SlideShare une entreprise Scribd logo
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

Contenu connexe

Tendances

Cours1 Représentation des systèmes dynamiques continus LTI
Cours1 Représentation des systèmes dynamiques continus LTI Cours1 Représentation des systèmes dynamiques continus LTI
Cours1 Représentation des systèmes dynamiques continus LTI
sarah Benmerzouk
 
Diodes
DiodesDiodes
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires
sarah Benmerzouk
 
chap4 codes-en-ligne
chap4 codes-en-lignechap4 codes-en-ligne
chap4 codes-en-ligne
BAKKOURY Jamila
 
Exercice 1. Régimes de Neutre _ T T.pdf
Exercice 1. Régimes de Neutre _ T T.pdfExercice 1. Régimes de Neutre _ T T.pdf
Exercice 1. Régimes de Neutre _ T T.pdf
youssefmimmis
 
Tp n6 les compteurs
Tp n6 les compteursTp n6 les compteurs
Tp n6 les compteurs
Hatem Jebali
 
cours transmission numerique.pdf
cours transmission numerique.pdfcours transmission numerique.pdf
cours transmission numerique.pdf
HassnTAI
 
Fstm deust mip-e141_cee_chap_vii_le transistor bipolaire
Fstm deust mip-e141_cee_chap_vii_le transistor bipolaireFstm deust mip-e141_cee_chap_vii_le transistor bipolaire
Fstm deust mip-e141_cee_chap_vii_le transistor bipolaire
abdennaceur_baghdad
 
chap2 outil_mathematiques
chap2 outil_mathematiqueschap2 outil_mathematiques
chap2 outil_mathematiques
BAKKOURY Jamila
 
Les transistors
Les transistorsLes transistors
Les transistors
zakariaa meach
 
Chapitre ii circuits combinatoires
Chapitre ii circuits combinatoiresChapitre ii circuits combinatoires
Chapitre ii circuits combinatoiresSana Aroussi
 
Les circuits combinatoires
Les circuits combinatoires Les circuits combinatoires
Les circuits combinatoires
wafawafa52
 
Exos de logique séquentielle
Exos de logique séquentielleExos de logique séquentielle
Exos de logique séquentielle
Mo Ur Ad Es-se
 
part3.pptx
part3.pptxpart3.pptx
part3.pptx
sadiki2
 
TP Les bascules - logique combinatoire
TP Les bascules - logique combinatoire TP Les bascules - logique combinatoire
TP Les bascules - logique combinatoire bilal001
 
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieurExercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieurzahir99
 
Electronique numerique
Electronique numeriqueElectronique numerique
Electronique numerique
morin moli
 
CM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique NumériqueCM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique NumériquePierre Maréchal
 
Amplification Bipolaire
Amplification BipolaireAmplification Bipolaire
Amplification Bipolaireinali123
 
Limites classiques de toutes les fonctions 4
Limites classiques de toutes les fonctions 4Limites classiques de toutes les fonctions 4
Limites classiques de toutes les fonctions 4
ulrich loemba
 

Tendances (20)

Cours1 Représentation des systèmes dynamiques continus LTI
Cours1 Représentation des systèmes dynamiques continus LTI Cours1 Représentation des systèmes dynamiques continus LTI
Cours1 Représentation des systèmes dynamiques continus LTI
 
Diodes
DiodesDiodes
Diodes
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires
 
chap4 codes-en-ligne
chap4 codes-en-lignechap4 codes-en-ligne
chap4 codes-en-ligne
 
Exercice 1. Régimes de Neutre _ T T.pdf
Exercice 1. Régimes de Neutre _ T T.pdfExercice 1. Régimes de Neutre _ T T.pdf
Exercice 1. Régimes de Neutre _ T T.pdf
 
Tp n6 les compteurs
Tp n6 les compteursTp n6 les compteurs
Tp n6 les compteurs
 
cours transmission numerique.pdf
cours transmission numerique.pdfcours transmission numerique.pdf
cours transmission numerique.pdf
 
Fstm deust mip-e141_cee_chap_vii_le transistor bipolaire
Fstm deust mip-e141_cee_chap_vii_le transistor bipolaireFstm deust mip-e141_cee_chap_vii_le transistor bipolaire
Fstm deust mip-e141_cee_chap_vii_le transistor bipolaire
 
chap2 outil_mathematiques
chap2 outil_mathematiqueschap2 outil_mathematiques
chap2 outil_mathematiques
 
Les transistors
Les transistorsLes transistors
Les transistors
 
Chapitre ii circuits combinatoires
Chapitre ii circuits combinatoiresChapitre ii circuits combinatoires
Chapitre ii circuits combinatoires
 
Les circuits combinatoires
Les circuits combinatoires Les circuits combinatoires
Les circuits combinatoires
 
Exos de logique séquentielle
Exos de logique séquentielleExos de logique séquentielle
Exos de logique séquentielle
 
part3.pptx
part3.pptxpart3.pptx
part3.pptx
 
TP Les bascules - logique combinatoire
TP Les bascules - logique combinatoire TP Les bascules - logique combinatoire
TP Les bascules - logique combinatoire
 
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieurExercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
Exercices corrigés-sur-convertisseurs-statiques-2-bac-science-d ingénieur
 
Electronique numerique
Electronique numeriqueElectronique numerique
Electronique numerique
 
CM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique NumériqueCM2 - Conversion Anlogique Numérique
CM2 - Conversion Anlogique Numérique
 
Amplification Bipolaire
Amplification BipolaireAmplification Bipolaire
Amplification Bipolaire
 
Limites classiques de toutes les fonctions 4
Limites classiques de toutes les fonctions 4Limites classiques de toutes les fonctions 4
Limites classiques de toutes les fonctions 4
 

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

GEII - OL3 : Signaux et systèmes numériques
GEII - OL3 : Signaux et systèmes numériquesGEII - OL3 : Signaux et systèmes numériques
GEII - OL3 : Signaux et systèmes numériques
Frédéric Morain-Nicolier
 
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
Heithem2
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourierMehdi Maroun
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourier
ismailkziadi
 
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
Frédéric Morain-Nicolier
 
Traitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiquesTraitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiques
Djoudi 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 mathématiques
CharvetXavier
 
Les Filtres Numeriques
Les Filtres NumeriquesLes Filtres Numeriques
Les Filtres Numeriques
SAHELAicha
 
Resume-Abaque-Smith.pdf
Resume-Abaque-Smith.pdfResume-Abaque-Smith.pdf
Resume-Abaque-Smith.pdf
kamouf
 
corr_exos.pdf
corr_exos.pdfcorr_exos.pdf
corr_exos.pdf
SongSonfack
 
Cours vibration 2016 prat
Cours vibration 2016 pratCours vibration 2016 prat
Cours vibration 2016 prat
OumaimaBenSaid
 
Cnc mp-2017-maths-2-corrige
Cnc mp-2017-maths-2-corrigeCnc mp-2017-maths-2-corrige
Cnc mp-2017-maths-2-corrige
Otman 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 ici
wospro-academy
 
Gele2511 ch3
Gele2511 ch3Gele2511 ch3
Gele2511 ch3
Thimothée EBODE
 
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
Florent Renucci
 
Chap13 fin--ts-exp
Chap13  fin--ts-expChap13  fin--ts-exp
Chap13 fin--ts-expsikora233
 
Sujettdtds
SujettdtdsSujettdtds
Sujettdtds
SamiskTakisk
 

Similaire à 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
 
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
 
Echantillonage
EchantillonageEchantillonage
Echantillonage
 
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
 

Plus de Frédéric Morain-Nicolier

Practising Fourier Analysis with Digital Images
Practising Fourier Analysis with Digital ImagesPractising Fourier Analysis with Digital Images
Practising Fourier Analysis with Digital Images
Frédéric Morain-Nicolier
 
GEII - Ma3 - Matrices
GEII - Ma3 - MatricesGEII - Ma3 - Matrices
GEII - Ma3 - Matrices
Frédéric Morain-Nicolier
 
GEII - Ma3 - Suites et séries
GEII - Ma3 - Suites et sériesGEII - Ma3 - Suites et séries
GEII - Ma3 - Suites et séries
Frédéric Morain-Nicolier
 
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)
Frédéric Morain-Nicolier
 
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 ...Frédéric Morain-Nicolier
 
Ipta2010
Ipta2010Ipta2010
SRC - SAV - La lumière
SRC - SAV - La lumièreSRC - SAV - La lumière
SRC - SAV - La lumière
Frédéric Morain-Nicolier
 
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
Frédéric Morain-Nicolier
 
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...Frédéric Morain-Nicolier
 
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
Frédéric Morain-Nicolier
 

Plus 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
 

Dernier

Festival de Cannes 2024.pptx
Festival      de      Cannes     2024.pptxFestival      de      Cannes     2024.pptx
Festival de Cannes 2024.pptx
Txaruka
 
Projet de fin d'étude licence en sciece.pptx
Projet de fin d'étude licence en sciece.pptxProjet de fin d'étude licence en sciece.pptx
Projet de fin d'étude licence en sciece.pptx
elfangourabdelouahab
 
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdf
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdfCours SE - Gestion de la mémoire- Cours IG IPSET.pdf
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdf
MedBechir
 
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
M2i Formation
 
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
schneiderbeatrice78
 
4 expositions à voir à Paris.pptx
4   expositions    à   voir   à Paris.pptx4   expositions    à   voir   à Paris.pptx
4 expositions à voir à Paris.pptx
Txaruka
 
Contrôle fiscale en république de guinée
Contrôle fiscale en république de guinéeContrôle fiscale en république de guinée
Contrôle fiscale en république de guinée
bangalykaba146
 
Méthodologie de recherche et de rédaction de mémoire.pptx
Méthodologie de recherche et de rédaction de mémoire.pptxMéthodologie de recherche et de rédaction de mémoire.pptx
Méthodologie de recherche et de rédaction de mémoire.pptx
LamoussaPaulOuattara1
 
Bilan schéma pour réun concertation SDLP V4.pptx
Bilan schéma pour réun concertation SDLP V4.pptxBilan schéma pour réun concertation SDLP V4.pptx
Bilan schéma pour réun concertation SDLP V4.pptx
bibliogard
 
SYLLABUS DU COURS MARKETING DTS 1-2.pdf
SYLLABUS DU COURS  MARKETING DTS 1-2.pdfSYLLABUS DU COURS  MARKETING DTS 1-2.pdf
SYLLABUS DU COURS MARKETING DTS 1-2.pdf
Moukagni Evrard
 
Calendrier du 3 juin 2024 et compte rendu.pdf
Calendrier du 3 juin 2024 et compte rendu.pdfCalendrier du 3 juin 2024 et compte rendu.pdf
Calendrier du 3 juin 2024 et compte rendu.pdf
frizzole
 
Iris et les hommes.pptx
Iris      et         les      hommes.pptxIris      et         les      hommes.pptx
Iris et les hommes.pptx
Txaruka
 
Mémoire de licence en finance comptabilité et audit
Mémoire de licence en finance comptabilité et auditMémoire de licence en finance comptabilité et audit
Mémoire de licence en finance comptabilité et audit
MelDjobo
 
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
IES Turina/Rodrigo/Itaca/Palomeras
 
Exame DELF - A2 Francês pout tout public
Exame DELF - A2  Francês pout tout publicExame DELF - A2  Francês pout tout public
Exame DELF - A2 Francês pout tout public
GiselaAlves15
 
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
BenotGeorges3
 

Dernier (16)

Festival de Cannes 2024.pptx
Festival      de      Cannes     2024.pptxFestival      de      Cannes     2024.pptx
Festival de Cannes 2024.pptx
 
Projet de fin d'étude licence en sciece.pptx
Projet de fin d'étude licence en sciece.pptxProjet de fin d'étude licence en sciece.pptx
Projet de fin d'étude licence en sciece.pptx
 
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdf
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdfCours SE - Gestion de la mémoire- Cours IG IPSET.pdf
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdf
 
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
 
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
 
4 expositions à voir à Paris.pptx
4   expositions    à   voir   à Paris.pptx4   expositions    à   voir   à Paris.pptx
4 expositions à voir à Paris.pptx
 
Contrôle fiscale en république de guinée
Contrôle fiscale en république de guinéeContrôle fiscale en république de guinée
Contrôle fiscale en république de guinée
 
Méthodologie de recherche et de rédaction de mémoire.pptx
Méthodologie de recherche et de rédaction de mémoire.pptxMéthodologie de recherche et de rédaction de mémoire.pptx
Méthodologie de recherche et de rédaction de mémoire.pptx
 
Bilan schéma pour réun concertation SDLP V4.pptx
Bilan schéma pour réun concertation SDLP V4.pptxBilan schéma pour réun concertation SDLP V4.pptx
Bilan schéma pour réun concertation SDLP V4.pptx
 
SYLLABUS DU COURS MARKETING DTS 1-2.pdf
SYLLABUS DU COURS  MARKETING DTS 1-2.pdfSYLLABUS DU COURS  MARKETING DTS 1-2.pdf
SYLLABUS DU COURS MARKETING DTS 1-2.pdf
 
Calendrier du 3 juin 2024 et compte rendu.pdf
Calendrier du 3 juin 2024 et compte rendu.pdfCalendrier du 3 juin 2024 et compte rendu.pdf
Calendrier du 3 juin 2024 et compte rendu.pdf
 
Iris et les hommes.pptx
Iris      et         les      hommes.pptxIris      et         les      hommes.pptx
Iris et les hommes.pptx
 
Mémoire de licence en finance comptabilité et audit
Mémoire de licence en finance comptabilité et auditMémoire de licence en finance comptabilité et audit
Mémoire de licence en finance comptabilité et audit
 
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
 
Exame DELF - A2 Francês pout tout public
Exame DELF - A2  Francês pout tout publicExame DELF - A2  Francês pout tout public
Exame DELF - A2 Francês pout tout public
 
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
 

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