Professional Documents
Culture Documents
Cour 3 Traitement Du Signal
Cour 3 Traitement Du Signal
om
.c
3
o
2.5
p r
INTRODUCTION AU
ri-
1.5 TRAITEMENT DU SIGNAL
1
0.5
b ka Fabrice HEITZ
0
l 3 a
-0.5
ww
-1
-4 -2 0 2 4
Janvier 2015
w
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 1 / 18
Télécom Physique Strasbourg Module 1201
2.5
2 INTRODUCTION AU
1.5 TRAITEMENT DU SIGNAL
1
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 1 / 18
ab
Plan du cours
.al 3
w w
Introduction au traitement du signal : les signaux
w analogiques déterministes
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 3 / 18
ab
Plan détaillé du cours II
.al 3
2
w w
Analyse harmonique des signaux analogiques
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 5 / 18
ab
Plan détaillé du cours IV
.al 3
3
w w
Systèmes de traitement du signal
w 1
3
Représentation des systèmes de TS
Systèmes linéaires stationnaires
Réponse impulsionnelle des systèmes linéaires
stationnaires
1 Notion de réponse impulsionnelle
2 Propriété de convolution
3 Causalité, stabilité du système
4 Réponse en fréquence des systèmes linéaires
stationnaires
1 Réponse à une exponentielle complexe
2 Relation entrée–sortie dans le domaine fréquentiel
5 Exemples de systèmes linéaires stationnaires
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 7 / 18
ab
Plan détaillé du cours VI
.al 3
5
w w
Modulation – Démodulation
Introduction, définitions
w
1
2 Modulation d’amplitude
1 Modulation – démodulation avec une porteuse exponentielle complexe
2 Modulation – démodulation avec une porteuse sinusoïdale
3 Applications de la modulation d’amplitude
3 Modulation angulaire
1 Modulation de fréquence et de phase
2 Modulation FM à bande étroite
3 Modulation FM à bande large
4 Démodulation FM
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 9 / 18
ab
Références
.al 3
w w
J.P. DELMAS, Éléments de théorie du signal : les signaux déterministes, Ellipses,
Paris, 1991.
A.V. OPPENHEIM and A.S. WILLSKY, Signals and Systems, Prentice Hall,
Englewood Cliffs, 1997.
B. PICINBONO, Théorie des signaux et des systèmes avec problèmes résolus, Dunod, Paris,
1989.
P. RÉFRÉGIER, Théorie du signal : signal, information, fluctuations, Masson, Paris, 1993.
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 11 / 18
ab
.al 3
INTRODUCTION : SIGNAUX ET SYSTÈMES
w w
w 3
2.5
1.5
0.5
-0.5
-1
-4 -2 0 2 4
co m
contrôle de processus industriels, etc.
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 13 / 18
ab
Notion de signal et système
.al 3
w w
w
Vs(t) = R i(t)
dVe(t) dVs(t) 1
= + Vs(t)
m
dt dt RC
Système : automobile
. co
ro
Signaux :
pression sur l’accélérateur (entrée)
vitesse du véhicule (sortie).
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 15 / 18
ab
Exemple : le RADAR
.al 3
w w
w R
T
t
co m
Segmentation = partition (découpage) d’un signal en segments (parties)
homogènes ;
ro .
Reconnaissance = identification de formes appartenant à un
dictionnaire (parole, images).
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 17 / 18
ab
Analyse d’un système de TS
.al 3
w w
w R
2.5
2 INTRODUCTION AU
1.5 TRAITEMENT DU SIGNAL
1
0.5 Partie I
0
-0.5
-1
-4 -2 0 2 4
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 1 / 39
ab
.al 3 Partie I
w w REPRÉSENTATION
w ET CLASSIFICATION DES SIGNAUX
2.5
1.5
0.5
-0.5
-1
-4 -2 0 2 4
1
sin(x)/x
sinc (x,y)
0.8
0.6
1
0.4
0.5
0.2 0
0 -0.5 5
-5 0
-0.2
0
5 -5
-0.4
-40 -20 0 20 40
ro .
Classification énergétique.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 3 / 39
ab
l 3
Classification en fonction du nombre de variables
.a
w w 1
sin(x)/x
sinc (x,y)
w
0.8
0.6
1
0.4
0.5
0.2 0
-0.5 5
0
-5 0
-0.2
0
5 -5
-0.4
-40 -20 0 20 40
Notations usuelles :
nombre complexe j : j 2 = −1
si x(t) = a(t) + j b(t)
Re[x(t)] = a(t) : partie réelle
Im[x(t)] = p b(t) : partie imaginaire
|x(t)| = a2 (t) + b 2 (t) : module
Arg [x(t)] = arctan(b(t)/a(t)) : argument
x(t) = |x(t)|e j Arg [x(t)]
x ∗ (t) = a(t) − j b(t) = |x(t)|e −j Arg [x(t)] : complexe conjugué
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 5 / 39
ab
l 3
Classification déterministe / aléatoire
.a
1
w w sin(x)
1
rand(x)
w
0.8 0.9
0.6 0.8
0.4 0.7
0.2 0.6
0 0.5
-0.2 0.4
-0.4 0.3
-0.6 0.2
-0.8 0.1
-1 0
-10 -5 0 5 10 0 5 10 15 20 25 30 35 40 45 50
1.5
0.5
-0.5
-1
0 0.2 0.4 0.6 0.8 1
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 7 / 39
ab
l 3
Classification continu / discret
.a
w w
w
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 9 / 39
ab
Classification énergétique
.al 3
w w 4
Signal de parole
w
3
−1
−2
−3
−0.1 0 0.1 0.2 0.3 0.4 0.5 0.6
R +∞
Énergie d’un signal x(t) : Ex = −∞ |x(t)|2 dt
Signaux à énergie finie (ou de hh carré intégrable ii) : 0 ≤ Ex < +∞.
Exemples :
signaux transitoires ;
signaux à support temporel borné ;
en pratique tous les signaux physiques.
5
period(x)
0
-10 -5 0 5 10
T
limT →∞ T1 |x(t)|2 dt
R 2
Puissance moyenne d’un signal x(t) : Px = −T
2
co m
.
signaux idéaux issus d’un générateur de fonction ;
ro
signaux périodiques ;
signaux permanents non périodiques ;
signaux permanents aléatoires.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 11 / 39
ab
Représentations mathématiques
.al 3
w w 1 1
w
sin(x) rand(x)
0.8 0.9
0.6 0.8
0.4 0.7
0.2 0.6
0 0.5
-0.2 0.4
-0.4 0.3
-0.6 0.2
-0.8 0.1
-1 0
-10 -5 0 5 10 0 5 10 15 20 25 30 35 40 45 50
1
sin(x)
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
-10 -5 0 5 10
Fonctions.
Distributions : outils mathématiques commodes pour représenter certains
signaux.
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 13 / 39
ab
l 3
Les fonctions : propriétés utiles 1
.a
w w
Fonction : x(t), t ∈ R, x(t) ∈ R ou x(t) ∈ C
Propriétés utiles :
w continuité, dérivabilité ;
support borné (ou non) ;
intégrabilité :
Z +∞
x ∈ L1 si |x(t)|dt < +∞
−∞
Z +∞
x ∈ L2 si |x(t)|2 dt < +∞
−∞
Propriétés utiles :
1
sin(x)
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
-10 -5 0 5 10
Propriété de périodicité
Période : T
Période fondamentale T0 : plus petit T vérifiant (1).
co m
Fréquence : f0 = T1
0
Signal constant : T0 non défini, f0 = 0.
ro .
p
Signal non périodique = signal hh apériodique ii.
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 15 / 39
ab
Transformations de la variable t
.al 3
w w
Retournement : symétrie par rapport à 0.
w 1.8
1.6
x(t) −→ x(−t)
f1(x)
1.8
1.6
f1(-x)
1.4 1.4
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
-10 -5 0 5 10 -10 -5 0 5 10
Changement d’échelle :
1 1 1
m
0.2 0.2 0.2
co
0 0 0
-10 -5 0 5 10 -10 -5 0 5 10 -10 -5 0 5 10
ro . signal x(t/2)
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 17 / 39
ab
l 3
Fonctions et signaux élémentaires (1)
.a
w w
Exponentielles complexes
w
1
sin(x)
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
-10 -5 0 5 10
x(t) = Ae ±jω0 t
Signal périodique de période fondamentale :
2π
T0 = (en s)
ω0
de fréquence fondamentale :
1 ω0
f0 = = (en Hz)
T0 2π
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 18 / 39
Fonctions et signaux élémentaires (2)
A jΦ j2πf0 t
A cos(2πf0 t + Φ) = e e + e −jΦ e −j2πf0 t
2 n o
j(2πf0 t + Φ)
A cos(2πf0 t + Φ) = A< e
A jΦ j2πf0 t
co m
A sin(2πf0 t + Φ) =
2j
e e
n o
ro .
− e −jΦ e −j2πf0 t
p
j(2πf0 t + Φ)
A sin(2πf0 t + Φ) = A= e
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 19 / 39
ab
l 3
Fonctions et signaux élémentaires (3)
.a
w w
Fonction porte (créneau)
w rectT (t) =
0 |t| >
1 |t| <
T
2
T
2
Fonction signe
−1 t < 0
sign(t) =
1 t > 0
Fonction triangulaire
1
f(x)
0.9
0.8
(
T
0 |t| ≥
0.7
0.6
2
0.5
triT (t) =
1 − T|t|/2 |t| < T
0.4
0.3
0.2 2
0.1
0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
0.8
0.6
sin πt
0.4
sinc(t) =
0.2
0
πt
-0.2
-0.4
-10 -5 0 5 10
Fonction gaussienne
co m
gauss(t) = √
ro .
2πσ 2
1
exp
− t2
2σ 2
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 21 / 39
ab
l 3
Les distributions : de la nécessité de généraliser la notion de
fonction .a
w w
w Exemple 1 : distribution de charge ponctuelle en électrostatique
δ(x) =
0 x 6= 0
avec :
Z +∞
δ(x)dx = 1
co m
∞ x =0 −∞
ro .
p
ce qui est absurde.
i -
δ(x) = limk→∞ krectT =1 (k x) n’est pas une fonction mais une distribution !
r
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 23 / 39
ab
Les distributions
.al 3
w w
Exemple 2 : chocs et phénomènes hh instantanés ii
R +∞
Propriété caractéristique : −∞ x(t)δ(t − t0 )dt = x(t0 ) pour x(t) continue en t = t0 .
Autres propriétés :
Z +∞
δ(t − t0 )dt = 1 surface =1
−∞
Z+∞
x(t)δ(t)dt = x(0)
−∞
x(t) δ(t)
x(t) δ(t − t0 )
=
=
x(0) δ(t)
x(t0 ) δ(t − t0 )
co m
δ(t − t0 )
δ(
t − t0
)
=
=
δ(t0 − t)
|k|δ(t − t0 )
symétrie
ro .
k
x(t) ∗ δ(t − t0 ) =
ri - p
x(t − t0 ) translation de + t0
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 25 / 39
ab
l 3
Distribution de Dirac, limite de familles de fonctions
.a
w w 1.2
w 0.8
0.6
0.4
0.2
δ(t) = lim krect(kx)
k→∞
1.2
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
1 t2
0.8
0.2
3
0
-4 -2 0 2 4
2.5
2
sin(πBt)
1.5
δ(t) = lim B
1
0.5
B→∞ πBt
0
-0.5
-1
-4 -2 0 2 4
linéarité :
continuité :
∀λ ∈ C < S, λφ > = λ < S, φ >
co m
Si φk → φ alors < S, φk > → < S, φ >.
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 27 / 39
ab
l 3
Distributions régulières, singulières
.a
w w
Les distributions régulières : associées à des fonctions f (t) localement sommables et
w
caractérisées par Z +∞
< f,φ > = f (t)φ(t)dt ∀ φ(t)
−∞
P+∞
Le peigne de Dirac XT = k=−∞ δ(t − kT ) :
Z +∞ +∞
X
< XT , φ > = XT (t)φ(t)dt = φ(kT )
−∞ k=−∞
1
: v .p.( 1t ) caractérisée par :
m
La valeur principale de t
co
Z Z +∞
1 φ(t) φ(t)
< v .p.( ), φ > = lim
t →0− −∞ t
dt + lim
ro .
→0+ t
dt
p
R +∞
(encore appelée hh valeur de Cauchy iide l’intégrale −∞ φ(t)
-
dt).
i
t
ka r
TS 1A 2015 29 / 39
ab
l 3
Opérations sur les distributions
.a
w w
Somme de deux distributions, produit par un scalaire...
w Dérivation
Les distributions sont indéfiniment dérivables. La distribution S 0 dérivée de S
est définie par :
0 0
De nombreux systèmes physiques peuvent être représentés par des opérateurs de convolution.
Produit de convolution z(t) de deux fonctions x(t) et y (t) localement sommables :
Z +∞
z(t) = x(t) ∗ y (t) = x(τ )y (t − τ )dτ
−∞
Propriétés :
commutativité
soit :
Z +∞
x(t) ∗ y (t)
x(τ )y (t − τ )dτ
=
=
y (t) ∗ x(t)
Z +∞
co
y (τ )x(t − τ )dτ m
distributivité
−∞ −∞
ro .
- p
x(t) ∗ (y1 (t) + y2 (t)) = x(t) ∗ y1 (t) + x(t) ∗ y2 (t)
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 31 / 39
ab
l 3
Produit de convolution (distributions)
.a
w w
La notion de produit de convolution s’étend aux distributions. Cette extension pose toutefois des
problèmes techniques. On retiendra les résultats suivants :
peut se décomposer en :
un retournement y (τ ) −→ y (−τ )
une translation de +t ! ! y (−τ ) −→ y (t − τ ) = y (−(τ − t))
une multiplication x(τ )y (t − τ )
R +∞
une intégration : −∞ x(τ )y (t − τ )dτ
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 33 / 39
ab
l 3
Produit de convolution : interprétation graphique
.a
w w
w x(τ )
y (τ )
y (τ ) −→ y (−τ )
y (−τ ) −→ y (t − τ )
R +∞
−∞
x(τ )y (t − τ )dτ
co m
http://www.jhu.edu/signals/convolve/
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 35 / 39
ab
l 3
Exemple de produits de convolution
.a
w w f(x) h(x) g(x)
w
* =
0 x 0 x 0 x
* =
0 x 0 x 0 x
* =
0 x 0 x 0 x
* =
0 x 0 x 0 x
Les produits de convolution représentés ici correspondent à des systèmes physiques qui ont pour
effet d’atténuer les variations rapides du signal (càd ses hh hautes fréquences ii).
Ils correspondent à des hh filtres passe-bas ii. Exemple : diffraction des systèmes optiques.
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 36 / 39
Décomposition d’un signal ... comme une somme de
distributions de Dirac
La distribution de Dirac est caractérisée par :
Z +∞
x(t) = x(τ )δ(t − τ )dτ
−∞
⇒ décomposition du signal x(t) comme une somme de distributions de Dirac translatées δ(t − τ )
pondérées par x(τ ).
Interprétation :
soit :
m
1
∆ 0<t<∆
δ∆ (t) =
co
0 sinon
x̂(t) =
+∞
X
x(k∆)δ∆ (t − k∆)∆
ro .
k=−∞
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 37 / 39
ab
l 3
Décomposition d’un signal ... comme une somme de
distributions de Dirac .a
w w
w Interprétation (suite) :
Passage à la limite :
+∞
X
x(t) = lim x(k∆)δ∆ (t − k∆)∆
∆→0
k=−∞
Z +∞
= x(τ )δ(t − τ )dτ
−∞
+∞
X
x(t) = lim x(k∆)δ∆ (t − k∆)∆
∆→0
k=−∞
Z +∞
= x(τ )δ(t − τ )dτ
−∞
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 39 / 39
ab
.al 3
w w
w
Télécom Physique Strasbourg Module 1201
2.5
2 INTRODUCTION AU
1.5 TRAITEMENT DU SIGNAL
1
0.5 Partie II
0
-0.5
-1
-4 -2 0 2 4
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 1 / 65
ab
.al 3 Partie II
w w ANALYSE HARMONIQUE
w DES SIGNAUX ANALOGIQUES
2.5
1.5
0.5
-0.5
-1
-4 -2 0 2 4
0.8
4
0.6
3
0.4
0.2
2
1
-0.2
0 -0.4
-10 -5 0 5 10 -10 -5 0 5 10
F
x(t) ←→ X (f )
Deux représentations équivalentes :
représentation temporelle : x(t)
représentation fréquentielle : X (f ) (transformée de Fourier : TF).
Principe : décomposition du signal sur une base de fonctions exponentielles
de fréquences variables.
Intérêts :
TF = outil d’analyse du signal ;
co m
TF = outil d’analyse des systèmes de traitement du signal.
⇒ analyse harmonique = analyse spectrale = analyse fréquentielle
ro .
des signaux et des systèmes.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 3 / 65
ab
l 3
Rappel : série de Fourier des signaux périodiques
.a
w w 3.5
3
x0(t)+x1(t)+x2(t)+x3(t)
w
2.5
1.5
0.5
-0.5
-1
-3 -2 -1 0 1 2 3
1
Soit x(t) un signal périodique de période fondamentale T0 (f0 = T0 ).
Décomposition en série de Fourier :
+∞
X
x(t) = ak e j2πkf0 t
k=−∞
1
Z
avec : ak = x(t)e −j2πkf0 t dt
T0 T0
2.5
1.5
0.5
-0.5
-1
-3 -2 -1 0 1 2 3
m
Z
2
co
βk = x(t) sin 2πkf0 tdt
T0 T0
Relation entre les deux formes :
ro .
p
αk = ak + a−k
βk = j (ak − a−k )
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 5 / 65
ab
Série de Fourier
.al 3
w w 3.5
x0(t)+x1(t)+x2(t)+x3(t)
w
3
2.5
1.5
0.5
-0.5
-1
-3 -2 -1 0 1 2 3
3.5 3.5
= 3.5 3.5
x0(t) x1(t) x2(t) x3(t)
3 3 3 3
2 2 2 2
1 1 1 1
0 0 0 0
-1 -1 -1 -1
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
1 2
signal x(t) = 1 + 2 cos(2πt) + cos(4πt) + 3 cos(6πt)
x(t) (période T0 ) ak
y (t) (période T0 ) bk
−jk( 2π )t0
x(t − t0 ) ak e T 0
jM( 2π
T
)t
e 0 x(t) ak−M
m
x ∗ (t) ∗
a−k
x(−t) a−k
. co
ro
T0
x(αt), α > 0 (période α
) ak
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 7 / 65
ab
Série de Fourier : propriétés
.al 3
w w Signal périodique Coefficients de la série
w 1
T0
R
T0 x(τ )y (t − τ )dτ ak b k
P+∞
x(t)y (t) l=−∞ al bk−l
dx(t)
dt
jk 2π
T
ak
0
Rt 1
x(τ )dτ (avec a0 = 0) ak
−∞ jk( 2π
T
)
0
x(t) réel ∗
ak = a−k
1 P+∞
|x(t)|2 dt = |ak |2
R
relation de Parseval : T0 T0 k=−∞
(signaux périodiques)
10
en série de Fourier !
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
m
T0
co
C2 x(t) présente un nombre fini de maxima et de minima sur une période,
.
C3 x(t) présente un nombre fini de discontinuités dans tout intervalle temporel fini.
ro
Ces discontinuités sont d’amplitude finie.
Les signaux pour lesquels la série ne converge pas sont plutôt pathologiques !
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 9 / 65
ab
Série de Fourier : convergence
.al 3
w w 20
signal périodique :
10
(viole la condition C1)
5
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
1
signal périodique
:
2π
0.5
x(t) = sin t 0 < t ≤ 1
0
(viole la condition C2)
-0.5
-1
signal périodique :
x(t) = 1 0≤t<4;
1.5
0.5
x(t) = 1/2 4 ≤ t < 6 ;
0
x(t) = 1/4 6 ≤ t < 7 :
-0.5
-5 0 5 10 15
x(t) = 1/8 7 ≤ t < 7, 5 ...
(viole la condition C3)
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 10 / 65
Séries de Fourier tronquées : approximations
0.8
0.6
0.4
0.2
−0.2
−1.5 −1 −0.5 0 0.5
m
X
xN (t) = ak e j2πkf0 t
co
k=−N
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 11 / 65
ab
l 3
Séries de Fourier tronquées : approximations
.a
w w 1
w
0.8 +N
X
xN (t) = ak e j2πkf0 t
0.6
0.4
0.2
k=−N
0
−0.2
−1.5 −1 −0.5 0 0.5
x̃(t) =
+∞
X
ak e j2πkf0 t T0 →+∞
−→ x(t) =
Z +∞
X (f )e j2πft df
co m
k=−∞ −∞
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 13 / 65
ab
l 3
Passage à la transformée de Fourier
.a
w w +∞
X T0 →+∞
Z +∞
w
j2πkf0 t
x̃(t) = ak e −→ x(t) = X (f )e j2πft df
k=−∞ −∞
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 15 / 65
ab
l 3
Transformée de Fourier : remarques
.a
w w x(t) =
Z +∞
X (f )e j2πft
df
F
←→ X (f ) =
Z +∞
x(t)e −j2πft dt
w −∞ −∞
0.8
4
0.6
3
0.4
0.2
2
1
-0.2
0 -0.4
-10 -5 0 5 10 -10 -5 0 5 10
F
x(t) ←→ X (f )
Variable ω = 2πf :
Z +∞
x(t)e −jωt dt
co m
.
X (ω) =
−∞
ro
1
Z +∞
X (ω)e jωt dω
p
x(t) =
-
2π −∞
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 17 / 65
ab
.al 3 x(t) = exp(−2t) u(t) ←→ X (f ) =
F 1
2+j2πf
w
2
w
1.5
w 0.5
-0.5
-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5
|X (f )| Arg [X (f )]
1 2
1.5
0.8
1
0.5
0.6
0.4
-0.5
-1
0.2
-1.5
0 -2
-3 -2 -1 0 1 2 3 -10 -5 0 5 10
1.5
0.1 0.5
-0.5
0.01
-1
-1.5
-2
0.001 0.001 0.01 0.1 1 10 100
0.001 0.01 0.1 1 10 100
3 10
2 0
−20
0
−30
−1
−40
−2
−3
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 19 / 65
ab
.al 3
w w
w
F
2D
f (x, y ) ←→ F (fx , fy )
co m
.
Z +∞ Z +∞
ro
F2D (fx , fy ) = f (x, y ) e −j2π(fx x+fy y ) dx dy
−∞ −∞
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 21 / 65
ab
l 3
Convergence de la transformée de Fourier
.a
w w
w
Toutes les fonctions n’admettent pas une transformée de Fourier !
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 23 / 65
ab
l 3
Transformée de Fourier des distributions
.a
w w
w
On est amené à étendre la TF aux distributions. Ceci permet en particulier de
traiter le cas des signaux périodiques. La TF d’une distribution S est définie par :
F
δ(t) ←→ 1
F
1 ←→ δ(f )
F
δ(t − t0 ) ←→ e −j2πft0
F
e j2πf0 t ←→ δ(f − f0 )
Signaux sinusoïdaux :
F 1
cos 2πf0 t ←→ [δ(f − f0 ) + δ(f + f0 )]
2
F 1
sin2πf0 t ←→ [δ(f − f0 ) − δ(f + f0 )]
2j
Autres distributions :
F 1
sign(t) ←→ v .p.
jπf
1 F
v .p. ←→ −jπsign(f )
t
F 1 1
co m
u(t) ←→
2
δ(f ) + v .p.
j2πf
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 25 / 65
ab
l 3
Transformée de Fourier des signaux périodiques
.a
w w
Un signal périodique x̃(t) est d’énergie infinie et n’a donc pas de TF au sens des
fonctions. Il admet toutefois une TF au sens des distributions. Cette TF est une somme
1
Décomposition en série de Fourier de x̃(t) (période T0 = f0
) :
+∞
X
x̃(t) = ak e j2πkf0 t
k=−∞
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 27 / 65
ab
l 3
Spectre réel des signaux périodiques
.a
w w
w
ab
l 3
Transformée de Fourier : propriétés
.a
w w Z +∞
F
Z +∞
w x(t)e −j2πft dt
j2πft
x(t) = X (f )e df ←→ X (f ) =
−∞ −∞
Linéarité
F
si x1 (t) ←→ X1 (f )
F
x2 (t) ←→ X2 (f )
F
alors a x1 (t) + b x2 (t) ←→ a X1 (f ) + b X2 (f )
Z +∞ Z +∞
F
x(t) = X (f )e j2πft
df ←→ X (f ) = x(t)e −j2πft dt
−∞ −∞
Symétries
X (−f ) = X ∗ (f )
|X (−f )| = |X (f )|
Arg X (−f ) = −Arg X (f )
co m
si x(t) est réel et pair X (f ) est réel et pair ;
si x(t) est réel et impair X (f ) est imaginaire pur et impair
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 31 / 65
ab
l 3
Transformée de Fourier : propriétés
.a
w w 5
porte (x)
1
sin(pi*x)/(pi*x)
w
0.8
4
0.6
3
0.4
0.2
2
1
-0.2
0 -0.4
-10 -5 0 5 10 -10 -5 0 5 10
F
x(t) = rect(t) ←→ X (f ) = sinc(f )
2 2
1.8 1.8
1.6 1.6
1.4 1.4
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
F 4
x(t) = exp(−2|t|) ←→ X (f ) = 4+(2πf )2
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 32 / 65
Transformée de Fourier : propriétés
Z +∞ Z +∞
F
x(t) = X (f )e j2πft
df ←→ X (f ) = x(t)e −j2πft dt
−∞ −∞
Dualité
F
si g (t) ←→ h(f )
F
h(t) ←→ g (−f )
Translation et dilatation
m
F
x(t − t0 ) ←→ e −j2πft0 X (f )
co
F
e j2πf0 t x(t)
.
←→ X (f − f0 )
ro
F 1 f
x(at) ←→ X
ri - p |a| a
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 33 / 65
ab
5
0.8
sin(pi*x)/(pi*x)
w
4
0.6
w w 3
1
0.4
0.2
-0.2
0 -0.4
-10 -5 0 5 10 -10 -5 0 5 10
F
g (t) ←→ h(f )
1 5
sin(pi*x)/(pi*x) porte (x)
0.8
4
0.6
3
0.4
0.2
2
1
-0.2
-0.4 0
-10 -5 0 5 10 -10 -5 0 5 10
F
h(t) ←→ g (−f )
1.8
0.8
1.6
0.6
1.4
0.4 1.2
1
0.2
0.8
0
0.6
-0.2 0.4
0.2
-0.4
0
-3 -2 -1 0 1 2 3 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
F
x(t) ←→ X (f )
1 2
1.8
0.8
1.6
0.6
1.4
0.4 1.2
m
0.2
0.8
co
0
0.6
.
-0.2 0.4
0.2
ro
-0.4
0
-3 -2 -1 0 1 2 3 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
p
1 f
x(2t) ←→ 2X
-
2
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 35 / 65
ab
l
Transformée de Fourier : propriétés
.a 3
w w Z +∞
F
Z +∞
w x(t)e −j2πft dt
j2πft
x(t) = X (f )e df ←→ X (f ) =
−∞ −∞
Dérivation, intégration
dx(t) F
←→ j2πfX (f )
dt
F dX (f )
−j2πtx(t) ←→
df
Z t
F 1 1
x(τ )dτ ←→ X (f ) + X (0)δ(f )
−∞ j2πf 2
Z +∞ Z +∞
F
x(t) = X (f )e j2πft
df ←→ X (f ) = x(t)e −j2πft dt
−∞ −∞
Formules de Parseval-Plancherel
R +∞ R +∞
Signaux à énergie finie : −∞ x(t) y (t)∗ dt = −∞ X (f ) Y (f )∗ df
P+∞
Signaux périodiques : T10 T0 x(t) y (t)∗ dt = ∗
R
k=−∞ ak bk
Cas particuliers
Signaux à énergie finie : R
R +∞
Signaux périodiques :
+∞
Ex = −∞ |x(t)|2 dt = −∞ |X (f )|2 df énergie
co m
1
R 2
Px = T0 T0 |x(t)| dt =
P+∞
k=−∞ |ak |
2
.
puissance moyenne
ro
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 37 / 65
ab
l 3
Cas des signaux à support borné
.a
w w
La plupart des signaux physiques sont à support borné (dans le domaine temporel
ou fréquentiel) :
co m
Signal basses fréquences : à variations lentes (B petit)
ro .
- p
Signal hautes fréquences : à variations rapides (B grand)
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 39 / 65
ab
.al 3
Signaux x(t) à support fréquentiel borné (bande limitée [−B, +B])
w w
w
x(t) ne peut présenter des variations arbitrairement rapides :
si |x(t)| < M
|x(t) − x(t + τ )| 1
alors : 1 pour τ
M B
1
temps de montée de −M à +M : τ ≥ πB
Signaux à support temporel borné ... ont forcément un spectre illimité (dualité
temps-fréquence).
y y
o(x,y) i(x,y) x
x
0 0
co m
TF d’un produit de convolution : z(t) = x(t) ∗ y (t)
F
←→
ro .
Z (f ) = X (f ) . Y (f )
p
F
TF d’un produit simple : z(t) = x(t) . y (t) ←→ Z (f ) = X (f ) ∗ Y (f )
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 41 / 65
ab
.al 3
Corrélation (autocorrélation et intercorrélation)
Signal x(t) = a cos (2 π f0 t) rectT(t) Fonction d autocorrélation Rx(τ)
w
a
a2T/2
w w 0
−T/2
0
+T/2
0
−T
0
+T
a
a2T/2
0 0
0 0
−T/2 +T/2 −T +T
relation avec
la convolution : Rxy (τ ) = x(τ ) ∗ y ∗ (−τ )
∗
symétrie : Rxy (−τ ) = Ryx (τ )
Rx (−τ ) = Rx∗ (τ )
si x est réel : Rx (−τ ) = Rx (τ )
co m
|x(t)|2 dt
|Rx (τ )| ≤
−∞
ro
Rx (0).
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 43 / 65
ab
.al 3
Signal x(t) = a rectT(t) Fonction d autocorrélation Rx(τ)
w
a
a2T
w w
0 0
0 0
−T/2 +T/2 −T +T
a
a2T/2
0 0
0 0
−T/2 +T/2 −T +T
1 1
0 0
−1 0 1 −1 0 1
4
Signal y(t) 1 Intercorrélation Ryx (τ)
2
0.5
0
−2 0
−4 −0.5
0 5 10 15 20 0 5 10 15 20
4
1
2
0.5
0
−2 0
−4 −0.5
0 5 10 15 20 0 5 10 15 20
4
1
2
0.5
0
−2 0
−4 −0.5
0 5 10 15 20 0 5 10 15 20
4
1
2
m
0.5
0
co
−2 0
−4 −0.5
0 5 10 15 20 0 5 10 15 20
Détection d’un signal x(t) connu dans du bruit : utilisation de la fonction d’intercorrélation
comme mesure de ressemblance. Ryx (τ ) est max. pour τ = 14
ro .
p
R +∞
x(t) = rectT =1 (t − 21 ) ; y (t) = x(t − 14) + bruit ; Ryx (τ ) = −∞ y (t).x(t − τ )dt
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 45 / 65
ab
l 3
Corrélation (autocorrélation et intercorrélation)
.a
w w
Cas des signaux de puissance moyenne finie
w Ils sont d’énergie infinie et couvrent en particulier les signaux périodiques. Les
définitions précédentes sont modifiées comme suit :
∗
symétrie : Rxy (−τ ) = Ryx (τ )
Rx (−τ ) = Rx∗ (τ )
si x est réel : Rx (−τ ) = Rx (τ )
Z + T2
1
puissance moyenne du signal : Px = Rx (0) = lim |x(t)|2 dt
T →+∞ T − T2
|Rx (τ )| ≤ Rx (0)
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 47 / 65
ab
l 3
Corrélation (autocorrélation et intercorrélation)
.a
w w
Cas particulier : signaux périodiques de période T0
w Rx (τ ) = lim
1 +2
T →+∞ T − T
Z T
x(t)x ∗ (t − τ )dt
2
Z + T20 +∞
1 ∗
X
= x(t)x (t − τ )dt = |ak |2 e j2πkf0 τ
T0 − T20
k=−∞
Px = Rx (0)
Z + T20 +∞
1 X
= |x(t)|2 dt = |ak |2
T0 − T20
k=−∞
3 10
2 0
−20
0
−30
−1
−40
−2
−50
−3 0 500 1000 1500 2000 2500 3000 3500 4000
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 Frequency
m
Z +∞
F
Rx (τ ) = x(t)x ∗ (t − τ )dt ←→ Sx (f ) = X (f ).X ∗ (f ) = |X (f )|2
co
−∞
ro . R +∞
−∞
Sx (f )df
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 49 / 65
ab
l 3
Analyse spectrale : spectre de puissance
.a signal x(t)
w
3.5
w w 2.5
1.5
0.5
0 | |
−T/2 +T/2
−0.5
−1
0
où XT (f ) est la TF de xT (t).
Théorème de Parseval :
R + T2 R +∞
Px = Rx (0) = limT →+∞ 1
T −T
|x(t)|2 dt = −∞
Sx (f )df
2
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 50 / 65
Analyse spectrale : spectre de puissance
3.5
x0(t)+x1(t)+x2(t)+x3(t)
2.5
1.5
0.5
-0.5
-1
-3 -2 -1 0 1 2 3
Théorème de Parseval :
co m
.
T
Z + 20 Z +∞ +∞
1 X
|x(t)|2 dt = |ak |2
ro
Px = Rx (0) = Sx (f )df =
T0 T
− 20 −∞ k=−∞
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 51 / 65
ab
l 3
Analyse spectrale sur une fenêtre finie
.a signal x(t)
w
3.5
En pratique les analyseurs de spectre
3
analysent les signaux sur une fenêtre
w w 2.5
1.5
0.5
finie [0, T ] ou [−T /2, T /2]. On adopte
alors les approximations
suivantes (fonction d’autocorrélation) :
0 | |
−T/2 +T/2
−0.5
−1
0
T
1
x(t)x ∗ (t − τ )dt 2 x(t)x ∗ (t − τ )dt
R +∞ R
Rx (τ ) théorique −∞
limT →+∞ T −T
2
)x ∗ (t −
R +∞ τ τ
= −∞ x(t + 2 2 )dt
R T − |τ2 | 1
R T − |τ2 |
Rx (τ ) approx. sur [0, T ] |τ |
x(t + τ
2 )x ∗ (t − τ
2 )dt T |τ |
x(t + τ
2 )x ∗ (t − τ
2 )dt
2 2
|τ | T
T − |τ | T − |τ |
1
2 2 τ
)x ∗ (t − τ 2 2 τ
)x ∗ (t − τ
R R
Rx (τ ) approx. |τ |
x(t + 2 2 )dt T |τ |
x(t + 2 2 )dt
−T + −T +
2 2 2 2
sur [−T /2, T /2]
|τ | T
2
finie [0, T ] ou [−T /2, T /2]. On adopte
1.5
alors les approximations
1
suivantes (spectres d’énergie et de
0.5 puissance) :
0 | |
−T/2 +T/2
−0.5
−1
0
T
x(t)e −j2πft dt|2 1 2 x(t)e −j2πft dt|2
R +∞ R
Sx (f ) théorique | −∞
limT →+∞ T |
−T
2
T
2 x(t)e −j2πft dt|2 1
T
2 x(t)e −j2πft dt|2
co m
.
R R
Sx (f ) approx. sur [−T /2, T /2] | T |
−T −T
2 2
- p ro
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 53 / 65
ab
l 3
Analyse spectrale sur une fenêtre finie
.a
w w
w
Le spectre d’un signal périodique analysé sur une fenêtre temporelle de durée finie
n’est pas constitué de Diracs mais de raies physiques ayant une certaine largeur.
La résolution spectrale est limitée par la durée de la fenêtre d’observation.
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 54 / 65
Fenêtre d’observation, résolution spectrale
signal x(t)
3.5
0.5
sur [− T2 , T2 ] est noté xT (t).
0 | |
−T/2 +T/2
−0.5
−1
0
co m
Pour une « fréquence pure » x(t) = e j2πf0 t :
Sx (f ) '
1 sin π(f − f0 )T 2
| |
ro .
T
ri - p
π(f − f0 )
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 55 / 65
ab
l 3
Fenêtre d’observation, résolution spectrale
.a
w w
w
sin πfT
fonction πf
40 40
T=0.5 T=1
20 20
0 0
−20 −20
−40 −40
40 40
T=4 T=20
20 20
0 0
−20 −20
−40 −40
m
90 95 100 105 110 90 95 100 105 110
- p ro
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 57 / 65
ab
l 3
Fenêtre d’observation, résolution spectrale
.a
w w 40
∆ f = 4/T
40
∆ f = 2/T
w
20 20
0 0
−20 −20
−40 −40
90 95 100 105 110 90 95 100 105 110
40 40
∆ f = 1/T ∆ f = 0,8/T
20 20
0 0
−20 −20
−40 −40
90 95 100 105 110 90 95 100 105 110
40 40
∆ f = 0,6/T ∆ f = 0,4/T
20 20
0 0
−20 −20
−40 −40
90 95 100 105 110 90 95 100 105 110
Les lobes secondaires du sinus cardinal viendront également masquer les composantes
fréquentielles plus éloignées mais de faible amplitude.
Pour pallier cet inconvénient on multiplie généralement le signal avant analyse par une
fenêtre dite d’« apodisation » (autre que la fenêtre rectangulaire), qui présente des lobes
secondaires moins élevés. Le gain au niveau des lobes secondaires se paie par un élargissement du
co m
lobe principal (perte en résolution spectrale). La fenêtre « de Hamming » offre un bon
compromis.
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 59 / 65
ab
l 3
Effet de masquage des signaux faibles
.a
w w 60
w
spectre de puissance (dB)
40 fenêtre rectangulaire
20
−20
−40
60
spectre de puissance (dB)
40 fenêtre de Hamming
20
−20
−40
rectangulaire
1
← triangulaire
0.8
0.6
0.4
← hamming
0.2
← hanning
0
0 T/2
−T/2
1/2-largeur Niveau
Nom Définition du lobe des lobes
de w(k) principal secondaires
de W(f) de W(f)
1 |t| ≤ T2 1
Rectangulaire w (t) = T - 13 dB
( 0 sinon
|t|
1 − T /2 |t| ≤ T2 2
m
Triangulaire w (t) = T - 26 dB
0 sinon
co
0, 5 + 0, 5 cos Tπ/2
t
|t| ≤ T2
2
Hanning w (t) = - 32 dB
.
T
0 sinon
ro
0, 54 + 0, 46 cos Tπ/2
t
|t| ≤ T
2
2
Hamming w (t) = - 43 dB
p
T
-
0 sinon
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 61 / 65
ab
20
.al 3
Périodogramme moyenné (N=256,L=4)
w
15
w
Power Spectrum Magnitude (dB)
10
Durée d’observation : T = 0, 256s.
w −5
5
−10
0 50 100 150 200 250 300 350 400 450 500
Frequency
Périodogramme moyenné (N=16384,L=32)
30
25
20
Power Spectrum Magnitude (dB)
10
−5
0 50 100 150 200 250 300 350 400 450 500
Frequency
X (ω) = X (s)
co m
.
s = jω
ro
Transformée inverse :
1
Z
x(t) =
2πj ∆
ri - pX (s)e st ds
où ∆ est une droite parallèle à s = jω et située dans la région de convergence de X(s).
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 63 / 65
ab
TLB : région de convergence
.al 3
w w
w
La région de convergence (RDC) est le domaine du plan complexe pour lequel l’intégrale :
Z +∞
X (s) = x(t)e −st dt
−∞
converge.
Elle est constituée dans tous les cas par un domaine du type :
R = { σ1 < Re(s) < σ2 }
où σ1 , σ2 peuvent être ∞.
Lorsque l’on donne une TLB il faut toujours préciser la RDC (deux signaux différents
peuvent avoir même TLB avec des RDC différentes).
La TF existe si 0 ∈ R.
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 64 / 65
Signal Transformée RDC
x(t) X (s) R
x1 (t) X1 (s) R1
x2 (t) X2 (s) R2
e s0 t x(t) X (s − s0 ) R translaté de s0
1 X s
x(at) s ∈ RDC
|a| a
si s ∈ R
a
−tx(t) d X (s) R
ds
Rt 1 X (s) au moins R ∩ {Re(s) > 0}
−∞ x(τ )dτ s
co m
.
x(t) = 0, t < 0 lims→+∞ sX (s) = x(0+ )
p ro
! Différence avec la transformée de Laplace monolatérale définie par : L+ [x(t)] = X + (s) = 0+∞ x(t)e −st dt
-
R
i
On a la relation : L+ d x(t) = sX + (s) − x(0− ) si x(t) ne présente pas d’impulsions à l’origine.
h i
r
dt
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 65 / 65
ab
.al 3
w w
w
Télécom Physique Strasbourg Module 1201
2.5
2 INTRODUCTION AU
1.5 TRAITEMENT DU SIGNAL
1
-0.5
-1
-4 -2 0 2 4
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 1 / 31
ab
.al 3 Partie III
w w SYSTEMES
w DE TRAITEMENT DU SIGNAL
2.5
1.5
0.5
-0.5
-1
-4 -2 0 2 4
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 3 / 31
ab
Systèmes LIT
.al 3
w w
w
Les systèmes linéaires et invariants dans le temps se décrivent de façon particulièrement simple
et parcimonieuse. Un système T [.] linéaire invariant dans le temps (LIT) vérifie :
Linéarité
(a) (b)
co
Source : David Heeger
m
(a) : Linéarité
ro .
(b) : Invariance dans le temps
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 5 / 31
ab
l 3
Systèmes linéaires / non-linéaires
.a
w w
w
Exemples de systèmes linéaires :
y (t) = a0 x(t) + a1 x(t − ∆t) + a2 x(t − 2∆t)
Systèmes décrits par des équations différentielles linéaires à coefficients
constants (CI nulles) :
N M
X d k y (t) X d k x(t)
ak = bk
dt k dt k
k=0 k=0
La réponse impulsionnelle h(t) d’un système LIT est la réponse du système à une
impulsion de Dirac à l’origine δ(t) :
h(t) = T [δ(t)]
co m
.
x(t) = x(τ )δ(t − τ )dτ = somme de Diracs
ro
−∞
Z+∞ Z +∞
p
T [x(t)] = x(τ )T [δ(t − τ )]dτ = x(τ )h(t − τ )dτ
−∞
ri - −∞
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 7 / 31
ab
l 3
Exemples de réponses impulsionnelles
.a
w
f(x) h(x) g(x)
w
* =
w
0 x 0 x 0 x
* =
0 x 0 x 0 x
* =
0 x 0 x 0 x
* =
0 x 0 x 0 x
0 0
Dans le cas d’un système optique LIT, la réponse impulsionnelle correspond à l’image d’une
source ponctuelle δ(x, y ). L’image d’une source ponctuelle est généralement une tache (“tache
d’Airy" ou “figure de diffraction").
Exemple : image d’une étoile en astronomie.
((besj1 (pi*sqrt(x*x+y*y)))/(pi*sqrt(x*x+y*y)))**2
m
0.25
0.2
co
0.15
0.1
.
0.05
ro
3
2
1
-3 0
-2
-1 -1
p
0
1 -2
2 -3
-
3
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 9 / 31
ab
.al 3
w w
w
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 11 / 31
ab
l 3
Exemple 2 : Cours de la bourse
.a
w w
w
La réponse impulsionnelle d’une salle de concert donne des informations sur les réflexions
(réverbérations) de la salle.
co m
En 1949, Helmut Haas a montré que ces réflexions, quand elles arrivent de 1 à 30 ms après le
son direct, ne perturbent pas la perception de la direction d’origine du son, mais augmentent le
volume sonore perçu et la dimension spatiale perçue de la source.
ro .
L’acoustique architecturale a pour objet la maîtrise de la qualité sonore des bâtiments.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 13 / 31
ab
Causalité, stabilité
.al 3
w w
w
(a) Causalité (b) Stabilité
h(t) = 0, t<0
Système BIBO-stable : à toute entrée bornée doit correspondre une sortie bornée.
Une CNS de BIBO-stabilité est :
Z ∞
|h(t)|dt < +∞
−∞
co m
d’angle Arg H(f0 ).
ro .
Le signal e j2πf0 t subit, au passage du système, un gain |H(f0 )| et un déphasage
p
Réponse à un signal sinusoïdal :
i -
T [cos(2πf0 t + Φ)] = |H(f0 )| cos(2πf0 t + Φ + Arg H(f0 ))
r
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 15 / 31
ab
Exemple : Salle de concert
.al 3
w w
w
Réponse impulsionnelle d’une salle
source : http ://www.duanrevig.com/RI.htm
Réponse en fréquence
source : http ://www.duanrevig.com/RI.htm
La propriété établie précédemment pour les signaux e j2πf0 t s’étend également aux exponentielles
complexes de la forme : e st avec s = σ + jω. On a :
T e st H(s)e st
=
avec : H(s) = L[h(t)]
co m
H(s) est appelé hh fonction de transfert iidu système. La réponse en fréquence s’obtient à partir
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 17 / 31
ab
l 3
Relations entrée–sortie des systèmes LIT
.a
w w
w
Un système LIT peut être indifféremment décrit par les relations entrée–sortie suivantes :
Dans le domaine temporel : convolution par la réponse impulsionnelle h(t)
Y (f ) = H(f ) . X (f )
Dans le domaine défini par la transformée Laplace : multiplication par la fonction de
transfert H(s)
m
Les grandes classes :
co
Systèmes passe-bas : coupure des hautes fréquences, lissage, moyennage, atténuation du
bruit.
Systèmes passe-haut : accentuation des hautes fréquences, coupure des basses fréquences.
ro .
Systèmes passe-bande : sélection de bandes fréquentielles spécifiques.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 19 / 31
ab
1.5
.al 3 1.5
w
1 1
w
0.5 0.5
w
0 0
−0.5 −0.5
−1 −1
−1.5 −1.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1.5 1.5
1 1
0.5 0.5
0 0
−0.5 −0.5
−1 −1
−1.5 −1.5
−2 −2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Relation entrée–sortie :
dy (t)
τ + y (t) = x(t)
dt
Réponse en fréquence :
1
H(ω) =
1 + jωτ
décroissance asymptotique :
-20 dB / décade
-6 dB / octave.
co m
Réponse impulsionnelle :
h(t) =
1 −t
τ
e τ u(t)
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 21 / 31
ab
.al 3
w w
w
Réponse en fréquence d’un système du 1er ordre
Relation entrée–sortie :
d 2 y (t) dy (t)
2
+ 2ξωn + ωn2 y (t) = ωn2 x(t)
dt dt
Réponse en fréquence :
1 ωn2
H(ω) = 2 =
(jω − c1 )(jω − c2 )
1 + 2ξ j ωω + j ωω
ξ : coefficient d’amortissement
n n
co m
ωn : pulsation propre
p
c1 = −ξωn + ωn pξ 2 − 1
c2 = −ξωn − ωn ξ 2 − 1
ro .
- p
décroissance asymptot. : -40 dB / décade , -12 dB / octave.
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 23 / 31
ab
.al 3
w w
w
Réponse impulsionnelle :
si 0 < ξ < 1 :
ωn e −ξωn t p
h(t) = p [sin(ωn 1 − ξ 2 )t]u(t)
1 − ξ2
si ξ = 1 :
h(t) = ωn2 te −ωn t u(t)
si ξ > 1 :
ωn
h(t) = p [e c1 t − e c2 t ] u(t)
2
2 ξ − 1
co m
ro .
- p
Réponse impulsionnelle d’un système du
ri
2ème ordre
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 25 / 31
ab
Inversion d’un système
.al 3
w w
w
Un système T est dit inversible si on peut trouver un système T −1 tel que la mise en cascade
de T et de T −1 donne le système identité :
y (t) = T [x(t)]
z(t) = T −1 [y (t)] = T −1 [T [x(t)]] = x(t)
Un système n’est inversible que si à des entrées distinctes correspondent des sorties
distinctes.
On montre que si le système T est LIT, le système inverse, s’il existe, est également LIT.
Si le système T est LIT, de réponse impulsionnelle h(t), et s’il admet un système inverse,
de réponse impulsionnelle h−1 (t), celle-ci vérifie :
h(t) ∗ h−1 (t) = δ(t)
H(f ) . H−1 (f ) = 1
1
H−1 (f ) = si H(f ) 6= 0
H(f )
m
1
H(f )
est appelé « filtre inverse ».
co
La plupart des systèmes sont non strictement inversibles car H(f ) = 0 pour certaines
fréquences.
ro .
On sait malgré tout inverser (de façon approchée) de nombreux systèmes : on parle de
ri - p
« déconvolution ». Il existe de nombreuses méthodes de déconvolution.
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 27 / 31
ab
Inversion d’un système
.al 3
w w
w
Exemple de système non inversible : y (t) = x 2 (t)
Exemple de système inversible (retard de t0 ) :
y (t) = x(t − t0 )
x(t) = y (t + t0 ) non causal !
h(t) = δ(t − t0 )
h−1 (t) = δ(t + t0 )
H(f ) = exp −j2πft0
H−1 (f ) = exp +j2πft0
2
1 − t 2
Déconvolution, dans le cas d’un filtre passe-bas gaussien : h(t) = √ e 2σ .
2πσ 2
co m
.
σ = 0, 8
ro
2
1 − t 2
Réponse impulsionnelle du filtre h(t) = √ e 2σ
2πσ 2
ri - p
2 σ2 f 2
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 29 / 31
ab
.al 3
w w
w
(a) (b)
(c) (d)
M. Bernard - Télécom Paris 1988
(c) (d)
M. Bernard - Télécom Paris 1988
co m
.
(a) : sortie du filtre inverse (cas y (t) sans bruit)
ro
(b) : sortie du filtre inverse (cas y (t) avec bruit écart-type : 0,1)
(c) : sortie du filtre inverse (cas y (t) avec bruit écart-type : 5,0)
- p
(d) : sortie d’un filtre « de Wiener »prenant en compte le bruit (cas y (t) avec bruit écart-type : 5,0)
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 31 / 31
ab
.al 3
w w
w
Télécom Physique Strasbourg Module 1201
2.5
2 INTRODUCTION AU
1.5 TRAITEMENT DU SIGNAL
1
0.5 Partie IV
0
-0.5
-1
-4 -2 0 2 4
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 1 / 46
ab
.al 3 Partie IV
w w FILTRAGE
w DES SIGNAUX ANALOGIQUES
2.5
1.5
0.5
-0.5
-1
-4 -2 0 2 4
Un système linéaire invariant dans le temps est aussi appelé « filtre » car il laisse « passer »
certaines fréquences et en « atténue » d’autres.
La fonction d’un filtre est d’éliminer les fréquences indésirables ou d’extraire les composantes
fréquentielles utiles.
L’étude des filtres porte essentiellement sur leur réponse en fréquence, qui indique de quelle
manière les différentes composantes fréquentielles du signal en entrée sont atténuées.
co m
Analyse spectrale par filtrage.
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 3 / 46
ab
1.5
.al 3 1.5
w
1 1
w
0.5 0.5
w
0 0
−0.5 −0.5
−1 −1
−1.5 −1.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1.5 1.5
1 1
0.5 0.5
0 0
−0.5 −0.5
−1 −1
−1.5 −1.5
−2 −2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 5 / 46
ab
l 3
Analyse temporelle des filtres
.a
w w
w
(a) (b)
er
Réponses transitoires d’un système du 1 ordre (a) et du second ordre (b)
d’après Tim Woo UST Hong Kong - ELEC 215
Elle passe par l’analyse de la réponse impulsionnelle (impulse response), réponse à une
impulsion de Dirac. On s’intéresse aussi :
à la réponse indicielle : réponse du filtre à un échelon unité u(t) (step response),
à la réponse à une rampe (ramp response).
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 6 / 46
Filtres réalisables, sans distorsions, idéaux
co m
ro .
réponse d’un filtre à un signal non sinusoïdal : en général le filtre introduit des
distorsions. Pour qu’il n’y ait pas de distorsion, le gain du filtre doit être constant
ri - p
dans la bande passante et sa phase doit être linéaire.
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 7 / 46
ab
l 3
Filtres réalisables, sans distorsions, idéaux
.a
w w
w
Filtre sans distorsions :
Si x(t) est dans la bande passante (càd X (f ) = 0 , f 6∈ [−B, +B]) :
y (t) = a x(t − t0 ) ;
−j2πft0
⇒ Y (f ) = a X (f ) e pour f ∈ [−B, +B]
gain : |H(f )| = a = Cte pour f ∈ [−B, +B]
phase : Arg [H(f )] = −2πft0 pour f ∈ [−B, +B]
Un tel filtre présente donc un gain constant et une phase linéaire (en f) dans la bande
passante.
si gain non constant : hh distorsion en amplitude ii
si phase non linéaire : hh distorsion de phase ii
m
τg (f ) = t0
co
Si la phase n’est pas linéaire, τg varie en fonction de la fréquence (distorsion).
——————————————————————————————————————–
ro .
Le temps de propagation de groupe est important en audio. Les variations maximales admissibles, au-delà
desquelles les distorsions sont audibles sont les suivantes :
Fréquence
∆τg max
500 Hz
3,2 ms
1 kHz
2 ms
2 kHz
1 ms
4 kHz
1,5 ms
ri p
8 k Hz
-
2 ms
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 9 / 46
ab
.al 3
Temps de propagation de groupe, temps de propagation de phase : une interprétation
w
3
w w 2
-1
-2
-3
-60 -40 -20 0 20 40 60
-1
-2
-3
-60 -40 -20 0 20 40 60
par un filtre de réponse H(f ) (dont la bande passante contient f0 ), la sortie du filtre s’écrit :
m
y (t) ' |H(f0 )| a(t − τg (f0 )) cos(2πf0 (t − τΦ (f0 )) + θ)
co
avec :
1 dΦ(f ) 1 Φ(f )
τg (f ) = −
2π df
; τΦ (f ) = −
2π f
τg (f ) est le temps de propagation de groupe (retard de groupe)
ro .
- p
τΦ (f ) est le temps de propagation de phase (retard de phase)
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 11 / 46
ab
Filtres idéaux (1)
.al 3
w w
Filtre idéal : un filtre idéal est un filtre sans distorsion dans la bande
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 13 / 46
ab
Filtres idéaux (3)
.al 3
w w
le filtre passe-haut idéal
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 15 / 46
ab
l 3
Nomenclature et symboles des filtres classiques
.a
w w
w
Conditions de causalité :
h(t) = 0, t<0
ou (condition de Paley-Wiener) :
Z +∞ |log |H(f )||
df < ∞
−∞ 1 + f2
Les filtres idéaux ne sont donc pas réalisables car non causaux (condition de Paley-Wiener). On
ne peut donc que les réaliser de façon approchée, en introduisant des tolérances par rapport à la
réponse en fréquence idéale (spécification d’un gabarit).
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 17 / 46
ab
l
Filtres réalisables - gabarit
.a 3
w w
w δ1
δ2
:
:
ondulation en bande passante
ondulation en bande atténuée
f1 : fréquence de coupure
f2 − f1 : largeur de la bande de transition
On adopte souvent, pour la fonction de transfert H(s) du filtre à synthétiser une fraction
rationnelle en s :
b0 + b1 s + b2 s 2 + · · · + bN s N
H(s) =
a0 + a1 s + a2 s 2 + · · · + aM s M
. Ordre du filtre : M − N.
. Les s = zi , racines de N bk s k sont les zéros du filtre.
m
P
Pk=0
co
. Les s = pi , racines de M k
k=0 ak s sont les pôles du filtre.
! ! il peut y avoir des pôles ou zéros multiples.
ro .
bN (s − z1 )(s − z2 ) · · · (s − zN )
p
H(s) =
-
aM (s − p1 )(s − p2 ) · · · (s − pM )
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 19 / 46
ab
l 3
Filtres définis par des fractions rationnelles (2)
.a
w w
w
m
i=1
co
On en déduit la réponse impulsionnelle du filtre (par L−1 ) :
h(t) =
XQ
dk
αk k δ(t) +
XR
Mi
X βij
ro .
t j−1 e pi t u(t)
p
dt (j − 1)!
-
k=0 i=1 j=1
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 21 / 46
ab
Filtre passe-bas normalisé
.al 3
w w
Un lieu de représentation usuel de la fonction de transfert (réponse en
w fréquence) H(ω) d’un filtre est le plan de Bode dans lequel on représente :
le module (en dB) : 20 log |H(ω)| en fonction de ω (échelle log. pour ω) ;
la phase : Arg [H(ω)] en fonction de ω (échelle log. pour ω).
Filtre passe-bas normalisé
|H(0)|
ωc = 1 : pulsation de coupure à −3 dB (|H(ωc )| = √ )
2
s
Filtre passe-bas de pulsation de coupure ωc : H(s) −→ H
ωc
1
Filtre passe-haut de pulsation de coupure ωc = 1 : H(s) −→ H
s
Filtre passe-bande symétrique de largeur de bande B centré sur la pulsation ωc = 1 :
1 1
H(s) −→ H (s + )
m
B s
co
Filtre coupe-bande dont la bande coupée de largeur B est centrée sur ωc = 1.
H(s) −→ H 1
1
(s + 1
s)
!
ro .
p
B
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 23 / 46
ab
l
Transformations en fréquence
.a 3
w w
w
Familles de filtres analogiques classiques de fonctions de transfert rationnelles qui offrent des
approximations réalisables des différentes classes de filtre.
Références :
1 Filtrage et filtres électriques, Avant-propos. Référence E110, Techniques de l’Ingénieur, 2008.
2 Fonctions de transfert des filtres électriques. Référence E120, Techniques de l’Ingénieur, 2009.
3 R.W. Daniels, Approximation methods for electronic filter design, Mc Graw-Hill, 1974.
m
4 E. Chritian and E. Eisenmann, Filter design tables and graphs, John Wiley and Sons, 1966.
co
5 A.I. Zverev, Handbook of filter synthesis, John Wiley and Sons, 1967.
6
.
D.E. Johnson, J.R. Johnson and H.P. Moore, A handbook of active filters, Prentice Hall, 1980.
ro
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 25 / 46
ab
Technologies de réalisation
.al 3
w w
w
Elles sont variées et dépendent de la nature des signaux, du domaine de fréquence et de l’objectif
du filtrage. Pour les filtres électriques (électroniques) :
1920-1960 : filtres passifs à composants R, L, C discrets (f élevées)
1960-1970 : filtres actifs discrets (avec amplificateurs opérationnels) (f < 50MHz)
1970- : filtres actifs en circuits intégrés (boîtier DIP, ASIC)
1980 - : filtres actifs à capacités commutées (f < 50MHz)
1985- : filtres numériques (f < 400MHz)
Pour les hyperfréquences :
filtres à ondes de surface et à ondes de volume (100Mhz < f < 3GHz)
filtres LC à éléments localisés
filtres à lignes couplées (f < 10GHz)
filtres à cavités ou guides d’ondes (f > 10GHz).
...
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 26 / 46
Filtres à composants R, L, C discrets ( c D. Renneke et Creative Commons)
co m
Filtre numérique à DSP
ro .
( c Horacio Munguia USON et Texas Instruments)
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 27 / 46
ab
l 3
Filtres analogiques classiques (1)
.a
Les filtres de Butterworth :
w w filtres hh polynomiaux iidont les pôles sont situés sur le cercle unité ;
++ réponse en fréquence très plate dans la bande passante ;
w – passage lent entre bande passante et bande atténuée (filtre peu hh raide ii).
– phase non linéaire
1
fonction de transfert : |H(s)|2 = où n est l’ordre
s = jω 1 + ω 2n
du filtre.
. Pour n pair :
1
H(s) = Q n
2 2
k=1 [s + 2 cos θk s + 1]
2k−1
avec : θk = π 2n
. Pour n impair :
1
H(s) = Q n−1
2
(s + 1) k=1 [s 2 + 2 cos θk s + 1]
avec : θk = π kn
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 28 / 46
co m
ro .
p
avec l’aimable autorisation de Guy Cazuguel, professeur, Télécom Bretagne
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 29 / 46
ab
.al 3
w w
w
fonction de transfert :
1
|H(s)|2 =
s = jω 1 + [Tn (ω)]2
co m √ 1 ).
+1
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 31 / 46
ab
.al 3
w w
w
ab
l 3
Filtres analogiques classiques (3)
.a
w w
Les filtres de Tchebycheff inverses :
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 35 / 46
ab
.al 3
w w
w
Dans tous les filtres précédents, on contrôle le gain de la réponse en fréquence, mais pas la
phase, qui est fortement non linéaire ( =⇒ temps de propagation de groupe non
constant =⇒ distorsions de phase).
Il n’est pas possible d’obtenir une phase parfaitement linéaire avec une fonction de transfert
= fract. rationnelle. En effet une phase linéaire correspond à : H(f ) = |H(f )| exp −j2πft0
(retard pur de t0 dans la bande passante) qui n’est pas réalisable avec une fract. rationnelle.
Les filtres de Bessel :
co m
Les filtres de Bessel sont des approximations sous forme de fractions rationnelles de
filtre à phase linéaire dans la bande passante. Ils font intervenir des polynômes de
Bessel. Ils conduisent à un temps de propagation de groupe le plus plat possible dans la
bande passante.
++ filtres à phase quasi-linéaire ;
ro .
– filtres peu raides.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 37 / 46
ab
.al 3
w w
w
co m
- SPICE (Simulation Program with Integrated Circuit Emphasis) http://en.wikipedia.org/wiki/SPICE
- FilterCAD de Linear Technology \http://www.linear.com/designtools/software/#Filter
ro .
- Analog Filter Wizard d’Analog Device http://www.analog.com/en/content/filter_wizard/fca.html
- FilterPRO de Texas Instruments http://www.ti.com/tool/filterpro
- S/FILSYN http://www.alkeng.com/
- Nuhertz filter design http://www.nuhertz.com/
- ...
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 39 / 46
ab
l 3
Filtrage des signaux d’énergie (de puissance) finie
.a
w w
w
On s’intéresse aux relations entre les spectres d’énergie (ou de puissance) d’un signal avant
et après passage dans un filtre.
Ces relations sont à la base de la conception de certains analyseurs de spectre et permettent
d’interpréter la notion de densité spectrale (d’énergie ou de puissance).
Sy (f ) = |H(f )|2 Sx (f )
où Sx (f ) (resp. Sy (f )) est la densité spectrale d’énergie (spectre d’énergie) de x(t) (resp.
y (t)).
Signaux de puissance moyenne finie (en particulier signaux périodiques)
m
Le filtrage d’un signal de puissance finie x(t) par h(t) ne donne pas forcément un signal
co
y (t) de puissance finie. Lorsque c’est le cas on a :
2
Sy (f ) = |H(f )| Sx (f )
ro .
p
où Sx (f ) (resp. Sy (f )) est la densité spectrale de puissance (spectre de puissance)
de x(t) (resp. y (t)).
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 41 / 46
ab
l 3
Analyse spectrale par filtrage passe-bande étroit (1)
.a
w w
w
On filtre un signal x(t) d’énergie (ou de puissance moyenne) finie par un filtre très sélectif (très
étroit) centré autour de la fréquence f0 :
co m
L’énergie (puissance) en sortie du filtre est proportionnelle à la densité spectrale
.
d’énergie (de puissance). Elle est également proportionnelle à ∆f = largeur du filtre).
ro
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 43 / 46
ab
l 3
Analyse spectrale par filtrage passe-bande étroit (3)
.a
w w
w
Cas 2 : Sx (f ) est composé d’une raie en f0 (ex. signal périodique) :
S0 S0
Sx (f ) = δ(f − f0 ) + δ(f + f0 )
2 2
P(f0 ) = S0
La sortie du filtre présente une puissance constante = puissance de la raie.
co m
Conclusion : l’énergie (ou la puissance moyenne) d’un signal est localisée sur
l’axe des fréquences avec une densité Sx (f ).
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 45 / 46
ab
.al 3
w w
w
2.5
2 INTRODUCTION AU
1.5 TRAITEMENT DU SIGNAL
1
0.5 Partie V
0
-0.5
-1
-4 -2 0 2 4
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 1 / 46
ab
.al 3 Partie V
w w MODULATION - DEMODULATION
w
0.5
1
0 0
-1
-0.5
-2
-1
-3
-60 -40 -20 0 20 40 60 AM -10 -5 0 5 10 FM
Les techniques de modulation consistent à contrôler certains paramètres d’une porteuse
sinusoïdale (amplitude, fréquence, phase) par un autre signal.
Exemple : modulation d’amplitude (AM)
. porteuse : p(t) = cos(2πfp t + φp )
. signal modulant : x(t)
. signal modulé AM : y (t) = x(t) cos(2πfp t + φp )
Applications :
adaptation d’un signal à un canal de transmission ;
co m
partage d’un canal de transmission unique entre plusieurs signaux
(multiplexage) ;
ro .
p
détection ou mesure de signaux basses fréquences de faible amplitude
dans un environnement bruité.
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 3 / 46
ab
Historique
.al 3
w w
w
1897 1914 1920
m
Signal modulé y (t) : résultat de la modulation de la porteuse par le signal modulant (on
co
parle de modulation d’amplitude (AM), de fréquence (FM) ou de phase (φM), suivant le
paramètre contrôlé) ;
ro .
Démodulation : consiste à retrouver le signal modulant à partir du signal modulé ;
Modulation linéaire : qui préserve le spectre du signal modulant.
AM est linéaire, FM et φM sont non linéaires.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 5 / 46
ab
l 3
Définitions : multiplexage temporel et fréquentiel
.a
w w
w
-1
-2
-3
-60 -40 -20 0 20 40 60
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 7 / 46
ab
l 3
Modulation AM (porteuse exp. complexe)
.a
w w
w
Principe :
porteuse : p(t) = e j(2πfp t + φp )
Y (f ) = X (f ) ∗ δ(f − fp ) = X (f − fp )
⇒ translation du spectre X (f ) de fp .
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 8 / 46
Démodulation AM (porteuse exp. complexe)
Principe :
porteuse : p(t) = e j(2πfp t + φp )
Démodulation (synchrone) :
co m
possible.
ro .
Lorsque la « référence porteuse »est disponible, la démodulation est toujours
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 9 / 46
ab
l 3
Modulation AM (porteuse sinusoïdale)
.a
w w
w Principe :
1 1
Y (f ) = X (f ) ∗ [δ(f + fp ) + δ(f − fp )] = [X (f + fp ) + X (f − fp )]
2 2
! ! si fp < B : recouvrement des spectres (démodulation impossible).
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 10 / 46
Modulation AM (porteuse sinusoïdale)
3
-1
-2
-3
-60 -40 -20 0 20 40 60
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 11 / 46
ab
l 3
Démodulation AM synchrone (porteuse sinus.)
.a
w w
Elle nécessite de disposer au niveau du démodulateur d’un signal de référence de même
fréquence et en phase avec la porteuse sinusoidale.
w Principe :
signal modulé : y (t) = x(t) cos(2πfp t + φp )
démodulation : w (t) = y (t) cos(2πfp t + φp )
+ filtrage
Pour retrouver x(t), il suffit donc de filtrer w (t) avec un filtre passe-bas de gain 2 et de
fréquence de coupure B < fc < 2fp − B.
Ceci peut également se vérifier analytiquement :
w (t) =
=
y (t)p(t) = x(t) cos2 (2πfp t + φp )
1
(x(t) + x(t) cos(4πfp t + 2φp ))
co m
2
ro .
Remarque : la synchronisation entre porteuses doit être parfaite pour des sites distants.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 13 / 46
ab
l 3
Démodulation AM synchrone (porteuse sinus.)
.a
w w
w
Signal FM en bande de base avec codage stéréo par modulation AM avec référence porteuse
-1
-2
-3
-60 -40 -20 0 20 40 60
ro
signal modulé : y (t) = x(t) cos(2πfp t + φp ) .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 15 / 46
ab
l 3
Démodulation AM asynchrone (2)
.a
w
Démodulation par détection d’enveloppe avec un récepteur à cristal (1900-1940)
w
w
c Creative commons
Récepteur sans alimentation ! Signal antenne : 0,5 à 2 mW. Ecouteurs.
Utilisation d’un cristal métallique semi-conducteur (galène, pyrite, ...) équivalent à une diode
Schottky rudimentaire.
Exploration de la surface du cristal avec une pointe. Aux « points sensibles » du cristal le courant
ne passe que dans un sens.
La capacité de sortie sert de détecteur d’enveloppe.
Le circuit d’accord antenne est un circuit LC avec capacité variable (à air).
co m
ro .
1916
ri - p 1920
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 17 / 46
ab
l 3
Démodulation AM asynchrone (4)
.a
w
Démodulation avec une diode à vide (1925-), diode à jonction PN (1950-)
w
w 1925 1950
co m
.
1 A
Y (f ) = [X (f + fp ) + X (f − fp )] + [δ(f + fp ) + δ(f − fp )]
ro
2 2
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 19 / 46
ab
Démodulation AM asynchrone (6)
.al 3
w w 3 3
w 2
0
2
-1 -1
-2 -2
-3 -3
m = 0.5 m=1
x(t) ≥ −K
y (t) = (x(t) + A) cos(2πfp t + φp )
K
Indice de modulation : m = A
si m > 1 pas de démodulation possible ;
réduction de la puissance d’émission : m → 1 ;
démodulation efficace : 0 < m 1.
2 2
1 1
0 0
-1 -1
-2 -2
-3 -3
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 21 / 46
ab
l 3
Modulation AM : Applications (1)
Multiplexage fréquentiel
.a
w w
w
Très souvent, les canaux de transmission disponibles pour transmettre l’information sont
adaptés à une gamme de fréquence qui ne coïncide pas avec la bande de fréquence du
signal (lien micro-onde : 300 MHz à 300 GHz, communications satellitaires : 1,5 à 20
GHz). La modulation permet alors de transposer le signal à transmettre dans la bande
de fréquence adéquate.
De plus, les bandes disponibles pour la transmission sont généralement bien plus larges que
la bande occupée par un seul signal (quelques GHz en micro-ondes !). Le multiplexage
permet de tirer profit de cette caractéristique, en transmettant simultanément des
signaux modulés de façon à ce que leurs supports fréquentiels ne se recouvrent pas.
Le démultiplexage s’effectue par filtrage passe-bande suivi d’une démodulation. Ce type
de transmission est par ex. utilisé pour la transmission des émissions radiophoniques
AM, et celle des communications téléphoniques.
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 22 / 46
SPECTRE ELECTROMAGNETIQUE www.emitech.fr
SPECTRE RADIOFREQUENCE (3 Hz - 300 GHz) 1,0 1,0 Le spectre électromagnétique est la décomposition du rayonnement électromagnétique selon ses différentes
Sensibilité de l’oeil
Sensibilité de l’oeil
composantes en terme de longueur d'onde ou d'énergie des photons, les deux grandeurs étant liées par la
0,9 0,9 constante de Planck h (E = h · ν)
Liaison Haut débit BLR* Wifi BLR* Si la lumière désigne un rayonnement électromagnétique visible par l'œil humain, les ondes radio, les rayons X et
Gendarmerie, police, 0,8 0,8
Pompier, Samu γ sont également des rayonnements électromagnétiques. À partir des rayons X, les longueurs d'ondes sont
±3,5 GHz ±5 GHz ±26 GHz 0,7 0,7 rarement utilisées : comme on a affaire à des particules très énergétiques, l'énergie correspondant au photon X ou
*Bande Locale Radio
Exemples d’applications 0,6 0,6 γ détecté est plus utile.
radio connues UMTS Cette énergie est exprimée en électron-volt (eV), soit l'énergie d'1 électron accéléré par un potentiel de 1 volt.
Téléphone sans fil CB Babyphone 1885 - 2025 MHz 0,5 0,5
2110 - 2200 MHz Un rayonnement électromagnétique est caractérisé par un flux de particules sans masse, les photons, associé à
0,4 0,4
Radiodiffusion GSM Téléphonie mobile une onde, l’onde électromagnétique. En associant simultanément des propriétés antagonistes d’ondes et de
AM FM 900 1800 particules, la connaissance par l’Homme du rayonnement électromagnétique a fait naître la théorie de la dualité
GO PO SW 0,3 0,3
890 - 915 1710 - 1785 MHz onde-particule dont le concept est l’un des fondements de la mécanique quantique.
150 - 281 kHz 0,52 - 1,62 2,3 - 26,1 MHz 87,5 - 107,9 MHz 935 - 960 1805 - 1880 MHz 0,2 0,2
Télédiffusion TV terrestre TV terrestre & TNT TV satellite La compatibilité électromagnétique, ou CEM, est l’aptitude d'un appareil ou d'un système à fonctionner dans son
HF : radars côtiers et “au-delà de l’horizon” 0,1 0,1
(bande I) (bande III) (réception) environnement électromagnétique de façon satisfaisante et sans produire lui même des perturbations
VHF / UHF : radars très longues portées 47 - 68 MHz 174 - 223 MHz 10,9 - 12,75 GHz 0,0 0,0
L : contrôle aérien longue portée électromagnétiques intolérables pour tout ce qui se trouve dans cet environnement. Dans la perspective du
S : trafic aérien local, radars méteos et navals spectre électromagnétique, la CEM s’applique potentiellement sur l’ensemble du spectre radiofréquence (en
C : transpodeurs satellitaires et radars météos BANDES RADAR 700 nm 600 nm 500 nm 400 nm pratique jusqu’à 40 GHz).
Le rayonnement électromagnétique peut également être utilisé à des fins d’espionnage mais aussi de guerre
X : radars météos, radars de navigations, radars de cartographie UHF
Ku : radars de cartographie haute résolution, altimétrie satellitaire V W Spectre visible électronique.
K : radars de détection de nuages (météo), radars routiers manuels HF VHF L S C X Ku K Ka U L’utilisation de radio-émetteurs, notamment en téléphonie mobile, s’accompage de nouvelles exigences en terme
Ka : surveillance au sol d’aéroports, radars routiers automatisés 3 30 50 330 1 2 4 8 12 18 26 40 60 110 300 d’ondes et santé pour s’assurer qu’aucun danger n’est induit sur les individus selon les conditions d’exposition.
W : radars anti-collision automobiles MHz MHz MHz MHz GHz GHz GHz GHz GHz GHz GHz GHz
Infrarouges lointains
Ultraviolet
Infrarouges proches
Infrarouges moyens
Ultraviolet du vide
extrême
Ultraviolet proche
High Frequency
Extremely High
Low Frequency
Extremely Low
Extremely Low
gamma
Rayons gamma
Rayons X doux
Super High
Ultra High
Super Low
Frequency
Frequency
Frequency
Frequency
Frequency
Frequency
Frequency
Frequency
Frequency
Frequency
Very High
Ultra Low
Very Low
Medium
doux
Rayons X dur
dur
Rayons
ELF SLF ULF VLF ELF MF HF VHF UHF SHF EHF ELF
UVC
ONDES RADIO (9 kHz - 3000 GHz) UVB
UVA
RAYONS X
MICRO-ONDES INFRAROUGE ULTRAVIOLET RAYONS GAMMA
WWW.EMITECH.FR
Pollution électromagnétique générée de manière non intentionnelle par l’ensemble des équipements électriques et/ou électroniques Vision thermique Cabine à bronzer Imagerie par rayon X Explosion nucléaire
Communication pour sous-marins en plongée Jouets radiocommandés Liaison satellite Lasers Photolithographie Synchrotrons Rayons cosmiques
Portail antivol et autres matériels à boucle à induction Télédiffusion Micro-onde Télémétrie Lumières incandescentes et fluorescentes Cristallographie Radiothérapie
Réseaux électriques Etiquetage RFID Radars de détection maritime et aérien, radars météorologiques Dispositifs de stérilisation Microscopes électroniques Accélérateurs de particules
Emetteurs radio grandes ondes et FM Téléphonie mobile Radars routiers Satellites d’exploration spatiale
HERTZ KILOHERTZ MEGAHERTZ GIGAHERTZ TERAHERTZ ENERGIE DES PHOTONS EN ELECTRON-VOLTS (eV)
eV keV MeV
1 3 10 30 100 300 1 3 10 30 100 300 1 3 10 30 100 300 1 3 10 30 100 300 1 3 10 30 100 300 1 10 100 1 10 100 1 10 100 1
m
1 101 102 103 104 105 106 107 108 109 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024
FREQUENCE EN HERTZ (cycles par seconde)
co
1OO 1O 1 1OO 1O 1 1OO 1O 1 1O 1 1 1OO 1O 1 1OO 1O 1 1 ༓ ྔ 1OO 1O 1 1OO
Mm Mm Mm km km km m m m cm cm mm µm µm µm nm nm nm Å fm fm fm am
.
LONGUEUR D’ONDE EN METRES
ro
EMITECH LABORATOIRES D’ESSAIS RADIO SECURITE
ELECTRIQUE CEM ACOUSTIQUE CLIMATIQUE
& MECANIQUE FIABILITE
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 23 / 46
ab
Modulation AM : Applications (2)
Filtres passe-bandes à fréquence centrale variable
.al 3
w w
w
Pour réaliser le démultiplexage (au niveau d’un récepteur radio), il faut disposer d’un filtre
passe-bande raide à fréquence centrale variable.
La synthèse d’un tel filtre à partir d’éléments R, L, C variables s’avère délicate.
On préfère utiliser un filtre aux caractéristiques fixes (passe-bas ou passe-bande). On
décale la partie du spectre du signal à démultiplexer devant le filtre fixe. Ce décalage
est réalisé par modulation AM. Ce principe s’appelle l’hétérodynage..
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 24 / 46
Modulation AM : Applications (2)
Filtres passe-bandes à fréquence centrale variable
co m
Principe de l’hétérodynage :
ro .
ri - p
réalisation d’un filtre passe-bande Heq (f ) = rect2fc (f + fp ), de fréquence centrale −fp variable
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 25 / 46
ab
l 3
Modulation AM : Applications (2)
.a
Filtres passe-bandes à fréquence centrale variable
w w
w
c M. Soderstrand, Intech
Réponse en fréquence d’un filtre passe-bande hétérodyne à fréquence centrale variable. Filtre fixe : filtre
passe-bas Tchebycheff inverse d’ordre 11, atténuation 40dB (en technologie numérique).
co m
Les récepteurs AM superhétérodyne « modernes »(1930-) utilisent le principe précédent, avec un
filtre passe-bande fixe à une fréquence intermédiaire (réalisant la démultiplexage, càd
ro .
i - p
la sélection de la station), suivi d’un étage démodulateur. Le même principe est utilisé en
démultiplexage FM.
r
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 27 / 46
ab
l 3
Modulation AM, FM, ΦM : immunité au bruit
.a
w
2 2
1.5 1.5
w w 1
0.5
−0.5
1
0.5
−0.5
−1 −1
−1.5 −1.5
−2 −2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1.5 1.5
1 1
0.5 0.5
0 0
−0.5 −0.5
−1 −1
−1.5 −1.5
−2 −2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
co m
signal modulé.
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 29 / 46
ab
.al 3
w w La Modulation angulaire (FM, ΦM))
w
1
0.5
-0.5
-1
-10 -5 0 5 10
0.5
-0.5
-1
-10 -5 0 5 10
Modulation FM
Principe :
modulation de la fréquence ou de la phase de la porteuse ;
Caractéristiques :
non linéaire ;
largeur de bande plus importante qu’en AM ;
l’information (signal modulant) est portée par la fréquence (alors que pour
AM, c’est par l’amplitude). Avantage déterminant car la plupart des bruits sur
co m
l’onde électromagnétique perturbent son amplitude. On a donc une bien
meilleure immunité au bruit ;
ro .
puissance crête émise constante ;
ri - p
correction efficace des atténuations possible en transmission.
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 31 / 46
ab
l 3
Modulations de fréquence et de phase
.a
w w
w VCO : voltage controlled oscillator
OCT : oscillateur commandé (ou contrôlé) en tension
Un OCT délivre un signal sinusoïdal dont la fréquence est proportionnelle à la tension appliquée en entrée
Signal modulant : x(t)
Signal modulé : y (t) = cos(2πfp t + φ(t)) avec :
modulation de phase (ΦM) :
φ(t) = kφ x(t)
modulation de fréquence (FM) :
Z t
φ(t) = kf x(u)du
0
dφ(t)
ou : = kf x(t)
dt
m
fi (t) = fp +
2π dt
co
kφ dx(t)
modulation ΦM :
modulation FM :
fi (t)
fi (t)
=
=
fp +
fp +
2π dt
kf
ro
x(t).
ri - p 2π
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 33 / 46
ab
.al 3 1
0.5
w w 0
w -0.5
-1
-10 -5 0 5 10
0.5
-0.5
-1
0 2 4 6 8 10
0.5
-0.5
-1
-10 -5 0 5 10
co m
y (t) =
' A [cos 2πfp t − m sin 2πfm t sin 2πfp t]
ro .
A cos(2πfp t) cos(m sin 2πfm t) − A sin(2πfp t) sin(m sin 2πfm t)
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 35 / 46
ab
l 3
Modulation FM à bande étroite (2)
.a
w w
w
0.5
-0.5
-1
-10 -5 0 5 10
Lorsque m est grand l’approximation précédente ne tient plus. Le spectre de y (t) dépend à la
fois de l’amplitude et du spectre du signal modulant x(t).
Interprétation :
co m
. les signaux cos(m sin 2πfm t) et sin(m sin 2πfm t) sont périodiques (de fréquence
fondamentale fm ). Ils ont donc un spectre de raies.
ro .
. la multiplication par cos(2πfp t) et sin(2πfp t) correspond à une modulation AM
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 37 / 46
ab
l 3
Modulation FM à bande large (2)
.a
w w
w
On montre que :
+∞
A X
Y (f ) = Jk (m)[δ(f − fp − kfm ) + δ(f + fp + kfm )]
2 k=−∞
où Jk (m) est la fonction de Bessel de première espèce d’ordre k. Les Jk (m) décroissent
rapidement pour |k| > m.
co m
.
Si m 1 : modulation FM à bande large (bande occupée supérieure à celle du signal
ro
kf Am
modulant). B ' 2mfm = π ne dépend plus de la largeur de bande de x(t) mais
p
uniquement de son amplitude.
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 39 / 46
ab
l 3
Généralisation à des signaux non sinusoïdaux
.a
w w
Modulation de fréquence (FM) :
w
y (t) = cos(2πfp t + φ(t))
dφ(t)
avec : = kf x(t)
dt
Fréquence instantanée de y (t) :
1 dφ(t)
fi (t) = fp +
2π dt
kf
fi (t) = fp + x(t)
2π
Demi-excursion de fi (t) :
kf
∆f = |x(t)|max
2π
Indice de modulation :
kf Am 1 ∆f kf |x(t)|max 1 ∆f
m= . = −→ m = . =
2π fm b 2π b b
où ∆f est la demi-excursion de la fréquence instantanée, |x(t)|max est l’amplitude max du
signal modulant |x(t)| et b est la bande de fréquence (f > 0) occupée par x(t).
Bande occupée par le signal modulé y (t) (bande de Carson) :
B ' 2(m + 1)fm −→ B ' 2(∆f + b)
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 40 / 46
Modulation FM : exemples
co m
.
Téléphonie GSM (900 MHz et 1800 MHz) m > 1 :
ro
Spectre du signal modulant : [300Hz, 3, 4kHz] ∆f = ±68kHz, B = 200kHz
TV satellite (10-12 GHz) m 1 :
∆f = ±9MHz, B = 30MHz
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 41 / 46
ab
Démodulation FM (1)
.al 3
w
Les méthodes de démodulation FM sont non linéaires.
w
w Démodulation par dérivation
m
K → +∞
co
Lorsque la boucle est « accrochée » sur une porteuse, l’oscillateur contrôlé en tension
(VCO) se synchronise avec l’entrée y (t). Comme la fréquence instantanée du VCO est
ro .
proportionnelle au signal de commande d(t), d(t) va donc varier linéairement en fonction
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 43 / 46
ab
Pour en savoir plus...
.al 3
w w
w D. Ventre, Communications analogiques, Ellipses, Collection Pédagogique de
Télécommunication, Paris, 1991.
A. Glavieux, M. Joindot, Communications numériques : introduction,
Masson, Collection Pédagogique de Télécommunication, Paris, 1996.
co m
ro .
c
ri - p
C. Siclet, Université de Grenoble
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 45 / 46
ab
Les modulations numériques
.al 3
w w
w
2.5
2 INTRODUCTION AU
1.5 TRAITEMENT DU SIGNAL
1
0.5 Partie VI
0
-0.5
-1
-4 -2 0 2 4
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 1 / 24
ab
.al 3 Partie VI
w w CORRÉLATEURS,
w ANALYSEURS DE SPECTRES
2.5
1.5
0.5
-0.5
-1
-4 -2 0 2 4
4
25
3
3
20
1 15
0 1
10
−1
0
−2 5
−3
−1 0
−4
−5
−5 −2 0 50 100 150 200 250 300 350 400 450 500
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 −300 −200 −100 0 100 200 300 Frequency
Principe et architecture de deux classes d’appareils couramment utilisés pour l’analyse des
propriétés temporelles et fréquentielles d’un signal :
les corrélateurs électroniques produisant une estimée de la fonction de corrélation ;
les analyseurs de spectre permettant d’estimer le spectre (d’énergie ou de puissance) d’un
signal.
co m
etc.). Il s’agit donc d’estimées et non des grandeurs théoriques qui restent généralement
inaccessibles à la mesure.
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 3 / 24
ab
Les corrélateurs : principe, cas analogique
.al 3
w w
Estimation de la fonction de corrélation : signaux analogiques (réels)
w
θ
1
Z
2
Rxy (τ ) = lim x(t)y (t − τ )dt
θ→∞ θ −θ
2
que l’on approche sur [0, T ] par :
1
Z T
Rxy (τ ) ' x(t)y (t − τ )dt
T 0
N
1 X
Rxy (mTe ) ' x[kTe ]y [(k − m)Te ]
N + 1 k=0
ab
Corrélateurs analogiques
.al 3
w w
w
Ce sont les corrélateurs les plus anciens (' 1960). Ils reposent sur des technologies très variées
(analogiques : électronique, optique). Ils permettent d’obtenir une estimée de Rxy (τ ) pour des
valeurs continues de τ .
Les plus anciens fonctionnaient hors ligne avec des signaux enregistrés. Le retard variable τ était
réalisé par bande magnétique (magnétophones à deux têtes). Ces systèmes mesuraient point à
point et séquentiellement Rxy (τ ) pour différentes valeurs de τ . Ils sont extrêmement lents !
La corrélation analogique reste utilisée dans certains domaines de très hautes fréquences (10-100
GhZ : ex. radioastronomie, ...)
Les multiplieurs sont réalisés par des circuits dédiés
Les retards sont réalisés par des lignes à retard analogiques (cables) ou des circuits LC. On
peut également numériser le signal et le mettre dans une mémoire tampon pour le
m
reconvertir en analogique (CAN puis CNA*).
co
* CAN : conversion analogique numérique
* CNA : conversion numérique analogique
ro .
Les intégrateurs sont réalisés avec des filtres passe-bas ou des amplificateurs opérationnels.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 7 / 24
ab
Corrélateurs analogiques
.al 3
w w
w
m
(a) (b)
co
(a) Réseau de téléscope Very Large Array VLA (USA) (b) Image de la surface de l’étoile Bételgeuse
.
(interférométrie par corrélation, observatoire de Paris 2010).
ro
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 9 / 24
ab
l 3
Corrélateurs numériques en temps réel
.a
w w
w
Ce type de corrélateur, réalisé en circuits intégrés (registres à décalage) peut traiter des signaux
en temps réel jusqu’à des fréquences d’échantillonnage fe = T1 de ' 1 à 10 Ghz.
e
Il peut également s’appuyer sur un processeur de traitement du signal.
* CAN : convertisseur analogique numérique
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 10 / 24
Corrélateurs numériques en temps réel
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 11 / 24
ab
.al 3
Analyseurs électroniques de spectre
Signal de parole Spectre d énergie
w
4 20
w
3 10
w
2 0
Power Spectrum Magnitude (dB)
−10
1
−20
0
−30
−1
−40
−2
−50
−3 0 500 1000 1500 2000 2500 3000 3500 4000
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 Frequency
Les analyseurs de spectre fournissent, à partir d’un signal x(t) observé sur une fenêtre [0, T ]
(nécessairement finie) une estimée de la densité spectrale de puissance (spectre de puissance) ou
d’énergie.
Si le signal est transitoire (à énergie finie), il faut bien recaler la fenêtre d’analyse sur la partie
utile du signal.
co m
.
de filtres sélectifs contigus centrés sur les fréquences fi pour lesquelles on souhaite mesurer le
ro
spectre de puissance. Ils sont tombés en désuétude, car très onéreux.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 13 / 24
ab
l 3
Analyseurs de spectre à bancs de filtres
.a
w w
w
La puissance en sortie du filtre Hi s’écrit :
Z θ
1 2 2
P(fi ) = limθ→∞ |yi (t)| dt
θ −θ
2
Z ∞ Z fi + ∆f
2 2
= Syi (f )df = Sx (f )|Hi (f )| df ' 2Sx (fi ) ∆f ∝ Sx (fi )
−∞ fi − ∆f
2
co m
ro .
- p
Analyseurs de spectre pour un système de reconnaissance de la parole (NASA 1967)
ri
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 15 / 24
ab
l 3
Analyseurs de spectre à bancs de filtres
.a
w w
w
Il est constitué d’un seul filtre très sélectif de haute qualité centré autour d’une fréquence
m
de 1MHz environ. Sa fréquence centrale est rendue hh variable ii(de façon virtuelle) en
co
transposant le signal d’entrée en fréquence (translation du spectre de x(t) par modulation
AM).
ro .
Pour cela on le multiplie par la sortie d’un oscillateur commandé en tension OCT.
La commande de l’OCT peut être envoyée sur la voie X d’un oscilloscope, la sortie du filtre
sur la voie Y pour afficher le spectre.
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 17 / 24
ab
l 3
Analyseurs de spectre par filtres à balayage de fréquence
.a
w w
w
co m
ro .
ri - p
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 19 / 24
ab
l 3
Analyseurs de spectre par Transformée de Fourier Discrète
.a
w w
w Les analyseurs de spectre modernes permettent
de traiter les signaux de façon numérique à des
fréquences de plus en plus élevées.
co m
Cette transformée est calculée par des algorithmes rapides (TFR : Transformée de Fourier Rapide ou
FFT : Fast Fourier Transform) implantés sur des circuits spécialisés ou sur PC. L’algorithme de FFT
le plus utilisé est celui de Cooley-Tukey (1965).
ro .
Les CAN et circuits de calcul de FFT (DSP, FPGA,circuits intégrés) fonctionnent en temps réel
p
Les PC de dernière génération (3 Ghz-64 bits-multiproc.) peuvent traiter des FFT (N = 1024)
jusqu’à 10-50 Mhz.
ri -
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 21 / 24
ab
l 3
Analyseurs de spectre par Transformée de Fourier Discrète
.a
w w
w
Avantages :
Capable d’analyser des signaux transitoires (mis en mémoire).
Capable de mesurer le module et la phase du spectre
Le calcul de FFT peut se faire en différé ou en temps réel.
Inconvénients :
Limitation en fréquence : les CAN sont limités à des fréquences → 100Mhz.
Utilisation de convertisseur de fréquence pour des fréquences plus élevées.
Mais la largeur de bande analysée reste limitée à 100 Mhz
Coût élevé des CAN hautes fréquences
co m
ro .
ri - p
Analyseur de spectre Agilent PSA E4448 à FFT et balayage en fréquence (3Hz-50GHz)
ka
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 23 / 24
ab
l 3
Analyseurs de spectre par corrélation
.a
w w
w
Ils consistent à :
1 utiliser un corrélateur électronique (numérique) pour obtenir une estimée de la fonction
d’autocorrélation sur [0, T ] (N points) :
N
1 X
Rx (mTe ) ' x[kTe ]x[(k − m)Te ]
N + 1 k=0
2 calculer (par FFT) la transformée de Fourier discrète de Rx (mTe ) sur M points (M < N) avec un
pas ∆f > 1/(N Te ) pour obtenir une estimée du spectre de puissance :
M−1
−j2πkTe l∆f
X
Sx (l∆f ) ' Rx (kTe )e l = 0, . . . , M − 1
k=0
L’avantage de cette technique, par rapport au calcul direct de la TFD est qu’il est possible d’obtenir en
temps réel de bonnes estimées de la fonction d’autocorrélation jusqu’à des fréquences élevées (10 GHz).
On peut ensuite appliquer la FFT, plus lente (10-100 Mhz) sur un nombre limité de points
(par ex. 1024) avec une bonne résolution fréquentielle.
Fabrice Heitz (Telecom Phys. Strasbg.) TS 1A 2015 24 / 24
FORMULAIRE
Propriétés des transformées
de Laplace et de Fourier
Transformées usuelles
co m
Fabrice Heitz
ro .
ri - p
b ka
3a
Sources complémentaires :
l
w .a
• Y. THOMAS, Signaux et systèmes linéaires, Masson, Paris, 1992.
• A.V. OPPENHEIM and A.S. WILLSKY with I.T. YOUNG, Signals and
1
Définitions et notations
+∞
X
x(t) = ak ej2πkf0 t
k=−∞
Z
1
avec : ak = x(t)e−j2πkf0 t dt
T0 T0
• Transformée de Fourier :
co m
. Variable f :
ro .
- p +∞
Z
X(f ) =
ri −∞
x(t)e−j2πf t dt
ka
Z +∞
x(t) = X(f )ej2πf t df
b
−∞
l a
. Variable ω = 2πf :
3 Z +∞
.a
X(ω) = x(t)e−jωt dt
−∞
w +∞
Z
1
x(t) = X(ω)ejωt dω
ww 2π −∞
avec : s = σ + jω ∈ C.
Z
1
x(t) = X(s)est ds
2πj ∆
2
Définitions et notations (suite)
• Fonctions usuelles :
m
2
.co
ro
. Fonction d’Heaviside (échelon unité)
p
0 t < 0
u(t) =
ri - 1 t > 0
b
. Fonction signe :
ka
l 3a sign(t) =
−1 t < 0
.a
1 t > 0
w sinc(t) =
sin πt
πt
3
Série de Fourier : propriétés
x(t) (période T0 ) ak
y(t) (période T0 ) bk
m
−jk( T )t0
x(t − t0 ) ak e 0
co
2π
jM ( T )t
.
e 0 x(t) ak−M
x∗ (t)
-
a∗−k
p ro
x(−t)
ri a−k
ka
T0
x(αt), α > 0 (période α) ak
1
T0
R
a
T0
b x(τ )y(t − τ )dτ ak bk
l
x(t)y(t)
.a 3 P+∞
l=−∞ al bk−l
w
dx(t)
dt jk 2π
T0 ak
ww Rt
−∞ x(τ )dτ
x(t) réel
(avec a0 = 0)
1
ak = a∗−k
2π
jk( T
0
)
ak
1 P+∞
|x(t)|2 dt = 2
R
Relation de Parseval : T0 T0 k=−∞ |ak |
(signaux périodiques)
4
Transformée de Fourier : propriétés
x1 (t) X1 (f ) X1 (ω)
x2 (t) X2 (f ) X2 (ω)
co
X(ω − ω0 ) (ω0 = 2πf0 )
m
.
1 f 1 ω
x(at) |a| X |a| X
ro
a a
ir -p
x∗ (t) X ∗ (−f ) X ∗ (−ω)
x1 (t) ∗ x2 (t)
b k a
X1 (f ) X2 (f ) X1 (ω) X2 (ω)
a
x1 (t) . x2 (t) X1 (f ) ∗ X2 (f ) 2π X1 (ω) ∗ X2 (ω)
d
dt x(t)
tx(t)
j d
2π df X(f )
jω X(ω)
d
j dω X(ω)
Rt
w w−∞
x(τ )dτ 1
j2πf X(f ) + 1
2 X(0)δ(f )
1
jω X(ω) + πX(0)δ(ω)
w X ∗ (f ) X ∗ (ω)
X(−f ) = X(−ω) =
x(t) réel |X(−f )| = |X(f )| |X(−ω)| = |X(ω)|
Arg X(−f ) = −Arg X(f ) Arg X(−ω) = −Arg X(ω)
( (
F F
g(t) ←→ h(f ) g(t) ←→ h(ω)
Dualité F F
h(t) ←→ g(−f ) h(t) ←→ 2πg(−ω)
R +∞ R +∞
Relation de Parseval −∞R
|x(t)|2 dt −∞
|x(t)|2 dt
+∞ 1
R +∞
(signaux d’énergie finie) = −∞ |X(f )|2 df = 2π −∞
|X(ω)|2 dω
5
Transformée de Laplace bilatérale : propriétés
x(t) X(s) R
x1 (t) X1 (s) R1
x2 (t) X2 (s) R2
co m
es0 t x(t) X(s − s0 )
1 s .
R translaté de s0
ro
p
x(at) |a| X a s ∈ RDC
ri - si as ∈ R
ka
x1 (t) ∗ x2 (t) X1 (s)X2 (s) au moins R1 ∩ R2
d
dt x(t)
ab sX(s) au moins R
−tx(t)
Rt
.a
−∞ x(τ )dτ
l 3 d
ds X(s)
1
s X(s)
R
w w
w
Th. valeur finale lims→0 sX(s) = x(+∞)
4
! différence avec la transformée de Laplace monolatérale définie par :
Z +∞
+ +
L [x(t)] = X (s) = x(t)e−st dt
0
on a la relation :
d
L +
x(t) = sX + (s) − x(0− )
dt
si x(t) ne présente pas d’impulsions à l’origine.
6
Transformées de Fourier usuelles
1
cos(2πf0 t) 2 [δ(f − f0 ) + δ(f + f0 )] π[δ(ω − ω0 ) + δ(ω + ω0 )]
1 π
sin(2πf0 t) 2j [δ(f − f0 ) − δ(f + f0 )] j [δ(ω − ω0 ) − δ(ω + ω0 )]
m
1 δ(f ) 2πδ(ω)
exp(−a|t|) ; a > 0 2a
a2 +(2πf )2
2a
a2 +(ω)2
. co
sign(t) v.p.
1
- p v.p.
ro
2
i
jπf jω
u(t) v.p.
ka
1 r
+ 12 δ(f ) v.p.
1
+ πδ(ω)
b
j2πf jω
l
rect2T (t)
w .a
2f0 sinc(2f0 t) = sin(2πf0 t)
πt rect2f0 (f ) rect2ω0 (ω)
ww h 2 i
exp −π σt 2 σ exp[−π(σf )2 ]
h
σ exp − (σω)
4π
2
i
δ(t) 1 1
P+∞ 1
P+∞ k 2π
P+∞ k2π
k=−∞ δ(t − kT ) T k=−∞ δ(f − T) T k=−∞ δ(ω − T )
ω0 = 2πf0
7
Transformées de Fourier usuelles
1
u(t) v.p. j2πf + 12 δ(f ) v.p. 1
jω + πδ(ω)
1 1
exp(−at) u(t) ; Re(a) > 0 j2πf +a jω+a
1 1
t exp(−at) u(t) ; Re(a) > 0
m
(j2πf +a)2 (jω+a)2
tn−1
exp(−at) u(t) ; Re(a) > 0 1
(j2πf +a)n
.
1
(jω+a)n
co
ro
(n−1)!
ri - p 2πf
(j2πf +a)2 +(2πf0 )2
ω
(jω+a)2 +(ω0 )2
b
exp(−at) cos(2πf0 t) u(t) ; Re(a) > 0
ka j2πf +a
(j2πf +a)2 +(2πf0 )2
jω+a
(jω+a)2 +(ω0 )2
l 3a ω0 = 2πf0
w .a
ww
8
ANNEXE : Compléments sur les distributions
Les distributions S sont définies de façon générale comme des hh fonctionnelles ii linéaires
continues qui associent à une hh fonction test iiφ(t) un scalaire.
Les hh fonctions tests iiφ(t) doivent être continues, indéfiniment dérivables et de support
borné.
Le scalaire associé par la distribution S à la fonction φ est noté : < S, φ >.
co m
< S + T, Φ > = < S, Φ > + < T, Φ >
ro .
(II). Multiplication par un scalaire :
ri - p
< λS, Φ > = < S, λΦ > = λ < S, Φ >
b ka
a
< S(t − a), Φ(t) > = < S(t), Φ(t + a) >
l 3
(IV). Transposition :
w
1 t
< S(at), Φ(t) > = < S(t), Φ( ) >
|a| a
(VII). Dérivation :
< S 0 , Φ > = − < S, Φ0 >