Traitement du Signal - Jean-Yves...
Transcript of Traitement du Signal - Jean-Yves...
![Page 1: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/1.jpg)
Traitement du Signal
Jean-Yves Tourneret(1)
(1) Université of Toulouse, ENSEEIHT-IRIT-TéSA
Thème 1 : Analyse et Synthèse de l’Information
Cours Traitement du Signal, 2017-2018 – p. 1/94
![Page 2: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/2.jpg)
Bibliographie
J. Max et J.-L. Lacoume, Méthodes et techniques detraitement du signal, Dunod, 5me édition, 2004.
Athanasios Papoulis and S. Unnikrishna Pillai, Probability,Random Variable and Stochastic Processes, McGraw HillHigher Education, 4th edition, 2002.
Cours Traitement du Signal, 2017-2018 – p. 2/94
![Page 3: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/3.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Transformée de Fourier
Classes de signaux déterministes et aléatoires
Propriétés de Rx(τ) et de sx(f)
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 3/94
![Page 4: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/4.jpg)
Transformée de Fourier
DéfinitionsFormule directe
X(f) =
∫
R
x(t) exp (−j2πft) dt
Formule inverse
x(t) =
∫
R
X(f) exp (j2πft) df
HypothèsesTF sur L1 ou L2
Cours Traitement du Signal, 2017-2018 – p. 4/94
![Page 5: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/5.jpg)
Propriétés
Linéarité
TF [ax(t) + by(t)] = aX(f) + bY (f)
Parité x(t) réelle paire ⇒ X(f) réelle paire
Translation et Modulation
TF [x(t− t0)] = exp(−j2πft0)X(f)
TF [x(t) exp(j2πf0t)] = X(f − f0)
Similitude
TF [x(at)] =1
|a|X
(f
a
)
Cours Traitement du Signal, 2017-2018 – p. 5/94
![Page 6: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/6.jpg)
Propriétés
Produits de Convolution
TF [x(t) ∗ y(t)] = X(f)Y (f)
TF [x(t)y(t)] = X(f) ∗ Y (f)
Égalite de Parseval∫
R
x(t)y∗(t)dt =
∫
R
X(f)Y ∗(f)df
ConjugaisonTF [x∗(t)] = X∗(−f)
Cours Traitement du Signal, 2017-2018 – p. 6/94
![Page 7: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/7.jpg)
Distributions
Localisation
x(t)δ(t− t0) = x(t0)δ(t− t0)
Produit de Convolution
x(t) ∗ δ(t− t0) = x(t− t0)
Transformées de Fourier
TF [δ(t)] = 1, TF [1] = δ(f)
TF [δ(t− t0)] = exp(−j2πft0), TF [exp(j2πf0t)] = δ(f − f0)
Cours Traitement du Signal, 2017-2018 – p. 7/94
![Page 8: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/8.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Transformée de Fourier
Classes de signaux déterministes et aléatoires
Propriétés de Rx(τ) et de sx(f)
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 8/94
![Page 9: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/9.jpg)
Classes de signaux déterministes et aléatoires
Classe 1 : signaux déterministes à énergie finie
Classe 2 : signaux déterministes périodiques àpuissance finie
Classe 3 : signaux déterministes non périodiques àpuissance finie
Classe 4 : signaux aléatoires stationnaires
Cours Traitement du Signal, 2017-2018 – p. 9/94
![Page 10: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/10.jpg)
Signaux déterministes à énergie finie
Définition E =∫R|x(t)|2dt =
∫R|X(f)|2df < ∞
Fonction d’autocorrélation
Rx(τ) =
∫
R
x(t)x∗(t− τ)dt = 〈x(t), x(t− τ)〉
Fonction d’intercorrélation
Rxy(τ) =
∫
R
x(t)y∗(t− τ)dt = 〈x(t), y(t− τ)〉
Produit scalaire
〈x(t), y(t)〉 =
∫
R
x(t)y∗(t)dt
Cours Traitement du Signal, 2017-2018 – p. 10/94
![Page 11: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/11.jpg)
Densité spectrale d’énergie
Définitionsx(f) = TF [Rx(τ)]
Propriété
sx(f) = |X(f)|2
Preuve
sx(f) =
∫
R
[∫
R
x(t)x∗(t− τ)dt
]exp(−j2πfτ)dτ
=
∫
R
[∫
R
x∗(t− τ) exp(−j2πfτ)dτ
]x(t)dt
=
∫
R
[∫
R
x∗(u) exp [j2πf(u− t)] du
]x(t)dt
= X∗(f)X(f)Cours Traitement du Signal, 2017-2018 – p. 11/94
![Page 12: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/12.jpg)
Exemple
Fenêtre rectangulaire
x(t) = ΠT (t) =
{1 si − T
2 < t < T2
0 sinon
Fonction d’autocorrélation
Rx(τ) = TΛT (τ)
Densité spectrale d’énergie
sx(f) = T 2sinc2(πTf) = |X(f)|2
Cours Traitement du Signal, 2017-2018 – p. 12/94
![Page 13: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/13.jpg)
Signaux déterministes périodiques
Définition P = 1T0
∫ T0/2−T0/2
|x(t)|2dt < ∞
Fonction d’autocorrélation
Rx(τ) =1
T0
∫ T0/2
−T0/2
x(t)x∗(t− τ)dt = 〈x(t), x(t− τ)〉
Fonction d’intercorrélation
Rxy(τ) =1
T0
∫ T0/2
−T0/2
x(t)y∗(t− τ)dt = 〈x(t), y(t− τ)〉
Produit scalaire
〈x(t), y(t)〉 =1
T0
∫ T0/2
−T0/2
x(t)y∗(t)dt
Cours Traitement du Signal, 2017-2018 – p. 13/94
![Page 14: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/14.jpg)
Densité spectrale de puissance
Définitionsx(f) = TF [Rx(τ)]
Propriété
sx(f) =∑
k∈Z
|ck|2δ(f − kf0)
avec x(t) =∑
k∈Z ck exp(j2πkf0t).
Preuve
Rx(τ) =∑
k,l
ckc∗l exp (j2πlf0τ)
[1
T0
∫ T0/2
−T0/2
exp [j2π(k − l)f0t] dt
]
=∑
k
|ck|2 exp(j2πkf0τ)
Cours Traitement du Signal, 2017-2018 – p. 14/94
![Page 15: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/15.jpg)
Exemple
Sinusoïdex(t) = A cos(2πf0t)
Fonction d’autocorrélation
Rx(τ) =A2
2cos(2πf0τ)
Densité spectrale de puissance
sx(f) =A2
4[δ(f − f0) + δ(f + f0)]
Cours Traitement du Signal, 2017-2018 – p. 15/94
![Page 16: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/16.jpg)
Signaux déterministes à puissance finie
Définition P = limT→∞
1T
∫ T/2−T/2 |x(t)|
2dt < ∞
Fonction d’autocorrélation
Rx(τ) = limT→∞
1
T
∫ T/2
−T/2
x(t)x∗(t− τ)dt = 〈x(t), x(t− τ)〉
Fonction d’intercorrélation
Rxy(τ) = limT→∞
1
T
∫ T/2
−T/2
x(t)y∗(t− τ)dt = 〈x(t), y(t− τ)〉
Produit scalaire
〈x(t), y(t)〉 = limT→∞
1
T
∫ T/2
−T/2
x(t)y∗(t)dt
Cours Traitement du Signal, 2017-2018 – p. 16/94
![Page 17: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/17.jpg)
Densité spectrale de puissance
Définitionsx(f) = TF [Rx(τ)]
Propriété
sx(f) = limT→∞
1
T|XT (f)|
2
avec
XT (f) =
∫ T/2
−T/2
x(t) exp(−j2πft)dt
Exemple
x(t) = A1 cos(2πf1t) + A2 cos(2πf2t)
avec f1 et f2 non commensurables.
Cours Traitement du Signal, 2017-2018 – p. 17/94
![Page 18: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/18.jpg)
Signaux aléatoires stationnaires
DéfinitionMoyenne : E[x(t)] indépendant de t
Moment d’ordre 2 : E[x(t)x∗(t− τ)] indépendant de t
Fonction d’autocorrélation
Rx(τ) = E[x(t)x∗(t− τ)] = 〈x(t), x(t− τ)〉
Fonction d’intercorrélation
E[x(t)y∗(t− τ)] = 〈x(t), y(t− τ)〉
Produit scalaire〈x(t), y(t)〉 = E[x(t)y∗(t)]
Remarques : stationnarité au sens strict, large, à l’ordre deux, tests de stationnarité.
Cours Traitement du Signal, 2017-2018 – p. 18/94
![Page 19: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/19.jpg)
Densité spectrale de puissance
Puissance moyenne
P = Rx(0) = E[|x(t)|2
]=
∫
R
sx(f)df
Densité spectrale de puissanceDéfinition
sx(f) = TF [Rx(τ)]
Propriété
sx(f) = limT→∞
1
TE[|XT (f)|
2]
mais en général X(f) n’existe pas !
Cours Traitement du Signal, 2017-2018 – p. 19/94
![Page 20: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/20.jpg)
Exemples
Exemple 1 : Sinusoïde
x(t) = A cos(2πf0t+ θ)
θ va uniforme sur [0, 2π].Fonction d’autocorrélation
Rx(τ) =A2
2cos(2πf0τ)
Densité spectrale de puissance
sx(f) =A2
4[δ(f − f0) + δ(f + f0)]
Cours Traitement du Signal, 2017-2018 – p. 20/94
![Page 21: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/21.jpg)
Exemples
Exemple 2 : Bruit blancFonction d’autocorrélation
Rx(τ) =N0
2δ(τ)
Densité spectrale de puissance
sx(f) =N0
2
Cours Traitement du Signal, 2017-2018 – p. 21/94
![Page 22: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/22.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Transformée de Fourier
Classes de signaux déterministes et aléatoires
Propriétés de Rx(τ) et de sx(f)
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 22/94
![Page 23: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/23.jpg)
Propriétés de Rx(τ )
Symétrie Hermitienne : R∗x(−τ) = Rx(τ)
Valeur maximale : |Rx(τ)| ≤ Rx(0)
Distance entre x(t) et x(t− τ) : si x(t) est un signal réel
d2 [x(t), x(t− τ)] = 2 [Rx(0)− Rx(τ)]
Donc Rx(τ) mesure le lien entre x(t) et x(t− τ).
Décomposition de Lebesgue : dans la quasi-totalité desapplications, on a
Rx(τ) = R1(τ) +R2(τ)
où R1(τ) est une somme de fonctions périodiques etR2(τ) tend vers 0 lorsque τ → ∞.
Cours Traitement du Signal, 2017-2018 – p. 23/94
![Page 24: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/24.jpg)
Propriétés de sx(f )
DSP réellesx(f) ∈ R
De plus, si x(t) signal réel, sx(f) réelle paire
Positivité : sx(f) ≥ 0
Lien entre DSP et puissance/énergie
P ou E = Rx(0) =
∫
R
sx(f)df
Décomposition de Lebesgue : dans la quasi-totalité desapplications, on a sx(f) = s1(f) + s2(f), où s1(f) est unspectre de raies et s2(f) un spectre continu (casgénéral : partie singulière).
Cours Traitement du Signal, 2017-2018 – p. 24/94
![Page 25: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/25.jpg)
Que faut-il savoir ?
Reconnaître si un signal est à énergie finie, àpuissance finie périodique, à puissance finie nonpériodique ou aléatoire.
Les différentes définitions d’une fonctiond’autocorrélation Rx(τ)
La définition unifiée d’une densité spectrale : sx(f) = ?
Les différentes définitions d’une densité spectrale
Ce qu’est un bruit blanc
Ce qu’est un bruit gaussien
Propriétés de Rx(τ)
Propriétés de sx(f)
Cours Traitement du Signal, 2017-2018 – p. 25/94
![Page 26: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/26.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Introduction
Relations de Wiener-Lee
Formule des interférences
Exemples
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunicationsCours Traitement du Signal, 2017-2018 – p. 26/94
![Page 27: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/27.jpg)
Introduction
On cherche une opération avec les propriétés suivantes
Linéarité : T [a1x1(t) + a2x2(t)] = a1T [x1(t)] + a2T [x2(t)]
Invariance dans le tempsSi y(t) = T [x(t)] alors T [x(t− t0)] = y(t− t0)
Stabilité BIBOSi |x(t)| ≤ Mx alors il existe My tel que
|y(t)| = |T [x(t)] | ≤ My
“Limitation” du spectre d’un signal
☞ Convolution
y(t) = x(t) ∗ h(t) =
∫
R
x(u)h(t− u)du = h(t) ∗ x(t)
Cours Traitement du Signal, 2017-2018 – p. 27/94
![Page 28: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/28.jpg)
Commentaires
La linéarité ne suffit pas. Contre-exemple
y(t) = m(t)x(t)
CNS de Stabilité BIBO∫
R
|h(t)|dt < ∞, i.e., h ∈ L1
Réponse impulsionnelle et Transmittance
H(f) = TF [h(t)] =
∫
R
h(t) exp(−j2πft)dt
Si x(t) = δ(t) alors y(t) = h(t). Ceci permet d’obtenir laseule réponse impulsionnelle possible.
Cours Traitement du Signal, 2017-2018 – p. 28/94
![Page 29: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/29.jpg)
Réalisabilité d’un filtre
Domaine temporel(1) h(t) réelle
(2) h(t) ∈ L1 (stabilité)(3) h(t) causale (filtre sans mémoire)
Domaine spectral(1) Symétrie hermitienne : H∗(−f) = H(f)
(2) ne peut se traduire
(3) H(f) = −jH̃(f), où H̃(f) = H(f) ∗ 1πf est la
transformée de Hilbert de H (preuve dans le coursmanuscrit).
Cours Traitement du Signal, 2017-2018 – p. 29/94
![Page 30: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/30.jpg)
Écriture équivalente
En écrivant H(f) = Hr(f) + jHi(f), on obtient
Hr(f) =Hi(f) ∗1
πf
Hi(f) =−Hr(f) ∗1
πf
Cours Traitement du Signal, 2017-2018 – p. 30/94
![Page 31: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/31.jpg)
Identifier une relation de filtrage linéaire
Signaux déterministes
y(t) = x(t) ∗ h(t) ⇔ Y (f) = X(f)H(f)
Signaux aléatoires : Isométrie fondamentale
Si x(t)I↔ ej2πft, alors y(t)
I↔ ej2πftH(f)
Exemplesy(t) =
∑nk=1 akx(t− tk)
y(t) = x′(t)
y(t) = x(t)m(t)
Cours Traitement du Signal, 2017-2018 – p. 31/94
![Page 32: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/32.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Introduction
Relations de Wiener-Lee
Formule des interférences
Exemples
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunicationsCours Traitement du Signal, 2017-2018 – p. 32/94
![Page 33: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/33.jpg)
Relations de Wiener Lee
Densité spectrale de puissance
sy(f) = sx(f)|H(f)|2
Intercorrélation
Ryx(τ) = Rx(τ) ∗ h(τ)
Autocorrélation
Ry(τ) = Rx(τ) ∗ h(τ) ∗ h∗(−τ)
Cours Traitement du Signal, 2017-2018 – p. 33/94
![Page 34: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/34.jpg)
Preuves (signaux à énergie finie)
Densité spectrale de puissance
sy(f) = |Y (f)|2 = |X(f)H(f)|2 = sx(f)|H(f)|2
Intercorrélation
Ryx(τ) =
∫
R
y(u)x∗(u− τ)du
=
∫
R
Y (f)[e−j2πfτX(f)
]∗df
=
∫
R
X(f)H(f)[ej2πfτX∗(f)
]df
=
∫
R
sx(f)H(f)ej2πfτdf = TF−1[sx(f)H(f)] CQFD
Cours Traitement du Signal, 2017-2018 – p. 34/94
![Page 35: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/35.jpg)
Preuve (signaux à puissance finie)
Intercorrélation
Ryx(τ) =1
T0
∫ T0/2
−T0/2
y(t)x∗(t− τ)dt
=1
T0
∫ T0/2
−T0/2
[∫
R
h(v)x(t− v)dv
]x∗(t− τ)dt
=
∫
R
h(v)
[1
T0
∫ T0/2
−T0/2
x(t− v)x∗(t− τ)dt
]dv
=
∫
R
h(v)Rx(τ − v)dv CQFD
etc ...
Cours Traitement du Signal, 2017-2018 – p. 35/94
![Page 36: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/36.jpg)
Preuves (signaux aléatoires)
Intercorrélation
Ryx(τ) =E[y(t)x∗(t− τ)]
=〈y(t), x(t− τ)〉
=〈ej2πftH(f), ej2πf(t−τ)〉
=
∫
R
ej2πftH(f)e−j2πf(t−τ)sX(f)df
=
∫
R
H(f)ej2πfτsX(f)df
= h(τ) ∗Rx(τ) CQFD
Cours Traitement du Signal, 2017-2018 – p. 36/94
![Page 37: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/37.jpg)
Preuves (signaux aléatoires)
Autocorrélation
Ry(τ) =E[y(t)y∗(t− τ)]
=〈y(t), y(t− τ)〉
=〈ej2πftH(f), ej2πf(t−τ)H(f)〉
=
∫
R
ej2πftH(f)e−j2πf(t−τ)H∗(f)sx(f)df
=
∫
R
|H(f)|2sx(f)ej2πfτdf
=TF−1{sx(f)|H(f)|2}
= h(τ) ∗ h∗(−τ) ∗Rx(τ) CQFD
Cours Traitement du Signal, 2017-2018 – p. 37/94
![Page 38: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/38.jpg)
Preuves (signaux aléatoires)
Autocorrélation
Ry(τ) = TF−1{sx(f)|H(f)|2}
Densité Spectrale de Puissance
sy(f) = sx(f)|H(f)|2 CQFD
Cours Traitement du Signal, 2017-2018 – p. 38/94
![Page 39: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/39.jpg)
Valeur moyenne
PropriétéE[Y (t)] = E[X(t)]H(0)
Preuve
E[Y (t)] =E
[∫
R
X(t− u)h(u)du
]
=
∫
R
E[X(t− u)]h(u)du
=E[X(t)]
∫
R
h(u)du (signal stationnaire)
=E[X(t)]H(0) CQFD
Cours Traitement du Signal, 2017-2018 – p. 39/94
![Page 40: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/40.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Introduction
Relations de Wiener-Lee
Formule des interférences
Exemples
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunicationsCours Traitement du Signal, 2017-2018 – p. 40/94
![Page 41: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/41.jpg)
Formule des interférences
Hypothèses
y1(t) = x(t) ∗ h1(t) et y2(t) = x(t) ∗ h2(t)
Conclusion
Ry1y2(τ) =
∫
R
sx(f)H1(f)H∗2(f)e
j2πfτdf
Preuve
Ry1y2(τ) = E[y1(t)y∗2(t− τ)]
=
∫
R
ej2πftH1(f)e−j2πf(t−τ)H∗
2 (f)sx(f)df
=
∫
R
H1(f)H∗2(f)e
j2πfτsx(f)df CQFD
Cours Traitement du Signal, 2017-2018 – p. 41/94
![Page 42: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/42.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Introduction
Relations de Wiener-Lee
Formule des interférences
Exemples
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunicationsCours Traitement du Signal, 2017-2018 – p. 42/94
![Page 43: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/43.jpg)
Exemples
Filtre Passe-basTransmittance
H(f) = ΠF (f)
Réponse impulsionnelle
h(t) = F sinc (πFt)
non causale et /∈ L1 ⇒ troncature + décalage
Filtres liaisons montante et descendante d’une chaînede transmission
Cours Traitement du Signal, 2017-2018 – p. 43/94
![Page 44: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/44.jpg)
Que faut-il savoir ?
Reconnaître une relation de filtrage linéaire
Densité spectrale de puissance de la sortie d’un filtre
Intercorrélation entre l’entrée et la sortie d’un filtre
Moyenne de la sortie d’un filtre
Formule des interférences
Réponse impulsionnelle causale et ∈ L1, sinon ...
Cours Traitement du Signal, 2017-2018 – p. 44/94
![Page 45: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/45.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Échantillonnage idéal
Échantillonnage réel
Méthodes pratiques de restitution
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 45/94
![Page 46: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/46.jpg)
Échantillonnage idéal
Signaux à énergie finieDomaine temporel
xe(t) =∑
k∈Z
x(kTe)δ(t− kTe) = x(t)∑
k∈Z
δ(t− kTe)
Domaine Fréquentiel
Xe(f) = X(f) ∗ Fe
∑
k∈Z
δ(f − kFe) = Fe
∑
k∈Z
X(f − kFe)
Périodisation du spectre
Cours Traitement du Signal, 2017-2018 – p. 46/94
![Page 47: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/47.jpg)
Commentaires
Théorème de Shannon
Fe > 2fmax
Restitution
Xr(f) =1
FeXe(f)ΠFe
(f)
Interpolateur de Shannon
xr(t) =∑
k∈Z
x(kTe)sinc [πFe(t− kTe)]
Généralisation
xr(t) =∑
k∈Z
x(kTe)h (t− kTe)
Cours Traitement du Signal, 2017-2018 – p. 47/94
![Page 48: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/48.jpg)
Commentaires
Fréquences normalisées
Fe > 2fmax ⇔ f̃ =f
Fe≤
1
2
Repliement et filtre anti-repliement
Généralisation : signaux déterministes à puissance finie
Cours Traitement du Signal, 2017-2018 – p. 48/94
![Page 49: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/49.jpg)
Échantillonnage d’une sinusoïde
Signal et spectre
x(t) = A cos(2πf0t) ⇔ X(f) =A
2[δ(f − f0) + δ(f + f0)]
Cas particulierFe = 2f0
Repliement
f0 = 5kHz et Fe = 100kHz
f0 = 5kHz et Fe = 8kHz
Filtre de restitution ΠFe(f)
Cours Traitement du Signal, 2017-2018 – p. 49/94
![Page 50: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/50.jpg)
Signaux aléatoires stationnaires
Theorème de ShannonSi x(t) est un signal aléatoire stationnaire à bandelimitée, i.e.,
sx(f) = 0 |f | > fmax
et que Fe > 2fmax alors
xN (t) =
N∑
k=−N
x(kTe)sinc [πFe(t− kTe)]MQ→
N→∞x(t)
Preuvevoir livre de Papoulis page 378.
Cours Traitement du Signal, 2017-2018 – p. 50/94
![Page 51: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/51.jpg)
Signaux aléatoires stationnaires
Autocorrélation
Rx(τ) =∑
k∈Z
Rx(kTe)sinc [πFe(τ − kTe)]
Interpolateur de Shannon pour Rx(τ) = TF−1[sx(f)].
Densité spectrale de puissanceSi on pose y(n) = x(nTe) alors
sy
(f̃)=∑
k∈Z
Ry(k)e−j2πkf̃ = Fe
∑
k∈Z
sx
(f̃ − k
Te
)
Périodisation de la densité spectrale de puissance
Cours Traitement du Signal, 2017-2018 – p. 51/94
![Page 52: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/52.jpg)
Preuve
sy
(f̃)=∑
k∈Z
Ry(k)e−j2πkf̃
=∑
k∈Z
Ry(k)
∫
R
e−j2πf̃tδ(t− k)dt
=
∫
R
e−j2πf̃t
[∑
k∈Z
Rx(kTe)δ(t− k)
]dt
=TF
[Rx(tTe)
∑
k∈Z
δ(t− k)
]
=1
Tesx
(f̃
Te
)∗∑
k∈Z
δ(f̃ − k
)CQFD
Cours Traitement du Signal, 2017-2018 – p. 52/94
![Page 53: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/53.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Échantillonnage idéal
Échantillonnage réel
Méthodes pratiques de restitution
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 53/94
![Page 54: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/54.jpg)
Échantillonnage bloqueur
Domaine temporel
xb(t) =∑
k∈Z
x(kTe)πτ
(t−
τ
2− kTe
)= xe(t) ∗ πτ
(t−
τ
2
)
Domaine spectral
Xb(f) =τ
Tee−jπτfsinc(πτf)
∑
k∈Z
X(f − kFe)
Spectre d’ordre 0
X0(f) =τ
Tee−jπτfsinc(πτf)X(f)
Conditions de restitution
Cours Traitement du Signal, 2017-2018 – p. 54/94
![Page 55: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/55.jpg)
Échantillonnage réel
Échantillonnage moyenneurvoir TD
Échantillonnage à porte analogique...
ExemplesTéléphone
fmax = 3400Hz et Fe = 8kHz
Audiofmax = 15kHz et Fe = 44.1kHz
Cours Traitement du Signal, 2017-2018 – p. 55/94
![Page 56: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/56.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Échantillonnage idéal
Échantillonnage réel
Méthodes pratiques de restitution
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 56/94
![Page 57: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/57.jpg)
Restitution
Filtrage passe bas
H(f) = ΠFe(f)
Interpolation linéaireFiltre non causal
Bloqueur d’ordre 0Utilisé dans la quasi-totalité des applications
Cours Traitement du Signal, 2017-2018 – p. 57/94
![Page 58: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/58.jpg)
Que faut-il savoir ?
Echantillonnage = périodisation du spectre
Théorème de Shannon pour les signaux déterministeset aléatoires
Interpolateur de Shannon
Filtre anti-repliement
Fréquences normalisées
Effets du repliement spectral
Cours Traitement du Signal, 2017-2018 – p. 58/94
![Page 59: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/59.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Introduction
Quadrateur
Quantification
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 59/94
![Page 60: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/60.jpg)
Introduction
Transformation sans mémoire
y(t) = g [x(t)]
ExemplesQuadrateur
y(t) = x2(t)
Quantificationy(t) = xQ(t)
Cours Traitement du Signal, 2017-2018 – p. 60/94
![Page 61: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/61.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Introduction
Quadrateur
Quantification
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 61/94
![Page 62: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/62.jpg)
Quadrateur
Signaux déterministes
Y (f) = X(f) ∗X(f)
ExemplesSinusoïde : x(t) = A cos(2πf0t)
Y (f) =A2
2δ(f) +
A2
4[δ(f − 2f0) + δ(f + 2f0)]
Disparition de la fréquence f0 et apparition de lafréquence 2f0Somme de sinusoïdes : Termes d’intermodulationSinus cardinal : doublement de la largeur de bande
Cours Traitement du Signal, 2017-2018 – p. 62/94
![Page 63: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/63.jpg)
Quadrateur pour signaux aléatoires
Théorème de PriceHypothèses(X1, X2) vecteur Gaussien de moyenne nulleY1 = g(X1) et Y2 = g(X2)
Conclusion
∂E(Y1Y2)
∂E(X1X2)= E
(∂Y1∂X1
∂Y2∂X2
)
Application au quadrateur
RY (τ) = 2R2X(τ) +K
Cours Traitement du Signal, 2017-2018 – p. 63/94
![Page 64: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/64.jpg)
Remarques
Loi Gaussienne bivariée
p(x1, x2) =1
2π√
|Σ|exp
(−1
2xTΣ−1
x
)
Stationnarité
E [Y (t)Y (t− τ)] =
∫ ∫g (x1) g (x2) p (x1, x2) dx1dx2
avec x1 = X(t), x2 = X(t− τ) et
Σ =
(RX(0) RX(τ)
RX(τ) RX(0)
)
Cours Traitement du Signal, 2017-2018 – p. 64/94
![Page 65: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/65.jpg)
Détermination de K
Moments d’une loi Gaussienne centrée
E(X2n+1
)= 0, E
(X2n
)= [(2n−1)×(2n−3)...×3×1]σ2n
τ = 0
E[Y 2(t)
]= E
[X4(t)
]= 3R2
X(0) = 2R2X(0) +K
Autocorrélation
RY (τ) = 2R2X(τ) + R2
X(0)
Densité spectrale de puissance
sY (f) = 2sX(f) ∗ sX(f) +R2X(0)δ(f)
Cours Traitement du Signal, 2017-2018 – p. 65/94
![Page 66: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/66.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Introduction
Quadrateur
Quantification
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 66/94
![Page 67: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/67.jpg)
Quantification
Principe
xQ(t) = i∆qi = xi et xi −∆qi2
≤ x(t) ≤ xi +∆qi2
DéfinitionsPas de quantification ∆qi
Quantification uniforme ∆qi = ∆q = 2Amax
N
Niveaux de quantification: xiNombre de bits de quantification N = 2n
Cours Traitement du Signal, 2017-2018 – p. 67/94
![Page 68: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/68.jpg)
Erreur de quantification
Hypothèse
ǫ(t) suit la loi uniforme sur[−∆q
2 , ∆q2
], i.e., N ≥ 28
Rapport signal sur bruit de quantification
SNRdB = 10 log10
(σ2xσ2ǫ
)
Variance du bruit : σ2ǫ = (∆q)2
12
Sinusoïde : σ2x = A2
2
ConclusionSNRdB = 6n+ 1.76
Cours Traitement du Signal, 2017-2018 – p. 68/94
![Page 69: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/69.jpg)
Remarques
Généralisation à un signal Gaussien
2Sσ = N∆q ⇒ SNRdB = 6n+ ...
Quantification non uniforme
Cours Traitement du Signal, 2017-2018 – p. 69/94
![Page 70: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/70.jpg)
Que faut-il savoir ?
Traitement non-linéaire = possibilité de créer denouvelles fréquences
Savoir appliquer le théorème de Price. Intérêt ?
Définition et propriétés de la quantification
Savoir calculer le rapport signal sur bruit dequantification
Cours Traitement du Signal, 2017-2018 – p. 70/94
![Page 71: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/71.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Définition
Signal des télégraphistes
Introduction aux files d’attente
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 71/94
![Page 72: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/72.jpg)
Processus de Poisson homogène
NotationsInstants : {tj}j∈ZNombre d’instants dans [t, t+ τ [ : N(t, τ)
HypothèsesStationnarité (régime établi) : Pn(τ) = P [N(t, τ) = n]est indépendante de t.Indépendance du passé et de l’avenir (nonembouteillage) : si [t, t+ τ [ et [t′, t′ + τ ′[ sont desintervalles disjoints, alors N(t, τ) et N(t′, τ ′) sont desva indépendantes.Non accumulation (non simultanéité des instants ti) :si φ(τ) = P [N(t, τ) ≥ 2], alors φ(τ)
τ →τ→0
0
Cours Traitement du Signal, 2017-2018 – p. 72/94
![Page 73: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/73.jpg)
Conclusions
Loi de N(t, τ)N(t, τ) suit une loi de Poisson de paramètre λ|τ |, où λest le nombre moyen d’instants dans un intervalle delargeur τ = 1.
Loi des largeurs d’intervalles :Si Ln = tn+1 − tn, alors {Ln}n∈Z est une suite de vaindépendantes de lois exponentielles de paramètre λ(utile pour la simulation)
Loi des instantsSi l’intervalle [0, t[ contient n instants t1, ..., tn, alorschaque instant ti suit une loi uniforme sur [0, t[.
Cours Traitement du Signal, 2017-2018 – p. 73/94
![Page 74: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/74.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Définition
Signal des télégraphistes
Introduction aux files d’attente
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 74/94
![Page 75: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/75.jpg)
Signal des télégraphistes
Définition
X(t) =
A si t = 0
A si N(0, t) pair−A si N(0, t) impair
où A est uniforme sur {−1,+1}.
StationnaritéMoyenne
E [X(t)] = 2P [X(t) = 1]− 1 = 0
Fonction d’autocorrélation
E [X(t)X(t− τ)] = e−2λ|τ |, τ ∈ R
Cours Traitement du Signal, 2017-2018 – p. 75/94
![Page 76: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/76.jpg)
Signal des télégraphistes
Densité spectrale de puissance
sX(f) =λ
λ2 + π2f2
ApplicationImagerie radar à synthèse d’ouverture (Imagerie SAR)
Cours Traitement du Signal, 2017-2018 – p. 76/94
![Page 77: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/77.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Définition
Signal des télégraphistes
Introduction aux Files d’attente
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 77/94
![Page 78: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/78.jpg)
Introduction aux Files d’attente
Hypothèses
Un guichet
Une file d’attente
Arrivée des clients décrite par un processus dePoisson de paramètre λ
Temps de service Ts ∼ E(µ) avec E(Ts) = 1/µ
Conclusion (admise)Probabilité d’avoir n clients dans le système à l’instant t
P [X(t) = n] = (1−Q)Qn, n ∈ N
avec Q = λ/µ < 1.
Cours Traitement du Signal, 2017-2018 – p. 78/94
![Page 79: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/79.jpg)
Nombres moyens de clients
Dans le système
L = E [X(t)] =Q
1−Q
Dans la file d’attente
LQ = E[XQ(t)
]=
Q2
1−Q
Résultat utile
∞∑
n=1
nxn =x
(1− x)2, |x| < 1
Cours Traitement du Signal, 2017-2018 – p. 79/94
![Page 80: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/80.jpg)
Temps de séjour moyen d’un client C
Dans le système
W = E (T ) = E [E (T |An)] =1
µ(1−Q)
où An est l’événement “il y a n clients dans le systèmelorsque C y rentre”.
Dans la file d’attente
WQ = E(TQ)= E (T )−
1
µ=
Q
µ(1−Q)
Formules de Little
L
W=
LQ
WQ= λ
Cours Traitement du Signal, 2017-2018 – p. 80/94
![Page 81: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/81.jpg)
Que faut-il savoir ?
Signification de N(t, τ) pour un processus de Poissonhomogène
Loi de N(t, τ) pour un processus de Poisson homogène
Comment déterminer la moyenne et la fonctiond’autocorrélation du signal des télégraphistes
Cours Traitement du Signal, 2017-2018 – p. 81/94
![Page 82: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/82.jpg)
Plan du cours
Chapitre 1 : Corrélations et Spectres
Chapitre 2 : Filtrage Linéaire
Chapitre 3 : Échantillonnage
Chapitre 4 : Traitements Non-linéaires
Chapitre 5 : Processus de Poisson
Chapitre 6 : Signaux des télécommunications
Cours Traitement du Signal, 2017-2018 – p. 82/94
![Page 83: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/83.jpg)
Signaux des télécommunications
Chaîne de transmissionÉchantillonnage et QuantificationCodageMise en formemodulation...
Le signal NRZ : soit {An}n∈Z une suite de va binairesindépendantes avec P [An = 1] = 1− P [An = 0] = p.
Modèle 1
X(t) = At
Modèle 2
Y (t) = X(t+ φ) = At+φ
Cours Traitement du Signal, 2017-2018 – p. 83/94
![Page 84: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/84.jpg)
Signal NRZ (modèle 1)
MoyenneE[X(t)] = E[At] = p
Fonction d’autocorrélation
E[X(t)X(t− τ)] dépend de t
Exemple : t = 14 , τ = −1
2 et t = 34 , τ = −1
2 .
Cours Traitement du Signal, 2017-2018 – p. 84/94
![Page 85: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/85.jpg)
Signal NRZ (modèle 2)
MoyenneE[Y (t)] = p.
Fonction d’autocorrélation
E[Y (t)Y (t− τ)] = p2 + (p− p2)Λ1(τ)
Cours Traitement du Signal, 2017-2018 – p. 85/94
![Page 86: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/86.jpg)
Preuves
Moyenne
E[Y (t)] = E[At+φ]
= E[φE[At+φ|φ]]
= E[p]
= p. CQFD
Cours Traitement du Signal, 2017-2018 – p. 86/94
![Page 87: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/87.jpg)
Preuves
Fonction d’autocorrélation
E[Y (t)Y (t− τ)] = E[At+φAt−τ+φ]
= E[φE[At+φAt−τ+φ|φ]]
=
∫ 1
0
E[At+φAt−τ+φ]dφ
=
∫ t+1
t
E[AuAu−τ ]du
=
∫ 1
0
E[A0Au−τ ]du.
Cours Traitement du Signal, 2017-2018 – p. 87/94
![Page 88: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/88.jpg)
Preuves
τ ≤ −1
∫ 1
0
E[A0Au−τ ]du =
∫ 1
0
E[A0]E[Au−τ ]du
= p2.
0 ≥ τ ≥ −1
∫ 1
0
E[A0Au−τ ]du =
∫ 1+τ
0
pdu+
∫ 1
1+τ
p2du
= p(1 + τ)− p2τ.
Cours Traitement du Signal, 2017-2018 – p. 88/94
![Page 89: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/89.jpg)
Signal NRZ (modèle 2)
MoyenneE[Y (t)] = p.
Fonction d’autocorrélation
E[Y (t)Y (t− τ)] = p2 + (p− p2)Λ1(τ)
Cours Traitement du Signal, 2017-2018 – p. 89/94
![Page 90: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/90.jpg)
Généralisation
X(t) = At/T , Y (t) = X(t+ φ)
MoyenneE[Y (t)] = p.
Fonction d’autocorrélation
E[Y (t)Y (t− τ)] = p2 + (p− p2)ΛT (τ).
Densité spectrale de puissance
sY (f) = p2δ(f) + (p− p2)T sinc2(πTf)
Bande passante : B = 2T (si T ց, le débit ր et B ր)
Cours Traitement du Signal, 2017-2018 – p. 90/94
![Page 91: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/91.jpg)
Signal Biphase
Formes d’onde
m1(t) = 2ΠT/2
(t−
T
4
)− 1, m0(t) = −m1(t)
Moyenne : E[X(t)] = 0
Fonction d’autocorrélation
E[X(t)X(t− τ)] = R1(τ) +R2(τ)
avec R1(τ) =∑
k∈Zm(τ − kT ) périodique, R2(τ) desupport [−T,+T ], et
m(t) = 2(2p− 1)2ΛT/2(τ)− (2p− 1)2ΠT (τ)
Cours Traitement du Signal, 2017-2018 – p. 91/94
![Page 92: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/92.jpg)
Signal Biphase
Densité spectrale de puissance
sX(f) = s1(f) + s2(f)
avec s1(f) spectre de raies
s1(f) =∑
k∈Z
M
(k
T
)δ
(f −
k
T
)
et s2(f) spectre continu
s2(f) = [1− (2p− 1)2]sin4
(πTf2
)
(πTf2
)2
Cours Traitement du Signal, 2017-2018 – p. 92/94
![Page 93: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/93.jpg)
Remarques
Fonction M
M
(2k
T
)= 0
M
(2k + 1
T
)=
4
π2(2p− 1)2
(2k + 1)2
pour k ∈ Z.☞ récupération de l’horloge
Cours Traitement du Signal, 2017-2018 – p. 93/94
![Page 94: Traitement du Signal - Jean-Yves Tournerettourneret.perso.enseeiht.fr/SignalProcessing/slides_TS_1TR_2017... · Bibliographie J. Max et J.-L. Lacoume, Méthodes et techniques de traitement](https://reader030.fdocument.pub/reader030/viewer/2022021803/5b9aa2b209d3f291158bc76e/html5/thumbnails/94.jpg)
Remarques
Fonction M
M
(2k
T
)= 0
M
(2k + 1
T
)=
4
π2(2p− 1)2
(2k + 1)2
pour k ∈ Z.☞ récupération de l’horloge
Cours Traitement du Signal, 2017-2018 – p. 94/94