‫المدرس ــة الوطني ــّة للمهندسيـ ــن بسوس ــة‬

Ecole Nationale d’Ingénieurs de Sousse

Chapitre 3
Signaux et systèmes discrets

Enseignante : Imen MEZGHANI-MARRAKCHI 2016-2017

 Plan du cours
• Signaux discrets particuliers
• Opérations sur les signaux discrets
• Energie d’un signal
• Puissance moyenne
• Classification des signaux

• Système discret : relation entrée-sortie

• Classification des systèmes discrets
• Systèmes Linéaires Temporellement Invariants (SLIT)
• Propriétés des SLIT
• Corrélation
I. MARRAKCHI 2
Traitement du signal
 Signaux discrets particuliers
1

• L’impulsion (de Dirac-unité) 0.5

 t    k 
0
-5 0 5 10
x(n) (n)  x(0) (n)
x(n) (n  n0 )  x(n0 ) (n  n0 )

Tout signal discret peut être représenté comme : x ( n)   x(k ) (n  k )
k  

• L’échelon
1

ut   uk 
0.5

0
-5 0 5 10

I. MARRAKCHI 3
Traitement du signal
 Signaux discrets particuliers
• Rampe 20

15

r t   a k uk  10

0
-5 0 5 10

• Rectangle

1 si n  N
rect(n / 2 N )  
0 sinon

I. MARRAKCHI 4
Traitement numérique du signal
 Signaux discrets particuliers
• Triangle

 n
1  si n  N
tri( n / N )   N
0
 sinon

• Sinus cardinal

sin(n / N )
x(n)  sin c(n / N ) 
n / N

I. MARRAKCHI 5
Traitement numérique du signal
 Signaux discrets particuliers

• Exemple : montrer que

 k   uk   uk 1

Re ct K k   uk   uk  K 

k 0  K 1
Re ct K k  k0     k 
k  k0

I. MARRAKCHI 6
Traitement numérique du signal
 Opérations sur les signaux discrets
• Sommation
La sommation d’un signal discret est l’équivalent de l’intégration pour le
signal continu
– Addition



– La somme discrète SD   x ( n)
n  


– La somme absolue SA   x ( n)
n  
n
– La somme cumulative S C (n)   x(k )
k  

I. MARRAKCHI 7
Traitement numérique du signal
 Opérations sur les signaux discrets
• Décalage temporel

• Inversion temporelle et ses versions décalées

I. MARRAKCHI 8
Traitement numérique du signal
 Opérations sur les signaux discrets
• Décimation (down-sampling)
– Une opération qui consiste en échantillonnage d’un signal discret
– Compression du signal - suppression de quelques échantillons
– Exemple :
– y[n] = x[2n]
– y[n] est la décimation de x[n] par un facteur de 2
– Échantillonnage du signal analogique à un taux 2T au lieu de T

I. MARRAKCHI 9
Traitement numérique du signal
 Opérations sur les signaux discrets
• Multiplication par une constante

• Modulation

• Retard

• Avance

I. MARRAKCHI 10
Traitement numérique du signal
 Opérations sur les signaux discrets

• Exercice : Exprimer y(k) en fonction de x et y seulement

1 1
x[k] z z
y[k]
Unit Delay Unit Delay1

d1
Gain
Gain1 -1

Gain2

d2

I. MARRAKCHI 11
Traitement numérique du signal
 Opérations sur les signaux discrets
• Interpolation (up-sampling)

– Étalement d’un signal discret

– Ajout de quelques échantillons
– Trois types d’interpolation
• Interpolation zéro (sur-échantillonnage) : chaque nouvel
échantillon est nul
• Interpolation échelon : chaque nouvel échantillon à la
même valeur que son précédent
• Interpolation linéaire : chaque nouvel échantillon est la
moyenne des échantillons adjacents

I. MARRAKCHI 12
Traitement numérique du signal
Opérations sur les signaux discrets

I. MARRAKCHI 13
Traitement numérique du signal
 Puissance et énergie d’un signal
• Puissance instantanée
P(n)  x(n)
2

• Énergie d’un signal non périodique


Ex  
2
x ( n)
n  

– Un signal est soit à énergie finie ou à énergie infinie

• Puissance moyenne K
Px  lim
1
K   2 K  1
 xk 2

k  K

• La puissance moyenne d’un signal N-périodique

N
Px 
1
  x k 2

N k 1

I. MARRAKCHI 14
Traitement numérique du signal
 Support d’un signal
• Un signal à énergie finie est généralement à support fini
• En numérique, on appelle support d’un signal son nombre
d’échantillons :
k0  k  k0  K  1
• Remarque :

– Signal borné : xk   



– Signal sommable : k xk   

 

– Signal de carrée sommable : E x  

I. MARRAKCHI 15
Traitement numérique du signal
 Classification des signaux discrets
• Signal défini à droite (right-sided) : x[n] =0 pour n < N
• Signal défini à gauche (left-sided) : x[n] =0 pour n > N
• Signal causal : x[n] =0 pour n < 0
• Signal anti-causal : x[n] =0 pour n >= 0

I. MARRAKCHI 16
Traitement numérique du signal
 Classification des signaux discrets
• Signaux périodiques
• Un signal discret est périodique de période N si :

N   / x(n  N )  x(n), n  

0
0 2 4 6 8 10 12 14

I. MARRAKCHI 17
Traitement numérique du signal
 Classification des signaux discrets
• Signal à énergie finie
0  Ex  
• Signal puissance

0  Px  

• Signal physique (réel) à énergie finie

• Signal mathématique à puissance moyenne finie non nulle mais à énergie
infinie : exemple sin(t)

I. MARRAKCHI 18
Traitement numérique du signal
 Classification des signaux discrets
• Signal pair (even signal) : xe (n)  xe (n)

• Signal impair (odd signal) : xo (n)   xo (n)

• Tout signal discret x(n) est la somme de deux signaux : un signal pair et
un signal impair
x(n)  xe (n)  xo (n)
• avec :

xe (n)  x(n)  x(n)

1
2
xo (n)  x(n)  x( n)
1
2
I. MARRAKCHI 19
Traitement numérique du signal
 Classification des signaux discrets
• Prédictibilité des signaux

– Signaux déterministes qui peuvent être représentés

explicitement par une fonction mathématique

– Signaux aléatoires qui évoluent dans le temps d’une

manière imprévisible. Il est cependant possible de décrire
mathématiquement certaines caractéristiques statistiques
de ces signaux

I. MARRAKCHI 20
Traitement numérique du signal
 Système discret
Relation entrée-sortie
• Un système est un ensemble de dispositifs qui établit un lien de cause à
effet entre des signaux d'entrée (appelés excitations) et des signaux de
sortie (appelés réponses ou mesures)
• Système qui transforme un signal d’entrée à temps discret, appelé signal
d’excitation, en un signal de sortie à temps discret, appelé signal de
réponse
• Un signal d’entrée e(n) est transformé en un signal de sortie s(n) :
s(.)= T[e(.)]
Il existe :
• Systèmes à temps discret sans effet de mémoire :
système pour lequel un échantillon de sortie d’instant n ne dépend que de
l’échantillon d’entrée du même instant
• Systèmes dynamique : il y a un effet de mémoire

[Link] 21
Traitement du signal
 Système discret
Relation entrée-sortie
• Exemple :

• Représenter le signal y[n] dans chaque cas.

[Link] 22
Traitement du signal
 Systèmes Discrets
Schéma fonctionnel d'un système numérique
• Les opérations les plus fréquentes :
– La multiplication d'un signal par un coefficient
– Le décalage avant (z) et le décalage arrière (z-1)
• Exemple :

[Link] 23
Traitement Numérique du signal
 Systèmes Discrets
Interconnexions de systèmes
• Interconnexions de systèmes : des systèmes
complexes peuvent être construits en interconnectant
des sous-ensembles plus simples
Série
h1 h2 h1h2


Parallèle h1 + h1+h2


h2

[Link] 24
Traitement du signal
 Classification des systèmes discrets

• Système sans mémoire (statique)

– C’est un système dont la sortie y[n] ne dépend que du signal d'entrée à
l'instant n
– Exemple :
y(n)  nx(n)  ax(n) 2

• Système avec mémoire (système dynamique)

– Inversement, un système qui compte du passé ou du future est dit
dynamique ou avec mémoire
– Exemple : y ( n)  x ( n)  2 x ( n  1)
n
y ( n)   x(n  k )
k 0

y ( n)   x(n  k )
k 0
[Link] 25
Traitement du signal
 Classification des systèmes discrets
• Système causal
– La sortie à n’importe quel instant ne dépend que des
valeurs de l'entrée aux instants présents et/ou passés

• Système stable
– Un système est dit stable si sa réponse à une excitation
bornée quelconque est un signal borné

[Link] 26
Traitement du signal
 Classification des systèmes discrets

• Système linéaire/non linéaire

• Un système est linéaire si et seulement si il vérifie le principe de

superposition :

T [ax1 (n)  bx2 (n)]  aT[ x1 (n)]  bT[ x2 (n)], x1 (.),x2 (.),(a, b)
• Un système linéaire conserve l’opérateur d’addition et de multiplication.
• Principe de superposition généralisé :

x(n)   ak xk (n)  y(n)   a k yk (n)

[Link] 27
Traitement du signal
 Classification des systèmes discrets

• Système invariant dans le temps

• Un système est dit invariant (stationnaire), si un décalage temporel

sur le signal d'entrée entraîne le même décalage temporel sur le signal
de sortie
x ( n)  y ( n)
x(n  n0 )  y (n  n0 )

• Les systèmes pour lesquels le comportement entre le signal d’entrée et le

signal de sortie n’évolue pas en fonction du temps sont faciles à analyser

[Link] 28
Traitement du signal
Systèmes Linéaires Temporellement Invariants

• Un système est dit linéaire invariant (SLTI) s’il transforme un signal

x(n) en un signal y(n) tel que :

y (n)  T [ x(n)]
  
y (n)  T [  x(k ) (n  k )]   T [ x(k ) (n  k )]   x(k )T [ (n  k )]
k   k   k  

On pose : hk (n)  T [ (n  k )]
En plus d’être linéaire, si le système est invariant, hk(n)
ne dépend plus de k, donc :
h(n)  T [ (n)]

La réponse du système à l'entrée x[n] est alors :


y ( n)   x ( k ) h( n  k )
k  
[Link] 29
Traitement du signal
 Systèmes Linéaires Temporellement Invariants

• Un SLTI est donc entièrement caractérisé par sa

réponse impulsionnelle h(n).
• Cette opération d’accumulation de termes
multiplicatifs porte le nom de convolution et se note * :
y ( n)  x ( n) * h( n)
• Par un simple changement de variable, il est simple
de montrer qu’il s’agit d’une opération commutative :

y ( n)  x ( n) * h( n)  h( n) * x ( n)

[Link] 30
Traitement du signal
 Systèmes Linéaires Temporellement Invariants

• Exemple 1 :
Soit la relation entrée-sortie suivante :

1
y (n)  x(n)  x(n  1)
2
• Déterminer la réponse impulsionnelle du canal (système)

[Link] 31
Traitement du signal
 Systèmes Linéaires Temporellement Invariants

• Déterminer la réponse du système au signal :

2 si n  0
4 si n  1

x ( n)  
 2 si n  2

0 sinon

[Link] 32
Traitement du signal
 Systèmes Linéaires Temporellement Invariants
• Exemple 2 :
Considérons un système SLTI ayant la réponse pulsionnelle
n
3
h ( n)    u ( n)
4
Déterminer la réponse du système, aux instants n=-5, n=5 et n=10, quand
l'entrée est x[n]=u[n]

[Link] 33
Traitement du signal
 Systèmes Linéaires Temporellement Invariants

• Stabilité

Un système est stable si à une entrée bornée

correspond une sortie bornée.

Soit h(n) la réponse impulsionnelle d’un système

linéaire invariant, la condition de stabilité est :


 h( k )  
k  

[Link] 34
Traitement du signal
 Propriétés des SLIT
• Systèmes entièrement caractérisés par leur réponse
impulsionnelle
• Commutativité
y ( n)  x ( n) * h( n)  h( n) * x ( n)
• Distributivité
x(n) * (h1 (n)  h2 (n))  x(n) * h1 (n)  x(n) * h2 (n)
• associativité

x(n) * (h1 (n) * h2 (n))  ( x(n) * h1 (n)) * h2 (n)

[Link] 35
Traitement du signal
 Propriétés des SLIT
• Multiplication par un scalaire
 ( x(n) * y (n))  x(n) * y (n)  x(n) *y (n)
• Élément neutre
x ( n) *  ( n)  x ( n)
• Décalage temporel
y(n  n0 )  x(n  n0 ) * h(n)  x(n) * h(n  n0 )
• Dérivation
D ( x * y )  Dx * y  x * Dy
Dx ( n)  x ( n)  x ( n  1)

[Link] 36
Traitement du signal
 Propriétés des SLIT
• SLTI sans mémoire
h( n)  0 pour n  0
• SLTI inversible
h(n) * hi (n)   (n)

• SLTI causal
h(n)  0 si n  0

• SLTI stable


 h( k )  
k  

[Link] 37
Traitement du signal
 Corrélation
• La corrélation entre signaux x[n] et y[n] (dite inter-corrélation)
permet de déterminer le degré de similitude entre les 2 signaux

rxy ( n)   x ( k ) y ( k  n)
k  

rxy ( n)  x ( n) * y (  n)

• L'inter-corrélation n'est pas commutative

rxy (n)  ryx (n)
• On a :

rxy (n)  ryx (n)

[Link] 38
Traitement du signal
 Corrélation
• L’auto-corrélation mesure la ressemblance entre les différents
échantillons d’un même signal

rxx (n)   x ( k ) x ( n  k )  x (  n) * x ( n)
k  

• L'auto-corrélation est une fonction paire

rxx (n)  rxx (n)

• La valeur maximale de l'auto-corrélation est pour n=0 : énergie

du signal
rxx (0)  rxx (n) n

[Link] 39
Traitement du signal
 Corrélation
• Exemple d'utilisation de la corrélation
– Système radar pour détecter le passage des avions
– On envoie une impulsion à un instant donné
– Au passage de l’avion, on reçoit une version bruitée,
atténuée de notre impulsion et décalée dans le temps

y ( n )  x ( n   )

– où  est le temps mis par l’impulsion pour faire son trajet

: radar-avion-radar
– Estimer le retard 

[Link] 40
Traitement du signal
 Corrélation
• Exemple d'utilisation de la corrélation

• Délai exact : 20 unités et signal reçu bruité (SNR = -15 dB).

• La ligne pointillée représente un délai de zéro.
• Le maximum de l’intercorrélation correspond au délai estimé.
• Délai estimé est de 19 : très bonne approximation considérant le niveau de
bruit du signal reçu.
[Link] 41
Traitement du signal
 Conclusion
• Signaux discrets particuliers
• Opérations sur les signaux discrets
• Énergie et puissance d'un signal déterministe
• Classification des signaux discrets

• Système : ensemble de dispositifs qui établit un lien de cause à

effet entre des signaux d'entrée et des signaux de sortie
• Système linéaire et temporellement invariant (SLIT)
• Représentation d'un signal discret à l'aide des impulsions
• Réponse impulsionnelle - calcul de la somme de convolution
• Corrélation

[Link] 42
Traitement du signal