TD2 TS2014 2015

Année Universitaire 2014-2015
Université Cadi Ayyad

Faculté des Sciences et Techniques
Département de Physique Appliquée
Marrakech
Série no. 2
Module Traitement du signal aléatoire (Master GE 1)
Exercice 1
Considérons un processus X(t,w) dont chaque réalisation est un signal aléatoire
ternaire x(t) prenant les trois valeurs x1=-2V, x2=0.5V et x3=3V avec les
probabilités respectives Pr(x1)=1/4, Pr(x2)=5/8 et Pr(x3)=1/8.
a-Déterminer sa fonction de répartition et sa densité de probabilité. X(w,t) est-il
stationnaire et à quel ordre ?
b-Calculer la valeur moyenne mX(t)=E[X(t,w)] et la puissance totale
m (t)=E[X2(t,w)]
c-On suppose que ce processus est stationnaire et ergodique au sens large, quelle
est la valeur de la composante continue x(t) du signal x(t) et sa puissance Px.
Exercice 2
Un amplificateur transforme un signal aléatoire d’entrée x(t) en un signal de
sortie y(t)=A.x(t) (A est une constante (ou variable) déterministe). Déterminer la
valeur moyenne et la variance du signal de sortie en fonction de celles du signal
d’entrée et du gain A de l’amplificateur.
Exercice 3
On considère le signal aléatoire x(t)=a.cos(2πf0.t+φ) où a et f0 sont des
constantes et φ est une variable aléatoire uniformément distribuée sur [0, 2π],
(c’est-à-dire : p (φ)=1/(2π) si φ ∈ [0, 2π], p (φ)=0 sinon))
a-x(t) est-il stationnaire au sens large ?
Rappel : 2cos(a)cos(b)=cos(a-b)+cos(a+b)
b-En déduire sa puissance totale, sa variance, sa densité spectrale de puissance

(DSP)
c-Calculer la moyenne temporelle x(t). x(t) est-il ergodique à l’ordre 1 ?.
Pr. M’hamed BAKRIM/1ère année Master génie électrique/FST Marrakech/2014-2015 Page 1

d-Calculer la fonction d’autocorrélation temporelle x(t) x(t + τ) . x(t) est-il
ergodique à l’ordre 2 ?.
e- Comparer les moyennes statistiques et temporelles, conclure

f-Si on suppose en plus que a est aussi une variable aléatoire gaussienne de
moyenne ma et de variance σ , indépendante de φ . x(t) est-il stationnaire au
sens large ?. x(t) est-il ergodique ?.
g-Dans le cas où seulement φ est une constante, x(t) est-il stationnaire au sens
large. x(t) est-il ergodique ?.
Exercice 4
Soit x(t) un signal aléatoire stationnaire et f0 une constante. Montrer que
y(t)=x(t)cos(2πf0.t) n’est pas stationnaire au sens large, alors que
z(t)=x(t)cos(2πf0.t+φ) l’est si φ est une variable aléatoire indépendante
uniformément distribuée sur l’intervalle [0, 2π].
Exercice 5
Les fonctions suivantes peuvent-elles être des fonctions d’autocorrélation.
Expliquer pourquoi.
1. Rxx(t1,t2)=exp(t1-t2) ; 2. Rxx(t1,t2)=cos(t1+t2) ; 3. Rxx(τ)=sin(w0. τ) ;
4. Rxx(τ)=rectT(τ) ; (fonction rectangle centrée de largueur T)
exp(−a. τ) si τ ˃ 0
5. Rxx(τ)= ; 6. Rxx( )=|(τ)| exp (−|τ|)
exp(2a. τ) si τ ˂ 0
Exercice 6
Soit un processus X(t,w)=exp[A(w).t], où A(w) est une variable aléatoire de
densité de probabilité pA(a).
a-Calculer la moyenne statistique mx(t).
b- Calculer la fonction d’autocorrélation statistique Rxx(t1,t2)
c-Déterminer la statistique du premier ordre pX(x ;t). X(w,t) est-il stationnaire ?
d-On suppose que A est équirépartie sur [0,1]. Evaluer mx(t), Rxx(t1,t2) et pX(x ;t)
Exercice 7
Soit X(t,w) un processus aléatoire de moyenne mx et de variance σ! , et que
X(t1,w) et X(t2,w) sont décorrélées pour t1≠ t2.
Calculer sa fonction d’autocorrélation Rxx(τ) et sa densité spectrale de
puissance de x(t), noté Sx(f)

Exercice 8 :
Soit y(t) un processus gaussien de moyenne nulle et de fonction
d’autocorrélation Ryy(t1,t2)=exp|t" − t |.
'
a-Trouver la réponse impulsionnelle h(t) telle que : y(t)=#(∞ h(t − α)x(α)dα, où
α
x(t) est un bruit blanc gaussien. On rappelle que TF[exp(-α|τ|)]= avec
α )*π +
α˃0).
b- Exprimer y(t+1) en fonction de y(t)
c- Montrer que y-(t+1)=e-1.y(t) est un estimateur (prédicteur) non biaisé de
y(t+1), ensuite déterminer l’erreur quadratique moyenne :E{[(y(t+1)- y-(t+1)]2}
Exercice 9
On considère un bruit blanc gaussien centré x(t) que l’on fait passer dans un
intégrateur RC. Soit y(t) le signal de sortie.
a-Déterminer la valeur moyenne de la sortie y(t), sa fonction d’autocorrélation et
sa densité spectrale de puissance (DSP). On rappelle que TF[exp(-
α| |)]= avec .˃0)
α
α )*π +
b- Si l’on pose u(t)=y2(t), calculer la moyenne de u(t).
Exercice 10
Un processus X(t) est gaussien si, pour tout n et pour toute suite d’instants
{t1,…,tn}, la variable aléatoire à n dimension X=(X(t1),….,X(tn)) est gaussienne,
c’est-à-dire ces éléments suivent une loi conjointe gaussienne de la forme :
" "
p(x1,… ,xn; t1, ….,tn)= 0 exp [− (X − M! )8 C!!
(" (X
− M! )]
( /) 123' (4)
Où Mx=E[X] =[E(X(t1)),….,E(X(tn))]T=[mx(t1),…,mx(tn)]T (vecteur colonne) et
Cxx est la matrice de covariance dont l’élément CXX(i,j) est donné par :
CXX(i,j)= Ci,j =E{[X(ti)- E(X(ti)][X(tj)- E(X(tj)]}=
= E[X(ti)X(tj)]- E[X(tj)]E[X(tj)]=Rxx(ti,tj)-mx(ti)mx(tj)
On note mx(ti)=E(X(ti)] et σ! (ti)= E[X2(ti)]- E[X(tj)]2
Par contre la matrice de corrélation Rxx a pour éléments Rxx(i,j)= E[X(ti)X(tj)].
Les 2 matrices sont symétriques et coïncident si les moyennes sont nulles
mx(ti)=0,i=1,…,n.
a-Donner l’expression de p(x(t))=p(x ;t), puis de p(x(t1),x(t2))= p(x1,x2 ;t1,t2)
b- Que devient Cxx si X(t) est stationnaire au sens large.
c- Que devient Cxx si en plus X(t) est décorrélé

Exercice 11
Soit X(k) un processus aléatoire à temps discret stationnaire au sens large et Y
=[X(n),…,X(n+N-1)]T un vecteur formé de N valeurs consécutives de X(n).
a-Montrer que E(Y)=MY, avec MY=mX.I où mX =constante et I un vecteur
colonne unité.
b- Calculer la matrice d’autocovariance (covariance) CYY.
Exercice 12
Les processus suivants sont-ils stationnaires au sens large
@
a-Processus aléatoire complexe : X(t)=∑=A" a= exp(2jπf= t)
où {ai} une suite de P variables aléatoires complexes, centrées (E(ai)=0), non
corrélées entre elles, de variances respectives BC (c-à-d E(aiaj*)=0 si i≠j et = BC
si i=j ) alors que {fk} est une suite déterministe
@
b- Processus réel : X(t)=∑=A" A= cos (2πf= t + φ= ) où {Ai} une suite de P
variables aléatoires réelles, centrées (E(Ai)=0), indépendantes, de variances
respectives BC et {GC } désigne une suite de variables aléatoires uniformes sur [0,
2 π] indépendantes entre elles et indépendantes des Ai.
Exercice 13
Soit Y=AX+B
a-Montrer que E(Y)=A.E(X)+B=A.mX+B=mY
b-Montrer que : CY=E[(Y-mY) (Y-mY)T]= E[(A.X) (A.X)T]=A.CX.AT
c-Montrer que si X(n) est un processus blanc de variance B , alors CX=B IN, où
IN est une matrice identité de taille N, en déduire l’expression de CY.
d- Trouver la matrice A pour laquelle Y aura une matrice Y imposée sachant
que X(n) est un processus blanc de variance B
e- Maintenant on a une suite coloré (non blanche) X et on souhaite obtenir une
suite Y blanche, trouver l’expression de A.
Exercice 14
Considérons le processus quasi-déterministe: X(t)=A1sin(t)+A2cos(t), où A1 et
A2 sont deux variables indépendantes qui suivent respectivement les lois
N(0, BH" ) et N(0,BH ).
a-Donner la densité de probabilité p(x ;t), puis la densité de probabilité conjointe
p(x1,x2 ;t1,t2) .Le processus X(t) est-il stationnaire à l’ordre 2 ?
b-Donner une condition sur BH" ,BH pour qu’il soit stationnaire à l’ordre 2.
c- X(t) est-il ergodique à l’ordre 1, est-il ergodique à l’ordre 2 ?

TD2 TS2014 2015

Transféré par

Droits d'auteur :

Formats disponibles

TD2 TS2014 2015

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TD2 TS2014 2015

Transféré par

Droits d'auteur :

Formats disponibles

Année Universitaire 2014-2015

Université Cadi Ayyad

b-En déduire sa puissance totale, sa variance, sa densité spectrale de puissance

c-Calculer la moyenne temporelle x(t). x(t) est-il ergodique à l’ordre 1 ?.

Pr. M’hamed BAKRIM/1ère année Master génie électrique/FST Marrakech/2014-2015 Page 1

e- Comparer les moyennes statistiques et temporelles, conclure

Pr. M’hamed BAKRIM/1ère année Master génie électrique/FST Marrakech/2014-2015 Page 2

Pr. M’hamed BAKRIM/1ère année Master génie électrique/FST Marrakech/2014-2015 Page 3

Pr. M’hamed BAKRIM/1ère année Master génie électrique/FST Marrakech/2014-2015 Page 4

Vous aimerez peut-être aussi