Chapitre I

CHAPITRE I
GENERALITES
L’objectif du traitement du signal est de modifier les caractéristiques du signal pour éliminer le
bruit, d’extraire le maximum d’information et de transmettre ces informations.
On trouve le traitement du signal dans plusieurs domaines qui s’intéressent à la transmission et
le traitement d’information : la géophysique pour l’exploration des sous-sols, le militaire pour
le téléguidage d’engins sans oublier la médecine avec l’échographie, le scanner… Le traitement
du signal est présent aussi dans notre vie quotidienne avec les smartphones, la télévision, la
radio, l’appareil photo numérique, les jeux vidéo …
Pour pouvoir transformer et transmettre un signal, il faut tout d’abord le décrire
mathématiquement pour mettre en évidence ses principales caractéristiques.
Le but de ce chapitre est de connaitre les différents types des signaux, la classification des
signaux et de savoir manipuler les opérations sur les signaux (inversion, retard…).
I-1 DEFINITIONS
I-1-1 Signal
On appelle signal toute grandeur physique variable qui contient l’information.
Grandeurs physiques Informations

Onde acoustique Parole - musique
Courant électrique Mesure physique
Tableau I.1. Grandeurs physiques
1- Dimensionnalité
Le modèle mathématique d’un signal est une fonction réelle ou complexe à une ou plusieurs
dimensions d’une ou plusieurs variables, réelles ou entières.
Généralités
Exemple 1 :
➢ Son : est une fonction scalaire, à une dimension et d’une variable réelle, le temps. On le note
s(t).
➢ Pression : est une fonction scalaire, à une dimension et d’une variable réelle spatiale. On le
note s(z).
➢ Image fixe : est une fonction scalaire, à deux dimensions et de deux variables spatiales. On
le note s(x,y).
Le pixel (PICture Element) : représente le plus petit élément
constitutif d'une image numérique.
Nx : nombre de colonnes de l’image.
y Ny : nombre de lignes de l’image.
N = Nx × Ny : nombre total de pixels.
Fig I. 1. Image fixe
➢ Image animée : est une fonction scalaire, à trois dimensions à variable à la fois temporelle
et spatiale. On le note s(x,y,t).
2- Signaux à temps continus et signaux à temps discrets

a) Signaux à temps continus
Le signal à temps continu est une fonction continue du temps. On le notera s(t), t ∈ ℝ.
5
s(t)
0
-5
-5 0 5
t
Fig I. 2. Signal à temps continu
b) Signaux à temps discrets

C’est une suite de valeurs réelles ou complexes indexées par ℤ. On le notera s[n], n ∈ ℤ.
Représentations des signaux à temps discrets
Le signal discret peut être représenté de plusieurs façons :
Traitement du signal 2 S. HAMDOUNE

Généralités
➢ Représentation fonctionnelle
1 si n = 1, 3
[ ]
s n = {4 si n = 2
0 ailleurs
➢ Représentation tabulée
n … -2 -1 0 1 2 3 4 5 …
s[n] … 0 0 0 1 4 1 0 0 …
➢ Représentation séquentielle
s[n] = {… 0, 0, 1, 4, 1, 0, 0 … }
L’élément souligné correspond à n = 0.
➢ Représentation graphique
On utilise un diagramme ‘’bâton’’.
4
s[n]
2
0
-2 -1 0 1 2 3 4 5 6
n
Fig I.3. Diagramme bâton
3) Signal à support borné
On appelle signal à support borné, un signal nul partout sauf sur un intervalle I = [T1 , T2] :
s(t) = 0 si t ∉ I
Exemple 2 :
p(t) v(t)
1 1
0 0
-10 -6 -2 0 2 6 10 -8 -6 -4 -2 0 2 4 6 8
t t
(a) (b)
Fig I.4. (a) Signal à support non borné, (b) signal à support borné
Le signal p(t) de la figure (I.4a) est périodique de période T = 8, sa durée est infinie, il est donc
à support non borné. En revanche, le signal v(t) de la figure (I.4b) qui n’est défini que dans
l’intervalle [-2 , 2], est de durée finie, il est à support borné.

Généralités
4) Signal borné
Le signal s(t) est borné s’il existe un nombre réel A > 0, tel que pour tout t, on a : |s(t)| ≤ A.
∃ A ∈ ℝ+ , ∀ t ∈ ℝ ∶ |s(t)| ≤ A
L’amplitude d’un signal borné ne peut pas dépasser une certaine valeur.
Exemple 3 :
s(t) = sin(t)
1) Le signal s(t) = sin(ωt) représenté sur 1
la figure (I.5) oscille entre -1 et +1. 0
L’amplitude du signal ne peut pas -1
dépasser les valeurs limites 1 et -1, il est -5 0 5
donc borné. t
Fig I.5. Le signal sinus
2) Le signal représenté sur la figure (I.6)

et décrit par la relation : u(t)
0 si t < 0 1
u ( t) = {
1 si t ≥ 0
est borné car il prend la valeur 1, 0
-5 0 5
constante dans l’intervalle [0 , +∞[, dans t
lequel u(t) est défini.
Fig I.6. Le signal u(t)
r(t)
3) Les valeurs du signal r(t), représenté
sur la figure (I.7) et décrit par la relation : 5
0 si t < 0 0
r(t) = { -5 0 5
t si t > 0
t
augmentent continuellement quand le
temps augmente. Le signal n’est pas borné.
Fig I.7. Le signal r(t)
1 x(t) = 1/t
4) Les valeurs du signal x(t) = t
représenté sur la figure (I.8) deviennent
de plus en plus grandes, quand le temps 0
t s’approche de zéro. Le signal n’est pas
0
borné.
t
1
Fig I.8. Le signal x(t) = t

Généralités
3) Causalité
2
Un signal est causal s’il est nul pour toute
valeur négative du temps t (Fig I.9) :
0
s(t) = 0, ∀ t < 0
-2
-5 0 5
Fig I.9. Signal causal
2
Un signal est anticausal s’il est nul pour toute
valeur positive du temps t (Fig I.10) :
0
s(t) = 0, ∀ t > 0.
-2
-5 0 5
Fig I.10. Signal anticausal
2 Un signal est non causal s’il est défini pour

toutes les valeurs de t (Fig I.11) :
0 s(t) ≠ 0, ∀ t ∈ ℝ.
-2
-5 0 5
Fig I.11. Signal non causal
Un signal non causal est la somme d’un signal causal et d’un signal anticausal.
4) Parité
Un signal est dit pair (Fig I.12), si : s(t) = s(−t)
0
Fig I.12. Signal pair

Généralités
La figure (I.12) montre que le signal pair est symétrique par rapport à l’axe des ordonnées.
Un signal est dit impair (Fig I.13), si : s(t) = −s(−t)
Le signal impair est symétrique par rapport à l’origine comme le montre la figure (I.13).
-1
-5 0 5
Fig I.13. Signal impair
Il est toujours possible de décomposer un signal s(t) en la somme d’un signal pair et d’un signal
impair.
s(t) = sp(t) + si(t)
avec
s(t) + s(−t)
sp (t) = = la partie paire
2 (I.1)
et
s(t) − s(−t)
si (t) = = la partie impaire (I.2)
2
Exercice 1 : Trouver la partie paire et impaire du signal suivant :
1 si 0 ≤ t ≤ 1
s(t) = {
0 ailleurs
1
s(t)
0
-2 -1 0 1 2
t
Solution :
Cherchons le signal inverse :

1 si − 1 ≤ t ≤ 0
s(−t) = {
0 ailleurs

Généralités
partie paire
0,5
1
si − 1 ≤ t ≤ 0
s(t) + s(−t) 2
sp (t) = = 1
2 si 0≤t≤1
2
{0 ailleurs 0
-5 0 5
t
1 partie impaire
− si − 1 ≤ t ≤ 0
s(t) − s(−t) 2 0.5
si (t) = = 1
2 si 0≤t≤1
2 0
{0 ailleurs
-0.5
-5 0 5
t
I-1-2 Bruit
Le bruit est un signal indésirable qui est souvent aléatoire. Il y a différents types de bruit :
➢ Bruit thermique : Le mouvement désordonné des électrons d’un matériau sous l’influence
de la température.
➢ Bruit blanc : est un signal de valeur moyenne nulle. Son spectre présente de l’énergie à toutes
les fréquences.
➢ Bruit coloré : est un signal dont le spectre est limité en fréquence. On parle du bruit rouge,
rose…
Le signal transporte une information qui nous intéresse, alors que le bruit une information qui
ne nous intéresse pas. La notion du signal et bruit est relative, elle dépend de l’intérêt de
l’utilisateur. Voyons le cas du Courant Porteur en Ligne (CPL). Le CPL nous
permet de transmettre localement des données numériques par l’intermédiaire des prises
d’électricité. Dans ce cas, l’information transmise est un signal utile alors que le courant
électrique est un bruit.
On mesure la quantité de bruit contenue dans le signal par le rapport signal sur bruit. C’est le
rapport des puissances de signal PS et du bruit PN. Il est souvent donné en décibels (dB).
S PS VeffS
( ) = 10log = 20log (I.3)
N dB PN VeffN
I-1-3 Système
Un système est un opérateur ℋ qui transforme un signal d’entrée e(t) appelé excitation, en un
signal de sortie s(t) appelé la réponse du système. La figure (I.14) représente schématiquement
un système.
On écrit alors :

Généralités
en temps continu : s(t) = ℋ [e(t)]

en temps discret : s[n] = ℋ[e[n]] ℋ : est un opérateur.
e(t) Système s(t)

ℋ
Fig I.14. Représentation schématique d’un système avec une entrée e(t) et une sortie s(t)
Le micro par exemple, est un système qui transforme un signal acoustique en un signal
électrique.
1- Propriétés des systèmes

a) Linéarité
s1(t) est la réponse d’un système à une excitation d’entrée e1(t) : s1 (t) = ℋ [e1 (t)]
s2(t) est la réponse d’un système à une excitation d’entrée e2(t) : s2 (t) = ℋ[e2 (t)]
Le système est linéaire s’il vérifie les deux propriétés suivantes :
1°- La réponse à e1(t) + e2(t) est s1(t) + s2(t) ; c’est la propriété d’additivité :
ℋ [e1 (t) + e2 (t)] = ℋ [e1 (t)] + ℋ[e2 (t)] = s1 (t) + s2 (t)
Filtrer la somme de deus signaux revient à sommer chaque signal filtré.
2°- La réponse à [a e1(t)] est [a s1(t)] où a est une constante arbitraire :
ℋ [a e1 (t)] = a × ℋ [e1 (t)] = a s1 (t)
Changer l’amplitude de l’entrée ne change que l’amplitude de la sortie. Par exemple, si on parle
dans un micro, on obtient un son, si on parle trois fois plus fort dans le même micro, on aura un
son trois fois plus fort.
Ces deux propriétés peuvent être rassemblées en une seule propriété :
La réponse à a1 e1(t) + a2 e2(t) est a1 s1(t) + a2 s2(t)
ℋ [a1 e1 (t) + a2 e2 (t)] = a1 ℋ [e1 (t)] + a2 ℋ[e2 (t)] = a1 s1 (t) + a2 s2 (t) (I.4)
La réponse à la somme des entrées pondérées est égale à la somme des sorties pondérées.
Pour le cas du discret :
La réponse à a1 e1[n] + a2 e2[n] est a1 s1[n] + a2 s2[n]
ℋ [a1 e1 [n] + a2 e2 [n]] = a1 ℋ[e1 [n]] + a2 ℋ[e2 [n]] = a1 s1 [n] + a2 s2 [n] (I.5)
Exercice 2 : redressement simple alternance.

Le redresseur simple alternance est-il un système linéaire ?

Généralités
Solution :
Le redressement simple alternance peut être réalisé avec le circuit de la figure (I.15).
e(t) s(t)
Fig I.15. Redresseur simple alternance
Quand e(t) > 0, la diode est passante et se comporte comme un interrupteur fermé (Fig I.16a).
D’après la loi des mailles s(t) = e(t).
e(t) s(t) e(t) s(t)
(a) (b)
e(t) > 0 ; i(t) > 0 e(t) < 0 ; i(t) = 0
Fig I.16. (a) Diode passante (b) diode bloquée
Quand e(t) < 0, la diode est bloquée, il se comporte comme un interrupteur ouvert (Fig I.16b)
et ne laisse pas passer le courant. On a alors s(t) = 0.
Le redresseur simple alternance supprime donc les alternances négatives et conserve les
alternances positives de l’entrée comme le montre la figure (I.17).
e(t)
0
0
s(t)
Fig I.17. Tensions dans un redresseur simple alternance
On a finalement la relation :
e(t) si e(t) > 0
s(t) = {
0 si e(t) < 0
représentée sur la figure (I.18).

Généralités
2
s(t)
1
0
-3 -2 -1 0 1 2 3
e(t)
Fig I.18. Redressement simple alternance
Ce système est-il linéaire ? vérifions la relation (I.4). D’après la courbe de la figure (I.18) :
➢ si l’entrée e1(t) = -2, la sortie correspondante est s1(t) = 0.
➢ Prenons une autre entrée e2(t) = 1, sa sortie s2(t) = 1.
➢ Toujours à partir de la même courbe, la sortie pour e1(t) + e2(t) = -2 + 1 = -1 est s(t) = 0 qui
est différente de s1(t) + s2(t) = 0 + 1 = 1. La relation (I.4) n’est pas respectée, le système est
donc non linéaire.
Exercice 3 : Le système s(t) = R e(t) est-il linéaire ?
Solution :
La réponse à e1(t) est : s1 (t) = ℋ [𝑒1 (t)] = R e1 (t) ①
La réponse à e2(t) est : s2 (t) = ℋ[𝑒2 (t)] = R e2 (t) ②
La réponse à a1 e1(t) + a2 e2(t) est :
s(t) = ℋ[a1 e1 (t) + a2 e2 (t))] = R[a1 e1 (t) + a2 e2 (t))] = a1 Re1 (t) + a2 Re2 (t) ③
En remplaçant les relations ① et ② dans l’équation ③ , on trouve :

s(t) = a1 s1 (t) + a2 s2 (t)
La réponse à la somme des entrées pondérées est égale à la somme des sorties pondérées. Le
système est donc linéaire.
Exercice 4 : Le système y[n] = sin(x[n]) est-il linéaire ?
Solution :
La réponse à x1[n] est : y1 [n] = ℋ[x1 [n]] = sin(x1 [n]) ①
La réponse à x2[n] est : y2 [n] = ℋ[x2 [n]] = sin(x2 [n]) ②

Généralités
La réponse à la somme a1 x1[n] + a2 x2[n] est :

y[n] = ℋ [a1 x1 [n] + a2 x2 [n]] = sin(a1 x1 [n] + a2 x2 [n])
= sin(a1 x1 [n]) cos(a2 x2 [n]) + cos(a1 x1 [n]) sin(a2 x2 [n])
≠ a1 y1 [n] + a2 y2 [n]
La réponse à la somme des entrées pondérées n’est pas égale à la somme des sorties pondérées.
Par conséquent le système n’est pas linéaire.
b) Invariance dans le temps
Un système est invariant dans le temps ou stationnaire si à un retard du signal d’entrée

correspond un signal de sortie ayant subi le même retard :
e(t – t0) → s(t – t0)
Si on parle, par exemple, dans un micro à l’instant t, la voix sera amplifiée. Si on parle dans 10
mn dans le même micro, la voix sera amplifiée de la même façon.
Un système invariant dans le temps n’évolue pas dans le temps.
Exercice 5 : Modulation
Le modulateur multiplie les tensions qui lui sont appliquées en entrée comme le montre la figure
(I.19).
Le système est-il invariant dans le temps ?
On choisira les signaux suivants :
t + 1 si t ≤ 0 1 si t ≤ 0
e(t) = { et m ( t) = {
−t + 1 si t > 0 3 si t > 0
e(t)
× s(t)
m(t)
Fig I.19. Modulation. s(t) = e(t) × m(t)
Solution :
Si e(t) se trouve dans la partie négative de m(t) (Fig I.20), leur produit est :
s1 (t) = e(t) × m(t) = e(t)

Généralités
Si on décale le signal e(t) vers la partie positive de m(t), leur produit est :
s2 (t) = e(t − t 0 ) × m(t) = 3 e(t − t 0 ) = 3 s1 (t − t 0 )
A l’entrée décalée e(t - t0) correspond la sortie s2(t) = 3 e1(t - t0) qui est différente de la sortie
décalée s1(t – t0) = e(t - t0). Le système est alors non invariant dans le temps.
1 1
e(t - t0)
e(t)
0 0
t t
=
1
s1(t)
0
t
Fig I.20. Modulation
Exercice 6 : Le système s(t) = R e(t) est-il invariant dans le temps ?
Solution :
A l’entrée retardée e(t – t0) correspond la sortie :
s(t) = ℋ[e(t − t 0 ] = R e(t – t0)
La sortie retardée de t0 est :
s(t - t0)] = s(t)|t=t−t0 = R e(t – t0)
On remarque que :
s(t) = s(t – t0)

Généralités
La sortie correspondante à une entrée retardée est égale à la sortie retardée. Le système est donc
invariant dans le temps.
Exercice 7 : Le système y[n] = n x[n] est-il invariant dans le temps ?
Solution :
A l’entrée retardée x[n – n0] correspond la sortie :
y[n] = ℋ {x[n − n0 ]} = nx[n − n0 ]
La sortie retardée de n0 est :
y[n − n0 ] = y[n]|n=n−n0 = (n − n0 ) x[n − n0 ]
On remarque que :
y[n] ≠ y[n – n0]
La sortie correspondante à une entrée retardée n'est pas égale à la sortie retardée. Le système
est donc, non invariant dans le temps.
c) Causalité
Un système est causal si sa sortie s(t) à l’instant présent t 0 ne dépend que des entrées du passé
et présentes e(t) avec t ≤ t 0 et non du futur t > t 0 .
La causalité est la relation de cause à effet. C’est la relation entre l’entrée (la cause) et la sortie
(l’effet) et logiquement l’effet suit la cause. Le système causal ne peut donc pas prédire l’avenir.
Exercice 8 : Les systèmes suivants sont-ils causaux ?
1) y(t) = x(t – 2)
2) y(t) = x(t) + x(t - 1) + x(t + 2)
3) y(t) = x(t) + x(2 – t)
4) y(t) = x(-t)
1
5) y[n] = x[n] +
x[n+2]
6) y[n + 1] = nx[n + 1]
1
7) y[n] = ∑ x[n − k]
k=−∞
Solution :
1) y(t) = x(t – 2)
Cherchons des valeurs particulières de la sortie y(t) :
Si t = -2, y(-2) = x(-4)
Si t = 0, y(0) = x(-2)
Si t = 2, y(2) = x(0)

Généralités
Quel que soit le temps t, la sortie ne dépend que des entrées du passé. Le système est donc
causal.
2) y(t) = x(t) + x(t – 1) + x(t + 2)

Si t = -1, y(-1) = x(-1) + x(-2) + x(+1)
Si t = 0, y(0) = x(0) + x(-1) + x(2)
Si t = 2, y(2) = x(2) + x(1) + x(4)
Quel que soit le temps t, la sortie dépend des entrées du présent, du passé et du futur, par
conséquent le système n’est pas causal.
3) y(t) = x(t) + x(2 – t)

Si t = -1, y(-1) = x(-1) + x(3)
Si t = 0, y(0) = x(0) + x(2)
Si t = 2, y(2) = x(2) + x(0)
Pour le temps t ≤ 0, la sortie dépend des entrées du présent et du futur. Le système n’est pas
causal.
4) y(t) = x(-t)
Si t = -1, y(-1) = x(1)
Si t = 0, y(0) = x(0)
Si t = 1, y(1) = x(-1)
Pour le temps t < 0, la sortie dépend des entrées du futur. Le système n’est pas causal.
1
5) y[n] = x[n] +
x [ n − 2]
1
Si n = −1 , y[−1] = x[−1] +
x[−3]
1
Si n = 0 , y[0] = x[0] +
x[−2]
1
Si n = 1 , y[1] = x[1] +
x[−1]
Pour tout n, la sortie dépend des entrées du présent et du passé. Le système est causal.
6) y[n + 1] = nx[n + 1]
Si n = -1, y[0] = −x[0]
Si n = 0, y[0] = 0x[0]
Si n = 1, y[2] = 2x[2]
Pour tout n, la sortie dépend des entrées du présent. Le système est causal.
1
7) y[n] = ∑ x[n − k]
k=−∞
y[n] = …+ x[n + 2] + x[n + 1] + x[n] + x[n - 1] + x[n - 2] + …

La sortie dépend des entrées du futur, du présent et du passé. Le système n’est donc pas causal.

Généralités
d) Système statique ou sans mémoire
Un système est statique si sa sortie s(t) ne dépend que de l’entrée e(t) à l’instant t, donc que du
présent.
Exemple 4 :
▪ Amplificateur idéalisé s(t) = a e(t), est un système statique.
▪ y[n] = x[n] + n x 2 [n], est un système statique.
Exercice 9 :
R2
Le circuit électrique représenté sur la figure (I.21) ne
e(t) R1 s(t) comportant que des résistances, est-il un système statique ?
Fig I.21. Circuit résistif
Solution :
D’après le circuit de la figure (I.21), la sortie est :
R1
s ( t) = e(t)
R1 + R 2
A l’instant t = t0, la sortie est :
R1
s (t 0 ) = e(t )
R1 + R 2 0
La sortie dépend seulement de la valeur e(t0) de l’entrée e(t) à l’instant t0. Le système est donc
statique.
Remarque :
Tout système statique est causal, mais tout système causal n’est pas nécessairement statique.
Exemple 5 :
Le système y[n] = x[n] dépendant du présent, est à la fois statique et causal, alors que le système
z[n] = x[n] + x[n – 1] qui dépend du présent et du passé est causal mais il n’est pas statique.
e) Système dynamique ou avec mémoire
Un système est dynamique s’il tient compte du passé du présent et du futur.

Généralités
Exemple 6 :
▪ y[n] = x[n - 1] + x[n] + x[n + 1], est un système dynamique.
Exercice 10 :
Le circuit RC de la figure (I.22) est-il un système dynamique ?
i(t) R
e(t) C s(t) Fig I.22. Circuit RC
Solution :
La sortie s(t) est :
t
1
s(t) = ∫ i(τ)dτ
C
−∞
Pour calculer la sortie s(t0), il faut la valeur de l’entrée i(t) pour l’intervalle ]−∞, t 0 ], qui
correspond au passé. Le système est donc dynamique.
Remarque :
Tout système non causal est dynamique, mais tout système dynamique n’est pas forcément non
causal.
Exemple 7 :
Le système y[n] = x[n + 3] est non causal mais dynamique, alors que le système z[n] = x[n - 3]
est dynamique et causal.
f) Stabilité
Un système est stable si à toute entrée bornée e(t) correspond une sortie bornée s(t) :
∃ A ∈ ℝ+ , ∀ t ∈ ℝ , |e(t)| ≤ A ⇒ ∃ B ∈ ℝ+ , ∀ t ∈ ℝ , |s(t)| ≤ B
C’est la stabilité BIBO (Bounded Input Bounded Output).
Exercice 11 : Etudier la stabilité des systèmes suivants :
1) y(t) = x2(t)
2) y(t) = t x(t)
3) y[n] = 50 sin(x[n])
n
4) y[n] = ∑ x[k]
k=−∞

Généralités
x[n]
5) y[n] =
sin (n)
Solution :
1) y(t) = x2(t)
Supposons que l’entrée est bornée :
∃ A ∈ ℝ+ , ∀ t ∈ ℝ , |x(t)| ≤ A
La sortie sera :
|y(t)| ≤ A2 = B , ∀ t ∈ ℝ
L’amplitude de la sortie ne dépasse pas B qui est une constante et par suite le système est
stable.
2) y(t) = t x(t)
Appliquons à l’entrée du système le signal borné, x(t) = u(t) défini par :
0 si t < 0
u ( t) = {
1 si t > 0
La sortie du système est :
0 si t < 0
y(t) = t × u(t) = {
t si t > 0
Le signal y(t) est représenté dans la figure (I.23)
2
y(t)
1 Fig I.23. Sortie y(t)

0
-2 -1 0 1 2
t
On remarque que la sortie y(t) augmente régulièrement quand t tend vers l’infini et il n’y a pas
de limite supérieure de y(t). La sortie n’est donc pas bornée, du coup le système n’est pas stable.
3) y[n] = 50 sin(x[n])
On sait que :
−1 ≤ sin(x[n]) ≤ 1
puis
−50 ≤ 50 sin(x[n]) ≤ 50
ensuite
−40 ≤ 50 sin(x[n]) + 10 ≤ 60
enfin
−40 ≤ y[n] ≤ 60
La sortie est bornée, le système est donc stable.

Généralités
4) y[n] = ∑ x[k]
k=−∞
La sortie est une somme infinie de valeurs du signal d’entrée :

y[n] = … + x[-1] + x[0] + x[1] + … + x[n]
La sortie ne sera pas bornée, même si toutes les valeurs d’entrée sont bornées, |x[n]| ≤ A. Le
système est donc instable.
x[n]
5) y[n] =
sin (n)
Pour une entrée constante x[n] = C, la sortie est :
x[n] C
y[n] = =
sin (n) sin (n)
pour n = 0 :
C
y[n] = →∞
sin (0)
L’amplitude du signal de sortie tend vers l’infini quand n tend vers zéro, il n’est donc pas borné
et par conséquent, le système n’est pas stable.
I-2 DIFFERENTS TYPES DE SIGNAUX
On distingue des signaux continus des signaux variables.
I-2-1 Signal continu
Un signal continu est un invariant au cours du temps (Fig I.24).

s(t) = S = constante.
S
s(t)
-4 -3 -2 -1 0 1 2 3 4
t
Fig I.24. Signal continu
Un signal continu est complétement déterminé si l’on connaît son amplitude.

Généralités
I-2-2 Signal variable
Un signal variable dépend du temps (Fig I.25).

5
s(t)
-5
-5 0 5
t
Fig I.25. Signal variable
Il existe plusieurs types de signaux variables, selon la nature de leur variation avec le temps.
1- Signal périodique
Un signal s(t) est périodique, s’il reprend la même valeur à des intervalles de temps égaux :
∃ T ∈ ℝ, tel que ∀ t ∈ ℝ, on a: s(t + T) = s(t)
0 T 2T 3T 4T 5T 6T
Cycle
Fig I.26. Signal périodique
La figure (I.26) illustre un signal périodique avec sa période T, qui est la durée du motif qui se
répète ou du cycle du signal en seconde.
1
On définit la fréquence par f = T, qui est le nombre de cycles par seconde.
Un signal périodique est déterminé si l’on connait :

➢ la forme du signal,
➢ sa fréquence ou sa période,
➢ son amplitude.
Pour un signal à temps discret (Fig I.27), le signal est périodique s’il se répète à tous les N
échantillons de sorte que :
x[n] = x[n + N] N : le plus petit nombre d’échantillons qui se répètent.
La période fondamentale T du signal continu s(t) est définie pour n’importe quelle valeur réelle,
alors que la période fondamentale N du signal discret x[n] ne peut prendre que des valeurs
positives entières.

Généralités
-1
-8 -6 -4 -2 0 2 4 6 8 10
Fig I.27. Signal discret périodique
Exemple 8 :
2π 1
▪ s(t) = sin(4πt) est périodique de période T = 4π = 2
▪ Le signal de la figure (I.27) est périodique de période N = 6 échantillons.
2- Signal rectangulaire
Le signal rectangulaire est caractérisé par trois grandeurs temporelles (Fig I.28) :
➢ Le temps durant lequel le signal reste au niveau haut, c’est le temps haut t H .
➢ Le temps durant lequel le signal reste au niveau bas, c’est le temps bas t B .
➢ La période T.
Le rapport cyclique est égal au rapport entre le temps haut du signal et sa période :
tH
Q= (I.6)
T
avec T = t H + t B . Le rapport cyclique est nécessaire pour caractériser le signal.
tH
tB
Fig I.28. Signal rectangulaire
1
si t H > t B alors 2 t H > t B + t H = T et 2Q > 1 d′ où Q > (Fig I.29a).
2
1
si t H < t B alors 2 t H < t B + t H = T et 2Q < 1 d′ où Q < (Fig I.29b).
2
1
si t H = t B alors 2 t H = t B + t H = T et 2Q = 1 d′ où Q = 2. Le signal est carré (Fig I.29c).
Le signal carré est un signal rectangulaire dont le temps haut est égal au temps bas.

Généralités
Q > 0.5
(a)
Q < 0.5
(b)
Q = 0.5
(c)
Fig I.29. Différents rapports cycliques
3- Signal sinusoïdal
C’est un cas particulier du signal périodique, il est non causal et représenté par :
s(t) = A sin(ωt + φ) (I.7)
1
s(t)
0
-1
0 0.002 0.004 0.006 0.008 0.01
t
Fig I.30. Signal sinusoïdal
avec
A : amplitude
rd
ω = 2πf : pulsation ( )
s
φ : phase à l’origine (rd)
ωt + φ : phase instantanée
Le déphasage entre deux signaux de même fréquence, s1(t) = A1 sin(ωt + φ1) et
s2(t) = A2 sin(ωt + φ2) est :
Δφ = φ2 – φ1 (I.8)
➢ Si Δφ > 0, s2(t) est en avance sur s1(t).
➢ Si Δφ < 0, s2(t) est en retard sur s1(t).
➢ Si Δφ = 0, les deux signaux sont en phase.
La figure (I.31) montre que le signal s2(t) est en avance de phase par rapport à s1(t), alors que
s3(t) est en retard sur s1(t).

Généralités
0.5
 > 0  < 0
0
-0.5
-1
-0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2
Fig I.31. Déphasage

s1(t) = sin(ωt + φ1) s2(t) = sin(ωt + φ2) s3(t) = sin(ωt + φ3)
π
Quand le déphasage est égal à 2 , les signaux sont en quadrature de phase. Les extrémums
coïncident avec les passages par zéro (Fig I.32).
1 1
s (t) = sin(t + /2)

s(t) = sin(t)
0.5 0.5
0 0
-0.5 -0.5
1
-1 -1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Fig I.32. Signaux en quadrature de phase
Quand le déphasage est égal à π, les signaux sont en opposition de phase. Les maximums
coïncident avec les minimums (Fig I.33).
1 1
s2(t) = sin(t -  )
s(t) = sin(t)
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Fig I.33. Signaux en opposition de phase

Généralités
Quand le déphasage est nul, les signaux sont en phase. Les extrémums (maximum et minimum)
coïncident (Fig I.34).
s3(t) = 0.5 sin(t)

s(t) = sin(t)
0.5 0.5
0 0
-0.5 -0.5
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Fig I.34. Signaux en phase
Le signal sinusoïdal est complétement déterminé si l’on connait sa fréquence, sa phase à

l’origine et son amplitude.
a) Relation entre le déphasage et le retard temporel
On considère deux signaux s1(t) et s2(t) de même fréquence f, et Δφ le déphasage de s2(t) par
rapport à s1(t).
s1 (t) = S1 cos(2πft + φ)
et
∆φ
s2 (t) = S2 cos (2πft + φ + ∆φ) = S2 cos [2πf (t + 2πf) + φ] = S2 cos [2πf(t + ∆t) + φ]
s2(t) est donc en avance temporelle sur s1(t) de Δt,

∆φ
∆t = (I.9)
2πf
C’est la formule qui permet de passer d’un retard temporel à un déphasage et réciproquement.
Le signal sinusoïdal est présent souvent dans notre vie quotidienne. On cite par exemple :
➢ La tension du secteur ''Amendis'' est une sinusoïde de fréquence 50Hz.
➢ En réseau téléphonique commuté RTC, on a entre autres :
• Tonalité d’invitation : c’est la tonalité qu’on entend lorsqu’on décroche le téléphone
pour établir une communication, c’est un signal sinusoïdal de fréquence 440 Hz.
• Tonalité de retour d’appel : la tonalité fournie à l’appelant pendant la période de
présentation de l’appel au demandé. C’est un signal sinusoïdal de fréquence 440 Hz de
durée 1.5 s et la durée de silence entre deux émissions de 3.5 s.
• Tonalité d’occupation : lorsque le demandé est occupé ou lorsque l’appel échoue, il y a
émission d’un signal sinusoïdal de fréquence 440 Hz de durée 0.5s et la durée de silence
entre deux émissions de 0.5s.

Généralités
b) Son associé à des signaux sinusoïdaux
Un son pur est modélisé par un signal sinusoïdal. Il est caractérisé par son intensité et sa
fréquence. L’intensité, qui traduit la puissance est reliée à l’amplitude de la sinusoïde, c’est le
volume sonore. La fréquence correspond à la notion de grave et d’aigue. Plus la fréquence est
élevée, plus le son est aigu.
Un son composé est la combinaison de sons purs dont les fréquences sont toutes multiples d’une
fréquence appelée la fréquence fondamentale.
Le tableau (I.2) résume les sons audibles et inaudibles par l’homme.
Sons inaudibles Sons audibles par l’homme Sons inaudibles
20 Hz 200 Hz 2 kHz 20 kHz

Infrasons Graves Medium Aigus Ultrasons
Tableau I.2. Sons audibles et inaudibles par l’homme
c) Somme de deus sinusoïdes différentes
Pour que la somme de deux sinusoïdes différentes soit périodique, il faut que le rapport des
périodes soit un nombre rationnel, c'est-à-dire appartenant à l’ensemble ℚ.
Supposons que le signal g(t) est la somme de deux signaux sinusoïdaux différents s1(t) de
période T1 et s2(t) de période T2 :
g(t) = a1s1(t) + a2s2(t)
g(t) est périodique si :
T1 m
= est un nombre rationnel (I.10)
T2 n
Exercice 12 : Les signaux suivants sont-ils périodiques ?

1° y(t) = cos(t) + cos(1.4t)
2° z(t) = cos(t) + cos(√2 t)
Solution :
1° y(t) = cos(t) + cos(1.4t)

Généralités
2π
x1 (t) = cos(t) ; T1 = = 2π
ω1
2π 2π
x2 (t) = cos(1.4t) ; T2 = = = 4.49
ω2 1.4
T1 2π
= = 1.4 ∈ ℚ
T2 2π⁄
1.4
Le rapport des périodes est un nombre rationnel, le signal est donc périodique. Cherchons sa
période.
T1 14 7
= 1.4 = = et 5T1 = 7T2
T2 10 5
5T1 = 5 × 2π = 10π
2π
7T2 = 7 × = 10π
1.4
La période est : T = 10π.
Ou bien
La période T du signal y(t) est égale au plus petit multiple commun (PPMC) entre T1 et T2.
2π 10π π π
T = PPMC[T1 , T2] = PPMC[2π , 1.4] = PPMC[2π , ] = 7 PPMC[14,10] = 7 2 × 5 × 7 = 10π
7
Finalement, y(t) est périodique de période T = 10π (Fig I.35).
y(t) = cos(t) + cos(1.4t)

2
1
0
-1
-2
0 2*pi 4*pi 6*pi 8*pi 10*pi 12*pi 14*pi 16*pi 18*pi 20*pi
Fig I.35. y(t) = cos(t) + cos(1.4t)
2° z(t) = cos(t) + cos(√2 t)

2π
x1 (t) = cos(t) ; T1 = = 2π
ω1
2π 2π
x3 (t) = cos(√2. t) ; T3 = = = π√2
ω3 √2
T1 2π
= = √2 ∉ ℚ
T3 π√2

Généralités
Le rapport des périodes n’est pas un nombre rationnel, le signal z(t) n’est donc pas périodique,
ce que montre la figure (I.36).
z(t) = cos(t) + cos(2 0.5 t)
2
1
0
-1
-2
0 2*pi 4*pi 6*pi 8*pi 10*pi 12*pi 14*pi 16*pi 18*pi 20*pi
Fig I.36. z(t) = cos(t) + cos(√2 t)
d) Signal sinusoïdal discret
Considérons maintenant le signal sinusoïdal à variation temporelle discrète.

s[n] = A sin(Ωn + φ)
Pour que le signal s[n] soit périodique de période N, il faut que :
s[n + N] = s[n] = A sin(Ωn + ΩN + φ) = A sin(Ωn + φ) cos(ΩN) + A cos(Ωn + φ) sin(ΩN)
soit égal à :
s[n + N] = A sin(Ωn + φ)
Ceci est vrai si :
cos(ΩN) = 1 et cos(Ωn + φ) = 0
d’où
Ω k
ΩN = 2kπ et =
2π N
Le signal sinusoïdal s[n] est périodique si :
Ω k
= est rationnel (I.11)
2π N
Exercice 13 : Les signaux suivants sont-ils périodiques ?

n
1° y[n] = cos ( )
2
4πn π
2° s[n] = 10 cos( + )
31 5
Solution :
n
1° y[n] = cos ( )
2

Généralités
Ω k 1 1
= = = ∉ ℚ
2π N 2 × 2π 4π
y[n] n’est donc pas périodique (Fig.I.37).
y[n]=cos(n/2)
1
-1
0 10 20 30 40 50 60
n
n
Fig I.37. y[n] = cos (2)
4πn π
2° s[n] = 10 cos(
+ )
31 5
Ω k 4π 2
= = = ∈ℚ
2π N 31 × 2π 31
Le signal s[n] est périodique.
La période est :
31
N= k
2
La plus petite valeur de N est :
N = 31 pour k = 2
Il faut donc 31 échantillons pour retrouver la valeur de départ. La figure (I.38) montre que la
période N = 31 contient k = 2 périodes du signal échantillonné.
s[n) = 10 cos(4n/31 + /5 )

10
-10
0 10 20 30 40 50 60
n
4πn π
Fig I.38. s[n] = 10 cos( 31 + )
5
La figure (I.39) montre que deux signaux sinusoïdaux discrets différents peuvent présenter la
même période N. La période ne peut donc pas définir la fréquence du signal.

Généralités
y[n] = sin(3*pi*n/10)
-1
0 10 20 30 40 50
n
z[n] = sin(pi*n/10)
-1
0 10 20 30 40 50
n
Fig I.39. Deux signaux différents ont même période N = 20
e) Signal sinusoïdal et exponentielle complexe

i) Rappels sur les complexes
▪ Définition
Axe des imaginaires
b M(z)
a Axe des réels
Fig I.40. Plan complexe
On appelle nombre complexe, tout nombre de la forme z = a + jb, avec a et b deux réels et j est
le nombre imaginaire j = √−1.
a est la partie réelle du nombre complexe z :
a = ℛℯ(z)
b est la partie imaginaire du nombre complexe z :
b = ℐ𝓂(z)
Tout point M(a,b) est associé au nombre complexe z = a + jb, on dit que M(a,b) est l’image de
z et z est l’affixe de M (Fig I.40).

Généralités
▪ Conjugué d’un nombre complexe
Axe des imaginaires Le conjugué du nombre complexe z = a + jb est le

nombre complexe z* = a – jb. Nous avons alors :
b M(z)
1
a = ℛℯ(z) = (z + z ∗ )
2
a Axe des réels
1
b = ℐ𝓂(z) = (z − z ∗ )
2j
-b M’(z*)
Fig I.41. Conjugué d’un nombre

Complexe
La figure (I.41) montre que l’image M’ de z* est symétrique de l’image M de z par rapport à
l’axe des réels.
Propriétés
➢ (z1 + z2 )∗ = z1∗ + z2∗

➢ (z1 − z2 )∗ = z1∗ − z2∗
➢ (z1 × z2 )∗ = z1∗ × z2∗
z ∗ z∗
➢ (z1 ) = z1∗
2 2
➢ (z n )∗ = (z ∗ )n
▪ Module d’un nombre complexe
Le module du nombre complexe z = a +jb est le réel positif |z| = √a2 + b 2 = √zz ∗.
Le module est la longueur du segment OM comme le montre la figure I.42.
Axe des imaginaires

b M(z)
|z|
o Axe des réels

a
Fig I.42. Module d’un nombre complexe
Propriétés
➢ |z1 × z2 | = |z1 | × |z2 |

z |z |
➢ | 1 | = |z1 |
z2 2

Généralités
➢ |z n | = |z|n
➢ |z ∗ | = |z|
➢ |−z| = |z|
➢ |z1 + z2 | ≤ |z1 | + |z2 |
▪ Argument d’un nombre complexe
L’argument d’un nombre complexe z = a + jb, noté arg(z), est l’angle θ entre l’axe des réels
⃗⃗⃗⃗⃗⃗ comme illustré sur la figure (I.43) :
positifs et le vecteur OM
Axe des imaginaires

b M(z)
|z|
θ
o Axe des réels
= a
Fig I.43. Argument d’un nombre complexe
Un nombre complexe non nul possède une infinité d’arguments de la forme :

arg(z) + 2kπ (modulo 2π) k ∈ ℤ
Par convention, l’argument d’un nombre complexe est donné dans l’intervalle ]-π , π].
On peut calculer l’argument, d’après la figure (I.43), à l’aide de la formule suivante :
b b
tg(θ) = d′où θ = arctg( )
a a
De plus on a, d’après la figure (I.43) :
a b
cos(θ) = et sin(θ) =
|z| |z|
d’où
a = ℛℯ(z) = |z| cos (θ)
b = ℐ𝓂 (z) = |z| sin (θ)
Le nombre complexe z peut donc s’écrire :
z = a + jb = |z| cos(θ) + j |z| sin(θ) = |z|[cos(θ) + j sin (θ)]
Propriétés
➢ arg(z1 × z2 ) = arg(z1 ) + arg(z2 )

z
➢ arg (z1 ) = arg(z1 ) − arg(z2 )
2
➢ arg(z n ) = n × arg(z)
➢ arg(z ∗ ) = − arg(z)

Généralités
Valeurs particulières :
Si k est un réel positif :

➢ arg(k) = 0
➢ arg(−k) = ±π
π
➢ arg(jk) = 2
π
➢ arg(−jk) = − 2
Calcul d’argument
Pour calculer l’argument d’un nombre complexe z = a + jb, il faut déterminer dans quel quadrant
son image se situe.
➢ L’image est située dans le premier quadrant
Axe des imaginaires L’argument du nombre complexe z est :

b
b z = a + jb θ = arg(z) = arctg ( )
a
θ = arg(z)
o Axe des réels
a
Fig I.44. Premier quadrant
➢ L’image est située dans le deuxième quadrant
Axe des imaginaires

-z* = -a + jb
b
θ = arg(-z*)
φ
o Axe des réels
-a a
Fig I.45. Deuxième quadrant

Généralités
D’après la figure (I.45), et en tenant compte du signe négatif de l’angle φ qui est orienté dans
le sens des aiguilles d’une montre, on a :
b
θ = arg (−z ∗ ) = π + φ = π + arctg (− ) = π − arg (z)
a
➢ L’image est située dans le troisième quadrant
b
θ = arg(-z)
-a γ o a
-z = -a - jb -b
Fig I.46. Troisième quadrant
D’après la figure (I.46), l’angle γ est positif, on a alors :

b
θ = arg(−z) = π + γ = π + arctg ( ) = π + arg (z)
a
On remarque que l’argument est supérieur à π, il n’appartient donc pas à l’intervalle ]-π , π],
c’est pourquoi on va soustraire 2π à θ et on aura :
θ = arg(−z) = π + arg(z) − 2π = arg(z) − π
➢ L’image est située dans le quatrième quadrant
a
-a o θ = arg(z*)
-b z* = a - jb
Fig I.47. Quatrième quadrant
La figure (I.47) nous permet de calculer l’angle θ :

b
θ = arg(z ∗ ) = arctg (− ) = −arg (z)
a

Généralités
En somme, l’argument d’un nombre complexe z = a + jb est :

b
arctg ( ) a > 0 et b > 0
a
b
π − arctg ( ) a < 0 et b > 0
|a|
arg(z = a + jb) = |b|
arctg ( )−π a < 0 et b < 0
|a|
|b|
−arctg ( ) a > 0 et b < 0
{ a
La figure (I.48) résume les différents arguments pour différents quadrants.

π
arg =
2
-z* = -a + jb b z = a + jb
π - θ = arg(-z*)
-a θ = arg(z) a
arg = ±π o
arg = 0
θ - π = arg(-z)
-θ = arg(z*)
-z = -a - jb z* = a - jb
-b
π
arg = −
2
Fig I.48. Différents arguments
Exercice 14 :
Déterminer l’argument des nombres complexes suivants :
1 √3
z1 = √3 + j ; = −√2 + j√2 ; z3 = − − j ; z4 = √3 − j
2 2
Solution :
1) z1 = √3 + j
1 z1
b 1 π
θ = arctg ( ) = arctg ( ) =
a √3 6
θ = arg(z1)
o
√3

Généralités
𝟐) z2 = −√2 + j√2
b √2 π
φ = arctg ( ) = arctg ( )=−
a −√2 4
z2 √2
θ = arg(z2) π 3π
θ=π+φ= π− =
φ 4 4
o
−√2
1 √3
𝟑) z3 = − − j
2 2
1 θ = arg(z3)
− − √3⁄2
2 b π
o γ = arctg ( ) = arctg ( )=
γ a − 1⁄2 3
z3 π 4π
θ=π+γ=π+ = ∉ ] − π, π]
3 3
d’où l’argument est :
4π 2π
θ= − 2π = −
3 3
𝟒) z4 = 1 − j
1
o b −1 π
θ = arg(z4) θ = arg(z4 ) = arctg ( ) = artg ( ) = −
a 1 4
-1
z4
▪ Forme algébrique, trigonométrique et exponentielle
L’écriture z = a + jb est la forme algébrique du nombre complexe z.

Nous avons vu précédemment que le nombre complexe z peut s’écrire sous la forme :
z = a + jb = |z|[cos(θ) + j sin (θ)]
C’est la forme trigonométrique.
On peut également exprimer z sous forme exponentielle :
z = |z|ejθ
avec
|z| : module de z
θ : argument de z

Généralités
Exercice 15 :
Exprimer le nombre complexe z = 1 – j, sous forme trigonométrique et exponentielle.
Solution :
z =1−j
Le module est : |z| = √1 + 1 = √2
Après factorisation, on a :
1 1 π π
z = 1 − j = √2 [ −j ] = √2 [cos ( ) − j sin ( )]
√2 √2 4 4
La forme trigonométrique est donc :
π π
z = √2 [cos (− ) + j sin (− )]
4 4
L’argument est :
π
θ=−
4
La forme exponentielle sera alors :
π
z = |z|ejθ = √2 e−j 4
▪ Signal sinusoïdal et exponentielle complexe
Le signal exponentielle complexe est défini par :

s(t) = Aept
avec :
p : variable complexe définie par :
p = σ + jω, p ∈ ℂ et σ, ω ∈ ℝ
A : peut avoir une forme complexe :
A = A0 ejφ A0 , φ ∈ ℝ
D’une manière générale, on peut écrire le signal sous la forme :
s(t) = Aept = A0 ejφ e(σ+jω)t = A0 eσt ej(ωt+φ) = A0 eσt [cos(ωt + φ) + jsin(ωt + φ)]
= ℛℯ[s(t)] + jℐ𝓂[s(t)]
ℛℯ [s(t)] et ℐ𝓂[s(t)] sont les parties réelle et imaginaire du signal s(t) respectivement. Les
deux parties sont sinusoïdales avec une amplitude variable dans le temps A0 eσt .
Dans le cas où σ = 0, on obtient :
s(t) = Aept = A0 ejφ ejωt = A0 ej(ωt+φ) = A0 [cos(ωt + φ) + jsin(ωt + φ)]

Généralités
Tout signal sinusoïdal à variation temporelle continue peut s’exprimer comme la partie réelle
ou imaginaire d’un signal exponentielle complexe.
A0 cos(ωt + φ) = ℛℯ[A0 ej(ωt+φ) ]
A0 sin(ωt + φ) = ℐ𝓂[A0 ej(ωt+φ) ]

De même pour les signaux discrets :
A0 cos(Ωn + φ) = ℛℯ[A0 ej(Ωn+φ) ]
A0 sin(Ωn + φ) = ℐ𝓂[A0 ej(Ωn+φ) ]

En fonction des valeurs de σ et ω, nous obtenons différentes formes de signaux, comme indiqué
sur la figure (I.49).
1er cas : p = 0 et φ = 0
Le signal s’écrira :
s(t) = A0
Le signal est constant, représenté sur la figure (I.49a).
2ème cas : p = σ est réel et φ = 0
Le signal s’écrira :
s(t) = A0 eσt
Le signal est une exponentielle croissante si σ est positif (Fig I.49b), décroissante si σ est négatif
(Fig I.49c).
3ème cas : p = jω est imaginaire et φ = 0
s(t) = Aept = A0 ejωt = A0 [cos(ωt) + jsin(ωt)] = ℛℯ [s(t)] + jℐ𝓂[s(t)]
La figure (I.49d) montre que le signal est périodique.
4ème cas : p = σ + jω et φ = 0 (Fig I.49e et f)
s(t) = Aept = A0 e(σ+jω)t = A0 eσt [cos(ωt) + jsin(ωt)]
Exercice 16 :
Quelle est la période du signal s(t) = ej(2t + 7) ?
Solution : T = π
4- Signal pseudo-périodique
2π
On considère un signal sinusoïdal s1(t) = sin(5t), périodique de période T1 = . Si on multiplie
5
ce signal par un signal exponentielle, on obtient le signal de la figure (I.50b) dont l’amplitude
décroit exponentiellement au cours du temps. Il n’est pas périodique mais il fait apparaitre une
2π
pseudo-période T3 = T1 = . C’est le signal pseudo-périodique.
5

Généralités
p=0 p=-<0
A0
A0
0
0 0
(a) (b)
p=>0 p = j
0
A0
0
-2 -1 0 1 2 0
(c) (d)
p =  + j  > 0 p =  + j  < 0
0 0
0 0
(e) (f)
Fig I.49. Signal exponentielle complexe
s1(t) = sin(5t) s 2(t) = e-0.2t
1
T1
0
-1
0 5 10 15
(a)
s3(t) = sin(5t) exp(-0.2t);
1
T
3
0
-1
0 5 10 15
(b)
Fig I.50. (a) Signal périodique. (b) signal pseudo-périodique

Généralités
5- Signal transitoire
Un signal transitoire est un signal non périodique qui change brusquement d’état. L’échelon, le
signal rectangle ou l’impulsion exponentielle ou sinusoïdale de la figure (I.51) sont des signaux
transitoires.
impulsion rectangulaire échelon

1 1
0.5 0.5
0 0
-4 -2 0 2 4 -4 -2 0 2 4
impulsion exponentielle impulsion sinusoidale
1 1
0.5 0
0 -1
-4 -2 0 2 4 -4 -2 0 2 4
Fig I.51. Signaux transitoires
6- Signal aléatoire
Le signal aléatoire est un signal qui varie au hasard en fonction du temps. Sa valeur à un instant
t ne peut pas être prédite. On ne peut pas le décrire par une loi mathématique simple. Il va falloir
utiliser la théorie des probabilités et des variables aléatoires.
I-3 OPERATIONS DE BASE SUR LES SIGNAUX

I-3-1 Opérations effectuées directement sur les signaux
a) Décalage
La figure (I.52) montre le décalage d’un signal comme une translation verticale. C’est la
transformation qui fait correspondre à tout signal s(t) le signal y(t) tel que :
y(t) = s(t) + a avec a ∈ ℝ (I.12)
b) Mise à l’échelle en amplitude
La mise à l’échelle en amplitude (Fig.I.53), est la transformation qui fait correspondre à tout
signal s(t) le signal y(t) tel que :
y(t) = C s(t) C : facteur d’échelle (I.13)
L’amplificateur réalise une telle opération.

Généralités
s(t) = sin(4t)
1
0
-1
0 1 2 3 4 5
s(t) + 3
4
3
2
0 1 2 3 4 5
s(t) - 2
-1
-2
-3
0 1 2 3 4 5
Fig I.52. Décalage
s(t) = sin(4t)
1
0
-1
0 1 2 3 4 5
2 s(t)
2
0
-2
0 1 2 3 4 5
s(t)/2
0.5
0
-0.5
0 1 2 3 4 5
Fig I.53. Mise à l’échelle en amplitude

Généralités
Exercice 17 :
s[n]
Soit le signal suivant : s[n] = [1 -2 3 0 -4]. Tracer s1[n] = 1,5 s[n] et s2[n] = 3
Solution :
1 −2 −4
s1[n] = [1.5 , -3 , 4.5 , 0 , -6] et s2 [n] = [ 3 , ,1 ,0 , ]
3 3
Multiplier un signal discret par une constante revient à multiplier chaque échantillon par cette
constante.
c) Addition
La somme de deux signaux est définie par :

y(t) = s1(t) + s2(t) (I.14)
Exercice 18 :
Tracer le signal suivant : s(t) = tri(t + 1) + tri(t) + tri(t – 1)
Solution :
tri(t + 1) tri(t) tri(t - 1) s(t) = tri(t + 1) + tri(t) + tri(t - 1)

1 1
0.5 0.5
0 0
-2 -1 0 1 2 -2 0 2
t t
Fig I.54. Somme de trois triangles
Exemple 9 :
Le code DTMF (Dual Tone Multi Frequency) est un code à Tonalités Multi-Fréquences à 2
tons, utilisé dans les téléphones. Chaque touche d’un téléphone correspond à la somme de deux
signaux sinusoïdaux de fréquences différentes comme le montre le tableau (I.3) L’appui sur la
touche 0 par exemple, correspond au doublet 941 Hz et 1336 Hz.
f2 (Hz)
1209 1336 1477 1633
f1 (Hz)
697 1 2 3 A
770 4 5 6 B
852 7 8 9 C
941 * 0 # D
Tableau I.3. Code DTMF

Généralités
Exercice 19 :
Calculer la somme des deux signaux suivants : s1[n] = [1 -2 3 0 -4] et s2[n] = [-2 4 -5 1 2].
Solution :
s3[n] = s1[n] + s2[n] = [-1 2 -2 1 -2]
d) Multiplication
La multiplication de deux signaux est définie par :

y(t) = s1(t) × s2(t) (I.15)
I-3-2 Opérations effectuées sur la variable indépendante

a) Translation ou décalage temporel
La translation est une opération qui associe à un signal s(t) un signal y(t) = s(t – a) avec a ∈ ℝ.
Si a > 0, y(t) = s(t – a), le retard pur, le décalage est vers la droite. (I.16)
Si a < 0, y(t) = s(t + a), l’avance pure, le décalage est vers la gauche. (I.17)
De la même manière, on définit la translation pour un signal discret par : y[n] = s[n – n0] avec
n0 un entier strictement positif ou strictement négatif.
Exemple 10 :
On va tracer les versions s(t – 3) et s(t + 3) du signal suivant :
s(t)
2
1
0
-5 0 5
t
s(t - 3) s(t + 3)
2 2
1 1
0 0
-5 -1 0 5 7 10 -10 -7 -5 0 1 5
t t
Fig I.55. Décalage temporel

Généralités
Exemple 11 :
Traçons les versions s[n – 2)] et s[n + 2] du signal suivant :
s[n]
3
2
1
0
-2 0 2 4
n
s[n + 2] s[n - 2]
3 3
2 2
1 1
0 0
-4 -2 0 2 0 2 4 6
n n
Fig I.56. Décalage du signal discret
b) Inversion temporelle
L’inversion temporelle associe à un signal s(t) un signal y(t) = s(-t). Le signal inversé est le
symétrique du signal d’origine par rapport l’ordonné.
Dans le cas d’un signal discret, on définit l’inversion temporelle par : y[n] = s[-n].
Exemple 12 :
La figure (I.57) représente les signal s(t) et s[n] avec leur inversion temporelle
s(t) s(-t)
1 1
0 0
-1 -1
-2 -2
-10 -5 0 5 10 -10 -5 0 5 10
t t
s[n] s[-n]
5 5
0 0
-5 -5
-10 -5 0 5 10 -10 -5 0 5 10
n n
Fig I.57. Inversion temporelle

Généralités
c) Changement d’échelle
Le changement d’échelle est une opération qui associe à un signal s(t), un signal :
y(t) = s(at) avec a ∈ ℝ*+ (I.18)
Si a < 1 c’est la dilatation.
Si a > 1 c’est la contraction ou la compression.
Exemple 13 :
La figure I.58 illustre la dilatation et la compression d’un signal
s(t) s(t/2) dilatation s(2t) compression
1 1 1
0.5 0.5 0.5
0 0 0
-2 -1 0 1 2 -2 -1 0 1 2 -2 -1 0 1 2
t t t
Fig I.58. Dilatation et compression d’un signal
Pour le signal discret, on distinguera :

La décimation : c’est la compression d’un signal, ce qui implique une suppression de quelques
échantillons (Fig.I.59).
signal original décimation
1 1
s[2n]
s[n]
0.5 0.5
0 0
0 10 20 0 5 10
n n
(a) (b)
Fig I.59. (a) Signal original (b) Décimation

Généralités
L’interpolation : c’est l’étalement d’un signal, ce qui implique un ajout de quelques échantillons
(Fig I.60).
interpolation
1
s[n/2)
0.5
0
0 5 10 15 20 25 30 35 40
n
Fig I.60. Interpolation
La figure (I.61) montre qu’il y a une perte d’information si on effectue l’opération de

décimation suivie de l’interpolation. On récupère l’information si on réalise la décimation après
l’interpolation (Fig.I.62). En conclusion, on peut dire que la décimation est l’inverse de
l’interpolation, mais pas le contraire.
Signal original Décimation s[4n]
1.2 1.2
s[n]
x[n]
0.8 0.8
0.4 0.4
0 0
0 5 10 -1 0 1 2 3 4
n n
(a) Interpolation x[n/4] (b)
1.2
x[n/4]
0.8
0.4
0
0 2 4 6 8 10 12 14 16
n
(c)
Fig I.61. Décimation suivie de l’interpolation

Généralités
Siignal original Interpolation s[n/4]

1.5 1.4
1
1.2
s[n]
0.5
1
0
0 5 10
0.8
n
y[n]
(a)
Décimation y[4n] 0.6
1.5
0.4
1
y[4n]
0.2
0.5
0
0 0 10 20 30 40 50
0 5 10
n n
(c) (b)
Fig I.62. Interpolation suivie de la décimation
d) Combinaison de décalage temporel et le changement d’échelle temporel
Soit y(t) un signal à variation temporelle continue obtenue à partir d’un autre signal à variation
temporelle continue s(t), en combinant un changement d’échelle et un décalage temporel :
y(t) = s(at – b)
Cette relation entre y(t) et s(t) satisfait les conditions :
y(0) = s(-b) et y(b/a) = s(0)
Pour obtenir y(t) à partir de s(t), les opérations de décalage temporel et de changement d’échelle
doivent être effectuées dans un ordre bien défini.
1ère méthode
1°- On commence par le décalage temporel, ce qui conduit à un signal intermédiaire :
v(t) = x(t – b)
2°- ensuite, le changement d’échelle agit sur v(t), en remplaçant t par ‘at’ et conduit à la sortie
souhaitée :
y(t) = v(at) = s(at – b)
2ème méthode
On peut écrire le signal y(t) sous la forme :

Généralités
b
y(t) = s(at − b) = s [a (t − )]
a
1°- On commence par le changement d’échelle s(at), ce qui conduit à un signal intermédiaire :
u(t) = s(at)
2° si a < 0, on inverse le signal s(at).
b
3°- ensuite on effectue le décalage temporel u (t − a ).
Exercice 20 :
t
Soit le signal s(t) = rect (2), tracer le signal y(t) = s(2t + 3).
rect(t/2)
1
0.5
0
-2 -1 0 1 2
t
t
Fig I.63. rect( )
2
Solution :
1ère méthode
s(t + 3) = rect(t +3)/2

1 1°- décalage temporel : le décalage de s(t) vers la
v(t)
gauche donne le signal intermédiaire v(t) = s(t + 3)

0.5
de la figure I.64.
0
-6 -4 -2 0
t
Fig I.64. Signal intermédiaire s(t + 3)
v(2t)
2°- changement d’échelle v(at) = v(2t) : la figure
s(2t + 3)
1 (I.65) montre le signal intermédiaire v(t) contracté

0.5 qui est le signal s(2t + 3) recherché.
0 La solution satisfait bien les deux conditions à
-3 -2 -1 0
savoir :
t
y(0) = s(3) = 0 et y(b/a) = y(-3/2) = s(0) = 1
Fig I.65. Changement d’échelle v(2t)

Généralités
2ème méthode
Ecrivons le signal sous la forme :
3
y(t) = s(2t + 3) = s [2 (t + )]
2
1°- changement d’échelle : le signal intermédiaire u(t) = s(at) = s(2t) c’est la contraction du
signal s(t) illustré sur la figure (I.66).
s(2t)
1
u(t)
0.5
0
-1 -0.5 0 0.5 1
t
Fig I.66. Changement d’échelle s(2t)
2° a > 0, il n’y a donc pas d’inversion.

3
3°- décalage temporel u (t + 2) : la figure (I.67) montre le décalage du signal intermédiaire
vers la gauche qui est le signal s(2t + 3) recherché.
u(t - 3/2)
s(2t + 3)
1
0.5
0
-3 -2 -1 0
t
3
Fig I.67. Décalage temporelle u (t − 2).
On obtient finalement le même résultat.
I-4 GRANDEURS ASSOCIEES AUX SIGNAUX

I-4-1 Valeur instantanée
La valeur instantanée d’un signal s(t) permet de caractériser le signal à un instant donné.
s(t0) = la valeur instantanée quand t = t0.
I-4-2 Valeur moyenne
La notion de la valeur moyenne temporelle d’un signal s’applique aux signaux variables. La
valeur moyenne d’un signal entre les instants t1 et t2 est définie par :
(I.19)
Généralités
t2
1
Smoy = ∫ s(t)dt
t 2 − t1
t1
Pour les signaux périodiques, la valeur moyenne se calcule sur un intervalle de temps d’une
période T :
t0 +T
1
Smoy = ∫ s(t)dt t 0 est quelconque (I.20)
T
t0
La valeur moyenne est aussi appelée la composante continue DC.

On appelle une grandeur alternative AC, une grandeur ayant une valeur moyenne nulle.
On rencontre souvent des signaux ayant une valeur moyenne non nulle Umoy (composante
continue) et une composante variable alternative uAC(t) autour de la valeur moyenne, le cas de
la figure (I.68).
u(t) = Umoy + uAC(t) = UDC + uAC(t)
uAC(t)
u(t)
Umoy
composante continue (DC)

t
Fig I.68. Composantes continue et alternative
Pour un signal à variation temporelle discrète, la valeur moyenne est :

N−1
1
xmoy = ∑ x[n] (I.21)
N
n=0
Exercice 21 :
Calculer la valeur moyenne du signal périodique suivant :

Généralités
Solution :
t0 +T 2 5
1 1 1
Umoy = ∫ u(t)dt = ∫ 3dt − ∫ dt = 0.6 V
T 5 5
t0 0 2
La valeur moyenne d’une grandeur périodique s(t) de période T peut être calculée par la
relation :
A
Umoy = (I.22)
T
Avec A la surface entre la courbe s(t) et l’axe des abscisses. D’après La figure (I.62) la surface
est :
A = A1 + A2 = 3 × 2 + 3 × (−1) = 3
La valeur moyenne est donc :
A 3
Umoy = = = 0.6 V
T 5
A1
A2
Fig I.69. Surfaces entre la courbe s(t) et l’axe des abscisses.
Exercice 22 :
πn
Calculer la valeur moyenne du signal périodique x[n] = 6 cos( ).
2
Solution :
Cherchons tout d’abord la période du signal :
Ω k π 1
= = = ∈ ℚ
2π N 2 × 2π 4
Le signal x[n] est périodique, la période est :
k 1
= → N = 4k
N 4
N = 4 échantillons pour k = 1.
Une période de ce signal est : n = [0 1 2 3]. x[n] = [6 0 -6 0]

Généralités
N−1 3
1 1 1 1
xmoy = ∑ x[n] = ∑ x[n] = [x[0] + x[1] + x[2] + x[3]] = [6 + 0 − 6 + 0] = 0
N 4 4 4
n=0 n=0
xmoy = 0
I-4-3 Valeur de crête et valeur crête à crête
La valeur de crête est la valeur instantanée la plus grande rencontrée dans une alternance
positive ou négative.
La valeur crête à crête est la
différence entre la valeur
maximale et la valeur
crête positive minimale (Fig I.70) :
Smax SCC = Smax − Smin
On l’appelle aussi Spp c'est-à-
dire peak to peak.
Les valeurs maximales et
minimales sont algébriques
s(t)
Smoy crête à crête

(positives ou négatives).
La valeur crête à crête est
positive ou nulle.
Smin
crête négative
Fig I.70. Valeur crête à crête
En général :
amplitude positive = valeur maximale – valeur moyenne
amplitude négative = valeur minimale – valeur moyenne
amplitude crête à crête = valeur maximale – valeur minimale
I-4-4 Valeur efficace
Le carré de la valeur efficace, appelée aussi RMS (Root Mean Square) d’un signal sur un
intervalle de temps est défini par :
(I.23)
Généralités
t2
2 1
Seff = ∫ s2 (t)dt
t 2 − t1
t1
Pour les signaux périodiques, la valeur efficace se calcule sur un intervalle de temps d’une
période T :
t0 +T
2 1
Seff = ∫ s2 (t)dt t0 est quelconque (I.24)
T
t0
La valeur efficace ne peut pas être négative. Elle est supérieure ou égale à la valeur moyenne
et inférieure ou égale à la valeur maximale.
Considérons les composantes du signal :
u(t) = Umoy + uAC(t)
u2 (t) = [Umoy + uAC (t)]2 = Umoy
2
+ 2uAC (t)Umoy + u2AC (t)
La moyenne d’une somme est la somme des moyennes :
2
[u2 (t)]moy = Ueff 2
= Umoy + 0 + u2ACeff
Car uACmoy (t) = 0

Finalement
2
2
Ueff = √Umoy + UACeff = √DC 2 + AC 2 (I.25)
Exercice 23 :
Calculer la valeur efficace du signal s(t) = 3sin(ωt) de période T.
Solution :
t0+T T T T
2
1 9 1 − cos (2ωt) 9 9 9
Seff = ∫ s 2 (t)dt = ∫ dt = ∫ dt − ∫ cos (2ωt)dt =
T T 2 2T 2T 2
t0 0 0 0
3 Smax
Seff = = = 0.707 Smax
√2 √2
La valeur efficace d’un signal sinusoïdal est égale à 70,7 % de la valeur maximale Smax.
I-5 PUISSANSE ET ENERGIE

I-5-1 Puissance instantanée d’un signal
La puissance instantanée d’un signal s(t) est :

p(t)= s(t). s∗ (t) = |s(t)|2 (I.26)

Généralités
s*(t) : signal complexe conjugué

|s(t)| : module de s(t)
Dans le cas d’un signal discret :
p = |x[n]|2 (I.27)
I-5-2 Puissance moyenne d’un signal
On définit la puissance moyenne d’un signal s(t) :

T
2
1
P = lim ∫ s(t). s∗ (t) dt (I.28)
T→∞ T
T
−
2
Pour les signaux périodiques, la puissance moyenne se calcule sur une période T :
T
2
1 2
P= ∫ s(t). s ∗ (t) dt = Seff (I.29)
T
T
−
2
Pour un signal discret, en prenant un nombre de 2N + 1 échantillons, la puissance du signal est :

+N
1
P = lim ∑ x[n]2
N→∞ 2N + 1
n=−N (I.30)
Si le signal est périodique :

+N
1
P= ∑ |x[n]|2 (I.31)
N
n=−N
I-5-3 Energie d’un signal
Par définition, l’énergie d’un signal continu s(t), réel ou complexe est :
+∞ +∞
E = ∫ s(t). s ∗ (t) dt = ∫ |s(t)|2 dt

−∞ −∞
+∞ +∞
∗(
E = ∫ s(t). s t) dt = ∫ p(t) dt
−∞ −∞
dE
p ( t) = (I.33)
dt

Généralités
La densité d’énergie = La puissance instantanée

L’énergie d’un signal périodique est en général infinie.
L’énergie sur un intervalle [t1, t2] est :
t2
E = ∫ |s(t)|2 dt (I.34)
t1
Pour un signal discret, l’énergie est :

+∞
E = ∑ |x[n]|2 (I.35)
n=−∞
Le signal est à énergie finie si cette série converge.
Exercice 24 : Calculer l’énergie et la puissance moyenne des signaux suivants :

1°-
A
s(t)
0
-a 0 a
t
2°- s(t) = At
3°- L’échelon u[n]
Solution :
1°-
+∞ a
E = ∫ s(t) s∗ (t) dt = A2 ∫ dt = 2aA2

−∞ −a
T
2
1
P = lim ∫ s(t). s ∗ (t) dt = 0
T→∞ T
T
−
2
Le signal d’énergie finie a une puissance moyenne nulle.
2°-
+∞ +∞
E = ∫ s(t) s∗ (t) dt = A2 ∫ t 2 dt = ∞
−∞ −∞
T
2 T
1 1 t3 2
P = lim ∫ s(t). s ∗ (t) dt = lim A2 [ ] = ∞
T→∞ T T→∞ T 3 −T
T 2
−
2

Généralités
3°-
+∞ +∞
E = ∑ |x[n]|2 = ∑ 1 = ∞
n=−∞ n=0
+N +N
1 1 N+1 1
P = lim ∑ x[n]2 = lim ∑ 1 = lim =
N→∞ 2N + 1 N→∞ 2N + 1 N→∞ 2N + 1 2
n=−N n=0
Exercice 25 :
πn
Calculer la puissance moyenne du signal suivant : x[n] = 6 cos ( )
2
Solution : P = 18
I-6 CLASSIFICATION DES SIGNAUX
On peut envisager plusieurs modes de classification pour les signaux suivant leurs propriétés.
I-6-1 Classification phénoménologique

La classification est faite en fonction de l’évolution du signal : comportement prévisible ou non
prévisible.
a) Signaux déterministes
L’évolution est parfaitement déterminée par un modèle mathématique. On connait la valeur du

signal à chaque instant. Pour le signal sinusoïdal, on peut déterminer la valeur de l’amplitude
A à tout instant à l’aide de l’expression s(t) = A cos(2πft).
Les signaux du laboratoire générés par un générateur, sinusoïde, créneau…sont des signaux
déterministes.
b) Signaux aléatoires
Un signal aléatoire est un signal qui varie aléatoirement en fonction du temps. La valeur du
signal à l’instant t ne peut pas être prédite.
I-6-2 Classification morphologique
La classification est faite en fonction de nature des variables du signal : continue ou discrète.
Le tableau (I.4) présente 4 classes de signaux :
➢ Signaux analogiques : l’amplitude et le temps sont continus.
➢ Signaux quantifiés : l’amplitude est discrète alors que le temps est continu.

Généralités
➢ Signaux échantillonnés : l’amplitude est continue alors que le temps est discret.
➢ Signaux numériques : l’amplitude et le temps sont discrets.
AMPLITUDE
continue discrète
continu
TEMPS
analogique quantifié
discret
échantillonné numérique
Tableau I.4. Classification morphologique
I-6-3 Classification énergétique

La classification est faite en fonction de l’énergie et de la puissance du signal.
a) Signaux à énergie finie
Ils possèdent une énergie finie et une puissance moyenne nulle. C’est le cas des signaux
transitoires à support borné.
b) Signaux à puissance moyenne finie
Ils possèdent une énergie infinie. C’est le cas des signaux périodiques ou les signaux aléatoires.
I-6-4 Classification spectrale

La classification est faite suivant la distribution de son énergie et de sa puissance en fonction
de la fréquence.
On appelle la largeur de bande le domaine de fréquences

où le spectre a des valeurs non nulles (Fig.I.71).
F
fmin fmax
f
Fig I.71. Largeur de bande ∆F = fmax − fmin

Généralités
On peut constater deux types de signaux :

a) Signaux à bande étroite
fmax ≅ fmin
b) Signaux à large bande

fmax ≫ fmin
I-7 SIGNAUX PARTICULIERS
Ce paragraphe sera consacré à quelques signaux particuliers et leurs propriétés, qui vont être
utilisés tout au long de ce cours.
I-7-1 Signe
Le signal signe est défini par :

−1 si t < 0 t
sgn(t) = { = pour t ≠ 0 (I.36)
1 si t > 0 |t|
Le signal signe est représenté sur la figure (I.72).

1
sgn(t)
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
t
Fig I.72. Signe
Code Matlab
%Axe des temps
t=-10:0.01:10; %1ère valeur = -10 ;pas = 0.01 er dernière valeur = 10
%Création du signal signe
d=input('d='); %d est le décalage du signal
for i=1:length(t)
if t(i)>=d
y(i)=1;
else
y(i)=-1;
end
end
%Représentation du signal signe
plot(t,y)

Généralités
xlabel('t')
ylabel('sgn(t)')
title('signe')
grid
Le signal signe discret est donné par la relation :

1 si n > 0
sgn[n] = { 0 si n = 0 (I.37)
−1 si n < 0
La figure (I.73) représente le signal signe discret.
sgn[n]
1
-1
-10 -5 0 5 10
n
Fig I.73. Signe discret
Code Matlab
n=-4:4; %Le pas par défaut = 1
x=sign(n);
stem(n,x)
I-7-2 Echelon – Heaviside
L’échelon est défini par :

1 si t > 0
u ( t) = { (I.38)
0 si t < 0
Une représentation de la fonction de Heaviside (échelon) est donnée sur la figure (I.74).
u(t)
1
0.5
0
-2 -1 0 1 2
t
Fig I.74. Echelon

Généralités
On peut écrire l’échelon en fonction du signal signe :

1 1
u ( t) = + sgn(t) (I.39)
2 2
Inversement le signal signe peut-être exprimé en fonction de l’échelon :
sgn(t) = u(t) − u(−t) (I.40)
L’échelon u(t) permet de rendre un signal s(t) non causal, causal en réalisant l’opération :
u(t) × s(t)
L'échelon est indispensable pour représenter des discontinuités. Il modélise un interrupteur.
Code Matlab
%Axe des temps
t=-10:0.01:10;
%Création de l'échelon
d=input('d='); %d est le décalage du signal
for i=1:length(t) %pour trouver les valeurs du signal à tous les instants
if t(i)>=d
u(i)=1;
else
u(i)=0;
end
end
%Représentation du signal échelon
plot(t,u)
xlabel('t')
ylabel('u(t)')
title('échelon')
grid
L’échelon discret est donné par la relation :

1 si n ≥ k
u[n − k] = { avec k ∈ ℤ (I.41)
0 ailleurs
Il est représenté sur la figure (I.75)

u[n]
-1
0 k
n
Fig I.75. Echelon discret

Généralités
Code Matlab
N = 22; %Longueur du signal = nombre de point du signal
n = -N/2:N/2-1; %vecteur temps
%Création de l'échelon
u=[zeros(1,11),ones(1,11)];
%zeros(1,11) : matrice d’une ligne et de onze colonnes formée que par des 0
%ones(1,11) : matrice d’une ligne et de onze colonnes formée que par des 1
%Représentation du signal échelon
stem(n,u)
xlabel('n')
ylabel('u[n]')
title('échelon discret')
grid
I-7-3 Rampe
On définit rampe par :

t
t si t ≥ 0
r(t) = ∫ u(τ) τ = t u(t) = { (I.42)
0 si t < 0
−∞
La figure (I.76) illustre le signal rampe.

La dérivée de la rampe n’est d’autre que l’échelon :
dr(t)
= u(t) (I.43)
dt
r(t)
2
0
-2 -1 0 1 2
t
Fig I.76. Rampe
Code Matlab
%Axe des temps
t=-3:0.01:3;
%Création de rampe
for i=1:length(t)
if t(i)>=0
y(i)=t(i);
else
y(i)=0;
end
end

Généralités
%Représentation du signal rampe

plot(t,y)
xlabel('t')
ylabel('r(t)')
title('rampe')
grid
La version discrète du signal rampe est donnée par la relation :

n−k si n ≥ k
r[n − k] = { avec k ∈ ℤ (I.44)
0 si n < k
La rampe discrète est représentée sur la figure (I.77).
r[n-k]
7
5
3
1
0
0 k
n
Fig I.77. Rampe discrète

Code Matlab
%Longueur du signal
n1 = input('n1='); %n1 est la limite inférieure de l'intervalle où la rampe
est définie
n2 = input('n2='); %n2 est la limite supérieure de l'intervalle où la rampe
est définie
d = input('d='); %d est le décalage du signal rampe
n = n1:n2;
m = n1;
%Création de rampe
for i=1:length(n)
if m<d
r(i)=0;
else
r(i)= m-d;
end
m = m+1;
end
%Représentation du signal rampe
stem(n,r)
xlabel('n')
ylabel('r[n]')
title('rampe discrète')
grid

Généralités
I-7-4 Rectangle
Le signal rectangulaire est caractérisé par son centre et sa largeur comme le montre la figure
(I.78).
t − centre
s(t) = A rect ( )
largeur
centre
A
0
0 largeur ce largeur
centre − centre +
2 2
largeur
Fig I.78. Rectangle
Le signal rectangulaire d’amplitude A est défini par :
t − centre largeur largeur

s(t) = A rect ( ) = {A si centre − 2
≤ t ≤ centre +
2 (I.45)
largeur
0 ailleurs
ou bien
t − centre largeur
s(t) = A rect ( ) = {A si |t − centre| ≤
2 (I.46)
largeur
0 ailleurs
Nous pouvons écrire le signal rectangulaire, de centre ce et de largeur T, en fonction de

l’échelon comme suit :
t − ce T T
rect ( ) = u [t − (ce − )] − u [t − (ce + )] (I.47)
T 2 2
Cas particulier : le centre ce = 0, largeur = T

Le signal rectangulaire de centre 0 et de largeur T, représenté sur la figure (I.79), est défini par :
t T
s(t) = A rect ( ) = {A si |t| ≤
T 2 (I.48)
0 ailleurs

Généralités
0
T 0 T
−
2 2
t
Fig I.79. Rectangle s(t) = A rect ( )
T
La reconstitution à partir des échelons est donnée par :
t T T
rect ( ) = u [t + ] − u [t − ] (I.49)
T 2 2
Code Matlab
%Axe des temps
t=-10:0.01:10;
%Création du rectangle de centre ce et de largeur T
ce=input('ce='); %ce est le centre du rectangle
T=input('T='); %T est la largeur du rectangle
for i=1:length(t)
if abs(t(i)-ce)<=T/2
y(i)=1;
else
y(i)=0;
end
end
%Représentation du signal rectangulaire
plot(t,y)
xlabel('t')
ylabel('s(t)')
title('rectangle')
grid
Le signal rectangulaire va nous permettre de voir qu’une portion limitée dans le temps d’un
signal s(t), c’est la troncature. Cette opération consiste en une multiplication suivante :
t − centre
sT (t) = s(t) × rect ( )
largeur
sT(t) : le signal tronqué
On peut donc voir le signal rectangulaire comme la paire de ciseaux.

Généralités
Exercice 26 :
Exprimer le signal suivant comme une somme d’échelon :
s(t)
A
-A
T 2T 3T 4T
t
Solution :
On va diviser le signal s(t) en 4 signaux :
▪ s1(t) commence à t = 0 et termine à t = T.
▪ s2(t) commence à t = T et termine à t = 2T.
▪ s3(t) commence à t = 2T et termine à t = 3T.
▪ s4(t) commence à t = 3Tet termine à t = 4T.
Appliquons la relation (I.48) à chacun de ces signaux :
s1(t) = A[u(t) – u(t – T)]

s2(t) = -A[u(t - T) – u(t – 2T)]
s3(t) = A[u(t – 2T) – u(t – 3T)]
s4(t) = -A[u(t – 3T) – u(t – 4T)]
On a alors :
s(t) = s1(t) + s2(t) + s3(t) + s4(t)
= A[u(t) – u(t – T)] -A[u(t - T) – u(t – 2T)]+ A[u(t – 2T) – u(t – 3T)] -A[u(t – 3T) – u(t – 4T)]
Finalement
s(t) = A[u(t) – 2u(t – T) + 2u(t – 2T) – 2u(t – 3T) + u(t – 4T)]
Le signal rectangulaire discret de largeur 2N + 1 et d’amplitude 1, représenté sur la figure (I.80),

est donné par la relation :
n 1 si − N ≤ n ≤ N
s[n] = rect ( )={ (I.50)
2N + 1 0 ailleurs
s[n]
0
-N 0 N
n
Fig I.80. Rectangle discret

Généralités
Code Matlab
L = 32; %Longueur du signal = nombre de point du signal
N = 10; %Largeur du signal rectangulaire
n = -L/2:L/2-1; %Durée du signal rectangulaire
%Création du signal rectangulaire
s = [zeros(1,11),ones(1,11),zeros(1,10)];
%Représentation du signal rectangulaire
stem(n,s)
xlabel('n')
ylabel('s[n]')
title('rectangle discret')
grid
On peut exprimer le signal rectangulaire discret de largeur 2N + 1 en fonction de l’échelon par :

s[n] = u[n + N] – u[n – (N + 1)] (I.51)
I-7-5 Triangle
Le signal triangulaire représenté sur la figure (I.81) est défini par :
t − centre t − centre
A [1 − | |] si |1 |≤1
t − centre 1⁄ base ⁄2 base
s(t) = A tri ( )= 2 (I.52)
1⁄ base t − centre
2 0 si |1 |>1
{ ⁄2 base
t − centre
s(t) = A tri ( )
1⁄ base
2 centre
0
0 ce
base base
base centre +
centre − 2
2
Fig I.81. Triangle

Généralités
Cas particulier : le centre ce = 0, base = 2T

Le signal triangulaire de centre 0 et de largeur 2T, représenté sur la figure (I.82), est défini par :
t t
t A [1 − | |] si | |≤1
s(t) = A tri ( ) = { T T (I.53)
T t
0 si | |>1
T
ou bien
t
A [1 − ] si 0≤t≤T
T
t t
s(t) = A tri ( ) = A [1 + ] si −T≤t≤ 0 (I.54)
T T
t
{0 si | |>1
T
0
-T 0 T
t
Fig I.82. Triangle s(t) = A tri (T)
Ce signal, comme le rectangulaire, va nous permettre de voir qu’une portion limitée dans le
temps d’un signal. On peut donc le voir aussi, comme la paire de ciseaux.
Code Matlab
%Axe des temps
t=-10:0.01:10;
%Création du triangle de centre ce et de base T
ce=input('ce='); %ce est le centre du triangle
T=input('T='); %T est la moitié de la base du triangle
for i=1:length(t)
if t(i)>=ce & t(i)<=T+ce
y(i)=-1/T*t(i)+1/T*(ce+T);
elseif t(i)>=ce-T & t(i)<ce
y(i)=1/T*t(i)-1/T*(ce-T);
else
y(i)=0;
end
end
%Représentation du signal triangulaire
plot(t,y)
xlabel('t')
ylabel('s(t)')
title('triangle') ;grid

Généralités
Le signal triangulaire discret est donné par la relation :

n n
n 1−| | si | |≤1
N N
s[n] = tri ( )= { n
2N + 1 | |>1 (I.55)
0 si
N
et il est représenté sur la figure (I.83).
s[n]
0
-N 0 N
n
Fig I.83. Triangle discret
Exercice 27 :
2t
Exprimer le signal s(t) = tri ( T ) en fonction de l’échelon.
Solution :
2t T 4t 2t T
s(t) = [1 + ] u(t + ) − u(t) − [1 − ] u(t − )
T 2 T T 2
I-7-6 Impulsion de Dirac

1
On approxime l’impulsion par un signal rectangulaire d’amplitude T de largeur T et symétrique
1
par rapport à l'origine (Fig I.84a). L’aire de ce rectangle est T × T = 1. Si on fait tendre T vers
0, l’amplitude devient infinie et la largeur tend vers 0, l’aire reste constante et on obtient ainsi
l’impulsion de Dirac schématisée sur la figure (I.84b). Le chiffre 1 représenté sur la figure
(I.84b) n’est pas la hauteur de l’impulsion mais l’aire de cette impulsion. Ainsi, Kδ(t) est nul
partout sauf à t = 0 et a une aire égale à k.
L’impulsion de Dirac n’est pas une fonction mais une distribution. Elle est nulle partout sauf à
t = 0 où elle est infinie.
La définition de l’impulsion de Dirac est :
1 t ∞ si t = 0
lim rect ( ) = δ(t) = { (I.56)
T→0 T T 0 si t ≠ 0

Généralités
1/T rect(t/T)  (t)

1/T 1
Dirac
T→0
-T/2 0 T/2 0
t t
(a) (b)
Fig I.84. Impulsion de Dirac
Propriétés
➢ Produit
s(t) δ(t) = s(0) δ(t) (I.57)
s(t) δ(t − t 0 ) = s(t 0 ) δ(t − t 0 ) (I.58)
➢ Intégrale
+∞
∫ δ(t) dt = 1 (I.59)
−∞
+∞ +∞ +∞
∫ s(t) δ(t) dt = ∫ s(0) δ(t) dt = s(0) ∫ δ(t) dt = s(0) (I.60)

−∞ −∞ −∞
+∞ +∞ +∞
∫ s(t) δ(t − t 0 ) dt = ∫ s(t 0 ) δ(t − t 0 ) dt = s(t 0 ) ∫ δ(t − t 0 ) dt = s(t 0 ) (I.61)

−∞ −∞ −∞
Les relations (I.57) et (I.58) ainsi que la figure (I.85) nous montrent que l’impulsion de Dirac
peut être utilisée pour localiser la valeur d'un signal s(t) à un instant donné t0. On peut donc le
voir comme un appareil photo.
δ(t) ≡

Généralités
s(t) . (t - t )
0
s(t0)
t0
t
Fig I.85. Produit par Dirac
➢ Changement de variable
δ(a t) = |a|−1 δ(t) (I.62)
1
δ(ω) = δ(2πf) = |2π|−1 δ(f) = 2π δ(f)
➢ Parité
δ(t) = δ(−t) (I.63)
➢ L’impulsion de Dirac δ(t) est reliée à l’échelon u(t) par :
du(t)
δ(t) = (I.64)
dt
Exercice 28 :
Evaluer la fonction suivante :

12
∫ (5t + 3)δ(t − 2)dt

0
Solution :
D’après la propriété (I.61) de l’impulsion du Dirac on a :
12
∫ (5t + 3)δ(t − 2)dt = 5t + 3|t=2 = 13

0
Exercice 29 :
Calculer et tracer le signal suivant :

Généralités
t−1 1
s(t) = tri ( ) δ (t + )
2 2
Solution :
La relation (I.52) nous permet d’écrire :
t−1 t−1
t − centre t−1 1 −| | si | |≤1
2 2
tri ( ) = tri ( )={
1⁄ base 2 t−1
2 0 si | |>1
2
t−1 t−1 t 3
1− si 0≤ ≤1 − + si 1≤t≤3
2 2 2 2
t−1 t−1 t−1 t 1
tri ( )= 1+ si −1≤ ≤0= + si −1≤t≤1
2 2 2 2 2
t−1 t−1
{ 0 si | |>1 { 0 si | |>1
2 2
En appliquant la propriété (I.58) de l’impulsion de Dirac, on a :

t−1 1 t−1 1
s(t) = tri ( ) δ (t + ) = tri ( )| 1 δ (t + )
2 2 2 t=− 2
2
finalement
1 1
s(t) = δ (t + )
4 2
Le signal est représenté sur la figure (I.86).
t−1 1 1 1
tri ( ) δ (t + ) δ (t + )
2 2 4 2
1 1 1
0.75 0.75
0.5
× = 0,5
0.25 0,25
0 0 0
-1 0 1 2 3 -1 -0,5 0 -1 -0,5 0
t−1 1
Fig I.86. s(t) = tri ( ) δ (t + 2)
2
La version discrète de l’impulsion de Dirac est :

1 si n=0 (I.65)
δ[n] = {
0 ailleurs

Généralités
Une représentation de l’impulsion de Dirac discrète est donnée sur la figure (I.87).
[n]
0
-3 -2 -1 0 1 2 3
n
Fig I.87. Impulsion de Dirac discrète
L’échelon u[n] et l’impulsion de Dirac δ[n] sont reliés par la relation :

+∞
u[n] = ∑ δ[n − i] (I.66)

i=0
Inversement
δ[n] = u[n] − u[n − 1] (I.67)
L’impulsions de Dirac permet de simplifier l’écriture de signaux discrets. Tout signal discret
s[n] peut s’écrire comme une somme d’impulsion :
+∞
s[n] = ∑ s[i] δ[n − i] (I.68)

i=−∞
Le signal de la figure (I.88) peut être défini comme :

+∞ +2
x[n] = ∑ x[i] δ[n − i] = ∑ x[i] δ[n − i]

i=−∞ i=−1
= x[−1] δ[n + 1] + x[0] δ[n] + x[1] δ[n − 1] + x[2] δ[n − 2]

D’après la figure (I.88), on a :
x[-1] = 0.5 ; x[0] = -1 ; x[1] = 0 et x[2] = 1
d’où l’expression du signal discret :
x[n] = 0.5 δ[n + 1] - δ[n] + δ[n - 2]

Généralités
1
0.5
x[n]
-0.5
-1
-1 0 1 2
n
Fig I.88. Signal discret x[n]
Code Matlab
N = 20; %Longueur du signal = nombre de point du signal
n = -N/2:N/2-1; %Durée du signal
%Création de l’impulsion
x = zeros(1,N); %création d’une matrice, d’une ligne et de N colonnes,
formée que par des zéros
x(3) = 1; %L’instant où l’impulsion existe
%Représentation de l’impulsion discrète
stem(n,x)
xlabel('n')
ylabel('\delta[n]')
title('impulsion discrète')
grid
I-7-7 Peigne de Dirac
On appelle peigne de Dirac une succession périodique d’impulsion de Dirac (Fig.89).

+∞
δT (t) = ∑ δ(t − nT) (I.69)

n=−∞
T : période du peigne
Peigne de Dirac
1
0.5
0
-4T -2T 0 2T 4T
t
Fig I.89. Peigne de Dirac

Généralités
Le peigne de Dirac permet de sélectionner des valeurs régulièrement espacées d’un signal. On
peut le voir comme une caméra.
δT (t) ≡
Exercice 30 :
Calculer et tracer le signal suivant :

+∞
n
s(t) = tri(t) ∑ δ (t − )
3
n=−∞
Solution :
1−t si 0 ≤ t ≤ 1
s(t) = tri(t) = {1 + t si − 1 ≤ t ≤ 0
0 si |t| > 1
Grâce à la relation (I.58), le signal s(t) devient :

+∞ +∞ +∞
n n n n
s(t) = tri(t) ∑ δ (t − ) = ∑ tri(t) δ (t − ) = ∑ tri ( ) δ (t − )
3 3 3 3
n=−∞ n=−∞ n=−∞
Le signal triangulaire tri(t), n’est défini que dans l’intervalle [-1 , 1] ce qui correspond à
n
n  [-3 , 3] pour tri (3).
Par la suite
+3
n n
s(t) = ∑ tri ( ) δ (t − )
3 3
n=−3
puis
2 2 1 1
s(t) = tri(−1) δ(t + 1) + tri (− ) δ (t + ) + tri (− ) δ (t + ) + tri(0) δ(t)
3 3 3 3
1 1 2 2
+ tri ( ) δ (t − ) + tri ( ) δ (t − ) + tri(1) δ(t − 1)
3 3 3 3
enfin
1 2 2 1 2 1 1 2
s(t) = 0 + δ (t + ) + δ (t + ) + δ(t) + δ (t − ) + δ (t − ) + 0
3 3 3 3 3 3 3 3
La figure (I.90) illustre le signal s(t).

Généralités
+∞
n
∑ δ (t − )
tri(t) 3
n=−∞
1 1 1
2/3 × = 2/3
1/3 1/3
0 0 0
-1 0 1 -1 0 1 -1 0 1
+∞ n
Fig I.90. s(t) = tri(t) ∑n=−∞ δ (t − 3)
I-7-8 Sinus cardinal
Le sinus cardinal, représenté sur la figure (I.91), est le rapport d’une fonction sinusoïdale et de
son argument. Elle joue un rôle très important en traitement du signal. Elle est définie par :
sin (πt)
sinc(t) = (I.70)
πt
sinc(t)
1
0.5
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
Fig I.91. Sinus cardinal
Si t = 0,
sin (πt)
sinc(0) = lim =1
t→0 πt
d’où
sinc(0) = 1 (I.71)

Généralités
sin (πt)
sinc(t) = = 0 si πt = nπ
πt
finalement
sinc(t) = 0 si t = n ∈ ℤ∗
Propriétés
+∞
∫ sinc(t) dt = 1 (I.72)
−∞
+∞
∫ sinc 2 (t) dt = 1 (I.73)

−∞
Code Matlab
t = -5:0.01:5;
%Création de sinc(t) = sin(πt)/(πt)
s = sinc(t);
plot(t,s);
xlabel('t') ;
ylabel('sinc(t)') ;
grid ;
La version discrète du sinus cardinal est représentée sur la figure I.92 et donnée par la relation :
nπ
n sin ( N )
sinc [ ] = nπ (I.74)
N
N
sinc[n/N]
1
0.5
-3N -2N -N 0 N 2N 3N
n
Fig I.92. Sinus cardinal

Généralités
I-7-9 Impulsion gaussienne

1 (x−μ)2
−
f(x) = e 2σ2
(I.75)
σ√2π
μ : espérance
𝜎 : écart type
1
 = 0,  = 1
 = 0, 2 = 0.2
f(x)
0.5
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x
Fig I.93. Impulsion gaussienne

Chapitre I

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre I

Transféré par

Droits d'auteur :

Formats disponibles

CHAPITRE I

On appelle signal toute grandeur physique variable qui contient l’information.

Grandeurs physiques Informations

Tableau I.1. Grandeurs physiques

Fig I. 1. Image fixe

2- Signaux à temps continus et signaux à temps discrets

Fig I. 2. Signal à temps continu

b) Signaux à temps discrets

Le signal discret peut être représenté de plusieurs façons :

Traitement du signal 2 S. HAMDOUNE

3) Signal à support borné

Traitement du signal 3 S. HAMDOUNE

Fig I.5. Le signal sinus

2) Le signal représenté sur la figure (I.6)

Fig I.6. Le signal u(t)

Traitement du signal 4 S. HAMDOUNE

Fig I.10. Signal anticausal

2 Un signal est non causal s’il est défini pour

Fig I.11. Signal non causal

Un signal est dit pair (Fig I.12), si : s(t) = s(−t)

Traitement du signal 5 S. HAMDOUNE

Fig I.13. Signal impair

Exercice 1 : Trouver la partie paire et impaire du signal suivant :

Cherchons le signal inverse :

Traitement du signal 6 S. HAMDOUNE

Traitement du signal 7 S. HAMDOUNE

en temps continu : s(t) = ℋ [e(t)]

e(t) Système s(t)

1- Propriétés des systèmes

Exercice 2 : redressement simple alternance.

Traitement du signal 8 S. HAMDOUNE

Fig I.15. Redresseur simple alternance

e(t) s(t) e(t) s(t)

Fig I.16. (a) Diode passante (b) diode bloquée

Fig I.17. Tensions dans un redresseur simple alternance

Traitement du signal 9 S. HAMDOUNE

Fig I.18. Redressement simple alternance

Exercice 3 : Le système s(t) = R e(t) est-il linéaire ?

En remplaçant les relations ① et ② dans l’équation ③ , on trouve :

Exercice 4 : Le système y[n] = sin(x[n]) est-il linéaire ?

La réponse à x2[n] est : y2 [n] = ℋ[x2 [n]] = sin(x2 [n]) ②

Traitement du signal 10 S. HAMDOUNE

La réponse à la somme a1 x1[n] + a2 x2[n] est :

b) Invariance dans le temps

Un système est invariant dans le temps ou stationnaire si à un retard du signal d’entrée

Fig I.19. Modulation. s(t) = e(t) × m(t)

Traitement du signal 11 S. HAMDOUNE

Fig I.20. Modulation

Exercice 6 : Le système s(t) = R e(t) est-il invariant dans le temps ?

Traitement du signal 12 S. HAMDOUNE

Exercice 7 : Le système y[n] = n x[n] est-il invariant dans le temps ?

Exercice 8 : Les systèmes suivants sont-ils causaux ?

Traitement du signal 13 S. HAMDOUNE

2) y(t) = x(t) + x(t – 1) + x(t + 2)

3) y(t) = x(t) + x(2 – t)

y[n] = …+ x[n + 2] + x[n + 1] + x[n] + x[n - 1] + x[n - 2] + …

Traitement du signal 14 S. HAMDOUNE

d) Système statique ou sans mémoire

Fig I.21. Circuit résistif

e) Système dynamique ou avec mémoire

Un système est dynamique s’il tient compte du passé du présent et du futur.

Traitement du signal 15 S. HAMDOUNE

e(t) C s(t) Fig I.22. Circuit RC