Documente Academic
Documente Profesional
Documente Cultură
Cours 8
ASI 3
Contenu du cours
Introduction
Dfinition d'un systme discret
Transforme en z
Dfinition
Proprits
SLID et Transforme en z
Ples et zros
Stabilit d'un SLID
TdS 2
Introduction
Dfinition d'un systme discret
Un systme discret est une entit qui ralise la conversion d'une suite discrte {x(n)}
en entre en une autre suite discrte {y(n)} en sortie.
Notation : y ( n) = T [ x ( n)]
Exemple y ( n) = a1 y ( n 1) + a2 y ( n 2) + b0 x 2 ( n) + b1x ( n 1)
TdS 3
Introduction
Exemple de systmes dynamiques : Voice transformer
y t=x t x t t 0
Effet rverbration : addition d'chos successifs avec retards et
filtrages diffrents (attnuations)
nbechos A
y t=x t n=0 n
xtnt 0
2
Effet voix de robot : addition d'un tremolo
y t=x t sin 2 f 0 t
Effet flanger, chorus, wha wha, etc.
TdS 4
Introduction
Classification des systmes
Linarit
Causalit
La rponse y(n) du systme l'instant n=k0 ne dpend que des entres x(n) aux instants nk0
Invariance temporelle
Un systme discret est dit stable si en rponse une entre borne, sa sortie est borne
M x / x ( n) < M x M y / y ( n) = T [ x ( n) ] < M y n
TdS 5
Convolution linaire de signaux discrets
Dfinition
On appelle produit de convolution linaire de deux signaux discrets x(n) et h(n), l'expression
+
x ( n) h( n) = x ( k ) h( n k )
k=
n
x ( n) h( n) = x ( k ) h( n k ) Ne pas confondre la convolution linaire et la
convolution circulaire des signaux discrets
k= 0
Exemple
Calculer le produit de convolution linaire des signaux suivants
x(n)
h (n)
1
1 h( n) = a n ( n )
avec 0 < a < 1
n n
TdS N-1
6
Convolution linaire de signaux discrets
Exemple (suite et fin)
x(k)
Posons z ( n) = x ( n) h( n) . Les 2 signaux tant 1 1
causaux, on a
h (-k)
n
z ( n) = x ( k ) h( n k )
k
k= 0 N-1
On distingue 3 cas
n< 0 0 n < N 1 n N 1
x(k) x(k)
1 1 h (n-k)
x(k) et h(nk) n'ont pas
h (n-k)
d'chantillons non nuls
en commun
k k
N-1 N-1
z ( n) = 0
n N1
z ( n) = a n k . Suite go. de premier
terme an et de raison 1/a
z ( n) = a n k . On trouve
k= 0 k= 0
n 1 a ( n+ 1) a ( n+ 1) 1 1 a N
z ( n) = a z ( n) = z ( n) = a n
TdS 1 a 1 a 1 1 a 1 7
Convolution linaire de signaux discrets
Proprits (idem analogique)
Commutativit
x ( n ) h( n ) = x ( n) h ( n)
Associativit
x ( n ) h( n) z ( n ) = x ( n) ( h ( n) z ( n) ) = ( x ( n) h ( n) ) z ( n )
h( n ) ( x ( n ) + z ( n ) ) = h( n ) x ( n ) + h( n) z ( n )
x ( n ) ( n ) = x ( n)
et aussi :
Dure d'un signal issu du produit de convolution linaire
Si x(n) est de dure N1 et h(n) de dure N2, alors x(n)*h(n) est de dure N1+N21
TdS 8
Etude de systme linaire invariant discret (SLID)
Caractrisation d'un SLID : rponse impulsionnelle
h(n)
(n)
n Systme discret n h( n) = T [ ( n )]
T
TdS 9
Rponse d'un SLID une entre quelconque
Application de la convolution linaire
x(n) Systme T y ( n) = ?
Dcomposition du x ( n) = x(k ) (n k )
signal discret x(n) k
Rponse du systme y ( n) = T [ x ( n) ] y (n) = T x(k ) (n k )
k
Proprit de linarit
du systme discret
y ( n) = x(k )T [ (n k )] L'oprateur T [.] agit sur les termes
dpendant de la variable temporelle n
k
T [ ( n k )] = h( n k )
Proprit d'invariance
temporelle du systme Rponse impulsionnelle dcale
On en dduit y ( n) = x ( k ) h( n k ) y ( n) = x ( n) h ( n)
k
La rponse d'un systme discret linaire invariant une entre quelconque x(n)
est la convolution linaire de x(n) avec la rponse impulsionnelle h(n) du systme.
TdS 10
Rponse impulsionnelle d'un SLID
Stabilit et rponse impulsionnelle
Stabilit = garantir que la sortie d'un systme est borne si son entre est borne
n
y ( n) = x ( n) h( n) = x ( k ) h( n k )
k=
Exemple
Etudier la causalit et la stabilit du systme linaire caractris par la rponse impulsionnelle
h( n) = a n ( n )
TdS 11
Autre caractrisation d'un SLID
Equation aux diffrences linaire coefficients constants
Systme rgi par une quation aux diffrences d'ordre N
N M N a M b
ak y (n k ) = br x(n r ) y ( n) = k y ( n k ) + ar x(n r )
k= 0 r= 0 k = 1 a0 r= 0 0
Avantages
Calcul de la sortie du systme sans connaissance de la rponse impulsionnelle h(n)
Calcul de la sortie y(n) partir des N sorties dcales y(nk), des M entres dcales
x(nr) et de l'entre courante x(n). Mais ceci ncessite la connaissance des conditions
initiales du systme
Quelle que soit la longueur de la rponse impulsionnelle h(n) (finie ou infinie), le nombre
d'oprations ncessaires au calcul de y(n) est fini (comparativement au calcul par
convolution linaire)
Exemple
y (n) ay (n 1) = cx(n)
TdS 12
Autre caractrisation d'un SLID
Equation aux diffrences linaire coefficients constants
N M
ak y ( n k ) = br x(n r ) avec a0=1
k= 0 r= 0
M
N=0 y ( n) = br x(n r )
r= 0
y(n) dpend de l'entre courante x(n) et des M entres prcdentes x(nr)
Systme rponse non rcursive M
La rponse impulsionnelle est finie h( n ) = br (n r )
r= 0
N M
N1 y ( n) = ak y ( n k ) + br x(n r )
k= 1 r= 0
y(n) dpend de l'entre courante x(n) , des M entres prcdentes x(nr) mais aussi des
N sorties prcdentes y(nk)
Systme rponse rcursive
Systme Rponse Impulsionnelle Infinie (RII)
TdS 13
SLID et Transforme de Fourier Temps Discret
Y ( f ) = H ( f ). X ( f )
TdS 14
Transforme en z (TZ)
Dfinition
La TZ est la gnralisation de la TFTD. Soit un signal discret x(n). Sa TZ est dfinie par
Exemple
Calculer la TZ de x(n) = (n)
+ + N1
X ( z) = x(n).z n X ( z) = z n X ( z) = lim z n
n= n= 0 N + n= 0
1 z N
X ( z ) = lim 1
N + 1 z 1 La limite est finie si z 1 < 1 i.e. z > 1 X ( z) = pour z > 1
TdS 1 z 1
15
Transforme en z
Rgion de convergence Im(z)
De faon gnrale, on montre que la RDC
est un anneau de convergence dfini par r1
0 r1 z r2 + Re(z)
RDC
1/ n 1/ n r2
avec r1 = lim x(n) et r2 = lim x( n)
n + n +
Remarques
Si r1 > r2, la srie ne converge pas Im(z)
Signal dfini droite n0 / x(n) = 0 n < n0 RDC
(signal causal pour n0=0) r1
Re(z)
r2 = + RDC = rgion extrieure au cercle de rayon r1
a n x(n) X
z dX ( z )
a n x ( n) z
dz
RDC : a r1 z a r2 La RDC est identique l'exception de
restrictions ventuelles en z=0 et z=
Retournement du temps
x ( n) X ( z 1 ) Produit de convolution
RDC :
1
z
1 x(n) y (n) X ( z ).Y ( z )
r2 r1
La RDC est au moins l'intersection de
Thorme de la valeur finale la RDC de X(z) et de la RDC de Y(z)
lim x(n) = lim ( z 1) X ( z )
TdS n + z 1
17
Transforme en z : proprits
Transforme en z inverse
1
Intgrale de Cauchy x( n) =
j 2 X ( z ) z n 1dz (en pratique : thorme des rsidus)
C
x n= n1
Res {z n1 X z }z=z i
z i = ples de z X z
+
X ( z) = x(n).e j 2 fn = X(f ) X ( f ) = X ( z ) z = e j 2 f La transforme de Fourier temps discret
(TFTD) d'un signal est sa transforme en
n= z value sur le cercle unit
(|z|=1) RDC
TdS 18
Transforme en z
Exemples
Calculer la TZ et la rgion de convergence associe des signaux suivants :
+
x(n) = a (n), a
n
an , n 0
x(n) = b n , n 1 avec a < b
x ( n ) = ( n) ( N n)
TdS 19
Transforme en z et systmes linaires discrets
Caractrisation par la rponse impulsionnelle
y ( n) = h ( n) x ( n)
x(n) Systme T y (n)
Y ( z ) = X ( z ).H ( z )
h(n) : rponse impulsionnelle du systme
N k Y ( z ) = M
En utilisant la proprit de dcalage temporel de la TZ, on a : k
a z
br z r X ( z )
N
k= 0 r= 0
ak z k
Y ( z) k = 0 bM z M + + b1z 1 + b0
H ( z) = = M
X ( z) ou H ( z) =
br z r a N z N + + a1z 1 + a0
r= 0
N ( z)
La fonction de transfert H(z) a la forme d'une fraction rationnelle : H ( z ) =
D( z )
TdS N(z) et D(z) : polynmes en z-1 de degrs respectifs M pour les entres et N pour les sorties
20
Ples et zros stabilit d'un systme discret causal
N ( z) Ples d'un systme discret
H ( z) =
D( z )
Les ples sont les racines i du polynme D(z)
Zros d'un systme discret
Remarque : H(z) diverge (H(z) = ) pour z=i
Les zros sont les racines du polynme N(z) i RDC de H(z)
Causalit
RDC = { z , z > r}
Le systme est causal ssi la RDC de H(z)
i { z , z r}
est l'extrieur d'un disque i au disque
Stabilit
Un systme linaire discret est stable ssi h( n) < + { z , z = 1} RDC
sa FT H(z) converge sur le cercle unit n
Conclusion