SlideShare uma empresa Scribd logo
1 de 25
Baixar para ler offline
MA32 (GEII - S3)
B - T RANSFORMÉE EN Z ET CONVOLUTION DISCRÈTE :
EXPOSITION

F. Morain-Nicolier
frederic.nicolier@univ-reims.fr

2013 - 2014 / URCA - IUT Troyes

1 / 25
O UTLINE

1. S IGNAUX DISCRETS

2. U N SYSTÈME DISCRET SIMPLE

3. P RINCIPALES PROPRIÉTÉS DE LA TZ

2 / 25
1.1 S IGNAUX DISCRETS ?
Un signal est le support physique d’une information (ex :
signaux sonores, visuels)
signaux continus (analogiques), discrets (échantillonnés),
numériques (échantillonnés et quantifiés)

F IGURE : Signal échantillonné

3 / 25
1.1 S IGNAUX DISCRETS ?

F IGURE : Signal mal échantillonné

4 / 25
1.2 N OTATION MATHÉMATIQUE DES SIGNAUX
DISCRETS

Un signal discret est donc un liste ordonné de valeurs réelles
ou complexes
En mathématique, on le représente donc par une suite
numérique
(D ÉFINITION ) Une suite numérique (un )n∈N est une
application de N sur R (ou C). un est le terme
général de la suite.

5 / 25
1.2 S UITES ET SÉRIES

Une série est obtenue en sommant les termes généraux d’une
suite, en particulier :
(Définition) Une série {un } est la somme des termes généraux
un de la suite (un ).
∞

{un } =

∑

n=0

∞

un ou {un } =

∑

n=−∞

un

ex : série de Fourier

6 / 25
1.3 Q UELQUES EXEMPLES
impulsion unité

δn =

1
0

si n = 0
.
sinon

7 / 25
1.3 Q UELQUES EXEMPLES
Échelon unité
un =

1
0

si n ≥ 0
sinon

8 / 25
1.3 Q UELQUES EXEMPLES
Signal exponentiel
xn = an

9 / 25
O UTLINE

1. S IGNAUX DISCRETS

2. U N SYSTÈME DISCRET SIMPLE

3. P RINCIPALES PROPRIÉTÉS DE LA TZ

10 / 25
2.1. É TUDE D ’ UN SYSTÈME DISCRET SIMPLE
(xk)

(yk)

+
a

retard

F IGURE : système discret simple

yk = xk + ayk−1 . (0)

C’est une équation aux différences (simple)
Cherchons à exprimer explicitement (yk ) en fonction de
(xk )
11 / 25
2.1. É TUDE D ’ UN SYSTÈME DISCRET SIMPLE

On a donc

k

yk =

∑

n=−∞

ak−n xn .

Reformulons la sortie en posant
hn =

0
an

si t < 0
.
si n ≥ 0

12 / 25
2.1. É TUDE D ’ UN SYSTÈME DISCRET SIMPLE

(hn ) est donc la réponse impulsionnelle du système.
Cherchons la réponse à une entrée
xk = zk
où z est un nombre complexe fixé.
Montrons alors que
yk =

z
xk .
z−a

13 / 25
2.1. É TUDE D ’ UN SYSTÈME DISCRET SIMPLE

H (z) =

z
z−a

est la fonction de transfert du filtre.
C’est une fonction de la variable z, définie dans le domaine
|z| > |a|.
Explicitons l’obtention de H (z) à partir de (hn ).

14 / 25
2.1. É TUDE D ’ UN SYSTÈME DISCRET SIMPLE

H (z) est donc la transformée en z de (hn ), avec
∞

Z [ fn ] =

∑

n=−∞

fn z − n .

quelles sont ses propriétés ?
quelles sont ses conditions d’existence et de convergence ?

⇒ suites et séries numériques et de fonctions

15 / 25
O UTLINE

1. S IGNAUX DISCRETS

2. U N SYSTÈME DISCRET SIMPLE

3. P RINCIPALES PROPRIÉTÉS DE LA TZ

16 / 25
3.1. D ÉFINITION
(D ÉFINITION ) La transformée en z d’un signal discret (xn ) est
∞

X ( z ) = Z [ fn ] =

∑

n=−∞

fn z − n

où z est une variable complexe.

La TZ peut-être considérée comme une généralisation de
la transformée de Fourier (poser z = eiω )
La TZ constitue l’outil privilégié pour l’étude des système
discrets.
Elle joue un rôle équivalent à la transformée de Laplace
Par exemple, la TZ permet de représenter un signal possédant
une infinité d’échantillons par un ensemble fini de nombres.
17 / 25
3.2 D OMAINE DE CONVERGENCE
TRANSIORMATIONIN/

45

r R*- la limite
La TZ n’a de sens que si l’on précise le domaine des valeurs de
lim lr( & 1l 1/* = 4,(2.8)
z pour lesquelles la série existe.

série

Xr(z)

converge alors pour lzl

>Rr_.

Avec le changement de variable / =

-k,

peut montrer d'ure madère similaire que la série Xl (z) converge pour lzl (Â,+,
Nous montrerons (plus tard) que le domaine de convergence
R,a est la lirnite
de X(z) est un anneau du plan complexe.
R,+ = 1/[ lim lx( -/)lt/t
(2.e)
:

,- + -

si,
série TZ converge si
Ainsilaune(2.1) converge en général dans un anneau du plan complexe
0 ( R,- ( lzl ( R,* ( +R < |z| < R

x−

i est illustré sur la figure

tt évident que si Àx-

)

2. I

.

x+

(2.r 0)

Rjr, et .R, + caractérisent le signal x
série (2.1) n'est pas convergente.

Les limites

À,-} , la

des z donné

///l

Fig.2.l

([

).

résiortr de convetzenî.e

18 / 25
3.3 E XEMPLES

TZ de l’impulsion unité
Z[δn ] = 1
TZ de l’échelon unité
Z [ un ] =

1
1 − z−1

TZ du signal exponentiel
Z [ an u n ] =

z
z−a

19 / 25
3.4 P ROPRIÉTÉS
(L INÉARITÉ ) Soit sn = axn + byn alors
S(z) = aX(z) + bY(z).

Quel est le domaine de convergence ?
(D ÉCALAGE ) Si yn = xn−n0 alors
Y ( z ) = z − n0 X ( z ) .
En particulier, si yn = xn−1 , Y(z) = z−1 X(z).

20 / 25
3.4 P ROPRIÉTÉS
(D ÉRIVÉE ) La dérivée d’une TZ multipliée par −z est la TZ
du signal multiplié par n :

−z

∞
dX(z)
= ∑ nxn z−n = Z[nxn ]
dz
n=−∞

(C ONVOLUTION ) La convolution discrète étant définie par
∞

xn ∗ yn =

∑

xn−k yn ,

k=−∞

la TZ est
Z[xn ∗ yn ] = X(z)Y(z).

21 / 25
3.5 R EPRÉSENTATION PAR PÔLES ET ZÉROS

Considérons H (z) = Z[hn ].
Les pôles de H(z) sont les valeurs de z pour lequelles H (z)
tend vers l’infini.
Les zéros de H(z) sont les valeurs de z pour lesquelles H (z)
est nul.
Les pôles et les zéros complexes de H (z) sont de la forme
α ± iβ.

22 / 25
3.5 R EPRÉSENTATION PAR PÔLES ET ZÉROS
Si X(z) possède M zéros zm et N pôles pn , on peut la mettre sous
la forme :
X (z)
Y (z)
b + b1 z − 1 + . . . + bM z − M
= 0
1 + a1 z−1 + . . . + aN z−N
∏M (z − zm )
= A m=1
∏N=1 (z − pn )
n

H (z) =

On peut toujours écrire une TZ sous cette forme, et donc
représenter le signal par des listes de pôles et de zéros.
Exemple :
H ( z ) = Z ( an u n ) =

z
z−a
23 / 25
3.6. TZ INVERSE
À partir de la TZ X(z) d’un signal, l’original xn peut être
retrouvé de plusieurs manières :
en développant X(z) en une série (puissance par exemple)
en utilisant le théorème des résidus pour calculer
xn =

1
2iπ

Γ

X(z)zn−1 dz

où Γ est un lacet entourant l’origine, situé dans la
couronne de convergence et orienté dans le sens positif.
un formulaire

24 / 25
3.6. TZ INVERSE
Le théorème des résidus indique que l’intégrale sur un
contour fermé C d’une fonction complexe holomorphe
F(z) rationnelle vaut

C

F(z)dz = 2iπ

∑

pi ∈C

Résidu(pi )

où pi est un pôle de F(z).
(Fonction holomorphe = fonction à valeurs complexes, définie et
dérivable en tout point d’un sous-ensemble ouvert du plan complexe.)
si pi est un pôle simple : Résidu(pi ) = limz→pi (z − pi )F(z)
1
Exemple : calcul de Z−1 [ 1+az−1 ].
25 / 25

Mais conteúdo relacionado

Mais procurados

Corrigé SERIE 2 cinématique du point.pptx
Corrigé SERIE 2 cinématique du point.pptxCorrigé SERIE 2 cinématique du point.pptx
Corrigé SERIE 2 cinématique du point.pptxMidoxotk
 
Cours traitement de signal partie 1
Cours traitement de signal partie 1Cours traitement de signal partie 1
Cours traitement de signal partie 1sarah Benmerzouk
 
Lamini&farsane traitement de_signale
Lamini&farsane traitement de_signaleLamini&farsane traitement de_signale
Lamini&farsane traitement de_signaleAsmae Lamini
 
chap3 numerisation_des_signaux
chap3 numerisation_des_signauxchap3 numerisation_des_signaux
chap3 numerisation_des_signauxBAKKOURY Jamila
 
pile electrochimie 9 Fr.ppt
pile electrochimie 9 Fr.pptpile electrochimie 9 Fr.ppt
pile electrochimie 9 Fr.pptFirasSoujoud
 
traitement de signal cours
traitement de signal cours traitement de signal cours
traitement de signal cours sarah Benmerzouk
 
CM3 - Transformée de Fourier
CM3 - Transformée de FourierCM3 - Transformée de Fourier
CM3 - Transformée de FourierPierre Maréchal
 
SIMDで整数除算
SIMDで整数除算SIMDで整数除算
SIMDで整数除算shobomaru
 
cours transmission numerique.pdf
cours transmission numerique.pdfcours transmission numerique.pdf
cours transmission numerique.pdfHassnTAI
 
Chapitre 4 equilibre électrostatique des conducteurs
Chapitre 4   equilibre électrostatique des conducteursChapitre 4   equilibre électrostatique des conducteurs
Chapitre 4 equilibre électrostatique des conducteurscoursuniv
 
124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011sunprass
 
Suites numériques exercices corrigés
Suites numériques exercices corrigésSuites numériques exercices corrigés
Suites numériques exercices corrigésLamia Lazrak
 
Deterministic Signal
Deterministic SignalDeterministic Signal
Deterministic SignalPei-Che Chang
 
Exercices vhdl
Exercices vhdlExercices vhdl
Exercices vhdlyassinesmz
 
Td6 sequentielcorrige
Td6 sequentielcorrigeTd6 sequentielcorrige
Td6 sequentielcorrigehope4life11
 

Mais procurados (20)

Corrigé SERIE 2 cinématique du point.pptx
Corrigé SERIE 2 cinématique du point.pptxCorrigé SERIE 2 cinématique du point.pptx
Corrigé SERIE 2 cinématique du point.pptx
 
Cours traitement de signal partie 1
Cours traitement de signal partie 1Cours traitement de signal partie 1
Cours traitement de signal partie 1
 
Lamini&farsane traitement de_signale
Lamini&farsane traitement de_signaleLamini&farsane traitement de_signale
Lamini&farsane traitement de_signale
 
chap3 numerisation_des_signaux
chap3 numerisation_des_signauxchap3 numerisation_des_signaux
chap3 numerisation_des_signaux
 
pile electrochimie 9 Fr.ppt
pile electrochimie 9 Fr.pptpile electrochimie 9 Fr.ppt
pile electrochimie 9 Fr.ppt
 
Ray chp3
Ray chp3Ray chp3
Ray chp3
 
Traitement de signal 1
Traitement de signal 1Traitement de signal 1
Traitement de signal 1
 
traitement de signal cours
traitement de signal cours traitement de signal cours
traitement de signal cours
 
CM3 - Transformée de Fourier
CM3 - Transformée de FourierCM3 - Transformée de Fourier
CM3 - Transformée de Fourier
 
SIMDで整数除算
SIMDで整数除算SIMDで整数除算
SIMDで整数除算
 
cours transmission numerique.pdf
cours transmission numerique.pdfcours transmission numerique.pdf
cours transmission numerique.pdf
 
Cours suite
Cours suiteCours suite
Cours suite
 
Chapitre 4 equilibre électrostatique des conducteurs
Chapitre 4   equilibre électrostatique des conducteursChapitre 4   equilibre électrostatique des conducteurs
Chapitre 4 equilibre électrostatique des conducteurs
 
124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011
 
Suites numériques exercices corrigés
Suites numériques exercices corrigésSuites numériques exercices corrigés
Suites numériques exercices corrigés
 
16229029
1622902916229029
16229029
 
STR-2.pdf
STR-2.pdfSTR-2.pdf
STR-2.pdf
 
Deterministic Signal
Deterministic SignalDeterministic Signal
Deterministic Signal
 
Exercices vhdl
Exercices vhdlExercices vhdl
Exercices vhdl
 
Td6 sequentielcorrige
Td6 sequentielcorrigeTd6 sequentielcorrige
Td6 sequentielcorrige
 

Semelhante a Introduction à la transformée en z et convolution discrète (GEII MA32)

Chapitre 1 Rappels sur le filtrage numérique 1.pdf
Chapitre 1 Rappels sur le filtrage numérique 1.pdfChapitre 1 Rappels sur le filtrage numérique 1.pdf
Chapitre 1 Rappels sur le filtrage numérique 1.pdfHeithem2
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourierismailkziadi
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourierMehdi Maroun
 
GEII - Ma3 - Représentations de Fourier et convolution
GEII - Ma3 - Représentations de Fourier et convolutionGEII - Ma3 - Représentations de Fourier et convolution
GEII - Ma3 - Représentations de Fourier et convolutionFrédéric Morain-Nicolier
 
Traitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiquesTraitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiquesDjoudi KERFA
 
Discrimination et régression pour des dérivées : un résultat de consistance p...
Discrimination et régression pour des dérivées : un résultat de consistance p...Discrimination et régression pour des dérivées : un résultat de consistance p...
Discrimination et régression pour des dérivées : un résultat de consistance p...tuxette
 
L'essentiel du programme de l'agrégation de mathématiques
L'essentiel du programme de l'agrégation de mathématiquesL'essentiel du programme de l'agrégation de mathématiques
L'essentiel du programme de l'agrégation de mathématiquesCharvetXavier
 
chap2 outil_mathematiques
chap2 outil_mathematiqueschap2 outil_mathematiques
chap2 outil_mathematiquesBAKKOURY Jamila
 
Les Filtres Numeriques
Les Filtres NumeriquesLes Filtres Numeriques
Les Filtres NumeriquesSAHELAicha
 
Resume-Abaque-Smith.pdf
Resume-Abaque-Smith.pdfResume-Abaque-Smith.pdf
Resume-Abaque-Smith.pdfkamouf
 
Cours vibration 2016 prat
Cours vibration 2016 pratCours vibration 2016 prat
Cours vibration 2016 pratOumaimaBenSaid
 
Cnc mp-2017-maths-2-corrige
Cnc mp-2017-maths-2-corrigeCnc mp-2017-maths-2-corrige
Cnc mp-2017-maths-2-corrigeOtman Aberkane
 
Mettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon iciMettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon iciwospro-academy
 
Polynomial Regression on Riemannian Manifolds, report, 2012
Polynomial Regression on Riemannian Manifolds, report, 2012Polynomial Regression on Riemannian Manifolds, report, 2012
Polynomial Regression on Riemannian Manifolds, report, 2012Florent Renucci
 
Chap13 fin--ts-exp
Chap13  fin--ts-expChap13  fin--ts-exp
Chap13 fin--ts-expsikora233
 

Semelhante a Introduction à la transformée en z et convolution discrète (GEII MA32) (20)

GEII - OL3 : Signaux et systèmes numériques
GEII - OL3 : Signaux et systèmes numériquesGEII - OL3 : Signaux et systèmes numériques
GEII - OL3 : Signaux et systèmes numériques
 
Chapitre 1 Rappels sur le filtrage numérique 1.pdf
Chapitre 1 Rappels sur le filtrage numérique 1.pdfChapitre 1 Rappels sur le filtrage numérique 1.pdf
Chapitre 1 Rappels sur le filtrage numérique 1.pdf
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourier
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourier
 
GEII - Ma3 - Représentations de Fourier et convolution
GEII - Ma3 - Représentations de Fourier et convolutionGEII - Ma3 - Représentations de Fourier et convolution
GEII - Ma3 - Représentations de Fourier et convolution
 
Traitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiquesTraitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiques
 
Discrimination et régression pour des dérivées : un résultat de consistance p...
Discrimination et régression pour des dérivées : un résultat de consistance p...Discrimination et régression pour des dérivées : un résultat de consistance p...
Discrimination et régression pour des dérivées : un résultat de consistance p...
 
L'essentiel du programme de l'agrégation de mathématiques
L'essentiel du programme de l'agrégation de mathématiquesL'essentiel du programme de l'agrégation de mathématiques
L'essentiel du programme de l'agrégation de mathématiques
 
chap2 outil_mathematiques
chap2 outil_mathematiqueschap2 outil_mathematiques
chap2 outil_mathematiques
 
Les Filtres Numeriques
Les Filtres NumeriquesLes Filtres Numeriques
Les Filtres Numeriques
 
Resume-Abaque-Smith.pdf
Resume-Abaque-Smith.pdfResume-Abaque-Smith.pdf
Resume-Abaque-Smith.pdf
 
corr_exos.pdf
corr_exos.pdfcorr_exos.pdf
corr_exos.pdf
 
Traitement du signal
Traitement du signalTraitement du signal
Traitement du signal
 
Cours vibration 2016 prat
Cours vibration 2016 pratCours vibration 2016 prat
Cours vibration 2016 prat
 
Cnc mp-2017-maths-2-corrige
Cnc mp-2017-maths-2-corrigeCnc mp-2017-maths-2-corrige
Cnc mp-2017-maths-2-corrige
 
Mettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon iciMettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon ici
 
Gele2511 ch3
Gele2511 ch3Gele2511 ch3
Gele2511 ch3
 
Polynomial Regression on Riemannian Manifolds, report, 2012
Polynomial Regression on Riemannian Manifolds, report, 2012Polynomial Regression on Riemannian Manifolds, report, 2012
Polynomial Regression on Riemannian Manifolds, report, 2012
 
Chap13 fin--ts-exp
Chap13  fin--ts-expChap13  fin--ts-exp
Chap13 fin--ts-exp
 
Sujettdtds
SujettdtdsSujettdtds
Sujettdtds
 

Mais de Frédéric Morain-Nicolier

Mais de Frédéric Morain-Nicolier (12)

Practising Fourier Analysis with Digital Images
Practising Fourier Analysis with Digital ImagesPractising Fourier Analysis with Digital Images
Practising Fourier Analysis with Digital Images
 
GEII - Ma3 - Matrices
GEII - Ma3 - MatricesGEII - Ma3 - Matrices
GEII - Ma3 - Matrices
 
GEII - Ma3 - Suites et séries
GEII - Ma3 - Suites et sériesGEII - Ma3 - Suites et séries
GEII - Ma3 - Suites et séries
 
Étude des fonctions à plusieurs variables (GEII MA32)
Étude des fonctions à plusieurs variables (GEII MA32)Étude des fonctions à plusieurs variables (GEII MA32)
Étude des fonctions à plusieurs variables (GEII MA32)
 
2012.09.25 - Local and non-metric similarities between images - why, how and ...
2012.09.25 - Local and non-metric similarities between images - why, how and ...2012.09.25 - Local and non-metric similarities between images - why, how and ...
2012.09.25 - Local and non-metric similarities between images - why, how and ...
 
Ipta2010
Ipta2010Ipta2010
Ipta2010
 
Capteurs de positions
Capteurs de positionsCapteurs de positions
Capteurs de positions
 
CCD
CCDCCD
CCD
 
SRC - SAV - La lumière
SRC - SAV - La lumièreSRC - SAV - La lumière
SRC - SAV - La lumière
 
SRC - SAV - Système Visuel et Auditif Humain
SRC - SAV - Système Visuel et Auditif HumainSRC - SAV - Système Visuel et Auditif Humain
SRC - SAV - Système Visuel et Auditif Humain
 
Mesures de dissimilarités locales et globales entre images, symétriques et as...
Mesures de dissimilarités locales et globales entre images, symétriques et as...Mesures de dissimilarités locales et globales entre images, symétriques et as...
Mesures de dissimilarités locales et globales entre images, symétriques et as...
 
Binary Symbol Recognition from Local Dissimilarity Map
Binary Symbol Recognition from Local Dissimilarity MapBinary Symbol Recognition from Local Dissimilarity Map
Binary Symbol Recognition from Local Dissimilarity Map
 

Último

Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024Alain Marois
 
Principe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 tempsPrincipe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 tempsRajiAbdelghani
 
Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024Gilles Le Page
 
le present des verbes reguliers -er.pptx
le present des verbes reguliers -er.pptxle present des verbes reguliers -er.pptx
le present des verbes reguliers -er.pptxmmatar2
 
Bernard Réquichot.pptx Peintre français
Bernard Réquichot.pptx   Peintre françaisBernard Réquichot.pptx   Peintre français
Bernard Réquichot.pptx Peintre françaisTxaruka
 
Saint Georges, martyr, et la lègend du dragon.pptx
Saint Georges, martyr, et la lègend du dragon.pptxSaint Georges, martyr, et la lègend du dragon.pptx
Saint Georges, martyr, et la lègend du dragon.pptxMartin M Flynn
 
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .
Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .Txaruka
 
SciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdfSciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdfSKennel
 
Le Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directeLe Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directeXL Groupe
 
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdfBibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdfBibdoc 37
 
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdfSKennel
 
Cours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSETCours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSETMedBechir
 
Bibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdfBibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdfBibdoc 37
 
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...Faga1939
 
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdfSKennel
 
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdfSciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdfSKennel
 
Evaluation du systeme d'Education. Marocpptx
Evaluation du systeme d'Education. MarocpptxEvaluation du systeme d'Education. Marocpptx
Evaluation du systeme d'Education. MarocpptxAsmaa105193
 
Cours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSETCours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSETMedBechir
 
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdfSKennel
 

Último (20)

Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024
 
Principe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 tempsPrincipe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 temps
 
Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024
 
le present des verbes reguliers -er.pptx
le present des verbes reguliers -er.pptxle present des verbes reguliers -er.pptx
le present des verbes reguliers -er.pptx
 
Bernard Réquichot.pptx Peintre français
Bernard Réquichot.pptx   Peintre françaisBernard Réquichot.pptx   Peintre français
Bernard Réquichot.pptx Peintre français
 
Saint Georges, martyr, et la lègend du dragon.pptx
Saint Georges, martyr, et la lègend du dragon.pptxSaint Georges, martyr, et la lègend du dragon.pptx
Saint Georges, martyr, et la lègend du dragon.pptx
 
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .
Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .
 
SciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdfSciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdf
 
Le Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directeLe Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directe
 
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdfBibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
 
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
 
Cours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSETCours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSET
 
Bibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdfBibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdf
 
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
 
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
 
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdfSciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
 
Evaluation du systeme d'Education. Marocpptx
Evaluation du systeme d'Education. MarocpptxEvaluation du systeme d'Education. Marocpptx
Evaluation du systeme d'Education. Marocpptx
 
Cours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSETCours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSET
 
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
 
DO PALÁCIO À ASSEMBLEIA .
DO PALÁCIO À ASSEMBLEIA                 .DO PALÁCIO À ASSEMBLEIA                 .
DO PALÁCIO À ASSEMBLEIA .
 

Introduction à la transformée en z et convolution discrète (GEII MA32)

  • 1. MA32 (GEII - S3) B - T RANSFORMÉE EN Z ET CONVOLUTION DISCRÈTE : EXPOSITION F. Morain-Nicolier frederic.nicolier@univ-reims.fr 2013 - 2014 / URCA - IUT Troyes 1 / 25
  • 2. O UTLINE 1. S IGNAUX DISCRETS 2. U N SYSTÈME DISCRET SIMPLE 3. P RINCIPALES PROPRIÉTÉS DE LA TZ 2 / 25
  • 3. 1.1 S IGNAUX DISCRETS ? Un signal est le support physique d’une information (ex : signaux sonores, visuels) signaux continus (analogiques), discrets (échantillonnés), numériques (échantillonnés et quantifiés) F IGURE : Signal échantillonné 3 / 25
  • 4. 1.1 S IGNAUX DISCRETS ? F IGURE : Signal mal échantillonné 4 / 25
  • 5. 1.2 N OTATION MATHÉMATIQUE DES SIGNAUX DISCRETS Un signal discret est donc un liste ordonné de valeurs réelles ou complexes En mathématique, on le représente donc par une suite numérique (D ÉFINITION ) Une suite numérique (un )n∈N est une application de N sur R (ou C). un est le terme général de la suite. 5 / 25
  • 6. 1.2 S UITES ET SÉRIES Une série est obtenue en sommant les termes généraux d’une suite, en particulier : (Définition) Une série {un } est la somme des termes généraux un de la suite (un ). ∞ {un } = ∑ n=0 ∞ un ou {un } = ∑ n=−∞ un ex : série de Fourier 6 / 25
  • 7. 1.3 Q UELQUES EXEMPLES impulsion unité δn = 1 0 si n = 0 . sinon 7 / 25
  • 8. 1.3 Q UELQUES EXEMPLES Échelon unité un = 1 0 si n ≥ 0 sinon 8 / 25
  • 9. 1.3 Q UELQUES EXEMPLES Signal exponentiel xn = an 9 / 25
  • 10. O UTLINE 1. S IGNAUX DISCRETS 2. U N SYSTÈME DISCRET SIMPLE 3. P RINCIPALES PROPRIÉTÉS DE LA TZ 10 / 25
  • 11. 2.1. É TUDE D ’ UN SYSTÈME DISCRET SIMPLE (xk) (yk) + a retard F IGURE : système discret simple yk = xk + ayk−1 . (0) C’est une équation aux différences (simple) Cherchons à exprimer explicitement (yk ) en fonction de (xk ) 11 / 25
  • 12. 2.1. É TUDE D ’ UN SYSTÈME DISCRET SIMPLE On a donc k yk = ∑ n=−∞ ak−n xn . Reformulons la sortie en posant hn = 0 an si t < 0 . si n ≥ 0 12 / 25
  • 13. 2.1. É TUDE D ’ UN SYSTÈME DISCRET SIMPLE (hn ) est donc la réponse impulsionnelle du système. Cherchons la réponse à une entrée xk = zk où z est un nombre complexe fixé. Montrons alors que yk = z xk . z−a 13 / 25
  • 14. 2.1. É TUDE D ’ UN SYSTÈME DISCRET SIMPLE H (z) = z z−a est la fonction de transfert du filtre. C’est une fonction de la variable z, définie dans le domaine |z| > |a|. Explicitons l’obtention de H (z) à partir de (hn ). 14 / 25
  • 15. 2.1. É TUDE D ’ UN SYSTÈME DISCRET SIMPLE H (z) est donc la transformée en z de (hn ), avec ∞ Z [ fn ] = ∑ n=−∞ fn z − n . quelles sont ses propriétés ? quelles sont ses conditions d’existence et de convergence ? ⇒ suites et séries numériques et de fonctions 15 / 25
  • 16. O UTLINE 1. S IGNAUX DISCRETS 2. U N SYSTÈME DISCRET SIMPLE 3. P RINCIPALES PROPRIÉTÉS DE LA TZ 16 / 25
  • 17. 3.1. D ÉFINITION (D ÉFINITION ) La transformée en z d’un signal discret (xn ) est ∞ X ( z ) = Z [ fn ] = ∑ n=−∞ fn z − n où z est une variable complexe. La TZ peut-être considérée comme une généralisation de la transformée de Fourier (poser z = eiω ) La TZ constitue l’outil privilégié pour l’étude des système discrets. Elle joue un rôle équivalent à la transformée de Laplace Par exemple, la TZ permet de représenter un signal possédant une infinité d’échantillons par un ensemble fini de nombres. 17 / 25
  • 18. 3.2 D OMAINE DE CONVERGENCE TRANSIORMATIONIN/ 45 r R*- la limite La TZ n’a de sens que si l’on précise le domaine des valeurs de lim lr( & 1l 1/* = 4,(2.8) z pour lesquelles la série existe. série Xr(z) converge alors pour lzl >Rr_. Avec le changement de variable / = -k, peut montrer d'ure madère similaire que la série Xl (z) converge pour lzl (Â,+, Nous montrerons (plus tard) que le domaine de convergence R,a est la lirnite de X(z) est un anneau du plan complexe. R,+ = 1/[ lim lx( -/)lt/t (2.e) : ,- + - si, série TZ converge si Ainsilaune(2.1) converge en général dans un anneau du plan complexe 0 ( R,- ( lzl ( R,* ( +R < |z| < R x− i est illustré sur la figure tt évident que si Àx- ) 2. I . x+ (2.r 0) Rjr, et .R, + caractérisent le signal x série (2.1) n'est pas convergente. Les limites À,-} , la des z donné ///l Fig.2.l ([ ). résiortr de convetzenî.e 18 / 25
  • 19. 3.3 E XEMPLES TZ de l’impulsion unité Z[δn ] = 1 TZ de l’échelon unité Z [ un ] = 1 1 − z−1 TZ du signal exponentiel Z [ an u n ] = z z−a 19 / 25
  • 20. 3.4 P ROPRIÉTÉS (L INÉARITÉ ) Soit sn = axn + byn alors S(z) = aX(z) + bY(z). Quel est le domaine de convergence ? (D ÉCALAGE ) Si yn = xn−n0 alors Y ( z ) = z − n0 X ( z ) . En particulier, si yn = xn−1 , Y(z) = z−1 X(z). 20 / 25
  • 21. 3.4 P ROPRIÉTÉS (D ÉRIVÉE ) La dérivée d’une TZ multipliée par −z est la TZ du signal multiplié par n : −z ∞ dX(z) = ∑ nxn z−n = Z[nxn ] dz n=−∞ (C ONVOLUTION ) La convolution discrète étant définie par ∞ xn ∗ yn = ∑ xn−k yn , k=−∞ la TZ est Z[xn ∗ yn ] = X(z)Y(z). 21 / 25
  • 22. 3.5 R EPRÉSENTATION PAR PÔLES ET ZÉROS Considérons H (z) = Z[hn ]. Les pôles de H(z) sont les valeurs de z pour lequelles H (z) tend vers l’infini. Les zéros de H(z) sont les valeurs de z pour lesquelles H (z) est nul. Les pôles et les zéros complexes de H (z) sont de la forme α ± iβ. 22 / 25
  • 23. 3.5 R EPRÉSENTATION PAR PÔLES ET ZÉROS Si X(z) possède M zéros zm et N pôles pn , on peut la mettre sous la forme : X (z) Y (z) b + b1 z − 1 + . . . + bM z − M = 0 1 + a1 z−1 + . . . + aN z−N ∏M (z − zm ) = A m=1 ∏N=1 (z − pn ) n H (z) = On peut toujours écrire une TZ sous cette forme, et donc représenter le signal par des listes de pôles et de zéros. Exemple : H ( z ) = Z ( an u n ) = z z−a 23 / 25
  • 24. 3.6. TZ INVERSE À partir de la TZ X(z) d’un signal, l’original xn peut être retrouvé de plusieurs manières : en développant X(z) en une série (puissance par exemple) en utilisant le théorème des résidus pour calculer xn = 1 2iπ Γ X(z)zn−1 dz où Γ est un lacet entourant l’origine, situé dans la couronne de convergence et orienté dans le sens positif. un formulaire 24 / 25
  • 25. 3.6. TZ INVERSE Le théorème des résidus indique que l’intégrale sur un contour fermé C d’une fonction complexe holomorphe F(z) rationnelle vaut C F(z)dz = 2iπ ∑ pi ∈C Résidu(pi ) où pi est un pôle de F(z). (Fonction holomorphe = fonction à valeurs complexes, définie et dérivable en tout point d’un sous-ensemble ouvert du plan complexe.) si pi est un pôle simple : Résidu(pi ) = limz→pi (z − pi )F(z) 1 Exemple : calcul de Z−1 [ 1+az−1 ]. 25 / 25