1ère Année

Informatique
2011-2012

Travaux Dirigés
Traitement Numérique du Signal
Digital Signal Processing

M. Frikel - J. Fadili

GREYC, UMR 6072 CNRS, 6, Boulevard Maréchal Juin, 14050 Caen Cedex

Table des matières
1 TD
1.1
1.2
1.3
1.4
1.5
1.6
1.7

no : 1 - Signaux discrets
Exercice : Représentation d’un signal discret . . . . . . . .
Exercice : Expression analytique d’un signal échantillonné
Exercice : Périodes d’échantillonnage . . . . . . . . . . . .
Exercice : Echantillonnage . . . . . . . . . . . . . . . . . .
Exercice : Transformée de Fourier de rect(t) . . . . . . . .
Exercice : l’échantillonnage des "électroniciens" . . . . . .
Exercice : la série de Fourier revisitée . . . . . . . . . . . .

2 TD
2.1
2.2
2.3
2.4
2.5
2.6
2.7

no : 2 - Transformée de Fourier Discrète (TFD)
Exercice : Transformée de Fourier du signal rect(t) .
Exercice : Zéro padding . . . . . . . . . . . . . . . . .
Exercice : TFD . . . . . . . . . . . . . . . . . . . . .
Exercice : TFD d’un sinus cardinal . . . . . . . . . .
Exercice : Fenêtres de pondération . . . . . . . . . .
Exercice : Echantillonnage - théorème de Shannon . .
Exercice : Transformée de Fourier discrète (TFD) . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

4
4
4
4
5
6
7
8

.
.
.
.
.
.
.

10
10
10
11
12
14
17
18

3 TD no 3 - Les systèmes discrets
3.1 Exercice : Quelques rappels sur la TZ monolatérale . . . . . . . . . . . . .
3.2 Exercice : Manipulation et inversion de la TZ monolatérale . . . . . . . . .
3.3 Exercice : Equation aux différences . . . . . . . . . . . . . . . . . . . . . .
3.4 Exercice : Filtre discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5 Exercice : Réponse en fréquence d’un système . . . . . . . . . . . . . . . .
3.6 Exercice : Etude d’un filtre discret . . . . . . . . . . . . . . . . . . . . . . .
3.7 Exercice : Equation de récurrence d’un filtre discret . . . . . . . . . . . . .
3.8 Exercice : Réponse impulsionnelle et réponse en fréquences d’un filtre discret
3.9 Exercice : Etudes temporelle et fréquentielle d’un filtre discret . . . . . . .
3.10 Exercice : Association des réponses fréquentielle et impulsionnelle de
quelques exemples de systèmes discrets . . . . . . . . . . . . . . . . . . . .
4 TD
4.1
4.2
4.3

22
22
22
23
23
23
24
24
25
25
27

no : 4 - Filtres IIR - Transpositions
31
Exercice : Transformation bilinéaire . . . . . . . . . . . . . . . . . . . . . . 31
Exercice : Filtre réjecteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Exercice : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

2

4.4

Exercice : Transposition d’un filtre analogique à un filtre discret . . . . . . 34

5 TD no 5 - Génération de signaux
6 TD
6.1
6.2
.1
.2

36

no 6 - Filtres FIR
Exercice : Etude de la fonction Sinus Intégral (SI) . . . . . . . . .
Exercice : Effet de la troncature sur un filtre à FIR . . . . . . . .
Transformée de fourier au sens des fonctions . . . . . . . . . . . .
.1.1
propriétés élémentaires . . . . . . . . . . . . . . . . . . . .
Cas des distributions . . . . . . . . . . . . . . . . . . . . . . . . .
.2.1
Propriétés démontrées de δ(t) : . . . . . . . . . . . . . . .
.2.2
Propriétés de la transformée de Fourier des distributions :

3

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

37
37
38
41
41
42
42
42

Chapitre 1
TD no : 1 - Signaux discrets
1.1

Exercice : Représentation d’un signal discret

La mesure d’un signal aux instants t (en s) = 1 ; 2 ; 4.3 ; 7.6 ; 12 donne respectivement les
valeurs : 0.85 ; −0.56 ; 4 ; −6.3 ; 12.
1. Représenter le signal discret physique correspondant à ces mesures.
2. Ecrire le modèle mathématique (ou expression analytique) associé à ce signal et le
représenter.

1.2

Exercice : Expression analytique d’un signal échantillonné

Le signal continu ci-dessous est échantillonné avec la période d’échantillonnage Ts .
Donner l’expression analytique du signal échantillonné pour :
Ts = 0.8s ; Ts = 1.5s ; Ts = 0.5 s ; Ts = 1s ; Ts = 2s.

1.3

Exercice : Périodes d’échantillonnage

Un signal sinusoïdal continu de période 1 ms est représenté sur les trois figures suivantes
(fig. 1.1,fig. 1.2,fig. 1.3). En trait gras, représenter sur chaque graphique le signal échan-

4

4 Exercice : Echantillonnage Soit le signal continu où xc (t) = e−αt e(t) est l’échelon unité d’Heaviside et α un réel strictement positif. 1.1 – Période d’échantillonnage 0.22 ms Fig. Dans chaque cas interpréter l’allure du signal échantillonné obtenu. 1. 5 . Donner l’expression analytique de l’échantillon xk à l’instant t = kTs et écrire la représentation mathématique du signal échantillonné.2 – Période d’échantillonnage 1 ms 1. 2. 1. Représenter sur la même figure le signal continu et le signal échantillonné. Fig.tillonné à la cadence indiquée. Ce signal est échantillonné avec une période d’échantillonnage Ts .

πt 6 . En déduire la TF de 2.1 ms 3.5 Exercice : Transformée de Fourier de rect(t) 1. Quelle est l’origine de ces propriétés ? 5. 1. πt sin (πt) est échantillonné avec une période Ts de 0. Rappeler la TF de rect(t).3 – Période d’échantillonnage 1. Rappeler l’expression de la transformée de Fourier du signal continu Xc (f ) et calculer la transformée de Fourier du signal échantillonné X(f ). Quelle est sa période ? 6. quelles sont les parités des modules et des phases des transformées de Fourier. Montrer que X(f ) est périodique. 4. A quelle condition y a-t-il une relation simple entre Xc (f ) et X(f ) ? Quelle est cette relation ? 1.3s.Fig. Dans les deux cas. Un signal continu xc (t) = sin (πt) .

Donner l’expression analytique des deux signaux représentés ci-dessous 2. donner une expression analytique du signal y(t). nous disposons d’un composant dit échantillonneur bloqueur ou SHA (Sample and Hold Amplifier) qui travaille de la manière indiquée ci-dessous : Le circuit commence à fonctionner à l’instant t = 0.Représenter la TF du signal échantillonné obtenu. Le signal d’entrée du SHA est noté x(t) supposé nul pour t < 0 et le signal de sortie y(t) . Peut-on satisfaire la condition de Shannon ? Comment s’y prend-on pratiquement ? 1.5s et commenter les résultats obtenus. En notant θ ? la largeur des "impulsions" obtenues. Reprendre la même question pour une période d’échantillonnage T s = 1. On échantillonne le signal continu yc (t) = rect(t). Le signal y(t) est-il de nature continue ou discrète ? 3. 3. 7 . 1.6 Exercice : l’échantillonnage des "électroniciens" Pour échantillonner en pratique un signal.

A partir de l’expression précédente. 2 4 8 . Rappeler la définition de la série de Fourier à termes complexes de coefficients Cn . 1. calculer ses coefficients de décomposition T0 T0 en série de Fourier à termes complexes pour θ = et θ = . montrer que l’on peut calculer le coefficient Cn à partir de Xm (f ). Pour un signal de fonction motif ci-contre. 4. Quel est le lien entre les spectres de Fourier X(f ) du signal x(t) et Y (f ) du signal y(t). En déduire une nouvelle expression de Xp (f ).. 3. En comparant au résultat du 2. exprimer Xp (f ) (T F [xp (t)]) en fonction de Xm (f ) (T F [xm (t)]).7 Exercice : la série de Fourier revisitée Un signal périodique xp (t) de période T0 a pour fonction motif xm (t). 2.4. Exprimer xp (t) à partir de sa fonction motif xm (t) et d’un peigne de Dirac. 1.

9 .

(a) On choisit Ts = 0.5s et Ta = 4s.. (b) Effectuer la même étude avec Ts = 0. k = {0 ..2 Exercice : Zéro padding Soit N échantillons ak . N-1}. k = 0 . . 2.25s et Ta = 4s puis avec Ts = 0. La c ) du spectre X(f ). 1 .. comparer |Xn | et |X(f )|. 1 .. 2 1. Rappeler l’expression de X(f ) = T F [x(t)]. 2 ..Chapitre 2 TD no : 2 .Transformée de Fourier Discrète (TFD) 2. Rappeler cette approxiTFD constitue une approximation X(f mation. N-1}. Le signal est échantillonné à la période Ts pendant un temps d’acquisition Ta = N. 2.5s et Ta = 8s.. 10 . Sur une même courbe. Interpréter les résultats obtenus et discuter des causes de la qualité des différentes estimations. 3..1 Exercice : Transformée de Fourier du signal rect(t) Nous cherchons චévaluer la transformée de Fourier du signal µ 1 x(t) = rect t − grâce à la TFD. Etalonner l’axe des fréquences et préciser la bande de Shannon.Ts ce qui permet de disposer de N échantillons {xk } . On forme 2N échantillons {bq } en intercalant des zéros soit : {b2k } = ak et {b2k+1 } = 0 Avec la TFD : {ak } ↔ {An } et {bq } ↔ {Bm }. Rappeler l’expression de la TFD permettant de calculer à partir de {xk } les valeurs {Xn }. Préciser la séquence {xk } et calculer l’expression de {Xn }.

3 Exercice : TFD La figure ci-dessous (figure 2.Exprimer {Bm } et {Bm+N } en fonction des {An } pour n = {0. . quel est le lien entre la TFD de S2 et celle de S1 ? (le justifier). Quel est l’intérêt pratique d’une telle manipulation ? 11 . comment ? Calculer sa TFD. Le signal S1 est obtenu avec un échantillonnage à la fréquence 1200Hz. 2. 1. Définir la transformée de Fourier discrète. comment ? Calculer sa TFD. les abscisses des différentes courbes représentent des numéros d’échantillons ) 1. Etalonner l’axe des fréquences du cadre 6.. Etalonner l’axe des fréquences de ce cadre (On justifiera cet étalonnage). Etalonner l’axe des fréquences du cadre 5. (TFD du signal Si → T F Si . Quel est l’intérêt pratique d’une telle manipulation ? 3. N − 1}. Le signal S3 est obtenu à partir du signal S1 . 2.1) représente différents signaux discrets ainsi que le module de leur TFD. Généraliser ce résultat. calculer celle du signal S1 et en déduire les valeurs présentées dans le cadre 4.. quel est le lien entre la TFD de S3 et celle de S1 ? (le justifier).. Le signal S2 est obtenu à partir du signal S1 . 2.

1 – Différents signaux discrets et le module de leur TFD 2.Fig. Rappeler les TF des fonctions rect(t) et tri(t). On veut estimer le spectre de sinc2 (t) à l’aide de la TFD et. 2 2 – Ces échantillons sont complétés par des zéros pour obtenir N points. 2. πt 2. On échantillonne la fonction sinc2 (t). on constitue les fichiers de données de la manière suivante : – A la période d’échantillonnage Ts . on réalise une TFD. Les six calculs suivants ont été réalisés : 12 . En déduire la transformée de Fourier " #2 sin (πt) de la fonction sinc2 (t) = et la représenter. pour cela. on mesure le signal sur n échantillons allant de µ ¶ n n t = − Ts à t = − 1 Ts .4 Exercice : TFD d’un sinus cardinal 1. Quel est l’effet de l’échantillonnage sur le spectre de Fourier ? A quelle condition doit satisfaire la période d’échantillonnage ? 3. – Avec ces N points.

2s n = 120 N = 128 Calcul 5 : Ts = 0.5s n = 48 N = 512 Calcul 3 : Ts = 0.2s n = 120 en intercalant deux zéros entre deux échantillons successifs du signal puis en complétant avec des zéros à N = 512. 13 . Les résultats obtenus sont portés sur les six figures jointes où les abscisses correspondent à la bande fréquences normalisée de Shannon.2s n = 10 N = 512 Calcul 6 : Ts = 0. justifier à quel calcul correspond chacune d’entre elles. 4. (b) Pour les autre figures.– – – – – – Calcul 1 : Ts = 0. (a) La figure A correspond au cas n◦ 1. Justifier précisément son allure.6s n = 40 N = 512 Calcul 4 : Ts = 0.2s n = 120 N = 512 Calcul 2 : Ts = 0.

(b) Rappeler la condition de Shannon. Etude du signal continu : La limitation dans un intervalle de temps θ d’un signal continu est représentée par l’action d’une fenêtre de pondération p(t) de telle que p(t) = 0 pour t n’appartenant pas [0. on obtient les échantillons xn = . Dans notre cas n0 = 8. θ].p(t). Dans le cas du signal x(t) = exprimer T0 Y (f ) en fonction de P (f ). exprimer Y (f ) sin (2πt) en fonction de X(f ) et P (f ). (b) Avec T F [x(t)] = X(f ).5 Exercice : Fenêtres de pondération 1. 2. Représenter l’allure de |Y (f )| avec θ ≈ 12T0 dans le cas de la fenêtre du 1. n0 (a) Quel est l’effet de l’échantillonnage sur le spectre de Fourier du signal échantillonné xe (t) ≡ {xn }. 14 . peut-on la considérer comme satisfaite ? (c) Est-ce la même chose pour l’échantillonnage du signal y(t) soit ye (t) ≡ {yn } si on suppose T0 = 8Ts et θ ≈ 100Ts ? 4.1. Le signal ainsi constitué sera : y(t) = x(t).Ts . Transformée de Fourier Discrète (TFD) : Pour estimer la transformée de Fourier de x(t) on utilise une TFD de N points soit : T F D[x(t)] = {Xk }.2. 3.Ts et sin (2πn) T0 = n0 . Echantillonnage : Le signal non tronqué x(t) est échantillonné à la période Ts . T F [p(t)] = P (f ) et T F [y(t)] = Y (f ). (a) Donner l’expression de p(t) lorsqu’on effectue une troncature simple c’est à dire une pondération unité quel que soit t dans l’intervalle de la fenêtre. Avec t = n.

De même. 5. Fenêtre de Hanning : La troncature du signal est effectuée par une fenêtre de Hanning : · µ ¶¸ 2πt h(t) = 0. interpréter la figure 2 pour laquelle n0 = 8 et N = 100. interpréter la figure 1 pour laquelle n0 = 8 et N = 96.h(t).h(t) = y(t). (e) Quels sont les avantages et inconvénients de cette troncature ? 15 .(a) Rappeler la définition de la transformée de Fourier discrète. (a) Quelle est la transformée de Fourier H(f ) = T F [h(t)] de la fonction de fenêtre ? (b) Montrer que l’application de la fenêtre se ramène à une convolution fréquentielle et à une équation récurrente simple faisant intervenir 3 termes. (b) Quelle est la relation entre Xk et Y (f ) ? (c) A l’aide des courbes |sinc| fournies. (d) Interpréter la figure 4 pour laquelle n0 = 8 et N = 100.5 1 − cos θ Le signal ainsi tronqué peut se mettre sous la forme.p(t). z(t) = x(t). (c) Interpréter la figure 3 pour laquelle n0 = 8 et N = 96.

16 .

2.théorème de Shannon µ On étudie le signal x(t) = cos 2πt θ ¶ 1. A quelle condition doit satisfaire cette période d’échantillonnage ? Est-ce rigoureusement réalisable ? 2. 17 . (b) Représenter la TFD obtenue pour N = 20 et M = 5. ² = 0. questions préliminaires : (a) Rappeler l’allure du spectre d’un signal sinusoïdal de période θ (b) Ce signal est tronqué à un temps d’observation T0 > θ à l’aide d’une fenêtre T0 rectangulaire centrée en .6 Exercice : Echantillonnage . (c) Représenter la TFD obtenue pour N = 20 et M = K + ² = 4. (c) On échantillonne le signal tronqué à la cadence d’échantillonnage Ts . Le choix de la période d’échantillonnage est supposé correct.5 (K=4. (a) Rappeler la définition de la transformée de Fourier discrète. On veut estimer le spectre du signal sinusoïdal grâce à la transformée de Fourier discrète (DFT) calculée sur N points répartis sur M périodes du signal. Représenter le spectre de Fourier de ce signal 2 tronqué.5).

2.2). En déduire la précaution à prendre pour que cette estimation soit excellente.(d) Quel est l’effet de M et de ² sur la qualité de l’estimation du spectre. 1. Avec les 30 premiers échantillons du signal on réalise une transformée de Fourier discrète (TFD) dont la valeur absolue du résultat est indiquée sur la figure (2. (a) Quel est le pas fréquentiel de cette TFD ? (b) Analyser le résultat de la TFD et en déduire l’expression du signal échantillonné.3) (a) Quel est le nouveau pas fréquentiel ? Expliquer clairement les raisons qui font les différences avec la figure (2. 2. (b) Ce spectre est-il aisément interprétable ? Quelle précaution aurait-on du prendre lors du traitement ? 18 .7 Exercice : Transformée de Fourier discrète (TFD) Un signal périodique est échantillonné avec une période d’échantillonnage Ts = 200µs. Le calcul direct de la TFD est trop long et on cherche à utiliser l’algorithme de transformée de Fourier rapide qui demande d’utiliser 2N échantillons. Le calcul est donc repris avec les 32 premiers échantillons du signal et la valeur absolue du résultat est fournie par la figure (2.2).

Fig.2 – Transformée de Fourier discrète (TFD) des 30 premiers échantillons d’un signal. 19 . 2.

20 .Fig.3 – Transformée de Fourier discrète (TFD) des 32 premiers échantillons de ce signal. 2.

21 .

3. 1.5 (z + 0.2) 2. (c) Déduire du α la valeur de la TZ de ejωt puis celle de sin (ωt) et cos (ωt).5) (z + 0.1732(z + 1)2 (z + 0.1) (3. (b) Déduire du α la valeur de la TZ de l’échelon d’Heaviside e(t).8)2 (z 2 + 0. R2 (z) = (3.7)2 0. Sous quelle forme est modélisé mathématiquement ce signal ? 2. Définir les modes associés et donner. 22 . (a) Que vaut l’échantillon xk ? En déduire l’expression de la TZ du signal x(t). Calculer éventuellement la solution par la méthode des résidus.7)(z − 0.25) 1. sans calcul de coefficients.Les systèmes discrets 3.Chapitre 3 TD no 3 . Soit xc (t) = αt/Ts avec α ∈ C. la forme générale de la solution temporelle attendue. Quelle sera par définition la transformée en Z monolatérale ( notée ensuite TZ ) du signal ? 3.2 Exercice : Manipulation et inversion de la TZ monolatérale Pour les deux TZ suivantes : R1 (z) = z + 0.1 Exercice : Quelques rappels sur la TZ monolatérale Un signal x(t) est le résultat d’un échantillonnage du signal xc (t) à la période Ts et les échantillons obtenus sont {xk }. Quel est le premier échantillon non nul et quelle est sa valeur. 3.

1. 2 3. Quels sont les régimes transitoire ? permanent ? libre ? forcé ? Vérifier l’accord avec les valeurs initiales et finales déterminées au 1. 2. Sans calculer le signal de sortie. représenter le module de la réponse en fréquence du système.8)2 (3.2)2 (3.8yn−2 = 3. 3. 2. Quelle est l’équation récurrente associée au système ? 3. 3.5) 1. 1.8yn−1 + 0.10−2 xn + 6. Avec 3 points astucieusement choisis.4 Exercice : Filtre discret Un filtre discret à pour fonction de transfert : 0.3) 1.8(z + 2) z 2 (z − 0.10−2 xn−1 (3. Calculer la fonction de transfert du système et la mettre sous forme pôles et zéros. En l’absence de conditions initiales on veut calculer la réponse indicielle du système.01(z + 1)2 H(z) = (z − 0. calculer la réponse indicielle du système. En absence de conditions initiales.5 Exercice : Réponse en fréquence d’un système Un système linéaire invariant de signal d’entrée x(t) et de signal de sortie y(t) a un comportement caractérisé par la fonction de transfert : H(z) = 0.3. calculer le signal de sortie (méthode des résidus).4) Son signal d’entrée est un échelon d’Heaviside.3 Exercice : Equation aux différences Le comportement d’un système linéaire invariant est caractérisé par l’équation aux différences : yn − 1. Justifier l’allure avec la représentation des pôles et des zéros. déterminer les valeurs initiales et finales de celui-ci. Calculer la réponse permanente à une excitation sinusoïdale x(t) = sin (ωt) telle π que ωTS = . 2 (b) Calculer yk pour k ≥ 3 23 . 2. (a) Expliquer pourquoi yk = 0 pour k = 0. En l’absence de conditions initiales.

A partir du 2◦ ). Toujours à l’aide du diagramme des pôles et zéros. Tracer l’allure du module de la réponse en fréquence. écrire la relation entre Y (z) et y−1 . h1 .6) Avec ce diagramme indiquer le type de comportement fréquentiel de ce filtre. En déduire. Les placer dans le plan z. quelle est l’expression de Y (z) transformée en Z du signal de sortie y(t) du système ? En déduire la valeur de l’échantillon yk de y(t). h1 . A l’instant t = kTs .5)2 1.4.5) 1. 3. A l’aide de la transformée en z.8) (z + 0.7) z (3. X(z) = 2. Quelle est l’équation récurrente du système étudié ? En l’absence de signal d’entrée (x(t) = 0) mais avec les valeurs initiales y−1 = 1 et y−2 = 0. Quels sont les pôles et zéros de ce filtre. H(z) = (3. Quelle est l’équation récurrente liant y(t) et x(t) ? Pour calculer les coefficients de la réponse impulsionnelle on impose que yn = 0 pour n < 0. quelle est la valeur de l’échantillon xk de x(t) ? Représenter x(t). calculer les coefficients {hk } de la réponse impulsionnelle h(t) du filtre. h2 et h3 ? 3.5}. L’excitation x(t) est nulle mais le système a une condition initiale non nulle : y−1 = 1. 24 . Quelles sont les valeurs numériques de h0 . 2. 0.6 Exercice : Etude d’un filtre discret Un filtre discret de signal d’entrée x(t) et de signal de sortie y(t) a pour fonction de transfert : (z + 1) (z − 0. Pourquoi ? Retrouver les valeurs de h0 . calculer le module de la transmittance du filtre pour les fréquences normalisées {0. yk pour k ≥ 0.25. calculer l’expression de yk . h2 et h3 . dans ce cas. En l’absence de conditions initiales. 3.5)2 Ce système a comme signal d’entrée x(t) dont la transformée en Z est : H(z) = (3. 0. 3.7 Exercice : Equation de récurrence d’un filtre discret Un système linéaire échantillonné a comme fonction de transfert : (z + 1) (z − 0.

9 Exercice : Etudes temporelle et fréquentielle d’un filtre discret Dans cet exercice on utilisera des temps et des fréquences normalisés par respectivement la période d’échantillonnage et la fréquence d’échantillonnage.3 et on trouve respectivement environ : 1.43.8 les modules des réponses en fréquence ont été relevées pour b = {0. Quelle est la réponse impulsionnelle correspondante ? 3.36 1. calculer l’expression des échantillons de la réponse impulsionnelle yδ (t) de ce système.1.12. (a) Calculer les pôles et les zéros de la fonction de transfert (Il est plus simple de les calculer sous la forme module/argument c’est à dire : rejϕ ). Réponse impulsionnelle : (a) Par la méthode des résidus. 1.) sur la rapidité de la réponse ? 4.4 0 − 1 } (courbes ci-dessous).6 0. On mesure expérimentalement le gain pour les fréquences normalisées : 0.3.10) z − 0. Pour a < b < 1. Pour b < a. 2. 25 .8 Exercice : Réponse impulsionnelle et réponse en fréquences d’un filtre discret Un système discret a comme fonction de transfert : H(z) = (1 − a)(z − b) (1 − b)z(z − a) (3.9. Un filtre discret a comme fonction de transfert : (z 2 − 1) G(z) = 2 (3. quel sera l’allure du module de la réponse en fréquence ? Le tracer pour b = 0. 0. (b) Pour a et k constants.2. Pour a = 0. Représenter leur position dans le plan z. 3. En justifiant votre réponse grâce à la représentation pôles et zéros. comment choisir b pour obtenir la réponse la plus rapide ? 3.371z + 0.9) avec 0 < a < 1 et b ∈ R 1. attribuer à chaque réponse en fréquence la valeur de b correspondante. Comment l’analyse fréquentielle justifie-t-elle le résultat du 2.9. calculer dyδ (k)/db. Quel est le gain statique ? Quel(s) sont le(s) zéro(s) et le(s) pôle(s). 0.

calculer les 6 premiers échantillons et vérifier l’accord avec la question 2. 26 . tracer l’allure du module de la réponse en fréquence du filtre. La réponse indicielle du système est relevée expérimentalement et donne le résultat indiqué sur le graphique ci-dessous : (a) Justifier les valeurs initiales et finales. exprimer yk (échantillon de la sortie à t = kTs ) en fonction de r et de ϕ. Avec celle-ci.2. (Il est demandé d’argumenter clairement les étapes de ce tracé). (c) En notant x(t) le signal d’entrée et y(t) le signal de sortie. (b) En notant re(±jϕ) les deux pôles du système. 2. écrire l’équation récurrente permettant de calculer l’échantillon yk . Vérifier la valeur numérique des 6 premiers échantillons. grâce à la méthode des résidus.(b) A partir de la position des pôles et des zéros et des mesures expérimentales.

sont représentées les positions des pôles et des zéros de la fonction de transfert de quatre systèmes différents (numérotés de 1 à 4. le coefficient de gain K n’étant pas précisé).10 Exercice : Association des réponses fréquentielle et impulsionnelle de quelques exemples de systèmes discrets Sur les figures ci-dessous. Puis. 27 . sont représentées respectivement (mais dans un ordre différent) les réponses fréquentielles et les réponses impulsionnelles des systèmes.3. En justifiant votre réponse. associer à chaque système sa réponse fréquentielle et sa réponse impulsionnelle.

28 .

29 .

30 .

Faire l’application numérique pour a=0.1 Exercice : Transformation bilinéaire Un système continu est caractérisé par sa fonction de transfert : G(p) = 1 p(p + a) (4. 3. 4.05263 et Ts = 2s. Comparer avec epi Ts le(s) transposé(s) du(des) pôles du système continu. Nous allons rechercher un filtre discret réalisant la même fonction grâce à une méthode de transposition. La période d’échantillonnage du filtre discret est choisie Ts = 1s.2 Exercice : Filtre réjecteur Un filtre continu réjecteur de bande a comme fonction de transfert : G(p) = p2 + 1 (p + 1)2 (4.Filtres IIR . Définir la transformation bilinéaire.1) Nous recherchons un système discret travaillant à la période d’échantillonnage Ts ayant un comportement voisin. Quels sont le(s) pôle(s) obtenu(s). 31 .Chapitre 4 TD no : 4 . Pour cela nous choisissons de calculer une fonction de transfert équivalente H(z) grâce à la transformée bilinéaire.Transpositions 4.2) Le module de sa réponse en fréquence est indiqué sur la figure 1. 2. Ce filtre travaille en fréquences basses et sa réalisation est délicate. Discuter ce choix. 1. 1. La mettre sous forme pôles et zéros en exprimant les paramètres en fonction de aTs . Calculer la fonction de transfert H(z) transposée par cette méthode.

Conclusions. On calculera le module de la réponse en fréquence pour ω = 0. ωrejet }. ω = ωmax (maximum autorisé par le théorème de Shannon) et ω = ωR (pulsation rejetée). Quels sont ses pôles et ses zéros ? Quels sont les points singuliers responsables de l’effet recherché (effet réjecteur de bande).2. 4.3 Exercice : Un filtre continu a comme fonction de transfert : 32 . (a) Quelle est la fonction de transfert H2 (z) obtenue par cette méthode ? (b) Quels sont ses pôles et ses zéros ? (c) Calculer le module de la réponse en fréquence pour ω = {0. transposition bilinéaire : (a) En quoi consiste cette méthode ? (b) Calculer la fonction de transfert discrète H1 (z) du filtre discret. Comparer aux caractéristiques du filtre continu. Les représenter dans le plan z. 3. Comparer aux résultats précédents. ωmax . Comment s’interprètent ces résultats ? (c) Le résultat n’est pas complètement satisfaisant. Effectuer les opérations nécessaires pour qu’il le devienne. Nous aurions pu choisir une méthode réputée plus simple : la transformation par la méthode des rectangles dite "arrière".

Choix de la période d’échantillonnage. discrétisation : On cherche un filtre discret de fonction de transfert H(z) calculée par la méthode de la transformation bilinéaire. 3.3) Le module de la réponse en fréquence de ce filtre est tracé sur la figure 1. Il a une pulsation de résonance ωr = 1 rd/s et il travaille à des fréquences trop faibles pour pouvoir envisager une réalisation à base de composants analogiques. ωm }.2s. 4. 6. 5. 1. Aussi. 33 . allons nous rechercher des filtres discrets ayant les caractéristiques fréquentielles les plus proches possibles. A quoi est dû le désaccord en hautes fréquences ? 7. Quel est l’inconvénient habituel de cette méthode ? 8. Calculer H(z).G(p) = p (p + 1)2 (4. 2. On choisit une période d’échantillonnage Ts = 0. Vérifier sa valeur pour ω = {0. Quelle est la pulsation maximale ωm atteignable en discret ? Discuter la validité de ce choix. Son module est représenté sur la figure 1. Rappeler le principe et le résultat de cette méthode. Justifiez par un calcul pourquoi cet effet est ici négligeable pour ω = ωr . ωr .

34 .4) le module de sa réponse en fréquence est indiquée sur la figure ci-dessous et nous cherchons un filtre discret équivalent travaillant à la fréquence d’échantillonnage fs = 8000 Hz.4.4 Exercice : Transposition d’un filtre analogique à un filtre discret Un filtre continu a comme fonction de transfert : G(p) = p (p + 6238) (4.

En tentant de transposer le filtre continu par la méthode d’invariance impulsionnelle. Transformation bilinéaire. La première méthode utilisée est la transformée bilinéaire et le résultat obtenu est indiqué sur la figure précédente. (d) On veut que la fréquence d’atténuation à 0. (a) Rappeler le principe de la méthode (b) Tenter la transposition et indiquer les raisons de son échec 35 .9 ne sont pas identiques.9 du filtre transposé soit la même que celle du filtre continu.1. Pourquoi ? Etablir la relation théorique entre ces deux fréquences et faire l’application numérique. 2. Invariance impulsionnelle. (a) Etablir l’expression de la transformation bilinéaire (b) Quelle est l’expression de la fonction de transfert G1 (z) obtenue ? (Elle sera mise sous forme monic) (c) Les fréquences pour lesquelles l’atténuation des filtres continus et discrets est de 0. nous obtenons des absurdités. Que faut-il faire ? Calculer la nouvelle fonction de transfert G2 (z).

Nous souhaitons générer un signal en dent de scie de période T0 et d’amplitude unité. 1. Quelles sont les conditions initiales qu’il faudra utiliser ? Vérifier le fonctionnement en calculant les 5 premiers échantillons. (b) Même question pour générer périodiquement une rampe amortie x(t) = te−αTs 36 . (c) La dent de scie est un motif constitué d’une rampe tronquée sur l’intervalle [0.T0 ] et reproduit périodiquement.Génération de signaux La génération de signaux sinusoïdaux par simple programmation d’une équation récurrente est ce qui est le plus utilisé dans la pratique.Chapitre 5 TD no 5 . Comment réaliser cela pratiquement à partir de la réalisation précédente ? 2. (a) Quelles sont les modifications à apporter pour générer périodiquement une sinusoïde amortie échantillonnée : x(t) = e−αTs sin (2πF1 t) (Remarque : Les valeurs de α et F1 sont supposées correctement choisies par rapport à T0 ). Il est cependant possible d’utiliser la même méthode pour générer d’autres signaux. Le même programme peut être utilisé pour générer d’autres signaux. (a) Quel est le filtre formeur qui permet de générer une rampe de pente unité ? (b) Ecrire l’équation récurrente qui permettra de générer cette rampe.

Chapitre 6 TD no 6 . Cet exercice a pour but d’en établir quelques propriétés. La fonction est représentée ci-dessous : πy Pour quelles valeurs de y est-elle nulle ? Quelle est la propriété de SI(πx) pour ces valeurs ? Z +∞ sin (πy) −j2πνy 3. aucune forme analytique n’est calculable cette fonction ne peut qu’être tabulée. Quelle est la valeur relative du dépassement maximal par rapport à la valeur finale ? 37 . Quelle est la transformée de Fourier F (ν) = e dy πy −∞ Z +∞ sin (πy) En déduire la valeur de : SI(+∞) = π dy πy 0 4.1) (6. Avec les questions précédentes. la fonction qui intervient le plus souvent est : SI(πx) = Z πx sin (u) du u qui avec un changement de variable u = πy peut se ramener à : SI(πy) = π 0 Z x sin (πy) 0 πy dy (6.2) 1.Filtres FIR 6.1 Exercice : Etude de la fonction Sinus Intégral (SI) Z a sin (u) Par définition : SI(a) = du cette fonction calcule donc la surface du sinus u 0 cardinal. Dans le traitement de signal. Quelle est la parité de la fonction sinus cardinal ? En déduire la parité de la fonction sinus intégral. justifier l’allure de la courbe SI(πx) ci-dessous dont les valeurs intermédiaires ont été calculées numériquement. sin (πy) 2.

Ts = . fS étant la fréquence d’échantillonnage à laquelle travaille le filtre numérique. Rappeler le gabarit idéal d’un filtre passe-bas de fréquence de coupure fB = 0. On choisit de réaliser un filtre de type I avec un retard de groupe nul.2 Exercice : Effet de la troncature sur un filtre à FIR 1.1fS . Qu’est-ce que cela implique sur les caractéristiques du filtre. 3. 2 2 2 fs 38 . Pour le rendre réalisable on choisit de n’utiliser que les échantillons compris entre θ θ 1 −θ et avec = N Ts N ∈ N + .6. Quelle est sa réponse impulsionnelle h(t) ? Pourquoi est-ce un filtre RIF irréalisable ? 4. 2.

En déduire la réponse en fréquence Hr (ejωTs ) du filtre RIF ainsi constitué en l’exprimant avec la fonction sinus intégral.). Quelle est la largeur ∆f de la bande de transition ? Quel est le plus grand écart δ1 en bande passante entre la réponse idéale et la réponse 39 . justifier l’allure de cette réponse en fréquence indiquée sur la figure ci-dessous.Exprimer la réponse impulsionnelle réelle hr (t) en fonction de h(t) calculée au 2. Définir la bande passante (BP). la bande coupée (BC) et la bande de transition (BT). Pour N grand (> 50). 5.

réelle ? Quel est le plus grand écart δ2 en bande coupée entre la réponse idéale et la réponse réelle ? Quelle est l’action de N ces trois paramètres ? 40 .

Signaux réels : Pour un signal réel : 1. Une façon d’asi h socier les deux théorèmes précédents très utilisée pratiquement : T F x(−t) (f ) = T F [x(t)](f ) = X(−f ) 1 1 f T F [x(t)]( f ) = X( ) k |k| |k| k – P5.T F [y(t)] – P11.la partie réelle de sa TF est paire et la partie imaginaire est impaire.1. Changement d’échelle : T F [x(kt)](f ) = h i – P6. Transformée de la dérivée : T F dt (j2πf )n T F [x] = (j2πf )n X(f ) # dn x = j2πf T F [x] = j2πf X(f ). −j2πT F [tx(t)] 41 " = # = d T F [x(t)] = df . Théorème de la dérivation (de la transformée de Fourier) : dn T F [x(t)] = (−j2π)n T F [tn x(t)]. Modulation : T F ej2πf t0 x(t) (f ) = T F [x(t)](f −f0 ) = X(f − f0 ) " dx – P7. linéarité : T F [a1 x1 (t) + a2 x2 (t)] = a1 T F [x1 (t)] + a2 T F [x2 (t)] ∀ a1 et a2 ∈ C – P2. symétrie : T F [x(−t)](f ) = T F [x(t)](−f ) = X(−f ) h i – P3.1 propriétés élémentaires – P1. Translation temporelle-Théorème du retard : T F [x(t − t0 )](f ) e−j2πf t0 T F [x(t)](f ) = e−j2πf t0 X(f ) – P4. df n – P9. Produit de convolution : T F [x(t) ⊗ y(t)] = T F [x(t)] .Annexe Rappels sur la transformée de Fourier Le traitement du signal dans le cas des systèmes linéaires invariants (SLI) fait appel à l’analyse fréquentielle dont l’outil de base est la transformée de Fourier . T F dtn – P8. Produit : T F [x(t)y(t)] = T F [x(t)] ⊗ T F [y(t)] – P10.1 Transformée de fourier au sens des fonctions Définition : Z +∞ T F [x(t)] = X(f ) = −∞ x(t)e−j2πf t dt (3) Condition d’existence : x(t) doit appartenir à L1 (R) qui est l’ensemble des signaux stables ou absolument somR +∞ mables tels que l’intégrale −∞ |x(t)|dt converge. conjugaison complexe : T F x(−t) (f ) = T F [x(t)](−f ) = X(−f ). .

dans le cas des distributions singulières (cas de δ(t)). Pour les distributions singulières dites tempérées (cas de δ(t)) nous savons définir une transformée de Fourier par les fonctionnelles .2. Les distributions ne sont pas des fonctions de L1 et n’ont donc pas de TF au sens des fonctions.δ(t − t0 ) n’existe pas.1 Propriétés démontrées de δ(t) : P1 Produit par une fonction (appelé aussi échantillonnage) : x(t)δ(t − t0 ) = x(t0 )δ(t − t0 ) On ne sait pas définir le produit de deux distributions singulières : δ(t − t1 ). 42 .2.2 Propriétés de la transformée de Fourier des distributions : Il est démontré qu’elles sont identiques à celles établies pour les fonctions. . nous ne pouvons pas écrire les intégrales de Rieman.2.2 Cas des distributions Tout le traitement numérique du signal utilise la théorie des distributions et en particulier la distribution de Dirac δ(t). Il faut se rappeler les résultats suivants : 1.le module de sa transformée de Fourier est pair et son argument est impair. P2 Produit de convolution (appelé aussi translation) : x(t) ⊗ δ(t − t0 ) = x(t − t0 ) Ce théorème est aussi valable entre distributions singulières : δ(t − t1 ) ⊗ δ(t − t0 ) = δ(t − t1 − t0 ) P3 δ(t) et 1 possèdent une transformée de Fourier au sens des distributions : T F [δ(t)] = 1 T F [1] = δ(f ) . 2. Les distributions sont définies par des fonctionnelles.