Système d’interférences radiofréquences pour la

cryptographie par chaos appliquée aux transmissions

hertziennes
A. Pallavisini

To cite this version:

A. Pallavisini. Système d’interférences radiofréquences pour la cryptographie par chaos appliquée
aux transmissions hertziennes. Sciences de l’ingénieur [physics]. Université de Franche-Comté, 2007.
Français. �NNT : �. �tel-00373707�

HAL Id: tel-00373707

[Link]
Submitted on 7 Apr 2009

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
No d’ordre : XXX Année 2006

THÈSE
présentée à

L’U.F.R DES SCIENCES ET TECHNIQUES

DE L’UNIVERSITÉ DE FRANCHE-COMTÉ

pour obtenir le

GRADE DE DOCTEUR DE L’UNIVERSITÉ

DE FRANCHE-COMTÉ
Spécialité Sciences pour l’Ingénieur

SYSTEME D’INTERFERENCES
RADIOFREQUENCES POUR LA CRYPTOGRAPHIE
PAR CHAOS APPLIQUEE AUX TRANSMISSIONS
HERTZIENNES

par

Aurélien PALLAVISINI

Soutenue le XX/XX/XXXX devant la commission d’examen :

Président/Rapporteur Hervé MAILLOTE Directeur de Recherche LOPMD

Rapporteur Raymond QUÉRÉ Professeur à l’Université de Limoges, IRCOM

Examinateurs Sylvan EL ASSAD Maître de conférences à l’Université de Nantes

Nadia BUTTERLAIN Maître de conférences à l’Université de Franche-Comté
Laurent LARGER Professeur à l’Université de Franche-Comté
Table des matières

Introduction 1

1 Les systèmes non linéaires : généralités 7

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Systèmes linéaires, exemples . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.1 Oscillateur classique . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Influence d’un retard dans une boucle d’oscillation . . . . . . . . . . 12
1.3 Systèmes et comportements fortement non linéaires . . . . . . . . . . . . . 14
1.3.1 Stabilisation de l’amplitude des oscillations . . . . . . . . . . . . . . 14
1.3.2 Quelques phénomènes non linéaires . . . . . . . . . . . . . . . . . . 15
1.3.3 Oscillateur de Chua . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.4 Dynamique non linéaire à retard . . . . . . . . . . . . . . . . . . . . 18
1.4 Outils et techniques de caractérisation . . . . . . . . . . . . . . . . . . . . 24
1.4.1 Analyse statistique : quelques définitions . . . . . . . . . . . . . . . 25
1.4.2 Analyse dans le domaine fréquentiel . . . . . . . . . . . . . . . . . . 27
1.4.3 Espace des phases et types d’attracteurs . . . . . . . . . . . . . . . 29
1.4.4 Notions de bifurcation . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.4.5 Les types de bifurcation et ses diagrammes . . . . . . . . . . . . . . 33
1.4.6 Exposants de Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . 36
1.5 Applications des différents types d’oscillateurs . . . . . . . . . . . . . . . . 38
1.5.1 Télécommunications à porteuse harmonique . . . . . . . . . . . . . 38
1.5.2 Télécommunications à étalement de spectre . . . . . . . . . . . . . 39
1.5.3 Cryptographie par chaos . . . . . . . . . . . . . . . . . . . . . . . . 41

2 La cryptographie par chaos en fréquence 51

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.2 Les transmissions hertziennes : la modulation de fréquence . . . . . . . . . 52
2.2.1 Quelques rappels sur les radiofréquences et les hyperfréquences en
télécommunication . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.2.2 Rappels et définition de la modulation en fréquence . . . . . . . . . 55
 Table des matières

2.2.3 Les techniques de démodulation de signaux FM . . . . . . . . . . . 55

2.2.4 Les antennes de transmission . . . . . . . . . . . . . . . . . . . . . 59
2.3 Système électronique de cryptographie par chaos . . . . . . . . . . . . . . . 62
2.3.1 Conversion de la dynamique chaotique . . . . . . . . . . . . . . . . 63
2.3.2 La fonction non linéaire . . . . . . . . . . . . . . . . . . . . . . . . 64
2.3.3 Retard temporel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.3.4 Filtre assurant la dynamique limitante du système en bande de base 68
2.3.5 Caractérisation du chaos en fréquence de l’oscillateur HF . . . . . . 70
2.3.6 Système de réception et de réplication du chaos . . . . . . . . . . . 72
2.3.7 Synchronisation et extraction de l’information . . . . . . . . . . . . 74
2.3.8 Perspectives d’adaptation aux fréquences UHF . . . . . . . . . . . . 77
2.4 Système d’interférences RF . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.4.1 L’oscillateur commandé en tension . . . . . . . . . . . . . . . . . . 78
2.4.2 Principe de réalisation de la fonction non linéaire . . . . . . . . . . 79
2.4.3 Le retard temporel . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
2.4.4 La dynamique limitante . . . . . . . . . . . . . . . . . . . . . . . . 88
2.5 Caractérisation de l’oscillateur chaotique . . . . . . . . . . . . . . . . . . . 89
2.5.1 Définition du modèle mathématique . . . . . . . . . . . . . . . . . . 89
2.5.2 Simulations numériques des comportements dynamiques . . . . . . 90
2.5.3 Paramètres de l’oscillateur . . . . . . . . . . . . . . . . . . . . . . . 92
2.5.4 Analyse temporelle, spectrale et statistique . . . . . . . . . . . . . . 93
2.5.5 Diagrammes de bifurcation . . . . . . . . . . . . . . . . . . . . . . . 96
2.5.6 Espace des phases . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.5.7 Exposants et dimension de Lyapunov . . . . . . . . . . . . . . . . . 100
2.6 Réception et réplication de la porteuse chaotique . . . . . . . . . . . . . . 102
2.6.1 La boucle à verrouillage de phase : synchronisation . . . . . . . . . 103
2.6.2 Réplication du chaos . . . . . . . . . . . . . . . . . . . . . . . . . . 105
2.6.3 Conditions de fonctionnement et de simulations . . . . . . . . . . . 110
2.6.4 Les effets de la constante de temps sur la non linéarité . . . . . . . 111
2.7 Applications aux communications cryptées . . . . . . . . . . . . . . . . . . 114
2.7.1 Analyse du chaos contenant l’information . . . . . . . . . . . . . . . 115
2.7.2 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

3 Résultats expérimentaux 121

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
3.2 Analyse des composants de l’oscillateur . . . . . . . . . . . . . . . . . . . . 122
3.2.1 Caractéristique de l’oscillateur commandé en tension . . . . . . . . 122
3.2.2 La non linéarité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
 Table des matières

3.2.3 Relevé expérimental de la fonction d’interférence . . . . . . . . . . . 132

3.3 Analyse des interférences RF . . . . . . . . . . . . . . . . . . . . . . . . . . 136
3.3.1 Faibles différences de chemin RF . . . . . . . . . . . . . . . . . . . 136
3.3.2 Grandes différences de chemin RF . . . . . . . . . . . . . . . . . . . 138
3.3.3 Choix des paramètres de l’interféromètre RF . . . . . . . . . . . . . 140
3.4 Caractérisation de l’oscillateur chaotique . . . . . . . . . . . . . . . . . . . 142
3.4.1 Evolution temporelle et spectrale . . . . . . . . . . . . . . . . . . . 143
3.4.2 Diagramme de bifurcation . . . . . . . . . . . . . . . . . . . . . . . 144
3.5 La réplication du chaos en fréquence . . . . . . . . . . . . . . . . . . . . . 152
3.5.1 Accordabilité des fonctions de l’émetteur et du récepteur . . . . . . 153
3.5.2 Synchronisation entre deux signaux chaotiques . . . . . . . . . . . . 154
3.5.3 Influence de l’ordre d’interférence ∆T . . . . . . . . . . . . . . . . . 155
3.5.4 Influence du gain normalisé β . . . . . . . . . . . . . . . . . . . . . 156
3.6 Système de cryptographie . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
3.6.1 Codage d’un message analogique . . . . . . . . . . . . . . . . . . . 158
3.6.2 Codage d’un message numérique . . . . . . . . . . . . . . . . . . . . 159
3.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
3.8 Perspectives expérimentales . . . . . . . . . . . . . . . . . . . . . . . . . . 161

Conclusion générale et perspectives 165

Annexes 169

A Cartes électroniques du chaos en fréquence (BF) 169

B Résolution de l’équation différentielle du second ordre par la méthode

Runge-Kutta du quatrième ordre 177

C Calcul de l’influence du compensateur d’erreur dans la matrice [S] ob-

tenue 181

D Calcul du chaînage de plusieurs quadripôles 183

E Schémas des cartes électroniques et opto-électroniques réalisées 185

E.1 Support de la diode laser CATV (modulation et alimentation) . . . . . . . 185
E.2 Schéma électronique d’une partie de l’émetteur . . . . . . . . . . . . . . . . 186
E.3 Schéma électronique d’une partie du récepteur . . . . . . . . . . . . . . . . 187
E.4 Typon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
E.5 Photographie des cartes électroniques de l’émetteur et du récepteur . . . . 189
E.5.1 Emetteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
 Table des matières

E.5.2 Récepteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

E.5.3 Support de la diode laser . . . . . . . . . . . . . . . . . . . . . . . . 190

Bibliographie 191
Introduction

L’histoire des télécommunications est liée à la fois à l’évolution des sciences physiques,
mais aussi à des besoins liés à l’évolution de la société [1]. Depuis l’antiquité, l’homme n’a
cessé de chercher les différents moyens (parole, geste de la main, signaux de fumée, tam-
tam, document écrit...) pour transmettre un message à son correspondant, et donc pour
communiquer. Ainsi, l’être humain, à travers les époques successives, a fourni ses efforts
intellectuels aussi bien que physiques afin de découvrir des méthodes de communication
adéquates.
C’est en 1790 que le physicien Claude Chappe présente, à la nouvelle assemblée natio-
nale, un projet d’une ligne permanente de télégraphe optique. L’idée de Chappe n’est pas
d’associer un signal à une lettre mais à un mot ou à une expression. En 1794, la première
ligne télégraphique optique fut créée entre Paris et Lille.
Contrairement aux premiers inventeurs du télégraphe, l’américain Samuel Morse est un
scientifique. Il recherche un système simple et pratique. Son télégraphe exécute des signaux
codés à l’aide d’un levier à ressort actionné à la main. Celui-ci, en fermant ou en ouvrant
un circuit, provoque dans l’appareil récepteur des signaux identiques. Le code est composé
seulement de deux éléments (un signal court, un signal long), la combinaison de quatre
d’entre eux suffit pour constituer les lettres de l’alphabet. En 1839, l’anglais William
Cooke installe sa première ligne de télégraphe électrique. La vitesse de transmission de
280000 milles par seconde (celle de l’électricité), doit permettre une transmission dans le
monde entier. La liaison trans-manche sera installée en 1851 grâce à une technique, mise
au point par l’allemand Siemens, permettant d’isoler un câble électrique en milieu marin.
Il faudra attendre quinze ans pour qu’une liaison transatlantique soit opérationnelle. Cette
opération s’est effectuée grâce au plus grand paquebot de l’époque sur lequel fut chargé
un câble de 4000 km.
Comme pour de nombreuses inventions, la TSF a bénéficié des découvertes de diffé-
rentes personnes :
– Le physicien anglais Olivier Lodge construit en 1894 un récepteur d’ondes hert-
ziennes avec un tube à limaille.
– Le physicien français Edouard Branly mène des recherches sur les corps conducteurs
et étudie l’évolution de la conductibilité en fonction de différents rayonnements
2 Introduction

calorifiques et lumineux. En 1890, il remarque que, sous l’effet d’une étincelle, un

tube à limaille de fer devient alternativement conducteur ou isolant.
Marconi a besoin d’argent pour fiabiliser l’émetteur/récepteur complet qu’il a mis au
point et le mettre sur le marché. Il trouvera cet appui auprès de sa famille pour fabriquer et
commercialiser les premiers postes TSF. Son premier marché sera l’équipement des phares
isolés en mer. Mais c’est surtout l’armée qui fera appel à Marconi pour équiper la flotte
britannique. En 1901, il s’associe avec la compagnie d’assurance maritime Lloyd’s pour
transmettre des informations sur les navires. La Lloyd’s possède en effet un réseau de plus
de mille agents, dans les principaux ports du monde, chargés de recueillir l’information
sur l’arrivée et la circulation des navires.
L’histoire est relativement vaste concernant les télécommunications, avec un déve-
loppement scientifique et social, avec un intérêt et une dépendance grandissants pour
les nouveaux modes de télécommunications. Ces modes de télécommunications sont en
perpétuelle évolution, avec la recherche de meilleurs débits, de plus grandes facilités d’uti-
lisation, de meilleure mobilité et, de plus en plus, avec des contraintes de confidentialité.
De nos jours plus particulièrement, les télécommunications hertziennes sont devenues
un moyen de communication de plus en plus développé avec un nombre d’utilisateurs en
constante augmentation (fig.1).

Fig. 1 – Evolution du marché de la téléphonie mobile

La banalisation et la généralisation des communications hertziennes modernes im-

pliquent son utilisation aussi pour des messages à caractère confidentiel. La nature numé-
rique de ce mode de communication offre certes toute une panoplie de techniques crypto-
graphiques algorithmiques, mais la montée en puissance des calculateurs met, chaque jour,
 Introduction 3

un peu plus en péril la sécurité supposée de cette cryptographie numérique. L’objet de ce

travail de thèse concerne précisément l’étude d’une solution de caractérisation différente
de la cryptographie algorithmique contemporaine.
Cultivée depuis l’antiquité, la cryptographie (du grec kruptos, caché, et graphein,
écrire) est plusieurs fois millénaire. Dans la Chine antique on utilisait déjà la stégano-
graphie, c’est à dire l’art de dissimuler un message secret dans un texte d’aspect anodin.
En Inde, le célèbre "Kàma-Sùtra" recommandait aux femmes d’apprendre - entre autres
choses - l’art des écritures secrètes qui doit leur permettre de dissimuler leurs liaisons. En
Mésopotamie, une autre grande civilisation de l’antiquité, on remplaçait des mots par des
nombres. En Grèce, on utilisait un instrument appelé "scytale" pour mélanger les lettres
d’un message...
L’histoire de la cryptographie [2], c’est l’histoire d’une guerre. La guerre qui oppose,
depuis des siècles, ceux qui ont quelque chose à cacher (qu’ils soient militaires, scientifiques,
politiciens, financiers ou même amants illégitimes) et ceux qui aimeraient bien savoir ce
qu’on leur cache (les ennemis, les concurrents, les espions, les escrocs et même les maris
jaloux). Les deux camps se livrent une lutte sans fin. Ainsi, dès que l’un a trouvé un
nouveau moyen de chiffrer ses messages, l’autre se dépêche de trouver un moyen de les
décrypter. Et, jusqu’à présent, il y est toujours parvenu. Ce n’est qu’une question de
temps et de moyens.
Le principe général de la cryptographie algorithmique consiste à trouver une trans-
formation mathématique complexe qui permet, à partir d’un message clair, d’obtenir
un message dit "chiffré", d’apparence quasi-aléatoire, où les règles du langage ont dis-
paru. La sécurité dépend alors de la difficulté à inverser cette transformation, à partir
d’informations sur la "quasi-disparition" des règles du langage. Le message chiffré doit
donc apparaître le plus possible comme "aléatoire" ou "incohérent". Dans un tout autre
contexte, mais avec des propriétés ressemblantes, la physique, en général, s’est intéressée,
durant ces dernières années, à des phénomènes d’apparence "aléatoires" ou "incohérents",
mais d’origine tout à fait déterministe [3] : ceux produits par des systèmes dynamiques
dit chaotiques.
Il existe d’innombrables exemples de comportement chaotique dans notre vie quoti-
dienne. Les trajectoires d’une feuille tombant d’un arbre, celles des volutes d’une fumée
s’élevant dans les airs, celles d’un objet lancé dans un cours d’eau, en font partie et sont
effectivement difficiles à prévoir. Une autre illustration que l’on peut en donner est celle
d’un jeu de boules de billard à obstacles convexes. Théoriquement, il est possible de faire
en sorte qu’une boule de billard frappe trois faces d’une table de billard en leur centre,
où seraient placés des obstacles convexes, avant de revenir à sa position initiale. Dans la
réalité, d’infimes inexactitudes dans la direction initiale entraînent des trajectoires tota-
4 Introduction

lement différentes (fig.) [4].

Fig. 2 – Différence de trajectoire de boules de billard

La théorie du chaos a été reconnue, d’un point de vue médiatique, en tant que telle à
partir des années 1960 grâce aux travaux d’un certain nombre de chercheurs (dont Lorenz),
et grâce à l’émergence de nouveaux outils de calculs (ordinateurs). Ainsi, un système chao-
tique est un système complexe, régi par un certain nombre de lois déterministes (comme
celles de la météorologie par exemple), dépendant de plusieurs paramètres, et dont la
caractéristique d’ensemble fondamentale est son extrême sensibilité aux conditions ini-
tiales [5]. Le comportement de tels systèmes est imprévisible, bien que leurs composantes
soient gouvernées par des lois simples, connues, déterministes. Les méthodes théoriques
et mathématiques sont souvent complexes et partiellement efficaces pour la prévision de
tels systèmes ; on en est parfois réduit à tenir compte de la statistique, du seul calcul des
probabilités pour analyser des comportements chaotiques.

Les deux points que sont le chaos et la transmission hertzienne évoqués précédem-
ment peuvent être réunis pour donner naissance à la cryptographie par chaos. Celle-ci a
pour but de masquer dans un pseudo-bruit d’origine chaotique un message d’information,
pour parer aux éventuelles attaques et piratages qui sont en constante progression depuis
quelques années. La cryptographie par chaos est un principe de cryptographie à clés se-
crètes. La connaissance de celles-ci est indispensable de chaque coté de la transmission
pour le chiffrement/masquage et le déchiffrement. Le système décrit tout au long de ce
manuscrit est un oscillateur permettant de générer un signal dont la fréquence, bien que
 Introduction 5

déterministe, possède une évolution pseudo-aléatoire car chaotique. Ce signal est la por-
teuse de notre modulation en fréquence qui va masquer le signal d’information. De plus, le
fait d’utiliser une porteuse chaotique en modulation de fréquence rend le système proposé
compatible avec un grand nombre d’applications actuelles de ce format de modulation.

Ce travail de thèse se décompose en quatre parties :

– Le premier chapitre sera un rappel des systèmes déjà réalisés dans le contexte de
la cryptographie par chaos. Il énoncera également quelques techniques d’analyse
permettant d’étudier le signal chaotique émis par notre oscillateur.
– Un second chapitre présentera plus en détail un premier système de cryptographie
par chaos en fréquence. Ce premier système, ainsi que le second conçu en plus haute
fréquence, utilisent une large partie électronique, c’est pourquoi quelques notions
utilisées dans les phénomènes de propagation en radiofréquences et en électronique
rapide seront présentées.
– Le troisième chapitre présentera le système réalisé au cours de cette thèse. Les
simulations numériques à partir des calculs mathématiques appuieront les études
électroniques et les phénomènes physiques abordés dans la partie expérimentale.
– Le dernier chapitre essaiera d’approuver expérimentalement l’exactitude du mo-
dèle mathématique mis en place. Nous énoncerons les problèmes rencontrés dans la
conception du système et l’influence qu’ils peuvent avoir dans l’opération de syn-
chronisation entre chaos, opération essentielle en vue du décodage de l’information.

Bonne lecture. . .
Chapitre 1

Les systèmes non linéaires : généralités

La seule vraie sciences

est la connaissance des faits
Buffon, Histoire Naturelle

1.1 Introduction

Ce premier chapitre a pour objectif de donner une introduction générale sur les com-
portements dynamiques non linéaires et leur application à la sécurisation de l’information.
Il commencera par une présentation des systèmes dynamiques linéaires, sur la base d’os-
cillateurs électroniques classiques et de leurs conditions de démarrage des oscillations.
La limitation de l’amplitude de ces oscillations nous amènera assez naturellement aux
phénomènes non linéaires, qui seront également décrits sur la base d’autres exemples élec-
troniques. Une classe particulière d’oscillateurs non linéaires directement concernée par ce
travail de thèse sera ensuite décrite : les dynamiques non linéaires à retard. Une étude des
solutions dynamiques d’un modèle simplifié de ces dynamiques à retard, le modèle discret,
nous permettra de mettre en évidence la richesse de comportements possibles en fonction
de la valeur de certains paramètres. Après cette approche ciblée sur des exemples précis,
nous évoquerons un certains nombres d’outils mathématiques utiles dans l’analyse et la
compréhension des divers comportements dynamiques (des oscillations périodiques aux ré-
gimes chaotiques), qui seront effectivement rencontrés dans la suite. Nous finirons ensuite
en essayant de montrer le lien entre oscillations chaotiques et systèmes de communication.
8 Chapitre 1. Les systèmes non linéaires : généralités

1.2 Systèmes linéaires, exemples

1.2.1 Oscillateur classique
Conditions d’oscillation

Un oscillateur est un amplificateur contre-réactionné dans des conditions instables.

Dans le domaine de Laplace, si A(p) définit la fonction de transfert de l’amplificateur et
B(p) celle d’un filtre sélectif qui va déterminer la fréquence d’oscillation, le système est
décrit par la figure suivante avec des blocs linéaires :

Fig. 1.1 – Synoptique d’un oscillateur harmonique

Ainsi, la fonction de transfert de l’ensemble (Vs /Ve ) sera :

A(p)
H(p) = (1.1)
1 + A(p) B(p)
Le système n’oscillera que sous certaines conditions. Si A(p) B(p) = −1, le dénomi-
nateur s’annule et la fonction de transfert devient infinie, ce qui peut s’interpréter en
considérant que la tension de sortie est non nulle alors que la tension d’entrée est nulle.
Dans certaines circonstances uniquement, cet ensemble peut constituer un oscillateur. En
effet, un amplificateur opérationnel avec son entrée inverseuse à la masse et rebouclé sur
son entrée non-inverseuse rentre par exemple dans ces conditions d’instabilité mais ne
constitue pas, pour autant, un oscillateur. La tension de sortie se sature à +Vsat et le
système est stable (d’un point de vue électrique). Ceci est dû au fait que les conditions
d’instabilité sont vérifiées à fréquence nulle. L’appellation générale d’oscillateur n’inclut
pas ce type de comportement. Les conditions d’instabilité sont les conditions limites de
démarrage des oscillations de Barkhausen (1.2) .

|A(p) B(p)| > 1
(1.2)
arg[A(p)] + arg[B(p)] = (2 k + 1)π
 1.2. Systèmes linéaires, exemples 9

Nous pouvons remarquer l’influence de variations  des gains |A(p)| et |B(p)| en sup-
posant que les conditions de Barkhausen soient vérifiées pour la phase à la pulsation ω0 .
Le signal s(t) correspond à la sortie du système oscillant.

(a) Spectre du signal aprés amplification (b) Spectre du signal après filtrage

Fig. 1.2 – Différents signaux dans la boucle ouverte de l’oscillateur

Ainsi, pour qu’un signal oscillant puisse apparaître, il est nécessaire que le système
vérifie pour une certaine pulsation ω0 :

|A(jω0 ) B(jω0 )| > 1 (1.3)

C’est la condition d’oscillation. Néanmoins, le signal qui apparaît à la pulsation ω0 est
divergent, son amplitude croît exponentiellement. Donc à partir d’une certaine amplitude,
l’amplificateur sort de sa plage de fonctionnement linéaire (saturation) comme le montre la
figure 1.2(a) avec la génération d’harmoniques. Il apparaît une distorsion due à l’écrêtage ;
c’est pourquoi, dans la pratique, ces conditions de Barkhausen sont effectivement vérifiées,
mais uniquement au démarrage de l’oscillation. Un filtrage sélectif permet de déterminer
la fréquence d’oscillation (fig.1.2(b)). Ce filtrage n’est cependant pas parfait. La solution
périodique de grande amplitude observée en régime permanent, fait intervenir des non-
linéarités qui ne sont pas décrites par l’approche des petits signaux de Barkhausen. Ce sont
des méthodes spécifiques aux systèmes non linéaires dont la plus simple est la méthode
du premier harmonique [6].
Il existe plusieurs types d’oscillateurs comme les oscillateurs à réseau RC1 , les oscil-
lateurs à réseau LC2 comme l’oscillateur de Colpitts et de Clapp, les oscillateurs piézo-
électriques et les oscillateurs commandés en tension sur lesquels nous reviendrons ulté-
rieurement.

Exemple : l’oscillateur de Colpitts

Il existe une grande variété de montages utilisant un réseau de contre-réaction de type

LC. Le plus utilisé est le montage de Colpitts. Pour mieux appréhender le fonctionnement
1
Résistance/Capacité
2
Inductance/Capacité
10 Chapitre 1. Les systèmes non linéaires : généralités

(a) Oscillateur colpitts à transistor à effet de (b) Pont de Wien

champ

Fig. 1.3 – Différents types d’oscillateur

de cet oscillateur, il faut revenir au fonctionnement de l’oscillateur de la figure 1.3(a) en

le décomposant en deux parties : l’amplification A(j ω) et le circuit de résonance B(j ω)
(fig.1.4).

Fig. 1.4 – Principe de l’oscillateur Colpitts en boucle ouverte

La décharge des condensateurs induit un courant i dans le circuit résonant. Ce courant

induit la magnétisation de la self. L’énergie électrostatique du condensateur est conver-
tie en énergie magnétique dans la self. Une fois la self magnétisée et les condensateurs
déchargés, le courant s’inverse. L’échange d’énergie se produit alors de la self vers le
condensateur, et le système revient à l’état de départ. Grâce à ce circuit résonant, nous
remarquons que la condition de phase est automatiquement respectée. Les tensions aux
 1.2. Systèmes linéaires, exemples 11

bornes des deux condensateurs sont en opposition de phase :

arg(vC2 ) − arg(vC3 ) = π (1.4)

La figure 1.4 permet de simplifier le calcul du gain en boucle ouverte. L’impédance

d’entrée du FET est essentiellement capacitive, cette capacité d’entrée Ce est inclue dans
C3
= C3 + Ce . La résistance Req correspond à la résistance RD et la résistance de sortie
du FET. Cette résistance est supposée très supérieure à l’impédance du condensateur C3 .
Ainsi, le gain de l’oscillateur en boucle ouverte G(ω) = Vs /Ve est :

−gm Req
G(j ω) = (1.5)
(−L C3
ω2 + 1) + j Req [(C2 + C3
) ω − L C2 C3
ω 3 ]
En annulant la partie imaginaire de l’équation (1.5), nous pouvons extraire la fréquence
d’oscillation :
  
1 1 1

[G(ω)] = 0 ⇒ ωosc = +
(1.6)
L C2 C3

La fréquence d’oscillation est bien la fréquence d’accord de la self accordée par les
deux condensateurs en série. En définissant la valeur du gain à la fréquence d’oscillation,
nous pouvons obtenir le gain qui est la condition limite d’oscillation :

gm Req C2
G(ωosc ) = (G(ωosc )) = ≥1 (1.7)
C3

Il faut bien noter que ce résultat ne donne aucune information sur l’amplitude du signal
fourni. Il est, en pratique, complètement irréaliste. En effet, cette amplitude ne peut être
limitée que par les non-linéarités des composants : un oscillateur est nécessairement non
linéaire. Dans le cas général, le calcul exact du comportement du circuit est très difficile.
Une solution approchée est possible lorsque le circuit résonant B(j ω) est un passe-bande
très sélectif. Il s’agit, dans ce cas là, d’appliquer la méthode dite du premier harmonique.
Si l’amplificateur reçoit à son entrée un signal sinusoïdal d’amplitude v1 = a cos(ω t),

il délivre en sortie un signal v2 = ∞n=0 bn cos(ωn t + ϕn ).
Pour une faible amplitude du signal v1 , le signal v2 se limite à son fondamental (bn = 0
pour n ≥ 2) et le quotient des nombres complexes associés G = b/a ejϕ est le gain de
l’amplificateur.
Lorsque l’amplitude du signal d’entrée est élevée, des harmoniques s’ajoutent au fon-
damental du signal de sortie engendrant un taux de distorsion assez important. Le premier
terme, qui est le fondamental, est souvent appelé premier harmonique. Le gain au premier
harmonique peut alors être défini :
12 Chapitre 1. Les systèmes non linéaires : généralités

b1 j ϕ1
A1 = e (1.8)
a
Lorsque le niveau du signal d’entrée augmente, le signal de sortie se rapproche de
plus en plus d’un signal rectangulaire dont l’amplitude b1 du fondamental n’augmente
plus. Le gain au premier harmonique diminue donc de plus en plus. Cette notion peut
être appliquée aux oscillateurs si le circuit de contre-réaction (B(j ω) dans notre cas) est
suffisamment sélectif.
Dans le cas où v1 est purement sinusoïdal, le premier harmonique en sortie de l’ampli-
ficateur a comme amplitude complexe [A1 (a, ω) a]. Cette composante est la seule qui soit
amplifiée par le circuit de réaction qui est passif, donc linéaire, et de gain β(ω). Le signal
à sa sortie est a A1 (a, ω) β(ω) = a. La condition d’oscillation s’écrit donc :

A1 (a, ω) β(ω) ≡ 1 (1.9)

Cette méthode ne donne de bons résultats que si le quadripôle de réaction est très
sélectif et, est finalement d’un intérêt limité.

1.2.2 Influence d’un retard dans une boucle d’oscillation

Nous allons maintenant observer l’influence d’un retard que nous allons placer dans la
boucle oscillante. Cet oscillateur est composé d’un filtre passe-bande sélectif (du second
ordre, avec des constantes de temps τ1 et τ2 associée respectivement aux fréquences de
coupure basse et haute) et d’un retard T placés en boucle fermé.

Fig. 1.5 – Synoptique d’un oscillateur harmonique à retard

Le retard dans une boucle d’oscillation va permettre d’introduire un déphasage sup-

plémentaire qui est proportionnel à la valeur de la fréquence angulaire.
Ainsi, le condition de phase suit la relation suivante :
 1.2. Systèmes linéaires, exemples 13

Fig. 1.6 – Conditions de gain et de phase d’un oscillateur à retard (T = 10 τ2 )

 
1 − τ1 τ 2 ω 2
arctan + ωT = 2kπ (1.10)
(τ1 + τ2 ) ω
avec k ∈ ℵ. Le nombre de solution de l’équation précédente est infinie et c’est la
condition de gain qui va permettre de limiter le nombre de fréquences d’oscillation (fig.1.6).
Toutefois, les solutions et la condition de phase sont très denses sur l’axe des pulsations si
le retard est important. Un filtrage extrêmement sélectif est alors nécessaire pour forcer
une oscillation monomode à une seule pulsation.
Le retard temporel est un élément indispensable à la génération de signaux hyperchao-
tiques. Ce décalage temporel va entraîner un effet du passé «lointain» sur la prédiction
du futur «proche» . L’un des phénomènes typiques causé par le retard, notamment dans
les asservissements, est l’apparition d’oscillations amorties ou entretenues à l’origine de
l’instabilité du système [7]. Un retard provoque, en effet, un fort déphasage, qui est une
cause importante d’instabilité dans les systèmes bouclés.

Nous allons sommairement rappeler le problème du retard dans les systèmes de contrôle
ou simplement dans les systèmes électroniques connus qui sont à l’origine stable.
Beaucoup de systèmes réels présentent un retard entre l’entrée et la sortie, comme par
exemple les systèmes asservis (fig.1.7). La fonction de transfert entre l’entrée et la sortie
est analytiquement simple dans le domaine de Laplace :

S(p) G e−T p
H(p) = = (1.11)
E(p) 1 + G e−2 T p
14 Chapitre 1. Les systèmes non linéaires : généralités

Fig. 1.7 – Le retard dans un système d’asservissement

où T correspond au retard de transmission entre l’entrée et la sortie, et entre la sortie et

l’entrée dans le retour de la boucle. Cette fonction de transfert pose quelques problèmes
techniques car elle est d’ordre infinie. Elle possède donc une infinité de pôles et, par
conséquent, est susceptible de conduire, en boucle fermée, à un comportement instable.
L’instabilité est fonction du gain G. En effet, la fonction de transfert précédente deviendra
instable pour G ≥ 1.
Les oscillateurs à retard sont l’une des applications où les instabilités engendrées par
un retard sont exploitées.

1.3 Systèmes et comportements fortement non linéaires

Tous les oscillateurs, même ceux en régime harmonique, sont en fait intrinsèquement
non linéaires en régime permanent. Seules les conditions de démarrage de leurs oscillations
sont linéaires (faibles amplitudes).

1.3.1 Stabilisation de l’amplitude des oscillations ou apparition

de non-linéarités

Dans l’exemple du pont de Wien (fig.1.3(b)), la stabilisation des oscillations par écrê-
tage produit un signal de sortie avec un taux de distorsion important. Pour réduire la
distorsion, une non-linéarité est introduite dans le système pour stabiliser le signal avant
saturation de l’amplificateur opérationnel. L’effet non linéaire intervient au niveau d’une
augmentation ou d’une réduction du gain (variation de la résistance globale de contre-
réaction). Ces méthodes de contrôle de l’amplitude des oscillations sont principalement
appliquées aux oscillateurs à amplificateurs opérationnels.
 1.3. Systèmes et comportements fortement non linéaires 15

Fig. 1.8 – Amplificateur opérationnel mis en régime non linéaire par diodes zener

1.3.2 Quelques phénomènes non linéaires

Un système est qualifié de non linéaire s’il n’obéit pas au principe de superposition.
Cette définition est large et autorise de ce fait un grand nombre de comportements non
linéaires comme :
– les systèmes paramétriques dont la fonction de transfert est fonction du signal (cas
des circuits contenant une thermistance ou un varactor)
– Les systèmes à hystérésis, type relais ou trigger de Schmitt. L’analyse de leur per-
formance en présence de bruit est relativement compliquée.
– Les systèmes à non-linéarités indépendantes du temps, type y = f (x).
Il s’agit du dernier type de non-linéarité qui nous intéresse. Cette non-linéarité indé-
pendante du temps est vulgairement appelé système amnésique. Mathématiquement, elle
est de la forme suivante :

x = (x1 , x2 , . . . , xi )
(1.12)
F (x) = (f1 (x1 , x2 , . . . , xi ), f2 (x1 , x2 , ..., xi ), . . . , fi (x1 , x2 , ..., xi ))

Il existe beaucoup de phénomènes dynamiques non linéaires en physique comme, par

exemple, les oscillations anharmoniques du pendule pesant en mécanique, les mouvements
de convection dans les fluides. . .
En électronique, certains composants bien connus sont intrinsèquement non linéaires
comme la diode (fig.1.9(c)), qui est utilisée pour le redressement ou dans les amplificateurs
logarithmiques.
Les amplificateurs opérationnels présentent également des non-linéarités comme la
saturation (fig.1.9(a)) et le slew-rate (fig.1.9(b)).
16 Chapitre 1. Les systèmes non linéaires : généralités

(a) A.O. (saturation) (b) A.O. (slew rate et dépasse- (c) Diode
ment)

Fig. 1.9 – non-linéarité de certains composants électroniques

Mathématiquement, la fonction I = f (V ) d’une diode (fig.1.9(c)) se définit par la

relation suivante :

I = I0 exp(α V − 1) (1.13)
où α = e/(n kB T ) est une constante faisant intervenir «le facteur d’idéalité» n de la
diode, la constante de Boltzmann, et la température. Si on se limite aux petits signaux,
un développement de Taylor est possible en V :
 
α2 V 2
I ≈ I0 αV + + ... (1.14)
2!
En général, on peut limiter le développement jusqu’à un certain ordre, les termes
d’ordre supérieur étant négligeables pour les valeurs effectives de α et de l’amplitude de
V.
Les oscillateurs comme l’oscillateur de Van der Pol et l’oscillateur anharmonique ont
un fonctionnement basé sur un tel comportement non linéaire.

1.3.3 Oscillateur de Chua

Ce type d’oscillateur reste théoriquement très stable mais en pratique, lorsque l’on
recherche une solution oscillante croissante, le système atteint rapidement une limite de
stabilité introduite par la non-linéarité des composants (le phénomène de saturation est
un exemple). Par conséquent, en introduisant un composant non linéaire sur la plage
d’utilisation de la variable électrique, nous arrivons à la description du circuit de Chua
[8].
L’une des raisons qui expliquent la popularité du circuit de Chua (fig.1.10(a)) est sa
simplicité et sa capacité à générer une large variété de dynamiques complexes. En effet,
 1.3. Systèmes et comportements fortement non linéaires 17

l’ensemble de ces évolutions est décrit mathématiquement par une équation différentielle
linéaire par morceaux, à 3 dimensions [9].

(a) Circuit de Chua (b) Diode de Chua (c) Non-linéarité à résistance né-
gative

Fig. 1.10 – Oscillateur chaotique de Chua

La non-linéarité est réalisée par une diode de Chua. Cette oscillateur chaotique génère
un chaos de basse dimension qui peut être facilement interprétable mathématiquement
(1.15).

⎧
⎪ dVC1
⎪
⎪ C1 = R−1 (VC2 − VC1 ) − f (VC1 )
⎪
⎪ dt
⎨
dVC2
C2 = R−1 (VC1 − VC2 ) + IL (1.15)
⎪
⎪ dt
⎪
⎪
⎪ dIL
⎩ L = VC2
dt

où la non-linéarité f (VC1 ) est la description mathématique du comportement de la

résistance négative introduit par le circuit, et est appelée communément diode de Chua
(fig.1.10(b)) :

1
f (VC1 ) = p2 VC1 + (p2 − p1 )[|VC1 + Vb | − |VC1 − Vb |] (1.16)
2
p1 et p2 sont les pentes de la non-linéarité (fig.1.10(c)).
Le signal chaotique généré par cet oscillateur peut être mathématiquement interprété
et prouve ainsi le déterminisme de l’ensemble des variations des courants et tensions
présents dans le circuit électronique.

Toutefois, le signal chaotique généré par l’oscillateur de Chua est de petite dimension
(< 3). En effet, les notions de dimension et de complexité dans cet oscillateur interviennent
à de faibles degrés. La dimension du signal chaotique augmentera de manière significative
dans les dynamiques à retard.
18 Chapitre 1. Les systèmes non linéaires : généralités

1.3.4 Dynamique non linéaire à retard

Notre préoccupation est ici de trouver un système permettant de générer un chaos
de grande dimension. Il s’agit des systèmes hyperchaotiques (dimension de l’espace des
phases supérieure à 3). Un oscillateur de ce type fut imaginé par Ikeda à la fin des années
1970 [10]. Il s’agit d’un système optique (fig.1.11).

Fig. 1.11 – Système d’Ikeda

Cet oscillateur optique permet de générer un chaos de grande dimension par rapport
aux systèmes non linéaires dont le retard temporel était négligeable.

dφ
τ (t) + φ(t) = φN L (t) (1.17)
dt
où τ est la constante de temps du système, et φ(t) la variable dynamique du système
qui correspond à la phase optique du faisceau de sortie. La fonction non linéaire φN L (t)
est définie comme telle :

⎧
⎨φ L
N L (t) = n2 I(t)
ω
C (1.18)
⎩
I(t) = |E(t)|2 = |E0 + E(t − T ) ejφ(t−T ) |2

Le retard est réalisé par la longueur de la cavité en anneau. Les valeurs de la constante
de temps et du retard sont prises de façon à avoir T τ . L’équation différentielle non
linéaire à retard (1.17) montre que le régime chaotique adopté par le système est déter-
ministe.
Sur la base de cet exemple optique, nous pouvons proposer le synoptique plus général
de générateur de chaos à retard, permettant d’observer une dynamique chaotique de
grande dimension.
 1.3. Systèmes et comportements fortement non linéaires 19

Fig. 1.12 – Système non linéaire à retard

Ce synoptique met en évidence les paramètres qu’il est nécessaire de connaître pour
pouvoir analyser correctement le comportement chaotique de cet oscillateur. Il représente
un oscillateur auto-entretenu qui est qualifié d’autonome.

Influence des paramètres non linéaires sur la stabilité du système

Les explications suivantes constituent une analyse préliminaire de stabilité, qui sera
développée plus en détails dans les paragraphes 1.4.4 et 1.4.5 traitant des phénomènes de
bifurcation. En effet, dans une première approche simplificatrice, la dynamique (1.17) et
(1.18) peut également se décrire en utilisant la relation itérative suivante :

Xi+1 = β. cos(Xi + Φ) (1.19)

Plusieurs types de points fixes peuvent être mis en évidence. Pour déterminer les
points fixes de la non-linéarité, nous traçons sur un même graphique la fonction non
linéaire et la première bissectrice (Y = X). Les points fixes sont mathématiquement
définis comme les solutions de l’équation X = FN L [X]. Ces valeurs sont les intersections
entre la première bissectrice et la fonction non linéaire. Cinq points fixes se trouvent sur
la figure 1.13, nous avons distingué trois types de points fixes A, B et C. Après avoir
choisi arbitrairement une condition initiale, nous allons tracer alternativement une ligne
verticale qui intercepte la fonction non linéaire puis une droite horizontale qui intercepte la
bissectrice. Cette démarche est répétée plusieurs fois pour donner la figure 1.13 à gauche,
où apparaîssentles itérés successifs de la dynamique discrète.
Un grand nombre d’itérations est nécessaire pour que les segments horizontaux et
verticaux convergent vers une valeur finale qui se confond avec le point fixe A. Ce point
fixe est de type stable à convergence spirale. La pente de la droite asymptotique à ce point
20 Chapitre 1. Les systèmes non linéaires : généralités

fixe vaut −1 <pente< 0.

2

1.5

1.2
1
1.25
1.55

1.3
1.5
1.35
0.5
1.45
1.4
Y

1.4

Y
1.45 0
1.35
1.5
1.3
1.55 0.5
1.25
1.6

1.3 1.35 1.4 1.45 1.5

1.55 1.5 1.45 1.4
X
1.35 1.3 1.25 1.2 1 X

1.5

2
2 1.5 1 0.5 0 0.5 1 1.5 2

Fig. 1.13 – Différents types de point fixe

Le point fixe noté C est également un point fixe stable. La pente de la droite asympto-
tique de ce point est beaucoup plus faible que la précédente (le point fixe est relativement
proche de l’extremum de la fonction non linéaire) et la convergence spirale ne s’observe
de ce fait que pour de très faibles amplitudes.
Le troisième point noté B est totalement différent des deux premiers. Il s’agit d’un
point fixe instable à divergence spirale. La pente de la fonction non linéaire pour ce point
fixe est supérieure en valeur absolue à celle de la première bissectrice (pente< −1) [11].
Intuitivement, nous savons que la pente de la droite asymptotique qui va définir la
stabilité du système est liée au déphasage Φ et l’amplitude appelée β (fig.1.14).
En effet, les points A, B et C montrent très bien l’influence que peuvent avoir le
déphasage Φ et l’amplitude β. Les pentes des droites asymptotiques des points A, B et
C sont différentes et entraînent des réactions différentes lorsque le système est soumis à
une éventuelle perturbation.
– β est le gain global observé dans la boucle. Il est normal de penser que la stabilité
du système sera plus ou moins grande suivant la valeur du gain comme pour la
plupart des oscillateurs décrits dans la première partie, qu’ils soient linéaires ou non
linéaires.
– Φ est le déphasage de cette non-linéarité. Pour des variations de celui-ci, la non-
linéarité va glisser suivant l’axe des abscisses. De ce fait, les intersections entre la
courbe non linéaire et la première bissectrice seront situées sur une pente de valeur
différente entraînant un type de dynamique différent.
Le tableau 1.1 résume pour la valeur de la dérivée de la fonction non linéaire au point
fixe, les types de stabilité locale auxquels nous pouvons être confrontés.
Un nœud et un point fixe sont différents par le signe de la dérivée de la fonction non
linéaire au point fixe initial. Ensuite la valeur absolue de cette dernière définira le critère
 1.3. Systèmes et comportements fortement non linéaires 21

Fig. 1.14 – Fonction non linéaire pour différents Φ et β

Type de stabilité Valeur de FN L [XF ]

point fixe stable 0 < FN L [XF ] < 1
point fixe instable FN L [XF ] > +1
nœud stable −1 < FN L [XF ] < 0
nœud instable FN L [XF ] < −1

Tab. 1.1 – Type de stabilité d’une fonction non linéaire

de stabilité.
Dans le cas d’un point fixe instable, il se pose naturellement la question du régime
dynamique asymptotique que peut adopter le système (1.19).
Après plusieurs itérations permettant d’éliminer les phénomènes transitoires, nous
pourrons observer si le régime du système est stationnaire, périodique ou chaotique [12].
La figure 1.15(a) représente temporellement une évolution périodique. Celle-ci peut
être assimilée à l’état adopté par le système après une bifurcation de Hopf3 (voir les parties
1.4.4 et 1.4.5 page 31). En effet, les différentes itérations vont rejoindre successivement
deux valeurs. Il s’agit d’un cycle d’ordre 2.
3
changement de stabilité d’un point fixe lors de l’évolution d’un paramètre du système dynamique, et
22 Chapitre 1. Les systèmes non linéaires : généralités

(a) Cycle d’ordre 2 (φ = (b) cycle d’ordre multiple (φ = (c) Chaos (φ = 2 rd)
−0.2 rd) 1 rd)

Fig. 1.15 – Type de cycle pour différentes valeurs de déphasage φ

La figure 1.15(b) adopte le même principe. Cependant, les itérations ne semblent pas
se répéter au bout de deux étapes, et le cycle est maintenant d’ordre n. Cette valeur n
caractérise le nombre d’itération de la fonction non linéaire nécessaires pour retrouver la
valeur du départ du cycle.
Enfin, la figure 1.15(c) représente une solution chaotique . Les différentes itérations
couvrent de manière dense l’ensemble de la région de l’intervalle [−1; 1].

Influence du nombre d’extrema sur la dimension du chaos

Le nombre d’extrema de la fonction non linéaire a une grande importance sur la

dimension de la solution chaotique parcourue par la dynamique dans l’espace des phases
[13].
2 2

1.5 1.5

1 1

0.5 0.5
Xi+1 0 Xi+1 0

-0.5 -0.5

-1 -1

-1.5 -1.5

-2 -2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Xi Xi

(a) α = 2 (b) α = 5

Fig. 1.16 – Comportement itératif pour différentes non-linéarités

En s’inspirant de l’équation (1.19), la figure (1.16) montre la fonction non linéaire pour
le même déphasage et la même amplitude mais pour un facteur multiplicatif α différent
apparition d’une solution cyclique
 1.3. Systèmes et comportements fortement non linéaires 23

de façon à augmenter ou diminuer le nombre d’extrema de la fonction non linéaire dans la

fenêtre visualisée. Le point initial des itérations est également le même (X0 = 0). La plage
de variation est très différente suivant la valeur de α. Intuitivement, on peut comprendre
qu’un plus grand nombre d’extrema augmente la complexité, car une même valeur peut
avoir beaucoup plus d’antécédents possibles.

Du temps discret au temps continu

Comme nous avons pu le voir dans la partie décrivant l’influence de la fonction non
linéaire, l’évolution de la trajectoire au niveau de l’élément non linéaire est traduit par
une fonction itérative qui peut être schématiquement représentée par la figure 1.17(a).

(a) Comportement théorique (b) Comportement physique réel

Fig. 1.17 – Modélisation de la boucle itérative

Cependant, il faut savoir que la boucle, en réalité, possède des éléments avec une
bande passante limitée (contrairement à la non linéarité par exemple, qui est amnésique
et instantanée). Il est donc nécessaire d’introduire une bande passante (fig.1.17(b)) dont
la constante de temps τ aura une influence sur la dynamique de transition des Xi observés
(fig.1.18, passage de Xi à Xi+1 ).
Suivant le type de filtrage effectué, l’évolution chaotique aura des caractéristiques
différentes. Voici les équations différentielles permettant de caractériser deux types de
filtres : un filtre passe-bas (1.20) et un filtre passe-bande (1.21).

ds
τ (t) + s(t) = e(t) (1.20)
dt
Dans l’ensemble des applications qui suivent, c’est un filtre passe-bande qui sera utilisé
pour la modélisation du fonctionnement du système.

d2 s ds de
τ1 .τ2 . 2
(t) + (τ1 + τ2 ) (t) + s(t) = (τ1 + τ2 ) (t) (1.21)
dt dt dt
24 Chapitre 1. Les systèmes non linéaires : généralités

Fig. 1.18 – Evolution avec et sans constante de temps dans le système

Les constantes de temps haute et basse du système ont une grande influence sur la
dimension du chaos généré. Ces valeurs sont liées à la valeur du retard décrit par la suite.
En effet, l’oscillateur chaotique fonctionnera correctement si l’ensemble des conditions
suivantes sont respectées :
– Une non-linéarité ayant un nombre d’extrema et une amplitude suffisante
– une boucle de rétroaction permettant l’auto-entretien des oscillations (périodiques
ou chaotiques)
– Un retard temporel supérieur à la constante de temps la plus rapide du système
(T τ ). Il est toutefois nécessaire de remarquer que cette condition n’est pas
indispensable dans le sens où, si T < τ , le système pourrait quand même osciller
pour des valeurs de gains très importantes et seulement dans certains cas particulier
[14, 15].

1.4 Outils et techniques de caractérisation de compor-

tements non linéaires

A partir d’un système dynamique non linéaire, nous avons pour objectif d’obtenir un
comportement chaotique de qualité, robuste, et capable de masquer correctement une
information à transmettre. L’identification de ces propriétés requiert un certain nombre
d’outils à même de les mesurer, à partir de l’observation d’un comportement de l’oscilla-
teur non linéaire. Ce sont ces outils que nous allons tenter de décrire maintenant. Certains
sont déjà bien connus en traitement du signal (analyse statistique, analyse fréquentielle),
et d’autres seront plus spécifiquement issus du domaine des dynamiques non linéaires
(espace des phases, diagrammes de bifurcation, exposants de Lyapunov).
 1.4. Outils et techniques de caractérisation 25

1.4.1 Analyse statistique : quelques définitions

Il existe des modèles statistiques qui caractérisent bien les signaux aléatoires et de ce
fait les signaux pseudo-aléatoires. Les signaux chaotiques que nous cherchons à obtenir
devront préférentiellement présenter une signature statistique aussi proche que possible
de celle d’un vrai bruit. Dans cet ordre d’idée, nous pouvons remarquer que les signaux
Gaussiens, encore appelés signaux de Laplace-Gauss ou signaux normaux, sont proba-
blement les plus importants d’un point de vue théorique et surtout d’un point de vue
pratique, puisque de nombreuses applications justifient l’utilisation de cette distribution
dans les phénomènes physiques [16].

le modèle Gaussien

En probabilité, le théorème de la limite centrale est un ensemble de résultats sur la

convergence faible d’une suite de variables aléatoires. Intuitivement, d’après ces résultats,
toute somme de variables aléatoires indépendantes et identiquement distribuées tend vers
une certaine variable aléatoire. Le résultat le plus connu et le plus important est sim-
plement appelé théorème de la limite centrale, d’après lequel, si la somme des variables
aléatoires a une variance finie, alors elle suivra une loi normale. Comme la plupart des
phénomènes physiques ont une variance finie, celle-ci est largement applicable et appli-
quée dans la réalité. Disposer d’une dynamique chaotique dont la statistique est de type
Gaussienne (ou quasi-Gausienne), pourra donc être considéré comme une caractéristique
attractive pour les communications chaotiques sécurisées : l’analyse de la distribution sta-
tistique du chaos par un espion ne pourra donc pas lui donner d’information pertinente
sur l’origine déterministe de ce chaos.
Par définition, on dit qu’une variable aléatoire f est Gaussienne ou normale, si sa
densité de probabilité vaut :


1 (f − f0 )2
p(f ) = √ exp − (1.22)
2πσ 2 2σ 2

où σ 2 est la variance et f0 la valeur moyenne. Un exemple d’une variable Gausienne est

représenté sur la figure 1.19 dans le cas théorique d’une variable statistique correspondant
à une fréquence autour de 1 GHz, avec différents écarts types.
En l’absence de modulation, la seule fréquence émise est la fréquence centrale corres-
pondant à f0 . La fréquence centrale d’émission est la valeur pour laquelle est obtenue
p
(f ) = 0 puisqu’il s’agit de la valeur maximum du modèle Gaussien.
26 Chapitre 1. Les systèmes non linéaires : généralités

0.04
σ2=100
0.035
2
σ =200
0.03
2
σ =300
0.025
2
σ =400
0.02

0.015

0.01

0.005

0
900 950 1000 1050 1100

Fig. 1.19 – Modèle statistique gaussien pour f0 = 1 GHz, 100 < σ 2 < 400

Représentation graphique dans les cas pratiques : l’histogramme

Il est important d’effectuer un petit rappel sur ce type de représentation graphique

et comment celle-ci est obtenue. Les appareils de mesure et les résultats issus des simula-
tions numériques utilisent le même procédé, car les valeurs de la variable statistique sont
considérées dans la pratique comme appartenant à des intervalles en nombre fini, et non
à une distribution continue comme dans (1.22).
Mathématiquement, nous pouvons définir une partition en m intervalles de I :

(I1 = [b1 , b2 ], ..., Ij = [bj , bj+1 ], ..., Im = [bm , bm+1 ]) = Ij (1.23)

avec 1 ≤ j ≤ m. L’indice j est la classe permettant de désigner les valeurs appartenant

à Ij . Elle est caractérisée par son amplitude aj = bj+1 − bj , le nombre d’observations nj
appartenant à cette classe, et la fréquence relative fj = nj /n.

De manière pratique, l’histogramme est obtenu en juxtaposant des rectangles dont

la base est égale à l’intervalle de fréquence de la classe et dont la surface est égale à
l’amplitude statistique de la classe. Nous pouvons donc facilement comprendre que l’in-
terprétation visuelle est sensible à la surface du rectangle. Ainsi, le choix de la partition
conduit à une représentation plus ou moins informative. L’histogramme pour deux valeurs
d’échantillonnage différentes (m = 50 et m = 1000) est représenté sur la figure 1.20. L’am-
 1.4. Outils et techniques de caractérisation 27

Fig. 1.20 – Histogramme pour 2 valeurs d’échantillonnage différentes (m = 50 et m =

1000)

plitude de chaque rectangle donnée par la relation fj /aj a une importance significative.
Pour l’ensemble des mesures ou des simulations numériques qui suivront, cette valeur sera
normalisée pour transformer le nombre d’échantillons en une densité spectrale.

1.4.2 Analyse dans le domaine fréquentiel

Un autre outil de caractérisation très classique en traitement du signal, et qui serait
inévitablement utilisé par un espion pour l’analyse de la porteuse chaotique, concerne
l’analyse spectrale. Cette méthode est utile pour caractériser tout type de signaux qu’ils
soient d’origine linéaire ou non linéaire, de type périodique, quasi-périodique, pseudo-
aléatoire ou encore complètement aléatoire (bruit blanc par exemple).

Analyse de Fourier

Le spectre en fréquence va nous permettre d’observer la manière dont se comporte

une série temporelle [17]. En effet, le spectre d’un signal périodique ou quasi-périodique
est constitué de raies discrètes correspondant aux périodes et sous-harmoniques du sys-
tème. En revanche, dans le cas d’un signal chaotique, on obtient un spectre continu. Ce
spectre chaotique continu peut être de plus ou moins bonne qualité en terme de porteuse
chaotique pour le cryptage, en fonction de la présence ou non de fréquences prépondé-
rantes. L’identification de ces fréquences par un espion lors d’une analyse spectrale, peut
28 Chapitre 1. Les systèmes non linéaires : généralités

potentiellement constituer un trou de sécurité. Il est alors intéressant de travailler avec

des porteuses chaotiques à équi-répartition des composantes spectrales.
Une technique fondamentale pour la représentation en fréquence consiste à décomposer
le signal en une superposition de différentes fonctions. Pour un signal périodique, il s’agit
d’une superposition d’ondes sinusoïdales de fréquences discrètes et multiples d’un même
fondamental, que l’on peut reconstituer en connaissant les coefficients de Fourier :

a0 
+∞
x(t) = + (an cos nωt + bn sin nω t), (1.24)
2 n=1

où a0 , an et bn sont les coefficients de Fourier calculables par une intégration du signal

temporel sur une période.

Pour les phénomènes non-périodiques, il est nécessaire d’avoir recours à la transformée

de Fourier. Cette méthode consiste à représenter le signal par une superposition d’ondes
sinusoïdales dont les fréquences sont continûment distribuées. L’amplitude associée à cha-
cune de ces fréquences forment alors une fonction complexe de la fréquence f appelée
«spectre continu des fréquences du signal». Sa définition est donnée par :

 +∞
X(ω) = x(t) e−j ω t d t (1.25)
−∞

Dans les cas pratiques, on se limite souvent à une version discrétisée de cette trans-
formée de Fourier, dans l’espace des fréquences. On parle de transformée de Fourier
discrète (1.26), que l’on obtient à partir d’une version échantillonnée avec un pas Te
xj |xj = x(t = j Te )j=1...n , du signal d’origine en temps continu x(t). Tous les appareils
d’acquisition numérique des signaux fournissent, en général, ce spectre discrétisé, par
l’intermédiaire d’un algorithme de calcul dit FFT (Fast Fourier Transform).

   
1
n
k 2πj k
X ω = 2π = Xk = xj . exp −i avec k = 1, ...n (1.26)
n Te n j=1 n

L’analyse de Fourier, bien que très utilisée, présente quelques inconvénients. En effet,
cette analyse donne une information globale et non locale dans le temps, ce qui présente
un problème pour l’étude des signaux non stationnaires. Cette analyse ne permet pas de
savoir à quels instants les fréquences ont été émises. De plus, l’étude des signaux dont la
fréquence varie dans le temps nécessite la mise en place d’une analyse temps/fréquence qui
permettra une localisation des périodicités dans le temps, et indiquera donc si la période
varie d’une façon continue, ou si elle apparaît puis disparaît par la suite.
 1.4. Outils et techniques de caractérisation 29

Rapprochement statistique : la densité spectrale

Un problème important dans de nombreuses applications est l’étude de la répartition

en fréquences d’un signal aléatoire. En effet, le signal x(t) a une transformée de Fourier
X(ω) qu’on ne peut théoriquement pas calculer mais dont on peut trouver une estimation.
On cherche à calculer la répartition de l’énergie du signal en fonction de la fréquence.
La densité spectrale de puissance d’un signal est la transformée de Fourier de la fonc-
tion d’autocorrélation (théorème de Wiener-Kintchine) [18] :


+∞
φxx (f ) = Rxx (n)e−i.2π.n.f (1.27)
n=−∞
La fonction d’autocorrélation d’un signal aléatoire échantillonné xi est :

Rxx (n) = E(x(i).x∗ (i + n)) (1.28)

Dans le cas de l’analyse d’un signal réel (par exemple échantillonné), la durée d’obser-
vation est nécessairement limitée et correspond à la plus grande possible (fonction de la
mémoire disponible), de façon à prendre le plus de variations possibles du signal. La no-
tion de densité spectrale d’un signal réel peut alors être remplacée par celle de la moyenne
des densités spectrales obtenues sur plusieurs intervalles finis d’observations.

1.4.3 Espace des phases et types d’attracteurs

Un système dynamique non linéaire est potentiellement capable de donner à un grand
nombre de solutions différentes, en fonction des valeurs des paramètres, ou encore des
conditions initiales. L’espace des phases, encore appelé espace des états, est un outil per-
mettant d’étudier qualitativement le type de solution obtenu. On observe alors l’évolution
de l’état du système dans cet espace, dont chaque point correspond à un état unique. Par
exemple, une solution qui passe deux fois par le même état correspond nécessairement un
comportement périodique. La succession des états du système pour une solution donnée
est appelée trajectoire.
Un attracteur dans cet espace est un objet géométrique vers lequel tendent un ensemble
de trajectoires des points de l’espace des phases, c’est à dire une situation ou un ensemble
de situations vers lesquelles évolue un système dynamique, pour un ensemble de conditions
initiales. Le bassin d’attraction d’un attracteur est l’ensemble des points de l’espace des
phases qui donnent une trajectoire évoluant vers l’attracteur considéré. On peut donc avoir
plusieurs attracteurs dans un même espace des phases. Il existe deux types d’attracteurs :
les attracteurs réguliers et les attracteurs étranges chaotiques. En effet, les attracteurs
réguliers décrivent l’évolution de solutions non-chaotiques. Il s’agit par exemple de points
fixes, de cycles limites ou encore de tores.
30 Chapitre 1. Les systèmes non linéaires : généralités

(a) Point fixe (b) Cycle limite

Fig. 1.21 – Deux exemples d’attracteurs réguliers dans un espace des phases 2D

Pour un point fixe stable, un écartement de sa position initiale dû à une quelconque

perturbation n’aura aucune influence (fig.1.21(a)). Le système étant en général dissipatif,
le mouvement perturbé s’atténuera pour faire revenir l’état du système à sa position
initiale.
Le cycle limite sera caractéristique d’un mouvement périodique entretenu (apport
d’énergie extérieure pour compenser la dissipation). Le système ne revient pas à une
position initiale mais y repassera après avoir parcouru le cycle. Sa représentation graphique
dans l’espace des phases (fig.1.21(b)) est une courbe fermée.
Les attracteurs étranges sont caractéristiques de l’évolution des systèmes chaotiques :
au bout d’un certain temps, tous les points de l’espace des phases appartenant au bas-
sin d’attraction de l’attracteur, donnent des trajectoires qui tendent à former l’attrac-
teur étrange. A grande échelle, un attracteur étrange n’est pas une surface lisse, mais
une surface repliée plusieurs fois sur elle-même. Les trajectoires de deux points voisins
divergent rapidement sur un attracteur chaotique, mais comme l’attracteur a des dimen-
sions finies (évolution bornée dans l’espace des phases), l’attracteur, donc l’ensemble de ses
trajectoires, doit se replier sur lui-même. Ce processus caractéristique, appelé étirement-
repliement se répète à l’infini et fait apparaître un nombre infini de plis imbriqués les uns
dans les autres qui ne se recoupent jamais et qui permettent à un nombre infini de trajec-
toires de former le même attracteur. Ainsi, deux points très proches au départ (conditions
initiales) peuvent se retrouver au bout d’un temps fini à deux extrémités opposées de
l’attracteur.
L’interprétation graphique à partir des représentations des attracteurs de Hénon, Lo-
renz et Rössler dans l’espace des phases (fig.1.22) reste très parlant étant donnée la dimen-
sion très faible du chaos généré. Des structures étranges mais bien identifiée apparaissent
 1.4. Outils et techniques de caractérisation 31

(a) Attracteur de Hénon (b) Attracteur de Lorenz (c) Attracteur de Rössler

Fig. 1.22 – Attracteurs chaotiques «célèbres » dans leur espace des phases de basses
dimensions (2D et 3D)

dans l’espace des phases.

Dans les systèmes hyperchaotiques dont la dimension de l’attracteur étrange est grande
(D 3), la représentation de l’espace des phases peut s’avérer extrêmement difficile, et un
espion qui tenterait ce type d’analyse ne pourrait très probablement pas avoir accès à des
informations pertinentes sur l’origine du chaos, si celui-ci est très complexe. Nous mettons
ici en évidence l’intérêt de travailler dans un espace des phases de grandes dimensions, et
dans lequel la trajectoire chaotique est très dense (grande complexité, faible structuration
de l’attracteur).

1.4.4 Notions de bifurcation

Une dynamique non linéaire est, comme nous en avons déjà parlé, capable d’engen-
drer différents types de solution, en fonction de la valeur des paramètres, et ou de celles
des conditions initiales. Lorsqu’on fait varier continûment un paramètre, il est possible
d’observer une transition entre deux types de solution, en une valeur bien précise du pa-
ramètre. Cette valeur caractérise un point de bifurcation dans l’espace des paramètres.
Une bifurcation correspond à un changement qualitatif du type de solution observé (et
pas uniquement quantitatif).

Stabilité du point fixe

Par définition, la stabilité est le caractère de ce qui tend à demeurer dans le même
état malgré de petites perturbations. Rapportée aux systèmes dynamiques, il s’agit de la
solution du modèle mathématique du système. Lorsque le système non linéaire est soumis
à une légère perturbation, celui-ci est confronté à deux situations : soit il revient vers son
état initial, que l’on suppose être ici un point fixe, soit il le quitte pour rejoindre un autre
régime dynamique.
Illustrons simplement l’influence d’une légère perturbation dans le cas d’un système
32 Chapitre 1. Les systèmes non linéaires : généralités

(a) stable (b) instable

Fig. 1.23 – Type de points fixes

non linéaire à temps continu, à deux variables d’état (dimension 2), qui peut être décrit
par deux équations couplées en X et Y :
⎧
⎪ dX
⎨ = f (X, Y )
dt (1.29)
⎪
⎩ dY = g(X, Y )
dt
l’état stationnaire (Xs , Ys ) considéré ici est un point fixe, observé avant la perturbation
(fig.1.23), et répondant à la condition suivante :
⎧
⎪ dXs
⎨ = f (Xs , Ys ) = 0
dt (1.30)
⎪
⎩ dYs = g(Xs , Ys ) = 0
dt
Si cet état stationnaire est soumis à une légère perturbation telle que X = Xs + x
avec x  Xs et Y = Ys + y avec y  Ys , les fonctions non linéaires f (Xs , Ys ) et g(Xs , Ys ),
peuvent être linéarisées à l’aide d’un développement de Taylor dont les termes d’ordre
supérieur ou égal à 2 sont négligés :
⎧    
⎪ dX ∂f ∂f
⎪
⎨ d t = f (X, Y ) = f (Xs , Ys ) + ∂X x + ∂Y y
  s
  s
(1.31)
⎪
⎪ dY ∂g ∂g
⎩ = g(X, Y ) = g(Xs , Ys ) + x+ y
dt ∂X s ∂Y s
Ainsi, la matrice jacobienne J du système dynamique linéaire autour de (Xs , Ys ) = Ms
peut être définie par :
 
a11 a12
J= (1.32)
a21 a22
avec
 1.4. Outils et techniques de caractérisation 33

       
∂f ∂f ∂g ∂g
a11 = , a12 = , a21 = , a22 =
∂X Ms ∂Y Ms ∂X Ms ∂Y Ms

Le problème a donc été rapporté à un système dynamique linéaire classique, à deux

dimensions. La stabilité se déduit tout aussi classiquement en cherchant les valeurs propres
de la matrice jacobienne. Celles-ci peuvent être complexes. Alors, suivant la valeur positive
ou négative de la partie réelle, on identifiera respectivement un point fixe instable ou
stable. Le signe de la partie réelle dépend des paramètres du système dynamique. On
comprend alors comment une bifurcation par perte de stabilité peut être induite lors
de la variation d’un paramètre de bifurcation, qui correspond précisément à une valeur
propre coupant l’axe imaginaire pour une valeur précise d’un paramètre. Lorsque le point
fixe n’est plus stable, la solution dynamique observée change de nature, par exemple en
devenant un cycle limite.
Le type de bifurcation décrit précédemment est un cas particulier puisque celui-ci
concerne la perte de stabilité d’un point fixe caractéristique. Ce paragraphe a toutefois
l’avantage de rappeler l’intérêt du calcul des exposants (valeurs propres de la matrice
jacobienne) permettant d’observer l’écart ou le rapprochement des trajectoires après une
perturbation. Ce calcul est également à la base du principe développé plus en détail dans
la partie concernant les exposants de Lyapunov (paragraphe 1.4.6).

1.4.5 Les types de bifurcation et ses diagrammes

La variation de l’un des paramètres du système peut changer le type de régime dy-
namique observé. Le diagramme de bifurcation va permettre d’observer l’évolution de la
solution dynamique en fonction de la valeur d’un paramètre du système sur une grande
plage de variation. Un tel diagramme permet d’avoir une vision plus globale de la succes-
sion de plusieurs bifurcations.
Pour mieux comprendre ce procédé d’observation des solutions dynamiques, nous pro-
posons de l’illustrer par un exemple d’un système dynamique en temps discret, l’applica-
tion logistique :

xn+1 = ga (xn ) = a xn (1 − xn ) (1.33)

Partant d’un point fixe stable (pour une valeur faible du paramètre de bifurcation a),
la première bifurcation est dite de Hopf supercritique. Elle est caractérisée par une perte
de stabilité du point fixe, et l’apparition d’un cycle limite stable en a = 3 (fig.1.24).
Cette première bifurcation rencontrée lorsqu’on augmente a à partir de 0 apparaît
en a0 = 3 (fig.1.24(a)). Graphiquement, on observe l’arrêt de la courbe du point fixe,
et l’émergence d’un cycle en ce même point avec une amplitude du cycle augmentant en
34 Chapitre 1. Les systèmes non linéaires : généralités

(a) super-critique (b) sous-critique

Fig. 1.24 – Type de bifurcation

√
a − a0 . D’autres types de bifurcation peuvent, par exemple, être observées dépendant de
la forme locale de l’itération xn+1 = f (xn ), comme la bifurcation de Hopf sous-critique : le
cycle limite qui apparaît est instable, et il est situé du coté stable de la branche du point
fixe (fig.1.24(b)). Ce cycle instable est en général connecté à un cycle stable de grande
amplitude, ce qui a pour conséquence une discontinuité dans le diagramme de bifurcation :
à gauche du point de bifurcation, le régime stable observé est un point fixe, alors qu’à
droite, il y a un cycle limite de grande amplitude.

Fig. 1.25 – Exemple d’un diagramme de bifurcation

 1.4. Outils et techniques de caractérisation 35

Si nous revenons au cas de l’application logistique [xn+1 = g(xn )] (fig.1.25), le dia-

gramme de bifurcation pour a > 3 présente tout une succession de bifurcations de cycles
d’ordre 2n , qui perdent leur stabilité alors qu’un cycle stable d’ordre 2n+1 apparaît. Cette
séquence de bifurcation est appelée cascade de dédoublements de période, et elle se pour-
suit en théorie jusqu’à des cycles d’ordre infini en 2n . Mais les cycles d’ordre de plus en
plus grand se produisent de plus en plus rapprochés sur l’axe des a, et c’est pour une valeur
finie de a que l’on atteint la limite des cycles d’ordre infini : c’est le point d’accumulation
a∗ [19]. Au delà, pour a > a∗ , les premiers régimes chaotiques apparaissent. Ainsi, on
appelle aussi cette évolution du diagramme de bifurcation «route vers le chaos» (mais
il existe aussi d’autres «routes vers le chaos» que la cascade de dédoublements). Notons
aussi le mode particulier de représentation choisie pour chaque régime dynamique à une
valeur donnée de a : sur une verticale, les valeurs atteintes sont colorées en niveau de gris,
en fonction de la probabilité d’apparition de chaque point pour un régime dynamique
donné (a donné). C’est également ce mode de représentation que l’on obtiendra expéri-
mentalement, grâce aux effets de persistance des affichages à l’oscilloscope (une valeur très
probable sera plus «lumineuse» du fait de la persistance, et représentera alors la densité
de probabilité de cette valeur).
1 1

0.8 0.9
0.9
0.8
0.75
0.8 0.7
Variable x(i)

Variable x(i)
variable x(i)

0.7 0.6
0.7
0.5
0.65 0.6
0.4

0.6 0.5 0.3

0.2
0.55 0.4
0.1

0.3 0
800 810 820 830 840 850 800 810 820 830 840 850 700 750 800 850 900 950 1000
i i i

(a) a = 3.2 (périodique) (b) a = 3.5 (bipériodique) (c) a = 4 (chaotique)

Fig. 1.26 – Type d’évolution de la dynamique de l’application logistique

Densité de probabilité

Une variable aléatoire X est caractérisée par sa fonction de répartition FX .

Soit X une variable aléatoire de fonction de répartition FX ; alors il existe une fonction
numérique d’une variable réelle telle que :
 x
FX (x) = f (ξ)dξ (1.34)
−∞

f est la densité de probabilité de la variable aléatoire X. Cette densité de probabilité

permet de déterminer la fonction de répartition FX :
36 Chapitre 1. Les systèmes non linéaires : généralités

 b
P (X ∈ [a, b]) = FX (b) − FX (a) = f (x)dx (1.35)
a
Une densité de probabilité possède deux propriétés importantes :
⎧
⎪
⎨ f (x) ≥ 0
 +∞ (1.36)
⎪
⎩ f (x) = 1
−∞

Cette densité de probabilité permet d’obtenir de nombreuses informations dans les

diagrammes de bifurcation (fig.1.25). Le lien est facilement fait avec le tracé des histo-
grammes permettant d’observer la densité de probabilité.

1.4.6 Exposants de Lyapunov

Le calcul de la stabilité d’un système à deux variables dans la partie 1.4.4 est un cas
particulier. Pour un système à n dimensions, les calculs s’avèrent beaucoup plus compli-
qués. De plus, ce cas particulier de la partie 1.4.4 s’applique uniquement lorsque l’état
initial se retrouve ultérieurement (point fixe ou cycle). Lorsque la solution étudiée est
chaotique, il n’est plus question d’utiliser un développement linéaire autour d’une tra-
jectoire périodique, ou de type point fixe. Il est toutefois possible de décrire, pour des
portions de l’attracteur, les directions principales de l’espace des phases dans lesquelles
des petites perturbations initiales de cet attracteur s’amplifient (exposants positifs) ou
s’atténuent (exposants négatifs). C’est alors la moyenne de ces exposants sur l’ensemble
des portions de l’attracteur, qui va nous permettre de définir les exposants de Lyapunov.
Chacun d’entre eux mesure le taux de divergence ou de convergence suivant l’un des axes
proposés de l’espace des phases local, de sorte qu’en moyenne un hyper-volume initial A0
évolue selon une loi de type :

A = A0 . exp((λ1 + λ2 + ... + λn ).t), (1.37)

où les λi sont les différents exposants de Lyapunov. Dans le cas d’un système dyna-
→ → → → →
mique x(t)= f ( x) où f ( x) est un champ de vecteurs, et si xt et x
t sont deux solutions
voisines de ce système dynamique, l’évolution de leur écart, dans la limite des petits écarts,
suivra la loi :

→ → →
d(xt − x
t ) d δ xt
= (1.38)
dt dt
où Dt f (xt ) est la matrice jacobienne de l’application f en xt . Si cette matrice est
diagonalisable, il existe une matrice inversible P t telle que :

Dt = Pt −1 Dt f Pt
 1.4. Outils et techniques de caractérisation 37

où Dt est une matrice diagonalisable contenant les valeurs propres de Dt f . Etant

donné que le jacobien Dt f est isomorphe à Dt et que par conséquent les applications
linéaires qu’elles définissent sont linéairement conjuguées, l’évolution de la divergence
peut être étudiée de manière équivalente à l’aide de Dt . Soit Λti avec i = 1, 2, 3, ..., n les
valeurs propres de la matrice jacobienne Dt , l’équation suivante définit les n exposants de
Lyapunov tout au long des différents points de l’attracteur :

1
λi = lim ln[Λti ] (1.39)
t→∞ t

Il est nécessaire, si l’on a à faire à un système dissipatif, que la somme des exposants
soit négative. En effet, dans le cas contraire, le volume initial finirait par remplir tout
l’espace dans lequel il est immergé. Les valeurs positives de λi sont la signature d’une
divergence des trajectoires initialement voisines sur l’attracteur. A titre d’exemple, le type
d’attracteur associé au nombre d’exposants de Lyapunov positifs (noté +), nuls (noté 0)
ou négatifs (noté −) en dimension 3 est donné au tableau 1.2 :

Type d’attracteur Signe des exposants

point fixe (-,-,-)
cycle limite (0,-,-)
tore T 2 (0,0,-)
attracteur étrange (+,0,-)

Tab. 1.2 – Type d’attracteur et exposants de Lyapunov

Une valeur peut être attribuée à la dimension de l’attracteur chaotique. Cette di-
mension peut être approchée grâce à la conjecture de Kaplan-Yorke [20] à partir de la
connaissance du spectre de Lyapunov. La conjecture de Kaplan et Yorke définit une di-
mension selon la relation suivante :

j
λi
DKY = j + i=1
(1.40)
|λj+1 |

où les λi sont les exposants de Lyapunov, et j l’entier le plus grand pour lequel :

λ1 + ... + λj ≥ 0 (1.41)

L’étude du spectre de Lyapunov constitue donc, quand elle est possible, un outil
intéressant de quantification du degré de complexité d’un attracteur. Selon (1.40), plus
on aura un nombre important d’exposants de Lyapunov supérieurs à 0, plus l’attracteur
chaotique est complexe, et sera donc intéressant à priori pour la cryptographie par chaos.
38 Chapitre 1. Les systèmes non linéaires : généralités

1.5 Applications des différents types d’oscillateurs

Nous allons maintenant recentrer nos propos autour de l’application particulière qui
est visée dans le cadre de ce travail, les télécommunications. Cette section a pour objet,
de souligner l’utilisation vaste des systèmes dynamiques non linéaires dans ce domaine,
en général pour fabriquer des comportements périodiques, mais parfois aussi pseudo-
aléatoires.

1.5.1 Télécommunications à porteuse harmonique

Au cours du développement des dispositifs de télécommunication, il est apparu in-
dispensable de coder l’information à transmettre pour adapter l’information au canal de
transmission. L’une des formes de codage de l’information parmi les plus simples et les
plus anciennes consiste à effectuer une translation en fréquence du signal informatif. Ce
type de codage est appelé modulation harmonique. Il est d’usage de distinguer trois types
de modulation analogique :
– La modulation d’amplitude (AM)
– La modulation de fréquence (FM)
– La modulation de phase (PM)
Le fonctionnement de ces trois modulations repose sur la modification d’une des ca-
ractéristiques (amplitude, fréquence ou phase) d’un signal sinusoïdal qui est transmis tel
quel en l’absence d’un signal informatif. Ce signal prend la dénomination de porteuse et
sa fréquence est appelée fréquence porteuse.
Des techniques de modulation analogique, la modulation d’amplitude fut la première
employée car elle se caractérise par une grande simplicité de mise en œuvre. Cependant,
l’utilisation de l’une des modulations se justifie par les caractéristiques qui la définissent
(influence du bruit, bande de fréquence, complexité de mise en œuvre. . . ).
Pour cela, effectuons une comparaison des différents types de modulation. Pouvoir
quantifier la qualité du signal d’information après sa transmission et sa démodulation,
est l’un des points essentiels des télécommunications. Il est relativement intuitif de com-
prendre que le signal reçu après une transmission à longue distance va être considérable-
ment atténué, et dégradé par la superposition de bruit. Enfin, le signal subit différents
traitements qui vont globalement entraîner des déformations. Il est d’usage de caractériser
le bruit par sa puissance. De ce fait, l’influence du bruit sur un signal est caractérisée par
son rapport signal/bruit. Plus ce rapport est élevé, meilleure est la qualité du message
d’information. La mesure de déformation d’un signal est donnée par son taux de distorsion
harmonique total. Nous reviendrons ultérieurement sur ce type de mesure et par consé-
quent sur la détermination des performances liées à un type de modulation. D’un point de
 1.5. Applications des différents types d’oscillateurs 39

vue générale, retenons uniquement les points essentiels de chacun des types de modulation
1.3notamment en fonction du paramètre δ correspond à l’indice de modulation.

Modulation Bande de complexité de Améliorations après sensibilité aux

fréquence mise en oeuvre démodulation perturbations
AM 2 fm minime jamais en détection importante
crête
FM 2 N (δ) fm complexe si δ > 0.475 faible
φM 2 N (δ) fm complexe si δ > 0.775 faible

Tab. 1.3 – Différences entre les types de modulation

Dans ces trois modes de modulation harmonique, on fait bien évidemment appel à
des oscillateurs, la plupart du temps très faiblement non linéaires, et qui ont pour but de
générer une oscillation harmonique correspondant à la fréquence porteuse. C’est ainsi une
oscillation purement harmonique, à une seule composante fréquentielle, qui est utilisée
dans ce mode de transmission de l’information. Cette condition de pureté spectrale de
la porteuse n’est toutefois nullement nécessaire pour une porteuse d’information, comme
nous allons le voir.

1.5.2 Télécommunications à étalement de spectre

Au début des années 20, Goldsmith utilise la FM pour étaler le spectre d’une modu-
lation AM afin de réduire l’effet du bruit et des trajets multiples sur une communication.
Dès les années 1940, Wiener et Shannon ont développé des théories de traitement du signal
dans le but d’utiliser la technique d’étalement de spectre à des fins de cryptographie dévo-
lue aux transmissions militaires. L’utilisation de cette technique dans la radio-localisation
(GPS) lui permet d’entrer enfin dans le domaine public. A la fin des années 90, l’étalement
de spectre apparaît comme une solution de multiplexage d’avenir qui permet d’envisager
les radiocommunications numériques de masse.
Le principe de la modulation à étalement de spectre (Spread Spectrum) consiste à éta-
ler l’information sur une bande de fréquences beaucoup plus large que la bande nécessaire,
dans le but de combattre les signaux interférents et les distorsions liées à la propagation :
le signal se confond avec le bruit. Le signal est codé au départ, un code est assigné à
chacun des usagers afin de permettre le décodage à l’arrivée. L’étalement est assuré par
un signal pseudo-aléatoire appelé code d’étalement. A la réception, le signal est perçu
comme du bruit si le récepteur n’a pas le code. La modulation avec étalement de spectre
est ainsi optimisée pour lutter contre le bruit, dont elle limite mieux les effets.
Un spectre étalé est donc obtenu en modulant le signal avec une séquence connue sous
le nom de séquence pseudo-aléatoire ayant une apparence de bruit en remplacement de
40 Chapitre 1. Les systèmes non linéaires : généralités

chaque bit de message. Le signal étalé (spectralement) doit apparaître comme un bruit,
en particulier pour les autres transmissions éventuelles utilisant le même spectre étalé.

La modulation CDMA

La modulation CDMA est une modulation à étalement de spectre signifiant Accès Mul-
tiple à Répartition par Code. Celui-ci se développe actuellement pour la téléphonie mobile
et/ou le wireless. Les avantages du CDMA se retrouvent dans la protection (sécurité) des
communications, la qualité, la faible consommation, la flexibilité de l’allocation. . .

Fig. 1.27 – Principe du CDMA

La technique CDMA consiste à faire partager un même canal de transmission (bande

de fréquence) au même moment par des utilisateurs qui sont caractérisés par des codes
différents ayant des propriétés d’autocorrélation et d’intercorrélation permettant au niveau
de la réception de séparer les messages des différents utilisateurs.
Le principe de l’accès multiples avec codes donne lieu à plusieurs variantes dont nous
allons décrire l’étalement par séquence directe (DSSS4 ) (fig.1.27) qui est un principe gé-
4
Discrete Sequence Spectrum Spreading
 1.5. Applications des différents types d’oscillateurs 41

néral du CDMA.
– Le message A de l’émetteur A, représenté par une séquence de +1 et -1 traduisant la
séquence linéaire de bits 1 et 0 logiques, est multiplié par un code (CA ). Ce code est
une séquence de +1 et -1 («les chips») judicieusement choisie et dont les transitions
sont m fois plus fréquentes. Le même processus est utilisé pour le message B.
– Les séquences produits A CA et B CB sont ajoutées puis transmises.
– A la réception, le destinataire du message A multiplie la séquence reçue par le code
CA et le destinataire du message B par le code CB .
Si les codes sont bien choisis sur la durée d’un bit (donc de m «les chips»), la moyenne
en réception du message A de CA CA sera égale à m/2, tandis que CA CB aura une moyenne
nulle. Les codes CA et CB sont dits orthogonaux puisque la somme des produits des
éléments correspondants est quasi nulle.

Communications par chaos

La mise au point de systèmes de transmissions sécurisés de l’information fait l’objet

d’un intérêt croissant dans le domaine militaire comme dans le domaine civil. Dans ce
contexte, les transmissions analogiques comme numériques sur porteuse chaotique ont été
introduites comme alternative possible aux techniques d’étalement de spectre classique. La
porteuse générée par un oscillateur non linéaire instable donne au signal émis l’apparence
d’un bruit et le rend ainsi difficilement détectable par l’observateur ne connaissant pas
les paramètres de l’émetteur. La complexité des circuits est, de plus, largement réduite
puisque l’oscillateur chaotique délivre naturellement un signal à spectre étalé.
Les oscillateurs chaotiques utilisés à l’émission réalisent simultanément deux fonc-
tions : ils étalent le spectre du signal tout en assurant une forme de cryptage. Ainsi, la
transmission du message est difficilement déchiffrable et il est quasiment impossible de
retrouver les symboles d’information pour l’observateur qui ne connaît pas les paramètres
de l’émetteur. Un atout majeur des systèmes chaotiques est leur simplicité de réalisation
au niveau circuit.

1.5.3 Cryptographie par chaos

La synchronisation entre l’oscillateur et le système esclave

La synchronisation de signaux chaotiques a été découverte par Carroll et Pecora lors-

qu’ils ont réussi à reproduire à l’identique un signal électrique chaotique et à le mettre en
phase avec le signal original [21].
Les communications sécurisées s’inspirent de cette découverte pour réaliser un sys-
tème de chiffrement par chaos ; le signal chaotique peut être reconstitué s’il traverse les
mêmes éléments qui l’ont formé. Ce principe va permettre de générer un signal chaotique
42 Chapitre 1. Les systèmes non linéaires : généralités

Fig. 1.28 – Synoptique de synchronisation entre deux systèmes

masquant une information. Ce signal transmis est à la base de la reconstitution de la

dynamique chaotique pour extraire l’information [22].
Un système de cryptage par chaos est composé de deux parties : le brouilleur et le
décrypteur. Ceux-ci sont strictement identiques pour assurer de façon optimale le res-
pect des conditions initiales. La synchronisation des dispositifs est établie en amorçant
le chaos dans le système de réception que nous nommerons dans un premier temps le
système esclave étant donné sa nature à être commandé. C’est dans ce dernier système
qu’est injectée la dynamique chaotique issue du système maître. Cet ensemble constitue
un cryptosystème à clés symétriques secrètes. Le système maître et le système esclave
possèdent les mêmes clés. La synchronisation représente la phase critique de l’opération
de décryptage. Du fait de la nature complexe du comportement du signal brouilleur, le
moindre écart lors du décodage va entraîner un parasite sur le signal nul (dans le cas
d’une synchronisation parfaite) comme représenté sur la figure 1.28 qui est couramment
appelé bruit de déchiffrement ou bruit de décodage.
La limitation du bruit de déchiffrement et la complexité de la clé sont dépendantes. En
effet, en utilisant une clé moins complexe permettant ainsi de générer un signal chaotique
de dimension moins élevée, le bruit de décodage sera moins important. Cependant, la
dimension moins élevée du chaos engendrera une perte de la qualité de masquage.
Les systèmes hyperchaotiques constitués par des boucles non linéaires à retard génère
un signal chaotique d’une dimension très importante, et de là s’instaure une difficulté sup-
plémentaire pour la synchronisation. Soit x(t) le signal généré et y(t) le signal reconstitué,
nous pourrons définir l’erreur de synchronisation instantanée entre x(t) et y(t) :

(t) = y(t) − x(t) (1.42)

 1.5. Applications des différents types d’oscillateurs 43

Influence de l’insertion de l’information sur la dynamique chaotique

Il existe plusieurs méthodes pour insérer le signal d’information dans le signal chao-
tique. Une première méthode consiste à simplement masquer le signal d’information
en l’additionnant au signal chaotique à l’extérieur de la boucle d’oscillation chaotique
(fig.1.29).

Fig. 1.29 – Méthode de masquage

Cette technique est appelée «masquage par chaos». Cette technique présente certains
désavantages. En effet, l’insertion d’un signal d’information va changer l’évolution du
chaos et cette méthode d’insertion est effectuée à l’extérieure de la boucle. Par conséquent,
pour que le récepteur puisse se synchroniser sur l’émetteur et ainsi décoder le signal
d’information, celui-ci doit avoir une amplitude Ainfo relativement faible par rapport au
signal chaotique Achaos :

Ainfo  Achaos (1.43)

Dans le cas contraire, le masquage ne serait pas efficace. Ce type de masquage présente
également un inconvénient au niveau de la faible amplitude du signal d’information pour
que celui-ci puisse être correctement crypté. En effet, dans un environnement particulière-
ment bruité comme une transmission hertzienne, le signal d’information ne pourrait pas se
différencier du bruit de transmission [23] car tous les deux sont extérieures à l’oscillateur.
44 Chapitre 1. Les systèmes non linéaires : généralités

Une seconde méthode s’avère meilleure dans le cas de la cryptographie. Le signal

d’information est directement inséré dans la boucle qui génère le signal chaotique (fig.1.30).

Fig. 1.30 – Modulation du chaos par l’information

Ainsi, le message a une influence directe sur la dynamique chaotique, ce qui potentiel-
lement augmentera la complexité du chaos généré [24]. De ce fait la communication sera
mieux sécurisée. L’amplitude de l’information n’aura aucune influence sur la synchronisa-
tion avec le récepteur. Le bruit de transmission et l’erreur d’accordabilité seront les deux
sources d’erreur de décodage [25].
L’insertion de l’information sera faite de la même manière qu’à la figure 1.30. Cepen-
dant, il est important de savoir que l’endroit d’insertion de l’information a une influence
notable sur l’architecture du récepteur permettant le décodage [26].
Nous allons, dans la suite de ce chapitre, présenter divers systèmes opto-électroniques
de cryptographie par chaos qui ont été réalisés au laboratoire, sur la base des architectures
des figures 1.29 et 1.30.

Cryptographie par chaos en longueur d’onde

Le premier système optique concernant la cryptographie par chaos a été réalisé au sein
du laboratoire d’Optique PMD [27] ; l’ensemble du système est basé sur une dynamique
 1.5. Applications des différents types d’oscillateurs 45

non linéaire à retard permettant de générer un chaos de grande dimension.

Fig. 1.31 – Système de cryptage par chaos en longueur d’onde

Les différentes fonctions qui constituent l’oscillateur chaotique sont placées en boucle
fermée, dans laquelle l’information aura un rôle actif sur la dynamique chaotique. Du
côté du récepteur, les mêmes éléments sont utilisés de manière à constituer les mêmes
clés que celles utilisées à l’émetteur-codeur. La différence entre l’émetteur et le récepteur
réside dans l’association de ces éléments qui sont, contrairement à l’oscillateur autonome
de l’émetteur, placés en boucle ouverte au récepteur. Le premier système de ce type
conçu au laboratoire est un système non linéaire à retard permettant de générer un si-
gnal optique dont la longueur d’onde présente des variations chaotiques. C’est le premier
système hyperchaotique lié au cryptage de l’information (fig.1.31). La lame biréfringente
va permettre d’obtenir des variations non linéaires de l’intensité optique en fonction de la
longueur d’onde. L’intensité optique peut ensuite être détectée puis rebouclée sur la diode
laser après certaines fonctions électroniques linéaires (filtrage, amplification, détection du
message, retard).
La diode laser DBR permettait de réaliser la source commandée en courant pour
pouvoir générer un signal optique de puissance constante mais de longueur d’onde variable.
Cette diode accordable en longueur d’onde possède une caractéristique particulière avec la
présence de sauts de mode qui peuvent entraîner des effets non linéaires supplémentaires
46 Chapitre 1. Les systèmes non linéaires : généralités

dans la boucle d’oscillation. Ce type de problème doit être éliminé afin de contrôler au
mieux les effets non linéaires. Nous verrons que des problèmes similaires sont susceptibles
d’apparaître dans les systèmes électroniques capables de générer un chaos en fréquence.

Générateur de chaos sur la phase optique

Ce générateur n’a pas pu être utilisé pour la conception d’un système de masquage des
informations [28]. En effet, la sensibilité de la phase optique aux perturbations extérieures
est trop importante pour avoir pu envisager la synchronisation entre deux systèmes.

(a) Oscillateur chaotique (b) Spectre du signal chaotique

Fig. 1.32 – Caractéristique du générateur de chaos en «phase optique»

Pour cette raison, seul le générateur de chaos a été réalisé (fig.1.32(a)). Toutefois, cet
oscillateur a été capable de générer un chaos possédant un très large spectre, s’étalant sur
plusieurs GHz (fig.1.32(b)). La non-linéarité de transformation de la phase en intensité,
est réalisée par une cavité en anneau fibrée. Son fonctionnement est similaire à celui d’un
interféromètre de Fabry-Pérot, donc un interféromètre à ondes multiples. La différence
notable entre les deux types d’interféromètres est leur courbe de transmission. En effet,
au lieu d’avoir des pics de résonance, la cavité en anneau fibré sera caractérisée par ses
trous dits d’antirésonance [29].

Système de cryptographie à très haut débit par chaos en intensité

Pour effectuer des applications pour les télécommunications très large bande, c’est à
dire capables de crypter des signaux à très haut débit, il est important de s’affranchir de
tout type de sensibilité excessive par rapport à certains paramètres physiques (longueur
d’onde, phase optique). Le montage précédent a permis de produire un signal chaotique
très large bande, mais il n’a pu donner lieu à la réalisation viable d’un ensemble émet-
teur/récepteur chaotique synchronisé, précisément pour des problèmes de stabilité : le
succès de l’opération de synchronisation tient à la réalisation d’un accord aussi parfait
 1.5. Applications des différents types d’oscillateurs 47

que possible entre les éléments de l’émetteur et du récepteur, cet accord étant d’autant
plus délicat pour une dynamique chaotique de grande largeur spectrale [30].

Fig. 1.33 – Système de cryptage haut débit

Le montage expérimental qui a permis pratiquement de vaincre ces contraintes est

représenté sur la figure 1.33. Il fait intervenir un oscillateur électro-optique non linéaire
à retard, constitué de composants standards des télécommunications hauts débits. La
variable chaotique est l’intensité optique. La non-linéarité est réalisée par la fonction
de modulation d’un interféromètre de Mach-Zehnder en optique intégré. Les résultats
expérimentaux montrent qu’un débit de 3 GHz peut être atteint, pour un taux d’erreur
binaire de 7 10−9 [31].
Tous ces démonstrateurs opto-électroniques de cryptage par chaos, ont été développés
48 Chapitre 1. Les systèmes non linéaires : généralités

dans le contexte des télécommunications optiques. Leurs principes, exposées aux figures
1.29 et 1.30, sont toutefois a priori généraux, et notre objectif consiste à les appliquer au
domaine des communications radiofréquences. C’est ce que nous allons reporter dans la
suite, à l’aide des différentes notions présentées dans ce premier chapitre.
1.5. Applications des différents types d’oscillateurs 49

Notes du lecteur
Chapitre 2

La cryptographie par chaos en

fréquence

Un savant, c’est quelqu’un

qui est à peu près certain,
Jules Renard
Ce qui est affirmé sans preuve
peut être nié sans preuve,
Euclide de Mégare

2.1 Introduction
La cryptographie par chaos est une application issue de la possible synchronisation
entre deux oscillateurs chaotiques distants [32, 33]. Les systèmes hyperchaotiques tels que
ceux décrits par les dynamiques non linéaires à retard, sont susceptibles de générer un
signal chaotique de grande dimension, qui, de ce fait, rendra le cryptage de l’information
plus sûr. En effet, l’analyse du chaos masquant l’information sera d’autant plus difficile
dans le cas de signaux chaotiques de grande dimension. Plusieurs démonstrateurs ont
été présentés dans le domaine des transmissions optiques, sur la base précisément des
dynamiques non linéaires à retard.
Actuellement, la modulation de fréquence est largement utilisée dans les systèmes de
télécommunications, notamment dans les télécommunications hertziennes. En effet, les
transmissions sans fil ont pris le pas sur les transmissions filaires, car ce type de trans-
mission est très avantageux financièrement puisqu’il évite de relier deux points éloignés
difficiles d’accès.
La modulation d’amplitude est également un type de modulation adopté pour les
transmissions hertziennes. Cependant, la synchronisation est très sensible aux bruits. Le
bruit intrinsèque au système de cryptographie, mais aussi le bruit engendré par la trans-
mission doivent être les plus petits possibles afin de pouvoir limiter le bruit de décodage
52 Chapitre 2. La cryptographie par chaos en fréquence

au minimum.
Nous détaillerons, au cours de ce chapitre, les caractéristiques d’une modulation de
fréquence et les effets du bruit pouvant affecter le signal transmis. Nous analyserons les
systèmes de démodulation. Les applications au cryptage par chaos seront ensuite exposées
avec la réalisation du premier système de cryptographie par chaos en fréquence. Nous étu-
dierons ce premier système en mettant en avant les résultats expérimentaux obtenus. La
bande passante limitée de ce prototype nous poussera à énoncer les perspectives pour pou-
voir générer une porteuse de plusieurs centaines de MHz. Enfin, dans une dernière partie,
nous expliquerons la solution choisie pour mettre en œuvre un système de cryptographie
par chaos UHF. Constitué à partir de la même structure que le système électronique,
certaines de ces fonctions sont réalisées d’une manière différente afin de s’adapter aux
contraintes technologiques propres à la mise en œuvre d’une forte non linéarité en haute
fréquence.

2.2 Les transmissions hertziennes : la modulation de

fréquence
2.2.1 Quelques rappels sur les radiofréquences et les hyperfré-
quences en télécommunication
Il existe de nombreux types de modulation dans les télécommunications avec pour
chacun d’eux les avantages et les défauts liés à l’environnement dans lequel elles évoluent
mais aussi le débit d’information qu’elles sont capables de transmettre.
Les transmissions hertziennes sont effectuées dans un espace libre où tous les types
de bruit (ou presque) susceptibles d’affecter le signal de transmission sont présents. C’est
pourquoi le choix de la modulation est primordiale afin de limiter l’influence du bruit de
transmission.
Il est, avant toute chose, nécessaire de rappeler les valeurs du spectre électromagné-
tique et ses applications dans les télécommunications. Dans le tableau 2.1 se trouvent le
type de chaque spectre (LF1 ,MF2 , HF3 , VHF4 , UHF5 , SHF6 ...) ses valeurs limites et ses
applications dans les transmissions actuelles.
Les radiofréquences, les hyperfréquences, et l’optique ont tous des avantages et des
inconvénients dans les télécommunications. Il est bon de rappeler pourquoi les transmis-
1
Low Frequency
2
Middle Frequency
3
High Frequency
4
Very High Frequency
5
Ultra High Frequency
6
Supra High Frequency
 2.2. Les transmissions hertziennes : la modulation de fréquence 53

LF : 30 kHz/300 kHz Diffusion AM longue portée, ondes de

MF : 300 kHz/3 M Hz surfaces terrestres et propagation iono-
sphérique (couche D)
HF : 3/30 M Hz propagation ionosphérique (D, E, F),
communications militaires
VHF : 30/300 M Hz Ondes planes, radio FM et télévision,
UHF : 300 M Hz/3 GHz couverture dans l’horizon radio
SHF : 3/30 GHz Communications satellites, faisceaux
hertziens, radars, téléphonie mobile, té-
lévision par satellite
Optique λ = 1.3/1.55µm communications terrestres très hauts
débits

Tab. 2.1 – Occupation du spectre électromagnétique

sions hyperfréquences restent le type de fréquences privilégié pour les communications

hertziennes.
La longueur d’onde associée aux signaux de basses fréquences est importante. Cette
longueur d’onde importante va limiter l’atténuation atmosphérique en espace libre. Ce-
pendant, l’utilisation d’antennes directives n’est pas possible et la taille des antennes reste
très grande. Les services associés aux porteuses de basses fréquences sont les communica-
tions maritimes et les services fixes sur de longues distances, la radiodiffusion et la radio
navigation.
Les signaux hyperfréquences réalisent le meilleur compromis entre l’atténuation et
la directivité des antennes. Ces fréquences trouvent de nombreuses applications avec les
communications mobiles, les liaisons terre-satellites et intersatellites et les communications
locales, car elles permettent d’avoir un très haut débit.
Les signaux optiques permettent aux transmissions d’atteindre des débits record. Ce-
pendant, les distances de transmissions sans amplification ou régénération7 restent faibles
car l’atténuation engendrée par ce type de signal est relativement élevée pour des trans-
missions assez longues (> 1000 km). L’atténuation caractérise l’affaiblissement du signal
au cours de la propagation. Dans le cas d’une fibre optique, l’atténuation se traduit par
une décroissance exponentielle de la puissance en fonction de la longueur de fibre. Soient
P0 et PL les puissances à l’entrée et à la sortie d’une fibre de longueur L, celles-ci sont
reliées par la relation suivante :

PL = P0 exp(−α L) (2.1)

où α est le coefficient d’atténuation exprimé en dB/km. Celui-ci est proche de 0.2dB/km

7
dans la pratique, les liaisons longues distances à fibre optique font usage d’amplificateurs optiques
tous les 70/80 km
54 Chapitre 2. La cryptographie par chaos en fréquence

pour une longueur d’onde optique λ = 1550 nm. Dans le cas des transmissions en espace
libre, l’atténuation de l’onde électromagnétique est exprimée par la relation suivante :

L(dB) = 32.4 + 20 log[F (M Hz)] + 20 log[d(km)] (2.2)

où L sont les pertes, F la fréquence de la porteuse de transmission et d la distance de

transmission. Il est toutefois important de préciser les pertes des autres types de câbles
de transmission comme les câbles coaxiaux et les guides circulaires dont les pertes sont
respectivement de 60 dB/km et de 2 dB/km.
La figure 2.1 répertorie le graphe des pertes en fonction de la distance de transmission
et du support de transmission utilisé.

Fig. 2.1 – Atténuation typique pour quatre supports de transmission les plus utilisés

Nous remarquons que l’atténuation entre les deux supports majoritairement utilisés
dans les télécommunications actuelles varie selon le type d’application pour lesquelles
ceux-ci sont utilisés. En effet, le graphique nous montre qu’il est préférable d’utiliser
les transmissions hertziennes dans le cas de longues distances. En revanche, les pertes
engendrées par une fibre optique pour des liaisons inférieures à 1000 km sont moins
importantes qu’une transmission en espace libre.
 2.2. Les transmissions hertziennes : la modulation de fréquence 55

2.2.2 Rappels et définition de la modulation en fréquence

Le cryptage par chaos en fréquence se base sur la modulation de fréquence (2.3) ma-
joritairement utilisée dans les transmissions hertziennes. Un signal modulé en fréquence
s’écrit typiquement :
  t 
V (t) = A. cos ω0 t + k s(t)dt (2.3)
0

où s(t) est le signal modulant. La porteuse de notre système est la variable chaotique
définie comme telle :

ω(t) = 2 π f (t) = ω0 + ∆ω(t) (2.4)

∆ω(t) a une évolution pseudo-aléatoire et sa valeur crête à crête peut être considérée
comme l’excursion en fréquence de la modulation.
Pour discerner l’ensemble des points importants relatifs à la modulation chaotique en
fréquence, nous allons remplacer le signal modulant chaotique par un signal modulant
sinusoïdal (ω = ω0 + ∆ω cos Ωt). Ainsi, le signal V (t) de l’équation (2.3) devient :
 
∆ω
V (t) = A. cos ω0 t + sin(Ωt) (2.5)
Ω
∆ω/Ω est l’indice de modulation. En comparant ce signal sinusoïdal au signal chao-
tique modulant, Ω peut prendre une valeur quelconque comprise dans la bande de base
du signal chaotique. La fréquence angulaire du signal modulant Ω et l’excursion en fré-
quence ∆ f (t) = ∆ω/2 π vont définir l’indice de modulation. Bien entendu, la forme du
signal modulant est relativement importante. Suivant la forme, périodique ou chaotique,
du signal modulant, son analyse est différente.

2.2.3 Les techniques de démodulation de signaux FM

Il existe plusieurs techniques possibles pour démoduler un signal modulé en fréquence
(FM) ; nous en analyserons uniquement deux :
– La démodulation par dérivation et par détection de phase
– La démodulation par l’utilisation d’une boucle à verrouillage de phase (PLL)

Démodulation par dérivation et détection de phase

Pour démoduler un signal FM, il est nécessaire de recourir à un dispositif dont la

tension (ou le courant) de sortie varie linéairement avec la fréquence. De ce fait, l’opéra-
teur mathématique permettant cette opération est la dérivation. Le signal FM V (t) (2.3)
deviendra par conséquent après sa dérivation :
56 Chapitre 2. La cryptographie par chaos en fréquence
  t 
dV
(t) = −A (ω0 + k s(t)) sin ω0 t + k s(t)dt (2.6)
dt 0

Il s’agit donc d’un signal modulé en fréquence et en amplitude. La détection d’enve-

loppe permet de récupérer uniquement le signal modulé en amplitude sans tenir compte
de la fréquence instantanée du signal dérivé.
En récupérant l’enveloppe du signal (redressement + filtrage), le signal modulant est
reconstitué. Le synoptique suivant (fig.2.2) montre l’ensemble des étapes à respecter pour
la démodulation du signal FM.

Fig. 2.2 – Dérivation et détection d’enveloppe

L’écrêteur permet d’avoir des signaux d’amplitude constante avant le dérivateur et

donc de s’affranchir des éventuelles variations du signal modulé (A n’est pas constant
dans la pratique...). Il ne reste plus ensuite qu’à effectuer une détection crête.

La boucle à verrouillage de phase

La boucle à verrouillage de phase est un système de contrôle de la fréquence en boucle

fermée. Son fonctionnement est basé sur la comparaison de la phase du signal d’entrée et
du signal de sortie issu d’un oscillateur local commandé en tension (VCO). La PLL8 est
donc, comme son nom l’indique, un système asservi en phase. Son principe de fonction-
nement est illustré dans le domaine de Laplace par la figure 2.3.
La boucle à verrouillage de phase va permettre d’éliminer le bruit de phase en générant
le signal modulant Vs (t) à partir du signal modulé en fréquence Fe (t). En 1932, un groupe
de scientifique anglais mettait au point un système dépassant la réception superhétéro-
dyne. En effet, cette dernière se compliquait davantage avec l’augmentation du nombre
de sous-porteuses et l’apparition de spectre cannelé. C’est pourquoi, un nouveau type
de récepteur appelé récepteur homodyne et par la suite renommé récepteur synchrodyne
s’appuyant sur une boucle à verrouillage de phase est né [34].
Si l’écart de phase ∆φ = φe − φs entre les signaux d’entrée et de sortie n’est pas
constant, la tension d’entrée du VCO9 varie ce qui entraîne une variation de fréquence
du signal présent à la sortie de celui-ci. La fréquence du VCO ayant changée, la phase
8
Phase Locked Loop
9
Voltage Controlled Oscillator
 2.2. Les transmissions hertziennes : la modulation de fréquence 57

Fig. 2.3 – Principe d’une boucle à verrouillage de phase

du signal de sortie peut «rattraper » celle du signal d’entrée. Pour un écart de phase ∆φ
constant :
⎧
⎨ d(φe − φs ) = 0
dt (2.7)
⎩
fe − fs = 0
la fréquence instantanée du signal d’entrée est donc égale à la fréquence du signal
délivré par le VCO. La fréquence instantanée du signal d’entrée de la PLL étant une
fonction linéaire du signal modulant s(t), le signal de commande du modulateur FM de
la PLL suit exactement le signal s(t).
L’avantage d’un tel système est de ne pas être tributaire de la forme des signaux.
De plus, la théorie des systèmes asservis indique qu’un tel dispositif se comporte comme
un filtre passe-bas. L’équation (2.8) est l’interprétation mathématique du comportement
dynamique linéaire d’une PLL dans le domaine de Laplace :

1
H(p) = τ p2
(2.8)
1+ p
2π Kcp αvco
+ 2π Kcp αvco

Chacun des paramètres influe sur les caractéristiques de fonctionnement de la PLL.

Kcp la sensibilité du comparateur de phase, αvco la sensibilité du VCO et τ la constante
de temps du filtre passe-bas du premier ordre, ont chacun une influence sur la fréquence
naturelle ωn et le coefficient d’amortissement z du système en boucle fermée.
En étudiant l’influence des paramètres du comparateur de phase Kcp et de la fréquence
de coupure du filtre passe-bas que l’on peut interpréter par sa constante de temps τ , le
coefficient d’amortissement (2.10) et la fréquence naturelle (2.9) du système à verrouillage
de phase ont une importance sur la stabilité du système de détection d’enveloppe :

2 π Kcp αvco
ωn = (2.9)
τ

1
z=  (2.10)
2 2 π Kcp αvco τ
58 Chapitre 2. La cryptographie par chaos en fréquence

Ainsi, on peut définir les limites de stabilité du système. En effet, celui-ci ne doit
pas être résonant pour éviter tout décrochage de la boucle. Il doit également avoir une
fréquence de coupure (τ petit) assez haute pour avoir un débit de transmission le plus
grand possible.

10 20

0
0
−10
Fonction de transfert (dB)

Fonction de transfert (dB)

−20 −20

−30
−40
−40

−50 −60
Kcp croissant τ croissant
−60
−80
−70

−80 2 4 6 8
−100 2 4 6 8
10 10 10 10 10 10 10 10
Fréquence (Hz) Fréquence (Hz)

(a) τ constant et 0.005 < Kcp < 1 (b) Kcp constant et 1 ns < τ < 1 µs

Fig. 2.4 – Fonction de transfert de la PLL pour différents paramètres

Le comparateur de phase peut pratiquement se réaliser de deux manières, soit ana-

logique, soit numérique. Le phasemètre par produit, le pont de phase et le modulateur
en anneau sont des systèmes analogiques alors que les phasemètres à bascule RS ou à
OU-exclusif sont de type numérique.
– Le phasemètre par produit est le montage le plus simple mais son gros désavantage
est sa dépendance aux amplitudes des signaux d’entrée
– Le pont de phase, comme le modulateur en anneau , met en œuvre un ou deux
transformateurs, ce qui permet d’avoir une isolation galvanique entre les entrées et
la sortie du comparateur de phase (application à l’électronique de puissance).
– Les phasemètres numériques sont les plus utilisés. Ils n’ont pas les inconvénients
des phasemètres analogiques mais il existe une différence entre le phasemètre à
bascule RS et le phasemètre à OU-exclusif. Le premier fournit une différence de
phase absolue variant entre 0 et 2 π rad (fig.2.5(a)), alors que la pente change de
signe entre 0/π rad et π/2 π rad (fig.2.5(b)) pour le OU-exclusif.
Il est important de souligner que ces phasemètres ont une réponse non linéaire [35, 36]
comme la figure 2.5(b) peut le montrer. Ainsi, en boucle fermée, il est possible pour
certaines conditions de générer un signal chaotique [37]. De nombreuses études ont déjà
porté sur la réalisation d’oscillateurs chaotiques à base d’une PLL. Le chaos issu de ce
type de montage est toutefois de basse dimension.
 2.2. Les transmissions hertziennes : la modulation de fréquence 59

(a) à bascule RS (b) à OU-exclusif

Fig. 2.5 – Différents phasemètres numériques

Pour les comparateurs de phase numériques, la zone de capture10 est plus petite que
la zone de maintien11 . Cependant, il existe certains composants pour lesquels les deux
zones sont confondues. Leur fonctionnement s’inspire de bascules JK. Pour cela, il est
nécessaire que, lors d’un changement brutal de la fréquence de référence, le comparateur
de phase fournisse un signal dont le signe ne dépende d’abord que de l’écart de fréquence,
puis lorsqu’elles sont devenues égales, il joue son rôle habituel de comparateur de phase.
C’est le principe du comparateur de phase/fréquence [38].
Dans la conception du démodulateur chaotique, une PLL sera utilisée. Les perfor-
mances du démodulateur sont liées aux qualités de la PLL qui viennent d’être évoquées.

2.2.4 Les antennes de transmission

Les antennes de transmission permettent la propagation électromagnétique en milieu
libre d’un point à un autre, sans la présence d’un câble. Les transmissions hertziennes
peuvent être définie comme l’exploitation du spectre électromagnétique en champ libre
pour effectuer de la transmission d’informations (cryptée ou non). De nombreuses appli-
cations trouvent leur compte dans cette méthode de transmission comme la diffusion (TV,
radiophonie, signalisation...), la liaison point à point (ponts radio, liaisons satellites), l’ac-
cès fixe (la boucle locale -radio ou satellite-), les radio mobiles (radio taxi, médecins...),
les réseaux cellulaires (la téléphonie mobile, les réseaux radio).
C’est en 1887 que le physicien allemand Hertz observe les ondes électromagnétiques
prédites par l’anglais Maxwell. A partir de 1890, l’italien Marconi s’intéressa à la télé-
graphie sans fil, et, dès 1895, utilisant l’oscillateur de Hertz, le cohéreur de Branly et
l’antenne de Popov, il construisit un émetteur capable de transmettre un signal radio à
10
zone dans laquelle les phases d’entrée et de sortie passent d’un état désynchronisé en un état syn-
chronisé
11
zone dans laquelle les phases sont maintenues synchronisées
60 Chapitre 2. La cryptographie par chaos en fréquence

quelques kilomètres de distance [39].

Les antennes sont des éléments transformant un signal électrique en une onde élec-
tromagnétique (émission) ou le contraire (réception). Il est important de connaître leur
impédance, leur gain et leur directivité.
Un conducteur électrique fournit de l’énergie sous forme de chaleur (chauffage), ou
de lumière (lampe). De même il fournit un champ magnétique (principe du transfor-
mateur) et électrique (principe du condensateur, du tube cathodique). Le principe de
l’antenne d’émission est de faire en sorte que le champ électromagnétique soit important,
sans chauffer ni s’illuminer. Ce champ se propage en milieu libre, c’est alors une onde
électromagnétique non guidée.
Pour mieux comprendre le fonctionnement d’une antenne, nous allons décrire plusieurs
types d’antenne qui ont des particularités différentes.

Différents types d’antenne

Plusieurs types d’antenne existent suivant les applications pour lesquelles elles seront
utilisées [40].
L’antenne la plus connue est de type dipôle demie onde. C’est une ligne de transmission
terminée par un circuit ouvert dont la longueur est égale au quart de la longueur d’onde
de la porteuse (fig.2.6(a)). Lorsque cette ligne est dépliée, elle mesure alors une demie
longueur d’onde.
Un autre type d’antenne est l’antenne «ground plane» (fig.2.6(b)). C’est l’antenne
précédente dont un des deux brins est le sol. C’est une antenne verticale.
Enfin, un troisième type d’antenne est l’antenne Yaggi (fig.2.6(c)). Il s’agit de l’antenne
la plus courante en Ultra Haute Fréquence (UHF). Elle est constituée d’un dipôle 1/2 onde,
d’un ou plusieurs directeurs et d’un réflecteur. Le tout est maintenu par un isolant. Sa
directivité dépend du nombre de directeurs.

λ/2

Récepteur

(a) demie onde (b) ground plane (c) Yaggi

Fig. 2.6 – Différents types d’antenne

 2.2. Les transmissions hertziennes : la modulation de fréquence 61

Selon la puissance d’émission et la puissance de réception désirées, on peut calculer

une portée théorique en onde directe. Malheureusement, l’onde est réfléchie par le sol,
les murs. Cette réflexion peut entraîner de la diffraction [41]. Pour tout cela, la théorie
n’est valable qu’à 60% près. En dépit de propriétés bien particulières à chacun des types
présentés, les différentes antennes n’échappent guère à cette règle simple selon laquelle
la directivité est d’autant plus élevée que leurs dimensions sont grandes par rapport à la
longueur d’onde.

Le champ électromagnétique, rayonné à grande distance r, dans la direction − →u , par

une antenne s’exprime en fonction de la caractéristique vectorielle du rayonnement F , liée
à la structure de l’antenne. Ce champ décroît comme l’inverse de la distance r. En régime
harmonique, cela s’écrit :

−
→ − exp(j (ω t − kr)) −
→− exp(j (ω t − rc )) −
→−
E (r, →
u)= F (→
u)= F (→
u) (2.11)
r r
Ce rayonnement est constitué par le champ électromagnétique qui se propage dans
l’espace par le biais de l’inductance et de la capacité de l’espace libre. En supposant
l’émission ponctuelle et l’antenne totalement omnidirectionnelle, on peut supposer que
le rayonnement se propage de manière identique dans toutes les directions. Pour donner
une image cela ressemble à un ballon que l’on gonfle et qui voit son diamètre augmenter.
Comme la puissance émise est constante, que la surface occupée par le rayonnement ne
fait que croître, la densité de puissance diminue au fur et à mesure que l’on s’éloigne de
la source d’émission. C’est ce que l’on appelle l’atténuation en espace libre qui est en d−2 ,
où d est la distance de transmission. Cette atténuation est cependant moins importante
que les autres modes de transmission pour de longues distances (voir figure 2.1 page 54).
Pour une longueur donnée, vérifiant l  λ (approximation du doublet de Hertz) et
en utilisant la loi de Biot et Savart, le champ à grande distance d’un élément de courant
i = I0 exp(jω t) pour les conventions des coordonnées sphériques (θ : colatitude et φ :
longitude) est le suivant :
⎧
−
→ η I l sin θ
⎪
⎨E = 0 exp(jω (t − r/c)) −
→uθ
2λr (2.12)
⎩−
⎪ → I0 l sin θ
H = exp(jω (t − r/c)) −
→
uφ
2λr
Nous remarquons que les champs sont proportionnelles à 1/λ et par conséquent à la
fréquence f . La puissance rayonnée est donc proportionnelle à f 2 ou ω 2 . Ceci explique que
les lignes, et en particulier les lignes ouvertes, soient limitées en fréquence d’utilisation à
cause de la perte d’énergie par rayonnement.

Les calculs ne sont pas d’un intérêt fondamental pour la compréhension de cette partie
62 Chapitre 2. La cryptographie par chaos en fréquence

c’est pourquoi nous n’allons pas revenir sur ceux-ci.

Les deux systèmes, électronique et optoélectronique, mis en œuvre concernant la cryp-
tographie par chaos en fréquence, ont des applications aux transmissions hertziennes. L’un
des avantages pratiques de l’augmentation des fréquences de transmission est la réduc-
tion de la taille des antennes. En effet, les antennes λ/2 que nous utilisons ont une taille
moyenne de 15 m, 7.5 cm et 5 cm pour des fréquences de transmission respectives de
5 MHz, 1 GHz et 1.5 GHz. Esthétiquement parlant, nous observons l’importance de ce
changement de fréquence dans la téléphonie mobile notamment.

2.3 Système électronique de cryptographie par chaos

Un premier système de cryptographie par chaos en fréquence a été conçu au laboratoire
[42, 43]. Il s’agit d’un système électronique. Une partie du travail de thèse a permis d’op-
timiser le fonctionnement de ce dernier système pour pouvoir développer plus facilement
un système fonctionnant pour des hautes fréquences.
Inspiré des systèmes optoélectroniques non linéaires à retard décrits précédemment,
ce premier oscillateur chaotique en fréquence possède uniquement des fonctions électro-
niques qui lui permettent d’émettre un signal chaotique en fréquence d’une grande stabilité
(fig.2.7) permettant de masquer l’information.

Fig. 2.7 – Oscillateur chaotique en fréquence

D’un point de vue physique, sa réalisation est basée sur des fonctions électroniques
relativement simples. Cependant, le signal issu de l’oscillateur est complexe. Il est déter-
ministe, et peut être mathématiquement décrit par la relation suivante, dans le cas d’un
filtre sélectif passe-bande dans la chaîne d’oscillation :
 2.3. Système électronique de cryptographie par chaos 63

d2 ∆ω d∆ω dFnl [∆ω(t − T )]

τ1 .τ2 .2
(t) + (τ1 + τ2 ) (t) + ∆ω(t) = τ1 .β (2.13)
dt dt dt
où T est le retard, Fnl une fonction non linéaire, τ1 et τ2 les constantes de temps
basses et hautes du système introduites par le filtrage passe-bande, et β l’amplification
normalisée.
Par la suite, nous allons décrire l’ensemble des fonctions qui constituent l’oscillateur
chaotique : le retard, la fonction non linéaire, le convertisseur U/f , et le type de filtrage.

2.3.1 Conversion de la dynamique chaotique

La conversion du chaos en bande de base en un signal chaotique en fréquence est
effectuée par un oscillateur dont la fréquence est contrôlée en tension.

6
Fréquence Fout (MHz)

0
0 0.5 1 1.5 2 2.5 3 3.5
Tension de commande Vc (V)

Fig. 2.8 – Sensibilité du VCO

Une régression linéaire à partir du relevé de la caractéristique expérimentale (fig.2.8)

donne la fonction qui régit la conversion linéaire du VCO (2.14).

fout (MHz) = 1.8(MHz/V) Vc (V) + 0.56(MHz) (2.14)

Le VCO joue le rôle de convertisseur entre le chaos en bande de base Vc et le chaos en

fréquence fout avec une efficacité de conversion S = 1.8 MHz/V, et une fréquence centrale
f0 = 0.56 MHz. Dans l’ensemble des mesures suivantes c’est le chaos en bande de base
64 Chapitre 2. La cryptographie par chaos en fréquence

qui sera observé. En effet, celui-ci est relié à la dynamique chaotique (fréquence) par la
sensibilité du VCO. Nous verrons par la suite l’influence de la PLL qui, utilisant le même
VCO, va permettre de compenser les dérives en fréquence du récepteur sur l’émetteur.
La fréquence issue du VCO va être injectée dans la fonction non linéaire. Ainsi, l’excur-
sion en fréquence est fonction du gain de la boucle d’oscillation. Celle-ci est typiquement
comprise entre 500 kHz et 1 MHz.

2.3.2 La fonction non linéaire

La fonction non linéaire Fnl [ω] est réalisée par trois filtres passe-bande résonants actifs
(dans la gamme de fréquence correspondant à celle du signal de sortie du VCO) dont la
contre-réaction est effectuée avec une inductance, une capacité et une résistance (filtres
RLC12 parallèle) comme représentés sur la figure 2.9. Il est difficile de parler de fonc-
tionnement non linéaire lorsque sont concernés des filtres qui sont à la base des systèmes
linéaires. En effet, si l’entrée d’un système linéaire est une sinusoïde alors sa sortie est une
sinusoïde de même fréquence et d’amplitude plus ou moins grande. Dans notre cas, les
variables concernées en entrée et en sortie sont respectivement la fréquence et l’amplitude
(et non amplitude et amplitude comme dans l’approche classique des filtres).

Fig. 2.9 – Circuit résonant pour un pic de la non linéarité

Après avoir traversé les filtres passe-bande résonants, la modulation de fréquence ini-
tiale générée par le VCO va présenter des variations non linéaires d’amplitude portées
par la fréquence de modulation du VCO autour de 4 MHz. Ensuite, cette porteuse est
éliminée à l’aide d’un démodulateur d’amplitude. L’entrée et la sortie de cet élément non
linéaire est :
12
Résistance-Inductance-Capacité
 2.3. Système électronique de cryptographie par chaos 65

A(t) = Fnl [f (t)] (2.15)

où la fonction non linéaire Fnl représente le profil de filtrage des cellules RLC parallèles
La non linéarité, pour une variation linéaire de la fréquence de modulation, est repré-
senté sur la figure (2.12) pour une fréquence centrale de modulation voisine de 4.3 MHz,
et une excursion en fréquence linéaire ∆f = 500 kHz.
La fonction non linéaire est décrite par la relation mathématique (2.16). Celle-ci est
composée de fréquences de résonance fi , de facteurs de qualité Qi et de gains Gi dont
l’indice i est la référence du pic résonant (1, 2 ou 3). Elle correspond à la superposition
des différentes résonances.
 3 
 
 gi Qi 
Fnl [f (t)] =   (2.16)
 f (t)
)
i=1 1 − jQi ( fi −
fi
f (t)

Démodulateur d’amplitude

Ce circuit est suivi d’une démodulation d’amplitude afin d’extraire l’enveloppe en

éliminant la porteuse.

R D
D
R R'
D
R R'
- -
Vin R C Vout +
+
Vin R'
R R' Vout

GND GND GND GND

(a) avec redressement simple alternance (b) avec redressement double alternance

Fig. 2.10 – Systèmes de détection d’enveloppe

En effet, la figure 2.11(a) montre la non linéarité avant la détection d’enveloppe pour
une modulation de fréquence linéaire. Le signal observé peut être comparé à une modula-
tion d’amplitude à la différence près que la fréquence de la porteuse n’est pas constante.
Le signal peut donc être défini par la relation suivante :

s(t) = A.(1 + m u(t)) cos((∆ω(t) + ω0 ) t) (2.17)

Dans ce genre de modulation, et contrairement à la modulation d’amplitude standard,

le signal modulant u(t) et la fréquence de la porteuse ω(t) = ∆ω(t) + ω0 sont dépendants.
En effet, selon la valeur de ω(t), u(t) aura une valeur différente. Il est nécessaire de
66 Chapitre 2. La cryptographie par chaos en fréquence

pouvoir supprimer cette porteuse pour ne conserver que l’enveloppe du signal. L’indice de
modulation m est défini par la relation suivante :

∆s
(2.18) m=
2A
avec ∆s l’excursion en amplitude et 2 A l’amplitude lorsque u(t) = 0. Lorsque cet
indice de modulation est inférieur à 1, la démodulation peut s’effectuer par détection
d’enveloppe. Il s’agit d’une démodulation non cohérente ou asynchrone (fig.2.10).
Le problème du circuit utilisant un redressement simple alternance est de dimensionner
au mieux le circuit RC pour que la tension de sortie s’approche au mieux de la forme
de l’enveloppe. Lorsque l’écart entre la fréquence porteuse et la fréquence maximum du
signal modulant (interférences) diminue, le comportement de la non-linéarité va changer :
l’enveloppe dépend en effet de la vitesse de modulaton de la fréquence. Nous reviendrons
ultérieurement sur cet aspect critique de la non linéarité.
80 80 60

60 50
60
40
40
40 30
Amplitude (mV)

Amplitude (mV)

Amplitude (mV)
20
20
0 20
10
−20
0 0
−40
−10
−20
−60 −20

−80 −40 −30

0 0.05 0.1 0.15 0.2 0 0.05 0.1 0.15 0.2 0 0.05 0.1 0.15 0.2
Temps (ms) Temps (ms) temps (ms)

(a) modulation d’amplitude (b) Soustraction des alternances (c) Filtrage

positives et négatives

Fig. 2.11 – Détection d’enveloppe

Un amplificateur opérationnel avec des diodes montées tête-bêche en contre-réaction

(fig.2.10(b)) va permettre d’extraire les alternances positives et négatives pour, ensuite, les
soustraire l’une par rapport à l’autre (fig.2.11(b)). Pour éliminer complètement le signal
haute fréquence, on utilise un filtre pour obtenir le signal représenté sur la figure 2.11(c).
Ce filtre a une fréquence de coupure fc = 8 kHz. Cette fréquence de coupure fixe la limite
haute de la dynamique en bande de base.
Les acquisitions sont sensiblement différentes suivant les relevés expérimentaux (fig.2.12(b))
et théoriques (fig.2.12(a)). Les effets capacitifs et inductifs respectivement des inductances
et des capacités qui sont nécessaires à la réalisation des circuits résonants, sont des com-
posants très facilement perturbables (CEM, tolérance du composant...).

Intuitivement, ce genre de fonction non linéaire est réalisable de manière robuste et

reproductible uniquement autour d’une gamme de fréquence faible (4 MHz dans notre
 2.3. Système électronique de cryptographie par chaos 67

2 1.8

1.8 1.6

1.6 1.4

1.2
1.4
Amplitude (V)

Amplitude (V)
1
1.2
0.8
1
0.6
0.8
0.4

0.6 0.2

0.4 0

0.2 −0.2
3.8 4 4.2 4.4 4.6 4.8 5 5.2 5.4 3.6 3.8 4 4.2 4.4 4.6 4.8 5 5.2 5.4
Fréquence (MHz) Fréquence (MHz)

(a) théorique (b) expérimentale

Fig. 2.12 – Non-linéarités

système). En effet, le facteur de qualité va sérieusement augmenter avec la fréquence de

modulation ce qui va entraîner des problèmes de conception ; il y aura de plus d’autres
problèmes de conception pour reproduire cette non linéarité à l’identique en vue d’une
synchronisation pour une application à la cryptographie. Les caractéristiques des trois
pics résonants de chacun des filtres RLC sont répertoriées dans le tableau 2.2.

théorie pratique
pics de resonance pic 1 pic 2 pic 3 pic 1 pic 2 pic 3
fréquence de résonance (MHz) 4.11 4.6 5.03 4.6 5.1 5.3
facteur de qualité 75 65 78 37 44 42.3
gain 0.1 0.11 0.105 1 1.5 1

Tab. 2.2 – Caractéristiques des filtres résonants

En reliant le facteur de qualité Qi , le gain gi et la fréquence de résonance fi (2.16) au

montage (fig.2.9), chacun des pics de résonance est défini par les composants électroniques
suivants :

R2 1 C
g= , f= √ , Q = R2 (2.19)
R1 2π LC L

2.3.3 Retard temporel

Le retard est réalisé en bande de base, ou basse fréquence,par une mémoire analogique
CCD fonctionnant à une fréquence d’horloge de Fh = 1 MHz délivrée par un oscillateur à
quartz. Cette ligne à retard par mémoire analogique CCD fonctionne comme un vecteur
de N = 1024 éléments dont chaque charge représente un échantillon du signal à retarder.
Un décalage d’échantillon dans la mémoire intervient toutes les deux périodes d’horloge.
68 Chapitre 2. La cryptographie par chaos en fréquence

Ainsi, le retard vaut T = 2 N/Fh . Par conséquent, le retard temporel vaut théoriquement
T = 2.048 ms.

Fnl(t)
Amplitude (V)

Fnl(t-T)

Temps (ms)

Fig. 2.13 – Retard temporel engendré par la mémoire analogique

La fréquence d’horloge délivrée par le quartz peut entraîner un bruit de décodage. En

effet, les dérives à court terme - c’est à dire le bruit de phase ou de fréquence - de chaque
oscillateur à quartz modifie très légèrement la valeur du retard temporel. Or, ce paramètre
est la clé de codage la plus sensible [44]. En effet, une légère dérive rend très rapidement
le décodage impossible. Il est cependant important de préciser la stabilité du résonateur à
quartz compatible TTL dont la précision est 0.01
à 25o C, ce qui entraîne une différence
maximale d’environ 0.2µs sur la valeur du retard ; cet écart sera pratiquement tout à fait
négligeable (erreur relative de 10−4 ).

2.3.4 Filtre assurant la dynamique limitante du système en bande

de base
Ce filtre utilisé est un passe-bande dont les caractéristiques sont des fréquences de
coupure basse et haute de f1 = 498 Hz et f2 = 8.67 kHz. Ce choix est arbitraire, et
permet de fixer, à l’intérieur de la bande passante de la détection d’enveloppe, la bande
de base dans laquelle un comportement chaotique est généré.
 2.3. Système électronique de cryptographie par chaos 69

10

15

20

25

30

35 1 2 3 4 5
10 10 10 10 10

(a) diagrammes de Bode (b) Pôles dans le plan complexe

Fig. 2.14 – Caractéristiques du filtre passe-bande en bande de base

Un tel système peut être considéré comme la mise en cascade de deux systèmes du
premier ordre passe-bas et passe-haut de constantes de temps respectives τ1 = 2 ms
et τ2 = 115 µs (2.20). En effet, il s’agit d’un système sur amorti dont le coefficient
d’amortissement vaut z > 1. Ainsi, la réponse indicielle du filtre n’aura aucune oscillation,
il s’agira d’une réponse apériodique. De ce fait, les pôles dans le plan complexe sont réels
négatifs (fig.2.14(b)). Ainsi, la fonction de transfert dans le domaine de Laplace est définie
par :

U (p) G (τ1 ) p
H(p) = = (2.20)
V (p) (1 + τ1 p)(1 + τ2 p)

Si V (p) et U (p) sont respectivement les entrée et sortie de ce filtre, les règles de
passage entre les domaines de Laplace et temporel nous permetttent de dériver de ce
filtre l’équation différentielle reliant v(t) et u(t) :

du d2 u dv
u(t) + (τ1 + τ2 ) (t) + τ1 τ2 2 (t) = G τ1 (t) (2.21)
dt dt dt

En posant S = ∆ω(t)/u(t), β = S G et v(t) = Fnl [∆ω(t)], on montre ainsi que l’on

retrouve bien la loi dynamique des fluctuations FM de l’oscillateur à retard donné dans
l’équation (2.13).
Les diagrammes de Bode théorique et expérimental (fig.2.14(a)) sont légèrement dif-
férents (décalage de la fréquence centrale mais pente correcte). Les valeurs de cette dy-
namique limitante constituent une des clés de codage. Il s’avère donc nécessaire qu’elles
soient identiques (ou très proches) entre l’émetteur et le récepteur, pour assurer une bonne
synchronisation et, de ce fait, limiter le bruit de décodage de l’information.
70 Chapitre 2. La cryptographie par chaos en fréquence

2.3.5 Caractérisation du chaos en fréquence de l’oscillateur HF

L’oscillateur décrit par les éléments énoncés précédemment va générer une onde si-
nusoïdale de fréquence variable (signal FM). Cette fréquence sera la variable dynamique
chaotique permettant de masquer l’information à l’intérieur de la porteuse. Nous décri-
rons le fonctionnement de l’oscillateur chaotique principalement par des mesures expéri-
mentales. Nous verrons l’efficacité de cet oscillateur chaotique appliqué au cryptage de
l’information, en transmettant et en décodant une information.

Analyse temporelle et spectrale

Le porteuse chaotique est une porteuse haute fréquence (HF) puisque sa gamme de
fréquence, bien que proche de la moyenne fréquence, est supérieure à 3 MHz.
−20
300 Diagramme de Bode
−25 expérimental
200 −30
Excursion en fréquence (kHz)

100 −35
Spectre (dB)

−40
0
−45

−100 −50

−55 Spectre du chaos

−200
−60 en bande de base
−300
−65

−400 −70 2 3 4
0 1 2 10 10 10
Temps (ms) Fréquence (Hz)

(a) Evolution temporelle (b) Spectre en bande de base

Fig. 2.15 – Evolution temporelle et spectrale du chaos en bande de base

La figure 2.15(a) montre que l’évolution chaotique possède bien l’apparence d’un signal
bruité. Le spectre du chaos en bande de base (fig.2.15(b)) est large bande dans la bande
passante qui est définie par les bornes du filtre de la dynamique limitante. Sur la base
d’une analyse spectrale classique, nous constatons que la porteuse chaotique ne permet de
révéler à un espion qu’une estimation grossière des seuls paramètres τ1 et τ2 du générateur
de chaos (le retard et la non linéarité ne sont pas détectables à ce niveau).
 2.3. Système électronique de cryptographie par chaos 71

Le spectre représenté sur la figure (2.16) correspond au signal FM chaotique (porteuse

hertzienne) qui a l’apparence du spectre d’un bruit rose. Un bruit rose est un bruit blanc
filtré. Il aura donc les propriétés d’un bruit blanc mais dans une bande limitée. Son spectre
est relativement plat dans la bande de fréquence de la porteuse.

20

10
Spectre en puissance (dB)

−10

−20

−30

−40

−50

−60
3 3.5 4 4.5 5
Fréquence (MHz)

Fig. 2.16 – Spectre de la modulation de fréquence

L’analyse statistique qui va suivre étudie la densité de probabilité des fréquences ap-
paraissant dans la porteuse FM.

Analyse statistique

L’analyse statistique peut s’effectuer de plusieurs manières différentes. Tout d’abord,

nous avons déjà vu que les spectres représentés précédemment pouvaient être analysés via
leur densité spectrale.
Cependant, en observant la densité de probabilité du chaos émis, nous pouvons remar-
quer que le type de régime chaotique est différent suivant la valeur de certains paramètres.
L’influence du paramètre d’amplification A du générateur est représentée sur le diagramme
de la figure 2.17(a) où l’on a repris la notation du chapitre 1 avec un paramètre de gain
normalisé β dépendant linéairement du gain électronique A. Nous pouvons observer la
succession de bifurcations que provoque l’augmentation progressive de A. La route vers le
chaos est la même que celle décrite dans le chapitre 1. En effet, la densité de probabilité liée
aux couleurs plus ou moins foncées du diagramme de bifurcation permet d’observer, pour
72 Chapitre 2. La cryptographie par chaos en fréquence

les faibles valeurs de β, les premiers dédoublements de période des régimes d’oscillation
harmoniques (β = 1 à 2).

0.5
β1
0.45

0.4

Densité de probabilité
0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
−0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6
Excursion en fréquence (kHz)

(a) Diagramme de bifurcation (b) Densité de probabilité pour β1

Fig. 2.17 – Diagramme de bifurcation pour f0 = 3.7 MHz, T = 2 ms

Le diagramme de bifurcation est issu du calcul des histogrammes qui matérialise la

densité de probabilité de chaque signal chaotique pour des amplifications A différentes. Par
conséquent, la densité de probabilité a été tracée sur la figure 2.17(b) pour une valeur de
gain β caractérisant l’un des nombreux régimes chaotiques. Ce régime peut être distingué
sur le diagramme de bifurcation par le curseur noté β1 .

2.3.6 Système de réception et de réplication du chaos

Ce système est composé des mêmes éléments que l’émetteur détaillé précédemment.
Cependant, l’ensemble des fonctions que sont le retard, la non-linéarité, le filtre passe-
bande, et la fréquence centrale de modulation qui caractérisent les clés de codage de
l’information, sont organisées en boucle ouverte (fig.2.18).
Ces éléments en boucle ouverte vont pouvoir reconstituer localement le chaos en bande
de base au récepteur. L’information contenue dans le chaos en fréquence peut être décrite
à partir de l’équation différentielle non linéaire à retard (2.13), et en considérant l’insertion
du message de manière additive avant le filtre :
⎧
⎨ d2 c dc dFnl [∆ω(t − T )]
τ1 .τ2 .
2
(t) + (τ1 + τ2 ) (t) + c(t) = τ1 .β
dt dt dt (2.22)
⎩
a(t) = c(t) + m(t), ∆ω(t) = 2 π S a(t)
Le système d’équation (2.22) décrit l’évolution du chaos en fréquence contenant l’in-
formation. En traversant les mêmes éléments qui ont permis de coder l’information, le
chaos b(t) réobtenu au récepteur, en bande de base est décrit par une équation similaire
 2.3. Système électronique de cryptographie par chaos 73

Fig. 2.18 – Synoptique du système de décryptage

à (2.13). Ce chaos répliqué en bande de base ne contient par contre pas l’information,
comme on peut s’en apercevoir en écrivant sa loi d’évolution :

d2 b
db





dFnl [∆ω(t − T )]
τ1
.τ2
.
(t) + (τ

1 + τ 2 ) (t) + b(t) = τ 1 .β (2.23)
dt2 dt dt
Dans cette dernière expression, ∆ω est la modulation de fréquencereproduit par la
PLL, et verouillée sur celle qui est détectée par l’antenne et venant de l’émetteur. Comme
décrit à l’équation (2.23), cette modulation de fréquence est directement obtenue par
modulation du VCO de l’émetteur par le signal a(t) = c(t)+m(t), c’est à dire ∆ω = S a(t).
Si les paramètres du récepteur (noté avec un ) sont identiques à ceux de l’émetteur, (2.23)
est identique à l’équation différentielle de (2.22), et on doit donc avoir b(t) = c(t).
La boucle à verrouillage de phase va permettre également d’extraire le chaos en bande
de base a(t) contenant l’information. La soustraction entre les deux signaux chaotiques
avec et sans le message permet le décodage de l’information initiale.

La boucle à verrouillage de phase

Les caractéristiques principales d’une PLL se définissent expérimentalement par la

bande de maintien et la bande de capture. Ces bandes sont très importantes puisque celles-
ci sont notamment liées à l’excursion maximum en fréquence de la porteuse chaotique.
La plage de capture Bc et la plage de maintien Bm vont définir les bornes entre
lesquelles la PLL pourra évoluer.
La figure 2.19 montre que la plage de maintien est amplement suffisante pour l’excur-
sion en fréquence de la modulation valant ∆f < 1 MHz. A noter qu’il s’agit d’une boucle
à verrouillage de phase avec un comparateur de phase pour lequel Bm > Bc . En utilisant
74 Chapitre 2. La cryptographie par chaos en fréquence

Fig. 2.19 – Plages de capture et de maintien de la PLL

un comparateur de phase/fréquence, la plage de capture augmente jusqu’à être égale à la

plage de maintien. Voici quelques relevés expérimentaux permettant d’observer la réponse
indicielle.
0.5 40 0

0.4
−0.5
20

0.3
Dépassement −1
0
5%
amplitude (u.a.)

0.2
phase (en rad)
gain (en dB)

−1.5
0.1 −20

−2
0
−40
−2.5
−0.1

−60
−0.2 −3

−0.3 −80 −4 −3.5 −4

−0.5 0 0.5 1 1.5 2 2.5 3 10
−3
10 10
−2
10
−1 0
10
1
10 10
−3
10
−2
10 10
−1 0
10
1
10
temps (s) −5
fréquence (en MHz) fréquence (en MHz)
x 10

(a) Réponse indicielle (b) Gain (c) Phase

Fig. 2.20 – Caractérisation de la PLL

Les diagrammes de Bode théoriques (fig.2.20(b)) montrent que le circuit bouclé est
résonant pour des fréquences de modulation supérieure à la bande passante initiale du
chaos en bande de base. Le détecteur de phase est un composant numérique OU-exclusif
peu sensible aux variations d’amplitude.

2.3.7 Synchronisation et extraction de l’information

La synchronisation entre les deux systèmes dépend des différences entre leurs para-
mètres respectifs : l’amplification, les fréquences de coupure du filtre passe-bande, le retard
et la fonction non linéaire, qui doivent être les plus proches possibles.
 2.3. Système électronique de cryptographie par chaos 75

7 7

Fréquence (MHz)
6
6.5

Chaos transmis (MHz)

5
6
4
5.5
7
Fréquence (MHz)

5
6

4.5
5

4 4
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 4 4.5 5 5.5 6 6.5 7
Temps (ms) Chaos reconstitué (MHz)

(a) Trace temporelle (b) Mode lissajou

Fig. 2.21 – Synchronisation maître/esclave

Nous pouvons observer la qualité de synchronisation entre le chaos transmis et le chaos

reconstitué du côté du récepteur. Deux types de représentations ont été effectuées. L’une
décrit les évolutions temporelles du chaos émis et du chaos reconstitué. L’autre repré-
sentation a été réalisée pour bien mettre en évidence les propriétés de synchronisation
entre l’émetteur et le récepteur. La représentation graphique en mode Lissajou permet
d’observer rapidement les erreurs d’accordabilité entre les éléments. Dans le cas d’une syn-
chronisation parfaite (et en l’absence d’information), le mode Lissajou également appelé
mode XY doit correspondre à un segment. Dans le cas d’une perte de synchronisation,
celui-ci s’élargit pour se transformer en une tache où les évolutions appartenant à chacun
des signaux chaotiques s’entrecroisent.
200 −20

150 −30
Spectre en amplitude (dB)

100 −40
Amplitude (mV)

50 −50

0 −60

−50 −70

−100 −80

−150 −90

−200 −100
0 1 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (ms) Fréquence (kHz)

(a) Evolution temporelle (b) Spectre

Fig. 2.22 – Message décrypté

Une fois la synchronisation atteinte, le décryptage est chose possible et la qualité de

celui-ci peut être mis en avant par le rapport signal sur bruit (2.24). En effet, le rapport
76 Chapitre 2. La cryptographie par chaos en fréquence

signal sur bruit correspond à l’affaiblissement du signal d’information par rapport au

niveau de bruit moyen. Le rapport signal/bruit indique l’écart de niveau qui existe entre
un signal d’amplitude maximale (à la puissance RMS) et le bruit de fond généré par le
circuit électronique de réception réalisant la synchronisation et le décryptage. En effet, au
bruit du circuit s’ajoutera le bruit de décryptage dû à la synchronisation approximative.
En considérant le signal d’information s(t) = m(t) + n(t) où n(t) est le bruit engendré
par la transmission et le bruit de décodage dû à une accordabilité approximative des clés
de codage, le rapport signal/bruit est défini de la manière suivante :
 
Pm
SN R(dB) = 10 log10 (2.24)
Pn
où Pm est la puissance efficace du signal m(t) et Pn la puissance efficace du bruit.
Dans notre cas, ce signal vaut pour le système électronique réalisé :

SN R ≈ 31 dB

Pour mieux observer l’influence du bruit sur un signal temporel (fig.2.22(a)), le SNR
peut être tracé pour un signal d’information d’amplitude constante (0.5 V ou 1 V ) mais
pour une valeur moyenne du bruit qui varie (fig.2.23).

60
Vinfo=1Vpp
55 Vinfo=0.5Vpp

50

45

40
SNR (dB)

35

30

25

20

15

10
0 10 20 30 40 50 60 70 80 90 100
Bruit (mV)

Fig. 2.23 – Rapport signal/bruit en fonction de l’amplitude de chacun des signaux

Nous pouvons simplement comprendre qu’en augmentant l’amplitude du signal d’in-

formation, nous allons naturellement augmenter le SNR. Cependant, si l’information a
une amplitude trop grande, son masquage par la porteuse chaotique de même amplitude
 2.4. Système d’interférences RF 77

sera moins efficace, et la sécurité du cryptage par chaos en sera diminuée. Le compromis
des deux paramètres est nécessaire.

2.3.8 Perspectives d’adaptation aux fréquences UHF

Présentant de nombreux avantages, le système décrit précédemment possède aussi
quelques inconvénients. La fréquence centrale de modulation est trop faible pour pou-
voir proposer une transmission hertzienne dans les bandes de fréquences correspondant
à l’utilisation actuelle du spectre électromagnétique. Ce problème est essentiellement lié
à la réalisation de la non linéarité et de sa copie conforme pour la synchronisation du
récepteur. Les effets capacitifs et inductifs des composants vont rendre très difficile le
contrôle précis des caractéristiques des composants pour les hautes fréquences. Ainsi, la
synchronisation entre le chaos généré par l’émetteur et le chaos reproduit du coté du ré-
cepteur sera difficile ou impossible à cause des problèmes de précision d’ajustement de la
non linéarité.
Plusieurs solutions ont été mises en avant pour pouvoir translater la fréquence de
quelques MHz au GHz, notamment par la multiplication de la fréquence de la porteuse,
en utilisant un système électronique permettant de générer une porteuse aux fréquences
désirées à partir du chaos en bande de base. Une autre solution était l’utilisation d’un
changeur de fréquence à partir d’une boucle à verrouillage de phase.
Les solutions précédentes sont toutes très efficaces pour la conception d’un oscillateur
UHF, mais deviennent plus délicates pour des applications à la cryptographie par chaos.
Au bruit intrinsèque des composants et au bruit de transmission viennent s’ajouter les
effets de stabilité de la fréquence centrale. Pour cette raison, nous avons préféré réaliser
un nouvel oscillateur permettant de générer directement une dynamique chaotique aux
fréquences désirées, en changeant certaines fonctions telles que la non linéarité et le retard.

2.4 La cryptographie par chaos UHF : système d’inter-

férences RF
L’oscillateur chaotique en fréquence est une boucle non linéaire à retard capable
d’émettre une porteuse chaotique en modulation de fréquence, comportement qui est
obtenu pour un gain de boucle suffisant (fig.2.24).
L’oscillateur chaotique en fréquence est composé des éléments suivants :
– Une non linéarité réalisée à partir d’interférences RF utilisant des composants op-
toélectroniques
– Un retard temporel réalisé par une fibre optique d’une longueur de deux kilomètres.
78 Chapitre 2. La cryptographie par chaos en fréquence

Fig. 2.24 – Oscillateur chaotique

– Un filtre passe-bande permettant de limiter la dynamique du chaos en bande de

base.
– Un amplificateur à gain variable pour régler le régime d’oscillation (état stationnaire,
périodique, pseudopériodique, pseudo-chaotique et chaotique).
– Un oscillateur commandé en tension (VCO) permettant de convertir le chaos en
bande de base en un chaos en fréquence.

2.4.1 L’oscillateur commandé en tension

L’oscillateur commandé en tension (V CO) va générer un signal sinusoïdal modulé en
fréquence. Cette modulation de fréquence va dépendre du signal de wobulation u(t). Cette
modulation de fréquence idéale se traduit par l’expression mathématique suivante :

s(t) = V0 . cos[2π γvco u(t) t + ω0 ] = V0 cos[ω(t) t] (2.25)

où γvco est la sensibilité linéaire du VCO en MHz/V et u(t) le signal modulant. La

fréquence instantanée du signal est définie par une composante continue f0 et une com-
posante dynamique ∆f (t) :

f (t) = ∆f (t) + f0 (2.26)

   
v(t) v0

Dans l’équation (2.25), nous pouvons remplacer la variable fréquence par la variable
 2.4. Système d’interférences RF 79

phase qui est définie de la manière suivante :

 t  t
ϕ(t) = ω(θ)dθ = 2 π γvco u(θ)dθ (2.27)
0 0

Cependant, dans les systèmes expérimentaux, les fluctuations de phase et d’ampli-

tude ne peuvent pas être négligées. Ainsi, l’équation (2.25), en ajoutant les termes de
fluctuation, devient :

s(t) = V0 [1 + A(t)] cos[ω(t) t + φ(t)] (2.28)

Initialement, dans notre oscillateur chaotique en fréquence, V0 est une constante et

ω(t), bien que présentant des variations pseudo-aléatoires, reste déterministe. Cependant,
A(t) et φ(t) qui représentent le bruit respectivement d’amplitude et de phase, peuvent
engendrer des perturbations dans le fonctionnement de notre système. Le bruit de phase
est largement utilisé pour décrire les fluctuations aléatoires de la fréquence. Dans les
oscillateurs, il est causé par le bruit thermique et le bruit en 1/f .
Le bruit en amplitude est typiquement inférieur de 20 dB au bruit de phase. C’est
pourquoi, nous le négligerons en considérant que A(t)  1. Il faut, cependant, savoir que,
expérimentalement, le VCO présente des variations de l’amplitude du signal de sortie
en fonction de la fréquence de modulation. La puissance de sortie diminue effectivement
avec l’augmentation de la fréquence de modulation. Cette variation d’amplitude détermi-
niste qui accompagne la modulation de fréquence a une incidence non négligeable sur les
interférences RF. Nous reviendrons ultérieurement sur ce problème.

2.4.2 Principe de réalisation de la fonction non linéaire

Le principe utilisé pour mettre en œuvre une transformation non linéaire à partir
d’une modulation de fréquence, est directement inspiré du système expérimental optique
réalisant un chaos en longueur d’onde optique (voir 1.5.3 page 44). Il s’agit d’utiliser un
montage interférométrique, dont la condition d’interférence est modulée par la variable
dynamique d’entrée. On obtient alors une transformation non linéaire correspondant à
la fonction d’interférence elle-même, en l’occurrence une fonction sin2 dans le cas d’une
interférence à 2 ondes. La figure 2.25 rappelle la réalisation d’un tel montage en optique
par une structure de type Mach-Zehnder déséquilibré.
L’onde est divisée en deux à l’entrée par une jonction Y dans le cas d’un interféromètre
en optique intégrée, ou par une lame séparatrice en massif, ou encore par un polariseur
à 45o dans le cas d’un montage à cristal biréfringent. Chacune de ces deux ondes suit
alors un chemin optique différent au travers de deux guides de longueur différente, ou de
deux trajets aériens différents en massif, ou encore le même chemin physique mais selon
80 Chapitre 2. La cryptographie par chaos en fréquence

Fig. 2.25 – Principe de l’interféromètre de Mach-Zehnder déséquilibré

deux axes de polarisation dans le cas de l’interféromètre par lame biréfringente. En sortie
de l’interféromètre, les deux ondes déphasées à cause de la différence de chemin optique,
sont recombinées par une autre jonction Y, un autre cube séparateur (re-combineur), ou
encore un second polariseur à 45o . L’intensité alors détectée en sortie de l’interféromètre
s’écrit :
    
∆ ν 
I = I0 1 + cos 2π = I0 1 + cos 2π∆ (2.29)
λ c
où ∆ est la différence de chemin optique (n(L1 − L2 ) en optique intégrée ou en massif
avec cubes séparateurs, ou L(n1 − n2 ) dans le cas d’une lame biréfringente), ν est la
fréquence (optique ici) de l’onde. Dans le cas du générateur de chaos en longueur d’onde,
c’est la variation de cette dernière (où de la fréquence ν correspondante), qui fait varier
la condition d’interférence. La «force» de la non linéarité peut alors être définie par le
nombre d’arches de sinusoïdes pouvant être balayées dans la gamme de variation de la
fréquence optique. Par exemple, une variation de 1 nm autour de 1,55 µm qui correspond
à une variation de fréquence de 130 GHz autour de 200THz, permet d’avoir une non
linéarité d’ordre 3 (3 arches de sinusoïde balayées) si l’on a une différence de chemin
optique de l’interféromètre de l’ordre de 2,5 mm. Expérimentalement, le générateur de
chaos en longueur d’onde décrit au Chapitre 1, permet avec une différence de chemin
optique de 10 mm, d’avoir une transformation non linéaire d’ordre 10 à 14, donc une non
linéarité extrêmement forte.
Si l’on cherche maintenant à transposer ce principe dans le domaine des ondes hyper-
fréquences autour du GHz (ce qui est notre objectif), une non linéarité d’ordre 3 implique
une différence de chemin hyperfréquence de l’ordre de la dizaine de mètres, sur la base
d’une accordabilité réaliste de l’ordre de quelques 10 MHz pour un VCO à ces fréquences.
L’utilisation de câbles radiofréquences pour ce type de réalisation devient vite un pro-
blème à la fois de poids, d’encombrement, et de pertes linéiques. C’est pourquoi nous
 2.4. Système d’interférences RF 81

nous sommes orientés vers une tentative de réalisation optoélectronique de cette non li-
néarité, en utilisant une transposition de fréquence dans le domaine optique à l’aide de la
modulation directe analogique d’une diode laser, et à l’aide de différences de chemins ra-
diofréquences réalisés par voie optique (fig.2.26). De plus, dans le contexte des dynamiques
chaotiques à grand retard, la fibre optique va pouvoir être utilisée pour réaliser aisément
au travers d’une longueur de fibre supplémentaire de l’ordre du kilomètre, de très grands
retards temporels T , qui sont peu dispersifs dans la gamme de modulation RF, et avec
de très faibles pertes. Dans la partie «bras optique» de l’interféromètre RF (longueurs L
et L + ∆L) chaque bras déphasant les deux ondes RF, est terminé par une photodiode,
afin de récupérer les deux ondes déphasées dans le domaine électrique, et de les faire in-
terférer dans ce même domaine via un sommateur RF. Une détection d’enveloppe permet
ensuite de récupérer un état d’interférence moyen. Après avoir présenté le principe de la
non linéarité, nous allons maintenant décrire plus en détail les caractéristiques électriques
et optiques des différents éléments constituant cette non linéarité optoélectronique par
interférences radiofréquences.

Fig. 2.26 – Non linéarité optoélectronique

La diode laser MQW-DFB CATV

Cette diode laser est une diode CATV de longueur d’onde 1310 nm capable de générer
un faisceau de puissance maximale Pmax = 8 mW . CATV est l’abréviation de CAble TV
qui trouve de nombreuses applications dans le domaine analogique.
Une diode laser à contre-réaction répartie (DFB) est une diode qui émet sur un seul
mode longitudinal. Pour cela, un réseau de Bragg a été gravé en dessous (ou au dessus)
de la couche active. Ainsi, le réseau gravé dans la même couche fournit au mode un indice
effectif de réfraction périodique le long de l’axe de propagation : le couplage entre l’onde et
le réseau est un couplage par indice. En effet, des variations périodiques d’indice dues au
réseau vont être observées. Ces variations périodiques d’indice vont jouer le rôle de couches
82 Chapitre 2. La cryptographie par chaos en fréquence

diélectriques empilées d’indice alternativement haut et bas. Ce principe s’inspire des filtres
optiques dichroïques13 . Le principe de base s’appuie sur les variations de coefficient de
réflexion en fonction de la longueur d’onde du faisceau optique. En effet, une couche
mince diélectrique dont l’épaisseur variable est déposée à la surface d’un substrat, présente
un coefficient de réflexion maximal pour toute longueur d’onde telle que l’épaisseur soit
un multiple impair du quart de la longueur d’onde. Ce dispositif constitue un filtre qui
présente un pic de réflexion à une longueur d’onde donnée [45].

(a) Diode laser DFB (b) CATV

Fig. 2.27 – Laser à contre réaction répartie pour des applications analogiques

Une autre caractéristique importante de la diode laser DFB utilisée est sa structure
«multiples puits quantiques» (MQW). Le type MQW est très répandue car il offre de signi-
ficatifs avantages comme un courant de seuil très bas, une sensibilité plus importante, une
réduction du bruit, une meilleure linéarité, et pour finir une meilleure stabilité thermique.
Un laser MQW est une structure avec une couche très mince de matière semiconductrice
comprise entre deux régions qui sont des bandes interdites. Cela limite le mouvement des
électrons et des trous, et de ce fait force les énergies pour que le mouvement soit quantifié
et se produise uniquement aux énergies discrètes.

Les lasers à semiconducteurs ont par nature une conversion électrique-optique linéaire.
Cette caractéristique est essentielle pour les transmissions analogiques. Cependant, il est
nécessaire de choisir une diode laser avec un bruit en intensité (RIN : Random Intensity
Noise) le plus faible possible afin d’éviter des perturbations supplémentaires. De ce fait est
apparue une classe de diode laser pour les transmissions analogiques appelées des diodes
lasers CATV14 .
Cette caractéristique de faible RIN va déterminer le rapport entre le niveau de la por-
teuse et le niveau de bruit du coté du récepteur avant un processus non linéaire introduit
13
propriétés que possèdent certains corps ou substances de présenter une coloration différentes suivant
la direction de l’observation
14
Initialement, cette abréviation était communément utilisée pour les antennes de télévision et main-
tenant, ce terme fait typiquement référence aux câbles de télévision
 2.4. Système d’interférences RF 83

(a) Diode laser DFB (b) CATV

Fig. 2.28 – Caractéristiques d’une diode laser analogique

par la détection et l’éventuelle saturation d’amplitude (fig.2.28(a)). Cette mesure est ap-
pelée CNR pour Carrier to Noise Ratio. Elle s’exprime en dB/Hz et permet d’avoir une
estimation du bruit introduit par la diode lors de la transmission optique sur le signal
électrique analogique.
Dans notre montage (fig.2.26), cette diode laser va générer une onde lumineuse modulée
en amplitude par le signal s(t) issu du VCO. Le champ électromagnétique et l’intensité
optique de l’onde lumineuse sont alors définis de la manière suivante :


E(t, z) = I(t − k z/ω) cos(ω t − k z)
(2.30)
I(t) = I0 [1 + m s(t)]

I0 est l’intensité optique moyenne liée au courant de polarisation de la diode (point de

fonctionnement).
Cette onde va traverser une fibre optique de 2 km qui va réaliser un retard temporel de
10 µs indispensable dans la génération de dynamiques hyperchaotiques (voir partie 1.2.2).
Cette onde optique va ensuite être séparée en deux ondes via un coupleur optique 50/50,
qui vont chacune traverser deux longueurs de fibres différentes respectivement notées L
et L + ∆L (fig.2.29) dans l’équation (2.31). L’onde lumineuse à l’entrée de chacun des
photodétecteurs sera :
84 Chapitre 2. La cryptographie par chaos en fréquence

Fig. 2.29 – Partie optique de la non linéarité

⎧
⎪ 1 
⎨ E1 (t, L + ∆L) = α I(t − k(L + ∆L)/ω) cos[ω t − k(L∆L)]
2 (2.31)
⎪ 1 
⎩ E2 (t, L) = I(t − k L/ω) cos[ω t − k L]
2
α < 1 correspond aux déséquilibres en puissance optique en les deux bras fibrés de
l’interféromètre.

La photodétection et la sommation

Les photodétecteurs Les tensions vph1 (t) et vph2 (t) délivrées par les amplificateurs
transimpédances des deux photodiodes seront respectivement :
⎧   V κ
⎪
⎨ vph1 (t) = K E12 = 0 (1 + s(t − k (L + ∆L)/ω)) I0
2 (2.32)
⎪   V
⎩ vph2 (t) = K E 2 = 0 κ α(1 + s(t − k L/ω)) I0
2
2
où κ représente la combinaison des pertes optiques, des sensibilités de conversion
optoélectronique et électro-optique (voir figure 2.26). Le sommateur a une bande passante
qui va couper le continu (comportement passe-bande). Ainsi, le signal électrique à sa sortie
ne conservera que la modulation RF. Dans les relations précédentes, nous pouvons définir
le retard T = k L/ω et la différence de temps ∆T = k ∆L/ω engendrée par la différence
de longueur entre les deux fibres optiques réalisant les interférences RF.

La sommation La sommation est réalisée par l’intermédiaire d’un combineur de puis-

sance qui va permettre d’additionner les deux signaux RF déphasés :

V0 κ
σ(t) = [α s(t − T − ∆T ) + s(t − T )] (2.33)
2
D’après l’équation (2.25) et quelques manipulations trigonométriques, le signal obtenu
après la sommation des deux signaux RF, en considérant que la différence d’atténuation
 2.4. Système d’interférences RF 85

entre les deux bras fibrés est nulle (α = 1), est défini par :

V0 κ
A1 (t) = [cos(ω(t − T ) (t − T )) + cos(ω(t − T − ∆T ) (t − T − ∆T )] (2.34)
2

La détection d’enveloppe La détection d’enveloppe dans le premier montage pré-

senté à la partie utilisait un circuit de redressement double alternance à l’aide de diodes
et d’amplificateurs opérationnels. Ce type de montage pouvait convenir pour des basses
fréquences, mais il n’est pas envisageable lorsqu’il s’agit d’un signal RF ayant une fré-
quence porteuse autour de 1GHz, dont on cherche à extraire l’amplitude au travers de son
enveloppe. La solution qui a été adoptée consiste en l’utilisation de composants RF passifs
tels que dans le schéma représenté à la figure 2.31. Un diviseur de puissance permet dans
un premier temps de délivrer deux signaux identiques, à partir du signal d’entrée dont on
cherche à détecter l’enveloppe.

Fig. 2.30 – Détecteur d’enveloppe quadratique

Les deux signaux identiques sont ensuite recombinés, mais au travers d’un mixeur,
réalisant ainsi leur multiplication, et fournissant un signal de sortie correspondant au
carré du signal d’entrée initial. La sortie s’exprime alors par :

(V0 κ)2
A2 (t) = [cos2 (ω(t − T ) (t − T )) + cos2 (ω(t − T − ∆T ) (t − T − ∆T ) +
4
cos(ω(t − T ) (t − T )) cos(ω(t − T − ∆T ) (t − T − ∆T )] (2.35)

A la sortie du mixeur, il est nécessaire d’ajouter un filtre pour éliminer les composantes
HF. Le but de ce filtre est de ne conserver que les variations d’amplitude lentes de la
condition d’interférence liées à la modulation de fréquence, en supprimant la porteuse
FM (Fnl (t) =< A2 >τ , où τ est la constante de temps du filtre). La fonction non linéaire
est alors complètement définie par l’équation suivante :

(V0 κ)2
Fnl [ω(t)] = cos{[ω(t − T ) − ω(t − T − ∆T )] t +ω(t − T − ∆T ) ∆T } (2.36)
4   
g(t)
86 Chapitre 2. La cryptographie par chaos en fréquence

Dans le cas habituel des interférences, la fonction g(t) est nulle, et on trouve alors la
dépendance classique d’une figure d’interférence :

c ∆L
ω ∆T = 2 π∆T = 2 π (2.37)
Λ Λ
où ∆L est la différence de chemin «électromagnétique» réalisée par voie optique, et Λ
est la longueur d’onde instantanée de la porteuse RF (Λ = 20 cm pour f = 1.5 GHz).
En réalité, g(t) peut être un signal non négligeable dépendant des variations de fré-
quence, mais aussi du temps. Nous verrons par la suite l’effet de cet élément dans la
section 2.6.3. En considérant la fréquence centrale du VCO (2.26), nous arrivons à la re-
lation (2.38) fonction des fluctuations engendrées par l’excursion en fréquence angulaire
∆ω(t) = ω(t) − ω0 :

(κ V0 )2
Fnl [ω(t)] = cos[∆ω(t − T − ∆T ) ∆T + φ0 ] (2.38)
4
avec φ0 = ∆T ω0 .
La figure 2.31 représente la non linéarité pour un terme temporel g(t) nul ; nous véri-
fierons, par la suite, dans quelles mesures ce terme peut être considéré comme négligeable.

Fig. 2.31 – Non linéarité pour ∆T = 25 ns, f0 = ω0 2 π = 1.5 GHz

La caractéristique non linéaire de notre système est donc une fonction dont le com-
portement est potentiellement très non linéaire, puisqu’avec une plage de variation de
 2.4. Système d’interférences RF 87

100 MHz autour de 1.5 GHz, nous serons capables de balayer 5 extrema, ce qui corres-
pond à un polynôme de degré 6.

2.4.3 Le retard temporel

Dans le cas des oscillateurs non linéaires à retard, l’emploi de décalages temporels im-
portants est nécessaire à l’obtention de signaux hyperchaotiques (de grandes dimensions,
donc difficiles à analyser). Il existe plusieurs façons de réaliser ce retard :
– une fibre optique
– un câble coaxial
– un système électronique à mémoire discrète
Le choix d’une réalisation électronique à mémoire discrète n’est pas possible étant
donnée la bande passante requise. En effet, la mémoire analogique CCD utilisée dans le
premier système de cryptographie par chaos en fréquence (voir la partie 2.3.3 page 67)
possède une bande passante trop étroite (0 − 170 kHz). Une autre réalisation de ce type
de retard est en cours de développement. Elle est constituée de convertisseurs numé-
rique/analogique et analogique/numérique permettant de traiter numériquement le signal
analogique. Le retard alors réalisé est en partie fixé par la taille d’une mémoire numérique
FIFO15 . Le but de ce circuit est d’augmenter la bande passante de cette fonction élec-
tronique. Cependant, la bande passante, bien que plus grande, reste encore trop modeste
pour pouvoir analyser correctement l’oscillateur chaotique dont le chaos en bande de base
peut atteindre une extension spectrale de 5 MHz.
Une autre solution est de réaliser le retard électriquement avec une longueur de câble
coaxial, ou optiquement avec une longueur de fibre. Pour des raisons de sécurité de l’in-
formation transmise, il est important de pouvoir générer un chaos de grande dimension.
Pour cela, le rapport entre le retard et la constante de temps définissant la dynamique
limitante de la variable chaotique, doit être le plus grand possible. La constante de temps
de notre chaos en bande de base est τ1 = 1.6µs c’est pourquoi nous avons choisi une
longueur de fibre de 2 km correspondant à un retard de 10 µs.
Dans les systèmes de cryptage, ce rapport peut atteindre 100 voire plus. Dans notre
cas, ce rapport vaut :

T /τ1 = 6.25

Dans le cas d’une longueur de deux kilomètres, il est préférable de choisir un retard
optique à un retard électronique. En effet, les pertes associées à un câble coaxial sont
beaucoup plus importantes (fig.2.1). D’autre part, le poids de 2 km de câble coaxial est
15
First In First Out
88 Chapitre 2. La cryptographie par chaos en fréquence

très élevé (plusieurs dizaine de kg) et son prix est également plus élevé (≈ 230 euros pour
une fibre et ≈ 1000 euros pour un câble coaxial).

2.4.4 La dynamique limitante : modélisation et limitations expé-

rimentales

La dynamique limitante est un élément important de notre oscillateur chaotique puisque

celle-ci va déterminer les caractéristiques spectrales du chaos en bande de base.
L’équation (2.39) est en réalité un modèle assez simpliste du processus dynamique qui
régit l’évolution temporelle de notre oscillateur. En effet, cette représentation temporelle
différentielle de la loi d’évolution correspond au cas peu réaliste où la fonction du filtrage de
la contre-réaction électronique est celle d’un passe-bande du second ordre seulement. Dans
la réalité, plusieurs fréquences de coupure agissent effectivement, et compliquent notable-
ment la loi différentielle, en faisant intervenir des dérivées d’ordre plus élevé. Pourtant,
nous allons montrer qu’en présence de bruit, les effets «faible amplitude» des filtrages
d’ordre supérieur, sont a priori négligeables, à partir du moment où ces faibles ampli-
tudes sont plus petites que le bruit. Les phénomènes dynamiques déterministes sont alors
masqués par le bruit de fond. Ce principe est illustré sur la figure 2.32. En 2.32(a), on
remarque qu’en présence de bruit, l’action du filtrage n’est effective que pour une bande
de fréquence centrée sur la bande passante de la dynamique passe-bande. En 2.32(b), la
courbe supérieure en pointillés montre la fonction de filtrage réellement mesurée en pra-
tique. Celle-ci fait clairement apparaître une coupure d’ordre supérieure à 2 au delà de
90 MHz, liée au filtrage introduit par l’amplificateur et le sommateur. A cause du niveau
de bruit non négligeable, on observe en fait la même caractéristique de filtrage avec bruit
que dans le cas d’un second ordre pur avec bruit (fig.2.32(a)), car la bande de fréquence
où l’on pourrait voir l’effet d’un ordre supérieur, est en fait masquée par le bruit. Ainsi,
l’influence des comportements dynamiques d’ordre supérieur peut être négligée, et nous
considérerons dans la suite que le modèle dynamique simpliste de l’équation (2.39) peut
tout de même être utilisé pour simuler le comportement des solutions observées dans le
système expérimental.

 t
ds
τ1 τ2 + (τ1 + τ2 ) s(t) + s(u) d u = (τ1 + τ2 ) e(t) (2.39)
dt 0
 2.5. Caractérisation de l’oscillateur chaotique 89

(a) avec et sans bruit après le filtre (b) avec et sans bruit après le filtre et après l’am-
plificateur

Fig. 2.32 – Bande passante de l’amplificateur et du filtre

2.5 Caractérisation de l’oscillateur chaotique

2.5.1 Définition du modèle mathématique
L’oscillateur chaotique, représenté figure 2.24, est l’association en boucle fermée de
l’ensemble des éléments décrits précédemment. A partir de cette description, et en faisant
abstraction du bruit, la dynamique du système mis en œuvre expérimentalement peut
être modélisée de la manière suivante :

d2 ∆ ω d∆ ω Fnl [∆T ∆ ω(t − T ) + φ]

τ1 τ2 (t) + (τ 1 + τ 2 ) (t) + ∆ ω(t) = (τ 1 + τ 2 ) βω (2.40)
dt2 dt dt
où Fnl est la fonction non linéaire réalisée par des interférences RF (2.37), τ1 et τ2
sont les temps caractéristiques des coupures hautes et basses respectivement du modèle
dynamique de type passe-bande du second ordre, φ est un paramètre qui correspond à un
décalage le long de l’axe des fréquences de la fonction non linéaire, et βω est le poids, en
unité de pulsation, de la transformation non linéaire au travers de la contre-réaction. Ces
deux derniers paramètres dépendent de la manière suivante des grandeurs caractéristiques
de l’oscillateur :

βω = K κ2 V02 γvco = K π Vdet γvco ∆T (2.41)

2 n ∆L ω0
φ= = ∆T.ω0 = ∆T.2 π f0 (2.42)
c
Dans ces deux expressions, on reconnaît les paramètres physiques et optiques suivants :
Vdet est l’amplitude de la non-linéarité à la sortie d’un démodulateur d’amplitude, K est
90 Chapitre 2. La cryptographie par chaos en fréquence

la gain de l’amplificateur, κ est le gain optoélectronique regroupant les pertes par trans-
mission optique, la sensibilité des photodiodes et de la diode laser, V0 est l’amplitude
du signal sinusoïdal à la sortie du VCO, γvco est la sensibilité du VCO, n est l’indice de
réfraction, c est la célérité d’une onde électromagnétique dans le vide, ∆L est la différence
de longueur des fibres optiques réalisant la différence de marche de l’interférence RF, et
ω0 est la fréquence centrale de la modulation en fréquence. Pour permettre des raison-
nements comparatifs avec d’autres générateurs de chaos à retard, et pour faire ressortir
les paramètres pertinents dans la définition du comportement de l’oscillateur, il peut être
judicieux de réécrire l’équation (2.40) à l’aide de variables normalisées sans dimension. Il
apparaît alors un gain sans unité β qui correspond à βω normalisé par rapport à l’intervalle
spectral libre de la foncion d’interférence RF. Ce critère de normalisation est celui clas-
siquement utilisé dans le cas des précédents montages étudiés au laboratoire, et réalisant
des dynamiques non linéaires à retard en longueur d’onde par exemple. Ce critère permet
typiquement de donner un ordre de grandeur du nombre d’extrema de la fonction non
linéaire qui participe effectivement au processus dynamique, c’est-à-dire qu’il donne une
estimation du degré de la non linéarité impliquée dans la dynamique chaotique (donc une
image de la complexité ; rappelons qu’un degré de 1 correspondant à une non linéarité pa-
rabolique, suffit à engendrer des solutions chaotiques). L’équation dynamique normalisée
sans source de bruit devient donc :

d2 x dx FN L
τ1 τ 2
2
(t) + (τ1 + τ2 ) (t) + x(t) = (τ1 + τ2 ) β (t − T ) (2.43)
dt dt dt
où x = ∆T.∆ω est une variable sans dimension et le gain β normalisé est :

π Vdet γvco ∆T
β= (2.44)
2

2.5.2 Simulations numériques des comportements dynamiques

Il existe plusieurs solutions pour résoudre l’équation différentielle à retard (EDR) de
l’équation (2.43). La méthode d’Euler fut la première méthode numérique à être mise en
œuvre pour résoudre les équations différentielles d’ordre quelconque. Ensuite, les méthodes
de Runge-Kutta (du 2nd , 4ieme , ... ordre) sont apparues de manière à optimiser les temps
de calcul tout en obtenant une précision de calcul bien meilleure. Au cours de ce chapitre,
nous allons effectuer un rappel de la méthode d’Euler pour ensuite expliquer la méthode de
Runge-Kutta du quatrième ordre qui est la méthode choisie pour la résolution de l’EDR.

Rappels sur la méthode d’Euler

La méthode d’Euler est la plus simple mais également la moins précise. Pour illustrer
la résolution numérique, nous allons partir de l’équation différentielle suivante :
 2.5. Caractérisation de l’oscillateur chaotique 91

dy
= f [y] (2.45)
dt
Cette méthode tronque le développement de Taylor après le second terme ( y(t0 +h) 
y0 + h y0
(t0 ) ) où la fonction f0 a été évaluée par la pente prise au point initial (t0 , y0 ).
Une valeur approchée de y(t0 + h) est donc y(t0 + h)  y0 + h f (t0 , y0 ). Cette expression
fournit une relation point par point pour laquelle une solution approchée de l’équation
différentielle est obtenue par l’utilisation répétée de l’application récursive :
⎧
⎪
⎪ y = yn + h f (tn , yn )
⎨ n+1
tn = t0 + n h (2.46)
⎪
⎪
⎩ y  y(t )
n n

Pour mieux comprendre la relation précédente, un schéma de la méthode d’intégration

est représenté sur la figure 2.33(a).
La méthode d’Euler est donc une approche au premier ordre. L’erreur d’intégration à
chaque étape est de l’ordre de h2 . L’erreur cumulée sur une série d’étape est de l’ordre de
h, h étant le pas d’intégration.

(a) Euler (b) Runge Kutta du 4ieme ordre

Fig. 2.33 – Différentes méthodes d’intégration numérique

Résolution par la méthode de Runge Kutta

Les méthodes de Runge-Kutta constituent une famille de procédure d’intégration nu-

mérique d’ordre croissant, dont la méthode d’Euler est le premier ordre.
Toutes les méthodes d’intégration consistent, en connaissant une valeur y(tn ) à l’ins-
tant tn de la fonction à déterminer, à calculer sa valeur voisine à l’instant ultérieur tn + h
[46].
L’expression de la dérivée est approchée à l’aide de 4 valeurs pondérées entre deux
points voisins en utilisant l’algorithme suivant :
92 Chapitre 2. La cryptographie par chaos en fréquence

⎧
⎪ k1 = h.f (tn , yn )
⎪
⎪
⎪
⎪ h k
⎪
⎨ k2 = h.f (tn + , yn + 1 )
2 2 (2.47)
⎪
⎪ h k2
⎪
⎪ k3 = h.f (tn + , yn + )
⎪
⎪ 2 2
⎩
k4 = h.f (tn + h, yn + k3 )
De cet algorithme est issue la moyenne pondérée permettant de définir la valeur de la
solution y(t) par des itérations successives :
⎧
⎨y k1 + k4 + 2.(k2 + k3 )
n+1 = yn +
6 (2.48)
⎩
xn+1 = xn + h

L’erreur de cet algorithme d’intégration est alors en h4 où h est le pas d’intégration.

Il s’agit d’une valeur à choisir de façon à optimiser le temps et la précision de calcul.
Le nombre de points est dépendant de la durée d’intégration tN −t0 , et du pas d’échan-
tillonnage h :

tN − t0
N= (2.49)
h
La méthode de Runge Kutta du quatrième ordre aura donc une erreur d’approximation
plus petite que la méthode d’Euler. Bien que plus compliquée à mettre en œuvre, elle
permet pour un même temps de calcul donné (soit le même pas d’intégration) d’avoir une
meilleure précision de calcul.
De nombreuses applications devant résoudre des équations différentielles non linéaires
utilisent la méthode de Runge-Kutta du quatrième ordre. Elle est souvent présentée
comme étant le meilleur compromis entre le temps de calcul et la précision de celui-ci.
Il existe toutefois une autre méthode qui mérite une étude concernant ses performances
pour la simulation d’équation différentielle non linéaire à retard. Il s’agit de la méthode
prédicteur/correcteur. Celle-ci ne sera par contre pas discutée ici.

2.5.3 Paramètres de l’oscillateur pour les simulations numériques

Il est important de pouvoir prévoir le comportement du système. Ainsi, il est nécessaire
de réaliser un modèle mathématique (2.40). A partir de là, la méthode de Runge-Kutta du
quatrième ordre explicitée dans la section précédente va permettre de résoudre l’équation
(voir programme en annexe B).
Au travers des divers outils de caractérisation décrits dans le premier chapitre, nous
pouvons faire des analyses qui porteront dans un premier temps uniquement sur le fonc-
tionnement de l’oscillateur. Nous représenterons l’évolution temporelle de la dynamique
 2.5. Caractérisation de l’oscillateur chaotique 93

chaotique du système : la fréquence. Nous associerons les études spectrales du signal en

bande de base, et celles de la porteuse de la modulation de fréquence.
Nous allons également tracer quelques diagrammes de bifurcation en faisant varier
le gain, puis la phase, pour mettre en évidence leur influence sur le régime dynamique
alors choisi par l’oscillateur. Nous calculerons, ensuite, la dimension de la dynamique
chaotique dans l’espace des phases par l’intermédiaire des exposants de Lyapunov, eux-
mêmes obtenus à partir d’une technique de calcul connue, spécialement développée pour
les systèmes à retard de très grande dimension [47].
Nous allons rassembler l’ensemble des valeurs caractérisant le système expérimental
(Tab.2.3). Ensuite, à partir de ces valeurs expérimentales, nous pourrons évaluer les bornes
de variations du gain normalisé β et de la phase φ.

Paramètre Notation valeur

Constante de temps passe-bas τ1 1.6 µs (100 kHz)
Constante de temps passe-haut τ2 16 µs (10 kHz)
Sensibilité du VCO γvco 30 MHz/V
Amplitude du signal de sortie du VCO V0 0.2 V
Gain optoélectronique κ 3.3
Gain variable K 0.3 < K < 32
Fréquence centrale de modulation f0 950 MHz< f0 < 1.5 GHz
Ordre de l’interférence ∆T , ∆L 25 ns, 5 m
Retard T 10 µs

Tab. 2.3 – Paramètres utilisés pour les simulations numériques

D’après les équations (2.42) et (2.44), nous pouvons en déduire le facteur de propor-
tionnalité de la phase φ en fonction de la fréquence centrale de la modulation et la plage
de variation du gain normalisé β en fonction du gain variable K de l’amplificateur.

25.10−3 < β < 2.61 et φ = 25.10−9 2 π f0

La phase est définie à modulo 2 π près pour une variation de la fréquence centrale de
40 MHz.

2.5.4 Analyse temporelle, spectrale et statistique

Suivant les valeurs du gain en boucle fermée β, nous pouvons obtenir des traces tem-
porelles de différents types. Sur l’ensemble des figures suivantes, la variable dynamique
observée est l’excursion en fréquence en sortie du VCO. Elle est déterminée à partir de la
solution de l’équation (2.43) :

x(t)
∆f (t) = (2.50)
2 π ∆T
94 Chapitre 2. La cryptographie par chaos en fréquence

Nous pouvons observer pour un gain faible, une évolution périodique (fig.2.34(a)).
Pour un gain plus important, nous allons observer une évolution bipériodique (fig.2.34(b))
caractérisée par deux valeurs successives de l’amplitude crête de l’évolution temporelle.
Ensuite, pour des gains plus élevés, le système va entrer dans un régime dynamique chao-
tique, où l’on peut distinguer un continuum d’amplitudes crêtes. Les régimes chaotiques
obtenus sont de dimension plus ou moins grande suivant la valeur du gain. La figure
2.34(c) montre un régime chaotique de faible dimension (valeur modérée du gain β).
6 8 15

6
4 10

Chaos en fréquence f(t) (MHz)

Chaos en fréquence f(t) (MHz)

Chaos en fréquence f(t) (MHz)

2 5
2
0
0
0 −2
−5
−4
−2
−6 −10
−8
−4
−15
−10

−6 −12 −20
0 20 40 60 80 100 0 20 40 60 80 100 0 20 40 60 80 100
Temps (µs) Temps (µs) Temps (µs)

(a) périodique (φ = π/4 et β = (b) bipériodique (φ = π/4 et β = (c) chaotique (φ = π/4 et β =

1) 1.2) 1.5)

Fig. 2.34 – Evolutions temporelles pour différents gains β

Pour un régime chaotique beaucoup plus complexe que celui observé précédemment,
nous allons montrer son spectre associé en bande de base (fig.2.35(b)).

60 30
Excursion en fréquence ∆f(t) (MHz)

20
40

10
Puissance (dB)

20
0
0
−10

−20
−20

−40 −30

−60 −40 3 4 5 6
0 5 10 15 20 10 10 10 10
Temps (µs) fréquence (Hz)

(a) Chaos en fréquence (b) spectre du signal en bande de base

Fig. 2.35 – Evolutions temporelle et spectrale (φ = π/4 rad, β = 2.6 et T = 10 µs)

Le spectre du chaos en bande de base possède un étalement compris entre 10 kHz et

100 kHz comme pour le système expérimental, en accord avec les fréquences de coupure de
la dynamique limitante de type passe-bande. Cette bande spectrale est celle correspondant
 2.5. Caractérisation de l’oscillateur chaotique 95

au débit d’information qu’il est possible de transmettre avec le système de cryptographie

par chaos en fréquence ; l’information est effectivement insérée dans la partie basse fré-
quence de notre oscillateur.
Comme nous pouvons le remarquer, La densité spectrale du chaos en bande de base
est relativement uniforme dans la bande passante ; aucune fréquence n’est vraiment pré-
dominante dans la bande passante. Après la conversion linéaire tension/fréquence réalisée
par le VCO, le spectre de la dynamique chaotique en bande de base se retrouve après
modulation de fréquence, autour de la porteuse FM servant pour la transmission. Le
spectre de la porteuse chaotique aura la même forme que le spectre en bande de base,
mais son excursion en fréquence dépendra de l’amplitude du signal en bande de base, et
sa fréquence centrale sera comprise entre 1 et 1.5 GHz.
Pour caractériser les régimes chaotiques susceptibles d’être générés par notre oscil-
lateur, il est intéressant d’avoir une approche statistique en caractérisant la densité de
probabilité de notre signal. Celle-ci peut facilement être obtenue par l’intermédiaire d’un
histogramme dont le principe a été décrit dans le premier chapitre.
0.018 0.018

0.016 0.016

0.014 0.014
Densité de probabilité

Densité de probabilité

0.012 0.012

0.01 0.01

0.008 0.008

0.006 0.006

0.004 0.004

0.002 0.002

0 0
−50 0 50 −80 −60 −40 −20 0 20 40 60 80
Excursion en fréquence (MHz) Excursion en fréquence (MHz)

(a) β = 1.5 (b) β = 5.2

Fig. 2.36 – Densité de probabilité pour deux régimes différents (φ = π/4 et T = 10 µs)

La figure 2.36 montre la densité de probabilité de deux régimes chaotiques pour des
gains différents. Nous observons, tout d’abord, l’influence du gain sur le type de régime
chaotique du signal. En effet, bien que les variations de la fréquence soient chaotiques,
nous remarquons que l’analyse statistique montre une différence notable de densité de
probabilité. Pour un gain trop faible, le régime est chaotique mais sa représentation sta-
tistique ne permet pas de le confondre avec un bruit Gaussien (fig.2.36(a)). Pour un gain
plus important, le signal aura alors l’apparence d’un processus Gaussien quelconque. Dans
cette situation, il sera supposé difficile d’identifier statistiquement l’origine déterministe
du signal bruité utilisé pour masquer une information, car il sera difficile à distinguer par
96 Chapitre 2. La cryptographie par chaos en fréquence

rapport à un vrai bruit Gaussien aléatoire. La genèse du bruit Gaussien est relativement
courante, puisqu’il correspond naturellement à la limite de la superposition d’un grand
nombre de phénomènes aléatoires indépendants et possédant la même loi de probabilité ;
selon le théorème de la limite centrale, la densité de probabilité aura une répartition Gaus-
sienne (fig.2.36(b)). La condition nécessaire (mais toutefois pas suffisante) à la génération
d’un signal d’apparence aléatoire, est donc un gain β suffisamment élevé (> 2 environ).

2.5.5 Diagrammes de bifurcation

Paramètre de bifurcation : le gain

L’ensemble des informations temporelles et statistiques du paragraphe précédent peuvent

être réunies sous la forme d’un diagramme de bifurcation (fig.2.37). En effet, celui-ci per-
met de mettre en évidence le type d’évolution temporelle sous la forme d’une densité de
probabilité codée en niveau de gris en fonction de la valeur du gain de l’oscillateur.

Fig. 2.37 – Diagramme de bifurcation (T = 10 µs et φ = 2.1 rad)

Le diagramme de bifurcation (fig.2.37) a été tracé pour une valeur de la phase différente
par rapport aux simulations précédentes. Le comportement reste toutefois comparable
qualitativement dans l’évolution en fonction du gain β.
Ainsi, pour de faible valeur de ce gain, le régime reste stationnaire. Soumis à une
perturbation, le système revient systématiquement au point fixe initial. Ensuite, une pre-
mière bifurcation pour β = 1.6 va matérialiser un premier régime périodique (bifurcation
 2.5. Caractérisation de l’oscillateur chaotique 97

de Hopf). Pour β > 2, des bifurcations supplémentaires à l’origine de l’élargissement

spectral, vont marquer la transition entre la périodicité du système vers une évolution
chaotique. Les dédoublements de fréquence s’observent mieux dans le cas des systèmes
passe-bas et pour des retards très grands devant τ1 . Dans notre cas, nous ne pouvons pas
parler significativement de dédoublements de fréquence mais plutôt d’un élargissement de
spectre.
Pour β > 4, la densité de probabilité va permettre d’évaluer la nature plus ou moins
Gaussienne de la statistique en régime chaotique.

(a) φ = 0.5 rd (b) φ = 1 rd

(c) φ = 2.5 rd (d) φ = 2.8 rd

Fig. 2.38 – Diagrammes de bifurcation en fonction de β pour différents déphasages (T =

10 µs)

On remarque que les détails des différents diagrammes de bifurcation changent no-
tablement en fonction du paramètre φ. Intuitivement, ceci s’explique par des arguments
similaires à ceux développés dans le chapitre 1 (voir partie 1.3.4 page 19) concernant la
dépendance de l’instabilité du point fixe par rapport à ce même paramètre. Ainsi, selon
la valeur de la phase φ, on observera une route vers le chaos différente notamment visible
dans les transitions périodiques/chaotiques (voir fig.2.38(a) et 2.38(b) ou fig.2.38(c) et
98 Chapitre 2. La cryptographie par chaos en fréquence

2.38(d)).

Paramètre de bifurcation : la phase

Comme nous venons de le souligner, la phase est également un paramètre dont les
modifications engendrent des bifurcations. A titre d’illustration, les figures 2.39(a) et
2.39(b) représentent des diagrammes de bifurcation à β constant, et pour une phase φ
variant continûment de 2 à 8 radians.

(a) β = 3.8 (b) β = 5.2

Fig. 2.39 – Diagrammes de bifurcation en fonction du déphasage (T = 10 µs et ∆T =

25 ns)

Pour un gain moyen (β = 1.9), on remarque qu’il existe des valeurs de φ permettant
des régimes chaotiques et d’autres forçant un régime de point fixe stationnaire. Pour un
gain plus élevé, la valeur de la phase a peu d’importance sur la statistique du régime
chaotique.
En conclusion, si l’oscillateur est ajusté à un point de fonctionnement de faible gain,
la valeur du déphasage devra être judicieusement choisie pour pouvoir obtenir un régime
chaotique à même de pouvoir masquer l’information à coder. Dans le cas contraire, on ob-
serverait un régime de point fixe ou périodique avec lequel le masquage d’une information
ne peut être efficace.

Phénomène d’hystérésis

Les conditions initiales sont importantes dans l’évolution d’un signal chaotique [48].
En effet, la valeur de la condition initiale et les valeurs du gain β et de la phase φ de la
fonction non linéaire vont déterminer le régime d’oscillation de notre boucle non linéaire
(fig.2.37 et 2.39(a)).
 2.5. Caractérisation de l’oscillateur chaotique 99

-30

Fig. 2.40 – Diagrammes de bifurcation (T = 10 µs et φ = 2.1 rad)

L’influence des conditions initiales et de la phase peut être mis en évidence dans un
diagramme de bifurcation par un phénomène d’hystérésis [49]. L’évolution croissante ou
décroissante du paramètre de bifurcation β conduit à un résultat différent (fig.2.40). La
première explication qui peut être mise en avant est le changement d’attracteur étrange
dans l’espace des phases. Ce changement d’attracteur pousse à une évolution différente
dans le cas d’une évolution croissante ou décroissante du paramètre de bifurcation [50].
Intuitivement, nous pouvons comprendre que le type de régime dynamique fixé par le
filtre (passe-bas ou passe-bande) présente une importance dans la visualisation de l’hys-
térésis dans les diagrammes de bifurcation. En effet, la composante continue du signal
conservé dans le cas d’une dynamique passe-bas va permettre de décaler le point de fonc-
tionnement de façon à ce que celui-ci se déplace sur la non linéarité pour ensuite changer
le type de bifurcation. Cependant, dans le cas d’une dynamique passe-bande, l’explication
devient plus compliquée. Dans le cas de notre système, ce phénomène ne présente pas vrai-
ment d’importance dans le contexte de la cryptographie par chaos. En effet, l’hystérésis
observé ne perturbera pas la synchronisation effectuée entre l’émetteur et le récepteur.
Nous tenterons simplement, expérimentalement, de mettre en évidence cet hystérésis (voir
3.4.2 page 149).

2.5.6 Espace des phases

L’observation des divers régimes dynamiques possibles peut aussi se faire dans l’espace
des phases. Dans le cas des dynamiques à retard, celui-ci est, a priori, infini, et ne peut être
réellement utile pour une observation. A titre indicatif, nous avons quand même représenté
ci-dessous trois exemples de régime dynamique dans un espace des phases reconstruit en
100 Chapitre 2. La cryptographie par chaos en fréquence

dimension finie par la méthode dite des retards ; les coordonnées de l’espace des phases
correspondent à la variable dynamique retardée avec des valeurs différentes soient ω(t),
ω(t − T1 ) et ω(t − T2 ) (T1 = T , T2 = 2 T , T1 et T2 a priori quelconque).

2 40
10
∆f(t−2T) (MHz)

∆f(t−2T) (MHz)
20

∆f(t−2T) (MHz)
5

0 0 0

−1 −5 −20

−2 −10 −40
2 10 40
1 2 5 10 20 40
0 1 0 5 0 20
∆f(t−T) (MHz) 0
∆f(t) (MHz) ∆f(t−T) (MHz)
0 ∆f(t−T) (MHz) −20 0
−1 −1 −5 −5 ∆f(t) (MHz) −20 ∆f(t) (MHz)
−2 −2 −10 −10 −40 −40

(a) périodique (β = 1) (b) bipériodique (β = 1.1) (c) chaotique (β = 1.5)

Fig. 2.41 – Espaces des phases pour différents gains β et φ = π/4 rad

On remarque bien sur ces figures que la trajectoires peut être identifiée dans le cas
périodique sur la figure 2.41(a) (3 dimensions suffisent) ; mais dès les régimes faiblement
chaotiques (β = 0.75), cette représentation ne suffit plus car la dynamique est trop com-
plexe.

2.5.7 Exposants et dimension de Lyapunov

Nous avons vu, lors des paragraphes précédents, des méthodes statistiques et des re-
présentations graphiques permettant d’observer les évolutions temporelles et spectrales
pour différentes valeurs de paramètre. Aucune de ces méthodes ne peut nous donner une
valeur reflétant la dimension de l’attracteur dans lequel évolue la variable dynamique. Il
s’agit effectivement de méthodes qualitatives. Le diagramme de bifurcation va nous don-
ner le type de régime dans lequel l’oscillateur évolue, le spectre de la porteuse chaotique
va nous montrer l’extension en fréquence de la variable chaotique et le débit de trans-
mission potentiel dans le cas d’un système de télécommunication. L’évolution temporelle
permettra d’observer les variations chaotiques de notre porteuse, et enfin la fonction de
densité de probabilité pouvant modéliser le signal pseudo-aléatoire en termes statistiques.
D’un point de vue plus quantitatif, nous pouvons classer par ordre de complexité les
régimes chaotiques obtenus en calculant les exposants de Lyapunov. En effet, le calcul
des exposants de Lyapunov (voir partie 1.4.6 page 36) peut nous permettre d’évaluer la
dimension de l’attracteur étrange d’un régime chaotique considéré, grâce à la conjecture
de Kaplan-Yorke.

A titre d’illustration, nous avons représenté les résultats de ces calculs pour un régime
chaotique solution de l’équation (2.43), à la figure 2.42. Le spectre de Lyapunov indique
 2.5. Caractérisation de l’oscillateur chaotique 101

4
0.15

0.1
2

0.05 0
Exposant normalisé

Somme S(i)
0 2

−0.05 4

−0.1 6

−0.15 8

−0.2 10
0 50 100 150 200 0 50 100 150 200
N° de l’exposant i

(a) Spectre de Lyapunov (b) Somme des i premiers exposants

Fig. 2.42 – Exposants de Lyapunov (β = 5.2, φ = π/4 et T = 10 µs)

la présence d’un grand nombre d’exposants positifs (fig.2.42(a)). A partir de ce spectre,

on calcule son intégrale (fig.2.42(b)) afin d’identifier un passage par zéro, ce qui donne
une estimation de la dimension de Kaplan-Yorke DKY .
La dimension de l’attracteur chaotique par application de la conjecture de Kaplan-
Yorke est :

DKY ≈ 136

Cet outil de caractérisation quantitatif d’un régime chaotique va maintenant être utilisé
pour estimer la dépendance de la complexité des solutions chaotiques, en fonction de deux
paramètres caractéristiques de notre oscillateur chaotique en fréquence.
Ces paramètres seront l’amplification normalisée β, et la différence de longueur des
bras de l’interféromètre ∆L.
On remarque que ces deux paramètres ont le même effet sur la dynamique normalisée,
même s’ils ont chacun une signification physique différente : β est un gain pur de la
chaîne d’oscillation, alors que ∆L agit sur l’espacement des cannelures de la fonction
d’interférence (ou intervalle spectrale libre en optique).
La phase, comme nous pouvons le voir sur la figure 2.44, n’a pas une grande influence
sur la dimension du chaos en fréquence, à partir du moment où le chaos est suffisamment
complexe (β ≥ 2). En effet, pour une phase variant de 0 à 2 π, nous remarquons que la
dimension est approximativement la même. Ce résultat sera réutilisé dans le calcul de
l’influence du paramètre φ sur la réplication du chaos (voir partie 2.6.2 page 107).
102 Chapitre 2. La cryptographie par chaos en fréquence

20 20

10
0
0

20 10

20
40
30
60 40

80 50

60
100
70

120 80
0 50 100 150 200 250 300 350 0 50 100 150 200 250 300 350
’

(a) φ = π/4 rad, T = 10 µs et ∆L = 5 m (b) φ = π/4 rad, T = 10 µs et β = 5.2

Fig. 2.43 – Somme des premiers exposants de Lyapunov pour différents paramètres

2
Somme des i premiers exposants

−2

−4

−6

−8

−10

−12

−14
0 20 40 60 80 100 120 140
Indice de l’exposant de Lyapunov (i)

Fig. 2.44 – Somme des premiers exposants de Lyapunov pour différentes phases φ (β = 4,
∆L = 5 m, T = 10µs)

2.6 Réception et réplication de la porteuse chaotique

Nous avons abordé, dans les précédentes sections, les conditions de génération d’une
porteuse chaotique en fréquence. Celle-ci est destinée dans le cadre de ce travail, à effectuer
le masquage d’une information.
 2.6. Réception et réplication de la porteuse chaotique 103

Fig. 2.45 – Synoptique du récepteur/décodeur

Les sections suivantes vont détailler les étapes nécessaires à l’émission et à la réception
de ce message codé par chaos FM : nous expliquerons tout d’abord les opérations de
détection/démodulation de la porteuse FM, puis de la réplication de chaos. Dans la section
suivante, nous verrons les applications qu’il peut y avoir dans le codage/décodage du
message à l’intérieur d’une porteuse chaotique.
Le récepteur possède une boucle ouverte formée par les mêmes fonctions que celles
de l’émetteur, qui sont le retard, la non linéarité, l’amplification et le filtre passe-bande
(fig.2.45). L’élément qui diffère de l’émetteur est lié au remplacement du VCO par une
boucle à verrouillage de phase (PLL). Celle-ci va permettre de générer la porteuse chao-
tique en fréquence reçue en éliminant le bruit en amplitude accumulé pendant la trans-
mission, mais aussi de reconstituer le chaos en bande de base.
Nous verrons, dans un premier temps, l’intérêt d’utiliser une boucle à verrouillage de
phase, et quel est son principe de fonctionnement. Nous allons, dans un second temps,
exposer le principe de réplication de chaos en l’absence de message. Nous verrons finale-
ment comment ce même principe, lorsque le signal transmis est la porteuse chaotique FM
combinée à un message, permet la récupération du seul message par suppression du chaos
de masquage.

2.6.1 La boucle à verrouillage de phase : synchronisation

La PLL est utilisée lorsque les conditions de réception du signal FM sont trop difficiles,
pour lesquelles le discriminateur ne se comporte plus de manière satisfaisante (cas des
communications par satellites). Un préambule sur la boucle à verrouillage de phase et la
manière de démoduler des signaux est disponible dans la partie 2.2.3 page 55.
104 Chapitre 2. La cryptographie par chaos en fréquence

Fig. 2.46 – Synoptique d’une PLL

Une PLL (fig.2.46) est un système bouclé composé d’un comparateur de phase et d’un
oscillateur commandé en tension (VCO). Les signaux haute fréquence en entrée et en
sortie de la PLL sont respectivement :
⎧  t
⎪
⎪
⎨ e(t) = A cos[2π f0 t + ϕ(t)] avec ϕ(t) = 2π kf m(u) d u
0
 t (2.51)
⎪
⎪
⎩ s(t) = B cos[2π f0 t + ψ(t)] avec ψ(t) = 2π k0 y(u) d u
0
e(t) est le signal à démoduler et s(t) est le signal en sortie du VCO qui constitue le
signal de retour de la PLL. Le signal c(t) délivré à la sortie du filtre, représente également
la sortie de la PLL :

  t  t 
c(t) = SCP [ϕ(t) − ψ(t)] = SCP 2π kf m(u) d u − 2π k0 y(u) d u (2.52)
0 0

où SCP est la sensibilité du comparateur de phase. Le filtre, dans le cas d’un compa-
rateur de phase numérique, fait partie intégrante de cet élément. En effet, le comparateur
de phase fonctionne comme un OU-exclusif permettant ainsi d’avoir un rapport cyclique
proportionnel aux variations de la différence de phase. Ainsi, en conservant uniquement
la composante continue, la tension en sortie du filtre sera proportionnelle aux variations
ϕ(t) − ψ(t).
Pratiquement, l’insertion du filtre va permettre de contrôler les performances de la
boucle à verrouillage de phase en agissant sur son temps de réponse, son gain, son dé-
passement... La fréquence de coupure du filtre est une caractéristique de la PLL très
importante. En effet, il est important de choisir cette fréquence de coupure supérieure à
la bande passante du chaos en bande de base [51]. La fréquence de coupure associée à la
pente d’atténuation (l’ordre du filtre) doit être choisies de manière à ne pas trop déformer
une partie du spectre initial du chaos en bande de base (fig.2.47).
 2.6. Réception et réplication de la porteuse chaotique 105

Fig. 2.47 – Influence de la bande passante d’une PLL sur le chaos

2.6.2 Réplication du chaos

La connaissance des clés de codage est nécessaire au décryptage de l’information.
Cependant, une erreur somme toute négligeable entraînera une erreur de synchronisation
qui fournira un bruit de décodage supplémentaire [30]. Pour étudier l’influence de ces clés,
rappelons les équations pour l’émetteur (2.53) et le récepteur (2.54) régissant le principe
de synchronisation :


τ1 τ2 d x 1 t
x(t) + (t) + x(θ)d θ = β (1 + cos[∆T x(t − T ) + φ]) (2.53)
τ1 + τ2 d t τ1 + τ2 t0


τ1
τ2
d y 1 t
y(t) +
(t) + y(θ)d θ = β
(1 + cos[∆T
x(t − T
) + φ
]) (2.54)
τ1 + τ2
d t τ1
+ τ2
t0

Pour pouvoir effectuer une analogie correcte avec les mesures expérimentales, nous
nous intéresserons uniquement aux erreurs introduites par des variations de β et ∆T . Les
équations (2.53) et (2.54) permettent d’introduire l’équation régissant le comportement
de l’erreur instantanée de synchronisation de la fréquence chaotique :
106 Chapitre 2. La cryptographie par chaos en fréquence

∆p (t) = yp
(t) − xp (t) (2.55)

où ∆p = p
− p est l’erreur de réglage d’un paramètre entre l’émetteur et le récepteur.

L’équation (2.40) va nous permettre de déduire l’erreur de synchronisation instantanée
(2.55) en fonction de l’accordabilité d’un des paramètres de codage (∆T , φ, β, T ou les
constantes de temps τ1 et τ2 ). Nous choisirons de représenter l’erreur de synchronisation
moyenne normalisée à l’amplitude efficace de l’oscillation chaotique :

ε2∆p 
σ∆p = (2.56)
x2p 
Pour déterminer la solution homogène de l’équation (2.53), nous allons poser :
 t
u(t) = x(s) ds (2.57)
t0

De ce fait, l’équation (2.53) peut être écrite comme une équation différentielle ordinaire
du second ordre et linéaire avec la présence d’un second membre qui permettra de forcer
la dynamique à un régime non linéaire chaotique.

τl τ h 1
u̇ + ü + u = β (1 + cos[∆T x(t − T ) + φ]) (2.58)
τl + τh τl + τh
Les racines du polynôme caractéristique correspondent à la solution homogène :
  
1 4 τ1 τ2
r1,2 = −1 ± 1 − (2.59)
2 (τ1 + τ2 ) τ1 + τ2
Ainsi, la solution stationnaire pour x est donnée par la relation suivante :
 t
x(t) = β U (s, t) cos[∆T x(t − T ) + φ]ds (2.60)
t0
avec
U (s, t) = r1 e(s−t) r1 − r2 e(s−t) r2

De la même manière, nous obtenons l’expression suivante pour le récepteur :

 t


y(t) = β U
(s, t) cos[∆T
x(t − T
) + φ
] (2.61)
t0

Influence du gain normalisé β

En considérant (2.40), et en supposant pour le calcul que T = T
, φ = φ
, ∆T = ∆T

et U (s, t) = U
(s, t), nous pouvons en déduire l’équation qui permettra de calculer l’erreur
instantanée introduite par un réglage approximatif du gain β (2.62).
 2.6. Réception et réplication de la porteuse chaotique 107

 2   2
t
β
− β
2∆β 

= (β − β) 2
U (s, t) cos[∆T x(t − T ) + φ] = x2  (2.62)
t0 β

1.5
Erreur moyenne de synchronisation σ∆β

0.5

0
−1 −0.5 0 0.5 1
∆β
Fig. 2.48 – Influence du paramètre β sur la synchronisation

D’après l’équation (2.56), on en déduit la valeur moyenne de l’erreur de synchronisa-

tion :
 
 ∆β 
σ∆β =   (2.63)
β 
L’équation précédente montre que l’erreur est proportionnelle à la différence ∆β. Ainsi,
les simulations numériques montrent l’évolution linéaire de l’erreur en fonction de l’écart
∆β = β
− β mais aussi la symétrie par rapport l’axe qui définit une fonction d’amplifi-
cation β identique entre l’émetteur et le récepteur (fig.2.48).

Influence de l’ordre de l’interférence ∆T

En s’inspirant de l’équation (2.62), nous pouvons aisément déduire la fonction qui

permet de calculer l’influence de ∆T (2.65). Cependant, il est important de préciser que
108 Chapitre 2. La cryptographie par chaos en fréquence

le déphasage est également un paramètre qui dépend de ∆T .

L’équation régissant le comportement de l’erreur de synchronisation en supposant que
l’ensemble des paramètres sont identiques excepté ∆T est :

  
t
∆T + ∆T
φ + φ

∆T (t) = 2 β U (s, t) sin x(s − T ) +
2 2
t0



∆T − ∆T φ − φ

sin x(s − T ) + ds (2.64)
2 2

Dans un premier temps, pour pouvoir effectuer un calcul plus simple, nous allons
supposer d’une part que ∆T ≈ ∆T
, et d’autre part que la valeur de la fréquence centrale
est très grande par rapport à l’excursion en fréquence. Ainsi, nous pourrons admettre que
l’erreur de synchronisation est uniquement dépendante de ∆φ = φ
− φ = (∆T
− ∆T ) x0 ,
x0 étant la fréquence centrale normalisée de modulation.
En considérant les approximations et de l’équation précédente, nous pouvons définir
l’équation suivante :

   
φ
− φ t
∆φ π
∆φ (t) = −2 sin U (s, t) cos ∆T x(t − T ) + φ + − ds (2.65)
2 t0 2 2

Pour un gain β et un retard T assez grand, le nombre et la valeur des exposants

de Lyapunov positifs sont pratiquement indépendants de la valeur du déphasage φ [52].
Dans le cas de notre système, cette affirmation est appuyée par le calcul des exposants de
Lyapunov sur la figure 2.44. Ainsi, nous pouvons considérer que :
 2 
t
x2 
U (s, t) cos[∆T x(s − T ) + φ] ds = (2.66)
t0 β2
Aux vues des approximations faites, le calcul revient à déterminer l’influence d’une
erreur de phase sur la synchronisation. Ainsi, dans le cas où la différence entre ∆T et ∆T

est très faible, l’erreur de synchronisation moyenne suit la relation suivante :
     
 ∆φ  

σ∆T 
= 2 sin =2 sin (∆T − ∆T ) x0  (2.67)
2   2 
Rappelons que l’ordre d’interférence ∆T a une influence directe sur la variable dy-
namique normalisée puisque celle-ci est mise à l’échelle en fonction de ∆T . Cet ordre
d’interférence a également une influence, comme nous venons de le voir, sur la phase φ.
Le calcul permettant de démontrer l’évolution de l’erreur moyenne de synchronisation en
fonction de l’erreur de réglage ∆T
− ∆T est ainsi relativement complexe. Nous avons
 2.6. Réception et réplication de la porteuse chaotique 109

2.5

Erreur moyenne de synchronisation σ∆T′−∆T

∆T seul
φ seul
les deux
2

1.5

0.5

0
−400 −300 −200 −100 0 100 200 300 400
∆L′−∆L (cm)
Fig. 2.49 – Influence de la différence de longueur des bras fibrés sur la synchronisation

donc effectué le calcul pour mettre en évidence l’erreur moyenne de synchronisation en

fonction de la phase mais nous ne calculerons pas l’erreur totale engendrée par ∆T
− ∆T .
Nous avons, cependant, tracé les différentes formes d’erreur sur la figure 2.49. Nous remar-
quons que pour une erreur de l’ordre d’interférence assez faible, la relation entre l’erreur
moyenne de synchronisation et l’erreur de réglage du paramètre ∆T
est linéaire.

Influence des constantes de temps du signal en bande de base

Le calcul des erreurs engendrées par une différence entre la bande passante de l’émet-
teur et du récepteur va mettre en évidence d’une part la nécessité de connaître cette clé
de codage en vue de décrypter l’information, mais aussi, cette partie peut permettre de
faire le rapprochement avec la conception de la PLL.
En effet, comme nous le soulignons dans la partie 2.6.1, le choix de la constante de
temps est très importante pour ne pas perturber la bande passante du chaos. Pour cela,
il faut conserver les mêmes fréquences de coupure et le même ordre du filtre passe-bande
utilisé sur l’émetteur pour la génération du chaos en fréquence.
110 Chapitre 2. La cryptographie par chaos en fréquence

2.5

Erreur moyenne de synchronisation σ∆T

1.5

Tolérance de 5% des
composants du filtre
1

Erreur maximale engendrée

par les composants du filtre
0.5

0
−2 −1.5 −1 −0.5 0 0.5 1 1.5
∆τ (µs)

Fig. 2.50 – Influence de la différence de la fréquence de coupure haute sur la synchroni-

sation

Expérimentalement, nous ne pouvons pas faire les mesures pour justifier les calculs.
Cependant, la figure 2.50 montre très bien la nécessité de ne pas perturber le spectre
chaotique pour ne pas engendrer un bruit supplémentaire de décodage.
En effet, chaque composant utilisé dans la réalisation de la fonction de filtrage, que ce
soit la résistance ou la capacité sont susceptibles d’entraîner une variation de 120 ns par
rapport à la valeur initiale. Ce filtre est conçu de la même manière du coté de l’émetteur,
la tolérance de 5% des composants entraîne alors une erreur maximale de 240 ns sur la
constante de temps basse. La fréquence de coupure associée est susceptible de varier de
22 kHz. D’après le calcul précédent, ce désaccord en fréquence de coupure peut entraîner
un écart-type du bruit de décodage de l’ordre de 4 %.

2.6.3 Conditions de fonctionnement et de simulations

Nous allons maintenant revenir sur l’approximation qui a été faite à la section 2.4.1
lors de l’établissement du modèle de la transformation non linéaire obtenue par interfé-
 2.6. Réception et réplication de la porteuse chaotique 111

rence RF. Cette approximation consiste à considérer que la condition d’interférence est
instantanée par rapport aux fluctuations de fréquences qui sont donc supposées lentes. A
titre de comparaison, cette approximation est évidente dans le cas du système chaotique
en longueur d’onde optique, et n’a même pas été envisagée. Un rapide calcul d’ordre de
grandeur, indique que pour une dynamique de la fréquence optique avec un temps carac-
téristique de l’ordre de 10µs, l’interférence réalisée par le filtre biréfringent correspond à
un décalage temporel des ondes optiques dû à la différence de marche de l’interféromètre
(1cm environ), de l’ordre de 60ps ; pendant cet intervalle de temps, la fréquence optique
n’a pas eu le temps de changer de manière significative, compte tenu de sa dynamique
d’évolution de l’ordre de quelques µs. Dans le cas de l’interféromètre RF, d’une part la
différence de marche est beaucoup plus importante (elle peut aller jusqu’à la centaine
de mètres dans la pratique, donc un décalage temporel de l’ordre de la µs), et d’autre
part le temps caractéristique de la dynamique de la fréquence RF est plus rapide (temps
caractéristique allant de la µs à la centaine de ns). De ce fait, nous assistons à une interfé-
rence entre deux ondes RF qui n’ont pas nécessairement la même fréquence instantanée,
donc une condition d’interférence, ou encore une transformation non linéaire, qui devient
dynamique par rapport à la modulation FM entre deux instants de l’ordre de la µs. Cette
condition doit a priori changer radicalement les propriétés dynamiques des ondes chao-
tiques obtenues. Nous allons, effectivement, essayer d’observer l’influence des paramètres
∆T et τ (respectivement l’ordre d’interférence et la constante de temps de notre système)
sur la fonction non linéaire engendrée par les interférences RF.

(V0 κ)2
Fnl [ω(t)] = cos{[ω(t − T ) − ω(t − T − ∆T )] t +ω(t − T − ∆T ) ∆T } (2.68)
4   
g(t)

avec

ω(t − T ) = ∆ω(t − T ) + ω0 (2.69)

A partir de là, plusieurs observations peuvent être faites en considérant la valeur de
la différence de fréquence ω(t − T ) − ω(t − T − ∆T ) due à la rapidité de variation de
celle-ci. Intuitivement, la variation de cet élément dépendant du temps vient d’une part
de la valeur de la constante de temps τ1 , mais aussi de la différence de longueur des bras
de l’interféromètre ∆T .

2.6.4 Les effets de la constante de temps sur la non linéarité

Pour évaluer qualitativement la nature dynamique de la fonction non linéaire, nous
allons montrer que sa représentation graphique change effectivement en fonction des pa-
ramètres τ1 et ∆T .
112 Chapitre 2. La cryptographie par chaos en fréquence

1 1

0.8 0.8

0.6 0.6

0.4 0.4
Amplitude (V)

Amplitude (V)
0.2 0.2

0 0

−0.2 −0.2

−0.4 −0.4

−0.6 −0.6

−0.8 −0.8

−1 −1
0 2 4 6 8 10 0 0.2 0.4 0.6 0.8 1
Temps (µs) Temps (µs)

(a) τ1 = 1.6 µs et ∆T = 5 ns (b) τ1 = 159 ns et ∆T = 5 ns

1 1

0.8 0.8

0.6 0.6

0.4 0.4
Amplitude (V)
Amplitude (V)

0.2 0.2

0 0

−0.2 −0.2

−0.4 −0.4

−0.6 −0.6

−0.8 −0.8

−1 −1
0 0.05 0.1 0.15 0.2 0 2 4 6 8 10
Temps (µs) Temps (µs)

(c) τ1 = 31.8 ns et ∆T = 5 ns (d) τ1 = 1.6 µs et ∆T = 25 ns

1 1

0.8 0.8

0.6 0.6

0.4 0.4
Amplitude (V)

Amplitude (V)

0.2 0.2

0 0

−0.2 −0.2

−0.4 −0.4

−0.6 −0.6

−0.8 −0.8

−1 −1
0 2 4 6 8 10 0 2 4 6 8 10
Temps (µs) Temps (µs)

(e) τ1 = 1.6 µs et ∆T = 50 ns (f) τ1 = 1.6 µs et ∆T = 100 ns

Fig. 2.51 – Fonction non linéaire pour différents τ1 et ∆T

Sur la figure 2.51, nous pouvons voir sur un même graphique, en traits pleins la fonction
non linéaire si l’approximation ∆ω(t) ≡ ∆ω(t − ∆T ) est respectée (g(t) ≡ 0) , et en traits
 2.6. Réception et réplication de la porteuse chaotique 113

pointillés, la fonction non linéaire en considérant que l’approximation précédente n’est pas
valable, et en traits pointillés fin le signal de modulation du VCO qui est une sinusoïde.
Au final, nous pouvons observer l’influence des deux paramètres que sont la constante de
temps haute τ1 et l’ordre d’interférence ∆T sur laquelle nous pouvons agir en modifiant
la différence de longueur des deux bras fibrés.
Les deux courbes avec et sans approximation sont confondues pour τ1 ∆T qui
représentent les conditions expérimentales que nous avons choisies. Pour les autres gra-
phiques, l’un des deux paramètres varie, entraînant, de ce fait, des variations non linéaires
supplémentaires en fonction du temps. Pour que les deux courbes soient confondues et
pour pouvoir faire l’approximation ∆ω(t) ≡ ∆ω(t − ∆T ), il est nécessaire de réaliser cette
condition :

τ1 ∆T (2.70)

Dans le cas où la condition (2.70) ne serait pas respectée, le fonctionnement du système

de cryptographie ne serait pas modifié. Simplement, en vue d’une bonne réplication du
chaos en bande de base du coté du récepteur, la fonction non linéaire doit être similaire
à celle de l’oscillateur. En revanche, cette condition a une importance sur la modélisation
du chaos en fréquence généré par notre oscillateur. En effet, dans le cas où le terme
temporel g(t) est considérée comme nul, l’interférence a bien une forme sinusoïdale. Dans
le cas contraire, g(t) introduira des variations supplémentaires permettant d’augmenter
éventuellement l’ordre de notre non linéarité et de ce fait, pour un gain β identique, nous
pouvons augmenter la dimension de notre chaos en fréquence.
114 Chapitre 2. La cryptographie par chaos en fréquence

2.7 Applications aux communications cryptées

De manière générale, les communications analogiques concernent les signaux de type
parole en téléphonie, musique pour la radiodiffusion ou images pour la télévision. Il est
important d’analyser la qualité de codage et de restitution de l’information afin d’estimer
la qualité d’une liaison de communication.

Fig. 2.52 – Système de communication cryptée par chaos en fréquence

Un point important dans le système de communication sécurisée par le masquage de

 2.7. Applications aux communications cryptées 115

l’information dans un chaos en fréquence, est l’introduction du message dans la boucle de

l’oscillateur. Il est nécessaire de l’extraire dans la même partie de la boucle du côté du
récepteur, sinon le message ne serait pas restitué correctement [25].

2.7.1 Analyse du chaos contenant l’information

D’après l’équation (2.40), nous pouvons déduire l’évolution du signal chaotique conte-
nant le message m(t) :

d2 ∆ ω d∆ ω
τ1 τ2 2
(t) + (τ1 + τ2 ) (t) + ∆ ω(t) + ω0 + h(t) = (τ1 + τ2 ) β FN L [∆T ∆ ω(t − T ) + φ]
dt dt
(2.71)
avec h(t) l’équation différentielle du second ordre contenant le message m(t) :
 
d2 m dm
h(t) = γvco τ1 τ2 2 (t) + (τ1 + τ2 ) (t) + m(t) (2.72)
dt dt
Dans notre système comme dans la grande majorité des systèmes de transmission, le
signal porteur de l’information m(t) à transmettre, subit une transposition de fréquence,
processus connu sous le nom de modulation (ω(t) = ∆ω(t) + ω0 ). Notre message a une
bande passante comprise entre 10 kHz et 100 kHz. Ce message fait partie intégrante du
signal FM porteur, dont la bande de fréquence est de 100 MHz autour de la fréquence
centrale comprise entre 1 et 1.5 GHz. La seule condition pour obtenir une bonne qualité de
masquage est que l’amplitude du signal d’information soit faible par rapport à l’amplitude
du chaos en bande de base, sous peine de le voir directement (la composante chaotique
apparaîtrait comme un bruit de fond, et non plus comme un bruit prédominant).
Comme dans l’ensemble des systèmes de communications, il est nécessaire de réduire
au maximum le bruit accumulé pendant la transmission hertzienne, mais aussi le bruit de
décryptage dû à des réglages approximatifs de certaines clés de codage. Les clés de codage,
que ce soit le retard, l’ordre d’interférence ou la bande passante du chaos en bande de
base, ont toute une sensibilité plus ou moins importante sur le décryptage.
L’importance du bruit de décryptage des signaux analogiques est caractérisé par le
rapport signal sur bruit [53]. Ainsi, dans le cas d’une information matérialisée par un
signal sinusoïdal, la raie spectrale correspondant à la fréquence du signal décodé sera plus
ou moins prédominante suivant la valeur du niveau de bruit de décodage.
Un signal chaotique aura pour but de masquer complètement la fréquence de l’infor-
mation pendant la transmission (fig.2.53). Le cryptage est visuellement de bonne qualité
pour le point de fonctionnement qui sera adopté pendant les démonstrations expérimen-
tales c’est à dire T = 10 µs, τ1 = 1.6 µs, ∆T = 25 ns et β = 2.6. En d’autres termes, le pic
de fréquence du message aura une amplitude au plus égale au niveau du bruit chaotique.
116 Chapitre 2. La cryptographie par chaos en fréquence

4 20

3 10

2
0

Puissance (dB)
Amplitude (V)

1
−10
0
−20
−1
−30
−2

−40
−3

−4 −50 4 5 6
0 1 2 3 4 5 10 10 10
Temps (µs) Fréquence (Hz)

(a) Evolution temporelle (b) spectre

Fig. 2.53 – Chaos en bande de base et information

erreur ε∆T SNR

0 70 dB
666 ps 40 dB
1.3 ns 32 dB

Tab. 2.4 – SNR en fonction de l’erreur de l’ordre d’interférence

Nous pouvons maintenant représenter l’évolution temporelle des signaux décryptées,

en fonction de l’erreur d’accordabilité de l’ordre d’interférence ε∆T entre l’émetteur et
le récepteur (fig.2.54). Le SNR16 obtenu pourra alors nous donner une indication sur la
qualité du décodage. Le SNR est le rapport signal/bruit. Le signal correspond à l’ampli-
tude de la raie spectrale et le bruit correspond au niveau moyen du spectre du bruit de
décodage autour de cette raie. Le tableau suivant donne le SNR pour chacune des erreurs
de l’ordre d’interférence.
Dans les télécommunications actuelles, lorsque le signal reçu d’un émetteur distant est
faible, il est très sensible aux perturbations extérieures qui entraîneront une distorsion
supplémentaire. D’autre part, dans notre système de cryptage analogique, le bruit de
décodage est un facteur supplémentaire de perturbation.
Dans les transmissions actuelles, les mesures expérimentales montrent raisonnablement
que la qualité de réception (après décryptage concernant notre système) est considérée
bonne lorsque le rapport signal/bruit est supérieur à 40 dB [54]. Dans le cas des simu-
lations numériques précédentes permettant d’extraire le SNR, le bruit engendré par la
transmission hertzienne et par le bruit intrinsèque au système de réception (bruit de dé-
codage dû essentiellement à l’imperfection d’accordabilité entre les clés) n’est pas pris en
16
Signal Noise Ratio
 2.7. Applications aux communications cryptées 117

250 20

200 0

150 −20
100
−40

Puissance (dB)
Amplitude (mV)

50
−60
0
−80
−50
−100
−100
−120
−150

−200 −140

−250 −160 3 4 5 6
51 52 53 54 55 56 57 58 59 10 10 10 10
Temps (µs) fréquence (Hz)

(a) évolution temporelle ε∆T = 0 (b) spectre ε∆T = 0

400 20

0
300
−20
200
−40
Puissance (dB)
Amplitude (mV)

100 −60

0 −80

−100
−100
−120
−200
−140
−300 −160

−400 −180 3 4 5 6
51 52 53 54 55 56 57 58 59 10 10 10 10
Temps (µs) fréquence (Hz)

(c) Evolution temporelle ε∆T = 666 ps (d) spectre ε∆T = 666 ps

500 20

400 0

300 −20
200
−40
Puissance (dB)
Amplitude (mV)

100
−60
0
−80
−100
−100
−200
−120
−300

−400 −140

−500 −160 3 4 5 6
51 52 53 54 55 56 57 58 59 10 10 10 10
Temps (µs) fréquence (Hz)

(e) Evolution temporelle ε∆T = 1.3 ns (f) spectre ε∆T = 1.3 ns

Fig. 2.54 – Evolution temporelle et spectre pour différentes erreurs d’accordabilité

compte. Par conséquent, les simulations ne reflètent pas complètement le comportement

expérimental.
En ce qui concerne la transmission d’un signal numérique, la qualité de transmission et
118 Chapitre 2. La cryptographie par chaos en fréquence

de décodage est interprétée par le calcul du BER17 . Celui-ci est caractérisé par le rapport
du nombre de bits éronnés par le nombre de bits émis.

Fig. 2.55 – Exemple de l’influence de transmission sur un signal binaire

Après la transmission d’un signal numérique, nous obtenons un signal de réception

déformé par rapport au signal émis (fig.2.55). Le signal perturbé a effectivement subi les
altérations suivantes :
– distorsion d’amplitude : les fluctuations brutales du signal émis (transitions brusques
générant des harmoniques jusque dans les hautes fréquences) ont été atténuées par
un effet de filtrage du canal
– distorsion de phase : mis à part un retard pur, le signal émis a subi une distorsion de
phase. On constate cette distorsion dans la déformation des impulsions. On pourrait
augmenter cette distorsion jusqu’à ce que le signal reçu soit méconnaissable par
rapport au signal émis.
– du bruit de fond s’est superposé au signal émis. Le bruit de fond peut altérer la
reconnaissance d’un signal binaire (un "zéro" est reconnu comme un 1 ou vice versa)
Une perturbation supplémentaire détériore le signal décodé dans le cas de notre sys-
tème de codage analogique, il s’agit de la différence d’accordabilité entre les éléments de
l’émetteur et ceux du récepteur.

Expérimentalement et qualitativement, le BER peut être observé en traçant un dia-

gramme de l’œil qui, à partir d’un signal de modulation binaire et pseudo-aléatoire comme
signal d’information, va permettre d’établir les propriétés de transmission.
Le diagramme de l’œil permet d’une manière très simple d’apprécier la qualité des
signaux numériques reçus. Il s’agit d’une des mesures de base en transmission numérique.
17
Bit Error Rate
 2.7. Applications aux communications cryptées 119

L’«ouverture de l’œil» caractérise le bruit et les distorsions apportées par la chaîne de

transmission. L’opération d’échantillonnage doit se produire à l’instant précis où l’œil est
le plus ouvert. Un œil bien ouvert permettra au dispositif de démodulation de discerner
aisément les symboles transmis. A l’opposé, un œil fermé se traduira inévitablement par
de nombreuses erreurs de transmission.
La fermeture de l’œil est le résultat :
– soit du bruit : il faut alors s’efforcer d’améliorer la qualité du signal radio
– soit d’interférence intersymbole : les caractéristiques amplitude-fréquence et/ou phase-
fréquence de la chaîne de transmission ne sont pas correctes (NB : ce type de défaut
affecte également la qualité de transmission en télévision).

2.7.2 Conclusion
L’ensemble de ce chapitre nous a présenté un premier système électronique de crypto-
graphie par chaos en fréquence, et un second système optoélectronique. Le premier sys-
tème électronique permettait de transmettre des informations masquées par une porteuse
chaotique dont la fréquence centrale était d’environ 4 MHz. Les résultats expérimentaux
ont démontré la possibilité de transmettre une information cryptée basse fréquence. Dans
les systèmes de télécommunications actuelles, cette fréquence de transmission est trop
faible pour espérer trouver des applications dans la téléphonie mobile, ou dans les com-
munications spatiales. De ce fait, un nouveau système optoélectronique a été proposé,
permettant de générer une porteuse de fréquence centrale comprise entre 1 et 1.5 GHz.
Cet oscillateur non linéaire à retard génére un signal de fréquence chaotique à partir d’in-
terférences radiofréquences. Ainsi, les applications à la cryptographie par chaos ont pu
être démontrées à l’aide des simulations numériques présentées au cours de ce chapitre.
Le chaos en fréquence est de grande dimension, et permet ainsi d’obtenir un masquage
de l’information d’une plus grande confidentialité. Le chapitre suivant permettra ainsi de
vérifier la validité de notre modèle théorique au travers de résultats expérimentaux.
120 Chapitre 2. La cryptographie par chaos en fréquence

Notes du lecteur
Chapitre 3

Résultats expérimentaux

La pensée naît d’événements de l’expérience

vécue et elle doit leur demeurer liée comme
aux seuls guides propres à l’orienter
Hannah Arendt
La connaissance théorique est un trésor dont
la pratique est la clé,
Th. Fuller

3.1 Introduction
Au cours de ce chapitre, nous allons exposer les résultats expérimentaux concernant la
description des composants utilisés et l’analyse numérique des comportements de l’oscil-
lateur chaotique. Enfin, nous vérifierons l’utilisation de ce système pour des applications
à la cryptographie par chaos en fréquence, selon une architecture émetteur/récepteur déjà
connue (voir partie 2.7 page 114).
L’oscillateur chaotique sera d’abord abordé par la mise en œuvre expérimentale et
la caractérisation de ses fonctions élémentaires. La réalisation de ces fonctions dans un
domaine RF a posé des problèmes particuliers liés aux hautes fréquences, qu’il s’agit de
bien identifier et de maîtriser si l’on souhaite, au final, un ensemble ayant un comportement
chaotique bien compris et contrôlé dans ses mécanismes dynamiques. Cette maîtrise et
cette compréhension sont, bien sûr, indispensables au bon fonctionnement d’un système
complet émetteur/récepteur capable de masquer et de décoder une information dans la
porteuse chaotique FM.
L’analyse et la caractérisation des composants sont très utiles pour prévenir les éven-
tuels défauts de fonctionnement en haute fréquence, notamment au niveau des pertes, les
déphasages et les phénomènes non linéaires. Les caractérisations électriques détaillées des
comportements hautes fréquences seront effectuées, en particulier pour ce qui concerne les
composants intervenant dans la réalisation de la non linéarité. En effet, la totalité de ces
122 Chapitre 3. Résultats expérimentaux

composants fonctionnent dans le domaine des hautes fréquences et sont susceptibles d’ap-
porter des imperfections que nous ne considérons généralement pas dans les simulations
numériques.
Nous tracerons les évolutions temporelles et spectrales pour illustrer qualitativement
le régime chaotique qui peut être obtenu. Nous complèterons cette analyse en soulignant
l’influence du gain β et de la phase φ de l’équation (2.43) page 90 sur le régime adopté
par l’oscillateur, en traçant quelques diagrammes de bifurcation. Nous verrons, ensuite,
l’influence de certains paramètres sur la qualité de réplication du signal chaotique. Ainsi,
nous pourrons vérifier que les comportements observés sont conformes aux résultats issus
des simulations numériques. Enfin, pour vérifier que le système complet peut fonctionner
pour des applications aux télécommunications cryptées, nous coderons puis transmettrons,
un message analogique et un message numérique, tout en observant la qualité du message
décodé à la sortie du récepteur.

3.2 Analyse des composants de l’oscillateur

Les composants électroniques, optoélectroniques et optiques de notre système ont tous
des caractéristiques importantes dans l’oscillateur chaotique. La bande passante, la phase
et le gain de leur fonction de transfert vont influencer directement ses caractéristiques. La
maîtrise globale de l’ensemble de ces caractéristiques sera particulièrement critique lors
de la synchronisation avec un système de réception. En effet, des différences de caracté-
ristiques entre deux composants de l’émetteur et du récepteur auront pour conséquence
un bruit de décodage plus ou moins important suivant la nature et l’importance de cette
différence ; nous allons donc décrire maintenant les principaux composants dont les carac-
téristiques en hautes fréquences sont les plus critiques pour le système de cryptographie.

3.2.1 Caractéristique de l’oscillateur commandé en tension

L’oscillateur commandé en tension va permettre de convertir le chaos en amplitude en
un chaos en fréquence par wobulation. Sa caractéristique de conversion tension/fréquence
sera souhaitée linéaire afin de ne pas introduire un phénomène non linéaire supplémen-
taire, et difficilement duplicable, par rapport à la fonction d’interférences RF dans notre
oscillateur ; une bonne séparation des actions linéaires et non linéaires dans la chaîne
d’oscillation sera plus favorable à l’obtention de bonnes conditions de synchronisation.
Le choix de ce composant (ROS-1500) se porte tout d’abord sur la bande passante du
signal de modulation. Elle ne doit en aucun cas modifier l’allure du spectre de notre chaos
en bande de base. La bande passante du VCO (100 MHz) est ainsi très supérieure à la
bande passante du chaos en bande de base qui peut varier de 100 kHz à 5 MHz. Ensuite,
 3.2. Analyse des composants de l’oscillateur 123

2.8

Amplitude du signal de sortie (V)

2.6

2.4

2.2

1.8

1.6

1.4

1.2

1
900 1000 1100 1200 1300 1400
Fréquence (MHz)

(a) fréquence vs amplitude du signal modulant (b) Amplitude du signal de sortie du VCO vs fré-
quence

Fig. 3.1 – Caractéristique du VCO (minicircuits ROS-1500)

l’amplitude du signal en sortie (V0 ) et la sensibilité γvco du VCO sont deux paramètres qui
agissent sur la gain β de la boucle d’oscillation. Par conséquent, il est indispensable de
trouver un composant dont le produit V0 γvco soit le plus important possible de manière
à limiter le nombre d’amplificateurs dans l’oscillateur chaotique.
Les points de mesure permettant de définir précisément la sensibilité et la plage de
fonctionnement du VCO suit la régression linéaire (fig.3.1(a)) caractérisée par la relation
suivante :

Fm (M Hz) = 28.9(MHz/V) Vc (V) + 947(MHz) = γvco Vc + f0 (3.1)

La conversion linéaire du VCO peut être cependant perturbée indirectement par des
fluctuations de l’amplitude du signal de sortie qui n’est pas constante suivant la fréquence
de modulation (fig.3.1(b)). Par la suite, nous pourrons montrer l’influence de cette am-
plitude variable en observant le type de régime (stationnaire, périodique ou chaotique)
adopté par notre oscillateur, suivant les conditions de fonctionnement choisies. Le gain β
dépend effectivement de l’amplitude du signal en sortie du VCO, et la prise en compte
de ce phénomène modifie légèrement le modèle dynamique de l’oscillateur (changement
de la fonction non linéaire, modulation du profil de cette dernière par la dépendance de
l’amplitude).
Pratiquement, nous pouvons observer que le taux de distorsion harmonique (TDH)
global du signal sinusoïdal en sortie du VCO est relativement important (fig.3.2). La
valeur maximum de ce taux peut atteindre TDH = 22%, ce qui signifie que le signal en
sortie du VCO est très déformé. Pour conserver la validité du modèle théorique et réduire
124 Chapitre 3. Résultats expérimentaux

la valeur de ce taux, nous allons placer un filtre SAW1 . Ainsi, le signal qui va moduler en
puissance la diode laser CATV aura un meilleur taux de distorsion (TDH = 3.5% pour la
valeur la plus haute).

0.25
Taux de distorsion harmonique global sans filtre
avec filtre

0.2

0.15

0.1

0.05

0
900 1000 1100 1200 1300 1400
Fréquence d’oscillation (MHz)

Fig. 3.2 – Taux de distorsion global du signal en sortie du VCO avec et sans filtre SAW

Le filtre SAW a une fréquence de coupure de 1.7 GHz et une pente d’atténuation
importante supérieure 40 dB/dec au delà de sa fréquence de coupure. Un filtre dont la
fréquence de coupure serait plus proche de 1.5 GHz, aurait été plus adapté. Il aurait encore
diminué le taux de distorsion. Le taux de distorsion obtenu est cependant convenable avec
l’insertion du filtre choisi.

3.2.2 La non linéarité

La non linéarité (fig.3.3) est la fonction la plus sensible à mettre en œuvre expé-
rimentalement. Constituée de composants optiques, optoélectroniques, et électroniques,
des imperfections supplémentaires liées à ces derniers peuvent altérer la fonction d’inter-
férences, dépendant en principe uniquement de la différence de longueur entre les bras
fibrés.
Les composants électroniques et optoélectroniques en haute fréquence possèdent des
caractéristiques expérimentales effectives qui sont à l’origine de disfonctionnements, comme
1
Surface Acoustic Wave
 3.2. Analyse des composants de l’oscillateur 125

Fig. 3.3 – Réalisation expérimentale de la fonction non linéaire

l’écart de paramètres de certaines fonctions entre les éléments de l’émetteur et du récep-

teur. Ces caractéristiques expérimentales sont :
– une impédance d’entrée des composants qui n’est pas constante sur toute la plage
de fréquence utile
– des paramètres S présentant des différences sensibles tant en module qu’en phase
– des effets capacitifs et inductifs dus à l’imperfection des pistes dans la conception
des cartes électroniques
Pour pouvoir mesurer l’ensemble des paramètres utiles à une analyse pertinente, nous
avons utilisé un analyseur de réseau vectoriel [55]. Il s’agit d’un appareil de mesure dont
le fonctionnement est assez complexe. En pratique, il existe deux types d’analyseur de
réseau : scalaire et vectoriel. L’analyseur de réseau scalaire mesure uniquement le module
de transfert alors que l’analyseur de réseau vectoriel mesure également la phase. Par
conséquent, l’analyseur de réseau vectoriel utilisé va permettre de mesurer les coefficients
de réflexion en entrée et en sortie (S11 et S22 ) et les coefficients de transmission direct et
inverse (S21 et S12 ).

Caractérisation des composants optoélectroniques

La caractérisation des composants optoélectroniques concerne la photodiode et la diode

laser CATV. Nous allons mesurer les paramètres S11 et S21 caractérisant respectivement
les paramètres de réflexion à l’entrée du composant, et les paramètres de transmission
directe (voir figure 3.4, caractéristiques électriques de la liaison laser et photodiode).
Le quadripôle optoélectronique (fig.3.4) est composé de :
– la diode laser CATV fibrée (longueur de fibre ≈ 2.2 m)
– un coupleur 10/90 permettant d’atténuer d’une part la puissance optique de la
diode laser, et d’observer d’autre part la modulation de l’intensité sans perturber
l’oscillateur (longueur de fibre ≈ 5 m).
– un photodétecteur également fibré (longueur de fibre ≈ 1.1 m)
L’abaque de Smith sert, entre autres choses, à convertir le coefficient de réflexion à
l’impédance de charge (et vice-versa). Son cadre d’utilisation est cependant bien plus
126 Chapitre 3. Résultats expérimentaux

Fig. 3.4 – Constitution du quadripôle optoélectronique

large. Il est utilisé pour de nombreuses opérations de caractérisation des phénomènes

ondulatoires des ondes électriques hautes fréquences qui mettent en jeu des décalages
de longueur de conducteurs ; par exemple, dans le plan des coefficients de réflexion, un
décalage de l’onde électrique d’une distance x se traduit par un simple déphasage :

4π
∆φ = x (3.2)
c

Dans le cas de nos mesures, les longueurs de pistes mises en jeu sont négligeables par
rapport à la longueur d’onde de notre signal électrique. Notre signal qui peut évoluer
entre 950 MHz et 1.5 GHz correspond à une longueur d’onde minimale de 20 cm. En
revanche, le déphasage du paramètre de réflexion provient des variations de la partie réelle
et imaginaire de notre impédance d’entrée complexe. Pratiquement, un tour complet dans
l’abaque correspond à un déphasage de 2 π.
La figure 3.5 représente l’abaque de Smith du paramètre S11 . Les variations du coeffi-
cient de réflexion entraînent des pertes supplémentaires dans la transmission du signal. La
plage de fonctionnement dans laquelle peut évoluer notre système (soit 950 M Hz/1.5 GHz)
est matérialisée par les points 1 et 2. Dans cet intervalle, nous remarquons que les varia-
tions du paramètre S11 suit un cercle de rayon à peu près constant. Cela signifie que l’im-
pédance complexe à l’entrée du composant possède une partie réelle de valeur constante.
En revanche, sa partie imaginaire ne l’est pas.
Avec l’abaque de Smith relevé expérimentalement sur le quadripôle optoélectronique,
 3.2. Analyse des composants de l’oscillateur 127

Fig. 3.5 – Paramètres S11 (réflexion à l’entrée) du quadripôle optoélectronique

nous pouvons définir dans la bande de fréquence nous concernant le TOS2 (ROS3 ou
VSWR4 ). L’abaque de Smith (fig.3.5) n’est pas complet. L’abaque ne montre que les
paramètres en échelle radiale, le TOS, les coefficients de réflexion et de transmission, (dB,
P, V et I) ne sont pas indiqués.
Le VSWR de ce quadripôle est donc ρ = 4.5 et le coefficient de réflexion est Γ =
0.63. Le coefficient de réflexion est relativement important. Cependant, sa forte valeur ne
présente pas un problème majeur si ce coefficient est le même du coté du récepteur.
Le paramètre S21 caractérise la transmission directe du composant. Elle est assimilable
au tracé d’un diagramme de Bode (module et phase) et donne des informations très
importantes sur le fonctionnement de l’élément optoélectronique.
Dans notre cas, nous pouvons observer des variations de phase très importantes. Pour
sa caractérisation, l’élément optoélectronique complet est constitué de la diode laser fibrée,

2
Taux d’Onde Stationnaire
3
Rapport d’Onde Stationnaire
4
Voltage Standing Wave Ratio
128 Chapitre 3. Résultats expérimentaux

200

150

100

éé
é
50

50

100

150

200
1 1.1 1.2 1.3 1.4 1.5
é

(a) Amplitude (b) Phase

Fig. 3.6 – Paramètre de transmission S21 du quadripôle optoélectronique

et d’un coupleur 10/90 permettant d’atténuer la puissance optique pour le photodétecteur

qui est le dernier composant. L’ensemble de ces composants introduit entre l’entrée et la
sortie de l’analyseur vectoriel une longueur de fibre de 8.3 m. Cette longueur est assimilable
à un retard tel qu’il est souhaité dans notre oscillateur chaotique. Cette analyse montre
que le retard a une importance capitale sur notre oscillateur puisque celui-ci introduit,
par exemple, un déphasage supplémentaire permettant de vérifier le critère de Barkhausen
(voir 1.2.1 page 8) pour un grand nombre de fréquences dans notre boucle d’oscillation.
La périodicité du déphasage dépend approximativement de la longueur de fibre optique
entre les deux composants optoélectroniques :

nLω cφ
φ= ⇐⇒ L = (3.3)
c nω
Dans notre cas, une variation de fréquence ∆f de 25 MHz suffit à provoquer une
variation de phase de 2 π. La longueur physique mesurée est L ≈ 8.2 m, ce qui correspond
à une variation de fréquence ∆f de 24.1 MHz. Par conséquent, nous pouvons en déduire
que le retard introduit par la longueur de fibre optique explique très bien les variations
importantes de déphasage observées.

Caractérisation du sommateur (Minicircuits LRPS-2-11J)

Le sommateur est réalisé à partir d’un combineur de puissance qui va ajouter (ou
combiner) la puissance des signaux déphasés de chacune des entrées pour pouvoir obtenir
des interférences RF.
Pratiquement, nous observons un déséquilibre entre les deux entrées (fig.3.7(a)). Ce
déséquilibre va entraîner une pondération d’une entrée sur l’autre. En théorie, le signal
 3.2. Analyse des composants de l’oscillateur 129

0
voie 1 200
voie 2 voie 1
−5 voie 2
150

−10 100

Phase (degré)
Module(dB)

50
−15

0
−20
−50
−25
−100
−30
−150

−35 −200
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
Fréquence (GHz) Fréquence (GHz)

(a) Transmission direct de chaque entrée (b) déphasage de chaque entrée

Fig. 3.7 – Paramètre de transmission S21

issu du combineur devrait être VS = V1 + V2 où V1 et V2 sont les tensions de chaque signal

d’entrée. Le composant entraînera une pondération des signaux d’entrée sur le signal de
sortie pour obtenir VS = α V1 + γ V2 où α et γ sont des coefficients d’atténuation.
Ce composant est bidirectionnel et est intégré dans un circuit électronique. Ainsi, Le
composant situé après celui-ci aura une onde réfléchie qui deviendra, de ce fait, une onde
incidente sur la sortie de notre combineur de puissance. Cette onde a un effet perturbateur
supplémentaire dans la mise en cascade de quadripôles.
Le calcul des paramètres S de deux composants montés en série ne revient pas à la
multiplication des matrices [S] caractérisant chaque composant. En effet, celle-ci n’est pas
chaînable. Nous ne détaillerons pas les calculs dans cette partie (voir annexe D pour le
détail des calculs). Le résultat de la mise en cascade de deux quadripôles dont le premier
(diode laser + photodétecteur) est unidirectionnel et le second bidirectionnel (sommateur)
est le suivant :




S11 0
S=
S22 S21 (3.4)
S21 S21 S12

où Sab correspondent aux paramètres de l’ensemble optoélectronique et Sab aux para-
mètres du sommateur.
La matrice obtenue est facilement interprétable physiquement. En effet, le paramètre
de réflexion dépend uniquement de la réflexion à l’entrée de la diode laser. Le paramètre
de transmission inverse est logiquement nul. Le paramètre de transmission direct est le
produit des paramètres de transmission de chacun des composants.
130 Chapitre 3. Résultats expérimentaux

Caractérisation de l’amplificateur (Minicircuits ERA-8SM)

L’amplificateur est également un paramètre sensible en HF. En effet, celui-ci peut être
à l’origine des non linéarités supplémentaires. La caractérisation de l’amplificateur avec
les paramètres S ne permet pas de mettre en évidence le comportement non linéaire, qui
est en général caractérisé par le taux de distorsion harmonique.

−10

−20
Puissance (dBm)

−30

−40

−50

−60

−70
0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4
Fréquence (GHz)
(a) Spectre du signal d’entrée
20 −25

−30
10
−35
0
Puissance (dBm)

Puissance (dBm)

−40

−10 −45

−20 −50

−55
−30
−60
−40
−65

−50 −70
0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4 3 3.5 4 4.5 5
Fréquence (GHz) Fréquence (GHz)

(b) Signal de sortie (fondamental et premier har- (c) Signal de sortie (autres harmoniques)
monique)

Fig. 3.8 – Amplification d’un signal sinusoïdal avec l’amplificateur ERA-8SM

L’amplification a été normalisée, c’est pour cela que celle-ci reste à 0 dB. Afin de
ne pas détériorer le matériel, le signal de sortie de l’amplificateur est atténué par une
fonction de l’analyseur vectoriel. Ce composant est très bien adapté. L’abaque de Smith
 3.2. Analyse des composants de l’oscillateur 131

montre, en effet, que S11 (fig.3.2.2) s’éloigne très peu du centre de l’abaque synonyme
d’une adaptation parfaite. En effet, le centre de l’abaque montre que l’impédance d’entrée
du composant, pour la plage de variation de la fréquence du test (soit 40 MHz à 4 GHz),
reste approximativement constante et proche de 50 Ω.

Fig. 3.9 – Paramètre de réflexion S11

Le taux de distorsion harmonique est observable sur la figure 3.8. Nous souhaitons, en
bout de chaîne RF, obtenir l’enveloppe d’un phénomène d’interférence entre 2 ondes RF
purement sinusoïdales. La présence d’harmoniques, et la nature large bande de certains
composants, sont susceptibles d’occasionner, en plus des interférences sur le fondamental,
des interférences entre harmoniques. Pour s’affranchir de cela, nous pouvons voir que,
lorsque l’ensemble des harmoniques du signal d’entrée sont négligeables (fig.3.8(a)), le
signal de sortie possède des harmoniques beaucoup plus importants mais dont l’amplitude
reste négligeable par rapport au fondamental (fig.3.8(b) et 3.8(c)). Le signal d’entrée,
ajusté à une puissance de −10 dBm, correspond à 100 µW. Le signal de sortie n’est donc
pas saturé et ne peut pas introduire des harmoniques supplémentaires dus à un écrêtage.
Le taux de distorsion harmonique mesuré a pour valeur :

T HD = 0.7

Cette valeur a une influence largement négligeable sur le modèle adopté dans le cha-
pitre précédent. Cependant, si celui-ci était plus important, ce phénomène non linéaire
ne pourrait plus être considéré comme négligeable (THD > 1%) et des déformations du
signal seraient observables dans son évolution temporelle. Le modèle théorique caracté-
risant l’oscillateur devrait alors être modifié afin de pouvoir refléter plus fidèlement le
132 Chapitre 3. Résultats expérimentaux

fonctionnement réel.

3.2.3 Relevé expérimental de la fonction d’interférence

Le déphasage introduit par la différence de longueur de chacun des bras fibrés va
générer des interférences constructives et destructives pour obtenir une non linéarité de
forme sinusoïdale. A la sortie du sommateur, nous avons une modulation d’amplitude
créée par la modulation de fréquence du VCO. La figure 3.10 est obtenue en modulant le
VCO par une rampe (évolution linéaire de la fréquence), et en détectant le signal RF à la
sortie de l’amplificateur.

Fig. 3.10 – Interférences RF

Le comportement global de la fonction d’interférence est bien cohérent avec les me-
sures individuelles des composants RF faites précédemment. Le principe des oscillateurs
chaotiques est basé sur leur fonctionnement non linéaire. Pour notre oscillateur chaotique
en fréquence, il est nécessaire de pouvoir trouver un lien non linéaire entre la modulation
en fréquence et la modulation en amplitude qui sera traitée en bande de base. C’est le
rôle rempli par les interférences RF que nous venons de montrer expérimentalement.
 3.2. Analyse des composants de l’oscillateur 133

En se référant à la figure 3.3 page 125, la sommation des deux porteuses RF après
chacun des photodétecteurs, dans le cas d’une différence de longueur de fibre optique de
5 m soit ∆T = 25 ns, pour une modulation de fréquence linéaire de 100 MHz, donne des
variations d’amplitude en fonction de la porteuse représentées sur la figure 3.10. Une des
données importantes de cette modulation est l’indice de modulation du signal obtenu.
L’indice de modulation est donné par la relation suivante :

VA − VB
m= (3.5)
VA + VB
Dans le cas de notre système, cet indice de modulation a pour valeur m = 47.4%.
A présent, il faut éliminer la porteuse HF afin de conserver uniquement l’enveloppe. La
qualité de la démodulation d’amplitude est fonction de la valeur de l’indice de modulation.

La détection d’enveloppe

La détection d’enveloppe est effectuée par un détecteur quadratique.

+ X

Fig. 3.11 – Constitution du détecteur d’enveloppe

Les caractéristiques hyperfréquences du combineur de puissance sont les mêmes que

précédemment (mesurées pour le sommateur). A partir des deux signaux identiques fournis
par le combineur, le mixeur va générer une composante spectrale à une fréquence nulle
(élimination de la porteuse HF), et une autre correspondant à 2 F .
Seule la composante B.F. et utile dans la bande d’oscillation non linéaire. Celle-ci est
conservée par un filtre passe-bas alors que la composante à 2 F est rejectée. Un filtrage
passe-haut, de fréquence de coupure très basse, est égalementmis en œuvre afin de ne pas
avoir de composante continue dans le spectre chaotique en bande de base. La combinaison
de cepasse-bas avec un passe-haut conduit à une dynamique limitante en bande de base
de type passe-bande.
La réalisation de ce filtre a été faite à l’aide de dipôles R et C (fig. 3.13). Ceci nous
permet de contrôler effectivement la dynamique limitante de type passe-bande de l’oscil-
134 Chapitre 3. Résultats expérimentaux

Fig. 3.12 – Principe de fonctionnement du détecteur d’enveloppe

lateur chaotique. Les valeurs des résistances et des condensateurs choisis ont conduit à un
filtre passe-bande du second ordre, avec des coupures haute et basse de fl = 10 kHz et
fh = 100 kHz respectivement.

Fig. 3.13 – Filtre passe-bande

De manière plus précise, la fonction de transfert du filtre passe-bande est défini par :

Rl C1 p
Hf iltre (p) = (3.6)
1 + (R1 C1 + Rl C2 + Rl C1 ) p + R1 Rl C1 C2 p2
où Rl est la résistance de charge et p = j ω.
Compte tenu des valeurs des fréquences de coupure très éloignées, et de la faible
sélectivité du filtre (second ordre), la réponse du filtre est apériodique, et ne présentera
aucune oscillation dans la réponse transitoire. Il s’agit effectivement d’un système sur-
amorti (coefficient d’amortissement z supérieur à 1).
⎧
⎪ 1
⎪
⎨ ωn = √
R1 Rl C1 C2
(3.7)
⎪
⎪ R C
1 1 + R C + Rl C1
⎩z = √ l 2
2 R1 Rl C1 C2
 3.2. Analyse des composants de l’oscillateur 135

Connaissant la valeur de chacun des composants (R1 = 10 Ω, Rl = 100 Ω, C1 = 100 nF

et C2 = 22 pF ) nous pouvons, à partir du coefficient d’amortissement et de la pulsation
naturelle, définir les fréquences de coupure de notre filtre (3.8).
⎧
⎪ 1
⎨ τ2 =
⎪ √
ωn (z − z 2 − 1)
(3.8)
⎪
⎪ 1
⎩ τ1 = √
ωn (z + z 2 − 1)
Ainsi, le coefficient d’amortissement, la fréquence naturelle, et les fréquences de cou-
pure de notre système sont pratiquement calculée de manière précise avec les valeurs
suivantes :

z = 4.45, fn = 10.73 kHz, f2 = 12 kHz et f1 = 95 kHz

Pour vérifier l’appariement de la bande passante de notre système expérimental (émet-

teur et récepteur), nous avons tracé le diagramme de Bode de chacun d’eux (fig.3.14).

10
émetteur
récepteur
5 coupure −3dB
Fonction de transfert (dB)

−5

−10

−15

−20 3 4 5 6
10 10 10 10
Fréquence (Hz)
Fig. 3.14 – Diagramme de Bode des systèmes d’émission et de réception
136 Chapitre 3. Résultats expérimentaux

La bande passante est approximativement respectée. La tolérance des composants peut

être à l’origine de cette légère erreur. La pente d’atténuation correspond très bien à celle
d’un filtre passe-bande du second ordre soit −20 dB/dec.

3.3 Analyse des interférences RF

Nous venons de voir comment réaliser une fonction non linéaire à partir d’interférences
RF. Le principe de sa mise en œuvre reste simple, mais le phénomène d’interférence RF
peut être assez complexe à analyser, suivant les paramètres expérimentaux choisis. Nous
allons proposer une telle analyse dans différentes situations quantitatives telles que des
variations de la différence de longueur entre les deux bras de l’interféromètre (voir la
figure 3.3 page 125). Nous présenterons et interprèterons les résultats obtenus pour des
faibles et des grandes différences de chemin RF, avant de proposer des critères de choix
des paramètres de l’interféromètre RF pour notre oscillateur chaotique.

3.3.1 Faibles différences de chemin RF

Comme nous l’avons souligné tout au long de la partie 3.2.3 page 132, la non linéarité
a été réalisée avec la génération d’interférences RF. Cette situation, d’un point de vue
du principe, a déjà été explorée expérimentalement en optique. Cependant, nous allons
tenter ici de montrer que le comportement dynamique des interférences en RF peut être
qualitativement très différent de la situation rencontrée en optique.
Une différence de longueur ∆L = 1 cm entre les deux bras de l’interféromètre RF
représente, en optique, 6450 λ (pour une longueur d’onde λopt = 1.55 µm très courante
en télécommunications). Cette même différence de longueur représente, en RF, pour une
fréquence de modulation de 1 GHz (soit λelec = 30 cm) une longueur d’onde de λ/30. Deux
valeurs significativement très différentes qui, sur le plan expérimental, ne se maîtrisent
pas avec la même simplicité. Nous allons donner un exemple en calculant les valeurs
numériques pour obtenir un ISL relatif équivalent en optique et en RF.

1. En optique, pour une différence de longueur ∆L = 1 cm, l’excursion en longueur

d’onde pour balayer l’ISL5 est d’environ ∆λ = 2 Å. Le laser semiconducteur accor-
dable pour les télécoms optiques permettent effectivement, et très facilement, de ba-
layer cet ISL, et même beaucoup plus. Le montage optique (voir partie 1.5.3 page 44)
permettra donc d’avoir accès expérimentalement à des non linéarités d’ordre très
élevé (voir les explications liées à l’interféromètre de Mach-Zehnder de la partie 2.25
page 80 pour compléter cette explication), donc à des comportements chaotiques de
très grande complexité.
5
Intervalle Spectral Libre
 3.3. Analyse des interférences RF 137

2. En RF, pour une différence de longueur ∆L = 5 m, l’excursion en fréquence pour

balayer l’ISL est d’environ ∆f = 40 MHz. L’obtention de comportements aux
propriétés semblables à celles du montage optique, nécessitent donc en RF, pour
∆L = 5 m, une source RF accordable sur plusieurs fois l’excursion de 40 MHz.
Ceci fixe les contraintes sur la source à utiliser (par exemple, f0 = 1.5 GHz, avec
∆f = 100 MHz).

Fig. 3.15 – Non linéarité expérimentale pour ∆L = 5 m et ∆L = 10 m (f0 = 1.08 GHz)

Inversement, si l’on se fixe la source accordable (donc la plage d’accordabilité en fré-

quence), et que l’on cherche la différence de chemin RF permettant de balayer un nombre
donné d’ISL, on procède de la manière suivante : le nombre d’extrema est inversement
proportionnel à la différence de longueur entre les deux bras fibrés. L’ISL de l’interférence
est défini par :

1 c
ISL = = (3.9)
∆T n ∆L
où c est la célérité dans le vide, n l’indice de réfraction de la fibre optique, et ∆L la
138 Chapitre 3. Résultats expérimentaux

différence de longueur entre les deux bras. Ainsi, nous obtenons respectivement ISL =
40 MHz et ISL = 20 MHz, pour ∆L = 5 m et ∆L = 10 m.

Ce paramètre physique est, en effet, directement lié à l’ordre d’interférence comme le

montre la figure 3.15.

3.3.2 Grandes différences de chemin RF

Le paramètre commun entre un montage interféromètrique optique et RF est la célérité

c = 3 108 m/s. Pour une différence de longueur entre les bras du montage interféromètrique
de 5 m et 1 cm (valeur pour lesquelles nous avons calculé les excursions en fréquence et en
longueur d’onde qui permettent de balayer les quelques ISL recherchés pour la complexité
du comportement chaotique), nous avons respectivement ∆T = 25 ns et ∆T = 50 ps.

Ce sont ces valeurs de ∆T qui sont à l’origine de propriétés dynamiques fondamentale-

ment différentes entre le montage optique et le montage RF, malgré un principe physique
de base identique (cf. paragraphe précédent). Ces valeurs de ∆T sont à comparer, d’un
point de vue dynamique, aux temps d’évolution caractéristiques de chacun des montages.
Dans le cas optique (chaos en longueur d’onde) travaillant dans une gamme de fréquence
audio, les temps caractéristiques sont de l’ordre de la dizaine de µs. Comparé aux 50 ps de
∆T , on explique très facilement que le processus d’interférence optique est nécessairement
instantané. Au contraire, dans le montage RF, les 25 ns sont à comparer aux temps ca-
ractéristiques d’une dynamique de modulation RF de l’ordre du 1/10 µs. Nous observons
donc ici des temps de variation de la modulation RF non négligeables par rapport au
temps de parcours de la différence de chemin RF. Le phénomène d’interférence n’est alors
plus instantané.

Cette situation est illustrée à la figure 3.16 dans les conditions expérimentales extrêmes
(pour un temps caractéristique de modulation τ1 = 40 ns, nous avons réalisé expérimenta-
lement ∆L = 1 km, soit ISL = 200 kHz et ∆T = 500 ns à la figure 3.16(b) et ∆L = 500 m,
soit ISL = 400 kHz et ∆T = 250 ns à la figure 3.16(c)).

Des cannelures caractéristiques apparaissent alors dans le spectre du signal RF de

sortie de l’interféromètre. Ces cannelures s’expliquent théoriquement en écrivant l’expres-
sion du signal observé après le mixeur de fréquence qui réalise le détecteur d’enveloppe
quadratique à la sortie de la non linéarité de notre système (3.10). On obtient l’expression
suivante :
 3.3. Analyse des interférences RF 139

Fig. 3.16 – Cannelure dans le spectre chaotique

termes d’interférence à 2 f
(V0 κ)2  2 2
 
A2 (t) = [cos (ω(t − T ) (t − T )) + cos (ω(t − T − ∆T ) (t − T − ∆T ) +
4
cos{[ω(t − T ) − ω(t − T − ∆T )] (t − T ) + ω(t − T − ∆T ) ∆T } (3.10)
  
termes en BF

Les termes en cos2 sont à l’origine du signal à 2 f observé spectralement. Ces deux
termes, compte tenu de la variation pseudo-aléatoire de ω(t) avec des temps caractéris-
tiques plus rapide que ∆T , génèrent des cannelures issues d’un phénomènes d’interférence
à 2 f . Le second terme de l’équation (3.10) représente la partie BF de la transformation
non linéaire dynamique (et non instantanée) qui est effectivement utilisée dans la chaîne
d’oscillation chaotique. Le spectre de cette composante BF est représenté à la figure 3.17
avec la même échelle horizontale que pour la composante à 2 f (fig. 3.16(b) et 3.16(c)).
On peut remarquer l’absence de cannelures dans ce spectre BF, ce qui est un point positif
140 Chapitre 3. Résultats expérimentaux

en termes de confidentialité (identification de la fonction non linéaire par le spectre BF

impossible)

−56

−58

−60

−62
Spectre (dB)

−64

−66

−68

−70

−72

−74
0.5 1 1.5 2 2.5 3 3.5 4
Fréquence (MHz)

Fig. 3.17 – Spectre BF du signal à la sortie du mixeur de fréquence

3.3.3 Choix des paramètres de l’interféromètre RF

D’un point de vue pratique, nous venons donc de montrer que le montage RF, contrai-
rement au montage optique, nous permet de mettre en œuvre deux types différents de
générateur de chaos, en fonction des valeurs des paramètres dynamiques du système. Pour
obtenir un montage RF du même type que le générateur optique, les simulations numé-
riques ont montré que l’ordre d’interférence et la fréquence de coupure haute du système
devait respecter la relation ∆T  τ1 , τ1 étant la constante de temps liée à la fréquence
de coupure haute. En effet, sans cette approximation, le terme temporel aurait une valeur
non négligeable dans la relation non linéaire (3.10).
Si, par contre, nous souhaitons un générateur de chaos basé sur des interférences
dynamiques, on choisira ∆T > τ1 . Pour illustrer ces deux types de générateur de chaos,
nous avons effectué quelques mesures de la fonction d’interférence (sortie BF) pour deux
constantes de temps différentes et pour des ordres d’interférences de valeurs successives
25 ns, 500 ns, 2.5 µs et 5 µs (fig.3.18). La représentation est réalisée de façon à observer
pour un même ordre d’interférence, l’effet relatif de deux bandes passantes différentes
 3.3. Analyse des interférences RF 141

(τ1 = 1.6 µs et τ1 = 40 ns).

(a) ∆T = 25 ns (b) ∆T = 500 ns

1
fc=100kHz
0.8 fc=5MHz

0.6

0.4
amplitude (V)

0.2

−0.2

−0.4

−0.6

−0.8

−1
0 10 20 30 40 50 60 70
Temps (µs)

(c) ∆T = 2.5 µs (d) ∆T = 5 µs

Fig. 3.18 – Dépendance de l’ordre d’interférence ∆T et de la fréquence de coupure haute

f1

Pour ces relevés de la fonction d’interférence (sortie BF), nous avons choisi un signal
modulant le VCO dont la fréquence vaut approximativement 10 kHz (à l’intérieur du filtre
sélectionnant la composante BF en sortie de la fonction d’interférence) et dont l’amplitude
est ajustée suivant le nombre de cannelures que l’on souhaite balayer.
Plusieurs cas sont alors observés :
– figure 3.18(a) : pour deux constantes de temps τ1 différentes et un ordre d’inter-
férence similaire, nous obtenons respectivement des rapports ∆T /τ1 de 16.10−3 et
0.31 qui sont inférieurs à l’unité. L’ordre d’interférence reste trop petit par rapport
à la constante de temps pour pouvoir donner lieu à des différences de formes des
réponses non linéaires : l’interférence est dite «instantanée».
– figure 3.18(b) : un léger décalage est observable dû à des rapports ∆T /τ1 qui aug-
142 Chapitre 3. Résultats expérimentaux

mentent : respectivement 0.31 et 6.3 ; on est dans une situation intermédiaire entre
le cas instantané et le cas dynamique.
– figures 3.18(c) et 3.18(d) : les rapports ∆T /τ1 deviennent importants (Tab.3.1). Le
comportement de la fonction d’interférence est clairement dynamique, puisque sa
réponse à 2 filtres BF différents n’est pas la même.

∆T = 2.5 µs ∆T = 5 µs
τ1 = 1.6 µs 1.56 3.125
τ1 = 80 ns 31.25 62.5

Tab. 3.1 – Rapports ∆T /τ1

Dans la suite de ce travail, nous avons opté pour une configuration «classique» du
générateur de chaos FM, pour laquelle la fonction d’interférence est instantanée. Ce choix
a été motivé pour des contraintes de matériel disponible et de temps de mise en œuvre
(ajustement émetteur/récepteur plus délicat dans le cas de grands retards). Néanmoins,
il serait intéressant à l’avenir d’explorer également les possibilités de synchronisation d’un
montage à base d’interférences RF dynamiques ainsi que d’étudier en détail les propriétés
dynamiques des comportements chaotiques issus d’un tel montage.

3.4 Caractérisation de l’oscillateur chaotique

De la même manière que pour les simulations numériques, nous allons effectuer des
mesures pour analyser les régimes dynamiques obtenus, et afin de vérifier la validité du
modèle théorique (voir équation (2.43) page 90). Des relevés temporels, spectraux et
statistiques, ainsi que les tracés de diagrammes de bifurcation nous ont permis de dégager
des critères de conception et d’analyse de l’oscillateur, afin d’optimiser ses propriétés par
rapport à une application à la cryptographie par chaos.
L’ensemble des éléments caractérisés précédemment constitue en grande partie notre
oscillateur chaotique. Celui-ci est composé d’une partie optique, d’une partie optoélectro-
nique et d’une partie électronique. La figure 3.19 montre la disposition des composants
dont chaque encadré numéroté correspond respectivement :

1. aux cartes électroniques qui regroupent une partie optoélectronique avec la diode la-
ser et les photodétecteurs utiles à la réalisation des interférences RF. La partie entre
ces deux composants optoélectroniques est électronique. Elle réalise le traitement du
signal chaotique en bande de base (filtrage, amplification, détection d’enveloppe).
2. à une bobine de fibre optique se situant après la diode laser (et un coupleur 10/90
permettant d’atténuer le signal optique). La longueur de cette fibre est de 2 km
permettant ainsi de générer un retard T de 10 µs.
 3.4. Caractérisation de l’oscillateur chaotique 143

Fig. 3.19 – Photographie du montage expérimental de l’oscillateur chaotique

3. à un coupleur 50/50 qui répartit le signal optique dans deux bras de longueur diffé-
rente.
4. aux deux photodétecteurs fibrés ayant une longueur de fibre identique, et auxquels
nous ajoutons une jarretière optique d’une longueur de 5 m (soit ∆T = 25 ns) pour
réaliser le déséquilibre des bras de l’interféromètre RF.
5. aux appareils d’alimentation et de régulation qui sont nécessaires aux réglages de la
fréquence centrale de modulation, et au contrôle en courant et en température du
point de fonctionnement de la diode laser.

Une photographie de la carte électronique expérimentale est disponible en annexe

E.5.1.

3.4.1 Evolution temporelle et spectrale

La représentation temporelle de l’évolution de la fréquence du signal sinusoïdal en
sortie du VCO, montre que celle-ci est chaotique lorsque le gain de boucle est suffisam-
ment élevé (fig.3.20(a)). Ensuite, il est nécessaire, à partir du calcul de son histogramme,
d’observer si l’approximation gaussienne est respectée comme nous l’avions calculé dans
le chapitre précédent (fig.3.20(b)).
144 Chapitre 3. Résultats expérimentaux

0.14

0.12

Densité de probabilité
0.1

0.08

0.06
é

0.04

0.02

0
−50 0 50
Excursion en fréquence (MHz)

(a) Chaos en bande de base (b) Chaos en fréquence

Fig. 3.20 – Evolution temporelle et comportement statistique (β = 2.2, ∆T = 25 ns,

T = 10 µs et f0 = 1.2 GHz)

Sur ce même graphique, nous avons tracé la courbe théorique Gaussienne qui se rap-
proche le plus de notre relevé expérimental. Le modèle gaussien correspond à un écart-type
σ = 13 MHz.
Le spectre du chaos en bande de base (fig.3.21(a)) et celui de la porteuse chaotique
(fig.3.21(b)) est relativement plat dans la bande passante, montrant ainsi une équirépar-
tition «anonyme» des composantes spectrales du chaos. Celui-ci s’apparente ainsi à un
bruit blanc filtré dans la bande de base du chaos. Ainsi, ce spectre ne délivre pas d’autre
information pendant sa transmission que la bande de fréquence utile du chaos (pas de
cannelure par exemple).
Le pirate peut avoir accès à l’ensemble des relevés précédents à partir du chaos en
modulation de fréquence, puisque ce dernier est disponible sur le canal hertzien public.
En utilisant une PLL, il va pouvoir extraire le chaos en bande de base. Il aura ainsi
une estimation de la bande passante des variations chaotiques de la fréquence. Le pirate
connaît alors seulement le type de dynamique limitante utilisée dans notre système.

3.4.2 Diagramme de bifurcation

Un diagramme de bifurcation peut, comme nous avons pu le voir pour les simulations
numériques, donner des informations tant au niveau statistique qu’au niveau expérimental
en évaluant le gain suffisant pour atteindre un régime chaotique. Expérimentalement,
nous avons tracé les diagrammes de bifurcation pour des évolutions successives du gain
normalisé β puis du déphasage φ. Nous avons également essayé de mettre en évidence
la notion d’hystérésis présente dans les diagrammes de bifurcation lorsqu’on impose une
évolution croissante ou décroissante du gain pour le tracé de ces diagrammes.
 3.4. Caractérisation de l’oscillateur chaotique 145

−5

−10
Spectre (dB)

−15

−20

−25

−30

−35

−40 3 4 5 6
10 10 10 10
Fréquence (Hz)

(a) Chaos en bande de base (b) Chaos en fréquence

Fig. 3.21 – Spectre du chaos en bande de base et du chaos en fréquence (f0 = 1.2 GHz,
∆T = 5 m, β = 2.2, τ1 = 10 µs)

Paramètre de bifurcation : le gain normalisé β

Les variations du gain de la boucle non linéaire à retard sont très significatives gra-
phiquement, et à partir des différents régimes périodiques et chaotiques de l’oscillateur,
elles mettent en évidence l’importance du gain pour obtenir un régime oscillatoire, qu’il
soit périodique ou chaotique.
Comme nous pouvons le voir sur la figure 3.22, le tracé d’un digramme de bifurcation
en fonction des variations du gain β est fidèle au modèle théorique (voir 2.5.5 page 96).
Il se décompose en plusieurs parties :
1. β < 1.3 : une perturbation n’entraînera pas le système dans une oscillation auto-
entretenue. Le régime reste stationnaire, de type point fixe stable.
2. 1.3 < β < 1.5 : première évolution périodique (fig.3.24(a)). Il s’agit d’un signal
carré dont les temps de montée sont liés à la constante rapide τ1 de temps de la
dynamique limitante, et les durées des plateaux correspondent au retard T .
Nous avons vu que la dynamique limitante de notre système était caractérisée par
une réponse à un échelon apériodique (amortissement fort, voir page 134). Ce sys-
tème peut donc être modélisé, en première approximation, par la mise en cascade
de deux systèmes du premier ordre. Nous allons calculer la transformée de Laplace
inverse du signal en sortie d’un filtre passe-bas dont la fréquence de coupure haute
est similaire à celle de notre système expérimental (f1 ≈ 150 kHz). Le signal d’entrée
étant un échelon :
 
−1 G
vs (t) = LP = G[1 − exp(−t/τ1 )] u(t) (3.11)
p (1 + τ1 p)
146 Chapitre 3. Résultats expérimentaux

Fig. 3.22 – Diagramme de bifurcation pour φ = 2.1 rad

Fig. 3.23 – zoom sur le temps de montée de l’évolution périodique

En adoptant cette approche pour l’analyse du temps de montée de l’oscillation

périodique rectangulaire observée, la pente à l’origine est égale à K/τ1 . La constante
de temps alors liée au temps de montée (fig.3.23) est de τ1 ≈ 1.1µs ; cette valeur
confirme, en boucle fermée, la fréquence de coupure haute de notre dynamique.
 3.4. Caractérisation de l’oscillateur chaotique 147

3. 1.5 < β < 1.7 : le régime reste périodique mais le spectre s’élargit un peu plus avec
un dédoublement de fréquence (fig.3.24(b)). Cette bifurcation à β = 1.5 ressemble à
la transition période 2 vers période 4 observée dans de nombreux systèmes à retard
de dynamique passe-bas, transition que l’on retrouve donc qualitativement ici dans
le cas d’une dynamique passe-bande.
4. 1.7 < β < 1.9 : les dédoublements supplémentaires deviennent difficiles à obser-
ver. Nous pouvons simplement remarquer que la densité de probabilité est plus
importante sur les cotés du diagramme. Ainsi, le régime périodique précédent se
transforme en un régime pseudopériodique où les différents états sont difficilement
observables (fig.3.24(c)).
5. 1.9 < β < 2.1 : avec l’augmentation du gain β, on pourrait s’attendre à observer
une transition d’un régime pseudopériodique à un régime chaotique (comme c’est le
cas pour d’autres dynamiques à retard, en particulier celles du type passe-bas). Ce-
pendant, nous pouvons remarquer que le système repasse par un régime périodique
du même type que lorsque 1.3 < β < 1.5 (fig.3.24(a)).
6. 2.1 < β < 2.5 : La structure périodique disparaît ou est fortement atténuée ; on
s’approche sans doute des comportements chaotiques, mais la densité de probabilité
ne suit pas une loi Gaussienne. Les extrémités du diagramme de bifurcation sont
plus sombres. Nous revenons à un cas pseudopériodique comme dans le cas (4).
7. β > 2.5 : La loi devient quasi-gaussienne. Le régime est chaotique. En augmentant le
gain, on augmente l’excursion en fréquence. Ainsi, un nombre plus important d’ex-
trema de la non linéarité sera couvert par les variations de la fréquence porteuse. La
dimension de l’attracteur étrange dans lequel évolue le chaos en fréquence augmente
[56].

Ces différents régimes sont observables avec les évolutions temporelles associées au
diagramme de bifurcation (fig.3.22) pour différents gains :
Le paramètre φ agit de manière significative sur la route vers le chaos. Les dédouble-
ments de fréquence vont être plus ou moins observables suivant la valeur de φ qui est,
pratiquement, proportionnelle à la fréquence centrale de modulation. Selon φ, le premier
comportement oscillatoire ne débutera pas pour le même gain (fig.3.25(d)). Il existe éga-
lement des transitions directes entre un régime stationnaire et chaotique, sans passer par
des comportements périodiques (fig.3.25(b)).
L’influence de la phase sur le comportement chaotique est visible sur les diagrammes
de bifurcation précédents, mais celle-ci est encore plus significative sur un diagramme de
bifurcation dont le paramètre de bifurcation est la phase, comme nous allons le décrire
maintenant.
148 Chapitre 3. Résultats expérimentaux

é
é

(a) périodique, β = 1.36 (b) bipériodique, β = 1.56

é
é

(c) pseudo-périodique, β = 1.84 (d) chaotique, β = 4.2

Fig. 3.24 – Evolutions temporelles pour différents gains β

Paramètre de bifurcation : la phase φ

Ce diagramme de bifurcation n’a pas pour but de nous montrer les différents régimes
que peut adopter notre oscillateur. Il met simplement en évidence, pour un faible gain
comme c’est le cas dans notre système, l’importance du déphasage pour sa mise en oscil-
lation.
Le diagramme de bifurcation (fig.3.26) montre les coupures des régimes chaotiques
pour une évolution croissante de la fréquence centrale. La paramètre φ = ω0 T est ef-
fectivement proportionnel à la fréquence centrale de modulation. L’alternance entre les
régimes stationnaires, périodiques et chaotiques, est aussi provoquée par une variation
résiduelle du gain du système, bien que celui-ci soit supposé fixé à environ 2.2 ; mais,
pratiquement, les variations d’amplitude du signal en sortie du VCO avec f0 (fig.3.1(b))
entraînent une légère variation du gain équivalent global β dans la boucle d’oscillation
(pour un VCO parfait, l’amplitude de sortie est indépendante de f0 ).
 3.4. Caractérisation de l’oscillateur chaotique 149

(a) φ = 6.12 rad (b) φ = 0.69 rad

(c) φ = 5.19 rad (d) φ = 4.11 rad

Fig. 3.25 – Influence de la phase φ (∆T = 25 ns et T = 10 µs)

Les variations de la fréquence centrale (1040/1120 MHz) sur le diagramme de bifur-

cation correspondent à une variation de ω0 T de 4 π (théoriquement, les comportements
dynamiques se retrouve pour une variation de 2 π). Nous pouvons donc remarquer que,
pour une variation de phase de 0 à 2 π et de 2 π à 4 π, la densité de probabilité et les ré-
gimes adoptés par le système sont différents, très probablement à cause de cette variation
d’amplitude de sortie du VCO avec la fréquence centrale f0 . Ce problème est d’autant
plus important que les fréquences centrales de modulation sont importantes, car elles
correspondent des amplitudes de sortie du VCO de plus en plus faibles.

Hystérésis

Selon que le gain varie dans un sens croissant ou décroissant, il est possible de voir
apparaître un phénomène d’hystérésis dans les deux diagrammes de bifurcation (fig.3.27).
150 Chapitre 3. Résultats expérimentaux

Fig. 3.26 – Diagramme de bifurcation pour β = 4.4, T = 10 µs et ∆T = 25 ns

Ce phénomène a été mis en évidence significativement dans les simulations numériques

(voir 2.5.5 page 98).
Cependant, ces hystérésis ne s’observent que pour certaines plages de valeurs du pa-
ramètre φ, très probablement parce que la coexistence d’attracteurs à l’origine de l’hys-
térésis, n’existe effectivement que pour certaines valeurs de φ.
L’hystérésis dans les diagrammes de bifurcation ne suscite pas un grand intérêt dans
l’analyse de notre système en vue d’une application à la cryptographie. Cependant, le phé-
nomène physique mis en évidence expérimentalement et analytiquement dans nos simula-
tions est un sujet de préoccupation au niveau plus fondamental de l’étude mathématique
des dynamiques à retard passe-bande.
Nous avons vu dans la partie 1.3.4 page 19 et la partie précédente, que la phase
φ a une influence importante sur la mise en oscillation du système. L’observation de
l’hystérésis sur certains relevés expérimentaux montre que la route vers le chaos peut être
très différente suivant la valeur de la phase φ. En effet, la figure 3.27(a) montre une grande
différence entre une croissance ou une décroissance du paramètre de bifurcation β. Pour
un gain croissant, le système ne passe pas d’un état stationnaire vers un état chaotique
par l’intermédiaire de dédoublements de fréquence. Il s’agit d’un passage brutal du point
 3.4. Caractérisation de l’oscillateur chaotique 151

(a) φ = 6.2 rad (b) φ = 5.33 rad

(c) φ = 4.41 rad (d) φ = 5.23 rad

Fig. 3.27 – Hystérésis pour différentes valeurs de φ (T = 10 µs et ∆T = 25 ns)

fixe à un régime chaotique. Cependant, dans le cas d’un paramètre de bifurcation qui
décroît, le régime chaotique, avant de revenir à son état initial, va traverser des régimes
périodiques. Dans le cas de la figure 3.27(d), la route vers le chaos passe bien par des
états périodiques qui, par plusieurs dédoublements de fréquences, atteindra un régime
chaotique de grande dimension. Pour une variation décroissante de β, les dédoublements de
fréquences s’observent plus facilement. Les différences de densité de probabilité montrent
bien l’évolution temporelle «bipériodique» de quatre états (comme observé fig.3.24(b)).
Etant donné que ce problème est secondaire dans la conception du système, nous
n’avons pas étudié plus en détails cette différence entre les simulations numériques et la
pratique, mais nous espérons que ces constatations sur les comportements expérimentaux
et numériques des diagrammes de bifurcation, pourront éveiller l’intérêt et la curiosité de
certains lecteurs.
152 Chapitre 3. Résultats expérimentaux

3.5 La réplication du chaos en fréquence

Après l’étude de l’oscillateur chaotique, nous allons aborder le récepteur et notam-
ment sa capacité à réaliser une bonne synchronisation, sans laquelle il est impossible de
décrypter un signal d’information noyé dans le chaos. Le récepteur est composé à partir
des mêmes éléments que l’émetteur, mais ils sont assemblés de manière différente. Des
éléments supplémentaires apparaissent en vue d’affiner l’ajustement de certaines clés de
codage, ce qui permet de limiter au mieux le bruit de décryptage.

Fig. 3.28 – Montage expérimental du récepteur/décodeur

La figure 3.28 montre la conception expérimentale du système. Les composants du

récepteur (numérotés de 1 à 7) sont respectivement :
1. La boucle à verrouillage de phase (PLL). Elle permet de restituer le chaos en fré-
quence (signal de modulation de la diode laser) et le chaos en amplitude (envoyé sur
le circuit électronique du traitement du signal en bande de base) en s’affranchissant
au mieux du bruit en amplitude rajouté par le canal.
2. Un circuit électronique dont une partie est la même que l’émetteur (partie opto-
électronique et électronique de l’interféromètre RF, filtrage, amplificateur) et d’une
autre partie permettant la soustraction du chaos en amplitude issu de la PLL et
 3.5. La réplication du chaos en fréquence 153

du chaos récupéré en sortie de la boucle constituée par les mêmes composants que
l’émetteur.
3. Une diode laser CATV.
4. Un retard optique.
5. Un coupleur 50/50 permettant d’orienter le signal dans les bras fibrés de l’interfé-
romètre.
6. Une ligne à retard réglable dans le but d’obtenir avec une très bonne précision la
même différence de longueur des bras de l’interféromètre. Le réglage de son retard
varie entre 0 et 600 ps et sa précision est de 1 fs.
7. Des appareils d’alimentation et de régulation similaires à l’émetteur.

Une photographie de la carte électronique expérimentale est disponible en annexe

E.5.2.
A noter que l’ensemble des éléments détaillés sur le récepteur sont, pour la plupart,
les mêmes qu’à l’émetteur, mais placés, dans le cas du récepteur, en boucle ouverte (voir
2.45 page 103).

3.5.1 Accordabilité des fonctions de l’émetteur et du récepteur

Pour pouvoir synchroniser les signaux chaotiques obtenus en bande de base, il est
nécessaire d’obtenir les mêmes fonctions constituant l’émetteur et le récepteur.

10
émetteur
récepteur
5 coupure −3dB
Fonction de transfert (dB)

−5

−10

−15

−20 3 4 5 6
10 10 10 10
Fréquence (Hz)

(a) Diagramme de Bode en amplitude des filtres (b) Fonctions non linéaires
passe-bande

Fig. 3.29 – Appariement de la dynamique en bande de base et des fonctions non linéaires

Les composants que nous avons décrits précédemment, doivent réaliser les fonctions
de la transformation non linéaire, du processus dynamique limitant, du retard pur, et
154 Chapitre 3. Résultats expérimentaux

d’amplification. Ces fonctions de base de l’architecture de générateur de chaos doivent

être réalisées de la manière la plus identique possible entre l’émetteur et le récepteur
afin de garantir la meilleure synchronisation possible. Grâce à la synchronisation, il sera
possible de répliquer le signal chaotique en bande de base de la dynamique locale. Ce chaos
répliqué est à comparer à celui restitué par la PLL de réception. Nous verrons par la suite
que cette synchronisation est essentielle au fonctionnement du système de cryptographie,
lorsqu’un message est inséré à l’émetteur.
Les figures 3.29(a) et 3.29(b) montrent respectivement la bande passante et la fonction
non linéaire de l’émetteur et du récepteur. Elles ne sont pas idéalement superposées comme
c’est le cas dans les simulations numériques pour une synchronisation parfaite. En effet,
le bruit de décodage est essentiellement dû aux légères différences enregistrées entre les
éléments de l’émetteur et du récepteur.

3.5.2 Synchronisation entre deux signaux chaotiques : les fonc-

tions nécessaires à l’oscillation chaotique, et leurs para-
mètres caractéristiques
Sans la connaissance des clés de codage, il est supposé impossible, voire très difficile,
de décrypter le signal. Pour étayer cette affirmation, nous allons représenter expérimen-
talement l’influence de certaines clés sur la synchronisation [25].
Dans un premier temps, pour vérifier le fonctionnement du système, il est possible de
représenter la synchronisation entre le chaos généré par l’oscillateur et le chaos reconstruit
du côté du récepteur avec le mode lissajou (ou mode XY) d’un oscilloscope enregistrant
sur deux voies chacun des deux signaux chaotiques de l’émetteur et du récepteur.
Pour une bonne synchronisation (fig.3.30(a)), nous pouvons voir que les deux signaux
en bande de base ont une évolution temporelle qualitativement comparable, cependant, il
est difficile de visualiser efficacement les petites différences avec ce type d’observation. La
synchronisation de ces deux signaux est plus facile à observer par une représentation en
mode Lissajou (fig.3.30(b)). Cette représentation consiste dans le tracé de la courbe du
chaos reçu, en fonction du chaos reconstruit. Une synchronisation parfaite est représentée
par la bissectrice (X=Y) avec une épaisseur infiniment fine.
Dans notre système, la meilleure synchronisation possible suit la direction de la bissec-
trice, mais correspond à une trace plus épaisse qu’une droite. Cette épaisseur est due au
bruit intrinsèque au système et aux défauts d’appariement entre les différentes fonctions.
Dans le cas où les signaux issus de l’émetteur et du récepteur ne sont plus synchronisés
(fig.3.30(c)), la représentation en mode XY prend la forme d’une trace remplissant uni-
formément un espace carré, indiquant que les deux signaux chaotiques n’ont plus rien en
commun (fig.3.30(d)).
 3.5. La réplication du chaos en fréquence 155

Chaos émis (V)

0.5

−0.5

−1
0 10 20 30 40 50 60 70 80 90
Temps (µs)
1
Chaos reconstitué (V)

0.5

−0.5

−1
0 10 20 30 40 50 60 70 80 90
Temps (µs)

(a) ∆T
≈ ∆T et β
≈ β (b) Représentation en mode Lissajou

2
Chaos émis (V)

−1
0 10 20 30 40 50 60 70 80 90
Temps (µs)
1
Chaos reconstitué (V)

0.5

−0.5
0 10 20 30 40 50 60 70 80 90
Temps (µs)

(c) ∆T
≈ 25.3 ns et β
≈ 1 (d) Représentation en mode Lissajou

Fig. 3.30 – Représentation en mode lissajou (∆T = 25 ns et β = 1.7)

3.5.3 Influence de l’ordre d’interférence ∆T

L’ordre d’interférence de la non linéarité est un paramètre très sensible de notre sys-
tème de cryptage. Celui-ci va, en effet, agir sur l’ISL de l’interférence mais aussi sur le
paramètre «déphasage».
L’erreur de synchronisation, représentée sur la figure 3.31 est définie par le calcul de
la valeur RMS de la différence entre la porteuse chaotique émise et le chaos reconstituée
au récepteur. Ce calcul est défini par l’équation (2.56) page 106.
Les mesures effectuées, contrairement aux simulations numériques, prennent en compte
le bruit intrinsèque aux systèmes d’émission et de réception, ainsi qu’un défaut d’appa-
riement résiduel pour l’ensemble des paramètres du système. Cette différence de contexte
entre expérience et simulation explique un écart-type de l’erreur non nul pour les mêmes
valeurs de ∆T . Une explication tout à fait similaire peut être fournie pour les autres
mesures (β en particulier) représentées à la figure 3.32 pour commenter l’erreur non nulle
156 Chapitre 3. Résultats expérimentaux

2
expérimentale théorique
1.8
∆T ∆T

1.6
′
Erreur moyenne de synchronisation σ

1.4

1.2

0.8

0.6

0.4

0.2

0
4 2 0 2 4 6
′
∆L ∆L (cm)

Fig. 3.31 – Influence de l’erreur sur la synchronisation pour β = 3.8, T = 10 µs

observée au minimum.
Le retard T est un paramètre également très sensible mais comme nous l’avons vu,
l’influence de ce paramètre sur la synchronisation est également dépendant de la bande
passante de l’oscillateur. Pratiquement, les lignes à retard réglables peuvent introduire
une valeur de retard supplémentaire jusqu’à 600 ps équivalente à une longueur de fibre
de 12 cm. Elle représente dans le cas de la différence de longueur ∆L une erreur relative
maximale de 2.4%. En revanche, cette longueur est trop petite pour pouvoir introduire
une différence de retard significative pour l’observation de l’erreur de synchronisation
introduite par un appariement approximatif du retard temporel. Le rapport T /τ1 = 6.25
est ici beaucoup trop faible pour faire intervenir les problèmes évoqués dans la partie 3.3.3
page 140 . Un variation de longueur de retard de 12 cm entraînerait une erreur relative
d’au plus de 6
dans le cas du retard temporel réalisé avec une fibre de 2 km.

3.5.4 Influence du gain normalisé β

Le gain normalisé β est un paramètre de codage et il peut, dans le cas d’un mauvais
réglage, entraîner des perturbations supplémentaires sur la synchronisation.
Comme pour montrer l’influence de l’ordre d’interférence, nous avons tracé la courbe
 3.5. La réplication du chaos en fréquence 157

1.5

Erreur moyenne de synchronisation σ∆β

0.5

théorique
expérimentale
0
1 0.5 0 0.5 1
∆β
Fig. 3.32 – Influence de l’erreur sur la synchronisation pour ∆T = 25 ns, T = 10 µs

expérimentale et la courbe théorique pour une comparaison plus simple (fig.3.32). Les
différences d’écart-type pour une erreur nulle sont également produites par le bruit de dé-
codage de l’ensemble des autres éléments. Comme nous pouvons le remarquer, les points
de mesures n’ont pas une répartition homogène sur l’intervalle de variation de l’amplifi-
cation. En effet, l’amplificateur à gain variable avec lequel nous pouvons faire varier β,
est linéaire en dB. Nous avons donc une commande de la forme suivante :

GdB = S(dB/V ) Vcommande + G0

Nous pouvons remarquer que l’influence du gain sur l’erreur en fréquence introduite
dans la synchronisation, est symétrique par rapport à une erreur nulle. Les variations de
l’écart-type sont linéaires comme nous avions pu le voir dans les simulations numériques
avec l’équation (2.62) (voir page page 107).
158 Chapitre 3. Résultats expérimentaux

3.6 Système de cryptographie

Dans le cas analogique, le principe de cryptage consiste à générer une porteuse chao-
tique dont l’étalement spectral couvre la totalité de celui de l’information analogique.
Dans le cas du numérique, la largeur spectrale du chaos est liée au débit binaire, dont le
spectre doit également pouvoir être masqué par la porteuse chaotique. En termes de qua-
lité de la liaison cryptée, une transmission analogique mettra en avant le rapport signal
sur bruit du décodage par synchronisation entre chaos. Une transmission numérique se
réfère quant à elle à la valeur du BER6 après synchronisation et suppression de la porteuse
chaotique par le récepteur. Pour avoir une image concrète sur la qualité du décodage d’une
information numérique, nous tracerons un diagramme de l’oeil.

3.6.1 Codage d’un message analogique

Dans les systèmes de télécommunication actuels, la majorité des informations trans-
mises est de type numérique. Cependant, certaines informations sont encore de types
analogiques comme la télévision, la radio, mais aussi certaines applications des télécom-
munications BF.
Dans le cas d’un système analogique, il est nécessaire que le rapport signal/bruit (SNR)
soit important. Actuellement, les mesures montrent qu’une image (pour un signal vidéo)
est considérée de bonne qualité, lors de sa réception, quand son SNR7 est supérieur à
40 dB [57].
Le tableau 3.2 permet d’avoir une idée sur la qualité de l’image en fonction de son
SNR.

SNR (dB) qualité de l’image

60 dB excellente, pas de bruit apparent
50 dB petite quantité de bruit mais image de bonne qualité
40 dB raisonnable mais pertes de quelques détails avec apparition de "neige"
30 dB image pauvre avec une grande quantité de bruit
20 dB image inutilisable

Tab. 3.2 – Qualité d’une image en fonction de son SNR

Dans le cas de notre liaison codée par chaos, la mesure du SNR nous donne :

SN R ≈ 36 dB
6
Bit Error Rate
7
Signal to Noise Ratio
 3.6. Système de cryptographie 159

Le SNR est relativement bon étant donnée la difficulté d’accordabilité des clés de
codage du récepteur avec celles de l’émetteur et en prenant en compte le bruit intrinsèque
du système.

−20

−30

−40

Amplitude (dB)
−50

0 −60

−70

−80

−90

−100
0 0.5 1 1.5 2
Fréquence (Hz) 5
x 10

(a) Décodage de l’information (b) Spectre du signal décodé

Fig. 3.33 – Signal d’information après son décryptage (φ = 1.82 rad, ∆T = 25 ns,
T = 10 µs et β = 2)

3.6.2 Codage d’un message numérique

Dans le cas d’un signal d’information numérique, nous allons tracer un diagramme de
l’œil (fig.3.35) permettant d’apprécier la qualité de décryptage des 0 et des 1 transmis.
Pour effectuer ce type de mesure, nous avons besoin d’un générateur de séquences
binaires aléatoires. Ce type de générateur est, dans son principe, un système très simple
constitué de registre à décalage à n bascules D à entrée série, et d’une porte logique
OU-exclusif placées en contre-réaction.

Fig. 3.34 – Exemple d’une séquence binaire pseudo-aléatoire

160 Chapitre 3. Résultats expérimentaux

La séquence de longueur maximale dure N TCLK , avec N = 2n −1. Si N est très grand,
la succession de bits est d’apparence quelconque, mais si l’on attend une durée égale à
N TCLK , on recommence un cycle. Cela justifie le nom de pseudo-aléatoire (fig.3.34).

Fig. 3.35 – Diagramme de l’œil (φ = 1.82 rad, ∆T = 25 ns, T = 10 µs et β = 2)

La figure 3.35 représente de haut en bas la trace du signal d’information binaire original
[17], celle du signal crypté et enfin, celle du signal décrypté en sortie du système de
réception.
Pendant sa transmission, le signal binaire est totalement masqué par le signal chao-
tique. Le diagramme de l’œil du signal binaire est totalement fermé. Les transitions d’un
état haut vers un état bas ou l’inverse ne peuvent, en effet, pas être appréhendées, et le
code binaire transmis est totalement invisible pour un espion qui observe le canal par une
détection FM directe.
Le décodage, lors d’une synchronisation idéale, devrait permettre une restitution du
même signal binaire d’origine. Le diagramme de l’œil est, en fait, un peu plus fermé à cause
du bruit de décryptage. De la même manière que pour un signal analogique, des opérations
supplémentaires de traitement du signal nous donnerait un signal d’information largement
utilisable par les systèmes de communications actuels (par exemple par utilisation de codes
correcteur d’erreur dans cette situation numérique).
 3.7. Conclusion 161

3.7 Conclusion
Au cours de ce chapitre, nous avons pu mettre en œuvre le générateur de chaos RF
et son récepteur pour l’appliquer à la transmission cryptée de signaux analogiques et
numériques. Les résultats expérimentaux obtenus pour les différentes dynamiques de l’os-
cillateur sont compatibles avec nos attentes : les diagrammes de bifurcation ont les mêmes
types d’évolution pour des gains et des paramètres φ identiques. Le spectre du chaos en
fréquence qui est une donnée disponible pour l’espion (car elle est le spectre du signal
transmis) est uniforme dans sa bande passante et, est conforme à un bruit rose (bruit
blanc filtré). La bande passante du signal d’information disponible dans le spectre en
bande de base est également compatible à nos attentes.
Nous avons pu, également, mettre en évidence la particularité de l’architecture RF
par rapport à des interféromètres optiques. Bien que le principe de base sur la conception
de l’interféromètre soit le même, la différence des fréquences a montré que l’analyse était
très différente.
L’oscillateur chaotique et son récepteur constituent la première démonstration d’une
liaison hertzienne à porteuse FM chaotique dans la bande GSM. Les informations trans-
mises peuvent être numériques ou analogiques, s’adaptant ainsi à l’ensemble des systèmes
actuelles de transmission d’informations.

3.8 Perspectives expérimentales

Nous avons pu mettre en évidence le fonctionnement du système de cryptage comme
nous l’avions observé au cours des simulations numériques. La conception expérimentale
réserve toutefois des problèmes supplémentaires comme des problèmes d’impédance, des
problèmes de bruit intrinsèque au système qui perturbe le fonctionnement global. La
réduction du nombre de composants est une perspective d’amélioration importante.

Fig. 3.36 – Optimisation de la non linéarité

162 Chapitre 3. Résultats expérimentaux

A posteriori, la non linéarité aurait pu être, par exemple, conçue différemment. Ainsi,
une nouvelle architecture permettrait d’éviter un déséquilibre en puissance entre les bras
fibrés mais aussi de réduire les dimensions de la carte électronique. En effet, la non linéa-
rité est composée d’un sommateur puis d’un détecteur quadratique permettant d’extraire
l’enveloppe des interférences RF. Ce type de circuit peut se réduire à la simple multipli-
cation des signaux à la sortie des photodétecteurs suivie d’un filtre permettant d’éliminer
la composante HF (fig.3.36).
3.8. Perspectives expérimentales 163

Notes du lecteur
164 Conclusion générale et perspectives
Conclusion générale et perspectives

Ce travail de thèse a été consacré au développement de systèmes électroniques et

opto-électroniques de transmissions Radio à base de porteuses chaotiques en modula-
tion de fréquence. Ce domaine de recherche récent propose une alternative aux solutions
algorithmiques actuelles à clé secrète, utilisées pour répondre aux problèmatiques de confi-
dentialité rencontrées de plus en plus souvent dans tous les systèmes de communication.
La solution proposée est de plus, potentiellement complémentaire aux solutions algorith-
miques, dans le sens où elle intervient au niveau de la couche physique des systèmes de
transmission de données numériques par porteuse radio.
Le débit et la souplesse des transmissions radio sont souvent liés à la gamme de fré-
quence de la porteuse. Dans la plupart des démonstrations de communication par chaos
en électronique que l’on peut trouver dans la littérature, cette gamme de fréquence était
en général limitée aux basses fréquences (quelques dizaines de kHz). Sur la base d’un
savoir-faire expérimental en optique, nous avons étudié les possibles transpositions aux
communications Radio, des techniques et principes démontrés avec succès à de très hauts
débits en optique (3 Gb/s). Deux approches successives ont été menées, et ont conduit
chacune à une réalisation de deux systèmes complets de transmission Radio cryptée par
porteuse chaotique FM. La première version correspond à une réalisation à des fréquences
intermédiaires, avec une porteuse chaotique FM de l’ordre de 5 MHz. Celle-ci, bien que
ne pouvant pas satisfaire des contraintes plus ambitieuses en termes de débit de codage,
a toutefois permis de développer, tester, et démontrer dans un premier temps, la possi-
bilité de transposition des techniques intialement développées en optique. En particulier,
nous avons démontré la possibilité de génération, dans le domaine des ondes radio et de
l’électronique, d’oscillations chaotiques de grande complexité grâce un schéma de dyna-
mique non linéaire à retard. Le principal verrou alors identifié pour la montée en fréquence
de la porteuse électronique, concernait la réalisation d’une transformation fortement non
linéaire en électronique, à des fréquences élevées, c’est à dire donc sans pouvoir faireinter-
venir des montages à amplificateurs opérationnels comme c’était le cas dans la première
version. Ce travail de recherche a permis de trouver, une solution originale pour la réali-
sation de cette non linéarité, au travers de la mise en œuvre, par voie opto-électronique,
d’un interféromètre à grande différence de chemin "radio-fréquence", avec des ondes ra-
166 Conclusion générale et perspectives

dio dans la gamme GSM (1.5 GHz). Pour cette seconde version de générateur de chaos
électronique, une nouvelle architecture de générateur de chaos radio-fréquence a ainsi été
conçue, réalisée et intégrée, dans un système complet de transmission sans fil par porteuse
radio à modulation de fréquence chaotique.

Le système réalisé en est encore au stade de démonstrateur de laboratoire, mais des

performances déjà très encourageantes ont été obtenues. Un rapport signal sur bruit de
35 dB a été mesuré. Grâce à de nombreuses améliorations technologiques au niveau de
la mise en œuvre des diverses fonctions électroniques et opto-électroniques, le système
étudié pourrait sans doute, sans trop de problèmes, proposer des performances bien supé-
rieures. En particulier la simplification de certaines fonctions de traitement du signal, par
exemple la démodulation d’amplitude et la conversion en bande de base de la modulation
FM et de la transformation non linéaire associée, demande encore à être perfectionnées,
afin d’atteindre une meilleure reproductibilité de la chaîne d’oscillation entre émetteur et
récepteur, ainsi qu’un meilleur rapport signal sur bruit global de la chaîne de décodage. La
souplesse d’utilisation des fibres optiques pour la réalisation de différences de chemin RF
à bras multiples, conférant alors un degré de liberté supplémentaire dans la manière de
produire un comportement chaotique. Enfin, des perspectives à plus long terme pourraient
concerner la mise en œuvre hybride "analogique et numérique" de la chaîne d’oscillation
chaotique. Ce nouveau type d’architecture de générateur de chaos permettrait de disposer
à la fois d’une source analogique chaotique dans le domaine RF, en même temps qu’une
très grande souplesse et précision de réglage des conditions d’oscillations chaotiques, par
un ajustement fin et précis de certains des paramètres numériques clé de l’oscillateur.
Cette perspective s’inspire directement de travaux effectués en parallèle dans ce domaine
par l’équipe de XLIM Brive dans le projet national Transchaos auquel nous avons égale-
ment participé.

Enfin, sur un plan plus fondamental, l’étude du générateur de chaos FM par interfé-
rences Radio et ligne à retard, a permis de mettre à jour une nouvelle classe de dyna-
mique non linéaire à retard. Dans certaines conditions particulières de fonctionnement,
nous avons pu en effet observer un comportement de la transformation non linéaire par
interférences RF, qui n’est plus instantané, mais dynamique. Les propriétés dynamiques
de ce nouveau type d’oscillateur à retardsont encore peu connues, et leur portée effective
dans diverses applications sont encore à découvrir. Toutefois, les méthodes et techniques
de génération de porteuses électroniques large spectre sont encore en plein développement,
et leur utilisation dans diverses applications en sont encore au stade prospectif (radars,
générateurs de nombres aléatoires, communications par porteuses large bande, signaux de
test pour les futurs équipements électroniques haute fréquence...). Ce travail espère pou-
voir contribuer à ce domaine de recherche à la frontière entre les propriétés fondamentales
 Conclusion générale et perspectives 167

des dynamiques chaotiques, et leur utilisation dans des applications précises.

 1 2 3 4
Alimentation
R10 [Link]
10K +12 -12

+12
C3 1uF
+12V -12V

+
Q1 +5
+5 -5 1 14
A GND A
Annexe A

+5V -5V

gnd
0.1uF
C17 1,4,6
U11 7 8

14
E1 8-11
ANTENNA 3 R11 GND Quartz 1MHZ
12 1k non linéarité GND détecteur
5 [Link] dé[Link]
GND R19
2
15 13,16 +12 2.7k

7
AD844JR C18 GND C36
0.1uF U8

+
GND
0.1uF 8 1
fréquence (BF)
VDD CLK

+
GND 7 2
C4 1uF SYNC GND GND
6 3
in NL out NL in detect out detect IN NC
C1 470pF -12 5 4
VBB OUT
U10 +5
C2 14 17
B P1 SYNC V+ C31 B
1nF 5 16 + C37 RD5108
R1 10K COSC DV+
1
REF GND

+
10K 7 3 0.1uF
DADJ A0
8 4 1uF
GND FADJ A1
10 GND
R812k IN
19
OUT
2
GND
6 13 J3
R9 GND PDI
9 12 CON2
10K GND PDO
11 IN MESSAGE
GND
18 GND GND

169
1
2
GND
15 20
DGND V- -5 C35
MAX038CWP C32 R12 GND 6.8nF
GND + 1uF R13 R14
4.7k R18
GND 4.7k 4.7K
2.7k
GND
C33 U9 U7C
C + 0.1uF AD633JR U7B C
11
6 7 10 6 R20
+12 +V X1 C
8 12 7 680
X2 GND B
5 5
W
1 OP470GS +12
Y1
4 2 OP470GS
Z Y2 GND
GND
3
V- -12 R15
J1 P4
C34 200k
2 GND + 0.1uF 4.7k
MOD EN BO R16
1 4.7k
CON2 +5
J4 GND U7D J6
15 R17
3 1 CON2
P2 16 GND

Fig. A.1 – Schéma du système d’émission

2 D 4.7K 2
200k 14 +5 IN modulation gain
1 GND
GND
CON3 OP470GS

3
2
1
D D
JUMPER BO/BF P3
J2 J5 20k
CON3 -5 Organization:
1 GTL-CNRS-TELECOM
OUT
2 GND Size: Title: Revision:
CON2 A4 emetteur chaos HF 1
Cartes électroniques du chaos en

GND Drawn By: MOEC Samuel S heet1 of 4

1 2 3 4
 170

1 2 3 4

C38 15pF

L1
100uH
R21
390k
A A
+5 C5 1uF

+
C19 GND

8
0.1uF
R22 2
1 R2
270K A
3 1K
U3A
AD8032AR

4
GND C20
0.1uF

C6 GND

+
-5 1uF
B B

R3
C39 12pF
1K
L2
100uH
R24
330k

R25 6 U4B
in NL R4
150K 7 6
B
5 1K 7
B out NL
Annexe A

U3B 5
AD8032AR
GND AD8032AR
GND
C40 10pF
C C
L3

Fig. A.2 – Non-linéarité

100uH
R26
150k

+5 C7 1uF

+
C21 GND
8
0.1uF
R23 2
1 R5
270K A
3 1K
U4A
AD8032AR
4

D D
GND C22
0.1uF
Organization:
C8 GND GTL-CNRS-TELECOM
Size: Title: Revision:
+

A4 Non linéarité
-5 1uF
Drawn By: MOEC Samuel S heet
2 of 4
1 2 3 4
 1 2 3 4

A A

R28
22K

+12
C11 1uF +12

+
C13 1uF
B B
+

R32
GND 10k C41
GND
C25 0.1uF 100pF
1,4,6

14
C27 0.1uF
8-11 U6
4

R6 R29 3
12 R33 R34 2 U7A
1K 22K
5 10k 10k 1
A out detect
2 C42 3
R7 R30 13,16 15 OP470GS

7
1K 22K AD844JR 220pF
13

+12 C26 +12 C28

C91uF R31 0.1uF 0.1uF

+
22K GND P5
GND GND
Annexe A

GND

+
+

D1
BAV99 C12 1uF C14 1uF
1,4,6
C23 0.1uF
1 2 -12 -12

14
8-11 U5 GND 200k
C R27 C
3

3
in detect
475 12 GND
5
2 AD844JR
13,16 15

7
GND C24
0.1uF

Fig. A.3 – Détecteur d’enveloppe

GND

+
1uF
C10
-12

D D

Organization:
GTL-CNRS-TELECOM
Size: Title: Revision:
A4 détecteur d' enveloppe
Drawn By: MOEC Samuel S heet
3 of 4
1 2 3 4
171
172 Annexe A

Fig. A.4 – Schéma du système de réception

Fig. A.5 – Schéma du système de réception

 1 2 3 4
GND Alimentation
150pF [Link]
C1 +12 -12
U1 +5
C2 14 17
P1 SYNC V+ C40
1nF 5 16
R1 10K COSC DV+ +12V -12V
1 Q1 +5
REF GND

+
10K 7 3 +5 -5 1 14
A DADJ A0 A
8 4 1uF
GND FADJ A1 +5V -5V
10

gnd
R312k IN
19 7 8
OUT
2
GND
6 13 GND Quartz 1MHZ
R2 GND PDI
9 12 non linéarité GND détecteur
10K GND PDO
11 [Link] dé[Link]
GND R19
18 GND
GND 2.7k
15 20 +12
DGND V- -5
MAX038CWP C41 GND C43
GND + 1uF U9
+

0.1uF 8 1
VDD CLK
GND 7 2
SYNC GND GND
6 3
in NL out NL in detect out detect IN NC
5 4
VBB OUT

B U2 B
GND +5 + C44 RD5108
MAX941CSA
0.1uF

6
8

14
R4 2 GND
7 1 U6A
10K R5
3 3
4 2 10K
GND 5 HEF4070

1
C42 R12
C3

7
0.1uF 3.3nF 1K C45
GND 6.8nF

+
GND GND +12
C23 1uF
R20

+
Annexe A

C20 1uF P2
+5 10K 2.7k
GND

R9 C6 0.1uF U8B

13
C R21 C58 C
U7A U8C 6
8.2K R13 R22
C37 1 11 7 680
R14 R15 B 470nF R40
1K A 16 10 560 5
C 6.8k
2 1K 1K 12 +12
10pF OP470GS
+5 GND OP270GS OP470GS GND

4
C21 1uF R16 GND
C7 GND
0.1uF

+
1K P3
E1 200k
14
15

GND GND
ANTENNA
R18 U8D
+

R17
C4 0.1uF
D

OP470GS

Fig. A.6 – Schéma du système de réception

C24 1uF 1K

8
C39 3.3K
U3A -12
R10 2 U3B
1 R11 6 GND
1.2K A
16

3 1K 7
15pF B
5
GND AD8032AR

4
GND AD8032AR
D GND D
C5
0.1uF
Organization:
2
1

GND GTL-CNRS-TELECOM
Size: Title: Revision:

+
J1
C22 1uF CON2 A4 Recepteur chaos HF
-5 Drawn By: MOEC Samuel S heet 1 of 4
1 2 3 4
173
 174

1 2 3 4

C46
1-3.5pF
C49
xx
C51 12pF

L1
A A
100uH
R23
P4 56k
100k +5 C25 1uF

+
GND
C8

8
0.1uF
R24 2
1 R29
56k P6 A
500k 3 U4A
1K
AD8032AR
C9

4
GND 0.1uF

C26 GND

+
B B
-5 1uF
C47

1-3.5pF
C50 R30
xx
C38 10pF
1K
L2
100uH
R28
P7 150k
500k
R25
Annexe A

6 U5B
in NL R31
56k P8 7 6
B
500k 5 1K 7
GND U4B B out NL
5
C AD8032AR C48 C
1-3.5pF AD8032AR
GND
6.8pF
C53 C52

2.2pF L3
100uH

Fig. A.7 – Non-linéarité du récepteur

R26
P5 +5 C27 1uF 56k
100k +
GND
C10
8

U5A 0.1uF
R27 2
P9 1 R32
56k A
500k 3 1K
D D
AD8032AR C11
4

GND 0.1uF Organization:

GTL-CNRS-TELECOM
C28 GND Size: Title: Revision:
A4 Non linéarité récepteur
+

-5 1uF Drawn By: MOEC Samuel S heet

2 of 4
1 2 3 4
 Annexe A 175

Fig. A.8 – Schéma du système de réception

Fig. A.9 – Schéma du système de réception

176 Annexe A
Annexe B

Résolution de l’équation différentielle

du second ordre par la méthode
Runge-Kutta du quatrième ordre

Nous allons décrire le calcul de l’équaion différentielle suivante :

d s2 ds de
τ1 τ2 2
(t) + (τ1 + τ2 ) + s(t) = (τ1 + τ2 ) (t)
dt dt dt
Pour qu’elle soit transformer en un système à deux équations. Cette équation diffé-
rentielle peut, en intégrant chacun des termes, prendre la forme suivante :

τ1 τ2 ds 1 t
+ s(t) + s(θ)dθ = e(t)
τ1 + τ2 dt τ1 + τ2 t0

Nous retrouvons le système à deux équations suivant :

⎧ dz
⎪
⎨ (τ1 + τ2 ) (t) = s(t)
dt
⎪ τ
⎩ 1 2 τ ds
(t) = e(t) − s(t) − z(t)
τ1 + τ2 dt
En normalisant les équations par rapport à la constante de temps courte du système
τ1 .
⎧
⎪ dz τ1
⎪
⎨ dξ (ξ) = τ + τ s(ξ)
1
 2 
⎪
⎪ ds τ
⎩ (ξ) = − 1 + 1 [e(ξ) − s(ξ) − z(ξ)]
dξ τ2
Pour des simplifications d’écriture, nous noterons :
⎧ τ1
⎪
⎨Υ = 1 +
τ2
⎪ τ1
⎩ψ =
τ1 + τ2
178 Annexe B

Rappel de l’algorithme de Runge-Kutta du quatrième ordre

−
→
dX → −
− →
= f (X , ξ )
dξ

K1 K2 K2 K4
Xn+1 = Xn + + + + + O(h5 )
6 3 3 6
⎧  
⎪
⎪ K1 s
⎪
⎪ K1 = h f (Xn , ξn ) =
⎪
⎪ K1 z
⎪
⎪    
⎪
⎪ K1 h
⎪
⎪
K2 s
⎨ K2 = h f Xn + 2 , ξn + 2 = K z
2
   
⎪
⎪ K2 h K 3s
⎪
⎪ K3 = h f Xn + , ξn + =
⎪
⎪ 2 2 K3 z
⎪
⎪  
⎪
⎪
⎪
⎪ K4 s
⎩ K4 = h f (Xn + K3 , ξn + h) = K z
4

Le pas d’intégration h est très important dans ce type de calcul car nous pouvons remar-
quer l’erreur d’approximation en dépend directement. Ainsi, plus celui-ci est petit, plus la
précision du calcul est importante. Pour effectuer une bonne approximation, nous allons
définir le pas d’échantillonnage égal à la constante de temps courte de l’oscillateur.

Application de l’algorithme à notre équation

nous considérons dans cet algorithme que :

e(ξn ) = β f [s(ξn )]

En boucle fermée, la sortie s(ξn ) de l’équation différentielle est rebouclée sur l’entrée
e(ξn ) par l’intermédiaire de la fonction non-linéaire f . N , que nous verrons apparaître
dans la non-linéarité, est un pas matérialisant les différents points de calcul de la variable
s(ξn ).
    
−Υ −Υ s(ξn ) Υ
f (Xn , ξn ) = + β f (s(ξn + N ))
ψ 0 z(ξn ) 0

    
K1 h −Υ −Υ s(ξn ) + K1s
f Xn + , ξn + = +
2 2 ψ 0 z(ξn ) + K1z
   
Υ 1
βf (s(ξn + N ) + s(ξn + N + 1))
0 2

En développant l’équation matricielle précèdente, nous obtenons :

 Annexe B 179

  
−Υ(s(ξn ) + z(ξn ) + K1s + K1z ) + Υ β f 12 (s(ξn + N ) + s(ξn + N + 1))
ψ (s(ξn ) + K1 s)
De la même manière, nous obtenons K2 , K3 et K4 .

Programme permettant la résolution sur une période correspondant au retard T

fnl = β f [s(ξn + N )]

dy0 = −Υ (s(ξn ) + z) + Υ fnl

dz0 = ψ s(ξn )
1
y05 = s(ξn ) + dy0
2 τ1
1
z05 = z + dz0
2 τ1


1
fnl = β f [s(ξn + N ) + s(ξn + N + 1)]
2

dy05 = −Υ (y05 + z05) + Υ fnl

dz05 = ψ y05
1
y05 = s(ξn ) + dy05
2 τ1
1
z05 = z + dz05
2 τ1
dy05s = −Υ (y05 + z05) + Υ fnl
dz05s = ψ y05
dy05s
y1 = s(ξn ) +
τ1
dz05s
z1 = z +
τ1

fnl = β f (s(ξn + N + 1))

dy1 = Υ (y1 + z1) + Υ fnl

dz1 = ψ y1

s(ξn+1 ) = s(ξn ) + [dy0 + dy1 + 2.0 ∗ (dy05 + dy05s)] τ1 /6

z = z + [dz0 + dz1 + 2.0 ∗ (dz05 + dz05s)] τ1 /6
180 Annexe B
Annexe C

Calcul de l’influence du compensateur

d’erreur dans la matrice [S] obtenue

Dans ce calcul, nous allons définir le paramètres SijM mesurés sur les coupleurs parfaits
que nous trouvons à l’intérieur de l’analyseur de réseau et les paramètres SijA du vrai
quadripôle inconnu.
Nous pouvons que les paramètres mesurés sur les coupleurs parfaits sont alors fonc-
tion des paramètres du composants inconnu et des termes significatifs du compensateur
d’erreur.
Il s’agit d’un système bien conditionné de quatre équations à quatre inconnues. Il
admet une solution qui permet de remonter aux SijA grâce aux équations suivantes :
Paramètre de transmission direct
    
1 S21M − e30 S22M − e
33

S21A = 1+ (e22 − e22 ) (C.1)
∆ e10 e32 e
23 e
32
Paramètre réflexion en entrée
  
1 S11M − e00 S22M − e
33

S11A = 1+ e22 (C.2)
∆ e10 e01 e
23 e
32
Paramètre de transmission inverse
    
1 S12M − e
03 S11M − e00

S12A = 1+ (e11 − e11 ) (C.3)
∆ e
23 e
01 e10 e01
Paramètre de réflexion en sortie

     
1 S22M − e
33 S11M − e00 e
S21M − e30 S12M − e
03
S22A = 1+ e11 − 11
∆ e
23 e
32 e10 e01 ∆ e10 e32 e
23 e
01
(C.4)
avec
182 Annexe C

     
S11M − e00 S22M − e
33
S21M − e30 S12M − e
03
∆= 1+ e11 1+ e22 − e22 e
11
e10 e01 e
23 e
32 e10 e32 e
23 e
01

L’ensemble de ces équations sont lourdes mais nécessaires pour corriger les imperfec-
tions propres à l’analyseur de réseau vectoriel. Les douzes termes d’erreur de la matrice
[e] sont déterminés avec la calibration. Si ceux-ci sont mal determinés, la procèdure de
correction sera fausse et les SijA très éloignés des vraies valeurs.
Le but de la calibration est de déterminer pour chacune des fréquences à laquelle l’ana-
lyseur doit être calibré, les douzes termes d’erreur complexe. La procèdure de calibration
standard utilise alors des étalons de coefficients de rélexion (charge 50 Ω, court-circuit,
circuit ouvert) que l’on connecte successivement à chacun des ports de l’analyseur de ré-
seau. En pratique, il est toutefois impossible de réaliser un circuit ouvert parfait en très
haute fréquence. Toute interruption de la ligneengendre une capacité d’extrèmité qui rend
le circuit ouvert non parfait. L’étalon circuit ouvert sera donc, en fait, une capacité de très
faible valeur réalisée par l’interruption de l’âme d’un câble coaxial hyperfréquence mais
pas du conducteur externe. Dans ces cas là, il existe des modèles très précis et valables de
la capacité qui sont connus de l’analyseur de réseau et lui permettent de connaître à toute
fréquence le déphasage β présenté en réflexion par cet étalon de coefficient de réflexion
exp(−j β).
Voici la procèdure de calibration et les coefficients de réflexion effectivement mesurés :

Type de mesure étalon expression mesurée

port 1, direct charge 50 Ω S11M = e00
port 1, direct court-circuit S11M = e00 + −e 10 e01
1+e11
port 1, direct circuit ouvert S11M = e00 + (e1−e
10 e01 ) exp(−j β)
11 exp(−j β)


port 2, inverse charge 50 Ω S22M = e33
−e
23 e
32
port 2, inverse court-circuit S22M = e
33 + 1+e

22
e
e
) exp(−j β)
port 2, inverse circuit ouvert S22M = e
33 + 1−e
23 32

exp(−j β)
22
port 1 et 2, direct charge 50 Ω S21M = e30
port 1 et 2, direct charge 50 Ω S21M = e
03
port 1 et 2, direct liaison directe S11M = e00 + (e10 e01 ) 1−ee11 22
e22
1
port 1 et 2, direct liaison directe S21M = e30 + (e10 e32 ) 1−e11 e22



e
11
port 1 et 2, inverse liaison directe S22M = e33 + (e23 e32 ) 1−e
e

22 11
port 1 et 2, inverse liaison directe S12M = e
03 + (e
23 e
01 ) 1−e
1 e

22 11
Annexe D

Calcul du chaînage de plusieurs

quadripôles

Un multipôle d’ordre n de matrice [S], de vecteur d’ondes incidentes (a) et de vecteur

d’ondes réfléchies (b) est définit de la manière suivante :
⎛ ⎞ ⎛ ⎞⎛ ⎞
b1 S11 · · · S1n a1
⎜ .. ⎟ ⎜ .. . . .. ⎠ ⎝ ... ⎟
. ⎟ ⎜
⎝.⎠=⎝ . . ⎠ (D.1)
bn Sn1 · · · Snn an
Comme nous avons pu le voir, la mise en cascade deux quadripôles ne revient pas à
la multiplication de chacune de ces matrices [S] pour obtenir la matrice [S] du système
global. Pour résoudre ce problème, une nouvelle matrice [T] est définie. Elle peut être
chainée entre plusieurs quadripôles en cascade.
      
b1 a2 T11 T12 a2
S= = [T ] = (D.2)
a1 b2 T21 T22 b2
En résolvant le système linéaire constitué par les deux matrices prcèdentes définissant
[T] et [S] à partir de an et bn , nous trouvons la relation suivante :
 S11 
− S11 S22S−S 12 S21
T = 21 S21
1 (D.3)
− SS22
12 S21

Ainsi, si deux quadripôles A et B de matrices [TA ] et [TB ] sont mis en cascade, la

matrice de l’ensemble est simplement [T ] = [TA ] [TB ]. La matrice [S] de ce quadripôle
pouvant être retrouvée par la relation inverse de la précèdente
 S11 T11 T22 −T12 T21 
S= S21
1
T22
(D.4)
T22
− TT21
22

Ainsi, dans le cas de l’association d’un quadripôle unidirectionnel (éléments opto-

électroniques) et d’un quadripôle bidirectionnel (power splitter), les matrices [T ] sont
respectivement définies comme suit :
184 Annexe D
' S
S
−S
S


S11
( '
(
− 11 22S
12 21
0
S11


TA = 21
S

S21
= S21
1 (D.5)
− S22


1


S21
0

S21
12
 S11 S22 −S12 S21 S11 
−
TB = S21 S21
1 (D.6)
− SS22
12 S21

Ainsi, le produit de ces deux matrices va nous donner la matrice [T ] :

' S
S

S11
(
− S11


22


T = 21 S12 S21 S21
1 (D.7)
− S12S22S


S21 S21
21

La matrice [S] caractérisant la mise en cascade de l’élément opto-électronique et du

sommateur est la suivante :



S11 0
S=
S22 S21 (D.8)
S21 S21 S12

A noter que si les éléments n’étaient pas mis dans le même ordre ou s’il s’agissait de
quadripôle n’ayant pas les mêmes caractéristiques (unidirectionnel ou bidirectionnel), la
matrice [S] correspondant au système glabal ne serait pas la même.
Annexe E

Schémas des cartes électroniques et

opto-électroniques réalisées

E.1 Support de la diode laser CATV (modulation et

alimentation)

D1
TEMP CONTROL

LED
GND
11

10

J1
SUBD9-CI-MALE
1
6
2
7
3
8
4
9
5

J4 U6 J3
1 1 14 7
TMonitor Nc
2 13 C1 U3
2 TMonitor Gnd 6 GND
3 3 12 5 1
DcBias(-)Modul(-)
4 11
4 Anode LaserGnd 4 100nF
5 5 10 3 SMA COUDE
Cathode Nc
6 9
6 TEHP(+) Gnd 2
7 7 8 1
TEHP(-) Gnd
ButterFly-R DIODE FLD3F8CZ ButterFly-S
GND
LASER CONTROL

5
9
4
8
3
7
2
6
1

J2
SUBD9-CI-FEMELLE
10

11

GND
R7
D2
560

LED

185
 186

E.2

1 2 3 4 5 6

Connecteur Alim
U1

+U
GND
-U
+10 -10

1
2
C7
A C8 0.1uF A

+ + 3
0.1uF

Regulator MC7805CT Regulator MC7905CT

U2 GND U3

IN
GND
OUT
GND
IN
OUT

+5 -5

1
2
3
1
2
3

C10
+
C9 1uF
+

1uF
GND
U24 U10 GND
3 4 3 4
Port2 Port1 GND RF
+10 R1 Rescms
50 C19 R2
GND 2 5 2 5 10uF
GND GND GND IF
U21 R10 Rescms
Ampli ERA-8SM 180 GND GND

4
10
1 6 1 6 C4
L5 GND Sum Port LO GND
Capcms

Out
RF CHOKE GND Power Splitter 2-11J Frequency Mixer 30J GND 330pF
B B

GND
U4 C5 C18 GND

In
1 1 3
RF IN RF OUT
SMA COUDE 39nF 39nF

GND
2
GND

+10 C15
U19 100nF
VCO
CapaPolCms
Annexe E

U16 -5
GND 5 4 U12

13
14
15
16
NC -Vs R5
6 3 5 4

1
OUT +IN FDBK COMM GND
12 1 7 2 1k
GND GND +Vs -IN
C 9 8 1 R6 C3 -5 C
RF NC NC

VCC
GND
GND +5 1k 6 3

Gnd
VNEG VINP
11 2 12 AD8031
GND VTUNE RF&DC R3 GND 100nF
U6 GND 3 GND 7 2 R16
DC 1k VOUT GNEG +5
1 10 3 R4 20k
RF OUT GND
U14 GND 1k C1 +5 R19
SMA COUDE Bias Tees 8 1 +5 3.9k

1
1
VPOS GPOS

2
1
9 4
1

GND
GND
GND GND
GND 100nF AmpliOP AD603
R14 GND

8
7
6
5
U25
Connecteur Alim 22k

SMA COUDE
SMA COUDE

GND U15 U7
SMA COUDE

U9
2
1

Information R15
U17
Connecteur Alim 10k
GND

D D

Title
EMETTEUR
Size Number Revision
B
Date: 23/08/2005 S heet of
File: C:\Documents and Settings\..\EmetteurOptoElec_SansDiode.SCHDOC
Drawn By:
1 2 3 4 5 6
Schéma électronique d’une partie de l’émetteur
 E.3

1 2 3 4 5 6

Connecteur Alim
U1

+U
GND
-U
+10 -10

1
2
3
U8 LM317T C7

+
C8 0.1uF

+
A Connecteur Alim 0.1uF A

VIn
Adj
VOut
U13
Regulator MC7805CT Regulator MC7905CT
+3.3 U2 GND U3

3
1
2
1
2
+3.3

IN
GND
OUT
GND
IN
OUT

U4 R1

17
16
15
14
13
12
270 +5 -5
GND C12 C2

1
2
3
1
2
3

100nF 100nF C10

+
C9

Nc
Nc
Nc
Nc
11 R6 1uF

Vee

Gnd
+

10 1uF
Out 10k
9
Gnd GND
8 GND
Outb
7

Gnd
Vpd
Nc
Nc
Nc
Nc
GND

Photodetecteur PTHS992
+10

1
2
3
4
5
6
U23 GND U24 U10
GND +5 3 4 U21 R10 3 4 3 4
Port2 Port1 Port2 Port1 GND RF

4
+3.3 Ampli ERA-8SM 180
U5 C19

17
16
15
14
13
12
2 5 L5 2 5 2 5 R2

Out
B GND GND GND RF CHOKE GND GND GND IF B
GND 10
Capcms

GND
C5 C18 GND GND C4
100nF

Nc
Nc
Nc
Nc
In
11 1 6 1 3 1 6 1 6 22pF

Vee

Gnd
GND Sum Port RF IN RF OUT GND Sum Port LO GND
10
Out 39nF 39nF
9 GNDPower Splitter LRPS 2-11J GNDPower Splitter LRPS 2-11J Frequency Mixer LRMS-30J GND GND
Gnd GND
8

GND
Outb
7

Gnd
Vpd
Nc
Nc
Nc
Nc
GND

Photodetecteur PTHS992
2
GND

1
2
3
4
5
6
GND +5
Annexe E

C U16 C
5 4 U12
NC -Vs -5 R5
6 3 5 4
OUT +IN FDBK COMM GND
7 2 1k
+5 +Vs -IN
8 1 R7 C3 -5
NC NC
1k 6 3
VNEG VINP
AD8031
R3 GND 100nF
GND 7 2 R16
1k VOUT GNEG +5
R4 20k
1k C1 +5 +5 R19
8 1 3.9k
VPOS GPOS

1
1

GND 100nF AmpliOP AD603 R14

22k GND
SMA COUDE
SMA COUDE

U7 U9
Sortie Information + Chaos R15
10k
GND

D D

Title
RECEPTEUR
Size Number Revision
B
Date: 25/08/2005 Sheet of
File: C:\Program Files\..\RecepteurOpto_elec.SCHDOC
Drawn By:
1 2 3 4 5 6
Schéma électronique d’une partie du récepteur
187
188 Annexe E

E.4 Typon

Fig. E.1 – Typon de la carte (Top Layer)

Fig. E.2 – position des composants sur la carte

 Annexe E 189

E.5 Photographie des cartes électroniques de l’émet-

teur et du récepteur
E.5.1 Emetteur

Fig. E.3 – Photographie de l’émetteur

E.5.2 Récepteur

Fig. E.4 – Photographie du récepteur (sans la PLL)

190 Annexe E

E.5.3 Support de la diode laser

Fig. E.5 – Photographie du support de la diode laser connecté sur chacune des cartes
précèdentes
Bibliographie

[1] F. Carmagnat, Le téléphone public : cent ans d’usages et de techniques. Collection

technique et scientifique des télécommunications, 2003.
[2] G. Brassard, Cryptologie contemporaine. Masson, 1992.
[3] P. Bergé, Y. Pommeau, and C. Vidal, L’ordre dans le chaos. Hermann, 1992.
[4] J. Gleick, La Théorie du chaos. Flammarion, 1991.
[5] I. Prigogine, Les lois du chaos. Flammarion, 1997.
[6] J. Mainguenaud, Cours d’Automatique, chapitre 4 : systèmes asservis non-linéaires.
Collection de l’ingénieur-technicien, 1974.
[7] T. Erneux, “Dynamique nonlinéaire à retard,” Compte Rendu de la 8éme Rencontre
du Non Linéaire, pp. 73–78, 2005.
[8] A. Elwalkil and M. Kennedy, “Improved Implementation of Chua’s Chaotic Oscillator
Using Current Feedback Op Amp,” IEEE Transactions on Circuits and Systems,
vol. 47, pp. 76–79, january 2000.
[9] L. Chua, “The Genesis of Chua’s Circuit,” Archive für Elektronik und Übertragung-
stechnik, vol. 46, pp. 250–257, 1992.
[10] K. Ikeda, “Multilpe-valued stationnary state and its instability of the transmitted
light by a ring cavity system,” Optics Comm, vol. 30, August 1979.
[11] L. A. Aguirre, “Recovering map static nonlinearities from chaotic data using dyna-
mical models,” Physica D, pp. 41–57, 1997.
[12] G. Elert, The Chaos Hypertextbook : Mathematics in the Age of the Computer. Lear-
ning in Motion, 2004.
[13] M. Le Berre, A. S. Patrascu, E. Ressayre, and A. Tallet, “Localized structures in
chaotic patterns from disorder to ordering,” Phisical Review A, vol. 56, pp. 3150–
3160, october 1997.
[14] K. Ikeda and O. Akimoto, “Instability leading to periodic and chaotic self-pulsations
in a bistable optical cavity,” Physical Review Letters, vol. 48, pp. 617–620, march
1982.
[15] F. Hopf, D. Kaplan, H. Gibbs, and R. Shoemaker, “Bifurcations to chaos in optical
bistability,” Physical Review Letters, vol. 25, pp. 2172–2182, April 1982.
[16] B. Picinbono, Signaux aléatoires : Fonctions aléatoires et modèles. Dunod, 1994.
191
192 Bibliographie

[17] J. G. Proakis, Digital communications. McGraw-Hill, 4th ed., 2001.

[18] baher H., Analog & Digital signal processing. John Wiley & Son, 2001.
[19] K. T. Alligood, T. D. Sauer, and J. A. Yorke, Chaos : an introduction to dynamical
systems. Springer, 1996.
[20] J. Kaplan and J. Yorke, Functional Differential Equations and Approximation of
Fixed Points. Springer, 1979.
[21] L. M. Pecora and T. L. Carroll, “Synchronisation in chaotic systems,” Physical Review
letters, vol. 64, p. 821Ű824, February 1990.
[22] L. Pecora and T. carroll, “Driving systems with chaotic signals,” Physical Review A,
vol. 44, pp. 2374–2383, August 1991.
[23] T. Beth, D. E. Lazic, and A. Mathias, Cryptanalysis of Cryptosystems based on
Remote Chaos Replication. Springer-Verlag Berlin Heidelberg, 1994.
[24] S. Tang, H. F. Chen, S. K. Hwang, and J. M. Liu, “Message encoding and decoding
through chaos modulation in chaotic optical communications,” IEEE Transactions
on Circuits and Systems, vol. 49, pp. 163–169, February 2002.
[25] L. Larger, J.-P. Goedgebuer, and F. Delorme, “Optical encryption system using hy-
perchaos generated by an optoelectronic wavelength oscillator,” Physical Review E,
vol. 57, pp. 6618–6624, juny 98.
[26] V. S. Udaltsov, J.-P. Goedgebuer, L. Larger, and W. T. Rhodes, “Communicating
with optical hyperchaos : Information encryption and decryption in delayed nonlinear
feedback systems,” Physical Review Letters, vol. 86, pp. 1892–1895, February 2001.
[27] L. Larger, Cryptage de signaux par chaos en longueur d’onde. PhD thesis, UFR des
Sciences et Techiques de l’Université de Franche-Comté, Janvier 1997.
[28] E. Genin, L. Larger, J.-P. Goedgebuer, M. W. Lee, R. Ferrière, and X. Bavard,
“Chaotic oscillations of the optical phase for multigigahertz-bandwidth secure com-
munications,” IEEE J. Quantum Electron., vol. 40, pp. 294–298, march 2004.
[29] E. Genin, Etude et réalisation d’un générateur de chaos optoélectronique sur la
phase optique pour les télècommunications cryptées au débit. PhD thesis, U.F.R.
des Sciences et Techniques de l’Université de Franche-Comté, 2003.
[30] Y. C. Kouomou, P. Colet, N. Gastaud, and L. Larger, “Effect of parameter mismatch
on the synchronization of chaotic semiconductor lasers with electro-optical feedback,”
Physical Review E, vol. 69, 2004.
[31] N. Gastaud, S. Poinsot, L. Larger, J.-M. Merolla, M. Hanna, J.-P. Goedgebuer, and
F. Malassenet, “Electro-optical chaos for multi-10Gb/s optical transmissions,” Elec-
tronics Letters, vol. 40, july 2004.
[32] M. J. Bünner and W. Just, “Synchronisation of time-delay systems,” Phys. Rev. E,
vol. 58, pp. 4072–4075, october 1999.
 Bibliographie 193

[33] A. Tamasevicius, A. Cenys, A. Namajunas, and G. Mykolaitis, “Synchronising hyper-

chaos in infinite-dimensional dynamical systems,” Chaos, Solitons & Fractals, vol. 9,
no. 8, pp. 1403–1408, 1998.
[34] J. Encinas, Systèmes à verrouillage de phase (P.L.L. ) : Réalisations et applications.
Masson, 1990.
[35] B. A. Harb and A. M. Harb, “Chaos and bifurcation in third-order phase locked loop,”
Chaos, Solitons and Fractals, vol. 19, pp. 667–672, 2004.
[36] H.-A. Tanaka, S. Oishi, and K. Horiuchi, “Chaos from orbit-flip homoclinic orbits
generated in real systems,” IEEE Symposium on Circuits and Systems, vol. 1, pp. 263–
266, 1995.
[37] T. Endo and L. O. Chua, “Bifurcation diagrams and fractal bassin brain boundaries
of phase-locked loop circuits,” IEEE Transactions on Circuits and Systems, vol. 37,
pp. 534–540, April 1990.
[38] J. Smith, modern communication circuits. McGraw-Hill, 1986.
[39] J. Montagné, Le Siècle de la Radio. les cahiers de j.-c. montagné (nř 1) ed., 2001.
[40] J. Kraus and R. Marhelka, Antennas for all applications. Mc Graw Hill, 2002.
[41] J. Bolomey, Antennes. Encyclopedia Universalis, 1986.
[42] L. Larger, J.-P. Goedgebuer, V. S. Udaltsov, and W. T. Rhodes, “Radio transmission
system using fm high dimensional chaotic oscillator,” Electronics Letters, vol. 37,
pp. 594–595, April 2001.
[43] L. Larger, V. S. Udaltsov, J.-P. Goedgebuer, and W. T. Rhodes, “Chaotic dynamics of
oscillators based on circuits with VCO and nonlinear delayed feedback,” Electronics
letters, vol. 36, pp. 199–200, February 2000.
[44] J.-B. Cuenot, Système optoéelectronique de communication sécurisé par chaos en
longueur d’onde. PhD thesis, Université de Franche-Comté, 2001.
[45] I. et M. Joindot, Les télécommunications par fibres optiques. Dunod, 1996.
[46] W. H. Press, S. A. Teukolsky, W. T. Vetterling, and B. P. Flannery, Numerical Recipes
in C, The Art of Scientific Computing. Cambridge University Press, second ed., 1992.
[47] J. D. Farmer, “Chaotic attractrors of infinite-dimensional dynamical system,” Physica
4D, pp. 366–393, 1982.
[48] I. P. Smirnov, A. L. Virovlyansky, and G. M. Zaslavsky, “Ray chaos, travel time
modulation, and sensitivity to the initial conditions,” The Journal of the Acoustical
Society of America, vol. 117, pp. 1595–1606, March 2005.
[49] C. Tresser, P. Coullet, and A. Arneodo, “On the existence of hysteresis in a transition
to chaos after a single bifurcation,” Journal de Physique (Paris), vol. 41, pp. 243–246,
May 1980.
[50] A. Prasad, L. D. Iasemidis, S. Sabesan, and K. Tsakalis, “Dynamical hysteresis and
spatial synchronisation in coupled non-identical chaotic oscillators,” Pranama - jour-
nal of Physics, vol. 64, pp. 513–523, April 2005.
194 Bibliographie

[51] X. Bavard, Numérisation du Chaos et Applications aux Systèmes de Communication

Sécurisés par Chaos en Longueur d’Onde. PhD thesis, Université de Franche-Comté,
ST, 2004.
[52] B. Dorizzi, B. Grammaticos, M. Le Berre, Y. Pomeau, E. Ressayre, and A. Tallet,
“Statistics and dimension of chaos in differential delay systems,” Physical Review
Letters A, vol. 35, pp. 328–339, january 1987.
[53] S. Haykin, Communication Systems. John Wiley & Sons, 1996.
[54] P. H. Young, Electronic Communication Techniques. Prentice Hall, 1999.
[55] Hewlett-Packard, Exposé de formation : Calibration de l’analyseur de réseau. Tech-
nical report, 1985.
[56] A. Balanov, N. Janson, and E. Scholl, “Delayed feedback control of chaos : Bifurcation
analysis,” Physical Review E, vol. 71, january 2005.
[57] P. H. Young, Electronic Communication Techniques. Prentice Hall, 1999.