CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

CHAPITRE 1

SIGNAUX DETERMINISTES CONTINUS

Le traitement du signal est une discipline indispensable de nos jours. Il a pour objet
l'élaboration (synthèse) ou l'interprétation (analyse) des signaux porteurs d'informations. Son
but est donc de réussir à extraire un maximum d'information utile sur un signal perturbé par
du bruit en s'appuyant sur les ressources de l'électronique et de l'informatique.

1.1 DEFINITIONS
1.1.1 SIGNAL

Un signal est la représentation physique de l'information, qu'il convoie de sa source à

son destinataire. La description mathématique des signaux est l'objectif de la théorie du signal.
Elle offre les moyens d'analyser, de concevoir et de caractériser des systèmes de traitement de
l'information. Un signal désigne l’évolution temporelle d’une grandeur physique mesurable
(courant, tension, force, température, pression, etc.). En pratique un signal est issu d’une
mesure par un capteur.

Fig. 1.1 Signal analogique unidimensionnel x(t)

1.1.2 BRUIT
Un bruit correspond à tout phénomène perturbateur gênant la transmission ou l'interprétation
d'un signal. Les notions de signal et bruit sont très relatives. Pour un technicien des
télécommunications qui écoute un émetteur lointain relayé par un satellite, le signal provenant
d’une source astrophysique (soleil, quasar) placée malencontreusement dans la même
direction est un bruit. Mais pour l’astronome qui s’intéresse à la source astrophysique, c’est le
signal du satellite qui est un bruit.

6
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

1.1.3 RAPPORT SIGNAL SUR BRUIT

Le rapport signal sur bruit mesure la quantité de bruit contenue dans le signal. Il s'exprime par
le rapport des puissances du signal x(t) et du bruit n(t). Il est noté par RSB (en français) ou SNR
(Signal to Noise Ratio) en anglais Il est souvent donné en décibels [dB]:

𝐏
𝐒𝐍𝐑 = 𝟏𝟎. 𝐥𝐨𝐠 (𝐏𝐱 ) (1.1)
𝐧

Un système est un dispositif représenté par un modèle mathématique de type Entrée/Sortie qui
apporte une déformation au signal (Ex: modulateur, filtre, etc…).

Entrée Système Sortie

Fig. 1.2 Schéma synoptique d’un système

1.2 CLASSIFICATION DES SIGNAUX

Pour faciliter l’étude des signaux, différents modes de classification peuvent être envisagés :

1.2.1 CLASSIFICATION PHENOMENOLOGIQUE

La première classification, basée sur l’évolution du signal en fonction du temps, fait apparaître
deux types fondamentaux:
▪ Les signaux déterministes (ou certains) dont l’évolution en fonction du temps peut être
parfaitement décrite par un modèle mathématique. Ces signaux proviennent de phénomènes
pour lesquels on connaît les lois physiques. A titre d’exemple, pour un générateur qui délivre
un signal sinusoïdal d’amplitude A et de fréquence f0 , x(t) = Asin(2πf0 t). Une formule
mathématique définit parfaitement le signal.

▪ Les signaux aléatoires (ou probabilistes) dont le comportement temporel est imprévisible.
Il faut faire appel à leurs propriétés statistiques pour les décrire. Si leurs propriétés
statistiques sont invariantes dans le temps, on dit qu'ils sont stationnaires. Les paramètres
statistiques définissant les possibilités d’évolution du signal.

1.2.2 CLASSIFICATION MORPHOLOGIQUE

Selon l’amplitude du signal et la variable t, on distingue les signaux à variable continue des
signaux à variable discrète ainsi que ceux dont l'amplitude est discrète ou continue. On obtient 4
cas possibles:
1. Les signaux analogiques dont l'amplitude et le temps sont continus.
2. Les signaux quantifiés dont l'amplitude est discrète et le temps continu.
3. Les signaux échantillonnés dont l'amplitude est continue et le temps discret.
4. Les signaux numériques dont l'amplitude et le temps sont discrets.

7
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

Amplitude
Continue Discrète
𝑥[𝑡] 𝑥[𝑡]
Continu

échantillonnage
Temps

t 𝑥[𝑛] t
𝑥[𝑛]
Discret

n
n
quantification
Fig. 1.3 Classification morphologique d’un signal

1.2.3 CLASSIFICATION ENERGETIQUE

La puissance électrique instantanée fournie à une résistance R (ou conductance G) est définie
comme le produit des valeurs instantanées de la tension 𝑢(𝑡) à ses bornes et du courant 𝑖(𝑡) qui
la traverse :
p(t)  u(t).i(t) Ri 2 (t)  Gu2 (t) (1.2)

L’énergie dissipée sur un intervalle t 1 , t 2  , avec t 1  t 2 , est l’intégrale de cette puissance

instantanée et se mesure en joules (J) :
t2 t2 t2

E(t 1 , t 2 )   p(t)dt  R  i 2 (t)dt  G  u 2 (t)dt (1.3)

t1 t1 t1

Par conséquent la puissance moyenne P( t 1 , t 2 ), mesurée en watts (w), s’exprime sous la forme
suivante :
t t t
1 2 R 2 2 G 2 2
t 2  t 1 t1 Δt t1 Δt t1
P(t 1 , t 2 )  p(t)dt  i (t)dt  u (t)dt (1.4)

On parle d’une puissance ou énergie normalisée quand R  1 . Par analogie, on définit pour un
signal x(t) une énergie E x (t1 , t 2 ) et une puissance moyenne Px (t1 , t 2 ) :
t2 t
1 2 2
E x (t 1 , t 2 )   x (t)dt ,
Δt t1
2
Px (t 1 , t 2 )  x (t)dt (1.5)
t1

L’énergie totale E x et la puissance moyenne totale Px sont définies par:

8
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

  T/2
1
E x   x (t)dt ,
2
Px  lim  x 2 (t)dt (1.6)
T T
 T/2

Remarques
1. Pour un signal périodique de période T0, la puissance moyenne totale est calculée sur une
période :
T
1 0 2
T0 0
Px  x (t)dt (1.7)

2. Si le signal est représenté par une fonction complexe de la variable réelle t, les définitions sont
équivalentes en remplaçant x 2 (t) par x t  .
2

La plupart des signaux peuvent être classés à partir de leur énergie totale et puissance moyenne
totale. On distingue:
 signaux à énergie finie qui satisfont à la condition suivante :


x (t)dt  
2
(1.8)


 signaux à puissance moyenne finie qui satisfont à :

 T/2
1
T T 
0  lim x 2 (t)dt   (1.9)
T/2

Remarque
Les signaux à énergie finie possèdent une puissance moyenne nulle (signaux réalisable).
Les signaux à puissance moyenne finie possèdent une énergie infinie (physiquement
irréalisable).
Un signal périodique est généralement à puissance moyenne finie et non nulle.

La puissance instantanée :
Px (t)  x(t)
2

(1.10)
La puissance moyenne :
 T/2
1
Px  lim  x(t) dt
2
(1.11)
T T
T/2

L’énergie :

Ex   x(t) dt
2
(1.12)


1.2.4 CLASSIFICATION SPECTRALE

Un signal peut être classé suivant la distribution de son énergie ou de sa puissance en fonction
de la fréquence (spectre du signal). Le domaine des fréquences occupé par son spectre ΔF est
aussi appelé la largeur de bande du signal: ΔF  Fmax  Fmin

9
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

Suivant la fréquence moyenne Fmoy  (Fmax  Fmin )/2 , on peut distinguer deux types de signaux :

- les signaux à bande étroite : ΔF/Fmin est petit ( Fmax  Fmin ).

- les signaux à large bande : ΔF/Fmin est grand ( Fmax  Fmin ).

Pour les signaux à bande étroite, les signaux sont classés suivant la fréquence moyenne Fmoy :

 Fmoy  250kHz signaux basses fréquences (BF)

 250kHz Fmoy  30MHz signaux hautes fréquences (HF)

 30MHz  Fmoy  300MHz signaux très hautes fréquences (VHF)

 300MHz Fmoy  3GHz signaux ultra hautes fréquences (UHF)

 Fmoy  3GHz signaux super hautes fréquences (SHF)

tri3 (t)
1.2.5 SIGNAUX PERIODIQUES

Un signal 𝒙(𝒕) est dit périodique si : …. ….

…. -3 -2 -1 0 1 2 3
x(t) = x(t + n. T0 ) , ∀t ∈ ℛ et n est un entier. 3 4
Fig. 1.4 Exemple d’un signal triangulaire
T0 , 2T0 , 3T0 … sont toutes les périodes de 𝐱(𝐭).

1
La plus petite période est appelée période fondamentale F0 = T est la fréquence
0

Exemple : le signal triangulaire périodique : 𝐭𝐫𝐢𝟑 (𝐭)=∑+∞

𝐤=−∞ 𝐭𝐫𝐢(𝐭 − 𝟑𝐤)

1.2.6 SIGNAUX PAIRS ET IMPAIRS

Un signal x(t) est pair si : x(t) = x(−t), ∀t
Un signal x(t) est impair si : x(t) = −x(−t), ∀t

x(t) peut toujours s’écrire en une somme unique d’un signal pair xp (t) et un signal impair
ximp (t).
𝐱(𝐭) = 𝐱 𝐩 (𝐭) + 𝐱 𝐢𝐦𝐩 (𝐭) (1.13)

𝐱(𝐭)+𝐱(−𝐭)
t.q : 𝐱 𝐩 (𝐭) = (1.14)
𝟐

𝐱(𝐭)−𝐱(−𝐭)
et 𝐱 𝐢𝐦𝐩 (𝐭) = (1.15)
𝟐

10
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

Exemple :
Le signal x(t) = u(t) peut etre decomposé en un signal constant pair : xp (t) = 1/2 et un signal
1
impair : ximp (t)=2 sgn(t), comme il est illustré dans la figure suivante :

𝑥(𝑡) 1

𝑥𝑝 (𝑡) 1/2

𝑥𝑖𝑚𝑝 (𝑡) 1/2

-1/2

Fig. 1.5 Décomposition d’un échelon en un signal pair et un signal impair

1.2.7 SIGNAUX CAUSAUX

On dit qu’un signal 𝐱(𝐭) est causal s’il est nul pour toute valeur de t négative. C.a.d :
x(t) = 0, ∀t < 0
Dans le cas contraire un signal est anticausal s’il est nul pour toute valeur de t positive. C.a.d :
x(t) = 0, ∀t ≥ 0

Exemple : u(t) est un signal causal. u(−t) est un signal anti-causal (voir la section suivante)

1.3 QUELQUES SIGNAUX USUELS

Afin de simplifier les opérations ainsi que les formules obtenues, certains signaux
fréquemment rencontrés en traitement du signal dispose d'une modélisation propre.

a. LE SIGNAL SIGNE
𝑠𝑔𝑛(𝑡)
+1 pour t > 0
sgn(t) = {
−1 pour t < 0
-1

Fig. 1.6 le signal signe sgn (t)

Par convention, on admet pour valeur à l'origine sgn (t) = 0 pour t = 0.

11
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

b. LE SIGNAL ECHELON 𝑢(𝑡)

+1 pour t > 0
u(t) = {
0 pour t < 0

Fig. 1.7 le signal Echelon u (t)

Par convention, on admet pour valeur à l'origine: u (t) = ½ pour t = 0.
Dans certains, il sera préférable de lui donner la valeur 1.

r(t)
c. LE SIGNAL RAMPE UNITAIRE

r(t) = t

Fig. 1.8 le signal rampe unitaire r(t)

d. LE SIGNAL RECTANGULAIRE 𝑡
𝑟𝑒𝑐𝑡 ( )
T 𝑇
t
1 pour |t| < 2
rect(T )= { T
0 pour |t| > 2
-T/2 T/2
On l'appelle aussi fonction porte. t
Fig. 1.9 le signal rectangulaire rect (T)
Elle sert de fonction de fenêtrage élémentaire.

𝑡𝑟𝑖(𝑡/𝑇)
e. LE SIGNAL TRIANGULAIRE
|t|
t 1− pour |t| < T
tri (T) = { T
−𝑻 𝑻
0 pour |t| > T
t
Fig 1.10 le signal triangulaire tri (T)
Remarque :
Pour la fenêtre rectangulaire la largeur de la fenêtre est
T tandis que pour la fenêtre triangulaire est 2T

f. IMPULSION DE DIRAC
L'impulsion de Dirac correspond à une fonction porte dont la largeur T tend vers 0 et dont l'aire
est égale à 1. On ne peut être représentée graphiquement. On la schématise par ↑
𝛿(𝑡)
∞ pour t = 0
δ(t) = {
0 pour t ≠ 0

Fig. 1.11 l’impulsion de Dirac δ(t)

Attention: l’aire de cette impulsion est égale à un (1) et non la hauteur de l’impulsion. On peut
du(t)
encore considérer 𝛅(𝐭) comme la dérivée de la fonction échelon : δ(t) =
dt

11
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

Propriétés :
+∞
• Intégrale : ∫−∞ δ(t)dt = 1,

+∞
∫−∞ x(t)δ(t)dt = x(0),

+∞
∫−∞ x(t)δ(t − t 0 )dt = x(t 0 )

• Produit : x(t)δ(t) = x(0)δ(t) = x(0) ,

x(t)δ(t − t 0 ) = x(t 0 )δ(t − t 0 ) = x(t 0 )

• Identité : x(t) ∗ δ(t) = x(t)

• Translation : x(t) ∗ δ(t − t 0 ) = x(t − t 0 ) ,

x(t − t1 ) ∗ δ(t − t 0 ) = x(t − t1 − t 0 )

Remarque : Un signal physique y(t) correspondant au passage d’un état (1) vers un état (2)
pourra être considéré comme une impulsion chaque fois que son temps de montée tm sera
négligeable devant les autres temps mis en jeu dans le circuit. Il en est de même pour un échelon.

𝛿𝑇 (𝑡)
g. PEIGNE DE DIRAC
On appelle peigne de Dirac une succession
périodique d’impulsions de Dirac : -KT -2T -T T 2T
K
𝛅𝐓 (𝐭) = ∑+∞
𝐤=−∞ 𝛅(𝐭 − 𝐤𝐓) Fig. 1.12 Peigne de Dirac 𝛿(𝑡)

T est la période du peigne. Cette suite est parfois appelée train d'impulsions ou fonction
d'échantillonnage. Ce type de signal est principalement utilisé en échantillonnage.

h. LE SIGNAL SINUS CARDINAL 𝑠𝑖𝑛𝑐(𝑡)

𝐬𝐢𝐧(𝛑𝐭)
𝐬𝐢𝐧𝐜(𝐭) = 𝛑𝐭

Ce signal joue un rôle très important -3 -2 -1 1 2 3

en traitement du signal. Fig. 1.13 le signal sinus cardinal sinc(t)

Propriété
+∞ +∞
∫−∞ sinc(t)dt = 1 et ∫−∞ sinc(t)2 dt = 1

12
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

1.4 PRODUIT DE CONVOLUTION

Le produit de convolution d’un signal 𝒙(𝒕) avec un signal 𝒉(𝒕) est donné par :
+∞
𝐱(𝐭) ∗ 𝐡(𝐭) = ∫−∞ 𝐱(𝐮). 𝐡(𝐭 − 𝐮)𝐝 𝐮 (1.16)

 Application
𝑥(𝑡) ℎ(𝑡) 𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡)

Le signal de sortie 𝑦(𝑡) d’un système linéaire causal invariant dans le temps est donné par le
produit de convolution du signal d’entrée 𝑥(𝑡) et d’un signal ℎ(𝑡) appelé réponse
impulsionnelle. La valeur du signal de sortie à l’instant t est ainsi obtenue par la sommation des
valeurs passées du signal d’excitation, pondérées par la réponse du système.

 Propriétés : soient 𝒙(𝒕), 𝒉(𝒕)𝑒𝑡 𝒚(𝒕)trois signaux :

 Commutativité : x(t) ∗ h(t) = h(t) ∗ x(t)

 Associativité : [x(t) ∗ h(t)] ∗ y(t) = x(t) ∗ [h(t) ∗ y(t)]

 Distributivité / l’addition : [x(t) + h(t)] ∗ y(t) = x(t) ∗ y(t) + h(t) ∗ y(t)

 Convolution avec la distribution de Dirac :

+∞
x(t) ∗ δ(t) = ∫−∞ x(u). δ(t − u)d u = x(t) ; 𝛅(𝐭) est l’élément neutre de la convolution.

 Convolution avec la distribution de Dirac retardée

+∞
x(t) ∗ δ(t − t 0 ) = ∫−∞ x(u). δ((t − t 0 ) − u)d u = x(t − t 0 ); C’est une version retardée du signal

 Convolution avec le peigne de Dirac :(en utilisant la propriété de distribution /+)

x(t) ∗ δT (t) = x(t) ∗ ∑+∞ +∞ +∞

k=−∞ δ(t − kT) = ∑k=−∞ x(t) ∗ δ(t − kT) = ∑k=−∞ x(t − kT)

Exemple : illustration graphique du produit de convolution 𝒙(𝒕) ∗ 𝒚(𝒕).

𝑦(𝑡)
𝑥(𝑡)

−1 +1
−2 +2

+∞
Le calcul du produit de convolution 𝐱(𝐭) ∗ 𝐲(𝐭) : 𝐱(𝐭) ∗ 𝐲(𝐭) = ∫−∞ 𝐱(𝛕). 𝐲(𝐭 − 𝛕)𝐝 𝛕 peut-être
illustré graphiquement par les étapes suivantes :

13
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

1. Changement de la variable t par τ

2. Inversement de la variable τ par – τ (retournement du signal y(τ) autour de l’axe des
ordonnées.
3. Décalage de y(τ) par t (selon la valeur de t)
4. Multiplication des deux signaux.
5. Calcul de la surface d’intersection (c’est l’intégrale)

𝑦(𝑡 − 𝜏)
1er cas
𝜏
𝑡 −1 +1
𝑡+2

2eme cas
.
𝜏
𝑡+2
eme
3 cas .
𝜏
𝑡−2 𝑡+2

4eme cas
. 𝜏
𝑡+2
𝑡−2
eme
5 cas
𝜏
𝑡−2 𝑡+2

1ere cas: t + 2 ≤ −1, c.a.d : t < −3 ; il n’y’a pas d’intersection entre les deux signaux .
Donc pour 𝐭 ≤ −𝟑 : 𝐱(𝐭) ∗ 𝐲(𝐭) = 𝟎.
2eme cas : t + 2 ≥ −1 et t + 2 ≤ +1 c.a.d : −3 ≤ t ≤ −1 ; il y’a un intersection entre les deux
signaux .
Donc pour −𝟑 ≤ 𝐭 ≤ −𝟏 : 𝐱(𝐭) ∗ 𝐲(𝐭) = 𝐭 + 𝟑. (l’aire en vert).
3eme cas : t − 2 ≤ −1 et t + 2 ≥ 1 c.a.d : −1 ≤ t ≤ +1 ; il y’a un intersection entre les deux
signaux .
Donc pour −𝟏 ≤ 𝒕 ≤ +𝟏 , 𝒙(𝒕) ∗ 𝒚(𝒕) = 𝟐. (l’aire en vert)
4eme cas : t − 2 ≤ +1 et t − 2 ≥ −1 c.a.d : +1 ≤ t ≤ +3 ; il y’a un intersection entre les deux
signaux .
Donc pour : +𝟏 ≤ 𝒕 ≤ +𝟑 : 𝒙(𝒕) ∗ 𝒚(𝒕) = 𝟑 − 𝒕. (l’aire en vert)

5eme cas: t − 2 ≥ +1, c.a.d : t ≥ +3 ; il’n’y’a pas d’intersection entre les deux signaux.
Donc pour 𝒕 ≥ +𝟑 : 𝐱(𝐭) ∗ 𝐲(𝐭) = 𝟎.

14
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

La figure suivante résume le résultat du produit de convolution z(t) = x(t) ∗ y(t)

z(t)
2

-3 -1 1 3
𝑡
Fig. 1.14 résultat de la convolution de deux rect

1.5 CORRELATION ET INTERCORRELATION

- L’autocorrélation cherche le lien entre un signal 𝐱(𝐭) et sa version retardée 𝐱(𝐭 − 𝛕).
- L’intercorrélation cherche le lien entre un signal 𝐱(𝐭) et un autre signal 𝐲(𝐭).

1.5.1 FONCTION D’AUTOCORRELATION

a) Pour les signaux à énergie finie

la fonction d’auto-corrélation 𝓡𝐱𝐱 (𝛕), d’un signal 𝐱(𝐭), est la fonction réelle ou complexe
donnée par :
+∞
𝓡𝐱𝐱 (𝛕) = ∫−∞ 𝐱(𝐭). 𝐱 ∗ (𝐭 − 𝛕)𝐝 𝐭, (1.17)
où x ∗ (t) est le conjugué de x(t)

Cette fonction caractérise la dépendance de x(t) avec sa version. L’origine du temps n’intervient
pas dans ℛxx (τ), elle dépend de la différence entre les deux instant t et t − τ c.a.d t –(t − τ)= τ.
+∞
Si x(t) est réel alors ℛxx (τ) = ∫−∞ x(t). x(t − τ)d t , d’où l’énergie du signal :

+∞
𝐄𝐱 = 𝓡𝐱𝐱 (𝟎)=∫−∞ (𝐱(𝐭))𝟐 𝐝 𝐭 (1.18)

• Propriétés

 Lien avec la convolution : si on pose z(t) = x ∗ (-t), on peut vérifier facilement que:

𝓡𝐱𝐱 (𝛕) = 𝐱(𝛕) ∗ 𝐳(𝛕)= 𝐱(𝛕) ∗ 𝐱 ∗ (−𝛕) (1.19)

Démonstration:
+∞ +∞
𝑥(τ) ∗ z(τ)=∫−∞ x(u). z(τ − u)d u = ∫−∞ x(u). x ∗ ( u − τ))d u = ℛxx (τ) = x(τ) ∗ x ∗ (−τ)

 Parité : 𝓡𝐱𝐱 (𝛕) = 𝓡∗𝐱𝐱 (−𝛕)

+∞ ∗
Démonstration: ∗ (−τ)
ℛxx = [∫−∞ x(t). x ∗ (t + τ)d t] . Si on pose (t + τ) = u, alors :

+∞ ∗ +∞
∗
ℛxx (−τ) = [∫−∞ x(u − τ). x ∗ (u)du] =∫−∞ x(u). x ∗ (u − τ)du=ℛxx (τ).

Si x(t) est réel alors ℛxx (τ) = ℛxx (−τ) . C’est une fonction paire.

 Bornée: la fonction d’autocorrélation est toujours bornée par ℛ𝑥𝑥 . C.a.d :

15
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

𝓡𝒙𝒙 (𝝉) ≤ 𝓡𝒙𝒙 (𝟎)

 Coefficient de corrélation : Parfois on utilise Le coefficient de corrélation défini par:

𝓡 𝐱𝐱 (𝛕)
𝛒𝐱𝐱 (𝛕) = (1.20)
𝓡 𝐱𝐱 (𝟎)

|𝛒𝐱𝐱 (𝛕)| ≤ 1 ou −𝟏 ≤ 𝛒𝐱𝐱 (𝛕) ≤ +𝟏, ∀𝛕

b) Pour les signaux de puissance moyenne finie

𝟏 +𝛉
𝓡𝐱𝐱 (𝛕) = 𝐥𝐢𝐦𝛉→∞ 𝟐𝛉 ∫−𝛉 𝐱(𝐭). 𝐱 ∗ (𝐭 − 𝛕)𝐝 𝐭 (1.21)

si 𝐱(𝐭) est réel :

𝟏 +𝛉
𝓡𝐱𝐱 (𝛕) = 𝐥𝐢𝐦𝛉→∞ 𝟐𝛉 ∫−𝛉 𝐱(𝐭). 𝐱(𝐭 − 𝛕)𝐝 𝐭 (1.22)

si 𝐱(𝐭) est périodique et de période T :

𝟏
𝓡𝐱𝐱 (𝛕) = 𝐓 ∫[𝐓] 𝐱(𝐭). 𝐱(𝐭 − 𝛕)𝐝 𝐭 (1.23)

 Propriétés
 ∗
ℛxx (τ) = ℛxx (−τ) symétrie hermitienne
 si x(t) est réel : ℛxx (τ) = ℛxx (−τ) paire
 ℛxx (τ) est périodique et de période T
ℛ (τ)
 ρxx (τ) = ℛ xx(0) ℛxx (0) représente la puissance moyenne Px
xx

Exemple : calcul de la fonction d’autocorrélation du signal x(t)= A.sin(100π.t)

1
ℛxx (τ) = T ∫[T] x(t). x(t − τ)d t
1
= T ∫[T] A. sin(100π. t). A. sin(100π. (t − τ))d t
A2
Le développement de cette intégrale donne : ℛxx (τ) = cos2 (100πτ)
2
C’est une fonction réelle, paire et périodique de même période que le signal x(t). Sa valeur à
A2
l’origine est ℛxx (0) = , qui est effectivement la puissance moyenne d’un signal sinusoïdal
2
d’amplitude A
𝓡𝒙𝒙 (𝝉)
𝑨𝟐
𝟐
. . .. ....

-0.03 -0.01 0 0.01 0.03

Fig. 1.15 résultat d’autocorrélation d’un sinus

16
 CHAPITRE 1 SIGNAUX DETERMINISTES CONTINUS

EXERCICES
EXERCICE 1 Représenter les signaux suivants en fonction du temps
t−3
1. x(t) = −r(t) 2. x(t) = r(−t) 3. x(t) = rect ( )
2

4. x(t) = e−t u(t) 5. x(t) = e−(2−t )u(2 − t) 6. x(t) = t. u(t)

7. x(t) = (t − 2). u(t − 3) 8. x(t) = (−t + 3)u(t − 2)u(−t + 3)

EXERCICE 2 Dire si les signaux suivants sont :

a• périodiques ou apériodiques, d’énergie finie ou a puissance moyenne finie ?
b• calculer l’énergie ou la puissance moyenne du signal selon le cas.
1. x(t) = rect T (t) 2. x(t) = t. u(t) 3. x(t) = Acos(2πf0 t)
4. x(t) = 2. e−2t . u(t) 5. x(t) = 2. e−2|t| 6. x(t) = 5. e−2|t| . cos(5πt)
7. x(t) = 3cos(12πt) 8. x(t) = sin(2πt) + 3. cos(3πt) 9. |cos(10πt) |

EXERCICE 3 Trouver les parties paires et impaires des signaux suivants

1. x(t) = e(jwt) 2. x(t) = sin3(t)-cos 3 (t) 3. x(t) = e−t .u(t)
π
4. x(t) = e(at) 5. x(t) = cos(at + b)ejπt 6. x(t) = |t|2 sin(t − 4 )

EXERCICE 4 Soit ‘a’ un constant réel positif (a>0)

1. Si E désigne l’énergie de x(t), calculer l’énergie de x(at)
2. Si P désigne la puissance de x(t), calculer la puissance de x(at)
3. Quelle est l’influence de la constante a sur E et P ?

EXERCICE 5
a) Soit le signal: x(t) = cos(2πf0 t) + cos(2π2 f0 t)
Montrer si le signal est périodique ou non ? Expliquer.
b) Considérons le signal x(t) = 0.5 cos(60πt) + cos(90πt)
1) trouver la période fondamentale de ce signal.
2) En déduire sa puissance moyenne.

EXERCICE 6
Déterminer le produit de convolution des 𝒙(𝒕) ∗ 𝒚(𝒕) des signaux suivants :
t
a. x(t) = y(t) = rect (4)

b. x(t) = e−t u(t) et y(t) = u(t)

t−2
c. x(t) = e−t u(t) et y(t) = rect ( )
4

d. x(t) = e−2t u(t) et y(t) = e−4t u(t)

17