Chapitre 1

Modélisation des signaux et des systèmes échantillonnés

1.1. Introduction aux Systèmes à Temps Discret

1.1.1. Généralités sur les systèmes discrets

Pratiquement, l’étude et le traitement de la plupart des systèmes industriels

s’effectueront à l’aide des outils numériques. Les signaux établis par ces outils ne peuvent
pas s’accommoder aux signaux continus.

⇨ On parle alors de signaux (ou de systèmes) à temps discret.

La procédure de transformation d’un signal continu en un autre numérique est
constituée de 4 étapes (Fig. 1.1). On peut les classifier également en deux étapes
essentielles qui sont comme suit :

 L’opération d’échantillonnage : elle consiste à prélever le signal d’entrée (signal

continu) en des intervalles de temps réguliers.

 L’opération de conversion : elle consiste à convertir les échantillons obtenus après

l’opération d’échantillonnage en des valeurs numériques (suite de nombres binaires).

Adil BROURI 1
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

Fig. 1.1 : Opération d’échantillonnage et de conversion

1.1.2. Structure des systèmes discrets asservis

Généralement, l’asservissement et la commande des systèmes se fait par des machines

numériques, même si le système est analogique. Le principe d’asservissement des systèmes
discrets est donné par la Figure 1.2. La commande par calculateur met en œuvre deux
éléments essentiels, à savoir le CAN et le CNA.

Fig. 1.2 : Schéma d’asservissement des systèmes discrets

1.1.3. Modélisation et principe de l’échantillonnage

L’opération d’échantillonnage d’un signal temporel 𝑠(𝑡) consiste à le transformer en une

suite discrète 𝑠(𝑛𝑇𝑒 ) (Fig. 1.1). Les valeurs prélevées de ce signal sont prises aux instants

Adil BROURI 2
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

réguliers 𝑛𝑇𝑒 (appelés les instants d’échantillonnage) ; où 𝑛 = 0,1,2, … et 𝑇𝑒 (en 𝑠) est la

période d’échantillonnage. La valeur 𝑠(𝑛𝑇𝑒 ) peut être directement obtenue en multipliant
le signal 𝑠(𝑡) par l’impulsion de Dirac 𝛿𝑘𝑇𝑒 . L’opération d’échantillonnage consiste alors à

multiplier le signal analogique continu par le peigne de Dirac 𝑝𝑇𝑒 (Fig. 1.2).

Fig. 1.3 : Peigne de Dirac (fonction d’échantillonnage)

Le principe d’opération d’échantillonnage d’un signal temporel 𝑠(𝑡) est expliqué par la
Figure 1.4.

Fig. 1.4 : Principe d’échantillonnage

Le signal échantillonné, noté 𝑠 ∗ (𝑡), peut être exprimé alors par la relation suivante :

𝑠 ∗ (𝑡 ) = 𝑠(𝑡 ). 𝑝𝑇𝑒 = 𝑠(𝑘𝑇𝑒 ) ∑+∞

𝑘=−∞ 𝛿𝑘𝑇𝑒 (1.1)

Adil BROURI 3
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

où :

𝑝𝑇𝑒 = ∑+∞
𝑘=−∞ 𝛿𝑘𝑇𝑒 (1.2)

Le signal échantillonné et modélisé par sa distribution 𝑠 ∗ (𝑡) est représenté par la Figure
1.5.

Fig. 1.5 : Modélisation d’un signal échantillonné par un peigne de Dirac

1.1.4. Exemples de signaux échantillonnés

a. Échelon unité ou unitaire : Ce signal est défini comme suit :

𝑢(𝑘 ) = 1, 𝑓𝑜𝑟 𝑘 ≥ 0
{ (1.3)
𝑢(𝑘 ) = 0, 𝑓𝑜𝑟 𝑘 < 0

Le signal échelon unitaire est représenté par Figure 1.6. Il est équivalent à la somme des
d’impulsions unités décalées dans le temps :

𝑢∗ (𝑡 ) = ∑+∞ +∞
𝑘=−∞ 𝛿 (𝑡 − 𝑘𝑇𝑒 ) = ∑𝑘=−∞ 𝛿𝑘𝑇𝑒 (1.4)

Adil BROURI 4
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

Fig. 1.6 : Échelon unité

b. Impulsion unité : Elle est définie par l’expression suivante :

1, 𝑓𝑜𝑟 𝑘 = 0
𝛿 ∗ (𝑘 ) = { (1.5)
0, 𝑓𝑜𝑟 𝑘 ≥ 1

Ce signal est représenté par Figure 1.7.

Fig. 1.7 : Impulsion unité

1.2. Spectre des signaux échantillonnés

1.2.1. Etude spectrale

On considère un signal 𝑠(𝑡 ) (à énergie finie). Alors, la transformée de Fourier de ce signal

peut s’écrire sous la forme suivante :

+∞ +∞
𝑆(𝑓) = ∫−∞ 𝑠(𝑡 ) 𝑒 −𝑗𝜔𝑡 𝑑𝑡 = ∫−∞ 𝑠(𝑡 ) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 (1.6)

L’objectif de cette partie est de calculer la transformée de Fourier 𝑆 ∗ (𝑓) du signal

échantillonné 𝑠 ∗ (𝑡). Nous avons vu à partir de (1.1) que le signal échantillonné 𝑠 ∗ (𝑡) est

obtenu par une multiplication de 𝑠(𝑡 ) par le peigne de Dirac 𝑝𝑇𝑒 :

Adil BROURI 5
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

𝑠 ∗ (𝑡 ) = 𝑠(𝑡 )𝑝𝑇𝑒 (𝑡)

Le signal 𝑝𝑇𝑒 est périodique, il possède donc une décomposition en série de Fourier :

𝑝𝑇𝑒 (𝑡) = ∑+∞

𝑛=−∞ 𝐴𝑛 𝑒
𝑗𝑛2𝜋𝑡/𝑇𝑒
(1.7)

En se servant de (1.1) et de (1.7), le signal échantillonné 𝑠 ∗ (𝑡 ) peut s’écrire sous la forme

suivante :

𝑠 ∗ (𝑡 ) = 𝑠(𝑡 ). 𝑝𝑇𝑒 (𝑡) = 𝑠(𝑡 ) ∑+∞

𝑛=−∞ 𝐴𝑛 𝑒
𝑗𝑛2𝜋𝑡/𝑇𝑒
(1.8)

Par conséquent, la transformée de Fourier 𝑆 ∗ (𝑓) peut être obtenue en utilisant l’intégrale
(1.6) :
𝑛
+∞ +∞ −𝑗2𝜋(𝑓− )𝑡
𝑆 ∗ (𝑓) = ∫−∞ 𝑠 ∗ (𝑡 ) 𝑒 −𝑗𝜔𝑡 𝑑𝑡 = ∑+∞
𝑛=−∞ (𝐴𝑛 ∫−∞ 𝑠(𝑡 ) 𝑒
𝑇𝑒 𝑑𝑡) (1.9)

A partir de cette expression, on remarque que la TF de 𝑆 ∗ (𝑓) s’écrit sous la forme

suivante :

𝑛
𝑆 ∗ (𝑓) = ∑+∞ +∞
𝑛=−∞ 𝐴𝑛 𝑆 (𝑓 − ) = ∑𝑛=−∞ 𝐴𝑛 𝑆(𝑓 − 𝑛𝐹𝑒 ) (1.10)
𝑇𝑒

où 𝐹𝑒 = 1/𝑇𝑒 est la fréquence d’échantillonnage. Ce résultat montre que la transformée de

Fourier du signal échantillonné apparaît donc comme une superposition des transformées de
Fourier de 𝑠(𝑡) aux fréquences 𝑓 − 𝑛𝐹𝑒 . Un exemple de spectre de 𝑠(𝑡) et la forme de celui
de 𝑠 ∗ (𝑡 ) sont représentés par la Figure 1.8.

Fig. 1.8 : Exemple de spectres d’un signal et de son échantillonné

Adil BROURI 6
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

1.2.2. Théorème de Shannon

Le résultat obtenu par l’équation (1.10) (Fig. 1.8) permet montrer que le signal
d’origine 𝑠(𝑡) peut être restitué ou il apparait dans le signal échantillonné 𝑠 ∗ (𝑡 ). Ceci
constitue un des objectifs essentiels de l’opération d’échantillonnage, c.-à-d., ne pas perdre
l’information utilisée (ou le signal d’origine) lors de l’opération de discrétisation. Dans
certaines conditions, le signal d’origine 𝑠(𝑡) reste récupérable à partir du spectre du signal
échantillonné 𝑠 ∗ (𝑡) (Fig. 1.8).

Généralement, le spectre d’un signal 𝑠(𝑡) à énergie finie est borné dans une bande
notée : [−𝐹𝑀 𝐹𝑀 ] (Fig. 1.9). Soit 𝑆 ∗ (𝑓) le spectre de l’échantillonné de 𝑠(𝑡) et on suppose

qu’il n’y a pas de chevauchement ou de recouvrement (Fig. 1.9). A partir de l’équation (1.10)
ou à partir de la Figure 1.8, on remarque bien que pour ne pas avoir de recouvrement il faut
remplir la condition suivante :

𝑛𝐹𝑒 − 𝐹𝑀 > (𝑛 − 1)𝐹𝑒 + 𝐹𝑀 ⇒ 𝐹𝑒 > 2𝐹𝑀 (1.11)

Cette condition constitue le théorème de Shannon qui doit être respectée pour pouvoir
récupérer le signal d’origine après échantillonnage.

Fig. 1.9 : Exemple de spectre d’un signal échantillonné

Adil BROURI 7
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

1.3. Transformée en z

1.3.1. Introduction

En se servant des propriétés de linéarité et de continuité, la transformée de Laplace d’un

signal échantillonné peut s’écrire à l’aide de (1.1) sous la forme :

ℒ (𝑠 ∗ ) = 𝑠 (𝑘𝑇𝑒 ) ∑+∞
𝑘=−∞ ℒ(𝛿𝑘𝑇𝑒 ) (1.12)

Sachant ensuite que :

ℒ(𝛿𝑘𝑇𝑒 )(𝑝) = 𝑒 −𝑘𝑇𝑒 𝑝 (1.13)

Alors, la transformée de Laplace du signal discret 𝑠 ∗ (𝑡 ) s’écrit comme suit :

ℒ (𝑠 ∗ )(𝑝) = 𝑠(𝑘𝑇𝑒 ) ∑+∞

𝑘=−∞ 𝑒
−𝑘𝑇𝑒 𝑝
(1.14)

Cette expression est similaire au cas d’un signal analogique continu :

+∞
ℒ (𝑠) = 𝑆(𝑝) = ∫−∞ 𝑠(𝑡 ) 𝑒 −𝑡𝑝 𝑑𝑡 (1.15)

1.3.2. Définition

La transformée en z du signal discret 𝑠 ∗ (𝑡 ) est par définition la transformée de Laplace en

posant 𝑧 = 𝑒 𝑝𝑇𝑒 . A partir de l’équation (1.14), la transformée en z du signal 𝑠 ∗ (𝑡 ) devient :

𝑍(𝑠 ∗ ) = 𝑆(𝑧) = ∑+∞

𝑘=0 𝑠(𝑘𝑇𝑒 )𝑧
−𝑘
(1.16)

La transformée en z inverse du signal 𝑆(𝑧) est définie par :

1
𝑍 −1 (𝑆) ∶ 𝑠(𝑡 ) = ∫ 𝑆(𝑒 𝑗𝜔 )𝑒 𝑗𝜔𝑡 𝑑𝜔 , ∀𝜔0 ∈ ℝ (1.17)
2𝜋 𝜔∈[𝜔0 2𝜋+𝜔0 [

Adil BROURI 8
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

Exemples :
Calculer les transformées en z des signaux suivants :

1) 𝑠(0) = 1, 𝑠(1) = 0.5 et 𝑠(𝑘 ) = 0 ailleurs.

2) 𝑠(𝑘 ) = (0.5)𝑘 pour 𝑘 ≥ 0 et 𝑠(𝑘 ) = 0 ailleurs.

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

1.3.3. Propriétés de la transformée en z

a. Linéarité : Soient 𝑠1 (𝑡) et 𝑠2 (𝑡) deux signaux quelconques qui possèdent les
transformées en z : 𝑆1 (𝑧) et 𝑆2 (𝑧), respectivement. Alors, pour 𝛼 et 𝛽 deux réels, on a :

𝑍(𝛼. 𝑠1 (𝑡 ) + 𝛽. 𝑠2 (𝑡)) = 𝛼. 𝑆1 (𝑡 ) + 𝛽. 𝑆2 (𝑡) (1.18)

b. Translation temporelle (Théorème du retard) : Soit 𝑠(𝑡) ayant comme transformée

𝑍(𝑠(𝑡 )) = 𝑆(𝑧). Alors, la transformée en z du signal 𝑠(𝑡) retardé d’un temps 𝑟𝑇𝑒 est
égale à :

𝑍(𝑠(𝑡 − 𝑟𝑇𝑒 )) = 𝑧 −𝑟 𝑆(𝑧) (1.19)

c. Théorème de la valeur finale : Soit 𝑠(𝑘) la suite échantillonnée correspondant au signal

𝑠(𝑡), où 𝑆(𝑧) = 𝑍(𝑠). Le théorème de la valeur finale s’exprime comme suit :

lim 𝑠(𝑘 ) = lim[(1 − 𝑧 −1 )𝑆(𝑧)] (1.20)

𝑘→+∞ 𝑧→1

d. Théorème de la valeur initiale : On a la relation suivante :

lim 𝑠(𝑘 ) = lim [𝑆(𝑧)] (1.21)

𝑘→0 𝑧→+∞

Adil BROURI 9
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

e. Multiplication par le temps : On a la relation suivante :

𝑑𝑆(𝑧)
𝑍(𝑘. 𝑠(𝑘 )) = −𝑧. (1.22)
𝑑𝑧

f. Changement d’échelle : Soit 𝑆(𝑧) la transformée en z du signal 𝑠(𝑡). Alors, on :

𝑧
𝑍(𝑐 𝑘 . 𝑠(𝑘 )) = 𝑆 ( ) (1.23)
𝑐

g. Convolution : Soient 𝑦(𝑘), 𝑥(𝑘) et 𝑠(𝑘) trois signaux reliés par la relation suivante :

𝑦(𝑘 ) = ∑+∞
𝑛=0 𝑥 (𝑛)𝑠(𝑘 − 𝑛) (1.24)

c.-à-d., 𝑦(𝑘) est égal au produit de convolution de 𝑥(𝑘) et 𝑠(𝑘). Alors, en utilisant la

transformée en z, 𝑌(𝑧) devient un simple produit de 𝑋(𝑧) et 𝑆(𝑧) :

𝑍 (𝑥 ⊗ 𝑠 ) = 𝑍 (𝑥 ) 𝑍 (𝑠 ) ⇒ 𝑌 (𝑧 ) = 𝑋 (𝑧 ). 𝑆 (𝑧 ) (1.25)

h. Conjugué : Soient 𝑢(𝑘) un réel quelconque et 𝑈(𝑧) sa transformée en z, on a la relation

suivante :

𝑈(𝑧̅) = ̅̅̅̅̅̅
𝑈 (𝑧 ) (1.26)

i. Décalage dans le temps : Soient 𝑢(𝑘) un réel quelconque et 𝑈(𝑧) sa transformée en z, on

a la relation suivante :

𝑠𝑖 𝑣(𝑘 ) = 𝑢(𝑘 + 1) ⇒ 𝑍(𝑣 ) = 𝑧. 𝑍(𝑢)

{ (1.27)
𝑠𝑖 𝑣(𝑘 ) = 𝑢(𝑘 − 1) ⇒ 𝑍(𝑣 ) = 𝑧 −1 𝑍(𝑢)

1.4. Transformée en z de signaux usuels

La table 1 montre des exemples usuels des transformée en z. On propose d’étudier dans
cette partie les transformée en z de signaux usuels.

Adil BROURI 10
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

Table 1. Transformée en 𝑧 usuelles

Adil BROURI 11
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

1.4.1. Échelon unitaire

Un échelon unitaire est défini par l’équation (1.3), 𝑢(𝑘 ) = 1 𝑝𝑜𝑢𝑟 𝑘 ≥ 0 et nul
ailleurs. En utilisant la définition de la transformée en z donnée par (1.16), on obtient :

𝑈(𝑧) = ∑+∞
𝑘=0 𝑢 (𝑘𝑇𝑒 )𝑧
−𝑘
= ∑+∞
𝑘=0 𝑧
−𝑘
(1.28)

C’est une suite géométrique, alors sa TZ devient :

1−𝑧 −(𝑛+1) 𝑧
𝑈(𝑧) = lim ( )= (1.29)
𝑛→∞ 1−𝑧 −1 𝑧−1

1.4.2. Impulsion unitaire

Une impulsion unité est définie par l’équation l’expression (1.5), sa transformée en z
devient alors :

𝐼 (𝑧 ) = 𝑧 0 = 1 (1.30)

1.4.3. Rampe de pente unitaire

Dans le cas continu, une rampe de pente unitaire est définie par l’expression suivante :

𝑟(𝑡 ) = 𝑡, 𝑓𝑜𝑟 𝑡 ≥ 0 (1.31)

La forme discrète d’une rampe de pente unitaire s’écrit alors comme suit :

𝑟(𝑘 ) = 𝑘𝑇𝑒 , 𝑓𝑜𝑟 𝑘 ≥ 0 (1.32)

En observant que 𝑟(𝑘 ) = 𝑘𝑇𝑒 𝑢(𝑡), on peut utiliser la propriété de multiplication par le
temps (1.22). On trouve donc la transformée en z de la rampe de pente unitaire :

𝑑𝑈(𝑧) 𝑧𝑇
𝑒
𝑅(𝑧) = −𝑧𝑇𝑒 . = (𝑧−1)2
(1.33)
𝑑𝑧

Adil BROURI 12
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

1.4.4. Signal exponentiel

On considère le signal exponentiel (la forme discrète de 𝑒 −𝑐𝑡 ) défini par l’équation
suivante :

𝑠(𝑘 ) = 𝑒 −𝑐𝑘𝑇𝑒 , 𝑐 ≥ 0 (1.34)

La transformée en z de ce signal est :

𝑆(𝑧) = ∑+∞
𝑘=0 𝑒
−𝑐𝑘𝑇𝑒 −𝑘
𝑧 (1.35)

Finalement, on trouve :

𝑧
𝑆 (𝑧 ) = (1.36)
𝑧−𝑒 −𝑐𝑇𝑒

1.5. Fonction de transfert en z

1.5.1. Equation de récurrence

Un système discret peut être décrit ou défini par une équation de récurrence (équation
aux différences) entre son entrée 𝑒(𝑘) et sa sortie 𝑠(𝑘). Cette relation s’écrit sous la forme :

∑𝑛𝑙=0 𝑎𝑙 𝑠(𝑘 − 𝑙) = ∑𝑚
𝑙=1 𝑏𝑘 𝑒(𝑘 − 𝑙) (1.37)

Exemples :

1) 𝑠(𝑡 ) − 𝑠(𝑡 − 1) = 𝑒(𝑡) + 2𝑒(𝑡 − 1)

2) 𝑠(𝑡 ) − 𝑠(𝑡 − 2) = 𝑒(𝑡 ) + 2𝑒(𝑡 − 1) + 3𝑒(𝑡 − 2)

Adil BROURI 13
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

1.5.2. Fonction de transfert à partir d’une équation de récurrence

Il est possible de calculer et de définir la fonction de transfert d’un système en

utilisant l’opérateur de décalage (ou de retard) 𝑞, défini comme suit :

𝑞 ∶ 𝒮 → 𝒮, (𝑞𝑢)(𝑘) = 𝑢(𝑘 + 1) (1.38)

L’opérateur de décalage inverse 𝑞 −1 est défini par :

𝑞−1 ∶ 𝒮 → 𝒮, (𝑞 −1 𝑢)(𝑘) = 𝑢(𝑘 − 1) (1.39)

On peut vérifier facilement que la puissance 𝑞 −𝑛 peut être définie comme suit (en utilisant
la relation 𝑞 −𝑛 = 𝑞 −𝑛+1 𝑞−1 ) :

(𝑞−𝑛 𝑢)(𝑘) = 𝑢(𝑘 − 𝑛) (1.40)

Dans une expression, les puissances de 𝑞 peuvent être regroupées en un polynôme,

par exemple :

𝑢(𝑘 ) + 2𝑢(𝑘 − 1) + 3𝑢(𝑘 − 2) = 𝑢(𝑘 ) + 2𝑞−1 𝑢(𝑘 ) + 3𝑞−2 𝑢(𝑘 )

= (1 + 2𝑞 −1 + 3𝑞 −2 )𝑢(𝑘 )

La définition de l’opérateur 𝑞 permet de trouver un rapport entre la sortie d’un

système 𝑠(𝑘 ) et de son entrée 𝑒(𝑘 ) (dans le cas des systèmes linéaires).

Exemple :
On considère l’équation de récurrence suivante :

𝑠(𝑡 ) − 𝑠(𝑡 − 2) = 𝑒(𝑡 ) + 2𝑒(𝑡 − 1) + 3𝑒(𝑡 − 2) (1.41)

Cette équation peut s’écrire aussi sous la forme :

(1 − 𝑞−2 )𝑠(𝑘 ) = (1 + 2. 𝑞 −1 + 3. 𝑞−2 )𝑒(𝑘 ) (1.42)

Adil BROURI 14
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

Alors, le rapport de 𝑠(𝑘 ) sur 𝑒(𝑘 ), noté 𝐺 (𝑞), devient :

1+2.𝑞−1 +3.𝑞−2
𝐺 (𝑞 ) = (1.43)
1−𝑞−2

Cette dernière fonction est identique à la fonction de transfert du système.

1.5.3. FT en utilisant le rapport des TZ d’entrée et de sortie

La propriété du produit de convolution déjà initiée est très intéressante. Sachant que la
sortie 𝑠(𝑘) d’un système linéaire est égale au produit de convolution de l’entrée 𝑒(𝑘) et de la
réponse impulsionnelle 𝑔(𝑘 ). En utilisant cette propriété, on aura :

𝑠 (𝑘 ) = ∑ ∞
𝑛=0 𝑒 (𝑘 − 𝑛)𝑔(𝑛) ⇔ 𝑆(𝑧) = 𝐸 (𝑧). 𝐺 (𝑧) (1.44)

Par conséquent, la fonction de transfert du système devient :

𝑍(𝑔(𝑘 )) = 𝑆(𝑧)/𝐸 (𝑧) (1.45)

En servant de la définition de la transformée en z, la fonction de transfert du système

𝐺 (𝑧) peut être déterminée à l’aide de l’expression suivante :

𝐺 (𝑧) = ∑+∞
𝑘=0 𝑔 (𝑘 )𝑧
−𝑘
(1.46)

1.5.4. Produit de convolution

Soit un système linéaire décrit par une réponse impulsionnelle 𝑔(. ). Alors, sa sortie
𝑠(𝑘) en fonction de son entrée 𝑒(𝑘) s’exprime en utilisant le produit de convolution :

𝑠(𝑘) = ∑∞
𝑛=0 𝑒(𝑘 − 𝑛)𝑔(𝑛) (1.47)

Cette équation peut s’exprimer aussi sous la forme suivante :

𝑠 (𝑘 ) = ∑ ∞
𝑛=0 𝑒 (𝑘 )𝑞 𝑔 𝑛 = [∑∞
−𝑛 ( )
𝑛=0 𝑞
−𝑛 ( )] ( )
𝑔 𝑛 𝑒 𝑘 = 𝐺 (𝑞 ) 𝑒 (𝑘 ) (1.48)

Adil BROURI 15
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

où 𝐺 (𝑞) est la fonction de transfert du système et son développement polynômial en fonction

de 𝑞 −1 est comme suit :

𝐺 (𝑞 ) = ∑ ∞
𝑛=0 𝑔(𝑛)𝑞
−𝑛
(1.49)

On remarque bien que cette fonction est identique à celle donnée par (1.46). 𝐺 (𝑞) est
exactement 𝐺 (𝑧) en remplaçant 𝑞 par 𝑧.

Remarque :
Etant donné que la fonction de transfert 𝐺 (𝑞) (respectivement 𝐺 (𝑧)) est souvent
exprimée sous la forme d’un développement en 𝑞 −1 (respectivement 𝑧 −1 ), la fonction de
transfert 𝐺 (𝑞 −1 ) (respectivement 𝐺 (𝑧 −1 )) est aussi utilisée dans la littérature.

1.6. Transformée en z inverse

1.6.1. Transformée inverse par division polynomiale

Soit un signal 𝑠(𝑘 ) ayant comme transformée en 𝑧 une fraction rationnelle qui s’écrit
sous la forme généralisée suivante :

∑𝑚 𝑏𝑙 𝑧 𝑙
𝑙=1
𝑆(𝑧) = ∑𝑚 𝑙
(1.50)
𝑙=0 𝑎𝑙 𝑧

Cette méthode consiste à utiliser la division classique pour exprimer la fonction 𝑆(𝑧) sous
la forme polynomiale :

𝑆(𝑧) = 𝑠0 + 𝑠1 𝑧 −1 + 𝑠2 𝑧 −2 + 𝑠3 𝑧 −3 + ⋯ (1.51)

Cette division permet d'obtenir donc par récurrence tous les termes du signal 𝑠(𝑘 ) :

𝑠(𝑘 ) = {𝑠0 , 𝑠1 , 𝑠2 , … } (1.52)

Adil BROURI 16
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

Exemple :
Soit le signal 𝑠(𝑘 ) ayant la transformée en 𝑧 suivante :

( 𝑧 2 + 𝑧)
𝑆 (𝑧 ) =
( 𝑧 3 − 2.6𝑧 2 + 2.2𝑧 − 0.6)

Trouver les 4 premières valeurs de 𝑠(𝑘 ), c.-à-d. 𝑠(𝑘 ) pour 𝑘 = 0 … 3.

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

1.6.2. Transformée inverse par décomposition en éléments simples

La deuxième méthode permettant de trouver la transformée en z inverse consiste à

décomposer la fraction rationnelle 𝑆(𝑧) en éléments simples puis d'utiliser le tableau de
transformées en 𝑧.

Exemple :
Soit le signal 𝑠(𝑘 ) ayant la transformée en 𝑧 suivante :

( 𝑧 2 + 𝑧)
𝑆 (𝑧 ) =
( 𝑧 3 − 2.6𝑧 2 + 2.2𝑧 − 0.6)

Trouver la transformée en z inverse correspondante en remarquant que 𝑧 = 1 est un

pôle du système.

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Adil BROURI 17
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

1.7. Transformée de Fourier à temps discret

1.7.1. Modélisation fréquentielle des signaux périodiques

Soit 𝑇 > 0 et 𝐿2 ([−𝑇/2 𝑇/2]) l’espace des fonctions 𝑓 réelles définies sur
[−𝑇/2 𝑇/2] telles que :

𝑇/2
∫−𝑇/2 𝑓(𝑡)2 . 𝑑𝑡 < ∞ (1.53)

Toute fonction 𝑓 périodique de période 𝑇 et satisfaisant (1.53) peut être développée sous
la décomposition en séries de Fourier, ∀ 𝑡 ∈ [−𝑇/2 𝑇/2] :

𝑛 𝑛
𝑓 (𝑡 ) = 𝑎0 + ∑∞
𝑛=1 (𝑎𝑛 𝑐𝑜𝑠 (2𝜋 𝑡) + 𝑏𝑛 𝑠𝑖𝑛 (2𝜋 𝑡)) (1.54)
𝑇 𝑇

Une autre forme équivalente à (1.54) est la suivante :

𝑛
𝑓 (𝑡 ) = 𝑎0 + ∑∞
𝑛=1 𝑓𝑛 𝑠𝑖𝑛 (2𝜋 𝑡 + 𝜃𝑛 ) (1.55)
𝑇

Le terme correspondant à 𝑛 = 1 est appelé le fondamental ; les termes qui correspondent à

𝑛 > 1 sont appelés les harmoniques de rang 𝑛.
En se servant de la formule d’Euler, la décomposition en série de Fourier d’une fonction
𝑓 (𝑡 ) peut se ré-exprimer par la forme complexe suivante :

𝑛
𝑖2𝜋 𝑡
𝑓 (𝑡 ) = ∑ ∞
𝑛=−∞ 𝐶𝑛 𝑒 𝑇 , ∀ 𝑡 ∈ [−𝑇/2 𝑇/2] (1.56)

où les coefficients 𝐶𝑛 peuvent être calculés en utilisant la relation suivante :

1 𝑇/2 𝑛
𝐶𝑛 = ∫−𝑇/2 𝑓(𝑡)𝑒 −𝑖2𝜋𝑇𝑡 . 𝑑𝑡 (1.57)
𝑇

Adil BROURI 18
Chapitre 1 : Systèmes Modélisation des signaux et des systèmes échantillonnés

1.7.2. Transformée de Fourier à temps discret

On considère un signal continu 𝑠(𝑡 ) que l’on échantillonne à une fréquence 𝐹𝑒

respectant le théorème de Shannon. On rappelle d’abord que la transformée de Laplace du signal
discret 𝑠 ∗ (𝑡 ) s’écrit comme suit :

𝑆 ∗ (𝑝) = ∑𝑛𝑘=0 𝑠𝑘 𝑒 −𝑝𝑘𝑇𝑒 (1.58)

Similairement, la transformée en z est obtenue en posant 𝑧 = 𝑒 𝑝𝑇𝑒 :

𝑆(𝑧) = ∑𝑛𝑘=0 𝑠𝑘 𝑧 −𝑘 (1.59)

Similairement au cas continu, la transformée de Fourier discrète d’un signal 𝑠 ∗ (𝑡 ) peut

être trouvée en remplaçant 𝑒 𝑝𝑇𝑒 par 𝑒 𝑗𝜔𝑇𝑒 dans sa transformée de Laplace :

𝑆 ∗ (𝑗𝜔) = ∑𝑛𝑘=0 𝑠𝑘 𝑒 −𝑗𝑘𝜔𝑇𝑒 = ∑𝑛𝑘=0 𝑠𝑘 𝑒 −𝑗2𝜋𝑘𝑓/𝐹𝑒 (1.60)

Le module de 𝑆 ∗ (𝑗𝜔) représente le spectre du signal échantillonné.

Adil BROURI 19
 Chapitre 2
Stabilité des systèmes échantillonnés

2.1. Réponse impulsionnelle d’un système

Soit un système linéaire à temps invariant (LTI) 𝐺, la réponse impulsionnelle 𝑔 = 𝐺 (𝛿 )

caractérise entièrement le système, puisque la sortie du système 𝑦 = 𝐺 (𝑢) peut être
déterminée pour toute entrée 𝑢 par l’expression :

𝑦 (𝑘 ) = ∑ ∞
𝑛=−∞ 𝑒 (𝑘 − 𝑛)𝑔(𝑛) (2.1)

Si le système est causal, alors 𝑔(𝑘 ) = 0 pour tout 𝑘 < 0. Par conséquent, cette
dernière expression devient :

𝑦 (𝑘 ) = ∑ ∞
𝑛=0 𝑒 (𝑘 − 𝑛)𝑔(𝑛) (2.2)

2.2. Stabilité BIBO des systèmes

2.2.1. Définitions

Définition 2.1 :

On dit qu’un système caractérisé par une réponse impulsionnelle 𝑔 est (BIBO) stable si :

∑∞
𝑛=0|𝑔(𝑛)| < ∞ (2.3)

Adil BROURI 20
Chapitre 2 : Stabilité des systèmes échantillonnés

On peut observer que cette définition est équivalente au fait que toute entrée bornée
devrait entraîner une sortie bornée. Il convient dans la suite de disposer de notions
supplémentaires sur la stabilité.

Définition 2.2 :

On dit qu’un système linéaire ayant une réponse impulsionnelle 𝑔 est strictement stable
si :

∑∞
𝑛=0 𝑛|𝑔(𝑛)| < ∞ (2.4)

La stabilité stricte est différente de la stabilité BIBO. En effet, la stabilité stricte se réfère
au fait qu’un système ayant un signal d’entrée de très grandes valeurs peut produire une
sortie limitée ou bornée.

Définition 2.3 :

On dit qu’un système linéaire ayant une réponse impulsionnelle 𝑔 ∈ 𝐺 ∗ est uniformément
stable s’il existe une réponse impulsionnelle ℎ BIBO stable telle que :

|𝑔(𝑛)| < ℎ(𝑛) pour tout 𝑔 ∈ 𝐺 ∗ (2.5)

2.2.2. Théorème

Soit un système à temps discret ayant la fonction de transfert 𝐺 (𝑧) et possédant les pôles
suivants : 𝑧1 , …, 𝑧𝑛 . Les résultats suivants peuvent être observés :

1- S’il existe un pôle 𝑧𝑖 ∈ {𝑧1 , … , 𝑧𝑛 } tel que |𝑧𝑖 | ≥ 1, alors le système est BIBO
instable.

2- Si tous les pôles 𝑧1 … 𝑧𝑛 vérifient la condition : |𝑧𝑖 | < 1, alors le système est BIBO
stable.

Adil BROURI 21
Chapitre 2 : Stabilité des systèmes échantillonnés

Exercice :
Soit le système ayant la fonction de transfert 𝐺 (𝑧) suivante :

𝑧
𝐺 (𝑧 ) =
(𝑧 − 0.25)(𝑧 − 0.5)

1) Montrer que ce système est BIBO stable.

2) Montrer que sa réponse impulsionnelle converge vers zéro.

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

2.3. Critère de Jury

2.3.1. Introduction

Soit un système à temps discret caractérisé par sa fonction de transfert 𝐺 (𝑧). Le

dénominateur de 𝐺 (𝑧) est un polynôme 𝐷 (𝑧) qui s’écrire sous la forme suivante :

𝐷 (𝑧) = 𝑎𝑛 𝑧 𝑛 + 𝑎𝑛−1 𝑧 𝑛−1 + ⋯ + 𝑎1 𝑧 + 𝑎0 (2.6)

Le polynôme dénominateur 𝐷 (𝑧) est appelé le polynôme caractéristique du système.

Généralement, il est possible d’étudier la stabilité d’un système à l’aide de 𝐷 (𝑧). Le critère
de Jury permet d’étudier la stabilité du système en se servant du polynôme caractéristique
𝐷 (𝑧) et sans nécessité de calculer les racines du polynôme de 𝐺 (𝑧). On note que si le degré
𝑛 est grand, il est souvent difficile de déterminer les racines du polynôme caractéristique, d’où
l’intérêt du critère de Jury.

2.3.2. Critère de Jury

Les conditions de stabilité d’un système en utilisant le critère de Jury dépendent de

l’ordre du système. On suppose d’abord que 𝑎𝑛 > 0.

Adil BROURI 22
Chapitre 2 : Stabilité des systèmes échantillonnés

1- Dans le cas d’un système d’ordre 2 : le système est stable s’il vérifie Les conditions

suivantes :

𝑎0 + 𝑎1 + 𝑎2 > 0
{𝑎0 − 𝑎1 + 𝑎2 > 0 (2.7)
𝑎2 − 𝑎0 > 0

2- Cas d’un système d’ordre 3 : le système est stable si les conditions suivantes sont remplies :

𝑎0 + 𝑎1 + 𝑎2 + 𝑎3 > 0
−𝑎0 + 𝑎1 − 𝑎2 + 𝑎3 > 0
{ (2.8)
𝑎3 − |𝑎0 | > 0
𝑎0 𝑎2 − 𝑎1 𝑎3 − 𝑎0 2 + 𝑎3 2 > 0

2.3.3. Exercice

On considère un système ayant le polynôme caractéristique suivant :

𝐷 (𝑧) = 𝑧 3 + (𝑘 − 0.75)𝑧 − 0.25

Appliquer le critère de Jury pour étudier la stabilité de ce système en fonction de 𝑘.

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

2.4. Critère de Routh

2.4.1. Introduction

Le critère de Jury présenté dans la section précédente permet d’étudier si les racines
d’un polynôme appartiennent ou non au disque unité sans avoir les calculer.
Le critère de Routh permet de vérifier si les racines d’un polynôme appartiennent ou non
au demi-plan gauche de l’axe complexe ℛ (𝑤) < 0. Ce critère permet d’étudier alors la

Adil BROURI 23
Chapitre 2 : Stabilité des systèmes échantillonnés

stabilité d’un système échantillonné en transformant la variable 𝑧 en une autre variable

notée 𝑤.

2.4.2. Théorème

Soit 𝐷 (𝑧) le polynôme caractéristique d’un système de degré 𝑛. On considère le nouveau

polynôme 𝑃(𝑤) obtenu en adoptant la transformation bijective suivante :

1+𝑤 𝑧−1
𝑧= ⟺ 𝑤= (2.9a)
1−𝑤 𝑧+1

dans l’expression suivante :

1+𝑤
𝑃 (𝑤 ) = (1 − 𝑤 )𝑛 𝐷 ( ) (2.9b)
1−𝑤

Alors, le système est stable si et seulement si toutes les racines {𝑤1 , … , 𝑤𝑛 } du polynôme
𝑃(𝑤) appartiennent au demi-plan gauche ℛ (𝑤𝑖 ) < 0, pour 𝑖 = 1 … 𝑛.

Démonstration :

D’abord, le nombre complexe 𝑧 s’écrit sous la forme : 𝑧 = 𝛼 + 𝑗𝛽. En remplaçant 𝑧

par 𝛼 et 𝛽 dans l’équation (2.9a), on aura :

𝛼2 +𝛽2 −1+2𝑗𝛽
𝑧 = 𝛼 + 𝑗𝛽 ⟺ 𝑤 = (𝛼+1)2 +𝛽2
(2.10)

Sachant ensuite que le système est stable si toutes les racines du polynôme caractéristique
𝐷 (𝑧) sont à l’intérieur du disque unité |𝑧𝑖 | < 1, pour 𝑖 = 1 … 𝑛. Cette condition de stabilité
est équivalente en se servant de (2.10) au résultat suivant :

|𝑧| < 1 ⟺ 𝛼 2 + 𝛽2 < 1 ⟺ ℛ (𝑤) = 𝛼 2 + 𝛽2 − 1 < 0 (2.11)

Adil BROURI 24
Chapitre 2 : Stabilité des systèmes échantillonnés

2.4.3. Enoncé du critère de Routh

Le résultat établi dans la sous-section précédente, permet d’étudier la stabilité du

système en adoptant la transformation 𝑧 ⟺ 𝑤 donnée par l’équation (2.9a). Le problème
qui se pose actuellement est que parfois il est difficile de déterminer les racines polynôme
caractéristique. Le critère de Routh permet d’étudier la stabilité du système en se servant du
résultat du théorème précédant sans nécessité de calculer les racines polynôme
caractéristique. Soit le polynôme 𝑃(𝑤) obtenu en utilisant la transformation (2.9a) :

𝑃(𝑤) = 𝑎𝑛 𝑤 𝑛 + 𝑎𝑛−1 𝑤 𝑛−1 + ⋯ + 𝑎1 𝑤 + 𝑎0 (2.12)

Le système est stable, c.-à-d. ses racines appartiennent au demi-plan gauche (ℛ (𝑤𝑖 ) < 0),
si et seulement si tous ses coefficients 𝑎𝑖 (𝑖 = 0 … 𝑛) sont du même signe et que les
coefficients de la première colonne du tableau de Routh sont également du même signe. Ce
tableau est construit de la manière suivante :

 Les deux premières lignes contenant les coefficients 𝑎𝑖 alternativement dans un ordre
décroissant.

 La 3ème ligne est remplie par les valeurs comme suit :

an an 2 an 4 an 6 ...
an 1 an 3 an 5 an 7 ... (2.13)
an 1an  2  an an 3 an 1an  4  an an 5 an 1an 6  an an 7
... 0
an 1 an 1 an 1

 En se servant de la 2ème et de la 3ème lignes, on introduit une 4ème ligne calculée de la

même manière que la 3ème.

 On répète ces étapes jusqu’à ce qu’il n’y a que des 0 sur la ligne.

Adil BROURI 25
Chapitre 2 : Stabilité des systèmes échantillonnés

2.4.4. Exercice

On considère un système ayant le polynôme caractéristique suivant :

𝐷 (𝑧) = 𝑧 3 + (𝑘 − 0.75)𝑧 − 0.25

Etudier la stabilité de ce système en fonction de 𝑘 en se servant du critère de Routh.

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Adil BROURI 26
 Chapitre 3
Etude des systèmes discrets du 1er et 2ème ordre

3.1. Modèle numérique d’un système analogique avec BOZ

3.1.1. Numérisation d’un processus

Soit un système linéaire continu de fonction de transfert 𝐹 (𝑝). Ce système est

commandé numériquement selon la Figure 3.1.

Fig. 3.1 : Modélisation d’un système échantillonné

Le processus de numérisation par invariance indicielle du système continu ayant la

fonction de transfert 𝐹 (𝑝) conduit à une fonction de transfert 𝐺 (𝑧) comme le montre la
Figure 3.2. Le bloqueur d’ordre 0 (BOZ) possède la fonction de transfert 𝐵0 (𝑝).

𝑒(𝑘𝑇𝑒 ) = 𝑒 ∗ (𝑡) 𝑠(𝑘𝑇𝑒 ) = 𝑠 ∗ (𝑡)

≡

Fig. 3.2 : Processus de numérisation utilisant un BOZ

Adil BROURI 27
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

3.1.2. Rôle et objectif d’un BOZ

Pratiquement, il est très difficile d’exciter un processus physique par un signal

échantillonné idéal. Généralement, afin de commander correctement le processus on
insère un dispositif qui permet d’assurer la continuité de la commande entre deux instants
d'échantillonnage successifs. Le dispositif le plus utilisé et le plus simple c'est le bloqueur
d'ordre zéro (BOZ). Ce dernier maintient la commande constante entre deux instants
échantillonnages (à l’aide p. ex. des mémoires ou des registres), c.-à-d. le BOZ conserve
l’information jusqu'à l'arrivée de la suivante (Fig. 3.3).

Fig. 3.3 : Principe d’un bloqueur d'ordre zéro (BOZ)

Exemple de résultats obtenus utilisant dans le processus de numérisation un bloqueur

d'ordre zéro et dont la donnée est une sinusoïde est montré par la Figure 3.4.

Fig. 3.4 : Effet d’un BOZ sur une sinusoïde

Adil BROURI 28
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

3.1.3. F.T numérique d’un système analogique avec BOZ

Pour déterminer la fonction de transfert continue 𝐵0 (𝑝) du bloqueur d'ordre zéro, on

utilise une réponse impulsionnelle comme le montre la Figure 3.3. On remarque que cette
réponse conduit en sortie du BOZ à la somme d’un échelon unitaire à l’instant 𝑡 = 0 et un
autre échelon d’amplitude −1 à l’instant 𝑡 = 𝑇𝑒 (Fig. 3.5). Ce résultat conduit à la
modélisation suivante de la fonction de transfert 𝐵0 (𝑝) du bloqueur d'ordre zéro :

1 1 1
𝐵0 (𝑝) = − 𝑒 −𝑇𝑒𝑝 = (1 − 𝑒 −𝑇𝑒𝑝 ) (3.1)
𝑝 𝑝 𝑝

Alors, la fonction de transfert 𝐺 (𝑧) du processus de numérique de l’ensemble du

système analogique ayant la fonction de transfert 𝐹 (𝑝) et du bloqueur d’ordre 0 peut s’écrire
comme suit :

(1−𝑒 −𝑇𝑒 𝑝) 𝐹(𝑝)

𝐺 (𝑧) = 𝒵(𝐵0 (𝑝)𝐹 (𝑝)) = 𝒵 ( 𝐹 (𝑝)) = (1 − 𝑧 −1 )𝒵 ( ) (3.2)
𝑝 𝑝

Fig. 3.5 : Modélisation d’un BOZ

3.2. Systèmes discrets du 1er ordre

3.2.1. Introduction

Pour déterminer les performances d’un système (rapidité, temps de réponse, etc.), on
s'intéresse souvent à leurs réponses impulsionnelle et indicielle.

Adil BROURI 29
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

Un autre intérêt de la réponse impulsionnelle consiste à observer que la fonction de transfert du

système peut être obtenue en calculant la transformée en z de l'impulsion unitaire du système.
En effet, la réponse impulsionnelle du système est obtenue en multipliant la fonction de
transfert 𝐺 (𝑧) du système par la transformée en z d'une impulsionnelle unitaire (qui est égale
à 1) :

𝑆 (𝑧 ) = 𝐺 ( 𝑧 ). 1 = 𝐺 (𝑧 ) (3.3)

Cela justifie le fait que la fonction de transfert du système est nommée également « réponse
impulsionnelle ».

Pour déterminer la réponse indicielle (la sortie 𝑆(𝑧) à un échelon) d'un système, il
faut donc multiplier la fonction de transfert 𝐺 (𝑧) du système par la transformée en z d'un
échelon unitaire :

𝑧 1
𝑆 (𝑧 ) = 𝐺 ( 𝑧 ). = 𝐺 (𝑧 ) . (3.4)
𝑧−1 1− 𝑧 −1

3.2.2. Modèle numérique du 1er ordre

Dans cette partie, on propose d’étudier le processus ou le modèle numérique 𝐺 (𝑧)

d’un système analogique continu de 1er ordre 𝐹 (𝑝) qui tient la forme suivante :

𝐾
𝐹 (𝑝 ) = (3.5)
1+𝜏𝑝

Par conséquent, en se servant de (3.2) et de (3.5), la fonction de transfert du modèle

numérique s’écrit ainsi :

𝐹(𝑝) (1−𝑒 −𝑇𝑒 /𝜏 )

𝐺 (𝑧) = (1 − 𝑧 −1 )𝒵 ( )=𝐾 (3.6)
𝑝 (𝑧−𝑒 −𝑇𝑒 /𝜏 )

Adil BROURI 30
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

Cette équation montre que la fonction de transfert 𝐺(𝑧) du modèle numérique est aussi
du 1er ordre. Elle dépend fondamentalement de la période d’échantillonnage 𝑇𝑒 .

3.2.3. Réponse impulsionnelle et indicielle

i. Réponse impulsionnelle

Soit un système du premier ordre dont son entrée est générée par un convertisseur
numérique CNA (Fig. 3.6). Ce système du premier ordre associé à son échantillonneur-
bloqueur d'ordre zéro. Alors, la transformée en z de la fonction de transfert 𝐺 (𝑧) = 𝑆(𝑧)/𝐸 (𝑧)
du système résultant est égale à :

𝑧−1 𝑘 𝐾(1−𝑒 −𝑇𝑒 /𝜏)

𝐺 (𝑧) = 𝑆(𝑧)/𝐸 (𝑧) = 𝒵( )= (3.7)
𝑧 𝑝(1+𝜏𝑝) (𝑧−𝑒 −𝑇𝑒 /𝜏 )

On remarque que la fonction de transfert 𝐺 (𝑧) est aussi du 1er ordre dont le pôle 𝑒 −𝑇𝑒/𝜏
dépend du pôle du système analogique −1/𝜏 mais aussi de la période d’échantillonnage
𝑇𝑒 .

Fig. 3.6 : Système 1er ordre associé avec BOZ

Dans ce cas, la réponse impulsionnelle du système s’écrit :

𝐾(1−𝑒 −𝑇𝑒 /𝜏 )
𝑆 (𝑧 ) = 𝐺 ( 𝑧 ). 𝐸 (𝑧 ) = (3.8)
(𝑧−𝑒 −𝑇𝑒 /𝜏 )

Par conséquent, en utilisant la transformée en z-1, la sortie temporelle 𝑠(𝑘 ) est comme suit :

𝑠(𝑘 ) = 𝐾 (1 − 𝑒 −𝑇𝑒/𝜏 )𝑒 −𝑇𝑒(𝑘−1)/𝜏 𝑢(𝑘 − 1) (3.9)

Adil BROURI 31
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

La Figure 3.7 montre la forme de la sortie temporelle 𝑠(𝑘 ) dans le cas d’un pôle stable, c.-
à-d. le pôle 𝑒 −𝑇𝑒/𝜏 appartient au cercle d’unité (ou son équivalent en continu −1/𝜏 est
négatif).

Fig. 3.7 : Réponse impulsionnelle d’un système de 1er ordre

Remarque 3.1

En analysant le comportement de la réponse impulsionnelle 𝑠(𝑘 ) (ou de la fonction de

transfert 𝐺 (𝑧)), on conclut que :

1- Le système est rapide si son pôle échantillonné 𝑧1 = 𝑒 −𝑇𝑒/𝜏 est de petite valeur
(𝑧1 → 0). Il faut que son pôle continu 𝑝1 = −1/𝜏 soit négatif et 1/𝜏 → ∞.

2- Un système échantillonné lent est caractérisé par un pôle 𝑧1 = 𝑒 −𝑇𝑒/𝜏 voisin de

1, donc un pôle continu 𝑝1 = −1/𝜏 → 0.

ii. Réponse indicielle

Le système est excité par un échelon (échantillonné). Dans ce cas, la sortie du système
𝑆(𝑧) prend l’expression suivante :

𝑧−1 𝐹(𝑝)
𝑆 (𝑧 ) = 𝐸 ( 𝑧 ) 𝐺 (𝑧 ) = 𝐸 (𝑧 ). 𝒵( ) (3.10)
𝑧 𝑝

Adil BROURI 32
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

avec :
𝑧
𝐸 (𝑧 ) = 𝐸 (3.11)
𝑧−1

En remplaçant 𝐺 (𝑧) et 𝐸 (𝑧) par leur expression (3.6) et (3.11), respectivement, dans
(3.10). Ensuite, en procédant, p. ex., de la décomposition en éléments simples, la sortie 𝑆(𝑧)
devient :

𝑧 𝑧
𝑆(𝑧) = 𝐾. 𝐸. ( − ) (3.12)
𝑧−1 𝑧−𝑒 −𝑇𝑒/𝜏

En se servant de la transformée en z inverse, on trouve :

𝑠(𝑘 ) = 𝒵 −1 (𝑆(𝑧)) = 𝐾. 𝐸 (1 − 𝑒 −𝑘𝑇𝑒 /𝜏 ) (3.13)

Qui peut être ré-exprimer sous la forme :

𝑠(𝑘 ) = 𝐾. 𝐸 (1 − 𝑎𝑘 )𝑢(𝑘 ) (3.14a)

où :

𝑎 = 𝑒 −𝑇𝑒/𝜏 (3.14b)

L’équation (3.14a) montre que :

- Si |𝑎| > 1 la suite 𝑠(𝑘 ) ne peut converger d'où un comportement instable du

système.
- Si la suite 𝑠(𝑘) converge, en se servant du théorème de la valeur finale, on aura :

lim 𝑠(𝑘 ) = lim[(1 − 𝑧 −1 )𝑆(𝑧)] = 𝐾. 𝐸 (3.15)

𝑘→+∞ 𝑧→1

Ce résultat montre également qu’il peut y avoir des dépassements transitoires de la

valeur finale si la condition suivante est vérifiée : 𝑎 < 0.

Adil BROURI 33
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

La Figure 3.8a montre la forme de la réponse indicielle de 𝑠(𝑘 ) dans le cas d’un pôle
𝑎 = 𝑒 −𝑇𝑒/𝜏 ∈ ]0 1[. Quant à la Figure 3.8b, elle montre le cas des dépassements
transitoires ou oscillations, le pôle 𝑎 = 𝑒 −𝑇𝑒/𝜏 doit appartenir à l’intervalle ]−1 0[.

Fig. 3.8a : Réponse indicielle pour 𝑎 ∈ ]0 1[ Fig. 3.8b : Réponse indicielle pour 𝑎 ∈ ]−1 0[

3.2.4. Précision et performances transitoires

i. Stabilité

Il est intéressant de rappeler que la commande des systèmes se fait souvent en boucle
fermée (Fig. 3.9). En utilisant l’expression de 𝐺 (𝑧) donnée par (3.7), il est facile de montrer
que la fonction de transfert en boucle fermée d’un système continu du 1er ordre, échantillonné

avec bloquer d’ordre zéro est aussi un système de 1er ordre en fonction de 𝑧 :

𝐾(1−𝑒 −𝑇𝑒 /𝜏 )
𝐺𝐵𝐹 (𝑧) = 𝐺𝐵𝑂 (𝑧)/(1 + 𝐺𝐵𝑂 (𝑧)) = (𝑧−𝑧0 )
(3.16a)

où le pôle 𝑧0 est donné par l’expression :

𝑧0 = 𝑒 −𝑇𝑒/𝜏 − 𝐾 (1 − 𝑒 −𝑇𝑒/𝜏 ) (3.16b)

Adil BROURI 34
 Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

𝐸 (𝑧 ) 𝑆 (𝑧 )

𝑅(𝑧) = 𝐸(𝑧)

Fig. 3.9 : Commande d’un système en boucle fermée

On peut déduire que le système en boucle fermée est stable si le pôle 𝑧0 appartient au
cercle unité.

ii. Caractéristiques transitoires

- Le temps de réponse du système à 𝑟 % : c’est l’instant au bout duquel, la réponse 𝑆(𝑧)

rentre définitivement dans l’intervalle : [𝑠(∞)(1 + 0.01𝑟) 𝑠(∞)(1 − 0.01𝑟)]. Par
exemple, pour 𝑟 = 5 %, le temps de réponse à 5 % est donné approximativement par
l’expression suivante :

𝑡𝑟 (5 %) ≈ −3𝑇𝑒 /log(𝑎) (3.17)

- Le dépassement indiciel : il est déterminé par l’expression suivante :

𝑠𝑚𝑎𝑥 −𝑠(∞) 𝐾.𝐸(1−𝑎)−𝐾.𝐸

𝐷%= . 100 % = . 100 % = −100𝑎 % (3.18)
𝑠(∞) 𝐾.𝐸

iii. Erreur de position

Dans cette partie, on veut étudier l’erreur de position (notée 𝜀𝑝 ) d’un système continu

du 1er ordre, échantillonné avec bloquer d’ordre zéro (Fig. 3.9).

L’erreur de position 𝜀𝑝 est la valeur de l’erreur 𝜀 (𝑘 ) = 𝑠(𝑘 ) − 𝑒(𝑘) en régime permanent

pour une entrée 𝑒(𝑘) égale à un échelon unitaire : 𝜀𝑝 = lim 𝜀 (𝑘 ). A partir de la Figure
𝑘→+∞

3.9, on a :

Adil BROURI 35
 Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

𝜀 (𝑧) = 𝐸 (𝑧) − 𝑆(𝑧) = 𝐸 (𝑧) − 𝐺𝐵𝑂 (𝑧)𝜀(𝑧) (3.19)

A partir de l’équation (3.19), on obtient :

𝐸(𝑧)
𝜀 (𝑧 ) = (3.20)
1+𝐺𝐵𝑂(𝑧)

Sachant que 𝐸 (𝑧) = 𝑧/(𝑧 − 1) et en se servant du théorème de la valeur finale, l’erreur de

position s’écrit comme suit :

1
𝜀𝑝 = lim[(1 − 𝑧 −1 )𝜀(𝑧)] = lim ( ) (3.21)
𝑧→1 𝑧→1 1+𝐺𝐵𝑂 (𝑧)

iv. Erreur de vitesse

L’erreur de vitesse (notée 𝜀𝑣 ) d’un système de 1er ordre est définie par :

𝜀𝑣 = lim 𝜀 (𝑘 )
𝑘→+∞

pour une entrée 𝑒(𝑘) égale à une rampe, c.-à-d. :

𝐸 (𝑧) = 𝑇𝑒 𝑧/(𝑧 − 1)2 (3.22a)

Finalement, en utilisant (3.20) et (3.22a), l’erreur de vitesse 𝜀𝑣 est donnée par l’expression
suivante :

𝑇
𝜀𝑣 = lim[(1 − 𝑧 −1 )𝜀 (𝑧)] = lim ((𝑧−1)(1+𝐺
𝑒
) (3.22b)
𝑧→1 𝑧→1 𝐵𝑂 (𝑧))

3.3. Systèmes discrets du second ordre

3.3.1. Introduction

La fonction de transfert d’un système analogique continu s’écrit sous la forme suivante :

Adil BROURI 36
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

𝑘
𝐹 (𝑝 ) = 𝑝 𝑝 2
(3.23)
1+2𝜉 +( )
𝜔𝑛 𝜔𝑛

où 𝜉 est l’amortissement et 𝜔𝑛 est la pulsation propre. Alors, la fonction de transfert en z d’un

système d’ordre 2 associé à un échantillonneur-bloqueur peut s’écrire sous l’expression
générale suivante :

𝑏1 𝑧+𝑏0 𝑏 𝑧+𝑏
𝐺 (𝑧 ) = 2
= (𝑧−𝑧1 )(𝑧−𝑧
0
(3.24)
𝑧 +𝑎1 𝑧+𝑎0 1 2)

On note la présence d’un zéro dans la fonction de transfert d’un système d’ordre 2. Dans ce
contexte, on préfère étudier le comportement du système d’ordre 2 d’une manière
générale.

3.3.2. Réponse impulsionnelle et indicielle

i. Réponse impulsionnelle

Il convient d’étudier le comportement du système en fonction de ses pôles. En

utilisant (3.24), la décomposition en éléments simples de la sortie 𝑆(𝑧) peut s’écrire comme
suit :

𝛼𝑧 𝛽𝑧
𝑆(𝑧) = 𝑧 −1 + 𝑧 −1 (3.25)
𝑧−𝑧1 𝑧−𝑧2

avec :

𝑏1 𝑧1 +𝑏0 𝑏1 𝑧2 +𝑏0
𝛼= ; 𝛽= (3.26)
𝑧1 −𝑧2 𝑧2 −𝑧1

Finalement, la réponse impulsionnelle d’un système d’ordre 2 peut s’écrire en utilisant la

transformée en z-1 comme suit :

𝑠(𝑘 ) = (𝛼𝑧1 (𝑘−1) + 𝛽𝑧2 (𝑘−1) )𝑢(𝑘 − 1) (3.27)

Adil BROURI 37
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

Différents cas peuvent être observés selon les valeurs des pôles 𝑧1 et 𝑧2 .
Dans cette perspective, les Figure 3.10a-b montrent deux exemples de résultats qu’on peut
rencontrer. La première figure présente la contribution d’un pôle 𝑧𝑖 (𝑖 = 1 ou 2) réel
positif stable, c.-à-d. appartenant à l’intervalle ]0 1[. La deuxième figure dévoile le cas
d’un pôle 𝑧𝑖 (𝑖 = 1 ou 2) réel négatif stable, c.-à-d. appartenant à l’intervalle ]−1 0[.

Fig. 3.10a : Contribution d’un pôle 𝑧𝑖 ∈ ]0 1[ Fig. 3.10b : Contribution d’un pôle 𝑧𝑖 ∈ ]−1 0[

ii. Réponse indicielle

En utilisant (3.24), la sortie 𝑆(𝑧) du système d’ordre 2 pour une excitation indicielle
est comme suit :

𝑧 𝑏 𝑧+𝑏
𝑆(𝑧) = 𝐸 (𝑧−1) (𝑧−𝑧1 )(𝑧−𝑧
0
(3.28)
1 2)

En se servant, p. ex., de la décomposition en éléments simples, la réponse indicielle peut s’écrire

comme suit :

𝑏1 +𝑏0
𝑠 (𝑘 ) = 𝐸 + 𝐸 (𝛼𝑧1 𝑘 + 𝛽𝑧2 𝑘 ) (3.29)
1+𝑎1 +𝑎0

Dans le cas où le système présente des pôles 𝑧1 et 𝑧2 stables, alors le premier terme
dans (3.29) correspond à la valeur finale et le deuxième terme 𝐸 (𝛼𝑧1 𝑘 + 𝛽𝑧2 𝑘 ) correspond
au régime transitoire. L’étude générale du régime transitoire se ramène en faisant

Adil BROURI 38
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

l’extension du comportement transitoire des systèmes d’ordre 1. On peut recenser les cas
suivants :

- Réponse transitoire sans dépassement : si les deux pôles 𝑧1 et 𝑧2 sont positifs appartenant
au cercle unité, c.-à-d. 𝑧1,2 ∈ ]0 1[.

- Réponse transitoire avec dépassement : si au moins un des pôles est négatif.

- Réponse croissante sans oscillations : si les deux pôles 𝑧1 et 𝑧2 sont positifs et

n’appartiennent pas au cercle unité.
- Réponse divergente avec oscillations : si l’un des deux pôles n’appartient pas au cercle unité
et se place dans le demi-plan à gauche.

- Les différents cas possibles sont résumés dans la Figure 3.11.

Fig. 3.11 : Les différents cas possibles selon les valeurs des pôles

Adil BROURI 39
Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

3.3.3. Précision et performances transitoires

i. Stabilité

Nous avons vu que la fonction de transfert en boucle ouverte d’un système continu du 2ème
ordre, échantillonné avec un bloquer d’ordre zéro s’écrit sous la forme (3.24). Alors, la fonction

de transfert en boucle fermée aura l’expression suivante :

𝑏1 𝑧+𝑏0
𝐺𝐵𝐹 (𝑧) = 𝐺𝐵𝑂 (𝑧)/(1 + 𝐺𝐵𝑂 (𝑧)) = (3.30)
(𝑧−𝑧1′ )(𝑧−𝑧2′ )

où les nouveaux pôles 𝑧1′ et 𝑧2′ dépendent de (𝑧1 , 𝑧2 ) (les pôles de la FTBO) et de (𝑏1 , 𝑏0 )
(les coefficients du numérateur).

L’étude de la stabilité peut se faire en utilisant une des méthodes étudiées dans le
chapitre 2 (Stabilité des systèmes échantillonnés) ou en vérifiant directement si les pôles 𝑧1′ et
𝑧2′ appartiennent ou non au cercle unité.

ii. Caractéristiques transitoires

- Le temps de réponse du système à 𝑟 % : c’est la même définition vue dans la section

précédente (système du 1er ordre). Par contre, la valeur n’est pas forcément la même.

- Le dépassement indiciel : la même définition utilisée pour un système du 1er ordre (Figure
3.12).

Adil BROURI 40
 Chapitre 3 : Etude des systèmes discrets du 1er et 2ème ordre

Fig. 3.12 : Temps de réponse d’un système du 2ème ordre

iii. Erreur de position

En prenant 𝐸 (𝑧) = 𝑧/(𝑧 − 1) et en se servant de l’équation (3.20), l’erreur de position

𝜀𝑝 d’un système continu du second ordre, échantillonné avec bloquer d’ordre zéro (Fig. 3.9),

s’écrit comme suit :

1
𝜀𝑝 = lim[(1 − 𝑧 −1 )𝜀(𝑧)] = lim ( ) (3.31)
𝑧→1 𝑧→1 1+𝐺𝐵𝑂 (𝑧)

v. Erreur de vitesse

Similairement, en utilisant (3.20) et (3.22a), l’erreur de vitesse 𝜀𝑣 peut être déterminée

à partir de l’expression suivante :

𝑇
𝜀𝑣 = lim[(1 − 𝑧 −1 )𝜀 (𝑧)] = lim ((𝑧−1)(1+𝐺
𝑒
) (3.32)
𝑧→1 𝑧→1 𝐵𝑂 (𝑧))

Adil BROURI 41
 Chapitre 4
Synthèse des Correcteurs Numériques

4.1. Synthèse du correcteur par la méthode du modèle imposé

Cette technique consiste à déterminer directement le correcteur numérique 𝐶 (𝑧), en

imposant à la fonction de transfert discrète en boucle fermée 𝐺𝐵𝐹 (𝑧) du système compensé
d'être égale à une fonction de transfert souhaitée 𝑅(𝑧) (Fig. 4.1). Cette dernière devrait
satisfaire les performances désirées sur le système régulé (stabilité, précision, rapidité, …).

Fig. 4.1 : Boucle d’asservissement d’un système discret

On a alors :

𝐶(𝑧)𝐺(𝑧)
𝐺𝐵𝐹 (𝑧) = = 𝑅 (𝑧 ) (4.1)
1+𝐶(𝑧)𝐺(𝑧)

A partir de la fonction de transfert souhaitée 𝑅(𝑧), le correcteur numérique 𝐶 (𝑧) peut

être déterminé :

1 𝑅(𝑧)
𝐶 (𝑧 ) = . (4.2)
𝐺(𝑧) 1−𝑅(𝑧)

Adil BROURI 42
Chapitre 4 : Synthèse des Correcteurs Numériques

Exercice 4.1 :
Soit un système discret ayant la fonction de transfert discrète 𝐺 (𝑧) = 𝐵(𝑧)/𝐴(𝑧). On
souhaite à l’aide d’un correcteur numérique 𝐶 (𝑧) avoir un comportement du système en
boucle fermée du 1er ordre (un seul pôle). Le système désiré doit être stable et sans
dépassement. Le gain statique du système en boucle fermée est 𝑘.

1) Donner la fonction de transfert souhaitée 𝑅(𝑧) en précisant l’intervalle de son

pôle.

2) Déterminer le correcteur 𝐶 (𝑧) en fonction des paramètres de la fonction de

transfert en boucle fermée souhaitée 𝑅 (𝑧).

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

4.2. Méthode d’approximation des actions intégrale et dérivée

On considère d’abord l’expression d’un régulateur analogique :

1 𝑡 𝑑𝜀(𝑡)
𝑢(𝑡 ) = 𝑘𝑝 (𝜀(𝑡 ) + ∫0 𝜀 (𝜏). 𝑑𝜏 + 𝑇𝑑 . ) (4.6)
𝑇𝑖 𝑑𝑡

où 𝑇𝑖 et 𝑇𝑑 sont ses constantes de temps intégrale et dérivée. Le schéma de commande est

donnée par la Figure 4.2.

Fig. 4.2 : Boucle d’asservissement analogique utilisant un PID

Adil BROURI 43
Chapitre 4 : Synthèse des Correcteurs Numériques

La synthèse du correcteur PID numérique peut s’effectuer en discrétisant le correcteur

PID analogique donné par (4.6).

 Concernant l’action proportionnelle, on adopte la substitution suivante :

𝜀 (𝑡 ) ⟹ 𝜀 (𝑘 ) (4.7)

 L’action dérivée sera remplacée par la discrétisation suivante :

𝑑𝜀(𝑡) 𝜀(𝑘)−𝜀(𝑘−1)
⟹ (4.8)
𝑑𝑡 𝑇𝑒

 L’action intégrale peut être approximée par la somme des rectangles élémentaires (Fig.
4.3) :

𝜀(3)

𝜀(2)
𝜀(1)
k
1 2 …

Fig. 4.3 : Approximation d’une intégrale par la méthode des rectangles

𝑡=𝑘𝑇𝑒
∫0 𝜀 (𝜏). 𝑑𝜏 ≈ ∑𝑘−1
𝑛=0 𝜀 (𝑛). 𝑇𝑒 (4.9)

En regroupant ensuite les équations (4.6)-(4.9), on obtient l’expression suivante de

la loi de commande correspondant à un correcteur PID numérique :

1 𝜀(𝑘)−𝜀(𝑘−1)
𝑢(𝑘 ) = 𝑘𝑝 (𝜀 (𝑘 ) + ∑𝑘−1
𝑛=0 𝜀 (𝑛). 𝑇𝑒 + 𝑇𝑑 . ) (4.10)
𝑇𝑖 𝑇𝑒

Adil BROURI 44
Chapitre 4 : Synthèse des Correcteurs Numériques

Cette dernière expression porte l’inconvénient de faire apparaitre les termes de 𝜀 (𝑛), pour
𝑛 = 0 … 𝑘 − 1. Par conséquent, il faut stocker tout l’historique de 𝜀 (𝑛) pour pouvoir
synthétiser le régulateur numérique (afin de le programmer dans une machine
numérique). Pour remédier à cette difficulté, on explicite l’expression de 𝑢(𝑘 − 1) :

1 𝜀(𝑘−1)−𝜀(𝑘−2)
𝑢(𝑘 − 1) = 𝑘𝑝 (𝜀 (𝑘 − 1) + ∑𝑘−2
𝑛=0 𝜀 (𝑛). 𝑇𝑒 + 𝑇𝑑 . ) (4.11)
𝑇𝑖 𝑇𝑒

En calculant la différence 𝑢(𝑘 ) − 𝑢(𝑘 − 1), on trouve la loi de commande suivante

correspondant à un correcteur PID numérique :

𝑢(𝑘 ) = 𝑢(𝑘 − 1) + 𝑐0 . 𝜀 (𝑘 ) + 𝑐1 . 𝜀(𝑘 − 1) + 𝑐2 . 𝜀 (𝑘 − 2) (4.12)

4.3. Discrétisation de la FT du correcteur analogique

i. Principe de la méthode

On souhaite synthétiser un correcteur numérique d’un système analogique

échantillonné de fonction de transfert 𝐹 (𝑝) à l’aide d’un correcteur 𝐶 (𝑧) (Fig. 4.4).

Fig. 4.4 : Asservissement analogique utilisant un correcteur numérique

Dans cette technique, on ramène le système à un asservissement en temps continu

(Fig. 4.5), ensuite on essaye de rechercher le modèle numérique équivalent au correcteur
continu.

Adil BROURI 45
Chapitre 4 : Synthèse des Correcteurs Numériques

Fig. 4.5 : Modèle analogique de système étudier

Théoriquement, il faut prendre en considération la présence du bloqueur d’ordre zéro

dans l’étude en temps continu. Cependant, l’effet de ce dernier peut être négligé si la
fréquence d’échantillonnage 𝐹𝑒 = 1/𝑇𝑒 est suffisamment grande.
En se servant ensuite du cahier des charges imposé sur le système (stabilité, précision,
rapidité, temps de réponse, …), on arrive à déterminer les paramètres de la fonction de transfert
du correcteur 𝐶 (𝑝). Il suffit alors de rechercher l’équivalent discret 𝐶 (𝑧) de 𝐶 (𝑝).

On rappelle que la fonction de transfert du correcteur PID analogique s’écrit sous la

forme générale suivante :

1 1
𝐶 (𝑝) = 𝑘𝑝 (1 + . + 𝑇𝑑 . 𝑝) (4.13)
𝑇𝑖 𝑝

ii. Méthode d’équivalence à la dérivation

Cette méthode de discrétisation consiste à exploiter directement le tableau des

transformées 𝑝 ⟹ 𝑧 dans l’équation (4.13). On obtient ainsi la forme la plus simple du
PID numérique :

1 𝑧 𝑧−1
𝐶 (𝑧) = 𝑘𝑝 (1 + . + 𝑇𝑑 . ) (4.14)
𝑇𝑖 𝑧−1 𝑧

Le problème c’est que dans cette expression la période d’échantillonnage 𝑇𝑒 ne figure

pas. On utilise généralement les discrétisations suivantes pour les actions intégrale et
dérivée :

Adil BROURI 46
Chapitre 4 : Synthèse des Correcteurs Numériques

𝑑𝜀(𝑡) 𝜀(𝑘)−𝜀(𝑘−1)
 L’action dérivée sera approximée par ⟹ . Donc, le terme 𝑇𝑑 𝑝 dans
𝑑𝑡 𝑇𝑒

(4.13) sera remplacé par :

𝑇𝑑 𝑧−1
. (4.15)
𝑇𝑒 𝑧

 Similairement, l’action intégrale est discrétisée par un bloqueur d’ordre zéro à une période
1 1
d’échantillonnage 𝑇𝑒 . Donc, le terme . dans (4.13) sera remplacé par :
𝑇𝑖 𝑝

𝑇𝑒 𝑧
. (4.16)
𝑇𝑖 𝑧−1

En se servant de (4.13)-(4.16), on retrouve l’expression suivante du régulateur PID

numérique :

𝑇𝑒 𝑧 𝑇𝑑 𝑧−1
𝐶 (𝑧) = 𝑘𝑝 (1 + . + . ) (4.17)
𝑇𝑖 𝑧−1 𝑇𝑒 𝑧

iii. Méthode utilisant la transformation bilinéaire

Dans cette méthode on utilise la transformation bilinéaire suivante :

2 (1−𝑧 −1 )
𝑝 ↔ . (4.18)
𝑇𝑒 (1+𝑧 −1 )

Elle appelée également approximation de Tustin. Afin de synthétiser le correcteur

numérique, on applique la transformation (4.18) dans l’équation (4.13).

iv. Méthode d’équivalence modale

Cette technique consiste à exploiter l’équivalence modale donnée par l’équation

suivante :

𝑝 − 𝑝𝑖 ↔ 𝑧 − 𝑒 −𝑝𝑖 𝑇𝑒 (4.19)

Le correcteur numérique peut être obtenu en combinant (4.13) et (4.19).

Adil BROURI 47