Cours_Maths Du Signal

Mathématiques du Signal P ag e | 1
Table des matières

Introduction……………………………………………………………………5
I. Généralités sur les signaux
I.1. Introduction…………………………………………………………………………..6
 Définition d’un signal…………………………………………………………..6
 Définition d’un système………………………………………………………..6
 Exemple………………………………………………………………………...6
I.2. Classification des systèmes…………………………………………………………...7
 Système continu ou discret……………………………………………………..7
 Système causal………………………………………………………………….8
 Système linéaire………………………………………………………………...8
 Système à temps invariant……………………………………………………...9
 Système EBSB (stable)…………………………………………………………9
I.3. Classification des signaux…………………………………………………………...10
 Signaux pairs et impairs……………………………………………………....10
 Signaux déterministes et aléatoires…………………………………………...11
I.4. Propriétés de l’impulsion de Dirac…………………………………………………..13
I.5. Energies et puissances……………………………………………………………….14
 Signaux à énergie finie………………………………………………………..14
 Signaux à puissance moyenne finie…………………………………...………14
I.6. Conclusion…………………………………………………………………………..15
I.7. Exercices……………………………………………………………………………15
II. Convolution et Déconvolution

II.1. Introduction…………………………………………………………………………16
 Définition de réponse indicielle……………………………………………….16
 Définition de la réponse impulsionnelle………………………………………16
II.2. Produit de convolution (réponse d’un système à une entrée quelconque)………….16
II.3. Propriétés du produit de convolution……………………………………………….19
II.4. Explication graphique du produit de convolution…………………………………..19
II.5. Exemple de calcul du produit de convolution……………………………………...22
Mathématiques du Signal P ag e | 2
II.6. Déconvolution………………………………………………………………………22
II.6.1. Méthode des transformées de Fourier…………………………………….22
II.6.2. Identification directe……………………………………………………...23
II.7. Conclusion………………………………………………………………………….23
II.8. Exercices……………………………………………………………………………23
III. Transformée de Laplace

III.1. Introduction………………………………………………………………………..24
III.2. Présentation de la Transformée de Laplace………………………………………..24
III.3. Propriétés de la Transformée de Laplace………………………………………….25
III.4. table des Transformées de Laplace………………………………………………..26
III.5. Exemple d’application sur les circuits électriques………………………………...27
 Application……………………………………………………………………27
 Solution………………………………………………………………………..28
III.6. Les systèmes et la Transformée de Laplace (Notion de la fonction de transfert)...28
III.7. Transformée de Laplace inverse…………………………………………………..28
 Décomposition en fractions simples…………………………………………..29
 Exemple 1……………………………………………………………………..29
 Exemple 2……………………………………………………………………..30
III.8. Notion de région de convergence………………………………………………….31
III.9. Région de convergence-stabilité-causalité………………………………………...33
III.10. Conclusion………………………………………………………………………..33
III.11. Exercices………………………………………………………………………....33
IV. Analyse fréquentielle

IV.1. Introduction………………………………………………………………………..34
IV.2. Rappels…………………………………………………………………………….34
IV.3. Représentation d’un signal………………………………………………………...35
 Exemple 1………………………………………………………………..……35
 Exemple 2……………………………………………………………………..36
IV.4. Développement d’une fonction périodique en série de Fourier…………………...37
 Condition de convergence des séries de Fourier (Conditions de Dirichlet)…..38
 Propriétés des coefficients de Fourier………………………………………...39
Mathématiques du signal Page |3
IV.5. Théorème de Parceval……………………………………………………………..39

IV.6. Représentation trigonométrique de la série de Fourier…………………………….39
IV.7. Spectre d’amplitude et de phase…………………………………………………...40
IV.8. Remarques importantes……………………………………………………………40
IV.9. Analyse fréquentielle des signaux apériodiques….................................................42
IV.10. Exemple de calcul de la TF………………………………………………………43
IV.11. Conditions d’existence de la TF………………………………………………….45
IV.12. Table des Transformées de Fourier………………………………………………45
IV.13. Propriétés de la Transformée de Fourier…………………………………………46
IV.14. Réponse fréquentielle d’un système LTI (filtrage linéaire)……………………...48
 Exemple……………………………………………………………………….49
 Solution………………………………………………………………………..49
IV.15. Conclusion………………………………………………………………………..50
IV.16. Exercices………………………………………………………………………….50
V. Energies et puissances des signaux

V.1. Introduction…………………………………………………………………………51
V.2. Puissance temporelle d’un signal…………………………………………………...51
V.3. Puissance fréquentielle d’un signal (densité spectrale)……………………………..52
V.4. Autocorrélation et Intercorrélation des signaux…………………………………….53
V.4.1. Propriétés de la fonction d’autocorrélation……………………………….53
V.4.2. Remarque importante……………………………………………………..54
V.5. Conclusion………………………………………………………………………….54
V.6. Exercices……………………………………………………………………………55
VI. Echantillonnage et systèmes discrets

VI.1. Introduction à l’échantillonnage…………………………………………………...55
VI.2. Système échantillonné……………………………………………………………..56
VI.3. Choix de la fréquence d’échantillonnage (Théorème de Shannon).................…...58
VI.4. Reconstitution d’un signal échantillonné………………………………………….59
VI.5. Transformée en Z………………………………………………………………….61
VI.6. Propriétés de la Transformée en Z…………………………………………………62
VI.7. Table des Transformées en Z……………………………………………………...63
Théorie du Signal Page |4
VI.8. Résolution des équations récurrentes.................................................................….64

VI.9. Transmittance en présence d’un bloqueur d’ordre zéro…………………………...64
VI.10. Stabilité des systèmes échantillonnés…………………………………………….64
VI.11. Conclusion………………………………………………………………………..65
VI.12. Exercices………………………………………………………………………….65
Conclusion……………………………………………………………………..66
Références……………………………………………………………………..67
Page |5
Introduction
Le cours « Traitement du signal » est un cours de Mathématique de base qui fait
partie de l’unité fondamentale UEF 222, il est destiné aux étudiants de la 2ème
année Sciences et Technologie du département Génie Electrique (Faculté de
Technologie). L’enseignement est dispensé en 2ème année au cours du
deuxième semestre, assuré par Dr JDD Nkapkop, enseignant chercheur
(Chargé de Cours) au sein de l’Université de Douala.
Diverses disciplines du Génie électrique nécessitent l’utilisation de notions

mathématiques spécifiques. En physique, toute grandeur évolue au cours du
temps de façon quelconque. Elle peut alors être représentée par une fonction de
la variable réelle t qui représente le temps. Cependant dans bien des cas on
préfère caractériser ces fonctions par le biais de transformations de variables. Ce
cours est une introduction aux divers types de transformées que l’on rencontre, à
savoir :
 Les différentes notions de la théorie du signal (produit de convolution,
impulsion de Dirac, fonctions usuelles,…)
 La transformation de Laplace, principalement utilisée en automatique
 La transformation de Fourier, utilisée en traitement du signal
électronique
 La transformée en Z qui permet de représenter et d’analyser les signaux
numériques
Mathématiques du Signal Page |6
I. Généralités sur les signaux
I.1. Introduction
Dans cette première partie de ce cours, on présente la définition de certaines notions de
base.
 Définition d’un signal
Un signal est une fonction représentant une variable qui peut être le temps (en général).
Le signal x(t ) peut être une tension, une température,…etc.
 Définition d’un système

Un système est un processus physique représenté par un modèle mathématique ou tout
simplement un modèle théorique.
Le système peut être un circuit électrique, équation chimique, moteur électrique,…etc.
Signal Système Signal de

d’entrée sortie
Figure I.1. Systèmes et signaux d’entrée et de sortie
- Exemple
Soit le circuit électrique suivant :
Courant de sortie
Figure I.2. Système électrique
La relation entre l’entrée et la sortie est donnée par le modèle du système.

Page |7
I.2. Classification des systèmes

Un système peut être :
 Continu ou discret.
 Causal ou non causal.
 Linéaire ou non linéaire.
 A temps invariant ou à temps variant.
 Stable ou instable.
 A énergie ou à puissance moyenne finie.
 Système continu ou discret

Un système est dit continu si son entrée et sa sortie sont continues et il est discret si
son entrée et sa sortie sont discrètes.
e(t) s(t)
Système
continu
t t
Entrée continue Sortie continue
Figure I.3. Système continu
e(nT) s(nT)
Système
discret
nT nT
Entrée discrète Sortie discrète
Figure I.4. Système discret

 Système causal
Un système est dit causal si la sortie y(t ) à l’instant initial t  t0 dépend uniquement de
l’entrée aux instants t  t0 . C'est-à-dire que la sortie à un instant donné ne peut pas dépendre de
l’entrée x(t ) dans le futur.
Dans le cas contraire, le système est dit non causal.
Exemple :
y (t )  ax(t  5) est un signal non causal.
Remarque
Les systèmes réalisables pratiquement sont causaux.
 Système linéaire
Un système est dit linéaire si les deux principes suivants sont satisfaits :
 Principe de superposition
S
e1  e2 y1  y2
S
Figure I.5. Système linéaire
Si nous avons :
 y1 (t )  S  e1 (t ) 

   y1  y2  (t )  S  e1 (t )  e2 (t )  I-1
 y2 (t )  S  e2 (t ) 

Nous avons aussi :
y1 (t )  S  e1 (t )   S   e1 (t )    y1  t  I-2
Donc en résumé :
S  ae1 (t )  be2 (t )   aS  e1 (t )   bS  e2 (t )  I-3
- Exemple
Un système est décrit par l’équation suivante donnant la sortie y(t ) en fonction de l’entrée
x (t ) : y (t )  3x(t )  4
I-4
 y1 (t )  3x1 (t )  4

On aura :  y2 (t )  3x2 (t )  4 I-5
y1 (t )  y2 (t )  3  x1 (t )  x2 (t )   8  3  x1 (t )  x2 (t )   4
Donc : le système est non linéaire.
 Système à temps invariant

Un système est à temps invariant lorsqu’une translation du signal d’entrée (retard ou
avancement) se traduit par la même translation du signal de sortie.
S  x  t     y  t    I-6
x(t) y(t)
1 S
t
0 0
x(t-τ) y(t-τ)
1
S
0 τ 0 τ
Figure I.6. Système à temps invariant
 Système EBSB (stable)

Un système est dit EBSB (Entrée Bornée Sortie Bornée) « stable » si pour n’importe quel
signal borné x(t ) tel que x(t )  k1 , nous avons une sortie bornée y(t ) telle que :
y(t )  k2 , k1 , k2   2 I-7

Mathématiques du Signal P a g e | 10
Une autre définition de stabilité (la plus connue) est :

Un système est stable si et seulement si, écarté de sa position d’équilibre, il tend à y revenir.
2 10000
8000
1.5
6000
Entrée
Sortie
1
4000
0.5
2000
0 0
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
temps(s) temps(s)
Figure I.7. Entrée-Sortie d’un système instable

2
1000
1.5 800
600
Entrée
Sortie
1
400
0.5
200
0 0
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
temps(s) temps(s)
Figure I.8. Entrée-sortie d’un système stable
I.3. Classification des signaux

 Signaux pairs et impairs
Un signal pair est déterminé par :
x(t )  x(t )
I-8
x(t)
t
-t1 +t1
Figure I.9. Signal pair
Un signal est impair lorsque :

x(t )   x(t ) I-9
x(t)
-t1 t
+t1
Figure I.10. Signal impair
 Signaux déterministes et aléatoires

 Signal aléatoire
Un signal aléatoire (processus stochastique) est un signal dont on ne peut prédire le
comportement (allure).
- Exemple :
Un simple exemple d’un signal aléatoire est le bruit blanc (white noise).
-1
-2
-3
-4
0 100 200 300 400 500 600 700 800 900 1000
Figure I.11. Bruit blanc (White noise)
 Signal déterministe
Un signal déterministe représente une information dont l’évolution en fonction du temps
peut être parfaitement prédite par un modèle mathématique (au contraire d’un signal
aléatoire stochastique).
Nous présentons dans cette section quelques fonctions mathématiques qui sont des
signaux élémentaires seront utilisées tout au long de ce cours.
Echelon unitaire :
Le signal « échelon unitaire » est défini par :
0si : t  0
e(t )   I-10
1si : t  0
e(t)
Figure I.12. Echelon unitaire
Signal rectangulaire :
 1si : t  a
recta (t )  
0 : ailleurs I-11
recta (t )  e(t  a)  e(t  a)
recta(t)
t
-a +a
Figure I.13. Signal rectangulaire
Impulsion de Dirac
Soit le signal :
1
xa (t )  recta (t ) I-12
a 2
On définit alors le signal « impulsion de Dirac »,  (t ) , tel que :
1 
 (t )  lim  recta  t   I-13
a 0 a
 2 
xa(t)  (t )
a0
1/a
t
-a/2 +a/2
Cette impulsion est représentée par :
 (t )  (t  t0 )
1 1
t t
t0
Figure I.14. Impulsion de Dirac
Sur la dernière figure, la valeur « 1 » correspond à l’aire sous la courbe et pas à la hauteur qui
est infinie, la fonction de Dirac est normalisée :

  t  dt  1  e t 

I-14
On dit que l’échelon e(t ) est la primitive de  (t ) ou bien que  (t ) est la dérivée de e(t ) au sens
des distributions.
L’impulsion de Dirac est un signal non réalisable physiquement, on tend à modéliser une
impulsion de Dirac par un signal rectangulaire dont la largeur tend vers 0 et l’amplitude vers
l’infini.
I.4. Propriétés de l’impulsion de Dirac

Le signal de Dirac possède les propriétés suivantes :
  (t )  0, si : t  0 I-15
 f (t ). (t )  f (0). (t ) I-16
 f (t ). (t  t0 )  f (t0 ). (t  t0 ) I-17
1
   aT    (t ) I-18
a
I.5. Energies et puissances

Les signaux peuvent être classés selon leurs énergies et puissances, et on peut trouver des:
 Signaux à énergie finie
On dit qu’un signal x(t) est à énergie finie si la condition suivante est satisfaite :

2
Wx 

 x(t ) dt   I-19
Les signaux à énergie finie s’appellent aussi des « signaux de carré sommable » ou des
« signaux de carré intégrable ».
Un exemple d’un signal à énergie finie est le signal :
t 
x(t )  rect   I-20
T 
En calculant l’intégrale de l’énergie, on trouve :
 T
2
2
Wx   x(t ) dt   dt  T I-21
 T
2
Remarque : les signaux à énergie finie sont à puissance moyenne nulle.

 Signaux à puissance moyenne finie
Un signal x(t) est à puissance moyenne finie si :
T
1 2
2
0  Px  lim
T  T  x(t ) dt   I-22
T
2
Cette définition exclut le cas des signaux à puissance moyenne nulle, qui correspondent à des
signaux à énergie finie.
Le signal x(t )  sin t est un signal à puissance moyenne finie sur , car:
T
1 2
  sin t 
2
Px  lim dt I-23
T  T
T
2
T
1 2
1
Px  lim
T  2T  1  cos t  dt  2 I-24
T
2
Ce signal n’est pas à énergie finie car le calcul de l’intégrale d’énergie diverge (tend vers
l’infini).
I.6. Conclusion
Dans cette partie, les notions de base ainsi que les classifications possibles sur les signaux et
les systèmes sont présentées en vue d’initier la compréhension du reste du cours.
I.7. Exercices
1. Soit le signal x(t) représenté par la figure suivante, représenter les signaux suivants :
x(t-1), x(t+1), x(2t), x(0.5t),x(-t),x(1-2t).
x(t)
2
1
t
1 2 3 4
2. Soit le signal représenté par la figure ci-dessous, représenter les signaux suivants :
e(t ) x(t ), e(t  2) x(t ), e(t ) x(t ),  (t ) x(t ),  (t  3) x(t )
x(t)
2
1
t
-1 1 2 3
3. Trouver la composante paire et impaire du signal :

1 t
x(t ) 
1 t2
4. Donner l’expression des signaux x(t), y(t) et z(t) en fonction de t et e(t).
x(t) y(t) z(t)

a
1 a
t t t
-1 1 2 3 T b T 2T
5. Simplifier les expressions suivantes :

x(t )  (t 2  2t  3) (t )
y (t )  (cos t  4t ) (t )

 t 
2
I1  cos3t  5  (t )dt


I 2  t (t )dt
2
II. Convolution et Déconvolution

II.1. Introduction
Ce deuxième chapitre traite les relations entre les signaux et les systèmes, entre les entrées des
systèmes et leurs sorties,…etc.
Avant de commencer, deux définitions importantes sont à présenter :
 Définition de la réponse indicielle

La réponse indicielle est la réponse d’un système dont l’entrée est un échelon.
 Définition de la réponse impulsionnelle

La réponse impulsionnelle est la réponse d’un système physique dont l’entrée est une
impulsion de Dirac. Elle permet de caractériser les systèmes linéaires dans le domaine
temporel.
II.2. Produit de convolution (réponse d’un système à une entrée

quelconque)
Soit x(t ) : l’entrée à un système (S) linéaire et invariant dans le temps et dont la réponse
impulsionnelle est h(t ) et y(t ) est la sortie de (S) à l’entrée x(t ) .
x(t) y(t)
S
δ(t) h(t)
S
Figure II.1. Présentation d’un système LTI
Le signal x(t) peut être représenté par une somme infinie de composantes x(τ) sur une base
d’impulsions de Dirac comme suit :

x(t )   x( ) (t  )d
 II-1
On pose (f), l’application dans le temps qui donne la sortie du système (S) à l’entrée x(t),
c'est-à-dire :
f : x(t ) y(t )  f ( x(t ))
II-2
Nous aurons donc :
  
y (t )  f ( x(t ))  f   x( ) (t   )d 
   II-3

y(t )  f ( x(t ))   f  x( ) (t  )d 
 II-4
Puisque l’application (f) n’a aucune relation avec la variable τ, cette dernière n’est qu’une
variable muette qui disparait lors de l’intégration, on peut écrire :

y(t )  f ( x(t ))   x( ) f  (t  )  d

II-5
Rappelons que la réponse impulsionnelle est la réponse du système (S) avec l’application f à
une entrée de type Dirac, donc :
f  (t   )   h(t   ) II-6
On trouvera donc :

y(t )  f ( x(t ))   x( )h(t   )d

II-7
On définit donc le produit de convolution :

Si le système est LTI, nous avons :
 
y(t )  

x( )h(t   )d   x(t  )h( )d

II-8
Donc : y(t)  x(t)*h(t) II-9

Le produit de convolution
Si les deux fonctions sont discrètes, on parle de « mesures de comptages », et nous aurons la
somme suivante :
 
y ( n)   x * S  ( n)   x(i)S (n  i) 
i 
 x(n  i)S (i)
i 
II-10
Pour un système linéaire à temps invariant, on peut construire la sortie  y  correspondante à
toute entrée  x  en convoluant celle-ci par la réponse impulsionnelle : pour cela, on dicsrètise
l’entrée  x suivant le pas de temps choisi, ce qui la transforme en une suite de paliers
 x(0), x(1),..., x(n)  ; la réponse impulsionnelle  S  va aussi ètre discrètisée avec le mème pas
de temps  S (0), S (1),..., S ( n)  .
On peut alors considérer chaque palier  i  de l’entrée comme une impulsion non plus unitaire
mais d’amplitude  x (i )  , il lui correspond une réponse qui est x(i)S (0),..., x(i)S (n) . Pour avoir
la sortie, il faut suivre les sommes données par les équations suivantes :
Pour les systèmes physiques, si on prend la somme suivante :

y ( n)   x(i)S (n  i)
i 
II-11
Pour les systèmes physiques, les indices i et n doivent commencer par la valeur « 0 », on aura
donc :
n
y (n)   x(i ) S (n  i )
i 0 II-12
On trouve alors l’ensemble d’équations suivant :

 y (0)  x(0).S (0)
 y (1)  x(0).S (1)  x(1).S (0)

 y (2)  x(0).S (2)  x(1).S (1)  x(2).S (0)

 y (3)  x(0).S (3)  x(1).S (2)  x(2).S (1)  x(3).S (1)

 . II-13
 .

 .
 y (n)  x(0).S (n)  x(1).S (n  1)  x(2).S (n  2)  ...  x(n).S (0)

II.3. Propriétés du produit de convolution

 x(t )* y(t )  y(t )* x(t ) II-14
  x(t ) * y (t )  * z (t )  x(t ) *  y(t ) * z (t )  II-15
 x(t ) *  y (t )  z (t )   x(t ) * y(t )  x(t ) * z (t ) II-16
 x(t )* (t )  x(t ) car  (t ) est l’élément neutre. II-17
 x(t )* (t  t0 )  x(t  t0 ) II-18

t
 x(t )* e(t )   x( )d

II-19
t t0
 x(t )* e(t  t0 )  

x( )d
II-20
Le produit de convolution est un produit bilinéaire et commutatif, généralement noté « * »,

c’est un opérateur qui fait correspondre aux deux fonctions f et g une autre fonction f*g sur le
même domaine de définition que f et g.
II.4. Explication graphique du produit de convolution

On peut expliquer le produit de convolution par un simple exemple :
Soit les deux signaux identiques représentés sur la figure ci-dessous :
f (t ), g ( t )
t
1 1
Figure II.2. Présentations de deux signaux rectangulaires identiques et inversés dans le

temps
On fait glisser g ( ) (le signal en rouge) de    et on effectue l’intégrale donnant le

produit de convolution.
Pour t  2

 f * g  (t )   f   g  2    d  0
 II-21
Théorie du Signal P a g e | 20
f (t ), g (2  t )
t
1 1
Figure II.3. Deux signaux rectangulaires identiques décalés de (-2) unités de temps
Pour t  1.5

 f * g  (t )   f   g  1.5    d  0.5
 II-22
f (t ), g (1.5  t )
t
1 0.5 1
Figure II4. Deux signaux rectangulaires identiques décalés de (-1.5) unités de temps
Pour t  1
f (t ), g (1  t )
t
1 1
Figure II.5. Deux signaux rectangulaires identiques décalés de (-1) unités de temps

 f * g  (t )   f   g  1    d  1
 II-23
Pour t  0
f (t ), g ( t )
t
1 1
Figure II.6. Deux signaux rectangulaires identiques non décalés


 f * g  (t )   f   g    d  2
 II-24
On continue jusqu’à pour t  2


.  f * g  (t )   f   g  2   d  0
 II-25
f (t ), g (2  t )
t
1 1
Figure II.7. Deux signaux rectangulaires identiques décalés de (+2) unités de temps
Enfin, on peut donner la fonction « convolution » de ces deux signaux et qui est représentée
par la figure suivante :
 f * g  t 
t
2 2
Figure II.8. Fonction de convolution des deux signaux rectangulaires identiques

II.5. Exemple de calcul du produit de convolution

Si on prend :
1 1
f ( x)  2 2
, g ( x)  2 II-26
x a x b
 
1 1 
Alors:  f * g  ( x)   
2
   x     a

. d
2 2 b II-27

Le calcul de cette intégrale est assez compliqué, il est plus facile de passer aux transformées
de Laplace et de Fourier où le produit de convolution basé sur une intégrale devient un simple
produit arithmétique.
II.6. Déconvolution
La déconvolution est la recherche de la réponse impulsionnelle d’un système à partir d’un
historique des mesures de l’entrée et de la sortie.
On propose deux principales méthodes :
II.6.1. Méthode des transformées de Fourier

Dans l’espace des transformées de Fourier, le produit de convolution se transforme en un
simple produit.
Soit Y   la transformée de Fourier de la sortie y(t ) :

Y     y(t ).e
 jt
dt II-28

On définit aussi X   , S   qui sont respectivement les transformées de Fourier de l’entrée
x (t ) et de la réponse impulsionnelle s (t ) , on a alors :

Y    X   .S   II-29
Donc :
Y  
S    II-30
X  
La réponse impulsionnelle est donc déterminée par la transformée inverse de Fourier de S   .

II.6.2. Identification directe

Il s’agit de la résolution du système linéaire II-6 du paragraphe précédent, obtenu en posant
les (n+1) équations qui relient les (n+1) sorties successives aux entrées précédentes, on
trouvera sous forme matricielle l’équation suivante :
 y (0)   S (0) 0 0 . . . 0   x(0) 
 y (1)   S (1) S (0) 0 . . . 0   x(1) 
  
 y (2)   S (2) S (1) S (0) . . . 0   x(2) 
    
 .  . . . . . . 0  .  II-31
 .   . . . . . . 0  . 
    
 .   . . . . . . 0  . 
 y (n)   S (n) S (n  1) S (n  2) . . . S (0)   x(n) 
  
Ce système linéaire dont les inconnues sont S (0), S (1),..., S (n) se résout facilement car la matrice
donnant les S (0), S (1),..., S (n) est triangulaire.
 Remarque
- Cette méthode peut être facilement implantée sur l’ordinateur.
- Toutefois, cette méthode est peu utilisable en pratique à cause de l’influence des
perturbations et des bruits et de la relative instabilité numérique.
II.7. Conclusion
Vu la complexité de calcul de l’intégrale de convolution pour la majorité des systèmes
physiques (équation II-22), deux chapitres intéressants seront présentés dans les deux
prochaines sections et qui permettent de présenter la transformée de Laplace et la transformée
de Fourier, elles permettent de transformer l’intégrale de convolution en un simple produit
mathématique : ce qui simplifie énormément les calculs.
II.8. Exercices
1. Démontrer les propriétés suivantes :
 x(t ) *  (t )  x(t )
 x(t ) *  (t  t0 )  x(t  t0 )
t
 x(t ) * e(t )   x( )d

2. Sachant que la réponse d’un système dont la réponse impulsionnelle est h(t) à une
entrée quelconque e(t) est s(t) telle que :
 
s(t )  

e( )h(t   )d   e(t  )h( )d

Si h(t )  e2t e(t ) , trouver la réponse indicielle de ce système
III. Transformée de Laplace
III.1. Introduction
Dans ce chapitre, nous allons étudier un outil mathématique important, permettant de faciliter
l’étude des systèmes continus LTI.
III.2. Présentation de la Transformée de Laplace

Soit x(t ) un signal continu, la transformée de Laplace X ( p ) de x(t ) est définie par :

 x(t )e
 pt
X ( p)  dt
III-1
0
Avec : p    j est un opérateur complexe.
 Notation
On note la transformée de Laplace par :
X ( p)  L( x(t )) III-2
ou
x(t )  L1 ( X ( p)) ou x(t )  X ( p) III-3
 Exemple
Si le signal à transformer x(t ) est un échelon unitaire, c'est-à-dire :
0 si t 0
x(t )  e(t )   III-4
1 si t  0
La transformée de Laplace X ( p ) du signal échelon unitaire est donnée par :
 
 e(t )e dt   e dt
 pt  pt
X ( p) 
0 0
III-5

e
 pt
X ( p)  dt III-6
0

1  pt 1
X ( p)  
p 0
e dt 
p
III-7
1
Donc : e(t ) 
p
III.3. Propriétés de la transformée de Laplace

Si X ( p ) est la transformée de Laplace du signal x(t ) , nous aurons :
 Produit de convolution :
x(t )* y(t )  X ( p).Y ( p) III-8
 Linéarité :
ax(t )* by(t )  aX ( p).bY ( p) III-9
 Décalage temporel :
x(t  t0 )  e pt0 X ( p) III-10
 Décalage fréquentiel :
e p0t x(t )  X ( p  p0 ) III-11
 Dérivation temporelle :
dx(t )
 pX ( p)  x(0)
dt
.
III-12
.
d ( n ) x(t ) ( n 1)
n
 p n X ( p)  p n 1 X ( p)  ..  x (0)
dt
 Intégration temporelle :
t
1
 x(t )dt  p X ( p)
0
III-13
 Changement d’échelle :
1 p
x(at )  X( ) III-14
a a
 Remarque
Pour trouver x (0) , on dérive le signal x(t ) pour trouver x(t ) , et on détermine après x (0) .
On définit les théorèmes suivants :
Théorème de la valeur initiale :
lim x(t )  lim pX ( p) III-15
t 0 p 
Théorème de la valeur finale :

lim x(t )  lim pX ( p) III-16
t  p 0
III.4. Table des transformées de Laplace

x(t) X(p)
 t  1
e(t) 1
p
te(t ) 1
p2
t k e(t ) k!
p k 1
e at e(t ) 1
pa
te at e(t ) 1
 p  a
2
cos(0t )e(t ) p
 p  02
2

sin(0t )e(t ) 0
 p  02 
2
e at cos(0t )e(t ) pa

 p  a    
2 2
0
e at sin(0t )e(t ) 0
 p  a    
2 2
0
e(t ) 1
p
e at e(t ) 1
pa
teat e(t ) 1
 p  a
2
Table III.1. Transformée de Laplace

III.5. Exemple d’application sur les circuits électriques

Soit la résistance R suivante :
u (t )  Ri(t )  U ( p)  RI ( p) III-17
Soit l’inductance L :
 di (t ) 
u (t )  L dt   U ( p)  LI ( p)  Li (0) 
III-18
Avec i (0) est le courant emmagasiné (mesuré) à l’instant initial du fonctionnement de
l’inductance.
Figure III.1. Exemple de calcul avec la transformée de Laplace (circuits électriques)
Dans le cas d’un condensateur C :

1 du (t ) 1
u (t ) 
C  i (t )dt 
dt
 i (t )dt
C III-19
Donc :
du (t )
i(t )  C  I ( p)  CpU ( p)  Cu (0)
dt III-20
Avec : u (0) est la tension de charge initiale du condensateur.
 Application
Dans le cas d’un circuit RC :
L’interrupteur est ouvert, on le ferme à l’instant t  0 , nous trouvons U c (0)  V0 .
La tension d’entrée U e (t )  e(t ) est un échelon unitaire.
Trouver la tension U c ( p) aux bornes du condensateur.
 Solution
U e (t )  Ri (t )  U c (t )
dU c (t )
U e (t )  RC  U c (t ) III-21
dt
1
U e ( p )  RC[ pU c ( p )  U c (0)]  U c ( p ) 
p
Donc :
1
 RCV0
p
U c ( p) 
1  RCp III-22
III.6. Les systèmes et la transformée de Laplace (notion de la fonction de

transfert):
Soit un système continu LTI de réponse implusionnelle h(t ) , la sortie du système y(t ) à
l’entrée x(t ) est déterminée par le produit de convolution suivant :
y(t )  x(t )* h(t ) III-23

En utilisant la transformée de Laplace, on trouve :
Y ( p)
Y ( p)  X ( p).H ( p)  H ( p) 
X ( p) III-24
H ( p ) est la transformée de Laplace de la réponse impulsionnelle qu’on appelle la Fonction
de transfert du système.
III.7. Transformée de Laplace inverse :

Si X ( p ) est la transformée de Laplace de x(t ) , alors ; x(t ) est la transformée inverse de
X ( p ) , soit :
X ( p)  L( x(t ))  x(t )  L1 ( X ( p)) III-25

La relation donnant la transformée inverse d’un signal X ( p ) donné dans le domaine de
Laplace est :
1 c  j
x(t )   X ( p)e pt dp avec c∈ℜ III-26

2 j c  j
Cette relation n’est généralement pas utilisée, la meilleure méthode donnant facilement la
transformée inverse d’un signal X ( p ) est la Décomposition en fractions simples. Cette
méthode, en plus de sa simplicité, donne une formule mathématique de la transformée inverse
dans le domaine temporel.
 Décomposition en fractions simples
Soit : X ( p)  k
 p  z1  p  z2  ... p  zm  III-27
 p  p1  p  p2  ... p  pn 
Avec :
 Les zi (i 1,...,m) sont des zéros ; les valeurs qui annulent X ( p )
 Les pi (i 1,...,n ) sont des pôles ; les valeurs qui annulent le dénominateur de X ( p ) .
On peut classer trois cas selon les valeurs de m et n :

 Si m  n :
Diviser l’expression de X(P) en fractions simples revient à l’écrire sous la forme suivante :
1 2 n
X ( p)    ...  III-28
p  P1 p  P2 p  Pn
Avec :
i  lim  p  Pi  X ( p) III-29
pPi
 Exemple 1:
p 1
Soit : X ( p)  2
p  p2 III-30
On trouve les pôles du dénominateur, et on écrit :
p 1
X ( p) 
 p  1 p  2  III-31
On essaye maintenant d’écrire X ( p ) en fractions simples sous la forme suivante :
1 2
X ( p)  
p 1 p2 III-32
On calcule les valeurs des variables 1 et 2 :
 p 1  2
1  lim  p  1 
p 1
  p  1 p  2  3 III-33
 p 1  1
2  lim  p  2  
p 2
  p  1 p  2   3 III-34
Dans le cas où pi est un pole multiple de multiplicité r c'est-à-dire :
X ( p)  k
 p  z1  p  z2  ...  p  zm 
 p  pi 
r
III-35
La division de X ( p ) en fractions simples est donnée sous la forme suivante :
1 2 r
X ( p)    ... 
 p  pi   p  pi 
2 r
p  pi
III-36
Avec :
r k  lim 
 1 dk
p  p k ! dp k
 i
 p  p  i
r 
X ( p) 


III-37
 Exemple 2
p 1
X ( p) 
 p  1 p  2
3
III-38
0 1 2 3
X ( p)    
p 1  p  2  p  2 2
 p  2
3
III-39
Avec :
2
0  lim  p  1 X ( p)  
p 1 27
1
3  lim  p  2  X ( p )  
3
p 2   3
III-40
  2
 p  2  X ( p)  
3
2  lim 
p 2 p
  9
 2  2
 p  2
3
1  lim  2 X ( p)  
 27
p 2 p

Donc :
2 1 2 1 2 1 1 1
X ( p)    
27 p  1 27  p  2  9  p  2  3  p  2 3
2
III-41
En utilisant la table des transformées de Laplace, on trouve la relation suivante :
2 t  2 2 1 t 2  2t
x(t )  e   t  e
27  27 9 3 2  III-42
 Si m  n :
N ( p) R( p)
Soit X ( p)    Q( p )
D( p ) D( p ) III-43
Avec : l’ordre de R( p) est inférieur à l’ordre de D( p)
Le polynome Q( p) est d’ordre :
- 0 : c'est-à-dire une constante, donc :    (t ) 
III-44
 d  (t ) 
- 1 : c'est-à-dire   p  
 dt 
III-45
 d 2 (t ) 
- 2 : c'est-à-dire   p 2   
 dt 2 
III-46
Avec   
III.8. Notion de la région de convergence :

La fonction « transformée de Laplace » n’est pas définie dans tout le plan complexe : elle
n’existe que dans une partie du plan qu’on appelle : Région de Convergence.
 Exemple :
Si on prend par exemple la fonction :
x(t )  e2t e(t ) III-47
La transformée de Laplace de x(t ) est donnée par :
 
  p  2 t
 e e(t )e dt  e
2 t  pt
X ( p)  dt
 0 III-48

 1  p  2t 
X ( p)  
 p2
e 
0

1
p  2 
t

lim e p  2t  1 
III-49

Pour que X ( p ) existe et ne tend pas vers l’infini, il faut que la limite lim e p 2t soit finie, et
t 

pour cela, il faut que p  2  p  2  0  e p  2  0
Dans le cas contraire, c'est-à-dire pour p  2  p  2  0  e p  2t  

La région de convergence de la fonction x(t) correspond au demi plan droit par rapport au
pôle (-2) comme indiqué en vert sur la figure II.2.a :
Si on prend maintenant la fonction :

x(t )  e2t e(t ) III-50
 0
  p  2 t
 e  e
2t  pt
X ( p)  e(t )e dt  dt
  III-51
X ( p) 
1
p2

1  lim e p  2t
t 
 III-52
 
Pour que la limite lim e p 2t soit finie, il faut que p  2  0  p  2
t 
Im(p)
Im(p)
-2 Re(p)
-2 Re(p)
a) b)
Figure III.2. Région de convergence de la transformée de Laplace
En général :
Soit X(p), la fonction donnant la transformée de Laplace du signal x(t).
On définit aussi les pôles  pi i 1,...,n de la fonction X(p), Pmin , Pmax sont respectivement la valeur
minimale et la valeur maximale des pôles (on ne tient compte que des parties réelles des
pôles).
 Si X(p) est défini sur une région de convergence telle que : Re( p)  Pmax , alors la
fonction x(t) est définie par t  0 , et on écrit :
X ( p)  x(t )e(t )
 Si X(p) est définie sur une région de convergence telle que : Re( p )  Pmin , alors la
transformée inverse de X(p) est :
X ( p)   x(t )e(t )
III.9. Région de convergence-stabilité-causalité

 Définition1
Un système est stable si la région de convergence contient l’axe des imaginaires :
 Définition2
Un système est causal si la région de convergence de la fonction de transfert est de la forme :
Re( p)  Pmax III-53
 Définition3
Un système est stable et causal si tous les pôles de la fonction de transfert appartiennent au
demi-plan gauche, c'est-à-dire : tous les pôles sont à parties réelles négatives :
Re( p)  0 III-54
III.10. Conclusion
Dans ce chapitre, la transformée de Laplace a été présentée, cette transformée représente outil
théorique essentiel dans la caractérisation des fonctions de transfert opérationnelles des
systèmes linéaires à temps invariant, mais son utilisation pratique est très limitée surtout pour
les signaux très compliqués.
Le chapitre suivant traitera l’analyse fréquentielle des signaux qui se prête facilement à
l’analyse des signaux même les plus compliqués.
III.11. Exercices
1. Retrouver les transformées suivantes :
 (t )  1
1
e(t ) 
p
1
te(t ) 
p2
1
e  t e(t ) 
p 
0
sin(0 t )e(t )  2
p  02
2. Calculer les transformées de Laplace des signaux suivants (utiliser la table des
transformées) :
x1 (t )   (t  3) x7 (t )  recta (t )
x2 (t )  5sin(3t )e(t ) 
x3 (t )  10 cos(20t )e(t )
x8 (t )    (t  kT ), T  
k 
x5 (t )  e5t cos(2t )e(t ) x9 (t )  2e 4t
e(t )  3e 3t e(t )
3. Calculer les transformées de Laplace inverses des signaux suivants :

p 1
X1 ( p)  , Re( p)  2
( p  2)( p  3)
p2  p  9
X 3 ( p)  , Re( p)  0
p3 ( p  1)
4. Calculer les transformées de Laplace inverses du signal X(p) dans les cas suivants :
1
X ( p)  2
,
p  4p 3
*Re( p)  1
*R e( p)  3
*  3  Re( p)  1
5. Soit un système LTI décrit par l’équation différentielle suivante :

d 2 y(t ) dy(t )
2
  2 y(t )  kx(t )
dt dt
Avec : x(t) est l’entrée du système et y(t) est sa sortie.
 Déterminer la fonction de transfert du système.
 Déterminer les pôles et les zéros du système.
 Déduire la stabilité du système.
 Calculer sa réponse impulsionnelle.
IV. Analyse fréquentielle
IV.1. Introduction
L’analyse fréquentielle ou harmonique est l’outil le plus important dans la science de la
théorie du signal. Cette analyse est basée sur la transformée de Fourier (développement en
série de Fourier) qui permet de réaliser la représentation spectrale des signaux.
L’analyse spectrale des signaux permet d’exprimer leurs amplitudes, phases, énergies, ou
même la puissance en fonction de la fréquence.
IV.2. Rappels
On doit faire un petit rappel sur certaines notions nécessaires pour la maitrise de cette partie
du cours.
 e j  cos   j sin  IV-1
e j  e j
 cos   IV-2
2
e j  e j
 sin   IV-3
2j
   B 
 A cos   B sin   A2  B 2 cos   artg   IV-4
  A 
 Remarque importante
Soit S un système linéaire à temps invariant, si l’entrée du système S est de type sinusoïdal de
fréquence f, la sortie est aussi de type sinusoïdal de fréquence f. cette propriété est réservée
uniquement aux signaux sinusoïdaux.
Entrée Sortie
sinusoïdale sinusoïdale
Système
S
T T
Figure IV.1. Propriété du signal sinusoïdal
IV.3. Représentation d’un signal

La forme naturelle (connue) de la représentation d’un signal est la représentation dans la base
temporelle qui donne l’évolution de l’amplitude du signal en fonction du temps.
En plus de la base temporelle, on trouve aussi la représentation dans la base fréquentielle
qu’on appelle « le spectre fréquentiel » d’un signal. Ce spectre permet de représenter
l’amplitude et les différentes composantes présentes dans le signal (par exemple la phase) en
fonction de la fréquence ou de la pulsation qui dépende linéairement de la fréquence.
 Exemple 1
Si on prend le cas d’un signal sinusoïdal de fréquence f par exemple :
x(t )  220cos100 t , f  50Hz
La représentation temporelle et fréquentielle sont données par les figures suivantes :
300
200
100
-100
-200
-300
10 20 30 40
Time (ms)
a. Représentation temporelle
X
250
200
150
100
50
0 100 200 300 400 500

Frequency (Hz)
b. Représentation fréquentielle
Figure IV.2. Représentation temporelle et fréquentielle d’un signal sinusoïdal
Donc la représentation fréquentielle d’un signal sinusoïdal est donnée sous la forme d’un pic
de même amplitude maximale du signal (220) au niveau de la fréquence de périodicité (ici
50Hz).
 Exemple 2
On refait le même travail pour le signal
y (t )  30 cos 5 t  10 cos 50 t , f1  2.5Hz , f 2  25Hz IV-5
Ce signal est composé de deux signaux sinusoïdaux de fréquences 2.5Hz et 25Hz.
Les représentations sont données par les deux figures suivantes :
Y
40
20
-20
-40
200 400 600 800

Time (ms)
30
25
20
15
10
0 20 40 60 80 100
Frequency (Hz)
Figure IV.3. Représentation temporelle et fréquentielle d’un signal (exemple)
La représentation fréquentielle du signal y(t) est composée de deux pics d’amplitudes 30 et 10

qui correspondent respectivement aux fréquences 2.5Hz et 25Hz.
IV.4. Développement d’une fonction périodique en série de Fourier

1
Considérons un signal continu S(t), périodique de période T0 , donc de fréquence f0  et de
T0
2
pulsation 0  2 f0  .
T0
S(t)
S0
t
T0
Figure IV.4. Signal périodique
Vu les propriétés un peu spéciales de la fonction sinusoïdale dans les systèmes LTI et de son
spectre (exemple 1), le signal S(t) peut être représenté par la somme de signaux sinusoïdaux
(exemple 2) appelés « série de Fourier ».
Ce développement t donné par :
S (t )  C0  C1e j0t  C2e 2 j0t  ...  Cn e nj0t
 IV-6
S (t )  
k 
Ck e jk0t
1
Avec : Ck  
T0 T0 
S (t )e jk0t dt IV-7
 Remarque
1
 Pour k  0 , C0 
T0  S (t )dt IV-8
T0 
Avec: C0 : est la valeur moyenne du signal S(t).

1
 Pour k  1 , C1   S (t )e
 j0t
dt IV-9
T0 T0 
Avec : C1 : est une composante sinusoïdale de même fréquence que S (t ) et appelée

« fondamental »
 Une série de composantes sinusoïdales de fréquences multiples entiers de
f 0  f  k. f0 , k  2  sont appelées « harmoniques »
 Conditions de convergence des séries de Fourier (Conditions de

Dirichlet)
Les conditions de convergence des séries de Fourier sont :
 S (t ) doit être intégrable sur n’importe quel intervalle de longueur T0 .
 S (t ) doit avoir un nombre fini de maximums et de minimums sur n’importe quel

intervalle fini.
 S (t ) doit avoir un nombre fini de discontinuités dans n’importe quel intervalle fini.
 Propriétés des coefficients de Fourier

Les propriétés des coefficients de Fourier sont données dans les points suivants :
 lim Ck  0
k  IV-10
Les harmoniques contribuent d’autant moins au signal que leur rang est élevé (k est le
rang de l’harmonique)
 Ck  C  k
IV-11
 La phase k qui est l’argument de Ck a la propriété suivante :
 k  k IV-12
IV.5. Théorème de Parceval

Si la fonction S (t ) vérifie les conditions de Dirichlet, on a:
1 
  S (t )  
2 2
dt  Ck IV-13
T0 T0  k 
Le théorème de Parceval montre que la puissance d’un signal peut se calculer aussi bien dans
le domaine temporel que le fréquentiel. En effet, comme dans l’espace des fréquences, le
signal x(t ) est représenté par des générateurs d’amplitudes  Ck  , il s’en suit que la puissance
totale est égale à la somme des puissances fournies par chaque générateur.
IV.6. Représentation trigonométrique de la série de Fourier

En plus de sa représentation sous la forme exponentielle, la série de Fourier du signal S (t )
peut être représenté par la somme de signaux sinusoïdaux sous la forme suivante :
a0 
s(t )     ak cos k0t  bk sin k0t  IV-14
2 k 1
Avec :
2
ak 
T0  S (t ) cos k t.dt
0
T0 
IV-15
2
bk 
T0  S (t ) sin k t.dt
0
T0 
- Relations entre ak , bk , Ck
 a0  2C0 IV-16
1
 ak   Ck  C k 
2 IV-17
1
 bk   j  Ck  C k 
2 IV-18
 Ck  ak  jbk IV-19
 Ck  ak  jbk IV-20
IV.7. Spectre d’amplitude et de phase

Le spectre d’amplitude (ou de phase) permet de représenter la variation de l’amplitude (ou de
la phase) du signal en fonction de la fréquence.
Nous avons le signal S (t ) , décomposé en série de Fourier :
S (t )  C0  C1e j0t  C2e j 20t  ...  Cn e jn0t

a0 IV-21
S (t )   a1 cos 0t  b1 sin 0t  a2 cos 20t  b2 sin 20t  ...  an cos n0t  bn sin n0t
2
le spectre d’amplitude est la représentation du terme Ck  k 0,...,n  en fonction des fréquences k0
avec:
Ck  a k2 bk2 , k  0,..., n
IV-22
Le spectre de phase est donné par:
 bk 
k  artg    arg ument  Ck  , k  0,..., n IV-23
 ak 
IV.8. Remarques importantes

 Le spectre d’amplitude d’un signal périodique est toujours un spectre de raies situées
au niveau des fréquences multiples de la fréquence périodique du signal kf 0, k  0,..., n 
 Les fonctions paires ont un développement qui ne contient que les termes en cosinus
bk  k 0,...,n   0 .
 Les fonctions impaires ne contiennent dans leurs développements que les termes en
sinus ak  k 0,...,n   0 .
 Le spectre d’amplitude contient l’information sur l’amplitude et sa variation en

fonction de la fréquence, c’est la raison qui lui donne une certaine priorité dans son
utilisation par rapport au spectre de phase (dans certains domaines comme
l’électronique par exemple), mais si le traitement tient compte de la forme du signal
(traitement d’images), il ne faut jamais négliger le spectre de phase.
C1 est le
fondamental
C0 est la valeur S(t) C2 est
moyenne du
signal C0 l’harmonique de C5 est
rang 2 l’harmonique de
rang 5
t
f0 2 f0 3 f0
Figure IV.5. Spectre d’amplitude d’un signal périodique
 Exemple
Soit le signal S (t ) représenté par la figure suivante :
S(t)

t
a a b
T0  a  b
Figure IV.6. Signal rectangulaire périodique
Pour tracer le spectre d’amplitude du signal, on procède de la manière suivante :


S (t )  Ce
k 
k
jk0t
b
1
Ck 
a  b a 
S (t )e  jk0t dt
b
1
Ck 
a  b a 
 e  jk0t dt
 a 
Ck  e  jk0t   e  jak0  e jak0 
 a  b  jk0    a  a  b  jk0   IV-24
  e jak0  e  jak0 
Ck   
 2j
a  b k  
a  b

Ck  sin  k0 a 
k
 2 
sin  k a
 k0 a sin  k0 a  0 a  a  b 
Ck    
k k0 a  2
k a
a  b
On trouve enfin :
2 ka
sin
Ck 
2 a
.
a  b
 a  b  2 ka IV-25
a  b
 Application numérique :   1, a  1, b  2
IV.9. Analyse fréquentielle des signaux apériodiques

La transformée de Fourier est une généralisation de la série de Fourier appliquée aux signaux
apériodiques.
Soit x(t ) , un signal à durée finie, périodique de période T   .
x(t)
t
t1 t2
Figure IV.7. Signal apériodique

La fonction transformée de Fourier X ( ) , dénotée TF est définie par l’intégrale suivante :


 x(t )e
 jt
X ( )  dt IV-26

ou

 x(t )e
 j 2 ft
X( f )  dt IV-27


On note : X ( )  F  x(t )   x(t )  F 1  X ( ) 

IV-28
Ou aussi :
TF
x(t )  X ( )
IV-29

1
 X ( )e
jt
x(t )  d
2 
La transformée de Fourier X ( ) permet d’analyser le signal x(t ) en fournissant des

informations sur sa distribution fréquentielle (énergie, amplitude ou phase).
a. Spectre d’amplitude
C’est la représentation de l’amplitude du signal x(t ) en fonction de la fréquence donc le
graphe donnant X ( ) en fonction de  ou de f .
b. Spectre de phase
C’est la représentation de la fonction ( )  arg  X ( )  en fonction de  ou de f .
 Remarque
Si la fonction x(t )   donc :
 X ( )  X ( )

 IV-30
       

IV.10. Exemples de calcul de la TF

On prend x(t )   (t )
 
X      (t )e dt    (t )e dt
 jt  j (0)
 

IV-31
X      (t )dt 1

 (t ) X ( )
1 1
t 
Figure IV.8. Spectre d’amplitude de l’impulsion de Dirac
On remarque que le spectre fréquentiel de l’impulsion de Dirac contient toutes les fréquences
de    .
On prend x(t )  et e(t )
 
 e e(t )e dt   e e dt
 jt  t  jt
X ( )  t
 0
 IV-32
1 
e
 (1 j ) t
X ( )  dt  e  (1 j ) 


1  j 0
1
X ( ) 
1  j
Les spectres de fréquence et de phase sont donnés comme suit :
 1
 X ( ) 
 1 2 IV-33
 ( )   artg  

  
X ( )

1 2




2
Figure IV.9. Spectre d’amplitude du signal exponentiel
IV.11. Conditions d’existence de la TF

Tous les signaux ne possèdent pas obligatoirement des TF, pour qu’un signal x(t) ait une TF,
il faut et il suffit qu’il vérifie les conditions de Dirichlet qui sont valables aussi bien pour la
transformée de Fourier et celle de Laplace.
 Il faut que le signal x(t) soit intégrable :



x(t ) dt   IV-34
 Le signal x(t) possède un nombre fini d’extrémums (maximums ou minimums) dans

chaque intervalle de temps fini
 Le signal x(t) a un nombre fini de discontinuités dans chaque intervalle de temps fini.
A partir des conditions citées ci-dessus, on peut remarquer les points suivants :
 Tous les signaux à énergie finie vérifient ces conditions suffisantes.
 Certains signaux à puissance moyenne finie (signaux périodiques) ne sont pas
absolument intégrables mais possèdent des transformées de Fourier en faisant
intervenir l’impulsion de Dirac.
IV.12. Table des transformées de Fourier

x (t ) X ( )
 t  1
  t  t0  e  jt0
1 2 . ( )
e j0t 2 . (  0 )
cos(0t )     0      0 
sin 0t   j    0      0 
e (t ) 1
 .   
j
e ( t ) 1
 .   
j
e at e(t ), a  0 1
j  a
t.e at e(t ), a  0 1
 j  a 2
e
a t
,a  0 2a
a  2
2
1 e
a 
a2  t 2
2
2
eat , a  0  
.e 4a
a
1, si t  a sin( a)
recta (t )   2a
0, ailleurs a
sin(at ) 1, si   a
recta ( )  
t  0, ailleurs
sgn(t ) 2
j
 
2
  t  kT 
k 
0 0      k  , 
k 
0 0 
T0
Table IV.1. Table des transformées de Fourier
IV.13. Propriétés de la Transformée de Fourier

Les propriétés de la TF sont données comme suit :
 Linéarité
 
 X ( )   x(t )e dt
 jt
 
 
Si  Y ( )   y (t )e  jt dt IV-35
 
 a, b  


Alors :
 
aX ( )  bY ( )  a  x(t )e  jt dt  b  y (t )e  jt dt
 
 IV-36
  ax(t )  by(t )  e
 jt
aX ( )  bY ( )  dt

Donc:
aX ( )  bY ( )  F  ax(t )  by (t )  IV-37
 Décalage temporel
Nous avons à démontrer la propriété suivante :
TF
x(t  t0 )  e jt0 X () IV-38
On pose:   t  t0  t    t0

 x(t  t )e
 jt
x(t  t0 )  0 dt


 j   t0 
x(t  t0 )   x( )e

d

IV-39
 x( )e
 j jt0
x(t  t0 )  e d


x(t  t0 )  e  jt0  x( )e
 j
d

On aura donc:
x(t  t0 )  e jt0 X () IV-40
 Décalage fréquentiel
TF
On veut montrer la propriété suivante : e j0t x(t )  X (  0 )

e j0t x(t )  e
j0t
x(t )e  jt dt

IV-41

e j0t x(t )   x(t )e
 j ( 0 ) t
dt

On trouve donc:
TF
e j0t x(t )  X (  0 ) IV-42
 Changement d’échelle
Soit à démontrer que:
TF 1  
x(at )  X  IV-43
a a

x(at )   x(at )e jt dt IV-44

1 1
On pose:   at  t   , donc : dt  d
a a
 
j  1
x(at )   x( )e

a
a
d
 
IV-45
1 j 
x(at ) 
a  x( )e

a
d
Donc:
TF 1  
x(at )  X  IV-46
a a
 Dualité
La propriété de dualité s’énonce comme suit :
TF
x(t )  X ( )
TF
IV-47
X (t )  2 x( )
Exemple
x(t )   (t )  X ( )  1
(Regardez la table des transformées)
X (t )  1  2 x( )  2 ( )  2 ( )
 Théorème de Parceval
Le calcul de l’énergie totale d’un signal peut se faire dans les deux bases temporelles
ou fréquentielle, ce calcul est régit par le théorème de Parceval, énoncé par l’équation
suivante :
  
2 1 2 2


x(t ) dt  
2 
X ( ) d   X ( f ) df

IV-48
IV.14. Réponse fréquentielle d’un système LTI (Filtrage linéaire)

Soit un système LTI de réponse impulsionnelle h  t  , d’entrée x  t  , et de sortie y  t  .
x(t) h(t) y(t)
Figure IV.10. Système LTI
L’expression reliant tous ces paramètres est donnée comme suit :

y(t )  x(t )* h(t ) IV-49
En réalisant la transformée de Fourier de cette équation, on trouve :

Y    X   .H   IV-50
On tire l’expression de la transformée de Fourier de la réponse impulsionnelle H   :
Y  
H    IV-51
X  
H   : est appelée Réponse fréquentielle du système (fonction de transfert dans le domaine de
Laplace) et c’est aussi la transformée de Fourier de la réponse impulsionnelle du système.

H   : est la réponse du système en amplitude.
   : est la réponse du système en phase.
Avec :
    arg  H     arg Y     arg  X    IV-52
 Exemple
Soit un système décrit par l’équation différentielle suivante :
dy (t )
 2 y (t )  x(t )
dt IV-53
1. Trouver la réponse fréquentielle du système
2. Tracer la réponse en amplitude et en phase de ce système.
 Solution
1. La réponse fréquentielle
On applique la transformée de Fourier sur l’équation décrivant le système, on trouve :
j.Y    2Y    X  
IV-54
Donc:
Y   1
H    
X   2  j IV-55
2. Les tracés
1
 H   
2  4 IV-56
    arg 1  arg  2  j 

   IV-57
    0  atg  
2
Bode Diagram
0
-5
-10
-15
Magnitude (dB)
-20
-25
-30
-35
-40
-45
-50
0
Phase (deg)
-45
-90
-1 0 1 2
10 10 10 10
Frequency (rad/sec)
Figure IV.11. Spectre d’amplitude et de phase d’un signal apériodique
Le tracé de cette dernière figure est réalisé en utilisant le diagramme de Bode. Il permet de
classer le système étudié comme un filtre passe-bas.
IV.15. Conclusion
Les notions de la transformée de Fourier, du spectre et de la réponse fréquientielle ont été
présentés. Dans ce qui suit, on complètera cette analyse par l’étude des énergies et des
puissances dans le domaine fréquentiel.
IV.16. Exercices
1. Donner le développement en série de Fourier ainsi que le spectre de fréquence des
signaux suivants :
x1 (t )  3sin100 t
x2 (t )  20sin 5 t  3sin100 t
x1 (t )  1  3cos100 t  6sin100 t
x(t)
-a a b t
2. Soit le signal x(t ) représenté par la figure suivante :

Donner le spectre fréquentiel X ( ), X ( )
du signal x(t ) si a    1, b  2
3. Soit le signal x(t ) représenté par la figure suivante:

Tracer le spectre de fréquence X ( f ) de x(t )
Discuter lorsque a  0
x(t)
1a
-a/2 a/2 t
V. Energies et puissances des signaux
V.1. Introduction
La notion des puissances ou (d’énergie) d’un signal est très importante du fait que toutes
transmission de signaux dans les systèmes est liée à une transmission de puissance ou
(d’énergie).
V.2. Puissance temporelle d’un signal

La puissance instantanée d’un signal x(t) s’exprime sous la forme :
2
P(t )  x(t ).x(t )  x(t ) V-1
Donc: l’énergie totale du signal x(t) est donnée par la relation:

 
2
Ex  

x(t ).x(t )dt  

x(t ) dt V-2
La puissance moyenne de x(t ) sur une durée T0 finie est :

t T0
1 2
P(t , T0 ) 
T0  t
x(t ) dt V-3
On peut définir aussi la puissance instantanée d’interaction entre deux signaux x(t ) et y(t )
sous la forme suivante :
Pxy (t )  x(t ) y(t ) et Pyx (t )  y(t ) x(t ) V-4
Si x(t ) et y(t ) sont des signaux réels, les deux expressions déjà citées sont identiques, c'est-à-
dire :
Pxy (t )  Pyx (t )  x(t ) y(t ) V-5
On définit aussi la puissance moyenne d’interaction des deux signaux x(t ) et y(t ) sur une
durée T0 :
t T0
1
Pxy (t , T0 ) 
T0 t
x(t ) y (t )dt V-6
t T0
1
Pyx (t , T0 ) 
T0 
t
y (t ) x(t )dt V-7
On peut définir la puissance moyenne d’interaction des signaux x(t ) et y(t ) non limités dans
le temps par :
 1 t T0 
Pxy (t )  lim 
T0   T  x (t ) y (t )dt 
 0 t 
V-8
 1 t T0 
Pyx (t )  lim 
T0   T  y (t ) x(t )dt 

 0 t 
V.3. Puissance fréquentielle d’un signal (DENSITE SPECTRALE)

Si le signal x(t ) a une transformée X ( ) , on définit le spectre de puissance d’un signal ou sa
densité spectrale par :
2 2
S xx    X    X   . X    2 X  f  V-9
L’énergie contenue dans une bande de fréquence de largeur f autour d’une fréquence f 0 est :
R. ABDELLI Université de Bejaia 2017

Mathématiques du signal P a g e | 53
f
f0 
1 2
Ex  f , f 0    S xx   d V-10
2 f
f0 
2
L’énergie totale contenue dans le spectre X   s’exprime sous la forme :


1
Ex 
2  S   d 

xx

1
Ex 
2  X   .X  .d


V-11
1 2
Ex 
2  X  

d

2
Ex   Xf

df
Donc :
  
2 1 2 2
Ex   x  t  dt   X   d    x f  df V-12

2  
Cette équation exprime le théorème de Parceval qui insiste sur le fait que l’énergie totale d’un
signal ne dépend pas de la représentation choisie.
V.4. Autocorrélation et Intercorrélation des signaux

La fonction d’autocorrélation (ou d’intercorrélation) est l’étude de la ressemblance du signal
avec lui même (ou avec un autre signal) au cours du temps ou tout simplement, elle traduit la
similitude d’un signal (ou de deux signaux) au niveau de la forme, amplitude, ou la position
dans le temps.
La fonction d’autocorrélation est définie par l’intégrale suivante :

Cxx  t    x   .x t  .d V-13

V.4.1. Propriétés de la fonction d’autocorrélation

Si le signal x(t ) est réel, les propriétés de l’autocorrélation sont :
Cxx  t   Cxx  t 

 V-14
 Cxx  t   Cxx  0 

Cette dernière propriété correspond au fait que la ressemblance est maximale lorsque le
décalage est nul.
La fonction d’intercorrélation est définie par :


Cxy  t    x   . y t  .d V-15

V.4.2. Remarque importante

Soit : S xx  f  la densité spectrale d’énergie du signal x(t ) .
On applique la transformée de Fourier au signal densité :

F 1  S xx  f    F 1 X  f 
2


F 1  S xx  f    F 1 X  f  . X  f  
F 1  S xx  f    F 1  X  f   * F 1  X  f  V-16
F 1  X  f    x  t  * x  t 

F 1  X  f     x   .x   t  .d

F 1  X  f    C xx  t 
Donc :
TF
Cxx  t   S xx  f  V-17
La transformée de Fourier de la fonction d’autocorrélation du signal x (t )

est la densité spectrale d’énergie du signal lui même.
Il sera donc plus facile de calculer la fonction d’autocorrélation ou d’iontercorrélation des

signaux en passant par leurs spectres ou leurs densités spectrales.
TF TF
Cxy  t   S xy  f  , C yx  t   S yx  f  V-18
V.5. Conclusion
Nous avons présenté à travers les cinq chapitres précédents les notions de base essentielles
pour l’étude et l’analyse des signaux continus, dans le dernier chapitre de ce cours, nous
essayerons d’introduire la notion de l’échantillonnage et l’analyse des signaux et des systèmes
discrets.
V.6. Exercices
1. Calculer l’énergie totale du signal (utiliser le théorème de parceval)

sin t
x(t ) 
t
2. Donner la fonction d’autocorrélation des signaux :

x1 (t )  3sin100 t
x2 (t )  1
Indication: on utilise la densité spectrale.
3. Soit le circuit électrique (filtre) de la figure suivante :

Avec : x(t) est la tension d’entrée du filtre et y(t) est sa tension de sortie
3. Donner la réponse fréquentielle de ce filtre.
4. Tracer la réponse en amplitude et en phase de ce filtre.
5. Déduire la nature de ce filtre.
x(t) R y(t)
VI. Echantillonnage et systèmes discrets
VI.1. Introduction à l’échantillonnage

Les systèmes continus (linéaires ou non-linéaires) ont comme principale fonction de traiter
continument, en temps réel, des signaux eux-mêmes continus, c'est-à-dire des signaux
représentés par des fonctions continues du temps. On parle alors de signaux et de systèmes à
temps continus.
Dans la réalité industrielle, la complexité des systèmes ainsi que celle des traitements à
réaliser, nécessite souvent le recours à des outils numériques de traitement : ordinateurs,
calculateurs, systèmes numériques en tout genre.
De tels outils ne peuvent en aucun cas s’accommoder de signaux continus ; ceux-ci doivent
être transformés en suites de nombres pour pouvoir être traités. Pour transformer un signal
continu en une suite de nombres compatibles avec un système de traitement numérique, on a
recours à des opérations successives : l’échantillonnage qui consiste à prélever à intervalles de
temps (généralement réguliers), des valeurs discrètes du signal, puis, la conversion
analogique/numérique qui transforme ces échantillons en nombres, généralement codés sous
forme binaire.
E(t Dispositif de s1,s2,s3,…,sn

e1,e2,e3,…,en
) Transformation traitement numérique
E*(t) Conversion analogique /

Echantillonnage numérique
Figure VI.1. Traitement numérique d’un signal
E*(t) : signal échantillonné dans le temps.

On a souvent tendance à appeler échantillonnage l’ensemble de la chaine de transformation
du signal, conversion comprise. Dans ce cours, on s’intéressera aux modèles qui concernent la
description globale de la transformation du signal continu jusqu’à la suite de nombres
correspondante.
VI.2. Système échantillonné

Un système échantillonné est un système à évolution continue pour lequel la prise et la
transmission d’information s’effectuent à des instants discrets (tk) du temps appelés « instants
d’échantillonnage ». Le système qui réalise cette fonction est un échantillonneur ; tout
système numérique dispose d’un échantillonneur.
f(t)
f(tk+1)
f(t) f*(t)
f(tk)
t
tk tk+1
VI.2. Symbole d’un échantillonneur.
T : période d’échantillonnage.
Le cas le plus fréquent est celui de l’échantillonnage à période constante « T », pour lequel
(tk+1-tk=T) quelque soit k. donc : l’échantillonnage d’une fonction f(t) consiste à remplacer
une fonction par la suite discontinue de ces valeurs f(nT) (n=0,1,…).
f(t)
tk tk+1
VI.3. Echantillonnage avec peigne de Dirac :
 T  t     t  nT  .  n  0,1,........, N  VI-1

f *  t   f  nT    f  nT    t  nT  VI-2
n 0
f *  t   f  0   f T    t  T   f  2T    t  2T   ...  f  nT    t  nT  VI-3
En utilisant la transformée de Laplace :

L  f *  t    f  0   f T  e Tp  ...  f  nT  e  nTp  F *  p  VI-4

F *  p    f  nT  e nTp VI-5
n 0
VI.3. Choix de la fréquence d’échantillonnage (théorème de Shannon)

Lorsqu’on échantillonne un signal f(t), on ne connait que les valeurs f(kT). Une question se
pose : dans quelles conditions peut-on considérer que toute l’information contenue dans f(t)
est aussi contenue dans f*(t) ? ou en d’autres termes, peut-on reconstituer le signal f(t) à partir
de f*(t) pour n’importe quelle valeur de la période d’échantillonnage T ?
Il parait évident que si on a beaucoup d’échantillons (T<<<), on pourra reconstituer f(t). Par
contre, la fréquence d’échantillonnage n’étant pas infinie, il sera difficile de reconstituer des
signaux de très hautes fréquences.
- Spectre d’un signal échantillonné
La transformée de fourrier d’un signal continu s(t) à énergie finie est donnée par :

S f   s t  e
 jt
dt VI-6
0
avec   2 f : est la fréquence d’échantillonnage

|S(f)|
f
-B +B
VI.4. Spectre d’un signal continu
La transformée de fourrier du signal s*(t) est donnée par :


S * f    A S  f  nf 
n 
n e VI-7
1
avec f e  : est la fréquence d’échantillonnage
Te
|S(f)|
-B +B fe-B fe fe+B
VI.5. Spectre d’un signal échantillonné
La transformée de fourrier du signal échantillonné apparait comme une superposition des

transformés de fourrier de s(t) aux points (f-nfe). pour n=0, on retrouve le spectre |S(f)| du
signal initial. Pour n≠0, on retrouve ce même spectre mais décalé par rapport à |S(f)| de nf e
avec n=-∞→+∞, on dit aussi que S(f) est périodique de fréquence fe.
Un des objectifs essentiels de l’échantillonnage consiste à ne pas perdre d’information lors de

la discrétisation dans le temps, ce qui peut se traduire par le fait qu’il doit être possible, à
partir du spectre du signal échantillonné, de reconstituer simplement celui du signal original.
Un simple coup d’œil au spectre |S*(f)| nous montre que cela est possible s’il n’existe aucun
« recouvrement », « repliement », ou « over-lapping » entre les différents segments de
spectre.
La condition de non recouvrement est donc :
fe 2B VI-8
Cette inégalité constitue le théorème de Shannon, ce théorème fournit une limite théorique.
En pratique, on se rend compte que c’est insuffisant ; en pratique, on adopte la condition
suivante :
5B fe 25B VI-9
VI.4. Reconstitution d’un signal échantillonné

Dans le cas où la condition de Shannon est satisfaite, on peut reconstituer le signal continu
initial x(t) par la relation suivante :
sin  fe  t  nTe 
x  t    x  nTe 
n  fe  t  nTe  VI-10
 Interpolation linéaire :
On admet dans ce cas que x(t) varie linéairement entre les instants d’échantillonnage :
x  k  1  x  k 
x t    t  kTe   x  k  pour kTe  t   k  1 Te VI-11
Te
L’interpolation linéaire n’est pas causale, elle nécessite un retard d’une seule période
d’échantillonnage pour la reconstitution.
X*(t)
t
kTe (k+1)T
e
VI.6. Interpolation linéaire
 Bloqueur d’ordre zéro :
Il est très utilisé en pratique et correspond simplement à admettre que le signal x(t) reste
inchangé entre deux instants d’échantillonnage :
x  t   x  k  pour kTe  t   k  1 Te VI-12
La fonction de transfert de ce filtre est :
1  e pTe
B0  p   VI-13
p
X*(t)
kTe (k+1)T
e
VI.7. Bloqueur d’ordre zéro
 Bloqueur d’ordre un :
On réalise une interpolation linéaire de la variation du signal entre deux instants

d’échantillonnage à partir de la variation entre les deux instants précédents.
x  k   x  k  1
x t    t  kTe   x  k  pour : kTe  t   k  1 Te
Te VI-14
La fonction de transfert est donnée par :

2
1  Te p  1  eTe p 
B1  p     VI-15
Te  p 
X*(t)
(k-1)Te kTe (k+1)T

e
VI.8. Bloqueur d’ordre un
VI.5. Transformée en Z
Soit s(t) un signal continu quelconque que l’on échantillonne à une fréquence (fe=1/Te), en
respectant le théorème de Shannon.
S  k   S0 , S1 ,......., S n 
Cette suite est la somme d’impulsions unités décalées dans le temps et multipliées chacune
par le coefficient Sk correspondant :
S *  t   S0 *  t   S1 *  t  Te   S 2 *  t  2Te   ....  S n *  t  nTe  VI-16
n
S *  t    S k  *  t  kTe  VI-17
k 0
En utilisant la transformation de Laplace, on trouve :

n
S *  p    S k e  pkTe VI-18
k 0
On pose Z=epTe, on définit la transformée en Z du signal s(t) par :

n
S  Z    Sk z  k VI-19
k 0
On note aussi:
S  z   Z  s t 
La transformée en Z joue le même rôle dans les systèmes discrets que la transformée de
Laplace dans les systèmes continus.
Elle permet d’obtenir facilement la solution d’une équation de récurrence et de définir une
fonction de transfert entre l’entrée et la sortie d’un système discret.
VI.6. Propriétés de la transformée en Z

Soit s1(t) et s2(t) deux signaux quelconques possédant chacune une transformée en Z, S1(z) et
S2(z) et λ1 et λ2 sont des valeurs réelles.
a/ Linéarité
Z 1S1  t   2 S2  t    1S1  z   2 S2  z  VI-20
b/ Théorème du retard
Z  S  t  aT    z  a S  z  VI-21
c/ Théorème d’avance
 a 1

Z  S  t  aT    z a  S  z    S  nT  z  n VI-22
 n 0 
d/ Théorème de la valeur finale
k  z 1

lim Sk  lim  1  z 1 S  z   VI-23
e/ Théorème de la valeur initiale

lim Sk  lim  S  z   VI-24
k 0 z 
VI.7. Table des transformées en Z
Table VI.1. Table des transformées en Z

VI.8. Résolution d’équations récurrentes

On peut, en utilisant la transformée en Z, remplacer la solution d’une relation récurrente à
coefficients constants par la résolution d’un simple système algébrique.
Exemple : Connaissant l’entrée U, trouver la sortie y d’un système régi par l’équation
récurrente suivante :
yk 1  ayk  bU k VI-25
En utilisant la transformée en Z , on trouve,
zy( z)  zy0  ay( z)  bU ( z) VI-26
b z
y( z )  U ( z)  y0 VI-27
za za
Donc : yk  Z 1 ( y ( z )) est obtenu en remplaçant le signal U(z) par sa valeur.
VI.9. Transmittance en présence d’un bloqueur d’ordre zéro

Si le système échantillonné en entrée est bloqué sur la période (cas le plus fréquent dans la
commande), la fonction de transfert pulsée du système est donnée par :
Figure VI.9. Système continu bloqué avec un bloqueur d’ordre zéro
VI.10. Stabilité des systèmes échantillonnés

La condition générale de stabilité pour un système échantillonné linéaire est que toutes les
racines de l’équation caractéristique (en module) soient situées à l’intérieur du cercle de rayon
(1) dans le plan (Z).
Im(z)
Rayon=1
Re(z)
VI.10. Condition de stabilité
VI.11. Conclusion
Le travail présenté dans ce chapitre n’est qu’une petite initiation à l’étude des signaux
numériques.
VI.12. Exercices
1. Calculer les transformées en Z de : .
2. Calculer la transformée en Z du signal représenté par le graphique suivant :

on prendra T=0.5s.
X(t)
t
1 2 3
3. En utilisant la transformée en Z, résoudre les équations suivantes :
4. Déterminer les fonctions de transfert échantillonnées (avec un bloqueur d’ordre zéro)

des systèmes suivants :

Cours_Maths Du Signal

Transféré par

Droits d'auteur :

Formats disponibles

Cours_Maths Du Signal

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours_Maths Du Signal

Transféré par

Droits d'auteur :

Formats disponibles

Mathématiques du Signal P ag e | 1

Table des matières

II. Convolution et Déconvolution

III. Transformée de Laplace

IV. Analyse fréquentielle

IV.5. Théorème de Parceval……………………………………………………………..39

V. Energies et puissances des signaux

VI. Echantillonnage et systèmes discrets

VI.8. Résolution des équations récurrentes.................................................................….64

Diverses disciplines du Génie électrique nécessitent l’utilisation de notions

I. Généralités sur les signaux

 Définition d’un système

Signal Système Signal de

Figure I.1. Systèmes et signaux d’entrée et de sortie

Figure I.2. Système électrique

La relation entre l’entrée et la sortie est donnée par le modèle du système.

I.2. Classification des systèmes

 Système continu ou discret

Entrée continue Sortie continue

Figure I.3. Système continu

Entrée discrète Sortie discrète

Figure I.4. Système discret

Figure I.5. Système linéaire

Donc : le système est non linéaire.

 Système à temps invariant

Figure I.6. Système à temps invariant

 Système EBSB (stable)

y(t )  k2 , k1 , k2   2 I-7

Une autre définition de stabilité (la plus connue) est :

Figure I.7. Entrée-Sortie d’un système instable

Figure I.8. Entrée-sortie d’un système stable

I.3. Classification des signaux

Un signal est impair lorsque :

Figure I.10. Signal impair

 Signaux déterministes et aléatoires

Figure I.11. Bruit blanc (White noise)

Figure I.12. Echelon unitaire

Figure I.13. Signal rectangulaire

On définit alors le signal « impulsion de Dirac »,  (t ) , tel que :

Cette impulsion est représentée par :

Figure I.14. Impulsion de Dirac

I.4. Propriétés de l’impulsion de Dirac

I.5. Energies et puissances

Remarque : les signaux à énergie finie sont à puissance moyenne nulle.

3. Trouver la composante paire et impaire du signal :

4. Donner l’expression des signaux x(t), y(t) et z(t) en fonction de t et e(t).

x(t) y(t) z(t)

5. Simplifier les expressions suivantes :

II. Convolution et Déconvolution

Avant de commencer, deux définitions importantes sont à présenter :

 Définition de la réponse indicielle

 Définition de la réponse impulsionnelle

II.2. Produit de convolution (réponse d’un système à une entrée

On définit donc le produit de convolution :

Donc : y(t)  x(t)*h(t) II-9

Pour un système linéaire à temps invariant, on peut construire la sortie  y  correspondante à

On trouve alors l’ensemble d’équations suivant :

II.3. Propriétés du produit de convolution

  x(t ) * y (t )  * z (t )  x(t ) *  y(t ) * z (t )  II-15

 x(t ) *  y (t )  z (t )   x(t ) * y(t )  x(t ) * z (t ) II-16