Traitement du Signal. La Transformée en Z

Documents pareils
TD1 Signaux, énergie et puissance, signaux aléatoires

Fonctions Analytiques

3 Approximation de solutions d équations

Limites finies en un point

Théorème du point fixe - Théorème de l inversion locale

Moments des variables aléatoires réelles

Optimisation Discrète

Simulation de variables aléatoires

aux différences est appelé équation aux différences d ordre n en forme normale.

Suites numériques 4. 1 Autres recettes pour calculer les limites

CCP PSI Mathématiques 1 : un corrigé

Chapitre 2 Le problème de l unicité des solutions

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Fonctions holomorphes

Correction de l examen de la première session

1.1.1 Signaux à variation temporelle continue-discrète

Chapitre 1 Régime transitoire dans les systèmes physiques

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

3. Conditionnement P (B)

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Les travaux doivent être remis sous forme papier.

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Amphi 3: Espaces complets - Applications linéaires continues

I. Polynômes de Tchebychev

Continuité d une fonction de plusieurs variables

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Précision d un résultat et calculs d incertitudes

Espérance conditionnelle

Calcul fonctionnel holomorphe dans les algèbres de Banach

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Polynômes à plusieurs variables. Résultant

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Chapitre 2. Eléments pour comprendre un énoncé

Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen

Chp. 4. Minimisation d une fonction d une variable

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Continuité et dérivabilité d une fonction

Commun à tous les candidats

Cours 02 : Problème général de la programmation linéaire

Intégration et probabilités TD1 Espaces mesurés

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Automatique Linéaire 1 1A ISMIN

Équations non linéaires

Partie 1 - Séquence 3 Original d une fonction

Image d un intervalle par une fonction continue

Quantification Scalaire et Prédictive

Cours d Analyse. Fonctions de plusieurs variables

Automatique (AU3): Précision. Département GEII, IUT de Brest contact:

Travaux dirigés d introduction aux Probabilités

Propriétés des options sur actions

4. Martingales à temps discret

M1107 : Initiation à la mesure du signal. T_MesSig

LABO PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Calcul Stochastique pour la finance. Romuald ELIE

Problème 1 : applications du plan affine

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

SYSTEMES LINEAIRES DU PREMIER ORDRE

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

Chapitre 1 Cinématique du point matériel

Résolution d équations non linéaires

Comment démontrer des formules sans effort? exposé de maîtrise

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Chapitre 7. Récurrences

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Fonctions de plusieurs variables et applications pour l ingénieur

FONCTIONS À CROISSANCE RÉGULIÈRE

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Fonctions de plusieurs variables

BTS Groupement A. Mathématiques Session Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

O, i, ) ln x. (ln x)2

Projet de Traitement du Signal Segmentation d images SAR

Équations non linéaires

Capes Première épreuve

Sur certaines séries entières particulières

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

OM 1 Outils mathématiques : fonction de plusieurs variables

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Comparaison de fonctions Développements limités. Chapitre 10

LES MÉTHODES DE POINT INTÉRIEUR 1

5. Analyse des signaux non périodiques

CHAPITRE V. Théorie de l échantillonnage et de la quantification

Intégration et probabilités TD1 Espaces mesurés Corrigé

Approximations variationelles des EDP Notes du Cours de M2

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Estimation: intervalle de fluctuation et de confiance. Mars IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Fonctions homographiques

CARACTERISTIQUE D UNE DIODE ET POINT DE FONCTIONNEMENT

Suites numériques 3. 1 Convergence et limite d une suite

Dérivation : Résumé de cours et méthodes

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN

Développement décimal d un réel

Chapitre 0 Introduction à la cinématique

Processus Aléatoires

ÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.

Probabilités III Introduction à l évaluation d options

I. Ensemble de définition d'une fonction

Transcription:

Traitement du Signal James L. Crowley Deuxième Année ENSIMAG Troisième Bimestre 1999/00 Séance 12 : 3 avril 2000 La Transformée en Z Formule du Jour :...1 Formule du Jour : La transformée en Z...2 Domaine de Convergence :...2 Exemples...5 Les Propriétés de la Transformée en Z...7 Propriété de Linéarité...7 Décalage d'un signal...8 Dérivée de la transformée en z...8 Convolution de deux signaux discret...8 Intercorrélation de deux signaux...9 Lien avec l échantillonage...9 Représentation par pôles et zéros...10 Transformation en Z inverse...12 Relation Intégrale...12 Developpement en série de Puissance...13 Développement par division...13 Formule du Jour : X(z) = Z{x(n)} = x(n) z n n=

Formule du Jour : La transformée en Z Défnition : Soit un signal discrèt x(n). La transformée en Z (bilatérale) est définie par X(z) = Z{x(n)} = x(n) z n n= ou z est une variable complexe et où X(z) est un fonction complexe de la variable z. La transformé en z peut être considéré comme une généralisation de la transformation de Fourier à laquelle elle peut s'identifier dans un cas particulier. La transformée en z constitue l outil privilégie pour l étude des systèmes discrets. Elle joue un rôle équivalent à celui de la transformée de Laplace. Par exemple, la transformée en z permet de représenter un signal possédant un infinité d'échantillons par un ensemble fini de nombre. Domaine de Convergence : Le transformée en z n a pas de sens que si l on précise le domaine des valeurs de z pour lesquelles cette série existe : son région de convergence. Pour un signal donnée, l'ensemble de valeur de z pour lequelles la série converge est appellé "région de convergence". Considére une série : un = u o + u 1 + u 2 + u 3 +... Une série de ce type converge si Lim n { u n 1/n } < 1 12-2

Pour appliquer ce critère, on peut decomposer la série de X(z) en deux séries. X(z) = x(n) z n = n= 1 x(n) z n + x(n) z n = X 1 (z) + X 2 (z) n= X 2 (z) converge si Lim n { x(n) z n 1/n } < 1 Soit R z = Lim n { x(n) 1/n }. Alors X 2 (z) converge si z > R z Pour X 1 (z), on fait un changement de variables m = -n 1 x(n) z n x( m) z m n= m=1 et X 1 (z) converge pout z < R x+ 1 R x+ = Lim m (x m) 1/m ] Ainsi la domaine de convergence de X(z) est en général dans un anneau du plan complexe des z donné par constitué de l intersection des domaines de convergences. Si cette intersection existe, on a une coronne de convergence : 0 R x- < z < R x+ 12-3

Im{z} Im{z} R x- R x+ Re{z} Re{z} Domains de convergence pour X 1 (z) Domaines de convergence pour X 2 (z) Im{z} R x- R x+ Re{z} région de convergence 12-4

Exemples a) L impulsion unité : δ(n) = 1 pour n = 0 0 sinon X(z) = Z[δ(n)] = δ(n) z n = 1 Avec convergence pour tout z. b) L échelon unité u(n) = 1 pour n 0 0 sinon Z[u(n)] = U(z) = u(n) z n = 1 + z 1 + z 2 +... = 1 1 z 1 Démonstration : Avec convergence pour z > 1. Donc R x- = 1 R x+ = u(n) z n z -1 ( u(n) z n ) = ( 1 + z 1 + z 2 +...) z -1 ( 1 + z 1 + z 2 +...) donc (1 z -1 )( u(n) z n ) = 1 - z = 1 u(n) z n = 1 + z 1 z 1 = 1 1 z 1 Note que la racine de la denominator est z = 1. Il s'agit d'un "pôle" du U(z). La domaine de convergence est borné par le plus grand pole. 12-5

c) La Rampe : r(n) = n pour n 0 0 sinon R(z) = r(n) z n = 1 z 1 + 2 z 2 +... = Convergence pour z > 1 R x = 1 et R x+ = z -1 (1 z 1 ) 2 d) Exponentiel x(n) = a n u(n) X(z) = a n u(n) z n = n= a n z n = ( a z -1 ) n = 1 1 a z -1 Avec convergence pour z > a On a R x = a et R x+ = Im{z} R x- Re{z} e) Exponentiel x(n) = a n R x = a et R x+ = a et donc la serie ne converge pas. 12-6

Les Propriétés de la Transformée en Z Propriété de Linéarité soit x(n) = a x 1 (n) + b x 2 (n) Alors X(z) = a X 1 (z) + b X 2 (z) avec convergence au moins dans les régions de convergence de X 1 (z) et X 2 (z). R x = max{ R x1, R x2 } R x+ = min{ R x1 +, R x2 +} Si les zéros éventuels introduits par la combinaison linéaire compensent certain pôles, la région de convergence de X(z) peut être plus grande. 12-7

Décalage d'un signal si y(n) = x (n n o ) alors Y(z) = z n o X(z) pour R x < z < R x+ Commentaires : Le produit d'un transformée en z par z -1 correspond à un retard unité n o = 1. x(n) z 1 x(n 1) Dérivée de la transformée en z dx(z) dz = (-n) x(n) z -n-1 n= en multipliant les deux coté par z on obtient z dx(z) dz = n x(n) z -n n= La derivée d'une tranformée en z multiplié par -z est la transformtion en z du signal multiplié par le signal y(n) = n. Convolution de deux signaux discret La convolution est définie par x(n) * y(n) = x(k) y(n-k) k=- La transformé en z est Z{x(n) * y(n) } = X( z) Y(z) 12-8

Intercorrélation de deux signaux L'intercorrélation est définie par ϕ xy (n) = x(k) y(k+n) k=- La transformé en z est Φ xy (z) = X( 1 z ) Y(z) Lien avec l échantillonage Soit x e (n), les échantillons d un signal x(t). x e (n) = x(t). δ T (t) = x(n T) δ(t n T) n= La spectre d un signal échantillonné est fournie pour les valeurs discrèt de k fréquence, f = T, par le formule sommatoire de Poisson : 1 T k X(f k= T ) = x(n T) e j2πfn T n= On peut définir z = e j2πf T et obtenir H(z) = H(f) z = e -j2πf T 12-9

Représentation par pôles et zéros Considérons H(z) = Z{h(n)}. Les pôles de H(z) sont les valeurs de z pour lesquelles H(z) tend vers l'infini. Les zéros de H(z) sont les valeurs de z pour lesquelles H(z) est null. Si X(z) possède M zéros z m et N pôles, p n, on peut la mettre sous la forme : H(z) = Y(z) X(z) = b 0 + b 1 z 1 +... + b N z N m=1 1 + a 1 z 1 +...+ a N z N = A M (z zm ) N (z pn ) n=1 On peut toujours écrire une transformée en z sous cette forme, et représenter le signal par les listes de pôles et zéros. Les zéros et les pôles complexes de H(z) sont du type α ± jβ. Exemple : considérons h(n) = a n u(n). (avec a < 1) H(z) = a n z n = 1 1 az 1 = z z a Donc un zéro pour z 1 = 0 et un pôle pour p 1 = a. Im{Z} ω o θ a ϕ Re{Z} On note que z = r e jω Donc, La transformé de Fourier est une transformée de z pour lesquelle z = 1. 12-10

H(ω ο ) = A e jω o e jω o a La numérateur est un vecteur joignant l'origine au point z = e jω o La dénominateur est la différance de deux vecteurs. La module de X(ω ο ) est la rapport des modules de e jω o et e jω o a La phase et la différence d'angles fait par ce deux vecteurs avec l'axe réel. On note que la module est proportional à l'inverse de la distance avec la pôle (parce que la zéro est à l'origine. 12-11

Transformation en Z inverse Il y a 3 methodes : Relation Intégrale Développement en série de Puissance Développement par division Relation Intégrale x(n) = Z -1 {X(z)} = 1 2πj Γ X(z) z n-1 dz Valable pour tout les valeur de n, le contour d'intégration Γ doit être dans la région de convergence. Il doit être fermé et il foi entourer l'origine du plan des z dans le sens positif (sens invers des aiguilles d'une montre). On evalue l'intégrale par la méthode des résidus. La théoreme de Cauchy sur l'intégrale le long d'un contour indique que x(n) = 1 2πj Γ X(z) z n-1 dz = Σ résidus de X(z) z n-1 dans Γ. à un pôle (z=a) d'ordre 1, la résidu du fonction [X(z) z n-1 ] est donnée par Res a 1 = Lim { z a (z a) X(z) xn-1 } à un pôle (z=a) d'ordre q, la fonction [X(z) z n-1 ] est donnée par Res a q = Lim { 1 z a (q 1)! d q-1 dz q-1 { X(z) x n-1 (z a) q }} En calculant tous les résidus aux pôles de la contion [X(z) z n-1 ] à l'intérieur du contour Γ, on obtient par sommation le signal x(n). 12-12

Developpement en série de Puissance Comme la transformé X(z) est une fonction analytique de z dans la région de convergence, on peut développe en série de Taylor en fonction de z -1. On peut, ensuite, trouver les series par identification avec les series connu. Exemple : Considérons une transformée en z X(z) = exp{z -1 } (1 + z -1 ) Le dévelopement en série de Taylor donne : X(z) = exp{z -1 } (1 + z -1 n+1 ) = n! z -n on comparant sa avec la définition d'une transformée en z, on deduit x(n) = (n+1) n! u(n) Développement par division Une grande classe de transformée peut se mettre sour la forme : M (z-zm ) X(z) = P(z) m=1 Q(z) = N (z-pn ) n=1 Les racines de P(z) sont des racines de X(z), Les racines de Q(z) sont de poles de X(z). La région de convergence ne contient aucun pôle. Afin de connaître les coefficients de x(n) on fait le division afin d'obtenir : N X(z) = x(n) z n 12-13