observation y =C⋅x n’est quant à elle pas modifiée par la discrétisation.
yk = C ⋅ x k ( 3-17 )
En prenant la transformée en z des 2 équations précédentes (avec des conditions initiales nulles), nous
obtenons l’expression de la fonction de transfert en z :
⎧⎪Z [x k +1 ] = Z [F ⋅ x k + G ⋅ u k ] ⇔ z ⋅ X ( z ) = F ⋅ X ( z ) + G ⋅ U ( z ) ⇔ X (z ) = ( z ⋅ I − F )−1 ⋅ G ⋅ U ( z ) ( 3-18 )

⎨
⎪⎩Z [ y k ] = Z [C ⋅ x k ] ⇔ Y (z ) = C ⋅ X ( z ) = C ⋅ ( z ⋅ I − F )−1 ⋅ G ⋅ U ( z )
Soit finalement :
Y (z ) ( 3-19 )
F (z ) ≡ = C ⋅ (z ⋅ I − F ) ⋅ G
−1
U (z )
3.2.4 Gain statique

En temps continu, le gain statique H0 d’un système est défini comme suit :
y (t ) ( 3-20 )
H 0 = limt → ∞
r (t )
En notant h(t) la réponse impulsionnelle du système et en utilisant le théorème de la valeur finale, il
vient :
y (t ) = h(t ) * r (t ) ⇒ Y ( p ) = H ( p ) ⋅ R ( p ) ( 3-21 )
y (t ) H ( p ) ⋅ R( p )
⇒ H 0 = lim t →∞ = lim p→0
r (t ) R( p )
Le gain statique H0 d’un système à temps continu est donc défini par :
y (t ) ( 3-22 )
H 0 = lim t →∞ = lim p→0 H ( p )
r (t )
35
A temps discret, le gain statique est défini de façon similaire :
y (k ) ( 3-23 )
H 0 = lim k→∞
r (k )
En notant h(k) la réponse impulsionnelle du système et en utilisant le théorème de la valeur finale, il
vient :
y (k ) = h(k )* r (k ) ⇒ Y ( z ) = H ( z ) ⋅ R( z ) ( 3-24 )
⇒ H 0 = lim k →∞
y (k )
= lim z→1
( )
1 − z −1 ⋅ Y ( z )
= lim z→1
Y (z )
= lim z→1
H (z ) ⋅ R(z )
r (k ) ( )
1 − z ⋅ R(z )
−1
R(z ) R(z )
Le gain statique H0 d’un système à temps discret est donc défini par :
y (k ) ( 3-25 )
H 0 = lim k →∞ = lim z→1 H ( z )
r (k )
3.3 Transposition d’un correcteur à temps continu dans le domaine à temps

discret
Les méthodes présentées ci-après ne sont que des méthodes d’approximation numérique et non des
méthodes de synthèse de correcteur numérique. Elles permettent d’approcher au mieux un correcteur à
temps continu à l’aide d’un correcteur numérique. Cependant, l’équivalence n’est qu’approchée : les
réponses transitoires et les réponses fréquentielles des deux correcteurs (analogique et numérique) ne
peuvent pas être simultanément identiques. Notons toutefois que la fidélité de la transposition s’améliore
lorsque la période d’échantillonnage diminue.
3.3.1 Méthode basée sur l’approximation de la dérivée : méthode d’Euler
3.3.1.1 Présentation de la méthode de transposition

L’objectif est de décrire le correcteur numérique par une équation récurrente aussi proche que possible de
l’équation différentielle du correcteur analogique.
Pour ce type de transposition, la relation entre p et z est obtenue en s’intéressant à la transformée de
Laplace du signal de sortie x(t) égal à la dérivée du signal d’entrée e(t) :
de(t ) X ( p) ( 3-26 )
x(t ) = ⇔ =p
dt E( p)
L’approximation de la dérivée de(t)/dt est réalisée de la manière suivante (méthode d’Euler) :
de(t ) e(kT ) − e((k − 1)T ) ( 3-27 )

≈
dt T
La transformée en z de cette équation aux différences est :
⎡ e(kT ) − e((k − 1)T ) ⎤ 1 − z ( 3-28 )

−1
X (z ) = Z ⎢ ⎥= T ⋅ E (z )
⎣ T ⎦
Par conséquent, l’identification entre les transmittances en p et en z donne :
36
X ( p ) X (z ) 1 − z −1 ( 3-29 )
≡ ⇒ p≡
E ( p ) E (z ) T
La relation de passage entre la transformée de Laplace et la transformée en z est donc la suivante :
1 − z −1 z −1 ( 3-30 )
p≈ =
T T ⋅z
3.3.1.2 Propriétés
La transformation p = (1 − z−1) / T projette l’axe imaginaire du plan complexe de la variable p (p = i⋅w)
sur le cercle de centre (1 / 2 ; 0) et rayon 1 / 2 dans le plan complexe de la variable z ( z = eiwT ), comme
le montre les relations suivantes :
⎧ 1 ( 3-31 )
⎪ X = 1 + (wT )2 2 2
1 1 + iwT ⎪ ⎛ 1⎞ ⎛1⎞
z= = X + iY = ⇒ ⎨ ⇒ ⎜ X − ⎟ + Y 2
= ⎜ ⎟
1 − pT 1 + (wT )
2
p =iw ⎪Y = wT ⎝ 2⎠ ⎝2⎠
⎪⎩ 1 + (wT )
2
On montre que les points du demi-plan gauche du plan complexe de la variable p se retrouvent à
l’intérieur du cercle de centre (1 / 2 ; 0) et rayon 1 / 2 dans le plan complexe de la variable z. Par
conséquent, la transformation p = (1 − z−1) / T conserve la stabilité.
Im(p) Im(z)
Méthode d’Euler
0 Re(p) 0 1 Re(z)
Figure 3-6 Méthode dEuler

De plus, cette transformation conserve le gain statique, puisque d’après ( 3-30 ) pour p = 0, alors z = 1
(cf. théorème de la valeur finale).
Cette approximation revient à limiter au premier ordre le développement de e −pT :
z −1 = exp(− pT ) ≈ 1 − pT ( 3-32 )
Remarques :
• L’approximation de la dérivée de(t)/dt pourrait aussi se faire par la différence (e((k+1)T) −e(kT))/T,
c’est à dire en se servant de la valeur future de e(t) à l’instant (k+1)T. Cependant, cette approximation est
à écarter car elle conduit à un correcteur non causal (degré du numérateur supérieur au degré du
dénominateur). De plus, cette approximation qui correspond au développement limité au premier ordre de
z = exp(+pT) ≈ 1 + pT ⇒ p ≈ (z−1) / T ne conserve pas la stabilité du système.
• La méthode d’Euler provoque une distorsion de phase.
• Il n’y a pas conservation des poles et des zéros, donc pas de conservation de la réponse fréquentielle.
37
• Cette méthode est adaptée pour la discrétisation des fonctions de transfert de type passe-haut sans
pole complexe conjugué (terme oscillateur) ni zéro de transmission.
3.3.2 Méthode basée sur l’approximation de l’intégrale : transformation bilinéaire

(Tustin's method)
3.3.2.1 Présentation de la méthode de transposition

Pour ce type de transposition, la relation entre p et z est obtenue en s’intéressant à la transformée de
Laplace du signal de sortie x(t) égal à l’intégrale du signal d’entrée e(t) :
X ( p) 1 ( 3-33 )
x(t ) = ∫ e(τ )dτ ⇔
t
=
0 E( p) p
L’approximation de cette intégrale par la méthode des trapèzes fournit le résultat suivant :
e(τ)
x(kT ) = ∫ e(τ )dτ
kT
0
La surface sous la courbe
⇔ x(kT ) = x((k − 1)T ) + ∫ e(τ )dτ
kT
entre les instants (k-1)T et ( k −1)T
kT est assimilée au ⎛ e((k − 1)T ) + e(kT ) ⎞
trapèze hachuré ⇒ x(kT ) ≈ x((k − 1)T ) + T ⎜ ⎟
⎝ 2 ⎠
0 (k-1)T kT τ
Figure 3-7 Approximation dune intégrale par la formule des trapèzes

La transformée en z de la dernière équation donne :
X (z ) ≈ z −1 X (z ) +
T
2
( )
E ( z ) + z −1 E ( z )
( 3-34 )
Soit :
X ( z ) T ⎛⎜ 1 + z ⎞⎟ T ⎛ z + 1 ⎞ ( 3-35 )
−1
≈ ⋅ = ⋅⎜ ⎟
E ( z ) 2 ⎜⎝ 1 − z −1 ⎟⎠ 2 ⎝ z − 1 ⎠
Après identification avec la transmittance en p, il vient :
2 ⎛ z −1⎞ ( 3-36 )
p= ⋅⎜ ⎟
T ⎝ z + 1⎠
Cette transformation est appelée transformation bilinéaire (Tustin's method en anglais).
Notons que approximation revient à limiter au premier ordre le développement de e ±pT / 2 :
exp( p T 2 ) 1 + p T 2 2 ⎛ z −1⎞ ( 3-37 )

z = exp( pT ) = ≈ ⇔ p = ⋅⎜ ⎟
exp(− p T 2 ) 1 − p T 2 T ⎝ z +1⎠
En résumé : soient Cn(z) la fonction de transfert du correcteur numérique et Ca(p) la fonction de transfert
du correcteur analogique. En appliquant la transformation bilinéaire, nous avons l’équivalence suivante :
38
⎛ 2 ⎛ z −1⎞⎞ ( 3-38 )
Cn ( z ) = Ca ( p ) p = 2 ⋅⎛⎜ z −1 ⎞⎟ = Ca ⎜⎜ ⋅ ⎜ ⎟ ⎟⎟
T ⎝ z +1 ⎠ ⎝ T ⎝ z +1⎠⎠
3.3.2.2 Propriétés
iwn T
Le point de vue fréquentiel est obtenu en remplaçant z par e . Il vient :
⎛ w T
i n ⎛ i w2nT w T
−i n ⎞⎞ ( 3-39 )
⎛ 2 ⎛ eiwnT − 1 ⎞ ⎞ ⎜2 e 2 ⎜e ⎟⎟
(
Cn eiwnT ) ≈ Ca ⎜⎜ ⋅ ⎜⎜ iwnT
T e + 1
⎟⎟ ⎟ = Ca ⎜ ⋅ wnT
⎟ ⋅ ⎜ wn T
−e 2
wnT
⎛ 2 ⎛ wnT ⎞ ⎞
⎟ ⎟ = Ca ⎜⎜ i ⋅ ⋅ tan ⎜ ⎟ ⎟⎟
⎝ ⎝ ⎠⎠ ⎜ T ei 2 ⎜ ei 2 + e − i 2 ⎟⎟ ⎝ T ⎝ 2 ⎠⎠
⎝ ⎝ ⎠⎠
En identifiant ce résultat à la valeur de la fonction de transfert Ca(p) du correcteur analogique pour
p = i ⋅ wa , nous obtenons la correspondance entre une pulsation numérique wn et une pulsation
analogique wa :
⎛ 2 ⎛ w T ⎞⎞ 2 ⎛wT ⎞ ( 3-40 )
Ca (i ⋅ wa ) = Ca ⎜⎜ i ⋅ ⋅ tan⎜ n ⎟ ⎟⎟ ⇒ wa = ⋅ tan⎜ n ⎟
⎝ T ⎝ 2 ⎠⎠ T ⎝ 2 ⎠
Lorsque la pulsation analogique wa varie entre 0 et l’infini, la pulsation numérique wn varie entre 0 et
π / T. En fait, la transformation bilinéaire projette l’axe imaginaire du plan complexe de la variable p
(p = i⋅w) sur le cercle de centre 0 et rayon unité dans le plan complexe de la variable z ( z = eiwT ), comme
le montre les relations suivantes :
2 ⎛ z −1⎞ 2T+p ( 3-41 )

p= ⋅⎜ ⎟⇔ z=
T ⎝ z +1⎠ 2T−p
⎧ k 2 − w2 ( 3-42 )
⎧ p = iw X =
k + iw (k + iw) ⎪⎪
2
⎪ k+p k 2 + w2 ⇒ X 2 + Y 2 = 1
⎨ 2 ⇒ z = X + iY = = = 2 ⇒ ⎨
⎪⎩k = T k−p p = iw
k − iw k + w2 ⎪Y = 2kw
⎪⎩ k 2 + w2
On montre que les points du demi-plan gauche du plan complexe de la variable p se retrouvent à
l’intérieur du cercle de centre 0 et rayon unité dans le plan complexe de la variable z. Par conséquent, la
transformation bilinéaire conserve la stabilité du système. On peut remarquer que cette propriété reste
vraie lorsque k prend des valeurs différentes de T / 2.
Im(p) Im(z)
Transformation bilinéaire
0 Re(p) 0 1 Re(z)
Figure 3-8 Transformation bilinéaire

De plus, la transformation bilinéaire conserve le gain statique, puisque d’après ( 3-36 ) pour p = 0, alors
z = 1 (cf. théorème de la valeur finale) :
39
lim z →1 Cn (z ) = lim p → 0 Ca ( p ) ⇒ lim wn → 0 Cn ( z ) z = e iwnT = lim wa → 0 Ca ( p ) p = i ⋅ w ( 3-43 )

a
L’utilisation d’un facteur d’échelle k à la place du facteur 2 / T dans ( 3-36 ) et ( 3-40 ) permet de réaliser
une correspondance spécifique entre une valeur de pulsation numérique et une valeur de pulsation
analogique.
Remarques :
• La transformation bilinéaire provoque une distorsion de module.
• Il n’y a pas conservation des poles et des zéros, donc pas de conservation de la réponse fréquentielle.
• Cette méthode est adaptée pour la discrétisation des fonctions de transfert de type passe-bas sans pole
complexe conjugué (terme oscillateur) ni zéro de transmission.
3.3.3 Identification des pôles et de zéros : méthode MPZ (Matched Pole Zero)
L’objectif de cette méthode est double : il s’agit d’une part de faire correspondre les pôles et les zéros du
correcteur analogique dans le domaine numérique et d’autre part de conserver le gain statique du
correcteur analogique.
La méthode MPZ (Matched Pole Zero) nécessite trois étapes :
• Faire correspondre les pôles et les zéros du correcteur analogique selon la relation : z = e pT ;
• Si le degré du numérateur de la fonction de transfert du correcteur numérique est inférieur à celui du
dénominateur, faire apparaître au numérateur des termes (z + 1) jusqu’à ce que le degré du numérateur
soit égal à celui du dénominateur.
L’objectif de cette heuristique est de dupliquer dans le domaine numérique le comportement haute
fréquence d’une fonction de transfert strictement propre pour laquelle limp→∞Ca(p) = 0, c'est-à-dire que
Ca(p) filtre les hautes fréquences. En effet, l’apparition au numérateur du correcteur numérique C n(z) des
termes (z + 1) permet de placer des zéros sur le correcteur numérique Cn(z) à la pulsation réduite w⋅T = π,
qui est la plus grande pulsation réduite possible dans le domaine numérique : par conséquent,
limwT→πCn(eiwT) = 0. Dans le domaine temporel, l’effet de ces termes se traduit par la prise en compte de la
moyenne entre deux échantillons successifs.
• Identifier les gains statiques du correcteur analogique (lim p→0 Ca(p)) et numérique (lim z→1 Cn(z)).
Bien que la transformation bilinéaire soit considérée comme la meilleure méthode pour approximer un
correcteur analogique, elle souffre d’une certaine lourdeur au niveau des manipulations algébriques. La
méthode MPZ a l’avantage de fournir une bonne approximation du correcteur analogique tout en restant
simple au niveau des manipulations algébriques.
Remarques :
• La méthode MPZ conserve par construction les poles et les zéros ; la réponse fréquentielle est donc
conservée.
• Cette méthode est adaptée pour la discrétisation des fonctions de transfert comportant des poles
complexes conjugués (termes oscillateurs) et / ou des zéros de transmission.
3.3.4 Transformation en w
Cette approche est basée sur la synthèse à temps continu d’un correcteur adapté à un modèle de processus
à temps discret transposé dans le domaine à temps continu. Elle utilise la transformation en w
(transformation homographique) définie comme suit et qui conserve la stabilité :
40
1+ w z −1 ( 3-44 )
z= ⇔w=
1− w z +1
Il s’agit dans un premier temps de calculer le modèle à temps discret de l’ensemble bloqueur et fonction
⎡ F ( p )⎤
( )
de transfert à temps continu : F ( z ) = 1 − z −1 ⋅ Z ⎢ ⎥.
⎣ p ⎦
A partir de ce modèle à temps discret, on revient dans le domaine à temps continu en utilisant la
transformation en w :
⎛1+ w ⎞ ( 3-45 )
F (z ) → Fa (w) = F ⎜ ⎟
⎝1− w ⎠
La synthèse du correcteur Ca(w) s’effectue alors dans le domaine à temps continu ; on peut par exemple
utiliser l’une des techniques classiques de correction présentées dans ce cours. L’expression du correcteur
à temps discret Cn(z) est ensuite obtenue à partir de la transformation inverse en w :
⎛ z −1⎞ ( 3-46 )
C a (w) → C n ( z ) = C a ⎜ ⎟
⎝ z +1⎠
3.3.5 Exemple
A titre d’exemple, calculons l’équivalent à temps discret de la fonction de transfert à temps continu
associée à un modèle élémentaire du premier ordre :
1 ( 3-47 )
Ca ( p ) =
1+τ ⋅ p
3.3.5.1 Insertion du système à temps continu dans une chaine de commande à temps discret
D’après la relation ( 3-6 ) nous avons :
⎡ C ( p )⎤ ( 3-48 )
( )
Cn (z ) = 1 − z −1 ⋅ Z ⎢ a ⎥
⎣ p ⎦
La transformée en z de Ca(p) / p est donnée par la relation suivante (cf. le chapitre ‘Transformée en z’,
section ‘Liens avec la transformée de Laplace’) :
⎡ C ( p )⎤ ⎡ 1 C ( p )⎤ C ( p) 1 ( 3-49 )
Z⎢ a ⎥ = ∑ residus ⎢ −1 p⋅T
⋅ a ⎥ où a =
p ⋅ (1 + τ ⋅ p )
⎣ p ⎦ C ( p)
poles de a ⎣1 − z ⋅ e p ⎦ p
p
La fraction rationnelle Ca(p) / p présente deux pôles :

• Un pole en 0, de multiplicité 1 :
⎡ 1 Ca ( p ) ⎤ 1 d0 1 C ( p) ( 3-50 )
residu p = 0 ⎢ ⋅ ⎥ = ⋅ p⋅ ⋅ a
−1
⎣1 − z ⋅ e
p ⋅T
p ⎦ (1 − 1)! dp 0 −1
1− z ⋅e p ⋅T
p p =0
⎡ 1 1 ⎤ 1
⇔ residu p = 0 ⎢ ⋅ ⎥ =
−1
⎣1 − z ⋅ e
p ⋅T
1 + τ ⋅ p ⎦ 1 − z −1
• Un pole en −1 / τ, de multiplicité 1 :
41
⎡ 1 Ca ( p ) ⎤ 1 d0 ⎛ 1⎞ 1 C ( p) ( 3-51 )
residu p = −1 τ ⎢ ⋅ ⎥ = ⋅ 0 ⎜ p + ⎟⋅ ⋅ a
−1
⎣1 − z ⋅ e
p ⋅T
p ⎦ (1 − 1)! dp ⎝ τ ⎠ 1− z ⋅e
−1 p ⋅T
p p = −1 τ
⎡ 1 1 ⎤ −1
⇔ residu p = −1 τ ⎢ ⋅ ⎥ =
−1
⎣1 − z ⋅ e
p ⋅T
τ ⋅ p ⎦ 1 − z ⋅ e −T τ
−1
Il vient finalement, en utilisant ( 3-48 ) et ( 3-49 ) :
⎡ C ( p )⎤ ⎡ C ( p )⎤ ( 3-52 )
( )
Cn ( z ) = 1 − z −1 ⋅ Z ⎢ a ⎥ = 1 − z −1 ⋅ ∑( )
residus ⎢
1
−1 p⋅T
⋅ a ⎥
⎣ p ⎦ C ( p)
poles de a ⎣1 − z ⋅ e p ⎦
p
−1 1 − z −1 1 − z −1 ⋅ e −T τ − 1 + z −1
( ⎛ 1
⇔ Cn (z ) = 1 − z −1 ⋅ ⎜ )−1
+
⎞
⎟
1 − z −1 ⋅ e −T τ ⎠
= 1 −
1 − z −1 ⋅ e −T τ
=
1 − z −1 ⋅ e −T τ
⎝1− z
Soit :
Cn ( z ) =
(
z −1 ⋅ 1 − e −T τ
=
)
1 − e −T τ ( 3-53 )
1 − z −1 ⋅ e −T τ z − e −T τ
3.3.5.2 Méthode d’Euler

Il s’agit de remplacer p par (z − 1) / T⋅z (cf. ( 3-30 )) dans la fonction de transfert analogique. Il vient :
1 1 T ⋅z T ⋅z ( 3-54 )
Cn ( z ) = = = =
1+τ ⋅ p z −1 ⎛ z − 1 ⎞ T ⋅ z + τ ⋅ ( z − 1) z ⋅ (T + τ ) − τ
p=
T ⋅z 1+τ ⋅⎜ ⎟
⎝T ⋅z ⎠
3.3.5.3 Transformation bilinéaire

Il s’agit de remplacer p par 2 / T ⋅ (z − 1) / (z + 1) ) (cf. ( 3-36 )) dans la fonction de transfert analogique.
Il vient :
1 1 T ⋅ ( z + 1) T ⋅z +T ( 3-55 )
Cn ( z ) = = = =
1+τ ⋅ p 2 ⎛ z −1 ⎞ 2 ⎛ z −1⎞ T ⋅ ( z + 1) + 2τ ⋅ ( z − 1) z ⋅ (T + 2τ ) + T − 2τ
p = ⋅⎜ ⎟
T ⎝ z +1 ⎠ 1+τ ⋅ ⋅⎜ ⎟
T ⎝ z + 1⎠
3.3.5.4 Méthode MPZ (Matched Pole Zero)

Appliquons les trois étapes de la méthode MPZ (Matched Pole Zero) :
• Faire correspondre les pôles et les zéros du correcteur analogique selon la relation : z = e pT :
La fonction de transfert ( 3-47 ) a un pole unique en p = −1 / τ. Le pole correspondant dans le domaine
numérique est z = e−T / τ. A l’issu de cette première étape, le correcteur numérique a l’expression suivante :
1 ( 3-56 )
Cn1 ( z ) =
z − e −T τ
• Si le degré du numérateur de la fonction de transfert du correcteur numérique est inférieur à celui du
dénominateur, faire apparaître au numérateur des termes (z + 1) jusqu’à ce que le degré du numérateur
soit égal à celui du dénominateur. En effet, pour les systèmes à temps continu la fonction de transfert du
correcteur tend vers zéro lorsque la variable de Laplace p tend vers l’infini (fonction de transfert
strictement propre). Pour les systèmes à temps discret, la fréquence maximale est la moitié de la
42
fréquence Fe d’échantillonnage (cf. théorème de Shannon : fmax = Fe / 2 = 1 / 2T). En posant z = exp(pT),
où
p = j⋅w avec w = 2 ⋅π⋅ fmax = 2 ⋅π⋅(1/2T) il vient z = exp(j⋅π) = −1.
A l’issu de cette deuxième étape, le correcteur numérique prend la forme suivante :
z +1 ( 3-57 )
Cn 2 ( z ) =
z − e −T τ
• Identifier les gains statiques du correcteur analogique (lim p→0 Ca(p)) et numérique (lim z→1 Cn(z))
Afin d’identifier le gain statique du correcteur numérique avec celui du correcteur analogique, nous
insérons un gain Kn dans l’expression du correcteur numérique Cn2(z), et calculons la valeur du gain
statique :
z +1 2 ( 3-58 )
Cn ( z ) = K n ⋅ −T τ
⇒ lim z →1 Cn ( z ) = K n ⋅
z−e 1 − e −T τ
Calculons maintenant la valeur du gain statique du correcteur analogique, et identifions-la avec celle du
correcteur numérique :
2 1 − e −T τ ( 3-59 )
lim p → 0 Ca ( p ) = lim z →1 Cn ( z ) ⇒ 1 = K n ⋅ ⇔ Kn =
1 − e −T τ 2
Ainsi, l’expression du correcteur numérique issu de la méthode MPZ est la suivante :
z +1 1 − e −T τ z +1 ( 3-60 )
Cn ( z ) = K n ⋅ −T τ
= ⋅
z−e 2 z − e −T τ
3.3.5.5 Tableau récapitulatif

Le tableau suivant synthétise les équivalents numériques du modèle élémentaire du premier ordre dans le
domaine à temps continu :
Modèle
Identification de la
élémentaire du Méthode d’Euler Transformation bilinéaire Méthode MPZ
réponse indicielle
premier ordre
1 1 − e −T τ T ⋅z T ⋅ z +T 1 − e −T τ z +1
Ca ( p ) = C n (z ) = C n (z ) = C n (z ) = C n (z ) = ⋅
1+τ ⋅ p z − e −T τ z ⋅ (T + τ ) − τ z ⋅ (T + 2τ ) + T − 2τ 2 z − e −T τ
3.4 Synthèse des correcteurs numériques

3.4.1 Synthèse par méthodes fréquentielles
Ce type de synthèse se fait d’une manière très similaire à la synthèse des correcteurs continus. Les étapes
de cette méthode sont les suivantes :
• Etablir un modèle discret du système à asservir en utilisant la relation suivante :
43
⎡ F ( p )⎤ ( 3-61 )
F ( z ) = (1 − z −1 ) ⋅ Z ⎢ ⎥
⎣ p ⎦
• Utiliser la transformation bilinéaire pour obtenir la fonction de transfert du système à asservir
dans le plan en ϖ :
Tϖ ( 3-62 )
1+
2 ⎛ z −1⎞ 2 ⇒ F (ϖ ) = F ( z ) 1+ Tϖ
ϖ = ⋅⎜ ⎟⇔ z=
Tϖ
2
T ⎝ z + 1⎠ z=
Tϖ
1− 1−
2
2
La réponse fréquentielle étant obtenue lorsque z = exp(jwT), la transformation bilinéaire devient :
⎛ wT ⎞ ( 3-63 )
⎛ j wT −j
wT
⎞ tan⎜ ⎟
2 ⎛ e jwT −1⎞ 2 ⎜ e 2 − e 2 ⎟ 2 ⎛ wT ⎞ ⎝ 2 ⎠
ϖ = ⋅⎜ ⎟ = ⋅⎜ ⎟ = ⋅ j tan⎜ ⎟ = jw ⋅ =ˆ jw'
T ⎜⎝ e jwT + 1 ⎟⎠ T ⎜ j wT2 −j
wT
⎟ T ⎝ 2 ⎠ wT
⎝e +e 2 ⎠ 2
On peut alors tracer le diagramme de Bode de F(ϖ) en remplaçant par ϖ par jw ; ce diagramme suit les
même règles de tracé asymptotique que celles des systèmes à temps continu.
• Enfin, appliquer les méthodes à temps continu classiques pour effectuer la synthèse d’un
correcteur qui confère au système bouclé les propriétés harmoniques souhaitées (i.e. marge de
gain, marge de phase, fréquence de coupure,…). Une fois que le correcteur C(jw) a été obtenu, le
correcteur numérique est obtenu par la transformation inverse :
C (z ) = C ( jw') jw'=ˆ ϖ = 2 ⋅⎛⎜ z −1 ⎞⎟ ( 3-64 )

T ⎝ z +1 ⎠
3.4.2 Correcteur RST

La structure de commande dite structure RST consiste en la mise en place de trois polynômes en z -1,
R(z-1), S(z-1) et T(z-1) comme indiqué sur la figure ci-après où D(z) représente les perturbations et Yc(z) la
consigne :
D(z)
Yc(z)
R(z) E(z) U(z) + Y(z)
-1 -1 -1 -1 -1
T(z ) + 1/S(z ) + F(z )= B(z )/A(z )
-
R(z-1 )
Figure 3-9 Structure RST

Dans cette structure, la forme générale de la loi de commande est :
( ) ( ) ( )
S z −1 ⋅ U ( z ) = T z −1 ⋅ Yc ( z ) − R z −1 ⋅ Y (z ) ( 3-65 )
Le polynôme T(z-1) permet de résoudre des problèmes de poursuite.
44
En faisant T(z-1) = R(z-1) dans la structure RST précédente, on retrouve la structure classique des
correcteurs série, les blocs R et T pouvant être ramenés dans la chaine directe comme illustré sur la figure
ci-après :
D(z)
Yc(z) E(z) U(z) + Y(z)

-1 -1 -1 -1 -1 -1
+ C(z ) = R(z )/S(z ) + F(z ) = B(z )/A(z )
-
Figure 3-10 Régulateur RST

Nous pouvons alors appliquer la techniques de correction dite à ‘un degré de liberté’ : la fonction de
transfert F(z-1) = B(z-1) / A(z-1) du système à corriger étant connue, nous supposerons que son numérateur
B(z-1) ne possède pas de facteur commun avec son dénominateur A(z-1), qui est de degré n :
B (z −1 ) ( 3-66 )
F (z −1 ) = où deg(B(z −1 )) ≤ deg(A(z −1 )) =ˆ n
A(z )−1
Le correcteur C(z-1) = R(z-1) / S(z-1) à calculer a la forme suivante :
R(z −1 ) ( 3-67 )
C (z −1 ) = où deg(R (z −1 )) ≤ deg(S (z −1 ))
S (z −1 )
L’expression de la fonction de transfert en boucle fermée est la suivante :
Y (z −1 ) F (z −1 )C (z −1 ) R (z −1 )B (z −1 ) ( 3-68 )
= =
Yc (z −1 ) 1 + F (z −1 )C (z −1 ) R(z −1 )B(z −1 ) + S (z −1 )A(z −1 )
L’objectif est de déterminer le correcteur C(z-1) de telle sorte que le dénominateur de la fonction de
transfert en boucle fermée ait une expression q(z-1) fixée par le concepteur :
( ) ( )( ) ( )( )
⎧⎪q z −1 =ˆ R z −1 B z −1 + S z −1 A z −1 ( 3-69 )
⎨
( ( ))
⎪⎩deg q z −1 =ˆ 2n − 1
Le polynôme q(z-1) est en général choisi pour atteindre un niveau donné de performance. L’équation
q (z −1 ) = R (z −1 )B (z −1 ) + S (z −1 )A(z −1 ) , où les polynômes A(z ) et B(z ) sont connus et R(z ) et S(z )
-1 -1 -1 -1
inconnus, est appelée équation diophantienne ou identité de Bézout : les degrés des polynômes de cette
équation doivent être tels que l’on puisse identifier les coefficients des polynômes R(z -1) et S(z-1) en
regroupant les termes de même degré.
Si le degré des polynômes R(z-1) et S(z-1) est fixé à r−1, il y a 2⋅r coefficients à trouver. Comme A(z-1) et
B(z-1) sont des polynômes de degré au plus égal à n, le polynôme R (z −1 )B (z −1 ) + S (z −1 )A(z −1 ) est de degré
n+r−1. Afin de pouvoir identifier 2⋅r coefficients dans ce polynôme, il faut qu’il soit de degré 2⋅r−1.
L’équation n+r−1 = 2⋅r−1 conduit à r = n. Par conséquent, les polynômes R(z-1) et S(z-1) sont de degré
n−1 (i.e. un degré de moins que le dénominateur de F(z-1)), et q(z-1) est un polynôme de degré 2n−1 :
45
⎧ R (z −1 ) =ˆ β + β ⋅ z −1 + L + β ⋅ (z −1 )n −1 ( 3-70 )
⎪ 0 1 n
⎨S (z ) =ˆ α 0 + α 1 ⋅ z + L + α n ⋅ (z )
⎪ −1 −1 −1 n −1
⎪ −1
⎪⎩q (z ) =ˆ q 0 + q1 ⋅ z + L + q 2 n −1 ⋅ (z )
−1 −1 2 n −1
En réalisant l’identification ( 3-69 ), l’expression des polynômes R(z-1) et S(z-1) est obtenue, et donc celle
du correcteur C(z-1).
46
TD 3
Discrétisation d'un correcteur à temps continu
Nous considérons le système à temps continu décrit par la fonction de transfert F(p) suivante:
2
F ( p)=
p−0.5
1. Ce système à temps continu est-il stable? Pourquoi?
Ce système à temps continu est corrigé selon le schéma suivant par un correcteur C(p) de type
k
proportionnel et intégral: C  p=k p  i
p
Yc(p) U(p) Y(p)
+ C(p) F(p)
-
2. Quel est l'intérêt du terme intégral?
3. Calculer les valeurs des gains kp et ki pour que la fonction de transfert en boucle fermée ait une
pulsation naturelle w0 = 2 rad/sec et un coefficient d'amortissement m = 0.725
4. On décide de corriger ce système a l'aide d'une chaine de commande numérique. Donner

l'équivalent à temps discret de l'association suivante où la fréquence d'échantillonnage est choisie à
50 Hertz:
F(z)
U(z) U(p) Y(p) Y(z)

B0(p) F(p)
5. Le système à temps discret de fonction de transfert F(z) est-il stable? Pourquoi?
6. Utiliser la transformation bilinéaire pour donner l'équivalent à temps discret du correcteur PI

précédemment calculé
1
La schéma bloc de la correction à temps discret est le suivant:
Yc(z) ε(z) U(z) Y(z)

+ C(z) F(z)
-
7. Indiquer l'algorithme permettant de calculer la commande u(k) en fonction de l'erreur ε(k)
8. Calculer la fonction de transfert en z du système en boucle fermée
9. Utiliser la transformation homographique et le critère de Routh pour vérifier que tous les poles du
système bouclé sont à l'intérieur du cercle unité
10. Calculer la valeur finale de la réponse à un échelon d'amplitude unité du système bouclé. Pourquoi
obtenons nous ce résultat?

Poly Iessa 2020 TempsDiscret

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

Poly Iessa 2020 TempsDiscret

Transféré par

Droits d'auteur :

Formats disponibles

Thierry Miquel

RESERVE A USAGE INTERNE

ISESA - Systèmes Linéaires

CHAPITRE 2 SYSTEMES LINEAIRES A TEMPS DISCRET : STABILITE, MODELES

CHAPITRE 3 SYNTHESE DES CORRECTEURS NUMERIQUES 31

Asservissements numériques : notes de cours  F. Mora - Camino  ENAC.

Systèmes et asservissements linéaires échantillonnés  Sevely, Abatut et

Automatique appliquée, Tomes 2  E. Dieulesaint, D. Royer  Editions Masson.

1.1 Signaux à temps discret

Figure 1-1 Signal à temps discret

1.1.2 Signaux de référence

x(k ) = exp(iαk ) ∀k et − π ≤ α < +π ( 1-5 )

x(k ) =ˆ exp(iwkT ) = exp(iαk ) ⇒ α = wT = 2πf ⋅ T ( 1-6 )

En posant α=2π / N, on montre que la séquence harmonique est périodique, de période N :

1.2 Transformée de Laplace d’un signal à temps continu échantillonné

On s’intéresse alors à la transformée de Laplace du signal xe(t) :

Comme TL[δ (t − k ⋅ T )] = e − k ⋅T ⋅ p (cf. le théorème du retard pour la transformée de Laplace), il vient :

X ( z ) = x(0) + x(1) ⋅ z −1 + x(2) ⋅ z −2 + x(3) ⋅ z −3 + ... + x(k ) ⋅ z − k + ... ( 1-17 )

1.3.2 Domaine de convergence

En utilisant l’expression de la transformée en z, on reconnaît une série géométrique de raison α ⋅ z −1 :

1.4 Principales propriétés

1.4.2 Théorème du retard

Z [x(k − n )] = x(− n ) + x(1 − n ) ⋅ z −1 + ... + x(− 1) ⋅ z − n +1 + z − n ⋅ X ( z ) ( 1-24 )

1.4.3 Théorème de l’avance

Z [x(k + n )] = z n ⋅ X ( z ) − z n ⋅ x(0) − z n −1 ⋅ x(1) − ... − z ⋅ x(n − 1) ( 1-27 )

1.4.4 Théorème de la valeur initiale

X (z ) = x(0) + z −1 ⋅ x(1) + ... + x(k ) ⋅ z − k + ... ( 1-28 )

x(0 ) = lim z →∞ [ X ( z )] ( 1-29 )

1.4.5 Théorème de la valeur finale

X 1 (z ) ⎧1 est un pole de X(z) ( 1-32 )

1.4.6 Changement d’échelle

1.4.7 Multiplication par k

1.4.8 Produit de convolution discrète

En prenant la transformée en z de cette équation, il vient :

Le changement de variable m=k−j conduit à :

1.5.1 Théorème de Cauchy (méthode générale)

Montrons le résultat ( 1-39 ) dans le cas particulier où le contour C est un cercle :

Ce résultat se généralise au cas où C est un contour quelconque entourant l’origine.

X ( z ) ⋅ z k −1 = x(0) ⋅ z k −1 + x(1) ⋅ z k − 2 + x(2) ⋅ z k −3 + ... + x(k ) ⋅ z −1 + ... ( 1-41 )

Dans le cas particulier où le pole est de multiplicité 1, l’expression précédente se réduit à :

• Résidu en λ2 = 0.5 + j⋅0.5 :

• Résidu en λ3 = 0.5 − j⋅0.5 :

1.5.2 Décomposition en éléments simples

Après développement en éléments simples de X(z) / z, il vient :

1.5.3 Division suivant les puissances croissantes (DPC)

⎨ x(2) = bn − 2 − a n − 2 x(0) − a n −1 x(1)

∀k ≥ 0 : x(k ) + a n −1 x(k − 1) + ... + a1 x(k − n + 1) + a 0 x(k − n) = bn − k ( 1-48 )

En réorganisant X(z) selon les puissances croissantes de z−1 il vient :

Ces résultats sont conformes à l’expression de x(k) obtenue précédemment :

1.6 Liens avec la transformée de Laplace

Soit, après permutation des opérateurs de sommation et d’intégration :

• Pole en −2, de multiplicité 1 :

• soit par un produit simple entre les transformées en z :

2.2 Systèmes invariants et linéaires à temps discret

x(k) Système S[x(k)] =y(k)

Figure 2-1 Système invariant et linéaire à temps discret

S[λ1 x1 (k )+ λ2 x2(k )]= λ1 S[x1 (k )]+ λ2 S[x2(k )] ( 2-3 )

si S[x(k )]= y(k ) , alors, ∀j entier : S[x(k + j )]= y(k + j ) ( 2-4 )

2.2.2 Système invariant linéaire et transformée en z

Si la séquence d’entrée est causale, la sommation est limitée à la valeur k :

2.2.3 Equations aux différences

α 0Y ( z ) + α 1 z −1Y ( z ) + .... + α n z − nY (z ) = β 0 X ( z ) + β 1 z −1 X (z ) + ... + β n z − n X ( z ) ( 2-12 )

β 0 + β1 z −1 + ... + β n z − n β 0 z n + β 1 z n −1 + ... + β n ( 2-13 )

d’entrée : il s’agit de l’image de la réponse forcée yF(k).

Asservissements numériques : notes de cours F. Mora - Camino ENAC.

Systèmes et asservissements linéaires échantillonnés Sevely, Abatut et

Automatique appliquée, Tomes 2 E. Dieulesaint, D. Royer Editions Masson.

Figure 2-4 Comportement fréquentiel dun système élémentaire du premier ordre

Figure 2-5 Condition de stabilité dun système élémentaire du second ordre

Figure 3-4 Réponse impulsionelle du correcteur dordre zéro

Figure 3-6 Méthode dEuler

Figure 3-7 Approximation dune intégrale par la formule des trapèzes