UNIVERSITE DE DOUALA

IUT DE DOUALA

SIGNAUX ET SYSTEMES
ET TRAITEMENT DU
SIGNAL
GEII 422
NIVEAU 2
SEMESTRE 2
2019-2020

Pr ELE Pierre/ M. KOLOKO Ruben

1
UE IUT GEI 42 : Technologie des Systèmes Electriques

OBJECTIFS :

- Maitriser les fonctions et techniques qui interviennent dans la chaine de traitement

d’un signal analogique.
- Savoir passer de l’espace fréquentiel à l’espace temporel

PROGRESSION :

Séances Contenus Durée

1 Les signaux 3h
2 Les signaux (fin) + TD 3h
3 Conversion des signaux + TD 3h
4 Séries et transformées de Fourier + TD 3h
5 TD + contrôle continu n°1 3h
6 Représentation et classification des systèmes + 3h
TD
7 Filtres analogiques + TD 3h
8 TD + contrôle continu n°2 3h
9 TP 1 : Modulation et démodulation 4h
10 TP 2 : Filtres actifs 4h
11 TP 3 CAN 4h

CM TD TP TPE
14h 10h 12h 9h

Pr ELE Pierre : CM 14h TD 10h TP 0h

M. KOLOKO Ruben : CM 0h TD 0h TP 12h

2
Table des matières
CHAPITRE 1 : LES SIGNAUX..................................................................................................................4
1.INTRODUCTION...............................................................................................................................4
2.EXEMPLE DE SIGNAUX.....................................................................................................................4
2.1.Les signaux déterministes........................................................................................................4
2.2 LES SIGNAUX ALEATOIRES........................................................................................................5
3. Représentation mathématique d’un signal....................................................................................7
4.Classification des signaux...............................................................................................................7
4.1Classification spectrale..............................................................................................................7
4.2 Classification morphologique..................................................................................................7
5. Traitement du signal.......................................................................................................................8
6. Les bruits........................................................................................................................................9
6.1 Bruits blanc...............................................................................................................................9
6.2 Le bruit impulsionnel................................................................................................................9
1.INTRODUCTION.............................................................................................................................13
1.1 Système analogique................................................................................................................13
2. Conversion analogique numérique...............................................................................................13
2.1Principe de la conversion analogique numérique....................................................................13
2.2 Aspects temporels et fréquentiels de l’échantillonnage.........................................................14
2.3.NOTION DE REPLIEMENT DE SPECTRE....................................................................................15
2.4. Caractéristique de transfert d’un CAN...................................................................................17
2.5. Architecture des CAN............................................................................................................18
2.6.Les différents types de CAN....................................................................................................18
3. Convertisseur numérique analogique...........................................................................................19
CHAPITRE 3 : QUELQUES RAPPELS SUR LES SERIES ET TRANSFORMEES DE FOURIER..........................22
1. SERIE DE FOURIER.........................................................................................................................22
1.1.Définition de la série de Fourier.............................................................................................22
1.2.Troisième forme de la série de Fourier...................................................................................23
2. TRANSFORMEE DE FOURIER.........................................................................................................23
CHAPITRE 4 : REPRESENTATION ET CLASSIFICATION DES SYSTEMES...................................................24
1. Représentation d’un système.......................................................................................................24
1.1Différentes types de systèmes.................................................................................................24
2. Relation entre les signaux e (t) et S(t)...........................................................................................25

3
 2.1. Réponse impulsionnelle.........................................................................................................25
3. Transformée de Fourrier des fonctions.......................................................................................26
3.1.Définition................................................................................................................................26
4. Transformée de Laplace...............................................................................................................27
4.1. Définition et notation............................................................................................................27
4.2. PROPRIETES...........................................................................................................................27
4.3. Transformée de Laplace des signaux usuels..........................................................................29
5. Fonction de transfert d’un système..............................................................................................29
1.Généralités....................................................................................................................................31
1.1Rôle d’un filtre analogique......................................................................................................31
1.2.Les filtres idéaux ou filtre réels...............................................................................................31
2.Rappels sur les filtres d’ordre 1.....................................................................................................32
2.1. Filtre passe bas......................................................................................................................32
2.2. Filtre passe haut....................................................................................................................33
TD.....................................................................................................................................................36

4
 BIBLIOGRAPHIE
1 C. Servin, “Réseaux et Télécommunications”, 2ième Edition Dunod, Paris 2016

2. Iryna ANDRIYANOVA “Introduction aux communications numériques” Université de

Cergy-Pontoise – 2012

3 TS IRIS (Physique Appliquée) Christian BISSIERES “TRANSMISSION DU SIGNAL ”

4. Christophe More, édition Tec & Doc Lavoisier "Transmission de signaux"

5. Les filtres analogiques CNAM 2006- 2007 LD-P

6. Thierry GERVAIS. Électronique première année, édition Vuibert. ISBN 2 7117 70931

5
CHAPITRE 1 : LES SIGNAUX

1.INTRODUCTION

Ou appelle signal la représentation visible de l’information .c’est une grandeur

généralement déterminée qui transforme un facteur de donné à un signal électrique. Nous
pouvons prendre exemple le signal sonore qui est la fluctuation de la température de l’air
transportant un message de notre …..

Alors, nous pouvons dire que l’information rassemble deux notions :

- La notion de renseignement : l’information apporte à celui à qui elle est destinée un

élément de connaissance susceptible de modifier son comportement.
- La notion de forme : elle se rapporte à son apparence extérieure. On peut parfois
modifier cette apparence percevoir une meilleure transmission.

2.EXEMPLE DE SIGNAUX
2.1.Les signaux déterministes
Le signal déterministe peut être un signal pour concevoir un modèle qui prévoit un
signal au cours du temps

Exemple : la fonction porte : π F (t)avec pour équation

2

π F ( t )=¿
2
1 si t∈ [ ]
I I
>
2 2

0 ailleurs

La fonction porte est encore une fonction rectangulaire

π T/2 (5)

1 fonction rectangle

t
0
T -T/2 T/2 T

Fig 1 Représentation de la fonction rectangulaire

6
 U(t)

 la fonction échelon ou Heaviside 1

U ( t )=¿ 1 si t ≥ 0
t
0
0 si t=¿ 0

 la fonction signe (t) Fig. 2 Représentation de la fonction

sing ( t )=¿ 1 si t ¿ 0 Echelon
0 si t=0

-1 si t <0

Fig.3 Représentation de la fonction signe

Fig. 4 Comportement d’un signal déterministe

2.2 LES SIGNAUX ALEATOIRES

C’est un signal qu’on ne peut pas prédire apriori
Un signal aléatoire peut en outre être stationnaire c’est-à-dire que ses propriétés
statique ne change pas au fil du temps. Il peut être non stationnaire.

7
 Fig.F

Fig.6 Signal stationnaire et non stationnaire

8
3. Représentation mathématique d’un signal
Un signal peut être représenté par une fonction ou par plusieurs variables. Nous nous
intéresserons aux signaux qui ne varient qu’en fonction du temps. On peut avoir un signal par
1
exemple : U ( t )= A0 cos w0 t w=2 π f f = U ( t )= A0 cos ( 2 π|T ) t
T
'
A0 étant l amplite ; t≤temps , T la période

4.Classification des signaux

Il existe deux modes de transformation à distinguer :
- La classification spectrale
- La classification morphologique

4.1Classification spectrale
Elle détermine la largeur de bandes. On peut aussi dire qu’un signal peut être classé
suivant la disposition de la puissance en fonction de sa fréquence. Le domaine de fréquence
est appellé Largeur de bande. Il est noté ∆ f ( ∆ f =fmax−fmin ) avec∆ f en Hertz ( Hz). La
fmax+ fmin
fréquence moyenne est égale à Fmoy= . On note aussi qu’on peut classer les
2
signaux en fonction de la variation de la fréquence moyenne.
 Lorsque Fmoy <250 KHz on parle de basse fréquence
 Lorsque 250 KHz ¿ Fmoy <30 MHz on parle de haute fréquence
 Lorsque 300 MHz < Fmoy <3 GHz on parle de ultra fréquence
 Lorsque Fmoy >3 GHz on parle de super haute fréquence
 Lorsque Fmoy est au niveau du de la divise, on divise la longueur d’onde
On appelle modulation d’adaptation d’un signal au canal de transmission.

4.2 Classification morphologique

Le temps est un paramètre important dans la classification des signaux. On peut avoir
des signaux à temps continu et à temps discret. Si nous prenons l’amplitude comme
paramètre supplémentaire, on peut distinguer 04 types de signaux :
- Le signal à amplitude continu et à temps continu. Exemple : signal analogique
- Le signal à temps continu et a amplitude discret : exemple : signal quantifié
- Le signal à temps discret et à amplitude continu. exemple : échantillonné
- Le signal à temps discret et à amplitude discret. exemple : signal numérique

9
5. Traitement du signal
Traiter un signal c’est créer, transformer (modifier ses paramètres), analyser
(visualiser) les signaux en vue de leur exploiter. C’est la raison pour laquelle on doit se battre
contre les bruits, on veut conserver et/ou extraire le maximum d’information utile d’un
signal généralement bruité. Soit le schéma de transmission suivant :

Système
physique Capteurs Transmission Récepteur

Bruit

Traitement

Autres système physiques

Fig.7 Schéma de transmission

Le traitement du signal comprend par exemple le contrôle ; le filtrage, la compression

des données, le débruitage, la prédiction l’identification et la classification…
 Création de signaux
Synthèse : combinaison des signaux élémentaires pour créer les signaux complexe ;
 Modulation : adaptation du signal au canal de transmission. exemple : modulation
des fréquences ou d’amplitude.
 Transformation des signaux : on peut transformer les signaux en adaptation au moyen
de :
 Le filtrage qui consiste à éliminer certaine portion ou composants
 Annulation d’écho
 Le codage : on aide ici au niveau de la sécurité
 La compression LMP 3
- L’analyse des signaux : celle –ci est liée à /ou utiliser en interprétation des signaux.
 La détection qui consiste à séparer le signal bruit de fond ; il y a extraction des
composants utiles.

10
  L’identification et la classification : reconnaissance de la parole, vision artificielle
(identification des produits défectueuse sur une chaine de production).

TAF : recherche sur a notion de bruit

6. Les bruits
On appelle bruit tout signal qui gêne ou empêche la perception du signal utile. Si
nous nous intéressons au canal de transmission ou dans un système de transmission,
considéré comme un dispositif, ayant un signal d’entré et un signal à la sortie, la réponse du
système est fonction du signal d’entrée et des caractéristique du système. On peut cependant
évaluer le rapport signal sur bruit (s’exprime en décibel) avec pour formule

( BS ) =10 log BS
dB
S= puissance du signal

B= puissance du bruit en w

Les signaux transmissent sur le canal de transmission peuvent être perturbés. Il existe
alors 2 types des bruites (blanc et impulsionnel).

6.1 Bruits blanc

Il provient de l’agitation thermique des e -, ces composantes (raies de fréquences) sont
également reparti dans le spectre des fréquences, l’amplitude est généralement faible et peux
généraux pour les transmissions. Ici on a à faire à un signal analogique.

6.2 Le bruit impulsionnel

Ce sont des bruits qui proviennent de l’environnement, décevant des premières
perturbations brèves sur un canal de transmission (parasite électromagnétique). Par son
intensité élevée, il provoque des erreurs portant sur un ensemble de bits.
Le rapport entre la puissance du signal transmet et celle d signal de bruit qualifié le
canal vis-à-vis du bruit. Le rapport est appelée rapport signal sur bruit.

Exercice d’application

Un système de transmission, à pour rapport signal sur bruit 30 dB. Quelle est la valeur du
signal sur bruit

Solution

11
 S S S S 3
( ) = 30 dB 10 log =30 dB log =3 =10
B B B B

 Valeur instantané d’un signal

La valeur d’un signal ( S ( t )=t=t 0 est appelé valeur instantané. On peut alors écrire S(¿) =
valeur instantané. Si T est la période, la valeur à cet instant t est appelé motif du signal ;
on dira que cette valeur est suffisante pour le déterminer complètement.
 Valeur moyenne temporelle d’un signal
t 0 +∆ T
1
∆T ∫
Elle se calcule sur toute sa durée Smoy=lim S (t ) dt
∆ T →∞ t 0

 Valeur moyenne temporelle sur un intervalle :

Si nous considérons la valeur moyenne sur un intervalle t 1 et t 2
t2
1
t 2−t 1 ∫
Smoy= S (t ) ∆ t
t 1

Si le signal est périodique, la valeur moyenne se calcule sur une période.

t 0 +∆ T
1
Smoy=
T
∫ S (t ) dt
t1

 Valeur efficace d’un signal

√
T
1
Seff = ∫ S ( t ) dt
T 0
- Puissance d’un signal
La notion de puissance permet de différencier deux familles de signaux. Les signaux à
puissance finie (temps infinie)
Les signaux à puissance infinie (temps finie)
 La puissance moyenne
La puissance d’un signal est liée à l’énergie dissipée sur une certaine durée. La puissance
∞
1
moyenne S(t) est donnée par la relation durée Smoy=lim ∫
∆ T ∆t
2
S (t ) dt
∆ T →∞

En télécommunication, on utilise le plus souvent la puissance normalisée de S(t) qui

est par définition le carré de la valeur efficace.

2
P2 S eff

12
  Evaluation d’un système en fonction d’une puissance de référence

PdB=10 log P V dB =20 log V I dB=10 log I

P V
PdBréf =10 log V dB réf =20 log
Préf V ref

Exercice d’application
On utilise un instrument de champ pour mesurer la puissance du signal capté par
une antenne satellite dont impédance est de 7 5 Ω . La première mesure du signal donne
une valeur de 69 dBμV.
1) Quelle est la valeur de cette mesure en dBm, en Watt et en Volt

SOLUTION
Z=75 ΩV dB réf =69 uV

V V V 69/20
V dB réf =20 log 69 = 20 log −6 −6
=10
V ref 10 10

2
3 ,45 −6 −2 ,55 V
V =10 ×10 =10 V P= P=¿ ¿
2Z
P = 0,37 W

P 0 , 37
PdB=10 log P PdBm =10 log PdBm =10 log −3
Pr é f 10

PdBm=25 , 68 dBmW

Une mesure de bruit capté dans les mêmes conditions du signal précédent donne la
valeur de 57 dB mv. Donner la valeur de cette mesure en watt et la valeur du rapport signal
sur bruit

13
 Solution

V V 57 V V 57/ 20
V dB réf =20 log 57=20 log −3 =log −3 −3 =10
V réf 10 20 10 10
57/ 20 −3 2 , 87 −3 −0 , 13
V =10 ×10 =10 ×10 V =10 V

2 −0 , 13 2
V (10 ) −3
PB = P B= PB =3 , 6× 10 w
2R 150

( BS ) =10 log BS
dB
( BS )= 3 , 60×10
, 37
−3

( BS )=102 , 77

14
( BS ) =10 log 102 , 77( BS ) =20 , 11dBCHAPITRE 2 : CONVERSION DES
dB dB

SIGNAUX

1.INTRODUCTION

Le monde physique est par nature analogique (dans la quasi-totalité des cas). Il est
perçu via des signaux analogiques (sons, ondes visuelles…) qui peuvent être traité par des
systèmes analogiques.

Se (t) Système analogique y(t)

Fig.1 synoptique d’un système analogique

1.1 Système analogique

Depuis une vingtaine d’années, le traitement numérique des données prend le pas sur
les approches purement analogique. Le recours au numériques , permet en effet un stockage
aisé de l’information , une excellente reproductivité des traitement , la possibilité de
développement relativement aisément des fonction Alit2s complexe, une réduction des coûts
de production….
L’interface nécessaire entre le monde analogique et un traitement numérique donné est
réalisé par des convertisseurs analogiques numériques (CAN) et numérique analogique (
CNA). Le rôle d’un CAN est de convertir un signal analogique en un signal numérique,
pouvant être traité par une logique numérique le rôle d’un CNA est de convertir le signal
numérique une fois traitée en un signal analogique.

X(t) CCCAN x(k) y(k) CNA y(t)

Traitement numérique
N
N
Fig. 2 conversion et traitement numérique des données

2. Conversion analogique numérique

2.1Principe de la conversion analogique numérique
2.1.1 Définition :
Un CAN est un dispositif électronique permettant la conversion d’un signal
analogique en un signal numérique. Cette première définition pour être complète en appelle 2
autres celles des signaux analogique et numérique :

15
 - Signal analogique : signal continu en temps et en amplitude.
- Signal numérique : signal échantillonné et quantifié, discret en temps et en amplitude.
Conceptuellement, la conversion analogique numérique peut –être divisée en trois étapes :
échantillonnage temporel, la quantification et le codage.

Fig.3 Processus de d’échantillonnage et de quantification

Interprétation : un signal analogique V a (t ) continu en temps et en amplitude est

échantillonné à une période d’échantillonnage KTe on obtient alors un signal échantillonné
V ech (k . tech) discret en temps et continu en amplitude. Ce dernier est ensuite quantifié, on
obtient alors un signal numérique V q [k ] discret en temps et en amplitude.
La quantification est liée à la résolution du CAN (nombres de bits) ; dans l’exemple
précédent V q [k ] peut prendre 8 amplitudes différentes (23) 3 étant le nombre de bit du CAN
associé à V q [k ] en fonction du temps.
V a (t ) CAN
V q [k ]

N bits

Fig.4 Convertisseur analogique numérique

2.2 Aspects temporels et fréquentiels de l’échantillonnage

L’obtention d’un signal échantillonner X ( tech ) ( K. Tech) à partir d’un signal analogique
X t par un peigne de DIRAC de période Tech noté STech ( t)

X ech ( k . T ech )= X ( t ) × ST ect (t )¿ X ( t ) × Σ S( t−KT ¿¿ ect)¿

ST ect ( t )=Σ S (t−KT ¿¿ ect )¿

Le peigne de DIRAC est obtenu après échantillonnage.

Fig. 5 Echantillonnage d’un signal analogique

16
 Fig. 5 Echantillonnage d’un signal analogique

L’échantillonnage peut être défini graphiquement dans le domaine fréquentiel. Au signal

analogique ex ( t ) est associé dans le domaine fréquentiel. le spectre X (f) s’étend sur une
bande de fréquence de - fmax à fmax.
L’on rappel un certain nombre de résultat démontré au cours de l’analyse de Fourrier.
- Une multiplication dans le domaine temporel correspond à un produit de convolution
dans le domaine spectral et (inversement)
- Transformé de Fourier d’un peigne de DIRAC temporel, de période T échantillonné
et d’amplitude 1 est un peigne de DIRAC dans le domaine fréquentiel et d’amplitude
1 1
de période T = .
T T ech

Une approche graphique dans le domaine spectral permet d’illustrer la récupération de

l’information contenu dans un signal échantillonné dans un filtre passe bas. En supposant un
−f ech
filtre passe bas parfait (un tel filtre ne peut être réalisé) sur la bande de fréquence de à
2
f ech f
(appelé bande de NYQUIST), la fréquence ech étant appelé fréquence de NYQUIST.
2 2

17
On retrouve le spectre X(f) (qui était dans le domaine fréquentiel) et dont le signal temporel
qui correspond à x(t).

Xech (f) x Tech X(f)

filtrage

- fech / 2 fech / 2 - fech / 2 fech / 2

-fech 0 fmax fech -fech 0 fmax fech
f f

x(t)

Fig. 6 Récupération de l’information par filtrage passe bas.

2.3.NOTION DE REPLIEMENT DE SPECTRE

fe
Les illustrations des graphiques précédente correspondent au cas où ≥ f max . Dans le
2
cas où on augmente la période d’échantillonnage (on a alors f e qui diminue) il apparait un
recouvrement spectral.

xech (k.Tech)
Xech (f) / Tech

18

0
f
 Tech

Fig.7 Repliement spectre

Le phénomène apparait dès lors que f max la plus grande fréquence de la partie du spectre
centré sur 0, devient supérieure à f e −¿ f max la plus basse partie du spectre centré sur f e les
parties du spectre qui se superposent s’ajoutent ; on obtient alors le spectre replié de la figure
précédente. Il n’est donc plus possible de récupérer le signal analogique de départ par le filtre
passe back ( f e > ¿ f max). Elle s’annonce sur la forme des Shannon ou théorème
d’échantillonnage : « un signal X(t) peut – être représenté de manière univoque par une
suite de valeur échantillonné si la fréquence de valeur d’échantillonnage ( f e) , est au
moins deux fois plus élevé que la grande fréquence f max , contenu dans le spectre »
Le spectre réel est généralement de largeur infini (à cause du bruit) ou des signaux interférés
non désirées), il y a donc toujours un phénomène de repliement spectral susceptible de
ramener dans le bande de Nyquist, du bruit ou du signal d’interférence : d’où la nécessité des
fe
toujours inclure un filtre passe back anti repliement ayant une fréquence de coupure à
2
devant la CAN.
2.4. Caractéristique de transfert d’un CAN
Le pas de quantification q et la précision d’un CAN dépendent du nombre de bit en
sortie appelé résolution. Pour un CAN à N bits le nombre de bits à la sortie est 2 N , ce qui
permet d’exprimer les signaux numérique de 0 à 2 N−1 en code binaire wahrel.
Un CAN est caractérisé également par la plage de variation acceptable de tension
analogique d’entrée appelé pleine échelle ( PE) e que nous noterons VPE.
La pleine échelle est divisé en autant de plage de variation d’égale dimension (cas de la
quantification uniforme) kil y a d’état possible de la sortie numérique.
Chaque plage est associée à un code numérique représentant la tension analogique
d’entrée. On définit le quantum comme étant la dimension de cette plage et on note que q et
on obtient :
VPE
q= N
2

19
 La tension seuil VS [ k ] correspondant aux transitions entre les codes de sorties sont tel
que VS [ k ]=K . q car ϵ à k échelles pour une PE de 8 valeurs ce qui correspond à une
quantification linéaire à défaut. La puissance du bruit de quantification est.

2
q
Pbruit =
12

- Le rapport S/ B :
Le rapport signal sur bruit d’un CAN, est définit pour une entrée sinusoïdale d’un
CAN idéal à pleine échelle. C’est le quotient entre la valeur efficace du signal V eff sin et celle
du bruitV eff bruit .
V eff sin
SNR=
V eff bruit

SNR ∆ B=20 log 6 , 02 N +1 , 76

- Codage :
En mode unipolaire, le codage le plus utilisé est le codage binaire naturel. Un mot
binaire s’écrit alors b1 b2 ….. bn- 1 bN avec b1 ce bit de poids fort et bn le bit de poids
faible. Alors le nombre décimal correspondant n’est autre que
N −1 N−2 1 0
D=b1 2 +b 2 +… … … . b N −1 2 + b N 2 . A un code D donnée, correspond la tension

V = q. D

⇒ V =q ¿)
PE N −1 N −2 1 0
V= (b 2 +b 2 +… … … .b N −1 2 +b N 2 )
2N 1

2.5. Architecture des CAN

On distingue deux grandes familles de CAN basé sur deux approches différentes de
l’échantillonnage :
- Les CAN classique dont la fréquence d’échantillonnage est tel que le spectre du
signal convertit Okp uniquement la bande de Nyquist .
- Les CAN sur l’échantillonnage dont une seule partie réduite du bruit de
quantification affecte le signal continu.

20
 Fig. 8 Convertisseur analogique numérique

2.6.Les différents types de CAN

Cas d’un CAN FLASH
Ici, le décodeur identifie le comparateur de rang de plus élevé qui a basculé indiquant
ainsi la valeur de la tension V X à mesurer et élabore un code binaire correspondant.

Les imperfections

Il existe plusieurs types d’imperfections :

- La précision ;
- L’erreur de linéarité ;
- L’erreur de décalage ;
- L’erreur de gain ;
- Le temps de conversion ;
- La monocité.

La précise d’un CAN : par la suite des imperfections des circuits, la tension fournie
en sortie du convertisseur en pleine échelle diffère de la tension théorique. Cette différence
traduit la précision du convertisseur. Elle est estimée en % ou en quantum.

21
3. Convertisseur numérique analogique
Le CNA permet de convertir un nombre N en une tension analogique U
proportionnelle. La relation est donnée par U = q. N
U : sortie en (V) q : quantum du convertisseur N : Nombre décimal à convertir.

Fig.
Fig.9 Convertisseur numérique analogique

Un convertisseur CNA 8 bits fourni une tension de 0,664 V lorsqu’il reçoit le nombre %
10 10 10 10
U
1) Déterminer le quantum du convertisseur U =q . N ⇒ q=
N
Convertir % 10 10 10 10 10
(10 10 10 10)2 = (170 )10
7 5 3 1
1 ×2 +1 ×2 +1 ×2 +1× 2 =170
0,664 −3
AN : q= =3 , 9 ×10 V =3 , 9 mV
170
2) Déterminons la tension maximum que peut fournir le convertisseur en sortie

n
N max =(2 −1)

UP E =U max =q × N max

AN : UP E =3 , 9 ×10−3 × ( 256−1 )
UP E =0 , 99 V

22
DEVOIR : l’émission à l’entrée est
I- Soit CNA dont 10 10 10 10 appliqué à l’entrée d’un convertisseur
1) calculer q de la tension maximale Vs = 10V
2) Calculer la tension délivrée à la sortie Vs
L’un des moyens pour calculer le quantum en fonction de la tension de référence du
conducteur est d’utiliser la relation V réf
q= n
2

Exemple : soit un CNA sur 4 bits 5 Khz- 8V

Exercice d’application

Un processeur envoi une suite de nombres successifs avec une fréquence

d’échantillonnage … de 5 Khz sur un CNA de 4 bits de 5Khz à 8 V.

1) Calculer la période d’échantillonnage

2) Calculer le quantum du convertisseur.

SOLUTION
1 1 −3
1) Fe = 5 Khz Te = = =0 , 2× 10 S
F 5× 10
3

Te = 0,2 ms

V réf 8
2) q= = =0 , 5 V
2
n 24

Caractéristique E/S d’un CNA

La caractéristique d’un CNA représente l’évolution de la tension de sortie U (V) en

fonction du nombre entier N en entrée.

Fig. 10 Evolution de la tension V en fonction du nombre d’entrée N

23
 Exercice d’application
R= 50 Ω V =100 V

1) Valeur en dBm
2 2
V 100
P= AN : P= P=100W
2R 100

P dBm ¿ 10 log P

P P
P dBm=10 log P dBm=10 log −3
Préf 10

P dBm ¿ dB

2) VPE = 10 V
Calcul de q

VPE 10
q= N
AN :q= 8 q=… … .. V
2 2

Calcul de Pbruit

P q2
bruit = AN : Pbruit =¿ ¿
12

Calcul de V eff bruit V eff bruit = √ Pbruit

3) Calcul du rapport signal sur bruit SNR

V eff sin VPE

SNB= ∨V eff sin= et V eff bruit =√ P
V eff bruit √2 bin

VPE
Que tu as calculé
¿
√2 SNR=… … … . .
Ce que tu as trouvé

24
CHAPITRE 3 : QUELQUES RAPPELS SUR LES SERIES ET
TRANSFORMEES DE FOURIER

1. SERIE DE FOURIER

L’élément fondamental de l’analyse de Fourier est constitué par le fait qu’un signal
périodique peut être décomposé en une somme d’ondes sinusoïdales. En d’autres termes, tout
signal périodique peut être représenté par une combinaison linéaire de signaux simples
appelés signaux élémentaires u1(t), u2(t), u3(t)…

La transformé de consiste à décomposer un signal périodique de fréquence fo en une

somme infinie de signaux sinusoïdaux de fréquences multiples de fo, qu'on appelle les
harmoniques.

1.1.Définition de la série de Fourier

1
Soit un signal périodique x (t), de période T0 = , son développement en série de
f0
Fourier est alors la suivante :

a0 ∞ ∞
x (t )= + ∑ ak cos(2 π f 0 t)+ ∑ b k sin(2 π f 0 t)
2 k=1 k=1

Avec
T0
2
2
a k= ∫ x ( t ) cos ( 2 π f 0 t ) dt
T 0 −T 0
2

T0
2
2
b k= ∫ x ( t ) sin ( 2 π f 0 t ) dt
T 0 −T 0
2

Exemple : Développer en série de Fourier, le signal périodique f ( t )=t de période 2l

- Si le signal présenté est pair, alors

T0
2
4
a k= ∫ x ( t ) cos ( 2 π f 0 t ) dt
T0 0

b k =0

- Si le signal présenté est impair, alors :

a k =0

25
 T0
2
4
b k= ∫ x ( t ) sin ( 2 π f 0 t ) dt
T0 0

1.1. Deuxième forme de la série de Fourier

A partir de la première représentation, on peut déduire une toute autre représentation de

la série de Fourier: on parle alors de la représentation complexe de la série de Fourier.
+∞
x (t )= ∑ ck e j 2π f 0 t

k=−∞

1
Avec c k = (a k − j b k )
2

1.2.Troisième forme de la série de Fourier

Un signal périodique est une Somme de sinusoïdes d'amplitude dk , de fréquence kfo et
de phase φk.

d 0 +∞
x (t )= +∑ d cos ⁡(2 πk f 0 t +φ k )
2 k=1 k

Exercice d’application:

Considérons le signal

π
x (t )=3+ 2cos ( 2 π f 0 t ) −3,464 sin ( 2 π f 0 t ) +2 sin ⁡(6 π f 0 t+ )
4

On souhaite le décrire dans la représentation spectrale.

Mettre x(t) sous la forme : x (t )=d 0+ d 1 cos ⁡(2 π f 0 + φ1)+d 2 cos ⁡(6 π f 0 +φ 2)

2. TRANSFORMEE DE FOURIER
Dans le cas de signaux non périodiques (T infini), on définit la transformée de Fourier :
+∞
X ( f )= ∫ x (t)e
− j 2 πft
dt
−∞

La suite dans la table des transformés.

26
CHAPITRE 4 : REPRESENTATION ET CLASSIFICATION DES
SYSTEMES

1. Représentation d’un système

On appelle système la modélisation mathématique d’un processus physique au relie

un signal d’entrée (source d’excitation) à un signal de sortie (réponse)

e (t) S(t)

Fig.1 synoptique d’un système

s ( t )=F [ y (t) ]

F : est l’opération qui transforme e (t) en s(t)

e (t) : signal d’entrée

S (t) : signal de sortie

Le système effectue une première transformation d’un signal e(t) en un signal S(t)

1.1Différentes types de systèmes

1.1.1Les systèmes à temps discrétisé
Si les signaux d’entrées et de sorties sont constitués des séquences de valeurs
discrètes, alors il s’agit d’un système à temps discrétisé appelé généralement système à temps
échantillonné.

1.1.2. Systèmes à temps continu

Les signaux d’entrée e ( t) et de sortie S (t) sont des fonction continues dans le
temps, on dit qu’il s’agit d’un système à temps continu appelé généralement système
analogique.

1.1.3. système invariant dans le temps

S’il existe un retard sur le signal e (t) et si le même retard se produit sur S (t) alors on
dit qu’il s’agit d’un système temporellement invariant.

F [ e (t−¿) ] =S (t−¿)

Ou to est une constante réelle quelconque.

Un tel système qui ne satisfait pas cette condition est dit variable dans le temps.

27
1.1.4. système linéaires
Si le signal ou l’opérateur qui transforme e(t) en un signal S(t) est linéaire, alors le
système représenté par F (opérateur) est linéaire. Pour que cette opération soit linéaire, il
doit satisfaire deux condition l’additivité et l’homogénéité.

 L’additivité

F [ e1 ( t ) +e 2 (t) ] =F [ e 1(t) ] + F [ e 2 (t) ]

¿ S1 ( t ) + S2 ( t )

 L’homogénéité
F [ a e ( t ) ] =a F [ e ( t ) ]= a y (t )
Pour tout signal e(t) et un salaire a

1.1.5 Système linéaire et invariable dans le temps (SLIT)

Si le système d’une part invariant dans le temps et linéaire alors on dit que c’est un SLIT.

Fig 2 Représentation d’un système linéaire

2. Relation entre les signaux e (t) et S(t)

2.1. Réponse impulsionnelle
La réponse impulsionnelle d’un SLIT est le signal de sortie fourni par le système
lorsque le signal d’entré est fonction de S(t) on a dont l’équation
h ( t )=F [ S( t) ] t >0 , h ( t ) ne peut pas etre net .

Si h(t) = 0 .. t plus petit que q 0 on dit que h(t) est causal.

28
  Réponse à une première entrée quelconque (arbitraire)

La réponse S(t) d’un SLIT à un signal d’entrée quelconque e(t) s’exprime comme la
+∞

convolution de e(t) avec la réponse impulsionnelle S ( t )=e ( t ) ×h ( t )=∫ e φ ( e ) h(t−¿ φ) dφ ¿

−∞

+∞
¿ h ( t ) × e ( t )= ∫ h ( φ ) e (t−¿ φ)dφ ¿ La convolution est commutative.
−∞

 Réponse d’un système causal

Un signal e(t) est dit causal s’il est à valeur nulle pourt <0
t

Si le signal d’entré est causal on a : S ( t )=∫ e ( φ ) h(t−¿ φ) dφ ¿

0

t
¿ ∫ e (t−¿ φ)h(φ)dφ ¿
0

 Réponse en fréquence
La réponse d’un système en fonction de la fréquence est : S(f) = e(f) . H (f)
Où S(f) est la TF [ S(t) ]
e (f) est TF [ e (t) ]
H (f) est TF [ h (t) ]
H (f) est appelé réponse en fréquence en fonction de transfert du système.

3. Transformée de Fourrier des fonctions

3.1.Définition
Soit f une fonction réelle ou complexe d’une variable , sa TF ou spectre en physique
+∞

est la fonction de la variable Ɣ donnée par la relation f ( Ɣ )=∫ f ( x ) e

−2 i π Ɣx
dx.
−∞

Théorème d’existence : toute fonction sommable représentant un nombre fini de

discontinu de première espèce dans tout intervalle finie admet une TF continue et bornée.
Inversion : on peut en général obtenir f(x) à partir de f (Ɣ) par transformation inverse
❑

suivante f ( x )=∫ f ( Ɣ ) e
2iπ Ɣx
dƔ
0

1) Propriétés :
Quelque TF
- Changement d’échelle
29
 f ( ax ) a pou TF
1 V
f
[ a] a ( )
a≠0

- Translation
−2 πƔ a
f ( x−a ) a pour TF e f (Ɣ )
- Dérivation par rapport à x
n
f ( x ) a pour TF ¿
- Dérivation par rapport à Ɣ
n n
(−2 i π Ɣ ) f ( x ) a pour TF f (Ɣ )

4. Transformée de Laplace
4.1. Définition et notation
Soit f une fonction réelle ou complexe d’une variable réelle t probablement
sommable. on appelle TL la fonction complexe noté F ( P) de la variable P définie par
+∞
F ( P ) =∫ f ( t ) e
− pt
dt
−∞

Lorsque f(t) = 0 , ∀ t< 0 ¿ fonction causale ) on parle alors de la TL unilatérale et

+∞

dabs ce cas on a : F ( P ) =∫ f ( t ) e
− pt
dt
0

Dans la suite, c’est la TL unilatérale que l’on considérera car elle est la seule à être
observable sur le cas pratique.
INVERSION
On peut en général obtenir f(t) à partir de F (P) par la transformation inverse :
1
f ( t )=
2 iπ
∮ pt
F (P )e d p

Dans la pratique, on se servira des TL des fonctions élémentaires de certaines

propriétés.

VOCABULAIRE

f(t) est appelé l’original de F (P)

F (P) est appelé l’image de f(t)

4.2. PROPRIETES
Dans ce qui suit, F( P) et G(P) sont des fonctions sommables d’une variable réelle t
ayant pout TL respectivement F(P) et G( P).

1) Linéarité

30
Si on a x f ( t )+ β g ( t ) a pour TL x F ( P )+ β G(P)

2) Changement d’échelle

Changer d’unité pour la variable revient à multiplier par une constante

1 P
a ≠ 0 : f ( at ) ay x pour TL F( )
[ a] a
3) Translation
−aP
f ( t −a ) pour TL e F (P)

4) Dérivation par rapport à t :

n U U −1 U −2 ( u−2 ) ( u −1 )
f ( t ) a pour TL P F ( P )−(P f ( 0 )+ P f ( 0 )+ … ..+ P f +f )

6- convolution
t

∫ f ( t−u ) g ( x ) d U a pour TL F ( P ) × G(P)

0

I- Table des transformations de Laplace des fonctions élémentaires

f(t) F (P)

1
1 P

x at n!
t e
¿¿

cos wt P
2 2
P +w

sin wt P−a
2 2
( P−a) +W

at
e cos wt W
2 2
( P−a) +W

at 2 2
e sin wt P −W
2 2
( P−a) + w

31
 t cos wt 2
P −W
2

2 2 2
( P +W )

t sin wt 2 PW
2 2 2
( P +W )

4.3. Transformée de Laplace des signaux usuels

1 A
La fonction échelon unité, c’est la fonction U(t) → U ( p )= U ( p )=
P P

A t

5. Fonction de transfert d’un système

Soit un système électrique,

Fig. 3 Circuit RC

U (t) – y (t) = Ri ( t) 1

dy (t ) V (P)
⇒ Rc + y ( t ) =U (t) H(P) =
dt U ( P)
2

32
 cdy (t)
i ( t) =
dt

1er cas : (condition initiale = 0)

Y (P) 1
TL : RCPY (P) + Y ( P) = U ( P) = H (P) = =
U ( P) UREP

Y (P )
( RCP+1 )=1
U (P )

Y (P ) 1
=
U ( P ) (RCP +1)

2é cas : (Condition initiale non nulle)

La condensation C est chargé à Y 0

dy (t)
Rc + y ( t )=U (t)
dt

Rc [ PY ( P )− y 0 ] +Y ( p )=U ( p)

Y ( p) = H (P) U(p) + H (P) RC Y 0

Réponse en fréquence

1
H ( Ɣ )=
1+i2 π Ɣ RC

Réponse en déci …..

H ( V) d B=20 log H ( Ɣ ) son argument est

Arg [ H (V ) ] =−arc tg (2 π Ɣ RC )

33
CHAPITRE 5 : FILTRES ANALOGIQUES

1.Généralités
1.1Rôle d’un filtre analogique
Il permet la séparation des signaux utiles aux signaux indésirables.
Exemple : optimisation du signal sur bruit. En privilégient les fréquences constituant
le signal utile et en éliminant les autres (bruit électronique, harmonie d’un oscillateur)
1.2.Les filtres idéaux ou filtre réels
Un filtre idéal transmet toutes les composantes utiles sans atténuation ni de déphasage
(sans retard) tout en éliminant complètement les signaux indésirables.
En pratique, la synthèse du filtre idéal est impossible. Pour définir leur gabarit, nous sommes
amenées à préciser :
Amax : qui signifie l’atténuation maximale tolérée en bande passante
Amin : l’atténuation min en bande coupée
fp la fréquence de coupure
fa la fréquence de frontière

34
 Fig. 1 Gabarit d’un filtre passe-bas
Contrairement au filtre actif, les filtres passifs ne contiennent pas d’amplificateur. La
1
compréhension des filtres est basée sur les indépendances complexes. Z c = , Z R=R
jLW
, Z L =JlW .

Un filtre passe pas s’obtient aux bornes de C d’un circuit Rc ou RLC. Il s’obtient
aussi aux bornes de R d’un circuit RL. Un filtre passe haut s’obtient aux bornes de R d’un
circuit RC. Un filtre passe haut s’obtient aux bornes de L d’un circuit RL ou RLC.
Un filtre passe bas s’obtient aux bornes de R d’un circuit RLC

2.Rappels sur les filtres d’ordre 1

2.1. Filtre passe bas
Un filtre passe bas de 1er ordre s’obtient aux bornes de C d’un circuit RC série ou bien aux
1
H=
bornes de R d’un circuit RL série. La fonction de transfert s’écrit : JW avecw 0= R
1+ L
W0
Où w 10=
RC

Fig.2 Filtre passe bas.

Fig. 3 Courbe de réponse d’un filtre passe bas de premier ordre

35
 Fig. 4 Courbe de phase d’un filtre passe bas de premier ordre.

2.2. Filtre passe haut

Son circuit est le suivant :

Fig. 5 Filtre passe haut du premier ordre.

Sa fonction de transfert est la suivante :

1
H= w w
JW avec 0=
R où 0=
1
1+ L RC
W0

Fig. 7 Courbe de réponse d’un filtre passe haut du premier ordre

36
 Fig. 8 Courbe de phase d’un filtre passe haut de premier ordre

TPE : Recherche sur les autres types de Filtres.

37
38
TD

Exercice n° 1

Soit par exemple le signal analogique f  t  suivant :

f t

2 1 0 1 2 3 t
1) Représenter le signal discret correspondant au signal analogique f  t  au point t ={−1,0 ,1,2 }
2) Si on se place dans le cas où l’échantillonnage est périodique de période T e . Donner l’expression de
la pulsation d’échantillonnage.

Exercice n° 2

1) Rappeler la condition de Shannon pour une fréquence d’échantillonnage la plus élevée.

2) Soit le signal s  n =cos  2π 0 . 6 n  .
Comment liton en coordonnées normalisées Le signal s  n  ? Respecte t’il la contrainte de Shannon ?

Exercice n° 3
On numérise le signal h  t =0 . 6 sin  2π t  , la fréquence d’échantillonnage est f e=10 Hz .
1) Préciser la période, la fréquence et l’amplitude de h  t  .
2) Représenter h(t) sur une période, et le signal discret obtenu par échantillonnage de h  t 
3) Ajouter le signal quantifié en précisant la règle de quantification appliquée.

Exercice n° 4
1
Soit le signal x [ n ] =cos  2πF0 n  résultant de du signal analogique
T
l’échantillonnage à la fréquence f e=
e
x a [ n ] =cos  2π f 0 n  .
1) Donner l’expression de F 0 en fonction de f 0 et f e
N
2) Si on choisit F 0 comme un rapport de deux entiers F 0 = 1 .
N2
a) Calculer la période N 0 du signal x [ n ] e fonction N 1 et N 2 ?
1
b r
f
) e

E l
c a
r
i r

39
e du signal analogique
l
a
t
i
o
n

l
i
a
n
t

l
a

p
é
r
i
o
d
e

=
0
c) Déduire la valeur maximale de F 0 permettant de ne pas avoir de perte d’information au sens
du théorème d’échantillonnage.

Exercice n° 5
t −0 . 008 
Soient le deux signaux s 1  t =2 et s 2  t
0 . 016
=2Π 
1) Représenter le deux signaux en fonction du temps t puis calculer et représenter le spectre. Préciser la
relation entre s 1  t  et s 2  t  .
2) Tracer s 2  n / 1000  , préciser la période et la fréquence d’échantillonnage, ainsi que le
nombre d’échantillons non nuls noté N (on précise que s 2  0 . 016 = 0 ).

40
3) Donner l’expression de la transformée de Fourier discrète TFD de s 2  n / 1000  soit S
  et en déduire le spectre d’amplitude correspondant. Trouver la périodicité et donner
2 f
le nombre de périodes entre
−1000 Hz et 1000 Hz .
4) Tracer l’allure du spectre obtenu pour s 2  n / 1000  entre −1000 Hz et 1000 Hz en
précisant le nombre et les largeurs des lobes et la valeur du lobe maximum.

Exercice n° 6
Soit le signal s  t = cos 3000 π t  0 . 2 cos  9000 π t 0 . 4 cos 15000 π t 
1) s'agitil d'un signal en temps discret ou en temps continu? Justifier la réponse ?
2) Trouver la fréquence de s  t  ?
3) Préciser l'expression du spectre d'amplitude de s  t  ?
3) Tracer l'allure du spectre d'amplitude du signal s  t 
4) Que dit la condition de Shannon appliquée au signal s  t  ?

41