Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

LA CONVOLUTION
ET
LE FILTRAGE
DES
SIGNAUX

G.BINET MdC 61

MathsSignal02

Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

LA CONVOLUTION ET LE FILTRAGE DES SIGNAUX .....................................................1

I. SYSTEMES LINEAIRES...................................................................................................................1
I.1. REPRESENTATION EXTERNE : ...........................................................................................................1
Notion de systme : ...........................................................................................................................1
Causalit : .........................................................................................................................................2
I.2. SYSTEME LINEAIRE INVARIANT :......................................................................................................2
Dfinition : ........................................................................................................................................2
Invariance dans le temps (invariance par translation) : ..................................................................2
Proprit de continuit : ...................................................................................................................2
Systmes de convolution : .................................................................................................................3
II. INTEGRALES A PARAMETRE.....................................................................................................3
II.1. THEOREME DE LA CONVERGENCE DOMINEE :..................................................................................3
II.2. DERIVATION SOUS LE SIGNE SOMME : .............................................................................................3
II.3. CAS OU I EST UN SEGMENT : ...........................................................................................................4
III. PRODUIT DE CONVOLUTION ...................................................................................................4
III.1. DEFINITION : .................................................................................................................................4
III.2. PROPRIETES :.................................................................................................................................4
Commutativit :.................................................................................................................................4
Associativit :....................................................................................................................................4
Echelle : ............................................................................................................................................5
Translation :......................................................................................................................................5
III.3. THEOREMES DEXISTENCE :...........................................................................................................5
1er thorme : ....................................................................................................................................5
2me thorme : ..................................................................................................................................5
III.4. CONVOLUTIONS SUCCESSIVES :.....................................................................................................6
Position du problme :......................................................................................................................6
Convolution dans R+, signaux causaux : ..........................................................................................6
Convolution dans L1(R) : ..................................................................................................................7
III.5. SYSTEME STABLE : ........................................................................................................................7
Dfinition : ........................................................................................................................................7
Proprits des systmes de convolution : .........................................................................................7

EXERCICES .......................................................................................................................................9
Quelques fonctions usuelles :............................................................................................................9
Exercice 1..........................................................................................................................................9
Exercice 2 : .......................................................................................................................................9
Exercice 3 : .....................................................................................................................................10
Exercice 4 : .....................................................................................................................................10
Exercice 5 : .....................................................................................................................................10
Exercice 6 : .....................................................................................................................................10

G.BINET MdC 61

MathsSignal02

Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

Aprs les 4 chapitres de rappels de quelques fondamentaux mathmatiques de la premire partie, la

seconde partie de ce cours traite d'un premier outil mathmatique scientifique utilis dans le traitement de
signal et ses applications: la convolution.
La notion de systme linaire invariant (SLI) essentielle en traitement de signal est introduite dans le
paragraphe I. En ralit la totalit des outils mathmatiques de ce cours ont t dvelopps pour ltude de ces
systmes. Dans la pratique, des systmes plus complexes ont t envisags pour mieux tenir compte de la
ralit des phnomnes tudis et la premire approche est de se rapporter aux SLI en linarisant le systme
tudi dans certaines zones de fonctionnement.
Le paragraphe II fournit les proprits essentielles des intgrales paramtres. Cette notion, si elle
n'intervient que peu dans l'utilisation des outils et est de ce fait vite oublie lorsqu'on pratique, permet d'apporter
la dmonstration d'un certain nombre de thormes. C'est dans ce but que nous l'utiliserons dans de
nombreuses autres squences de ce cours.
Le paragraphe III dveloppe l'outil mathmatique produit de convolution utilis en traitement de signal.
C'est une base incontournable. Nous verrons par la suite dautres mthodes permettant dviter la complexit
du calcul intgral quil ncessite mais ces mthodes y font rfrence en permanence.

I. SYSTEMES LINEAIRES
I.1. Reprsentation externe :
Notion de systme :
Un systme est un ensemble de composants, dappareils, de machines, qui utilisent des signaux dits
signaux dentre pour laborer des signaux de sortie utiliss par dautres systmes. La notion essentielle est
donc llaboration dune relation entre-sortie entre deux groupes de signaux. Ceci se reprsente
graphiquement sous forme de schma bloc N entres et M sorties. Tm est la relation mathmatique
caractristique du systme qui permet de calculer la sortie ym.

systme
x1(t)
xn(t)

y1(t)
Tm

xN(t
N signaux d'entre

ym(t) = Tm[.., xn(t) ,.]

yM(t
M signaux de

Le lien (la relation) entre les signaux dentre et de sortie peut tre tudi de manire interne en
crivant toutes les relations intervenant dans le systme grce aux lois de la physique, la chimie, la biologie,
etcBien sr cette tude interne thoriquement toujours possible peut devenir trs lourde voire irralisable
lorsque la complexit du systme augmente.
Une autre approche est alors utilise : nous nous dsintressons de la structure interne et tentons de
dcrire le fonctionnement du systme par un modle mathmatique qui est pris entre deux objectifs
contradictoires : rendre compte au mieux du comportement du systme tout en tant le plus simple possible. Le
systme devient une boite noire et la recherche du modle passe par le choix astucieux de signaux et des
compromis lis des hypothses simplificatrices.

G.BINET MdC 61

MathsSignal02

Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

Nous verrons par la suite que, pour les systmes linaires, nous pouvons utiliser comme outil une
analyse frquentielle ce qui justifie que ces systmes sont appels indiffremment filtres.
Un premier classement pour les systmes selon le nombre dentres et de sorties :
SISO : une entre et une sortie
(Single Input Single Output). Cest celui reprsent sur

x(t)

le schma ci-contre.

y(t) = T[x(t)]

systme

MIMO : plusieurs entres et plusieurs sorties (Multiple Input Multiple Output).

Et les deux cas intermdiaires SIMO et MISO.
Causalit :
Hypothse fondamentale en traitement de signal : la cause prcde leffet les signaux de
sortie ne peuvent exister avant les signaux dentre qui les gnrent.
Cest une hypothse intuitive qui est lie lexprience mais, nous pouvons envisager
mmoriser les signaux dentre et faire un traitement de ceux-ci en temps diffr, les systmes utiliss ne sont
plus alors ncessairement causaux car pour laborer la sortie linstant ti nous disposons en mmoire des
entres aux instants suivants. Cest souvent le cas en traitement dimage, en traitement de parole effectu
aprs mmorisation du signal traiter.

I.2. Systme linaire invariant :

Dfinition :
Un systme linaire est un systme dont le comportement rpond au thorme de superposition.
Soit y1= T[x1] ; y2= T[x2] ; {,} C ;
T[
x1 + x2] = T[x1] + T[x2] = y1 + y2

Avec le cas particulier x=0 y=0.

Invariance dans le temps (invariance par translation) :

Proprit qui exprime que la caractristique du systme ne dpend pas de lorigine du temps. Cela
implique que le systme ragit de la mme faon quelque soit linstant auquel nous appliquons ses excitations :
T[x(t)] = y(t) T[x(t-)] = y(t-)
Cette proprit fondamentale est plus gnralement linvariance par translation : la translation
effectue sur le temps, le systme garde les mmes proprits. Cette proprit peut aussi se concevoir avec
toute autre coordonne despace (il a t signal que nous choisissons le temps mais que tout ce qui est
dvelopp est valable pour toute autre coordonne par exemple la position x,y en analyse d'image).
On parle alors de SLI (Systmes Linaires Invariants) ou, en utilisant des termes anglo-saxons,
de LTI (Linear Translation Invariant).
Proprit de continuit :
Si une suite dentres xn ; n N a comme limite x alors T(xn) a comme limite T(x). Cette proprit est
bien videmment lie la notion de convergence.
G.BINET MdC 61

MathsSignal02

Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

Systmes de convolution :
Ce sont des systmes linaires invariants dont le comportement est dcrit par une fonction h(t) et la
relation entre-sortie sobtient par une intgrale dite de convolution :

y(t) =

h(t - u) x(u) du = h(t) x(t)

u est la variable dintgration, t est dans ce cas un paramtre lintgrale de convolution est une
intgrale paramtre.

II. INTEGRALES A PARAMETRE

I et sont deux intervalles borns ou non.
Soit x(u , ) une fonction de deux variables u I et .
Nous supposons que lintgrale X() = x(u , ) du est ,convergente pour tout .
I

la fonction X est dite dfinie par une intgrale paramtre.

Quelles sont les proprits de X telles que la continuit, la drivabilit, la sommabilit, . ? Nous allons
noncer deux thormes sans exposer leur dmonstration.

II.1. Thorme de la convergence domine :

Ce thorme donne les conditions pour lesquelles nous pouvons permuter intgration et limite.
x(u , ) est une fonction dfinie pour tout u I et .
Pour tout u fix : lim x(u , ) = y(u) .
0

il existe g(u) sommable sur I telle que : x(u , ) g(u) u I et .

y et x(u,) sont sommables et : lim

x(u , ) du = lim

x(u , ) du = y(u) du
0

II.2. Drivation sous le signe somme :

X() = x(u , ) dt
I

Il y a trois hypothses :
Si u I , x(u,) est continue sur .
sil

existe

g(u)

sommable

telle

que

x(u , ) g(u)

et

X() est continue sur .

si de plus

x (u , ) existe u I et quil existe h(u) sommable telle que

x (u , ) h(t)

u I et

G.BINET MdC 61

MathsSignal02

Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

X ' () = x(u , ) du

X est drivable et

II.3. Cas o I est un segment :

I segment [a,b] et un intervalle born ou non.
x(u , ) est une fonction borne pour u [a,b] et .
b

si pour tout u [a,b], x(u , ) est continue alors X() = x(u , ) dt est continue sur .
a

si de plus,

x (u , ) est borne sur u [a,b] et alors X() est drivable sur :

X ' () = x(u , ) du

III. PRODUIT DE CONVOLUTION

III.1. Dfinition :
+

Si

h(t - u) x(u) du

est convergente, elle dfinit y le produit de convolution de h et x qui sera not :

y(t) =

h(t - u) x(u) du = h(t) x(t)

Cette opration est souvent appele RTMI :

R(retournement)

h(u) h(-u).

T(translation)

h(-u) h(t-u).

M(multiplication)

h(t-u).x(u).
+

I(intgration).

h(t - u) x(u) du

III.2. Proprits :
Commutativit :
+

h(t - u) x(u) du (t u=) = v h(v) x(t - v) dv

h(t) x(t) = x(t) h(t)

Associativit :
+

[h1(t - u) + h2(t - u)] x(u) du

h1(t - u) x(u) du

h2(t - u) x(u) du

[h1(t) + h2(t) ] x(t) = [h1(t) x(t) ] + [h2(t) x(t) ]

G.BINET MdC 61

MathsSignal02

Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

Echelle :
+

h(t - u) x(u) du =

h(t - u) x(u) du =

h(t - u) x(u) du

h(t) x(t) = h(t) x(t) = [h(t) x(t) ]

Translation :

h(t) x(t - t0) =

h(t - u) x(u - t0) du (u =t ) = v h(t - v - t0) x(v) dv = [ h(t) x(t) ]t t - t

On vrifie rapidement que le mme rsultat est obtenu si au lieu de translater x(t) on translate h(t).

h(t) x(t - t0) = h(t - t0) x(t) = [ x(t) h(t) ]t t t

La translation de t0 de lune des fonctions entrane la translation de t0 du produit de convolution.

III.3. Thormes dexistence :

er

1 thorme :
{x,y} L (R) xy existe et est born.
2

Preuve :
+

En utilisant lingalit de Schwartz :

x(t - u) y(u) du

xy
123

dpend de t

x y
123
indpendant de t

Ce qui dmontre lexistence et la borne.

me

thorme :

Fonctions non nulles sur un segment fini : lopration concerne est lopration M (multiplication)
x,y continues ; x 0 pour t [1 , 1] ; y 0 pour t [2 , 2]
xy existe et est non nulle sur t [1+2 , 1+ 2].
Preuve :
La dmonstration peut se faire de manire visuelle en reprsentant par des segments les domaines o
les fonctions sont non nulles. Cette astuce est trs intressante dans les exercices o on calcule les intgrales
car elle permet d'organiser le calcul selon les diffrentes valeurs du paramtre t et de dterminer simplement

x(u) 1
y(u)
2

RT
2

x(u) 1
y(t-u)

1
t-2

t-2

les bornes d'intgration utiliser :

Lexamen du deuxime schma montre que, lors de lopration de multiplication, nous obtiendrons un
rsultat non nul pour t-2 1 et t- 2 1 do t [1+2 , 1+ 2].
Cas particulier de fonctions causales : 1 = 2 = 0 t [0 , 1+ 2] le rsultat est causal.

G.BINET MdC 61

MathsSignal02

Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

Le mme type de reprsentation avec des fonctions causales (1 = 2 = 0) mais support non born
( 1 ou 2 = +) nous montre que le rsultat est toujours causal (voir exercices).

III.4. Convolutions successives :

Position du problme :
Regardons le schma ci-dessous o tous les systmes mis en cascade sont des systmes de
convolution.

x1

h1

h2

x2

h3

x3

hk

xk+1
2

Nous avons montr que si xk et hk sont nergie finie (appartenance L (R)), nous savons calculer xk+1
grce une intgrale de convolution mais, nous navons pas montr que le rsultat est nergie finie. La
question est donc : quelles sont les classes de signaux qui permettent des convolutions successives ?
+

Convolution dans R , signaux causaux :

Lensemble E des signaux causaux est dfini par :
Des fonctions x(t) nulles pour t<0.
Dfinies presque partout pour t > 0.

x(t) dt converge pour tout T > 0.

0
Thorme :
Soit trois fonctions x(t), y(t) et z(t) E :
Les produits de convolution existent et sont nuls pour t<0 (causalit)
(x y) z = x (y z)
La preuve que le produit de convolution est nul pour t < 0 a dj t apporte dans le paragraphe III.3
grce aux schmas permettant de mettre en vidence le fait que le rsultat de lopration M est nul :

x(u) 0
y(u)

x(u) 0
y(t-u)

Le deuxime schma montrant que x(u).y(t-u) est bien nul pour t<0 xy = 0 pour t<0.
a) il faut dmontrer que lintgrale converge pour t>0.
T T

Compte tenu des hypothses, lintgrale double :

0 0

G.BINET MdC 61

0 (u+v) T

x(u) y(v) du dv = x(u) du . y(v) dv existe. La

MathsSignal02

Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

figure de gauche ci-dessous montre le carr sur lequel cette intgrale converge. Ceci justifie aussi quelle
converge dans le domaine triangulaire de la figure de droite.
T T -u

Nous pouvons ainsi crire que :

x(u) y(v) du dv existe. Effectuons un changement de variable

(u,v) (t=u+v) ce qui revient prendre un domaine dintgration schmatis sur la figure de droite :
T T-u

0
t

T t

x(u) y(v) du dv =

x(u) y(t - u) du dt . Lexistence de la deuxime intgrale implique que :

0 0

x(u) y(t - u) du soit borne t. Puisque

x(u) y(t - u) du x(u) y(t - u) du le produit de convolution

0

xy existe.
b) reste prouver lassociativit :
t

(x y )(u) z(t - u) du

t u

x(v) y(u - v) dv . z(t - u) du

0 0

avec le changement de variables u , v =u-v , = t-v :

t

x(t - ) y()

z( ) d d = x (y z)

0 0
+

dans R nous pouvons placer en cascade plusieurs systmes.

1

Convolution dans L (R) :

1

L (R) = ensemble des signaux stables.

Thorme :
{ x , y , z } L (R)
1

x y existe et L (R).
1

(x y) z = x (y z).
Dmonstration simple effectuer titre dexercice.

III.5. Systme stable :

Dfinition :
Un systme tel que y = T(x) est stable si le signal de sortie y est born quand le signal dentre x lest.
Cest le concept entre borne sortie borne ou systme BIBO (Bounded Input Bounded
Output).
Proprits des systmes de convolution :
P1: borne :
x(t) est borne |x(t)| M t.

G.BINET MdC 61

MathsSignal02

Universit de Caen - UFR de Sciences

h(t) L (R)
1

Convolution et Filtrage des signaux

h(t) dt H y(t)

h(u) x(t - u) du M

h(u) du M.H y(t) est borne.

P2 : continuit :
x(t) est borne et continue |h(u) x(t-u)| |h(u)| M. Le second membre est une fonction sommable et
nous pouvons appliquer le thorme de la convergence domine des fonctions paramtre y(t) est continue.
x(t) borne et continue y(t) borne et continue
P3 : drivation du produit de convolution :
Si x(t) existe et est borne |x(t)| N alors le produit de convolution est drivable.
|h(u) x(t-u)| N |h(u)|. Cette dernire fonction est sommable et en utilisant le thorme de la drivation
sous le signe somme des intgrales paramtres, le produit de convolution est donc drivable :
x(t) borne (h x) = h x = h x
2

Ces proprits peuvent tre compltes par deux proprits dans L (R) :
2

P4 :appartenance L (R).
h(t) L (R)
1

h(t) dt H . De plus, si x(t) L (R) (nergie finie) :

2

|| y || || H x || H || x ||
2

y(t) L (R) (nergie finie)

2

P5 :convergence dans L (R).

Si xn , n N, est une suite dentres convergeant vers x au sens de lnergie alors yn = h xn converge
vers y = h x au sens de lnergie.

G.BINET MdC 61

MathsSignal02

Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

EXERCICES
Quelques fonctions usuelles :

e(t)

L'chelon d'Heaviside e(t) est tel que :

t < 0 : e(t) = 0

t > 0 : e(t) = 1

t =0 : e(t) est indtermin mais born.

La fonction rectangle rect(t) est telle que :

rect(t)

t < -1/2 : rect(t) = 0

-1/2 < t < 1/2 : rect(t) = 1

1/2 < t : rect(t) = 0

1/2

t = { -1/2 ; 1/2 } : rect(t) est indtermine mais borne.

1/2

Cette fonction est aussi appele la fonction porte.

La fonction triangle tri(t) est telle que :

tri(t)

t < -1 : tri(t) = 0
-1 < t < 0 : tri(t) = t+1

0 < t < 1 : tri(t) = -t+1

1 < t : tri(t) = 0.

-1

Exercice 1.
Proprits du produit de convolution.
Le produit de convolution entre deux signaux x(t) et y(t) est dfini par :

x ( t ) y( t ) =

x (u) y(t u ) du = y(u ) x (t u) du = y(t ) x (t )

1) Montrer que si x et y ont mme parit, alors l eur produit de convolution est pair alors que
sils sont de parit contraire, le produit de convolution est impair.
2) Si x est translat de t 0 et y de t1 quel est leffet sur leur produit de convolution ?
3) Rappeler lexpression du produit de convolutio n pour des signaux causaux. Montrer que si x
et y sont causaux leur produit de convolution lest aussi.
Exercice 2 :
Calculer le produit de convolution de rect(t/2a) et rect(t/2b) pour b > a > 0. Que devient-il pour b=a ?
G.BINET MdC 61

MathsSignal02

Universit de Caen - UFR de Sciences

Convolution et Filtrage des signaux

Exercice 3 :

Soit a et b rels positifs, calculer le produit de convolution entre [exp(-at) e(t)] et [exp(-bt) e(t)] :
1) pour b a.
2) pour b=a.
Exercice 4 :
a tant b rels positifs :
1) Calculer le produit de convolution de rect((t- a)/2a) et de [exp(-bt) e(t)].
2) Calculer le produit de convolution de rect((t- a)/2a) et de exp(-bt).
3) Calculer le produit de convolution de rect(t/2 a) et de sin(t).
4) Calculer le produit de convolution de rect(t/2 a) et de cos(t).
5) Calculer le produit de convolution de rect(t/2 a) et de [cos(t) e(t)].
Exercice 5 :
Calculer le produit de convolution de la gaussienne
+

le rsultat :

1 e
2

t 2
2

par elle-mme (On pourra utiliser

e v dv = .)
2

Exercice 6 :
1) Calculer le produit de convolution de [t] et d e rect(t/2a).
2) Calculer le produit de convolution de [t rect( t/2a)] et de rect(t/2a).
3) Calculer le produit de convolution de [t rect( (t-a)/2a)] et de rect((t-a)/2a).

G.BINET MdC 61

MathsSignal02

10