Académique Documents
Professionnel Documents
Culture Documents
1ACI Pr K.BENKIRANE
SIGNAUX CONTINUS
Résumé :
Plan :
Prérequis :
notions de mathématiques
Mot(s) clé(s) :
1
ERN
1ACI Pr K.BENKIRANE
1. SIGNAL
(Signal) vient du latin signum : signe; variation d’une grandeur physique de nature
quelconque porteuse d’information. C’est l’entité qui sert à véhiculer une information.
Un signal est donc la représentation physique de l’information. Sa nature physique peut être
très variable: acoustique, électronique, optique, thermique, etc…
Exemples
2. BRUIT (Noise):
Remarque :
La notion de bruit est relative, elle dépend du contexte ; l’exemple classique est celui du
technicien en télécom et de l'astronome :
Exemple 1 :
Pour le technicien en télécom, les ondes d'un satellite représentent le signal alors que les
signaux provenant d'une source astrophysique sont considérés comme bruit.
Pour l'astronome, c’est le contraire : les ondes d'un satellite représentent le bruit alors que les
signaux provenant d'une source astrophysique sont considérés comme information utile
(signal).
2
ERN
1ACI Pr K.BENKIRANE
Exemple 2 :
– Pour un opérateur sonar, le signal utile est émis par les navires et les sous-marins, lorsque
les poissons et les crustacés émettent des signaux qui sont des perturbations pour le signal
utile, donc des bruits,
– Réciproquement, pour l’opérateur sonar d’un bâtiment de pêche, le signal utile est celui
émis par les bancs de poissons, les autres signaux sont donc des perturbations et constituent
donc du bruit.
A noter qu’un signal aléatoire ne veut pas signifier bruit ; Exemple : Transmettre la parole sur
des câbles d’alimentation 50Hz. L’information est la parole qui est un signal aléatoire, alors
que le bruit gênant est déterministe, c’est une sinusoïde 50Hz.
Le rapport signal à bruit RS/B est le rapport de puissance du signal, PS, sur celle du bruit, PB, il
mesure la qualité du signal:
𝑃𝑆 𝑃𝑆
𝑅𝑆/𝐵 = , 𝑅𝑆/𝐵 (𝑑𝐵) = 10log ( )
𝑃𝐵 𝑃𝐵
– la théorie du signal est l’ensemble des outils mathématiques qui permet de décrire les signaux
et les bruits émis par une source, ou modifiés par un système de traitement,
– la théorie de l’information est l’ensemble des outils mathématiques qui permet de décrire la
transmission de messages véhiculés d’une source vers un destinataire,
– Le traitement du signal est la discipline technique qui, s’appuyant sur la théorie du signal et
de l’information, les ressources de l’électronique, de l’informatique et de la physique appliquée,
a pour objet l’élaboration ou l’interprétation des signaux porteurs d’information.
3
ERN
1ACI Pr K.BENKIRANE
Elle trouve son application dans tous les domaines concernés par la perception, la transmission
ou l’exploitation de ces informations. C’est l’ensemble des méthodes et des algorithmes qui
permet d’élaborer ou d’interpréter les signaux porteurs d’information. Plus précisément :
élaboration: codage, modulation, changement de fréquence,
interprétation: décodage, démodulation, filtrage, détection, identification, etc.
Actuellement, les méthodes de traitement sont presqu’en totalité numériques, ce qui suppose:
Exemples de traitement
– Parole : comprimer (transmission : téléphone mobile, GSM), reconnaître (commande vocale),
améliorer la prise de son (filtrage d’antenne) ...
– Musique : comprimer (diffusion, stockage, MPEG-Audio), modéliser, simuler synthétiser
(instruments, salle), corriger des enregistrements dégradés ...
– Images : comprimer (archiver, MPEG), reconstruire (tomodensitométrie, scanner),
reconnaître (analyse de scènes, robotique), corriger ...
– Radar, sonar : détecter (applications militaires).
– Signaux sismiques : prospecter.
– Signaux biomédicaux : analyser, archiver.
Définition
Un signal déterministe ou certain est un signal dont l’évolution en fonction du temps peut être
parfaitement décrite par un modèle mathématique.
Exemple : un signal sinusoïdal d’amplitude A et de fréquence f 0 , on peut prédire la valeur du
signal à tout instant grâce au modèle mathématique x(t ) A sin( 2f 0 t ) .
A) CLASSIFICATION
4
ERN
1ACI Pr K.BENKIRANE
1) Pair, impair
Un signal est pair si : x(t ) x(t )
Un signal est impair si : x(t ) x(t )
Remarque : Tout signal réel peut être décomposé en une partie paire et une partie
impaire : x(t ) x p (t ) xi (t )
x p (t ) 1
2
x(t ) x(t ) et xi (t ) 1
2
x(t ) x(t )
Avec
2) Dimensionnelle
On classe les signaux de point de vue dimensionnel
- signaux à 1D (unidimensionnels) : signal audio, mesure électrique, signal reçu par
une électrode en biomédical.
– signaux 2D (bidimensionnels) : image, représentation temps-fréquence des signaux,
– signaux 2D+t : séquences vidéo,
– signaux 3D : objets3D (tomographie, etc.),
– signaux 3D+t : séquence d’objets 3D (tomographie, etc.),
Avec l’évolution des technologies (capteurs, calculateurs, etc…), le traitement de
signal traite de plus en plus fréquemment de signaux multidimentionnels, on
s’intéresse dans ce cas à des signaux nD, par exemple des :
signaux multi-capteurs (n capteurs) : réseaux d’antennes,
signaux multi-modaux, c’est-à-dire relatifs à plusieurs modalités
physiques : signal audio/vidéo,
association de signaux EEG, MEG et IRM (imagerie en résonance
magnétique).
Cette classification est basée sur l’évolution du signal en fonction du temps, il existe
ainsi deux types fondamentaux:
- Les signaux déterministes (ou certains) dont l’évolution en fonction du temps peut
être parfaitement décrite par un modèle mathématique. Ces signaux proviennent de
phénomènes pour lesquels on connaît les lois physiques. A titre d’exemple, pour un
oscillateur qui délivre un signal sinusoïdal d’amplitude A et de fréquence f 0 , on
peut prédire la valeur du signal à tout instant grâce au modèle mathématique
x(t ) A sin( 2f 0 t ) .
Une formule mathématique définit parfaitement le signal.
5
ERN
1ACI Pr K.BENKIRANE
4) Morphologique
5) Énergétique
Energie et Puissance
Dans le cas des signaux déterministes à temps continu, une classification est faite autour des
notions d’énergie et de puissance.
L’énergie d’un signal x(t), fonction complexe de la variable réelle t, est la quantité E définie
par :
+∞
𝑬=∫ |𝒙(𝒕)|𝟐 𝒅𝒕
−∞
La puissance d’un signal x(t), fonction complexe de la variable réelle t, est la quantité P
définie par :
𝑻
𝟏 +𝟐
𝑷 = 𝐥𝐢𝐦 ∫ |𝒙(𝒕)|𝟐 𝒅𝒕
𝑻→+∞ 𝑻 −𝑻
𝟐
6
ERN
1ACI Pr K.BENKIRANE
𝑻
𝟏 +𝟐
𝑷 = ∫ |𝒙(𝒕)|𝟐 𝒅𝒕
𝑻 −𝑻
𝟐
Les signaux rencontrés en physique sont évidemment d’énergie finie. Il est toutefois utile, pour
étudier les régimes permanents, de sortir du cadre des signaux d’énergie finie pour envisager
celui des signaux de puissance finie.
6) Classification spectrale
Un signal peut être classé suivant la distribution de son énergie ou de sa puissance en fonction
de la fréquence (spectre du signal). Le domaine des fréquences occupé par son spectre ΔF est
aussi appelé la largeur de bande du signal: F Fmax Fmin
Suivant la fréquence moyenne Fmoy ( Fmax Fmin ) / 2 , on peut distinguer deux types de signaux
:
Un signal est dit causal s'il est nul pour toute valeur négative du temps :
7
ERN
1ACI Pr K.BENKIRANE
B) SIGNAUX USUELS
1. Fonction signe
- 1, si t 0
sgn(t) , sgn(0) peut prendre toute 1
1, si t 0
sgn(t)
0
valeur comprise entre -1 et 1, mais généralement on
prend sgn(0) 0 -1
0
0, si t 0
u(t) , par convention u(0) 1 / 2
1, si t 0 1
u(t)
On peut montrer facilement que :
0
1 1 -10 -5 0 5 10
u(t) sgn(t) , sgn(t) 2u(t ) 1
2 2
3. Fonction rampe
0, si t 0 10
r(t)
t, si t 0
r(t)
t
Ou d’une autre manière : r(t) u ( )d 0
0 5
𝒕
4. Fonction rectangle :𝝅𝑻 (𝒕) = 𝒓𝒆𝒄𝒕( )
𝑻
C’est une porte rectangulaire d’ouverture T
Et d’amplitude 1.
Exemple : T=1
8
ERN
1ACI Pr K.BENKIRANE
𝒕
5. Fonction triangle : ∆𝑻 (𝒕) = 𝒕𝒓𝒊( )
𝑻
C’est une porte triangulaire de demi-ouverture T
Et d’amplitude 1 en t=0.
Exemple : T=1
1 - t , si t t 1 1
tri(t)
tri(t)
0, sinon
La surface d’une fonction tri(t) vaut 1 et son 0
-1 0 1
ouverture est égale à 2.
6. Impulsion de Dirac
0, si t 0
(t)
, si t 0 (1/T)rect(t/T)
1/T
𝟏 1
𝜹(𝒕) = 𝐥𝐢𝐦 𝝅𝑻 (𝒕)
(t)
𝑻→𝟎 𝑻
0
Elle vérifie :
(t )dt 1 0
Remarque : l’impulsion de Dirac est représentée par une flèche d’amplitude 1. Le 1 désigne
la surface de l’impulsion mais pas son amplitude.
Propriétés :
x(t ) (t ) x(0) (t )
x(t ) (t t 0 ) x(t0 ) (t t 0 )
9
ERN
1ACI Pr K.BENKIRANE
= ∑ 𝒙(𝒕 − 𝒌𝑻𝒆 )
𝒌=−∞
10
ERN
1ACI Pr K.BENKIRANE
sin(t )
sin c(t )
t
sin c(t ) 1 si t 0
1) Inversion ou Retournement
Inverser un signal s(t) revient à le représenter en s(-t).
Exemple :
2) Translation
s(t-τ) est une translation de s(t) de τ :
11
ERN
1ACI Pr K.BENKIRANE
T T
0, si t et t
Arect[(t-)/T]
t -
2 2
Arect( ) A
T A, si t T et t T
2 2
0
0 -T/2 +T/2
A.tri[(t-)/T]
A
t - 1 - t - , si t T
tri( )
T 0, sinon 0
0 -T +T
3) Inversion et Translation
4) Convolution
On appelle produit de convolution de deux signaux x(t) et y(t), et noté : x(t)*y(t),
l’expression
+∞
𝑥(𝑡) ∗ 𝑦(𝑡) = ∫ 𝑥(𝜏). 𝑦(𝑡 − 𝜏)𝑑𝜏
−∞
Propriétés :
L’impulsion de Dirac représente l’élément neutre de la convolution :
𝒙(𝒕) ∗ 𝜹(𝒕) = 𝒙(𝒕)
La convolution est commutative :
𝒙(𝒕) ∗ 𝒚(𝒕) = 𝒚(𝒕) ∗ 𝒙(𝒕)
La convolution est associative :
𝒙(𝒕) ∗ 𝒚(𝒕) ∗ 𝒛(𝒕) = (𝒙(𝒕) ∗ 𝒚(𝒕)) ∗ 𝒛(𝒕) = 𝒙(𝒕) ∗ (𝒚(𝒕) ∗ 𝒛(𝒕))
La convolution est distributive par rapport à l’addition :
(𝒙(𝒕) + 𝒚(𝒕)) ∗ 𝒛(𝒕) = 𝒙(𝒕) ∗ 𝒛(𝒕) + 𝒚(𝒕) ∗ 𝒛(𝒕)
Décalage du signal :
12
ERN
1ACI Pr K.BENKIRANE
Exemple
Calculer le produit de convolution des signaux suivants
13
ERN
1ACI Pr K.BENKIRANE
Exemple 2
𝝅𝑻 (𝒕) ∗ 𝝅𝑻 (𝒕) = 𝑻∆𝑻 (𝒕)
Remarque :
Pour les signaux à puissance finie, la convolution s’écrit :
𝑻
𝟏 𝟐
𝒛(𝒕) = 𝒙(𝒕) ∗ 𝒚(𝒕) = 𝐥𝐢𝐦 ∫ 𝐱(𝛕 ). 𝐲(𝐭 − 𝛕 )𝐝 𝛕
𝑻→+∞ 𝑻 𝑻
−
𝟐
Si, de plus les signaux sont périodiques de même période T0.
𝑻𝟎
𝟏 𝟐
𝒛(𝒕) = 𝒙(𝒕) ∗ 𝒚(𝒕) = ∫ 𝐱(𝛕 ). 𝐲(𝐭 − 𝛕 )𝐝 𝛕
𝑻𝟎 𝑻
− 𝟎
𝟐
5) Corrélation
a) Intercorrélation
+∞ +∞
𝜞𝒙𝒚 (𝝉) = 𝜸𝒙𝒚 (𝝉) = 𝑪𝒙𝒚 (𝝉) = ∫ 𝐱(𝐭 ). 𝐲 ∗ (𝐭 − 𝛕 )𝐝 𝐭 = ∫ 𝐱(𝐭 + 𝛕). 𝐲 ∗ (𝐭 )𝐝 𝐭
−∞ −∞
b) Autocorrélation
+∞ +∞
𝜞𝒙𝒙 (𝝉) = 𝜸𝒙𝒙 (𝝉) = 𝑪𝒙𝒙 (𝝉) = ∫ 𝐱(𝐭 ). 𝐱 ∗ (𝐭 − 𝛕 )𝐝 𝐭 = ∫ 𝐱(𝐭 + 𝛕). 𝐱 ∗ (𝐭 )𝐝 𝐭
−∞ −∞
Propriétés
Pour les signaux réels la fonction Cxx est paire,
𝑪𝒙𝒙 (−𝒕) = 𝑪𝒙𝒙 (𝒕)
+∞
𝑪𝒙𝒙 (𝟎) = ∫−∞ 𝐱(𝐭 ). 𝐱 ∗ (𝐭 )𝐝 𝐭 = 𝐄𝐱 Energie de x(t)
14
ERN
1ACI Pr K.BENKIRANE
Ces signaux possèdent une énergie infinie et sont de ce fait physiquement irréalisables.
Ils constituent toutefois une abstraction commode permettant de modéliser des
catégories importantes de signaux ayant un comportement quasi-permanent. C'est le cas
des signaux périodiques ou quasi-périodiques usuels.
𝑻
𝟏 𝟐
𝜞𝒙𝒚 (𝝉) = 𝜸𝒙𝒚 (𝝉) = 𝑪𝒙𝒚 (𝝉) = 𝐥𝐢𝐦 ∫ 𝐱(𝐭 ). 𝐲 ∗ (𝐭 − 𝛕 )𝐝 𝐭
𝑻→+∞ 𝑻 −𝑻
𝟐
𝑻
𝟏 𝟐
𝜞𝒙𝒙 (𝝉) = 𝜸𝒙𝒙 (𝝉) = 𝑪𝒙𝒙 (𝝉) = 𝐥𝐢𝐦 ∫ 𝐱(𝐭 ). 𝐱 ∗ (𝐭 − 𝛕 )𝐝 𝐭
𝑻→+∞ 𝑻 −𝑻
𝟐
Si de plus x(t) et y(t) sont périodiques, de même période T0
𝑻𝟎
𝟏 𝟐
𝜞𝒙𝒚 (𝝉) = 𝜸𝒙𝒚 (𝝉) = 𝑪𝒙𝒚 (𝝉) = ∫ 𝐱(𝐭 ). 𝐲 ∗ (𝐭 − 𝛕 )𝐝 𝐭
𝑻𝟎 −𝑻𝟎
𝟐
𝑻𝟎
𝟏 𝟐
𝜞𝒙𝒙 (𝝉) = 𝜸𝒙𝒙 (𝝉) = 𝑪𝒙𝒙 (𝝉) = ∫ 𝐱(𝐭 ). 𝐱 ∗ (𝐭 − 𝛕 )𝐝 𝐭
𝑻𝟎 −𝑻𝟎
𝟐
Remarque : Pour 𝜏 = 0,
𝑻 𝑻
𝟏 𝟐 𝟏 𝟐
𝑪𝒙𝒙 (𝟎) = 𝐥𝐢𝐦 ∫ 𝐱(𝐭 ). 𝐱 ∗ (𝐭)𝐝 𝐭 = 𝐥𝐢𝐦 ∫ |𝐱(𝐭)|𝟐 𝐝 𝐭
𝑻→+∞ 𝑻 −𝑻 𝑻→+∞ 𝑻 −𝑻
𝟐 𝟐
= 𝐏𝐱(𝐭) 𝐏𝐮𝐢𝐬𝐬𝐚𝐧𝐜𝐞 𝐝𝐞 𝐱(𝐭)
𝑻𝟎 𝑻𝟎
𝟏 𝟐 𝟏 𝟐
𝑪𝒙𝒙 (𝟎) = ∫ 𝐱(𝐭 ). 𝐱 ∗ (𝐭)𝐝 𝐭 = ∫ |𝐱(𝐭)|𝟐 𝐝 𝐭 = 𝐏𝐱(𝐭) 𝐏𝐮𝐢𝐬𝐬𝐚𝐧𝐜𝐞 𝐝𝐞 𝐱(𝐭)
𝑻𝟎 −𝑻𝟎 𝑻𝟎 −𝑻𝟎
𝟐 𝟐
𝑻
𝟏 𝟐
𝑪𝒙𝒚 (𝟎) = 𝐥𝐢𝐦 ∫ 𝐱(𝐭 ). 𝐲 ∗ (𝐭)𝐝 𝐭 = 𝐏𝐱𝐲(𝐭) 𝐢𝐧𝐭𝐞𝐫𝐏𝐮𝐢𝐬𝐬𝐚𝐧𝐜𝐞
𝑻→+∞ 𝑻 −𝑻
𝟐
𝑻𝟎
𝟏 𝟐
𝑪𝒙𝒚 (𝟎) = ∫ 𝐱(𝐭 ). 𝐲 ∗ (𝐭)𝐝 𝐭 = 𝐏𝐱𝐲(𝐭) 𝐢𝐧𝐭𝐞𝐫𝐏𝐮𝐢𝐬𝐬𝐚𝐧𝐜𝐞
𝑻𝟎 −𝑻𝟎
𝟐
15
ERN
1ACI Pr K.BENKIRANE
𝟐
|𝑪𝒙𝒚 (𝝉)| ≤ 𝑪𝒙 (𝟎). 𝑪𝒚 (𝟎)
16
ERN
1ACI Pr K.BENKIRANE
Exercice 1
Exprimer la fonction échelon unité sous forme d’une fonction signe d’amplitude
judicieusement choisie et d’une constante.
1 1
𝑢(𝑡) = + 𝑠𝑔𝑛(𝑡)
2 2
Exercice 2
Translation à droite de 3
b) 𝑥(𝑡) = 3.∧4 (𝑡 + 4)
0 |𝑡| > 𝑇
𝑡
∆ 𝑇 (𝑡) = 1− 0<𝑡<𝑇
𝑇
𝑡
{1+ 𝑇
−𝑇 <𝑡 <0
17
ERN
1ACI Pr K.BENKIRANE
Translation à gauche
demi-ouverture 4: 3. ∆4 (𝑡)
c) 𝑥(𝑡) = 𝛿(𝑡 − 5)
𝛿(𝑡) 𝛿(𝑡 − 5)
1
d) 𝑥(𝑡) = 3. 𝑢(𝑡 + 2)
1 1
e) 𝑥(𝑡) = 3. 𝑢 (𝑡 − 2) − 2. 𝑢 (𝑡 + 2)
1 1
𝑥1(𝑡) = 3. 𝑢 (𝑡 − ) = 3 ; 𝑡 >
2 2
1 1
𝑥2(𝑡) = −2. 𝑢 (𝑡 + 2) = −2; 𝑡 > − 2
18
ERN
1ACI Pr K.BENKIRANE
1
𝑡 < − ; 𝑥1(𝑡) = 𝑥2(𝑡) = 0; ; 𝑥(𝑡) = 0
2
1
𝑡 > ; 𝑥1(𝑡) = 3; 𝑥2(𝑡) = −2; ; 𝑥(𝑡) = 1
2
1 1
− < 𝑡 < ; 𝑥1(𝑡) = 0; 𝑥2(𝑡) = −2; ; 𝑥(𝑡) = −2
2 2
Exercice 3
1) Montrer que rect(t) = u(t + 1/2) − u(t−1/2). u(t) étant la fonction de heaviside.
𝑡
𝑟𝑒𝑐𝑡𝑇 (𝑡) = 𝜋𝑇 (𝑡) = 𝑟𝑒𝑐𝑡 ( )
𝑇
𝑟𝑒𝑐𝑡 (𝑡); 𝑇 = 1
1 1
−𝑢 (𝑡 − ) = −1 ; 𝑡 >
2 2
1 1
𝑢 (𝑡 + 2) = 1; 𝑡 > − 2
1; 𝑡 > 0
𝑠𝑔𝑛(𝑡) = {
−1; 𝑡 < 0
3 ; 3<𝑡<5
3. rect 2 (t − 4). = {
0 ; 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
1; 𝑡 > 3
𝑠𝑔𝑛(𝑡 − 3) = {
−1; 𝑡 < 3
1; 𝑡 > 5
𝑠𝑔𝑛(𝑡 − 5) = {
−1; 𝑡 < 5
−1; 𝑡 > 5
−𝑠𝑔𝑛(𝑡 − 5) = {
+1; 𝑡 < 5
19
ERN
1ACI Pr K.BENKIRANE
0 ; 𝑡 > 5; 𝑡 < 3
𝑠𝑔𝑛(𝑡 − 3) − 𝑠𝑔𝑛(𝑡 − 5) = { = rect 2 (t − 4)
2 ;3 < 𝑡 < 5
Exercice 4
20
ERN
1ACI Pr K.BENKIRANE
∧2 (𝑡 − 𝑘. 4)
+∞ +∞
e) ∫−∞ 𝛿(𝑡 + 3) . cos(100. 𝜋. 𝑡). 𝑑𝑡 = ∫−∞ 𝛿(𝑡 + 3) . cos(100. 𝜋. (−3)). 𝑑𝑡 =
+∞
∫−∞ 𝛿(𝑡 + 3) . 1. 𝑑𝑡 = 1 𝑝𝑎𝑟 𝑑é𝑓𝑖𝑛𝑖𝑡𝑖𝑜𝑛
Exercice 5
Soient les signaux x(t) et y(t) représentés sur les figures 1 et 2.
Figure 1 figure 2
1. Calculer, pour chacun des signaux, son énergie totale et sa puissance totale
2. En prenant T= 4, tracer les signaux suivants : x(t-2) ; y(t+4) ; y(2t) ; z(t)= x(t-
1)+2.y(t+1)
3. A quel type de signaux appartient z(t) énergétiquement ?
𝑻
+∞ +
𝑬𝒙(𝒕) = ∫−∞ |𝒙(𝒕)|𝟐 . 𝒅𝒕 = ∫ 𝑻𝟐|𝑨|𝟐 . 𝒅𝒕 = 𝑨𝟐 . 𝑻 Energie finie
−
𝟐
𝑻𝒐 𝑻
𝟏 +𝟐 𝟏 +𝟐 𝟐
𝑷𝒙(𝒕) = 𝐥𝐢𝐦 ∫ |𝒙(𝒕)|𝟐 . 𝒅𝒕 = 𝐥𝐢𝐦 ∫ |𝑨| . 𝒅𝒕
𝑻𝒐→+∞ 𝑻𝒐 −𝑻𝒐 𝑻𝒐→+∞ 𝑻𝒐 −𝑻
𝟐 𝟐
21
ERN
1ACI Pr K.BENKIRANE
𝟏
𝑷𝒙(𝒕) = 𝐥𝐢𝐦 . 𝑨𝟐 . 𝑻 → 𝟎 Puissance nulle
𝑻𝒐→+∞ 𝑻𝒐
0 |𝑡| > 2
𝑡
𝐴. ∆ 𝑇 (𝑡) = 𝐴 1− 0<𝑡<2
2
𝑡
{1+ 2
−2<𝑡 <0
22
ERN
1ACI Pr K.BENKIRANE
Compression du signal
Contraire est une dilatation du signal
23
ERN
1ACI Pr K.BENKIRANE
+∞
𝑬𝒙(𝒕) = ∫ |𝒙(𝒕)|𝟐 . 𝒅𝒕 → +∞
−∞
𝑻 𝑻
𝟏 +𝟐 𝟏 +𝟐
𝑷𝒙(𝒕) = ∫ |𝒙(𝒕)|𝟐 . 𝒅𝒕 = ∫ 𝟓𝟐 . 𝒅𝒕 = 𝟏𝟐, 𝟓 𝑾
𝑻 −𝑻 𝑻 𝟎
𝟐
Convolution et corrélation
Exercice 7
Montrer que la convolution d’un signal e(t) avec la fonction rectangle définie par :
1 𝑡 − 𝑡0
ℎ(𝑡) = 𝑟𝑒𝑐𝑡( )
𝑇 𝑇
(centrée sur t0, d’amplitude 1/T et de largeur T), avec t0=-T/2, correspond à un filtrage de type
moyenneur
Réponse
+∞ 1 +∞ 𝜏−𝑡−𝑇⁄2 1 +∞
𝑠(𝑡) = ∫−∞ ℎ(𝑡 − 𝜏). 𝑒(𝜏). 𝑑𝜏 = 𝑇 ∫−∞ 𝑟𝑒𝑐𝑡( ). 𝑒(𝜏). 𝑑𝜏 = 𝑇 ∫−∞ 𝑒(𝜏) . 𝑑𝜏
𝑇
Exercice 8
1) Déterminer la réponse indicielle (réponse à un signal échelon de Heaviside) d’un circuit RC dont la
réponse impulsionnelle est définie par :
1 𝑡
𝑒𝑥𝑝 (− ) ; 𝑝𝑜𝑢𝑟 𝑡 ≥ 0
ℎ(𝑡) = { 𝑅𝐶 𝑅𝐶
0 ; 𝑝𝑜𝑢𝑟 𝑡 < 0
24
ERN
1ACI Pr K.BENKIRANE
Exercice 9
25
ERN
1ACI Pr K.BENKIRANE
Exercice 10
𝑥(𝑡) = sin(𝜔0 𝑡)
Exercice 11
𝐴
𝑥(𝑡) = . 𝑡. [𝑢(𝑡) − 𝑢(𝑡 − 𝑇)]
𝑇
1) Représenter ce signal.
2) Calculer sa fonction d’autocorrélation, et la représenter.
3) En déduire son énergie.
26
ERN
1ACI Pr K.BENKIRANE
27
ERN
1ACI Pr K.BENKIRANE
Exercice 12
28
ERN
1ACI Pr K.BENKIRANE
29