1E. TISSERAND NANCY Université Représentation vectorielle des signaux I - Notions vectorielles étendues aux signaux 1) Vecteurs (rappels) a) Vecteurs en géométrie euclidienne – Base de décomposition b) Produit scalaire de deux vecteurs c) Orthogonalité d) Norme d'un vecteur e) Distance euclidienne entre deux vecteurs 2) Extension aux signaux (réels dans ce cours) a) Produit scalaire de deux signaux dans un intervalle donné t2 Un signal x(t) est dit à énergie finie sur un intervalle [t1 ; t 2] si l’intégrale ∫ [(x(t)]2 dt existe t1 Considérons deux signaux réels x(t) et y(t) à énergie finie. Leur produit scalaire de dans t2 l’intervalle [t1 ; t 2] est défini par: < x , y >= ∫ x(t)y(t)dt t1 b) Orthogonalité de deux signaux dans un intervalle donné Deux signaux x(t) et y(t) sont orthogonaux dans un intervalle donné si leur produit scalaire dans cet intervalle est nul. x ⊥ y ⇔< x , y >= 0 c) Norme d'un signal dans un intervalle donné Par analogie au cas vectoriel, la norme d'un signal x(t) s'écrit : x = < x, x > = t2 2 ∫ [(x(t)] dt t1 d) Distance euclidienne entre deux signaux Par définition la distance euclidienne entre deux vecteurs est la norme du vecteur différence d'où: d( x, y) = x - y = < x - y, x - y > = t2 2 ∫ [(x(t) - y(t)] dt t1 e) Cas des signaux périodiques (T0) t1 + T0 t2 Il suffit de remplacer ∫ t1 par ∫ t1 3) Extension aux signaux numériques Considérons deux suites numériques réelles x k et yk dans un intervalle [K1 ; K 2] Les définitions précédentes peuvent être étendues sans difficulté à ces signaux 1 2E. TISSERAND NANCY Université Produit scalaire Orthogonalité K2 < x, y >= ∑ x k y k Norme x = x ⊥ y ⇔< x , y >= 0 k =K1 Distance euclidienne K2 ∑ x 2k k =K1 d(x, y) = K2 2 ∑ (x k - y k ) k =K1 II - Développement d’un signal dans une famille de fonctions 1) Objectifs Considérons un signal x(t) à énergie finie sur l'intervalle [t1 ; t 2] On souhaite approcher le mieux possible ce signal par un développement du type: N xˆ ( t ) = ∑ a n f n ( t ) (1) n =1 où fn (t) est un membre d'une famille de fonctions. an sont les coefficients du développement On notera e( t ) = x ( t ) − xˆ ( t ) le signal d'erreur d'approximation. 2) Approximation au sens des moindres carrés L'approximation de x(t) par xˆ(t) est optimale au sens des moindres carrés si la distance euclidienne d(x,xˆ) est minimale. Cette situation est obtenue lorsque: < e, fi >= 0 ⇔< x, fi >=< xˆ, fi > pour 1 ≤ i ≤ N (2) Ces conditions constituent une généralisation du théorème de la projection en géométrie euclidienne qui stipule que la plus courte distance d'un point à un plan est la longueur de la perpendiculaire abaissée du point au plan. 3) Détermination des coefficients du développement a) Système à résoudre En développant la formulation générale (2) nous obtenons le système d'équations suivant: N < x , f1 >= ∑ a n < f1 , f n > n =1 M N < x , f i >= ∑ a n < f i , f n > n =1 M N < x , f N >= ∑ a n < f N , f n > n =1 où en utilisant une notation matricielle: X = [M]A < x , f1 > < f1 , f1 > < f1 , f n > < f1 , f N > a1 M avec: X = , M = < f i , f1 > < f i , f n > < f i , f N > , A = a n < x , f > a < f N , f 1 > < f N , f n > < f N , f N > N N 2 3E. TISSERAND NANCY Université b) Solution Les coefficients optimaux recherchés sont donnés par: A opt = [M]-1 X (3) e) Exemple On cherche à approcher le signal x(t) = rect(t-0,5) à l'aide d'une combinaison linéaire de 3 fonctions du type f n ( t ) = e -nt dans l'intervalle [0 ; + ∞[ Les éléments de la matrice M sont donnés par les produits scalaires suivants: +∞ ∫e < f i , f n >= -(i + n)t dt = t =0 1 pour 1 ≤ i ≤ 3 et 1 ≤ n ≤ 3 i+n 1 / 2 1 / 3 1 / 4 72 1 / 4 1 / 5 1 / 6 180 Nous en déduisons: [ M] = 1 / 3 1 / 4 1 / 5 [ M] −1 = − 240 − 240 180 900 − 720 − 720 600 Le vecteur colonne X est donné par les termes < x, f n > pour 1 ≤ n ≤ 4 +∞ 1 t =0 t =0 < x, f n >= ∫ x(t)e -nt dt = ∫ e -nt dt = 1 (1 - e -n ) n 0,632 Le vecteur X vaut ainsi : X = 0,432 0,316 aˆ 1 = −1,234 En appliquant l'équation (5.x), nous obtenons : A opt = aˆ 2 = 9,338 aˆ = −7,454 1 L'approximation optimale du signal x(t) est donnée par: xˆ ( t ) = −1,234 e -t + 9,338 e -2t − 7,4542 e -3t 4) Erreur quadratique de l'approximation On définit l'erreur quadratique de l'approximation par: 2 e = d 2 ( x, xˆ) =< x - xˆ, x - xˆ > Lorsque l'approximation est optimale au sens des moindres carrés nous avons: < x, xˆ >=< xˆ + e, xˆ >=< xˆ, xˆ > en effet: < e, xˆ >= 0 car < e, f i >= 0 , ∀i Dans ce cas: 2 2 2 2 e = x + xˆ - 2 < x, xˆ >= x − xˆ ou encore: e 2 = x 2 2 N N − ∑ ∑ a nai < fn , fi > n =1 i =1 5) Cas d'une famille de fonctions orthogonales a) Détermination des coefficients du développement 3 4E. TISSERAND NANCY Université Lorsque les fonctions fn (t) sont orthogonales deux à deux nous avons: 0,∀n ≠i < f n , f i >= 2 f n , pour n = i La matrice M se réduit à la forme diagonale suivante : f 2 0 L L 0 1 O O M 0 2 [M] = M O fn O M M O O 0 2 L L 0 fN 0 Les coefficients du développement sont détermines simplement par: < x, f n > an = pour 1 ≤ n ≤ N 2 fn b) Erreur quadratique de l'approximation En ce qui concerne l'erreur quadratique optimale, elle devient: e 2 = x 2 N − ∑ a 2n f n 2 n =1 III - Quelques familles de fonctions orthogonales 1) Séries de Fourier t t Les couples cos(n 2π ) , sin (n 2π ) définis pour n variant de 0 à l'infini, forment un ensemble To To de fonctions orthogonales sur l'intervalle [ t x ; t x + T0 ] Un signal x(t) , périodique de période T0 , peut être approché par un développement du type : a 0 +∞ t t x(t ) = + ∑ a n cos(n 2π ) + b n sin (n 2π ) 2 n =1 T0 T0 2) Fonctions de Walsh La famille des fonctions de Walsh W n (t) permet d'approcher tout signal à énergie finie sur un intervalle T . Elles forment un ensemble complet ce qui permet d'atteindre toute précision souhaitée en adaptant le nombre N des éléments du développement. En d'autre mots e → 0 pour N → + ∞ . Ces fonctions ne prennent que les valeurs +1 ou –1 en changeant n fois de signe dans l'intervalle ouvert [0 ; T[ . Leur détermination analytique obéit à la relation suivante : r -1 t W n (t) = ∏ Signe cos(n j 2 j π ) T j=0 r est la plus petite puissance de 2 supérieure à n r -1 n j est l'état du jème bit du code binaire de n : n = ∑ n j 2 j j= 0 4 5E. TISSERAND NANCY Université Les seize premières fonctions de Walsh En pratique, pour construire rapidement les autres signaux, il est intéressant d'utiliser la propriété suivante : Wn ⊕m = Wn ⋅ Wm L'opération n ⊕m représente l'addition modulo 2. Pour la réaliser, les indices n et m doivent être exprimés en code binaire. Exemple 0001 ⊕ 0011 = 0010 ⇔ 1 ⊕ 3 = 2 W2 = W1 ⋅ W3 IV - Principe d’un analyseur/synthétiseur de signaux à l’aide de fonctions orthogonales Analyseur Synthétiseur 5
© Copyright 2024 ExpyDoc