Vous êtes sur la page 1sur 12

Responsable Unité A.

ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

RÉALISATION DES SYSTÈMES


A TEMPS DISCRET

I) INTRODUCTION

Les systèmes peuvent être des systèmes à temps continu ou des systèmes à temps discret.*
Les Systèmes à temps discret peuvent être des systèmes RIF (Réponse Impulsionnelle Finie) ou RII
(Réponse Impulsionnelle Infinie).
Les systèmes FIR sont les systèmes dont la réponse impulsionnelle à un nombre fini d'échantillons et
IIR les systèmes sont des systèmes dont la réponse impulsionnelle a un nombre infini d'échantillons.
Réalisation d'un système à temps discret signifie l'obtention d'un réseau correspondant à l'équation aux
différences ou à la fonction de transfert du système.
Dans ce chapitre, différentes méthodes de réalisation des systèmes en temps discret sont discutés.

II) Systèmes Linéaires Invariants en temps


1) Introduction
Considérons la classe des systèmes LTI caractérisés par :

D’une autre manière, cette relation peut être exprimée dans le domaine de la transformée z comme :

Où H(z) est la fonction de transfert du système, ou la transformée en z de la réponse impulsionnelle du


système.
Rappelons qu'un système LTI est complètement caractérisé par sa réponse impulsionnelle, ou de
manière équivalente, sa fonction de transfert,
Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

Dans le chapitre précédent nous avons vu que tout système est décrit par les équations Equations aux
différences à coefficients linéaires constants « EAD ».

Avec a0 =1
Les propriétés de cette classe de système sont mieux développées dans le domaine de la transformation
en z. La transformée en z de l'équation est :

La fonction de transfert pour un système qui satisfait l’équation aux différences est de la forme :

2) Réponse en Fréquence
La sortie d'un système LIT dans le domaine fréquentiel est :
H (ω) = Y (ω)/ X (ω), avec z= ejw
Les coefficients ak a et bk déterminent la réponse en fréquence du filtre. Un signal x (n) qui traverse le
système aura une sortie Y (ω) = H (ω) X (ω), où H (ω) est la réponse en fréquence du filtre considéré.
Les filtres numériques que nous allons considérer seront des systèmes LIT qui produiront une
modification sélective des composantes de fréquence du signal d'entrée.
Exemple :
Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

3) Opérations de base sur les séquences


a)

b) Opération d'inversion de temps ou miroir: y [n] = x [-n]


c) Décalage temporel
Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

4) Opérations avancées
Les opérations généralisées constituent une combinaison d'opérations de base / réalisation des blocs

La fonction STD permet de traiter une séquence d'entrée afin de générer une séquence de sortie souhaitée

5) Exemples de STD
a) Accumulateur :
Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

b) Filtre à moyenne mobile :

III) Classification des Systèmes à Temps Discret


Les systèmes sont classés selon les propriétés suivantes :
• Système Linéaire
• Système temporellement invariant
• Système causal
• Système stable
• Système passif et sans perte

A) Système Linéaire :
Un système est dit linéaire s’il vérifie ou obéit au principe de superposition :
Soit une
entrée x1(n) sortie y1(n)
entrée x2(n) sortie y2(n) Alors la combinaison linéaire des deux entrées
α x1(n) + β x2(n) α y1(n) + β y2(n) α & β des constantes

B) Système temporellement invariant


x(n- n0) y(n- n0)
Un décalage de l’entrée entraine un même décalage de la sortie
Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

C) Système causal
La sortie ne dépend pas des valeurs futures de l'entrée.
Exemple :
Un système causal y[n]=x[n] + x[n-1] + x[n-2] &
Un système non causal y[n]=x[n+1]+x[n-1] + x[n-2]

D) Système stable
Un système est dit stable si : L'entrée bornée produit une sortie bornée (BIBO)
(Bounded Input Bounded Output (BIBO).

E) Système passif et sans perte


Le système est passif si pour une séquence d'entrée d'énergie finie, la séquence de sortie y [n] a au
plus la même énergie :

Sans perte, si énergie en sortie =énergie en entrée.

IV) Caractérisation dans le domaine temporel des systèmes à temps discret Linéaire invariant en
Temps « S L I T »

Pour une entrée quelconque x(n), on retrouve le produit de convolution :


Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

Dans ce cas la condition de stabilité et de la causalité en termes de réponse impulsionnelle :

V) Structure des systèmes à temps discret :


Exemple Filtre du second Ordre :
Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

Forme Directe I :

x(n) b0 y(n)
+ +

T T
b1 a1

T T
b2 a2

Forme Directe II :

Dans ce cas, nous plaçons les pôles en premier dans la fonction de transfert :

b0 + b1 z −1 + b2 z −2
H (z)
= =
1
(b + b z −1
+ b z −2
)
(1 − a1 z −1 − a2 z −2 ) (1 − a z
1
−1
− a2 z −2 )
0 1 2

P ( z ) = a1 P ( z ) z −1 + a2 P ( z ) z −2 + X ( z )
P ( z ) (1 − a1 z −1 − a2 z −2 ) =
X (z)
X (z)
P(z) =
(1 − a z 1
−1
− a2 z −2 )
Y (z) =
b0 P ( z ) + b1 P ( z ) z −1 + b2 P ( z ) z −2
X (z)
(b + b1 z −1 + b2 z −2 )
(1 − a z1
−1
− a2 z −2 )
0

Y (z)
⇒ H (z) = =
1
X ( z ) (1 − a1 z −1 − a2 z −2 )
( b0 + b1 z −1
+ b2 z −2
)
Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

x(n) p(n) b0 y(n)


+ +

T
a1 b1

T
a2 b2

A noter que le nombre de céllules retard est réduit sous cette forme, ce qui est un avantage.

Forme Transposée :

x(n)
b0 y(n)
+
q(n-1)
T
q(n)
b1 a1
+
r(n-1)
T
r(n) a2
b2 +
Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

R ( z ) b2 X ( z ) + a2Y ( z )
=
Q ( z ) = b1 X ( z ) + a1Y ( z ) + R ( z ) z −1
= b1 X ( z ) + a1Y ( z ) + ( b2 X ( z ) + a2Y ( z ) ) z −1
= b1 X ( z ) + a1Y ( z ) + b2 X ( z ) z −1 + a2Y ( z ) z −1
= X ( z ) ( b1 + b2 z −1 ) + Y ( z ) ( a1 + a2 z −1 )
Y ( z ) b0 X ( z ) + Q ( z ) z −1
=

(
= b0 X ( z ) + X ( z ) ( b1 + b2 z −1 ) + Y ( z ) ( a1 + a2 z −1 ) z −1 )
= b0 X ( z ) + X ( z ) ( b1 z −1 + b2 z −2 ) + Y ( z ) ( a1 z −1 + a2 z −2 )
Y ( z ) − Y ( z ) ( a1 z −1 + a2 z −2 ) = b0 X ( z ) + X ( z ) ( b1 z −1 + b2 z −2 )
Y ( z ) (1 − a1 z −1 + a2 z −=
2
) X ( z ) ( b0 + b1 z −1 + b2 z −2 )
Y (z) (b + b z −1
+ b2 z −2 )
= (z) =
0 1
H
X (z) (1 − a z 1
−1
+ a2 z −2 )

VI) Application

Exemple de filtrage des signaux :


Soit l’entré d’un système x(n) = [0 0 0 0 0 1 1 1 1 1 0 0 0 0 0]

On applique à l’entrée s’un système composé de deux filtres distincts :


Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

y1(n) = x1(n) * h1(n) & y2(n) = x2(n) * h2(n)


TZ{ h1(n} = H1 (z) TZ{ h2(n} = H2 (z)
Y1(z) = H1 (z) . X1 (z) & Y2(z) = H2 (z) . X2 (z)
En développant le produit des TZ on obtient les séquences de sorties suivantes :

y1(n) = 0.5 x(n) + 0.5 x(n-1) ce filtre possède un zéro en Z= -1, filtre numérique passe-

bas premier ordre , cette opération effectue la moyenne, elle atténue les variations
brusques du signal, ce qui résulte en un lissage du signal d'entrée.
& y2(n) = 0.5 x(n) - 0.5 x(n-1) ce filtre possède un zéro en Z= 1 filtre numérique passe-

haut premier ordre


y1(n) = [ 0 0 0 0 0 ½ 1 1 1 1 ½ 0 0 0 0] & y2(n) = [ 0 0 0 0 0 ½ 0 0 0 0 -½ 0 0 0 0]
Le premier filtre joue le rôle d’un passe bas et le second un passe haut du premier ordre
script matlab :
a1=[0.5 0.5], a2=[0.5 0.5]
[h1,w]=freqz(a1,1,512,8000); [h2,w]=freqz(a2,1,512,8000);
plot(w,abs(h1)); hold on , plot(w,abs(h2),’g-‘);
Responsable Unité A.ALLICHE
FACULTE DE TECHNOLOGIE
Traitement Avancé du Signal
DEPARTEMENT D’ELECTRONIQUE Date : 2019 /2020

Exemple 02 : Soit un système décrit par la figure suivante :

On détermine la fonction de transfert H(z) =Y(z) / X(z)

Exemple 03

x[n]
yn]

5
z-1

0.5

y1(n) = 5 x(n) + 0.5 y(n-1)

Vous aimerez peut-être aussi