communication numérique - rappels...
TRANSCRIPT
Communication Numerique
Communication NumeriqueRappels mathematiques
Yoann Morel
http://xymaths.free.fr/index.php?subdir=Signal
Communication Numerique
1 Convolution
2 Auto-correlation
3 Transformee de FourierDefinitionProprietes de la T.F.
4 Exemples de T.F.
5 T.F. rapide
6 Dualite Temps / Frequence
7 Theoreme de Wienner-Kinchine
Communication Numerique
Convolution
1 Convolution
2 Auto-correlation
3 Transformee de FourierDefinitionProprietes de la T.F.
4 Exemples de T.F.
5 T.F. rapide
6 Dualite Temps / Frequence
7 Theoreme de Wienner-Kinchine
Communication Numerique
Convolution
Produit de convolutionPour x et y deux signaux (fonctions), on definit le produit deconvolution, ou la convolee, z par :
z(t) =∫
IRx(t− τ) y(τ) dτ
On le note : z = x ∗ y
Proprietes :
Le produit de convolution est commutatif : z = x ∗ y = y ∗ x
Linearite : si x, y et z sont trois signaux quelconques, alors(x+ y) ∗ z = x ∗ z + y ∗ zet si λ est un reel, alors (λx) ∗ y = λ(x ∗ y)
Si τa designe l’operateur retard : τax(t) = x(t− a), alors,τaz(t) = τa(x ∗ y)(t) = (τax ∗ y)(t) = (x ∗ τay)(t)
Derivation : on a, (x ∗ y)′(t) = (x′ ∗ y)(t) = (x ∗ y′)(t)
Communication Numerique
Auto-correlation
1 Convolution
2 Auto-correlation
3 Transformee de FourierDefinitionProprietes de la T.F.
4 Exemples de T.F.
5 T.F. rapide
6 Dualite Temps / Frequence
7 Theoreme de Wienner-Kinchine
Communication Numerique
Auto-correlation
Auto-correlation :L’auto-correlation du signal x(t) est defini par :
Cxx(τ) =∫
IRx(τ − t)x(t) dt
On a : Cxx(τ) = x(−τ) ∗ x(τ)
L’auto-correlation permet de “mesurer” comment un signal sereproduit dans le temps.
Communication Numerique
Transformee de Fourier
1 Convolution
2 Auto-correlation
3 Transformee de FourierDefinitionProprietes de la T.F.
4 Exemples de T.F.
5 T.F. rapide
6 Dualite Temps / Frequence
7 Theoreme de Wienner-Kinchine
Communication Numerique
Transformee de Fourier
Definition
1 Convolution
2 Auto-correlation
3 Transformee de FourierDefinitionProprietes de la T.F.
4 Exemples de T.F.
5 T.F. rapide
6 Dualite Temps / Frequence
7 Theoreme de Wienner-Kinchine
Communication Numerique
Transformee de Fourier
Definition
Transformee de Fourier :La transformee de Fourier (TF, ou FT en anglais) du signal x(t)est donnee par :
x(f) =∫
IRx(t) e−2iπft dt
Lorsque t designe le temps, en s, f designe une frequence, en Hz.
La T.F. d’un signal est la decomposition de celui-ci encomposantes harmoniques (ou monochromatiques).
Transformee de Fourier inverse :Si x(f) est la T.F. de x(t), alors,
x(t) =∫
IRx(f) e2iπft df
Communication Numerique
Transformee de Fourier
Proprietes de la T.F.
1 Convolution
2 Auto-correlation
3 Transformee de FourierDefinitionProprietes de la T.F.
4 Exemples de T.F.
5 T.F. rapide
6 Dualite Temps / Frequence
7 Theoreme de Wienner-Kinchine
Communication Numerique
Transformee de Fourier
Proprietes de la T.F.
Proprietes de la T.F.
linearite :
λ x(t) = λ x(f)
x(t) + y(t) = x(f) + y(f)
Translation et modulation : Si τa est l’operateur retard :τax(t) = x(t− a) alors,
τax(f) = e−2iπaf x(f) et, e2iπafx(f) = τax(f)
En d’autres termes, moduler temporellement le signal revienta translater en frequence son spectre.
Convolution :x ∗ y = x · y
Communication Numerique
Exemples de T.F.
1 Convolution
2 Auto-correlation
3 Transformee de FourierDefinitionProprietes de la T.F.
4 Exemples de T.F.
5 T.F. rapide
6 Dualite Temps / Frequence
7 Theoreme de Wienner-Kinchine
Communication Numerique
Exemples de T.F.
Exemples de T.F. : Signal rectangulaire
recta(t) ={
1 , si |t| ≤ a2
0 , sinon
recta(f) =∫ a
2
−a2
e−2iπft dt =e−2iπf a
2 − e2iπfa2
−2iπf
=sin(πfa)πf
= a sinc(πfa)
Communication Numerique
Exemples de T.F.
Exemples de T.F. : Signal rectangulaire
recta(t) ={
1 , si |t| ≤ a2
0 , sinon
recta(f) =∫ a
2
−a2
e−2iπft dt =e−2iπf a
2 − e2iπfa2
−2iπf
=sin(πfa)πf
= a sinc(πfa)
Communication Numerique
Exemples de T.F.
Exemples de T.F. : Signal monochromatique
S(t) = e2iπat
e2iπat(f) =∫e2iπat e−2iπft dt
=∫e−2iπt(f−a) dt
= δa(f)
Communication Numerique
Exemples de T.F.
Exemples de T.F. : Signal monochromatique
S(t) = e2iπat
e2iπat(f) =∫e2iπat e−2iπft dt
=∫e−2iπt(f−a) dt
= δa(f)
Communication Numerique
Exemples de T.F.
Exemples de T.F. : Signal monochromatiqueDemonstration rigoureuse (distribution)
S(t) = e2iπat
Pour toute fonction χ(f), on a :
< S(f), χ(f) > =∫S(f)χ(f) df
=∫ ∫
e−2iπt(f−a) χ(f) df dt
=∫e2iπa
∫e−2iπtf χ(f) df dt
=∫e2iπta χ(t) dt
= χ(a)
D’ou, S = δa .
Communication Numerique
Exemples de T.F.
Exemples de T.F. : Signal sinusoıdal
x(t) = cos(w0t+ ϕ)
x(t) =ei(w0t+ϕ) + e−i(w0t+ϕ)
2=eiϕ
2eiw0t +
−eiϕ
2e−iw0t
x(f) = eiϕ
2 δf0 + e−iϕ
2 δ−f0
Le spectre du signal sinusoıdal cos(2πf0t) est f0 et −f0.
Communication Numerique
Exemples de T.F.
Exemples de T.F. : Signal sinusoıdal
x(t) = cos(w0t+ ϕ)
x(t) =ei(w0t+ϕ) + e−i(w0t+ϕ)
2=eiϕ
2eiw0t +
−eiϕ
2e−iw0t
x(f) = eiϕ
2 δf0 + e−iϕ
2 δ−f0
Le spectre du signal sinusoıdal cos(2πf0t) est f0 et −f0.
Communication Numerique
Exemples de T.F.
Exemples de T.F. : Signal sinusoıdal
x(t) = cos(w0t+ ϕ)
x(t) =ei(w0t+ϕ) + e−i(w0t+ϕ)
2=eiϕ
2eiw0t +
−eiϕ
2e−iw0t
x(f) = eiϕ
2 δf0 + e−iϕ
2 δ−f0
Le spectre du signal sinusoıdal cos(2πf0t) est f0 et −f0.
Communication Numerique
Exemples de T.F.
Exemples de T.F. : Signal sinusoıdal
x(t) = cos(w0t+ ϕ)
x(t) =ei(w0t+ϕ) + e−i(w0t+ϕ)
2=eiϕ
2eiw0t +
−eiϕ
2e−iw0t
x(f) = eiϕ
2 δf0 + e−iϕ
2 δ−f0
Le spectre du signal sinusoıdal cos(2πf0t) est f0 et −f0.
Communication Numerique
Exemples de T.F.
Exemples de T.F. : Peigne de Dirac
∆T (t) =∑n
δ(t+ nT )
Le peigne de Dirac, ∆T est T-periodique.
∆T (f) =1T
∑k
δ(f − k
T)
=1T
∆ 1T
Communication Numerique
T.F. rapide
1 Convolution
2 Auto-correlation
3 Transformee de FourierDefinitionProprietes de la T.F.
4 Exemples de T.F.
5 T.F. rapide
6 Dualite Temps / Frequence
7 Theoreme de Wienner-Kinchine
Communication Numerique
T.F. rapide
T.F. rapide (FFT : Fast Fourier Transform)Pour un signal discret xn, sa transformee de Fourier est donneepar :
xn =1N
N−1∑k=0
xk e−2iπ kn
N
La T.F. discrete necessite ainsi N2 calculs pour chacun des Ncoeffcients, soit de l’ordre de N3 calculs.Pour un ordinateur actuel, equipe d’un processeur cadence a1 GHz, soit de l’ordre de 109 operations par seconde :
• N = 1000 −→
1s
• N = 10 000 −→
16 min
• N = 100 000 −→
277 h ∼ 11 jours !
Communication Numerique
T.F. rapide
T.F. rapide (FFT : Fast Fourier Transform)Pour un signal discret xn, sa transformee de Fourier est donneepar :
xn =1N
N−1∑k=0
xk e−2iπ kn
N
La T.F. discrete necessite ainsi N2 calculs pour chacun des Ncoeffcients, soit de l’ordre de N3 calculs.Pour un ordinateur actuel, equipe d’un processeur cadence a1 GHz, soit de l’ordre de 109 operations par seconde :
• N = 1000 −→ 1s
• N = 10 000 −→ 16 min
• N = 100 000 −→ 277 h ∼ 11 jours !
Communication Numerique
T.F. rapide
Principe de la FFT
xn =∑
xk e2iπ kn
N
On considere le signal de periode N2 :
xn+N2
=∑
xk e2iπ kn
N (−1)k
d’ou, xn + xn+N2
=∑x2k e
2iπ(2k)n
N
xn − xn+N2
=(∑
x2k+1 e2iπ
(2k+1)nN
)e2iπ
nN
Ainsi, x2k est la T.F. du signal N2 -periodique xn + xn+N2
, et x2k+1
est celle du signal xn − xn+N2
.
La periode, donc la taille du signal, a ete divisee par 2 !
Communication Numerique
T.F. rapide
On reitere ensuite la decomposition.
Au final, si la taille du signal est N = 2p, on doit calculer pcoefficients, c’est-a-dire log2N , au lieu de N .
On a donc au total N2 log2N calculs a effectuer.
Avec le meme ordinateur que precedemment :
• N = 1000 −→
3 ms
• N = 10 000 −→
0,4 s
• N = 100 000 −→
50 s !
Communication Numerique
T.F. rapide
On reitere ensuite la decomposition.
Au final, si la taille du signal est N = 2p, on doit calculer pcoefficients, c’est-a-dire log2N , au lieu de N .
On a donc au total N2 log2N calculs a effectuer.
Avec le meme ordinateur que precedemment :
• N = 1000 −→ 3 ms
• N = 10 000 −→ 0,4 s
• N = 100 000 −→ 50 s !
Communication Numerique
Dualite Temps / Frequence
1 Convolution
2 Auto-correlation
3 Transformee de FourierDefinitionProprietes de la T.F.
4 Exemples de T.F.
5 T.F. rapide
6 Dualite Temps / Frequence
7 Theoreme de Wienner-Kinchine
Communication Numerique
Dualite Temps / Frequence
Dualite Temps / Frequence :Soit un signal discret (xk), echantillonnage du signal x(t) a la
frequence d’echantillonnage fe =1Te
:
xk = x(k Te) , k = 0 . . . N
Alors, sa T.F. xk(f) a :
un pas frequentiel δf =1
N Teune largeur de bande ∆f = 1
Te= fe.
On a donc le compromis :
Resolution frequentielle ↔ observation en temps long
Resolution temporelle ↔ grande largeur de bande
Communication Numerique
Theoreme de Wienner-Kinchine
1 Convolution
2 Auto-correlation
3 Transformee de FourierDefinitionProprietes de la T.F.
4 Exemples de T.F.
5 T.F. rapide
6 Dualite Temps / Frequence
7 Theoreme de Wienner-Kinchine
Communication Numerique
Theoreme de Wienner-Kinchine
Soit x(t) un signal, et x(f) sa T.F.La densite spectrale de puissance (DSP) est Px(f) = |x(f)|2.L’auto-correlation de ce signal est par ailleurs :
Cxx(τ) =∫
IRx(t)x(t− τ) dt = x(t) ∗ x(−t)
d’ou,Cxx(f) = x(f) x(−f)
Or, pour un signal reel, x(−f) = x(f), et donc,
Cxx(f) = |x(f)|2 = Px(f)
Theoreme (Wienner-Kinchine)
L’intensite de la densite spectrale d’un signal reel est la T.F. deson auto-correlation.