Aller au contenu
Traitement numérique des signaux 1 · L3

Leçon 1 sur 5

Signaux continus et signaux discrets

Je sais classer les signaux, manipuler les signaux discrets élémentaires, tester la périodicité d'une sinusoïde discrète, calculer énergie et puissance, et évaluer l'effet de la quantification.

  • 1 h 05
  • 4 exercices corrigés
  • QCM de 5 questions

À la fin de la leçon, vous saurez :

  • Distinguer signaux à temps continu, à temps discret, analogiques et numériques
  • Utiliser les signaux discrets élémentaires (impulsion, échelon, exponentielle, sinusoïde) et leurs opérations
  • Déterminer la périodicité d'une sinusoïde discrète et calculer énergie et puissance
  • Caractériser un système discret et calculer une convolution discrète simple ; évaluer le bruit de quantification

Avant de commencer : Analyse (séries, nombres complexes) ; signaux et systèmes continus (L2) ; notions d'électronique.

1Je découvre

Une étudiante de physique enregistre avec son téléphone le chant d'un oiseau dans le jardin botanique de Kankan. Le son qui arrive au micro est une pression qui varie continûment dans le temps. Pourtant, le fichier enregistré n'est qu'une longue liste de nombres entiers : 44 100 valeurs par seconde, chacune codée sur 16 bits.

Entre le phénomène physique et le fichier, deux opérations ont eu lieu : on a prélevé des valeurs à des instants réguliers, puis on a arrondi chaque valeur à un niveau parmi un nombre fini. Le traitement numérique du signal travaille sur ces suites de nombres, avec des règles propres qui ne sont pas toujours celles des signaux continus.

Qu'est-ce qui distingue un signal discret d'un signal continu, et quelles propriétés nouvelles faut-il maîtriser pour les traiter ?

2Je comprends

1. Classer les signaux

Temps ou amplitudeAmplitude continueAmplitude quantifiée
Temps continuSignal analogique x(t)Signal quantifié (rare)
Temps discretSignal échantillonné x[n]Signal numérique

On note x[n], n ∈ ℤ, un signal à temps discret. S'il provient d'un échantillonnage à la période Te : x[n] = x(nTe).

Autres classements :

  • déterministe (décrit par une formule) ou aléatoire (décrit par des lois de probabilité) ;
  • périodique : x[n + N] = x[n] pour tout n, avec N entier ;
  • à énergie finie ou à puissance finie :

E = Σn=-∞+∞ | x[n]|2, P = limN → ∞12N+1Σn=-NN| x[n]|2

2. Les signaux discrets élémentaires

  • Impulsion unité : δ[n] = 1 si n = 0, 0 sinon. Contrairement à l'impulsion de Dirac, c'est une suite bien définie.
  • Échelon unité : u[n] = 1 si n ≥ 0, 0 sinon. On a δ[n] = u[n] - u[n-1].
  • Exponentielle : x[n] = an u[n] ; décroissante si | a| < 1.
  • Sinusoïde : x[n] = Acos(ω0 n + φ), où ω0 est la pulsation normalisée en radians par échantillon. Si x[n] = cos(2π f0 n Te), alors ω0 = 2πf0fe.

Tout signal discret s'écrit comme une somme d'impulsions décalées :

x[n] = Σk=-∞+∞ x[k] δ[n - k]

Opérations : décalage x[n - n0] (retard si n0 > 0) ; retournement x[-n] ; décimation x[Mn] (on garde un échantillon sur M).

Exemple (énergie). x[n] = (0,5)n u[n] : E = Σn ≥ 0 0,25n = 11 - 0,25 = 43.

3. Deux surprises des sinusoïdes discrètes

Périodicité. cos(ω0 n) est périodique si et seulement si ω02π est rationnel. Si ω02π = kN (fraction irréductible), la période est N.

Exemples.

  • cos(π n4) : ω02π = 18, période 8.
  • cos(3π n5) : ω02π = 310, période 10.
  • cos(n) : 12π est irrationnel, le signal n'est pas périodique, bien qu'il soit l'échantillonnage d'une sinusoïde continue.

Ambiguïté de fréquence. cos((ω0 + 2π)n) = cos(ω0 n) pour tout entier n : deux pulsations qui diffèrent de 2π donnent la même suite. Les pulsations discrètes ne sont donc définies qu'à 2π près ; on les ramène dans [-π, π]. La plus haute fréquence d'oscillation est ω0 = π : cos(π n) = (-1)n. C'est l'origine du repliement étudié à la leçon suivante.

4. Les systèmes discrets et la convolution

Un système discret transforme une suite x[n] en une suite y[n]. Propriétés :

  • linéaire : la réponse à a x1 + b x2 est a y1 + b y2 ;
  • invariant : un retard de l'entrée retarde la sortie d'autant ;
  • causal : y[n] ne dépend que de x[k] pour k ≤ n ;
  • stable (au sens EBSB) : toute entrée bornée donne une sortie bornée.

Un système linéaire invariant (SLI) est entièrement caractérisé par sa réponse impulsionnelle h[n] (réponse à δ[n]). La sortie est la convolution :

y[n] = Σk=-∞+∞ h[k] x[n - k] = (h * x)[n]

Le SLI est causal si h[n] = 0 pour n < 0, stable si Σ | h[n]| < ∞.

Exemple. x = {1, 2, 1} (pour n = 0, 1, 2) et h = {1, -1} (différence première). y[0] = 1, y[1] = 2 - 1 = 1, y[2] = 1 - 2 = -1, y[3] = -1. Donc y = {1, 1, -1, -1}. La longueur de y est 3 + 2 - 1 = 4.

Un exemple courant est la moyenne glissante y[n] = 13(x[n] + x[n-1] + x[n-2]), qui lisse un signal bruité (relevés de température d'une station météo, cours d'une denrée au marché).

5. La quantification

Un convertisseur analogique-numérique (CAN) de N bits sur une plage de tension V utilise 2N niveaux, avec un pas de quantification :

q = V2N

L'erreur de quantification est comprise entre -q2 et q2 ; modélisée comme un bruit uniforme, sa puissance vaut q212. Pour une sinusoïde occupant toute la plage, le rapport signal sur bruit de quantification est :

SNRq ≈ 6,02 N + 1,76 dB

Chaque bit supplémentaire fait gagner environ 6 dB.

Exemple. CAN 12 bits sur une plage de 10 V : q = 104 096 ≈ 2,44 mV ; SNRq ≈ 74 dB. Un enregistrement audio sur 16 bits atteint environ 98 dB.

3Je retiens

Je retiens

Analogique : temps et amplitude continus ; numérique : temps discret et amplitude quantifiée.

δ[n], u[n], aⁿu[n] et cos(ω0 n) sont les signaux élémentaires ; tout x[n] est une somme d'impulsions décalées.

cos(ω0 n) n'est périodique que si ω0/2π est rationnel.

Les pulsations discrètes sont définies à 2π près ; la plus haute est π.

Un SLI est caractérisé par h[n] et y = h ∗ x ; causal si h[n] = 0 pour n < 0, stable si Σ|h[n]| est fini.

Quantification : q = V/2ᴺ, SNRq ≈ 6,02 N + 1,76 dB.

4Erreurs fréquentes

  • Croire qu'une sinusoïde échantillonnée est toujours périodique : vérifiez que ω0/2π est rationnel.
  • Confondre fréquence en hertz et pulsation normalisée en radians par échantillon : ω0 = 2π f0/fe.
  • Oublier que la convolution de deux suites de longueurs L1 et L2 a une longueur L1 + L2 − 1.
  • Confondre échantillonnage (discrétisation du temps) et quantification (discrétisation de l'amplitude).

5Je m’exerce

1Exercice 1

(Questions de cours) a) Qu'est-ce qui distingue un signal échantillonné d'un signal numérique ? b) Exprimez δ[n] en fonction de u[n]. c) À quelle condition un SLI est-il stable ?

Voir le corrigéCacher le corrigé

a) Les deux sont à temps discret ; le signal numérique a en plus une amplitude quantifiée (nombre fini de valeurs), alors que l'amplitude d'un signal échantillonné peut prendre n'importe quelle valeur réelle. b) δ[n] = u[n] - u[n-1]. c) Si sa réponse impulsionnelle est absolument sommable : Σn | h[n]| < ∞.

2Exercice 2

Les signaux suivants sont-ils périodiques ? Si oui, donnez la période : a) cos(2π n12) ; b) sin(4π n7) ; c) cos(0,5 n) ; d) cos(π n6) + cos(π n4).

Voir le corrigéCacher le corrigé

a) ω02π = 112 : période 12. b) ω02π = 27 : période 7. c) 0,52π = 14π, irrationnel : non périodique. d) Périodes 12 et 8 : la somme est périodique de période ppcm(12, 8) = 24.

3Exercice 3

a) Calculez l'énergie de x[n] = (0,8)n u[n]. b) Calculez la convolution de x = {1, 1, 1} par h = {1, 2, 3} (indices à partir de 0). c) Le système y[n] = x[n] + 2x[n+1] est-il causal ?

Voir le corrigéCacher le corrigé

a) E = Σn ≥ 0 0,64n = 10,36 ≈ 2,78. b) y[0] = 1 ; y[1] = 1 · 1 + 2 · 1 = 3 ; y[2] = 1 + 2 + 3 = 6 ; y[3] = 2 + 3 = 5 ; y[4] = 3. Donc y = {1, 3, 6, 5, 3}, de longueur 3 + 3 - 1 = 5. c) Non : y[n] dépend de x[n+1], valeur future.

4Exercice 4

(Type examen) Un capteur de niveau d'eau d'une station sur le Niger, près de Siguiri, délivre une tension entre 0 et 5 V. Elle est échantillonnée toutes les 10 minutes et numérisée par un CAN de 10 bits. a) Calculez le pas de quantification et le SNR de quantification théorique. b) On applique la moyenne glissante y[n] = 14Σk=03 x[n-k] : donnez h[n], montrez que le système est causal et stable. c) Calculez la sortie pour l'entrée échelon u[n] aux instants n = 0 à 4. d) Combien de bits faudrait-il pour un SNR de quantification d'au moins 80 dB ?

Voir le corrigéCacher le corrigé

a) q = 51 024 ≈ 4,88 mV ; SNRq ≈ 6,02 × 10 + 1,76 ≈ 62 dB. b) h[n] = 14 pour n = 0, 1, 2, 3 et 0 ailleurs. Causal car h[n] = 0 pour n < 0 ; stable car Σ | h[n]| = 1 est fini. c) y[0] = 14, y[1] = 12, y[2] = 34, y[3] = 1, y[4] = 1 : la sortie atteint la valeur finale en 4 échantillons, soit 40 minutes. d) 6,02 N + 1,76 ≥ 80 donne N ≥ 13 ; il faut 13 bits (en pratique un CAN de 14 ou 16 bits).

Cherchez d’abord seul, sur votre cahier, puis ouvrez le corrigé pour comparer.

6Je vérifie

Choisissez une réponse pour chaque question : la correction s’affiche aussitôt.

1Quelle est la période de cos(πn/5) ?
Voir la réponse

Réponse B : 10. ω0/2π = 1/10.

2cos(2n) est :
Voir la réponse

Réponse C : Non périodique. 2/2π = 1/π est irrationnel.

3La convolution d'une suite de 4 échantillons par une suite de 3 échantillons a pour longueur :
Voir la réponse

Réponse B : 6. L1 + L2 − 1 = 6.

4Un CAN de 8 bits a un SNR de quantification d'environ :
Voir la réponse

Réponse B : 50 dB. 6,02 × 8 + 1,76 ≈ 49,9 dB.

5Les pulsations discrètes ω0 et ω0 + 2π donnent :
Voir la réponse

Réponse A : La même suite d'échantillons. cos((ω0 + 2π)n) = cos(ω0 n) pour n entier.

Karamö, votre enseignant

Il a lu cette leçon. Posez-lui votre question : il vous répond ici.

Connectez-vous pour poser vos questions à Karamö.

Vous avez fini la leçon ?

Avec un compte Kharandi gratuit, vous cochez les leçons terminées et vous suivez votre progression, cours par cours.

Karamö
Un point pas clair ? Dites à Karamö ce qui vous bloque dans cette leçon : il vous l’explique autrement, pas à pas, sans faire le travail à votre place. Demander à Karamö
Signaler une erreur dans cette leçon

Toutes les leçons de Traitement numérique des signaux 1

Pose ta question à Karamö