Académique Documents
Professionnel Documents
Culture Documents
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
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.
➢ Image animée : est une fonction scalaire, à trois dimensions à variable à la fois temporelle
et spatiale. On le note s(x,y,t).
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
➢ 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
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.
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
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
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
-2
-5 0 5
Un signal non causal est la somme d’un signal causal et d’un signal anticausal.
4) Parité
0
Fig I.12. Signal pair
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
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
1 si 0 ≤ t ≤ 1
s(t) = {
0 ailleurs
1
s(t)
0
-2 -1 0 1 2
t
Solution :
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 :
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.
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)
Solution :
Le redressement simple alternance peut être réalisé avec le circuit de la figure (I.15).
e(t) s(t)
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).
(a) (b)
e(t) > 0 ; i(t) > 0 e(t) < 0 ; i(t) = 0
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)
On a finalement la relation :
e(t) si e(t) > 0
s(t) = {
0 si e(t) < 0
représentée sur la figure (I.18).
2
s(t)
1
0
-3 -2 -1 0 1 2 3
e(t)
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.
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
Solution :
La réponse à x1[n] est : y1 [n] = ℋ[x1 [n]] = sin(x1 [n]) ①
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)
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)
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
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)
La sortie correspondante à une entrée retardée est égale à la sortie retardée. Le système est donc
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.
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)
Quel que soit le temps t, la sortie ne dépend que des entrées du passé. Le système est donc
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=−∞
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 ?
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.
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
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).
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=−∞
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)
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.
4) y[n] = ∑ x[k]
k=−∞
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.
S
s(t)
-4 -3 -2 -1 0 1 2 3 4
t
Fig I.24. Signal continu
-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.
-1
-8 -6 -4 -2 0 2 4 6 8 10
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
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.
Q > 0.5
(a)
Q < 0.5
(b)
Q = 0.5
(c)
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).
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
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
0.5 0.5
0 0
-0.5 -0.5
1
-1 -1
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
Quand le déphasage est nul, les signaux sont en phase. Les extrémums (maximum et minimum)
coïncident (Fig I.34).
0.5 0.5
0 0
-0.5 -0.5
-1
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]
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.
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
Solution :
1° y(t) = cos(t) + cos(1.4t)
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
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
Solution :
n
1° y[n] = cos ( )
2
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.
-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.
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
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).
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
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.
Propriétés
➢ |z n | = |z|n
➢ |z ∗ | = |z|
➢ |−z| = |z|
➢ |z1 + z2 | ≤ |z1 | + |z2 |
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
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
Valeurs particulières :
Calcul d’argument
Pour calculer l’argument d’un nombre complexe z = a + jb, il faut déterminer dans quel quadrant
son image se situe.
θ = arg(z)
o Axe des réels
a
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
b
θ = arg(-z)
-a γ o a
-z = -a - jb -b
a
-a o θ = arg(z*)
-b z* = a - jb
-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
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
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
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
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)]
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) ]
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
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)
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)
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.
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.
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)
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.
s(t) = sin(4t)
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
s(t) = sin(4t)
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
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
Exercice 18 :
Tracer le signal suivant : s(t) = tri(t + 1) + tri(t) + tri(t – 1)
Solution :
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
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 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
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
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
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
1 1 1
0 0 0
-2 -1 0 1 2 -2 -1 0 1 2 -2 -1 0 1 2
t t t
1 1
s[2n]
s[n]
0.5 0.5
0 0
0 10 20 0 5 10
n n
(a) (b)
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
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)
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)
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 :
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
v(2t)
2°- changement d’échelle v(at) = v(2t) : la figure
s(2t + 3)
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)
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).
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.
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)
Traitement du signal 47 S. HAMDOUNE
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
uAC(t)
u(t)
Umoy
Exercice 21 :
Calculer la valeur moyenne du signal périodique suivant :
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
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]
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
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)
Smin
crête négative
En général :
amplitude positive = valeur maximale – valeur moyenne
amplitude négative = valeur minimale – valeur moyenne
amplitude crête à crête = valeur maximale – valeur minimale
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)
Traitement du signal 50 S. HAMDOUNE
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
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.
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
Par définition, l’énergie d’un signal continu s(t), réel ou complexe est :
+∞ +∞
dE
p ( t) = (I.33)
dt
E = ∫ |s(t)|2 dt (I.34)
t1
E = ∑ |x[n]|2 (I.35)
n=−∞
0
-a 0 a
t
2°- s(t) = At
3°- L’échelon u[n]
Solution :
1°-
+∞ a
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
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
On peut envisager plusieurs modes de classification pour les signaux suivant leurs propriétés.
a) 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.
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.
➢ 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
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
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
t
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)
xlabel('t')
ylabel('sgn(t)')
title('signe')
grid
sgn[n]
1
-1
-10 -5 0 5 10
n
Code Matlab
n=-4:4; %Le pas par défaut = 1
x=sign(n);
stem(n,x)
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
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
-1
0 k
n
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
0
-2 -1 0 1 2
t
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
r[n-k]
7
5
3
1
0
0 k
n
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
t − centre largeur
s(t) = A rect ( ) = {A si |t − centre| ≤
2 (I.46)
largeur
0 ailleurs
t T
s(t) = A rect ( ) = {A si |t| ≤
T 2 (I.48)
0 ailleurs
0
T 0 T
−
2 2
t
Fig I.79. Rectangle s(t) = A rect ( )
T
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.
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.
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)]
s[n]
0
-N 0 N
n
Fig I.80. Rectangle discret
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
I-7-5 Triangle
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
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
s[n]
0
-N 0 N
n
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
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)
−∞
+∞ +∞ +∞
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) ≡
s(t) . (t - t )
0
s(t0)
t0
t
➢ 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
du(t)
δ(t) = (I.64)
dt
Exercice 28 :
Solution :
D’après la propriété (I.61) de l’impulsion du Dirac on a :
12
Exercice 29 :
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
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
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
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 :
+∞
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
T : période du peigne
Peigne de Dirac
1
0.5
0
-4T -2T 0 2T 4T
t
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 :
Solution :
1−t si 0 ≤ t ≤ 1
s(t) = tri(t) = {1 + t si − 1 ≤ t ≤ 0
0 si |t| > 1
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
+∞
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)
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
Si t = 0,
sin (πt)
sinc(0) = lim =1
t→0 πt
d’où
sinc(0) = 1 (I.71)
sin (πt)
sinc(t) = = 0 si πt = nπ
πt
finalement
sinc(t) = 0 si t = n ∈ ℤ∗
Propriétés
+∞
∫ sinc(t) dt = 1 (I.72)
−∞
+∞
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
0.5
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x