traitement du signal chapitre 1- signaux discrets
TRANSCRIPT
![Page 1: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/1.jpg)
Traitement du signalChapitre 1- Signaux discrets
Vahid MeghdadiELT2
2012-2013
![Page 2: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/2.jpg)
Rappel sur les signaux temps continus
Chapitre 1: Signaux discrets 1-1- Rappel sur les signaux continus
∫−
∞→=
2/
2/
2)(
1lim
T
T
aT
x dttxT
PLa puissance pour un signal illimité dans le temps:
Pour un signal limité dans le temps on définit l’énergie: ∫
−
=2
1
2)(
t
t
ax dttxE
Puissance instantanée: 2
)()( txtP a=
Energie dans (a,b) ∫=b
a
ba dttpE )(),(
![Page 3: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/3.jpg)
Transformée de Fourier
Chapitre 1: Signaux discrets 1-1- Rappel sur les signaux continus
2( ) ( ) j ftX f x t e dtπ∞
−
−∞
= ∫ ∫∞
∞−
= dfefXtx ftj π2)()(
Propriétés:
020) ( ) j ftx(t - t X f e π−ℑ =Délai temporel
Linéarité )()()()( fbXfaXtbytax +=+ℑ
est réel )()( * fXfX =
)(Im)(Im
)(Re)(Re
)()(
)()(
fXfX
fXfX
fXfX
fXfX
−−=−=−−=
−=≺≺
![Page 4: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/4.jpg)
Transformée de Fourier
Propriétés (suite)
)().()(*)( fYfXtytx ⇒
0 0 02 ( ) 20* ( ) ( )j f t j H f j f te h t H f e eπ π⇒ ≺
Convolution
Fonction de transfert
Exponentiel est une fonction propre d’un système linéaire. C’est la raison pour laquelle, il est important d’écrire un signal quelconque en fonction d’une somme des exponentiels.
)(*)()().( fYfXtytx ⇒Produit
Limité en temps Illimité en fréquenceLimité en fréquence Illimité en temps
Chapitre 1: Signaux discrets 1-1- Rappel sur les signaux continus
![Page 5: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/5.jpg)
Echantillonnage
Chapitre 1: Signaux discrets 1-2- Echantillonnage
Peigne de dirac.
∑∞
−∞=
−=n
T nTtt )()( δδ
∑∞
−∞=
−=ℑk
T T
kf
Tt )(
1)( δδ
)()()( ttxtx TT δ=
![Page 6: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/6.jpg)
Echantillonnage
Chapitre 1: Signaux discrets 1-2- Echantillonnage
∑∑∑ −=−=−=ℑ∞
−∞= kee
kkT kffXfTkfX
TT
kf
TfXtx )()/(
1)(
1*)()( δ
Chevauchement du spectre (aliasing). Pour l’éviter il faut respecter le critère de Shannon : La fréquence d’échantillonnage ≥ le double de la largeur de bande du signal.
![Page 7: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/7.jpg)
Signaux discrets
est une séquence que l’on peut stocker dans la mémoire ou dans un fichier.
La notion de temps disparaît donc ! il faut garder la fréquence d’échantillonnage en tête !
Chapitre 1: Signaux discrets 1-3- Signaux discrets
![Page 8: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/8.jpg)
Définitions
Un signal temps discret est limité dans le temps si :
1 2 2 1, ( ) 0N et N N x n pour n N ou n N∃ ∈ = > <
2( ) ( )P n x n=
Un signal temps discret est illimité dans le temps si ce N1 ou N2 n’existe pas.
Puissance instantané :
Puissance moyenne d’un signal illimité dans le temps
Energie
21lim ( )
2 1
N
Nn N
P x nN→∞ =−
=+ ∑
2lim ( )
N
Nn N
E x n→∞ =−
= ∑
Chapitre 1: Signaux discrets 1-3- Signaux discrets
![Page 9: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/9.jpg)
Exemples de fonctions
1 0( )
0 0
nn
nδ
== ≠
∑∞
=
−=−−=0
)()()1()()(m
mnnununun δδ
Delta
1
n
Echelon1 0
( )0 0
nu n
n
≥= <
1
n
Chapitre 1: Signaux discrets 1-3- Signaux discrets
Exponentiel 1
n
( ) ( )nx n u nα=
![Page 10: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/10.jpg)
Propriétés
)()()()( mnmxmnnx −=− δδ1-
2- ∑∞
−∞=
−=m
mnmxnx )()()( δ
Chapitre 1: Signaux discrets 1-3- Signaux discrets
![Page 11: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/11.jpg)
Système discret
Chapitre 1: Signaux discrets 1-5- Systèmes discrets
T( . )x(n) y(n)
)()( nxTny =
Exemple: Délai )()( 0nnxny −=
Exemple: Accumulateur ∑∑∞
=−∞=
−==0
)()()(m
n
m
mnxmxny
Remarque : si x(n)=δ(n), alors y(n)=u(n).
![Page 12: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/12.jpg)
Système sans mémoire
Chapitre 1: Signaux discrets 1-5- Systèmes discrets
La sortie à l’instant n est une fonction de l’entrée uniquement à l’instant n.
Exemple:
y(n)=2x(n)y(n)=x2(n)+2x(n)
Contre exemple:
y(n)=x(n-1)
![Page 13: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/13.jpg)
Système linéaire
Chapitre 1: Signaux discrets 1-5- Systèmes discrets
TLIN( . )x(n) y(n)
)()()()()( 2121 nxbTnxaTnbxnaxTny +=+=Exemple:
y(n) = 4 x(n)y(n) = x(n-1) -2x(n) + x(n+1)
Contre exemple:
y(n) = 4x(n) + 1y(n) = x2(n)
![Page 14: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/14.jpg)
Système causal
Chapitre 1: Signaux discrets 1-5- Systèmes discrets
L’entrée à l’instant n0 n’influence pas la sortie aux instants n<n0.
C’est-à-dire que le système ne peut pas anticiper.
Exemple d’un dérivateur causal : 1
Exemple d’un dérivateur non causal : ! 1
![Page 15: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/15.jpg)
Système stable
Chapitre 1: Signaux discrets 1-5- Systèmes discrets
Un système est stable si n’importe quelle entrée bornée donne une sortie bornée.
Exemple: Accumulateur n’est pas un système stable.
∑∞
=
−=0
)()(m
mnxny
Par exemple si " la sortie tend vers l’infinie quand tend vers l’infinie.
![Page 16: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/16.jpg)
Système linéaire et invariant dans le temps
Chapitre 1: Signaux discrets 1-6- Système linéaire et invariant dans le temps
LITx(n) y(n) )()( nxTny =
Si l’entrée est un delta Dirac # , la sortie, par convention, s’appelle $.
∑∞
−∞=
−=k
knkxnx )()()( δ
∑∑∞
−∞=
∞
−∞=
−=
−=
kk
knTkxknkxTny )()()()()( δδ
On a utilisé la linéarité, et maintenant l’invariance dans le temps.
∑∞
−∞=
−=k
knhkxny )()()( )()()( nhnxny ∗=Définition de convolution
![Page 17: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/17.jpg)
Propriétés des systèmes LIT
Chapitre 1: Signaux discrets 1-6- Système linéaire et invariant dans le temps
Commutativité:
∑∑∞
=
∞
=
−=−
∗=∗=
00
)()()()(
)()()()()(
kk
knxkhknhkx
nxnhnhnxny
Connexion parallèle
[ ] )()()()()()()( 2121 nhnxnhnxnhnhnx ∗+∗=+∗
![Page 18: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/18.jpg)
Propriétés des systèmes LIT
Chapitre 1: Signaux discrets 1-6- Système linéaire et invariant dans le temps
- Connexion série
( ))(*)(*)()(*)(*)()(*)(*)( 211121211 nhnhnxnhnhnxnhnhnx ==
- Stabilité:Un système LIT est stable si et seulement si ∞<∑
∞
−∞=k
kh2
)(
- CausalitéUn système LIT et causal si et seulement si h(n)=0 pour n<0
![Page 19: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/19.jpg)
Système défini par un équation aux différences
Chapitre 1: Signaux discrets 1-7- Système définie par une équation aux différences
)(...)1()()(...)1()( 101 MnxbnxbnxbNnyanany MN −++−+=−++−+
∑∑==
−−−=N
mm
M
mm mnyamnxbny
10
)()()(
Exemple: Accumulateur ∑−∞=
=n
k
kxny )()(
∑−
−∞=
=−1
)()1(n
k
kxny )()1()()()(1
nxnynxkxnyn
k
+−=+= ∑−
−∞=
)()1()( nxnyny =−−
![Page 20: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/20.jpg)
Présentation en diagramme bloc
Accumulateur
Exemple dérivateur causal
Chapitre 1: Signaux discrets 1-7- Système définie par une équation aux différences
![Page 21: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/21.jpg)
Traitement du signal
Chapitre 2- Transformation en Z
Vahid Meghdadi
ELT2
2012-2013
![Page 22: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/22.jpg)
Echantillonnage
Chapitre 2: Transformation en Z 2-1- Transformée de Z
Peigne de dirac.
n
T nTtt )()(
k
TT
kf
Tt )(
1)(
)()()( ttxtx TT
![Page 23: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/23.jpg)
Echantillonnage
k
eae
k
a
k
aT
kffXfTkfXT
T
kf
TfXtx
)()/(1
)(1
*)()(
Chapitre 2: Transformation en Z 2-1- Transformée de Z
![Page 24: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/24.jpg)
Transformée de Z
Transformée de Laplace de 𝑥𝑇 𝑡 est:
t
st
n
aT dtenTtnTxsX )()()(
nTs
n
aT enTxsX
)()(
On pose 𝑧 = 𝑒𝑠𝑇 Alors:
n
nznxzX )()(Transformée en Z
d’une séquence
discrète
Chapitre 2: Transformation en Z 2-1- Transformée de Z
𝑋𝑇 𝑠 = 𝑋 𝑧 𝑧=𝑒𝑠𝑇 𝑋 𝑧 = 𝑋𝑇 𝑠 𝑠=1𝑇ln (𝑧)
Rappel : ln 𝑟 + 𝑗𝜃 = ln 𝑟 + 𝑗𝜃
![Page 25: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/25.jpg)
Relation plan Z et plan S
, sT T j Tz e s j z e e
C-à-d qu’à partir de la TL de 𝑥𝑇 𝑡 , on obtient la TZ de 𝑥 𝑛 .
Remarque: la transformée de Z est en relation avec 𝑥𝑇 𝑡 et non pas
avec 𝑥𝑎 𝑡
jΩ0
∑0
jΩ
∑
Plan S Plan Z
TjTee 00
ReZ
ImZ
Chapitre 2: Transformation en Z 2-1- Transformée de Z
![Page 26: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/26.jpg)
TF et TZ
Dans le domaine temps continu, en général, on a 𝑋 𝑗𝜔 = 𝑋 𝑠 𝑠=𝑗Ω.
On peut dire donc que la transformée de Fourier de 𝑥𝑇 𝑡 est la transformée
de Laplace 𝑋𝑇 𝑠 calculée sur l’axe 𝑗Ω (𝑠 = 𝑗Ω) :
jsTT sXjX )()(
La séquence 𝑥 𝑛 est obtenue à partir de 𝑥𝑇 𝑡 ou de 𝑥𝑎 𝑡 : 𝑥 𝑛 = 𝑥𝑎(𝑛𝑇).
Sachant que 𝑋 𝑧 = 𝑥 𝑛 𝑧−𝑛∞𝑛=−∞ et que 𝑋 𝑒𝑗𝜔 = 𝑥 𝑛 𝑒−𝑗𝑛𝜔∞
𝑛=−∞ , la
transformée de Fourier de 𝑥 𝑛 peut s’obtenir par :
1ln( ) /
( ) ( ) ( ) |jj
j
Tz e s e j TT
X e X z X s
Chapitre 2: Transformation en Z 2-1- Transformée de Z
![Page 27: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/27.jpg)
Conclusion
•𝑋(𝑧) calculé sur le cercle unité donne 𝑋(𝑒𝑗𝜔) qui est la transformée de
Fourier (TFSD) de 𝑥(𝑛).
•La transformée de Fourier du signal temps discret 𝑥 𝑛 = 𝑥𝑎(𝑛𝑇) est obtenu
en remplaçant Ω par 𝜔
𝑇 dans 𝑋𝑇(jΩ).
•C’est-à-dire qu’en transformant le signal « peigné » en séquence, nous
avons exactement le même spectre (mise à part d’un facteur d’échelle)
Chapitre 2: Transformation en Z 2-1- Transformée de Z
𝜔 ⟺ Ω𝑇
![Page 28: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/28.jpg)
Exemple
10
( ) ( )
1 ( ) ( )
1
n
n n n n
n n
x n a u n
X z a u n z a zaz
Convergence si azaz 11
Si a<1, la transformée de Fourier existe.
j
j
aeeX
1
1)(
Chapitre 2: Transformation en Z 2-1- Transformée de Z
![Page 29: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/29.jpg)
Domaine de convergence de TZ
Chapitre 2: Transformation en Z 2-1- Transformée de Z
Le domaine de convergence est l’ensemble de points sur le plan Z où la
TZ converge. C-à-d
Exemple: Pour un delta dirac
zznnTZn
n
pour 1)()(
( ) ( ) ( )n n n
n n n
x n z x n z x n r
Alors domaine de convergence DOC est le plan Z.
Note: On ne considère que des signaux bornés de gauche
![Page 30: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/30.jpg)
Domaine de convergence de TZ
Exemple: 𝑥 𝑛 = 𝑢(𝑛)
10 1
1)()(
zzznuzX
n
n
n
n
Domaine de convergence : 1z
Remarque
Si 1 1DOC tel que , DOCz z z z z
Remarque: Si cercle unité appartient au DOC, TF existe.
Remarque: Le DOC est toujours à l’extérieur d’un cercle (pour les
signaux bornée de gauche)
Chapitre 2: Transformation en Z 2-1- Transformée de Z
![Page 31: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/31.jpg)
Propriétés de TZ
Chapitre 2: Transformation en Z 2-2- Propriétés de la transformée de Z
1- Linéarité
)()()()( 2121 zbXzaXnbxnax
2- Décalage dans le temps
0
0( ) ( )n
x n n z X z
Exemple:
1 2DOC x xR R
)1(4
1)(
4
1
1)(
1
nunx
z
zX
n
![Page 32: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/32.jpg)
Propriétés de TZ
3- Multiplication par exponentiel
00 /)( zzXnxzn
Résultat:
0 0( )( )
j n je x n X e
Exemple: )()cos()( 0 nunrnx n
221
0
1
0
cos21
cos1)(
zrzr
zrzX
Chapitre 2: Transformation en Z 2-2- Propriétés de la transformée de Z
![Page 33: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/33.jpg)
Propriétés de TZ
4- Dérivé de X(z)
dz
zdXznnx
)()(
5- convolution )().()(*)( 2121 zXzXnxnx
6- Valeur initiale: si 𝑥 𝑛 = 0 pour 𝑛 < 0 (𝑥(𝑛) est causal) alors:
)(lim)0( zXxz
Chapitre 2: Transformation en Z 2-2- Propriétés de la transformée de Z
![Page 34: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/34.jpg)
Transformée inverse de Z
Chapitre 2: Transformation en Z 2-3- Transformée inverse de Z
A part l’utilisation de la formule exacte de l’inverse de la transformée
en Z qui est souvent complexe, il existe trois autres méthodes.
1- Utilisation des tables et des propriétés.
11
1)(
aznuan avec la propriété de dérivation:
21
1
)1()(
az
aznunan
Alors donne
1
1 2
0.5( )
(1 0.5 )
zX z
z
(0.5) ( ) ( )
2
n
n
nn u n u n
![Page 35: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/35.jpg)
2- Décomposition en éléments simples
C’est à utiliser pour des fonctions rationnelles
N
k
k
M
k
k
za
zb
zX
0
1
0
1
)(
Si 𝑀 < 𝑁 alors:
1
0 1
11 10
1
(1 )
( )1
(1 )
M
k Nk k
Nk k
k
k
c zb A
X za d z
d z
où kdzkk zXzdA
)(1 1
Chapitre 2: Transformation en Z 2-3- Transformée inverse de Z
1
( ) ( ) ( )N
n
k k
k
x n A d u n
![Page 36: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/36.jpg)
Décomposition en éléments simples
Si 𝑀 ≥ 𝑁 alors
Et pour chaque terme: 1
( ) ( )1
nkk k
k
AA d u n
d z
Alors:
1
( ) ( ) ( )N
n
k k
k
x n A d u n
Chapitre 2: Transformation en Z 2-3- Transformée inverse de Z
10 1
( )1
M N Nr k
r
r k k
AX z B z
d z
![Page 37: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/37.jpg)
Exemple
𝑋 𝑧 =1 + 2𝑧−1 + 4𝑧−2
1 + 𝑧−1
𝑋 𝑧 =4𝑧−2 + 2z−1 + 1
𝑧−1 + 1= 4𝑧−1 − 2 +
3
1 + 𝑧−1
𝑥 𝑛 = −2𝛿 𝑛 + 4𝛿 𝑛 − 1 + 3 −1 𝑛𝑢 𝑛
![Page 38: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/38.jpg)
Décomposition en éléments simples
Exercice: 21
21
2
1
2
31
21)(
zz
zzzX
Chapitre 2: Transformation en Z 2-3- Transformée inverse de Z
Solution:
)(2
198)(2)( nunnx
n
![Page 39: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/39.jpg)
3-Développement en série
Chapitre 2: Transformation en Z 2-3- Transformée inverse de Z
On développe 𝑋(𝑧) en une série de 𝑧−1 et on identifie les 𝑥(𝑛).
...)1()0()1(...)()( 101
zxzxzxznxzXn
n
Exemple:
112
1112
2
11
2
1
)1)(1)(2
11()(
zzz
zzzzzX
![Page 40: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/40.jpg)
Développement en série
Exemple 11
1)(
azzX
En faisant une division longue on obtient :
...1)( 221 zaazzX
Ce qui donne )()( nuanx n
Chapitre 2: Transformation en Z 2-3- Transformée inverse de Z
![Page 41: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/41.jpg)
Exercice
Chapitre 2: Transformation en Z 2-3- Transformée inverse de Z
Soit un système LIT avec la réponse impulsionnelle ci-dessous.
Calculer la réponse du système à un échelon (réponse indicielle).
)(3
13)( nunh
n
Solution 1: Convolution directe.
0
( ) ( )* ( ) ( ) ( )n
m k
y n u n h n h n m h k
![Page 42: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/42.jpg)
Exercice (suite)
Solution 2: Calcul de 𝑋(𝑧) et 𝐻(𝑧), puis 𝑌 𝑧 = 𝑋 𝑧 𝐻(𝑧), et finalement
𝑦 𝑛 = 𝑍−1𝑌 𝑧
11 3/11
4/3
1
4/9)(
zzzY
)(3
1
4
3)(
4
9)( nununy
n
Chapitre 2: Transformation en Z 2-3- Transformée inverse de Z
![Page 43: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/43.jpg)
Traitement du signal
Chapitre 3- Système LIT rationnel
Vahid Meghdadi
ELT2
2012-2013
![Page 44: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/44.jpg)
Fonction de transfert
Chapitre 3: Système LIT rationnel 3-1- Généralités
Prenons le cas d’un système définie par son équation aux différences.
ℎ(𝑛) 𝑥(𝑛) y(𝑛)
M
m
m
N
m
m mnxbmnya00
)()(
Transformée de Z de deux côtés:
)()( zYzaknyaTZ k
kk
M
m
m
m
N
m
m
m zXzbzYza00
)()( )()(
)(
0
0 zH
za
zb
zX
zYN
m
m
m
M
m
m
m
![Page 45: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/45.jpg)
Fonction de transfert (suite)
Ceci veut dire qu’avec la transformée en Z une équation aux différences
se transforme en une équation algébrique.
H(z) X(z) Y(z)
Exemple délai : ( ) ( 1)y n x n
)()( 1 zXzzY 1)( zzH
z -1 X(z) Y(z)
Chapitre 3: Système LIT rationnel 3-1- Généralités
ℎ(𝑛) 𝑥(𝑛) 𝑦(𝑛)
![Page 46: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/46.jpg)
Exemple dérivateur
Donner le diagramme en bloc d’un dérivateur causal
11)()( )1()()( zzXzYnxnxny
11)( zzH
Chapitre 3: Système LIT rationnel 3-1- Généralités
![Page 47: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/47.jpg)
Exemple Moving average
n
Mnm
mxny1
)()(
1
0
)()(M
m
mnnh Alors: pourquoi ?
)()()( Mnununh 11
1
)(
)()(
z
z
zX
zYzH
M
)()()()( 1 zXzzXzYzzY M
Chapitre 3: Système LIT rationnel 3-1- Généralités
![Page 48: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/48.jpg)
Exemple accumulateur
)()( )()( nunhkxnyn
k
11
1
)(
)()(
zzX
zYzH
)()()( 1 zYzzXzY
Chapitre 3: Système LIT rationnel 3-1- Généralités
![Page 49: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/49.jpg)
Exemple Filtre RIF
Chapitre 3: Système LIT rationnel 3-1- Généralités
Filtre à réponse impulsionnelle finie où ℎ(𝑛) est borné de gauche et de droite
m
mhmnxnhnxny )()()(*)()(
)(...)1()()( 10 Mnxhnxhnxhny M
![Page 50: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/50.jpg)
Stabilité
Pour qu’un système LIT rationnel soit stable, il faut que ses pôles soient
à l’intérieur du cercle unité. Autrement dit, il faut que le cercle unité
appartienne à la région de convergence.
)(
)()(
zQ
zPzH
MpppzQ ,...,,0)( 21
Conclusion de stabilité: tous les pôles à l’intérieur du cercle unité
Chapitre 3: Système LIT rationnel 3-2- Stabilité
Rappel: Pour les systèmes continus, il fallait des pôles à gauche du plan S.
![Page 51: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/51.jpg)
Système inverse
Chapitre 3: Système LIT rationnel 3-3- Système inverse
)(
1)(
zHzH i
)()(*)()( nnhnhng i
•Pour que l’inverse aussi soit stable, il faut que ses pôles soient à
l’intérieur du cercle unité.
•Alors, il faudra que les pôles et les zéros du H(z) soient à l’intérieur du
cercle unité.
![Page 52: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/52.jpg)
Réponse fréquentielle
Chapitre 3: Système LIT rationnel 3-4- Réponse fréquentielle
N’importe quelle fonction rationnelle de 𝑧−1 peut être présentée sous forme
(à condition d’avoir des pôles simples)
10 1
( )1
M N Nr k
r
r k k
AX z B z
d z
Le premier terme existe si 𝑀 ≥ 𝑁 et peut être obtenu par une division directe.
La ROC est à l’extérieur du cercle passant par le pôle le plus loin d’origine.
0 1
( ) ( ) ( ) ( )M N N
n
r k k
r k
x n B n r A d u n
![Page 53: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/53.jpg)
Exemple:Système RIF
Système (filtre) causal à réponse impulsionnelle finie
Nn
nnh
0
00)(
1
0
)()()(N
m
mnxmhny
Exemple:
ailleurs
Nnanh
n
0
0)(
Les zéros sont à : Nkj
k aez /2
N=8
Les pôles sont tous à l’origine.
Chapitre 3: Système LIT rationnel 3-4- Réponse fréquentielle
𝑋(𝑧) est un polynôme en 𝑧−1
![Page 54: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/54.jpg)
Traitement du signal
Chapitre 4- Transformée de Fourier
Discrète TFD
Vahid Meghdadi
ELT2
2011-2012
![Page 55: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/55.jpg)
Panorama
Signaux analogiques
•Non-périodique
•Transformée de Fourier
•Périodique
•Série de Fourier
Signaux Discrets
•Non-périodique
•Transformée de Fourier signal discret TFSD
•Périodique
•Série de Fourier discrète SFD
•Limité dans le temps
•Transformée de Fourier Discrète TFD
![Page 56: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/56.jpg)
SFD pour des signaux périodiques
Chapitre 4: Transformée de Fourier Discrète TFD 4-1- SFD pour des signaux périodique
Ce signal peut être présenté par une somme des exponentiels aux
fréquences 2𝜋/𝑁.
( ) ( ) ,x n x n rN r n
12 /
0
1( ) ( )
Nj nk N
k
x n X k eN
1
2 /
0
( ) ( )N
j nk N
k
X k x n e
•𝑋(𝑘) est la pondération sur le 𝑘ième exponentiel.
•𝑋(𝑘) est définit pour 𝑘 = 0, … ,𝑁 − 1 mais on peut penser que c’est une
séquence périodique de période 𝑁 ∶ 𝑋 𝑘 = 𝑋(𝑘 + 𝑁)
![Page 57: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/57.jpg)
Représentation matricielle de la SFD
où x [ (0) (1) ... ( 1)]Tx x x N
X [ (0) (1) ... ( 1)]TX X X N
2 0/ 2 0/ 2 0/ 2 0/
2 0/ 2 / 2 2/ 2 ( 1)/
2 0/ 2 2/ 2 4/ 2 2( 1)/
2 0/ 2 ( 1)/ 2 2( 1)/ 2 ( 1)( 1)/
...
...
W ...
...
j N j N j N j N
j N j N j N j N N
j N j N j N j N N
j N j N N j N N j N N N
e e e e
e e e e
e e e e
e e e e
2 /[ ] ( )j N ij
ijw e C’est-à-dire
1x W XH
N X Wx
Chapitre 4: Transformée de Fourier Discrète TFD 4-1- SFD pour des signaux périodique
![Page 58: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/58.jpg)
Exemple
( ) ( ) et ( ) ( )x n n x n x n N
Pour ce signal la période est 𝑁.
x(n)
n N
X(k)
k N-1
1
Chapitre 4: Transformée de Fourier Discrète TFD 4-1- SFD pour des signaux périodique
![Page 59: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/59.jpg)
Propriété de la SFD
1- Linéarité
1 1
1 2 1 2
2 2
( ) ( ) a ( ) ( ) ( ) ( )
( ) ( )
x n X kx n bx n aX k bX k
x n X k
2- Décalage 2
( ) ( )k
j mNx n m e X k
Attention: c’est un décalage circulaire !
2
( ) ( )l
j nNe x n X k l
Chapitre 4: Transformée de Fourier Discrète TFD 4-1- SFD pour des signaux périodique
![Page 60: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/60.jpg)
Propriété de la SFD
3- Dualité
( ) ( )
( ) ( )
x n X k
X n Nx k
4- Convolution périodique
1 2 1 2( ) ( ) ( ) Y(k)=X ( ) ( )y n x n x n k X k
1
2 1
0
( ) ( ) ( )N
m
y n x m x n m
Attention, x1 et x2 sont périodiques.
Chapitre 4: Transformée de Fourier Discrète TFD 4-1- SFD pour des signaux périodique
![Page 61: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/61.jpg)
Transformée de Fourier signal discret
Quelle est la relation entre la SFD d’un signal périodique et sa
transformée de Fourier signal discret, c’est-à-dire entre SFD et TFSD?
Les signaux périodiques ne vérifient pas la condition nécessaire pour avoir
une transformée de Fourier : 2
( )n
x n
Mais un signal qui peut être présenté sous forme d’une somme
d’exponentiels possède une transformée de Fourier sous forme de sommes
de deltas Dirac.
2 2( ) ( ) ( )j
k
kX e X k
N N
Chapitre 4: Transformée de Fourier Discrète TFD 4-1- SFD pour des signaux périodique
12 /
0
1( ) ( )
Nj nk N
k
x n X k eN
![Page 62: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/62.jpg)
Exemple
Chapitre 4: Transformée de Fourier Discrète TFD 4-1- SFD pour des signaux périodique
12 /
0
( ) ( )
( ) ( ) 1
2 2( ) ( )
r
Nj nk N
n
j
k
p n n rN
P k p n e
kP e
N N
p(n)
n N
P(k)
k N-1
P(ejω)
ω 2π
2π/N
2π/N
1
1
Une période
Donc pour un signal discret périodique on
peut écrire la transformée de Fourrier.
![Page 63: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/63.jpg)
Périodisation des signaux non périodique
Pour périodiser un signal 𝑥(𝑛) limité dans le temps dans l’intervalle de
0 à 𝑁 − 1, on peut le convoluer avec la séquence 𝑝(𝑛) précédente.
p(n)
n N
x(n)
n N *
N
( )x n
2N -2N n
( ) ( )* ( ) ( )* ( ) ( )r r
x n x n p n x n n rN x n rN
Chapitre 4: Transformée de Fourier Discrète TFD 4-1- SFD pour des signaux périodique
![Page 64: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/64.jpg)
Signaux bornés et la TFD
Chapitre 4: Transformée de Fourier Discrète TFD 4-2- TFD pour des signaux bornés
Supposons que 𝑥(𝑛) est nul pour 𝑛 < 0 et 𝑛 ≥ 𝑁. On construit le signal
ci-dessous:
( ) ( )r
x n x n rN
( ) 0( )
0
x n n Nx n
ailleur
( ) ( modulo )x n x n N
Pour 𝑥 (𝑛), qui est un signal périodique, la série de Fourier existe et on peut
donc calculer les 𝑋(𝑘). Les 𝑋(𝑘) pour 𝑘 = 0,… , 𝑁 − 1 s’appellent la TFD du signal borné 𝑥(𝑛).
![Page 65: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/65.jpg)
Transformée de Fourier Discrète TFD
21
0
( ) ( ) 0nkN j
N
n
X k x n e k N
21
0
1( ) 0
( )
0
nkN jN
n
X k e n Nx n N
ailleurs
( ) ( )TFDx n X k
Chapitre 4: Transformée de Fourier Discrète TFD 4-2- TFD pour des signaux bornés
Soit 𝑥(𝑛) un signal défini dans l’intervalle [0,N)
![Page 66: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/66.jpg)
Relations
Chapitre 4: Transformée de Fourier Discrète TFD
2 21 1
0 0
( ) ( ) ( )nk nkN Nj j
N N
n n
X k x n e x n e
De l’autre côté
1
0
( ) ( ) ( )N
j j n j n
n n
X e x n e x n e
( )x nOù est le résultat de la périodisation de x(n).
Alors: 2( ) ( )jk
N
X k X e
Soit x(n) un signal défini dans l’intervalle [0,N). On peut écrire
4-2- TFD pour des signaux bornés
![Page 67: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/67.jpg)
Discussion et résultat
On souhaite calculer la TFSD d’un signal 𝑥(𝑛) limité dans le temps défini
sur 𝑀 points (TFSD est une fonction continue de 𝜔 de −𝜋 à 𝜋).
On se contente de quelques échantillons de 𝑋(𝑒𝑗𝜔), disons
0
2
( ) ou ( )j k
jk NX e X e
Il suffit de calculer la TFD de 𝑥(𝑛) sur 𝑁 échantillons : 2( ) ( )jk
N
X e X k
•Si 𝑁 > 𝑀, on ajout assez de zéro derrière 𝑥(𝑛) pour avoir une séquence
de taille 𝑁, puis calculer la TFD de cette séquence.
•Si 𝑁 < 𝑀, la séquence sur la quelle il faut appliquer la TFD est le
résultat de la périodisation de 𝑥(𝑛) sur 𝑁 points.
Chapitre 4: Transformée de Fourier Discrète TFD 4-2- TFD pour des signaux bornés
![Page 68: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/68.jpg)
Exemple
Exemple:
Chapitre 4: Transformée de Fourier Discrète TFD
41 0( )
0
nx n
ailleurs
2 3 4
5 5 /2 5 /2 5 /22
/2 /2 /2
( ) 1
1 sin5 / 2
1 sin / 2
j j j j j
j j j jj
j j j j
X e e e e e
e e e ee
e e e e
2π -π π -2π 0
( )jX e
4-2- TFD pour des signaux bornés
Le but est de calculer, utilisant la TFD, des échantillons de 𝑋 𝑒𝑗𝜔 sur 𝑁 points.
![Page 69: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/69.jpg)
Exemple (suite)
X(0)
X(1)
X(2)
X(3)
X(4)
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
X(8)
X(9)
L’interprétation: si on périodise le
signal avec une période de 𝑁 = 5.
Cela donnera un signal constant
avec comme TFD un delta à
l’origine.
L’interprétation: Si 𝑁 = 10, ici le
signal périodisé résultant sera
celui-ci-dessous.
x(n)
10
1
( )jX e
( )jX e
Chapitre 4: Transformée de Fourier Discrète TFD
Si on ne voulait que 2 échantillons
sur X(ejω), quelle était la séquence
temporelle?
4-2- TFD pour des signaux bornés
![Page 70: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/70.jpg)
Echantillonnage de la TFSD
Supposons ( ) ( )jx n X e . Nous avons déjà vu que ( ) ( ) j
j
z eX e X z
On en déduit que 2
2( ) ( ) ( ) j kN
j
z ekN
X k X e X z
Re
Im
1
X(k)
Plan Z
A partir de X(k) (des échantillons de X(z)), on
construit une séquence périodique ( )x n
21
0
1( ) ( )
nkN jN
k
x n X k eN
Quelle est la relation entre et x(n) de départ ? ( )x n
Chapitre 4: Transformée de Fourier Discrète TFD 4-2- TFD pour des signaux bornés
![Page 71: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/71.jpg)
Echantillonnage de la TFSD
2 21 1
0 0
2 ( )1 1
0 0
1
0
1( ) ( )
1( )
( ) ( ) ( )* ( ) ( )
km nkN N j jN N
k m
k n mN N jN
m k
N
m r
x n x m e eN
x m eN
x m p n m x n p n x n rN
Le signal obtenu est le résultat de la périodisation du signal de départ.
Si le signal était limité dans le temps, une période du signal obtenue
est identique au signal de départ. Sinon, un aliasing dans le temps se
produit.
Chapitre 4: Transformée de Fourier Discrète TFD 4-2- TFD pour des signaux bornés
![Page 72: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/72.jpg)
Propriétés de la TFD
Chapitre 4: Transformée de Fourier Discrète TFD 4-3- Propriétés de la TFD
1- Linéarité 1 1
1 2 1 2
2 2
( ) ( ) a ( ) ( ) ( ) ( )
( ) ( )
x n X kx n bx n aX k bX k
x n X k
La TFD est à calculer sur 𝑁 = max𝑁1, 𝑁2 points.
2- Décalage circulaire
2
( ))mod ( )j mk
TFD Nx n m N e X k
x(n)
n N-1
x((n-m)mod N)
n N-1
![Page 73: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/73.jpg)
Propriétés de la TFD (suite)
Chapitre 4: Transformée de Fourier Discrète TFD 4-3- Propriétés de la TFD
3- Dualité
( ) ( )
( ) ( )mod
TFD
TFD
x n X k
X n Nx k N
4- Convolution circulaire ( )
1 1
( )
2 2
( ) ( )
( ) ( )
TFD N
TFD N
x n X k
x n X k
1 2( ) ( ) ( )Y k X k X kSi alors y(n) = ?
1
1 2
0
1
2 1 1 2
0
( ) ( ) (( )mod )
( ) (( )mod ) ( ) ( )
N
m
N
m
y n x m x n m N
x m x n m N x n x n
![Page 74: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/74.jpg)
Exemple
1 2
1 0 1( ) ( )
0
n Lx n x n
ailleurs
1. Poser L=6
2. Calculer 𝑋1(𝑘) et 𝑋2(𝑘) sur 𝑁 = 𝐿 points
3. Calculer 𝑌 𝑘 = 𝑋1 𝑘 . 𝑋2(𝑘)
4. Calculer 𝑦(𝑛) en faisant une TFD inverse de 𝑌(𝑘)
5. Calculer 𝑦(𝑛)directement en faisant une convolution circulaire
6. Calculer 𝑦1(𝑛) la convolution linéaire entre deux séquences
7. Conclusion : 𝑦(𝑛) ≠ 𝑦1 𝑛
8. Répéter les étapes 2 à 6 avec 𝑁 = 2𝐿
9. Conclure
Chapitre 4: Transformée de Fourier Discrète TFD 4-3- Propriétés de la TFD
![Page 75: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/75.jpg)
Convolution linéaire faisant TFD
A partir de l’exemple précédent, on conclut que
h(n) x(n) y(n)
( ) ( )* ( )y n x n h n
1( ) ( ) ( )y n TFD X k H k
𝑦(𝑛) est une séquence de taille 𝑁 + 𝐿 − 1
Ceci est parce que dans les systèmes réels une convolution linéaire
se produit et non pas une convolution circulaire.
Cependant il y a une possibilité d’utiliser la TFD pour effectuer une
convolution linaire. La question est « comment ».
𝑥(𝑛) est une séquence de taille 𝑁
ℎ(𝑛) est une séquence de taille 𝐿
Chapitre 4: Transformée de Fourier Discrète TFD 4-4- Convolution linéaire et TFD
![Page 76: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/76.jpg)
Les séquences bornées
Chapitre 4: Transformée de Fourier Discrète TFD 4-4- Convolution linéaire et TFD
Les séquences bornées
x(n) est une séquence de taille L
h(n) est une séquence de taille P (filtre RIF)
y(n) est une séquence de taille L+P-1
1. Calculer la TFD de x(n) et de h(n) sur N points
2. Effectuer Y(k)=X(k)H(k)
3. y(n)=TFD-1Y(k)
Pour que y(n) soit le résultat d’une convolution linéaire entre x(n) et h(n),
N doit être au moins L+P-1.
C’est-à-dire que l’on ajoute assez de zéros à la fin de x(n) et h(n) pour
obtenir des séquence de cette taille (L+P-1).
![Page 77: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/77.jpg)
Exemple, utilisant matlab
x=[1 2 2 3 -1 0 0 …] L=5
h=[1 2 1 0 0 0…] P=3
y=x*h=[1 4 7 9 7 1 -1]
taille=5+3-1=7
X=fft(x) sur 7 points
H=fft(h) sur 7 points
Y=XH
y=ifft(Y) % est-ce la même réponse ?
Pour tracer le diagramme de Bode
Tracer H(ejw)
[H,w]=freqz(h)
plot(w,abs(H));grid
plot(w,angle(h)); grid
Ou seulement
freqz(h) 0 0.5 1 1.5 2 2.5 3 3.5-3.5
-3
-2.5
-2
-1.5
-1
-0.5
0
0 0.5 1 1.5 2 2.5 3 3.50
0.5
1
1.5
2
2.5
3
3.5
4
Chapitre 4: Transformée de Fourier Discrète TFD 4-4- Convolution linéaire et TFD
![Page 78: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/78.jpg)
TFSD de ℎ(𝑛)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-200
-150
-100
-50
0
Normalized Frequency ( rad/sample)
Phase (
degre
es)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-100
-50
0
50
Normalized Frequency ( rad/sample)
Magnitude (
dB
)
freqz(h)
Chapitre 4: Transformée de Fourier Discrète TFD 4-4- Convolution linéaire et TFD
![Page 79: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/79.jpg)
Une séquence non-bornée et filtre RIF
h(n) x(n) y(n)
( ) ( )* ( )y n x n h n
ℎ(𝑛) est de taille 𝑃
x(n)
n L
x0(n)
n L
x1(n)
n 0 L
2L
( ) 0( )
0r
x n rL n Lx n
ailleur
( ) ( )
( ) ( )* ( )
( )
( ) ( )* ( )
r
r
r
r
r r
x n x n rL
y n x n h n
y n rL
où y n x n h n
Méthode « overlap and add »
1( ) ( ) ( )r ry n TFD X k H k
Sur L+P-1
Chapitre 4: Transformée de Fourier Discrète TFD 4-4- Convolution linéaire et TFD
![Page 80: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/80.jpg)
Exemple
Nous disposons d’une séquence réelle de taille 1740 échantillons. Il
faudrait calculer le résultat de la convolution de cette séquence avec un
filtre réel dont la taille de la réponse impulsionnelle est de 42 (la taille de
la séquence résultante sera de 1781).
•Une convolution linéaire demande combien de multiplications réelles ?
•Utiliser la méthode de convolution rapide (on suppose que nous
disposons déjà de la TFD de ℎ(𝑛) sur 128 points : 𝐻(𝑘) et 𝑘 = 0…127
•Expliquer en détaille l’algorithme de calcul.
•Combien de multiplications réelles seraient nécessaires pour
obtenir le même résultat. (Supposons qu’une TFD de taille 𝑁 =
2𝑘 ne demande que 𝑘𝑁
2 multiplications complexes)
Chapitre 4: Transformée de Fourier Discrète TFD 4-4- Convolution linéaire et TFD
![Page 81: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/81.jpg)
Transformée de Fourier Rapide (FFT)
On cherche à réduire le nombre d’opérations arithmétiques pour
calculer une TFD de taille N.
21
0
( ) ( )nkN j
N
n
X k x n e
Pour k=0, 1, …, N-1
•Le nombre de multiplications complexes = 𝑁 par points, 𝑁2 en tout
•Le nombre d’additions complexes = 𝑁 − 1 par point, 𝑁(𝑁 − 1) en tout
•Le nombre de multiplications réelles (# *) = 4𝑁^2
•Le nombre d’additions réelles (# +) = 2𝑁 𝑁 − 1 + 2𝑁2
•Exemple: Un TFD de taille 1024: plus de 4 millions de multiplications et
plus de 4 millions d’additions
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 82: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/82.jpg)
Simplifier le calcul de la TFD
Pour simplifier le calcul on utilise les propriétés suivantes:
2 2( )
nkj j n N k
N Ne e
*2 2 2( )
nk nkj N n k j j
N N Ne e e
2
1rN
jNe
Dans un premier temps on considère le cas où tous les points de
TFD ne nous intéressent pas. On va calculer 𝑋(𝑘) pour un certain
nombre de 𝑘 : algorithme de Goertzel.
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 83: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/83.jpg)
Algorithme de Goertzel
Par définition:
2j
NNW e
21 1
0 0
( ) ( ) ( )nkN Nj
nkNN
n n
X k x n e x n W
On peut multiplier les deux côtés par 1kN
NW
1( )
0
( ) ( ) ( )N
kN k N m
N N
m
X k W X k x m W
Ceci ressemble à une convolution. On définit la séquence
où 𝑥 𝑛 est une séquence bornée dans [0,N).
( ) ( )* ( )kn
k Ny n x n W u n
Dans ce cas ( ) ( )kX k y N
( ) ( )kn
Nh n W u nx(n) y(n)
( ) ( )kX k y N
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 84: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/84.jpg)
Algorithme de Goertzel
Calcul de complexité.
Pour chaque point de X(k), il faudra
•Pour chaque points de y(n)
•4 multiplications réelles
•4 additions réelles
•Pour calculer y(N), il faut donc 4N multiplications réelles et 4N additions
réelles
•Pour calculer tous les pont X(k), k=0,…,N-1:
•(# *) = (# +) = 4N2
Conclusion: Pas d’économie en terme de nombre d’opérations mais une
implantation facile par des circuits numérique ne nécessitant pas de
stockage pour les valeurs 𝑊𝑛𝑛𝑘 et 𝑥(𝑛).
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 85: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/85.jpg)
TFR et décimation dans le temps
On pose une contrainte: 𝑁 = 2𝑉
1 1 1
0 0 0
/2 1 /2 1 /2 1 /2 12 (2 1) 2 2
0 0 0 0
( ) ( ) ( ) ( )
(2 ) (2 1) (2 ) (2 1)
N N Nnk nk nk
N N N
n n npair impair
N N N Nrk rkrk r k k
N N N N N
r r r r
X k x n W x n W x n W
x r W x r W x r W x r W W
Sachant que 2 2
22 /2
/2
j jN N
N NW e e W
/2 1 /2 1
/2 /2
0 0
( ) (2 ) (2 1)N N
rk k rk
N N N
r r
X k x r W W x r W
( ) ( ) ( )k
NX k G k W H k
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 86: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/86.jpg)
TFR et décimation dans le temps
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
( ) ( ) ( )k
NX k G k W H k
𝐺(𝑘) et 𝐻(𝑘) sont
calculés pour k=0, 1,
…, 𝑁
2− 1. Pour le
reste de la
séquence, on utilise
le fait que 𝐺(𝑘) et
𝐻(𝑘) sont
périodiques.
/2 1 /2 1
/2 /2
0 0
( ) (2 ) (2 1)N N
rk k rk
N N N
r r
X k x r W W x r W
(# *)c =N+2(N/2)2
(# +)c=N+2(N/2)2
![Page 87: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/87.jpg)
TFR et décimation dans le temps
Peuvent être transformés en 2 DFT de taille 2
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 88: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/88.jpg)
TFR et décimation dans le temps
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 89: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/89.jpg)
TFR et décimation dans le temps B
it r
evers
e e
n e
ntr
ée
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 90: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/90.jpg)
Calcul de la complexité
𝑁 = 2𝜈
Directe : 𝑁2 multiplications complexes
Après une décimation: 𝑁 + 2𝑁
2
2= 𝑁 +
𝑁2
2
Après deux décimations: 𝑁 + 2𝑁
2+ 2
𝑁
4
2= 2𝑁 + 4
𝑁
4
2
Après 𝜈 − 1 décimations: (𝜈 − 1)𝑁 + 2𝜈−1(2) = 𝜈𝑁
Alors, le nombre de multiplications complexes est de 𝑁 log2 𝑁
Si on tient compte de l’astuce de la page précédente, e
nombre de multiplications complexes est de
𝑁
2log2 𝑁
Exemple: 𝑁 = 1024, (# ∗ 𝑟é𝑒𝑙𝑙𝑒𝑠 = 20480)
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 91: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/91.jpg)
Exercice
Une autre façon de calculer la complexité de la TFR (FFT) :
Supposant 𝑁 = 2𝜈, donner le nombre des papillons dans une
architecture TFR
après une première décimation : ……………..
après une deuxième décimation : ……………….
nombre total à la fin : …………………
Combien de multiplications complexes sont nécessaires pour
chaque papillons : ……………
Nombre total de multiplications complexes : …………….
Utilisant l’astuce, nombre total de multiplications complexes :
…………….
![Page 92: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/92.jpg)
TFR et décimation en fréquence
1
0
1 /2 1 12 2 2
0 0 /2
/2 1 /2 12 2 ( /2)
0 0
( ) ( )
(2 ) ( ) ( ) ( )
( ) ( / 2)
Nnk
N
n
N N Nnr nr nr
N N N
n n r N
N Nnr r n N
N N
n r
X k x n W
X r x n W x n W x n W
x n W x n N W
Puisque 2 ( /2) 2
/2
r n N rn rN rn
N N NW W W
/2 1
/2
0
(2 ) ( ) ( / 2)N
rn
N
n
X r x n x n N W
Et de la même manière
/2 1
/2
0
(2 1) ( ) ( / 2)N
n rn
N N
n
X r x n x n N W W
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 93: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/93.jpg)
TFR et décimation dans en fréquence
Bit re
vers
e e
n s
ortie
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 94: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/94.jpg)
TFR entrée/sortie naturelles
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 95: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/95.jpg)
Exercice
Supposer le signal continu 𝑥 𝑡 = sin(2𝜋𝑡)
Le spectre de ce signal présente deux deltas à +1 et -1.
Considérer maintenant le signal discret obtenu en échantillonnant 𝑥(𝑡) à 5 Hz.
( ) sin 25
nx n
Le spectre de ce signal contient des deltas aux fréquences 2
25
k
Maintenant on utilisera un TFD sur N points (N=10, N=12, N=90)
Devinez les X(k).
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 96: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/96.jpg)
Calcul matlab
n=0:9;
x=sin(2*pi*n/5);
X=fft(x);
plot(n,abs(X),’o-’);
Interpréter les valeurs de l’axe
de fréquence. Pour quoi deux
deltas aux k=2 et 8.
0 2 4 6 8 100
1
2
3
4
5
Par fois il est préférable d’appliquer une
rotation circulaire pour voir les
fréquences négatives en leur place.
X=fftshift(X)
plot(-5:4,abs(X),’o-’);
-6 -4 -2 0 2 40
1
2
3
4
5
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
![Page 97: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/97.jpg)
Calcul matlab
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
-50 0 500
5
10
15
20
25
30
35
40
45
18
n=0:89;
x=sin(2*pi*n/5);
X=fft(x);
X=fftshift(X);
plot(-45:44,abs(X),'o-');
-18
En fait, les X(k) sont des
échantillons du spectre analogique
de la fonction
2sin 0 90
( ) 5
0
n nx n
ailleurs
C’est-à-dire un sinus cardinal dont les
zéros sont à 2kπ/90, coïncidant avec X(k).
![Page 98: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/98.jpg)
Calcul matlab
Chapitre 4: Transformée de Fourier Discrète TFD 4-5- Transformée de Fourier Rapide
Si N ≠ multiple de la période, par exemple N=12 ou N=91.
0 2 4 6 8 10 120
0.5
1
1.5
2
2.5
3
3.5
4
4.5
0 10 20 30 40 50 60 70 80 900
5
10
15
20
25
30
35
40
45
![Page 99: Traitement du signal Chapitre 1- Signaux discrets](https://reader036.vdocuments.pub/reader036/viewer/2022062500/62af746c93688a3e85263014/html5/thumbnails/99.jpg)
Calcul matlab
0 0.2 0.4 0.6 0.8 10
1
2
3
4
5
6
0 0.2 0.4 0.6 0.8 10
5
10
15
20
25
30
35
40
45
n=0:89;
x=sin(2*pi*n/5);
X=fft(x,1024);
plot((0:1023)/1024,abs(X));
n=0:9;
x=sin(2*pi*n/5);
X=fft(x,1024);
plot((0:1023)/1024,abs(X));