Académique Documents
Professionnel Documents
Culture Documents
1
2
continu
t t
s*(t)
sn
discret
t
n
Avantages du TNS
Manipulation d'un grand nombre de données (scalaires,
vectorielles, matricielles, multidimensionnelles),
Avantages du TNS
Architectures et algorithmes permettant le travail en
« temps réel »,
Inconvénients du TNS
Introduction du contexte
Puisque les signaux naturels sont presque tous des
signaux continus, il faut les transformer pour les
numériser. Cette transformation est réalisée par un
composant convertisseur analogique numérique. Cette
opération peut se décomposer en deux actions:
s ig n a l: s in u s o id a l
0 .5
amplitude
-0 . 5
-1
0 50 100
tem ps
Introduction du contexte
L’échantillonnage qui transforme le signal à support
continu en un signal à support discret (une suite de
valeurs)
La quantification qui remplace les valeurs continues par
des valeurs discrètes (nombres entiers).
16
II- La convolution
1- Signaux continus
Le comportement d'un système linéaire invariant dans le
temps et à temps continu, d'entrée x(t) et de sortie y(t), est
décrit par l'intégrale de convolution
∞
y (t ) = ∫ h(τ )x(t − τ )dτ
−∞
II- La convolution
Propriétés:
La commutativité:
II- La convolution
2- Signaux discrets
Le comportement d'un système linéaire, invariant dans le
temps et à temps discret, d'entrée x[n] et de sortie y[n], est
décrit par l'équation de convolution notée ⊗ , dans laquelle la
réponse impulsionnelle du système est h[n]:
y[n] = h[n] ⊗ x[n]
∞
telle que: y[n] = ∑ h[k ]x[n − k ]
k = −∞
La convolution discrète est la succession des opérations de
Retournement, Translation, Multiplication &
Accumulation (RTMA).
28
II- La convolution
Propriétés:
La commutativité:
y[n] = h[n] ⊗ x[n] = x[n] ⊗ h[n]
La transformée de Fourier d'un produit de
convolution est un produit simple:
y[n] = h[n] ⊗ x[n] ⇔ Y ( f ) = H ( f ) X ( f )
avec Z ( f ) = TF {z[n]}
La transformée de Fourier d'un produit simple est un
produit de convolution:
y[n] = h[n]x[n] ⇔ Y ( f ) = H ( f ) ⊗ X ( f )
29
II- La convolution
Remarque:
Pour réaliser rapidement une convolution, on fera appel à
la Transformée de Fourier Rapide (TFR ou FFT).
+∞ +∞
xe (t ) = x(t ). ∑ δ(t − nTe ) = ∑ x(nTe ).δ(t − nTe )
n = −∞ n = −∞
34
Décalage
n TFD
n
− j 2π r
N −1 − j 2π k
TFD x[k − r ] → X (n)e N
x[k ] → X (n) = ∑ x[k ]e N , ⇒ n
j 2 π r TFD
k =0 N → X (n − r )
x[k ]e
40
x1 V0 W0 - X4
x3 V1 W1 - X5
TFR V2 W2
x5 - X6
x7 V3 W3 X7
-
47
000 x0 U0
TRF
100 x4 U1
010 X2 - U2
TRF W0
110 x6 - U3
W1
001 x1 V0
TRF
101 x5 V1
011 X3 - V2
TRF W0
111 x7 - V3
W1
49
∞
Rxx [0] = E x = ∑ x [k ]
k = −∞
2
52
N
1
Rxx(k ) = E ( x[n]x [n − k ]) = lim N →∞ (
*
N
∑ x[n]x [n − k ])
n =0
*
N
1
Rxy(k ) = E ( x[n] y [n − k ]) = lim N →∞ (
*
N
∑ x[n]x [n − k ])
n =0
*
Rxx(0) = Px
54
Relation entrée-sortie
Système: opérateur qui associe à la suite d’entrée {x[n]}
la suite de sortie {y[n]}
Linéarité :x1[n] y1[n] et x2[n] y2[n]
ax1[n]+bx2[n] ay1[n]+by2[n]
Invariance dans le temps: indépendance de l’origine du
temps ∀ n0 x[n-n0] y[n-n0]
59
Y ( z ) = H ( z ) X ( Z ), Y( f ) = H( f )X ( f )
65
∑ x[n]
2
Ex =
k = −∞
N /2
1
∑ x[n]
2
Px = lim N →∞ ( )
N k =− N / 2
66
+∞
⇒ E ( y ) = E ( x) ∑ h( k )
k = −∞
68
Fonction de transfert en Z
q
Y ( z)
H ( z) = = ∑ bi z −i
X ( z ) i =0
69
Fonction de transfert en Z Y ( z) 1
H (z) = = p
X ( z)
La représentation Schématique 1 + ∑ ai z −i
i =1
du filtre AR(p)
72
Fonction de transfert en Z
Y ( z) ∑b z i
−i
H (z) = = i =0
p
X ( z)
1 + ∑ ai z −i
i =1
Y ( z) ∑b z i
−i
H (z) = = i =0
p
X ( z)
1 + ∑ ai z −i
i =1
∑ h[k ] ≤ +∞
k = −∞
Y ( z) ∑b z i
−i
H ( z) = = i =0
Si on connais la fonction p
X ( z)
1 + ∑ ai z −i
de transfert en H(z) : i =1