Echantillonnage et signaux `a temps discret Fili`ere Réseau Difficile,cher, et peu flexible de mettre en oeuvre un filtre analogique Ha(f) Le remplacer par :
Previous PDF | Next PDF |
Corrigé succinct de lépreuve B du concours E3A, fili - AlloSchool
18 mai 2011 · Cet exercice est assez difficile pour la fili`ere PC, dont les candidats sont traditionnellement peu entraınés en calculs géométriques De plus
[PDF] 23 Mathématiques / Fili`ere PSI
probl`eme bien trop difficile et abstrait pour le public visé 2 3 Mathématiques / Fili`ere PSI Merci aux coll`egues qui ont participé au contrôle des épreuves de la
[PDF] Différentes fili`eres énergétiques - WordPresscom
23 mar 2015 · Cette fili`ere sollicite une tr`es grande quantité d'énergie fournie immédiatement place du pied droit (c'est difficile `a décrire ) En fait on
[PDF] Rapport du jury de lépreuve orale de mathématiques Fili`ere - ENS
L'épreuve peut commencer par une question tr`es simple (qui introduit le cadre de l'exercice par exemple) ou, plus souvent peut-être, par une question difficile
[PDF] FILI`ERE BCPST Épreuve de mathématiques - ENS
FILI`ERE BCPST cependant souvent `a répondre aux questions les plus difficiles) La question 3 5 était difficile, puisqu'elle faisait intervenir l'inégalité de
[PDF] Rapport sur lépreuve écrite de mathématiques (fili - banques-ecoles
(fili`ere MP, épreuve commune Paris-Lyon) Régis de la Bret`eche, dire qu'elle était sans doute nettement plus difficile que le reste Les rares candidats qui
[PDF] Rapport sur lépreuve de mathématiques D, ENS fili`ere MP (2014)
V et VI plus difficiles étaient destinées aux candidats ayant surpassé les quatre premi`eres o`u la seule question difficile était III 3, ce fait étant d'ailleurs
[PDF] Préface - Annuaire IMJ-PRG
6 avr 2016 · Clefs pour l'oral de mathématiques des concours 2015, fili`ere MP, ENS- Cela se comprend bien : savoir d'un exercice qu'il est difficile, c'est
[PDF] Echantillonnage et signaux `a temps discret
Echantillonnage et signaux `a temps discret Fili`ere Réseau Difficile,cher, et peu flexible de mettre en oeuvre un filtre analogique Ha(f) Le remplacer par :
[PDF] terme initial d'une suite arithmétique
[PDF] ambiance urbaine définition
[PDF] ambiances architecturales et urbaines
[PDF] ambiance urbaine pdf
[PDF] ambiances urbaines
[PDF] ambiance architecturale définition
[PDF] ambiance en architecture
[PDF] les ambiances architecturales
[PDF] exemple d'ambiance
[PDF] mythes et héros italien
[PDF] formule de wilson exercice corrigé
[PDF] formule de wilson sous excel
[PDF] exemple de heros italien
[PDF] débit volumique unité
Ph. Loubaton
Echantillonnage et signaux `a temps discret.
Fili`ere R´eseau1/20
Ph. Loubaton
Motivation
signal de parole x(t)x(nT_e)quantificateur mot binaireéchantillonneurQuestions.Comment choisirTe?Comment reconsituer le signalx(t) `a partir des bits qui le repr´esentent ?
Tep´eriode d"´echantillonnage,Fe=1
Tefr´equence d"´echantillonnage.
Fili`ere R´eseau2/20
Ph. Loubaton
Reformulation.
0 5 10 15 20 2530
35
40
45
50
-1.5-1-0.5
00.511.5
t en multiple de Te x(t) x(t) x(nTe) Peut-on reconstituer de fa¸con unique la courbe bleue `a partir des points rouges ?Fili`ere R´eseau3/20
Ph. Loubaton
Th´eor`eme de Shannon.
Soitx(t) un signal de bande passante [-B,B]. Alors, siTe<12B??B 2, la fonctionx(t) est d´efinie de fa¸con unique par la suite (x(nTe))n?Z. De plus, x(t) =? n?Zx(nTe)sin(π(t-nTe) Te) π(t-nTe)
Te x(t) est la seule courbe suffisemment douce passant par les points(x(nTe))n?Z. Fili`ere R´eseau4/20
Ph. Loubaton
Preuve du th´eor`eme de Shannon I.
Bas´ee sur la formule sommatoire de Poisson. Formule fondamentale qui poss`ede son int´erˆet propre.Soitx(t) une fonction etX(f) sa TF. Alors: Te? n?Zx(nTe)e-2iπnfTe=?k?ZX(f-k Te) Fili`ere R´eseau5/20
Ph. Loubaton
Preuve du th´eor`eme de Shannon II.
SoitY(f) =?
k?ZX(f-k Te) =Te?
n?Zx(nTe)e-2iπnfTe SiTe<1
2B??B <1
2Te. B-B 1/2T_e-1/2T_e1/T_e 3/2T_e-3/2T_e -1/T_e
|X(f)||X(f-1/T_e)||X(f+1/T_e)| X(f) =Y(f) sur [-1
2Te,1 2Te] x(t) =?B -BX(f)e2iπftdf=? 12Te -12TeY(f)e2iπftdf. On remplaceY(f) par son expression?formule d"interpolation de Shannon. Fili`ere R´eseau6/20
Ph. Loubaton
Application aux convertisseurs num´eriques analogiques I. Comment g´en´erer concr`etement le signalx(t) `a partir de la suite (x(nTe))n?Z.Soith(t) une fonction telle que
H(f) = 1 sif?[-B,B]
= 0 sif /?[-1 2Te,1 2Te] Alors :
x(t) =Te? n?Zx(nTe)h(t-nTe) Sih(t) =sin(πt/T)
πt, on retrouve la formule de Shannon.
Fili`ere R´eseau7/20
Ph. Loubaton
Application aux convertisseurs num´eriques analogiques II. Principe g´en´eral.
x_a(nT_e)suite x_a(nT_e) par un créneau.\sum_n x_a(nT_e) g(t-nT_e) Mise en forme de la x_a(t)Filtrage passe-bas
K(f) K(f) G(f) = 1 sur [-B, B]
K(f) = 0 hors de [-1/2T_e,1/2T_e]
Fili`ere R´eseau8/20
Ph. Loubaton
Application aux convertisseurs num´eriques analogiques III. Un exemple avec un filtre passe-bas non optimis´e 0 5 10 15 20 25
30
-1.5-1-0.5 00.511.5
Fili`ere R´eseau9/20
Ph. Loubaton
Signaux `a temps discrets. G´en´eralit´es Signal `a temps discret = suite (xn)n?Z.Exemple typique :xn=xa(nTe) o`uxa(t) est un signal `a temps continu etTesa
p´eriode d"´echantillonnage. Fili`ere R´eseau10/20
Ph. Loubaton
Signaux `a temps discrets. Transform´ee de Fourier, I X(f) la transform´ee de Fourier de (xn)n?Zest la fonction d´efinie sur [-1 2,1 2] par:
X(f) =?
n?Zx ne-2iπnf Bien d´efini si?
n?Z|hn|2<∞: signal d"´energie finie.La variablefest appel´ee fr´equence normalis´ee Fili`ere R´eseau11/20
Ph. Loubaton
Signaux `a temps discrets. Transform´ee de Fourier, II Justification de l"expression fr´equence normalis´ee.xn=xa(nTe) o`uxa(t) est de bande passante [-B,B] etB <1
2Te. Grˆace `a la formule de Poisson :
Xa(ν) =Te?
n?Zx ne-2iπnνTesiν?[-1 2Te,1 2Te] On pose alorsf=νTe=ν
Fequi appartient `a [-1/2,1/2] :
X(f) =FeXa(fFe) sif?[-1/2,1/2]
Aux renormalisations pr`es, TF du signal `a temps discret (xa(nTe)n?Z= TF du signal `a temps continuxa(t). Fili`ere R´eseau12/20
Ph. Loubaton
Quelques propri´et´es de la TF.
Philosophie : mˆemes types de propri´et´es que la TF des signaux `a temps continu.X(f) = TF dex= (xn)n?ZSixest r´eel,X(-f) =X(f)?
TF de (xn-n0)n?Z=e-2iπn0fX(f)
TF dee2iπnf0=δ(f-f0)
Sixest r´eel,xn=?1/2
-1/2X(f)e2iπnfdf=?1/2 0C(f)cos(2πnf+φ(f))dfavec
X(f) =C(f)
2eiφ(f).
Retard temporel??multiplication fr´equentielle pare-2iπf Fili`ere R´eseau13/20
Ph. Loubaton
Filtrage des signaux `a temps discret I
Produit de convolution de signaux `a temps discretxety:z=x?y: zn=?k?Zx kyn-k Mˆemes propri´et´es que dans le cas des signaux `a temps continus: en particulier; TF dex?y=X(f)Y(f)
Fili`ere R´eseau14/20
Ph. Loubaton
Filtrage des signaux `a temps discret II
colorgreen Filtre = dispositif tel que :yn= (h?x)n=? k?Zhkxn-kxest l"entr´ee du filtre,yla sortie du filtre, ethest sa r´eponse impulsionnelle.Filtre `a r´eponse impulsionnelle finie (RIF) si seuls un nombre fini dehksont
non nuls Filtre `a r´eponse impulsionnelle infinie (RII) dans le cas contraireSihk= 0 sik < k0, alors, il n"a pas besoin d"ˆetre causal pour ˆetre implant´e.
Fili`ere R´eseau15/20
Ph. Loubaton
Filtrage des signaux `a temps discret III
H(f) =?
k?Zhke-2iπkfest la fonction de transfert.Relation d"entr´ee / sortie dans le domaine fr´equentiel :
Y(f) =H(f)X(f)Mˆeme utilisation que les filtres `a temps continu : couper des bandes de fr´equences.
Fili`ere R´eseau16/20
Ph. Loubaton
Filtrage des signaux `a temps discret IV : filtres r´ecursifs Filtres RII particuliersExemple simple : filtre d´efini par l"´equationyn-ayn-1=xnpour toutnSous-entendu :xn= 0 sin <0,yn= 0 sin <0.
Instantn= 0 :y0=x0Instantn= 1 :y1-ay0=x1?y1=x1+ax0Instantn:yn-ayn-1=xn?yn=xn+axn-1+...+anx0 yn=?∞k=0akxn-k: filtre de r´eponse impulsionnelle d´efinie par h k= 0 sik <0 =aksik≥0 Fili`ere R´eseau17/20
Ph. Loubaton
Filtrage des signaux `a temps discret V : filtres r´ecursifs Fonction de transfert :Y(f)(1-ae-2iπf) =X(f)H(f) =1 1-ae-2iπf
R´eponse impulsionnelle `a partir deH(f).
1 Fili`ere R´eseau18/20
Ph. Loubaton
Filtrage des signaux `a temps discrets VI : filtres r´ecursifs Le cas g´en´eral.yn+?pk=1akyn-k=?ql=0blxn-l,xn= 0,yn= 0 sin <0.Facile de voir queyn=?∞k=0hkxn-kFonction de transfertH(f) =?
q k=lble-2ilπf 1+?pk=1ake-2ikπf
D´evelopperH(f) en s´erie enti`ere dee-2iπfpour obtenir la r´eponse impulsionnelle. Fili`ere R´eseau19/20
Ph. Loubaton
Filtrage des signaux `a temps discrets VII : stabilit´e des filtres r´ecursifsUn filtre est stable si toute entr´ee born´ee produit une sortie born´ee.Pas de probl`eme pour les filtres RIF, la question se pose pourles filtres RII.
Stabilit´e ssi?
k?Z|hk|<∞Si le filtre est r´ecursif, et siA(z) = 1 +?pk=1akz-k, stabilit´e ssi A(z)?= 0 si|z|>1
Fili`ere R´eseau20/20
Ph. Loubaton
Exemple d"application du filtrage num´erique I. Implantation num´erique d"un filtrage analogique. x_a(t)H_a(f) T_e H(f) CNAy_a(t)
y_a(t)x_n y_n Fili`ere R´eseau21/20
Ph. Loubaton
Exemple d"application du filtrage num´erique II. Difficile,cher, et peu flexible de mettre en oeuvre un filtre analogiqueHa(f)Le remplacer par :Echantillonnage `a une fr´equence suffisante, puis quantification de l"entr´eeFiltre num´erique tel queH(f) =Ha(fFe)Conversion num´erique / analogique de la sortie
Fili`ere R´eseau22/20
quotesdbs_dbs12.pdfusesText_18
π(t-nTe)
Te x(t) est la seule courbe suffisemment douce passant par les points(x(nTe))n?Z.Fili`ere R´eseau4/20
Ph. Loubaton
Preuve du th´eor`eme de Shannon I.
Bas´ee sur la formule sommatoire de Poisson. Formule fondamentale qui poss`ede son int´erˆet propre.Soitx(t) une fonction etX(f) sa TF. Alors: Te? n?Zx(nTe)e-2iπnfTe=?k?ZX(f-k Te)Fili`ere R´eseau5/20
Ph. Loubaton
Preuve du th´eor`eme de Shannon II.
SoitY(f) =?
k?ZX(f-kTe) =Te?
n?Zx(nTe)e-2iπnfTeSiTe<1
2B??B <1
2Te.B-B 1/2T_e-1/2T_e1/T_e 3/2T_e-3/2T_e -1/T_e
|X(f)||X(f-1/T_e)||X(f+1/T_e)|X(f) =Y(f) sur [-1
2Te,1 2Te] x(t) =?B -BX(f)e2iπftdf=? 12Te -12TeY(f)e2iπftdf. On remplaceY(f) par son expression?formule d"interpolation de Shannon.Fili`ere R´eseau6/20
Ph. Loubaton
Application aux convertisseurs num´eriques analogiques I.Comment g´en´erer concr`etement le signalx(t) `a partir de la suite (x(nTe))n?Z.Soith(t) une fonction telle que
H(f) = 1 sif?[-B,B]
= 0 sif /?[-1 2Te,1 2Te]Alors :
x(t) =Te? n?Zx(nTe)h(t-nTe)Sih(t) =sin(πt/T)
πt, on retrouve la formule de Shannon.
Fili`ere R´eseau7/20
Ph. Loubaton
Application aux convertisseurs num´eriques analogiques II.Principe g´en´eral.
x_a(nT_e)suite x_a(nT_e) par un créneau.\sum_n x_a(nT_e) g(t-nT_e)Mise en forme de la x_a(t)Filtrage passe-bas
K(f)K(f) G(f) = 1 sur [-B, B]
K(f) = 0 hors de [-1/2T_e,1/2T_e]
Fili`ere R´eseau8/20
Ph. Loubaton
Application aux convertisseurs num´eriques analogiques III. Un exemple avec un filtre passe-bas non optimis´e 0 5 10 15 20 2530
-1.5-1-0.5
00.511.5
Fili`ere R´eseau9/20
Ph. Loubaton
Signaux `a temps discrets. G´en´eralit´esSignal `a temps discret = suite (xn)n?Z.Exemple typique :xn=xa(nTe) o`uxa(t) est un signal `a temps continu etTesa
p´eriode d"´echantillonnage.Fili`ere R´eseau10/20
Ph. Loubaton
Signaux `a temps discrets. Transform´ee de Fourier, I X(f) la transform´ee de Fourier de (xn)n?Zest la fonction d´efinie sur [-1 2,12] par:
X(f) =?
n?Zx ne-2iπnfBien d´efini si?
n?Z|hn|2<∞: signal d"´energie finie.La variablefest appel´ee fr´equence normalis´eeFili`ere R´eseau11/20
Ph. Loubaton
Signaux `a temps discrets. Transform´ee de Fourier, IIJustification de l"expression fr´equence normalis´ee.xn=xa(nTe) o`uxa(t) est de bande passante [-B,B] etB <1
2Te.Grˆace `a la formule de Poisson :
Xa(ν) =Te?
n?Zx ne-2iπnνTesiν?[-1 2Te,1 2Te]On pose alorsf=νTe=ν
Fequi appartient `a [-1/2,1/2] :
X(f) =FeXa(fFe) sif?[-1/2,1/2]
Aux renormalisations pr`es, TF du signal `a temps discret (xa(nTe)n?Z= TF du signal `a temps continuxa(t).Fili`ere R´eseau12/20
Ph. Loubaton
Quelques propri´et´es de la TF.
Philosophie : mˆemes types de propri´et´es que la TF des signaux `a temps continu.X(f) = TF dex= (xn)n?ZSixest r´eel,X(-f) =X(f)?
TF de (xn-n0)n?Z=e-2iπn0fX(f)
TF dee2iπnf0=δ(f-f0)
Sixest r´eel,xn=?1/2
-1/2X(f)e2iπnfdf=?1/20C(f)cos(2πnf+φ(f))dfavec
X(f) =C(f)
2eiφ(f).
Retard temporel??multiplication fr´equentielle pare-2iπfFili`ere R´eseau13/20
Ph. Loubaton
Filtrage des signaux `a temps discret I
Produit de convolution de signaux `a temps discretxety:z=x?y: zn=?k?Zx kyn-k Mˆemes propri´et´es que dans le cas des signaux `a temps continus: en particulier;TF dex?y=X(f)Y(f)
Fili`ere R´eseau14/20
Ph. Loubaton
Filtrage des signaux `a temps discret II
colorgreen Filtre = dispositif tel que :yn= (h?x)n=?k?Zhkxn-kxest l"entr´ee du filtre,yla sortie du filtre, ethest sa r´eponse impulsionnelle.Filtre `a r´eponse impulsionnelle finie (RIF) si seuls un nombre fini dehksont
non nulsFiltre `a r´eponse impulsionnelle infinie (RII) dans le cas contraireSihk= 0 sik < k0, alors, il n"a pas besoin d"ˆetre causal pour ˆetre implant´e.
Fili`ere R´eseau15/20
Ph. Loubaton
Filtrage des signaux `a temps discret III
H(f) =?
k?Zhke-2iπkfest la fonction de transfert.Relation d"entr´ee / sortie dans le domaine fr´equentiel :
Y(f) =H(f)X(f)Mˆeme utilisation que les filtres `a temps continu : couper des bandes de fr´equences.
Fili`ere R´eseau16/20
Ph. Loubaton
Filtrage des signaux `a temps discret IV : filtres r´ecursifsFiltres RII particuliersExemple simple : filtre d´efini par l"´equationyn-ayn-1=xnpour toutnSous-entendu :xn= 0 sin <0,yn= 0 sin <0.
Instantn= 0 :y0=x0Instantn= 1 :y1-ay0=x1?y1=x1+ax0Instantn:yn-ayn-1=xn?yn=xn+axn-1+...+anx0 yn=?∞k=0akxn-k: filtre de r´eponse impulsionnelle d´efinie par h k= 0 sik <0 =aksik≥0Fili`ere R´eseau17/20
Ph. Loubaton
Filtrage des signaux `a temps discret V : filtres r´ecursifs Fonction de transfert :Y(f)(1-ae-2iπf) =X(f)H(f) =11-ae-2iπf
R´eponse impulsionnelle `a partir deH(f).
1Fili`ere R´eseau18/20
Ph. Loubaton
Filtrage des signaux `a temps discrets VI : filtres r´ecursifsLe cas g´en´eral.yn+?pk=1akyn-k=?ql=0blxn-l,xn= 0,yn= 0 sin <0.Facile de voir queyn=?∞k=0hkxn-kFonction de transfertH(f) =?
q k=lble-2ilπf1+?pk=1ake-2ikπf
D´evelopperH(f) en s´erie enti`ere dee-2iπfpour obtenir la r´eponse impulsionnelle.Fili`ere R´eseau19/20
Ph. Loubaton
Filtrage des signaux `a temps discrets VII : stabilit´e des filtres r´ecursifsUn filtre est stable si toute entr´ee born´ee produit une sortie born´ee.Pas de probl`eme pour les filtres RIF, la question se pose pourles filtres RII.
Stabilit´e ssi?
k?Z|hk|<∞Si le filtre est r´ecursif, et siA(z) = 1 +?pk=1akz-k, stabilit´e ssiA(z)?= 0 si|z|>1
Fili`ere R´eseau20/20
Ph. Loubaton
Exemple d"application du filtrage num´erique I. Implantation num´erique d"un filtrage analogique. x_a(t)H_a(f) T_eH(f) CNAy_a(t)
y_a(t)x_n y_nFili`ere R´eseau21/20
Ph. Loubaton
Exemple d"application du filtrage num´erique II.Difficile,cher, et peu flexible de mettre en oeuvre un filtre analogiqueHa(f)Le remplacer par :Echantillonnage `a une fr´equence suffisante, puis quantification de l"entr´eeFiltre num´erique tel queH(f) =Ha(fFe)Conversion num´erique / analogique de la sortie