Académique Documents
Professionnel Documents
Culture Documents
1
sommes volontairement restreints à l’étude du cas
monovariable parce qu’il est plus facile à appréhender
physiquement.
I. INTRODUCTION
A des fins d'analyse, nous allons considérer les
systèmes linéaires différentiels. Ceci est la classe de
systèmes SLIC introduite dans le chapitre 1, pour laquelle
l'entrée ( ) et la sortie ( ) sont liées par des équations
différentielles linéaires de la forme
+ +⋯+ + ( ) ( . . )
= + +⋯+ + ( )
( !
!
+ !
!
+ ⋯+
+ ) ( ) "#2.1
ou bien
&( ) ( ) = '( ) ( ) "#. 2.1(
où les polynômes &( ) et '( ) sont
&( ) = + + ⋯+ + "#. 2.2
'( ) = !
!
+ !
!
+ ⋯+ + "#. 2.2
2
quelconque. Cependant, des considérations pratiques
rendent ) > + indésirable pour deux raisons. Dans les
sections suivantes, nous allons montrer qu’un système
SLIC spécifié par Eq. (2.1) agit comme une dérivation
d’ordre() − +).
Un dérivateur représente un système instable, car
une entrée bornée comme un échelon unité produit une
sortie illimitée. Deuxièmement, le bruit est amélioré par un
facteur de dérivation. Le bruit est un signal à large bande
contenant des composantes de toutes les fréquences de
0 à une fréquence très élevée proche de ∞. Le bruit est
tout signal indésirable, naturel ou artificiel, qui interfère
avec les signaux souhaités dans le système. Certaines
sources de bruit sont le rayonnement électromagnétique
des étoiles, le mouvement aléatoire des électrons dans
les composants du système, des interférences des
stations de radio et de télévision à proximité, signaux
transitoires produits par les systèmes d'allumage de
l'automobile et de l'éclairage fluorescent. Ainsi, le bruit
contient une quantité importante de composantes variant
rapidement. Nous savons que la dérivée de tout signal
variant rapidement est élevée. Par conséquent, tout
système spécifié par l'équation (2.1) dans laquelle ) > +
va amplifier les composantes hautes fréquences du bruit
grâce à la dérivation. Il est tout à fait possible que le bruit
tellement agrandi, inonde la sortie du système désiré
même si le signal de bruit à l'entrée du système est assez
faible.
Par conséquent, les systèmes pratiques utilisent
généralement ) ≤ +. Pour le reste de ce texte, nous
supposerons implicitement que ) ≤ +. Par souci de
généralité, nous supposerons ) = + dans l'équation
(2.1).
3
Dans le chapitre 1, nous avons démontré qu’un
système décrit par l'équation (2.1) est linéaire. Par
conséquent, la réponse peut être exprimée comme la
somme de deux composantes: la composante à entrée
nulle ou réponse libre et de la composante au repos
ou réponse forcée (propriété de décomposition).
Nous pouvons facilement montrer que le système
décrit par l'équation (2.1) vérifie la propriété de
décomposition. Si . ( ) est la réponse libre, alors, par
définition,
&( ) . ( ) = 0
Si 0( ) est la réponse libre, alors y(t) est solution de
&( ) 0 ( ) = '( ) ( )
&( )1 . ( ) + 0( )2 = '( ) ( )
Par conséquent,
3é56789 6 :9 = 3é56789 :; 39 + 3é56789 <63=é9 "#. 2.3
4
l'état zéro, ce qui signifie l'absence de tous les stockages
d'énergie internes: autrement dit, toutes les conditions
initiales sont nulles.
&( ) . ( ) = 0 ?@ ( + + ⋯+
+ ) .( ) = 0 "#. 2.4
Une solution de cette équation peut être obtenue de
manière systématique. Cependant, nous allons prendre
un raccourci en utilisant le raisonnement heuristique.
L'équation (2.4) montre qu'une combinaison linéaire de
. ( ) et ses + dérivées successives est égal à zéro, pas
pour certaines valeurs de , mais pour tout . Un tel
résultat est possible si et seulement si . ( ) et toutes ses
+ dérivées successives sont de la même forme. Sinon,
leur somme peut ne jamais s'ajouter à zéro pour toutes
les valeurs de . Nous savons que seule la fonction
exponentielle 9B possède cette propriété. Donc,
supposons que
.( ) = (C DE
.
.( )= = (FC DE
5
G
.
.( )= = (FG C DE
G
G
.
.( )= = (F C DE
((F + F + ⋯+ F+ )C DE = 0
Pour une solution non triviale de cette équation,
F + F + ⋯+ F+ =0 "#. 2.5
6
où ( , (G , … , ( sont des constantes arbitraires
déterminées par + contraintes (les conditions auxiliaires)
sur la solution. Observez que le polynôme &(F), qui est la
caractéristique du système, n'a rien à voir avec l'entrée.
Pour cette raison, le polynôme O(B) est appelée le
polynôme caractéristique du système. L'équation
&(F) = 0 "#. 2.7
est appelée équation caractéristique du système.
L'équation (2.5c) indique clairement que F , FG , … , F sont
les racines de l'équation caractéristique; par conséquent,
ils sont appelés les racines caractéristiques du
système. Les termes valeurs caractéristiques, valeurs
propres, et fréquences naturelles sont également
utilisés pour les racines caractéristiques. Les
exponentielles 9B; (Q = 1, 2, . . . , +) dans la réponse libre
sont les modes caractéristiques (également appelés
modes naturels ou simplement modes) du système. Il
existe un mode caractéristique pour chaque racine
caractéristique du système, et la réponse libre est une
combinaison linéaire des modes propres du système.
Les modes caractéristiques d'un système SLIC
comprennent son seul attribut le plus important. Les
Modes caractéristiques non seulement déterminent la
réponse libre, mais jouent également un rôle important
dans la détermination de la réponse forcée. En d'autres
termes, l'ensemble du comportement d'un système est
dicté principalement par ses modes propres. Dans le
reste de ce chapitre, nous verrons l'omniprésence des
modes caractéristiques dans tous les aspects du
comportement du système.
7
Racines multiples
La solution de l’équation (2.4) comme indiquée dans
l’équation (2.6) suppose que les racines caractéristiques
F , FG , … , F sont distinctes. S’il y a des racines répétées
(même racine se produisant plus d'une fois), la forme de
la solution est légèrement modifiée. Par substitution
directe, nous pouvons montrer que la solution de
l'équation
( − F)G .( )=0
.( ) = (( + (G )C DE
.( ) = (( + (G + ⋯ + (R )C DE "#. 2.9
R
C DK E , C DK E , … , R
C DK E , C DVWK E , … , C DME et la solution est
8
Racines complexes
La procédure pour le traitement des racines
complexes est la même que celle de racines réelles. Pour
les racines complexes la procédure habituelle conduit à
des modes caractéristiques complexes et à la forme
complexe de la solution. Toutefois, il est possible d'éviter
complètement la forme complexe en sélectionnant un réel
sous forme de solution, comme décrit plus loin. Pour un
système réel, les racines complexes apparaissent par
paires de complexes conjugués si les coefficients du
polynôme caractéristique &(F) sont réels. Par
conséquent, si Y + Z[ est une racine caractéristique, Y −
Z[ doit aussi être une racine caractéristique. La réponse
libre correspondant à cette paire de racines complexes
conjuguées est
9
exprimée dans une forme complexe (2.10a) ou une forme
réelle (2.10b).
Exemple 2.1
a. Trouver . ( ), la composante libre de la Réponse
d'un system SLIC décrit par l'équation
différentielle suivante:
( G
+ 3 + 2) ( ) = ( )
Quand les conditions initiales sont
10
En posant = 0 en Eq.2.11a et Eq.2.11b, et en
remplaçant les conditions initiales . (0) = 0, c . (0) = −5
on obtient
0 = ( + (G
−5 = −( − 2(G
La résolution de ces deux équations simultanées à deux
inconnues pour les ( et (G donne ( = −5 C (G = 5
donc
( G
+ 6 + 9) ( ) = (3 + 5) ( )
Déterminons . ( ), la composante libre de la réponse si
les conditions initiales sont . (0) = 3 C c . (0) = −7.
.( ) = (( + (G )C fE
11
Nous pouvons trouver les constantes arbitraires ( et
(G des conditions initiales . (0) = 3 et suivant la
procédure de la partie (a). Le lecteur peut montrer que
( = 3 et (G = 2. Par conséquent,
.( ) = (3 + 2 )C ≥0
fE
12
En posant = 0 dans Eq.2.2a et Eq.2.12b, et en
substituant les conditions initiales, on obtient
2 = ( cos(a)
16.78 = −2( cos(a) − 6( sin(a)
( G = (2)G + (−3.464)G = 16 ⟹ ( = 4
Exercice 2.1
Trouver la réponse libre d'un système SLIC décrit par
( + 5) ( ) = ( ) si la condition initiale est (0) = 5.
Réponse
.( ) = 5C ≥0
xE
13
Exercice 2.2
Résoudre ( G
+ 2 ) . ( ) = 0 `Q . (0) =1 C c . (0) = 4
Réponse
.( ) = 3 − 2C ≥0
GE
14
La réponse totale ( ) est constituée de deux
composantes: la composante d'entrée nulle . ( )
[réponse due aux seules conditions initiales avec ( ) =
0] et la composante d'état zéro résultant de l'entrée seule
avec toutes les conditions initiales nulles. A = 0 , la
réponse totale ( ) est uniquement constituée de la
composante libre . ( ) car l'entrée n'a pas encore
démarré. Les conditions initiales sur ( ) sont donc
identiques à celles de . ( ). Ainsi, (0 ) =
. (0 ), c (0 ) = c . (0 ) etc. De plus, . ( ) est la réponse
due uniquement aux conditions initiales et ne dépend pas
de l’entrée ( ). Par conséquent, l’application de l'entrée
à = 0 n'affecte pas . ( ). Cela signifie que les conditions
initiales sur . ( ) à = 0 et = 0U sont identiques; c’est-
à-dire que (0 ) et c (0 ), sont identiques à (0U )
et c (0U ), respectivement. Il est clair que pour . ( ), il n'y
a pas de distinction entre les conditions initiales à =
0 , 0 C 0U . Elles sont toutes les mêmes. Mais ce n'est pas
le cas avec la réponse totale ( ), qui comprend à la fois
les composantes libre et forcée. Ainsi, en général, (0 ) ≠
(0U ), c (0 ) ≠ c (0U ), et ainsi de suite.
Exemple 2.1 :
Une tension ( ) = 10C fE @( ) est appliquée à
l'entrée du circuit RLC illustré à la Fig. 2.1a. Trouver le
courant de boucle ( ) pour ≥ 0 si le courant inducteur
initial est nul; c'est-à-dire (0 ) = 0 et la tension initiale
du condensateur est de 5 volts; c'est-à-dire, hz (0 ) = 5.
Solution :
L'équation différentielle (de boucle) reliant ( ) à ( ) a
été obtenue de Eq. (1,55) comme :
15
( G
+ 3 + 2) ( ) = ( )
16
Indépendance de la réponse libre et de la réponse
forcée
Dans l'exemple 2.2, nous avons calculé la
composante libre sans utilisation de l’entrée ( ). La
composante forcée peut être calculée à partir de la
connaissance de l'entrée ( ) uniquement; les conditions
initiales sont supposées être nulles (système en régime
forcé). Les deux composantes de la réponse du système
(les composantes libre et forcée) sont indépendantes
l'une de l'autre. Les deux mondes de la réponse libre et
de la réponse forcée coexistent côte à côte, ni l'un ni
l'autre ne se soucie de ce que fait l'autre. Pour chaque
composante, l'autre est totalement inutile.
17
l’original ( ). En utilisant un argument similaire, nous
}L ~
pouvons montrer que, étant donné }E L
, nous pouvons
déterminer ( ) uniquement seulement si deux éléments
d'information supplémentaires (contraintes) sur ( ) sont
donnés. En général donc, pour déterminer ( )
uniquement de sa + 耕 dérivée, nous avons besoin de
+ éléments d'information supplémentaires (contraintes)
sur ( ). Ces contraintes sont également appelées
conditions auxiliaires. Lorsque ces conditions sont
données à = 0, on les appelle les conditions initiales.
18
externe, puisque l'entrée est nulle. Seuls les modes
caractéristiques remplissent cette condition. Le système
utilise une combinaison appropriée de modes
caractéristiques pour revenir à la position de repos tout en
satisfaisant la limite appropriée (ou conditions initiales).
Si les amortisseurs de l'automobile sont en bon
état (un fort coefficient d'amortissement), les modes
caractéristiques seront des exponentielles décroissantes
de façon monotone, et le corps de l'automobile viendra au
repos rapidement sans oscillation. En revanche, pour les
mauvais amortisseurs (coefficients d'amortissement bas),
les modes caractéristiques seront des sinusoïdes
décroissantes amorties, et le corps va venir au repos à
travers un mouvement oscillatoire. Quand un circuit RC
série avec une charge initiale sur le condensateur est
court-circuité, le condensateur commence à se décharger
de façon exponentielle à travers la résistance. Cette
réponse du circuit RC est provoquée uniquement par ses
conditions internes et est soutenue par ce système sans
l'aide d'aucune entrée externe. La forme d'onde de
courant exponentiel est donc le mode caractéristique du
circuit RC.
Mathématiquement, nous savons que toute
combinaison de modes caractéristiques peut être
soutenue par le système seul sans exiger une entrée
externe. Ce fait peut être facilement vérifié par le circuit
en série RL représenté sur la Fig. 2.2. L'équation de la
maille de ce système est
( + 2) ( ) = ( )
19
Fig.7.2 :
( )=‚ +ƒ ( )
= ((C GE )
+ 2(C GE
= −2(C GE
+ 2(C GE
=0
De toute évidence, le courant de maille ( ) = (C GE est
soutenu par le circuit RL par lui-même seule, sans la
nécessité d'une entrée externe.
Le phénomène de résonance
Nous avons vu que tout signal constitué du mode
caractéristique d'un système est soutenu par le système
lui-même; le système n'oppose pas d'obstacle à de tels
signaux. Imaginez ce qui se passerait si nous avions un
système avec une entrée externe qui est l'un de ses
modes caractéristiques. Ce serait comme verser de
20
l'essence sur un feu dans une forêt sèche ou pousser un
alcoolique à goûter une liqueur. Un alcoolique ferait
volontiers le travail sans salaire. Pensez à ce qui se
passerait s’il était rémunéré par la quantité d'alcool qu'il a
goûté! Il va faire même des heures supplémentaires. Il va
travailler jour et nuit, jusqu'à ce qu'il soit brûlé. La même
chose arrive avec un système piloté par une entrée de la
forme de son mode caractéristique. La réponse du
système croît sans limite, jusqu'à ce qu'elle ''brûle''. Nous
appelons ce comportement le phénomène de
résonance. Une discussion intelligente de cet important
phénomène nécessite une compréhension de la réponse
libre; pour cette raison, nous reportons ce sujet jusqu'à la
section 2.7.7.
21
de ℎ( ), la réponse impulsionnelle d'un système SLIC
décrit par l'équation différentielle d'ordre + [Eq. (2.1a)]
&( ) ( ) = '( ) ( ) "#. 2.14
où &( ) et '( ) sont les polynômes représentés dans
l'équation (2.2). Rappelons que la prise en compte du
bruit limite les systèmes pratiques à ) ≤ +. Sous cette
contrainte, le cas le plus général est ) = +. Par
conséquent, l'équation (2.14a) peut être exprimée comme
( + +⋯+ + ) ( )
=( . + + ⋯+ + ) ( ) "#. 2.14
22
générée par ces conditions initiales nouvellement créées.
La réponse impulsionnelle ℎ( ), par conséquent, doit être
composée des modes caractéristiques du système
pour ≥ 0U . Par conséquent
ℎ( ) = C‡ˆC` C` ˆ? C` ( ‡ ( é‡Q` Q#@C` ≥ 0U
Cette réponse est valable pour > 0. Mais que se passe-
t-il à = 0? A cet instant unique = 0, il peut tout au plus
avoir une impulsion, de sorte que la forme de la réponse
complète ℎ( ) est de la forme
ℎ( ) = ‰. †( ) + ˆ? C` ( ‡ ( é‡Q` Q#@C` ≥ 0 "#. 2.15
parce que ℎ( ) est la réponse impulsionnelle, et en posant
( ) = †( ) et ( ) = ℎ( ) dans l'équation. (2.14b) on a
( + + ⋯+ + )ℎ( )
=( . + + ⋯+ + )†( ) "#. 2.16
Dans cette équation, on substitue ℎ( ) dans l'équation
(2.15) et on compare les coefficients des impulsions
similaires sur les deux côtés. L'ordre le plus élevé de la
dérivée de l'impulsion des deux côtés est +, avec la
valeur des coefficients, . sur le côté gauche et . sur le
côté droit. Les deux valeurs doivent être adaptées. Par
conséquent, . = . et
ℎ( ) = . †( ) + ˆ? C` ( ‡ ( é‡Q` Q#@C` "#. 2.17
Dans l'équation (2.14b), si ) < +, . = 0. Par
conséquent, le terme impulsionnel . †( ) existe
uniquement si ) = +. Les coefficients inconnus des +
modes propres de ℎ( ) dans l'équation (2.17) peuvent
être déterminés en utilisant la technique de
correspondance d'impulsion, comme expliqué dans
l'exemple suivant.
23
Exemple 2.2
Déterminer la réponse impulsionnelle ℎ( ) d’un système
décrit par
( G
+ 5 + 6) ( ) = ( + 1) ( ) "#. 2.18
Dans ce cas, . = 0. Par conséquent, ℎ( ) ne comporte
que des modes caractéristiques. Le polynôme
caractéristique est :
FG + 5F + 6 = (F + 2)(F + 3).
Les racines sont −2 C − 3. Ainsi la réponse
impulsionnelle ℎ( ) est
ℎ( ) = (( C GE
+ (G C fE )@( ) "#. 2.19
En posant ( ) = †( ) C ( ) = ℎ( ) dans Eq.7.18, on
obtient
ℎc( ) = Œ †( ) C ℎ‹( ) = Œ †c ( ) + ŒG †( ) . La
comparaison des coefficients des termes impulsionnels
de Eq.2.20 donne
5Œ + ŒG = 1, Œ = 1 ⟹ Œ = 1 C ŒG = −4
Nous utilisons maintenant ces valeurs dans Eq.2.19
ℎ(0U ) = Œ = 1 C ℎc(0U ) = ŒG = −4
24
en posant = 0U dans ℎ( ) C ℎc( ) Eq.2.20 on a
( + (G = 1
−2( − 3(G = −4
Ces deux équations simultanées conduisent à ( =
−1 C (G = 2.
Par conséquent ℎ( ) = (−C GE
+ 2C fE )@(
)
Bien que, la méthode utilisée dans cet exemple
soit relativement simple, nous pouvons la simplifier
encore davantage en utilisant une version modifiée de
l'appariement d'impulsion.
2. Méthode simplifiée de combinaison
d’impulsions
L'autre technique que nous présentons
aujourd'hui nous permet de réduire la procédure à une
simple routine pour déterminer ℎ( ). Pour éviter la
distraction inutile, la preuve de cette procédure est placée
dans la section 2.8. Là, nous montrons que pour un
système SLIC spécifié par l'équation (2.14), la réponse
impulsionnelle ℎ( ) est donnée par
ℎ( ) = . †( ) + •'( ) Ž ( )•@( ) "#. 2.21
où Ž est la combinaison linéaire des modes
caractéristiques du système sujet aux conditions initiales
suivantes :
( ( )
Ž (0) = Žc (0) = ⋯ = G)
Ž (0) = 0 C Ž (0) = 1 "#. 2.22
(•)
Ou Ž (0) est la valeur de la dérivée ‘ 耕 de
Ž( ) à = 0 . On peut exprimer cet ensemble de
25
conditions pour différentes valeur de + (ordre du
système) comme suit :
+ = 1: Ž (0) =1
+ = 2: Ž (0) = 0, Žc (0) = 1
+ = 3: Ž (0) = 0, Žc (0) = 0, Ž‹ (0) = 1 "#. 2.22
et ainsi de suite.
Comme indiqué précédemment, si l'ordre de '( ) est
inférieure à l'ordre de &( ), c'est à dire, si ) < +,
alors . = 0, et le terme d'impulsion . †( ) dans ℎ( ) est
zéro.
Exemple 2.3
Déterminer la réponse impulsionnelle ℎ( ) d'un système
spécifié par l'équation
( G + 3 + 2) ( ) = ( ) "#. 2.23
Ceci est un système du second ordre (N = 2) ayant pour
polynôme caractéristique (FG + 3F + 2) = (F + 1)(F + 2)
Les racines caractéristiques du système sont F =
−1 C F = −2.
Par conséquent
26
En posant = 0 dans Eq.2.24a et Eq.2.24b et en
substituant les conditions initiales qu’on vient de calculer,
on obtient
0 = ( + (G
1 = −( − 2(G
Les solutions de ce système d’équations sont ( =
1 C (G = −1.
Par conséquent Ž ( ) = C E − C GE
En outre, selon l'équation (2.23), '( ) = , de sorte que
'( ) Ž ( ) = Ž( ) = Žc ( ) = −C E
+ 2C GE
Réponses
. 3†( ) − C GE @( )
. (2 − C GE )@( )
(. (1 − )C @( )
27
RÉPONSE D'UN SYSTÈME À UNE IMPULSION
RETARDEE
Si ℎ( ) est la réponse d'un système SLIC à
l’entrée †( ), puis ℎ( − ”) est la réponse de ce même
système à l'entrée de †( − ”). Cette conclusion fait suite
à la propriété d'invariance temporelle des systèmes SLIC.
Ainsi, en connaissant la réponse impulsionnelle ℎ( ), on
peut déterminer la réponse du système à une impulsion
retardée †( − ”).
Il est possible que les dérivés de †( ) apparaissent
à l'origine. Toutefois, si ) ≤ +, il est impossible que ℎ( )
possède de dérivés de †( ).
Cette conclusion découle de l'équation. (2.14b) avec
( ) = †( ) et ( ) = ℎ( ). Les coefficients de
l'impulsion et de toutes ses dérivées doivent être adaptés
sur les deux côtés de cette équation. Si ℎ( ) contient †′( ),
la dérivée première de †( ), le côté gauche de l'équation
(2.14b) contiendra un terme † ( U ) ( ). Mais le terme de
plus grand ordre de dérivé sur le côté droit est † ( ) ( ). Par
conséquent, les deux parties ne peuvent pas
correspondre. Des arguments similaires peuvent être faits
contre la présence d'ordre supérieur des impulsions
dérivés dans ℎ( ).
28
du système ( ) à une entrée ( ) lorsque le système est
au repos à l'origine, c'est-à-dire, lorsque toutes les
conditions initiales sont nulles. Nous supposons que les
systèmes présentés dans cette section sont au repos à
l'origine, sauf mention contraire. Dans ces conditions, la
réponse forcée sera la réponse totale du système. Nous
allons utiliser la propriété de superposition pour trouver la
réponse du système à une entrée quelconque ( ). Nous
allons définir une impulsion de base –( ) de hauteur unité
et de largeur —˜, en commençant à = 0 comme illustré
sur la (Fig.2.3a). La figure 2.3b montre une entrée ( ),
somme d'impulsions rectangulaires étroites. L'impulsion
débute à = +—˜ sur la Fig. 2.3b avec une hauteur
(j—˜), et peut être exprimée sous la forme (j—˜)–( −
j—˜). Maintenant, ( ) est la somme de toutes ces
impulsions. Par conséquent
¢(Ž∆œ)
Le terme ¡ ∆œ
£ –( − j∆˜) représente une impulsion
¢(Ž∆œ)
–( − j∆˜) de hauteur ¡ £
∆œ
29
Pour trouver la réponse à cette entrée ( ), on considère
l'entrée et les sorties correspondantes, comme
représenté sur la Fig. 2.3c-2.3f et également représenté
par une notation de flèche dirigée comme suit:
Cj ‡éC ⟹ `?‡ QC
†( ) ⟹ ℎ( )
†( − j∆˜) ⟹ ℎ( − j∆˜)
• (j∆˜)j∆˜•†( − j∆˜) ⟹ • (j∆˜)j∆˜•†( − j∆˜)
lim ž (j∆˜)†( − j∆˜)∆˜ ⟹ lim ž (j∆˜)ℎ( − j∆˜)∆˜
∆œ→. ∆œ→.
¤¥¥¥¥¥¥¥¥¦¥¥¥¥¥¥¥¥§
œ ¤¥¥¥¥¥¥¥¥¦¥¥¥¥¥¥¥¥§
œ
¢(E) ~(E)
Par conséquent
Uª
( )=¨ ª
( )…( , ©) © Eq.2.27
30
Fig.2.3 détermination de la réponse à une entrée quelconque
f(t)
31
a. L'intégrale de convolution
La réponse forcée ( ) obtenue dans l'Eq. (2.27) est
donnée par une intégrale qui se produit fréquemment
dans les sciences physiques, l'ingénierie et les
mathématiques. Pour cette raison, cette intégrale
possède un nom spécial: intégrale de convolution.
L'intégrale de convolution de deux fonctions
( ) C G ( ) est notée symboliquement par ( ) ∗ G ( )
et est définie comme
Uª
( )∗ G( )=® (˜) G ( − ˜) dτ Eq. 2.28
ª
= G( )∗ ( ) "#. 2.29
La distributivité
Cette propriété indique que
32
( ) ∗ • G( ) + f(
)•
= ( )∗ G( )+ ( )∗ f( ) "#. 2.30
L’associativité
Cette propriété indique que
( ) ∗ • G( ) ∗ f( )•
= ( ) ∗ • G( ) ∗ f( )• "#. 2.31
Le décalage temporel
Si ( )∗ G( ) = (( ) "#. 2.31
Alors ( )∗ G( − ”) = ( − ”) ∗ G( ) = (( − ”) "#. 2.32
Et ( −” )∗ G( − ”G ) = (( − ” − ”G ) "#. 2.32
Preuve :
Uª
( )∗ G( ) = ® (˜) G ( − ˜) ˜ = (( )
ª
par conséquent
Uª
( )∗ G ( − ”) = ® (˜) G ( − ” − ˜) ˜ = (( − ”)
ª
33
[Chap.2 Tome 1], l'intégrale dans Eq. (2.33) est la valeur
de (˜) à ˜ = , soit ( ). Donc
( ) ∗ †( ) = ( ) "#. 2.34
La propriété de largeur
Si les durées (largeurs) de ( ) et G ( ) sont limitées
et notées ” et ”G respectivement, la durée (largeur) de
( ) ∗ G ( ) est ” + ”G ( ) (Fig. 2.4). La preuve de cette
propriété suit facilement des considérations graphiques
discutées plus tard dans la section 2.4-2.
Fig.2.4
34
entrées sont également causal, ce qui signifie qu'ils
commencent à = 0.
La restriction de la causalité sur les signaux et les
systèmes simplifie encore les limites de l'intégration dans
Eq.2.35. Par définition, la réponse d'un système causal ne
peut pas commencer avant le début de son entrée. Par
conséquent, la réponse du système causal à une
impulsion de Dirac †( ) (qui est située à = 0) ne peut
pas commencer avant = 0. Par conséquent, la
réponse impulsionnelle ℎ( ) d'un système causal est un
signal causal.
Il est important de se rappeler que l'intégration dans
Eq.2.35 est effectuée par rapport à ˜ (non pas t). Si
l'entrée ´( ) est causale, ´(˜) = 0 pour ˜ < 0. Par
conséquent, ´(˜) = 0 pour ˜ < 0, comme illustré sur la
Fig.2.5a. De même, si ℎ( ) est causale, ℎ( − ˜) = 0 pour
− ˜ < 0; soit pour ˜ > , comme représenté sur la
Fig.2.5a. Par conséquent, le produit ´( )ℎ( − ˜) = 0
partout sauf au-dessus de l'intervalle non hachuré 0 ≤
˜ ≤ représenté sur la Fig.2.5a (en supposant ≥ 0).
Remarquons que si est négatif, ´(˜)ℎ( − ˜) = 0
pour tout ˜ comme représenté sur la Fig.2.5b. Par
conséquent, Eq.2.35 se réduit à
E
( ) = ´( ) ∗ ℎ( ) = ® ´(˜)ℎ( − ˜) ˜ ≥0
.µ
35
Fig.2.5 : limites de l’intégrale de convolution
´( ) = C E @( ) "#. 2.37
36
Ici, ´( ) C ℎ( ) sont tous deux causals. Par conséquent
on calculera l’intégrale de convolution uniquement sur
l’intervalle •0, •. La réponse du système est donc donnée
par
E
( ) = ® ´(˜)ℎ( − ˜) ˜ ≥0
.
Comme ´( ) = C E @( ) et ℎ( ) = C GE
@( ) on a alors
´(˜) = C œ
@(˜) et ℎ( − ˜) = C G(E œ)
@( − ˜)
Rappelons-nous que la variable d’intégration dans la
convolution est ˜ et non , et que l’intervalle d’intégration
est 0 ≤ ˜ ≤ . En d’autres termes on dira que ˜ est
compris entre 0 C . Par conséquent, si ≥ 0, alors
˜ ≥ 0 et − ˜ ≥ 0, de sorte que @(˜) = 1 C @( − ˜) =
1, en conséquence
E
( )=®C œ
C G(E œ)
˜ ≥0
.
37
Fig.2.6 : Convolution de f(t) et h(t) de l’exemple 2.4
Exercice 2.5
Pour un système SLIC de réponse impulsionnelle ℎ( ) =
6C E @( ), déterminer la réponse ( ) pour une entrée
. 2@( ) . 3C fE @( ) (. C E @( )
Réponse :
. 12(1 − C E )@( ) . 9(C E
−C fE )@( ) (. 6 C E @( )
38
La table de convolution
La tâche de convolution est considérablement
simplifiée par une table de convolution toute établie
d'avance (tableau 2.1). Ce tableau, qui énumère plusieurs
paires de signaux et leur convolution, peut commodément
déterminer ( ), une réponse du système à une
entrée ( ), sans effectuer le travail fastidieux de
l'intégration. Par exemple, nous pourrions avoir
facilement trouvé la convolution dans l'exemple 2.5 en
utilisant la paire 4 (avec F = − 1 C F = − 2)
d'être (C E − C GE )@( ). L'exemple suivant démontre
l'utilité de ce tableau.
39
Tab.2.1 : Table de convolution
Exemple 2.6
Trouver le courant de boucle ( ) du circuit RLC
dans l'exemple 2.2 pour l’entrée ( ) = 10C fE @( ),
lorsque toutes les conditions initiales sont nulles.
L'équation de la boucle pour ce circuit est
( G
+ 3 + 2) ( ) = ( )
La réponse impulsionnelle h(t) de ce système, comme
dans l'exemple 2.4 obtenu, est
ℎ( ) = (2C GE
− C E )@( )
40
le signal d’entrée ( ) = 10C fE
@( ), et la réponse ( )
est
( ) = ( ) ∗ ℎ( ) = 10C fE
@( ) ∗ •2C GE
− C E •@( )
En utilisant la propriété de distributivité de la convolution,
on obtient
( ) = 10C fE @( ) ∗ 2C GE
@( ) − 10C fE @( ) ∗ C E @( )
= 20•C fE @( ) ∗ C GE
@( )• − 10•C fE @( ) ∗ C E @( )•
Maintenant, en utilisant le tableau de convolution et la
ligne 4 on a
20 10
( )= •C fE − C GE •@( ) − •C fE
− C E •@( )
−3 − (−2) −3 − (−1)
= −20(C fE − C GE )@( ) + 5(C fE − C E )@( )
= (−5C E + 20C GE − 15C fE )@( )
Exercice 2.6
Refaite l’exercice 2.4 et 2.5 en utilisant la table de
convolution
Exercice 2.7
Réponse : uG − C E
+ GC GE
w @( )
Exercice 2.8
Pour un système SLIC avec la réponse impulsionnelle
ℎ( ) = C GE @( ) déterminer la réponse à l'état zéro
( ) si l'entrée est ( ) = `Qj3 @( ). [Astuce: Utiliser la
41
paire 12 du tableau 2.1] avec des valeurs appropriées de
Y, [, a, F
Réponse : f
13C GE
+ √13(?`(3 − 146.32. )2@( )
1
?@ 13C GE
+ √13(?`(3 + 33.68. )2@( )
13
Alors
R()⇒ R()
"#. 2.38
( )⇒ ( )
42
Plusieurs entrées
Plusieurs entrées à un système SLIC peuvent être
traitées par l'application du principe de superposition.
Chaque entrée étant considérée séparément, avec toutes
les autres entrées supposées égales à zéro. La somme
de toutes ces réponses individuelles constitue la réponse
totale du système lorsque toutes les entrées sont
appliquées simultanément
b. Interprétation graphique de l'opération de
convolution
L'Opération de convolution peut être facilement saisie
par l'examen de l'interprétation graphique de l'intégrale de
convolution. Une telle compréhension est utile dans
l'évaluation de l'intégrale de convolution de signaux plus
complexes. En outre, la convolution graphique nous
permet de saisir de façon visuelle ou mentale le résultat
de l'intégrale de convolution, ce qui peut être d'une
grande aide dans l'échantillonnage, le filtrage, et de
nombreux autres problèmes. Enfin, de nombreux signaux
n'ont aucune description mathématique exacte, de sorte
qu'ils ne peuvent être décrits que graphiquement. Si deux
de ces signaux doivent être convolés, nous n'avons pas
d'autre choix, que d'effectuer graphiquement leur
convolution.
Nous allons maintenant expliquer l'opération de
convolution par convolution des signaux ´( ) et ¹( ),
illustrés sur la Fig.2.7a et 2.7b, respectivement. Si c(t) est
la convolution de x(t) et g(t), et
Uª
(( ) = ® ´( )¹( − ˜) ˜ "#. 2.39
ª
43
Un des points cruciaux à retenir ici est que cette
intégration est effectuée par rapport à ˜, de sorte que
est juste un paramètre (comme une constante). Cette
considération est particulièrement importante lorsque
nous esquissons les représentations graphiques des
fonctions ´(˜) C ¹ ( − ˜) apparaissant dans l'intégrale
de l'équation. (2.39). Ces deux fonctions devraient être
esquissées en fonction de ˜, et non en fonction de .
La fonction ´(˜) est identique à ( ), avec ˜
remplaçant (Fig.2.7c). Par conséquent, ´( ) C ´(˜)
auront les mêmes représentations graphiques. Des
remarques similaires sont applicables à ¹( ) C ¹(˜) (Fig.
2.7d).
Pour voir à quoi ¹( − ˜) ressemble, nous allons
commencer par la fonction ¹ (˜) (Fig 2.7d.). Le
retournement temporel de cette fonction (réflexion autour
de l'axe vertical ˜ = 0 donne ¹ (−˜) (figure 7.7e) Notons
cette fonction par º(˜)
º(˜) = ¹(−˜)
Maintenant º (˜) décalée de secondes est º (˜ − ),
donnée par
º(˜ − ) = ¹•−(˜ − )• = ¹( − ˜)
Par conséquent, nous avons d'abord retourné
¹(˜) pour obtenir ¹(−˜) et décalé ¹ (− ˜) dans le temps
de pour obtenir ¹( − ˜). Pour positif, le décalage est
vers la droite (Fig.2.7f); pour négatif, le décalage est
vers la gauche (Fig. 2.7 g, 2.7h).
La discussion qui précède nous donne une
interprétation graphique des fonctions ´(˜) C ¹ ( − ˜).
44
La convolution (( ) est la zone qui se trouve sous le
produit de ces deux fonctions. Ainsi, pour calculer (( ) à
un instant = positif, on obtient d'abord ¹(−˜) en
inversant ¹(˜) autour de l'axe vertical. Ensuite, nous
décalons vers la droite ou retardons ¹(−˜) par 1 pour
obtenir ¹( − ˜) (Fig. 2.7f), puis on multiplie cette
fonction en ´(˜), ce qui nous donne le produit ´(˜)¹( −
˜) (partie ombrée dans la figure 2.7f.). La zone A1 dans
ce produit est (( ), la valeur de (( ) à = . On peut
donc tracer (( ) = ‰ sur une courbe décrivant c(t),
comme représenté sur la Fig. 2.7i. L'aire sous le produit
´(˜)¹(˜) dans la figure.2.7e est ((0), la valeur de la
convolution pour = 0 (à l'origine).
Une procédure similaire est suivie dans le calcul
de la valeur de (( ) à = G , G est négatif (Fig.2.7 g).
Dans ce cas, la fonction ¹(− ˜) est décalée par un
montant négatif (c'est un décalage à gauche) pour
obtenir ¹( G − ˜). La multiplication de cette fonction avec
(˜) donne le produit ´(˜)¹( G − ˜). L'aire sous ce
produit est (( G ) = ‰G , nous donner un autre point de la
courbe (( ) à = G (Fig.2.7i). Cette procédure peut être
répétée pour toutes les valeurs de , à partir de − ∞ à ∞.
Le résultat sera une courbe décrivant (( ) pour tout
temps . Notez que lorsque ≤ − 3, ¹(˜) C ¹( − ˜) ne
se chevauchent pas (voir figure 2.7h.); Par conséquent,
(( ) = 0 pour ≤ − 3.
45
Fig.2.7 : Explication graphique de la convolution
46
Résumé de la procédure graphique
La procédure de convolution graphique peut être résumée
comme suit
1. Gardez la fonction ´(˜) fixe.
2. Visualisez la fonction ¹(˜) comme un cadre de fil rigide,
et faire tourner (ou retourner) ce cadre autour de l'axe
vertical (˜ = 0) pour obtenir ¹(− ˜).
3. décaler cette fonction le long de l'axe des temps de .
secondes. Le signal décalé est représenté désormais
par ¹( . − ˜).
4. L'aire sous le produit de ´(˜) C ¹ ( . − ˜) (le cadre
décalé) est (( . ), la valeur de la convolution à = . .
5. Répétez cette procédure, en déplaçant le cadre de
différentes valeurs (positives et négatives) pour obtenir
(( ) pour toutes les valeurs de .
La procédure graphique présenté ici semble très
compliquée et décourageante à première lecture. En
effet, certaines personnes affirment que la convolution a
conduit de nombreux étudiants de premier cycle en génie
électrique à contempler la théologie soit pour le salut ou
comme une alternative de carrière (IEEE Spectrum, Mars
1991, p. 60). En fait, l'écorce de convolution est pire que
sa morsure. Dans la convolution graphique, nous devons
déterminer la zone sous le produit (˜)¹( − ˜) pour
toutes les valeurs de de −∞ à ∞. Cependant, une
description mathématique de ´(˜)¹( − ˜) est
généralement valable sur un intervalle de t.
Nous pouvons également utiliser la propriété
commutative de convolution à notre avantage en
47
calculant ´( ) ∗ ¹( ) ou ¹( ) ∗ ´( ), selon ce qui est plus
simple. En règle générale, les calculs de convolution sont
simplifiées si nous choisissons d'inverser dans le temps
(de retourner) la plus simple des deux fonctions. Par
exemple, si la description mathématique de ¹( ) est plus
simple que celle de ´( ), ´( ) ∗ ¹( ) sera plus facile à
calculer que ¹( ) ∗ ´( ). En revanche, si la description
mathématique de ´( ) est plus simple, l'inverse sera vrai.
Nous allons démontrer convolution graphique avec
les exemples suivants. Partons en utilisant cette méthode
graphique pour retravailler de l’exemple 2.5.
Exemple 2.7
Déterminer graphiquement
( ) = ´( ) ∗ ℎ( ) pour ´( ) = C E @( ) et ℎ( ) = C GE
@( )
48
Maintenant on remplace ´(˜) C ℎ( − ˜) par leurs
expressions dans l’intégrale. Or on sait que
´( ) = C E → ´(˜) = C œ
ℎ( ) = C GE → ℎ( − ˜) = C G(E œ)
On obtient en conséquence
E
( )=®C œ
C G(E œ)
˜
.
E
GE (C E
=C GE
® Cœ ˜ = C − 1)
.
=C E
−C GE
≥0
De plus, ( ) = 0 pour < 0, donc
( ) = (C E
−C GE )@(
)
49
Fig.2.8 : Convolution graphique de f(t) et h(t)
50
Exemple 2.8
Trouver (( ) = ´( ) ∗ ¹( ) pour les signaux représentés à
la figure 2.9a et 2.9b.
Ici on voit que ´( ) est plus simple que ¹( ), et qu’il
est plus facile de calculer ¹( ) ∗ ´( ) par rapport à ´( ) ∗
¹( ).
Cependant, nous allons intentionnellement
prendre le chemin le plus difficile en évaluant ´( ) ∗ ¹( )
pour clarifier quelques points fins de la convolution.
Les figures 2.9a et 2.9b montrent
respectivement ´( ) C ¹( ). On observe que ¹( ) est
composé de deux segments que l’on peut décrire par
2C E
`C¹ˆCj ‰
¹( ) = ½
−2C GE
`C¹ˆCj ¾
2C (E œ) `C¹ˆCj ‰
Cj (?j`é#@Cj(C ?j ¹( − ˜) = ¿
−2C G(E œ) `C¹ˆCj ¾
51
ª
(( ) = ® ´(˜)¹( − ˜) ˜
.
E ª
= ® 2C (E œ)
˜ + ® −2C G(E œ)
˜
. E
E)
= 2(1 − C −1
= 1 − 2C E ≥0
La figure 2.9.e montre la situation pour < 0. Ici le
recouvrement est sur tout l’intervalle en surbrillance c’est-
à-dire pour ˜ ≥ 0, oû seul le segment B de ¹( ) est utilisé.
On a
ª
(( ) = ® ´(˜)¹( − ˜) ˜
.
ª
= ® ¹( − ˜) ˜
.
ª
= ® −2C G(E œ)
˜
.
= −C GE <0
On obtient donc
(( ) = ½1 −GE2C ≥0
GE
−C <0
La figure 2.9f montre la courbe de (( ).
52
Fig.2.9 : Convolution de f(t) et g(t) de l’exemple 2.7
Exemple 2.9
Trouver le produit de convolution des signaux ´( ) C ¹( )
représentées à la figure 2.10a et 2.10b.
53
Fig.2.10 : Convolution des signaux de l’exemple 2.9
54
(( ) = ¹( ) ∗ ´( )
Uª
=® ¹(˜)´( − ˜) ˜
ª
55
seulement la gamme des changements d'intégration.
Donc
UE
1
(( ) = ® ˜ ˜
UE 3
2
= 1≤ ≤2 "#. 2.40
3
A noter également que les expressions dans les
équations. (2.40a) et (2.40b) appliquent toutes deux
à = 1, le point de transition entre leurs gammes
respectives. On peut facilement vérifier que les deux
expressions donnent une valeur de 3.2 à = 1, de sorte
que ( (1) = 2/3. La continuité de ( ( ) aux points de
transition indique une forte probabilité d'une bonne
réponse. Continuité de ( ( ) aux points de transition est
assurée aussi longtemps que il n'y a pas des impulsions
sur les bords de ´( ) C ¹ ( ). Pour ≥ 2 ≤ 4 mais la
situation est comme montré sur la Fig. 2.10f. Les
fonctions ¹ (˜) C ´ ( − ˜) se chevauchent sur l'intervalle
de -1 à t + 3 (intervalle ombrée), de sorte que
f
1
(( ) = ® ˜ ˜
UE 3
1
= − ( G − 2 − 8) 2≤ ≤4 "#. 2.40(
6
Encore une fois, les deux équations. (2.40b) et (2.42c)
appliquent au point de transition t = 2. Nous pouvons
facilement vérifier que c (2) = 4/3 lorsque l'une de ces
expressions est utilisé. Pour t ≥ 4, f (t - τ) a été déplacé si
loin vers la droite qu'il ne chevauche plus avec g (τ)
comme représenté sur la figure. 2.10g. Par conséquent
(( ) = 0 ≥4 "#. 2.40
56
Nous tournons maintenant notre attention vers les
valeurs négatives de . Nous avons déjà déterminé (( )
jusqu'à = − 1 pour < − 1 il n'y a pas de
chevauchement entre les deux fonctions, comme illustré
sur la Fig. 2.10h, de sorte que
(( ) = 0 ≤ −1 "#. 2.40C
57
réponse du système ℎ( ) à cette entrée fantôme selon la
procédure de la section 2.3, et connaissant ℎ( ), nous
pouvons calculer la réponse du système à une entrée
quelconque. La notion de réponse impulsionnelle, par
conséquent, fournit un intermédiaire efficace pour le
calcul de la réponse du système à une entrée
quelconque. En outre, la réponse impulsionnelle ℎ( ) en
elle-même donne beaucoup de renseignements et de
connaissances sur le comportement du système. Dans la
section 2.7, nous montrons que la connaissance de la
réponse impulsionnelle fournit des informations d'une
grande valeur, telles que le temps de réponse, la
dispersion d'impulsion, et les propriétés de filtrage du
système. Beaucoup d'autres indications utiles sur le
comportement du système peuvent être obtenus par
inspection de ℎ( ).
De même, dans l'analyse dans le domaine
fréquentiel (discuté dans les chapitres suivants), nous
utilisons une exponentielle permanente (ou une
sinusoïde) pour déterminer la réponse du système. Une
exponentielle permanente (ou une sinusoïde) est aussi un
fantôme, que personne n'a jamais vu et qui n'a pas
d'existence physique. Mais il offre un autre intermédiaire
efficace pour le calcul de la réponse du système à une
entrée quelconque. En outre, la réponse du système à
une exponentielle permanente (ou une sinusoïde) fournit
des informations et un aperçu précieux sur le
comportement du système. De toute évidence, l'impulsion
idéalisée et sinusoïdes éternelles sont des esprits
sympathiques et serviables.
Fait intéressant, l'impulsion de Dirac et l'exponentielle
permanente (ou une sinusoïde) forme un duo dans la
dualité temps-fréquence, que nous étudierons dans un
58
chapitre suivant. En fait, les méthodes d'analyse dans le
domaine fréquentiel et le domaine temporel sont un
couple dans la dualité temps-fréquence.
c. Systèmes interconnectés
Un système plus vaste, plus complexe peut souvent
être considéré comme l'interconnexion de plusieurs sous-
systèmes plus petits, dont chacun est plus facile à
caractériser. Connaissant les caractérisations de ces
sous-systèmes, il devient plus simple d’analyser les
grands systèmes. Un exemple est un système audio, qui
est une interconnexion d’un récepteur radio, d’un lecteur
CD, ou d’un lecteur cassette avec un amplificateur et un
ou plusieurs haut-parleurs. Un autre exemple est un
aéronef à commande numérique, qui est une
interconnexion de l'aéronef, décrit par des équations de
ses mouvements et les forces aérodynamiques qui
l’affectent; les capteurs qui mesurent diverses variables
d'avions tels que les accélérations, les taux de rotation et
le cap; un pilote automatique numérique, qui répond aux
variables mesurées et commande les entrées du pilote
(par exemple, la trajectoire, l'altitude et la vitesse
souhaitée); et les actionneurs de l'aéronef, qui répondent
à des apports fournis par le pilote automatique afin
d'utiliser les surfaces des avions (gouvernail, queue,
ailerons) pour modifier les forces aérodynamiques sur
l'avion. En considérant un tel système comme une
interconnexion de ses éléments constitutifs, on peut
utiliser notre compréhension des systèmes élémentaires
qui le composent et la façon dont ils sont reliés entre eux
dans le but d'analyser le fonctionnement et le
comportement de l'ensemble du système. En outre, en
décrivant un système en termes d'interconnexion de
sous-systèmes plus simples, nous pouvons en fait être
59
capable de définir plusieurs manières utiles qui nous
permettrons de synthétiser des systèmes complexes à
partir des systèmes plus simples, les blocs de
construction de base.
Si l'on peut construire une variété d'interconnexions
du système, il y a certaines formes de base qui sont
fréquemment rencontrées. Une interconnexion série ou
en cascade des deux systèmes est illustrée sur la figure
2.11(a). Les représentations de ce genre sont appelées
ici diagrammes bloc, la sortie du système 1 est une entrée
pour le système 2. Un exemple d'une interconnexion
série est un récepteur radio suivi d'un amplificateur. De
façon similaire, on peut définir une interconnexion en
série d'au moins trois systèmes.
Une interconnexion parallèle de deux systèmes est
illustrée sur la Figure 2.11(b). Ici, le même signal d'entrée
est appliqué à des systèmes 1 et 2. Le symbole dans
la figure représente une addition, de sorte que la sortie de
l'interconnexion parallèle est la somme des sorties des
systèmes 1 et 2. Un exemple d'une interconnexion
parallèle est un système audio simple avec plusieurs
microphones alimentant un seul amplificateur, et système
haut-parleur. En plus de l'interconnexion parallèle simple
dans la figure 2.11(b), nous pouvons définir les
interconnexions parallèles de plus de deux systèmes, et
nous pouvons combiner des interconnexions en cascade
et parallèle pour obtenir des interconnexions plus
complexes, un exemple d'une telle interconnexion est
donnée dans la Figure 2.11(c).
60
Fig.2.11 Interconnexion de systèmes : (a) interconnexion
série (cascade) ; (b) interconnexion en parallèle, (c)
interconnexion série-parallèle
61
avion à commande numérique est plus naturellement
considéré comme un système à rétroaction ou feedback
dans laquelle les différences entre les chiffres réels et
souhaitée de vitesse, cap, ou altitude sont renvoyées par
le pilote automatique afin de corriger ces écarts. En outre,
les circuits électriques sont souvent utilement considérés
comme contenant des interconnexions à rétroaction. A
titre d'exemple, considérons le circuit représenté sur la
figure 2.13(a). Comme indiqué sur la figure 2.13(b), ce
système peut être considéré comme l'interconnexion à
rétroaction des deux éléments du circuit.
62
Fig.2.14 : (a) circuit électrique simple ;(b) Diagramme bloc
dans lequel le circuit est décrit comme l’interconnexion à
rétroaction de deux circuits élémentaires
63
permanente est aussi une fonction caractéristique d'un
système SLIC. Notez que nous parlons ici de
exponentielle permanente (ou une sinusoïde), qui
commence à = −∞ Si ℎ( ) est la réponse
impulsionnelle du système, alors la réponse du système
( ) à une exponentielle permanente est donnée par
( ) = ℎ( ) ∗ C ÁE
Uª
=® ℎ(˜)C Á(E œ)
˜
ª
Uª
= C ÁE ® ℎ(˜)C Áœ
˜
ª
64
de transfert Â(`) d'un système SLIC, comme on le voit à
partir de l'équation. (2,45), est
`Q¹j i C `?‡ QC
Â(`) = Ã "#. 2.47
`Q¹j i ′Cj ‡éC •ŽERé•Ä• ÅÆ
65
L'entrée retardée C Á(E Ç) représente l'entrée C ÁE multipliée
par une constante C ÁÇ . Par conséquent, conformément
à la propriété de linéarité, la réponse du système à C Á(E −
”) doit -être (`, )C ÁÇ . Par conséquent
(`, − ”) = (`, )C ÁE
= Â(`, )C Á(E Ç)
66
(?@‡ j (−5C E + 5C GE ) + ¤¥¥¥¥¥¥¥¥¦¥¥¥¥¥¥¥¥§
? i = ¤¥¥¥¥¦¥¥¥¥§ (−5C E + 20C GE − 15C fE )
|É€ÊÉÁËŽE• Ì ÍR• |É€ÊÉÁËŽE• 0ÉR|é•
≥0 "#. 2.49
67
permanent et de régime transitoire en regroupant les
termes précédents comme suit :
(?@‡ j (−10C E + 25C GE ) +
? i = ¤¥¥¥¥¥¦¥¥¥¥¥§ (−15C fE )
¤¥¥¦¥¥§
|É€ÊÉÁËŽE• Ê•R€ËŽ•ŽE• |É€ÊÉÁËŽE• ERËŽÁ EÉ R•
ÉÏ ŽËEÏR•ÌÌ•
≥0 "#. 2.49
Remarque :
La réponse transitoire est liée à la réponse libre et la
réponse en régime permanent est liée à la réponse
forcée.
68
La réponse totale du système est ( ) = Ž ( ) + Î( ).
Comme ( ) doit satisfaire l’équation du système
&( )1 Ž ( ) + Î( )2 = '( ) ( )
Ou
&( ) Ž ( ) + &( ) Î( ) = '( ) ( )
69
exprimée comme une combinaison linéaire de l’entrée et
de ses dérivés indépendantes.
Î( ) = [G +[ + [.
G
&( ) Î( ) = '( ) ( )
70
Tableau 2.2
Exemple 2.10
Résoudre l’équation différentielle
( G
+ 3 + 2) ( ) = . ´( )
Avec l’entrée ´( ) = G
+5 +3 C (0∗ ) = 2 C c (0∗ ) = 3
Réponse :
Le polynôme caractéristique de ce système est
FG + 3F + 2 = (F + 1)(F + 2)
Ž( )=Œ C + ŒG C ≥0
E GE
71
Î( ) = [G +[ + [.
G
Î( )= ([G +[ + [. ) = 2[G + [
G
Î( )= ([G +[ + [. ) = 2[G
G G
Et
´( ) = • G
+ 5 + 3• = 2 + 5
2[G G
+ (2[ + 6[G ) + (2[. + 3[ + 2[G ) = 2 + 5
En comparant les coefficients, on obtient
2[G = 0
2[ + 6[G = 2
2[. + 3[ + 2[G = 5
En résolvant ce système de trois équations, on obtient
[. = [ = 1 C [G = 0
Ensuite
Î( ) = +1 >0
72
La réponse totale ( ) est la somme des réponses
transitoire et permanente. Ainsi
( ) = Ž( ) + Î( )
= Œ C E + ŒG C GE + + 1 >0
De sorte que
c ( ) = −Œ C E
− 2ŒG C GE
+1
En posant = 0 et en substituant (0) = 2 C c (0) = 3
dans ces équations, on a
2 = Œ + ŒG + 1
3 = −Œ − 2ŒG + 1
On tire de là Œ = 4 C ŒG = −3. Ainsi
( ) = 4C E
− 3C GE
+ +1 ≥0
Exercice 2.15
Un système SLIC est caractérisé par une équation
( G
+ 5 + 6) ( ) = ( + 1)´( )
Î( )= +f −
G
a.
Ñ
73
b. ( ) = 5C GE
− 3C fE
+u G
+ − w
f Ñ
On observe que
C ØE = ÙC ØE Ú = ÐC ØE
G
C
G ØE
= G ÙC
ØE
Ú = Ð G C ØE
.
.
R
C
R ØE
= R ÙC ØE Ú = Ð R C ØE
En conséquence
74
'(Ð)
[&(Ð)C ØE = '(Ð)C ØE C [=
&(Ð)
Avec
'(Ð)
Â(Ð) = "#. 2.53
&(Ð)
Ceci est un résultat intéressant et important. Il indique
que, pour une entrée exponentielle C ØE la réponse
permanente Î ( ) est la même exponentielle multiplié
par Â(Ð) = '(Ð)/&(Ð). La réponse totale du système ( )
à une entrée exponentielle C ØE est alors donnée par
Le signal constant ´( ) = Ý
75
Comme Ý = ÝC . , le signal constant est un cas particulier
de signal exponentiel ÝC ØE avec Ð = 0. La réponse
forcée à ce signal d’entrée est donnée par
Î( ) = Ý Â(Ð)C ØE hC( Ð = 0
"#. 2.54
= Ý Â(0)
Le phaseur ´( ) = C ]ßE
Ici Ð = ZÀ et
La sinusoïde ´( ) = cos(À )
On sait que la réponse forcée à une entrée de type
phaseur C ±]ßE est Â(±ZÀ)C ±]ßE . Comme cos(À ) =
G
ÙC ]ßE + C ]ßE Ú, la réponse forcée à une sinusoïde de
forme cos(À ) est donc
1
Î( ) = 1Â(ZÀ)C ]ßE + Â(−ZÀ)C 2
]ßE
2
Et comme les deux termes de droite sont conjugués,
Î( ) = ƒCâ|Â(ZÀ)|C ]•ßEU\(ßE)• ã
"#. 2.56
= |Â(ZÀ)|. cos(À + Y(À ))
Ce résultat peut être généralisé pour l’entrée ´( ) =
(?`(À + a). La réponse forcée dans ce cas est
76
Exemple 2.11
a. 10C fE
b. 5
c. C GE
d. 10cos(3 + 30°)
Réponse :
Par rapport à l’exemple 2.10, la réponse naturelle pour ce
cas est
Ž( )=Œ C + ŒG C
E GE
å(Ø) Ø
Pour ce cas Â(Ð) = æ(Ø) = ØL UfØUG
77
Les solutions de ces équations sont Œ = −8 C ŒG =
25 . Ainsi
( ) = −8C E
+ 25C GE
− 15C fE
≥0
b. Pour l’entrée ´( ) = 5 = 5C .E , Ð = 0 ,
Î( ) = 5Â(0) = 0 ≥0
Î( )=[ C GE
Où
( GE •
G
+ 3 + 2)•[ C = C GE
Mais
•[ C GE • = [(1 − 2 )C GE
G •[
C GE • = 4[( − 1)C GE
C GE = −2C GE
En conséquence
[(4 − 4 + 3 − 6 + 2 )C GE
= −2C GE
?@ Cj(?‡C
−[C GE
= −2C GE
78
Ensuite, [ = 2 de sorte que
Î( )=2 C GE
hC(
'(Z3) 3Z 3Z 27 − 21Z
Â(Z3) = = = =
&(3Z) (3Z) + 3(3Z) + 2 −7 + 9Z
G 130
= 0.263C ]fé.ê°
Ainsi
et
Exemple 2.12
Utiliser la méthode classique pour trouver le
courant de boucle ( ) dans le circuit RLC de l’exemple
79
2.2 (fig.2.1) si la tension d’entrée est ´( ) = 10C fE
et les
conditions initiales (0 ) = 0 C @| (0 ) = 5.
Les réponses libre et forcée pour ce problème sont
trouvées respectivement dans les exemples 2.2 et 2.6.
Les réponses transitoire et permanente apparaissent
dans Eq.2.50b. Ici, nous allons résoudre le problème à
l’aide de la méthode classique, qui requiert les conditions
initiales à = 0U . Ces conditions initiales déjà trouvées
à l’Eq.2.15 sont (0U ) = 0 C c (0U ) = 5
L’équation de maille pour ce système est :
( G
+ 3 + 2) ( ) = ´( )
Î( ) = −15C fE
80
( ) = −10C E
+ 25C GE
− 15C fE
81
Attention
Nous avons montré dans l'équation. (2.52a) que la
réponse globale d'un système SLIC peut être exprimée
comme la somme de réponse libre et de la réponse
forcée. Dans l'équation. (2.52b), nous avons montré que
la même réponse totale peut aussi être exprimée comme
une somme de la composante transitoire et la
composante permanente. Nous avons également
constaté que, généralement, la réponse libre n’est pas la
même que la réponse transitoire (bien que les deux soient
faits de modes propres). De même, la réponse forcée
n’est pas la même que la réponse permanente.
Malheureusement, de telles allégations erronées sont
souvent rencontrées dans la littérature
82
d'équilibre. Le cône dans ce cas est dit être dans un
équilibre instable. Le cône couché sur le côté, s’il est
dérangé, ne pourra ni revenir à l'état initial, ni continuer à
se déplacer plus loin de l'état d'origine. Ainsi, il est dit être
dans un équilibre neutre. De toute évidence, lorsque le
système est en équilibre stable, l'application d'une petite
perturbation (entrée) produit une petite réponse. En
revanche, lorsque le système est en équilibre instable,
même à une perturbation minime (d'entrée) produit une
réponse non bornée. La définition de la stabilité ‘Entrée
bornée- sortie bornée’ (ou BIBO en anglais) peut être
comprise à la lumière de ce concept. Ainsi si chaque
entrée bornée produit une sortie limitée, le système est dit
(BIBO) stable. En revanche, même si une entrée bornée
produit une réponse illimitée, le système est dit (BIBO)
instable.
Pour un SSLIC
Uª
( ) = ℎ( ) ∗ ( ) = ® ℎ(a) ( − a) a "#2.58
ª
Ainsi
Uª
| ( )| ≤ ® |ℎ(a)|| ( − a)| a
ª
83
Uª
® |ℎ(a)| a < ∞ "#. 2.60
ª
84
La stabilité BIBO n'a de sens que pour les systèmes
dans lesquels les descriptions interne et externe sont
(systèmes contrôlables et observables) équivalentes.
Heureusement, les systèmes les plus pratiques entrent
dans cette catégorie, et chaque fois que nous appliquons
ce critère, nous supposons implicitement que le système,
en fait, appartient à cette catégorie. La stabilité interne est
inclusive, et la stabilité externe peut toujours être
déterminée à partir de la stabilité interne.
Pour cette raison, nous étudions maintenant le critère
de stabilité interne.
85
système stable découlant de conditions initiales non
nulles devraient approcher 0 à → ∞. Cependant,
même si un seul des modes augmente avec le temps, le
système ne reviendra jamais à l'état zéro, et le système
serait identifié comme instable. Dans le cas limite,
certains modes ne décroissent à zéro ni ne croissent
indéfiniment, alors que tous les autres modes décroissent
à zéro. Cette affaire est comme l'équilibre neutre dans le
cône. Un tel système est dit être marginalement stable.
La stabilité interne est aussi appelée stabilité
asymptotique ou la stabilité au sens de Lyapunov.
Pour un système caractérisé par l'Eq. (2.1), on peut
répéter le critère de stabilité interne en fonction de la
position des N racines caractéristiques F , FG , … , F du
système dans un plan complexe. Les modes
caractéristiques sont de la forme C DÈ E ?@ R C DÈ E . La
position des racines dans le plan complexe et les modes
correspondants sont présentés dans la figure. 2.17. Ces
modes → 0 lorsque t → ∞ si ƒ• (F• ) < 0 . En revanche,
les modes → ∞ si *ƒ• (F• ) ≤ 0 . Par conséquent, un
système est (asymptotiquement) stable si l'ensemble de
ses racines caractéristiques se trouvent dans le plan
gauche, qui est, si ƒC (F‘) < 0 pour tout ‘. Si même une
seule racine caractéristique réside dans le plan droit, le
système est (asymptotiquement) instable. Les modes dus
aux racines situées sur l'axe imaginaire (F = ±ZÀ. ) sont
de la forme C ±]ßí E . Par conséquent, si des racines se
trouvent sur l'axe imaginaire, et toutes les racines
restantes sont dans le plan gauche, le système est
marginalement stable (en supposant que les racines sur
l'axe imaginaire ne sont pas répétées). Si les racines des
axes imaginaires sont répétées, les modes
86
caractéristiques sont de la forme R C ±]ßí E , et croissent
indéfiniment avec le temps.
Par conséquent, le système est instable. La Figure 2.18
montre les régions de stabilité dans le plan complexe.
Position Réponse à Position Réponse à
des pôles entrée nulle des pôles entrée nulle
87
Fig.2.18 : Position des racines caractéristiques et stabilité du
système
Pour résumer:
1. Un système SLIC est asymptotiquement stable
si, et seulement si, tous les racines
caractéristiques sont dans le LHP. Les racines
peuvent être simples (non répété) ou répétée.
2. Un système LTIC est instable si, et seulement si,
l'une ou les deux conditions suivantes sont
réunies:
(i) au moins une racine est dans la RHP;
(ii) sont répétées sur les racines de l'axe imaginaire.
3. Un système LTIC est marginalement stable si, et
seulement si, il n'y a pas de racines dans la RHP, et il
y a des racines non répété sur l'axe imaginaire.
88
2. Relation entre stabilité BIBO et stabilité
asymptotique
La stabilité externe est déterminée en appliquant une
entrée externe avec des conditions initiales nulles, tandis
que la stabilité interne est déterminée par l'application de
conditions initiales non nulles et aucune entrée externe.
Voilà pourquoi ces stabilités sont aussi appelées la
stabilité à l'état zéro et la stabilité d'entrée zéro,
respectivement.
Rappelons que ℎ( ), la réponse impulsionnelle
d'un système SLIC, est une combinaison linéaire des
modes propres du système. Pour un système SLIC,
spécifiée par l'équation. (2.1), on peut facilement
montrer que quand une racine caractéristique F• se
trouve dans le plan gauche, le mode correspondant C DÈ E
est absolument intégrable. En revanche, si F• est dans le
plan droit ou sur l'axe imaginaire, C DÈ E n'est pas
absolument intégrable. Cela signifie qu'un système
asymptotiquement stable est BIBO stable.
En outre, un système marginalement ou
asymptotiquement stable est BIBO instable. L'inverse
n'est pas nécessairement vrai; c'est à dire, la stabilité
BIBO ne nous informe pas nécessairement sur la
stabilité interne du système. Par exemple, si un système
est incontrôlable et / ou inobservable, certains modes de
fonctionnement du système ne sont pas visibles et / ou
incontrôlable à partir des bornes externes. Par
conséquent, l'image de la stabilité présentée par la
description externe est d'une valeur douteuse. La
stabilité (externe) BIBO ne peut pas assurer la stabilité
(interne) asymptotique, comme le montre l'exemple
suivant.
89
Exemple 2.13
Un système SLIC se compose de deux sous-systèmes
S1 et S2 en cascade (Fig. 2.19). La réponse
impulsionnelle de ces systèmes sont h1(t), et h2(t),
respectivement, donnée par
ℎ ( ) = †( ) − 2C E @( ) C ℎG ( ) = C E @( )
Fig.2.19
90
instable. Finalement, S2 va brûler (ou saturer) en raison
de la réponse caractéristique illimitée générée par les
conditions initiales, intentionnelles ou non, même si ces
valeurs sont faibles. Nous montrerons par la suite que ce
système composite est observable, mais pas
contrôlable. Si les positions de S1 et S2 sont inter
changées (S2 suivie S1), le système est toujours BIBO
stable, mais asymptotiquement instable. Dans ce cas,
notre analyse montrera que le système composite est
contrôlable, mais pas observable.
Cet exemple montre que la stabilité BIBO ne signifie
pas toujours une stabilité asymptotique. Cependant, la
stabilité asymptotique implique toujours la stabilité BIBO.
Heureusement, les systèmes incontrôlables et / ou
non observables ne sont pas couramment observés
dans la pratique. Désormais, dans la détermination de la
stabilité du système, nous supposerons que, sauf
mention contraire, les descriptions internes et externes
d'un système sont équivalentes, ce qui implique que le
système est contrôlable et observable.
Exemple 2.14 :
Etudier la stabilité asymptotique et la stabilité BIBO
du système SLIC décrit par les équations suivantes, en
supposant que les équations sont la description interne
du système.
. ( + 1)( G
+4 + 8) ( ) = ( − 3) ( )
. ( − 1)( G
+4 + 8) ( ) = ( + 2) ( )
(. ( + 2)( G
+4 + 8) ( ) = ( G + + 1) ( )
. ( + 1)( G
+4 + 8) ( ) = ( G + 2 + 8) ( )
Les polynômes caractéristiques de ces systèmes sont :
91
. (F + 1)(FG + 4F + 8) = (F + 1)(F + 2 − 2Z)(F + 2 + 2Z)
. (F − 1)(FG + 4F + 8) = (F − 1)(F + 2 − 2Z)(F + 2 + 2Z)
(. (F + 2)(FG + 4) = (F + 2)(F − 2Z)(F + 2Z)
. (F + 1)(FG + 4)G = (F + 1)(F − 2Z)G (F + 2Z)G
Par conséquent, les racines caractéristiques ou pôles du
système sont :
. −1, −2 ± 2Z
. 1, −2 ± 2Z
(. −2, ±2Z
. 1, − ± 2Z, ±2Z
92
Exercice 2.16
Pour chacun des systèmes définis par les équations
qui suivent, tracer ses racines caractéristiques dans le
plan complexe et déterminer si il est asymptotiquement
stable, peu stable, instable ou, en supposant que les
équations décrivent son système interne. Aussi,
déterminer la stabilité BIBO pour chaque système.
. ( + 2) ( ) = 3 ( )
G(
. + 3) ( ) = ( + 5) ( )
(. ( + 1)( + 2) ( ) = (2 + 3) ( )
. ( G
+ 1)( G + 9) ( ) = ( G + 2 + 4) ( )
C. ( + 1)( G − 4 + 9) ( ) = ( + 7) ( )
Réponse :
a. Marginalement stable, mais BIBO instable
b. Instable dans les deux sens
c. Stable dans les deux sens
d. Marginalement stable, mais BIBO instable
e. Instable dans les deux sens.
Implication de la stabilité
Tous les systèmes pratiques de traitement de signal
doivent être asymptotiquement stables. Les systèmes
instables sont inutiles du point de vue du traitement du
signal parce que tout ensemble de conditions initiales,
intentionnels ou non conduit à une réponse non bornée
qui détruit le système ou (plus probablement) conduit à
des conditions de saturation qui changent la nature
93
même du système. Même si les conditions initiales
distinctes sont nulles, les tensions parasites ou signaux
de bruit thermique générés dans le système agiront
comme des conditions initiales. En raison de la
croissance exponentielle d'un mode ou des modes dans
les systèmes instables, un signal parasite, peu importe
sa taille, finira par provoquer une sortie non bornée.
Les systèmes marginalement stables, bien que BIBO
instable, ont une application importante dans
l'oscillateur, qui est un système qui génère un signal de
lui-même naturellement sans application d'une entrée
externe. Par conséquent, la sortie de l'oscillateur est une
réponse libre. Si une telle réponse doit être une
sinusoïde de fréquence À. , le système devrait être
marginalement stable avec des racines caractéristiques
à ±ZÀ. . Ainsi, pour concevoir un oscillateur de la
fréquence ωo, nous devrions choisir un système avec le
polynôme caractéristique
(B − ïðX )(B + ïðX ) = B − (ïðX ) .
Un système décrit par l'équation différentielle
( G
+ À. G ) ( ) = ( ) "#. 2.61 fera bien l’affaire.
Cependant, les oscillateurs pratiques sont
invariablement réalisés en utilisant des systèmes non
linéaires.
94
de sa nature intuitive, la discussion est plus ou moins
qualitative. Nous allons maintenant montrer que les
attributs les plus importants d'un système sont ses racines
caractéristiques ou modes caractéristiques parce qu'ils ne
déterminent pas seulement la réponse libre, mais aussi
l'ensemble du comportement du système.
95
la forme d'un mode caractéristique! Nous nous attendons
à ce que le système répondre fortement (ce qui est, en
fait, le phénomène de résonance discuté plus tard dans
cette section). Si l'entrée n’est pas exactement un mode
caractéristique, mais est très proche d'un tel mode, nous
nous attendrions encore à ce que la réponse du système
soit forte. Cependant, si l'entrée est très différente de l'un
des modes caractéristiques, nous nous attendons à ce
que le système réponde mal. Nous allons maintenant
montrer que ces déductions intuitives sont bien vraies.
Limitons les entrées du système à des
exponentielles de la forme C ØE , où ζ est généralement un
nombre complexe. La similitude des deux signaux
exponentiels C ØE et C DE peut alors être mesurée par la
proximité de ζ et λ. Si la différence Ð − F est faible, les
signaux sont similaires; si Ð − F est grande, les signaux
sont dissemblables. Considérons maintenant un système
de premier ordre avec un seul mode caractéristique C DE
et de signal d'entrée C ØE . La réponse impulsionnelle de
ce système est alors donnée par ‰C DE , où la valeur exacte
de ‰ ne soit pas importante pour la présente discussion
qualitative. La réponse ( ) du système est donnée par
( ) = ℎ( ) ∗ ( )
= ‰C DE @( ) ∗ C ØE @( )
De la table de convolution Tableau 2.1, on obtient
‰
( )= 1C ØE − C DE 2@( ) "#. 2.62
Ð−F
96
mode caractéristique, plus la réponse du système est
forte. En revanche, si l'entrée est très différente du mode
naturel, ζ - λ est grand et le système répond mal. Ceci est
précisément ce que nous avons décidé de prouver.
Nous avons prouvé l'affirmation qui précède pour un
système monomode (de premier ordre). Il peut être
généralisé à un système d'ordre n, qui a N modes
caractéristiques. La réponse impulsionnelle h(t) d'un tel
système est une combinaison linéaire de ses N modes.
Par conséquent, si ( ) est similaire à l'un quelconque de
ces modes, la réponse correspondante sera élevée; si par
contre elle n'est semblable à aucun des modes, la
réponse sera faible. De toute évidence, les modes
caractéristiques sont très influents dans la détermination
de la réponse du système à une entrée donnée.
Il serait tentant de conclure sur la base de l'équation.
(2,62) que si l'entrée est identique au mode
caractéristique, de sorte que F = Ð, alors la réponse tend
vers l'infini. Rappelez-vous, cependant, que si Ð = F, le
numérateur sur le côté droit de l'équation. (2,62) vaut
également zéro. Nous allons étudier ce comportement
complexe (phénomène de résonance) plus tard dans
cette section. Nous montrons maintenant qu'une simple
inspection de la réponse impulsionnelle ℎ( ) (qui est
composée de modes propres) révèle beaucoup de
choses sur le comportement du système.
97
une entrée (stimulus) est appliquée à un système, un
certain laps de temps s'écoule avant que le système ne
réponde parfaitement à cette entrée. Ce temps de retard
ou temps de réponse est appelée la constante de temps
du système. Comme nous le verrons, la constante de
temps d'un système SLIC est égale à la largeur de sa
réponse impulsionnelle ℎ( ).
Une entrée †( ) à un système est instantanée (durée
nulle), mais la réponse ℎ( ) a une durée ”ℎ. Par
conséquent, le système a besoin d'un temps de Th pour
répondre pleinement à cette entrée, et nous sommes en
droit de visualiser ”ℎ comme le temps de réponse du
système ou constante de temps. Nous arrivons à la même
conclusion par un autre argument. La sortie est une
convolution de l'entrée et de ℎ( ). Si une entrée est une
impulsion de largeur ” , alors la largeur de l'impulsion de
sortie est ” + ”ℎ selon la propriété de largeur de la
convolution.
Cette conclusion montre que le système nécessite ”ℎ
secondes pour répondre pleinement à toute entrée. La
constante de temps du système indique comment le
système est rapide. Un système avec une constante de
temps plus petite est un système plus rapide qui répond
rapidement à une entrée. Un système avec une constante
de temps relativement grande est un système lent qui ne
peut pas bien répondre à des signaux variant rapidement.
Strictement parlant, la durée de la réponse
impulsionnelle ℎ( ) est ∞ parce que les modes
caractéristiques se rapprochent de zéro
asymptotiquement quand → ∞. Cependant, au-delà de
certaines valeurs de t, ℎ( ) devient négligeable. Il est
98
donc nécessaire d'utiliser une mesure appropriée de la
largeur effective de la réponse impulsionnelle.
Il n'y a pas de définition unique satisfaisante de la
durée effective du signal (ou largeur) applicable à toutes
les situations. Pour la situation représentée sur la Fig.
2.21, une définition raisonnable de la durée de h(t)
serait ”ℎ, la largeur de l'impulsion rectangulaire ĥ( ).
Cette d'impulsions rectangulaires ĥ( ) a une surface
identique à celle de ℎ( ) et une hauteur identique à celle
de ℎ( ) à un instant approprié à = .. Dans la Fig. 2.21,
to est choisi comme l'instant où ℎ( ) est maximale.
Selon cette définition,
Uª
Uª ¨ ℎ( )
”ò ℎ( . ) = ® ℎ( ) ?@ ”ò = ª
"#. 2.63
ª ℎ( . )
ℎ( ) = ‰C DE @( )
99
avec F un réel négatif, alors ℎ( ) est maximum à = 0
avec comme valeur ℎ(0) = ‰. Ainsi à partir de Eq.2.63
on a
1 ª DE 1
”ò = ® ‰C =− "#. 2.64
‰ . F
100
parvenir. Par conséquent, le temps de montée ”‡ du
système est égal à la constante de temps du système.
101
permettant la transmission de signaux à basse fréquence
uniquement). Nous allons maintenant montrer qu'un
système avec une constante de temps ”ℎ, agit comme
un filtre passe-bas ayant une fréquence de coupure ´( =
1/”ℎ Hertz, de sorte que des sinusoïdes de fréquences
inférieures à ´( hertz sont transmises relativement bien,
tandis que celles avec des fréquences supérieures à ´(
Hz sont supprimées.
Pour illustrer ce fait, déterminons la réponse du
système à une entrée sinusoïdal ( ) par convolution de
cette entrée avec la réponse impulsionnelle ℎ( ) à la Fig.
2.23a. De Fig. 2.23b et 2.23c on voit le processus de
convolution de ℎ( ) avec des entrées sinusoïdales de
deux fréquences différentes. La sinusoïde à la Fig. 2.23b
a une fréquence relativement élevée, tandis que la
fréquence de la sinusoïde à la Fig. 2.23c est faible.
Rappelons que la convolution de (˜) et ℎ( ) est égale à
la zone sous le produit (˜)ℎ( − ˜). Cette zone est
représentée ombrée à la Fig. 2.23b et 2.23c pour les deux
cas. Pour la sinusoïde à haute fréquence, il est clair à
partir de la figure. 2.23b que l'aire sous (˜)ℎ( − ˜) est
très faible parce que ses zones positives et négatives
s'annulent presque les unes les autres. Dans ce cas, la
sortie ( ) reste périodique mais a une amplitude assez
faible. Cela se produit lorsque la période de la sinusoïde
est beaucoup plus petite que la constante de temps ”ℎ du
système. En revanche, pour la sinusoïde basse
fréquence, la période de la sinusoïde est plus grande
que ”ℎ, ce qui rend la zone d'annulation partielle sous
(˜)ℎ( − ˜) moins efficace. Par conséquent, la sortie
( ) est beaucoup plus grande, comme représenté sur la
Fig. 2.23c.
102
Fig.2.23 : Constante de temps et filtrage
103
supérieures à ´(. Bien entendu, la transition dans le
comportement du système est progressive. Il n'y a pas
de changement brusque dans le comportement du
système à ´( = 1 / ”ℎ. En outre, ces résultats sont
basés sur une réponse impulsionnelle (impulsion
retangulaire) idéalisée; en pratique, ces résultats varient
quelque peu, en fonction de la forme exacte de ℎ( ).
Rappelez-vous que la «sensation» du comportement du
système général est plus importante que la réponse
exacte du système pour cette discussion qualitative.
Etant donné que la constante de temps du système est
égale à son temps de montée, nous avons :
1 1
”R = ?@ ´| = "#. 2.65
´| ”R
Ainsi, la largeur de bande passante d'un système est
inversement proportionnelle à son temps de montée.
Bien que l'équation. (2.65a) a été établie pour une
réponse impulsionnelle (rectangulaire) idéale, ses
implications sont valables pour les systèmes SLIC de
type passe-bas en général. Pour un cas général, nous
pouvons montrer que
‘
´| = "#. 2.65
”R
où la valeur exacte de ‘ dépend de la nature
de ℎ( ). Un ingénieur expérimenté peut souvent estimer
rapidement la bande passante d'un système inconnu en
observant simplement sur un oscilloscope la réponse du
système à un échelon de Heaviside.
104
5. Constante de temps et dispersion
impulsionnelle
En général, la transmission d'une impulsion à travers
un système provoque une dispersion (ou étalement)
d'impulsion. Par conséquent, l'impulsion de sortie est en
général plus large que l'impulsion d'entrée. Ce
comportement du système peut avoir de graves
conséquences dans les systèmes de communication
dans lesquels l'information est transmise par les
impulsions. La dispersion (ou étalement) provoque des
interférences ou des chevauchements avec des
impulsions voisines, faussant ainsi les amplitudes des
impulsions et d'introduisant ainsi des erreurs dans les
informations reçues.
Nous avons vu précédemment que si une entrée
( ) est une impulsion de largeur ” , alors ” , la largeur
de la sortie ( ), est
”~ = ”¢ + ”ò "#. 2.66
105
d'impulsions, le taux de transmission de l'information est
proportionnel à la vitesse de transmission d'impulsions.
Nous allons montrer que pour éviter la destruction de
l'information causée par la dispersion d'impulsions lors
de leur transmission à travers (milieu de transmission) le
canal, le taux de transmission de l'information ne doit
pas dépasser la bande passante du canal de
communications.
Comme une impulsion d'entrée s'étale ”ℎ secondes,
des impulsions consécutives doivent être espacés de ”ℎ
secondes d'intervalle pour éviter les interférences entre
les impulsions. Ainsi, le taux de transmission de
l'impulsion ne doit pas dépasser 1 / ”ℎ, impulsions /
seconde. Mais 1 / ”ℎ = ´(, la bande passante du canal,
de sorte que nous pouvons transmettre des impulsions à
travers un canal de communication à un taux
d'impulsions de ´( par seconde tout en évitant toute
interférence significative entre les impulsions. Le taux de
transmission de l'information est donc proportionnelle à
la bande passante du canal (ou à l'inverse de sa
constante de temps).
Cette discussion (paragraphes 2.VII-2-2.VII-6) montre
que la constante de temps du système détermine
beaucoup des caractéristiques du comportement de
filtrage d'un système, temps de montée, la dispersion
d'impulsion, et ainsi de suite. À son tour, la constante de
temps est déterminée par les racines caractéristiques du
système. Il est clair donc que les racines caractéristiques
et leurs quantités relatives dans la réponse
impulsionnelle ℎ( ) permettent de déterminer le
comportement d'un système.
106
7. Phénomène de résonance
Enfin, nous arrivons au fascinant phénomène de
résonance. Comme nous l'avons déjà mentionné
plusieurs fois, ce phénomène est observé lorsque le
signal d'entrée est identique ou très proche d'un mode
caractéristique du système. Par souci de simplicité et de
clarté, nous considérons un système de premier ordre
ayant seulement un seul mode, C DE .
Posons que la réponse impulsionnelle de ce système est
ℎ( ) = ‰C DE "#. 2.67
et soit le signal d’entrée
( ) = C (D _)E
( ) = ‰C DE ∗ C (D _)E
107
De toute évidence, la réponse ne va pas à l'infini
comme a → 0, mais il acquiert un facteur t, qui se
rapproche de ∞ quand → ∞ Si F a une partie réelle
négative (de sorte qu'il se situe dans le plan gauche),
C DE décroit plus vite que et ( ) → 0 lorsque → ∞.
Le phénomène de résonance dans ce cas est présent,
mais sa manifestation est interrompue par la propre
décroissance exponentielle du signal. Cette discussion
montre que la résonance est un phénomène cumulatif,
et non pas instantanée. Il évolue linéairement avec .
Lorsque le mode décroît exponentiellement, le signal
decroit trop vite pour que la résonance contre la
décroissance; en conséquence, le signal disparaît avant
que la résonance n'ai une chance de le construire.
Cependant, si le mode était décroissant à un taux
inférieur à 1 / , nous devrions voir clairement le
phénomène de résonance. Cette condition spécifique
serait possible si ƒC (F) ≥ 0. Par exemple,
lorsque ƒC( F) = 0, de sorte que λ est situé sur l'axe
imaginaire du plan complexe, et par conséquent
F = ZÀ
Et Eq. (2.69) devient
( ) = ‰ C ]ßE "#. 2.70
Ici, la réponse va à l'infini linéairement avec t.
Pour un système réel, si F = ZÀ est une racine,
F∗ = − ZÀ doit aussi être une racine; la réponse
impulsionnelle est de la forme ‰C ]ßE + ‰C ]ßE =
2‰(?`(À ). La réponse de ce système à l'entrée ‰(?`(À )
est2‰(?`(À ) ∗ (?`(À ) . Le lecteur peut montrer que
cette convolution contient un terme de la
108
forme ‰ cos(a ). Le phénomène de résonance est
clairement visible. La réponse du système à son mode
caractéristique augmente linéairement avec le temps,
pour finalement atteindre ∞, comme indiqué sur la Fig.
2.24.
109
la fréquence du signal d'entrée s’éloigne C À. . Ce
comportement sélectif en fréquence peut être étudié de
façon plus rentable après une compréhension de
l'analyse dans le domaine fréquentiel. Pour cette raison,
nous reportons la discussion sur ce sujet au chapitre 4.
Importance du phénomène de résonance
Le phénomène de résonance est très important car il
nous permet de concevoir des systèmes sélectifs en
fréquence en choisissant leurs racines caractéristiques
correctement. Les filtres passe-bas, passe-bande,
passe-haut, et coupe bande sont tous des exemples de
réseaux sélectifs en fréquence. Dans les systèmes
mécaniques, la présence accidentelle de résonance peut
provoquer des signaux d'amplitude énorme de sorte que
le système peut tomber en morceaux. Une note de
musique (vibrations périodiques) de fréquence
appropriée peut briser un verre si la fréquence
correspond à la racine caractéristique du verre, qui agit
comme un système mécanique. De même, une
compagnie de soldats marchant au pas sur un pont
revient à appliquer une force périodique sur le pont. Si la
fréquence de cette force d'entrée arrive à être plus près
de la racine caractéristique du pont, le pont peut
répondre (vibrer) violemment et s'effondrer, même si ce
pont ont été assez fort pour porter beaucoup de soldats
ne marchant pas au pas. Comme exemple on a
l'effondrement du pont de Tacoma Narrows en 1940. Ce
pont a été ouvert à la circulation en Juillet 1940. Dans
les quatre mois de l'ouverture (le 7 Novembre, 1940), il
s'est effondré à cause d'un coup de vent doux, pas à
cause de la force brute du vent mais à cause de la
fréquence des tourbillons de vent généré, ce qui
correspondait à la fréquence naturelle (racines
110
caractéristiques) du pont, et qui provoque la résonance.
En raison de la grandeur des dommages qui peuvent
survenir, la résonance mécanique est généralement à
éviter, en particulier dans les structures ou mécanismes
vibrants. Si un moteur avec une force périodique (tel que
le mouvement du piston) est montée sur une plate-
forme, la plate-forme avec sa masse et ses ressorts doit
être conçue de sorte que leurs racines caractéristiques
ne soient pas proches de la fréquence de vibration du
moteur. Une bonne conception de cette plateforme peut
non seulement éviter la résonance, mais aussi atténuer
les vibrations si les racines du système sont placées loin
de la fréquence de vibration.
111
S0 est le même que S avec '( ) = 1, c'est à dire, ? =
0. Par conséquent, selon l'équation. (2,71), la réponse
impulsionnelle de So consiste en termes de modes
caractéristiques seulement, sans aucune impulsion à =
0. Notons cette réponse impulsionnelle de So par
Ž ( ). Observez que Ž ( ) consiste en des modes
caractéristiques de S et peut donc être considéré comme
une réponse libre de S. Maintenant Ž ( ) est la réponse
de So à l’entrée †( ). Par conséquent, selon l'équation.
(2,72)
&( )ö( ) = †( ) "#. 2.73
Ou
( + +⋯+ + ) Ž ( ) = †( ) "#. 2.73
Ou
( ) ( ) ( )
Ž ( )+ Ž ( ) + ⋯+ Ž ( )+ Ž( ) = †( ) "#. 2.73(
(•)
Où Ž ( ) représente la ‘ième dérivée de Ž ( ). Le côté
droit contient un unique terme impulsionnel †( ). Cela
( )
est possible seulement si Ž ( ) a une discontinuité
( )
unitaire à = 0, de sorte que Ž ( ) = †( ). En outre, les
termes d'ordres inférieurs ne peuvent avoir aucun saut de
discontinuité parce que cela signifierait la présence des
dérivés de †( ). Par conséquent Ž (0) = Ž( ) (0) = ⋯ =
(
Ž
G)
(0) = 0 (pas de discontinuité à l’instant = 0), et les
+ conditions initiales sur Ž ( ) sont
( )
Ž (0) = 1
( ) ( G)
Ž (0) = Ž (0) =⋯= Ž (0) = 0 "#. 2.74
112
Cette discussion signifie que Ž ( ) est la réponse
d'entrée zéro du système S soumise à des conditions
initiales (2,74). Nous montrons maintenant que pour la
même entrée ( ) aux deux systèmes, S et S0, leur
sorties respectives ( ) et ö( ) sont liées par
( ) = '( )ö( ) "#. 2.75
Pour prouver ce résultat, nous opérons sur les
deux côtés de l'équation. (2,72) par '( ) pour obtenir
&( )'( )ö( ) = '( ) ( )
La comparaison de cette équation à l'équation.
(2.1c) conduit immédiatement à l'équation. (2,75).
Maintenant, si l’entrée ( ) = †( ), dont la sortie
est S0 Ž ( ), et la sortie S, en fonction de l'équation.
(2,75), est '( ) Ž ( ). Cette sortie est ℎ( ), la réponse
impulsionnelle de l'unité de S. Notez, cependant, que
parce qu'il est une réponse impulsionnelle d'un système
causal, la fonction Ž ( ) est causal. Pour intégrer ce fait,
nous devons représenter cette fonction Ž ( )@( ).
Maintenant, il en résulte que ℎ( ), la réponse
impulsionnelle de l'unité du système S, est donné par
ℎ( ) = '( )• Ž ( )@( )• "#. 2.76
où Ž ( ) est une combinaison linéaire des modes
caractéristiques du système soumis aux conditions
initiales (2.74).
Le côté droit de l'équation. (2.76) est une
combinaison linéaire des dérivés de
Ž ( )@( ). L'évaluation de ces dérivés est maladroite et
peu pratique en raison de la présence de @( ). Les
dérivés vont générer une impulsion et sa dérivée à
113
l'origine. Heureusement quand M ≤ N [Eq. (2.14)], nous
pouvons éviter cette difficulté en utilisant l'observation
dans l'équation. (2,71), qui affirme qu’à t = 0
(l'origine) ℎ( ) = . †( ). Par conséquent, nous ne
devons avoir de peine à trouver ℎ( ) à l'origine. Cette
simplification signifie qu'au lieu de
dériver '( )• Ž ( )@( )•, on peut calculer '( ) Ž ( ) et y
ajouter le terme . †( ), de sorte que
ℎ( ) = . †( ) + '( ) Ž ( ) ≥0
= . †( ) + • '( ) Ž ( )•@( ) "#. 277
Cette expression est valable lorsque ) ≤ + [la forme
donnée dans l'équation. (2.14b)]. Lorsque ) > +, Eq.
(2.76) devrait être utilisée.
114
REFERENCES
1. Lathi, B. P. Signals and Systems. Berkeley-
Cambridge Press, Carmichael, CA, 1987.
2. Mason, S. J. Electronic Circuits, Signals, and
Systems. Wiley, New York, 1960.
3. Kailath, T. Linear System. Prentice-Hall, Englewood
Cliffs, NJ, 1980.
4. Lathi, B. P. Modern Digital and Analog
Communication Systems, 3rd ed. Oxford University
Press, New York, 1998.
115