Université Hassan 1er

Faculté des Sciences & Techniques Settat

TRAITEMENT DU SIGNAL
Outils Mathématiques

Pr N. Ouaaline
[email protected]
13/12/2020 Pr N. Ouaaline 1
Plan
1 Transformations de Signaux
A- Série de Fourrier
B- Transformation de Fourrier
C- Transformé de Laplace
3- Corrélation
 Autocorrélation
• Signaux à énergie finie
• Signaux à puissance finie
 Intercorrélation
• Signaux à énergie finie
• Signaux à puissance finie
3- Corrélation
 Transformations des signaux :
Hypothèse: signal uni-dimensionnel et analogique

A) Série de Fourier : xT(t) signal périodique, avec T = période

 
Rappel:
xT t   ao   an cos2 nfot    bn sin 2 nfot 
n 1 n 1
T
2
1
avec ao 
T  xT t dt  xT (" composante continue" )
T

2
T T
“Coefficients 2 2
2 2
de Fourier”
an 
T  xT t cos2 nfot dt et bn  T  xT t sin 2 nfot dt
T T
 
2 2

Superposition de signaux sinusoïdaux de fréquences n.fo,

n entier et fo=1/T
Terme de fréquence fo = le "fondamental"
Terme de fréquence nfo = nième "harmonique"
Pr N. Ouaaline 3 13/12/2020
 
En notation complexe : x t  
T  cn expi  2 nfot 
n  
T
2
1
avec c n 
T  xT t exp i  2 nfot dt
T

2

an  ibn a  ibn
co  ao , cn  , c n  n
2 2

xT t  réel  an , bn    c n  cn
*
Cas particuliers:
xT t  pair  bn  0 n  c n  cn
xT t  impair  a n  0 n  c n  cn
 complexe  introduction de fréquences “négatives”
 Représentation graphique: Re(cn), Im(cn) ou |cn| , Arg(cn)
 centre de symétrie en t=T/4 : symétrie demi-onde  absence d’harmoniques paires
 si t = temps (s)  f = fréquence (Hz); si t = distance(m)  f = fréquence spatiale (m-1) etc

Pr N. Ouaaline 4 13/12/2020
B) Transformée de Fourier :
x(t) = signal quelconque
Définition :
déf .  
F x(t )  X  f    xt  exp i  2ft dt  " Transformée de Fourier" de xt 

et

1
xt   F X  f    X  f  expi  2ft df  " Transformée de Fourier inverse"


 Notation: x(t)  X(f);

 X(f) = “spectre d’amplitude” et Arg[X(f)] =“spectre de phase” du signal

 X(f) = fonction complexe même si x(t) est réel

 X(f) = fonction réel  x(t) est paire; fonction imaginaire pure  x(t) est impaire

Pr N. Ouaaline 5 13/12/2020
 Lien avec la série de Fourier :
fo=1/T
xT(t) signal périodique pair (pour simplifier)
> <
xT(t) cn

t fo f
-T T
xT(t)  fonction non-périodique x(t) lim cnT     X  f 
T  
Lorsque T : fo=1/T  df intervalle infinitésimal et
xt     F 1X  f 
nfo  f variable réelle continue

• X(f) = “généralisation” de la série de Fourier aux fonctions non-périodiques

•  X(f) df = amplitude de la composante sinusoïdale de fréquence [f,f+df]
• Arg[X(f)] = phase …
• x(t) et X(f) sont deux descriptions équivalentes du même signal
Description fréquentielle même information
Description temporelle 6 13/12/2020
Pr N. Ouaaline
• X(f)  information sur le système physique à l’origine du signal
Exemples :

X son  f   X son f 
trompette trombone

Quelques ondes cérébrales

Xf 
2
x(t)

Ondes Alpha: engendrées lorsque le

sujet change son niveau d'attention
(f modérées, amplitude importante)

Ondes Bêta: produites par une

activité mentale intense
(fréq. élevées, faibles amplitude)

Ondes Thêta: accompagnent

des sentiments de stress
émotionnel (f faibles)

Pr N. Ouaaline 7 13/12/2020
Propriétés de la transformée de Fourier :
critère d'existence:
Signaux à énergie finie = condition suffisante
Signaux à puissance moyenne finie =>T.F. existe au sens des distributions

dualité temps fréquence: x(t)  X(f) et X(-t)  x(f)

autres propriétés:
a x(t)+b y(t)  a X(f)+b Y(f) Linéarité
 déf !
x(t).y(t)   X  f 'Y  f  f 'df  X  Y  f  Y  X  f  Modulation

x(t)  y(t)  X(f) Y(f) Produit de convolution

x(t-to)  X(f) e-i2fto Retard

x(t).ei2fot  X(f-fo) Modulation sinusoïdale

f
x(at)  X  Changement d’échelle
a
a  g  G  1

Pr N. Ouaaline 8 13/12/2020
C) Transformée de Laplace:


Définition :
Lxt   X L s    xt exp s  t dt, avec s    i et  ,  
0

• XL(s) = fonction complexe de la variable complexe s

• domaine de convergence  C
• Pour un signal causal (x(t<0) = 0): XL(i2f) = X(f)
• XL  généralisation de la T.F. dans le plan complexe

  i
1
Transformée inverse : xt    X L s exps  t ds
2i
  i

 méthode des résidus

 table de transformées de Laplace
 méthode des fractions partielles
Pr N. Ouaaline 9 13/12/2020
Autres propriétés de la transformée de Laplace:

linéarité: La  xt   b  y t   a  X L s   b  YL s 

décalage temporel: Lx(t  to )  X L s   e sto

décalage 'fréquentiel':  
L x(t )  e at  X L s  a 

signal à t=0-
 dx(t ) 
dérivation : L   s  X L s   x0
 dt 

 d n x(t )  n n  2 df 0  df n 10 
dérivation multiple : L n 
 s  X L s   s  x0   s
n 1
 
 dt  dt dt n 1

 t  X s 
intégration : L  xt 'dt '  L
 0  s

Pr N. Ouaaline 10 13/12/2020
 Corrélation de signaux
• Comparaison de deux signaux par
Décalage et mesure de similitude
• Intercorrélation
– mesure de ressemblance
– mise en correspondance
• Autocorélation
– recherche de périodicité

13/12/2020 Pr N. Ouaaline 11
Corrélation, Autocorrélation

• Signaux déterministes
– Signaux à énergie finie
– Signaux à puissance finie
Mesure de ressemblance
Autocorrélation temporelle

• Processus aléatoires
Statistique du second ordre
Caractérisation fréquentielle
des signaux aléatoires (Densité spectrale)
Autocorrélation statistique

15/12/2014 12 Pr N. Ouaaline
 L' autocorrélation

La autocorrélation réalise une comparaison entre un signal x(t) et ses copies

retardées

Définition


Pour les signaux à énergie finie C xx ()   x ( t )  x * ( t  )dt



Cxx(0) est l'énergie du signal

T/2
1
T  T 
Pour les signaux à énergie infinie C xx ( )  lim x ( t ) x *
( t  )dt
T / 2

Cxx(0) est la puissance moyenne du signal

Propriétés
C xx ()  C xx (0)
Si x(t) est périodique alors Cxx(t) est périodique de même période

15/12/2014 Pr N. Ouaaline
13
Corrélation, Autocorrélation : Signaux à énergie finie

• Autocorrélation temporelle

C xx ( )   x * (t ) x (t   ) dt,


C xx [ j ]  
k  
x * [ k ]x[ k  j ]

• Si x(t) est réel, l’autocorrélation est réelle

• Analogie avec la convolution
• C’est un produit scalaire, projection de x*(t) sur x(t) décalé de t
• Pour t = 0, on retrouve l’énergie du signal Cxx(0) = Ex
• Cxx(t) est maximale en t =0. Rien ne ressemble plus au signal que lui-
même.

15/12/2014 Pr N. Ouaaline
14
Corrélation, Autocorrélation : Signaux à énergie finie

• L’autocorrélation possède la propriétés de symétrie hermitique

C xx (  )  C xx
*
( ), C xx [  j ]  C xx
*
[ j]

Si le signal est réel, l’autocorrélation est donc réelle est paire.

Exemple
x(t) = Rect (t/T) Cxx(t)=T Tri(t/T)

Rect(t/T) Rxx()
1 T

-T/2 T/2 t -T T 

15/12/2014 Pr N. Ouaaline
15
 L'intercorrélation
L'intercorrélation compare un signal x(t) et un signal y(t) retardée.
Définition


C xy ()    ( t  )dt
*
Pour les signaux à énergie finie x ( t ) y


To / 2
Pour les signaux à énergie infinie 1
C xy ()  lim
To  To  x ( t ) y* ( t  )dt
 To / 2

Exemples d’application

Détection de signal périodique noyé dans le bruit

Analyse spectrale

15/12/2014 Pr N. Ouaaline
16
 Corrélation, Intercorrélation : Signaux à énergie finie

• Intercorrélation

C xy ( )   x * (t ) y (t   ) dt


C xy [ j ]  
k  
x * [ k ] y[ k  j ]

Symétrie hermitique

C xy (  )  C *
yx ( ),C xy [  j ]  C *
yx [ j ]

• Mesure du dégrée de ressemblance entre deux signaux en fonction

d’un décalage
• Projection de x(t) sur y(t+τ), produit scalaire

15/12/2014 Pr N. Ouaaline
17
Corrélation, Autocorrélation : Signaux à puissance finie/énergie infinie

• Approximation de signaux réels

• Exemples
– Signal continu x(t)=a
– Signal sinusoïdal x(t)=V Sin(2pft)
– Signaux aléatoires, signaux périodiques, impulsion de Dirac,
échelon unité...
• Puissance finie
T /2
1

2
Px  lim x (t ) dt ,
T  T
T / 2
N 1
1

2
Px  lim x[ k ]
N  2 N
k  N

• Signal à énergie finie = puissance nulle

• Signal à puissance finie = énergie infinie

15/12/2014 Pr N. Ouaaline
18
 Corrélation, Autocorrélation : Signaux à puissance finie

• Autocorrélation temporelle, intercorrélation

Problème de convergence des intégrales et des sommes
T / 2
1
C xy ( )  lim x
*
(t ) y (t   ) dt,
T  T
T / 2

N 1
1
C xy [ j ]  lim
N  2 N
x
k  N
*
[ k ] y[ k  j ]
• Notation
C xy ( )  x * (t ) y (t   ),
C xy [ j ]  x * [ k ] y[ k  j ]

• Dimensions: V² ou A²
• Autocorrélation: y(t)=x(t) dans les formules précédentes

15/12/2014 Pr N. Ouaaline
19
 Corrélation, Autocorrélation : Signaux à puissance finie

• Autocorrélation des signaux périodiques

Le calcul sur une seule période suffit
T / 2
1
C xx ( )   x * (t ) x (t   ) dt,
T T / 2
N 1
1
C xx [ j ] 
N
x
k O
*
[ k ] x[ k  j ]

L’autocorrélation d’un signal périodique est elle même périodique.

Par définition, le signal périodique ressemble parfaitement à lui même,
décalé d’une ou plusieurs périodes.

15/12/2014 Pr N. Ouaaline
20
 Convolution
• Définition générale :

• On appelle produit de convolution entre 2 fonctions f(t) et g(t) :


f ( t )  g( t )   f ()g(t  ).d


• Application aux systèmes linéaires :

y (t )  h(t )  x(t )

15/12/2014 Pr N. Ouaaline
21
Convolution
• Explication

Par une propriété de l'impulsion de Dirac, on a


x(t)   x ()( t  )d


La réponse du système à x(t)   

S[ x(t )]  S   x( )  (t   )d 
s'écrit  

Linéarité => S[ x ( t )]   x ()S( t  )d


Invariance => S [ (t   )]  h (t   )

S[ x ( t )]   x ()h (t  ).d


15/12/2014 Pr N. Ouaaline
22
 Convolution

• Propriétés :
– Commutativité :
f (t )g (t )  g (t ) f (t )
– Associativité :
f (t )g (t )h(t )  f (t ) [g (t )h(t )]  [ f (t )g (t )] h(t )

– Distributivité par rapport à l'addition :

f (t )  [g (t )h(t )]  f (t )g (t ) f (t )h(t )

15/12/2014 Pr N. Ouaaline
23
 Convolution

• Propriétés
– Elément neutre : impulsion de Dirac

x( t )  ( t )  x( t )
– Translation temporelle :

x( t )  ( t   )  x( t   )

15/12/2014 Pr N. Ouaaline
24
 Système linéaire invariant et réponse impulsionnelle

• La réponse impulsionnelle ou percussionnelle = Réponse d'un système

dont l'entrée est une impulsion de Dirac
• Système : caractérisé par la transformation F,

15/12/2014 Pr N. Ouaaline 25
• un système linéaire invariant (souvent nommé SLIT : Système Linéaire
Invariant en Temps).
Soit e(t) un signal d’entrée. D’après la définition de la distribution de
Dirac:

La transformation du filtre est linéaire nous pouvons écrire :

 Si Filtre Invariant nous avons :

 Ce qui nous donne :

L’intégrale obtenue correspond au produit de convolution e(t)*h(t).

15/12/2014 Pr N. Ouaaline
26
• La réponse d’un système linéaire invariant à un signal e(t) en entrée est égale
au produit de convolution de ce signal avec la réponse impulsionnelle h(t) de ce
système : notion de convolution

• Définition pratique :

Opération mathématique reliant la sortie, l'entrée et la réponse

impulsionnelle d'un système


y( t )   x(  )h( t   ). d


15/12/2014 Pr N. Ouaaline 27
 Equation différentielle et système linéaire invariant

• Relation entrée/sortie :
la plus courante : équation différentielle à coefficient constant

dy d2y dx d 2x
a o y  a1  a 2 2    b o x  b1  b 2 2  
dt dt dt dt
• caractérisation complète du système par la connaissance des coefficients
• sortie y(t) calculable par la connaissance de x(t)

• Le système est linéaire et invariant :

– la linéarité de l’équation différentielle

– :
l’invariance temporelle quelque soit τ, e(t - τ) et s(t - τ) sont reliés par

la même équation différentielle; (u = t – τ).

13/12/2020 Pr N. Ouaaline 28
 . Fonction de transfert harmonique

• un système linéaire invariant caractérisé par sa réponse

impulsionnelle h(t). La transformée de Fourier de l’équation reliant les
signaux en entrée et en sortie :

• E(jw) et S(jw) représentant les transformées de Fourier de e(t) et

s(t).
• La transformée de Fourier de la réponse impulsionnelle H(jw) est
appelée fonction de transfert, ou transmittance, harmonique du système.

• E(jw) et S(jw) représentent les spectres en fréquence des entrée et sortie.

• reliés par la fonction de transfert harmonique du système

13/12/2020 Pr N. Ouaaline 29
 . Fonction de transfert harmonique

• La factorisation de E(jw) et S(jw) permet de calculer la fonction de

transfert harmonique du système :

• La fonction de transfert apparaît est une fraction de polynômes en jw. Le

filtre est alors dit rationnel.

13/12/2020 Pr N. Ouaaline 30
 • Exemple : Système du premier ordre fondamental
• Soit le circuit correspondant à un filtre RC passe-bas, dont la tension de
sortie est prélevée aux bornes du condensateur

L'équation différentielle peut se mettre sous la forme :

Ce circuit constitue un exemple de système du premier ordre fondamental

13/12/2020 Pr N. Ouaaline
31
 •premier ordre : les quantités s et ds/dt
•fondamental : pas de dérivée du signal d'entrée

la fonction de transfert harmonique du filtre :

De manière générale, la fonction de transfert harmonique d'un

filtre fondamental du premier ordre s'écrit :

13/12/2020 Pr N. Ouaaline
32
 Système du second ordre fondamental
Considérons le circuit RLC ,

ce circuit est caractérisé par :

En sortie ouverte, le courant de sortie est nul:

13/12/2020 Pr N. Ouaaline
33
 Ce qui nous donne pour la fonction de transfert harmonique

Un système du second ordre fondamental :

• les dérivées d'ordre inférieur ou égal à 2 de la sortie s, ds/dt et d2s/dt2
•fondamental car il n'y a pas de dérivée du signal d'entrée.

De manière générale,

Sa fonction de transfert harmonique :

13/12/2020 Pr N. Ouaaline
34
 MERCI POUR VOTRE ATENTION
Pr N. OUAALINE

13/12/2020 35
 Filtrage
Propriétés :
• Localisation d’où

• Commutativité

• Distributivité

• Associativité

• Élément neutre d’où

• Périodisation

15/12/2014 Pr N. Ouaaline 36
 Filtrage
• Théorème de Plancherel : la transformée de Fourier d’un produit de
convolution est un produit simple et réciproquement.

L’étude d’un système est donc plus aisée dans le domaine fréquentiel car
l’opération de convolution temporelle se transforme en un simple produit.

• Théorème de Borel : la transformée de Laplace d’un produit de

convolution est un produit simple et réciproquement.

15/12/2014 Pr N. Ouaaline 37