Chapitre II
Systèmes, convolution et
corrélation des signaux
Chapitre II Systèmes, convolution et corrélation des signaux
I. Systèmes
I.1. Définition
Un système est un modèle mathématique d’un processus physique, qui transforme un signal
d’entrée (ou plusieurs signaux d’entrée) en un signal de sortie (ou plusieurs signaux de sortie).
L’entrée du système s’appelle ‘excitation’ et la sortie s’appelle ‘réponse’.
La Transformation 𝑇 du système peut-être une équation mathématique, équation
différentielle, opération algébrique, etc. On écrit : 𝑦(𝑡) = 𝑇{𝑥(𝑡)}.
Figure (II.1) : Schéma fonctionnel d’un système
Exemple :
Un système multiplicateur : 𝑦(𝑡) = 𝐴. 𝑥(𝑡)
I.2. Propriétés des systèmes
I.2.1. Linéarité
Un système 𝑆 de transformation 𝑇 est linéaire si et seulement s’il vérifié l’expression suivante :
𝑇{𝑥(𝑡)} = 𝑦(𝑡) ⟹ 𝑇{𝑎. 𝑥1 (𝑡) + 𝑏. 𝑥2 (𝑡)} = 𝑎. 𝑇{𝑥1 (𝑡)} + 𝑏. 𝑇{𝑥2 (𝑡)}
= 𝑎. 𝑦1 (𝑡) + 𝑏. 𝑦2 (𝑡)
Exemples :
1. 𝑦(𝑡) = 𝐴. 𝑥(𝑡)
𝑇{𝑥(𝑡)} = 𝐴. 𝑥(𝑡) = 𝑦(𝑡)
𝑇{𝑎. 𝑥1 (𝑡) + 𝑏. 𝑥2 (𝑡)} = 𝐴(𝑎. 𝑥1 (𝑡) + 𝑏. 𝑥2 (𝑡))
= 𝑎. 𝐴. 𝑥1 (𝑡) + 𝑏. 𝐴. 𝑥2 (𝑡)
= 𝑎. 𝑦1 (𝑡) + 𝑏. 𝑦2 (𝑡)
Donc ce système est linéaire.
2. 𝑦(𝑡) = |𝑥(𝑡)|
𝑇{𝑥(𝑡)} = |𝑥(𝑡)| = 𝑦(𝑡)
13
Chapitre II Systèmes, convolution et corrélation des signaux
𝑇{𝑎. 𝑥1 (𝑡) + 𝑏. 𝑥2 (𝑡)} = |𝑎. 𝑥1 (𝑡) + 𝑏. 𝑥2 (𝑡)|
𝑎. 𝑦1 (𝑡) + 𝑏. 𝑦2 (𝑡) = 𝑎. |𝑥1 (𝑡)| + 𝑏. |𝑥2 (𝑡)|
On a : |𝑎 + 𝑏| ≤ |𝑎| + |𝑏| ⟹ 𝑇{𝑎. 𝑥1 (𝑡) + 𝑏. 𝑥2 (𝑡)} ≠ 𝑎. 𝑦1 (𝑡) + 𝑏. 𝑦2 (𝑡)
Donc ce système est non linéaire.
I.2.2. Causalité
On dit qu’un système 𝑆 est causal si et seulement s’il vérifié l’expression suivante :
Si : 𝑥(𝑡) = 0 pour 𝑡 ≤ 𝑡0 alors : 𝑦(𝑡) = 0 pour 𝑡 ≤ 𝑡0
Un système est causal si la réponse 𝑦(𝑡) à l'instant 𝑡 = 𝑡0 ne dépend que des entrées 𝑥(𝑡) aux
instants 𝑡 ≤ 𝑡0 , c.à.d. la sortie ne doit pas précéder l’entrée.
Exemples :
1. 𝑦(𝑡) = 𝐴. 𝑥(𝑡)
Si : 𝑥(𝑡) = 0 pour 𝑡 ≤ 𝑡0 alors : 𝑦(𝑡) = 𝐴. 𝑥(𝑡) = 0 pour 𝑡 ≤ 𝑡0
Donc ce système est causal.
2. 𝑦(𝑡) = 𝑥(𝑡 + 2)
Si : 𝑥(𝑡) = 0 pour 𝑡 ≤ 𝑡0 alors : 𝑦(𝑡) = 𝑥(𝑡 + 2) ≠ 0 pour 𝑡 ≤ 𝑡0
Donc ce système est non causal.
I.2.3. Invariance dans le temps (stationnarité)
On dit qu’un système 𝑆 est invariant dans le temps (stationnaire) si et seulement s’il vérifié
l’expression suivante :
𝑇{𝑥(𝑡)} = 𝑦(𝑡) ⟹ 𝑇{𝑥(𝑡 − 𝑡0 )} = 𝑦(𝑡 − 𝑡0 )
Un système est invariant dans le temps si un décalage temporel à l’entrée conduit à un décalage
temporel de même valeur à la sortie.
Exemples :
1. 𝑦(𝑡) = 𝐴. 𝑥(𝑡)
𝑇{𝑥(𝑡)} = 𝐴. 𝑥(𝑡) = 𝑦(𝑡) ⟹ 𝑇{𝑥(𝑡 − 𝑡0 )} = 𝐴. 𝑥(𝑡 − 𝑡0 ) = 𝑦(𝑡 − 𝑡0 )
Donc ce système est invariant dans le temps.
14
Chapitre II Systèmes, convolution et corrélation des signaux
2. 𝑦(𝑡) = 𝑡. 𝑥(𝑡)
𝑇{𝑥(𝑡)} = 𝑡. 𝑥(𝑡) = 𝑦(𝑡) ⟹ 𝑇{𝑥(𝑡 − 𝑡0 )} = 𝑡. 𝑥(𝑡 − 𝑡0 )
𝑦(𝑡 − 𝑡0 ) = (𝑡 − 𝑡0 ). 𝑥(𝑡 − 𝑡0 )
𝑇{𝑥(𝑡 − 𝑡0 )} ≠ 𝑦(𝑡 − 𝑡0 )
Donc ce système est variant dans le temps.
I.2.4. Stabilité
On dit qu’un système 𝑆 est stable si et seulement s’il vérifié l’expression suivante :
∃ 𝛼 ∈ ℛ∗ : |𝑥(𝑡)| ≤ 𝛼 ⟹ ∃ 𝛽 ∈ ℛ ∗ : |𝑦(𝑡)| = |𝑇{𝑥(𝑡)}| ≤ 𝛽
Un système est stable si en réponse à une entrée bornée, sa sortie est bornée.
Exemples :
1. 𝑦(𝑡) = 3. 𝑥(𝑡)
∃ 𝛼 ∈ ℛ∗ : |𝑥(𝑡)| ≤ 𝛼 ⟹ ∃ 𝛽 ∈ ℛ ∗ : |𝑦(𝑡)| = |3. 𝑥(𝑡)| ≤ 𝛽
Donc ce système est stable.
2. 𝑦(𝑡) = 𝑡. 𝑥(𝑡)
∃ 𝛼 ∈ ℛ∗ : |𝑥(𝑡)| ≤ 𝛼 ⟹ ∄ 𝛽 ∈ ℛ ∗ : |𝑦(𝑡)| = |𝑡. 𝑥(𝑡)| ≤ 𝛽
Donc ce système est instable.
Remarque :
On dit qu’un système 𝑆 est un système 𝐿𝐼𝑇 s’il est Linéaire et Invariant dans le Temps.
Exercice :
Etudier la linéarité, la causalité, la stabilité et l’invariance dans le temps du système suivant :
𝑦(𝑡) = 𝑥 2 (𝑡)
Solution :
Le système décrit ci-dessus est non linéaire, causal, stable et invariant dans le temps (stationnaire),
donc ce n’est pas un système 𝐿𝐼𝑇.
15
Chapitre II Systèmes, convolution et corrélation des signaux
II. Convolution
II.1. Réponse impulsionnelle
La réponse impulsionnelle ℎ(𝑡) d’un système 𝐿𝐼𝑇 est définie comme la réponse du
système pour l’entée impulsion de Dirac 𝛿(𝑡). La réponse impulsionnelle est une caractéristique
très importante en traitement du signal.
Figure (II.2) : Schéma fonctionnel d’un système de réponse impulsionnelle
II.2. Produit de convolution
II.2.1. Définition
Le signal de sortie d’un système 𝐿𝐼𝑇 est obtenu par une opération entre l’entrée 𝑥(𝑡) de ce
système et sa réponse impulsionnelle ℎ(𝑡), cette opération est appelée : la convolution. C’est
l’outil la plus fondamentale du traitement du signal, elle est donnée par :
+∞
𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) = ∫ 𝑥(𝜏). ℎ(𝑡 − 𝜏)𝑑𝜏
−∞
II.2.2. Calcul de la convolution
Pour calculer le produit de convolution entre deux signaux analogiques 𝑥(𝑡) et ℎ(𝑡), on
suit les étapes suivantes :
➢ Traçage des signaux 𝑥(𝑡) et ℎ(𝑡) avec changement de variable 𝑡 → 𝜏 : 𝑥(𝜏) et ℎ(𝜏).
➢ Fixation du signal 𝑥(𝜏) et renversement du signal ℎ(𝜏) par rapport au temps : ℎ(−𝜏).
➢ Décalage du signal ℎ(−𝜏) par 𝑡 : ℎ(𝑡 − 𝜏).
➢ Calcul de l’intégral du produit 𝑥(𝜏). ℎ(𝑡 − 𝜏) en répétant l’opération pour 𝑡 ∈ ]−∞, +∞[.
Exemple :
Soit un système 𝑆 linéaire invariant dans le temps caractérisé par sa réponse impulsionnelle ℎ(𝑡)
𝑡 𝑡−2
telle que : ℎ(𝑡) = 𝑟𝑒𝑐𝑡 (4), l'entrée de ce système est : 𝑥(𝑡) = 𝑟𝑒𝑐𝑡 ( ).
4
1. Tracer les signaux 𝑥(𝑡) et ℎ(𝑡).
2. Calculer et tracer 𝑦(𝑡) la réponse de ce système à l'entrée 𝑥(𝑡).
16
Chapitre II Systèmes, convolution et corrélation des signaux
Solution :
1. Traçage des signaux 𝑥(𝑡) et ℎ(𝑡) :
2. La réponse 𝑦(𝑡) de ce système est le produit de convolution entre 𝑥(𝑡) et ℎ(𝑡) :
+∞
𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) = ∫−∞ 𝑥(𝜏). ℎ(𝑡 − 𝜏)𝑑𝜏
1er Cas : 𝑡 + 2 ≤ 0 ⟺ 𝑡 ≤ −2 :
𝑦(𝑡) = 0, car il n’y a pas d’intersection entre les deux signaux.
2ème Cas : 0 ≤ 𝑡 + 2 ≤ 4 ⟺ −2 ≤ 𝑡 ≤ 2 :
𝑡+2
𝑦(𝑡) = ∫0 (1.1)𝑑𝜏
= 𝜏| 𝑡+2
0
𝑦(𝑡) = 𝑡 + 2
3ème Cas : 0 ≤ 𝑡 − 2 ≤ 4 ⟺ 2 ≤ 𝑡 ≤ 6 :
17
Chapitre II Systèmes, convolution et corrélation des signaux
4
𝑦(𝑡) = ∫𝑡−2(1.1)𝑑𝜏
= 𝜏| 4𝑡−2
𝑦(𝑡) = 4 − 𝑡 + 2
𝑦(𝑡) = −𝑡 + 6
4ème Cas : 𝑡 − 2 ≥ 4 ⟺ 𝑡 ≥ 6 :
𝑦(𝑡) = 0
0, 𝑡 ≤ −2
𝑡 + 2, − 2 ≤ 𝑡 ≤ 2
Donc : 𝑦(𝑡) = {
−𝑡 + 6, 2 ≤ 𝑡 ≤ 6
0, 𝑡≥6
II.2.3. Propriétés de la convolution
➢ La commutativité : 𝑥(𝑡) ∗ ℎ(𝑡) = ℎ(𝑡) ∗ 𝑥(𝑡)
➢ La distributivité : [𝑥(𝑡) + 𝑦(𝑡)] ∗ ℎ(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) + 𝑦(𝑡) ∗ ℎ(𝑡)
➢ L’associativité : [𝑥(𝑡) ∗ 𝑦(𝑡)] ∗ ℎ(𝑡) = 𝑥(𝑡) ∗ [𝑦(𝑡) ∗ ℎ(𝑡)]
+∞
➢ L’élément neutre : 𝑥(𝑡) ∗ 𝛿(𝑡) = ∫−∞ 𝑥(𝜏). 𝛿(𝑡 − 𝜏)𝑑𝜏 = 𝑥(𝑡)
18
Chapitre II Systèmes, convolution et corrélation des signaux
III. Technique de corrélation
III.1. Définition
La fonction de corrélation (ou intercorrélation) est une technique de comparaison sert à
mesurer le degré de ressemblance entre deux signaux analogiques 𝑥(𝑡) et 𝑦(𝑡), elle est utilisée
dans les radars, les sonars, les communications numériques, la mesure de temps de transmission,
etc. La corrélation est une fonction de 𝜏 définie comme suit :
• Pour les signaux à énergie finie :
+∞
𝐶𝑥𝑦 (𝜏) = ∫−∞ 𝑥(𝑡). 𝑦(𝑡 + 𝜏)𝑑𝑡
• Pour les signaux à puissance moyenne finie :
1 𝑇
𝐶𝑥𝑦 (𝜏) = lim ∫ 𝑥(𝑡). 𝑦(𝑡 + 𝜏)𝑑𝑡
𝑇→+∞ 𝑇 0
• Pour les signaux périodiques :
1 𝑇
𝐶𝑥𝑦 (𝜏) = 𝑇 ∫0 𝑥(𝑡). 𝑦(𝑡 + 𝜏)𝑑𝑡
La fonction d’autocorrélation est une technique de comparaison entre un signal analogique
𝑥(𝑡) et ses copies décalées, elle est définie comme suit :
• Pour un signal à énergie finie :
+∞
𝐶𝑥𝑥 (𝜏) = ∫−∞ 𝑥(𝑡). 𝑥(𝑡 + 𝜏)𝑑𝑡
• Pour un signal à puissance moyenne finie :
1 𝑇
𝐶𝑥𝑥 (𝜏) = lim ∫0 𝑥(𝑡). 𝑥(𝑡 + 𝜏)𝑑𝑡
𝑇→+∞ 𝑇
• Pour un signal périodique :
1 𝑇
𝐶𝑥𝑥 (𝜏) = 𝑇 ∫0 𝑥(𝑡). 𝑥(𝑡 + 𝜏)𝑑𝑡
III.2. Calcul de la corrélation
Pour calculer la fonction de corrélation entre deux signaux analogiques 𝑥(𝑡) et 𝑦(𝑡), on
suit les étapes suivantes :
➢ Traçage des signaux 𝑥(𝑡) et 𝑦(𝑡).
➢ Fixation du signal 𝑥(𝑡) et décalage du signal 𝑦(𝑡) par 𝜏 : 𝑦(𝑡 + 𝜏).
➢ Calcul de l’intégral du produit 𝑥(𝑡). 𝑦(𝑡 + 𝜏) en répétant l’opération pour 𝜏 ∈ ]−∞, +∞[.
19
Chapitre II Systèmes, convolution et corrélation des signaux
III.3. Propriétés de la corrélation
➢ 𝐶𝑥𝑦 (𝜏) ≠ 𝐶𝑦𝑥 (𝜏)
➢ 𝐶𝑥𝑥 (𝜏) est maximale pour 𝜏 = 0
➢ 𝐶𝑥𝑥 (𝜏) est une fonction paire càd. 𝐶𝑥𝑥 (𝜏) = 𝐶𝑥𝑥 (−𝜏)
➢ 𝐶𝑥𝑥 (0) = 𝐸𝑥 (𝑜𝑢 𝑃𝑥 ), l’énergie (ou puissance) du signal 𝑥(𝑡)
➢ 𝐶𝑥𝑦 (𝑡) = 𝑥(𝑡) ∗ 𝑦(−𝑡)
Exercice :
On considère les deux signaux analogiques 𝑥(𝑡) et ℎ(𝑡) définis par :
𝑡−1
𝑥(𝑡) = 𝑒 −𝑡 . 𝑢(𝑡) & ℎ(𝑡) = 𝑟𝑒𝑐𝑡 ( )
2
1. Représenter les signaux 𝑥(𝑡), ℎ(𝑡) et 𝑦(𝑡) où 𝑦(𝑡) = ℎ(−𝑡).
2. Calculer le produit de convolution entre les deux signaux 𝑥(𝑡) et ℎ(𝑡).
3. Calculer la fonction de corrélation 𝐶𝑥𝑦 (𝜏).
4. En déduire une relation entre la corrélation et la convolution.
Solution :
1. Représentation des signaux :
𝑒 −𝑡 , 𝑡 ≥ 0
𝑥(𝑡) = 𝑒 −𝑡 . 𝑢(𝑡) = {
0, 𝑡<0
𝑡−1 1, 0 ≤ 𝑡 ≤ 2
ℎ(𝑡) = 𝑟𝑒𝑐𝑡 ( )={
2 0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
1, −2 ≤ 𝑡 ≤ 0
𝑦(𝑡) = ℎ(−𝑡) = {
0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
2. La convolution entre 𝑥(𝑡) et ℎ(𝑡) :
+∞
𝑔(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) = ∫−∞ 𝑥(𝜏). ℎ(𝑡 − 𝜏)𝑑𝜏
1er Cas : 𝑡 ≤ 0 :
20
Chapitre II Systèmes, convolution et corrélation des signaux
𝑔(𝑡) = 0, car il n’y a pas d’intersection entre les deux signaux.
2ème Cas : 𝑡 − 2 ≤ 0 & 𝑡 ≥ 0 ⟺ 0 ≤ 𝑡 ≤ 2 :
𝑡
𝑔(𝑡) = ∫0 (𝑒 −𝜏 . 1)𝑑𝜏
= −𝑒 −𝜏 | 𝑡0
𝑔(𝑡) = 1 − 𝑒 −𝑡
3ème Cas : 𝑡 − 2 ≥ 0 ⟺ 𝑡 ≥ 2 :
𝑡
𝑔(𝑡) = ∫𝑡−2(𝑒 −𝜏 . 1)𝑑𝜏
= −𝑒 −𝜏 | 𝑡𝑡−2
𝑔(𝑡) = −(𝑒 −𝑡 − 𝑒 −(𝑡−2) )
= −(𝑒 −𝑡 − 𝑒 −𝑡 . 𝑒 2 )
𝑔(𝑡) = 𝑒 −𝑡 (𝑒 2 − 1)
Donc :
21
Chapitre II Systèmes, convolution et corrélation des signaux
0, 𝑡≤0
−𝑡
𝑔(𝑡) = {1 − 𝑒 , 0 ≤ 𝑡≤2
−𝑡 (𝑒 2
𝑒 − 1), 𝑡 ≥ 2
3. La fonction de corrélation 𝐶𝑥𝑦 (𝜏) :
+∞
𝐶𝑥𝑦 (𝜏) = ∫−∞ 𝑥(𝑡). 𝑦(𝑡 + 𝜏)𝑑𝑡
1er Cas : 𝜏 ≤ 0 :
𝐶𝑥𝑦 (𝜏) = 0, car il n’y a pas d’intersection entre les deux signaux.
2ème Cas : 𝜏 − 2 ≤ 0 & 𝜏 ≥ 0 ⟺ 0 ≤ 𝜏 ≤ 2 :
𝜏
𝐶𝑥𝑦 (𝜏) = ∫0 (𝑒 −𝑡 . 1)𝑑𝑡
= −𝑒 −𝜏 | 𝜏0
𝐶𝑥𝑦 (𝜏) = 1 − 𝑒 −𝜏
3ème Cas : 𝜏 − 2 ≥ 0 ⟺ 𝜏 ≥ 2 :
𝜏
𝐶𝑥𝑦 (𝜏) = ∫𝜏−2(𝑒 −𝑡 . 1)𝑑𝑡
= −𝑒 −𝑡 | 𝜏𝜏−2
22
Chapitre II Systèmes, convolution et corrélation des signaux
𝐶𝑥𝑦 (𝜏) = −(𝑒 −𝜏 − 𝑒 −(𝜏−2) )
= −(𝑒 −𝜏 − 𝑒 −𝜏 . 𝑒 2 )
𝐶𝑥𝑦 (𝜏) = 𝑒 −𝜏 (𝑒 2 − 1)
Donc :
0, 𝜏≤0
−𝜏
𝐶𝑥𝑦 (𝜏) = {1 − 𝑒 , 0 ≤ 𝜏 ≤ 2
𝑒 −𝜏 (𝑒 2 − 1), 𝜏 ≥ 2
4. Relation entre la corrélation et la convolution :
On voit clairement que : 𝐶𝑥𝑦 (𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) et puisque ℎ(𝑡) = 𝑦(−𝑡), on peut déduire que :
𝐶𝑥𝑦 (𝑡) = 𝑥(𝑡) ∗ 𝑦(−𝑡).
23