Você está na página 1de 332

Communications

I
I

numerlaues
I
Cours et problmes
Hwei P. Hsu
Fairleigh Dickinson University Traduit par Bernard Loubires

McGRAW-HILL
New York - St. Louis - San Francisco - Auckland Bogota - Caracas - Lisbonne - Londres - Madrid - Mexico Milan - Montral - New Delhi - Panama - San Juan Sao Paulo - Singapour - Sydney - Toko - Toronto

Hwei P. lisu a obtenu son baccalaurat en science luniversit nationale de Taiwan et sa matrise en science et son Ph.D. au Case instifufeo f Technology. Il est actuellement professeur luniversit Fuirleigh Dickinson et directeur du dpartement de gnie lectrique de cette universit.

Maqucttc dc couvcrturc : Franoisc Rojarc

Copyright @ 1994, McGraw-Hill, Inc., Park. ISBN 2-7042- 1283-X iSSN : 0768-2727

Ce livre est traduit de Idition amricaine de Schaums Outlinc of Tlieory utid Problents of Analog and Digital Cortrrrrunications

@ 1993 by McGRAW-HILL Inc., Ncw York ISBN : 0-07-030636-2

La loi du 1 1 mars 1957 nautorisant, aux termes dcs alinas 2 ct 3 de lArticle 41, dune part, que les copies ou reproductions strictcmcnt rservcs lusage priv du copistc et non destines une utilisation collective et, dautre part, quc lcs analyscs ct les courtcs citations dans un but dcxcniplc et dillustration, toutc rcprscntation ou rcproduction intgralc, ou particllc, faitc sans ic conscntcnicnt dc Iautcur ou de ses ayants-droit ou ayants-cause, est illicite (aiiiih 1 de larticle 40). Ccttc rcprsentation ou rcproduction, par quclquc proCCd quc ce soit, constituerait donc unc contrefaon sanctionnc par lcs Articlcs 425 et suivants du Codc PCiial.
<(

Avant-propos
Ce livre a pour ambition dtre un utile complment des ouvrages sur la thorie des communications lusage de lingnieur, mais il peut tout aussi bien tre utilis indpendamment de la littrature spcialise. Chaque sujet y est trait au moyen dun expos thorique assorti de nombreux problmes rsolus (qui font partie intgrante de lexpos). Le chapitre 1 passe en revue les bases mathmatiques permettant lanalyse des signaux et ltude des systmes linaires au moyen des mthodes de Fourier. Les chapitres 2 et 3 appliquent ces mthodes ltude de la modulation damplitude et dargument dun signal en labsence de bruit. Le chapitre 4 traite de lchantillonnage et de la transmission numrique des signaux analogiques. La thorie des probabilits et les signaux alatoires font lobjet des chapitres 5 et 6. Aucune connaissance prliminaire de ces sujets nest requise. Le chapitre 7 concerne lapplication pratique des dveloppements qui prcdent linfluence du bruit sur les systmes de communication. Le chapitre 8, pour conclure, prsente une thorie lmentaire de linformation et du codage. Je tiens remercier le Professeur Gordon Silverman, de Manhattan College, pour son aide, ses remarques et sa relecture soigneuse du manuscrit. Je noublierai pas non plus Jiri Naxera et Wenchang Wu qui en ont vrifi le texte et les figures. Je remercie par ailleurs M. David Burleigh pour son aide, M. John Aliano pour ses conseils aviss et son appui ainsi que Ms. Maureen Walker pour tout le soin quelle mis prparer ce livre. Enfin, ma reconnaissance va mon pouse Daisy dont la comprhension et le soutien constant se sont rvls indispensables la parution de cet ouvrage Hwei P. HSU

Table des matires


Chapitre 1 SIGNAUX ET SYSTMES ..........................................................
1 . 1 . Classification des signaux .......................................................... 1.2. Fonctions singulires .............................................................. 1.3. Dcomposition en srie de Fourier ................................................... 1.4. TransformedeFourier ............................................................ 1.5. Convolution ..................................................................... 1.6. Corrlation et densit spectrale ...................................................... 1.7. Reprsentation et classification dun systme .......................................... 1.8. Rponse impulsionnelle et rponse en frquence ....................................... 1.9. Systmes linaires et filtrage ....................................................... 1.10. Filtres ....................................................................... 1.11. Bandepassante ................................................................ 1.12. Relation entre densits spectrales dentre et de sortie dun systme ..................... Problmes rsolus ....................................................................
i 1

2 3 4 6 7 8 IO
11

12
15

16 16
48 48 48 48 50 52 55 57 58 59 75 75 75 75 77 77 78 79 80 81 83

Chapitre 2

MODULATION DAMPLITUDE ..................................................


2.1. Introduction .................................................................... 2.2. Modulation damplitude .......................................................... 2.3. Modulation bande passante latrale double .......................................... 2.4. Modulation damplitude ordinaire .................................................. 2.5. Modulation bande latrale unique ................................................. 2.6. Modulation bande latrale rsiduelle ............................................... 2.7. Transposition de frquenceet mixage ............................................... 2.8. Multiplexage division de frquence ................................................ Problmesrsolus ....................................................................
~ ~ ~~

Chapitre 3

MODULATION DARGUMENT ...................................................


3.1. 3.2. 3.3. 3.4. 3.5. 3.6. 3.7.

Introduction .................................................................... Modulation dargument et frquence instantane ...................................... Modulation de phase et de frquence ................................................ Spectre de Fourier des signaux moduls en argument ................................... Modulation dargument bande troite .............................................. Modulation sinusodale (ou frquence pure) ......................................... Largeur de bande des signaux modulation dargument ................................ 3.8. Systme demodulation dargument ................................................. 3.9. Dmodulation des signaux moduls en argument ...................................... Problmesrsolus ....................................................................

Chapitre 4

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES ................ 98


4.1. 4.2. 4.3. 4.4. 4.5. 4.6. 4.7. 4.8. 4.9. .Introduction .................................................................... Modulation par impulsions codes (PCM) ............................................ Thorme de lchantillonnage ..................................................... Echantillonnage ................................................................. Modulation dimpulsions en amplitude (PAM) ....................................... Quantification ................................................................. Codage ...................................................................... Largeur de bande de la modulation PCM ............................................ Modulationdelta ............................................................... 98 98 98 99
101 101

104
105

106

VI11

TABLE DES MATIRES

4.10. Formatagedes signaux ......................................................... 4.11. Multiplexage temporel ......................................................... 4.12. Bande passante requise pour le multiplex temporel ................................... 4.13. Formes dimpulsion et diaphone .................................................. 4.14. Systmes de modulation numrique ............................................... Problmes rsolus ...................................................................

107 109 1IO 1 IO 112 114 138 138 138 141


144

Chapitre 5

PROBABILIT ET VARIABLES ALATOIRES ..................................


5.1. Introduction ................................................................... 5.2. Probabilits ................................................................... 5.3. Variable alatoires. fonctions de rpartition et densits ................................. 5.4. Fonctions de variables alatoires .................................................. 5.5. Moyennes statistiques ........................................................... 5.6. Lois de rpartition particulires ................................................... Problmesrsolus ...................................................................

145 148 152 184 184 184


185

Chapitre 6

SIGNAUX ALATOIRE ET BRUIT ...............................................


6.1. Introduction ................................................................... 6.2. Dfinition des processus stochastiques .............................................. 6.3. Statistique des processus alatoires ................................................ 6.4. Corrlation et densit spectrale de puissance ......................................... 6.5. Processus alatoire et systme linaire .............................................. 6.6. Processus stochastiques remarquables .............................................. Problmesrsolus ...................................................................

187 189 191 194

Chapitre 7

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT ...................220


7.1. Introduction ................................................................... 7.2. Bruit additif et rapport signal sur bruit .............................................. 7.3. Bruit sur les liaisons en bande de base .............................................. 7.4. Bruit en modulation damplitude .................................................. 7.5. Bruit en modulation dargument ................................................... 7.6. Dtection dun signal binaire et test dhypothse ...................................... 7.7. Probabilit derreur et maximum de vraisemblance.................................... 7.8. Dtectionoptimale ............................................................. 7.9. Probabilit derreur des systmes de transmission binaires .............................. Problmesrsolus ................................................................... 220 220 221 222 226 230 231 233 235 237 263 263 263 265 268 269 270 271 273 274 275 278 279

Chapitre 8

INFORMATION ET CODAGE ....................................................


8.1. Introduction ................................................................... 8.2. Mesure de linformation ......................................................... 8.3. Canaux discrets sans mmoire .................................................... 8.4. Information mutuelle ............................................................ 8.5. Capacit dun canal ............................................................. 8.6. Canal avec bruit blanc gaussien additif ............................................. 8.7. Codage de source............................................................... 8.8. Codageentropique .............................................................. 8.9. Codage dun canal de transmission ................................................. 8.10. Codage avec contrle derreur ................................................... 8.11. Dtection et correction derreur en codage par blocs linaire ........................... Problmes rsolus ...................................................................

TABLE DES MATIRES

IX

Annexe A Annexe B Annexe C Annexe D Annexe E

TRANSFORME DE FOURIER .................................................. FONCTIONS DE BESSEL J,(p)

314 316

..................................................

FONCTION COMPLMENTAIRE Q(z) DE LA FONCTION DERREUR ERF(z) . .317


FORMULES MATHMATIQUES USUELLES ....................................
318 321

SYMBOLES MATHMATIQUES ET ABRVIATIONS ...........................

INDEX .........................................................................................

325

Chapitre 1
Signaux et systmes
1.1 CLASSIFICATION DES SIGNAUX
On appelle signal une fonction qui reprsente lvolution dans le temps dune quantit physique. La reprsentation mathmatique dun signal se fait au moyen dune fonction de la variable indpendante t , o t est le temps. On dsigne par exemple un signai par la notation x ( t ) .

A. Signaux continus et signaux discrets


On dit que x ( t ) est un signal continu si t est une variable continue, au sens mathmatique. Si t est une variable discrte, dont les valeurs ne sont dfinies qu des instants donns, x ( t ) est appel signal discret. Ce signal tant dfini des instants prcis, on le reprsente souvent comme une suite de valeurs, note { x ( n ) }ou x [ n ] ,o n est un nombre entier.

B. Signaux analogiques et numriques


Lorsquun signal continu ~ ( tpeut ) prendre une valeur quelconque appartenant lintervalle (a,b),o a peut valoir -00 et b peut valoir +CO, on dit quil sagit dun signal analogique. Lorsquun signal discret x [ n ] ne peut prendre quun nombre fini de valeurs distinctes, on dit quil sagit dun signal numrique. Un signal discret x [ n ] rsulte souvent de lchantillonnage dun signal continu x ( t ) , avec x [ n ] = x(nT,), o T, est appel priode dchantillonnage. Par la suite, nous traiterons principalement de signaux continus.

C. Signaux rels et signaux complexes


On dit quun signal x ( t ) est rel si sa valeur appartient lensemble des rels. On dit quil est complexe si sa valeur appartient lensemble des complexes.

D.

Signaux dterministes et signaux alatoires

La valeur dun signal dterministe est parfaitement dfinie tout instant. Celle dun signal alatoire ne peut tre que statistiquement dfinie. Nous traiterons les signaux alatoires dans le chapitre 6.

E. Signaux nergie finie et puissance finie


Lnergie E dun signal x ( t ) a pour expression E =

/ J

00

Ix(t) I2dt

-00

La puissance moyenne P dun signal x ( t ) a pour expression :

P = lim T+W T

Ix(t)

I2dt

Si O < E < CO, cest--dire si E a une valeur finie (donc P = O), on dit que x ( t ) est un signal transitoire. Il est de dure limite. Si E = CO, avec O < P < 00, sa puissance est finie, on dit quil sagit dun signal permanent.

SIGNAUX ET SYSTMES

[CHAP. 1

F. Signaux priodiques et non priodiques


Un signal x ( t ) est dit priodique sil existe un nombre positif TOtel que

Le plus petit des nombres positifs TOsatisfaisant cette relation est appel priode, tandis que son inverse est appel frquence fondamentale f o :
1

fa = 2T O
On dduit de la relation (1.3) que :
x(t

hertz (Hz)

+ nTo) = x ( t )

Un signal pour lequel nexiste aucune valeur TOsatisfaisant la relation (1.3) est dit non priodique ou apriodique. Un signal priodique dont lnergie par priode est de valeur finie est un signal permanent dont la puissance moyenne peut tre calcule sur une seule priode.

1.2

FONCTIONS SINGULIRES

Un certain nombre de fonctions singulires, encore appeles fonctions gnralises, constituent en thorie des tlcommunications une sous-classe importante de signaux apriodiques. Nous allons tudier ici deux de ces fonctions, la fonction chelon unitaire u ( t ) et la fonction impulsion unitaire 8 ( t ) .

A.

Fonction chelon unitaire


La dfinition de la fonction chelon unitaire u(t) est la suivante :
u(t) =

1 O

t>O
t t O

comme le reprsente la figure 1- 1.

Fig. 1-1 Fonction chelon unitaire

On notera que cette fonction est discontinue en t = O et que sa valeur ny est pas dfinie.

R. Fonction impulsion unitaire


La fonction impulsion unitaire 8 ( t ) , appele aussi fonction de Dirac, nest pas une fonction au sens propre du terme; elle est dfinie par une intgrale :

o # ( t ) est une fonction quelconque, continue en r = O.

CHAP. i l

SIGNAUX ET SYSTMES

On peut dduire quelques proprits intressantes de 6 ( t ) de la dfinition (1.7) :


4(t)6(t - to)dt = @(fol

6(ar) = - 6 ( t ) la I 6(-r) = 6 ( r )
x ( t ) 6 ( t ) = x(0)6(r)

(119) (1.10) (1.11)


- to)

x(r)S(t

- t o ) = x(to)d(r

(1.12)

Une dfinition diffrente de 6 ( t ) peut tre donne, au moyen des deux relations suivantes :

Lf2

6(r - ro)dt = 1
6 ( r - t,,) = O

II

< to < t2

(1.13) (1.14)

# to

Les conditions (1.13) et (1.14) font apparatre la fonction impulsion unitaire comme limite dune fonction dont laire sous la courbe conserve la valeur 1 tandis que sa largeur tend vers O. On reprsente symboliquement 6 ( t ) comme le montre la figure 1-2.

O
Fig. 1-2 Fonction impulsion unitaire

C.

Drivation des fonctions singulires


Si g ( t ) est une fonction gnralise, sa drive g(r) se dfinit au moyen de la relation suivante :

o # ( t ) est la drive de 4(r).En faisant appel la relation (1.15), on montre que la drive de u ( t ) est gale

Ca

g(t)4(t>d t = -

1,s(W(r)
00

df

(1.15)

6 ( t ) , cest--dire que
(1.16)

1.3 DCOMPOSITION EN SRIE DE FOURIER

A. Srie de Fourier coefficients complexes


Soit x ( t ) une fonction priodique de priode 7 0 . On dfinit la dcomposition de x ( t ) en srie de Fourier de la faon suivante :
x(r> =

C cnejn~
n=-63

aJ

(1.17)

o 00 = 2x1 TO= 2x fo est la pulsation fondamentale et fo laffquence fondamentale du signal. Notons que dans la suite de cet ouvrage, on parlera de frquence alors que les formules utiliseront la variable w pour viter le terme pulsation, moins usit, et allger lesformulesdu facteur 2n qui sintroduitquand on emploie la variable
(rs

SIGNAUX ET SYSTMES

[CHAP. 1

Les coefficients cn sont appels coeflcients de Fourier de la dcomposition, qui se calculent au moyen de la relation suivante : c, = O

o to est une valeur quelconque. En choisissant ro = -T0/2, il vient :


T/2

s
in

x(t)eJnwo dt

(1.18)

c,=/ To

x(t)einYld t
-TOI2

(1.19)

B. Spectre de frquence
Si lon a un signal priodique rel, alors cn = lc, lejen conjugue. On notera, au passage, que j c - , ~= I C , I
O-, = -e,
(1.21)

c-,, = cn = lcnle-jen

(1.20)

o Ic, 1 est lamplitude et O,, la phase du coefficient c,,, lastrisque indiquant quil sagit de la valeur complexe

Le trac de Ic, 1 en fonction de la pulsation w = 27~ f,ou plus simplement en fonction de la frquence f, est appel spectre damplitude du signal priodique x ( t ) . Le trac de O, en fonction de w constitue le spectre de phase de x ( t ) . Lensemble de ces deux tracs forment le spectre de frquence du signal x ( t ) . Comme lindice n ne prend que des valeurs entires, on en dduit que le spectre de frquence dun signal priodique nest dfini que sur un ensemble de frquences discrtes nwo. Cest pourquoi lon parle de spectre defrquences discrtes et de raies spectrales. Daprs la relation (1.21), lon voit que le spectre damplitude est une fonction paire de w tandis que le spectre de ?hase est une fonction impaire de w .

C. Puissance dun signal priodique


La puissance dun signal priodique x ( t ) de priode To se calcule comme moyenne quadratique du signal sur une priode :
(1.22)

D.

Thorme de Parseval

Le thorme de Parseval sur les sries de Fourier tablit que, si x ( t ) est un signal priodique de priode To, on a :
(1.23)

1.4 TRANSFORME DE FOURIER


Pour tendre lexpression des sries de Fourier sous la forme (1.17) dans le domaine des frquences au cas des fonctions non priodiques, on introduit la notion de transforme de Fourier.

A.

Dfinition

Soit x(r) un signal apriodique. On dfinit la transforme de Fourier de x ( t ) , que lon note 3,au moyen de la relation suivante : Poo x(t)eio d t (1.24) X ( w ) = 3 [ x ( t ) ]=

IL

CHAP. i l

SIGNAUX ET SYSTMES
F I ,

La transforme de Fourier inverse de X ( w ) , note .

se calcule au moyen de la relation suivante :

x(t) = F-"x(w)] = -

2n

'

X(w)ej"' d w

(1.25)

Les relations (1.24) et (1.25) dfinissent ce que l'on appelle une paire de transformes de Fourier..On peut crire X ( w ) en faisant apparatre l'amplitude et la phase, sous la forme
X ( O ) = IX(w)leje(o)

(1.26)

Si x ( r ) est un signal rel, on montre que :

(1.28)

Tout comme dans le cas des sries de Fourier complexes, le spectre d'amplitude de x ( t ) , not IX(w)I est une fonction paire de w , tandis que le spectre de phase ( w ) est une fonction impaire de w . L'ensemble de ces deux fonctions constitue le spectre en frquence de x ( t ) . La relation (1.27) constitue la condition ncessaire et suffisante pour que x ( t ) soit un signal rel (voir problme 1.17).

B.

Proprits de la transforme de Fourier


Nous utiliserons la notation
x(r)

* X ( w>

pour dsigner une paire de transformes de Fourier.

1. Linarit (superposition)
(1.29)

o a 1 et a 2 sont des constantes.


2. Dcalage temporel
(1.30)

3. Dcalage frquentiel
(1.31)

4. Changement d'chelle
(1.32) 5. Inversion du temps
x(-t)

* X(-w)

(1.33) (1.34)

6. Dualit
X(t)

* 2nx(-w)

7. Diffrentiation

Drive par rapport au temps


x'(r) = - x ( t )

d dr

t ,

jwX(w)

(1.35)

SIGNAUX ET SYSTMES

[CHAP. 1

Drive par rapport la fiquence :


(- j t ) x ( t ) * X'(w) = - X ( w ) dw

(1.36)

8. Intgration
1 X ( t ) d t ++ - X ( W )
JO

+ nX(O)(w)

(1.37)

C.

Transforme de Fourier de quelques signaux usuels

(1.38) (1.39) (1.40) (1.41) (1.42) (1.43) (1.44)

e''u(t)

a >O a >O

*-

e-Ol'l

*w2

jw+a 2a

(1.45) (1.46)

+ a2

1.5

CONVOLUTION

La convoZution' de deux signaux X I ( t ) et x2(t), opration que l'on note XI ( t ) signal x ( t ) tel que :
x ( t ) = X I( t ) x 2 ( t ) =

* x 2 ( t ) engendre un nouveau
(1.47)

00

X I ( r ) x 2 ( t - T )d s

A. Proprits de la convolution

(1.48) (1.49) (1.50)

B.

Convolution avec la fonction 6 ( r )

x(t)
x(t)

* 6(r) =x(r)

(1.51) (1.52)

* 6 ( t - to) = x(t - to)

CHAR 11

SIGNAUX ET SYSTMES

C.

Thormes de convolution

Considrons deux signaux XI ( t )et x2(t) dont les transformes de Fourier respectives sont X I (O) et X 2 ( 0 ) , on a les deux relations suivantes :
XI ( f )

* X2(t)

f ,

XI @ ) X 2 ( t )

XI ( W ) X 2 ( @ ) 1 2 , X ' ( O ) * XZ(W)

(1.53) (1.54)

La relation (15 3 ) est connue sous le nom de thorme de lu convolution temporelle, tandis que la relation (1.54) constitue le thorme de la convolution frquentielle.

1.6

CORRLATIONET DENSIT SPECTRALE Corrlation de deux signaux

A.

Soit X I( i )et x ~ ( Ideux ) signaux valeurs relles. On dfinit l'intercorrlation R12(r) de ces deux signaux au moyen de la relation suivante :
03

R d r ) = [,XI
La fonction d'autocorrlution du signal moyen de la relation suivante :
XI

( t M t-

dt

(1.55)

( t ) , intercorrlation du signal X I( t ) avec lui-mme, se dfinit au

RI I(5) =

Loo
00

XI ( t b l

( r - r ) dr

(1.56)

Proprits des fonctions de corrlation :


(1.57) (1.58) (13 9 )

o E est l'nergie contenue dans le signal.

B.

Densit spectrale nergtique


Soit R I I(T)la fonction d'autocorrlation du signal X I ( t ) . L'intgrale dfinie SI I qui suit
S l i ( w ) = F I R I I ( r )= ]

Loo
1

03

Rll(r)e-jwrdr

(1.60)

est appele densitspectrale nergtique du signal X I ( t ) .Prenons maintenant les transformes de Fourier inverses des membres de la relation (1.60), il vient :
Poo

(1.61)

Si le signal X I ( t )est rel, on a les relations :

(1.63)

SIGNAUX ET SYSTMES
t = O,

[CHAP. I

En faisant

on obtient :
(1.64)

et en utilisant la relation (15 9 ) :


(1.65)

XI

Cest la raison pour laquelle la quantit S11( w ) = IX,(w)I2est appele densit spectrale nergtique du signal ( t ) .La relation (1.65) est aussi connue sous le nom de rhorme de Parseval relatif la transforme de Fourier.

C.

Puissance dun signal et autocorrlation

La fonction dautocorrlation moyenne temporellement de la relation :

RI (t)dun signal rel X I ( t ) se dfinit au moyen


(1.66)

Notons que
(1.67)

Si le signal x ( t ) est priodique, de priode To,lintgrale se calcule sur une priode, et lon a :
(1.68)

D. Densit spectrale de puissance


La densit spectrale de puissance du signal X I ( t ) ,que lon note 3 11 ( w ) , se dfinit comme suit
-

S i l ( w ) = . F [ R l l ( r ) ]=

L00

Rll(r)e-jwdr

(1.69)

Do lon dduit que :

R l l ( r )= . F - l [ S l l ( w ) ]=

1
2n

00

SII(w)ejWdw
-00

(1.70)

En faisant

t = O,

il vient :
(1.71)

Et en tenant compte de la relation (1.67) :


(1.72)

Cest bien la raison pour laquelle Si ( w ) est appele densit spectrale de puissance du signal X I ( t ) .

1.7

REPRSENTATIONET CLASSIFICATION DUN SYSTME


Reprsentation dun systme

A.

On appelle systme la modlisation mathmatique dun processus physique qui relie un signal dentre (source ou excitation) un signal de sortie (rponse).

CHAP. 11

SIGNAUX E J SYSTMES

Soit respectivement x ( t ) et y ( t ) les signaux dentre et de sortie dun systme. On dit que le systme effectue une transformation de x ( t ) en y ( t ) . On reprsente cela de faon symbolique :

o P est loprateur qui transforme x ( t ) en y ( t ) , comme le reprsente la figure 1-3.

J(0

SystCiilc

y([)

B.

Classification dun systme

1. Systmes temps continu et systmes temps discrtis

Si les signaux dentre et de sortie x ( t ) et y ( t ) sont des fonctions continues du temps, on dit quil sagit dun systme temps continu, appel gnralement systme analogique. Si ces signaux sont constitus de squences de valeurs discrtes, il sagit dun systme temps discrtis appel en gnral systme chantillonn. Dans la suite de cet ouvrage, nous traiterons essentiellement des systmes analogiques.

2.

Systmes linaires

Si loprateur P de la relation (1.73)satisfait aux deux conditions suivantes, alors P est un oprateur linaire et le systme reprsent par P est un systme linaire.

a. Additivit

P [ x ,( t ) + X2(t)] = P [ X I
pour tout couple de signaux x l ( t ) , x 2 ( t ) .

O)] + P[x2(t)]= Yi(t>+ Y2(t)

(1.74)

b. Homognit
~ [ a x ( t )= ] a ~ [ x ( t )= ] ay(t)

(1.75)

pour tout signal x ( t ) et scalaire a. Un systme qui ne satisfait pas la relation (1.74) euou la relation (1.75) est dit non linaire.

3. Systme invariant dans le temps


Si un systme satisfait la condition suivante, il est dit temporellement invariant :

o to est une constante relle quelconque. La relation (1.76) signifie quun retard sur le signal dentre produit le mme retard sur le signal de sortie. Un systme qui ne satisfait pas cette condition est dit variable dans le temps.
4.

Systmes linaires invariants dans le temps (SLIT)

Si le systme est dune part invariant dans le temps et de plus linaire, on dit quil sagit dun systme linaire invariant dans le temps (SLIT).

10

SIGNAUX ET SYSTMES

[CHAP. 1

1.8 RPONSE IMPULSIONNELLE ET RPONSE EN FRQUENCE A. Rponse impulsionnelle


La rponse impulsionnelle dun systme linaire invariant dans le temps est le signal de sortie fourni par le systme lorsque le signal dentre est la fonction 6 ( t ) ,cest--dire :
h ( t ) = Pf)]

(1.77)

La fonction h ( t ) est arbitraire, elle peut ne pas tre de valeur nulle pour t < O. Si, en revanche, on a la relation
h(t)= O

pour t < O

(1.78)

le systme est dit causal.

Rponse une entre arbitraire La rponse y ( t ) dun SLIT un signal dentre quelconque x ( t ) sexprime comme convolution de x ( t ) avec la rponse impulsionnelle h ( t ) du systme, cest--dire :
B.
y(r) = x(t)

* h(t)= *

comme lopration de convolution est commutative, on peut aussi crire la relation de la faon suivante :
0 0

0 0

x ( t ) h ( t - t)d t

(1.79)

y(t) = h(t) x(t) =

(1.80)

C. Rponse dun systme causal Daprs les relations (1.78) et (1.79)ou (1.80),la rponse y ( r ) dun systme causal linaire indpendant du temps est donne par :
y(t) =

Un signal x ( t ) est dit causal sil est valeurs nulles pour t < O. Si le signal dentre est causal, on a donc :

si,

x ( t ) h ( t - r )d t =

Jr-

x(r - r ) h ( s ) d s

(1.81)

x(t)h(r - r ) d t = D.

(1.82)

Rponse en frquence Si lon applique maintenant le thorme de la convolution (1.53)relatif la transforme de Fourier la relation (1.79),on obtient :
Y(o) = X(w)H(w) (1.83)

o X ( w ) = F [ x ( t ) l , Y ( w ) = F[y(r)l, et H ( w ) = F [ h ( t ) l . H ( w ) est appele rponse en frquence ou fonction de transfert du systme. On a donc :


(1.84)

La figure 1-4 illustre les relations (1.77),(1.79) et (1.83).


II (O)

t
(Y(,)
sL,l

II(0

CHAP. I l

SIGNAUX ET SYSTMES

II

En prenant la transforme de Fourier inverse de la relation (1.83), on obtient pour expression du signal de sortie : 03
y(r> =

i 2n

x(w)H(w)ejw' ciw

(1.85)

-03

On voit ainsi que la rponse impulsionnelle h ( t ) ou la rponse en frquence H ( w ) dfinit compltement le systme SLIT.

1.9 SYSTMES LINAIRES ET FILTRAGE A. Spectre de frquence


La rponse en frquence H ( w ) est une proprit caractristique d'un systme SLIT. Il s'agit gnralement d'une quantit complexe, qui peut s'crire sous la forme :

H ( w ) = 1 H ( w )lej'h(")

(1.86)

Dans le cas d'un SLIT dont la rponse temporelle h(r) est valeurs relles, H ( w ) satisfait la relation de symtrie-conjugaison [relation (1.27)] : H(-w) = H*(w) (1.87) ce qui est quivalent :
(1.88~)

(1.88b)
Ce qui montre que l'amplitude IH(w)l est une fonction paire de la frquence, tandis que la phase &(O)est une fonction impaire de la frquence. Posons
Y ( W )= lY(w)lejev(w) X ( W )= IX(w)lejeY(")

(1.89)

(1.904

(1.90b)
Remarquons au passage que le spectre d'amplitude du signal de sortie est le produit du spectre d'amplitude du signal d'entre par celui de la rponse impulsionnelle, tandis que le spectre de phase du signal de sortie est la somme du spectre de phase du signai d'entre et de celui de la rponse impulsionnelle. On peut donc dire qu'un systme SLIT filtre le signai d'entre qui lui est appliqu. On utilise ici le motJiZrre pour dsigner un systme qui prsente une certaine slectivit dans le domaine des frquences.

B. Transmission exempte de distorsion


La transmission sans distorsion d'un signal au sein d'un systme impose la reproduction fidle en sortie du signal d'entre. Si x ( t ) est le signal d'entre, le signal de sortie doit donc tre de la forme
y(r) = Kx(r

- tr)

(1.91)

o tr est un rerurd et K une consrunte de gain, comme l'illustrent les figures 1-5(u) et 1-5(b).Si l'on prend la transforme de Fourier des deux membres de la relation (1.91), on obtient
Y ( W )= Ke-jw'rX(w)

(1.92)

12

SIGNAUX ET SYSTMES

[CHAP. I

((1)

Signal dcnirk

( c ) Iii(o)lcn

fonction d c , ~

KA[---iA

.t

d ;
r
O

fI

+ t,
ICIitC
= -tr

( O ) Signal dc sortic

( d ) ,,(o) cn fonction dc w

Fig. 1-5 Transmission dun signal sans distorsion

Daprs la relation (1.83),il apparat que la condition pour quun systme soit exempt de distorsion est : H ( w ) = IH(w)lejeh(w) = Ke-jwtr
(1.93)

Ce qui veut dire que lamplitude de H ( o ) doit tre constante quelle que soit la frquence, tandis que la phase de H ( w ) doit tre une fonction linaire de la frquence, comme lillustrent les figures 1-5(c) et (4.

C. Distorsion damplitude et distorsion de phase


Lorsque le spectre damplitude 1 H ( w )1 de la rponse du systme varie dans la bande de frquence dans laquelle on travaille, les diverses composantes frquentielles du signal sont transmises avec un gain ou une attnuation qui varie dune frquence lautre. On dit quil y a distorsion damplitude. Lorsque la phase 6, (O) du systme ne varie pas linairement avec la frquence, la forme du signal de sortie diffre de celle du signal dentre parce que ses composantes frquentielles sont toutes affectes de retards diffrents. On dit quil y a distorsion de phase.

1.10 FILTRES
Un filtre est un systme dont la rponse en frquence H (O) volue dans certaines bandes de frquence. On classe les filtres en passe-haut, passe-bas, passe-bande ou coupe-bande (ce dernier tant parfois appel rjecteur).

A. Filtre passe-bas idal


On dfinit le filtre passe-bas idal. au moyen de la relation :
(1.94)

CHAP. 11

SIGNAUX ET SYSTMES

13

La figure 1-6(a) reprsente lamplitude et la phase de HPB(o).Le filtre passe-bas idal transmet toutes les composantes du signal de pulsation w infrieure w, sans distorsion; O, = 2nf, o f, est la frquence de coupure du filtre. Aucune des composantes du signal de pulsation suprieure w, nest transmise. La rponse impulsionnelle dun filtre passe-bas idal sobtient en prenant la transforme de Fourier inverse de la relation (1.94), ce qui donne : (1.95) La figure 1-6(6)reprsente la rponse impulsionnelle dun filtre passe-bas idal h p B ( t ) .

-6A

0 ,

-2nWC

(0)

Fig. 1-6 Rponse en frquence et rponse

B. Filtre passe-haut idal


La fonction de transfert dun filtre passe-haut idal rpond la dfinition suivante :
e-jofr

pour IwI 2 w, autrement .

(1.96)

La figure 1-7 reprsente la loi de variation de lamplitude et de la phase en fonction de w. Un filtre passe-haut idal limine du signal dentre qui lui est appliqu toutes les composantes dont la pulsation w est infrieure la valeur w, = 2rr f,, o fc est la frquence de coupure. Il laisse passer sans distorsion toutes les composantes de pulsation w suprieure wc. La rponse en frquence dun filtre passe-haut idal peut sexprimer de la faon suivante :
HPH(w)

= e-jmr

~pB(w)

(1.97)

o H p B ( w ) rpond la dfinition (1.94).

C.

Filtre passe-bahde idal


Un filtre passe-bande idal rpond la dfinition suivante : (1.98)

La figure i -8 reprsente la phase et lamplitude de H B ( w ) .

14

SIGNAUX ET SYSTMES

[CHAP. 1

IHPH (01I

1
l
I

-0,

\
Fig. 1-7 Rponse en frquence dun passe-haut idal Fig. 1-8 Rponse en frquence dun passe-bande idal

D.

Filtre coupe-bande idal

Un filtre coupe-bande idal limine les composantes de frquence dun signal dont la pulsation se situe entre les valeurs w,, et wc2,les autres composantes tant transmises sans distorsion. La figure 1-9 reprsente la phase et lamplitude de la rponse en frquence H c ~ ( wdun ) filtre coupe-bande idal.

Fig. 1-9 Rponse en frquence dun coupe-bande idal

La rponse en frquence du filtre coupe-bande idal sexprime comme suit :


(1.99)

o H B ( O ) est donn par la relation (1.98).

CHAP. 11

SIGNAUX ET SYSTMES

15

E. Filtre causal
On notera que tous les filtres que nous venons de passer en revue sont du type non causal puisque h ( t ) # O pour t < O. Il est impossible de raliser des filtres idaux. Comme le montre la relation (1.78),un filtre causal (physiquement ralisable) doit satisfaire la condition :

h(r) = O pour t < O

1.11 BANDE PASSANTE A. Bande passante dun filtre (ou dun systme)
La bande passante B p dun filtre passe-bas idal est gale sa frquence de coupure, cest--dire (si lon raisonne sur la pulsation) B P = O, [fig. 1-6(a)]. De mme, la bande passante dun filtre passe-bande idal est donne par B p = O,,- w,, (fig. 1-8). Le point de pulsation mdiane wo = i(wc, O,*) est lafrquence centrale du filtre. On dit quun filtre est bande troite si Bp < < 00. On ne dfinit pas de bande passante pour un filtre passe-haut ou pour un coupe-bande. On utilise couramment pour les filtres ralisables, donc non idaux, la notion de bande passante 3 dB, B3d~. Pour un passe-bas, B3 dB est gal la frquence (positive) pour laquelle le spectre damplitude 1 H (O) 1 franchit en dcroissant une valeur gale IH(O)I/2/2, comme lillustre la fig. 1-lO(a). Pour un filtre passe-bande, B 3 d ~ est dfini comme la diffrence des frquences auxquelles le spectre damplitude IH(w)l franchit en dcroissant une valeur gale IH(oo)1/2/2 o IH(wo)l est la valeur maximale du spectre damplitude, la valeur 00, frquence centrale du filtre. Cette dfinition, quelque peu arbitraire, peut devenir ambigu, voire multiple dans le cas de rponses en frquence prsentant plusieurs maximums, mais elle est largement rpandue dans la pratique. On aura not, au passage, que ces dfinitions concernent uniquement laxe des frquences positives, ignorant les lments symtriques du domaine des frquences ngatives.

(1))

Fig. 1-10 Bande passante dun filtre

16

SIGNAUX ET SYSTMES

[CHAP. 1

B. Largeur de bande dun signal


On entend par largeur de bande dun signal la gamme de frquence dans laquelle se rpartit la partie signijicative de son nergie. Cette dfinition est ambigu et donne donc lieu des interprtations diverses. On retiendra que la bande passante en puissance dun signal est la diffrence w2 - w1 o 01 < w < w2 dfinit lintervalle de frquence dans lequel rside 99% de la puissance du signal. La largeur de bande dun signal x ( t ) peut tre dfinie au moyen du concept de bande passante 3 dB dun filtre, en tudiant le spectre damplitude IX(w)l du signal. Cest ainsi quen remplaant IH(w)l par IX(w)l sur les figures 1-6, 1-7 et 1-8, on obtient les reprsentations de signaux respectivement de spectre basse frquence, de spectre haute frquence et de spectre limit en frquence.

1.12

RELATION ENTRE DENSITS SPECTRALES DENTRE ET DE SORTIE DUN SYSTME

Considrons un systme linaire indpendant du temps dont la fonction de transfert est H ( w ) auquel est appliqu un signal dentre x ( t ) et qui dlivre un signal de sortie y ( t ) . Sil sagit de signaux de dure limite, daprs la relation (1.62) leurs densits spectrales nergtiques sont respectivement Sxx(o) = IX(w)1* et sYy(w)= ly(w)I2. Comme Y ( O ) = ~ ( w ) ~ ( w il en ) , rsulte que :

Une relation semblable existe pour les signaux de dure illimite dont on peut valuer la puissance moyenne, en utilisant la densit spectrale de puissance de ces signaux :

Problmes rsolus
CLASSIFICATION DES SIGNAUX 1.1.
Tracer les signaux suivants et dterminer sil sagit de signaux nergie finie, puissance finie ou nappartenant aucune de ces deux catgories. ( a ) x ( t ) = A s i n t , -cm < t < CQ (b ) x ( t ) = A [ u ( t a ) - u(t - a ) ] , u > O x ( t ) = e-ll, a > O (c)

(4
(e)
(a)

x(t> = u(t>

x(r) = tu(t)
x(t)

= A sin t (voir fig. 1 - 1 1). Comme x ( t ) est priodique de priode 2n, il sagit dun signal puissance

finie.

= I

7 1T [ x ( t ) ]2 d t =
s,2n

c !
2Jf

-(l

~1
1

2n

A2sin2rdt
A2

cos2t)dt = 2

CHAP. 11

SIGNAUX ET SYSTMES

17

1 A sin I

Fig. 1-11

(b)

x ( t ) = A[u(r + a ) - u(t - a ) ] ,a > O (voir fig. -12). Ce signal a une dure limite, il est donc

nergie finie.

E =
J -a

A 2 t = 2aA2

2
-a

Fig. 1-12

(c)

x ( r ) = e-alfl =

t>O

(Voir Figure 1- 13.)

E =

00

[x(t)]'dt =

00

e-2alfldt

x ( t ) est donc un signal nergie finie.

A
Fig. 1-13 O
t

18
(d)
x(t) = u(t)

SIGNAUX ET SYSTMES

[CHAP. I

(Voir figure 1-14)

TI2

E = lim
.

T-tm [ T I 2
T
1

[ x ( r ) I 2 dr = lirn
T+IX

JOTi2

i2dt

= Iim
T+m

- = CO
2

1 TI2 P = lim [ x ( t ) I 2 d t= lirn T-tm T [ T i 2 T+wT

i2dt

x(t)

est donc un signai puissance finie

1
O

Fig. 1-14
(e)
x ( t ) = tu(t)

(Voir figure 1-15.)

Ainsi x ( r ) nest ni un signal nergie finie ni un signal puissance finie.

Fig. 1-15

CHAP. 11

SIGNAUX ET SYSTMES

19

1.2.

Soit x1 (f) et x 2 ( t ) deux signaux priodiques de priodes respectives TI et T2. Dans quelles conditions la somme X ( f > = xi (f) X2(t)

est-elle priodique et, dans ce cas, quelle est sa priode? Daprs la relation (1.5),

+ T i ) = x i (t + mTi) x2(t) = x2(t + T2) = x2(t + nT2)


XI

( t ) = XI ( t

avec m entier avec n entier

Si donc TI et T2 sont tels que


mTj = nT2 = T

(1.102)
(t)

alors

~ ( t T ) = XI (t

+ T ) + ~ 2 (+ t T)=
-

XI

+ x2(t) = ~ ( t )

ce qui signifie que x ( t ) est priodique. La condition pour cela est que lon ait la relation : 7-1 _
T2 n - = un nombre rationnel m

La valeur de la priode commune est le plus petit commun multiple des nombres TI et T2, dduit de la relation (1.1&?),lorsque m et n sont premiers entre eux. Si, en revanche, le rapport TI/ T2 est irrationnel, les signaux X I ( t ) et x2(t) nont pas de priode commune et x ( t ) nest pas priodique.

1.3.

Les signaux qui suivent sont-ils priodiques? Sils le sont, trouver leur priode.
(a)
x(t> =

cos f t

(b)
(a)

(b)

~ ( t= ) cos I 2 sin J Z r cos est une fonction priodique de priode TI = 677, et sin i f est priodique de priode T2 = 8n. Comme Ti /T2 = 6n/8n = $, valeur rationnelle, x ( t ) est priodique, de priode T = 4Tl = 3T2 = 24j-r. COS^ est priodique, de priode Ti = Zn,et sin f i t est priodique, de priode T2 = f i n . Comme TI/T2 = 2 n / ( f i j - r )= f i ,valeur irrationnelle, x ( r ) nest pas priodique.

if

+ sin t t +

FONCTIONS SINGULIRES
1.4.

Vrifier les proprits (1.9)et (1.10)


(a)

(b)

1 S(ar) = - S ( f > la I a(-?> = i ( r > La dmonstration de ces proprits repose sur la relation dquivalence suivante : Soit g i ( t ) et g2(t) deux fonctions gnralises, il existe une relation dquivalence qui nonce que gl ( t ) = g2(t) si et seulement si :

(1.103)
quelle que soit la fonction @ ( t ) . En faisant le changement de variable, u t = T , t = r / a , d t = ( l / u ) d r ,on obtient : S i a > O,
G(ar)@(t)dr=

(a)

!.Ica
a
-03

S(T)@(

: )

dt

20
Si a < O,

SIGNAUX ET SYSTMES

[CHAP. 1

Ainsi, quel que soit a


rcu

En utilisant la relation (1.7)pour 4(0), on obtient

quelle que soit la fonction @ ( t ) .En invoquant alors lquivalence de la relation (1.103),on obtient :

I S(ar) = - S ( r )
la I

(b)

En faisant a = - 1 dans la relation ci-dessus, il vient :

S(-r) =
ce qui montre que S ( t ) est une fonction paire.

1 - II

6(r) = S(f)

1.5.

Vrifier la proprit (1.12) :


x(f>h(t- ro) = x(ro)h(r - fo)
Si x ( r ) est continue t = ro, on a :
00

[ x ( W ( t - ro)l@(r)dr =

S ( r - t ~ ) [ x ( t ) @ ( t dr )l

= x(ro)@(ro)
00

L
00

[x(to)S(f - to)I@(t)dt

et ceci quelle que soit la fonction @ ( t )En . invoquant la relation dquivalence (1.103), on conclut que
x ( t ) d ( t - t 0 ) = x(to)6(r - r0)

1.6.

Montrer que les proprits suivantes sappliquent aussi aux drives de 6 ( r ) :


(a)
00

@(r)h(t) dr = +(O)

(1.104)

(1.105)

CHAP. 11
(a)

SIGNAUX ET SYSTMES

21

En utilisant les relations (1.15) et (1.7),on obtient :


G(t)#'(t)dr = -#'(O)

(b)

En utilisant nouveau les relations (1.15) et (1.7), il vient :

En invoquant l'quivalence (1.103), on en dduit que :


tS'(t) = - S ( t )

1.7.

Evaluer les intgrales qui suivent.


(a)

l,(r2 + l, l,
CO CO
00

cosnr)S(t - 1)dt

e-'S(2r - 2) d t

e-2'S'(t) d t

22

SIGNAUX ET SYSTMES

[CHAP. I

SRIES DE FOURIER 1.8.


Trouver la srie de Fourier complexe du signai :
x ( t ) = cos oot

+ sin2 woc

Nous pourrions faire appel la relation (1.19) pour calculer les coefficients de la srie mais utilisons ici les formules d'Euler qui dfinissent le sinus et le cosinus.

On trouve en dfinitive que identiquement nuls.

CO

i, cl

= c-I =

$,

c 2 = c-2

= - 4 et que tous les autres coefficients sont

1.9.

Trouver la dcomposition en srie de Fourier du train d'impulsions & ( t ) reprsent sur la figure 1 - 16(a), dfini par la relation
a 3

T(t) =
n=-m

(t

-nT)

(1.106)

Posons

D'aprs la relation (1.153, les coefficients cn sont donns par :

Ainsi :
(1.107)

...

-T

'/

O
(0)

2T

...
*
t

- WII

2%

II 2a T
(h)

Fig. 1-16

CHAP. i l

SIGNAUX ET SYSTMES

23

1.10. Calculer et tracer le spectre damplitude du signal carr priodique x ( r ) reprsent sur la figure 1-17(a) pour d = T / 4 e t (b) d = T / 8 . (a)
Daprs la relation (1.18) (en faisant to = O), avec wg = 2 n / T , il vient :

(1.108)

On notera que Icn 1 = O chaque fois que nwgd/2 = m n , soit :

m2n nwg = d
(a)

m = O , k i , k 2 ...

d = T/4, nwgd/2 = n n d / T = n n / 4

A sin(nnf4)

Le spectre damplitude correspondant est reprsent sur la figure 1-17(b).

Ix(r)

24
(b)

SIGNAUX ET SYSTMES

[CHAP. 1

d = T/8, n w d / 2 = nnd/T = nn/8


lCnl=

XI

A sin(nrrf8)

nn/8

1
wo =

Le spectre d'amplitude correspondant est reprsent sur la figure I-l7(c).

1.11. Soit x ~ ( t et ) x2(t) deux signaux priodiques de priode T , dont les sries complexes de Fourier s'expriment comme suit :
00

00

xl(t) =

n=-a3

dneJnmf

x2(t> =

n=-m

C enejnmt

2n T
1

Montrer que le signal xI( t ) x z ( t ) est priodique de priode T et peut se mettre sous l'a forme

n=-m

o c, a pour expression :
cn =
x(t

+ T ) = x i ( t + T)x2(t + T ) =

C dken-k k=-oo
XI

Co

(1.109)

( t ) x z ( t )= x ( t )

Donc x ( t ) est priodique de priode T . Posons donc

,=-Co

Alors :

1.12. Reprenons les signaux x1 ( t ) et x2(1)du problme 1.1 1. Montrer que


(1.I I O)

La relation (1.110) est connue sous le nom de formule de Parseval.


D'aprs le problme 1.1 1 et la relation (1.109),on a :

En faisant n

=O

dans l'expression prcdente, on obtient


x l ( t ) x z ( t ) d t= T -TI2 k=-m

c
CO

dke-k =

n=-oo

c
CO

dne+

CHAP. 11

SIGNAUX ET SYSTMES

25

TRANSFORME DE FOURIER
1.13. Quelle est la transforme de Fourier de l'impulsion rectangulaire x ( t ) , reprgsente sur la figure l-l8(u), d'expression
(1. l l I )

J-00

J -u
aw

2sinaw sinaw -= 2aw

(1.112)

La figure 1 - 18(b)reprsente la transforme de Fourier de pu ( t ) .

Fig. 1-18

1.14. Calculer la transforme de Fourier du signal reprsent sur la figure 1.19(a), qui a pour expression :
x(t) =

sin u t nt

(1.113)

D'aprs la solution du problme 1.13, nous avons :

En invoquant la proprit de dualit (1.34)de la transforme de Fourier, il vient :

F -mat
Donc

[:-1

=2npu(-w)

(1.114)

o p u ( w ) rpond la dfinition suivante [voir relation (1.111) et figure 1-19(b]:

26

SIGNAUX ET SYSTMES

[CHAP. 1

-a

Fig. 1-19

1.15. Montrer que si


x(t)

* X(w>

alors

1 1 - wo) - X ( w wo) 2 2 La relation (1.15) est connue sous le nom de thorme de la modulation.
x ( t ) coswor

* -X(w
1 2

(1.115)

En appliquant lafornrule d'Euler cos wgf = - ( e l q ) ' + e - j q ) ' )


si l'on invoque alors la proprit (1.31) relative au dcalage en frquence, on obtient
.

X( w )
1 2

______--____-------I

1,

(b)

Fig. 1-20

CHAP. 11

SIGNAUX ET SYSTMES

27

Daprs la relation (1.114)et le thorme de la modulation, on peut crire : sin at x ( r ) = -cos wor
Ir?

fonction que lon a reprsente sur la figure I .20(b).

1.17. Soit x ( t ) un signal rel et sa transforme X ( w ) = F [ x ( t ) ]montrer , que lon a :

F[x(-r)]= X ( - w ) = X * ( O >
Daprs la dfinition (1.24) on a :

(1.116)

J-63

J-63

Si donc x ( t ) est un signal rel,

Do finalement :
X(-w) = X*(W)

1.18. Considrons un signal rel x ( t ) et sa transforme :


X ( W ) = F [ x ( ~= )] A(@)

+jB(w)

(1.117)

Montrer que x ( t ) peut se dcomposer comme suit :


x(r) = x,(t)

+xi(t)

(1.118)

o x p ( r ) et x i ( t ) sont les composantes respectivement paire et impaire de x ( t ) . Montrer que :


xp(t> * A ( w )
xi(t>

(1.119) (1.120)

* jB(w)

Posons
x(?)= x p ( t ) +xi(r)

alors
x ( - r ) = x,(-t)
et lon a :

+x;(-r)

= x,(t) - x ; ( r )

xp0) =
Xi(?)

I p) +x(-r)l
I

(1.12 l a )

2 Maintenant, si x ( r ) est un signal rel, daprs la relation (1.116)du problme 1.17, on a :

= -[x(t) - x(-r)]

(1.121b)

F[x(?) = ] X(O) = A ( w ) + j B ( w )
.F[x(-~) = ] X ( - O ) = X*(W) = A(w) - jB(w)

Do lon conclut que


F[Xp(t)]=

-X(O) + - X * ( O )
2 2
1 1

= A(w)

2 2 Les relations (1.119)et (1.120) montrent que la transforme de Fourier dun signal rel pair est une fonction relle de w et que celle dun signal rel impair est une fonction imaginaire pure de w.

F[xj(t)]= - X ( w ) - - x * ( w ) = j B ( w )

28

SIGNAUX ET SYSTMES

[CHAP. 1

1.19. Trouver la transforme de Fourier de la fonction signe note sgn(t) (voir fig. 1-21), dfinie d e la faon
suivante :

(1.122)

Fig. 1-21 Fonction signe La fonction signe sgn(r) peut aussi sexprimer de la faon suivante : sgn(t) = 2 u ( t ) - 1 La relation (1.16)permet dcrire
d -sgn(r) dr
= 26(r)

Soit En appliquant le thorme de drivation (1.35), on obtient :


jWX(W)

= F[26(f)] =2

et

2 X ( W ) = F sgn(r) = -

(1.123)

JW

On aura remarqu au passage que sgn(r) est une fonction impaire et que, donc, sa transforme de Fourier est une fonction imaginaire pure de W .

1.20. Vrifier la relation (1.44),qui tablit que : u(r) f, n S ( w )


1 +JW

Comme on la vu sur la figure 1-22, u ( t ) peut sexprimer de la faon suivante :


u(t) =

- + -sgn(t)
2 2

Notons que $ est la composante paire de u ( t ) et que isgn(t) est la composante impaire de u ( t ) , il en rsulte que :

Fiu(t)l = z F [ i l
ce qui devient, en invoquant les relations (1.40) et (1.123) :

1 + -F[sgn(t)l 2

Fig. 1-22 Fonction chelon unitaire et ses composantes paire et impaire

CHAP. 11

SIGNAUX ET SYSTMES

29

1.21. Quelle est la structure de la transforme de Fourier dun signal x(i) priodique, d e priode T ?
On peut exprimer X(t) sous ia forme :

En prenant la transforme de Fourier des deux membres de cette relation et en tenant compte de la relation (1.41), on obtient : X ( 0 ) = 2rr
n=-cc

c
cc

c,S(w - nwo)

(1.124)

La transforme de Fourier dun signal priodique se compose dune suite de raies aux frquences harmoniques de la frquence fondamentale du signal.

1.22. Calculer la transforme d e Fourier du train dimpulsions priodique 8~(i) [figure 1-23(a) et relation (1.I06)].
8,(t) =

s(t

nT)

n=-co

(a)

(h)

Fig. 1-23 Train dimpulsions unitaires et sa transforme de Fourier


Daprs la relation (1.107) du problme 1.9, le dveloppement en srie de Fourier complexe de & ( t ) est le suivant :

En appliquant la relation (1.24) on obtient :

or il se trouve que :
S(f - n T )

03

=wg

S(w-noo)
n=-cc

(1.125)

Il en rsulte que la transforme de Fourierdun traindimpulsions unitaires de priode T est aussi un train dimpulsion unitaire, de priode ~0 = f [voir fig. 1-23 (b)].

30

SIGNAUX ET SYSTMES

[CHAP. 1

CONVOLUTION
1.23. Dmontrer la relation (1.52), qui nonce que :
x(r)

* s ( t - to) = x ( t - to)

Si lon invoque la proprit (1.48) de commutativit de la convolution ainsi que la proprit (1.8) relative la on peut crire : fonction 8, x ( t ) * S ( r - 10) . = S ( t - to) * x ( t )
-

1,

00

S(t

- tO)X(t - s ) d t

= x ( t - r)lr=t, = x ( t - 10)

1.24. Montrer que


x(t)

* 6(r) = x ( r )
= -S(t)

(1.I 26)

11 nous sera utile de dmontrer tout dabord que :

S(-r)

(1.127)

Nous avons en effet :

=-.Lm
CO
00

6(t)$(-t)dt

relation (1.15)

= S_M[-Sl(t)l4(t) d t

Si lon invoque la proprit dquivalence (1.103),


S(-t)

= -S(t)

et daprs la dfinition de la convolution (1.47) :

relation (1.127)

relation (1.15)

1.25. Dmontrer le thorme temporel de la convolution (1.53), savoir :

En changeant lordre des intgrations, il vient :

CHAP. 11

SIGNAUX ET SYSTMES

31

Et en appliquant la proprit de translation temporelle (1.30) de la transforme de Fourier,


J -00

[" x 2 ( t - t)ej"' dt = X2(w)e-jWr

On obtient en dfinitive :

XI

(r)e'"' d t X2(w) = X I (w)Xz(w)

1.26. Montrer que :


x(t)

* u(t) =

lm
x ( t ) dt
1
t c t

et calculer s a transforme de Fourier.


D'aprs la dfinition de la convolution (1.47),on a :
x(r)u(t - r ) d t = L W x ( r ) d r

Puisque
u(t - t) =

t > t

Ensuite, en invoquant le thorme de la convolution (1.53)et la relation (1.44), il vient

= nX(O)S(w)

1 + -X (w)
JW

Puisque X ( w ) S ( w ) = X(O)S(w)d'aprs la relation (1.11).

1.27. Montrer que, si x ( t ) est un signal dont la bande passante est limite, c'est--dire

X(O) = O
alors
x(r)

pour

101

> O,

sin ut *= x(r) nt
1

si a > O,

D'aprs le problme 1.14, on a :

*Pub)= nt
On a aussi, d'aprs le thorme de la convolution ( 1 . 5 3 ,

sin at

101<a
JWl>U

sin ut x ( t ) * -++ X ( w ) p u ( o ) = X(w)


7rt

si a > w,

D'o :
x(t)

sin ut *=x(t) nt

si a > wC

32

SIGNAUX ET SYSTMES

[CHAP. 1

1.28. Utiliser le thorme de convolution relatif au domaine des frquences (1.54) pour dduire le thorme de la modulation (1.115). (Voir problme 1.15.)
D'aprs la relation (1.42), on a : COSWOt D'aprs le thorme de la convolution (1.54),
tf

n8(w-wo)+rr8(wfwo)

la seconde galit rsulte de la relation (1.52).

1.29. Soit deux signaux XI ( t ) et x 2 ( t ) dont les transformes de Fourier sont, respectivement, X I ( w ) et X2(w). Montrer que l'on a :
CO

xl(t)x2(id )t =

-L 2n

CO

x 1 ( w ) x 2 ( - w )dw

(1.128)

-00

D'aprs le thorme de la convolution (1.54),nous avons :

C'est--dire :

CO

[XI ( t ) x 2 ( t ) ] e - j w '

dr =

L 2rr

CO

X i (h)X2(w- h)dh

-00

En faisant w = O, il vient :
xl(t)xz(t)dt=

2n -00 Et en changeant le nom de la variable muette d'intgration :


CO

00

X1(h)X2(-A)dh

1.30. Dmontrer le thorme de Parseval [relation (1.65)] pour la transforme de Fourier.


Si x ( r ) est rel, on dduit de la relation (1.116)du problme 1.17 l'galit suivante :
X ( - w ) = X*(W)

En utilisant la relation (1.128) du problme 1.29, on peut crire :

CORRLATION ET DENSIT SPECTRALE


1.31. Calculer et tracer la fonction d'autocorrlation R I1(r) de la fonction
xI(t) = U ' u ( t )

a >O

D'aprs la dfinition (1.55)de l'autocorrlation,


CO

Rii(t)

=[COx~(t)xi(r -t)dr
CO

e-''u(t)e-u('-r)u(t - s ) d t

J-CO

CHAP. I l

SIGNAUX ET SYSTMES

33

Pourr > O o n a :
u(t)u(t - r ) =

t>r t<r

Ainsi,

Comme R I 1 ( 5 ) est une fonction paire de r [relation (1.58)],on en dduit que :


1 Ri1 ( r ) = -e-ulT1 2a a >O

ce quillustre la figure 1-24.

Fig. 1-24

1.32. Montrer que la fonction dintercorrlation des signaux xi ( t ) et x2(t) peut scrire sous forme dune
convolution :
R12(t) = xi (t) X z ( - t )

(1.129)

Si lon applique la dfinition de la convolution :


xi (5) * x2(-r) =

s_,
00

00

x i (h)xz[-(r - h)l d h

XI

(h)x.z(h - r ) d h = Ri2(r)

1.33. Montrer que si


Alors

3 [ R 1 2 ( t ) ]= X I

(W)X2(-W)

(1.130) (1.131)

F[RIl(t)] = X,(W)Xi(-W) Daprs la proprit dinversion du temps (1.33) de la transforme de Fourier :


x(-r)
tf

X(-w)

En appliquant le thorme de la convolution (1.53) la relation ( / . / 2 9 ) ,on obtient :


F[Ri2(5)] = Xi(w)X2(-w)

Et en faisant x 2 ( t ) = X I ( t ) ,il vient :


~ [ R I I (= ~X )~ ]( w ) X i ( - w )

1.34. Dmontrer la relation (1.62) qui tablit, si X I ( t ) est rel, que :


SiI(W) = 3 [ R l l ( t ) ] = IX1(W)l2 Si XI ( t ) est rel, on peut crire, daprs la relation (l.//d) du problme 1.17 :
XI (4) tf

X I (-w) = x ; ( w )

34
4 37

SIGNAUX ET SYSTMES

[CHAP. 1

Et en appliquant la relation (&nous

obtenons :

1.35. Vrifier la relation (1.62)pour XI ( r ) = U u ( r ) .


Daprs la relation (1.45),

X,(w) = jw+a

donc

Nous avons aussi, daprs le-problme 1.31 :


Ri ~ ( r= ) -e-lr1 2a
1
a >O

Et daprs la relation (1.46) :

1.36, Montrer que la fonction dautocorrlation moyenne temporellement dun signal priodique de priode TI est priodique et de mme priode.
Soit XI ( t ) un signal priodique de priode Ti. On peut crire que :
XI( t )

=XI(t

XI(?

-r)=xi(? -r

+ Ti) +TI)

En appliquant la relation (1.68)

i /TI12 TI -Tif2
-

XI @)XI ( t

- 5) dt

= Rll(T)

Ce qui montre que Ri I (t)est priodique, de priode T I .

1.37. Calculer la fonction dautocorrlation moyenne temporellement du signal sinusodal :


XI

( r ) = A sin(w1r

+ 4)

WI

Daprs la relation (1.68),

=T I

2r

(1.132)

CHAP. 11

SIGNAUX ET SYSTMES

35

1.38. Vrifier la relation (1.72) pour le signal sinusodal du problme 1.37.


Daprs les rsultats obtenus au problme 1.37, la relation (1.132),et en invoquant la relation (i.142), lexpression de la densit spectrale de puissance 31 1 (w)de X I ( t ) est la suivante :

On peut crire

= -(1

A*

A2 + 1) = = Pi 2

O P I est la puissance moyenne du signal X I ( t ) sur une priode.

REPRSENTATION ET CLASSIFICATIONDES SYSTMES 1.39. Considrons le systme dont la relation entre signal dentre x ( t ) e t le signal d e sortie y ( t ) est linaire :
y(t) =ax(t)

+b
+b

o a et b sont des constantes. Peut-on dire que ce systme est linaire? On reprsente la relation entre signal dentre et signal de sortie au moyen dun oprateur P, tel que :
y ( t ) = P [ x ( t ) ]= a x ( t )

Considrons deux signaux dentre X I ( t ) et x2(t), les signaux de sortie correspondants seront respectivement :

+b ~ ( t=)P [ x 2 ( t ) l = ax2(t) + b Si lon applique maintenant un signal x ( t ) = X I ( t ) + x2(t), le signal de sortie sexprime comme suit :
Yi ( t ) = P[Xl ( l ) l = axi ( t )

On constate que
Y(t)#
Yi(?)

+ Y2Q)

ce qui prouve que la proprit dadditivit (1.74) nest pas satisfaite et que le systme nest donc pas linaire. Dailleurs, la proprit dhomognit (1.75) nest pas satisfaite non plus puisque
~ [ 2 x ( i )= ] 2ax(t)

+b + 2y(r)

1.40. Dterminer si les systmes proposs ci-aprs sont linaires ou non. ( a ) P[x(t)] =x(t) COSW,~ P [ x ( t ) ] = [ A x(t)]cosw,r (b)

Le systme (a) est donc linaire.

SIGNAUX ET SYSTMES

[CHAP. I

p [ x l ( t ) +x2(r)] = [ A + x i ( t ) +x2(t)lcoswCt

#m l (t)l + P[x2(t)l
= [ A +xi(t)]co~w,t = [2A

+[A+ x ~ ( ~ ) ] c o s w ~ ~

+ X I ( t ) + ~ 2 ( t )C] O S W , ~

Le systme (b)nest donc pas linaire. 11 ne satisfait pas non plus la condition dhomognit (1.75). On retiendra au passage que le systme ( a ) est appel modulateur quilibr. Il est utilis en tlcommunication pour obtenir la modulation damplitude de la frquence porteuse (voir paragraphe 2.3 de cet ouvrage) au moyen de deux bandes latrales symtriques, dou lappellation DBL (double bande latrale) de ce procd. Le systme (b)correspond un modulateur couramment utilis en modulation damplitude classique (voir paragraphe 2.4).

1.41. Considrons le systme reprsent par la relation :

P [ x ( t ) ]= x * ( t )
o x * ( t ) est le complexe conjugu d e x ( t ) . Ce systme est-il linaire?
?[Xi

(t)

+ X ~ W ] = [xi ( r ) + x ~ t ) ] = * x;(t) +x;(t)

La condition dadditivit des signaux est bien remplie et il faut maintenant vrifier si la condition dhomognit (1.75) est satisfaite. Soit donc (Y une constante quelconque, p [ a x ( t ) ]= [ux(t)]*= a * x * ( t )= a * p ce qui montre que ce systme ne rpond pas la dfinition dun systme linaire.

1.42. Considrons un systme dont lentre et la sortie sont relies comme suit :
y ( t >= x ( t ) J T ( t ) = x ( t >
Sagit-il dun systme linaire?

C J(t - n

00

~ )

n=-m

Ce systme est-il invariant dans le temps?


Soit x ( t ) = X I( t )

+ ~ 2 ( t )Alors . :

De mme, soit x ( t ) = a x l ( t ) , on a : Ce systme est donc linaire. S.oit le signai

x i ( t ) = cos

(Fr)

Considrons maintenant le signal dentre

44

SIGNAUX ET SYSTMES

[CHAP. 1

1.52. Considrons un filtre de fonction de transfert H ( w ) = 1/( 1


x ( t ) = e2'u(t).

+ jo)auquel on applique un signal d'entre

Calculer la densit spectrale nergtique du signal de sortie. Montrer que l'nergie dlivre en sortie est le tiers de celle qui est fournie l'entre du filtre.

La densit spectrale nergtique du signal de sortie, d'aprs la relation (1.99), s'exprime comme suit :

1 1 3w2+1

3w2+4

En invoquant le thorme de Purseval (1.65)et en tenant compte des relations suivantes

on obtient :

= 1

-(3 2

1 -

a>

=; . :I l = +e 1

1.53. Considrons un diffrentiateur idal tel que le reprsente la figure 1-31(a). On applique son entre un signal dont la densit spectrale de puissance est reprsente sur la figure 1-31(b). Calculer et tracer la densit spectrale de puissance du signal de sortie. Evaluer la moyenne quadratique de ce signal.

Fig. 1-31

CHAP. 11

SIGNAUX ET SYSTMES

45

D'aprs la relation (1.35), on peut crire :

H(w) = j w
En invoquant la relation (1.100),on obtient :

courbe reprsente sur la figure 1-3i(c). D'aprs la relation (1.72), la moyenne quadratique de y ( t ) s'obtient en valuant l'intgrale suivante :

Problmes supplmentaires

1.54.

Montrer que si

Indication : Appliquer n fois le thorme de la drivation (1.35).

1 . 5 5 .

Appliquer les mthodes de drivation et le rsultat obtenu au problme 1.54 pour obtenir la transforme de Fourier de l'impulsion triangulaire reprsente sur la figure i -32. Rponse :
Ad[

sin(wd/2) wd/2

-d

Fig. 1-32

46
1.56.

SIGNAUX ET SYSTMES

[CHAP. 1

Soit R i i ( 7 ) et R22(7) les fonctions dautocorrlation respectives de X I ( ? ) et x 2 ( r ) . Soit R12(7) leur fonction dintercorrlation. Montrer que les relations suivantes sont valables pour toute valeur de 7 :
R i l ( 0 ) 3 IRii(7)l R22(0) 3 lRzz(r)l R i i ( 0 ) R22(0) 3 21R12(r)l (c) Indication : utiliser la relation suivante, valable pour toute valeur de 7 : (a) (b)

[Oa

[ x l ( t ) fx2(t - 7)12dt 2 O

J -00

1.57.

Calculer la fonction dautocorrlation moyenne temporellement et la densit spectrale de puissance du signal suivant : ~ ( t= ) cos2Tit + 2 c o s 4 n t
Rponse :

R,,(t)

= 2 C 0 ~ 2 n+ r

1
1

~ C O S ~ X I

S,,(w)

= 2Ti[8(W-2X)+8(W+2~)]+2T[.[S(W-4Ti)

+S(0+4X)J

1.58.

Lorsquon applique un signal born lentre dun systme stable, on obtient en sortie un signal born. Montrer quun systme est stable, au sens qui prcde, si sa rponse impulsionnelle est intgrable en valeur absolue, cest-dire si : Co

. / ,

lh(r)ld~ < CO

indicarion : Prendre la valeur absolue des deux membres de la relation (1.82) en tenant compte de ce que Ix(t - r)l < K.

1.59.

Montrer que, si la rponse impulsionnelle dun SLIT causal ne prsente pas de pic t = O, et en posant :
H(w) = A(w)
A ( w ) et B(w) satisfont les relations suivantes :

+jB(w)
B(h) d),

A(w) =

Ti

/Oa

-,w-h

Ces relations dfinissent ce que lon appelle une paire de transformes de Hilbert (voir problme 1.47). Indication : Poser h ( t ) = h,(t) +h,(t) et utiliser la causalit de h ( t ) pour montrer que h,(t) = h,(t)[sgn(r)], ho(?) = M)[sgn(t)l.
1.60.

Montrer que :

o G(r)est la transforme de Hibert de m ( r )


Indication : ( a ) Utiliser la relation (1.141) et appliquer le thorme de Parseval (1.65) relatif la transforme de Fourier. (6) Utiliser la relation (1.141) ainsi que la relation (1.128) du problme 1.29.

CHAP. I l

SIGNAUX ET SYSTMES

47

1.61.

Dterminer la rponse impulsionnelle et la bande passante 3 dB dun filtre dont la fonction de transfert est H ( w ) = iO/(w2 + 100).
Rponse : h ( t ) = $-oll,
B3d~ = 6,44radis.

1.62.

Un filtre gaussien est un systme linaire dont la rponse en frquence (ou fonction de transfert) est :

Calculer ( a ) la bande passante i 3 dB B3 dB et (b)la bande quivalente Be, dfinie par la relation suivante :

Rponses : (a)

B3d~ =

0,59

fi

(b)

Be, =

0,886 . ~a

1.63.

Un filtre de Butterworth passe-b

H
GPL.

e a pour fonction de transfert :


1
IH(w)l=

Ji

+ (w/w0)2n

o n est le nombre de composants ractifs (inductances ou capacits). Montrer que lorsque n -f CO, 1 H ( w )1 sapproche de la fonction de transfert dun filtre passe-bas idal, telle (a) que la reprsente la figure 1 -6(a), avec q = wc. Trouver n pour que 1 H (w)I2 soit constante 1 dB prs sur lintervalle de frquence IwI = 0,8m (b) Rponse : (a) On aura vu que :
2n
00

pourw > wg pourw < wo

(b) n = 3
1.64. Soit x ( t ) et y ( t ) les signaux dentre et de sortie puissance finie dun SLIT de fonction de transfert H ( w ) . Montrer que les fonctions dautocorrlation moyennes temporellement du signal dentre et du signal de sortie satisfont la relation suivante :

R y y ( t )=

lrn
h(B)
-00

h(a)Exx(r

0 -

B ) d a dB

Indication : Utiliser les relations (1.80)et (1.66). 1.65. Justifier la relation (1.101) Indication : Utiliser le rsultat du problme 1.64 et la relation (1.69). Un signal de puissance finie x ( t ) et de densit spectrale constante K est appliqu au filtre passe-bas RC du problme 1.46 [fig. 1-25(a)]. Evaluer la moyenne quadratique du signal de sortie.
Rponse:
2RC

1.66.

Chapitre 2
Modulation damplitude
2.1 INTRODUCTION
La transmission dun signal porteur dinformations - dun message - dans la bande passante dun canal de communication, comme une ligne tlphonique ou une liaison par satellite, impose souvent la transposition de la gamme de frquence occupe par le signal dans une autre bande propre la transmission. Un moyen dobtenir cette transposition consiste effectuer une modulation dun signal appel porteuse par le signal porteur dinformations. Il sagit de faire varier une des caractristiques de cette porteuse en fonction du signal utile. Le signal obtenu est donc une porteuse module, le signal utile tant le signal modulant. Les systmes de modulation les plus simples sappliquent une onde entretenue pure, une porteuse continue sinusodale dexpression A, cos (w,t @),dont on module lamplitude ou la phase instantane. On reprsente un tel signal, x p ( t ) ,de la faon suivante :

x , ( t ) = A ( t ) COS [wpt

+@(t)]

wP = 2 ~f , r

(2.1)

Dans la relation (2.1),f , est lafiquenceporteuse, A ( t ) et @ ( t )sont respectivement lamplitude instantane et la phase instantane de la porteuse module. Lorsque A ( t ) dpend de faon linaire du signal utile m ( t ) , on a une modulation damplitude. Si la phase @ ( r ) ou sa drive dpend linairement de m ( t ) ,on dit quon a une modulation de phase ou de frquence. On regroupe ces deux dernires mthodes sous lappellation de modulation dargument, comme nous le verrons au chapitre 3. La modulation dimpulsion consiste utiliser un train dimpulsions courtes priodiques comme support de linformation acheminer.

2.2 MODULATION DAMPLITUDE


Dans le cas de la modulation damplitude, on reprsente la porteuse, sans restreindre la gnralit de lexpos, par un signal sinusodal dont la phase @ ( t )est nulle.
x p ( t ) = A ( t ) coswpr

(2.2)

o lamplitude A ( t ) de la porteuse est une fonction linaire du signal utile m ( t ) . On parle dailleurs parfois de modulation linaire propos de la modulation damplitude. Suivant le type de relation spectrale entre m ( t ) et A ( r ) , on discerne plusieurs types de modulation damplitude, la modulation double bande latrale (BLD), la modulation damplitude ordinaire (AM), la modulation bande latrale unique (BLU) et la modulation bande latrale rsiduelle (BLR). 2.3 MODULATION BANDE LATRALE DOUBLE
On est en prsence dune modulation bande latrale double lorsque lamplitude A ( t ) est proportionnelle au signal utile m ( t ) , cest--dire : xBLD(t) = m ( t )coswpt (2.3)

o lon a suppos que la constante de proportionnalit est gale 1. La relation (2.3) montre que ce procd consiste effectuer le produit du signal reprsentant la porteuse, cosw,r, par le signal utile, m(r). Si lon applique le thorme de la modulation, relation (i.Z15),le spectre dun signal BLD sexprime ainsi :

CHAP. 21

MODULATION DAMPLITUDE

49

A. Obtention dun signal BLD


La figure 2- 1( a ) illustre le procd de modulation bande latrale double. Les formes du signal modulant m ( t ) et du signal modul XBLD sont reprsentes respectivement sur les figures 2-l(b) et (c), tandis que leurs domaines spectraux apparaissent sur les figures 2-1(6) et (e),M ( w ) ayant une largeur de bande W M .

m(t) COSUPI

Bandc latkralc supricure

1 Bandc latrale

Bandc IatCralc .FuP6ricurc

(d

(e)

Fig. 2-1 Modulation bande latrale double

Les spectres M ( w - w p )et M ( w w p ) constituent le spectre du signal utile transpos autour des frquences u = wp et w = -ap.La partie du spectre situe au-dessus de wp est appele bande latrale suprieure tandis que la partie au-dessous de opest appele bande latrale infrieure. Le domaine spectral occup par le signal utile est appel bande de base, raison pour laquelle on appelle parfois le signal utile signal de base. Comme on le voit sur la figure 2-1 (e),le spectre de x B L D ( t ) ne prsente aucune trace de la porteuse. Cest pourquoi ce systme de modulation est parfois appel modulation double bande latrale et suppression de porteuse. La valeur de la frquence porteuse wp est, en gnral, grande devant celle du signal utile W M , wp > > WM.

B.

Dmodulation dun signal BLD

Lorsquon reoit un signal modul, il faut en extraire le signal utile. Cette opration sappelle dmodulation ou dtection. Le message m ( t ) peut etre extrait du signal modul x B L D ( t ) en le multipliant par une porteuse locale et en utilisant un filtre passe-bas pour liminer du signal produit les frquences hors du domaine du signal utile, comme le montre la figure 2-2 (voir problme 2.1).

@ coswri
Fig. 2-2 Dmodulateur synchrone

50

MODULATION DAMPLITUDE

[CHAP. 2

La difficult principale de cette mthode de dmodulation, on le voit, est de disposer localement dun signal de mme frquence que celle de la porteuse qui a servi laborer le signal modul et qui soit rigoureusement en phase avec cette porteuse (problmes 2.2 et 2.3). Ce type de dmodulation utilise ce quon appelle un dmodulateur synchrone pour effectuer une dtection cohrente.

2.4

MODULATION DAMPLITUDE ORDINAIRE

Le procd de modulation damplitude le plus courant, largement utilis en radiodiffusion, consiste laisser une porteuse damplitude significative dans un signal double bande latrale. Ce procd est bien connu sous le nom dAM (pour amplitude modulation), par opposition FM eequency modulation). Le signal obtenu se prsente sous la forme suivante :
X A M ( ~ ) = m ( t )cosop

+ A coswpt = [A + m(t)] coswpt

(2.5)

Le spectre du signal X A M ( t ) a pour expression :

La figure 2-3 donne un exemple de signal modul en amplitude ainsi quune reprsentation du domaine spectral occup par ce signal.

*-.-wM

wM

Fig. 2-3 Modulation damplitude

A. Dmodulation dun signal modul en amplitude


Lavantage du procd AM sur le procd BLD est sa simplicit de dmodulation, connue sous le nom de dtection denveloppe, ds lors quune porteuse de niveau substantiel demeure disponible. Si lon examine la relation (2.5),on voit que si A est suffisamment grand, lenveloppe (lamplitude) du signal modul rsultant de la somme A+ m ( t ) est une image fidle de m ( t ) .Il suffit dans ce cas dextraire lenveloppe de la porteuse, sans aucune considration de phase, pour obtenir le signal utile. Si A na pas lamplitude suffisante, le signal modul ne reprsente m ( t ) que par intermittence, comme lillustre la figure 2-4. La condition de bon fonctionnement dun dtecteur denveloppe en AM est donc la suivante :

A
ou encore :

+ m(r) > O

quel que soit 1

(2.7)

A 3 Imin{m(t))l

o min{m(t)) est la valeur minimale de m(r).

CHAP. 21

MODULATION DAMPLITUDE

51

+ m ( r ) > O pour tout t

+ m ( r ) 3 O pour tout f

-r
Eiivcionnc

..

Fig. 2-4 Signal AM et son enveloppe

B. Index de modulation
On dfinit pour la modulation damplitude un index de moduZution p lmin Im(r>}l (2.9) A Daprs la relation (2.8), la condition pour pouvoir dmoduler un signal AM au moyen dun dtecteur denveloppe est : pG1 (2.10)
p=

Lorsque p > 1, le signal est dit surmodul, ce qui produit une distorsion de lenveloppe reprsentant le signal utile.

C. Dtecteur denveloppe
La figure 2-5(u) montre la forme la plus simple dun dtecteur denveloppe, constitu dune diode et dun rseau RC. Ce dtecteur fonctionne de la faon suivante. Lors de lalternance positive du signal qui lui est appliqu, la diode est polarise dans le sens passant et la capacit C se charge rapidement la valeur crte du signal. Ds que celui-ci se met dcrotre, la diode est polarise en inverse et se bloque; la capacit C se dcharge lentement dans la rsistance R jusqu lalternance positive suivante du signal, qui dbloquera la diode lorsque la valeur du signal dpassera le potentiel de charge de la capacit. Celle-ci se chargera de nouveau la valeur crte du signal, et ainsi de suite. Pour que ce dtecteur fonctionne de faon correcte, il faut choisir une constante de temps adquate pour la dcharge de la capacit C (voir problme 2.8). En pratique, il suffit que lon ait l/f, < < 1/ f M , o f m est la largeur de bande du signal utile.

52

MODULATION DAMPLITUDE

[CHAP. 2

Fig. 2-5 Dtecteur denveloppe en AM

2.5 MODULATION BANDE LATRALE UNIQUE


Les systmes de modulation AM et BLD conduisent une occupation excessive du spectre de frquence puisquils ncessitent une largeur de bande gale deux fois celle du signal utile (voir figure 2-1 et 2-3). Comme lune ou lautre des deux bandes latrales contient elle seule toute linformation ncessaire pour reconstituer le signal, il suffit de ne transmettre quune de ces bandes latrales. On parle dans ce cas de transmission bande latrale unique, en abrg BLU.

-%

n 1
X BLU (0)
-OP

OP

(4

Fig. 2-6 Spectres des signaux BLD et BLU

CHAP. 21

MODULATION DAMPLITUDE

53

La figure 2-6 reprsente les spectres des signaux BLD et BLU. Lavantage de cette dernire mthode de modulation est lconomie de bande quelle permet, au prix dune certaine complexit des circuits de modulation et de dtection.

A.

Elaboration des signaux BLU


1. Discrimination de frquence

La manire la plus simple dengendrer un signal B U est de produire un signal B D puis de supprimer une des deux bandes latrales obtenues par filtrage. On emploie pour cela un discrirninateur defiquence. La figure 2-7 reprsente le schma de principe de ce procd. Il nest gure simple, cependant, mettre en uvre car il impose des filtres de caractristiques trs raides.

-w,>

OP

L
-%

L
O
P

Fig. 2-7 Synthse dun signal BLU par filtrage de bande

2. Rseau dphaseur (phase-shift)


La figure 2-8 reprsente un autre systme dobtention de signaux BLU, COMU sous le nom de rseau phasesh$ (circuit dphaseur). Les blocs sur lesquels apparat la mention -n/2 sont des dphaseurs qui introduisent un retard de phase dun quart de priode sur les signaux qui leur sont appliqus. 1 1 est pratiquement impossible de raliser un dphaseur parfait, mais on peut en raliser une bonne approximation sur un intervalle de frquence limit.

54

MODULATION DAMPLITUDE

[CHAP. 2

Fig. 2-8 Synthse dun signal BLU par dphasage

Soit % ( t ) le signal de sortie du dphaseur -n/2 qui reoit le signal m ( t ) (voir problme 1.47), alors le signal BLU X B L U ( ~ ) , daprs la figure 2-8, a pour expression :
xBLU(~)

= m ( t )c o s u p t

G(t)sinuPt

(2.11)

La diffrence produit le signal de la bande latrale infrieure, tandis que la somme produit celui de la bande latrale suprieure. Cest ce que reprsente la figure 2-8 (voir problme 2.10). B. Dmodulation des signaux BLU
La dmodulation des signaux BLU peut se pratiquer de faon simple au moyen dun dtecteur cohrent, comme pour les signaux BLD, cest--dire quon effectue le produit du signal incident par une porteuse locale et quon filtre le signal obtenu au moyen dun passe-bas comme le reprsente la figure 2-9.
XULU ( 1 )

r - - - I - - - i PB
1
1
1

1
1

Fig. 2-9 Dmodulation synchrone des signaux BLU

CHAP. 21

MODULATION DAMPLITUDE

55

2.6 MODULATION BANDE LATRALE RSIDUELLE


La modulation bande lurrule rsiduelle (BLR) est un compromis entre la BLU et la BLD. Suivant ce principe, on transmet une bande latrale dans sa presque totalit et seulement une fraction de lautre. La bande passante requise pour la transmission dun tel signal est de lordre de 1,25 fois celle que requiert un signal BLU. On utilise la mthode de modulation BLR pour la diffusion des signaux vido de tlvision commerciale.

A. laboration des signaux BLR


On peut engendrer un signal BLR en filtrant nergiquement un signal BLD, comme le montre la figure 2-10(a). Les figure 2-10(b) ( e ) reprsentent respectivement le spectre du signal utile M ( w ) , le spectre du signal bande latrale double XBLD(W), la fonction de transfert du filtre H ( w ) et le spectre du signal bande latrale rsiduelle BLR X B L (O) ~ obtenu aprs filtrage.

-wP

WP

(d
Fig. 2-10 Modulation BLR

56

MODULATION DAMPLITUDE

[CHAP. 2

B.

Dmodulation des signaux BLR

On peut extraire le signal utile m ( t ) dun signal BLR au moyen dun dtecteur synchrone (voir figure 2- 1 1); cela impose une contrainte sur H ( w ) . On peut voir quune restitution du signal m ( t ) exempte de distorsion impose que lon respecte la condition :

H(w

+op) + H ( w - op) = constante pour I o 1

oM

(2.12)

Fig. 2-11 Dmodulateur BLR

o w~ est la frquence la plus haute du signal m(r) (problme 2.13). En appelant 2H ( w p )la constante de la relation (2.12), cette relation devient :

Ce qui montre que H ( w ) doit tre antisymtrique par rapport la frquence porteuse (figure 2-12). Les figures 2-12(a) et (b)montrent deux formes possibles de 1 H ( w )1 qui satisfont la relation (2.13).Les filtres correspondant aux courbes de rponse des figures 2-12(a) et (b) ont respectivement pour rle dliminer la bande latrale infrieure (BLI) ou la bande latrale suprieure (BLS) du signal qui leur est appliqu.

Fig. 2-12 Fonction de transfert de filtres BLR

La figure 2-13 illustre la dmodulation du signal BLR de la figure 2-10 par le dtecteur synchrone de la figure 2-1 1 .

CHAP. 21

MODULATION DAMPLITUDE

57

Fig. 2-13 Dmodulation synchrone dun signal BLR

2.7 TRANSPOSITION DE FRQUENCE ET MIXAGE Le traitement des signaux qui transitent dans les systmes de communication impose souvent de transposer, de dcaler la bande occupe par le. signal dans une autre rgion du spectre de frquence. Cest ainsi que dans la plupart des rcepteurs de radio AM, rcepteurs commerciaux de la gamme moyennes ondes, les signaux radio-frquence (RF) reus (de 540 1 600 kHz)sont transposs dans une bande de moyenne frquence (MF) dite aussi de frquence intermdiaire (FI) autour de 455 kHz,avant dtre plus facilement amplifis, filtrs et dmoduls. On appelle mlangeur -ou mixer, en jargon technique -le dispositif (figure 2- 14) qui permet de transposer les frquences dun signal modul. On qualifie ainsi cette opration de changement de frquence, conversion de frquence, mixage ou encore htrodynage.

Fig. 2-14 Mlangeur de frquence

Le problme invitablement associ lhtrodynage est lapparition defrquences images. Cest ainsi que, dans un rcepteur changement de frquence superhtrodyne (voir problme 2.15), la valeur de la frquence de loscillateur local est rgle 455 kHz plus haut que celle du signal incident. Supposons que lon rgle le rcepteur sur une station dont la frquence est de 600 kHz, loscillateur local produira un signal 1 055 kHz.Supposons quil existe une autre station mettant sur 1510 kHz,elle sera galement reue par le rcepteur, puisque la diffrence 1 5 1O - 1 055 = 455 kHz.Cette deuxime frquence, 1 5 1O = 600 2 x 455 est appele frquence image de la premire; aprs lopration dhtrodynage, elles sont impossibles distinguer. On notera que cette frquence image est distante de la frquence utile dune valeur gale deux fois la frquence intermdiaire.

58

MODULATION DAMPLITUDE

[CHAP. 2

On carte cette frquence indsirable au moyen dun filtre haute frquence (radio frquence, RF) qui prcde le mlangeur.

2.8

MULTIPLEXAGE DIVISION DE FRQUENCE

Le multiplexage est une technique de rpartition de plusieurs messages que lon assemble sous la forme dun seul signal composite afin de le transmettre sur un seul et mme canal de communication. Ce genre de transmission suppose que les messages restent parfaitement disjoints durant leur transmission pour viter toute interfrence et quils puissent tre aisment spars lors de leur rception. Il existe deux techniques de multiplexage, le mulriplexage enfrquence et le multiplexage temporel. Dans le premier systme, les divers signaux sont rpartis sur plusieurs frquences distinctes tandis que, dans le second, ils sont segments dans le temps (nous verrons ce systme au chapitre 4). La figure 2-1 5 reprsente un multiplex frquentiel assurant la transmission simultane de trois signaux. On peut aussi voir sur cette figure leurs spectres individuels ainsi que le spectre de la sommation de leurs porteuses modules. On a utilis ici un procd de modulation bande latrale double. On peut bien sr utiliser tout procd de modulation, pour autant quaucun recouvrement de spectre ne se produise, cest--dire que les frquences porteuses soient suffisamment distantes les unes des autres. La modulation BLU demeure, ccpendant, la plus employe dans ce genre de systme. En rception, on isole les trois signaux au moyen de filtres passe-bande puis on les dmodule.

Fig. 2-15 Multiplex frquentiel

Le multiplexage frquentiel est utilis en tlphonie, en tlmtrie, en radiodiffusion, en tlvision et sur les rseaux de communication. Les stations de radiodiffusion en moyennes ondes mettent sur des frquences espaces de 10 kHz dans une gamme qui va de 540 kHz 1 600 kHz. Cette sparation est insuffisante pour la transmission AM en haute fidlit dmissions musicales, qui exige pour la modulation audio une bande passante dau moins 15 kHz. Cest pourquoi lon nattribue des frquences voisines qu des stations AM gographiquement loignes pour rduire les interfrences. Les missions commerciales en modulation de frquence (FM, voir chapitre 3) utilisent des canaux de frquences distants de 200 kHz. Sur les liaisons tlphoniques grande distance, on sait transmettre jusqu 600 communications (dont la bande passante stend de 200 Hz 3,2 kHz) sur un cble coaxial ou un faisceau hyperfrquence en utilisant une modulation BLU de frquences porteuses spares de 4 kHz. Le signal composite obtenu par sommation des signaux lmentaires transposs en frquence module habituellement une porteuse gnrale, raison pour laquelle on appelle sous-porteuses les porteuses individuelles assurant les transpositions de frquence en question.

CHAP. 21

MODULATION DAMPLITUDE

59

Problmes rsolus
MODULATION BANDE LATRALE DOUBLE

2.1.

Vrifier que lon peut rcuprer le signal utile m ( r ) dune porteuse module en BLD en multipliant cette dernire par une porteuse sinusodale locale, puis en traitant le produit obtenu dans un filtre passe-bas, comme le montre la figure 2-2, (a) dans le domaine temporel et ( b )dans le domaine frquentiel.
( a ) En se reportant la figure 2-2, la sortie du multiplicateur dlivre le signal

= rn(t)cos2q,r

1 1 = -rn(f) -m(r)cos20pt 2 2 Aprs filtrage passe-bas de d ( f ) , on obtient :

Y(?)= -mu) (2.14) 2 Une amplification dun facteur 2 permet de rtablir le signal utile m(r) ( b ) La dmodulation de XBLD(f) par le procd reprsent sur la figure 2-2 est illustre, dans ie domaine des frquences, par la figure 2- 16.

-_
O Fig. 2-16 Dmodulation dun signal BLD
w

60

MODULATION DAMPLITUDE

[CHAP. 2

2.2.

Evaluer leffet dune erreur de phase de loscillateur local sur le dtecteur synchrone BLD reprsent sur la figure 2-2.
Soit 4 lerreur de phase de loscillateur (figure 2-2). Le signal dmoduler a pour expression : XBLD(f) = m(t) cos wpt et le signal rsultant du produit, d(t), a pour expression :

d ( r ) = [ m ( r ) cos w,?] cos ( q , t


= - m ( r ) [ cos4 2
= -m(t)cosr$+

+ 4)

1 1

+ cos (2wpt + 4)l


1

-m(t)cos(2wpt +4) 2 2 Le second terme est filtr par le filtre passe-bas et il ne reste que
y ( r ) = -m(t) cos 4

(2.15)

Le signal de sortie est proportionnel m(t) lorsque est constant. Il ny a aucun signal de sortie lorsque 4 = h / 2 . La prsence dune erreur de phase locale entrane une attnuation sans distorsion du signal, jusqu son limination totale pour 4 = &7r/2. Si la valeur de 4 nest pas stable, le niveau du signal de sortie varie de faon inacceptable.

2.3.

Evaluer leffet dune erreur de frquence minime de loscillateur local du dtecteur synchrone reprsent sur la figure 2-2 sur une dmodulation BLD.
Soit Aw lerreur de frquence de loscillateur local de la figure 2-2. Le produit fourni par le dtecteur a pour expression :
d ( r ) = m(t) coswpt cos (op Aw)t
= -m(t) 1

COS

(Aw)t
1

+ -m(t) ~0S2wpt 2
(2.16)

Donc, aprs filtrage passe-bas :


y ( ) = m ( t ) COS ( A o ) t

Le signal de sortie du dtecteur m(t) est multipli par une sinusode de basse frquence qui cause un effet de battement indsirable.

MODULATION DAMPLITUDE ORDINAIRE 2.4.


Dessiner un signal modul frquence pure avec un index de modulation p =0,5, p = 1
Un signal de modulation frquence pure sexprime sous la forme : m(t) = a,,
COSW,,~

Daprs lquation (2.9),lindex de modulation a pour dfinition :


P=

Iminlm(t)ll A

%
A

(2.17)
(2.18)

Do :
m(t) =a,,cosw,,t Et en utilisant la relation (2.5), =pAcosw,,f

(2.19) Les figures 2- 17(a)et (b)montrent des signaux moduls frquence pure avec un index , u gal 0,5 et gal 1.

CHAP. 21

MODULATION D'AMPLITUDE

61

(b)

Fig. 2-17

2.5.

Le rendement d'une modulation en amplitude ordinaire se dfinit comme le pourcentage de la puissance totale contenu dans les bandes latrales, c'est--dire :
r]

= - x 100% pt

Pl

(2.20)

Pl est la puissance contenue dans les bandes latrales et P, la puissance totale du signal AM. ( a ) Calculer r] pour p =0,5 (modulation 50 pour cent). (b) Montrer que pour une modulation d'amplitude frquence pure, qrnm= 33,3% pour p = 1 ,

D'aprs la relation (2.19), une modulation d'amplitude frquence pure a pour expression :

(2.21)

4 = puissance des bandes latrales =


La puissance totale a donc pour expression :
p, = pp + pl = -A2 I
2

[(

ZpA)

1 + (-PA) 2

= -p2A2

(2.22)

+ -p2A2 1 4

= 1 1

-( + 2p2)A 1 2 2

(2.23)
(2.24)

Donc

sous condition, bien sr, que p 6 1.

62
(a) Pour , u = 0,5

MODULATION D'AMPLITUDE

[CHAP. 2

rl=

(b)Comme g

< 1, on peut voir que qmax se produit pour g = 1 , on a :


1 q = - x 100% = 33,3%

(OS)* +

x 100%

2.6.

Montrer qu'un dmodulateur synchrone (figure 2-18) peut dmoduler un signal A M x A M ( t ) = [ A rn(t)]C O S W quelle ~ ~ que soit la valeur de A.

au cnrrC

PB

Fig. 2-19 Dtecteur quadratique


D'aprs la relation (2.5), XAM(t) = [A En levant au carr. il vient : xiM(') = [A
1

+ m(t)] COSWp?

+ m(t)12 cos2Wpr

= -[A2+2Am(t) +m2(f)](l 2 La sortie filtre y ( f ) a pour expression :

+ cos2wpt)
(2.26)

Si la porteuse a une amplitude significative, le terme [m(t)/AI2 peut tre nglig et l'on a
y ( ? )X 2
A2

+ Am(i)

(2.27)

Une capacit permettra de bloquer le terme continu A2/2, ce qui permettra de restituer en sortie le signai utile m ( t ) , au coefficient multiplicatif A prs.

CHAP. 21

MODULATION DAMPLITUDE

63

2.8.

Le signal dentre fourni un dtecteur denveloppe (figure 2-5) est une onde module en AM frquence pure X A M ( t ) = A ( l p cos w m t )cos w p t, o p est constant, O < p < 1 et wp > > w,,,.

(a) Montrer que la condition pour que le signal de sortie du dtecteur denveloppe reflte fidlement lenveloppe de x A M ( t ) est qu tout instant ro on ait : (2.28) (b) Montrer que la condition pour que le dtecteur suive en permanence lenveloppe du signal modul est que : 1 d m RC < (2.29)
wni

( a ) La figure 2-20 reprsente lenveloppe de X A M ( t ) et le signai de sortie du dtecteur (ia tension aux bornes de la capacit de la figure 2-5). En supposant que la capacit entame sa dcharge linstant to partir de la valeur crte Eo = A ( 1 + p cos w,,to), la tension aux bornes de cette capacit a pour expression :
u,(t) = Eoe-/(RC)

(2.30)

V,dt)

Envcloppc

t0

1
Io+

J,
Fig. 2-20

Lintervalle de temps entre deux arches successives de la porteuse module a pour valeur l / f p = 2 n / w p , avec RC > > i/wp. Cela signifie que la constante de temps RC est grande vis--vis de cet intervalle. On peut donc donner une approximation de u,(r) sous la forme

(2.31)
Pour que u c ( t ) reflte fidlement lenveloppe de XAM(t), il faut que lon ait tout instant to :

(2.32)
Remarquons que si w,,

< < wp, alors

= 1 +pcosw,,tocos-

wni

-psinw,,tosin-

@ni fP

fP

x 1 + p cos w,, to - p -sin w,, to


fP

wrn

(2.33)

64
do

MODULATION DAMPLITUDE

[CHAP. 2

(1

1 + pcoswn,to) (RCfp)

sin wntto

(2.34)

soit

(b) On peut crire la relation (2.28)de la faon suivante :


I P +cos O,, to , 2 punl sin w, rO
soit ce oui donne
RC RC

(2.35)

wni sin on, to - -cos w,,, to RC

(2.36)
(2.37)

Comme cette relation doit tre valable quel que soit ro, on doit avoir :
P/4

(&) 6 RC
2 1
2

(2.38) (2.39)

soit
Do lon dduit aue :

MODULATION BANDE LATRALE UNIQUE


2.9.
En prenant le cas dune porteuse module frquence pure cosmnlt, vrifier que le gnrateur de modulation BLU reprsent sur la figure 2-8 engendre bien un signal modul bande latrale unique et montrer que lon obtient un signal bande latrale suprieure (BLS), resp. un signal bande latrale infrieure (BLI), lorsque lon effectue une soustraction, resp. une addition sur le sommateur.
En observant la figure 2-21, qui reproduit la figure 2-8, avec application dune modulation frquence pure, on peut crire :
m ( t ) = cosw,,t

cos w t - - = sinwpt
( p

m ( t ) = cos w t - - = sinw,t
cos O,f cos w/,t

3 3

-5
sin w,,,f sin w,,t sinw,,f

Fig. 2-21

CHAP. 21

MODULATION DAMPLITUDE

65

Do lon dduit :

y(t) = cosw,,,tcoswpt

sinwn,rsinwpt

= cos (wp f Wl)t Dans le cas dune soustraction sur le sommateur, on obtient :

(2.40)

y([) = ~ B L S ( ~ = )

COS (wp

Et dans le cas dune addition, on a :

+~

i ) t

(2.41)

2.10. Montrer que lorsque la sortie du modulateur phase-shift (figure 2-28) est un signal BLU, (a)une diffrence au niveau du sommateur engendre un signal bande latrale suprieure, tandis (b)quune s,ommeengendre
un signal bande latrale infrieure. En dautres termes que :

x p ( t )= xBLS(f) = m ( t )cos opr - G(t)sin o,,t est un signal modul en bande latrale suprieure, et
x , ( t ) = xBLI(t) = m ( t )cosupt est un signal modul en bande latrale infrieure. (u) Adoptons les notations suivantes :
m(r)
tf

(2.43) (2.44)

+ G ( t )sinoPt

~ ( w )et

M(t)

* M(w)

En appliquant le thorme de la modulation (1.115) du problme 1.15, ou la proprit de translation (1.31) de la transforme de Fourier, on peut crire que :

m(r)cosw,t et aussi que

t ,

-M(u-wp)+ 2

-M(w+w,,) 2

2.i En prenant la transforme de Fourier de la relation (2.43),on obtient


2j
1

G(t)sinwpt tf - M ( w - w P ) -

1 -

I -M(w+wp)

X,(w) = - M ( w - w p ) - M ( w up) - w p ) - -M(w 2 2 2.i En invoquant la relation (1.141)du problme 1.47, on obtient :
A

+1

1 -

+ op)

(2.45)

M ( w - w p ) = -jsgn(w - w p ) M ( w- w p )

(2.46a) (2.46b)

ainsi que :
M(w

+ w p ) = -jsgn(w + w p ) M ( w+ w,,) +1

on en dduit que :
X,(w) = - M ( w - u p ) - M ( u 2
- --sgn(w
1

= -M(w 2 Or on a, dune part :

i:
1

+ wp) 1 - w p ) M ( w - w,,) + -sgn(w + w,,)M(u + w,,) 2


1

- wp)[i
1

+ sgn(w - w,)] + -2M ( w + w p ) [ i - sgn(w + wp)l


2
O
w>wp
w<wp

(2.47)

+ sgn(w - w p ) =

et dautre part :
1 - sgn(w - w,,) =

o<-wp
w > - ~ p

on aboutit au rsultat suivant :

+wp)
M(w-w,)

IwI < wp w < -wp w > wp

(2.48)

66

MODULATION DAMPLITUDE

[CHAP. 2

dont lesquisse apparait sur la figure 2-22(b). On observe que x , ( t ) est un signal modul en bande latrale suprieure ( B U ) . De la mme faon, en prenant la transforme de Fourier de la relation (2.44), on obtient :

O
(C)

17

Fig. 2-22

Comme
1

- sgn(w - w p ) = 2
2

wtwp

w>wp w>-wp
wt-op

et
1

+ sgn(w + w p ) =

on a donc :
X,(w) =

Io

IwI > O p

M ( w - w p ) w <wp M ( w w p ) w > -wp

(2.50)

dont lesquisse apparat sur la figure 2-22(c).On observe que x p ( t ) est un signal modul en bande latrale infrieure (BLI).

2.11. Montrer que lon peut dmoduler un signal BLU au moyen du dtecteur synchrone d e la figure 2-23 ( a ) en esquissant le spectre du signal e t (b)e n donnant son expression analytique en chaque point du circuit.
XSLU(I)

<.l(f)

YU)

PB

Fig. 2-23 Dtecteur synchrone

CHAP. 21

MODULATION DAMPLITUDE

67

(a) Soit M ( w ) le spectre du signal rn(t), tel que le reprsente la figure 2-24(a) et X B L U ( ~ le) spectre du signal bande latrale unique XBLU(f), comme le montre la figure 2-24(b). Une multiplication par cos wpt translate le spectre XBLU(W) autour des frquences fw,, ce qui donne D ( w ) ,spectre du signal d ( t ) [figure 2-24(c)]. Aprs filtrage passe-bas, on obtient Y ( w ) = i M ( w ) , spectre de y(t) [figure 2-24(d)]. On extrait donc y(t) = &rn(t) qui est proportionnel rn(t).

( 4
Fig. 2-24

(b) Daprs la relation (2.11),XBLU(t) sexprime de la faon suivante :


XgLU(t) = rn(t)coswpt ~m^(t)sinw,,t donc
d ( r ) = XBLU(t) coswpt
= rn(t)cos*w,t ~G(t)sinw,,tcosw,t

68

MODULATION DAMPLITUDE

[CHAP. 2

Aprs filtrage passe-bas, on obtient : 2 2.12. Montrer que le dispositif reprsent par la figure 2-25 peut servir dmoduler un signal BLU.
Y(?) = -mQ)
1

Fig. 2-25 Dmodulateur BLU dphaseur

Daprs la relation (2.43)du problme 2.IO, un signal modul en bande latrale suprieure sexprimede la faon suivante : x , ( t ) =m(t)coswpt -m^(t)sinw,t En invoquant la relation (1.141)du problme 1.47, on a :
A

x,(r) =m(t)sinwpt +m^(t)cosw,t

(2.52)

Daprs la figure 2-25, on peut crire :


y ( r ) = xp(t)coswpt + j l , ( r ) s i n ~ , t
= m(r) cos2w,t

+ sin2wpr) = m ( t )

(2.53)

De faon semblable, un signal modul en bande latrale infrieure sexprime comme suit :
x,(t)

=m(t)cosw,t +m^(r)sinwpt
= m(r)sinw,t - 6i(r)cosw,,t

do
A

x,(t)

(2.54)

A nouveau, daprs la figure 2-25, on obtient

y ( t ) = x , ( t ) coswpt

+ X p ( t ) sinwpt = m ( t ) ( cos2wpr + sin* wpt

(2.55)

On aura remarqu que la figure 2-25 est identique la figure 2-8, lexception du sommateur permettant de traiter les deux cas.

MODULATION BANDE LATRALE RSIDUELLE


2.13. Montrer que lors de la dmodulation sans distorsion dun signal modul avec bande latrale rsiduelle au moyen du dtecteur synchrone de la figure 2- 1 1, la rponse en frquence H (O) du filtre BLR de la figure 2-10(a) doit satisfaire la relation (2.12),cest--dire :
H(w

+ w p )+ H ( w - w p ) = constante
XBLD(W) = M ( w - wP)

pour

101 < OM
(2.56)

Le spectre de X B L D ( ~ ) ,XBLD(O),est reprsent sur la figure 2-1O(c);il a pour expression :

+ M ( u + wp)

CHAP. 21

MODULATION D'AMPLITUDE

69

D'aprs la figure 2-10(e), le spectre de XBLR(f) a pour expression :


xBLR(w) = [ ~ ( w wp)

+ ~ ( +w wl>)]~(w) + +

(2.57)

D'autre part, d ( t ) ,labor par le dmodulateur BLR de la figure 2-11, et sa transforme de Fourier s'expriment comme suit : 1 (2.58) d ( t ) = x B L R ( f ) cos wpt * Z [ X B L R ( W - wp) X B L R ( w wp) En tenant compte de la relation (2.57) et en liminant les spectres ~t2w,, (supprims par filtrage passe-bas), on obtient la transforme de Fourier du signal de sortie y ( t ) du dmodulateur BLR synchrone (figure 2-1 1) : Y ( [ )* +(w)[H(w+w,J H(w-w,>) Pour une dmodulation sans distorsion, il faut s'assurer que :
y ( t ) = krn(t) t ,k M ( w )

1
< w~

(2.59) (2.60)

o k est une constante quelconque. 1 1 faut donc respecter la condition :


H(w

+ wI,) + H ( w - w,,)

= constante

pour IwI

2.14. La figure 2-26 reprsente la rponse en frquence H ( w ) d'un filtre BLR

'l-l(w)'

op- I d 1

wp

wp + W I

w,>

+ w2

Fig. 2-26

Donner l'expression du signal XBLR (t) lorsque m(t) = al cos 01 t


En se reportant la figure 2-10, on peut crire :
XBLD(f)

+ a 2 cos w 2 t

Montrer que x B L R ( t ) peut tre dmodul par le dtecteur synchrone reprsent sur la figure 2- 11,
= m ( t )coswpt = (a1 cos w1 t a 2 cos w 2 t ) cos w/,t 1 1 cos (wp - w1)t -a1 -

5"'

+2

1 1 + w1)t + -a:! cos (w,, - w2)t + -a2 cos (CoII+ w2)t 2 2

Ces signaux sinusodaux sont transmis par H ( w ) , dont la courbe apparat sur la figure 2-26, qui prsente les gains O, a, 1 - a,et 1 aux frquences respectives w,, - w2, w,, - w1, wp w1, w,, w2. La sortie du filtre BLR, X B L R ( ~ ) ,a donc pour expression : 1 1 1 X B L R ( ~ )= -ala COS (wP- w1)t -ai (1 - a)COS (w,, w1)t -a:! COS (op w2)t (2.61) 2 2 2

En se reportant la figure 2-11, on peut crire :


d ( t ) = X B L R ( ~ )COSO,]~
1 = - (a1 cos w1 t 4

+ a:! cos W 2 t ) +

1 -[a1 a cos (2wp - w1 ) t 4

+ a1 (1 - a)cos (2W/, + w1) t + a:! cos (2w,, + w 2 ) t 1

70

MODULATION DAMPLITUDE

[CHAP. 2

En utilisant un filtrage passe-bas pour liminer les termes frquence 2wp, il reste :
1 y ( r ) = -(a1 4
COS01t

+a2cosw2r) = - m ( t )
4

(2.62)

MLANGE DE FRQUENCE ET MULTIPLEX FRQUENTIEL


2.15. La figure 2-27 reprsente un rcepteur radio AM. Le mlangeur transpose la frquence du signal reu f p la frquence intermdiaire FI de 455 kHZ au moyen dun oscillateur local de frquence f L 0 . La bande AM stend de 540 1 600 kHz.
Antcnnc

DCtecicur
/ /

/
/

/ /
/

Comninndc
d

Haut-parlcur local

Fig. 2-27 Rcepteur superhtrodyneAM


(a) Dterminer la gamme de frquence dans laquelle doit fonctionner loscillateur local (i) lorsque f r . 0

est suprieure f p (rcepteur superhtrodyne) et (ii) lorsque f ~ est o infrieure la frquence f p . (b) Expliquer pourquoi les rcepteurs radio AM courants fonctionnent suivant le principe du superhtrodyne. ( a ) (i) Lorsque f L 0 > f p , on peut crire que :
540 < f p < 1600
f L 0 - fr,

= 455

o les frquences sont exprimes en kHz. On a donc :


fL0

=fp

+ 455

Ce qui donne f L 0 = 995 kHz pour f p = 540 kHz et f L 0 = 2 055 kHz pour f p = 1 600 kHz. La gamme utile de loscillateur local stend donc de 995 2 055 kHz. (ii) Lorsque fLo < f p ,
f L 0 = f p - 455

Ce qui donne f L 0 = 85 kHz pour fi, = 540 kHz et f L 0 = 1 145 kHz pour f p = 1 600 kHz. La gamme utile de loscillateur local stend donc de 85 1 145 kHz. (b) Le rapport de frquence, cest--direle rapport entre la frquence la plus haute et la frquence la plus basse de loscillateur local est de 2,07 dans le premier cas, tandis quil est de 13,47 dans le second, ce qui rend plus complexe la ralisation dun oscillateur ayant une telle couverture en frquence. Cest la raison pour laquelle les rcepteurs AM sont dits superhtrodynes,puisquils utilisent une frquence locale suprieure la frquence incidente.

2.16. La figure 2-28(a)reprsente le spectre dun signal m(t).Pour assurer le secret des transmissions, on peut traiter le signal dans un systme (parfois appel brouilleur) que reprsente la figure 2-28(b).Analyser le
systme et dessiner le spectre du signal de sortie x ( t ) .

CHAP. 21

MODULATION DAMPLITUDE

71

Le spectre du signal en chacun des points du systme est reprsent sur la figure 2-29. Il apparat que le spectre du signal de sortie, X ( u ) , se compose des deux bandes latrales retournes (inversion de frquence) de M(u).

(b)

Fig 2.28

I C

72

MODULATION DAMPLITUDE

[CHAP. 2

2.17. En utilisant lorthogonalit des fonctions sinus et cosinus, il est possible dmettre et de recevoir simultanment deux signaux sur la mme frquence porteuse. Le principe sur lequel repose ce genre de systme, multiplexage quadrature ou modulations damplitude en quadrature (QAM en anglais) est illustr par la figure 2-30. Montrer que chacun des signaux peut tre extrait au moyen dune dtection synchrone faisant appel deux oscillateurs locaux de mme frquence mais fonctionnant en quadrature (dphass de 7514).

Fig. 2-30 Systme de multiplexage quadrature

On a :
X Q A M ( ~ ) = rn 1 ( 1 )

cos wpr

+ r n p ( t ) sin wpt

xQAM(t)cosupt = rn 1 ( t ) cos wpt + rn2(t) sin wpt cos wpt


1 = Trn](t) 1 1 + -rnl(t)cos2wpt + -rn2(t)sin2wpt 2 2

~QAM()sinw~t = rnl(t)coswptsinq,t +rn2(t)sin2wpt

+ -rn2(t) - -rn2(t)cos2wpt 2 2 2 Tous les termes correspondant la frquence 2wp sont limins par le filtre passe-bas et il ne reste que
= -rnl(t)sin2wpt

Remarquons que le multiplexage quadrature est une mthode efficace pour transmettre deux signaux de mme largeur de bande. Elle est utilise pour la transmission de linformation chrominance en tlvision commerciale.

Problmes supplmentaires
2.18. Un signal r n ( t ) prsente une bande passante de frquence maximale w ~ Il . est transpos en frquence par multiplication par un signal coswpt. Calculer wp pour que la bande passante du signal transmis ait une valeur gale 1% de la frquence porteuse up.
Rponse : wp = 2 @ h M

CHAP. 21

MODULATION D'AMPLITUDE

73

2.19. La figure 2-31 reprsente un signal modul en AM de faon ordinaire. ( a ) Calculer l'index de modulation. ( b ) Calculer le rendement de modulation. (c) Dterminer la modification appliquer la porteuse pour atteindre un
index de modulation gal O, 1.

1O

-5

- 10

II.

Fig. 2-31
Rponse: ( a ) p = $, (b) 7 = 5,26%, (c) 17,5 V

2.20. Etant donn un signal rel m ( t ) ,on dfinit un signal


M+(t) = m(t)

+ jm^(r)

o % ( t ) est la transforme de Hilbert de m ( t ) (voir problme 1 .47). On dit que m+(t) est un signal anafyfique.

( a ) Montrer que :

(b) Montrer que

1
est un signal bande latrale suprieure et est un signal bande latrale infrieure. indication : Utiliser la relation (1.141)du problme 1.47. (a) Utiliser la formule d'Euler; prendre la partie relle de l'expression puis la comparer aux relations (2.43)et (b) (2.44).

2.21. La fonction de transfert H (w) du filtre BLR de la figure 2-26 (problme 2.14) a pour expression :

74
Le signal utile a pour expression :

MODULATION DAMPLITUDE

[CHAP. 2

m(r) =a~coswlt+a;!cosw2t

; ! en fonction de 4 afin On le dmodule au moyen dun dtecteur synchrone. Donner lexpression de 81 et de e dobtenir une dmodulation sans distorsion.
Rponse: 191 = -4 et 2 = --4
02
WI

2.22

Concevoir un systme qui permette de restituer le signal originel m ( r ) partir du signal brouill que dlivre le dispositif de la figure 2-28, problme 2.16. Indication :Envisager un systme identique celui de la figure 2-28.

Chapitre 3
Modulation dargument
3.1 INTRODUCTION Comme nous lavons vu au paragraphe 2.1, on regroupe sous le terme modulation dargument la modulation de frquence et la modulation de phase, procds qui consistent faire varier largument dune onde porteuse sinusodale en fonction du message transmettre sur cette porteuse. Comme nous lavons vu dans le chapitre 2, la modulation damplitude se rsume une transposition du spectre du signal utile; la bande passante de la transmission nexcde jamais deux fois celle de ce signal. Dans la modulation dargument, il ny a plus de relation simple entre les composantes spectrales du signal modulant et la bande de frquence occupe par le signal modul. De plus, le principe de superposition ne sapplique plus (voir problme 3.4) et la bande passante du signal modul dpasse largement celle du signal modulant. La gne que semble premire vue causer cet accroissement de bande passante est largement compense par les avantages quapportent ces procds de modulation en ce qui concerne limmunit au bruit et aux interfrences du signal transmis (voir chapitre 7).

3.2 MODULATION DARGUMENT ET FRQUENCE INSTANTANE Une onde porteuse sinusodale dont on module largument se prsente sous la forme gnrale suivante voir relation (2.1) : x p ( t )= A COS [wpt @ ( t ) ] (3.1)

o A et wp sont des constantes et langle de phase @ ( t )est fonction du signal utile m ( t ) . Si lon crit la relation (3.1) sous la forme suivante :
x,(t) = A c o s e ( t )

eu) = wpt + @ ( t )
0 ;

on peut alors dfinir la frquence instantane de x p ( t ) , note w ; , de la faon suivante :

d@(t) (t) = de =wp+dt dt

(3.4)

on notera que lorsque @ ( t ) = constante, w; = wp. Les fonctions @ ( t ) et d @ ( t ) / d tsont appeles excursion de phase instantane et excursion de frquence instantane. On dfinit aussi la quantit Aw :
AU = Iw; - ~~l~~

(3.5)

que lon appelle excursion maximale de frquence du signal modulation dargument.

3.3 MODULATION DE PHASE ET DE FRQUENCE


Les deux types de modulation dargument sont, comme nous lavons dit, la modulation de phase et la modulation de frquence (PM pour phase modulation, FM pour frequency modulation). En modulation de phase, lexcursion de phase instantane de la porteuse est proportionnelle lamplitude du signal modulant m ( t ) ,soit : = kq,m(r> (3.6) o kq, est la constante dexcursion de phase exprime en radians par unit de m ( t ) .

76

MODULATION DARGUMENT

[CHAP. 3

En modulation de frquence, lexcursion de frquence instantane est proportionnelle lamplitude du signal modulant m(r),cest--dire :

-= k p ( t )
dr

(3.7)

soit :

(3.8) o k , est la constante dexcursion de frquence qui sexprime en radians par seconde par unit du signal m ( t ) et 4(ro) la phase initiale de la porteuse linstant r = ta. On suppose habituellement que ro = -00 et que
@(-Co)

o.

On peut donc exprimer un signal modulation dargument, selon quil est modul en phase ou en frquence, sous les formes suivantes :

(3.9)
(3.10)

niif)

Porteuse

AM

FM

Fig. 3-1 Signaux moduls en AM, FM et PM

CHAR 31

MODULATION DARGUMENT

77

Daprs la dfinition (3.4), on peut crire que :

+ k@d m ( t ) en PM dt wi = wp + k f m ( t ) en FM
W;

= wP

(3.11) (3.12)

Ainsi, en PM, la frquence instantane O;varie en fonction linaire de la drive du signal modulant, tandis quen FM, O;varie en fonction linaire du signal modulant. La figure 3-1 reprsente les formes dondes de signaux moduls en AM, en FM et en PM.

3.4 SPECTRE DE FOURIER DES SIGNAUX MODULS EN ARGUMENT


Un signal modul en argument peut sexprimer sous forme exponentielle en crivant la relation (3.1) de la faon suivante : P ( t ) = Re(Aej(@pf+@(f))) = Re(Aejmptej@(f) (3.13)

o Re signifie partie relle de. Cest en raison de cette reprsentation que la modulation dargument est parfois

appele modulution exponentielle. En effectuant un dveloppement en srie de ej@(f), on obtient :

@2(t> + j @ ( t )- 2!

cosw,t - @ ( t sinoPt ) -cosopr 2!

@*(O

@3(r> sinw,,r . ++ ... 3!

(3.14)

Un signal modulation dargument se compose donc dune porteuse non module accompagne de plusieurs composantes modules en amplitude, telles que @ ( t ) sinw,r, @2(r) coswpt, @ 3 ( t ) sinuPt, etc. Son spectre de Fourier comporte donc une porteuse non module accompagne des spectres de @ ( t ) , @(t), ~ $ ~ (etc., t ) , centrs sur wp. Il est donc clair quil ny a pas de relation simple entre le spectre de Fourier dun signal modulation dargument et le spectre du signal modulant la porteuse, comme dans le cas de lAM.

3.5 MODULATION DARGUMENT BANDE TROITE


(3.15)

on peut crire une approximation de la relation (3.14) en ngligeant les termes de degr suprieur 1 de @ ( t ) :
x,(t)
%

Acosw,t

A@(t)sinw,t

(3.16)

Le signal correspondant la relation (3.16) est appel signai modulation dargument en bande troite (NB : nurrow band). On peut crire deux relations approches :

XNBPM(~)

A coswpt - Ak@m(t) sinw,t


1

(3.17) (3.18)

La relation (3.16 ) montre quun signal modulation dargument en bande troite se compose dune porteuse non module plus une porteuse dphase de j7/2 multiplie par @ ( r ) , fonction linaire de m(t). Cette multiplication engendre une paire de bandes latrales. Si @ ( t )prsente une bande passante Bp, celle dun signal modulation dargument en bande troite a pour valeur 2 B p . Cela rappelle ce que nous avons vu pour les signaux moduls en AM.

78

MODULATION DARGUMENT

[CHAP. 3

3.6 MODULATION SINUSODALE (OU FRQUENCE PURE)

A. Index de modulation
Si le signal modulant m ( t ) est une sinusode pure, cest--dire si m(t) =
a,, sin w,,t a, cos w, t

en mode PM en mode FM

(3.19)

Les quations (3.6) et (3.8) permettent dcrire :

4 ( t ) = /?sin O,,, t
o lon a
k+anr

(3.20)

en mode PM en mode FM

(3.21)

Le paramtre 9 , est Zindex de modulation de la modulation dargument, il dfinit la valeur maximale de lexcursion de phase en mode PM ou FM. On remarquera que p nest dfini que pour une modulation sinusodale frquence pure et peut sexprimer de la faon suivante :
(3.22)

o Aw est lexcursion maximale de frquence telle quelle est dfinie par la relation (3.5).

B. Spectre de Fourier
En substituant la relation (3.20) dans la relation (3.1), on obtient :
x,(r) = A cos (w,t

sin w,,t)

(3.23)

qui correspond un signal modulation dargument sinusodale. Un dveloppement en srie de Fourier montre que ce signal sexprime de la faon suivante :
(3.24)

o J , ( p ) est la fonction de Bessel du premier genre dordre n et dargument p. Le tableau B-1 (annexe B) donne quelques valeurs remarquables de J,(/3). Daprs la relation (3.24) et le tableau B-1, on peut observer que :
1.

2. 3.

Le spectre se compose dune frquence porteuse accompagne dune infinit de raies latrales aux frquences wp f nw, ( n = 1,2,3.. .). Les amplitudes relatives des raies spectrales dpendent de la valeur de J,(B), qui devient trs faible lorsque n devient trs grand. Le nombre de raies spectrales significatives (damplitude relative apprciable) dpend de lindex de modulation p. Si p < < 1, seules JO et J I ont une amplitude non ngligeable et le spectre se rduit une porteuse accompagne de deux raies latrales. Si, en revanche, p > > 1, on a une multitude de raies latrales, lamplitude de la porteuse wp diminuant en consquence.

La figure 3-2 reprsente les spectres damplitude de plusieurs signaux modulation dargument pour diffrentes valeurs de B.

CHAR 31

MODULATION DARGUMENT

79

OS

p=0,2

p=5
I I

1 .

WP

Fig. 3-2 Spectre damplitude de signaux moduls en frquence par une sinusode pure (wnlfixe)

3.7

LARGEUR DE BANDE DES SIGNAUX MODULATION DARGUMENT

A. Modulation par une sinusode pure Daprs la figure 3-2 et le tableau B-1 ,on voit que la largeur de bande dun signal modulation dargument modul par une sinusode pure dpend de B et de w , . On peut montrer quen fait 98% de la puissance moyenne du signal est contenue dans une largeur de bande Bp telle que :
BP

2(8

+ 1)uni

(3.25)

Lorsque B < < 1, le signal occupe une bande troite (signal NB) de largeur approximativement gale 20,. On considre gnralement quune valeur B < 0,2 satisfait cette condition. Si lon veut parler en hertz (frquences) et non plus en radians par seconde (pulsations), on noubliera pas que w = 237 f.

B. Modulation quelconque Pour un signal dont largument est modul par un signal m ( t ) dans une bande limite W M radians par seconde, lindex de modulation D se dfinit de la faon suivante :

D=
D joue le mme rle que relation :

excursion maximale de frquence Aw largeur de bande de m ( t ) WM

(3.26)

8 dans le cas de la modulation dargument frquence pure et lon a de mme la


Bp
X

2(D

+1 ) u ~

(3.27)

80

MODULATION DARGUMENT

[CHAP. 3

Cette relation est appele rgle de Carson. Si D < < 1, la largeur de bande du signal modul est de lordre de 2 w ~et , lon dit que lon a un signal NB (narrow band) modul en argument bande troite (voir paragraphe 3.4). Si D > > 1, la largeur de bande du signal est de lordre de 2Dw,, = 2Aw, ce qui reprsente deux fois le maximum de lexcursion de frquence. On dit que lon a un signal WB (wide band) modul en argument bande large.

3.8 SYSTMES DE MODULATION DARGUMENT

A. Modulation dargument bande troite


On peut laborer un signal dont largument est modul en bande troite (BE), narrow band (NB), en anglais, en se laissant guider par les relations (3.16), (3.17) ou (3.18). Cest ce quillustre la figure 3-3.

U
( a ) NBPM

(b)NBFM

F i g .3-3 Obtention dune modulation dargument bande troite

B. Modulation dargument bande large


Il existe deux mthodes dobtention dun signal dont largument est modul en bande large (BL) - wide band, (WB) en anglais : une mthode directe et une mthode indirecte.
1. Mthode indirecte

Dans cette mthode, on cre dabord un signal dont largument est modul en bande troite (voir figure 3-3), puis converti en bande large au moyen de multiplicateurs de frquence (figure 3-4). Un multiplicateur de frquence multiplie largument de la sinusode qui lui est applique par un facteur i l . Ainsi, si le signal dentre du multiplicateur est de la forme : (3.28) x(r) = A cos [w,r 4(r)]

BE
4 1 )

Multiplicat. frquence

BL
y(r)

F i g . 3-4 Multiplicateur de frquence

CHAP. 31

MODULATION DARGUMENT

81

le signal de sortie a pour expression


y ( t ) = A cos [naPt n @ ( t ) ]

(3.29)

Lutilisation dun multiplicateur de frquence accrot de faon considrable la valeur de la frquence porteuse. Pour remdier cet inconvnient, il est ncessaire de faire appel un convertisseur de frquence (mlangeur ou modulateur BLD), comme le montre la figure 3-5, pour dcaler le spectre du signal modul.

Signal NBFM

Signal WBFM

fm
Afi

fi?,= nf,,
Af2

= nAfi

lIl(f)

NBFM
xn

local

Fig. 3-5 Conversion bande troite - bande large

2. Mthode directe
La mthode directe dlaboration dun signal FM consiste contrler directement la frquence de la porteuse au moyen du signal modulant. La mthode la plus courante fait appel la modulation de la capacit ou de la self-induction dun composant du circuit oscillant qui dlivre la frquence porteuse. On appelle un tel systme oscillateur command en tension; en anglais voltage controlled oscillator, VCO. Lavantage de la mthode directe est que lon peut obtenir des excursions de frquence considrables, ce qui limite le besoin en multiplication de frquence. Linconvnient de cette mthode rside dans linstabilit que lon introduit dans loscillateur, ce qui ncessite des circuits auxiliaires de stabilisation de frquence.

3.9 DMODULATION DES SIGNAUX MODULS EN ARGUMENT


La dmodulation dun signal FM requiert un systme qui produise un signal de sortie proportionnel lexcursion de frquence instantane du signal qui lui est appliqu. Un tel systme est appel discriminateur de frquence. Si lentre du discriminateur est un signal modulation dargument

x p ( t )= A cos [w,t
alors, le discriminateur fournit un signal
Y d ( t ) = kd-

+ q5(r)l
(3.30)

d@(t) dt

o k d dsigne la sensibilit du discriminateur. En FM, la relation (3.8)donne lexpression de la phase @ ( t ):

82 La relation (3.30)devient ainsi :

MODULATION DARGUMENT

[CHAP. 3

Yd(T)

=kdkfmw

(3.31)

La figure 3-6 reprsente la caractristique dun discriminateur de frquence idal.

Y
P

FrCquence dentre

Fig. 3-6 Caractristique dun discriminateur de frquence idal

Le discriminateur de frquence peut aussi tre utilis pour dmoduler les signaux modulation de phase (PM). Dans ce cas, la relation (3.6)donne lexpression de la phase du signal :

4(t> = kdJm(0
En tenant compte de la relation (3.30),y d ( r ) devient : (3.32) Lintgration du signal que dlivre le discriminateur fournit un signal proportionnel m (r). On peut donc raliser un dmodulateur pour la modulation de phase partir dun dmodulateur pour la modulation de frquence suivi dun intgrateur. Une approximation du discriminateur de frquence idal, simple raliser, peut tre obtenue au moyen dun diffrentiateur suivi dun dtecteur denveloppe (figure 3-7). Si le signal dentre du diffrentiateur a pour expression : x,(r) = A cos [opr 4(r)]

r-_--_------------1
1
X;(O

Dtecteur denveloppe

;
I

Yd@)

L_______________-_--~

Fig. 3-7 Discriminateur de frquence

le signal de sortie du diffrentiateur est de la forme (3.33) Le signal x k ( t ) est la fois modul en amplitude et en argument. Lenveloppe de xP(r) a pour expression

La relation (3.4)donne lexpression du signal fourni par le dtecteur denveloppe :


~ d ( t= ) Wi

(3.34)

Cest--dire la frquence instantane de x,(r). 1 1existe dautres moyens pour raliser un discriminateur de frquence (voir problmes 3.20,3.21 et 3.22).

CHAP. 31

MODULATION DARGUMENT

83

Problmes rsolus
FRQUENCE INSTANTANE
3.1.
Dterminer la frquence instantane, e n hertz, d e chacun des signaux qui suivent :

+); i o c o s (20nt + nr2)


1O cos ( 2 0 0 n t

cos 2 0 0 n t cos ( 5 sin 2 n r ) Largument a pour valeur :

+ sin 2 0 0 n t sin(5 sin 2 n t )


8 ( t ) = 200nt
71 +3

On en dduit par drivation la frquence instantane : d8 W - - = 200n = 2n(100) - dt La frquence instantane est constante, elle vaut 100 Hz. Largument a pour expression : 8 ( t ) = 20nr nt2 La drivation par rapport au temps donne : d W - - = 20n 2nr = 2n( I O t ) - dr La frquence instantane vaut 10 Hz linstant t = O puis crot linairement avec le temps au taux de l Hz par seconde. Lexpression de largument peut se transformer : cos20077tcos(5sin2nt) sin200ntsin(5sin2nt) = cos(200nt - 5sin2nt) Do : ( t ) = 200nr - 5 sin2nt Par drivation : d O - - = 200n - 1 on cos 2nt = 2n ( 1 O0 - 5 cos 2nt) - dt La frquence instantane du signal a pour valeur 95 Hz t = O et oscille de faon sinusodale entre 95 et 105 Hz.

3.2.

Considrons un signal modulation dargument :


x,(t) = iOcos[(iO*)nt

+5sin2n(10~)t]

Calculer les valeurs maximales d e son excursion d e phase et de son excursion de frquence. Si lon rapproche le signal x , ( t ) donn et la relation (3.i), on peut crire :
8 ( t ) = ~ , t + + ( t ) = (iO8)nt+5sin2n(1O3)r

soit
+(t>= 5 sin2n(103)r

do
@ ( t ) = 5(2n)(103)cos2n(10~)~ Lexcursion maximale de la phase est donc :

I+(r)lmax = 5 rad
Quant lexcursion maximale de frquence, elle vaut :
Aw = I+(t)lmax = 5(2n)( IO3) rad/s

soit
A f = 5kHz

84

MODULATION DARGUMENT

[CHAP. 3

MODULATION DE PHASE ET DE FRQUENCE


3.3.
Un signal modulation dargument a pour expression :
x,(t) = IOCOS

[2n(106)t O,I sin(lo3)nr]

(a)
(b)
(a)

En considrant x,(r) comme un signal modul en phase (PM) avec k, = 10, exprimer le signai modulant m ( t ) . En considrant x , ( t ) comme un signal modul en frquence (FM) avec kf = Ion, exprimer le signai modulant m ( t ) .
Identifions lexpression dun signai modul en phase avec celle du signal propos :
XpM(f) =

A COS

= IOCOS = IOCOS

[ + k@m(t)] [2Jr(106)t+ 10m(i)] [2n(io6)t + O , ] sin(io3)nt1


Wpt

Do lon obtient : m ( t ) = O,OI s i n ( i ~ ~ ) n t (b) De mme, identifions lexpression dun signal module en frquence avec celle du signai propos

En posant

on obtient :

=a,, sin(103)nr = O , ] sin(io3)nt

1O0

En faisant a,, = IO, il vient :


m ( t )= 1 0 ~ 0 ~ ( 1 0 ~ ) n t

3~4. Soit m 1 ( t )et m2(t) deux signaux modulants, x p i( t )et xp2( t ) les deux signaux moduls correspondants.
(a)
Montrer que si la modulation du type AM BLD (modulation damplitude double bande latrale), un signal modulant m I ( t ) m2(t) produit un signal modul xpi ( t ) xp ( t ) (raison pour laquelle la modulation damplitude est parfois dite modulation non linaire).

(b)

Montrer que si la modulation est de type PM (modulation de phase), un signal modulant ml ( t ) m2(t)ne produit pas un signal modul x p ,( t ) x p , ( t ) , cest--dire que le principe de superposition ne sapplique pas la modulation dargument (raison pour laquelle la modulation dargument est parfois dite modulation non linaire).

CHAP. 31

MODULATiON DARGUMENT

85

(a)

En modulation AM BLD, on peut crire, daprs la relation (2.3) :

rn 1 ( r ) + x p l ( t ) = M I ( t )cos wpt
rnZ(t)
-+ X P 2 ( t )

= M2(r)COSwpt

= r n l ( t )c0swp1t

+ m2(t)coswp,t

(b)

= xp, 0) xp2 ( 1 ) Il en rsulte que la modulation AM BLD est bien linaire. En modulation PM, on peut crire, daprs la relation (3.9) :
m ( t ) + x p i( t ) = A cos
m2(t) -+

[ + k , p (t)] x p 2 ( t ) = ACOS wpt 4 k , p 2 ( t ) ] [


Wpt

m i ( t ) + m 2 ( t ) -+ x , ( t ) = ~ c o s ( w + ~ktd [ m i ( i ) + m ~ r ) ] ]

# xp, 0) + X p * ( f )
Do lon dduit le caractre non linaire de la modulation PM.

3.5.

Etablir la relation (3.24). Lorsquon module largument dune porteuse au moyen dune sinusode pure, le signal modul obtenu a pour expression [relation (3.23)] : x p ( t )= Acos(w,t+Bsinw,,t) On peut lexprimer sous forme exponentielle :
x p ( t )= A Re(ejoPrejpsinwmr)

(3.35)

La fonction eJp de Fourier :

est lvidence priodique, de priode T,,, = 27r/wn,. Elle a donc un dveloppement en srie

Daprs la relation (1.19),les coefficients c, ont pour expression :


j@ sin o,t

e-

jno,t

dt

En posant w , t = x , la relation devient :

o Jn ( B ) est la fonction de Bessel dordre R et dargument /3 (voir annexe B). Ainsi : ,jpsinw,t Jn(B)ejnomf

(3.36)

n=-oo

En tenant compte de la relation (3.36)pour exprimer la relation (3.3.3, on obtient

86

MODULATION D'ARGUMENT

[CHAP. 3

En prenant la partie relle, on obtient :

3.6.

Calculer la puissance moyenne d'un signal modulation d'argument lorsque le signal modulant est une sinusode pure. D'aprs la relation (3.24),un signal dont l'argument est modul sinusodalementa pour expression :
xp(t) =
n=-w

63

AJn(B) cos (wp

+ nwni)t
1 J:(B)= -A2 2

La puissance moyenne a pour expression :


P =
O 0 1 C -A2J:(B)= 2 -A2
I O

n=-63

C n=-m
o

(3.37)

puisque
(3.38)

TRANSFORME DE FOURIER DES SIGNAUX MODULATION D'ARGUMENT

3.7.

Une porteuse est module en argument par la somme de deux sinusodes :


x p ( t ) = A cos (wpt

+ BI sin w l t + 8 2 sin w q t )
sinwif+B s i n w ) )
sino~t

(3.39)

o 01 et 02 ne sont pas en relation harmonique. Calculer le spectre de x , ( t ) . Comme lors du problme 3.5, x p ( r ) peut s'exprimer de la faon suivante :
x,(r) = AR^ ( e i q t e j ( B i
- AR^ (ejoprej,91 s i n o l t j p 2

(3.40)

En invoquant la relation (3.36),on obtient :


Ca

n=-63

En portant ces expressions dans la relation (3.40)et en prenant la partie relle, on obtient :
x p ( t )= A
n=-w ni=-ca

C C

0 0 6 3

~ n ( ~ i ) ~ n 1cos ( ~ (wp 2 )

+ mw2)t

(3.41)

La relation (3.41) montre que le spectre de x p ( t ) se compose de quatre types d'lments : (1) une raie spectrale correspondant la porteuse, (2) des raies spectrales situes wp f nwl correspondant la premire modulation sinusodale, (3) des raies spectrales situes opfmw2 correspondant la deuxime modulation sinusodaleet (4) des raies spectrales situes w, fnwl fmw2 dues la non-linarit de la modulation d'argument.

3.8.

Soit une modulation d'argument sinusodale dont le signal s'exprime de la faon suivante (voir relation 3.23) : x p ( t ) = A cos (w,t B sin wn,r>

Lorsque / l< < 1, on est en prsence d'une modulation bande troite (NB). Calculer le spectre d'un tel signal. (a) Comparer avec celui d'un signal AM modul par une sinusode pure. (b) . Discuter les similitudes et diffrences observes au moyen d'un diagramme vectoriel. (c)

CHAP. 31
(a)

MODULATION DARGUMENT

87

Dveloppons lexpression de la porteuse module : xp(t) = A cos (op? fi sinw,t)


= Acoswpt cos (@sinw,,t) - Asinwpt sin(j3sinwnft)

Lorsque @

< < 1, on peut crire :


cos (B sin wnft) x 1 sin(fi sin wnI t)
%

B sin wnft

Le signal NB prend alors la forme approche qui suit :


XNBC(t) % A coswpt - B A sin wnftsin wpt (3.42) 2 2 On remarquera que la relation (3.42)peut tre aisment obtenue partir de la relation (3.16)en remplaant $(t) par B sinw,t. Daprs la relation (3.42), on voit que le spectre de X N B C ( ~ ) se compose dune raie spectrale correspondant la porteuse escorte dune paire de bandes latrales situes w p f w,, .
=AC
O S W ~ ~

BA BA COS (wp - wm)t + -COS (wp + Wnf)t

(b)

Le rsultat prcdent est comparable la situation que nous avons rencontre dans le cas dune porteuse module en amplitude par une sinusode pure [voir relation (2.19)du problme 2.41.

o p est lindex de modulation pour la modulation damplitude. La comparaison des relations (3.42) et (3.43) montre que la diffrence essentielle entre modulation dargument NB et modulation AM rside dans linversion de phase de la bande latrale infrieure.

(c)

En utilisant la relation (3.35)ainsi que lapproximation


j@ sin wmi

+ j B sin O,,t

pour B

< <1

La relation (3.42)peut tre crite sous forme dune.projection vectorielle : Aejwpf( 1

+ j B Sin w,,t)

1
(3.44)

De la mme faon, la relation (3.43)peut tre crite sous forme dune projection vectorielle :

(3.45) En prenant le terme Aejwp comme rfrence, on peut construire les diagrammes vectoriels de la figure 3-8 reprsentatifs des relations (3.44)et (3.45).La diffrence entre ces deux diagrammes est vidente; en modulation dargument NB, la modulation est additionne en quadrature la porteuse, ce qui induit une fluctuation de la phase sans volution sensible de lamplitude, tandis quen AM la modulation est ajoute en phase la porteuse, ce qui ninduit aucune variation de phase.

( a )signal NBFM

(b)signal AM

Fig. 3-8 Reprsentation vectorielle

88

MODULATION DARGUMENT

[CHAP. 3

LARGEUR DE BANDE DES SIGNAUX MODULATION DARGUMENT

3.9.

Soit un signal modulation dargument :


x , ( t ) = 10cos(2n10*r + 2 0 0 c o s 2 n i 0 ~ t )

Quelle est sa largeur de bande?


La frquence instantane de ce signal est
w; = 2n(108) - 4n(10~)sin2n(10)r

do Aw = 4n(105), wm = 2n(103) et

B=-=Daprs la relation (3.25),


Bp

Aw wnl

4n(105)
2n(103)

= 200

= 2(8

+ 1)wnl = 8,O4n(1O5) rad/s


soit fB = 400kHz

Comme B

< < 1,
Bp %

2Aw = 8n(105) rad/s

3.10. Une porteuse de frquence 20 MHz (mgahertz) est module en frquence par un signal sinusodal avec une excursion de frquence maximale de 100 kHz. Dterminer lindex de modulation et valuer la bande passante du signal FM lorsque la frquence du signal modulant est : ( a ) 1 kHz, (b) 100 kHz, et (c) 500 kHz.
Af = 100 kHz,

f p = 20 MHz

> > fnI

Pour une modulation sinusodale, /3 = A f


(a)
(b)

/f n I .

Pour fnI = 1 kHz, B = 100. Il sagit dun signal modul en frquence large bande (WBFM, wide band 2Af = 200 kHz. FM), avec fB Pour fm = 100 kHz, = 1. Donc, daprs la relation (3.25),
fB

2(B -t 1) fnl = 400 kHz

(c)

Pour fnI = 500 kHz, ,5 = 0,2. Il sagit dun signal modul en frquence bande troite (NBFM, narrow band FM), avec fB % 2 fn1 = 1 O00 kHz = 1 MHz.

3.11. Considrons un signal modul en argument


x p ( t ) = IOCOS (opf 3 sinonIr)

Supposons quil sagisse dune modulation de phase (PM) et que fnl = 1 kHz. Calculer lindex de modulation et valuer la bande passante lorsque (a) f n l est multiplie par 2 et (6) lorsque fnI est divise par 2. xpM(r) = A cos [opr k p z ( r ) ] = lOcos (o,r 3 sinonIr)

Donc m ( f )= a , sinonIf,et lon a :


XpM(f)

= IOCOS (op k+am sin o n I f )

Daprs la relation (3.21) ou (3.23),

B = k @ ,= 3
on voit que la valeur de ,5 est indpendante de fnI. En appliquant la relation (3.25), avec fnI = 1 kHz :
fB = 2(@

+ 1) fnl = 8 kHz

CHAP. 31

MODULATION DARGUMENT

89

(a)

Lorsque lon double f,,, j3 = 3, fn, = 2 kHz, et lon a :

f~ = 2(3 + 1)2 = 16 kHz


(b)
Lorsque lon divise f n , par 2, 8 = 3, fn, = 0,5 kHz, et lon a :
f B = 2(3

+ 1)(0,5) = 4 kHz

3.12. Reprendre le problme 3.1 1 dans le cas dun signal FM.


X F M ( ~ )= A

cos upt k j

Le signal modulant m (t) a donc pour expression

s1, 1

m(h)d h = 10cos (upr 3 sin con, t)

m(r) = a,, cos un, t

Et le signal modul peut scrire sous la forme :

Daprs la relation (3.21)ou (3.23),

On voit que la valeur de 8 est inversement proportionnelle fn,. Daprs la relation (3.25),avec fnI = 1 kHz :

f~ = 2(j3 + I ) f n r
(a)

= 2(3

+ 1 ) l = 8 kHz

Lorsque lon double f n l , j3 = 312, f n , = 2 kHz, et lon a :

f~ = 2(8 + l)fm = 2 - + 1 2 = I O kHz

(: )

(b)

Lorsque lon divise fni par 2, j3 = 6 , f , ! = 0,5 kHz, et lon a :

f~ = 2(8 + 1)fnI = 2(6 + 1)(0,5)

= 7 kHz

3.13. Une porteuse est module par une sinusode pure de frquence 2 kHz, avec une excursion de frquence maximale de la porteuse de 5 kHz. Evaluer la bande passante du signal modul. (a) (b) On multiplie par 3 lamplitude du signal modulant, tandis que sa frquence est rduite 1 kHz. Calculer lexcursion de frquence maximale et la largeur de bande du nouveau signai modul ainsi obtenu.
(a)

Daprs la relation (3.21),

Daprs la relation (3.25),la largeur de bande du signal a pour expression :

f~ = 2(j3 + l)f,, = 2(2,5 + 1)2 = I4kHz


(b)
Soit j 3 1 le nouvel index de modulation, on a :

donc

90

MODULATION DARGUMENT

[CHAP. 3

3.14. Outre la rgle de Carson (3.27),on applique souvent la formule suivante pour estimer la largeur de bande dun signal FM : B P % 2(D 2 ) o ~pour D > 2

o W M = 2nfM et f~ est la frquence la plus lve du Signal FM. Calculer la largeur de bande au moyen de cette formule et comparer la valeur obtenue avec celle que fournit la rgle de Carson pour un signal FM dont les caractristiques sont Af = 75 kHz et f~ = 15 kHz (standard des radios FM commerciales).
En invoquant la relation (3.26), avec W M = 271fM et f ,= 15 kHz, on obtient :

En appliquant la formule propose, on obtient une largeur de bande


fB

=2(D

+ 2 )fM = 210 kHz


+ 1) f ,
= 180 kHz

Si lon applique la rgle de Carson, on obtient une largeur de bande qui a pour expression :
fB = 2 ( 0

Nora :Une transmission de qualit en FM impose un minimum de 200 kHz de largeur de bande. La formule de Carson donne donc une sous-estimation de la largeur de bande utile.

LABORATION DES SIGNAUX MODULATION DARGUMENT

3.15. Considrons le multiplicateur de frquence de la figure 3-4 et le signal NBFM suivant :


XNBFM

= A COS (w,t

+ ,5 sin onif)

avec ,5 < 0,s et f,,= 200 kHz. Supposons que fni varie de 50 Hz 15 kHz et que lexcursion maximale de frquence soit de 75 kHz. Calculer le facteur multiplicatif ncessaire et lexcursion maximale de frquence acceptable lentre du multiplicateur.
Daprs la relation (3.22), = Af/ fn,. Donc :
Bmin

75( IO)

5 -

75(10) - 5oo pmax =-

50

Si Bi = 0,5, Bi tant lindex de modulation du signal dentre, le facteur multiplicatif ncessaire est :
n=-=-Bmax

Bi

1500 - 3000 0,5

Lexcursion maximale de frquence Afi admissible lentre du multiplicateur a pour expression : Afi = - = = 25 HZ n 3000
Af

75(IO)

3.16. La figure 3-9 reprsente un metteur FM Armstrong (mthode indirecte de modulation). Calculer Iexcursion maximum de frquence Af en sortie de cet metteur ainsi que la frquence de la porteuse f,, si f i = 200 kHz, f~ O = 1 O, 8 MHz, Afi = 25 Hz, IZ I = 64, et n2 = 48.
Af = (Afl)(ni)(n2) = (25)(64)(48) Hz = 76.8 kHz
f2

= nl fi = (64)(200)(103)= 12,8(106) Hz = 12,8 MHz

f3 = f 2

f fLO

= (12,8

f 1O,8)(iO6) HZ =

23,6 2,0

MHz MHz

CHAP. 31

MODULATION DARGUMENT

91

Ainsi, lorsque f3 = 23,6 MHz :


f , = n2f3 = (48)(23,6)= 1 132,8 MHz

Et lorsque f3 = 2 MHz :

f,
nz(r)

= n2 f3 = (48)(2) = 96 MHz

Multiplicat. frquence

frquence
fi = n i f i

fi
Afi

fP

Af

Fig 3-9

Schma dun metteur FM modulation Armstrong

3.17. Lmetteur FM Armstrong de la figure 3-9 (problme 3.16) est quip dun oscillateur quartz dont la frquence est de 200 kHz. Lexcursion maximale de phase est limite 0,2 pour viter toute distorsion. On suppose que fnl varie de 50 Hz 15 kHz. La frquence porteuse de lmetteur est de 108 MHz, tandis que lexcursion maximale de frquence est de 75 kHz. Dfinir le coefficient du multiplicateur de frquence et la frquence de loscillateur local du mlangeur.
Daprs la figure 3-9, on peut crire :
Af i = pfnl = (0,2)(50) = 10 Hz

En supposant que lon utilise la frquence infrieure du mlangeur, on a :


f2 -fL0

=n2
--

fP

On en dduit :
fLo = n i f i

- -=
n2
nl

fp

7500(2)(1@)- 108(106)
122

1392
n2

(IO6) Hz

En faisant n2 = 150, on obtient :


= 50 et
fL0

= 9,28 MHz

3.18. Un signal modul en argument prsente une excursion maximale de frquence de 50 Hz lorsque le signal modulant est une sinusode damplitude unit et de frquence 120 Hz. Dterminer le facteur multiplicatif ncessaire n pour obtenir une excursion de frquence maximale de 20 kHz lorsque le signal modulant sinusodal dentre a une amplitude unit et une frquence de 240 Hz, la modulation utilise tant (a) une modulation de phase et (b)une modulation de frquence.
(a)

Daprs les relations (3.21) et (3.22), on voit quen modulation de phase sinusodale,lexcursion de frquence A f maximale est proportionnelle fnl. Ainsi :
Afi =

(z)

(50) = 100 Hz

dou lon dduit que :

92
(b)

MODULATION DARGUMENT

[CHAP. 3

Toujours daprsles relations (3.21) et (3.22), on voit quen modulation de frquencesinusodale,lexcursion de frquence Af maximale est indpendante de fni. On a donc :

3.19. Lorsque lon travaille avec une frquence porteuse peu leve, on peut la moduler en FM en faisant varier la capacit dun circuit oscillant. Montrer que le signal de sortie x,(r) du circuit accord de la figure 3-10 est modul en frquence si la valeur de la capacit dpend du temps selon la loi de variation :
C ( f )= CO- km(r)

Oscillateur circuit accord

Fig. 3-10

Si lon suppose que krn(r) est de faible valeur et varie lentement,la pulsation w; du signal de sortie de loscillateur a pour expression :

Comme I(k/Co)m(r)l < < 1, on peut utiliser lapproximation


(1 - z ) - / 2 1 = 1 + -2 z

ce aui donne
w;

= wp 1 + --m(t)

aco

= wp

+kjm(t)

relation dans laauelle


1 o p = - et

k j = -2 Co

1 w,k

Rsultat qui, rapproch de la relation (3.12), montre que x p ( t ) est un signal Fh4.

3.20. On applique un signal FM de la forme

au dispositif reprsent sur la figure 3-11, constitu dun filtre RC passe-haut suivi dun dtecteur < 1 dans la bande de frquence quoccupe XFM(f). Donner denveloppe. On suppose que wRC < lexpression du signal de sortie y ( r ) en supposant que k j l m ( t ) l < wp,quelle que soit la valeur de f .

CHAP. 31

MODULATION DARGUMENT

93

denveloppe

Fig. 3-11
La rponse en frquence (fonction de transfert) H ( w ) du filtre passe-haut RC a pour expression

H(w)=
Si wRC

R R

+ i/(jwC)

+jwRC

jwRC

< < 1 , on peut crire que


H(w) % jwRC

Comme la multiplication par j w dans le domaine des frquences est quivalente la drivation dans le domaine temporel (voir relation 1.35), la tension de sortie du filtre RC a pour expression :

Le signal de sortie du dtecteur denveloppe est donc :

Il se compose dun terme continu ARCw, auquel sajoute un terme prop.ortionnel r n ( r ) .

3.21. On peut utiliser une ligne retard pour obtenir une approximation de la drive dun signal en effectuant le traitement :
x(t)

x ( t ) - x ( t - t)
25

(3.46)

Dessiner le bloc diagramme du circuit permettant deffectuer ce traitement et donner lordre de grandeur de t pour obtenir une bonne valeur approche de la drive de x ( t ) .
La figure 3-12 reprsente un dispositif capable deffectuer le traitement dfini par la relation (3.46).
y(t) = -[x(t) t

- X(t - t)]

,
Retard

x(r - 5 )

Fig. 3-12

94

MODULATION DARGUMENT

[CHAP. 3

En prenant la transforme de Fourier des deux membres de la relation prcdente, on obtient :


1 1 ~ ( w= ) - p ( w ) - e-jmrX(w) = - x ( w ) ( i - e-jmr)

Si w t

< < 1, alors 1 - e - j o r x j w r , ce qui permet dcrire :


Y (O) = jwX(w)

ce qui montre que y ( t ) est une approximation de la drive de x ( r ) pourvu que 5 vrifie la condition suivante :
1
t-=-

wP+Ao

3.22. On considre le signal FM suivant

Soit tl et t 2 ( f 2 > fi) les temps de deux passages zro successifs du signal X F M ( t ) , comme liilustre la figure 3-13. Montrer que si lon a : m ( h ) d h x m(r)(t2 - f i ) alors
fi

rG

t2

kfm(r) = -At
I L

o At = t 2 - ti.

Posons
o

Soit tl et f 2 ( t 2 > f i ) les instants de deux passages zro successifs du signal, cest--dire :
xFM(fl)

=XFM(r2) = 0

CHAP. 31

MODULATION DARGUMENT

95

Alors
e(t2)- e ( t l )= 77 = wp(t2 - t i )

+ kf

JTi

m(A)dA

La largeur de bande du signal m ( t ) est suppose tre petite vis--vis de celle du signal modul, donc m ( t ) peut tre considre comme constante durant lintervalle de temps [tI ,221 et lon a la relation :

Daprs la relation (3.12), on peut crire :


w; = w p
7 r + kfm(t)= -

t2 - tl

soit, en posant At = t2 - tl kfm(t)= At - o p


77

3.23. Le rsultat obtenu au problme 3.22 montre que m ( t ) peut tre restitue en comptant les passages zro du signal xFM(r). Soit N le nombre de passages zro pendant lintervalle de temps T . Montrer que si T satisfait la condition 1 1 1 1 -<T<<fP

fM

o fM est la largeur de bande en hertz de m ( t ) (faM = 21r fM), alors


km(t) x

! r - fP

Appelons 11, t2, t g , . . . les instants de passage zro et notons TI = t2 - tl , T2 = t3 - t;! . . . Supposons que lon ait enregistr N passages zro pendant le temps T tel que : T =Ti + T ~ + . . . + T N Daprs les rsultats du problme 3.22, on a

soit Cela est valable pour T2, T3,. . .; cest--dire :

ainsi : TI + T 2 + . . . + T n = T =
77N

w p + kfm 0 )

Do lon tire aue :


kfrn(t) = T - wp soit kf 2 7 m 7 (t)
N = krn(r) = 2T - fp
77N

La condition 1/fp < T assure quil existe des passages zro pendant la dure T tandis que la condition T protge contre un lissage trop fort de m ( t ) .

< < 1 /fn,

96

MODULATION DARGUMENT

[CHAP. 3

Problmes supplmentaires
3.24.
Un signal modul en argument a pour expression

Sagit-il dun signal modul en frquence (FM) ou en phase (PM)?


Rponse : 1 1 peut sagir aussi bien dun signal Fh4 que dun signal PM.

3.25.

Un multiplicateur de frquence est constitu dun lment non linaire associ un filtre passe-bande, comme reprsent sur la figure 3-14. On suppose que llment non linaire lve au carr le signal qui lui est appliqu :
e , ( t ) = aeC(t)

Fig. 3-14
Dterminer le signal de sortie y ( t ) lorsque le signal dentre e , a pour expression :
e , ( t ) = A cos (wpt

+ B sin wn,r)

Rponse : y ( f ) = A cos (2wpt + 28 sin w n tt) , avec A = 0,5aA2.Cela suggre que lon peut utiliser ce dispositif comme doubleur de frquence.

3.26.

Reportons-nous la figure 3-15 et supposons que le signal 10,8 MHz a t obtenu par multiplication partir dun oscillateur fonctionnant 200 KHz (facteur multiplicatif de 54). Cet oscillateur drive de O, 1 Hz.
NBFM Multiplicat. frquence
x 64

T
200 kHz
I

Multiplicat. frauence
x54

T
1

x 48

10.8 MHz

Fig. 3-15
(a) (b) Evaluer la drive induite sur le signal de 10,8 MHz. Evaluer la drive induite sur la porteuse du signal FM modul.

Rponse : (a) +5,4Hz,

(b) +48 Hz

3.27.

Un signal Fh4 donn prsente une excursion maximale de frquence de 25 Hz, lorsque le signal modulant est une sinusode pure, damplitude unitaire et de frquence 1 O0 liHz. Quelle est la valeur du facteur multiplicatif n ncessaire pour obtenir une excursion de frquence de 20 kHz lorsque le signal modulant est une sinusode pure damplitude unit et de frquence 200 Hz.
Rponse : n = 800

CHAP. 31

MODULATION DARGUMENT

97

3.28.

La figure 3-16 reprsente un rcepteur FM courant, qui couvre la gamme commerciale de 88 108 MHz. La frquence intermdiaire est de 10,7 MHz. Le limiteur a pour rle dliminer les variations damplitude ventuelles. Le rcepteur est accord sur la frquence de 100 MHz.
*FM(~)

HF

Fig. 3-16 Rcepteur FM


(a)

(b)

Un signal audio (BF) 10 kHz module la porteuse 100 MHz, avec un index j3 = 0,2. Evaluer la bande passante ncessaire pour les circuits radiofrquence (RF), de frquence intermdiaire (IF) et basse frquence (BF). Reprendre le problme avec j3 = 5.

Rponse : (a) Amplificateurs RF et IF : 24 kHz; amplificateur BF : I O kHz. (b) Amplificateurs RF et IF : 120 kHz; amplificateur BF : 10 kHz.

Chapitre 4
Transmission numrique des signaux analogiques
4.1 INTRODUCTION

Les systmesde transmission modernes se sont tourns depuis longtempsvers les techniquesnumriques.La mise en uvre de rseaux de communication reposant sur le traitement de signaux chantillonns et numriss, prsente des avantages considrables par rapport l'exploitation des rseaux de type analogique. Citons, pour prendre quelques exemples, de meilleures performances, une plus grande souplesse et surtout une meilleure fiabilit. Pour transmettre des signaux analogiques, tels que la parole ou les signaux vido, par des moyens numriques, il est ncessaire de convertir ces signaux sous forme numrique, ou digitalem, comme le disent les gens de mtier. Ce processus est appel conversion analogique-digitale(CAD) dont la rciproque est une conversion digitale-analogique(CDA). La technique utilise est parfois appele modulation par impulsions numriques,Les deux techniques de conversion analogique-numriqueles plus importantes sont la modulation par impulsions codes (MIC, ou plus souvent PCM, en anglais, pour pulse code modularion) et la modularion delta (DM, en anglais, pour delta modulation).
4.2 MODULATIONPAR IMPULSIONS CODES (PCM)

Les traitements essentiels qui interviennent en modulation PCM sont i'chantillonnage. la qwntijicarion et le codage, comme l'illustre la figure 4-1.
Quantificalion
-6C
t

F i g . 4-1 Modulationpar impulsions codes


L'chantillonnage consiste prlever des chantillons d'un signal analogique des instants discrets. La reprsentation de l'amplitude d'un signal au moyen d'un ensemble fini de niveaux est appele quunrijication. La conversion de chacun de ces niveaux en une valeur numrique est appele codage. Alors que l'chantillonnage transforme un signal continu dans le temps en un signal temps discrtis, la quantification convertit la valeur relle (au sens mathmatique du terme) de l'chantillon prlev sur le signal en une valeur numrique, sur 8.16, voire 32 bits, suivant la prcision dsire. L'chantillonnage et la quantification convertissent donc un signal analogique en signal numrique. Les oprations de quantification et de codage sont gnralement effectues par un seul circuit, qui porte le nom de convertisseur analogique-digital (CAD). L'utilisation combine de la quantification et du codage distinguent la technique PCM de la modulation par impulsions analogiques. Dans les paragraphes qui suivent, nous allons tudier en dtail les processus d'chantillonnage, de quantification et de codage.

4.3 THEORME DE L'CHANTILLONNAGE


La transmission numrique d'un signal analogique est possible en vertu du rhorme de l'chantillonnage. L'chantillonnage d'un signal analogique se fait donc en appliquant ce thorme.

A. Signal largeur de bande limite Le signal m(t) est dit bande limite si sa transforme de Fourier est identiquement nulle au-del d'une certaine pulsation WY :
m ( t ) e M ( u ) = O pour IwI > WY = 2 x f .
(4.1)

CHAP.41

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

99

B . Thorme de lchantillonnage
Soit un signal m ( t ) valeurs relles, bande limite, satisfaisant donc la condition ( 4 4 ; m(r) peut alors tre restitu intgralement partir de ses valeurs rn(nT,h) chantillonnes des intervalles de temps uniformes Ti&[< 1/(2 fM)]. La restitution de m(r) sopre au moyen de la relation mathmatique suivante :

On appelle Tch la priode dchantillonnageet son inverse fich = 1/ Tch lafiquence dchantillonnage. Le thorme de lchantillonnagetablit donc quun signal bande limite dont le spectre de frquence ne prsente plus dnergie au-del de la frquence fM Hz peut tre restitu en totalit au moyen de ses chantillons prlevs la frquence de fich (22 fM) chantillons par seconde. Ce thormeest souvent appel thormede lchantillonnage uniformepour les signaux en basse frquence. La frquence minimale dchantillonnage,2fM chantillonspar seconde, est appele frquence de Nyquist ou de Shannon. La dmonstration de ce thorme sera tudie dans le problme 4.2. Ce thorme sapplique en gnral lchantillonnagede tous les signaux basse frquence. Nous verrons que pour certains signaux bande limite, on peut parfois utiliser des frquences dchantillonnage de valeur infrieure la limite de Shannon (voir problme 4.7).
4 4 CHANTILLONNAGE

A. Echantillonnage instantan Supposonsque lon chantillonneun signal arbitrairem(r) tel que reprsent par la figure 4.2(a) en prlevant des valeurs instantanes intervalles rguliers de priode Tch. On obtient une suite infinie dchantillons {m(nT;,h)},o n prend successivement les valeurs 1,2, etc. Cette faon de procder sappelle chantillonnage instantan.

T e c h

fich
(Cj

2Teh

F i g . 4-2 chantillonnage idal dun signal

100

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

JCHAP.4

B. Signal chantillonnidal
Si lon multiplie le signal m ( r ) par un train dimpulsions 6 T ( r ) , comme lillustre la figure 4-2(b), selon la on obtient : relation (f.i.5)
(4.3)

C . Echantillonnagepratique
1. Echanionnage naturel

Bien que lchantillonnage instantan (au vol) semble tre un modle convenable, il est plus commode dchantillonner un signal bande limite m(r) au moyen de circuits de commutation grande vitesse. Cest ce que reprsentent les figures 4-3(a),qui symbolise un chantillonneur sous la forme dun commutateur tournant, et 4-3(b) qui donne lallure du signal chantillonnobtenu.

-Teh

T e c h
(6)

2fich

3fich

(4
Fig. 4-3 chantillonnage naturel

Le signal chantillonn xnuY (t) a pour expression :


&lY(f)

= m(t)xp(r)

(4.4)

o x,(t) est un train dimpulsions rectangulairespriodiques de priode Tch, chaque impulsion de x p ( r ) ayant une amplitude gale 1 et une dure constante d. Cet chantillonnageest dit naturelparce que le profil suprieurde chacune des impulsionsde x , , ~(t ) conserve la forme du signal analogique originel, pendant la dure d de limpulsion dchantillonnage. Linfluence de la dure finie (et non pas infinitsimale) des impulsions dchantillonnage sera analyse lors du problme 4.9.

2. chantillonnage bloqu

Le dispositif dchantillonnage le plus lmentaire et le plus commode est Ichantillonneur-bloqueur (sumple-and-hold,en anglais) dont la figure 4-4(a) donne le principe.
Commutaicur dchantillonnage

Commuiatcur dc dthargc

(0)

Fig. 4-4 Echantillonneur-bloqueuret signal obtenu

(6)

CHAP. 41

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

101

Ce circuit donne un signal xic&) form dchantillons qui conservent un niveau constant pendant lintervalle dchantillonnage, ce que reprsente la figure 44(b). Leffet de blocage du niveau chantillonn sera analys dans le problme 4.1 1.

4.5

MODULATION DIMPULSIONS EN AMPLITUDE (PAM)

Le signal x i C h ( t )reprsent sur la figure 4-4(b) est en fait un signal dont les impulsions sont moduls en amplitude (PAMen anglais). La porteuse est un train dimpulsions rectangulaires priodiques dont lamplitude suit le niveau du signal analogique transmettre. La frquence de la porteuse nest autre que la frquence dchantillonnagedu signal analogique. Un signal PAM a donc pour expression :

o p ( f )est une impulsion rectangulaire de niveau 1 et de dure d, dfinie comme suit :

Fig. 4 5 Impulsion rectangulaire

On peut montrer (problme 4.10) que X & j , ( f ) peut sexprimer comme convolution de mi,h(r), signal chantillonn au vol et de limpulsion rectangulaire p ( t ) , soit :

4.6 QUANFICATION

A. Quantification linaire
La figure 4 6 illustre le processus de quantification. On suppose que lamplitude du signai m ( f ) demeure comprise entre les limites (-mp, mp). Cet intervalle est divis, comme le montre la figure 46(a), en L domaines de taille A, telle que :

102

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

(CHAR4

Une amplitude dont la valeur appartient un intervalle donn se voit attribuer la valeur du point milieu de cet intervalle. La figure 4-6(b)reprsente un exemple de fonction de quantification linaire.

1 A t

If
1 1
I

I1
I

l
I I

\i

*
t

I
1
1
I

1 I

T T
5A

T
-SA -4A -3A -2A -A
I
I I

2-

2A

3A
I

4A
I

5A l

*
Enue

l l

(b)

Fig. 4-6 Quantification linaire

B . Bruit de quantification
La diffrence qui existe entre le signal originel et le signal quantifi est appele erreur ou bruit de quantification. 1 1 est clair, pour un signal incident quelconque, que lerreur de quantification E~ varie de faon alatoire lintrieur de lintervalle A A -- G E y Q (4.9) 2 2

CHAR 4)

TRANSMISSION NUMRIQUEDES SIGNAUX ANALOGIQUES

103

En supposant que cette erreur est uniformment rpartie dans cet intervalle, lerreur quadratique moyenne (ci) a pour expression (voir aussi le chapitre 5) :
(Ei)

=A

-A/2

&;dcy = 12

A2

(4.10)

En reportant lgalit (4.8) dans la relation (4.10). on obtient :


(4.11)

C. Quantification non linaire et compression-expansion


Dans de nombreux cas de traitement de signal, la quantification linaire ne convient pas. Cest ainsi quen tlphonie, on sait que le signal conserve un niveau relativement constant avec peu dextrmums. Une quantification linaire serait donc inadapte au codage de la parole, car la plupart des niveaux levs resteraient pratiquement inutiliss. II est prfrable demployer un systme plus efficace, non linaire, o le nombre de niveaux de quantification est plus important pour les valeurs faibles que pour les fortes amplitudes du signal, comme le montre la figure 4-7.

ni,,

Fig. 4 7 Quantification non linaire

On peut parvenir au mme rsultat en comprimant la dynamique du signal quantifier puis en le quantifiant au moyen dun convertisseur linaire. La figure 4-8 reprsente la caractristique entre-sortiedun compresseur de dynamique. On mesure sur laxe horizontal lamplitude du signal dentre normalis (soit m/mp) et sur laxe vertical lamplitude du signal comprim. Le compresseur fournit de grands incrments Ay pour quantifier les incrments Am des faibles niveaux du signal qui lui est fourni et de faibles incrments pour en quantifier les forts niveaux .En appliquantalors le signal comprim un convertisseurlinaire, on aboutit ce quun intervalle donn Am recouvre un nombre dautant plus lev de pas de quantification que m est faible.

104

TRANSMISSION NUMRIQUEDES SIGNAUX ANALOGIQUES

[CHAR4

Fig. 4-8 Caractristiquesdun compresseur

Les fonctions de compression utilises font souvent lobjet de nonnes. Cest ainsi quon emploie au Japon et aux Etats-Unis la loi p, dont lexpression est la suivante :
(4.12)

o l~ est une constante positive et

sgn(m) = Les Europens lui prfrent la l o i A, qui a pour expression :


A
Y_(
(1

m>O m <O

KGi

);(
sgnim)

1 6 1A
1

+ lnAlm/m,l)
l+InA

(4.13)

En ce qui concerne la loi p, la valeur p = 255 est utilise sur les rseaux numriques de tlphonie amricaine, tandis que pour la loi A, les Europens attribuent la valeur 87,6 au paramtre A. Ces valeurs ont t retenues afin dobtenir un rapport signal bruit de quantification peu prs constant sur une dynamique de puissance du signal dentre de 40 dcibels (dB). Pour restituer sur lc rcepteur les chantillons du signal transmis avec leurs niveaux relatifs corrects, on fait appel un expanseur dont la caractristique est linverse de celle du compresseur. Lensemble compresseurexpanseur est parfois dsign sous son expression anglo-saxonne de compunder.
4.7

CODAGE

La modulation par impulsions codes (PCM) fait appel un codeur. 11 sagit dun dispositif qui code les chantillons quantifis en leur attribuant une valeur binaire. La suite de valeurs binaires obtenues est elle-mme transforme en une chane dimpulsions squentielles avant dtre transmise (voir paragraphe 4.10). Dans ce cas, on parle de systme PCM binaire. La figure 4-9 illustre les principes de cette technique. Supposons quun

CHAP.41

TRANSMISSIONNUMRIQUEDES SIGNAUX ANALOGIQUES Valeur Niveau dc code quantification

105

1
6

3,5 3
2.5 1.5 0,5

5
4 3 2
1
O

-- - 1

1
l
I
I

1
I I l
1

-0.5
-1.5 -2.5

- 4
I
I

\
\

-1

-2

I
1

-3
-4

+--I
I

\
I
I

-3.5

-+--fi -

1 1

Valeur chantillonnage Valeur quantifie Valeur code Valeur binaire

Fig.4-9 PCM

signal analogique m ( t ) reste limit en amplitude dans lintervalle allant de -4 volts +4 volts (V). La taille de lincrment A est fixe 1 V. On emploie ainsi huit niveaux de quantification, situs aux valeurs -3.5, -2,5, . . . , +3,5 V.On assigne le code O au niveau -3,5 V,le code 1 au niveau -2,5 V et ainsi de suite, jusqu 7 pour le niveau +3,5 V. Chacun de ces codes a sa propre reprsentation binaire, ce qui donne O00 pour le code O, 001 pour le code 1,jusqu 1 1 1 pour le code 7. On attribue ainsi chacun des niveaux du signal m ( t ) un niveau de quantification le plus proche de sa valeur relle.

4.8

LARGEUR DE BANDE DE LA MODULATION PCM


Supposons que lon utilise dans un systme FCM L niveaux de quantification, L tant une puissance de 2 :

L =2

n = log,L

(4.14)

o, bien sr, n est un nombre entier. Dans ce cas, on doit transmettre n = log, L impulsions binaires pour chaque chantillon de signal. Si-la,largeur de bande du signal utile transmettre est fm et si la frquence dchantillonnage sff& (2 2fm)d faut alors transmettre nf&h impulsions binaires par seconde. En supposant $ & L . signal PCM est un signal bande passante limite la frquence suprieure ~ K M .la frquence dchantillonnageminimale requise est 2fKM. On peut donc crire :

(4.15)

La relation (4.15) montre que la bande passante minimale requise pour la PCM est proportionnelle la largeur de bande du signal ainsi quau nombre de bits par niveau du signal. On notera aussi que cette largeur de bande dpend du codage adopt pour reprsenter ces niveaux.

106

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

[CHAR4

4.9 MODULATION DELTA

Il existe une technique plus simple qui permet de convertirdirectement un signal analogique en une chane de bits (rappelonsque bit est une contraction de binary digit, concidant avec le mot anglais bir qui veut simplement dire morceau). La mise en uvre de cette technique requiert peu de composants; il s'agit de la modulation delta.
A.

Modulation delta (DM)

La figure 4-10(a) reprsente un modulateur delta de caractre lmentaire. On fournit au comparateur le signal
e(t) = m(r) -G(t)
(4.16)

Coniparaieur

*1
(b)

Fig. 4-10 Modulation delta

o m ( t ) est le signal utile transmettre et G(r)est un signal suiveur de rfrence, constitu de marches de niveaux. La sortie du comparateur a pour expression :

d(r) = Asgn[e(r)] =

e(r) > O e(r) < O

(4.17)

Le signal fourni par le modulateur delta a donc pour expression :

(4.18)

Le signal de sortie de ce modulateur est donc constitu d'une suite d'impulsions de polarit positive ou ngative, suivant le signe de e ( t ) l'instant o l'on chantillonne rn(r). En intgrant x D M ( r ) , on obtient :

CHAR 4)

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

107

%(t)

=
n=-m

Asgn[e(nT&h)]

(4.19)

qui est une approximation par chelons du signal m(t), comme le montre la figure 4-1qb).

B Dmodulation
On dmodule un signal DM en intgrant XDM(r) pour restituer lapproximation%(r) du signal originel m ( r ) puis en filtrant ce signal restitu dans un filtre passe-bas afin de le lisser, cest--dire den liminer les marches descalier. Il est ncessaire dutiliser des marches de faible hauteur pour reproduire le signal originel avec une prcision suffisante, ce qui a pour consquence dimposer une frquence dchantillonnage suffisamment leve pour viter le tranage du modulateur par rapport aux variations rapides du signal, ce quillustre la figure 4-10(b). Le modulateur, en effet, ne bouge que dun incrment A chaque priode dchantillonnage. Pour viter cette situation fcheuse. il suffit de respecter la condition :
(4.20)

C. Erreur de quantification On suppose que cette erreur est uniformment rpartie dans lintervalle (-A,A), ce qui permet destimer lerreur moyenne quadratique de quantification en modulation delta :
(4.21)

D. Modulation delta adaptative


La modulation delta de type rudimentaire que nous venons dtudier prsente un inconvnient majeur : la dynamique admissible pour le signal m(r) est trop faible en raison des effets de seuil et de tranage de la quantification. On peut surmonter ce problme en ralisant un modulateur delta adaptatif. Dans un tel systme, la hauteur de la marche A varie en fonction du niveau du signal dentre. La figure 4-1O(b)montre le tranage qui se produit lorsque le signal m(r) chute rapidement. Si lon accrot lamplitude de la marche de quantification, on peut viter le tranage. Dautre part, si la pente du signai m ( r ) est faible, une rduction damplitude de la marche A entranera une rduction du seuil et du bruit de quantification. Lutilisation dun modulateur delta adaptatif impose, ct rception, lemploi dun dmodulateur adaptatif qui reproduise les volutions de A au niveau du modulateur. 4.10 FORMATAGE DES SIGNAUX Les signaux numriques (suites de bits) peuvent tre transmis sous des formes trs diverses de signaux impulsionnels, appeles parfois codes de Zigne. La figure 4-1 1 reprsente plusieurs formats de transmission de la suite de bits 101loOo1. (A) Code unipolaire avec non-retour zro (NRZ) Un bit 1 est transmis comme une impulsion dont le niveau a une amplitude constante pendant la dure du bit, tandis quun bit O ne donne lieu la transmission daucune impulsion. La notion de non-retour zro (NRZ) signifie que lorsque lon transmet deux bits 1 conscutifs,on ne revient pas zro entre les deux bits en question.

(B) Code bipolaire avec non-retour zro (NRZ) Les bits 1 et O sont reprsents par des impulsions damplitudes respectivement positives et ngatives de
mme valeur absolue. Il ny a pas de retour Zro entre deux bits conscutifs de mme valeur.

(C) Code unipolaire avec retour zro


Un bit 1 est reprsent par une impulsion positive qui retourne zro avant la fin de la dure du bit, tandis quun bit O est reprsent par labsence de toute impulsion.

108
1
I I
I

TRANSMISSIONNUMRIQUE DES SIGNAUX ANALOGIQUES


0
l

[CHAR4

1
I I
I

1
I I I I
I
1

0
I I
I

0
I
I I I i I I 1 I I I I I I I I I l I I I l I
I

0
I i

1
l

Donne binaire

I
I

I I

1
I I I I I I I I I I

1
I I

t
I
I

,:

I I l

I I I I

Unipolaire NRZ

I
l I I I i I

I t I 1

I
I l

I I I I

I
1 I I I I
I

I
I l
I

I I 1

I
I 1 I

I
I I I I

I
I

I
I I l I I

L
4

I 1 I 1 I

I
1

Bipolaire NRZ

Unipolaire RZ

Bipolaire Ri!

l l
I I

I 1 I I

I I

I 1
I I

AMI

I I

I 1

I I

!I-I
1 -

I I I

I I l

I ,

I I
1 .

I d I I

I
I

l I
1

I 1
I

I
I

I l I
I 1 1

I
I I
I

Manchesicr

1
I

Fig. 411 Formats de transmission numrique binaire

(O) Code bipolaire avec retour Zro (RZ) On utilise des impulsions positives et ngatives de mme valeur absolue pour reprsenter les bits 1 et O. Chaque implsion retourne zro avant la fin de la dure du bit. (E) Code inversion alterne avec retour zro (AMI RZ) On utilise des impulsions alternativementpositive et ngative pour une suite de bits 1, avec retour zro avant la fin de bit. Aucune impulsion nest transmise pour un bit O. (F) Code biphase (Manchester) On transmet une impulsion positive suivie dune impulsion ngative pour reprsenter un bit 1 et une impulsion ngative suivie dune impulsion positive pour un bit O. Ces impulsions ont des amplitudes de mme valeur absolue et des dures dun demi-bit. On trouve dans la littrature technique une grande diversit de systmes de codage, cela en raison des caractristiques trs variables des canaux de transmission exploits en tlcommunication. Cest ainsi quune liaison prvue pour transmettre des signaux alternatifs ne devra pas tre exploite avec un codage comportant une composante continue non ngligeable. Les paramtres importants prendre en compte lors du choix dun codage sont lencombrementspectral, Iimmunitau bruit, la facilit de synchronisation,le cot et la complexit de mise en uvre. Dautres facteurspeuvent aussi intervenirdans ce choix, comme la confidentialit,la tolrance aux erreurs de transmission, la facult dauto-correction,etc.

CHAI? 41

TRANSMISSIONNUMERIQUEDES SIGNAUX ANALOGIQUES

109

4.11 MULTIPLEXAGE TEMPOREL


LX muitiplexage tempoiei (TDM pour rime division mulriplexing) est lapplication ia plus systmatiquement utilise en tlcommunication. On fait appel la TDM pour transmettre simultanment plusieurs signaux sur un mme canal de transmission. La figure 412(a) illustre le fonctionnementde la TDM.On rduit tout dabord la largeur de bande de chacun des messages transmettre au moyen dun filtre passe-bas, afin dliminer les frquencesqui ne sont pas essentiellementncessaires une bonne restitution du signal. Les signaux filtrs sont appliqus un commutateur lectronique qui chantillonne tour de rle chacun dentre eux une frquence suprieure ou gale la frquence de Nyquist. On utilise gnralement une frquence dchantillonnagegale 1.1 fois la limite de Nyquist. pour viter les problmes de recouvrement de spectre (aliasing) lors de la conversion digitale-analogiquequi sert i restituer les messages (voir problme 4 . 2 ) .Les chantillons sont donc transmis sur le canal en srie, entrelacs, pour tre tris et rattribus leur message dorigine larrive. Sur la ligne transite donc un signal composite consistant en une succession dimpulsions damplitudes diverses. La figure 4-12(b) reprsente le signal rsultant de lentrelacement de deux signaux modulation dimpulsion en amplitude (PAM). En rception, le signal composite est dmultiplex au moyen dun second commutateur lectronique qui distribue les signaux chantillonns leurs filtres passe-bas respectifs avant dmodulation. Le bon fonctionnement du systme repose sur la synchronisation parfaite des deux commutateurs.

Enieiicur
( O ) Comniuiation en niultiplex
111

Recepicur tcmporel
(r)

.*---.

( b )Muliiplcxagc icmporcl de 2 signaux

Fig. 4 1 2 Multiplexage temporel

Si tous les messages transmis prsentent la mme largeur de bande, les chantillons sont transmis squentiellementcomme le montre la figure 4-12 ( a ) . Si les bandes passantes sont diffrentes, il faut transmettre plus dchantillons par unit de temps pour les signaux dont la bande est la plus large. Cela demeure simple si les bandes passantes des divers signaux sont en relation harmonique (voir problme 4 . 3 1 ) . La figure 4-12illustre le cas dune exploitation en TDM de signaux PAM; il en est de mme pour dautres formats dimpulsion. La TDM est couramment utilise en tlphonie, en tlmtrie, en radiodiffusion et en traitement de donnes. Le systme Ti de Bell, par exemple, effectue le multiplexage temporel de 24 signaux PCM sur une ligne tlphonique.

110

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

iCHAP.4

Dans ce domaine, la TDM et la FDM fiequency division mulriplexing, multiplexage en frquence) sont largement utiliss pour faire transiter des centaines de communications tlphoniques sur un mme faisceau hertzien.

4.12 BANDE PASSANTE REQUISE POUR LE MULTIPLEX TEMPOREL


Nous appellerons T lintervalle de temps qui spare deux chantillons conscutifsdun signal amultiplexs, tel que reprsent sur la figure 412(b). Si tous les signaux dentre ont la mme largeur de bande fn, et sont chantillonns de faon identique, on peut crire que T = TEh/nrn tant le nombre de signaux et Tch la priode dchantillonnage de chacun des signaux, avec Tch = 1/fich < 1/(2fnl). En supposant que le signal amultiplex obtenu est un signal bande limite de frquence maximale f n ~ la frquence , minimale dchantillonnageadmissible est donc 2 f m ~ . Ainsi : 1 n 1 (4.22) ~TDM = = 2 f c h 2 nfnl Hz 2T 2Tch La relation (4.22)indique que la bande passante minimale requisepour travailler en TDM est proportionnelle la bande passante des signaux et au nombre de signaux multiplexer.

- -

4.13 FORMES DIMPULSION ET DIAPHONIE

A. Confusion intersymbole
Dans cette brve introduction aux transmissions numriques, nous avons utilis des impulsions rectangulaires et suppos que les canaux de transmission taient linaires et exempts de distorsion. En ralit, la bande passante dun canai de transmission est toujours limite, ce qui induit un talement dans le temps des impulsions achemines par ce canal. Ce dfaut entrane un recouvrement entre impulsions correspondant des priodes dchantillonnage adjacentes, comme le montre la figure 4-13. Il peut en rsulter une ambigut de rception puisquon ne sait quelle valeur attribuer lchantillon parasite transmis par le canal. Ce phnomne de recouvrement est appel confusion intersymbole (inrersymbol inrerference, ISI,en anglais), il provoque une diaphonie sur les liaisons multiplex.
1
I

O
I

1
1
I

1
1

I 1 1

I I

I I

I
I I I
t

I I

+r+-I
I

I I

I
1

T +
1 I I 1

T +
I
I

TI
I
I

Fig. 4-13 Confusion intersymbole en transmission numrique

B. Mise en forme des impulsions


Il existe un moyen de combattre ce type de diaphonie, au prix dune mise en forme adquate des impulsions transitant sur le canal de transmission.Une forme dimpulsion susceptibledliminertoute diaphonieapour

CHAR 41

TRANSMISSIONNUMRIQUEDES SIGNAUX ANALOGIQUES

111

expression [figure 4- 1*a)] : 1 sin(nr/T;,h) h(r) = Tch Xr/Tch La figure 4- Iqa) donne la forme de cette impulsion.
(4.23)

-2Ts

v - q

T s v 2A T ,

\ * f

rh
-?r
O

?r
T,

fil

T,

(a)

(b)

F i g . 4-14 Forme dimpulsion anti ISI

Il sagit tout simplement de la rponse impulsionnelledun filtre passe-bas dont la figure 4-1 4(b)reprsente la fonction de transfert. On aura remarqu que h(r) passe zro des instants qui sont des multiples de Tch, sauf en son maximum. Si donc Tich = 1 / ( 2 f ~ )(priode de Nyquist), il est clair que des impulsions conscutives de mme forme, espaces dans le temps de Tch, ou dun multiple de Tch, ne prsenteront pas de recouvrement, comme le montre la figure 4-15.

TCch

2T~ch 3Ttch

Fig. 4-15 Impulsions anti-diaphonie

Cette fonction de transfert prsente cependant quelques difficults. Un filtre passe-bas idal nest pas causal, il est donc physiquement idalisable. Ensuite, lefficacit de cette forme dimpulsion dpend de faon critique de la prcision temporelle du circuit sur lequel elle transite.

C . Filtre cosinus raidi


Il existe une catgorie de filtres dont la rponse impulsionnelle prsente des zros uniformment rpartis dans le temps (sauf en son maximum) et dont la rponse en frquence dcrot graduellement vers zro, au lieu de chuter verticalement; il sagit du filtre cosinus pente raidie, dont la fonction de transfert sexprime de la faon suivante : O < Iwl < (1 - a ) W
(4.24)
IwI
O

= .

(1 + a ) W

W = R Tch. La rponse impuisionneiie correspondante a pour expression :


cosaWr

(4.25)

112

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

[CHAR4

On remarque que le second terme du membre de droite de la relation (4.25) est de la forme (sinx)/x, fonction que nous avons dj vue pour le passe-bas idal. Cette rponse impulsionnelleen possde les zros. La figure 4-16 reprsente H (O) et h ( t ) pour trois valeurs de (Y. Le paramtre (r est appel pente du filtre.

Fig. 4 1 6 Filtre cosinus raidi, spectre et rponse temporelle

Le cas (Y = O correspond au passe-bas idal tandis que le cas (Y = 1 correspond au filtre attnuation en cosinus. Sa fonction de transfert a pour expression :
H(o) =
(4.26)

l0

autrement

La figure 4- 16montre que la largeur de bande occupe par une impulsion drive de la fonction de transfert du type cosinus raidi varie entre un minimum de f g = 1 /(2Trch). pour (Y = O et un maximum de f g = 1 / T c h lorsque (Y = 1. Le compromis entre largeur de bande et frquence de rptition des impulsions drives du cosinus raidi dpend bien sr de la valeur de (Y. Si lon a besoin dune frquence de transmission de 1/T impulsions par seconde, la bande passante requise pour la liaison est donne par :
fi3

= - Hz 2T

(4.27)

Si, en revanche, fB est fixe, la frquence maximale de transmission des impulsions autorisable sur la liaison a pour expression :
(4.28)

4.14 SYSTMES DE MODULATION NUMRIQUE


La puissance des signaux numriques basse frquence peut tre dimensionne sans difficult de faon pouvoir les transmettre directement sur une liaison bifilaire ou coaxiale. Ils ne peuvent tre transmis en ltat par voie hertzienne, technique qui ncessite lutilisation dune porteuse dont le rayonnement soit exploitable. Nous allons donc tudier les divers moyens de modulation numrique dune porteuse haute frquence (CW, continuous wave) permettant datteindrecet objectif. Les systmes de modulation binaires ont tous pour principe de modifier de faon discontinue lamplitude, la frquence ou la phase de la porteuse, qui peuvent ainsi prendre lune ou lautre des deux valeurs reprsentatives des digits O et 1. On distingue trois types de modulation : la modulation par commutafion damplitude (ASK, amplitude-shifr keying), la modulation par commutation de frquence (FSK,frequency-shifr keying) et la modulation par commutation de phase (PSK, phase-Shi$ keying).

CHAR 41

TRANSMISSION NUMRIQUEDES SIGNAUX ANALOGIQLJES

113

A.

Modulation par commutation damplitude (ASK)


En ASK, le signal modul a pour expression :
Acosw,i

bit 1 bit O

(4.29)

Il sagit dune modulation par tout ou rien, parfois appele OOK (on-ofkeying)par les Anglo-saxons.

B . Modulation par commutation de frquence (FSK) En FSK,le signal modul a pour expression :
(4.30)

C. Modulation par commutation de phase (PSK)


En PSK,le signal modul a pour expression :
X,(O

A cos wpt = A cos (wpt

+ n)

bit 1 bit O

(4.31)

La figure 4-17 illustre ces trois mthodes de modulation dans le cas ou les bits sont cods en bipolaire N U . Les performances respectives de ces trois systmes sur liaison bruite seront analyses lors du chapitre 7.
Code

binaire
NRZ

I I

I I

I I

ASK

l I l I I
I

I I I 1

I
I

I I I l I
I

FSK

I l I I I I

I
I I I I

l I l I I I

PSK

vvvwvvv vvvwvvvvvvv vvvv


Fig. 4-17 Modulation numrique dune porteuse

114

TRANSMISSION NUMERIQUEDES SIGNAUX ANALOGIQUES

ICHAP.4

Problmes rsolus
CHANTILLONNAGE ET THoRME DE SHANNON
4.1.

Dmontrer la relation (4.3). cest--dire :

Daprs les relations (1.106)et (f.l2),on peut crire que

4.2.

Dmontrer le thorme de lchantillonnage (4.2).


Soit m ( t ) un signal limit en bande &l que dfini par la relation (4.1) et reprsent par la figure 4-18(4 et (6). Daprs la relation (1.125) et le problme 1.22, on peut crire. ce quillustre la figure 4-18 (c) et ( d ) :

En appliquant le thorme de la convolution en frquence ( f 54). on obtient :

en invoquant la relation (5.12). on obtient :


. M

(4.32)

On aura not que M;,h(w) se *te priodiquement sans que napparaisse de recouvrement pour autant que O, 2 h ~ soit, 2n/Tch 2 h ~ Cest--dire , :

o U M = 2nfM. hnt que lon chantillonne m ( t ) des intervalles uniformes de largeur infrieure X / O M = 1/(2fM). comme le reprsente la figure 4-18(e), M i c h ( o ) sera une rplique priodique de M(w) qui ne sera affecte daucun recouvrement, ce que schmatise la figure 4-18(#) et lon pourra reconstruire le signal n(r)par filtrage passe-bas de m;ch(t). Si, en revanche, on chantillonnem(r) une frquence infrieure la frquence de Nyquist, cest--dire si < &JM, comme le reprsente la figure 418(& ii y a recouvrement des rpliques successives de

M (O) [figure 4-i8(f)]. Ce recouvrement interdit toute restitutign c o m t e de m ( t ) par filtrage passe-bas de m;ch(t), puisquil y a addition de composantes spectrales dans les zones de recouvrement. ce qui induit une distorsion du signal. Ce phnomne est appel aliashg par les Anglo-saxons, terme souvent utilis en franais.

CHAP. 41

TRANSMISSION NUMRIQUEDES SIGNAUX ANALOGIQUES

115

I
O
(Q

-Tkh

Gch

ZT&h

-&ch

-Wkh

W1(

%h

2&h

"

01
Fig. 4-18 Thorme de l'chantillonnage
Ensuite, d'aprs la relation (4.32),

ii)

(4.34)
Si donc l'on respecte les deux conditions suivantes : 1. M ( W ) = 0 P O U 1 0 1 > WM n 2. Tch =

WM

116

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

[CHAR4

(4.35)
En prenant alors la transforme de Fourier de la relation (4.3)et en tenant compte de la relation (1.39).il vient :

( 4 . 3 6 )
En portant la relation (4.36)dans la relation (4.33, on obtient :
(4.37)

La relation (4.37) montre que la transforme de Fourier M ( o ) du signal A bande limite m(r) est uniquement dtermine par ses valeurs chantillonnes ni(nT&.h). En prefIant la ttansforme de Fourier inverse de la relation (4.37), on obtient :

4.3.

Considrons un signal m(r) = W )lowue fich = ( 3 / 2 ) f 0 .

c o s ~ o t 00 = 2nfo. Illustrer les effets du sous-chantillonnage de

La relation (1.42) fournit l'expression du spectre de m(t) : M ( u ) = nS(o - wo) 3- n8(w

+ wg)

ce que montre la figure 4-19(a). La figure 4-19(b) reprsente le spectre M&.h(W) du signal chantillonn mich(r) avec = (3/2)q, o q c h = 2nf&. On a reprsent en pointill la fonction de transfert du filtre passe-bas pour wp = w&h/2.

4
1 1

-wo

O
(0

uo

'2mch

-Wch

-00
Wrtl-wo

(b)

F i & 4-19 Effet du sous-chantillonnagedans le domaine des frquences

CHAP. 41

TRANSMlSSlON NUMhlQUE DES SlGNAUX ANALOGIQUES

117

On remarque lapparition de recouvrements. Le signal de sortie x,(t) du filtre passe-bas a pour expression
xr(t)

= cos (W&h - m)t = cos -mt # m ( f ) 2

On a reprsent sur la figure 4-20 le signal m ( t ) , ses chantillons et le signai restitu x r ( r )

v v v v v v v v v
I

Echantillons

Fig. 4-20 Effet du recouvrement sur un signal sinusodal

4.4.

Revenons au thorme de lchantillonnage(4.2). en faisant Tch = A / O M , ce qui donne : (4.38)

o
(4.39) Montrer que &(r) possde la proprit dorthogonalitsur lintervalle -00 c t .c
+00,

cest--dire que (4.40)

o dnk est le symbole de Kronecker dont la dfinition est la suivante :

Daprs le problme 1.14, on peut crire que :

i 18
Ainsi :

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

[CHAR4

Daprs la relation (1.30), on obtient :

En invoquant la relation (1.128) du problme 1.29, savoir :

on obtient :

Do lon conclut que :

4.5.

Soit m(r) un signal bande limite, cest--dire que M ( o ) = O pour 101 > U M , montrer que lon a :
(4.41)
J

-m

ni-m

O Tch

a = -.

u r n

En invoquant les relations (4.39) et (4.40).on obtient :

CHAP. 41

TRANSMISSION NUMRIQUEDES SIGNAUX ANALOGIQUES

119

4.6.

Quelle est la frquence de Nyquist pour chacun des signaux qui suivent : m ( t ) = 5cosl000nrcos40007rt s i n 2 0 nt m(t) =

nt

Transformonsm(r) :
m ( t ) =5cos1000ntcos4000nt

= 2,5(cos3000nt

+ cOS5000ITt)

m ( t ) est un signal bande limite par la frquence suprieure fM = 2500 Hz. La frquence de Nyquist est z ,ce qui correspond une priode dchantillonnage de 1/ 5 O00 = 1,2 ms. donc 5 O00 H Daprs les rsultats du problme 1.14, on a :

sin ut *Pu(@)
nt

b l <Q 1 4> Q

On en dduit que m ( t ) est un signal bande limite par la frquence suprieure fM = 100 H z .La frquence de Nyquist est donc de 200 Hz, ce qui correspond une priode dchantillonnage de 11200 s. Daprs le thorme de la convolution en frquence ( J S ) , on voit que le signal m ( t ) est lui aussi bande limite et que sa largeurde bande est deux fois celle du signal prcdent (b),cest--dire 200 Hz.La frquence de Nyquist. dans ce cas. est de 400 Hz,soit une priode dchantillonnage de Il400 s.

4.7.

Soit un signal bande limite m ( t ) dont le spectre prsente une largeur W B = 2 3 7f B de frquence limite suprieure O,, = 2nf.. L x thorme de lchantillonnage,dans ce cas, nous dit que le signal m ( r ) peut tre restitu partir de m.&h(t) par filtrage passe-bande si f&.h = 2 f u / k , o k est lentier le plus grand nexcdant pas f u/ f ~Des . frquences dchantillonnage plus leves ne sont pas forcment utilisables, moins quelles ne soient suprieures 2fu. En supposant que le spectre du signal m ( t ) a la forme reprsente sur la figure 4-21. vrifier le thorme de lchantillonnagepour les signaux bande limite en traant le spectre du signal idalement chantillonnmiCh(r)lorsque fch = 25.45 et 50 WZ.Dire si le signal peut tre restitu et, dans ce cas, de quelle faon.

-25 -15

15 25

f (kHz1

F i g . 4 2 1 Spectre dun signal bande limite


Daprs la figure 4 2 1, f,,= 25 kHz et fB = IO kHz. Donc f u / f s = 2.5 et k = 2. On a donc fch = 2f,, /k =
25 kHz.

Lorsque fgch = 25 k H z : daprs la figure 4-22(~), on voit que m ( t ) peut tre restitu partir du signal chantillonn au moyen dun filtrage passe-bande de caractristiques suivantes :

fci

< f < 25 kHz

avec

IO kHz 6 fci

-= 15kHz

Lorsque f i c h = 45 kHz : daprs la figure 4-22(b). on ne peut restituer le signai m ( t ) par filtrage. Lorsque f,h = 50 kHz : daprs ia figure 4-2(c), on voit que m ( t ) peut tre restitu au moyen dun filtrage passe-bas dont la frquence de coupure est fc = 25 kHz.

120

TRANSMISSION NUMRIQUEDES SIGNAUX ANAUXilQUES


fch

(CHAR4

= 25 kHz
I

B r---i
l

B
r---i
l

1' 1

'\

-50

-35 -25

-15-10

1 0 15

25

3540

50

60

> f (kHz1

fc,

-60

-45

-30

-15

15

30

45

60

-65

-50

-35 -25

-15

15

25

35

50

65

(kHz)

Fig. 4-22
4.8.

Soit le signal :
m ( t ) = 10cos2nrcos8~r
(a)

(b)
(a)

Quelle est la frquence d'chantillonnage minimale admissible pour ce signal en le considrant comme un signal ayant un spectre de gabarit passe-bas? Mme question en considrant ce signal comme ayant un spectre de gabarit passe-bande.
Transformons l'expression de m(t) :
m(r) = 10cos2OOOnicos8Oxt

= 5cos6000xt +SCOS1OOOCbrf
On en dduit que fM = 5 O00 Hz. soit 5 kHz. D'o fich = 2 fM = 10 kHz. fn = fM = 5 kHz et fr, = (5 - 3) = 2 kHz.
fn 5 =--

(b)

fE

- 2,5 -+ k = 2

En appliquant le thorme de l'chantillonnage pour les signaux bande limite, on a :

4.9.

M o n t r e rque si la frquence d'chantillonnage est gale ou suprieure deux fois la frquence maximale
du signai, on peut restituer le signal originel m ( i ) partir du signal chantillonn naturellement xna,(t) par filtrage passe-bas. Comme on l'a vu avec la relation (4.4) et sur la figure 4-23, le signal chantillodxM&) est gal au produit de m ( i ) par un train d'impulsions rectangulaires x,,(t) dont la srie de Fourier a pour expression (voir problme 1.10) :

CHAP. 41

TRANSMISSION NUMRIQUE DESSIGNAUX ANALOGIQUES

121

-t:
I I
/
f
/ /

PI
/

/ /

I I

r-

I-

i
O

i t
t

% &

I I

1 '

\ \ \
\ \ \

k
\
\ \

j
\

'\Y\\
\

J I
\ \

\ \

\ \

I
l

T'

122

TRANSMISSION NUMRIQUEDES SIGNAUX ANALOGIQUES

[CHAR4

o le coefficient cn a pour expression :


Cn

d sin(nwsd/2) =Tch nwsd/2

On en dduit que :

xnur(r) = m(r)xp(r)= m ( t )

n=-oo

c
oo
00

c,ejnWJ<.hr

n=-w

cnrn(t)ejnwGch

(4.42)

En faisant appel la proprit de translation en frquence (1.31) de la transforme de Fourier, on obtient :


Xnur(w) =
n=-oo

cnM(w - no;&)

(4.43)

La relation (4.43) montre que le spectre X,,(w) se compose dune version pondre du spectre M ( o ) centre sur a COmpoSante Spectrale = n#&.h est multiplie parc,. les multiples entiers de la frquence dchantillonnage.L le signal , m ( i ) peut tre reconstitu Si lon se reporte la figure 4-230,il apparat clairement que si wich 2 h ~ partir du filtrage passe-bas de Xns (t).

4.10.

Dmontrer la relation (4.7). qui tablit que :


-%ch(t)

= mCch(r) p ( r )
m(nTich)S(r - nTCCh)

Daprs la relation (4.31,on a :


rn;,h(l)

n=-rn

En invoquant les relations (1.48) et (1.52), on obtient :

4.11.

Analyser le spectre de & . h ( t ) (relation 4.7) en fonction de celui du signal utile M ( o ) et tudier la distorsion du signal restitu dans le cas o lon utilise un chantillonneur-blqueur. En vertu de la relation (1.112) du problme 1.13. nous avons la correspondance : sin(wd/2) p ( r ) ++P (w) = d (4.44) &/2 En appliquant alors le thorme de la convolution (1.53) lquation (4.7) et en tenant compte de la relation (4.32). on obtient : . m
(4.45)

La figure 4-24 donne une interprtation graphique de la relation (4.45). pour une fonction M (w) choisie arbitrairement. On voit que lchantillonnage avec blocage est quivalent au passage du signal chantillonn idal dans un filtre dont la fonction de transfert H ( w ) est gale P (w).La dcroissance de P (w) vers les frquences leves joue le rle de filtre passe-bas sur la partie suprieuredu spectre du signal utile rn(t).Cette perte des frquenceshautes du signal est dsigne sous le nom d&et douverture. Plus la valeur de d (largeur dimpulsion) est importante et plus leffet est manifeste. Comme Tich est indpendant de d . le rapport d/Teh est une mesure de la constance du niveau de P (w) dans la bande du filtre passe-bas. On peut, en pratique, ngliger leffet douverture tant que d / Tch Q O, 1.

CHAP. 41

TRANSMISSION NUMRIQUEDES SIGNAUX ANALOGIQUES

123

F i g . 4-24 Effet d'ouverture d'un chantillonneur-bloqueur

QUANTIFKATION
4.12.

On dispose d'un canal de transmission numrique dont le dbit Rb est de 3 6O00 bauds (36 O00 bits pai seconde) pour transmettre la parole en modulation PCM.Trouver les valeurs adquates de la frquence d'chantillonnage fich, du niveau de quantification L et du nombre de bits n ncessaires en supposant ' 2 kHZ. que fM = 3
Comme l'on dsire que
fich 2 2fM = 6400 et

nfch 6 Rb = 36000

il faut assurer :

Rb n<-<-fch

36000 - 5,6 6400

On en dduit que n = 5. L =' 2 = 32,et que :


feh =

36000 - 7200 Hz = 7,2kHz 5

4.13.

Un signal analogiqueest quantifi puis transmis en modulation PCM.Sur combien de bits faut-il convertir ces chantillons si l'on dsire connatreen rception la valeur des chantillonstransmis avec une prcision 0 . 5 9 6 de la valeur crte-crte du signal, pleine chelle? de f

124

TRANSMISSION NUMRIQUEDES SIGNAUX ANALoGiQES

[CHAR4

Soit 2m, la valeur crte-crte du signal. Lerreur crte est donc O.O05(2m,) = 0.01mC et lerreur crte-crte est 2(0,01rnc) = 0,02mc (la valeur maximum de ichelon A). Daprs la relation (4.81, le nombre de niveaux de quantification requis a pour expression :

On en dduit que le nombre de bits n de la quantification doit tre gal 7.

4.14. On chantillonneun signal la frquence de Nyquist f & et on le quantifie sur L niveaux. Quelle est la dure 5 du bit 1 du signal cod? Soit n le nombre de bits par chantillon. La relation (4.14) pennet dcrire :
n

= [log2 LI

o [log2t] dsigne lentierimmdiatement suprieur8la valeurrelie de log2 L.On doit transmettrenfich impulsions binaires Dar seconde. donc :

o Tich est la priode de Nyquist.

4.15.

Le rapport signal bruit de quantification ( S I E ) , dun systme de transmission modulation PCM se dfinit comme le rapport entre la puissance moyenne du signal et celle du bruit de quantification. Montrer que dans le cas dune modulation pleine chelle par une sinusode damplitude A, ce rapport a pour expression : 3 (4.46) (S/B), = = 5L2

(t>,
4
s

o encore :

(t)odB
= lOlog(2)
L

= 1,76+2010gL

(4.47)

o L est le nombre de niveaux de quantification.


La valeur crte-crte quantifier est 2 A . Daprs la relation (4.8). lchelon de quantification a pour valeur :

et en tenant compte des relations (4.10)et (4.11) ,la puissance moyenne du bruit de quantification a pour valeur :

B, = (E,) = - = 12 3L2
Le rapport signal bruit de quantificationdune liaison PCM a donc pour expression :

A2

En exprimant ce rsultat en dcibels, on obtient :

(f),, = l O l ~ g ( $ ) ~ = 1,76+2010gL
4.16.

On veut maintenir le rapport signal bruit de quantificationdune liaison PCM un minimum de 40 dB. Quel est le nombre de niveaux de quantification requis et valuer le rapport obtenu.

CHAR 41

TRANSMISSIONNUMRIQUE DES SIGNAUX ANALOGIQUES

125

En FCM, on a L = 2 o n est le nombre de bits du codage. La relation (4.47) devient donc :


= l,76
(e)OdB

+ 2010g2 = l,76 + 6.02n

dB

(4.48)

dautre Dart.

Donc, en invoquant la relation (4.46),

Le nombre de bits cherch n est donc


n = [log*821 = [6,36] = 7

Le nombre de niveaux requis est L = 2 = 128 et le rapport signal bruit de quantification a pour expression :

= 1,76+6,02 x 7 = 43,9dB
) d : B (

NOIU : La relation (4.48) indique que chaque bit dun codage PCM contribue pour 6 dB au rapport signal bruit de quantification en sortie du codage, on appelle parfois cela la rgle des 6 dB.

4.17.

Un systme denregistrement de disques compact (CD) chantillonne chacune des deux voies stro la . kHz et chaque chantillon 16 bits frquence de 44,l Dterminer le rapport signal sur bruit de quantification dans le cas dune sinusode pure pleine chelle. Le nombre de bits grer est accru, du fait de laddition de bits dhorloge, de correction derreur, daffichage et de contrle, ce qui reprsente un accroissement de 100 %. Quel est en dfinitive le dbit du systme denregistrement? Un disque compact peut contenir une heure de musique. Evaluer le nombre de bits stocks sur un CD. A titre de comparaison, un dictionnaire de niveau universitaire peut possder jusqu 1500 pages, raisons de 2 colonnes par page, 100 lignes par colonne, 8 mots par ligne, 6 lettres en moyenne par mot, 7 bits en moyenne par lettre. Dterminer le nombre de bits ncessaires coder un tel dictionnaire et valuer le nombre douvrages quivalents quc lon peut stocker sur un CD. Daprh la relation (4.47),
= 1 , 7 6 + 6 , 0 2 ~16=98,08dB
($)OdB

Cette trs grande valeur du rapport signal bruit de quantification autorise une large dynamique denregistrement. ce qui concourt limpression de clart que lon prouve lors de laudition dun CD. Le dbit dentre du systme denregistrement a pour valeur : 2(44,f)(ld)(i6) = 1,41 i(i06)b/s = 1,411 Mb/s en tenant compte des 100 % de bits en plus, cela nous donne : 2(1,41i ) ( i 0 6 )b/s = 2,822Mb/s
Le nombre de bits enregistrs sur un CD est donc :

2.822(106)(3600)= IO. i6(i09) ,b = IO. 16gigabits(Gb)

126

TRANSMISSIONNUMRIQUE DES SIGNAUX ANALOGIQUES

[CHAR4

(d)

Le nombre de bits ncessaires au codage du dictionnaire propos a pour valeur :


I 5 0 0 ( 2 ) ( 1 0 0 ) ( 8 ) ( 6 ) ( 7 ) = i00,8(i06)b = 100,8Mb
En tenant compte de la majoration de 100 % pour les bits de service, cela donne un nombre douvrages stockables sur CD gal :

On peut donc stocker sur un CD une cinquantaine de dictionnaires de volume comparable.

4.18. Nous allons tudier dans ce qui suit la l o i de compression p. Tracer cette loi dans le cas o fi = 255. (a) Supposons que m, = 20 V et que lon utilise 256 niveaux de quantification,quel est lintervalle (b) en volts entre niveaux en labsence de compression? Lorsque 1.1 = 255, quelles sont les valeurs du plus faible et du plus fort intervalle entre pas de quantification?
(a)

Daprs la relation (4.12). pour 1.1 = 255,on a :


y = f

In(l

255Ixl) 1x1 < 1 In 256

o x = nrjm,. La figure 4-25reprsente le trac de la loi de compression pour 1.1 = 255.

AI

-1,0

-0,8

-0,6

-0. 4 -0.2 O

92

0.4

0.6

0,8

1.0

Fig. 4 2 5 Loi de compression 1.1pour 1.1 = 255


(b)
Sans compression (quantification linaire), on sait valuer le pas de quantificationau moyen de la relation
(4.8) :

40 - O,156V 256 Avec compression de dynamique (quantificationnon linaire), lcart le plus faible entre niveaux se situe au voisinage de lorigine, tandis que le plus fort se trouve au voisinage de 1x1 = 1.

2m, A=-=-L

CHAP. 41

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

127

Soit XI la valeur de x correspondant y = l / 127. c'est--dire : in( 1

+ 2551x11) - -I In 256 127

En rsolvant en 1x1 1, il vient :


1x11 = 1,75(10-4)

Le plus faible intervalle entre'niveaux a donc pour valeur :


Amin = m c l ~ i = l 20(1,75)(10-4) = 3,5(10-3)V

= 33mV

Soit maintenant xi27 la valeur de x correspondant y = 1 - 1/127, c'est--dire : In(1 En rsolvant en 1x1271,il vient :
1x1271= 0,957

+ 255)xiuJ)= -126
In 256
127

L'intervalle le plus important entre niveaux de quantification a donc pour valeur :


Amx = mc( I

- 1x1271) = 20( l - 0.957) = 0,86 V

4.19.

Lorsqu'on utilise un compresseur-expanseurde loi p en PCM,le rapport signal bruit de quantification > 1 a pour approximation : lorsque p >
(4.49)

En dduire la rgle des 6 dB dans le cas o p = 255.

l a q u e p = 255.

= 10lOg--2Ol0gL-10,1

3 L2 (In256)2 -

dB

(4.50)

En modulation PCM binaire, L = 2", o n est le nombre de bits de la quantification; la relation (4.50)devient donc :
=20l0g2"-10,1 =6,02n-10.1
(t)OdB

dB

(4.51)

qui constitue la rgle des 6 dB lorsque p = 255.

4.20. Considronsun signai audio dont le spectre s'tend de 300 3300 Hz.On le transmet en PCM avec une frquence d'chantillonnage de 8 O00 chantillonspar seconde. On spcifie un rapport signal bruit de quantificationen sortie de 30 dB. (a) Quels sont d'une part le nombre minimal de niveaux de quantification et d'autre part le nombre minimal de bits par chantillon requis pour respecter cette spcification? (6) Calculer la bande passante minimale requise pour transmettre le signal modul. (c) Reprendre les questions (a) et (6) dans le cas o l'on utilise un compresseurexpanseur de loi p avec p = 255.
(a)

En invoquant la relation (4.47').on peut crire : = 1,76+2010gL 2 30


(g)OdB

128

TRANSMISSIONNUMRIQUEDES SIGNAUX ANALOGIQUES

[CHAR4

Ainsi, le nombre minimal requis de pas de quantification est de 26.


n = [log2 L]= [log2 2 6 1 = [4,7] = 5 bits par chantillon
Le nombre minimal de bits est donc de 5. D'aprs la relation (4.15). la bande passante minimale requise par le systme est :

(b)

~PCM = ?f,h
(c)

= ~ ( 8 0 0 0= ) 2 0 0 0 0 k = 20 kHz

En invoquant le relation (4.50),on a : =2010gL-10,1 230 logL 2 -(30+


1 20

10,l) = 2,005 + L 2 101,2

Ainsi, le nombre minimal de niveaux de quantification requis est de 102.


n = [log2 L] = [6,67] = 7

Le nombre minimal de bits par chantillon est de 7. La bande passante minimale requise pour une liaison est, dans ce cas : n 7 f K M = 2 fch = 5(8000) = 28000HZ = 28kHz

MODULATION DELTA
4.21.

Considrons un signal sinusodal m ( t ) = Acoso,,,t appliqu un modulateur delta dont le pas de quantification a pour valeur A. Montrer que la distorsion de tranage apparat lorsque
(4.52)

o f;eh = 1/ Teh est la frquence d'chantillonnage.


m ( t ) = Acoswmt
dm(t) = -Amm dt

sinw,,,t

D'aprs la relation (4.20),pour viter le tranage, il faut que;


=Am,,
OU

A <mm Teh

Ainsi, lorque A > A/(WmTch). on ne risque aucune distorsion de tranage.


4.22. Montrer que pour un signal sinusodal modulant
m(t)

= Acosw,,,t

O,,, = 2Rfm

le rapport signal bruit de quantification maximal en l'absence de tranage a pour expression :


(4.53)

o fch = 1/ Tch est la frquence d'chantillonnage et fM est la frquence de coupure du filtre passe-bas en sortie du rcepteur. D'aprs la relation (4.52), pour viter le tranage, on doit satisfaire la condition :

CHAR 41

TRANSMISSIONNUMERIQUE DES SIGNAUX ANALOGIQUES

129

Ainsi, la valeur maximale acceptable pour la puissance du signai de sortie a pour expression :
(4.54)

La relation (4.21) nous dit que lerreur quadratique moyenne, ou puissance du bruit de quantification, a pour expression ( c i ) = A 2 / 3 . Soit fM 2 fnI la bande passante du filtre de restitution en sortie du rcepteur, avec fM < fich. Supposons de plus que le bruit de quantification Pq est uniformment rparti sur la bande jusqu fich, la puissance du bmit de quantification dans la bande fM a pour expression :
(4.55)
En tenant compte des relations (4.54)et (4.55).on peut valuer un majorant du rapport signal bruit de quantification :

4.23.

Dterminer le rapport signal bruit en sortie dune liaison modulation delta dans le cas dun signal modulant sinusodal 1 kHz,chantillonn sans tranage 32 kHz,avec un filtre passe-bas de restitution dune largeur de bande de 4 M z . Daprs la relation (4.53). on peut crire :

4.24.

Le dbit de la liaison tudie au problme 4.23 est de 32 kb/s. Il en serait de mme pour une liaison PCM avec une frquence dchantillonnge de 8 kHz et 4 bits par chantillon. Quelle est la valeur moyenne du rapport signal bruit dun quantificateur PCM 4 bits lors de lchantillonnage pleine chelle 8 kHz dune sinusode? Comparer la valeur obtenue avec le rsultat du problme 4-23. Daprs la relation (4.48). on a :
(S/B)odB = 1,76 6,02(4) = 25,84dB

Si lon compare cette valeur au rsultat du problme 4.23, on saperoit quen dpit de sa simplicit, le systme delta est moins bon quun systme PCM 4 bits rudimentaire.
4.25.

Un systme delta fonctionne une frquence gale trois fois celle de Nyquist pour traiter un signal de 3 kHz de bande. Le pas de quantification est de 250 mV. Quelle amplitude maximale peut-on admettre en entre pour quune sinusode de frquence (a) I kHz puisse tre traite sans tranage? Dterminer le rapport signal bruit de quantification aprs filtrage de sortie dans le cas du signal (b) propos en (a).
m(t) = Acosw,,t = Acos2n(103)t

(a)

1 7 1
max

= A(Zn)(ld)

Daprs la relation (4.52), lamplitude maximale admissible pour le signal dentre sinusodal propos a pour expression :
Am= = = -fich =
Wn

A WniTich

250 3(2)(3)(i03) = 716,2mV 2n(103)

130
(b)

TRANSMISSIONNUMBRIQUE DES SIGNAUX ANAL~GIQLES

[CHAP.4

Daprs la relation (4.53).et en supposant que la fdquence de coupure du filtre passe-bas est fm. on peut crire que :

FORMATS DE CODAGE
4.26. Considrons la squence binaire 0100101. Tracer la forme du signal codant cette squence dans les cas suivants : Code unipolaire NRZ (non retour zro). (a) (b) Code bipolaire RZ (retour zro). Code AMI RZ (inversion alterne et retour zro). (c)
Voir figure 426.
O

Moi binairc

l l

id

1
l I

I l I

I l

I
I

I
I I

I I I I

Uniplain: NRZ

I
I

l I

4.27. Discuter des avantages et des inconvnients des trois types de codage examins dans le problme 4.26 et illustrs par la figure 426.

Le codage unipolaire NFU pdsente, malgr sa simplicit, plusieurs inconvnients : il ny a pas de transitions dcelables sur le signal lorsque plusieurs O ou plusieurs 1 sont conscutivement transmis, ce qui supprime toute information utilisable pour la datation ou la synchronisation. II ny a dautre part aucun moyen de dceler si une erreur sest ou non introduite dans la squence Eue. Le codage bipolaire R Z offre un bon support pour la synchronisationmais ne permet pas didentifier les erreurs de transmission. Le codage AMI NRZ offre une possibilit de dtection des erreurs :si deux impulsions conscutivesde mme polarit sont reues (ignorant les zros) on est s(lr quune erreur sest produite. Pour assurer une datation aise des messages, il est ncessaire dviter de trop longues suites de O.
428. Considronsune squencebinaire comportant une longue suite de i suivie dun seul O puis dune longue suite de 1. Tracer le signal correspondant dans les cas suivants : (a) Codage unipolaire NRZ. (b) Codage bipolaire NRZ. (c) Codage AMI R Z . (d) Code Manchester.
Voir figure 427.

CHAP. 41

TRANSMISSIONNUMRIQUEDES SIGNAUX ANALOGIQUES

131

I
I I
I

I
I l
I

I
I I

I
I I I
l

O
l I I I I

I
I I l

I
1 I l

1
I l l

I
l I

Mot binairc

Unipolrirc NRZ

Bipolaire NRZ

I I

l
I

1 I I 1 I I
I

I I

l I
I

r!
I I
I

I
I
I

l I
I
I

AMI RZ

I
I

I
l

1 I
I

+ - - f - - - . - 1 I

I I l
I

I I
1

1 I I

I
l I I

1
I I 1 I
-

---I

I I I I

I I I I

!
I l

Manchcsicr

I I

I 1 I I

4.29.

Le signal AMI RZ reprsentant la squence binaire 010010101 1 est transmis sur un canal bruit. La figure 4-28 reprsente le signal reu, qui comporte une seule erreur. Localiser lerreur en justifiant votre rponse.

I
1
1

2
I

3
I

4
1

5
I

6
I

7
1

8
I

9
1

IO
I

Fig. 4-28
Lerreur est situe en septime position, comme on peut le voir sur la figure 428, o lon relve une impulsion ngative. Il sagit dune erreur parce que sous le format AMI, on utilise des impulsions alternativementpositives et ngatives, de mme valeur absolue, pour reprsenter la valeur 1 tandis que labsence dimpulsion correspond la valeur O. Limpulsion en septime position correspond au troisime 1 de la squence et devrait donc prsenter une polarit positive.

4.30. Deux signaux analogiquesm I ( t ) et mz(r) doivent tre transmis sur un mme canal en multiplex temporel. La frquence la plus leve de m 1 ( t ) est de 3 kHz tandis que celle de rnz(t) est de 3 3 kHz. Quelle est la

valeur minimale admissible pour sa frquence dchantillonnage?

132

TRANSMISSION NUMRIQUEDES SIGNAUX ANALOGIQUES

ICHAP.4

La composante de frquence la plus haute du signal composite m I ( 1 ) d'chantillonnage minimale a donc pour valeur :

+ mz(r) a pour valeur 3 kHz. La f a u e n c e

2(3 500) = 7 O00 chantillons par seconde

4.31. Un signal r n I ( r ) prsente une bande de 3,6 kHz; trois autres signaux m&), m3(r) et rn4(r), ont chacun une largeur de bande de 1,2 Wz. On dsire transmettre ces signaux sur un multiplex temporel.
(a)

(b)
(c)

(d)

Dessiner le schma d'un tel systme, chaque signal tant chantillonn sa frquence de Nyquist. Quelle doit tre la frquence de prlvement des chantillons (en chantillons par seconde) du commutateur? Si la sortie du commutateur prsente 1 024 niveaux de quantification, convertis en binaire, quel est le dbit de la liaison (en bits par seconde)? Dterminer la bande passante minimale requise pour la liaison.

Message
mI 0) m2(0
m3W M40)

Bande
3,6kHz 1,2k)Iz 1,2kHz 1.2kHz

Fr. Nyquist
7,2kHz 2,4kHz 2,4kHz 2.4kHz

Si le commutateur chantillonne les voies au rythme de 2 400 prlvements par seconde, en un tour nous aurons obtenu 3 chantillonspour la voie M 1 ( 1 ) et I chantillonpour chacune des voies mz(r),m3(t) et m4(r). Cela signifie que le commutateur doit avoir au moins 6 ples aliments par les 4 signaux comme le reprsente la figure 429.

Quantification

'-

Fig. 4 2 9 Schma du multiplexeur


(b)
(c)

ml I r ) comporte 7200 chantillons par secondes, tandis que mz(t), m3(t) et m4(r) en comportent chacun 2 400.On a donc un total de 14 400chantillons transmettre.

L = 1 024 = 2'' = 2".Le dbit de sortie est donc IO( 14400) = 144 kWs.
La bande passante minimale requise pour la liaison a pour valeur :

(d)

fe = -(7,2 + 2.4 + 2,4 + 2,4) = 7,2 kHz


2

CHAP. 41

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

133

4.32. Le systme TI utilis en tlphonie numrique transmet 24 voies en PCM 8 bits. Chaque voie est filtre avec une frquence de coupure de 3,4 kHz. Lchantillonnage qui suit le filtrage se fait 8 kHz. On ajoute un bit la fin de chaque trame pour assurer la synchronisation. Calculer (a) la dure de chaque bit, ( b ) le dbit de la liaison et (c) la frquence minimale dchantillonnage requise (frquence de Nyquist).
A la frquence dchantillonnage de 8 kHz, chaque trame du signal multiplex occupe une dure de :
1

8 O00

= 0,oOo 125 s = 125 microsecondes ( ps)

Chaque trame se compose de 24 mots de 8 bits, plus 1 bit de synchronisation, soit un total de : 24(8) la dure de chaque bit a donc pour valeur : 125 Tb = - pS = 0 , 6 4 7 ~ ~ 193 Le dbit correspondant a pour valeur
Rb =.- = Tb

+ 1 = 193bits

l,544Mb/s

Daprs la relation (4.22)la bande passante minimale pour assurer une liaison correcte a pour valeur :

fri

- - 772 kHz
2 TB

FORME DES IMPULSIONS ET DIAPHONIE


4.33. Considrons une fonction h ( t ) dont la transforme de Fourier H ( w ) satisfait la relation :
(4.56)

Montrer que h ( n T ) a pour expression :


(4.57)

La relation (4.56) est connue sous le nom de critre de forme de Nyquist.


En prenant la transforme de Fourier inverse de H ( o ) , on obtient :

Le domaine dintgration de lintgrale qui prcde peut tre divis en segments de longueur 2 r / T comme suit :

et lon peut crire h ( n T ) sous la forme suivante


(4.58)

134

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

[CHAP.4

En effectuant le changement de variable u = w - 277(k/ T ) , lquation (4.58) devient :

En changeant sommation et intgration, il vient :

Si la relation (4.56) est vrifie, on a :

ce qui assure que si h ( t ) a une transforme de Fourier H ( w ) qui respecte la condition nonce, elle ninduit aucune diaphonie lors de sa transmission au sein dune trame.

4.34. Une ligne tlphonique prsente une bande passante de 35 kHz. Calculer le dbit (en bits par seconde) que lon peut transmettre sur cette ligne si lon utilise un codage au moyen dimpulsions de spectre cosinus raidi avec un coefficient de raidissement a = 0,25.
En invoquant la relation (4.28),on voit que le dbit de la ligne a pour expression :
R b = - = -

1 +0,25

(3500) = 5600b/s

4.35. Un canal de transmission de bande passante 75 kHz doit tre utilis pour acheminer des donnes binaires avec un dbit de 0,l Mb/s des impulsions de format cosinus raidi . Dterminer le facteur de raidissement a. 1 Tb=----- 10-5 O, l(106) f~ = 75 kHz = 75( 103)HZ
En utilisant la relation (4.27)on obtient :
1 +O! = 2fBTh = 2(75)(i03)(i0-5) = 15

Dou lon tire la valeur de a :


O!

= 0,5

4.36. Un systme de tlmtrie exploite huit signaux de 2 kHz de bande chacun multiplexs en PCM binaire. Lerreur dchantillonnage ne doit pas dpasser 1 % de leur valeur crte. Dterminer la bande passante minimale requise si lon utilise des impulsions cosinus raidi avec un paramtre a = 02. La frquence dchantillonnage doit, sur ce systme, tre suprieure de 25 % la limite de Nyquist.
Daprs la relation (4.9),lerreur maximale de quantification doit satisfaire la condition suivante :
( E ~

A mc =) -~= ~ -

< 0,01m,

On en dduit que L 3 1 0 0 et lon prendra L = 128 = 27.Le nombre de bits requis par chantillon est donc de 7. Comme la frquence de Nyquist a .pour valeur 2 f ~ = 4000 chantillons par seconde, la frquence dchantillonnage de chacun de ces signaux a donc pour valeur :
f&h

= 1,25(4000) = 5000ch./s

CHAP. 41

TRANSMISSIONNUMRIQUEDES SIGNAUX ANALOGIQUES

135

On a huit signaux multiplexer dans le temps, ce qui reprsente un total de :


8(5 000) = 40 000 ch./s

Comme chaque chantillon est quantifi sur 7 bits, le dbit du multiplex a pour valeur :
1 - = 7(400O0) = 280 kb/s Tb

Daprs la relation (4.27), la bande passante minimale requise pour la transmission a pour valeur :
fB =

(280) = 168 kHz 2

1 +0,2

Problmes supplmentaires
4.37.

Soit m(r) un signal bande limite, montrer que lon a la relation :

s_,
o
4.38.

Ca

m ( t > + n ( t ) dt = Tich (nTi,h 1

+,, ( t ) est la fonction dfinie par la relation (4.39)du problme 4.4.

Indication :Utiliser la proprit dorthogonalit (4.40) de +n ( t ) .

Les signaux
ml ( t ) = lOcos 1 O00 nt

et

m2(t) = 10cos50nt

sont tous les deux chantillonns la frquence fich = 75 kHz. Montrer que les deux suites dchantillons obtenues sont identiques.
Indication :Prendre la transforme de Fourier des signaux chantillonns idalement m lch ( t )et m2,h ( t ) .Nota :ce problme montre que le sous-chantillonnage de m 1 ( t ) et le surchantillonnage de m 2 ( t ) peuvent produire le mme signal chantillonn.
4.39.

Le signal
m ( t ) = cos200nt

+ 2cos320nt

est chantillonn idalement la frquence de 300 Hz. Si lon traite le signal chantillonn dans un filtre dont la frquence de coupure est de 250 Hz, quelles seront les composantes spectrales recueillies en sortie de filtre?
Rponse :Les composantes 100, 140, 160 et 200 Hz.
4.40.

Un signal de dure limite dans le temps satisfait la condition :


m ( t ) = O pour ItI > O

Soit M ( w ) = F[rn(t)]. Montrer que M ( w ) peut tre dtermin de faon unique partir de ses valeurs M ( n l r / T ) des instants rgulirement rpartis dintervalle n/T . En fait, M ( w ) a pour expression :
Ca

n=-Ca

sin(wT - n n ) UT -nn

Cette relation est connue comme thorme de lchantillonnage dans le domaine des frquences.
Indication :Echanger les rles de t et de w dans la dmonstration du thorme de lchantillonnage (problme 4.2).

136
4.41.

TRANSMISSION NUMRIQUE DES SIGNAUX ANALOGIQUES

[CHAP.4

Le code ASCII (American Standard Code for Information Interchange) possde 128 caractres cods en binaire sur 7 bits. Si un ordinateur fournit 100 000 caractres par seconde, dterminer : ( a ) le nombre de bits par caractre requis.
(b)le dbit Rb en bits/s en sortie de lordinateur.

Rponse :( a ) 7 bits par caractre, (b)Rb = 0,7 Mb/s


4.42.

Un systme PCM utilise un quantificateur linaire suivi dun codeur binaire 7 bits. Le dbit du systme est de 50 Mb/s. Quelle est la bande de frquence maximale des messages que peut transmettre ce systme?
Rponse :3,57 MHz

4.43.

On transmet un signal vido en PCM binaire avec une frquence dchantillonnage fich = 10 MHz. Calculer le dbit assurer pour obtenir un rapport signal bruit de quantification en sortie ( S / B ) , 3 45 dB.
Rponse : 80 Mbis

4.44.

Montrer que sur un systme PCM, le rapport signal bruit de quantification a pour expression :

o fB est la bande passante de la liaison et fni la largeur de bande du signal modulant. Indication :Utiliser les relations (4.14, (4.15) et (4.46).
4.45.

La bande passante vido plus audio dun signal TV est de 4,5 MHz. Si lon convertit ce signal en PCM sur 1024 niveaux de quantification, dterminer le dbit du signal obtenu. On supposera que lchantillonnage se fait 20% au-dessus de la frquence de Nyquist.
Rponse : 108 Mb/s

4.46.

Lutilisation dun compresseur-expanseur de loi A se fait souvent avec la valeur A = 87,6. Si mc = 20 V et si lon utilise 256 niveaux de quantification, quelles sont les valeurs minimales et maximales de lintervalle entre niveaux?
Rponse : Amin =9,8 mV, Amax=0,84 V

4.47.

On considre la squence binaire 1101 110; dessiner le signal transmis dans le cas o lon utilise (a) un code AMI RZ et ( b )un code Manchester.
Indication : Voir la figure 41 1.

4.48.

Un systme delta fonctionne avec une frquence dchantillonnage fich et un pas de quantification A fixe. Le signal dentre du systme est : m ( t ) = at pour t > O Dterminer la valeur de a pour laquelle apparat le tranage.
Rponse :a = A f &

4.49.

On considre un systme de modulation A sans filtre passe-bas, comme dans le problme 4.22. Montrer que si lon fait lhypothse quil ny a pas de distorsion de tranage, le rapport signal bruit de quantification augmente de 6 dB lorsque la frquence dchantillonnage est double. Quelle amlioration de ce rapport constate-t-on en utilisant un filtre en sortie du rcepteur?
Rponse :Une amlioration de 9 dB.

CHAP. 41

TRANSMISSION NUMRIQUEDES SIGNAUXANALOGIQUES

137

4.50.

Vingt-quatre signaux audio sont chantillonns uniformment puis multiplexs temporellement. On utilise un chantillonneur bloqueur avec une largeur dimpulsion de 1 ps. Le multiplexage impose la transmission dune impulsion de synchronisation, damplitude convenable et, elle aussi, de largeur 1 ps. La frquence la plus leve de chaque signal est de 3,4 kHz.
(a) En supposant que la frquence dchantillonnage est de 8 kHz, calculer lintervalle entre impulsions consecutives

du signal multiplex.
(b)Reprendre la question (a) en supposant que lon chantillonne les signaux la frquence de Nyquist. Rponse : ( a ) 4ps, (b)5 6 8 ~ s
4.51.

Cinq signaux de tlmtrie dune largeur de bande de 1 kHz doivent tre transmis en multiplex PCM. Lerreur maximale tolre sur lchantillonnage est de 0,5 VO de leur valeur crte. Ils sont chantillonns 20 (%O au-dessus de la frquence de Nyquist. La synchronisation et le tramage demandent un supplment de bits de 0,5 %. Dterminer le dbit minimal de la liaison et la bande passante requise pour la transmission du signal multiplex. Rponse :Rh = 964,8 kbls,
fTUM

= 482,9 kHz

4.52.

Un systme de tlmtrie exploite quatre signaux analogiques ml ( t ) , r n 2 ( t ) , m 3 ( t ) et m 4 ( t ) . La largeur de bande de rn 1 ( r ) est de 3,6 kHz, tandis que celle des trois autres signaux est de 1,5 kHz. Etablir le schma dun multiplex temporel capable de traiter ces signaux. Rponse :Utiliser le schma de la figure 4-29 et le problme 4.3 1 avec une vitesse de commutation de 3 O00 cycles par seconde.

Chapitre 5
Probabilits et variables alatoires
5.1 INTRODUCTION
Nous avons parl jusqu prsent de lacheminement de signaux dterministes, on dit aussi certains, sur un canal de transmission, sans mentionner le rle important que jouent les phnomnes alatoires en tlcommunication. Ce caractre alatoire implique limprvisibilit, lintroduction du hasard. Si le rcepteur connaissait davance le contenu du message mis par la source, il ny aurait pas besoin dtablir une liaison. Le hasard se manifeste dj au niveau de la source; de plus, la liaison introduit elle-mme son propre hasard sous forme de bruit qui sajoute au signal vhicul. Ce bruit est par essence imprvisible. Ce chapitre a pour objectif de prsenter les rudiments mathmatiques indispensables pour poursuivre notre tude des tlcommunications en tenant compte des phnomnes alatoires.

5.2 PROBABILITS
A. Tirage alatoire
Une exprience est dite alatoire si lon ne peut prvoir son rsultat. Les exemples les plus typiques sont le lancer de ds, le jeu de pile ou face, le tirage dune carte ou le choix pour transmission dun signal parmi dautres signaux.

B.

Dfinitions de base

Lensemble S de tous les rsultats possibles dune exprience alatoire E est appel univers associ h cette exprience. On appelle parfois preuves les lment de S. Chaque rsultat dun tirage alatoire correspond une preuve. Un ensemble dpreuves constitue un vnement. On dit quun vnement est li une exprience E si pour tout rsultat E S on sait dire si cet vnement a eu lieu ou non. Lassociation de nombres rels aux vnements dfinis sur S constitue une mesure de probabilit.

C. Dfinitions complmentaires
1. 2. Le complmentaire dun vnement A , not A, est lvnement constitu de lensemble des lments de S qui nappartiennent pas A .

Lunion des vnements A et B , note A U B , est lvnement constitu de lensemble des lments qui appartiennent A , B , ou aux deux la fois. Lintersection des vnements A et B , note A n B , se compose de lensemble des lments qui appartiennent simultanment A et B .
Lvnement qui ne contient aucun lment est dit vnement nul, not 0. On dit que 0 correspond un vnement impossible. Deux vnements A et B sont mutuellement exclusifs ou disjoints sils nont aucun point commun, cest-dire si A f7 B = 0 , Si tout point de A appartient B , on dit que A est un sous-ensemble de B , ce qui se note A C B .

3.
4.

5.
6.

CHAPS]

PROBABILITS ET VARIABLES ALEATOIRES

139

D. Algbre des vnements


Les relations dunion, dintersection et de complmentarit peuvent se reprsenter gomtriquement au moyen des diagrammes de Venn, comme le montre la figure 5-1. On peut y vrifier les relations suivantes : AUA=S A n A = 0 S

AnS=A (A U B ) =A n B
(AnB)=AUB A U B = (A nB) U (A f l B ) U

(5.11 (5.2) (5.3)


(5.4)

(AnB )

(5.5) (5.6)

Les relations (5.4) et (5.5) sont connues sous le nom de lois de De Morgan. Les oprations dunion et dintersection possdent les proprits suivantes :

Commutativit
AUB=BUA A n B = B n A

Associativit
AU(BUC)=(AUB)UC
A

n ( B n c )= ( A n B ) n c

(5.9) (5.z O)

Distributivit

n ( B u c ) = (A n B ) u ( A n c ) A u ( B n c)= ( A u B ) n ( A u c)
A

(5.11)

(5.Z2)

140

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

E. Probabilit dun vnement


1.

Frquence relative dun vnement


rzA

Supposons que lon rpte n fois un tirage alatoire. Si un vnement A se produit probabilit de la faon suivante : nA P ( A ) = lim n-tm

fois, on dfinit sa

(5.I3)

Notons quil se peut que la limite nexiste pas. .

2. Dfinition classique
Cette dfinition, plus formelle que la prcdente, postule que la probabilit dun vnement A a pour expression : P(A)= N o N est le nombre de rsultats possibles et N A le nombre de rsultats faisant partie de lvnement A . Notons que cette dfinition suppose que tous les rsultats sont quiprobables.
N A

(5.14)

3. Dfinition axiomatique
Selon cette dfinition, la probabilit dun vnement A , note P ( A ) , est un nombre rel associ A qui satisfait lensemble des axiomes suivants : Axiome 1 1 Axiome 2 : Axiome 3 :
30

(5.I5)

P(S)= 1

(5.16)
si A fl B = 0

P(A U B ) = P ( A )

+P(B)

(5.I7)

En utilisant ces trois axiomes, on peut tablir les proprits suivantes, toutes trs intressantes (problmes 5.2 5.4) :
1.

P(A) 6 1

(5.18)

2.
3.
4. 5.

P(A)= 1 - P ( A )
P(0)=O
P ( A ) 6 P ( B ) si A C B
P(A UB ) = P(A)

(5.19)

(5.20)
(5.21)

+ P(B)- P(A

B)

(5.22)

F. Probabilit conditionnelle
La probabilit conditionnelle dun vnement A par rapport lvnement B , note P ( A J B ) ,a pour dfinition : (5.23) o P ( B ) # O et P ( A n B ) est la probabilit conjointe de A et B . De la dfinition (5.23)on peut dduire la loi d e Bayes (problme 5.5) :

(5.24) o P ( B 1 A ) est la probabilit conditionnelle de B par rapport a A.

CHAPS]

PROBABILITS ET VARIABLES ALEATOIRES

141

G. Evnements indpendants
Deux vnements A et B sont dits statistiquement indpendants si et seulement si :

P ( A nB ) = P(A)P(B) Si donc A et B sont indpendants, la relation (5.23) permet dcrire : P(A1B) = P ( A )

(5.25)

(5.26) Soit A I , A * , . . . , A , un ensemble dvnements dfinis sur S . Ces n vnements sont dits mutuellement indpendants si et seulement si les relations qui suivent

(5.27)

P(A;n

n . .. n A , )

= P ( A ; ) P ( A ~ .)..P ( A , )

sont valides pour toute combinaison dindices telle que

l < i < j t k <

...<n

H. Probabilit totale
Soit N vnements A 1 , A2,. . . , A N mutuellement exclusifs constituant exhaustivement lensemble S , cest-dire vrifiant les conditions suivantes :
AjnAj=O

i f j = 1 , 2 , ..., N

(5.28)

et Ai UA:,U . . . U A N = S Soit B un vnement quelconque dfini sur S . Alors :


N

(5.29)

(5.30)
k= 1 k= I

que lon appelle probabilit totale de lvnement B (problme 5.6).

5.3

VARIABLES ALATOIRES, FONCTIONS DE RPARTITION ET DENSITS

A. Variables alatoires
Une variable alatoire X (A) est une fonction qui associe un nombre rel, appel valeur de X (A), chaque preuve h de S en respectant les conditions suivantes : 1. Lensemble {A : X (A) < x } est un vnement pour tout nombre rel x. 2. P { h : X ( h ) = -00) = Oet P { h : X ( h ) 6 00) = 1 . On utilise les majuscules pour noter les variables alatoires et les minuscules pour noter les valeurs particulires prises par ces variables (leur << instanciation comme on dirait en programmation). La variable alatoire X possde une mesure de probabilit sur laxe des rels que lon dfinit comme suit :

P ( X = x) = P { h : X ( h ) = x } P ( X 6 x) = P { h : X ( h ) < x } P(x1 < x 6 x2) = P { h : x i < X ( h ) < x2} Si X ne peut prendre quun ensemble dnombrable de valeurs distinctes, on dit que X est une variable alatoire discrte. Si X peut prendre une valeur quelconque sur un ou plusieurs intervalles de la droite relle, alors X est une variable alatoire continue.

142

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

Le nombre dappels tlphoniques arrivant un bureau est un bon exemple de variable alatoire discrte, tandis que la date exacte de larrive dun de ces appels tlphoniques est une variable alatoire continue.

B. Fonction de rpartition
La fonction de rpartition de la variable alatoire X a pour dfinition :

F x ( x )= P ( X 6 x )
Elle est dfinie quel que soit x variant de
-00 +m.

(5.31)

Proprits de Fx (x) :
1.

Fx(-m) = O

(5.32~) (5.32b) (5.32~) (5.326) (5,324

2.
3.

4.

5.
6.
F ~ ( x += ) ~ ~ ( o x Fx(x+) ) = lim F ( x + r )
O<&-tO

(5.32J)

C. Fonction de densit
La densit de probabilit de la variable alatoire X a pour dfinition :
f X ( 4

=I

dFX (-4 dx

(5.33)

Proprits de f x ( x ) :
1.

f X W

30

(5.34a) (5.346) (5.344

2.
3.

4. Si X est une variable alatoire discrte, on a :

(5.3441

(5.35)
I

o P ( x j ) = P ( X = xi) et 6(x) est la fonction impulsion unitaire (voir relation 1.16).

D. Rpartition conjointe
Soit deux variables alatoires X et Y dfinies sur S. Les vnements

{x <

X,

Y 6 Y I = {x 6

XI

n {Y 6 Y I

se composent de toutes les preuves h de S pour lesquelles on a simultanment X (A) < x et Y (A) < y . On dfinit Fxv (x, y ) ,fonction de rpartition de probabilit conjointe de X et Y , de la faon suivante : (5.36) F x r ( x , y )= P ( X < x , y < y )

CHAPS]

PROBABILITS ET VARIABLES ALEATOIRES

143

Cette fonction est dfinie quels que soient x et y variant de -00 +00. Comme {X 6 oo}et {Y 6 oo}sont des vnements certains, on peut crire que : {X 6 x , Y 6 do lon dduit : Fx(x) Fxr ( W Y ) = FY ( Y ) La fonction de densit de probabilit conjointe de X et Y a pour expression :
F X Y (X0O) =

00)=

{X 6 x } {X 6

00,

Y 6 y } = {Y 6 y }
(5.374 (5.37b)

(5.38)

ce qui implique que : f x r @,Y)3 0 En intgrant deux fois la relation (5.38),on obtient :
FXY (XY)

(5.39)

s:,L [

fxr (CI)) dWrl

(5.40)

ce qui permet dcrire que :


(5.41)

E. Rpartition marginale
Les fonctions Fx (x)et F y ( y ) sont appelesfonctions de rpartition de probabilit marginales lorsquelles sont values au moyen des expressions :

(5.42~) (5.42b)

En drivant les relations ( 5 . 4 2 ~et ) (5.42b),on obtient :


(5.43a ) (5.43b)

F. Rpartition conditionnelle
Lafonction de rpartition de probabilit conditionnelle de X par rapport lvnement B a pour dfinition : ) P(B) # 0 P(B) o P(X < x ,B) est la probabilit de lvnement conjoint { X 6 x } n B . La fonction de densit de probabilit conditionnelle de X par rapport B a pour dfinition : Fx(xJB) = P(X

< xlB) = P(X 6 0

(5.44)

(5.45)

144

PROBABILITSET VARIABLES ALEATOIRES

[CHAP. 5

Soit X et Y deux variables alatoires dfinies sur S. La densit de probabilit conditionnelle de X par rapport lvnement { Y = y) a pour valeur :

(5.46) o
fy

(y) est la densit de probabilit marginale de Y .

G . Variables alatoires indpendantes


Deux variables alatoires X et Y sont indpendantes si
F X Y ( L Y )= FX(x)FY

(Y) (Y)

(5.47) (5.48)
(5.49)

ou encore :
fXY ( X Y ) = fX(X)fY

Si X et Y sont indpendantes, on dduit, des relations (5.46)et (5.48)que :


fxIY(xlY) = f X W

5.4 FONCTIONS DE VARIABLES ALATOIRES A. Variable alatoire g ( X )


Etant donn une variable alatoire X et une fonction g(x), lexpression

y =g(X)

(5.50)

constitue une autre variable alatoire. Etant donn A appartenant S, X ( A ) est un nombre et g [ X ( A ) ]est un autre nombre, valeur Y (A) = g [ X ( A ) ] associ la variable alatoire Y . On a ainsi :
FY(Y) =

P ( Y 6 Y) = P ( g ( X ) 6 Y)

(5.51)

B.

Dtermination de fy(y)
fy(y),

Pour trouver la densit de probabilit de racines relles, on a : donc

on rsout lquation y = g(x). En dsignant par

xk

ses

y = g(x,) = . . . = g(q) = . . .

(5.52) (5.53)

o g(x) est la drive de g(x).

C. Une fonction de deux variables


Etant donn deux variables alatoires X et Y , ainsi quune fonction g(x, y), lexpression

z= g ( X , Y )
constitue une autre variable alatoire. Soit g ( x , y ) < z. Alors

(5.54)

un nombre donn, on appelle Di la rgion du plan xy telle que

{z < Z } = { g ( X , Y ) 6 Z } = { ( X , Y ) E D,}

o { ( X , Y ) E D,} est lvnement constitu par tous les rsultats h tels que le point ( X ( h ) , Y (A)) appartient D,.

CHAP.51

PROBABILITS ET VARIABLES ALEATOIRES

145

On en dduit que :

(5.55)
La densit de probabilit de 2 a pour expression :

(5.56)

D. Deux fonctions de deux variables


Etant donn X et Y dont la probabilit conjointe est f x y (x, y ) et deux fonctions g ( x ,y ) et h (x, y ) , on forme deux autres variables alatoires qui ont pour expression :

z= g ( X , Y ) w = h ( X , Y )
Pour trouver la densit de probabilit conjointe fzw (z, w ) on rsout le systme suivant :

(5.57)

g(x,y)=z
En appelant (xk, y k ) ses racines,

h(x,y)= w h(Xk,Yk) =

(5.58)

g(Xk,Yk) = z
alors

(5.59) o (5.60) o lon a reconnu dans J ( x , y ) le jacobien de la transformation (5.58).

5.5 MOYENNES STATISTIQUES


A. Esprance mathmatique
Lesprance mathmatique de la variable X a pour expression :
Co

(5.62)
Si X est une fonction alatoire discrte, en invoquant la relation (5.35),il vient : (5.62)
Lorsque les probabilits sont uniformment rparties, cest--dire lorsque P (xi) = 1 / N ( i = 1 , . . . ,N ) la relation (5.62)donne la moyenne arithmtique des xi, savoir :

PX

=-Ex;
l N N i.= I

(5.63)

146

PROBABILITS ET VARIABLES AL'EATOIRES

[CHAP. 5

L'esprance mathmatique de Y = g ( X ) a pour expression :


0 0

(5.64)
soit

(5.65)
Si X est une variable discrte, la relation (5.65)peut tre transforme comme la relation (5.62) :

(5.66)
L'esprance mathmatique de Z = g ( X , Y ) a pour expression :
Co

(5.67)
soit encore

(5.68)
Si les variables X et Y sont discrtes, la relation (5.68)devient :

(5.69)
o P(x;,yk) = p [ x = x;,Y = Yk]. On notera que l'esprance mathmatique est doue de linarit, c'est--dire que

E[X Y ]= E[XI E [ c X ] = &[XI o c est une constante (voir problme 5.40).

+E[YI

(5.70) (5.71)

B. Moments et variance
Le moment d'ordre n de la variable alatoire X a pour expression : rn, = E [ X ~= I Le moment centr d'ordre n de X a pour dfinition :

S_,x"fx<x>
Co

dx

(5.72)

(5.73)

o p x = E [ X ] . Le moment centr d'ordre deux de X est appel variance de X , soit :


var[X] = ox 2 = E [ ( X - px)2]

(5.74)

La racine carre de la variance, note O X ,est appele cart-type ou cart quadratique moyen de X . La variance est une mesure de la dispersion des valeurs de X autour de sa valeur moyenne px.En utilisant les relations (5.70) et (5.71),la relation (5.74) peut se simplifier :
Ox 2 =

E [ X 2 ]- p; = E [ X 2 ] - ( E [ x ] ) 2

(5.75)

CHAP.51

PROBABILITSET VARIABLES AL'EATOIRES

147

C. Moments conjoints et covariance


Soit X et Y deux variables alatoires de probabilit conjointe f x y ( x , ~ ) Le . moment conjoint d'ordre n de X et Y a pour dfinition :

(5.76)

o n et k sont deux entiers positifs quelconques. La somme n k est appele l'ordre du moment. Le moment conjoint de X et Y dans le cas o n = k = 1 s'appelle la corrlation de X et Y , que l'on note RXY, et qui a pour expression : Rxy =ml1 = E [ X Y ] (5.77)

La covariance de X et Y , note C x y , se dfinit comme suit :

En dveloppant la relation (5.78),on obtient :

CXY = RXY - PXPY = E W I


Le coeflcient de corrlation de X et de Y a pour dfinition :
PXY

E[Xl"l

(5.79)

ox OY

CXY

(5.80)

o ox et OY sont respectivement les carts-types de X et de Y . On peut dmontrer (problme 5.49) que :


IPXYl

6 1

ICxrl 6

OXOY

(5.81)

Deux variables alatoires X et Y sont dites non corrles si et seulement si :

Cxy = O

(5.82)

D'aprs les relations (5.79)et (5.82),on peut conclure que X et Y ne sont pas corrles si et seulement si :

E [ X Y ]= E [ X ] E [ Y ]
Deux vnements sont dits orthogonaux (au sens de la corrlation) si :

(5.83)

Rxy = E [ X Y ]= O

(5.84)

D'aprs la relation (5.84)' il est vident que si X et Y sont des variables non corrles valeur moyenne non nulle, X et Y ne peuvent tre orthogonales.

D. Fonction gnratrice des moments


La fonction gnratrice du moment d'une variable X a pour dfinition :
M~(A= ) ~ [ e ~ =x ]
J -00

03

fx(x)e.rdx

(5.85)

o h est une variable relle. On a donc la relation :


n~k =

E [ X k ]= M X ) ( O ) k = 1,2,. . .

(5.86)

148

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

E. Fonction caractristique
La fonction caractristique dune variable alatoire X a pour dfinition :
@x(w>= ~ [ e j ~ = ]

o w est une variable relle. Cette fonction passe par un maximum lorigine et vrifie la proprit :
(5.88) IQx(w>I < QX(0) = 1 Comme on le voit daprs la relation (5.87),@ X ( w ) est la transforme de Fourier (au signe de j prs) de fx (x). Cest la raison pour laquelle si lon connat @ X ( w ) , on peut en dduire fx (x) par transformation de Fourier inverse.
<Dx(o)e-jwx do 2n -00 La fonction caractristique conjointe de X et Y a pour dfinition : f x ( x >= 1

0 0

f x ( x > e j wd xx

(5.87)

(5.89)

o 01 et 0 2 sont des variables relles. Cette expression sidentifie, au signe de j prs, la transforme de Fourier bidimensionnelle de fxy(x,y). Par transformation de Fourier inverse, il vient :
(5.91)
Daprs les relations (5.87)et (5.90),on a :
Q X W
@Y

= @xr (@O)

(4= Q X Y ( 0 , d

(5.92~) (5.92b)

Expressions qui sont appeles fonctions caractristiques marginales.

5.6 LOIS DE RPARTITIONPARTICULIRES


On rencontre en thorie des communications plusieurs lois remarquables.

A.

Loi binomiale

Une variable alatoire suit une loi de rpartition binomiale dordre n si elle prend les valeurs O, 1,. . . ,n avec une probabilit P telle que

P(X = k ) =
o O < p < l , p + q = l , k = O , l , ...,n , e t

(,)

P 4

k n-k

(5.93)

(k)
f X W
=

k n! c, = k ! (TZ - k ) !

La densit de probabilit de X a pour expression : p k q n - k s ( x- k ) k=O et la fonction de rpartition correspondante a pour expression :

c (k)
n

(5.94)

pkqn-kU(X - k ) (5.95) k=O La figure 5-2 illustre la densit de probabilit et la loi de rpartition de la loi binomiale pour n = 6 et p = 0,6.

&(x) =

2 (;)

CHAP.51

PROBABILITS ET VARIABLES ALEATOIRES

149

0,3

0,2765

03 -

0,7667

096 0,4557
074 072

0,04 1

0, 1792

0,004 1 O

J
1

I 3

(b)

Fig. 5-2 Probabilit et rpartition dune loi binomiale pour n = 6 et p = 06

La moyenne et la variance de X ont pour expression :


P X = E [ X ]= n p

oX = npq = np(1 - p )

(5.96) (5.97)

La variable alatoire X qui suit une loi binomiale est une variable discrte associe la rptition dune preuve. Supposons que lon fasse une preuve au cours de laquelle on ne sintresse qu la ralisation de lvnement A. Si A se produit, on dit que lpreuve est un succs; si A ne se produit pas (A sest donc produit), lpreuve est un chec. Soit P ( A ) = p la probabilit pour que A se produise, ce qui implique que P(A)= q = 1 - p . On rpte n fois lpreuve, avec les hypothses suiva ites :

1. P ( A ) conserve la mme valeur chaque essa 2. Les n essais sont indpendants.


Un lment de lunivers associ est constitu dune squence de n A et A.Un lment constitu de k A et ( n - k ) A se voit attribuer une probabilit de valeur p k q n P kSi . donc X est la variable reprsentant le nombre de fois o A se produit sur n essais, X prend des valeurs entires k = O, 1,. . . , n. En thorie des tlcommunications, la loi binomiale apparat lorsque lon sintresse au nombre derreurs qui affectent un message de n bits (voir problmes 5-12 et 5.36).

150

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

B. Loi de Poisson
On dit quune variable alatoire suit une loi de Poisson de paramtre Q! si elle prend les valeurs O, 1 avec une probabilit P ( X ) telle que :
ak P(X = k ) = e-k!

.,n , . . .

k = O, 1,. . .

(5.98)

La densit de probabilit de X a pour expression :

f x ( x ) = eeU

2
k=O

$8(x

-k)

(5.99)

La fonction de rpartition correspondante a pour expression :

F x ( x ) = e-(

2
k=O

$u(x

-k)

(5.100)

On remarquera que le trac de ces deux fonctions sapparente fortement ceux que nous avons obtenus pour la loi binomiale (figure 5-2). La moyenne et la variance de X ont pour expression :

p x = E [ X ]= a 2 a, =O!

(5.Z OZ)

(5.Z 02)

La loi de Poisson sintroduit naturellement dans certains problmes de comptage, par exemple le nombre dappels tlphoniques aboutissant un central, pendant un laps de temps donn. En tlcommunication numrique, on retrouve la loi de Poisson lorsque lon transmet un grand volume de donnes avec un faible taux derreur. La loi binomiale devient lourde manipuler dans de tels cas. Si le taux derreur conserve une valeur finie gale a,on peut approcher une loi binomiale au moyen dune loi de Poisson (voir problmes 5.13 et 5.14).

C. Loi gaussienne, dite loi normale


On dit que la variable alatoire X suit une l o i de Gauss appele aussi loi normale si sa densit de probabilit a pour expression : (5.Z 03) La fonction de rpartition de X a pour expression :

(5.Z 04) Cette intgrale ne peut tre calcule analytiquement, il faut en faire une valuation numrique, au moyen de la fonction Q ( z ) ,dfinie de la faon suivante :

(5.105)

On peut donc crire la relation (5.104) sous la forme :


(5.106)

CH A P.51

PROBABILITJ~ ET S VARIABLESALEATOIRES

151

Cette fonction Q ( z ) est la fonction complmentaire de la fonction derreur. Elle est tabule en annexe C, tableau C- 1.

Fig. 5-3 Loi de Gauss (loi normale)

Les figures 5-3(a) et (b)reprsentent respectivement la densit de probabilit et la fonction de rpartition de X.La moyenne et la variance de X ont pour expression :
p x = E [ X ]= p
2 ox = E[(X
- &)2]

(5.107)
= o2

(5.108)

On utilisera la notation N ( p : 0 2 )pour signifier que X suit une loi normale (gaussienne), de moyenne p et de variance 0. Notons au passage que lorsque X = N ( 0 : l ) , cest--dire lorsque X a une valeur moyenne nulle et une variance unitaire, on dit que X est une variable alatoire gaussienne normalise. La loi normale, ou loi de Gauss, joue un rle fondamental dans ltude des phnomnes alatoires que lon rencontre en physique ou dans la nature. La plupart des processus alatoires naturels sont pratiquement gaussiens. Cette loi doit surtout son importance au remarquable thorme de la limite centre qui tablit que la somme dun grand nombre de variables alatoires, dans certaines conditions, suit une loi normale.

152

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

Problmes rsolus
PROBABILITS
5.1.
On observe la somme des chiffres obtenus en lanant une paire de ds. Dfinissez lunivers associ cette exprience et, en supposant que les rsultats obtenus sur un d sont quiprobables, valuer ( a ) la probabilit dobtenir une somme gale a 7, et ( b ) la probabilit pour que cette somme ait une valeur suprieure 10.
Lespace des vnements lmentaires de ce tirage alatoire comporte 36 lments, comme le montre la figure 5-4. Soit h;j lvnement lmentaire correspondant au rsultat i sur le premier d et au rsultat j sur le second. On suppose que les ds ne sont pas pips et que les valeurs affiches par chacun des ds sont quiprobables, soit P (hi,) = 1/36.

-B

Fig. 5-4 Univers des lancers dune paire de ds Soit A lvnement la somme est gale 7. Comme les vnements hij sont mutuellement exclusifs et daprs la figure 5-4, on a :

Soit B lvnement la somme est suprieure IO. Si lon observe la figure 5-4, on obtient

5.2.

En appliquant les proprits axiomatiques des probabilits, ( a ) tablir la relation (5.19),cest--dire :

P(A)= 1 - P ( A )
et (6) la relation (5.18),cest--dire :
P(A) < 1
(a)

On peut crire que :


S=AUA

et

AnA=0

C HA PSI

PROBA BILITS ET VARIABLES A L EATOIRES

153

En appliquant les axiomes 1 et 3, il vient : P(S)= 1 = P(A) soit

+ (A)

P(A)= 1 - P ( A )
(b)
Daprs la relation (5.19) on peut crire : P(A)= 1
-

P(A)

Daprs laxiome 1 , P (A) 3 O, do lon conclut que : P(A)6 1

5.3.

Vrifier la relation (5.20) au moyen de laxiomatique des probabilits, savoir que :

P(0)=O
On sait que lon a :
A=AU0

et

An@=@

Donc, daprs laxiome 3 : P(A) = P ( A U0) = P ( A ) do lon conclut que : P(0)=O

+P(0)

5.4.

Vrifier la relation (5.22),au moyen de laxiomatique des probabilits, soit :


P(A uB) = P(A)

+ P(B) - P(A nB )

On dcompose dabord A U B , A et B comme unions dvnements exclusifs. En exploitant le diagramme de Venn de la figure 5-5, on peut crire :
A U B = ( A n B ) U ( A (7 B ) U (An B ) A = ( A ri B ) U ( A f l E )

A = ( A ~ B ) ~ ( A ~ B )
A A n B

A n B

Fig. 5 . 5
Puis, daprs laxiome 3 : P ( A u B ) = P ( A nB)

+ P ( A n B ) + P(An B ) P ( A ) = P ( A n B ) + P ( A nB) P ( B ) = P ( A n B ) + l(An B )


P ( A nB) = P ( A ) - P ( A n B )

(5.I09) (5.I l O) (5.111)

Daprs les relations (5.110) et (5.111) :

P(An B ) = P ( B ) - P ( A n B )

154

PROBA B I LITS ET VARIA B LES ALE ATOIRES

[CHAP. 5

En portant ces galits dans la relation (5.109) on obtient :


P(AuB ) = P(A)

+ P(B) - P(AnB)

5.5.

Etablir le thorme de Bayes (5.24),cest--dire :

Daprs la dfinition de la probabilit conditionnelle (5.23)et tenant compte de la relation (5.8)nous avons :
(5.112) (5.113)

En rapprochant les relations (5.112) et (5.113), on obtient :


P ( A n B ) = P ( A ~ B ) P ( B= ) P(BJA)P(A)

(5.1 14)

Do lon tire :

5.6.

Etablir la relation (5.30),cest--dire :

k= 1

k= I

Du fait que R

f l

S = B , et en invoquant la relation (5.29),on peut crire :

B =R

ns = B n(

Au ~

u.. .uAN)
(5.1 15)

= ( B ri A i ) U ( B ri A 2 ) U . . . U ( B n A N )

Les evnements i? n A k , ( k = 1,2.. . . , N ) sont mutuellement exclusifs, comme le montre le diagramme de Venn de la figure 5-6. L,axiome 3 de la dfinition des probabilits ainsi qe la relation (5.144) nous permettent dcrire :
N

P ( B ) = P ( B n s) = A= I

P ( B nA ~= )

l.=l

CP(BIA~)P(A~)

Fig. 5-6

CHAP.5 ]

PROBABILITS ET VARIABLES ALEATOIRES

155

5.7.

Considrons le circuit dinterrupteurs a, b et c reprsent par la figure 5-7. Soit respectivement A , B et C les vnements a est ferm, b est ferm et C est ferm. Chacun de ces interrupteurs a une probabilit q dtre ouvert. En supposant que ces vnements sont indpendants et que y = 05,calculer la probabilit pour que la continuit de ce circuit soit tablie.

Fig. 5-7 Circuit dinterrupteurs


Daprs la figure 5-7, il est vident que la continuit du circuit impose la fermeture simultane de linterrupteur c et de lun oukt lautre des interrupteurs a et b. Comme P ( A ) = P ( B ) = P ( C ) = y = 1 - q = 0,5, on obtient, en appliquant les relations (5.22) et (5.25) : P(continuit) = P [ ( A U B ) n Cl
= P(A UB)P(C)

5.8.

Une liaison numrique (figure 5-8) fonctionne en binaire, transmettant des O et des 1. Le bruit de cette liaison induit une confusion, ce qui conduit interprter un 1 comme un O et rciproquement. Soit respectivement rno et rnl les vnements ((transmission dun O et transmission dun 1 ; soit 1-0 et rl les vnements rception dun O et rception dun 1 . En faisant lhypothse P(nz0) = 05, P(riIrn0) = p = 01 et P(roJrnI) = y = 02.

P(m, 1

P ( r l im,)

Fig. 5-8 Liaison binaire

Evaluer P(I-O) et P(I-1). Si lon reoit un O, quelle est la probabilit dmission dun O? Si lon reoit un 1, quelle est la probabilit dmission dun 1 ? Calculer la probabilit derreur Pe. Calculer la probabilit pour que le signal transmis soit correctement reu par le rcepteur.
Daprs la figure 5-8, on peut crire :
P(nri) = 1
P(rolnr0) = 1
-

P(m0) = 1

0,5 = 0,5
-

P(r1lnro) = 1

y = 1 - O, 1 = 0,9

P(riInr1) = 1

P(rolm1) = 1 - y = 1 - 0 , 2 = 0,8

156

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

En invoquant la relation (5.30),on obtient :

(b)

En appliquant le thorme de Bayes (5.24),on peut crire :

(e)

La probabilit pour que le signal ait t correctement transmis et reu a pour expression :

Pc,= P (rolmo)P(nio)

+ P (ri (nr1)P( m i ) = 0,9(0,5) + 0,8(0,5) = 0,85


- 0,85

On notera que la probabilit derreur Pt. a pour valeur :

Pe = 1 - f c = 1

= O, 15

5.9.

On observe six impulsions conscutives sur un canal de communication, chacune dentre elles pouvant tre positive, ngative ou nulle. On suppose que les observations sont indpendantes. On note respectivement xi = +1, x; = -1 et xi = 0 les vnements la nime impulsion est positive, la nime impulsion est ngative et la nime impulsion est nulle. On suppose que : P ( x i = +1) = p = 0,4 P ( x ; = - 1 ) = q = 0,3 pour i = 1,2,...,6

Quelle est la probabilit pour que toutes les impulsions soient positives? Quelle est la probabilit pour que les trois premires impulsions soient positives, les deux suivantes nulles et la dernire ngative?
Comme il sagit dvnements indpendants, la relation (5.27) nous permet dcrire la probabilit pour que toutes les impulsions soient positives sous la forme :

En vertu des hypothses faites, on peut crire que : P(x;=O)= l - y - q = 0 , 3

La probabilit davoir trois impulsions positives, puis deux impulsions nulles, puis dune impulsion ngative a pour valeur :

= p ( 1

y - q)2<1= (0,4)3(0,3)2(0,3) = 0,0017

5.10. Soit A et B deux vnements dfinis sur un univers S. Montrer que si P ( A ) et P ( B ) sont non nulles, les vnements A et B ne peuvent tre la fois mutuellement exclusifs et indpendants.

CHAP.51

PROBABILITS ET VARIABLES ALEATOIRES

157

Supposons que A et B soient mutuellement exclusifs et que P ( A ) P ( A n B ) = P ( 0 ) = O et P ( A ) P ( B ) # O, par consquent :


P ( AnR) # P(A)P(B)

# O, P ( B ) # O. On sait donc que

Ce qui prouve que A et B ne sont pas indpendants.

5.11. Montrer que, si les vnements A et B sont indpendants, alors


P ( A nB) = P ( A ) P ( B )

(5.I16)

Daprs le diagramme de Venn reprsent sur la figure 5- 1, ou en invoquant les relations (5.1), (5.3)et (5.11),il vient :
A =(AnB)U(AnB)

et
( A nB ) n( AnB) = 0 En appliquant laxiome 3, relation (5.17), on a :

P(A)= P(A nB)

+ P ( A nB)

Comme A et B sont indpendants et en tenant compte des relations (5.25)et (5.19),on obtient :
P ( A nB) = P ( A ) - P ( A nB )
= P(A)- P(A)P(B) = P(A)[l - P ( B ) ]= P ( A ) P ( B )

VARIABLES ALATOIRES, FONCTIONS DE RPARTITIONET DENSITS


5.12. Un gnrateur de signal dlivre des bits O et 1 de faon alatoire, avec des probabilits respectives de 0,4 et 0,6. ( u ) Quelle est la probabilit pour que lon ait deux 1 et trois O dans une suite de 5 bits? ( b ) Quelle est la probabilit pour quau moins trois 1 apparaissent dans une suite de 5 bits?
(a)
Soit X la variable alatoire qui a pour valeur le nombre de 1 apparaissant dans une suite de 5 bits. Comme un bit ne peut prendre que lune des deux valeurs 1 ou O, comme la probabilit davoir un 1 est constante et comme le nombre de bits de la suite a une valeur fixe gale 5 , on est en prsence dune loi binomiale (voir dfinition 5.93) dont les paramtres sont n = 5 et k = 2. La probabilit davoir deux 1 et trois O dans une suite de 5 bits a donc pour expression :

P ( X = 2) =

(3
(k)

(0,6)2(0,4)3= 0,23

(b)

La probabilit davoir au moins trois 1 dans une suite de 5 bits a pour expression :
P ( X 3 3) = 1
-

P(X

< 2)
= 0,317

o
2

f(x 6 2) =
k =O

(0,6)k(0,4)-

Soit P ( X 3 3) = 1 - 0,317 = 0,683

5.13. Montrer que si la valeur de n est grande devant k ( n > > k ) et la valeur de p est petite ( p binomiale (dfinition 5.93) peut tre approche par la loi de Poisson (dfinition 5.98) :

< <

i), la loi

(5.1I7)

158

PROBA B I LITS ET VARIAB LES AL' E ATOIRES

[CHAP. 5

D'aprs la relation (5.93):

n! k ! ( n - k ) ! P k (II l -

n(n- l)(n-2)...(n-k+ k!

1)

p qn-k

(5.118)

Lorsque n

> > k et p < < 1 , on peut crire que :


n(n - l ) . . . ( n - k
= 1%

+ 1) z n
%

x n x n . . . x n = nk
e-(n-k)p
%

e - ~ qn-k

c-ni'

En portant ces approximations dans la relation (5.118), il vient :

P ( X = k ) z e-np- ( n P ) k k!

5.14. Une liaison perturbe par un bruit prsente une probabilit d'erreur par digit de 0,01. ( a ) Calculer la probabilit de recevoir plus d'un digit erron sur 10. ( b ) Reprendre la question ( a ) en utilisant l'approximation de Poisson (relation 5.1 17).
(a)

Soit X la variable de la loi binomiale reprsentant le nombre d'erreurs enregistres sur dix digits reus. En appliquant la relation (5.93),on obtient :

P ( X > 1) = 1
=1

P ( X =O)

P (X = 1 )

(O>

(0,01)0(0,99)10 -

(: ')
(07

(0,01>'(0,99>9

= 0,0042

(6)

En appliquant la relation (5.117) avec np, = l O ( 0 , O l ) = O, 1 on a :

P(X> 1)zl-e-

0.1

1)' - e -0.1 - 1 ) ' - 0,0047 O! l!


(03

5.15. Trouver les valeurs des constantes a et b de faon que


FX(X)

= 11

u~-."~Ju(x>

soit une fonction de rpartition valide, u ( x ) tant la fonction chelon unitaire.


Comme u ( - m ) = O, la proprit 1 de F x ( x ) , relation (5.32~1, F x ( - w ) = O, est satisfaite. La proprit 2 Fx(00) = 1, est satisfaite pour b > O. La proprit 3, O Fx(,u) 1 , impose que de Fx(x), relation (5.326), O < a < 1. La fonction F x ( x ) est trace sur la figure 5-9, pour des valeurs O < a 6 1 et b > O. Ce trac montre que les autres proprits de FX (x), relations (5.32e) et (5.32j) sont aussi satisfaites.

<

<

Fig. 5-9

CHAP.51

PROBARILITS ET VARIABLES ALEATOIRES

159

5.16. La densit de probabilit dune variable alatoire X a pour expression :

a<x<b autrement

o k est une constante. Dterminer la valeur de k . (a) ( b ) Soit a = -1 et b = 2. Evaluer P ( ( X 1 6 c ) pour c = 1/2.
(a)
Daprs la proprit 1 de fx (x), relation (5.34a),k doit tre une constante positive. Daprs la proprit 2 de fx (.Y), relation (5.34b):

do lon tire k = I / ( b - a ) . Ainsi :

a < x < b
(5.119)

f x ( x >=
autrement Une variable alatoire X prsentant cette densit de probabilit est dite uniforme. Avec a = - 1 et b = 2, on a : -l<x<2 fx(x)= autrement

(b)

Cette fonction de rpartition est trace sur la figure 5- 1O. Daprs la relation ( 5 . 3 4 4 ,on peut crire :

1
2

Fig. 5-10 Rpartition uniforme

5.17. La densit de probabilit de X a pour expression :

fx ( x ) = ke-.xu ( x )
o a est une constante positive. Dterminer la valeur de la constante k et dessiner fx ( x ) .
Daprs la proprit 1 de fx (x), relation (5.34a),on doit assurer k 3 O. Daprs la proprit 2 de fx (x), relation (5.34b):

160

PROBABILITSET VARIABLES AL'EATOIRES

[CHAP. 5

d'o l'on dduit que k = a , ainsi : f x ( x ) = ae-".'u(x) fonction qui est reprsente sur la figure 5- 1 1.
a >O

(5.120)

Fig. 5-11 Loi de rpartition exponentielle


Une variable alatoire qui prsente cette rpartition est dite exponentielle de paramtre a.

5.18. Les objets manufacturs tombent tous en panne, un jour ou l'autre. Si le taux de panne est constant, la dure de bon fonctionnement T , avant que n'arrive la panne, est une variable alatoire de rpartition exponentielle. Supposons qu'un type particulier de mmoires pour ordinateur ait pour loi de rpartition du temps de bon fonctionnement en heures la fonction (5.120)ci-dessus. (a)
(b)
(a)

Les mesures confirment une probabilit de bon fonctionnement sur une dure suprieure 1 O O00 heures de valeur e-' 0,368. Calculer, dans ce cas, la valeur du paramtre a . Avec la valeur de a trouve, valuer la dure to de bon fonctionnement ayant une probabilit de 0,05.
En tenant compte de la relation ( 5 . 3 4 ~ et ) de la fonction (5.120),on voit que la loi de rpartition de T a pour expression : FT(f) = On a donc :

si,

f T ( r ) d t = ( i - e-"'>cc(t>

(b)

d'o l'on tire a = On veut avoir :


F ~ ( t 0= ) P(T

< o) = 0,05

soit

c'est--dire :

d'o l'on tire :


to = -1041n0,95 = 513 h

5.19. La probabilit conjointe de X et Y a pour expression : fxr


( X , Y ) = ke( u.x

+hj)

(Y 1

CH AP.51

PROBABILITS ET VARIABLES AL'EATOIRES

161

o a et b sont des constantes positives. Dterminer la valeur de k .


On dtermine la valeur de k au moyen de la relation (5.41),c'est--dire :

d'o l'on obtient k = ab.

5.20. Un fabricant de composants lectroniques a utilis deux procds diffrents, XX et YY pour raliser des mmoires d'ordinateurs. Soit X la variable alatoire correspondant la dure de vie du composant suivant le premier procd et Y la variable alatoire relative au second procd. On suppose que la densit de probabilit conjointe de X et de Y a pour expression :

f x r (x, y > = abe-(U"+hY) u (X 1u (Y

>

(5.I21)

avec a = lOP4 et b = l,2(lOP4). Dterminer la probabilit pour que la dure de vie des composants fabriqus suivant le procd XX soit suprieure celle des composants fabriqus selon le procd YY.
La rgion D pour laquelle x > y est ombre sur le diagramme de la figure 5- 12. La probabilit pour que la dure de vie des composants de type XX soit suprieure celle des composants de type YY a pour expression :

b a

+b

1,2(10-~) = 0,545 10-4+ l , 2 ( l O W 4 )

4 Y

I
Fig. 5-12

5.21. La probabilit conjointe de X et de Y a pour expression :

f x r (XtY> = xye

- (2 ?.? ) / 2

24 ( X > U

(Y

>

162

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

(a) (b)
(a)

Evaluer les densits de probabilit marginales f x ( x ) et f y ( y ) . X et Y sont-ils indpendants? et ) (5.43b),on a : Daprs les relations ( 5 . 4 3 ~

-.Y212

u(x)

lm

ye-Y2/2d y = xe-.Y2!2u ( x >

Comme f x y ( x ,y ) est symtrique en x et en y , on peut changer ces variables, ce qui donne :

f y ( y ) = ye-Y2I2u(y)
(6)

Comme f x y ( x , y ) = f x ( x ) f y ( y ) ,on en dduit que X et Y sont indpendants.

5.22. Les variables X et Y sont dites conjointement normales si leur probabilit conjointe a pour expression :
fXY

1 1 (X,Y) = 21saxoy(l - p 2 ) I 2exp -2(1 - p2)

(a) (b)
(a)

Trouver la densit de probabilit marginale de X et de Y . Montrer que X et Y sont indpendants lorsque p = O. Daprs la relation (5.43a), la densit de probabilit marginale de X a pour expression :

f x ( x )=

s_,

0 0

f x r ( X ? Y >dY

en faisant apparatre un carr parfait dans lexponentielle de la relation (5.122) on obtient :

x exp

En comparant liritgrande avec la relation (5.103)on voit quil sagit dune densit de probabilit normale dont la moyenne a pour expression :
IlY
X + P -U (X UY

2 4 ( 1 - p2)

DY - I l Y - P -U (X X

Ilx)

Ilx)

et dont la variance a pour valeur : &1 - P 2 > Lintgrale doit donc avoir 1 pour valeur, ce qui permet dcrire :

(5.123)

CHAP.51

PROBABILITS ET VARIABLES AL'EATOIRES

163

De la mme faon, la densit marginale de probabilit de Y a pour expression :


rco

(5.124)

(b)

Lorsque p = O, la relation (5.122) se rduit

Ce qui montre que X et Y sont indpendants.

FONCTIONS DE VARIABLES ALATOIRES


5.23. Soit une fonction linaire Y = 2 X 3, X tant une variable alatoire dont la loi de rpartition est uniforme sur l'intervalle [-1,2]. Evaluer J ; ( y ) et tracer f x (x) et f y ( y ) .
D'aprs la relation (5.119)du problme 5.16, on a :
fx(x)=

L'quation y = g(x) = 2x 3 peut se rsoudre en x, elle a une solution x1 = ( y - 3 ) / 2 , l'intervalle sur lequel varie y est [ 1,7], et g'(x) = 2. On sait que l'on a - 1 < x1 < 2 et, en invoquant la relation (5.33):
1
f Y ( Y > = -fx(.y1)

{O
=

-l<x<2 autrement

l < y < 7 autrement

La figure 5- 13 reprsente les densits de probabilit f x ( x ) et fy ( y )

- 2 - 1

5.24. Soit Y = a X

+ b. Montrer que si X
+

= N ( p : 0 2 ) alors , Y = N(up

+ b: u 2 a 2 ) .
(5.125)

La relation y = g(x) = ax b prsente une solution unique X I = ( y - b ) / a et g ' ( . ~ ) = a . L'intervalle de variation de y est (-oo,m), donc, en tenant compte de la relation (5.33):
fY

OJ> =la f Ix

(y>
y - b

164

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

Comme X = N ( p : a 2 )et en invoquant la relation (5.103):

(5.126)
do lon dduit, au moyen de la relation (5.125):

(5.127)
qui reprsente la densit de probabilit de N ( a p

+ b: u 2 u 2 ) .Si donc X
fy

= N ( p : a 2 ) ,alors Y = N ( a p

+ b: a,).

5.25. Soit Y = X 2 . Evaluer et tracer fy(y) lorsque X = N ( 0 ; 1).


Si y < O,lquation y = ,y2 na pas de solution relle; do Si y > O, cette quation a deux solutions :
( y ) = O.

Dautre part, y = g(x) = x do g(x) = 2x. En invoquant la relation (5.53) :


fY(Y) = -[

2 f i

f x m + fxC-JY)]

u(y>

(5.128)

En tenant compte de ce que X = N ( 0 : 1), on obtient, en utilisant la relation (5.103):

(5.129)
Comme fx (x) est une fonction paire, ce que montre la relation (5.128),on a :

(5.130)
dont la reprsentation graphique apparat sur la figure 5- 14.

*
Y

Fig. 5-14

CHAP.51

PROBABILITS ET VARIABLES ALEATOIRES

165

5.26. Considrons la fonction diode ci-aprs :


Y = ( Calculer f y ( y ) pour X = N ( 0 : 1).
Il est clair que f y ( y ) = O pour y < O. Lorsque y > O, y = g(x) = x a une solution unique x1 = y et g(x) = 1. En utilisant la relation (5.53),il vient :

x x>o
O

X t O

La fonction FY ( y ) est donc discontinue en y = O, la discontinuit ayant pour valeur :


Fy

(O+)

Fy ( O - ) = Fx (O)

En consquence :
= FX(O)S(Y)

+ fX(Y)U(Y)
1

(5.131)

Comme fx (x) est une fonction paire - relation (5.129)-on a : 2 Et la relation (5.131) devient donc :
(5.132)

5.27. Soit Y = sin X , X tant une variable alatoire uniformment rpartie telle que : 1
O<X<2rr

autrement Calculer f v ( y ) , F y ( y ) et tracer ces fonctions.


Si lyl > 1, lquation y = sinx na aucune solution (figure 5-15), donc f y ( y ) = O. Si [ y ( < 1 , alors cette quation a deux solutions sur lintervalle O 6 x 6 277 (figure 5- 15).
x i = arcsin y

et

x2 = 77 - x1

Comme
y(xi> = cosxl = cos(arcsiny) =

JG

y(x2) = cosx2 = cos ( 7 7 - X i ) = - COSXI =

-4-i
(5.133)

lon obtient, daprs la relation (5.53) :

- t
Fig. 5-15

166

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

En intgrant cette densit - relation ( 5 . 3 4 ~ ) on obtient :

Fy(y)=

La figure 5- 16 reprsente les tracs de ces fonctions.

O
1 arcsiny -+2
7T

y < -1
-1 < y < 1
(5.134)

1 6 y

-1

Fig. 5-16

5.28. Le signal dentre fourni une liaison numrique parasite par un bruit est un nombre binaire alatoire X dont la loi de probabilit est P ( X = O) = P ( X = 1) = Le signal de sortie Z de la liaison a pour expression 2 = X + Y o Y est le bruit qui altre la qualit de la transmission. En supposant que X et Y sont indpendants et que Y = N (O; 1) calculer la densit de probabilit de 2 .

i.

En invoquant les relations (5.30)et (5.31),on obtient :

F z ( z ) = P ( Z 6 z ) = P ( Z 6 ZIX = O ) P ( X
Comme
Z=X+Y

= O)

+ P ( Z < ZIX

= l ) P ( X = 1)

P(Z

< Z J X = O) = P ( X + Y < z ( X = O ) = P ( Y < z ) = F y ( 2 )


= 1) = P ( Y

de la mme faon : P(Z En conskquence :

< z1x = 1) = P ( X + Y < ZIX

< z - 1) = F y ( c - 1)

et comme Y = N ( 0 : 1 ) ,

et

(5.135)

CHAP.5 J

PROBABILITS ET VARIABLES ALEATOIRES

167

5.29. Considrons la transformation :


Z=aX+bY W=cX+dY
(5.136)

Calculer la densit de probabilit conjointe f i w ( z , w ) en fonction de fxy ( x , y ) .


Si ad - bc # O, alors le systme
u x +by = z
ex + d y = w y=yzfrlw

admet une solution unique :


x=az+pw

o les quantits a , B, y , et q ont pour valeur : a=d ad - bc

p=-

-b
ad
- bc

y=-

-C

-71

a
ad
- bc

ad - bc

Si lon se rappelle la relation (5.60)on a :

1 - az
1-

_a z I
- 1

La relation (5.59)permet dcrire :

(5.137)

5.30. Soit 2 = X Y . Calculer la densit de probabilit de Z si X et Y sont des variables alatoires indpendantes.
Introduisons une variable alatoire auxiliaire W = Y Le systme z = x + y , w = y a une solution unique :
x=z-w y=w

Comme

La relation (5.59)devient (on obtient le mme rsultat en faisant a = b = d = 1 et c = O dans la relation 5.137)

f z w ( z , w >= fxy(z - w , w )
:) Do lon tire, en tenant compte de la relation ( 5 . 4 3 ~

(5.138)

(5.139)
Si X et Y sont indpendants, on a :
(5.140)

qui nest autre que la convolution des fonctions

fx ( x ) et fy

(y).

5.31. Supposons que X et Y soient deux variables alatoires indpendantes suivant la loi normale. Evaluer la densit de probabilit de Z = X Y.

168

PROBABILITS ET VARIABLES AL'EATOIRES

[CHAP. 5

Les densits de probabilit de X et Y ont pour expression :

D'aprs la relation (5.140), on peut crire que :

Comme l'intgrande n'est autre que la densit de probabilit de la loi normale N ( 0 ; 1), cette intgrale a pour valeur 1, et l'on obtient : fz(z>= -e-"1 - 2 I4 = e-r2/[2(A)*1 (5.141)
~

&fi

qui est la densit de probabilit de N ( 0 ; f i ) . Ainsi, 2 est une variable alatoire normale de moyenne nulle et de variance

fi.

5.32. Considrons la transformation :


R =

Jw =r

Y O = arctanX

(5.142)

Calculer fRc-,(r,O)en fonction de fxy @ , y ) .


On suppose que r 3 O et que O 6 8 6 277. Dans cette hypothse, le systme

Fx2 + y
-r

Y arctan=8 X

prsente une solution unique :


x =rcos

y=rsin

puisque, d'aprs la relation (5.60),


1

ax

ax 1

La relation (5.59) donne :

fR(-)(r,8) = r f x y (r cos8,r sin )

(5.143)

CHAP.51

PROBABILITS ET VARIABLES AL'EATOIRES

169

5.33. Une tension V a pour expression :


V ( t )= Xcosot

+ Y sinot

(5.144)

o w est une pulsation constante, X et Y sont deux V.A. indpendantes telles que X = Y = N ( 0 ; a 2 ) . ( a ) Montrer que l'on peut crire V ( t ) sous la forme :
V ( t ) = R COS ( u t - O)
(5.145)

(b)
(a)

Calculer les fonctions de densit de R et O , puis montrer que R et O sont des V.A. indpendantes.
Dveloppons l'expression de V ( t ) :
V ( t ) = X c o s o t + Y sinwt

msin wt

o Y X Comme X et Y sont indpendants et comme X = Y = N ( 0 ; a2),on peut crire, d'aprs les relations (5.48) et (5.103) : R = Jxz,yz et
( )

= arctan-

(b)

fX.Y (X,Y> =

1 ,-x2/(2a2) fia

1
f i a

,-y2/(2.2)

(5.146)
En utilisant le rsultat du problme 5.32 (relation 5.143), il vient :

(5.147)
En appliquant les relations (5.43a) et (5.43b),on a :

(5.148) (5.149)
(5.150)

On en dduit que R et ( 3 sont indpendants. On notera que ( 3 est une variable dont la rpartition est uniforme. R est parfois appele variable alatoire de Rayleigh.

MOYENNES STATISTIQUES
5.34. La variable alatoire X prend les valeurs O et 1 avec les probabilits respectives ! et la moyenne et la variance de X . En invoquant les relations (5.62)et (5.66),on obtient :
= 1 - u. Calculer

170

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

Daprs la relation (5.75) on a :


2 x

= E [ X 2 ] - ( E [ X ] ) 2= p

82 = p(1 - B ) = .B

5.35. Soit Y = sin X , X tant une variable alatoire uniformment rpartie sur lintervalle (027~). Calculer la moyenne et le moment dordre deux de X en appliquant (a) la relation (5.64)et ( b )la relation (5.65).
(a)

Daprs la solution du problme 5.27, on a : 1


fY ( Y ) =

J r J m

IYI

I
En appliquant la relation (5.46),on obtient

IYI 1

parce que lintgrande est une fonction impaire et :

(b)

au moyen dune table dintgrales. Comme X est uniformment rpartie sur lintervalle (0,2n),on a : 1 o<x<277 autrement

fx(x)=

I
En invoquant la relation (5.65) on obtient :

r2n

E [ Y ] = E[sin X ] = 2;
et

J,

sinx d x = O

5.36. On transmet sur une liaison affecte par un bruit des donnes binaires par paquets de 16bits, La probabilit derreur en rception dun digit attribuable au bruit de la liaison est de 1 % . On suppose que les erreurs affectant les diffrents digits dun bloc sont indpendantes.
(a)

(b) (c)
(a)

Calculer la moyenne du nombre derreurs par bloc. Calculer la variance du nombre derreurs par bloc. Quelle est la probabilit pour que le nombre derreurs par bloc soit suprieur ou gal a 4?
Soit X la variable alatoire reprsentative du nombre derreurs par bloc. Cette variable a donc une distribution binomiale, de paramtres n = 16 et p = 0,Ol. Daprs la relation (5.96) le nombre moyen derreurs par bloc est : E [ X ] = n y = (16)(0,01) = O, 16 Daprs la relation (5.97):
2 OX = n p ( l

(6)

- y ) = (16)(0,01)(0,99) = O, 158

(c)

On peut crire que :

P ( X 3 4) = 1 - P ( X 6 3 )

CHAPS]

PROBAB ILITSET VARIABLES A L'EATOI RES

171

En appliquant la relation (5.93, on obtient :


P(x

< 3) =

k = O

(y)

(0,01)k(0,99)'6-k = 0,986

D'o l'on tire :

P ( X 3 4) = 1

- 0,986

= 0,014

5.37. Soit X une variable alatoire suivant une loi de Poisson, selon la relation (5.98). Montrer que

c
0 0

P(X =k) = 1

(5.151)

k =O

Dmontrer les relations (5.101) et (5.102),c'est--dire : p x = E [ X ] = a et ox 2 = a


D'aprs la relation (5.98)' on peut crire que :
P ( X = k ) = e"k!
(Yk

On a donc :

En tenant compte de la relation (5.62),on obtient :

De la mme faon :

or on sait que :
E [ X 2 - X I = E [ X 2 ] - E [ X ] = E [ X 2 ] - a = (Y2

donc E [ X 2 ] = (Y2 L'utilisation de la relation (5.75)conduit :


2 ax = E [ X2]
+(Y

(5.152)

( E [ X ] ) 2= ((Y2 + a ) - (Y2 = a

5.38. Soit X = N ( k ; 0 2 ) .Dmontrer les relations (5.107)et (5.108),c'est--dire :

kx = E [ X ] = p

o x 2 = E[(X

- p)2]

= o2

En incorporant la relation (5.103) la relation (5.61)' on obtient :


/.Lx =

E [ X ]= -

-(s-P)2/(2(72)

dx

172

PROBABILITSET VARIABLES AL'EATOIRES

[CHAP. 5

En faisant un changement de variable y = ( x - p ) / a , on obtient : E [ X ]= I O o

(ay
-00

+ / ~ ) e - ~ d' y/ ~

La premire intgrale est nulle puisque l'intgrande est une fonction impaire. La seconde intgrale a pour valeur 1 puisque l'intgrande est la densit de probabilit de N ( 0 ; 1). On obtient donc :
PX = E [ X I = P

D'aprs la proprit 2 de f x (x) (relation 5.346)' on a :


e-(*-P)2/(2f12)

dx =

(5.133)

En drivant cette relation par rapport a , il vient :


(' - ' )
2
e-(.K-P)z/(2f12)

d x = .2/275

Et en multipliant des deux cts par la quantit a2/&,


~

s_,(.
o

on obtient :
2 = a2 x = E [ ( X - p ) 2 ] = ax

- P ) ~ ~ - ( . ' - P ) ' / ( ~ ~ 'd )

5.39. Soit X = N ( 0 ; a2). Montrer que :


(5.154)

& a Les moments d'ordre impair rn2k+1 de X sont nuls, parce que f x ( - x ) = f x ( x ) . En drivant l'identit qui suit k fois par rapport LY lorsque n = 2 k ;

e-*'/(2fl') = N ( 0 ;a 2 > -+ f x ( x >= -

s_"

0 0

p . r 2

d x = E

(5.155)

on obtient :

L
en posant LY = i / ( 2 a 2 >il , vient :

0 0

X2ke-cr.r2

dx =

1 x 3 x . . . x (2k - 1 )

2k

rn2k =

E[X ] = & a

2k

S" -"

x2ke-X2/(2f12)

dx

= 1 x3x.-.x(2k-l)a2k

5.40.

Dmontrer la relation (5.70), savoir :


E[X

+ Y ] = E [ X ]+ E [ Y ]

Soit f x y ( x , y ) la fonction de densit conjointe de X et de Y . En invoquant la relation (5.68),il vient :

CHAP.51

PROBABILITS ET VARIABLES ALEATOIRES

173

En invoquant les relations ( 5 . 4 3 ~ et ) (5.6/),il vient :

s_, s_,
De la mme faon, on a :

c o c o

x f x v (,K,Y> d x dY = /co -00 x


=

[1 1

fxr(x,y> d Y ] dx

s_,

co

x f x (XI dx = E [ X l

Y f X Y ( X A dx

dY =

Ainsi lon obtient :


E[X

+ Y ] = E [ X ]+ E [ Y ]

5.41. Soit deux variables alatoires X et Y indpendantes, montrer q u e

E [ X Y ]= E [ X ] E [ Y ]
et

(5.156)
(5.157)

Si X et Y sont indpendants, on peut crire, en vertu des relations (5.48)et (5.68):


0 0 0 0

E[XYI = S__JmxYfX(x)fY(Y)drdY
=

s_,

02

XfX(X>

dx

s_,

0 0

YfY

( Y >dY

= E[X]E[Y]

De la mme faon :
E[Si ( X ) g 2 ( Y ) I =
=

s_,L
Lco si
0 0

m c o

gi (x)s2(y>fx(.)fv ( Y ) dx dY

(x>fx (XI dx

s_,

co
g 2 ( Y ) f Y ( Y ) dY

= Ers1 ( X ) I E [ g 2 ( Y ) I

5.42. Calculer la covariance d e X e t Y ( a ) lorsque X e t Y sont indpendants e t ( b )lorsyuexiste entre X et Y l a relation Y = a X b.

(a)

Si X et Y sont indpendants, on peut crire, en vertu des relations (5.79) et (5.156): CXY= E [ X Y ] - E [ X ] E [ Y ]
= E[X]E[Y] E [ X ] E [ Y= ] O

(5.158)

(b)

On peut crire, dans ce cas, que : E [ X Y ]= E [ X ( a X do lon tire :


Cxy = E [ X Y ] - E [ X ] E [ Y ]
=aE[X
2

+ b ) ] = a E [ X 2 ]+ b E [ X ]= a E [ X 2 ]+ b p x

p y = E [ Y ] = E[aX + b ] = a E [ X ]f b = a p x + b

1 +bpx

- I-lx(apx

+ 6)

(5.159) Remarquons que le rsultat obtenu en ( a ) montre que si X et Y sont indpendants, ils ne sont pas corrls, tandis que la rciproque nest pas forcment vrifie (voir problme 5.44).

2 = a ( E [ X 2 ]- p i ) = aax

174
5.43. Soit 2 = a X on a :

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

+ bY, o a et b sont des constantes quelconques. Montrer que, si X et Y sont indpendants,


2 2 2 2 oz = a ux i b2 uy

(5.160)

Daprs les relations (5.70)et (5.71), on peut crire que :

P Z = E [ Z ]= E [ a X En invoquant la relation (5.74, il vient :

+ b Y ] = a E [ X ]+ b E [ Y ]= a p x + b p y

(5.161)

Comme X et Y sont indpendants, on a : do

5.44.

Soit X et Y deux variables alatoires dont la dfinition est la suivante :

X = c o s 0 et Y = sin@ o 0 est une variable alatoire uniformment rpartie sur lintervalle [0,2n]. ( a ) Montrer que X et Y ne sont pas corrles. ( b ) Montrer que X et Y ne sont pas indpendantes.
(a)

Daprs la relation (5.119) :

fd@
Ca

(t
O

o ~ e ~ 2 n

autrement

En invoquant les relations (5.61)et (5.65),on a :

De la mme faon,

Lon a aussi :

sin28dQ = O = E [ X ] E [ Y ]
(b)

En vertu de la relation (5.83), les variables X et Y sont donc dcorrles. Evaluons les esprances mathmatiques de X 2 et Y :

E [ Y 2 ]= -

2
1

CHAPS]

PROBABILITS E T VARIABLES ALEATOIRES

175

do, en dfinitive : E [ X 2 Y 2 ]=
1 #
8

1 - = E[X2]E[Y2] 4

Si X et Y taient indpendants, on aurait, en vertu de la relation (5.157), E [ X 2 Y 2 ]= E [ X 2 ] E [ Y 2 ]on ; en conclut que X et Y ne sont pas indpendants.

5.45.

Dmontrer que, dans la relation (5.122) obtenue lors de la rsolution du problme 5.22, le paramtre p est le coefficient de corrlation de X et de Y .
Daprs la dfinition (5.80)et la relation (5.78),le coefficient de corrlation de X et de Y a pour expression :
PXY =

[(*)

(*)]
(5.162)

o lon a :
fXY

1 27raxay (1 - p2)/2

En faisant deux changements de variable v = ( x - p x ) / a x et w = ( y - p y ) / a y , la relation (5.62) se transforme en :


1
1

exp [-2(1 - p2)

( v 2 - 2pvw

+ w2)

dvdw

Le terme entre accolades sidentifie la moyenne de V = N ( p w ; 1 - p 2 ) , et lon a :

Cette dernire intgrale nest autre que la variance de W = N ( 0 : 1), elle a donc pour valeur 1 et lon aboutit
PXY =p.

5.46. Si fx (x) = O pour x < O, montrer alors que, quel que soit a > O, (ingalit de Murkov) :
PX P(X 3 a) < a

(5.163)

o /!Lx = E [ X ] .
Daprs la relation (5.344, P(X 3 a)= Comme f x (x) = O pour x < O,
00

s,

00

fx(x)dx

PX = E[XI =

x f x ( x > d x3 l m x f x ( X ) d x 3

al

00

fx(x)dx

do

176

PROBABILITS ET VARIABLES ALEATOIRES


E

[CHAP. 5

5.47. Montrer que, pour tout

> O, on a (ingalit de Chebyschev) :


P(IX -pxl 3
6)

62
E

(5.Z 64)

o p x = E [ X ]et O: est la variance de X .


Daprs la relation (5.344, on a :

En invoquant la relation (5.74, il vient 1

Do lon dduit que :

Soit

5.48. Soit X et Y deux variables alatoires dont les moments dordre deux ont une valeur finie (on dit quils sont borns). Dmontrer lingalit de Cauchy-Schwartz :
(E[XYI26 E[X2]E[Y2]

(5.Z 65)

Du fait que la moyenne quadratique dune variable alatoire ne peut pas tre ngative, on peut, quel que soit a , crire que : E [ ( X - ( r Y ) 2 ]3 O En dveloppant cette ingalit, il vient :
E [ X 2 ]- 2 a E [ X Y ] ( r 2 E [ Y 2 ]3 O

En choisissant la valeur de a qui rende minimal le membre de gauche, savoir :

On obtient lingalit :

Soit
(E[XY])2 6 E[X2]E[Y2]

5.49. Dmontrer la relation (5.81).


En appliquant lingalit de Cauchy-Schwartz, relation (5.165),on obtient :

Ce qui scrit :
c;y
2 2 6 axay

CHAP.51

PROBABILITSET VARIABLES ALEATOIRES

179

Do lon tire

Ce qui a pour consquence :

5.50. Soit X et Y deux V.A. de densit conjointe de probabilit f x y ( x , y ) . On dfinit une esprance mathmatique conditionnelle dont la dfinition est la suivante :
(5.166)

o, daprs la relation (5.46) :


(X,Y> f x (XI Dterminer E [ Y 1x1 pour les deux V.A de loi conjointement normale du problme 5.22. fYIX(Yl4 =
fXY

(5.167)

En tenant compte des relations (5.122)et (5.123)dans la relation (5.167),moyennant quelques calculs auxiliaires :

qui nest autre que la densit de probabilit de :

On en conclut que :

E[Ylxl=

DY P-(X

*X

PX)

+PY

(5.168)

Remarquons que, lorsque X et Y sont indpendants, p = O et E [ Y 1x1 = p y = E [ Y ] .

5.51. Dmontrer que :


~ [ E [ Y I x l= l E[YI
En utilisant les relations (5.166)et (5.167),on obtient :

(5.169)

178

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

5.52. Soit X = N ( p ; a 2 ) . ( a ) Trouver la fonction gnratrice M x (A) des moments de X . ( b ) Calculer, en utilisant M x (A), la moyenne et la variance de X .
(a)
Daprs la dfinition (5.85):
Mx(h)= E[ekX] =

(5.170)
En oprant le changement de variable y = ( x - p ) / a , on obtient :

- ekl.L+i202/2 -

L J2,
0 0

e-(y-ho)2/2

dy

Comme Iintgrande nest autre que la densit de probabilit de N ( h a ; i ) , lintgrale a pour valeur 1 et lon obtient : (5.171) M x ( h ) = ep+1202/2

(b)

En invoquant la relation (5.86),il vient :

Daprs la relation (5.75):


ax -a2+p2-p2=0 2

5.53. La fonction gnratrice des moments de X et de Y a pour expression :


MXY(Al,A2)

= E[e*lX+*zY 1

(5.172)

o Al et A 2 sont des variables relles. Soit X et Y des V.A. conjointement normales dont la densit conjointe de probabilit est donne par la relation (5.122) du problme 5.22. Donner dans ce cas lexpression de la fonction gnratrice des moments de X et de Y .
Daprs la relation (5.122) :

o Q ( x ,y ) a pour expression :

CHAPS]

PROBABILITS ET VARIABLES AL'EATOIRES

179

Dveloppons l'expression de M X Y(A.I ,h2) :

LcoLco
c o c o

d x dy

En effectuant le changement de variable t = ( x - p x ) / a x et s = ( y - p Y ) / a y ,on a :

d'o
1

foo

fco

Considrons alors l'expression qui suit :


1
e 2 " y s

exp - 2(1 - p 2 ) ( S -

ds

(5.173)

En comparant la quantit (5.170)avec la relation (5.173),on s'aperoit que cette dernire est la fonction gnratrice des moments de la loi normale N ( p t ; 1 - p 2 ) o l'on a remplac h par h2ay. En invoquant la relation (5.171), la quantit (5.173)devient :
h2aypt
1 + -hia;(i 2
- p21]

D'o l'on tire :

On aura remarqu que

est la fonction gnratrice des moments de la loi normale N ( 0 : 1 ) o A. est remplac par h l a x 5.1 70).Donc " X f f A 2 " Y p t e - t 2 / 2 dt = exp

+ h2ayp (relation

180
Il s'ensuit que :

PROBABILITS ET VARIABLES AL'EATOIRES

[CHAP. 5

AiPX

+ h2pv + ? @ : a ;

+ 2 h 1 h 2 a x a y p+

(5.174)

5.54. Montrer que, si X et Y sont deux variables alatoires conjointement normales de moyenne nulle, on a :

E [ X 2 Y 2 ]= E [ X 2 ] E [ Y 2 ] 2 ( E [ x Y ] ) 2
D'aprs la relation (5.172),la fonction gnratrice des moments de X et de Y a pour expression :
~ x (hl y, ~ 2 = )

(5.z 75)

E[e*IX+*2'

en dveloppant l'exponentielle et en utilisant la linarit de l'oprateur E , on obtient : (5.176)


Le coefficient de h:hi, dans la relation (5.176)a pour valeur :

-L (4) 4! 2

E [ X 2 Y 2 ]= - E [ X 2 Y 2 ] 4

(5.177)

En faisant ,ux = p y = O dans la relation (5.174),on voit que la fonction gnratrice des moments conjoints de X et de Y a pour expression :

(5.178)

o C x y = a x a y p = E [ X Y ]est la covariance de X et Y . Posons m = ;(A:O~ 2 h l h 2 ~ x y ~,;ay2), on sait que :

Les facteurs h:hi de la relation (5.178) n'apparaissent que dans le terme


-,2=

1 2

-(A2 1ax 2

+ 2hIh2CXY +
2 + ?1 C X Y

et le coefficient de h:hi dans la relation (5.178) a pour valeur :


1 1 2 2 -(2a;ny2 4 C i Y ) = -0xay 8 4 En identifiant les relations (5.177)et (5.179),il vient :

(5.179)

-1E [ X 2 Y 2 ] = -a2rY2 1 4 q X Y

+ -cxy 1 2
2

soit
E [ X 2 Y 2 ]= a & ?

+ 2 C X y = E [ X 2 ] E [ Y 2+ ] 2(E[XY])2

5.55. En utilisant la mthode de l'quation caractristique, dmontrer la relation (5.140) du problme 5.30.
Soit 2 = X

+ Y , o X

et Y sont des V.A. indpendantes. Posons :

CHAP.51

PROBABILITS ET VARIABLES AL'EATOIRES

181

On a :

(5.180)

En appliquant le thorme de convolution, relation (1.537,on obtient :

Comme la convolution est une opration commutative, on peut aussi crire :

relation identique la relation (5.140) obtenue au problme 5.30.

Problmes supplmentaires
5.56. Montrer que si deux vnements A et B sont indpendants, alors :

P(AnB) = p ( A ) p ( B )
Indication : Utiliser la relation (5.116) et l'identit suivante : A = (An B ) u(AnB)

5.57. Un ordinateur tombe en panne ds que 2 composants A et B prsentent simultanment une dfaillance. La probabilit
de dfaillance du composant A est de 1%, tandis que celle du composant B est de 0,5%. Si le composant A est dfaillant, la probabilit pour que B le devienne est multiplie par 3.
(a)
(6)

Calculer la probabilit de panne de l'ordinateur. Evaluer la probabilit pour que A prsente une dfaillance la suite d'une dfaillance de B

Rponses : ( a ) 0,00015, ( b ) 0,03

5.58. Une transmission PCM binaire n'achemine que des digits + 1 et - 1 quiprobables. La liaison tant affecte par un
bruit, le rcepteur commet des erreurs d'identification l'arrive. D'autre part, l'attnuation sur la ligne entrane un manque de niveau du signal sur le rcepteur qui n'est pas toujours capable d'identifier le digit reu. Ce rcepteur affiche donc trois valeurs : 1 , et - 1 , en cas de rception correcte, et O lorsqu'il y aeu perte de signal. En supposant que P(Y = -1IX = +1) =0,1, P(Y = +1IX = - 1 ) = 0,2,et P(Y =OIX = + 1 ) = P ( Y = OIX = -1) = 0,05,

(a) (b)

valuer la probabilit P ( Y = 1), P ( Y = - 1 ) et P (Y = O), valuer les probabilits P ( X = + l J Y = + 1 ) et P ( X = - l J Y = -1).


Rponses ( a ) P(Y = +1) = 0,525, P (Y = - 1 ) = 0,425, P (Y = O) = 0,05

( b ) P(X = +1IY = +1) = 0,81, P (X = -1IY = -1)

= 0,88

5.59. On s'intresse au transfert de 10000 digits sur une liaison affecte par le bruit. La probabilit d'erreur par digit est
p = 5 x 10-5. Quelle est la probabilit pour qu'il n'y ait pas plus de deux digits errons? Rponse : 0,9856

182

PROBABILITS ET VARIABLES ALEATOIRES

[CHAP. 5

5.60. Dmontrer que la relation (5.103) dfinit effectivement une densit de probabilit; montrer en particulier que :

L
Co J-CC

f x ( x )d x = 1

indication : Faire un changement de variable y = ( x - p ) / a et montrer que :

ce qui peut tre prouv en valuant I 2 en coordonnes polaires.

5.61. Une rsistance produit une tension de bruit V n ( t ) .A linstant


gaussienne dont la densit de probabilit a pour expression :

t l , la tension de bruit X = V n ( t l )est une variable

Calculer la probabilit pour que IX 1 > ka pour k = 1 , 2, 3.


Rponse : P ( I X ( > a ) = 0,3173, P ( l X l > 20) = 0,0455, P ( l X l > 30) = 0,0027

5.62. Considrons la transformation Y


(a)
(b)

= 1/ X .

Calculer f y ( y ) en fonction de f x (x). En supposant que f x ( x ) = a / n , calculer f y ( y ) .


a2

+ x2

Rponse : ( a ) f y ( y ) =

ds variables X

et Y sont appeles variables alatoires de Cauchy.

5.63. Soit X et Y deux variables alatoires indpendantes telles que :


f x ( x ) = a e - ( Y X u ( x ) f y ( y >= pe-u(y)
Calculer la fonction de densit de Z = X
Rponse :

+Y.
a
(e- - e - ~ i ) u ( z > P

+a

p=a
5.64. Soit X une variable alatoire uniformment rpartie sur lintervalle [a,b].Calculer sa moyenne et sa variance.
b+a (b-a)2 ,0x = Rponse: p x = 12 2

5.65. Etant donn une variable alatoire X de moyenne p x et de variance


Y =aX

+ b telle que p y
*X

ai,

trouver une transformation linaire

= O et 0 ; = 1.
0 X

1 Rponse: a = -,

PX b = --

5.66. On dfinit les variables alatoires 2 et W , fonctions des variables alatoires X et Y au moyen des relations
Z=X+aY -W=X-aY

o a est un nombre rel. Dterminer a de faon que Z et W soient orthogonales.

CHAP.51

PROBABILITSET VARIABLES AL'EATOIRES

183

5.67. ( a )Trouver la fonction gnratrice des moments d'une V.A. X uniformment rpartie sur l'intervalle [a,b]
(b)En dduire les expressions de E [ X ] ,E [ X 2 ] et E [ X 3 ] . ekb - eku Rponse: ( a ) A.(b - U )
1 1 (b)E[X] = -(b + a ) , E [ X 2 ]= -(b2 2 3 1 + ab + a 2 ) , E [ X 3 ]= -(b3 + b2a + bu2 + u 3 ) 4

5.68. Soit @ x ( w )la fonction caractristique de X et Y la variable alatoire telle que Y = aX


caractristique de Y en fonction de Rponse :
@y

+ b. Trouver la fonction

@x (w).

(O) = eJwb@x(aw)
= N ( p ; a2).Trouver a fonction caractristique de X .
2 2

5.69. Soit une variable normale X


Rponse : @ x ( w )= ejPw-O

l2

5.70. Montrer que, si les V.A. X et Y sont indpendantes on a la relation :

Indication : Appliquer les relations (5.48)et (5.88).

5.71. Soit X ; , i = 1,2,.. . ,n, un ensemble de n variables alatoires normales indpendantes de moyenne Pj et de variance
02.

Posons
Y =

c x;
n
i=l

= XI

+ x2 + . . . + x,
n

Montrer que Y est une variable alatoire normale dont la moyenne et la variance ont pour expression :
n

Indication : Trouver la fonction caractristique de Y et utiliser les rsultats du problme 5.69.

5.72. Montrer que le moment d'ordre n de X peut tre obtenu partir de la fonction caractristique 4~ ( w ) au moyen de
la formule suivante :

Indication : Driver n fois les deux membres de la relation (5.85) et montrer que l'on a la relation :
Jn

5.73. Soit X I et X 2 deux variables indpendantes normales de moyennes gl et g2, de variances a : et

022.

(a)En utilisant la mthode de la fonction caractristique, calculer la densit de probabilit de Z = al X I (b)En utilisant la fonction caractristique de X = N ( 0 ; a 2 ) , trouver E [ X 4 ] . Rponse :

+ a2X2.

( b ) E [ X 4 ]= 3a4

Chapitre 6
Signaux alatoires et bruit
6.1 INTRODUCTION
On propose dans ce chapitre des modles statistiques descriptifs des signaux alatoires et du bruit qui affectent les tlcommunications. On ne peut en effet dcrire les signaux alatoires ou les bruits au moyen de fonctions certaines. Il est ncessaire dobserver pendant un certain temps un signal alatoire ou un bruit pour en extraire certains paramtres permettant de le caractriser de faon statistique ou probabiliste. Cette modlisation, reposant sur lutilisation dun ensemble de fonctions particulires qui dpendent du temps, dfinit ce que lon appelle un processus alatoire, ou stochastique.

6.2 DFINITION DES PROCESSUS STOCHASTIQUES


Considrons une exprience alatoire dont les rsultats h appartiennent un espace dvnement S. Si lon associe chaque rsultat h E S une fonction du temps valeur relle X ( t A ) , on dfinit un processus alatoire ou stochastique. Le processus alatoire X ( t A ) est donc une fonction de deux paramtres, le temps t et le rsultat A. A un rsultat donn hi, on associe une fonction unique X ( t , h ; ) = xi ( t ) ,dite fonction temporelle lmentaire. Lensemble de toutes ces fonctions constitue une famille. A un instant donn t j , X ( t j , h ) = X j devient une variable alatoire , et si lon fixe t ( = t j ) ainsi que A(= hi), X ( t j , h i ) = x;(f,) est une valeur numrique. Cest la raison pour laquelle on dfinit parfois un processus alatoire comme une famille de variables alatoires indexes par le paramtre t E T , o T est appel ensemble dindexage. La figure 6- 1 illustre lespace des vnements de lexprience considre, les rsultats de cette exprience, les fonctions lmentaires associes et les variables alatoires obtenues lors de la mesure des deux paramtres dune fonction temporelle lmentaire. Dans la suite, nous utiliserons la notation X ( t ) pour reprsenter X ( t , h ) .
Univers dkvkncnicnts

I
I

I l
I I

l I
l I I I

I
I

I I I I I I

I I XI

I
I

x2

Fig. 6-1 Processus stochastique (ou alatoire)

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

185

6.3 STATISTIQUEDES PROCESSUS ALATOIRES A. Dfinitions


Considrons un processus stochastique X ( t ) . Si l'on fixe l'instant t , X ( t 1 ) = X I est une variable alatoire dont la fonction de rpartition Fx(x1; t ~a )pour dfinition :

fx(x1; f i ) = WWl)6 X I )

(6.1)

o x1 est un nombre rel quelconque. F x ( x , ; f i ) est appele distribution d'ordre un de X ( t ) . La densit d'ordre un correspondante a pour expression :

De mme, si l'on fixe t1 et t2,X(t1) = X i et X(t2) = X 2 deviennent deux variables alatoires. Leur distribution conjointe est appele distribution du deuxime ordre, elle a pour expression :
Fx(x1,x2; tl J2) = P{X(tl) < x1,X(t2>6 x2)

(6.3)

o X I et x2 sont deux rels quelconques. La densit d'ordre deux correspondante a pour dfinition :

De faon identique, pour n variables alatoires X


Fx(x1,.
* .

(ri)

= X i (i = 1,.

. . ,n), on dfinit une distribution d'ordre n :


(6.5)

,x,;

tl,.

..,tn)

= P{X(tl)

< XI,.. . ,X(t,) < x,}

La densit correspondante d'ordre n a pour expression :

B.

Fonctions statistiques remarquables

Les processus stochastiques peuvent tre caractriss, comme les variables alatoires, au moyen de fonctions particulires. La moyenne de X ( t ) a pour dfinition :
P X ( 0 = E [ X ( t ) l=

L
Ca

x f x ( x ;t>dx

o X ( t ) est considre comme une variable alatoire lorsque la valeur de t est fixe. L'autocorrlation de X ( t ) a pour expression :

L'autocovariance de X ( t ) a pour dfinition :

Le moment conjoint ou compos d'ordre n de X ( t ) a pour expression :


Ca

CO

E [ X ( t , ). . . X ( t , ) ] =

x1 . . . x , f X ( x I,. . . J,;t l , . . . ,in) dxl . . . dx,

(6.10)

186

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

C. Stationnarit
1. Stationnarit au sens strict
Un processus alatoire X ( t ) est dit stationnaire au sens strict ( S S S ) si ses proprits statistiques sont invariantes lorsquon change lorigine des temps. En dautres termes, le processus X ( t ) est stationnaire au sens strict (SSS) si : (6.11 ) fx(x1,. * J , ; 11,. , t n ) = fx(x1,. . . ,xn; tl c,. . . t, c ) quel que soit c. Daprs la relation (6.11), il sensuit que fx(x1; t ~ = ) fx(x1; tl c) pour toute valeur de c. La densit de premier ordre dun processus stationnaire X ( t ) est donc indpendante de t :
* * *

fx(%
De faon identique, fx(x1 ,x2; tl , t 2 ) = fx(x1 vient :
,x2;

t ) = fx(x1)
tl

(6.12)

+ c,t2 + c ) pour toute valeur de c. En faisant c = - t l , il


(6.13)

fx(xIx2;tlf2) = fx(x1,x2; t2 - f i )
ce qui montre que si X ( t ) est S S S , la densit conjointe des variables alatoires X ( t ) et X ( t de t et ne dpend que de la variable temporelle t (cart de temps).

+ t)est indpendante

2. Stationnarit au sens large


Un processus alatoire X ( t ) est dit stationnaire au sens large (SSL) si sa moyenne conserve une valeur constante : E[X(t)]=P x (6.14) tandis que son autocorrlation ne dpend que de t :
E[X(t)X(t

+ T I ] = Rxx(t>

(6.15)

Les relations (6.9) et (6.15) impliquent que la fonction dautocovariance dun processus SSL, elle aussi, ne dpende que de lcart de temps t. (6.16) Cxx(t> = Rxx(t> - P i En faisant t = O dans la relation (6.15) on obtient :
E [ X 2 ( t ) ] = Rxx(0)
(6.17)

On en dduit que la puissance moyenne dun processus SSL est indpendante de t et a pour valeur R x x (O). On notera quun processus SSS est doffice SSL, mais que la rciproque nest pas vraie. Deux processus stochastiques X ( t ) et Y ( t ) sont dits conjointement stationnaires au sens large si chacun deux est SSL et si leur intercorrlation ne dpend que de la variable t :

Rxy(t,t

+ 5) = E [ X ( t ) Y ( t + t ) ]= Rxy(t)

(6.18)

Daprs la relation (6.18), il sensuit que linter-covariance de X ( t ) et Y ( t ) conjointement SSL ne dpend aussi que de la variable t. (6.19) C X Y (t>= R x x ( r > - PXPY

D. Moyennes temporelles et ergodicit


La moyenne temporelle dune fonction lmentaire x ( t ) dun processus alatoire X ( t ) a pour dfinition :
(6.20)

o les symboles X et ( x ( t ) ) signifient respectivement moyenne temporelle de x et de x ( t ) . De faon identique, la moyenne temporelle de lautocorrlation de la fonction lmentaire x ( t ) a pour dfinition :
Rxx(t) = (x(t)x(t

+ t)) =

lim -

(6.21)

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

187

Remarquons que l? et Rxx (5) sont des variables alatoires; leurs valeurs dpendent de la fonction lmentaire de X ( t ) qui est utilise pour leur valuation. Si X ( t ) est stationnaire, en prenant lesprance mathmatique des deux membres des relations (6.20) et (6.21), on obtient : 1 TI2 E[T]= lim a w l d t = I-LX (6.22) T+co T [ T I 2 ce qui montre que lesprance mathmatique de la moyenne temporelle est gale la moyenne densemble du processus et que :

(6.23)
ce qui montre que lesprance mathmatique de la moyenne temporelle de lautocorrlation est gale Iautocorrlation densemble du processus. Un processus alatoire X ( t ) est dit ergodique si les moyennes temporelles ont mme valeur, pour toutes les fonctions temporelles lmentaires que les moyennes densemble. On obtient donc tous les caractres statistiques dun processus ergodique en observant une seule des fonctions lmentaires x ( t ) = X ( t , h )(1fix) du processus. Un processus stationnaire X ( t ) est dit d moyenne ergodique si :
x = ( x ( t ) ) = E [ x ( ~ )= ] px

(6.24)

De faon similaire, un processus stationnaire X ( t ) est dit autocorrlution ergodique si

Rxx(t) = (x(t)x(t

+ t)) = E [ X ( t ) X ( t + t)] = Rxx(r)

(6.25)

Il est trs difficile de vrifier lergodicit dun processus alatoire. On fait une hypothse raisonnable, dans le domaine des tlcommunications, en supposant que la plupart des signaux de caractre alatoire ont une moyenne et une autocorrlation ergodiques . Les grandeurs fondamentales quutilise lingnieur, valeurs continues, valeur efficace (rms =roofmean square en anglais) et puissance moyenne sexpriment au moyen des moments dun processus stochastique ergodique. On peut en lire la liste ci-aprs :
1. X = ( ~ ( t )est ) la composante continue du signal x ( t ) .

2.

[XI2 = ( ~ ( t ) constitue ) ~ la puissance de sa composante continue.

3. R x x ( 0 ) = ( x 2 ( t ) ) constitue la puissance moyenne totale du signal x ( t ) .

4. 5 ; = ( x 2 ( t ) )- ( x ( t ) ) 2constitue la puissance moyenne de sa composante alternative.

5. 5 x est gal la valeur efficace du signal x ( t ) (on dit aussi valeur rms).
6.4

CORRLATION ET DENSIT SPECTRALE DE PUISSANCE


Nous supposerons dans ce qui suit que tous les processus stochastiques sont stationnaires au sens large.

A. Autocorrlation Rxx (t)


Lautocorrlation de X ( t ) a pour valeur, daprs la dfinition (6.15),

Proprits de R x x (t):

1.
2.
3.

(6.26) (6.27) (6.28)

188

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

B.

Intercorrlation R x y (t)
L'intercorrlation de X ( t ) et de Y ( t ) a pour expression, d'aprs la relation (6.18):

R X Y W = E [ X ( t ) Y ( t t>l Proprits de R x y (5) :


1.

RXY ( - T I = R Y X ( t ) IRXY (t>l 6 .JRXX(O)RYY (0) 1 IRXY(t>l 6 $ R x x ( O ) RYY(O)l

(6.29) (6.30) (6.31)

2.
3.

C. Autocovariance Cxx(t) :
L'autocovariance de X ( t ) a pour dfinition, selon la relation (6.9):

C x x ( t >= E [ { X ( t ) - E [ X ( t ) l H X ( t r ) - WW
=Rxx(t) -Px
2

+ t>l}]
(6.32)

D. Intercovariance Cxy (t )
L'intercovariance de X ( t ) et Y ( t ) a pour expression :
CXY (t)= E [ { X ( t )- E [ X ( t ) l ) { Y ( t
= RXY (t5) - PXPY
i

E[Y(t

+ r>li]
(6.33)

Deux processus stochastiques X ( t ) et Y ( t ) sont dits mutuellement orthogonaux si :

RXY(t) = 0
Ils sont dits non corrls lorsque :
CXY
=0

(6.34) (6.35)

E. Densit spectrale de puissance


Soit R x x (t)la fonction d'autocorrlation de X ( t ) . On appelle densit spectrale de puissance (ou spectre de puissance) de X ( t ) la transforme de Fourier (voir paragrahe 1.6) de la fonction d'autocorrlation de X ( t ) , R x x ( 5 ) ' c'est--dire :

(6.36) D'o l'on dduit que : RxxW ='

2n

SXX(W)ejWTdw
-00

(6.37)

Les relations (6.36)et (6.37)sont connues sous le nom de formules de Wiener-Khinchin. Proprits de S X X(O) : 1.

Sxx ( w ) est relle et S X X(O) Sxx(-O) = S X X W


Co

(6.38) (6.39) (6.40)

2.
3.

SXX(W) d w = R x x (O) =

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

189

F. Densit spectrale croise


La densit spectrale croise (encore appele interspectre de puissance) S X Y(O) ou S Y X(O) de X ( t ) et Y ( t ) a pour dfinition :

(6.41)
aussi bien que :

(6.42)
L'intercorrlation et la densit spectrale croise forment une paire de transformes de Fourier. On a donc :

(6.43) (6.44)
En tenant compte de la relation (6.29),on obtient :

Ce qui donne, port dans les relations (6.41)et (6.42):

(6.45)

6.5 PROCESSUS ALATOIREET SYSTME LINAIRE


A. Rponse du systme
On a vu qu'un systme linaire indpendant du temps (SLIT) se dfinit au moyen de la relation (paragraphe 1.7) : U t ) =L[X(t)] (6.46)

o Y ( t ) est le signal de sortie du SLIT, reprsent par un oprateur linaire L , aliment par un signal d'entre alatoire X ( t ) . Soit h ( t ) la rponse impulsionnelle d'un SLIT (figure 6-2); d'aprs la relation (1.80) du paragraphe 1.8, on a: Y ( t ) = h ( t )* X ( t ) = (6.47)

Fig. 6-2 SLIT

B.

Moyenne et autocorrlation du signal de sortie

(6.48) o le symbole

* indique une convolution.

190

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

RYY(tlt2) = E[Y(tl)Y(t2)1
=E

[LIs_I.
Co

h W X ( t l - a ) h ( B ) X ( t 2- BI d a dB

= =

LCoLCo
C o 0 0

1
(6.49) (6.50)

h ( a ) h ( B ) E [ X ( h- a > X ( t 2- BI1d a dB h ( a ) h ( B W x x ( t 1- a,t2 - B ) d a dB

s , 1 ,

0 3 0 0

Si le signal dentre X ( t ) est stationnaire au sens large (SSL), on obtient, en invoquant la relation (6.48) :
E [ Y ( t ) ]=

h(a)pxda = p x

-Co

o H ( 0 ) est la rponse en frquence du systme linaire pour O = O. La moyenne du signal de sortie a donc une valeur constante. Lautocorrlation du signal de sortie, qui sexprime suivant la relation (6.49) devient donc :
C o 0 0

s_,

Co

h(a)da = pxH(0)

RYY(tlJ2) = S _ _ S _ _ h ( u ) h ( B ) R x x ( t 2 - t 1 + a - P l d a d B

(6.51)

ce qui montre que R yy (ri ,t2) est une fonction de la diffrence temporelle t = t2 - tl , ce qui donne :
0 3 0 3

R Y Y W =S__S__h(a)h(B)Rxx(i+a-B)dadS

(6.52)

On en conclut donc que si le signal dentre X ( t ) est stationnaire au sens large (SSL) le signal de sortie Y ( t ) lest aussi.

C. Densit spectrale de puissance du signal de sortie


En prenant la transforme de Fourier des deux membres de la relation (6.52),on obtient la densit spectrale de puissance du signal de sortie :
sYY (0) =

S_,

Co

SP,SP,J_u

Ryy ( t ) e - j w r dt h ( a ) h ( ~ ) ~ x x (at - B ) e - j w

dt d a d~
(6.53)

= lH

(4 l2 Sxx (4

On obtient ici un rsultat important : la densit spectrale de puissance du signal de sortie est gale la densit spectrale de puissance du signal dentre multiplie par le carr du module de la rponse en frquence du systme (relation 1.102). Lorsquon dsire connatre la fonction dautocorrlation R y y ( t ) du signal de sortie, il est plus facile dvaluer sa densit spectrale de puissance Sy y ( w ) et den prendre la transforme de Fourier inverse (problme 6.21) cest--dire :
Ryy(t)=

-L 2n

Co

Syy(u)ejwr do

-00

(6.54)
En invoquant la relation (6.17) on obtient lexpression de la puissance moyenne du signal de sortie Y ( t ) :
1

Poo

(6.55)

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

191

6.6 PROCESSUS STOCHASTIQUES REMARQUABLES


Dans ce qui suit, nous allons tudier un certain nombre de processus stochastiques que lon rencontre couramment dans le domaine des tlcommunications.

A. Processus alatoire gaussien


Considrons un processus alatoire X ( t ) et dfinissons n variables alatoires X ( t l ) , X ( t 2 ) , . . . , X ( t n ) correspondant n instants de mesure t l , . . . , t n . On forme un vecteur alatoire X (matrice n x l), qui a pour dfinition :

(6.56)
Soit aussi x un vecteur n dimensions (matrice n x 1), ayant pour dfinition :

X =

(6.57)

Ce qui permet de noter {X < x} lvnement { X ( t l ) 6 X I , . . . , X ( t n ) < X n } . X ( t )est, par dfinition, un processus gaussien (ou normal) si X prsente une densit multivariable conjointement gaussienne pour tout ensemble fini de valeurs {ti}et pour tout n. La densit multivariable dun processus gaussien a pour expression :

(6.58) o T dsigne lopration de transposition matricielle, p est le vecteur moyenne, C est la matrice de covariance, dexpression :
(6.59)

(6.60)
. * *

Crin
- pipj

c;j = C X X ( t i t j ) = R X X ( t i , t j )

(6.61)

expression qui reprsente la covariance de X ( t ; )et X ( f i )tandis , que det C est le dterminant de la matrice C. Les proprits les plus importantes dun processus gaussien sont numres ci-aprs : 1. Un processus gaussien est entirement dfini par lensemble de ses moyennes :
u; = E [ X ( t ; ) ] i = 1,. . . ,n

et de ses fonctions dautocorrlation :


R x x ( t ; , t j ) = E [ X ( t ; ) X ( t , ) ] i , j = 1,. . . ,n

2. Si lensemble des variables alatoires X ( t ; ) , i = 1 , . . . ,n ne prsentent aucune corrlation, cest--dire si :


Cij = O

i#j

alors les X (1;) sont indpendants. 3. Si un processus gaussien X ( t ) est stationnaire au sens large, alors il lest au sens strict.

192

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

4. Si lon applique un processus gaussien lentre dun systme linaire, le processus alatoire en sortie est lui aussi gaussien.

B. Bruit blanc
On dit quun processus alatoire est un bruit blanc lorsque sa densit spectrale de puissance est constante
- figure 3-3(a):
SXX(4 =

tJ 7

(6.62)

En prenant la transforme de Fourier inverse de cette relation, on obtient :

(6.63)
ce quillustre la figure 6-3(b).On suppose implicitement que la valeur moyenne dun bruit blanc est nulle.

O
(a>

I
O

--+
7

Fig. 6-3 Bruit blanc

C. Bruit blanc bande limite


Un processus alatoire est dit bruit blanc bande limite sil satisfait la condition :

(6.64)
do lon dduit que :

(6.65)
La figure 6-4 reprsente la densit spectrale de puissance et la fonction dautocorrlation dun bruit blanc bande limite.

- wi3

WB

(a)

Fig. 6-4 Bruit blanc bande limite

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

193

Notons au passage que les termes blanc ou blanc bande limite renvoient lallure spectrale du processus X ( t ) et nimpliquent aucunement que la distribution associe X ( t ) soit gaussienne.

D. Processus alatoire bande troite


Supposons que X ( t ) soit un processus SSL de moyenne valeur nulle et de densit spectrale de puissance S x X (O) non nulle dans une bande de largeur 2 W dont la valeur est faible par rapport la frquence centrale wc de cette bande, comme le reprsente la figure 6-5. On dit, dans ces conditions, que X ( t ) est un processus bande troite.

- wc

wc

I--1
2 U

H
2w

Fig. 6-5 Processus alatoire bande limite

En tlcommunication, on obtient un processus alatoire (ou un bruit) bande troite par filtrage linaire. Lorsquon observe une des fonctions temporelles lmentaires du processus, par exemple au moyen dun oscilloscope, la forme du signal ressemble une sinusode damplitude et de phase alatoires. On peut ainsi reprsenter un processus alatoire bande troite de la faon suivante :

X ( t ) = V ( t )COS [w,t

+@(t)]

(6.66)

o V ( t )et @ ( t )sont des processus alatoires appels enveloppe et phase du signal alatoire. La relation (6.66)peut ainsi scrire :
X ( t ) = V ( t )cos@(t)coso,t
-

V ( t )sin@(t)q,t

= X , ( t ) cos O,t - X , ( t )sin wpr

(6.67)

o
X , ( t ) = V ( t )cos 6 ( t ) (composante en phase) X , s ( t ) = V ( t ) sin @ ( t ) (composante en quadrature)

(6.68~) (6.686)

(6.69b)

La relation (6.67)dfinit la dcomposition cartsienne de X ( t ) .Pour une fonction X ( t ) donne, on obtient ses composantes en phase et en quadrature de phase au moyen du dispositif reprsent sur la figure 6-6.

194

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

-sinw,,r

Fig. 6-6

Proprits de X , ( t ) et de X,( t ) : 1. X , ( t ) et X , ( t ) ont mme densit spectrale de puissance, lie a celle de X ( t ) par la relation :

(6.70)

2.

X , ( t ) et X , ( t ) ont mme moyenne et mme cart-type que X ( t ) :


(6.71) (6.72)

3.

X , ( t ) et X , ( t ) sont dcorrles :

E[X,(t)Xs(t)l = 0

(6.73)

4. Si X ( t ) est un processus gaussien, X , ( t ) et X , ( t ) sont des processus gaussiens. 5. Si X ( t )est gaussien, pour une valeur quelconque de t fixe, V ( t ) est une variable alatoire distribution de Rayleigh tandis que $ ( t ) est une variable alatoire uniformment rpartie sur lintervalle [0,2n] (voir problme 5.33).

Problmes rsolus
PROCESSUS ALATOIRESET FONCTIONS ASSOCIES 6.1.
Considrons un processus alatoire X ( t ) dfini comme suit :
X ( t ) = A COS (ut

+ O)

(6.74)

o A et O sont des constantes et O est une V.A. uniformment rpartie sur [-n,n]. Montrer que X ( t ) est stationnaire au sens large (SSL).
Daprs la relation (5.119)du problme 5.16, on a :

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

195

La valeur moyenne du processus a pour expression :

cos (wt
Rxx(t,t

+ O ) dO = O

(6.75)

S)

= E[X(t)X(t

+ t)]

A2 - - cos W 2

(6.76)

La moyenne de X ( t ) est constante et sa fonction dautocorrlationne dpend que de la diffrence temporelle t,on en dduit donc que X ( t ) est SSL. Notons que la fonction R x x ( t ) est priodique, de priode To = 2 n / w . Un processus alatoire SSL est dit priodique si sa fonction dautocorrlationest priodique.

6.2.

Soit un processus alatoire dfini par : X ( t ) = A COS (ut

+O )

(6.77)

o w et O sont des constantes et A est une variable alatoire. Dire si X ( t ) est stationnaire au sens large.

(6.78)
ce qui prouve que la moyenne de X ( t ) na pas une valeur constante, moins que E [ A ]= O.
Rxx(t,t

+ s) = E [ X ( t ) X ( t + r ) ] A2 COS (ut + O )
= -[COS ws

COS [ w ( t

+ t) + O ]1
(6.79)

+ COS (2wt + 28 + w t > ] E [ A 2 ]

On voit que iautocorrlation de X ( t ) nest pas uniquement fonction de la diffrence temporelle t , ce qui implique la non-stationnaritau sens large du processus X (1).

6.3.

On considre le processus alatoire Y ( t ) dfini par : Y ( t )=

Jc

X(t)dt

(6.80)

o X ( t ) a pour expression :
X ( t ) =A COSW~
(6.81)

la valeur de w tant constante, et A vrifiant une loi normale 0 ; a 2 ] . Dterminer la densit de probabilit de Y ( t ) a linstant t = fk. (a) (b) Y ( t )est-elle stationnaire au sens large?
(a)

Y(tk) =

JO

tk

A C O S O X dt = A w

sin Wtk

(6.82)

196

SIGNAUX ALATOIRESET BRUIT

[CHAP. 6

Daprs le rsultat obtenu lors du problme 5.24, on voit que Y (tk) est une variable alatoire gaussienne dont lesprance a pour expression :
E[Y(tk)l=

sin Wtk

E[A]=O

(6.83)

et la variance a pour expression : (6.84) Daprs la relation (5.103)la densit de probabilit de Y ( t k ) a donc pour expression : (6.85)
(b)

Daprs les relations (6.83)et (6.84)la moyenne et la variance de Y ( t ) dpendent du temps t ( f k ) ,donc Y ( t ) nest pas stationnaire au sens large.

6.4.

On considre le processus alatoire X ( t ) ayant pour dfinition :


X ( t ) = Acoswt

+ B sinwt

(6.86)

o A et B sont des V.A. tandis que 01 est une constante. Montrer que la condition suivante :
E [ A ] = E [ B ]= O

(6.87)

est ncessaire pour que X ( t ) soit stationnaire. Montrer que X ( t ) est SSL si et seulement si les variables alatoires A et B sont non corrles et ont mme variance, cest--dire :
E[AB]=O (6.88)

et
E [ A 2 ]= E [ B 2 ]= o2 (6.89) La moyenne p x ( t ) = E [ X ( t ) ] = E [ A ] cos o t + E [ B ] sin o r doit tre indpendante de t pour que X ( t ) soit stationnaire. Cela nest possible que si p x ( t ) = O, cest--dire :
E [ A ] = E [ B ]= O

Si X ( t ) est SSL, on a, daprs la relation (6.17):


E [ X 2 ( 0 ) ]= E [ X 2

(z)]

= R x x ( 0 ) = aX

mais dautre part :


X(O)=A

et x ( & ) = B

On en dduit :
E [ A 2 ] = E [ B 2 ] = u,F = a 2

En utilisant les rsultats qui prcdent, on obtient :


Rxx(t,t

+ t) = E [ X ( t ) X ( t + s ) ]
= E (Acoswt+ B s i n w t ) [ A c o s w ( ~ + t ) + B s ~ n w ( f + t ) ] ] = u 2 cos os

+ E [ A B ] sin(2ot + ot)

(6.90)

qui ne peut tre fonction uniquement de t que si E [ A B ] = O.

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

197

Si maintenant E[AB] = O et E [ A 2 ]= E [ B 2 ]= 0 2 ,daprs le rsultat obtenu en (a) et la relation (6.90), on a :


CLX(t) = 0

Rxx(t,t+ r ) = 0 2 c o s o r = Rxx(r)
do lon conclut que X ( t ) est stationnaire au sens large (SSL).

6.5.

Un processus alatoire X ( t ) est dit a covariance stationnaire si sa fonction de covariance ne dpend que de lcart de temps t = t2 - t l , soit :

Cxx(t,t + t ) = Cxx(t>
Soit alors X ( t ) tel que : X(t)=(A+l)cost+Bsint o A et B sont des variables alatoires indpendantes pour lesquelles on a : E[A] = E [ B ]= O et
On peut crire que :

(6.91)

E[A2] = E [ B 2 ]= 1

Montrer que X ( t ) nest pas SSL, mais covariance stationnaire.

px(t) = E [ X ( t ) ]= E[(A + 1)cost + Bsint)]


[(A

+ 1) cos tl + B sin t l ] [ ( A+ 1) cos t2 + B sin 1211 cosil cost2 + ~ [ ~ ~ l s i sint2 ntl


(costl sint2 +Sint1 cost2)

Or il se trouve que :

+ 2 A + 1 3 = E [ A 2 ]+ 2E[A] + 1 = 2 E [ ( A + 1 ) B ] = E [ A B ]+ E [ B ]= E [ A ] E [ B ] + E [ B ]= O
= E[A2

E [ B 2 ]= 1

En portant ces valeurs dans lexpression de Rxx (tl , t 2 ) , on obtient :

Rxx (tl , t 2 ) = 2 cos tl cos t2 + sin t1 sin t2


= cos(t2 - t l )

+ cos f l COSt2

Daprs la relation (6.9), on a :

= cos (t2 - 11)


= cos (r2 - t l )

+ cos tl cos t2 - cos tl COSt2

Do lon dduit que X ( t ) est covariance stationnaire.

6.6.

Montrer que le processus X ( t ) dfini par la relation (6.74) du problme 6.1 est moyenne et autocorrlation ergodiques.
Daprs la relation (6.20) on a

(6.92)
o To = 27r/w.

198

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

= lim

T+OO

1'"

-Ti2

A2 cos (wt

+ 8) cos [w(t + t )+ 81dt

-[cos w t
-

+ cos (2wt + 28 + u t ) ] dr
(6.93)

A2 cos w t

On a, en dfinitive :

D'aprs les dfinitions (6.24)et (6.25),on conclut que X ( t ) est moyenne et autocorrlation ergodiques.

CORRLATION ET SPECTRE DE PUISSANCE


6.7.
Montrer que, si X ( t ) est SSL, on a la relation :
E"W

+ t) - X(t)I2] = ' t [ R x x ( O ) - R x x ( t > l

(6.94)

o R x x ( t ) est la fonction d'autocorrlation de X ( t ) .


En appliquant la proprit de linarit de l'oprateur E (esprance mathmatique), il vient : E[[X(t

+ t )- x ( t ) 1 2 ] = E [ x ~ + (r ~) - 2 ~ ( + t t > x ( t >+ x 2 ( t ) l = E [ x ~+ (t ~) ]- 2 ~ [ ~ + (t >t ~ ( t > lE+[ X ~ ( ~ > ] = R x x (0) - 2 R x x + R x x (0)


(5)

= 2 [ R x x ( O )- R x x ( s ) l

6.8.

Soit X ( t ) un processus stochastique. Dmontrer les relations (6.26)et (6.27), savoir :


(a)

Rxx(-s> = R x x W IRxx(T>l < R x x ( O > R x x W = E [ X ( O X ( f + r>l

(b)
( a ) D'aprs la relation (6.15),on a :

en posant t

+ t = t', il vient :

( b ) On peut crire que :

soit ou encore soit d'o

CHAP.61

SIGNAUX ALATOIRESET BRUIT

199

6.9.

Montrer que le spectre de puissance dun processus alatoire X ( t ) valeurs relles est rel et vrifie la relation (6.39), savoir : Sxx(-w) = S X X W
Daprs la relation (6.36)et en dveloppant lexponentielle, il vient :

SXX (O) =

1 ,
00 Co

R x x (7)e-j d r R x x (t)(cos w t - j sin or) d~

1,

~ x (t) x cos wt ds - j

(6.95)

Comme R x x (-5) = R x x ( s ) (relation 6.26), le terme imaginaire de la relation (6.95)disparat et il reste :

S X X (O) =

/,

0 0

R X X (t)cos w s d s

(6.96)

ce qui indique que SXX (O) est valeurs relles. Comme de plus la fonction cosinus est paire, cest--dire que cos ( - o s ) = cos (UT), il sensuit que :

Sxx(-w) = sxx ( 0 )
ce qui dmontre que le spectre de puissance de X ( t ) est une fonction paire de la frquence.

6.10. On dfinit une certaine classe de signaux Y ( t ) au moyen de la relation :


Y ( t ) = A X ( t ) COS (w,t

+ O)

(6.97)

o X ( t ) est un signal alatoire modulant une porteuse sinusodale A cos ( w p t + O). Le signal modulant X ( t ) est un processus alatoire stationnaire a valeur moyenne nulle, de fonction de corrlation R x x(t) et de spectre de puissance Sxx(w). Lamplitude de la porteuse A ainsi que sa pulsation wp sont des constantes, tandis que la phase O est uniformment rpartie sur lintervalle [0,2n]. En supposant que X ( t ) et O sont indpendants, calculer la valeur moyenne, la fonction dautocorrlation et le spectre de puissance de Y ( t ) .
Calculons la moyenne :
py(t) =

E [ Y ( t ) ]= E [ A X ( t )COS (w p t + O)]

= A E [ X ( t ) ] ECOS [ (wpt

+ O)] = O

puisque X ( t ) et ( 1 sont indpendants et puisque E [ X ( t ) ]= O. Calculons ia fonction dautocorrlation :

(6.98)
Comme la moyenne de Y ( t ) est constante et comme sa fonction dautocorrlation ne dpend que de lcart de temps 5, Y ( t ) est stationnaire au sens large (SSL). Ainsi : Calculons donc le spectre de puissance :
SYY
(0) = FT[RYY( T I 1

A2
=

TF[RXX(S) CosopTl

Daprs les relations (6.36)et (1.42) :

F[Rxx(r)l = SXX(W>

F(cos w p t ) = n S ( w - w p ) + n S ( w + w p )

200

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

En appliquant le thorme de la convolution (1.54) et la relation (1.52), il vient :

(6.99)

6.11. On considre un processus alatoire X ( t ) qui prend les valeurs *A avec la mme probabilit. La figure 6-7 reprsente une fonction lmentaire typique du processus X ( t ) . On appelle CY le nombre moyen de commutations (passages zro) par unit de temps. La probabilit davoir k commutations au cours de la dure T suit une loi de Poisson (relation 5.98) :

(6.Z 00)
o Z est la variable alatoire qui reprsente le nombre de commutations. Le processus X ( t ) est connu sous le nom de signal des tlgraphistes. Calculer la fonction dautocorrlation et le spectre de puissance de X ( 1 ) .

Fig. 6-7 Signal des tlgraphistes Soit t un intervalle de temps quelconque, on peut crire que :

Rxx(t,t+ t) = E [ X ( r ) X ( t+ t ) ]
= A ~ P [ x (et ~~) (

+ ts ) ont mme signe] + ( - A 2 ) P [ X ( t ) et X ( t + t )sont de signe diffrent]

= A 2 P [ Z pair dans ( t , t

+ r ) ]- A 2 P [ Z impair dans (t,r + t ) ]

(6.101)

ce qui montre que lautocorrlation ne dpend que de lcart temporel t . Daprs la relation (6.26), la solution complte, englobant les valeurs de t ngatives, a pour expression :

Rxx(s) = A2e-2a171
dont la figure 6-8(a) reprsente le trac.

(6.102)

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

20 1

En prenant la transforme de Fourier des deux membres de la relation (6.102) on voit que le spectre de puissance de X ( t ) a pour expression (relation 1.46) :
S X X ( W )= A 2 4a
m2

+ (21)2

(6.103)

dont la figure 6-8(b)reprsente le trac.

Fig. 6-8

6.12. On considre un processus alatoire binaire X ( t ) consistant en une suite de bits O et 1. La figure 6-9 reprsente une fonction type du processus X ( t ) . On suppose par ailleurs que : 1. Les bits 1 et O sont respectivement reprsents par des impulsions damplitude + A et - A , de dure T j , . 2. Les bits Oet 1 sont quiprobables et leurs apparitions, dun intervalle un autre, sont indpendantes. 3. La squence dimpulsions nest pas synchronise, ce qui a pour consquence que linstant t, dapparition de la premire impulsion postrieure a t = 0 peut prendre toute valeur entre O et T,. Autrement dit, tr est unevaleur de la variable alatoire Tr uniformment rpartie sur lintervalle [O Thl.

Fig. 6-9 Signal binaire alatoire

Calculer la fonction dautocorrlation de X ( t ) .


Ce processus binaire alatoire a pour reprsentation :
(6.104)

202

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

o { A k } est une suite de variables alatoires indpendantes avec P [ A k = A ] = P [ A k = - A ] = et p ( t ) est limpulsion damplitude unit et de dure Tb, tandis que Tr est une V.A. uniformment distribue sur [o,Tb].
1 @ X ( t ) = E [ X ( t ) ] = E [ A k ]= - A 2

+ -21( - A )

=O

(6.105)

Soit alors t 2 > 1 1 . Lorsque t2 - tl > Tb, tl et t2 tombent dans des intervalles diffrents, comme le montre la figure 6-10(a); les V.A. X ( t l ) et X ( t 2 ) sont donc indpendantes et lon a :

(cl

Fig. 6-10
Lorsque r2 - tl < Tj,, suivant la valeur de Tr,tl et t2 peuvent ne pas appartenir au mme intervalle, comme lillustrent la figure 6- 10 (6) et ( c ) ;si donc lon appelle B lvnement alatoire < c f I et t2 sont dans deux intervalles conscutifs, on peut crire que : R x x ( tI ,t2 1 = E [X ( tI ) X ( t 2 )1 B 3 P ( B ) E [ X ( t1 X ( t 2 ) 1 3 1P (BI

Or

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

203

Comme P ( B ) conserve la mme valeur lorsque tl et t2 tombent dans un intervalle quelconque de dure Th, il suffit de prendre en considration le cas O < t < T,, comme le montre la figure 6-10(b).

La relation (5.19) permet dcrire que :

P(B) = 1 - P(B) = 1 - Tb

t2 - tl

do
(6.107)

o t = t2 - i l . Comme Rxx (-t) = R x x (t), on en conclut que :

(6.108)

dont la figure 6- 1 1( a ) reprsente le trac. Daprs les relations (6.105) et (6.108), on voit que X ( t ) est SSL. Donc, en invoquant la relation (6.36),le spectre de puissance de X ( 1 ) a pour expression (voir problme 1.55)
(6.109)

dont la figure 6- 1 l(6) montre la forme.

6.13. Soient X ( t ) et Y ( t ) deux processus alatoires stationnaires au sens large. Dmontrer les relations (6.29) et (6.30)cest--dire : (4 R X Y ( - - Q = R Y X ( t ) ( b ) lRxr (t>l ,< . J R x x ( O ) R y y (0)
(a)

Daprs la relation (6.18), on a :

R x y ( - r ) = E [ X ( t ) Y ( t - t)]
En faisant t - t = t, on obtient :

204

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

( b)

Daprs lingalit de Cauchy-Schwarz, relation (5.163, problme 5.48, on peut crire :

{E[X(r)Y(r r)112 < E [ x ~ ( ~ ) I E [ Y t11 ~(~

ce qui se traduit par :

R X Y( t ) I 2

< Rxx(O)Ryy (0)

6.14. Soit X ( t ) et Y ( t ) deux processus alatoires SSL de moyenne nulle. On considre un nouveau processus dfini par :
(6.110)

(a)

(b) (c)
( a)

Calculer la fonction dautocorrlation et la densit spectrale de puissance de Z ( t ) en supposant que X ( t ) et Y ( t ) sont conjointement SSL. Reprendre le calcul dans le cas o X ( t ) et Y ( t ) sont des processus orthogonaux. Montrer que, si X ( t ) et Y ( t ) sont orthogonaux, la valeur quadratique moyenne de Z ( t ) est gale la somme des valeurs quadratiques de X ( t ) et de Y ( t ) .
La fonction dautocorrlation de Z ( t ) a pour expression :

Rzz(~I,~) = E[Z(ti)Z(r2)1

+ + E[Y ( f i >x(1211 + E [ Y (11 > y@2)1 = Rxx(rl,t2) + R X Y 01~ 2 + ) RYX(~I 2+ ) R Y Y(11 ,t2)
= ~ [ X ( t i ) X ( t 2 ) 1 ECX(ti)Y(t2)1

(6.111)

Si X ( t ) et Y ( t ) sont conjointement SSL, on a la relation :

Rzz(s) = Rxx(t) + R X Y (t)+ R Y X ( ~+ ) RY Y (t)


o
t

(6.112)

= t2

- ri.

En prenant la transforme de Fourier des deux membres de la relation (6.112), il vient :

SZZ(0) = Sxx(w)+ SXY (a) + Srx(w)+ S Y Y (a)


(b)

(6.113)

Si X ( t ) et Y ( t ) sont orthogonaux et si lon en croit la relation (6.34) :

RXY (t)= RYX(t) = 0


Les relations (6.112) et (6.113) deviennent donc :

Rzz(s) = Rxx(t)+ R Y Y (t) Szz(w) = SXX(0)+ S Y Y (0)


(c)

(6.114) (6.115)

Les relations (6.114) et (6.17) nous autorisent crire :

Rzz(0) = Rxx(0) + R Y Y (0)


soit
(6.116)

ce qui montre que le carr moyen de Z ( t ) est gal la somme des carrs moyens de X ( t ) et Y ( t ) .

6.15. Deux processus alatoires X ( t ) et Y ( t ) ont pour expressions :


X ( t ) = A COS (wt

Y ( t ) = A sin (wt

+ O) + O)

(6.117a) (6.117b)

CH AP.61

SIGNAUX ALATOIRES ET BRUIT

205

o A et w sont des constantes, tandis que O est une variable uniformment rpartie sur lintervalle [0,2n]. Calculer lintercorrlation de X ( t ) et Y ( t ) ,puis dmontrer la relation (6.29).
La relation (6.18) nous donne lexpression de lintercorrlation de X ( t ) et Y ( t ) :
Rxy(t,t

+r)=
sin (2wt

+ w s + 2C)) - sin ( - U r ) 1
(6.118~)

A2 - sin wr = R x y ( r )

De mme :
RyX(t,t

+ r ) = E [ Y ( r ) X ( t+ r ) ] =E i sin(or + (-1) cos [u(i+ r >+ H I ]


sin(2wt A2 2

+ o r + 2 0 ) + sin(-wr) 1
(6.118b)

= -- s i n o r = R y X ( r )

Les relations ( 6 . 1 1 8 ~et ) (6.1186) nous donnent :


A2 A2 R x y ( - r ) = - s i n o ( - r ) = -- s i n o r = R y X ( r ) 2 2 ce qui dmontre la relation (6.29).

6.16. Soit X ( t ) et Y ( t ) deux processus alatoires dfinis de la faon suivante :


X ( t ) = A cosut

+ B sinwt

(6.119a) (6.1195)

Y ( r ) = B cos wt - A sin wt

o u est une constante, tandis que A et B sont 2 V.A. de moyenne nulle et de variance a2.Calculer lintercorrlation de X ( t ) et Y ( t ) .
Lintercorrlation de X ( r ) et Y ( t ) a pour expression :
RXY (tl , t 2 ) = E [ X ( t l ) Y ( t 2 1
= E((Acosot1

+ B sinorl)(B cosmi2 - A sinwr2)]


~ sin J

= E [ A B ] (cos o t ~ cos wt2 - sin W


-

ot2)

,!?[A2]cos wtl sin o r 2

+ E [ B 2 ]sin ot1 cos ot2

Comme, dautre part : E [ A B ]= E [ A ] E [ B ] =O E [ A 2 ]= E [ B 2 ]= a*

soit

(6.120)
o r = t2 - r l

206

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

TRAITEMENT DES PROCESSUS ALATOIRES PAR DES SYSTMES LINAIRES


6.17. Un processus alatoire SSL X ( t ) est trait par un systme linaire indpendant du temps (SLIT) dont la rponse impulsionnelle a pour expression : h ( t ) = 3e-2ru(t).Calculer la valeur moyenne du signal Y ( t ) dlivr par le systme lorsque E [ X ( t ) ]= 2.
Si lon en croit la relation (1.45), la rponse en frquence du SLIT a pour expression : 1 H ( o ) = F [ h ( t ) ] = 3jo+2 En appliquant la relation (6.50),la valeur moyenne de Y ( 1 ) a pour expression :

6.18. Soit Y ( t ) le processus dlivr par un SLIT de rponse temporelle h ( t ) ,lorsqu on applique sur son entre un signal X ( t ) . Montrer que :
(6.121) (6.122)

On a de mme

6.19, Soit X ( t ) un processus SSL appliqu lentre dun SLIT dont la rponse impulsionnelle est h ( t ) et soit Y ( t ) le processus dlivr par la sortie de ce systme. Montrer que : (6.123) R X Y (d = h ( t ) * Rxx(t> (4 (6.124) (b) RYY = W-t) * R X Y (t) (6.125) (c) SXY (4= H(w)Sxx(4 (6.126) S Y Y (4= H*(W)SXY (4 (4 o * indique la convolution et H * ( w )indique la conjugaison de H (O).
(a)

Si X ( t ) est SSL, la relation (6.121)du problme 6.18 devient :


h(BWxx(t2 - B ) dB (6.127)

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

207
t

Ce qui montre que Rxy(t1, t 2 ) n'est fonction que de l'cart de temps donne :
RXY(t) =

= t 2 - tl . La relation (6.127) nous

s_,

Co

h ( B ) R x x ( t- B)dB = h ( t . ) * R x x ( t >

De mme, si X ( t ) est SSL, la relation (6.122)devient son tour :

soit

En prenant la transforme de Fourier des deux membres de la relation (6.123)et en invoquant les relations (6.41)et (1.53),on obtient :

Sxr(w) = H ( o ) S x x ( w )
De mme, en prenant la transforme de Fourier des deux membres de la relation (6.124)et en tenant compte des relations (6.36)' (1.53)et (1.33),il vient :

Notons qu'en combinant les relations (6.125)et (6.126)' on obtient aussi la relation (6.53)' c'est--dire :

6.20. Soit X ( t ) et Y ( t )les processus SSL d'entre et de sortie d'un filtre dphaseur en quadrature (le dphaseur -n/2 du problme 1.47). Montrer que l'on a les relations :
R x x ( t >= R Y Y (t) R X Y ( d = Rxx(t) o & x ( t ) est la transforme de Hilbert de R x x ( t ) .
(6.128) (6.129)

La transforme de Hilbert a t dfinie lors du problme 1.47 comme le signal de sortie d'un filtre dphaseur -n/2 dont la rponse impulsionnelle a pour expression :

Comme 1 ~ ( w ) 1= 2 1, on conclut que si ~ ( test ) un processus SSL, alors y(t> = F(t> et l'on peut crire, d'aprs la relation (6.53) : Srr(w) = I H ( 4 l 2 S X X ( 4 = Sxx(w)
d'o l'on dduit que :

En invoquant les relations (6.123) et (1.139),problme 1.47, on a :

6.21. On applique un processus X ( t ) l'entre d'un SLIT. La fonction d'autocorrlation du processus a pour expression : R x x ( t ) = Ae-'lsl o A et a sont deux constantes relles positives. Le SLIT a pour rponse impulsionnelle :

o b est une constante relle positive. Calculer la fonction d'autocorrlation du processus de sortie Y ( t )

208

SIGNAUX ALATOIRESET BRUIT

[CHAP. 6

En invoquant la relation (1.43, on voit que la rponse en frquence H ( o ) du SLIT a pour expression :

H ( o ) = F[h(t)] =jw+b
On en dduit :
IH(w)12 =

w2 + b2

En tenant compte de la relation (1.46),on voit que la densit spectrale de puissance de X ( t ) a pour expression :

En tenant compte de la relation (6.53),la densit spectrale de puissance de Y ( t ) a pour expression :

(6) (-)
A

En prenant la transforme de Fourier des deux membres de la relation prcdente et en tenant compte de la relation (1.46), on obtient : A aA ,-w - -.e-4rI R Y Y ( t ) = (a2 - b2)b u2 - b2

6.22. Dmontrer la relation (6.38), savoir que le spectre de puissance de tout processus SSL X ( t ) est valeurs relles et que : SXX(4 3 0
pour toute valeur de o.
Le fait que le spectre de puissance de X ( t ) soit valeurs relles a t dmontr lors du problme 6.9. Considrons un filtre passe-bande idal dont la rponse en frquence est reprsente sur la figure 6- 12 et a pour expression :
H(w) =
1
WI

6 Iwl

6w2

autrement

Fig. 6-12
Si lon applique un processus alatoire X ( t ) lentre de ce filtre, il dlivre en sortie un signal Y ( 1 ) dont 1c spectre de puissance a pour expression :
SXX(0)
Wl

61 4 < w2

autrement Ainsi, daprs la relation (6.55),on a :


(6.130)

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

209

Ce qui montre que laire sous la courbe de Sxx (O) ne prend jamais de valeur ngative. Cela nest possible que si Sxx (O) 3 O quelle que soit la valeur de w.

6.23. On considre un processus alatoire SSL X ( t ) ayant R x x ( t ) pour fonction dautocorrlation et S X X ( W ) pour spectre de puissance. Posons X ( t ) = d X ( t ) / d t . Montrer que : dRxx (6.131) (4 RxxW =
ds

(6.132) (6.133)
(Prliminaire): considrons un diffrentiateur, cest--dire un circuit dont le signal de sortie est gal la drive du signal dentre (figure 6- 13).

X(t)

jw

l-+

Y(r) = X ( t )

Fig. 6-13 Diffrentiateur La rponse en frquence dun tel circuit a pour expression H ( w ) = j w .
(a)

Daprs la relation (6.125):

S x x 4 4 = H ( w ) S x x ( o )= jWSXX(@>
En prenant la transforme de Fourier inverse des deux membres de cette relation, on obtient :

(6)

Daprs la relation (6.126) :

En prenant nouveau la transforme inverse des deux membres de la relation prcdente tout en utilisant le rsultat obtenu en (a),on obtient :

(c)

Daprs la relation (6.53),on peut crire :

6.24. On suppose que lon fournit au diffrentiateur de la figure 6-1 3 le signal alatoire moyenne nulle des tlgraphistes que nous avons rencontr lors du problme 6.1 1.
(a)

(b)
(a)

Calculer et tracer le spectre de puissance du signal de sortie du diffrentiateur. Dterminer la valeur moyenne quadratique de ce signal.
Daprs la relation (6.103) du problme 6.1 1, on sait que :

La fonction de transfert du diffrentiateur, H ( w ) , est gale j w et lon a, daprs la relation (6.53):

dont la figure 6- 14 reprsente le trac.

210

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

(6)

Fig. 6-14 Daprs la relation (6.55),ou la figure 6- 14, on a :

6.25. On suppose que lon applique le signal des tlgraphistes du problme 6.1 1 lentre dun filtre passebande idal de gain unit et de bande troite (WB = 2nB)(<< w p ) de frquence centrale wP = 2a. Calculer la composante continue et la puissance moyenne du signal de sortie.
En invoquant les relations (6.35)et (6.103),puis en observant la figure 6-8(6), on obtient le spectre de puissance demand, qui a pour expression : SYY (0) = IH(w)12Sxx(w) dont la figure 6-15 reprsente le trac. Comme H ( 0 ) = O, on en dduit, daprs la relation (6.50),que :

La composante continue du signal est donc nulle.

Fig. 6-15
Daprs la relation (6.103)du problme 6.1 1 :

Du fait que

wb

< < op,


autrement

La puissance moyenne a pour expression :

E[Y2(t)] =

&
-(2We) 2n
1

SYY(O)~O

5%

(g)

= 2n(r = a

A2We

A2B

(6.135)

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

21 1

6.26. On applique lentre du filtre que reprsente la figure 6- 16 un processus SSL de spectre de puissance S X X(O). Calculer le spectre de puissance du processus en sortie du filtre considr.

Fig. 6-16

Daprs la figure 6- 16, le processus de sortie a pour expression :


Y(t)= X(t)-X(r - T )

(6.136)

Daprs la relation (1.77) la rponse impulsionnelle du filtre a pour expression :


h(t) = 8 ( t ) - 8(t - T )

et suivant les relations (1.38) et (1.39),la rponse en frquence du filtre est :


H ( w ) = 1 - e-juT

En invoquant la relation (6.53)le spectre de puissance a pour expression :


S y y ( w ) = IH(w)l2Sxx(w)= II - e-jwT I S x x ( w )
= ( i - cos w ~ > 2 sin2 U T S ~ X ( ~ ) = 2( 1 - cos w T ) S x x ( w )
2

(6.137)

6.27. On applique un processus alatoire X ( t ) un SLIT dont la rponse impulsionnelle est h 1 ( t ) et un processus alatoire Y ( t ) un autre SLIT de rponse impulsionnelle h2(t).On suppose que X ( t ) et Y ( t ) sont conjointement SSL. Soit V ( t ) et Z ( t ) les processus alatoires obtenus en sortie des deux systmes (figure 6-17). Calculer Iintercorrlation et la densit interspectrale de puissance de V ( t ) et Z ( t ) en fonction de Iintercorrlation et de la densit interspectrale de X ( t ) et Y ( t ) .
En appliquant la relation (6.47)on obtient :
RVZ(tiYt2) = E w ( t i > z ( t 2 > 1
=

[s-,

x (ti

- a)h 1 ( a )d a

L
00

Y (t2 - B>h2(B> dB
-

1
(6.138)

h l ( a ) h 2 ( B ) E [ X ( t l- a > Y ( t 2

B)ldadB

puisque X ( t ) et Y ( t ) sont conjointement SSL.

212

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

La relation (6.138) indique que Rvz(t1 ,t2) ne dpend que de l'cart de temps r = t2 - r 1 , on a donc :

(6.139)
En prenant la transforme de Fourier des deux membres de la relation (6.139),il vient :

Posons r

+ a - , = A, soit r = h - a + B. 11 vient :
J-00
J-00 J-00

J-O0

J-00

J-Co

(6.140)

o Hl ( w )et

H 2 ( 0 ) sont

les rponses en frquence des systmes reprsents sur la figure 6-1 7

PROCESSUS ALATOIRES REMARQUABLES


6.28. Montrer que si un processus gaussien est SSL, il est alors SSS.
Si le processus gaussien X ( r ) est SSL, il satisfait la condition suivante :
pi = E [ X ( t i ) ]= ( p = constante)

quel que soit t;

et
R x x (fi ,tj) = R X X( t j - r i )

Par consquent, dans l'expression de la densit de probabilit conjointe, relations (6.58),(6.59),(6.60)et (6.61),on a: p 1 = p2 = = pn = p + E [ X ( t ; ) ]= E [ X ( t ; + c ) ]
*

Cij = C x x ( t i , t j ) = R x x ( t ; , t j )- PiPj
= Rxx(tj - t;)- p 2 = Cxx(ti

+ c,tj + C )

quel que soit c. Il s'ensuit que :


f i ( t ; ) (XI = f X ( t i +c) (XI

quel que soit c. On en conclut que X ( t ) est SSS suivant la relation (6.11).

6.29. Soit X un vecteur alatoire gaussien n composantes indpendantes, selon la relation (6.56). Montrer que la fonction de densit conjointe multivariable a pour expression :

(6.Z41 )

CHAP.61

SIGNAUX ALATOIRES ET BRUIT


(1;)

213
sont

La fonction de densit multivariable gaussienne nous est donne par la relation (6.58).Comme les X i = X indpendants, on a :

(6.142)
Ainsi, d'aprs la relation (6.60),la matrice de covariance

c a pour expression :

1
Et par consquent, ainsi que

.. . O

.. . . . .
O

' . . un

"21

(6.143)

(6.144)

0:

...

O
O

c-'z

1 - ...

"22

(6.145)

Io
On peut donc crire :

(6.146)
En portant les relations (6.144) et (6.146)dans la relation (6.58),on obtient la relation demande (6.141).

6.30. Soit X I = X ( t 1 ) et X 2 = X ( t 2 ) deux variables alatoires conjointement gaussiennes, de moyenne nulle et de variance 0 ' . Montrer que leur densit conjointe a pour expression :

fx, ,xz (XI 7x2) = 2n02J1-PZ

1 x; - 2px1x2 x ; exp -2 0 2 ( 1 -p2)

(6.147)

o p est le coefficient de corrlation de X I et X 2 , dfini par p = C12/02,[(relation 5.80)].


En tenant compte de ce que Cl 1 = C22 = o2 et C12 = C21 = p a 2 dans la relation (6.60),on obtient :

IdetC11/2 = 0 2 J ( I - p 2 )

Comme p = O, x - p = x, et l'on a :

a2( 1 - p2)

(x: - 2 p x i x 2

+xi)

En portant ces rsultats dans la relation (6.58),on obtient la relation demande (6.147).

21 4

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

Notons que la relation (6.147)peut tre obtenue partir de la relation (5.122) du problme 5.22 en faisant X = X I , Y = X 2 , p x = p y = OetaX = a y =a.

6.31. La relation entre lentre et la sortie dune diode a pour expression :

Y (t)= X 2 ( f )

(6.148)

On applique lentre de la diode un signal X ( t ) , processus alatoire gaussien stationnaire de moyenne nulle, dont la fonction dautocorrlation a pour expression : Calculer la valeur moyenne p y ( t ) du signal de sortie de la diode, sa fonction dautocorrlation R Y Y ( t ) ainsi que sa densit spectrale de puissance SYY(O).
PY (t)= RYY ( w 2 )

mV)l= W 2 ( t ) 1= R x x ( 0 )

(6.149)

= E[Y(tl)Y(t2>l= E[X2(ti)X2(t2)1

Comme X ( r i ) et X ( t 2 ) sont des processus conjointement gaussiens moyenne nulle, on en dduit, daprs la relation (5.175) du problme 5.54 :

(6.150)
Dautre part, comme X ( t ) est stationnaire, on a :

Ce qui nous donne :


R Y Y (ri ,t2) = R Y Y (5) = [ R x x (OH2

+ X R x x (dI2

(6.151)

et en faisant appel aux relations (1.40) et (1.54)nous obtenons :

(6.152)
en tenant compte de lexpression de la fonction dautocorrlation propose, on obtient :
PY

0) = R x x ( 0 ) = 1

et
R y y (t) =1

+ 2e-2as
8a +w2 + 4 a 2

En appliquant les relations (1.40) et (1.46)on obtient lexpression de la densit spectrale de puissance :
s y y (w) = F [ R y y( t ) ] = 2JTS(w)

6.32. On applique un signal ayant les caractristiques dun bruit blanc lentre du filtre RC reprsent sur la figure 6- 18.

X(t)

Fig. 6-18. Filtre RC

SIGNAUX ALATOIRES ET BRUIT

215

Calculer le spectre de puissance du signal de sortie Y ( t ) Dterminer la fonction dautocorrlation et la valeur quadratique moyenne du processus Y ( t ) .
Daprs le problme 1.46, la rponse en frquence du filtre R C a pour expression :
H(w)=
1

+ jwRC

En tenant compte des relations (6.62) et (6.53) on a :

(6.153)
La relation (6.153)peut tre crite comme suit :
77 1 2[1/(RC)I S y y ( w ) = -2 2RC w2 [ i / ( R C ) I 2

On identifie l une paire de transforme de Fourier [relation (1.46)], do lon dduit que :

(6.154)
do lon dduit :

E Y (t) = Ryy(0) = 4RC

77

(6.155)

6.33. Le signal dentre dun filtre passe-bande idal, dont les caractristiques sont reprsentes sur la figure 6-19, est un bruit blanc. Calculer la puissance totale du bruit en sortie du filtre.

-0P

O/>

Fig. 6-19

La puissance totale du bruit de sortie du filtre a pour expression


Syy(w)dw =

1 2 s
27T2

00

IH(~)1~do
(6.156)

-00

o B = W B / ( ~ en)hertz.

216

SIGNAUX ALATOIRES ET BRUIT

[CHAP. 6

6.34. La bande de bruit quivalente dun systme est dfinie par la relation suivante :
1
Po3

(6.Z.57)

o H ( ~ ) I ; , ,= max ~ ~ ( 2o . )l ( a ) Dterminer la bande de bruit quivalente du filtre passe-bande idal que reprsente la figure 6-19. (b) Dterminer la bande quivalente du filtre passe-bas de la figure 6-18 et comparer le rsultat obtenu avec la bande passante 3 dB value dans le problme 1.49.
(a)

Dans le cas du filtre passe-bande idal de la figure 6-19, on a IH(w)I2 = 1, do lon dduit que :

WB -= B IH(w)12d~= 2n
(b) En ce qui concerne le filtre de la figure 6-18, nous avons

HZ

(6.158)

et

max I H ( ~ = ) II ~ H ( o )= ~1 ~
On en dduit que :
1
=
O0

do
1

+(uRC)~

s
2n 2
1 4RC

O0

-W

+ (wRCI2
(6.159)

do

- -

HZ

Daprs le problme 1.49, la bande passante 3 dB dun filtre RC passe-bas a pour expression :

donc

6.35. Un bruit blanc bande troite X ( t ) prsente le spectre de puissance quillustre la figure 6-20(a). Donner la dcomposition cartsienne de X ( t ) en ses deux composantes X , ( t ) et X , s ( t ) .Calculer les spectres de puissance de ces deux composantes et dmontrer que :
E [ X , Z ( t ) ]= E [ X . s ( t ) ] = E [ X 2 ( t ) ]
Daprs la relation (6.67),on a :
X ( t ) = X , ( t ) coswyt
-

(6.160)

X , y ( t )sinwl.t

Daprs la relation (6.70) et la figure 6-20(a),on a :


q

< W (=

2nB)

sx,x, ( w ) = sx,xs( w ) =

I o

autrement

La figure 6-20(b)reprsente ce spectre de puissance. Daprs la figure 6-20(a),on peut crire :

C HAP.61

SIGNAUX ALATOIRES ET BRUIT

217

-w

(b)

Fig. 6-20 Daprs la figure 6-20(b), il apparat que :


1 ~ d = w -77(2W)

2n

= 277B

(6.161)

Problmes supplmentaires
6.36. On considre un processus alatoire dexpression :
X ( t ) = cos Rt

o R est une variable uniformment rpartie sur lintervalle [ O , q ] . Dterminer si X ( t ) est stationnaire.
Rponse :Non stationnaire. Indication : Examiner des fonctions lmentaires de X ( t ) diffrentes frquences, par exemple R = n / 2 , n et 2 n .

6.37. On considre le processus alatoire X ( t ) ayant pour-dfinition :


X ( t ) = A cosut

o w est constant et A est une variable alatoire uniformment rpartie sur lintervalle [O, 11. Calculer la fonction dautocorrlation et dautocovariance de X ( t ) .
Rponses : R x x ( t ) =

cos tl cos t2

Cxx(t)=

cos ti cos t2

218

SlGNAUX ALATOIRES E T BRUIT

[CHAI? 6

6.38. Soit X ( t ) un processus alatoire SSL dont la fonction dautocorrlation a pour expression :

Calculer le moment dordre 2 de la variable alatoire Y = X ( 5 ) - X ( 2 ) .


Rponse : 2 A ( 1
- e-3(y).

6.39

Soit X ( t ) un processus alatoire SSL dont la fonction dautocorrlation est R x x ( t ) On . forme une variable alatoire par intgration de X ( t ) :

Calculer la valeur moyenne et la variance de Y ,


Rponse :

6.40. La figure 6-2 1 reprsente une fonction lmentaire dun processus du type signal des tlgraphistes. Un tel signal
ne prend que deux valeurs quiprobables, A et O. Le nombre de basculements par unit de temps suit une loi de Poisson de paramtre a .

Fig. 6-21
(a)
(h)

Calculer Iautocorrlation et le spectre de puissance de X (1). Calculer la valeur quadratique moyenne (rms) de X ( t ) .
R ~ ~ ( = T )$ ( l

Rponse :
(a)

+e-247~) s x x ( w )= + h ( w )

+A

~ A ,2 +(2,P

(6)

X,,,

= A/2

6.41. On suppose que X ( t ) est un processus gaussien, dont la valeur moyenne et la fonction dautocorrlation ont
respectivement pour expression :
px = 2

~ x x ( r= ) 5e-0321sl

Quelle est la probabilit pour que X(4) ,< 1 ?


Rponse : O, 159

6.42. Le signal de sortie dun filtre a pour expression :


Y ( t )= X ( t

+ T )- X ( t - T )

o X ( t ) est un processus SSL de spectre de puissance S X X(w), T tant une constante. Donner lexpression du spectre de puissance de Y ( t ) .
Rponse :
Syy (w)

= 4 sin2 o T S x x (0)

CHAP.61

SIGNAUX ALATOIRES ET BRUIT

219

6.43. Soit ? ( t ) la transforme de Hilbert d'un processus X ( t ) stationnaire au sens large (SSL). Montrer que l'on a :
Rxz(0) = E X ( t ) X ( t ) = O indication : Faire appel la relation (b) du problme 6.20 ainsi qu' la dfinition (1.139)du problme 1.47.

-1

6.44. Lorsqu'une rsistance mtallique R se trouve la temprature T , il apparat ses bornes, en circuit ouvert, une tension de bruit V ( t ) .Cette tension est appele bruit thermique. Son spectre de puissance SV v ( w ) est pratiquement constant pour f < 10l2 Hz ( 1 trahertz = 1 O00 gigahertz = 1 million de mgahertz). Il a pour valeur :
S V V ( W )= 2 k T R

o l'on a :
k = constante de Boltzmann = 1,37.10-*' joule par degr Kelvin (J/K);

T = temprature absolue en degrs Kelvin (K); R = rsistance en Ohms (R).


Calculer la tension de bruit quadratique (valeur rms) aux bornes du circuit RC que reprsente la figure 6-22 dans le cas o R = 1 kilohm (kR), C = 1 microfarad (pF) et la temprature T = 27" C. On rappelle que la temprature Kelvin est gale la temprature Celsius augmente de 273.

Fig. 6-22
Rponse : V ,
-

25

0,2pV

Chapitre 7
Performance dune liaison en prsence de bruit
7.1 INTRODUCTION
La prsence de bruit sur un canal de transmission dgrade les performances des systmes de communication analogiques ou numriques. On mesure la nuisance du bruit qui affecte le canal en valuant le rapport signal sur bruit de la transmission ou la probabilit derreur du signal reu. Le rapport signal sur bruit est utilis dans le domaine des communications analogiques tandis que la probabilit derreur a cours dans celui des communications numriques. Dans les paragraphes qui vont suivre, nous ne nous intresserons quau bruit additif qui accompagne le signal lentre du rcepteur.

7.2 BRUIT ADDITIF ET RAPPORT SIGNAL SUR BRUIT


La figure 7-1 reprsente le schma dune liaison typique en tlcommunication. On suppose que lentre de lmetteur est module par un processus alatoire X ( t ) , que le canal nintroduit pas dautre distorsion que laddition dun bruit alatoire et que le rcepteur est linaire. Le rcepteur est donc aliment par un signal auquel est mlang un bruit. On note Se la puissance du signal et Ne la puissance de bruit (noise en anglais) lentre du rcepteur, pour viter un problme de notation commune avec la bande passante B du rcepteur (pulsation en radians par seconde). Puisque le rcepteur est linaire, son signal de sortie a pour expression :

o X , s( t ) et n,s( t ) reprsentent respectivement le signal et le bruit en sortie du rcepteur.


Bruit tlc transniission

Eiiiission

Cnnnl

o S, = E [ x f ( t ) ] et N,s = E [ n J ( y ) ] sont respectivement la valeur moyenne du signal et la puissance de bruit en sortie du rcepteur. On dfinit un rapport signal sur bruit en sortie du rcepteur comme suit :

La qualit dune liaison analogique se mesure au moyen de la valeur de ce rapport. On notera que ce rapport na de sens que si la relation (7.1)est satisfaite.

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

221

7.3 BRUIT SUR LES LIAISONS EN BANDE DE BASE


Une liaison en bande de base achemine directement le signal utile sans modulation dune porteuse. Les performances de ce type simple de liaison servent de rfrence pour ltude des performances des systmes plus complexes. La figure 7-2 reprsente une liaison en bande de base. Le rcepteur est un filtre passe-bas qui assure le transit du message en rduisant son minimum le bruit qui laccompagne. Ce filtre doit, videmment, rejeter les composantes de frquence qui se trouvent hors du domaine spectral du signal utile. On suppose que le filtre est idal et quil prsente une largeur de bande (en radians par seconde) W = 2n B , ou B est la bande de frquence utile, en Hertz.
Bruit dc transniission

Fig. 7-2 Liaison en bande de base

On suppose que le signal utile X ( t ) est un processus alatoire ergodique valeur moyenne nulle, de largeur de bande limite W et de densit spectrale de puissance Sx,(w). On suppose quaucune distorsion nest introduite par le canal de transmission dans la bande utile, ce qui permet dcrire :
(7.4) o t, est le temps de retard introduit par la transmission. La puissance moyenne S,, du signal de sortie a pour expression :
-

X,(t) = X ( t

tr)

r W

o Sx est la puissance moyenne du signal et Se la puissance du signal lentre du rcepteur. La puissance moyenne de bruit a pour expression :
1

r W

Dans le cas dun bruit additif, S

( w ) = r7/2 et dans ce cas :

Si lon fait lhypothse que le bruit est blanc, le calcul se simplifie et donne un rsultat classique : le rapport signal sur bruit en sortie du rcepteur a pour expression :

Posons alors

(7.8)

($)

= y

(7.9)

Le paramtre y est directement proportionnel Se. On peut ainsi comparer les rapports signal sur bruit en sortie de divers systmes aussi bien puissance donne Se de leur signal dentre qu valeur y donne de leur rapport signal sur bruit dentre.

222

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

7.4 BRUIT EN MODULATION DAMPLITUDE


La figure 7-3 schmatise une liaison par voie hertzienne. La partie amont du rcepteur (tages HF/FI) est symbolise par un filtre passe-bande idal de largeur de bande 2W centre autour de la frquence porteuse O , , . Cet lment, parfois appel filtre de prdtection, a pour effet de rduire le niveau de bruit hors bande susceptible datteindre le dtecteur. Le signal dentre du dtecteur a donc pour expression :

B
niod u l a tc u r)

-l

Dktcctciir

L ,

1. Modulation BLD

Dans un systme bande latrale double, le signal transmis a pour expression


X,(t) = A,X(t)
Y e ( t )= A , X ( t )
COS o,t

COS w,t

(7.13)

La figure 7-4 reprsente le dmodulateur du systme BLD. Le signal dentre du rcepteur a pour expression :

+ n,(t)
- n,&)

= [ApX(t)

+ n c ( t ) ]cosw,t

sinw,t

(7.14)

Dmo~luletcur

Fig. 7-4 Modulation BLD

En multipliant Y e ( t )par 2 cos w,t et en filtrant le signal obtenu, on obtient :


Y,(t) = A , X ( t )

+ n c ( t )= X , ( t ) + n s ( t )

(7.15)

1. On aurait besoin dune phase alatoire dans largument de la porteuse afin de rendre X,(?) stationnaire (voir problme 6.10). Cette phase alatoire -indpendante de X ( t )-naffecte aucunement le raisonnement, cest pourquoi on ne la fait pas apparatre dans le calcul.

C H A P.71

PERFORMANCE DUNE LIAISON EN PRSENCEDE BRUIT

223

On voit que le bruit affecte le signal de sortie de faon additive et que la composante en quadrature n s ( t )a t limine par le dmodulateur. On a donc : S, = E [ X $ ( t ) ] = E [ A P X 2 ( t ) ] = A P E [ X 2 ( t ) ] = APSx

(7.16a) (7.1 6b)

N , = E [ n S ( t ) ] = E[nC(t)]= E [ n ; ( t ) ] = 2vB
Et le rapport signal sur bruit a donc pour expression :

(7.17)
La puissance Se du signal dentre a pour expression : 1 Se= E [ X P ( t ) ] = 2A S S x En tenant compte des relations (7.17) et (7.8),on obtient :

(7.18)

($),

p =y

se

(7.19)

Ce qui montre que la modulation BLD prsente les mmes performances quune liaison en bande de base, en ce qui concerne le bruit. Le rapport signal sur bruit lentre du dtecteur a pour expression :

(7.20)
et

(7.21)
Le rapport
ad

est le gain de dtection, appel aussi facteur de mrite de la dmodulation.

2. Modulation BLU Le mme calcul, effectu dans le cas dun systme BLU, conduit la mme performance en bruit que pour une liaison en bande de base ou en BLD (problme 7.4). 3. Modulation AM Les liaisons faisant appel la modulation damplitude ordinaire peuvent utiliser aussi bien des dtecteurs synchrones que des dtecteurs denveloppe. Un signal modul en amplitude a pour expression : X,(t) = A,[l

+pX(t)]cos~,t

(7.22)

o p est lindex de modulation du signal AM. On a dautre part les relations :

Si le dtecteur synchrone est associ un suppresseur de composante continue idal, le signal de sortie Y,,(t) du rcepteur a pour expression (figure 7-4) :
Y,(t) = A , p X ( t )

+ n c ( t )= X , ( t )
et
n.,(t) =

(7.23)

o lon a :
X,(t) = A,pX(t)

Soit en dfinitive :

(7.24)

224

PERFORMANCE DUNE LIAISONEN PRSENCE DE BRUIT

[CHAP. 7

La puissance dentre S, du signal a pour expression : 1 S, = -E[A$ pX(t)12] 2 comme la valeur moyenne de X ( t ) , par hypothse, est nulle, 1 Se = -AP[l + p 2 S x ]

(7.25)

ce qui entrane

ainsi que

(7.26)
comme p2sX < 1, on a :

($) < $
S

(7.27)

ce qui indique que le rapport signal sur bruit en AM est dans le meilleur des cas 3 dB au-dessous de ce quon peut attendre dune liaison BLD ou BLU.

B. Dtection denveloppe et effet de seuil


On dmodule habituellement un signal modul en amplitude au moyen dune dtection denveloppe. Le signal dentre du dtecteur (figure 7-3)a pour expression :

Y,@) = X p ( t )

+ &(t> = {Ap[l + p X ( t ) ] + n c ( t ) } cosCL>pt

n s ( t )sino,?

(7.28)

On peut analyser leffet induit par le bruit sur le signal au moyen dun diagramme vectoriel, en reprsentant le signal sous forme exponentielle : (7.29) Y,(t) = Re [Y ( f ) e j w p ]

o
Y ( t ) = Ap[l

+ p X ( t ) ] + n c ( t )+ j n , ( t )

(7.30)

La figure 7-5 reprsente le diagramme vectoriel qui montre que Y e ( t )a pour expression :

Ini Y

>1 Fig. 7-5 Diagramme vectoriel en AM pour ( S I N ) , >

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCEDE BRUIT

225

o le module, V ( t ) ,a pour expression :


(7.324

1. Fort rapport SIN (signal dominant)


Lorsque ( S I N ) , > > 1, A,[1 p X ( t ) ]> > n,(t), donc A,[1 p X ( t ) ] > > n c ( t )et n s ( t )la presque totalit du temps. Dans ces conditions, lenveloppe du signal a pour approximation :

Un dtecteur denveloppe idal reproduit lenveloppe du signal dbarrass de sa composante continue, soit :

rsultat identique celui du dtecteur synchrone (relation 7.23).Le rapport signal sur bruit en sortie a la mme expression que celle de la relation (7.26) savoir :

(7.35)
Par consquent, les performances dune transmission AM, lorsque ( S I N ) , > > 1, sont identiques celles dun dtecteur synchrone. 2. Faible rapport SIN (bruit dominant) Lorsque ( S I N ) , < < 1, lenveloppe rsultante du signal additionn de bruit est essentiellement conditionne par le bruit (figure 7-6). Une bonne approximation de cette enveloppe a pour expression :

o V n ( t )et @,(t) sont lenveloppe et la phase du bruit n,(t). La relation (7.36)montre que le signal de sortie ne contient pas de terme proportionnel X ( t ) et que le bruit est multiplicatif. Le signal est multipli par le bruit par un facteur cos & ( t ) qui est alatoire.

Rc Y

+---

tl,.(f)

---+
< <1

Fig. 7-6 Diagramme vectoriel en AM pour ( S I N ) ,

226

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

Le signal utile X ( t )est fortement altr et lon perd linformation que contient ce signal. On aura compris quil est inutile, dans ce cas, de parler de rapport signal sur bruit. La perte ou laltration du signal utile aux faibles valeurs du rapport signal sur bruit de prdtection est appel effet de seuil. Cela vient du fait quil existe une valeur limite de ( S I N ) , au-dessus de laquelle cet effet peut tre nglig et au-dessous de laquelle les performances se dtriorent rapidement. Cette valeur se situe un peu en dessous de 10 dB (voir problme 7.6).

7.5 BRUIT EN MODULATION DARGUMENT


Suivant la reprsentation de la figure 7-3, un signal modulation dargument X , ( t ) a pour expression :
X , ( t ) = A,
COS

[ o , t $(t)l

(7.37)

o :
(7.38)
La figure 7-7 reprsente un dmodulateur dargument. Le filtre de prdtection prsente une bande passante de valeur 2 ( 0 1) o 0 est le taux dexcursion et B la largeur de bande du signal modulant, selon la relation (3.27).Le signal lentre du dtecteur a pour expression :

(7.39)

Fig. 7-7

Dmodulateur dargument

Lamplitude de la porteuse reste constante, donc : Se = E [ X p ( t ) ]= -A; 2 ainsi que


1

(7.40~)

(7.406)
Il en dcoule que :

(7.41)
expression qui ne dpend pas de X ( t ) . Le rapport ( S I N ) , de la relation (7.41) est souvent appel le rapport porteuse sur bruit. Comme n,(t) est bande troite, on peut lexprimer sous la forme suivante :

o un(?) suit une distribution de Rayleigh et & ( r ) est uniformment rpartie sur lintervalle ( 0 2 ~ (problme ) 5.33). Il sensuit que Y e ( t )peut scrire :

CHAP.71

PERFORMANCE D'UNE LIAISON EN PRSENCE DE BRUIT

227

expression dans laquelle, d'une part :


V (0= { [ A Pcos #

+ un( t )cos #,, (t)I2 + [ A Psin # + un( t )sin @,, ( t ) l 2 }


A, sin # A,
COS

"2

et d'autre part :
O ( t ) = arctan

+ un( t )sin #,, ( t )

+ un0 )

COS

#,, ( t )

Le limiteur a pour but de supprimer toute variation d'amplitude de V ( t ) . C'est ainsi qu'en modulation d'argument, les valuations de rapports signal sur bruit ne portent que sur O ( t ) .L'expression de O ( t )est complexe, elle peut tre analyse moyennant quelques simplifications. On suppose que l'on utilise un dtecteur idal, dont le signal de sortie a pour expression :

[ O(t)

en mode PM (7.44)

A.

Signal dominant On tablit un diagramme vectoriel (figure 7-8) partir de l'expression :


Y,(t) = Re [Y ( t ) e j " ~ ' ]

(7.45)

o l'on a :

Y ( t ) = A P e j 4 ( ' ) u,,(t)ejdn(')

(7.46)

avec u n ( t ) < < A, de faon quasi-permanente. La longueur L de l'arc A B (figure 7-8) a pour valeur :
(7.47)
In1

1
on peut donc crire que :

Kc Y

Fig. 7-8 Diagramme vectoriel en modulation d'argument

D'aprs la relation (7.47),on obtient :

(7.48)

228

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT


-

[CHAP. 7

Pour valuer un rapport S I N en sortie du dmodulateur, on remplace & ( t ) pas les calculs2, et lon obtient :
O(t)
=V

@ ( t )par & ( t ) , ce qui naffecte

$(t)

(0 +sin&&) A,
un

(7.49)
Selon les relations (7.44)et (7.38),le signal en sortie du dtecteur a pour expression :

(7.50) (7.51)

B. SIN en sortie dune dmodulation PM


Selon la relation (7.50),on a :

(7.52)
= -(2qB)

(7.53)

A;

En consquence :

(7.54)
En invoquant les relations (7.8) et (7.40a),il vient :
y = - =s -e

VB Et la relation (7.54) peut tre crite :

A:, 2qB

(7.55)

(7.56)

C.

SIN en sortie dune dmodulation FM


Daprs la relation (7.51),on a :

(7.57) (7.58)
En invoquant la relation (6.133)du problme 6.23, la densit spectrale de puissance de n: ( t ) a pour expression :
Sn;n:(w)

= w &,n,(W> =

w2r] pour

101

< W(= 2 n B ) autrement

(7.59)

2. Cela est lgitime du fait quau sens des moyennes densemble, $n - $ ne diffre de & que par un dcalage de valeur moyenne.

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

229

On en dduit que :
(7.60)

cest--dire : (7.61) Si lon tient compte de la relation (7.55)la relation (7.61)devient :

k f Sx
($)s

(F)

(2)
=

kj,Sx

(F) y

(7.62)

Comme A u = IkfX(t)lmax= kf [ I X ( t ) l < 11, la relation (7.62) se simplifie :

($).$

= 3 ($)2SxY

= 3D2SXY

(7.63)

o D est le taux dexcursion, dfini par la relation (3.26). La relation (7.60) montre quen FM le niveau de bruit en sortie du dmodulateur est inversement proportionnel la puissance moyenne de la porteuse A:/2. Laugmentation de puissance de la porteuse entrane un masquage du bruit.

D. Effet de seuil en modulation dargument


Lorsque A; < < E[nf(r)],le diagramme vectoriel montre la prpondrance du terme cas, la phase du signal lentre du dtecteur a pour expression :
un(t)ejGri(). Dans

ce

Le bruit est prdominant et le signal utile est altr au-del de toute possibilit de restitution -un effet semblable celui que lon observe en AM avec une dtection denveloppe. La figure 7-9 illustre cet effet de seuil.

Fig. 7-9 Effet de seuil en mode FM

230

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

Si Ag > > E [ n : ( t ) ] ,on peut raisonnablement conjecturer que v n ( t ) < < A, en quasi-permanence, et que lextrmit du vecteur rsultant Y ( t ) effectue un parcours alatoire autour de lextrmit du vecteur porteuse, comme lillustre la figure 7-9(a). La variation de phase demeure donc anodine. Si le bruit devient prpondrant, la variation de phase est telle que lextrmit du vecteur Y ( t ) peut sloigner de celle du vecteur porteuse au point de faire un tour complet autour de lorigine [(figure 7-9(b)], ce qui induit un saut de phase de 2n [(figure 7- 1O(a)].La sortie du discriminateur de frquence dlivrera une impulsion lors de chaque saut de phase, comme lillustre la figure 7-10(b).

I I

(0)

I l I l l I

Fig. 7-10

7.6 DTECTION DUN SIGNAL BINAIRE ET TEST DHYPOTHSE


Nous allons tudier les performances des systmes de communication numriques en prsence de bruit additif par le biais de la probabilit derreur en dtection de ces systmes. On supposera que lon a un canal sans distorsion et sans diaphonie. Le bruit est suppos gaussien, valeur moyenne nulle et indpendant du signal. La figure 7-1 1 reprsente le principe de fonctionnement dun rcepteur binaire. Le signal s e ( t )reu pendant une priode dchantillonnage a pour expression si ( t ) , lindice i ne prenant que les valeurs 1 et 2 :
si(t) O
si(!) =

<t <T <t <T

bit 1
( 7.65)

s*(t) O

bit O

Le signal reu par le rcepteur a pour expression :

(7.66) o n ( t ) est un bruit blanc gaussien additif moyenne null.

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCEDE BRUIT

23 1

La dtection seffectue en deux phases. La premire consiste transformer le signal reu r ( t ) en une valeur z ( T ) .Cette opration peut seffectuer au moyen dun filtre linaire suivi dun chantillonneur, ce qui correspond la section 1 du schma 7-1 1. Le signal de sortie produit, chantillonn t = T , a pour expression :

z ( T ) = ai(T)

+ n,(T)

i = 12

(7.67~)

Fig. 7-11 Dtection dun signal numrique

o ai ( T ) est la composante signal de z ( T ) et n, ( T )en est la composante bruit. On crit souvent la relation ( 7 . 6 7 ~sous ) la forme suivante :
z = ai

+ n.y

i = 12

(7.676)

Notons que la composante bruit n, est une variable alatoire gaussienne valeur moyenne nulle, ce qui entrane que z est une variable gaussienne de valeur moyenne al ou a2 selon que s1 ( t ) ou sZ(t) a t envoy par le transmetteur. Lchantillon z est parfois appel valeur test. La deuxime phase de la dtection consiste comparer, dans la section 2 de la figure 7-1 1, la valeur test z une valeur donne A, au moyen dun comparateur seuil. La dtection consiste dcider si :
(7.68)

o Hl et H2 sont deux hypothses mutuellement exclusives. Le choix de Hl revient dcider quun signal sI( t ) a t transmis, tandis que le choix de H2 revient dcider que cest le signal s2(t) qui a t transmis. La relation (7.68)indique que lhypothse Hl correspond z > A, tandis que H2 correspond z < A. Dans le cas o z = A, la dcision peut tre arbitraire.

7.7 PROBABILIT DERREUR ET MAXIMUM DE VRAISEMBLANCE

A. Probabilit derreur
Les erreurs de dtection sur un signal numrique peuvent se produire de deux faons : lorsque le signal sI( t ) a t transmis alors que lon a valid H2 et lorsque le signal s2(t) a t transmis alors que lon a valid H I . La probabilit dune erreur de dtection a donc pour expression :

232

PERFORMANCE DUNE LIAISONEN PRSENCE DE BRUIT

[CHAP. 7

o P (s1), resp. P(s2) est la probabilit a priori que s1 ( t ) ,resp. s2(t) ait t transmis. Lorsque les digits 1 et O sont quiprobables, cest--dire lorsque P(s1) = P ( s 2 ) = 1/2, on a :

(7.70)

B. Critre de dtection du maximum de vraisemblance


Un critre de choix du seuil h de la relation (7.68)consiste minimiser la probabilit derreur quexprime la relation (7.69).Pour calculer cette valeur optimale de A, on commence par faire un test sur le rapport de vraisemblance qui a pour expression :

(7.71)
o f (~1s;) est une fonction de densit de probabilit conditionnelle connue sous le nom de vraisemblance de si. Le rapport A(z) est appel rapport de vraisemblance. La relation (7.71)indique que lon doit choisir lhypothse Hl si le rapport de vraisemblance A(z) prsente une valeur suprieure au rapport des probabilits a priori. Si P (SI)= P ( ~ 2 ) la relation (7.71)se rduit :

(7.72~)
soit encore :

f(zlsd 2 f ( z l s 2 )
H2

HI

(7.72b)

Si P(s1) = P(s2) et si les vraisemblances f (zls;) (i = 12) sont symtriques, la relation (7.71)donne un critre (problme 7.18) : Hi (7.73) P ho H2 avec : al f a 2 ho = (7.74) 2 On peut montrer que le seuil propos par la relation (7.74) est le seuil optimal qui minimise la probabilit derreur (problme 7-19). Le critre de la relation (7.73)est connu sous le nom de critre derreurminimum. Un dtecteur qui minimise la probabilit derreur (dans le cas o les classes de signaux sont quivraisemblables) est appel dtecteur maximum de vraisemblance.

C. Probabilit derreur en bruit gaussien


La fonction de densit de probabilit du bruit alatoire gaussien n, dans la relation (7.67b) - relation (5.103)- a pour expresssion :

(7.75)

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

233

o O : , est la variance du bruit. 1 1 rsulte des relations (7.676) et (7.75)que :


(7.76~) (7.76b)
fonctions reprsentes sur la figure 7-12.

02

4,

UI

Fig. 7-12 Fonction de densit de probabilit conditionnelle

On a donc :
P(H2bI) =

P(H1 ls2) =

s_, lo
A0 00

f(zlsMz

(7.77~) (7.776)

f ( z l s 2 )d z

En raison de la symtrie de f(zls;), la relation (7.70)se rduit :


(7.78) p, = P(ff2Isd = P(Hlb2) La probabilit derreur P, est doncgale laire sous la courbe du ct erreur de lune ou lautre des deux fonctions de vraisemblance f ( z l s 1 ) ou f ( z l s 2 ) :
pe =

l: f

(zIs2) d z

(7.79)

o ho = (ai

+~

) / est 2 le seuil optimal -relation (7.74). En invoquant la relation (7.766),on obtient :

Posons y = ( z - u2)/on,. On a donc on\d y = d z et la relation prcdente devient :

(7.80)

o lon a reconnu dans Q ( . ) la fonction complmentaire de la fonction derreur, la fonction Q dfinie par la relation (5.105),dont les valeurs sont tabules en Annexe C.

7.8 DTECTION OPTIMALE


Nous allons voir dans ce qui suit comment optimiser le filtre linaire du rcepteur (section 1) illustr par la figure 7-1 1 par minimisation de la probabilit derreur P,.

A.

Filtre adapt

On appe1leJih-e adapt un filtre linaire capable dassurer le rapport signal sur bruit optimal pour un signal donn. Soit un signal prdtermin s ( t ) auquel sajoute un bruit n ( t ) blanc gaussien, lensemble constituant le signal dentre dun filtre linaire indpendant du temps.

234

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

Ce filtre est suivi dun chantillonneur, comme le montre la figure 7-1 1. Soit a ( t ) le signal de sortie du filtre. Daprs la relation (7.67a),nous avons linstant t = T :

(7.82)
On dsire pour ce filtre une fonction de transfert I f s ( w )qui maximise le rapport signal sur bruit de la relation (7.81).On montre que (problme 7.23) :

(7.82)

o S ( o ) = F [ s ( t ) ]r7/2 , est la puissance spectrale du bruit dentre n ( t ) et E est lnergie du signal dentre s ( t ) .On aura not que le terme de droite de cette ingalit ne dpend pas de H ( o ) mais seulement de lnergie du signal et de la densit spectrale du bruit. Ainsi :
(7.83)
La relation (7.82) nest une galit que lorsque la rponse en frquence H,. (w) est utilise (problme 7.23) de
(7.84)

o lastrisque * indique la conjugaison complexe. La rponse temporelle h ( t ) du filtre optimal - voir relations (1.30)et (1.33)- a donc pour expression :
h ( t ) = P [ H ( o ) ]=

autrement

(7.85)

Les relations (7.85)et la figure 7- 13 illustrent bien la proprit de base du filtre adapt : sa rponse temporelle est une version retarde de limage en miroir du signal auquel on veut ladapter.

h ( t ) = s(T - t )
(-l)

Fig. 7-13 Caractristiques dun filtre adapt

B. Corrlateur
La sortie z ( t ) dun filtre causal - relation (1.82) - a pour expression :
z(t)=r(t)* h(t)=

r ( s ) h ( t- t ) d t

(7.86)

En portant lexpression de h ( t ) de la relation (7.85)dans la relation (7.86), il vient :


z(t) =
T(T)S[T

- (t

- t)]dt

(7.87)

Lorsque t = T , on a :
z(T)=

ft

r(t)s(t)dt

(7.88)

opration connue comme tant la corrlation des signaux r ( t ) et s ( t ) . Comme le signal de sortie du filtre adapt et celui du corrlateur sont identiques lors de linstant dchantillonnage t = T , on peut utiliser de faon interchangeable le correlateur et le filtre adapt quillustre la figure 7- 14.

CHAP.71

PERFORMANCE DUNE LIAISONEN PRSENCE DE BRUIT

235

( i l ) corri: In tcur

Fig. 7-14

Equivalence entre filtre adapt et corrlateur

C. Dtection optimale
Pour minimiser P, - relation (7.80) - il nous faut dterminer le filtre linaire qui maximise le terme (ai - a2)/(20n,)ou, ce qui revient au mme, qui maximise le terme :

(7.89)

o al - a2 est la diffrence entre composantes du signal a la sortie du filtre a linstant t = T ; le terme (a - ~ 2 est donc la puissance instantane du signal diffrentiel tandis que ,O : est la puissance moyenne du bruit en sortie du filtre. Considrons un filtre adapt au signal diffrentiel s1 ( t ) - s 2 ( t ) .Daprs les relations (7.81)et (7.83) on a :
(7.90)

o q / 2 est la densit spectrale de bruit et

Ed

lnergie du signal diffrentiel lentre du filtre, savoir :


=

Ed

Jr

bl(0

- s2(r)I2dr

(7.91)

En invoquant alors les relations (7.80)et (7.90) on obtient :


(7.92)

7.9

PROBABILIT DERREUR DES SYSTMES DE TRANSMISSION BINAIRES


En utilisant la relation (7.92) on peut comparer les probabilits derreur de divers systmes de transmission.

A. Transmission en bande de base unipolaire

(7.93)

236

PERFORMANCE DUNELIAISONEN PRSENCE DE BRUIT

[CHAP. 7

La probabilit derreur a pour expression :

(7.94)

Eh

= A 2 T / 2 est lnergie moyenne par digit du signal reu.

B. Transmission en bande de base bipolaire


(7.95)
La probabilit derreur a pour expression :

(7.96)

Eh

= A2T est lnergie moyenne par digit du signal reu.

C.

Modulation dune porteuse par tout ou rien


s ; ( t )=
sI( t ) = A cosw,t S2(f) =O

O6t <T O 6 t 6 T

(7.97)

o T vaut un nombre entier de fois 1/fp. La probabilit derreur a pour expression :


( 7.98)

o
D.

Eh

= A2T/4 est lnergie moyenne par digit du signal reu.

Modulation PSK dune porteuse


si ( t ) =

( t )= A C O S W ~ ? O6t6T s 2 ( t ) = A C O S (w,t n) = - A cosw,t O<t<T


SI

(7.99)

o T vaut un nombre entier de fois 1 /f,.La probabilit derreur a pour expression :


(7.100)

Eh

= A 2 T / 2 est lnergie moyenne par digit du signal reu.

E. Modulation FSK dune porteuse


si(?)= A C O S U ~ O~ <t
s;(t) =

<T

Si lon suppose que col T (problme 7.33) :

> >

1 et w ~ T > >

(7.101) s 2 ( t ) = A cosw2t O < t < T 1 et (w1 - w2)T > > 1, la probabilit derreur Pe a pour expression

(7.102)

Eh

= A 2 T / 2 est lnergie moyenne par digit du signal reu.

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

237

Problmes rsolus
BRUIT EN BANDE DE BASE
7.1.
On considre une liaison analogique en bande de base avec un bruit blanc additif. Le canal de transmission est suppos sans distorsion; la densit spectrale du bruit blanc q / 2 a pour valeur 10-9 watts par hertz (W/Hz). Le signal transmettre est un signal BF de 4 kHz de largeur de bande. Du ct du rcepteur, on utilise un filtre passe-bas RC dont la bande passante 6 3 dB est de 8 kHz pour limiter le bruit en sortie du rcepteur. Calculer la puissance de bruit en sortie de cette liaison.
Daprs le problme 1.49, la rponse en frquence H ( w ) dun filtre passe-bas RC de bande passante 3 dB gale 8 kHz a pour expression : 1 H(w)=
1

+ jofwg

o 00 = 2rr(8 000). En invoquant les relations (6.40)et (6.53) on peut valuer la puissance de bruit en sortie N,. :

22 s2rr
4

-m

1 + (w/wo>2 do

= -1q u o = -2(10-9)(237)(8)(103)W 1 = 25,2pW

7.2.

On considre une transmission analogique en bande de base avec bruit blanc additif de densit spectrale de puissance q / 2 sur un canal affect de distorsion, selon la fonction de transfert :

La distorsion est corrige par un filtre du rcepteur (galiseur) dont la fonction de transfert a pour expression : 1 06 1 4< w Heg ( W ) = Hp(w) autrement

( D r
dw=

Calculer lexpression du rapport signal sur bruit en sortie.

N,s = =

Llw +(;>il
[l

-?237

(.>
3

=4

237

3qB
( 7.103)

do lon conclut :

; s ) .

s, = 316 sx - -3 sx N, 4 r7B

238

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

BRUIT EN MODULATION DAMPLITUDE


7.3.
Un signal BLD avec bruit blanc additif est dmodul au moyen dun dtecteur synchrone (figure 7-7) avec une erreur de phase (p. On suppose que le signal dlivr par loscillateur local a pour expression 2 cos ( ~ , t 4) montrer que

(7.104)

o y est dfini par la relation (7.8).


Daprs la relation (7.14),
Y&) = [ A , X ( t )

+ n c ( t ) ]C O S O , ~

- n.&) sin@,?

En multipliant Y e ( t ) par 2 cos (W,t

+ 4) et en traitant le produit dans un filtre passe-bas, on obtient :

Y.,(t) = A,X(f)cos@ + n , ( t ) c o s 4 +n,(t)sin@

o lon a : n, ( t ) = n c ( t )cos 4 Ainsi S,, sexprime de la faon suivante :


S, = E [ X : ( ) ] = A,)cos2@E[X2(t)]= A P ( c s 2 @ ) S x

+ n, ( t ) sin 4

N , sexprime comme suit :


N,. = ~ [ n , 2 ( r = ) l ~ [ n , 2 (cos t ) 4
= ~[n,2(t) cos l 4

+ n:(r) sin2 4 + n c ( t > n s ( t sin > 241

+ ~ [ n J ( t )sin2 l 4
+

= E [ n e ( t ) ] cos2@ ( sin2 $) = E [ n e ( t ) ]= 2 q B

puisque E[n,.(t)n,(t)]= O, daprs la relation (6.73). On obtient ainsi, daprs les relations (7.17),(7.18)et (7.19):

o y a pour valeur (relation 7.8) :

. -

7.4.

Montrer que les performances dun dmodulateur BLU utilisant une dtection synchrone sont quivalentes celles dun dmodulateur BLD ou dune liaison en bande de base.
Un signal BLU a pour expression (relation 2.11) :
X,(t) = A,[X(t)coso,t

+ X(t) sinu,?]
h

(7.105)

o X ( t ) est la transforme de Hilbert de X(t). On remarquera que la relation (7.105)reprsente la bande infrieure du signal BLU. La bande passante minimale du filtre de prdtection, dans ce cas, a pour valeur W . En se reportant la figure 7-4, le signal lentre du rcepteur a pour expression :
Y e ( t > = X,(t>

+ne(t> = [ A , x ( ~ ) + nc(t>lCOS upt + [A,X^(~)- IZ, (t)] sin wpt

(7.106)

Une dtection synchrone limine les composantes du signal et du bruit en quadrature par rapport la porteuse, ce

(7.107)

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE D E BRUIT

239

La puissance du signal en sortie a pour expression :


Ss = E [ X S ( f ) ]= A P E [ X 2 ( ) ]= APSx La figure 7-15 reprsente la densit spectrale de puissance de n c ( t )dans le cas dune modulation BLI (bande latrale infrieure).

I----~n I I

(0)

Fig. 7-15
La puissance de bruit en sortie a pour valeur :

rlw 2 LVs = E[n,(r)] = - = rlB


2rr

et le rapport signal sur bruit en sortie a pour expression :


rlB

(7. I08)

La puissance du signal en entre a pour valeur :


Se = E [ x i ( t > i = A p 2 -2 IE I X 2 ( t ) ]

+ ;E[?(r)]

= A P E [ X 2 ( t ) ] = APSx

1
(7.109)

comme, en vertu des rsultats obtenus lors du problme et daprs la relation (6.I28) du problme 6.20, on peut crire que : ~ [ ~ ( t ) X ^ (= t )O l et E [ X ~ ( ~ = )~ ][?2(t)l on en dduit :

ce qui nous montre quen ce qui concerne le bruit, la modulation BLU avec dtection synchrone prsente les mmes performances quune transmission en bande de base ou de type BLD.

7.5.

Montrer quen modulation damplitude sinusodale, le rapport signal sur bruit en sortie du dtecteur denveloppe a pour expression :
(7.1IO)

En modulation sinusodale, on a :
X ( t ) = coswn,t

240
et donc :

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

sx = E[X2(r)] = 2
Daprs la relation (7.35) on dduit que :

Notons quavec une modulation 100% ( p = 1) on a :

y.);(
7.6.

1
=

(7.1I l )

La valeur de seuil dun dtecteur denveloppe en AM est gnralement dfinie comme valeur du rapport signal sur bruit ( S I N ) , pour laquelle V , < < A, avec une probabilit de 099, o A, et V, sont les amplitudes respectives de la porteuse et du bruit. Montrer que si p = 1 et Sx = E[X2(t)] = 1, alors la condition P ( V , < < A,) = 0,99 impose que : (7.1 12)
Daprs la relation ( 6 . 6 9 ~et ~ )la relation (5.148) du problme 5.33, la densit de probabilit de VI, a pour expression : fv, ( u n ) = ie-u;/(e) pour u, > O (7.113)
Ne

o lon a :
= E [ n : ( ) ] = 2qB

Dautre part :
P(Vn <
Ap)

= 0,99 -+ P ( V ,

Ap)

= 001

(7.114)

Daprs la relation (7.25) en faisant p = 1 et SX = 1 , il vient :


S
2
-

1 -AP(l

+ p2Sx) = A:

ainsi que :

La relation (7.114) peut donc tre crite sous la forme :


e-(1/2)(s/N)e

= 001

do lon ddujt la valeur du rapport signal bruit au seuil, en entre :


(7.115)

7.7.

On considre un systme modulation damplitude avec un bruit thermique additif de densit spectrale de puissance r7/2 = 10-l2 W/Hz. On suppose que le signal modulant prsente une largeur de bande de 4 kHz et que sa loi de rpartition damplitude a la forme que reprsente la figure 7-16. Le signal est dmodul au moyen dun dtecteur denveloppe suivi dun filtre appropri. On suppose que p = 1.

4l

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

241

Fig. 7-16

(a) (b)
(a)

Quelle est la valeur minimale de la porteuse A , assurant un rapport ( S / N ) , s 3 40 dB. Calculer la valeur de seuil de A , .
On peut crire :

X , ( t ) = A,[1

+X ( ~ ) ] C O S W , ~
xy-x

1 + 1) dx = 6

Daprs la relation (7.26) ( p = 1) on a :

1 1 sensuit que :

Y 3 7(104)
Daprs les relations (7.8) et (7.25):
A5(1

+ 4)

4( 10-12)(4) ( 103)

3 7(104)
= 31 mV

do lon tire que :


A,

3 31(10-3)V

La valeur minimale requise pour A, est donc de 3 1 mV. Daprs la relation (7.II5),on a : (6)

Par consauent :

(7.I I 6 )
Daprs le ( a ) ci-dessus, on doit avoir :
A$ 1 +6 ) 4( 10-12)(4)( 103)

2o

Ce qui induit que :


A, = 0,52( 10-3) V = 0,52 mV

valeur de seuil de lamplitude A, de la porteuse.

7.8.

Evaluer la bande passante BT et la puissance de signal ST requises pour la transmission dun signal BF de largeur de bande 10 kHz en mode BLD, BLU et AM avec un rapport signal sur bruit de 40 dB, en supposant que le canal de transmission introduit une perte en ligne de 40 dB et quil prsente un bruit blanc gaussien de densit spectrale r7/2 = W/Hz. On supposera aussi que p2Sx = 0,5 en AM.

242

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

Si lon se souvient des dveloppements du chapitre 2, on peut facilement rpondre en ce qui concerne les bandes passantes : en BLD et en AM 20 kHz 10kHz enBLU

Daprs les relations (7.19) et (7.109),on sait valuer les puissances ncessaires en mode BLD et BLU : on a, en effet, dune part :

et dautre part : Se = q B ( i04) = 2( iO-9)( i04)(IO4) = O,2 W Puisque la perte introduite par le canal est de 40 dB, la puissance ncessaire, en mode BLD ou BLU, a pour valeur :
Sj- = 0,2(104) = 2000W = 2 kW

Dans le cas du mode AM avec dtecteur denveloppe, en invoquant la relation (7.26) et en tenant compte de ce que p2Sx = 0,5 :

On constate que la puissance ncessaire ST est trois fois celle que demande le mode BLD ou BLU, cest--dire :

7.9.

On considre un dmodulateur AM (figure 7-17) utilisant un dtecteur quadratique (problme 2.7). On suppose lexistence dun bruit blanc gaussien additif de densit spectrale q / 2 . Calculer le rapport signal sur bruit en sortie du dtecteur.

Fig. 7-17 Dtecteur quadratique


Le signal incident a pour expression :

Xp() = AP[ 1
Le signal lentre du dtecteur a pour expression :

+ p X ()] COS u p f + ne@>

Y,([) = Xp(t>
Le signal en sortie du dtecteur a pour expression : Z ( t ) = Y;(?)
A:, = -[l 2

+ 2pX(t) + p 2 X 2 ( t ) J ( l + C O S ~ W + , ~n:(t) ) +2Apne(t)[l + pX(t)]coswpt

Comme on impose que ( p X ( t ) (< < 1 pour ne pas introduire de distorsion en dmodulation quadratique (problme 2.7), on peut crire une approximation de Z(r) sous la forme suivante :
Z()

3 1 1+ 2pX(t)J(l + cos2wpt) + ne(?)+ 2Apne(t)cosopt


2

(7.1 17)

CHAP.73

PERFORMANCE DUNE LIAISONEN PRSENCE DE BRUIT

243

Aprs filtrage passe-bas et limination de la composante continue, le signal de sortie Y.y(z) du rcepteur a pour expression : Y, ( t ) = x,( 1 ) n, 0 )

et o ns(r)est le rsultat du filtrage de a:(?) 2 A p n e ( t )cos wpt et de la suppression de la composante continue, On peut donc crire que : (7.I I 8) S,, = E [ X S ( t ) ]= A P p 2 E [ X 2 ( t ) ] = APp2Sx Dautre part, daprs la relation (6.125)du problme 6.3 1, on a :

et daprs la relation (6.99)du problme 6.10, on sait que la densit spectrale de 2 A p n e ( t )cos w p t ,que nous noterons Snep (w) a pour expression : (7.120) &lep(@) = A$n,n, (w - wr)) + &,ne (w w,>l

La figure 7-18 reprsente ces deux densits spectrales. Le filtre qui suit la dtection limine la composante continue (le premier terme du membre de droite de la relation 7.119) et ne transmet que les composantes spectrales qui se trouvent dans la bande -W ,+W (W = 2 n B ) . Daprs la figure 7- 18, la puissance de bruit en sortie du dtecteur a pour expression : Ns = E[nZ(t)]= 3q2B2 2ApqB (7.121)

-204,

-.2w

2w

(b)

-2w,,

-w

w (= 2 r B )

(cl Fig. 7-18

244

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

On en dduit que le rapport signal sur bruit en sortie du dtecteur a pour valeur :

(s,):
BRUIT ET MODULATION DARGUMENT

S S -

A;P2Sx

- 3q2B2

+2AgqB

(7.122)

7.10. On considre une mission FM dont les Caractristiques sont les suivantes : excursion Af = 75 kHz et B = 15 kHz. En supposant que Sx = calculer le rapport signal sur bruit en sortie de dmodulation et calculer le gain de performance, en dB, par rapport une liaison en bande de base.

i,

En portant les valeurs donnes dans la relation (7.63),on obtient :


( ~ ) , s 75( = 3 103) ( ~ ) ~ ( ~ ) ~ = 3 7 ~ 5 ~

Puisque lOlog 37,5 = 15,7 dB, on en dduit que le rapport ( S I N ) , est suprieur de 16 dB celui dune liaison en bande de base.

7.11. Montrer que le rapport signal sur bruit dun dmodulateur FM, pour un signal modulant sinusodal, a pour expression : = p 32 Y (7.123)

($)
:

o fi est lindex de modulation de la transmission.

Le signal modulant, sinusodal, a pour expression


do lon dduit que :

x ( t ) = cos u n i t
Sx
Selon la relation (7.62),nous avons :
= E [ X 2 ( t ) ]=

puisque

Il est important de remarquer que lindex de modulation est fix partir de la bande passante W du filtre passe-bas qui suit la dtection et ne dpend pas de la frquence opdu signal modulant. La bande W tant dfinie, la frquence du signal modulant sinusodal peut se trouver nimporte o dans lintervalle O, W , le rapport signal sur bruit en sortie conservant sa valeur.

7.12. Montrer que la FM en bande troite (NBFM) ne prsente aucun avantage par rapport au mode AM en ce qui concerne le rapport signal sur bruit en sortie de dtection.
Dans le cas dune modulation AM avec dtection denveloppe, en supposant que lon module la porteuse 10070,le rapport signal bruit en sortie de dtection a pour expression (problme 7.5, relation 7.111) : 1
s );(

Dans le cas du mode FM, pour une modulation sinusodale, la valeur du rapport signal sur bruit en sortie a pour

On voit donc que la FM apporte une amlioration du rapport signal sur bruit par rapport au mode AM lorsque : 3 1 -p2 > - ou B > 0,47 2 3

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

245

Dans le paragraphe 3.7, nous avons dit quune modulation FM bande troite se caractrise par une valeur /3 < 0,2. On conclut donc que ce mode ne prsente pas davantage en S/B sur le mode AM. Remarquons que les considrations prcdentes, relativement au bruit, conduisent dfinir plutt la valeur /3 = 0,s comme la frontire entre FM normale et NBFM.

7.13. On transmet un signal BF X ( t ) sur un canal de radiodiffusion affect dun bruit blanc gaussien additif. On exige un rapport signal sur bruit en rception suprieur 40 dB. Les caractristiques du signal modulant et du canal sont les suivantes : E [ X ( t ) ]= O (X(t)l6 1 Sx = E [ X 2 ( f ) = ] B = 15 kHz Densit spectrale de puissance du bruit blanc : r7/2 = 1O-I2 W/Hz Perte de puissance du canal = 50 dB Calculer la largeur de bande BT et la puissance ST avec laquelle il faut mettre dans les cas de modulation suivants :
Mode BLD. Mode AM avec , x = 100%et dtection denveloppe. Mode PM avec k, = 3. Mode FM, index de modulation D = 5.
En mode BLD, on a :
BT = 2B = 30 kHz

Daprs les relations (7.8) et (7.19)on a :

soit
Se

3 3(1OV2)W

do Sr = &(los) 3 3000 W = 3 kW En AM, avec p = 1 et une dtection denveloppe, on a :


BT = 2B = 30 kHz

Daprs la relation (7.35),on a :

do lon conclut que :


S ~ 3 9 k W

En mode PM, avec k4 = 3, on a, daprs les relations (3.21)et (3.25)


BT

+ 2(k4 + l ) B = 120 kHz

Daprs la relation (7.56),on a :

soit
do

Se

2 2IO-^) w

sT = se(105) 3 667 w
En mode FM avec 0 = 5 , daprs la relation (3.27),on a :
BT = 2 ( 0

+ 1)B = 180 kHz

Daprs la relation (7.63),on sait que :

($)s

= 3 0 2 s x y = 3(S )

(i)

2(10-~0)(1s)(103) se

3 104

246
soit

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

2 se 3 -(lo-2) w
25

do lon dduit :

7.14. Les rsultats du problme 7.6 montrent que la valeur de seuil en mode AM est quivalente un rapport signal sur bruit en entre ( S I N ) , = 10. On supposera quil en est de mme en mode FM.
(a) (6) Calculer le rapport signal sur bruit au seuil en mode FM, dans le cas dune modulation sinusodale. Trouver lindex de modulation /? qui assure un rapport ( S I N ) , = 30 dB au seuil.

(7.124)

Pour une modulation sinusodale, on sait que :


1 sx=2

Am=kj

0 fi=-- A W

On peut donc crire la relation (7.124) comme suit :

En invoquant la relation (7.41) il vient :

($)
On obtient donc :

p ( : )
+ 1)

($)

Daprs la formule de Carson (3.25) on sait que :


B T = 2(8

+ l)B

($)

= 3B2(8

($)

(7.125)

En faisant

(t)
e

= 10, on voit que le rapport signal sur bruit au seuil a pour valeur :

(7.126 )

(b)

On a la relation :
= 3OBZ(B + 1) = 103 (= 30dB)

En rsolvant, on obtient

= 2,92.

7.15. On utilise en radiodiffusion FM commerciale un filtrage de praccentuation / dsaccentuation pour amliorer le rapport signal sur bruit en sortie. La mthode consiste renforcer lmission les frquences les plus hautes du signal BF avant que le bruit ne sintroduise dans le canal et lon effectue en rception une attnuation compensatrice pour rtablir lquilibre spectral du signal originel. L a figure 7- 19 reprsente les filtres de pr-accentuation (PA) et de dsaccentuation (DA) utiliss. La valeur standard de la constante de temps de ces filtres est Ri C = 75ps, avec la condition R2C > > Ri C .

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

247

( a ) Pr6acccntiiation

( b )Dhcccntuntion

Fig. 7-19

Calculer le facteur de gain en bruit, dfini par :

o N , est le bruit de sortie sans systme de praccentuation / dsaccentuation et N,)!est le bruit de sortie lorsque ce systme est install.
La rponse en frquence (fonction de transfert) du filtre de praccentuation a pour expression :

Pour w

< < w2, o w2 = 1 / 5 2 , H

~ (O) A a pour approximation :


H p ~ ( o= ) K(l + j u s , ) = K

(+
1

j-

( 7.127 )

o lon a :
O ] = -

1
51

et

1
fi=--

2n 51

277 (75) ( 1O-6)

= 2,1(103) HZ = 2 , l kHz

La rponse en frquence du filtre de dsaccentuation a pour expression :

(7.128)

Ce qui est la condition remplir pour viter la distorsion.

248

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

Lorsque le systme est utilis, le bruit en sortie N , e st modifi [relation (7.60)] :

do

Sans filtre de dsaccentuation, le bruit en sortie a pour expression :

Ainsi :

(7.129)
Si fi = 2 , l kHz et B = 15 kHz, alors W/wl = B / f 1 = 7,14 et
1 r=-

r a pour valeur :
(7.130)

(7,14)3 = 21,25 (= 13,27 dB) 3 7,14- 1,43

On remarquera que la relation (7.130)nglige leffet daugmentation de la puissance du signal mis qui rsulte de la praccentuation de la partie haute du spectre BF transmis. Lamlioration effective apporte par cette mthode en tenant compte de la remarque prcdente est value dans le problme qui suit.

7.16. On suppose quun signal X ( t ) a pour densit spectrale de puissance :


1 Sxx(0) = 1

101

< 2n(15)(103)

( 4 W d 2

Io
= 2n(2, i ) ( i o 3 ) rad/s.

autrement

Dterminer la diffrence entre niveaux de modulation avec et sans praccentuation puissance de modulation constante. Evaluer le gain net en rapport signal sur bruit obtenu dans ces conditions.
Sans praccentuation, la puissance du signal modulant a pour expression :

sx

d o = -arctan
1 5

W1

W 0 1

Avec praccentuation, en tenant compte de la relation (7.127)du problme 7.15, on obtient :

Sil faut que la puissance du signal modulant reste constante, on doit assurer : K = Avec
= 15 kHz et fi = 2 , l kHz, on obtient :

arctan ( W / W ~ )
W/Wl

K =

arctan 7,14 = 0,20 (= -6,98 dB) 7,14

CHAP.71

PERFORMANCE D'UNE LIAISON EN PRSENCE DE BRUIT

249

(b)

Selon la relation (7.130)du problme 7.15, le facteur de gain en bruit avec praccentuation / dsaccentuation vaut 13,27 dB. Il nous faut cependant rduire le niveau de modulation de 6,98 dB, ce qui ramne le gain en bruit du systme une valeur nette de 13,27 - 6,98 = 6,29 dB.

PROBABILIT D'ERREUR, MAXIMUM DE VRAISEMBLANCE


7.17. Expliciter le test suivant le critre du maximum de vraisemblance nonc par la relation (7.71),c'est-dire :
A(z)

-2 f ( z l s 2 ) H2 P(S1)

f(z1.h)

W 2 )

Une dcision raisonnable au niveau du rcepteur consiste A choisir l'hypothse Hi si la probabilit a posteriori P (si lz) est suprieure la probabilit a posteriori P ( s 2 J z ) . Dans le cas contraire, on choisit l'hypothse H2 (voir problme 5.8), soit : Hl (7.131) P(s1lz) 2 P(s2lz) H2 ou encore : (7.132)

Le critre de dcision de la relation (7.132)est appel maximum a posteriori (MAP). L'expression de la rgle de Bayes (relation 5.24),dans le cas d'une fonction continue de densit de probabilit (relation 5.46), a la forme suivante :
(7.133)
o f(z1.s;) est la densit de probabilit conditionnelle pour que l'chantillon z reu appartienne la classe s;. En invoquant la relation (7.133),la relation ci-dessus devient :

(7.134) soit

7.18. Dmontrer la relation (7.73), savoir que :

En appliquant les relations (7.76a) et (7.76b), le critre du maximum de vraisemblance peut s'crire comme suit :

d'o la dfinition du test de vraisemblance : (7.135)

250

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

Lingalit (7.135) est satisfaite par toute transformation monotone croissante (ou dcroissante). En prenant le logarithme naturel des deux membres, on obtient :

(7.136)
Lorsque P(s1) = P(s2),

La relation (7.136)permet dcrire que :

(7.137)

7.19.

P(S1) =

Vrifier que le seuil ho dfini par la relation (7.137) assure une probabilit derreur minimale lorsque P(s2).
On suppose que le seuil est rgl la valeur h (figure 7-20). Selon la relation (7.69),on a :

02

QI

Fig. 7-20 Pour trouver le seuil ho qui minimise la probabilit derreur P,, on impose :

(7.138)
soit

(7.139)
et ) (7.76b),on obtient : En invoquant les relations ( 7 . 7 6 ~

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

25 1

ou encore :

ce qui entrane :

Do lon tire :

(7.140)
Lorsque P(s1) = P ( s 2 ) , cette relation se rduit :

7.20. Un signal binaire bipolaire s i ( ? ) prend les valeurs + A et - A volts sur lintervalle de temps 0 , T . Le filtre linaire (figure 7-1 1 ) est dans le cas prsent un intgrateur (figure 7-21). 11 sagit dun systme de dtection-intgration. En supposant que O:, = O, 1, dterminer le seuil optimal de dtection ho lorsque la probabilit de dtection a les valeurs suivantes :
P ( s I ) 0,5 P ( s ~= ) 0,7 P ( S 1 ) = 02
Ecliantilionnagc {i t = T
r (0
O

Coniparatcur scuii

&-

Fig. 7-21
Le signal reu a pour expression :

Dtection-intgration
r ( t )= s;(t)

+n(t)
pour 1 pour O

s1 ( t ) = +A

O6t 6 T

s; ( t ) =
s2(t) = - A O 6 t 6 T Le signal de sortie de lintgrateur en fin de priode T a pour valeur :

(7.141)

A d t = AT

a2 =

et o

est une variable alatoire dfinie comme suit :


n, =

lT

( - A ) d t = -AT

(7.142)

n(t)dt

(7.143)

(a)

P ( s ~= ) P ( s 2 ) = 0,5. Daprs les relations (7.74) et (7.142),le seuil optimal a pour valeur :
ai + a 2 - AT ho=--

+ (-AT)
2

=O

(b)

P(s1) = 0,7 et P ( s 2 ) = 0,3. Daprs les relations (7.140) et (7.142),le seuil optimal a pour valeur :
0,1 ho = -In-

2AT

0,3 0,04 = -0.7 AT

252
(c)

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

P ( s 1 ) = 0,2 et P(s2) = 0,8. Daprs les relations (7.140)et (7.142),le seuil optimal a pour valeur : 0,1 0,8 0,07 ho = -ln - = 2AT 0,2 AT

7.21. Montrer que la probabilit derreur P, du systme binaire tudi dans le problme 7.20 a pour expression : P, = Q
Daprs la relation (7.143),on a : n, =

(/?)
T

(7.144)

n(t)dr

Comme le bruit de sortie n,$ rsulte du traitement linaire dune fonction lmentaire dun processus gaussien, ce bruit est lui-mme une variable alatoire gaussienne. On a donc :

(7.145)
Comme n ( t ) a une valeur moyenne nulle, on a :
o : ~ = E[n:] =

[[i
77

nitWt]2]

iT s,

E [ n ( t ) n ( r )d ]t d s

Comme n(r) est un bruit blanc, on a (relation 6.63) :


E[n(t)n(s)] = -8(t 2
-

s)

ainsi que

(7.146)
En utilisant les relations (7.80)et (7.142),on obtient :

7.22. On suppose que le systme binaire du problme 7.20 prsente les caractristiques suivants : P(s1) = P ( s 2 ) = 1 /2, q / 2 = lOP9 WIHz, A = 10 mV et le dbit est de 104 bits/s (bauds).
(a)

(b)
(a)

Calculer la probabilit derreur P, du systme. Si le dbit passe los bauds, quelle doit tre la valeur de A pour que P, ait la mme valeur quen

( 4 ?
On peut crire que :
2A2T
17

A2T 1712

(0,0i)2( 10-4)
10-9

= 10

Daprs la relation (7.144)et la table C- 1 , on obtient :


P, = Q
(b)

({T,) Q(h-6)
=

= 7,8(

On a dans ce cas :
A ~ T -- 1712
~

~ ~ ( 1 0 - ~ ) = 10
10-9

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCEDE BRUIT

253

Ce qui nous donne la valeur de A :


A=31,62(1O-)V=31,62mV

FILTRE ADAPT ET CORRLATEUR


7.23. Dmontrer la relation (7.82), savoir que :

o E est lnergie du signal dentre s ( t ) et q / 2 la densit spectrale de puissance du bruit dentre (figure 7-1 1).
Soit H ( w ) la rponse en frquence du filtre linaire et a ( [ )le signal en sortie du filtre. Daprs la relation (1.85) on a :
(7.147 )

o S(o) = .F[s(t)]. La puissance de bruit en sortie N,. a pour expression (relation 6.53) :

(7.148)
Le rapport signal sur bruit en sortie a donc pour expression :

(7.149) On peut appliquer lingalit de Schwarz cette relation, ce qui donne : (7.150) Lgalit se produit lorsque :
fi (w)

= kf;W

( 7.151)

o k est une constante arbitraire et * indique la conjugaison complexe. Si lon pose : f2(w) = S(w)ejwr f i (w) = ~ ( w )

on peut alors crire : (7.152) En portant la relation (7.152) dans la relation (7.149) on obtient :

o E =2n
expression qui reprsente lnergie du signal s ( t ) .
I

/
O

lS(w)I2dw

-m

254

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

7.24. Quel est le signal en sortie du filtre adapt un signal dentre s ( t ) rectangulaire damplitude A et de dure T ; calculer la valeur maximale du rapport ( S / N ) ,.
s( t

T
(h)

T
(Cl

2T

tu)

Fig. 7-22
Pour le signal s ( t ) donn, reprsent sur la figure 7-22(a),la rponse impulsionnelle h ( t ) du filtre adapt a pour expression (relation 7.85) : h(t)=s(T - t ) = s(t) qui est rigoureusement identique au signal dentre, comme le montre la figure 7-22(b).On en dduit le signal de sortie : 0<t<T Z(t) = s ( t ) * h ( t ) = -A2

que reprsente la figure 7-22(c). On remarquera que z ( T ) = A 2 T est la valeur maximale de ~ ( t )Daprs . la relation (7.83),la valeur maximale de ( S I N ) , a pour expression :

+ 2A2T

T 6

6 2T

autrement

o E = do il sensuit que :

1,
Co

s 2 ( t )d t =

(7.153)

7.25. Reprendre le problme 7.24 dans le cas o lon utilise un rseau RC filtre adapt.

figure 7-23(a)- au lieu dun

.
O
t

2T
CC1

Fig. 7-23

CHAP.71

PERFORMANCE DUNE LIAISON EN PRESENCE DE BRUIT

255

Daprs le problme 1.46, la rponse impulsionnelle h ( t ) et la rponse en frquence H ( w ) du filtre RC ont pour expression :

H(w)=

1
1

+ jwRC

Le signal de sortie z ( t ) a donc pour expression :

La figure 7-23(c)reprsente ce signal. Remarquons que le maximum du signal z ( t ) est atteint lorsque t = T et quil a pour valeur : Z ( T ) = ~ ( -1 e - T / ( R C ) ) La puissance moyenne du bruit en sortie a pour expression : (7.154)
do lon dduit lexpression du rapport signal sur bruit en sortie :

(7.155)

On cherche donc maximiser ( S I N ) , vis--vis de R C . En posant x = T / ( R C ) ainsi que :

et en imposant :

on obtient :
2xe- = 1 - e-

soit

+ 2x = e

En rsolvant cette quation en x, on a :


T

x = - % 1,257 RC

En portant cette valeur dans la relation (7.155),on obtient :


2A2T = (0,815)rl

(7.156)

On remarquera quen remplaant le filtre adapt par un circuit RC le rapport signal sur bruit est rduit dun facteur 0,8 15, soit 089 dB par rapport celui quassure le filtre adapt.

7.26. Calculer la rponse en frquence Ho(co) qui maximise le rapport signal sur bruit en sortie lorsque le bruit en entre nest pas blanc.
Soit H ( w ) la rponse en frquence dun filtre linaire. Soit S,, (O) le spectre de puissance du bruit dentre. En oprant comme au problme 7.23, on voit que le signal de sortie du filtre linstant t = T a pour expression :

256

PERFORMANCE DUNE LIAISONEN PRSENCE DE BRUIT

[CHAR 7

La puissance de bruit en sortie a pour expression :

On en dduit la valeur du rapport signal sur bruit en sortie :

(7.157)
Pour dterminer la rponse en frquence qui maximise lexpression (7.17) on applique lingalit de Schwarz relation (7.150)- aprs avoir pos :

on peut ainsi crire :

(7.158)
Lgalit ayant lieu lorsque :

(7.159)
En tenant compte de la relation (7.158)la relation (7.157)devient :

(7.160)
est atteinte lorsque lgalit a lieu dans la relation (7.160)ou (7.158).En tenant compte La valeur maximale de de la relation (7.159) la rponse optimale en frquence a pour expression :

(>,

(7.161)
Le filtre optimal dfini par la relation (7.161)est appeljltre optimal en bruit color.

7.27. En se reportant aux relations (7.90)et (7.91) on voit que le rapport signal sur bruit en sortie dun filtre adapt a pour expression :

($)
,y

=2Ed =
rl

[si([)- s 2 ( t ) J 2 d t

(7.Z 62)

r l o

Supposons que lon dsire que les signaux s l ( t ) et s2(t) aient la mme nergie. Montrer que le choix optimal pour ~ ( t connaissant ) , SI ( t ) est le suivant :

et que le rapport signal sur bruit en sortie qui en rsulte a pour expression :

(
o E est lnergie du signal.

s ) $

Jr.

SS(t)

8E dt = 77

(7.Z 64)

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

257

Daprs la relation (7.162) on a :

(7.165)
En appliquant lingalit de Schwarz, on obtient

Lgalit se produit lorsque :


S2(t)

= ksi ( t )

La condition disonergie des signaux S I( t ) et ~ ( timpose ) que k = f 1, tandis que la maximisation du rapport ( S I N ) , impose k = - 1. Il faut donc assurer :
s2(t) = -si(t>

En portant cette valeur dans la relation (7.165) il vient :


4E 8E
rl

PROBABILIT DERREUR DES SYSTMES DE TRANSMISSION BINAIRES 7.28.


Dmontrer la relation (7.96) savoir :

Daprs la relation (7.93,on a :


s;(t) =

si(?)= + A ~ ( t=) - A

O6t 6 T O6t 6 T

Ensuite, en invoquant les relations (7.91)et (7.92) on obtient :

( 2 A ) 2dt = 4 A 2 T

O Eh = A 2 T est lnergie moyenne par bit. On remarquera que la relation (7.96)est identique la relation (7.144) que lon a obtenue en rsolvant le problme 7.2 1.

7.29. Un signal bipolaire si ( t ) est constitu dimpulsions damplitude 1 V ou - 1 V de dure T . Un bruit blanc additif de densit spectrale q / 2 = 10-5 W/Hz sajoute au signal. Dterminer le dbit maximal transmissible avec une probabilit derreur P, < 10-4.
Daprs la relation (7.96),on a :

25 8
Daprs la Table C- 1 :

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

Q(X)

= 1 0 - ~ + x = 3,7i

do

- /2Av2T --

2(1)2T = 3,71 2( 10-5)

On en extrait la valeur de T :

T = (3,71)2(10-5) = 13,76(1OP5) s
Le dbit maximal du signal a donc pour valeur : R = - = 7,26( 103) bauds = 7,26 kbauds T
1

7.30. Dmontrer la relation (7.100), savoir :

Daprs la relation (7.99) le signal s; ( t ) a pour expression :

sj(t) =

S I( t ) =

A COSWpt

s2(t) = A COS (wpt = -A COSwpt

+X)

O<t<T O<t<T

o T vaut un nombre entier de fois l / f p . En invoquant les relations (7.91) et (7.92) on obtient :

Et lon a donc :

Eh =

A 2 T / 2 est lnergie moyenne du signal par bit.

7.31. Un systme de transmission binaire utilise les signaux suivants :

On suppose que A = 0,2 mV et que T = 2ps. Un bruit gaussien de densit spectrale r7/2 = 10-15 W/Hz sajoute au signal. Dterminer la probabilit derreur du systme lorsque P(s1) = P(s2) = 05.
Daprs la relation (7.92) on a :

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT


Ed

259

a pour expression :

do la valeur de Ed/2q :

Daprs la Table C- 1, il vient :

P, = Q(A-6) = 7,83(i0-4)

7.32. Une transmission utilise un signal binaire ayant pour expression :


s1 ( t ) = Al sin s;(t) =
~ 2 ( t= )

nt T

O 6t 6 T
O 6t 6 T

-si(t)

Dterminer la probabilit derreur dans les mmes conditions quau problme 7-31, sauf en ce qui concerne la valeur de A 1 choisie ici de faon que la liaison transmette la mme puissance moyenne que le signal du problme 7.3 1 .
Dans le problme 7.3 1, la puissance moyenne transmise a pour expression :
1 A2
1
A2

4 Dans le cas prsent, la puissance moyenne transmise a pour valeur :

2 Pour obtenir la mme puissance moyenne, il faut donc que lamplitude du signal ait pour valeur :

Daprs la relation (7.92),on a :


, Y .

lT

4A: sin2 Jrt d t = 2A:T T

11 en rsulte que :

Daprs le tableau C- 1 :

Pe =

Q(m) = 3,88(1OP6)

260

PERFORMANCE DUNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

7.33. Dmontrer la relation (7.102) cest--dire :

Eh

= A 2 T / 2 est lnergie moyenne par bit du signal.

Daprs la relation (7.Z01) le signal a pour expression :

Do lon tire :
si(r) - ~ ( t = ) Acoswlt - A c o s w t
Ed

a pour expression :

= A2

(cos 2 01 t

+ cos 2wt- 2 cos 01

t cos w2t) d t

Si lon suppose que 01 T

> > 1, CLQT > > 1 et (wi

- w2)T

> > 1, il vient :

E~ x A ~ T

et lon obtient :

Problmes supplmentaires
7.34. Ecrire les relations (7.19) et (7.26) en fonction de
signal BLD ou AM.
Rponse : BLD :
y,, = S,,/(qB) o Sp est la puissance crte de lenveloppe du

($)
S

1 = 5Sxyp;

AM:

( i )
1
= -Sxy,,.
s

7.35. Un rcepteur AM reoit un signal sinusodal de frquence fixe dont lindex de modulation a pour valeur j~ = 0,3.
Ce signal a pour expression 20 cos 1 OOOlrt. (a) Calculer le rapport signal sur bruit en sortie en fonction du rapport signal sur bruit dune transmission en bande de base. (b) Dterminer lamlioration, en dB, du rapport signal sur bruit en sortie que lon peut attendre si la valeur de p passe de 03 07.
Rponses :

(a)

($)
S

= 0 , 0 4 3 ~ (b)6,6 dB

7.36. Un systme AM avec dtecteur denveloppe travaille au seuil thorique. Calculer le gain en puissance (en dB)
ncessaire la transmission pour obtenir un rapport
Rponse :
%

= 30 dB en modulation sinus avec p = 1.

22 dB

CHAP.71

PERFORMANCE DUNE LIAISON EN PRSENCEDE BRUIT

26 1

7.37. Un systme AM avec dtecteur denveloppe prsente un rapport ( S I N ) , = 30 dB; sa bande passante est de 8 kHz
et lindex de modulation p est gal 1. Si lon largit lensemble des bandes passantes du systme de faon homothtique, toutes choses gales par ailleurs, quelle est la plus grande valeur utilisable pour B ?
Rponse : 1,2 MHz

7.38. Quel est le gain a d dun dtecteur en BLU?


Rponse : a d = 1

7.39. Calculer le rapport signal sur bruit en sortie, en modulation de phase (PM), pour une modulation frquence pure.
Rponse :

($)
S

1 = yp2y

7.40. Quel est le gain de dtection


Rponse :
a d = 36

C Y dun ~

systme FM pour lequel

= 2?

7.41. Montrer quen modulation de frquence par une sinusode pure, la FTvl est suprieure la PM dun facteur 3 en ce
qui concerne le rapport signal sur bruit en sortie.
Indication : Utiliser le rsultat du problme 7.39 ainsi que la relation (7.123).

7.42. Soit un signal modulant X ( t ) = cos 3m,,t, montrer que le mode PM est suprieur au mode FM dun facteur 2,25
du point de vue du rapport signal sur bruit en sortie.
indication : Utiliser les relations (7.56) et (7.62).

7.43. On considre une transmission dont les caractristiques sont les suivantes : Sx
= E [ X 2 ( t ) ]= -

B = 10 kHz

rl = 10-l2 W/Hz

Perte de transmission

= 70 dB

Calculer la puissance ncessaire ST transmettre pour obtenir un rapport signal sur bruit en sortie

(i),
=40dB

dans les cas de modulation suivants : (a) : BLU, (b) : AM avec p = 1 et p = 0,5, (c ) : PM avec k , = n,(4 : FM avec D = 1 et D = 5.
Rponse : ( a ) : BLU; ST = 1 kW, (b): AM; p = 1 , ST = 3 kW, p = 0,5, ST = 9 kW, ( c ) : PM; ST = 202,6 W, (4: FM;D = 1 , ST = 667 W, D = 5 , ST = 26,7 W.

7.44. Une liaison achemine un signal binaire s; ( t ) , i = 1,2 dont la valeur lentre du dtecteur a pour expression :
z ( T ) = a;

+ n,

o a l = +l,a;! = -1 etn, prsente une rpartition uniforme, avec des densits de probabilit conditionnelles du signal brut z dexpressions : $ -0,l 6 z < 1,9

f (ZlSi)

autrement

- 1 , 9 6 z <O,l
autrement

f(zls2) = O Trouver la probabilit derreur en dtection du systme dans le cas o les signaux sont quiprobables et o lon utilise un seuil de dcision optimal.
Rponse : Pe = 0,05

262

PERFORMANCE D'UNE LIAISON EN PRSENCE DE BRUIT

[CHAP. 7

7.45. Une liaison binaire transmet des signaux quiprobables s; ( t ) , i


expression :

= 1,2. Le signal l'entre du rcepteur a pour

z ( T ) = a; (TI
o a ( T ) = 0,l.
(a)

+n,(V

+ 1, a2( T ) = - 1 et n

( T ) est une variable alatoire gaussienne moyenne nulle de variance gale

(b)

Dterminer le critre de dcision optimal pour le dtecteur. Calculer la probabilit d'erreur.

Rponse: ( a )

HI

2O

( b ) P, = 7,8(10P4)

H2

7.46. Une liaison binaire transmet les signaux si([), i


signal brut avant dtection a pour expression :

= 1'2 avec les probabilits P ( s 1 ) = 0,75 et P ( s 2 ) = 0,25. Le

o a 1 ( T ) = 1, a:,( T ) = O et n S( T ) est une variable alatoire gaussienne moyenne nulle de variance gale O, 1.
(a)

(b)

Dterminer le critre de dcision optimal pour le dtecteur. Calculer la probabilit d'erreur. Indication : Utiliser la relation (7.140) du problme 7.19 ainsi que la relation (7.69). Rponse: ( a )

HI

2 0,61

(b) P, = 0,0883

H2

7.47.

Dterminer le signal en sortie du filtre adapt sur l'intervalle de temps (O, T ) de l'impulsion e-'
s(t) =

0<t<T autrement

Rponse : e-T sin t

7.48. Dmontrer les relations (7.94)et (7.98).


Indication : Utiliser les relations (7.91) et (7.92).

7.49. On veut transmettre 2,08 Mb/s avec une probabilit d'erreur P,

< 10-6. Le spectre de puissance du bruit sur le canal a pour densit r7/2 = IO-" W/Hz. Dterminer la puissance ncessaire l'entre du rcepteur si l'on utilise un codage unipolaire ou bipolaire.
;

Rponse

0,47 mW

7.50. Dans un systme PSK, les signaux reus sl ( t ) = A cos wpt et s 2 ( t )

= - A cos wpt sont traits par dtection cohrente au moyen d'un filtre adapt. La valeur de A est de 20 mV et le dbit est de 1 Mb/s. On suppose que la densit spectrale de puissance du bruit a pour valeur q / 2 = 10-" W/Hz. Calculer la probabilit d'erreur P,.

Rponse : P, = 3,9(10P6)

Chapitre 8
Information et codage
8.1 INTRODUCTION
Le but essentiel dun systme de communication est de transmettre des informations entre deux points avec le maximum defficacit et de fiabilit. Nous avons examin dans les chapitres qui prcdent plusieurs mthodes pour atteindre ce rsultat au moyen de signaux lectriques. La thorie de linformation permet dvaluer quantitativement le contenu dun signal porteur dun message et de dterminer la capacit dun systme de communication acheminer des informations entre le site de transmission et le site de rception. Grce au codage, sujet essentiel de la thorie de linformation, on peut rduire les redondances du message utile de faon exploiter au mieux les performances des canaux de transmission disponibles. En revanche, lintroduction de redondances systmatiques dans le signal transmis (support du message) permet de fiabiliser les liaisons. Nous allons passer brivement en revue, au cours de ce chapitre, les quelques principes de base de la thorie de linformation et des techniques de codage.

8.2 MESURE DE LINFORMATION

A.

Sources dinformation

Une source dinformation est un objet qui produit un vnement dont le rsultat alatoire dpend dune loi de rpartition probabiliste. En pratique, la source dinformation dun systme de communication produit des messages de caractre analogique ou discret. Nous tudierons dans ce chapitre les sources discrtes, puisque les sources analogiques peuvent tre discrtises par chantillonnage et quantification, comme nous lavons vu au chapitre 4. Une source dinformation discrte ne peut dlivrer quun ensemble fini de symboles. Lensemble des symboles transmis par la source est appel alphabet source; chaque lment est appel symbole ou lettre. Les sources dinformation se classent en deux catgories, suivant quelles sont mmoire ou sans mmoire. Une source avec mmoire met des symboles dont chacun dpend du prcdent. Une source sans mmoire met des symboles dont chacun est indpendant du prcdent. Une source discrte sans mmoire (SDSM) se dfinit par sa liste de symboles, assortie des probabilits relatives chaque symbole, et son dbit.

B. Contenu informatif dune source discrte sans mmoire


La quantit dinformation contenue dans un vnement est troitement lie au degr de certitude que lon attribue cette information. Si un vnement est certain (sa probabilit tant gale 1) il faut reconnatre que sa ralisation napporte aucune information. Une mesure mathmatique de linformation doit donc prendre en compte la probabilit doccurrence des vnements attendus et satisfaire aux axiomes suivants : 1. Linformation est proportionnelle lincertitude du rsultat attendu. 2. Les informationscorrespondant aux ralisations dvnements indpendants ont un caractre additif.

1. Contenu informatifdun symbole


Considrons une SDSM, que nous appellerons X , transmettant un alphabet {xi~ 2 , ... , x n l } .Le contenu informatifdun symbole ou plus simplement linformation que contient un symbole x i , note ](xi), a pour dfinition : 1 Z(x;) = log, -= - log, P ( x ; ) (8.1) P (xi1

264

INFORMATION ET CODAGE

[CHAP. 8

o P ( x i ) est la probabilit doccurrence du symbole x i . On voit que Z ( x i ) possde les proprits suivantes :
Z(xi) = O
mi) 3

pour P ( x i ) = 1

Z(x;) > Z(xj)

si P ( x ; ) < P ( x j )

Z ( x i x j ) = Z ( x i ) Z(xj)

si xi et x j sont indpendants

(8.5)

Lunit dans laquelle on mesure Z (xi) est le bit (binary unit) lorsque b = 2, le hartley si b = 1O et le nat (natural unit) si b = e . On utilise de faon trs gnrale le standard b = 2. Lunit binaire, abrge en b, est donc une mesure de linformation et ne doit pas tre confondue avec le bit (binary digit) que nous avons pratiqu jusquici. Les conversions entre ces units seffectuent au moyen de la formule suivante : lna loga log,a = - = ln2 log2

2. Contenu informatif moyen ou entropie


On transmet habituellement sur un canal de communication des squences de symboles de grande longueur mises par la source dinformation. On sintresse donc plus au contenu moyen dinformation produit par une source quau contenu informatif dun seul symbole. La valeur moyenne de Z (xi) sur un alphabet de la source X compos de m symboles a pour expression : H ( X ) = E [ Z ( x ; ) ]=

>:P ( x ; ) Z ( x ; )
n i

i= 1

La quantit H ( X ) est appele entropie de la source X . Elle est une mesure de Zinformation moyenne p a r symbole de la source. Lentropie H ( X ) de la source peut tre considre comme la part globale dincertitude de la source X rduite au moyen de lalphabet utilis par la source. On notera quune source binaire X qui produit des symboles O et 1 quiprobables a pour entropie : H ( X ) = -L2 log2
2 -

i log, i = 1 b/symbole

(8.8)

Lentropie H ( X ) de la source satisfait la relation suivante :

o m est la dimension (nombre de symboles) de lalphabet utilis par la source X (problme 8.4). La borne infrieure correspond la certitude que lon a lorsquun symbole a une probabilit doccurrence P ( x ; ) = 1 tandis que P ( x j ) = O pour j # i , ce qui veut dire que X transmet le mme symbole xi en permanence. La limite suprieure correspond lincertitude maximale que lon a vis--vis de la source lorsque P (xi) = l / m pour tout i, cest--dire lorsque tous les symboles quest susceptible de transmettre X sont quiprobables.
3. Dbit dinformation Si le dbit de transmission des symboles de la source X a pour valeur r (symboles/seconde), le dbit dinformation R de la source X a pour expression : R=rH(X) b/s

(8.10)

CHAP.81

INFORMATION ET CODAGE

265

8.3 CANAUX DISCRETS SANS MMOIRE

A. Reprsentation dun canal de transmission


On appelle canal de transmission le support ou le milieu qui achemine le message entre metteur et rcepteur. Un canal discret sans mmoire (CDSM) peut tre reprsent par un modle statistique dentre X et de sortie Y (figure 8-1). A chaque priode dchantillonnage, on fournit au canal un symbole appartenant X et celui-ci dlivre un symbole appartenant Y . Le canal est dit discret lorsque les alphabets de X et de Y sont finis. Il est dit sans mmoire lorsque le symbole de sortie fourni par le canal ne dpend que du dernier symbole reu en entre, indpendamment de tous les symboles dentre prcdents.

x,,,

* JI
Fig. 8-1 Canal discret sans mmoire

La figure 8-1 reprsente un CDSM rn entres et n sorties. Lentre X se compose de rn symboles . . , x n i .Les probabilits a priori P ( x i ) de ces symboles sont supposes connues. La sortie se compose de n symboles y1 ,y2,. . . ,yn. Chaque correspondance possible entre/sortie est dfinie par une probabilit conditionnelle P ( y j \xi) dobtenir y j en sortie de canal lorsque xi a t transmis lentre du canal. On lappelle probabilit de transition du canal.
XI ~ 2 , .

B.

Matrice de transition dun canal

On dfinit un canal de faon complte en spcifiant lensemble de ses probabilits de transition. Le canal reprsent sur la figure 8- 1 est donc totalement dfini par la matrice des probabilits de transition [P(Y IX)]qui a pour expression :
(8.1I )

La matrice [P(Y IX)] est appele la matrice du canal . Comme chaque symbole appliqu lentre de la voie produit un symbole en sortie, la somme des lments dune ligne de la matrice est gale 1, soit :

(8.12)
j= 1

Si maintenant on reprsente lensemble des probabilits dentre par une matrice ligne :

(8.13)
Et si lon reprsente les probabilits de sortie par une autre matrice ligne : P(Y~>] on obtient la relation matricielle : [P(Y)l= ~ ~ ( X ) I C ~ ( Y I X ) 1
(8.14)

(8.I S )

266

INFORMATION ET CODAGE

[CHAP. 8

Si lon reprsente P ( X ) sous forme dune matrice diagonale :

(8.16)

(8.17 )

o llment ( i , j ) de la matrice [ P ( X , Y ) ]est de la forme P ( x ; , y j ) .La matrice [ P ( X , Y ) ]est appele matrice des probabilits conjointes, llment P (xi , y ; ) tant la probabilit conjointe de transmettre xi et de recevoir yj. C. Canaux remarquables
1. Canal sans perte

Si la matrice dun canal ne possde quun lment non nul par colonne, on dit quil sagit dun canal sans perte. La figure 8-2 reprsente un canal sans perte. Sa matrice a pour expression :

[P(XIY)]=

[O

0 4
O 0

;
0

$
0

.]
Yi
Y2
Y3

(8.18)

Y4

Y;

Fig. 8-2 Canal sans perte

On montre - relation (8.35) et problme 8.10 - quaucune information issue de la source nest perdue lors de la transmission sur un canal sans perte.

2. Canal dterministe
Un canal dont la matrice ne comporte quun lment non nul par ligne est appel canaZ dterministe. La figure 8-3 reprsente un canal dterministe, dont la matrice a pour expression :

[ P ( Y I X ) ]=

L ;EI
1 0 0

1 O

(8.19)

C HA P.81

INFORMATION ET CODAGE

267

Fig. 8-3 Canal dterministe

Comme chaque ligne possde un seul lment non nul, on en conclut - relation (8.12) - que sa valeur est unitaire. Lorsquun symbole donn est fourni lentre dun canal dterministe, le symbole restitu en sortie lui est donc identique.

3. Canal sans bruit


On dit quun canal est sans bruit (figure 8-4), sil est la fois sans perte et dterministe. La matrice dfinissant le canal a dans ce cas un seul lment par ligne et par colonne et cet lment ne peut donc tre quunitaire. Dans ce cas, les alphabets dentre et de sortie ont mme dimension. Pour un canal sans bruit on a donc rn = n.

Fig. 8-4 Canai sans bruit

4. Canal binaire symtrique

Un canal binaire symtrique (CBS) a pour matrice :

[P(Y(X)] =
La figure 8-5 reprsente un canal binaire symtrique.

1-P

(8.20)

1-P

Fig. 8-5

Canal binaire symtrique

268

INFORMATION ET CODAGE

[CHAP. 8

Ce canal est pourvu de deux entres (xi = O, x2 = 1 ) et de deux sorties (y1 = O, y2 = 1). Le canal est symtrique parce que la probabilit de recevoir un 1 si lon a mis un O est identique la probabilit de recevoir un O lorsquon a mis un 1. Cette probabilit de transition commune est note p (voir problme 8.35).

8.4 INFORMATION MUTUELLE A. Entropies conditionnelle et conjointe


11 est possible, en utilisant les probabilits en entre P (xi), les probabilits en sortie P ( y ; )et les probabilits conjointes P ( x j, y ; ) , de dfinir diverses fonctions dentropie relatives un canal m entres et n sorties :

(8.22)
n

n i

(8.23)

(8.24)
n

n i

(8.25) On peut interprter ces entropies comme suit : H ( X ) est lincertitude moyenne relative lentre du canal. H ( Y ) est lincertitude moyenne relative la sortie du canal. Lentropie conditionnelle H ( X IY) est une mesure de lincertitude moyenne sur lentre du canal une fois que lon a observ sa sortie. H ( X 1 Y ) est parfois appele ambigut de X par raport Y . Lentropie conditionnelle H ( Y I X ) est lincertitude moyenne sur la sortie du canal sachant que X a t transmis. Lentropie conjointe H ( X Y ) mesure lincertitude densemble relative lensemble du canal de communication. 1 1 existe deux relations intressantes entre ces diverses quantits :

(8.26)
(8.27)

B. Information mutuelle
On dfinit linformation mutuelle Z ( X ; Y ) de la faon suivante :

Z(X; Y ) = H ( X ) - H ( X J Y ) b/symbole

(8.28)

Comme H ( X ) reprsente lincertitude relative lentre du canal avant que lon ait observ sa sortie et puisque H ( X 1 Y ) reprsente lincertitude sur lentre aprs que la sortie a t observe, Z(X; Y ) mesure le gain dincertitude relatif au canal qui rsulte de lobservation de sa sortie.

Proprits de Z ( X ; Y )
1. 2. Z ( X ; Y ) = Z(Y;X ) Z(X;Y ) 3 O

(8.29) (8.30)

CHAP.81

INFORMATION ET CODAGE

269 (8.3I ) (8.32)

3. 4.

Z(X; Y ) = H ( Y ) - H ( Y 1 X ) Z(X; Y ) = H ( X ) H ( Y ) - H ( X , Y )

8.5 CAPACIT DUN CANAL A.


Capacit par symbole dun canal La capacit par symboZe dun canal discret sans mmoire a pour expression : C, = max Z ( X ; Y ) b/symbole
{P(x,)l

(8.33)

o le maximum est recherch sur lensemble de toutes les rpartitions { P ( x i ) }de X . On remarquera que la capacit du canal nest fonction que des probabilits de transition qui le dfinissent.

B. Capacit par seconde dun canal


Si r reprsente le dbit du canal en symboles par seconde, le dbit maximal dinformation du canal a pour valeur r C , . On appelle cette quantit la capacit par seconde du canal. Elle est note C(b/s). C = rC,, b/s

(8.34)

C. Capacit de canaux remarquables


1. Canal sans perte
Pour un canal sans perte, on sait (problme 8.1O) que H (X 1 Y ) = O et que :

I(X;Y )= H ( X )

(8.35)

Ainsi, linformation mutuelle (le transfert dinformation) est gale lentropie de source et lon ne perd aucune information pendant le transfert. En consquence, la capacit par symbole du canal a pour expression : C , = max H ( X ) = log, m
{ P (.Yi

11

(8.36)

o rn est le nombre de symboles de X .


2.

Canal dterministe
Pour un canal dterministe, H ( Y I X ) = O pour toute distribution P ( x i ) et lon a :

I ( X ;Y ) = H ( Y )

(8.37)

Le transfert dinformation est gal a lentropie de sortie. La capacit par symbole du canal a donc pour expression : C , = max H ( Y ) = logLn
( P k )l

(8.38)

o n est le nombre de symboles de Y .

3. Canal sans bruit Comme un canal sans bruit est sans perte et dterministe, on en dduit que :

Z(X; Y ) = H ( X ) = H ( Y )
et la capacit par symbole du canal a pour valeur :
C, = log, rn = log, n

(8.39)

(8.40)

puisque pour un tel canal n = rn. 4. Canal binaire symtrique Dans le cas du CBS de la figure 8-5, linformation mutuelle a pour expression :

Z(X; Y ) = H ( Y )

+ plog, p + ( 1

p)log,(l - p )

(8.41)

270

INFORMATION ET CODAGE

[CHAP. 8

et la capacit par symbole du canal a pour expression :

c, = 1 + plog,

+ (1 - p) log,(l

- p)

(8.42)

8.6 CANAL AVEC BRUIT BLANC GAUSSIEN ADDITIF


La source qui alimente un canal analogique produit un signal continu x ( t ) . On considre lensemble des messages susceptibles dtre transmis comme une famille de signaux engendrs par un processus alatoire ergodique. On suppose de plus que x ( t ) prsente une bande passante finie ce qui permet de reconstruire x ( t ) partir de ses chantillons priodiques. A tout instant, la collection des chantillons susceptibles dtre observs constitue une variable alatoire continue X que lon peut dcrire au moyen de sa densit de probabilit fx (x).

A. Entropie diffrentielle
La quantit moyenne dinformation par chantillon de x ( t ) a pour expression :

H(X)=-

Lrn
Co

fx ( x ) log, fx ( x ) d x b/chantillon

(8.43)

Lentropie dfinie par la relation (8.43)est appele entropie diflrentielle de X. Linformation mutuelle moyenne dun canal analogique a pour dfinition, par analogie avec un canal discret :

ou o lon a :

Z(X;Y )= H ( X )-H(XIY) Z(X; Y ) = H ( Y ) - H ( Y I X )

(8.44) (8.45~) (8.45b)

B. Canal avec bruit blanc gaussien additif


Dans le cas dun canal affect dun bruit blanc gaussien additif (BBGA), la sortie Y du canal a pour expression : (8.46) Y=X+n

o X dsigne lentre du canal et n est un bruit blanc gaussien additif bande limite de valeur moyenne nulle et de variance 0,. La capacit C,sdun canal affect dun bruit blanc gaussien additif a pour expression :
C, = max Z ( X ; Y )=
(fX(x-11

b/chantillon

(8.47)

o S I N est le rapport signal sur bruit en sortie de canal. Si la bande passante B en Hz du canal est dtermine, le signal de sortie y(t) a lui aussi une bande passante dfinie. 11 peut tre restitu en totalit partir des ses chantillons priodiques prlevs la frquence de Nyquist : 2 B chantillons par seconde. Ainsi, la capacit C en b/s dun canal affect par un BBGA a pour expression :

c = 2BC, = B log,

(1

+ $)

b/s

(8.48)

La relation (8.48) est connue sous le nom de rgle de Shannon-Hartlq.

CHAR81

INFORMATION ET CODAGE

27 1

Cette rgle souligne les rles fondamentaux que jouent la bande passante et le rapport signal sur bruit en tlcommunication. Elle montre aussi qu capacit de canal donne, bande passante et puissance prsentent des aspects complmentaires (problme 8.24) lorsquil faut trouver un compromis.

8.7 CODAGE DE SOURCE


La conversion du message de sortie dune source discrte sans mmoire (SDSM) est appele codage de source. Le dispositif qui effectue cette conversion est appel codeur de source (figure 8-6).

x = (.KI

, . . . , .Tn, 1

binairc

Fig. 8-6 Codage de source

Lobjectif du codage de source est de modrer le dbit dinformation moyen du canal en rduisant la redondance des informations mises par la source.

A. Longueur et efficacit dun code


Soit X une SDSM dentropie finie H ( X ) et un alphabet {xi 4 7 2 , . . . , x n i }dont les probabilits doccurrence correspondantes sont P ( x ; ) ( i = 1,. . . ,m). Soit n; la longueur en bits du mot cod affect au symbole xi par le codeur. La longueur dun mot cod est dfinie par le nombre de digits binaires du mot. La longueur moyenne L par symbole dun mot cod a pour expression :

(8.49)
i=l

Le paramtre L reprsente le nombre moyen de bits par symbole source utilis dans le processus de codage. On dfinit ZefJicacit dun code q de la faon suivante : q = - L min L

(8.50)

o Lmi,, est la valeur minimale que peut prendre L . Lorsque q approche de la valeur 1, on dit que le code est efJicace. La redondance y dun code a pour expression :
y=l-q (8.51)

B. Thorme du codage de source


Le thorme du codage de source tablit que, pour une source discrte sans mmoire (SDSM), la longueur moyenne L par symbole est borne infrieurement :

De plus, L peut tre rendu aussi proche que lon veut de cette limite condition de bien choisir le codage. Comme Lmin= H ( X ) , on peut donner une nouvelle expression de lefficacit dun code :

272

INFORMATION ET CODAGE

[CHAP. 8

C. Classification des codes


1 1est intressant dutiliser un exemple pour expliquer la notion de classement dun code. Soit le tableau 8-1 reprsentant le codage au moyen des symboles O et 1 dune source de dimension 4.
Tableau 8-1 Codage binaire
Code 1 O1 O0
I

Code 2

Code 3

Code 4

Code 5 O O1 O 11 O1 11

Code h 1 O1 O 01 O001

____.

O0 O1 10 11

O 1 00 11

0 10 110 111

1. Code de longueurfixe
Un code de longueurjxe est un code dont tous les mots ont mme longueur. Exemple : les codes 1 et 2 du tableau 8-1 sont de longueur 2. 2.

Code de longueur variable

Un code de longueur variable est un code dont les mots ne sont pas tous de mme longueur. Exemple : les codes 345 et 6 du tableau 8- 1 . 3.

Code univoque
Un code univoque est un code dont chaque mot est distinct de tous les autres mots. Cest le cas des codes 2

6 du tableau 8- 1. Contre-exemple : le code 1 pour lequel les codages de X I et de x3 sont identiques.

4. Code sans prfixe

Un code sans p r f i e est un code pour lequel aucun mot ne peut tre form partir dun autre par addition de symboles. Exemple : les codes 24 et 6 du tableau 8-1. 5.

Code dchiffrable de faon unique

Un code dchifSrable defaon unique est un code qui permet de restituer dans son intgrit et sans ambigut une squence de symboles dentre partir de la squence des codes binaires qui leur sont associs. On remarque que le code 3 du tableau 8-1 nest pas un code dchiffrable de faon unique puisque la squence binaire 1001 peut correspondre une suite dentre ~ 2 ~ 3 x ausi 2 bien qu une suite x 2 x ~ x I x Une ~ . condition suffisante pour quun code possde cette qualit est quaucun de ses mots ne soit le prfixe dun autre mot. Cest ainsi que les codes 2, 4 et 6 du tableau 8-1 sont des codes dchiffrables de faon unique. Cette condition nest pourtant pas ncessaire lunicit de dchiffrage. Le code 5 du tableau 8-1 nest pas un code sans prfixe, il est pourtant dchiffrage unique; le code O est prfixe de chacun des autres mots du code.
6. Code instantan

Un code dchiffrage unique est dit code instantan si la fin de tout mot de code est identifiable sans examen des symboles du mot de code qui suit. Les codes instantans sont des codes sans prfixe. Cest pourquoi ces derniers sont parfois appels codes instantans. 7.

Code optimal

Un code est dit optimal sil est instantan et prsente une longueur moyenne L minimale pour une source donne avec des probabilits donnes doccurrence des symboles que produit la source.

CHAP.81

INFORMATION ET CODAGE

273

D.

Ingalit de Kraft

Soit X une source discrte sans mmoire (SDSM) dalphabet { X i } (i = 12,. . . ,m). On dsigne par n i la longueur du code binaire correspondant xi. Une condition ncessaire et suffisante dexistence dun code binaire instantan a pour expression :
n i

K =):2-
i=l

6 1

(8.54)

relation connue sous le nom dingalit de Kraft. On remarquera que lingalit de Kraft nous assure quil existe bien un code instantan dchiffrable dont la longueur des mots satisfait lingalit en question. Elle ne nous dit rien sur la faon dengendrer un tel code pas plus quelle ne nous garantit quun code satisfaisant cette ingalit est ipso facto dcodable de faon univoque (problme 8.27).

8.8 CODAGE ENTROPIQUE


On appelle codage entropique llaboration dun codage dont la longueur moyenne des mots reflte lentropie dune source discrte sans mmoire. Nous allons tudier dans ce qui suit deux exemples de codage entropique.

A. Codage de Shannon-Fano
On obtient un codage efficace en appliquant la procdure suivante, connue sous le nom dalgorithme de Shannon-Fano. 1. Lister les symboles de la source par probabilits dcroissantes. 2. Partager lensemble en deux sous-ensembles aussi quilibrs que possible au sens de la sommation des probabilits lmentaires des symboles. 3. Rpter le processus de partage en assurant au mieux lquilibre jusqu ce que lopration devienne impossible.

Le tableau 8-2 illustre un exemple de codage Shannon-Fano. On aura remarqu que ce type de codage peut induire des ambiguts lors des partitions successives en sous-ensembles globalement quiprobables (problme 8.33).

.Y,

p (-Y, 1
1

Etapc 1

Etnpc 2

Etnpc 3

Codc 5

0,30 0,25
0,20
O, 12

O O 1 1
1

O
1

.Y 2 X?
4

O
1 1 1 O
1

x5
Xh

0,08 0,05

1
_ _ _ I _ _ _

274

INFORMATION ET CODAGE

[CHAP. 8

B. Codage de Huffman
Le codage de Huffman produit gnralement un code optimal. Cest le plus efficace des codages (problme 8.34). La mthode est la suivante : Lister les symboles de la source par probabilits doccurrence dcroissante. 1. Additionner les probabilits des deux lments de probabilits les plus faibles et rordonner la liste. Cette 2. tape est appele rduction de niveau 1. Rpter cette procdure jusquau niveau o il ne reste dans le tableau que deux positions classes dans lordre de leurs probabilits. Commencer le codage au dernier niveau de rduction sur le couple de probabilits obtenu. On attribue le 3. bit O comme premier digit des mots cods de tous les symboles de source associs la premire probabilit et 1 comme premier digit des mots cods de tous les symboles associs la seconde probabilit. On descend dun niveau et lon attribue les bits O et 1 comme deuxime digit des mots cods associs 4. aux deux lments qui ont t combins au niveau prcdent, en maintenant les affectations obtenues ltape 3. Oprer de faon rgressive jusqu ce que lon atteigne la premire colonne. 5. Le tableau 8-3 donne un exemple de codage dHuffman.
Tableau 8-3 Codage dHuffman

0,3O
O, 2 s
O1

0,3O
O, 25

O0
O1
Il

0,30

O0
0,4s

O, 25

O,3O
I

f i
1 O1

(420

II

101

Xh

0,os

1001

O,20

11

I I ( X ) = 2, 36 b/symbolc L = 2 , 3 8 b/symbolc q = O, 99

8.9 CODAGE DUN CANAL DE TRANSMISSION


Nous allons tudier, dans ce qui suit, les moyens de codage permettant dacheminer avec fiabilit des informations numriques sur un canal bruit.

A. Codage dun canal


La figure 8-7 reprsente un dispositif permettant de coder la transmission dun message sur un canal. Ce canal peut recevoir directement la squence binaire du message dentre ou son codage issu dun codeur. Ce dernier introduit une redondance systmatique dans le flux de donnes sous la forme de bits complmentaires qui permettent de dtecter eVou de corriger les bits errons au niveau du rcepteur.

C H AP.81

INFORMATION ET CODAGE

275

Mcssagc binairc

Bruit

Fig. 8-7 Codage dun canal

B. Thorme du codage pour un canal


Le thorme du codage pour un canal snonce comme suit : Etant donn une source discrte sans mmoire (SDSM) X dentropie H ( X ) b/symbole et un canal discret sans mmoire (CDSM) de capacit C,yb/symbole, si H ( X ) 6 C,, il existe un codage qui permet de transmettre le message de la source sur le canal avec une probabilit derreur aussi petite quon le dsire. En revanche, si H ( X ) > C,, il est impossible de transmettre des informations sur le canal considr avec une probabilit derreur arbitrairement rduite. On retiendra que le thorme du codage affirme lexistence dun codage sans donner les moyens de le construire.

C. Codage par blocs


Dans un codage par blocs, on code le message binaire ou la suite des donnes sous forme de blocs squentiels longs de k b et chacun de ces k-b blocs est converti en un n-b bloc avec n > k . On appelle le bloc obtenu un ( n , k ) bloc. On peut ainsi reprsenter un mot cod sous forme dun ( n , k ) bloc :

-c 1 c2
* * *

c/(

C k + ] Ckf2

* * *

c,

Bits donnes

Bits de parit

Les n - k bits de la seconde partie du mot cod sont des bits de contrle de parit. Dans ce cas, le codeur effectue lopration de conversion suivante :
T:U-+V

(8.55)

o U est un ensemble de mots binaires de longueur k et V est un ensemble de mots binaires de longueur n avec n > k . Chacun des 2k mots de donnes est associ de faon biunivoque un mot cod. Le rapport k / n est appel taux de remplissage du code.

8.10 CODAGE AVEC C O N T R ~ L E DERREUR


Les codes utiliss en communication peuvent corriger ou simplement dtecter les erreurs de transmission, suivant le taux de redondance des bits de contrle de parit. 1 1 existe donc des codes correcteurs derreur de types trs divers, tels que les codes contrle de parit linaire, les codes cycliques et les codes convolutifs. Nous allons parler ici des codes contrle de parit.

A. Codes contrle de parit linaire


Il est commode de reprsenter le mot cod dun codage par blocs ( n , k ) sous forme dune matrice. Le mot cod est une ligne de la matrice dont les lments sont les symboles du code. On peut reprsenter un vecteur code c et un vecteur donnes d de la faon suivante :

276

INFORMATION ET CODAGE

[CHAP. 8
I

Si les k premiers bits dun mot cod sont des bits de donnes, on dit que le code est systmatique. Dans le cas dun codage systmatique contrle de parit, les k premiers bits sont des bits de donnes tandis que les m = n - k suivants sont des bits de contrle de parit forms par combinaison linaire des bits de donnes :

(8.56)

indique laddition modulo 2, dont les rgles sont dfinies ci-aprs : O@O= 1@ l= O 0@1=1@ O = 1

La relation (8.56)peut scrire sous la forme matricielle qui suit :

= dG = [dl

d2

...

dk]

1 O O 1 O O

* . .
- * *

.....................
* * *

0 0

Pli
PI2

p21 p22
P2k

* . .
* . *

(8.57)

Plk

Pni k

o lon a :
G = [Ik P T ]

(8.58)

expression dans laquelle I k est la matrice unit dordre k et P T est la matrice transpose de la matrice des coefficients P ayant pour expression :
PI2
. * *

P=

. . . . . . . . . . . .
Pnil

(8.59)

Pnt2

* * *

Pni k

La matrice G de dimensions k x n est appele matrice gnratrice. Le code (ensemble complet des mots cods) engendr par la relation (8.56 ) ou (8.57) est appel code contrle de parit linaire.

B. Matrice de contrle de parit


Soit H la matrice de dimension rn x n ayant pour dfinition :

If
o m = n - k . On a alors :

= [P

L]

(8.60)

(8.61)

CHAP.81

INFORMATION ET CODAGE

277

ainsi que

(8.62)
o lon a reconnu dans O la matrice nulle de dimension k x m . Une postmultiplication par H des deux membres de la relation (8.57)et lutilisation de la relation (8.62)permet dobtenir :

c H T = dGHT = O

(8.63)

La matrice H est appele matrice de contrle de parit du code considr et la relation (8.63)est appele relation de parit.

C. Dcodage syndromique
Soit r le vecteur 1 x n reu la suite de la transmission du vecteur code c sur un canal bruit. Considrons tout dabord le cas dune seule erreur en position i. On a :

r=c@e
o lon a :

(8.64)

e = [O..-O 1 O...O]

(8.65)

T
position i Le vecteur e est appel vecteur derreur. Notons au passage que la somme (modulo 2) de deux vecteurs codes, a et b a pour dfinition :

o lon a :

a = [al a2 - . . a,,] b = [bl 62 b,]


- * *

On value ensuite r H et lon obtient :

r H T = ( c @ e ) H T= O@eHT= e H T = s

(8.66)

Le vecteur 1 x rn obtenu, s , est appel syndrome de r. Ainsi, connaissant s et en remarquant que e H T est la ime ligne de H T , on peut reprer la position dune erreur en comparant s aux lignes de H T . On appelle dcodage syndromique la mthode qui consiste dcoder un message en effectuant cette comparaison. Il faut aussi dire que lon ne peut identifier la totalit des configurations errones par dcodage syndromique. Un syndrome zroindique que r est un vecteur code prsum valide. Sous dcodage syndromique, un ( n , k ) bloc de code linaire peut corriger jusqu t erreurs par mot de code si n et k respectent la limite de Hamming.

3
o lon a :

2 (r>
i =O

(8.67)

Un codage par blocs qui satisfait lgalit de la relation (8.67) est appel code parfait. Les codes parfaits capables de corriger une seule erreur sont appels codes de Hamming. On remarquera que le respect de la limite de Hamming est ncessaire mais non suffisant lors de la construction dun code contrle de parit capable de corriger t erreurs.

278

INFORMATION ET CODAGE

[CHAP. 8

8.11
A.

DTECTION ET CORRECTION DERREUR EN CODAGE PAR BLOCS LINAIRE Distance de Hamming

Etant donn deux vecteurs codes ci et C j de mme dimension (nombre dlments), on dfinit une distance de Hamming d(cj,ci) entre ces vecteurs gale au nombre de positions o leurs lments sont diffrents. On dfinit galement le poids de Hamming w(c;) dun vecteur code ci gal au nombre de 1 de ci. On peut ainsi dire que le poids de Hamming de ci est sa distance de Hamming par rapport au vecteur O, cest--dire :

w(c;) = d(c;,O)

(8.68)

o O est le vecteur code dont tous les lments sont nuls. On peut aussi exprimer la distance de Hamming en fonction du poids de Hamming : (8.69) d(CjCj) = w(c; a 3Cj) B Distance minimale
La distance minimale dun code par blocs linaire est la plus petite distance existant entre deux vecteurs du code. Daprs la proprit de fermeture des codes par blocs linaires (la somme - ou la diffrence - modulo 2 de deux vecteurs codes est aussi un vecteur code), on peut dduire le thorme suivant :

THORME 8.1
La distance minimale dun codage par blocs linaire est le plus petit poids de Hamming du vecteur code non nul du codage. Daprs la relation (8.63) on peut dfinir un codage par blocs linaire com ne lensemble des vecteurs codes pour lesquels : (8.70) cHT = O

o H est la transpose de la matrice H . La distance minimale d m i n dun codage par blocs linaire est troitement lie a structure de la matrice de contrle de parit H de ce code. Cest ce qunonce le thorme suivant : THORME 8.2
La distance minimale &in dont la somme est gale O. dun codage par blocs linaire est kgale au nombre de lignes de la matrice H T

C. Dtection et correction derreur


La distance minimale dun codage par bocs linaire est un paramtre important du code. Elle dtermine les capacits de dtection et de correction derreur du codage. Cest ce que confirme le thorme suivant :

THORME 8.3
Un codage linaire par ( n , k ) blocs de distance minimale d,,, peut corriger jusqu t erreurs si et seulement si :
dmin 3 2t

+1
+

(8.71)

On peut donner une reprsentation gomtrique de la relation (8.71). La figure 8-8 reprsente deux sphres de Hamming, chacune de rayon t , centres sur les points reprsentatifs de deux vecteurs c; et C j . Dans le cas 8-8(a) les deux sphres sont disjointes cest--dire que d(cj, c i ) > 2t 1. Si lon transmet dans ces conditions le vecteur code ci, et si lon reoit un vecteur r tel que d(ci,r) < t , il est clair que le dcodeur choisira ci puisquil sagit du vecteur code le plus proche. du vecteur r. En revanche, dans le cas 8-8(b),les deux sphres sont scantes, cest--dire que d(ci ,cj) < 2t. On voit que si lon transmet alors ci, il existe un (parmi dautres) vecteur rception r tel que d(c;,r) < t et d(cj,r) < t , ce qui entrane une ambigut de choix pour le rcepteur.

CH AP.81

INFORMATION ET CODAGE

279

((1)

th)

Fig. 8-8 Distance de Hamming

Problmes rsolus
MESURE DE LINFORMATION
8.1.
Dmontrer la relation (8.5), savoir que, si xi et x j sont indpendants

z (Xi ,x;)

= 2(Xi)

+ 1(x;)

Si xi et x j sont indpendants, on peut crire, daprs la relation (5.25) :

P (xi , x j ) = P ( x i ) P ( x j )
Daprs la relation (8.1), on a :

8.2.

Une SDSM (source discrte sans mmoire) met quatre symboles X I , ~ 2 , ~ 3 avec , ~ 4 les probabilits P ( x ~= ) 0,4, P ( x ~ ) = 0,3, P ( x 3 ) = 072, P(x4) = 071. (a) Calculer H ( X ) . 1 ~~4 3 ~ 3 ~ 3 Les x 2 .comparer avec la valeur ( b ) Evaluer le contenu informatif des messages ~ 1 x 2 ~et de H ( X ) obtenue ci-dessus.
(a)

H(X)=-

c
4
i= 1

P ( x ; ) lO&[P(X;)l

-0,410g2 0 , 4 - 0,3 log2 0,3 - 0,2 log, 0,2 - O, 1 log, O, 1

= 1,85 b/symbole

P(x~x~xI x (0,4)(0,3)(0,4)(0,2) ~) = = O,O9 6


1(xi ~ 2 x x3) 1 = - log2 0,009 6 = 6,70 b/symbole

Ainsi : i ( x ~ x 2 x ~ x< 3 )7 , 4 [= 4H(X)] b/symbole P ( x 4 ~ 3 ~ 3= ~2 ) 1)(0,2)(0,2)(0,3)= 0,001 2 (O, I ( x 4 ~ 3 ~ 3= ~2 ) log2 0,001 2 = 9,70 b/symbole Do lon tire :

i ( ~ 4 x 3 ~ 3> ~2 7,4 ) [= 4H(X)] b/synibole

280

INFORMATION ET CODAGE

[CHAP. 8

8.3.

On considre une source binaire sans mmoire produisant deux symboles x1 et x2. Montrer que H ( X ) est maximal lorsque X I et x2 sont quiprobables.
Posons P ( x 1 ) = a . Il en rsulte que P ( x 2 ) = 1 - a .

H ( X ) = -alog2a
En drivant par rapport a , il vient :
~

( 1 -a)log2(1 - a )

(8.72)

dH(X) d = -[-alog*a da da

( 1 -a)log*(l - a ) ]

En utilisant lidentit :

d logh y = 1 logh e-dY dx Y dx

On obtient :

Pour avoir un maximum de H ( X ) , il faut assurer la condition :

dH( -da

X) -O
1 2

ce qui conduit lquation :

1= - al + a = -

On aura remarqu que H ( X I = O lorsque a = O ou a = 1. Lorsque P (x 1 = P (x2) = $, H ( X I est maximum et a pour expression : 1 1 (8.73) H ( X ) = - log2 2 + - log,! 2 = 1 b/symbole 2 2

8.4.

Vrifier la relation (8.9),cest--dire

o m est la dimension de lalphabet de X .


Dmonstration relative la borne infrieure : comme O

< P (x;) < 1, on a

Il en rsulte que :
1

ainsi

(8.74)
On remarque dautre part que :
1

si et seulement si P (x;) = O ou 1. Comme dautre part :

c
;= I
n i

P ( x ; )= 1

lorsque P ( x ; ) = 1, on en conclut que P ( x j ) = O pour j # i. Cest seulement dans ce cas que H ( X ) = O. Dmonstration relative la borne suprieure : considrons deux rpartitions de probabilit { P ( x ; ) = P;} et {Q(x;) = Q;} portant sur lalphabet { x i } ,i = 1,2,. . . , m , satisfaisant la condition :
n i

(8.75)
i=l i=l

CHAP.81

INFORMATION ET CODAGE

28 1

En faisant appel la relation (8.6)on peut crire :


J

En utilisant alors lingalit ci-aprs : lna6a-1 a 3 0 et en remarquant que lgalit na lieu que lorsque a = 1, on obtient :

(8.76)

n i
i=l

n i

=CQ;-CP;=O
i=i

(8.77)

en utilisant la relation (8.75).On a donc :

(8.78)
o lgalit na lieu que lorsque Q; = P; pour toute valeur de i. En posant :
1 Q; = - i = 1,2,. . . ,171 m

(8.79)

on obtient :
n i
n i

= H ( X ) - log2 171
= H ( X ) - log2m

c
n i
i=l

Pi

<O

(8.80)

do lon dduit :

H ( X ) log,! m Quant lgalit, elle se produit uniquement lorsque les symboles de X sont quiprobables, comme dans la relation

<

(8.79).
8.5.

Une image TV haute rsolution en noir et blanc comporte environ 2 x 1O6 pixels (lments dimage) et seize niveaux de gris. La frquence de renouvellement est de 32 images par seconde. On suppose que les pixels sont indpendants les uns des autres et que les niveaux de gris sont quiprobables. Evaluer le dbit dinformation R de ce canal de tlvision.
H(X)=
l6 i= 1

1 1 1 6 log2 1 6 = 4 b/pixel

Le dbit du canal en pixels par seconde a pour expression :


r = 2( 106)(32) = 64( IO6) pixels/s On en dduit donc le dbit dinformation R du canal :

R = r H ( X ) = 64(106)4 = 256( IO6) b/s = 256 Mb/s

8.6.

On considre une source transmettant des signaux tlgraphiques dont les symboles sont des traits et des points. La dure dun point est 0,2 seconde tandis que la dure dun trait est 0,6 seconde. La probabilit doccurrence dun point est deux fois celle dun trait et lintervalle entre symboles a une dure de 0,2 seconde. Calculer le dbit dinformation de cette source.
P (point) = 2 P (trait)

P(point) Ainsi :

+ P(trait) = 3P(trait) = 1
1

P(trait) = 3

et

2 P(point) = 3

282
Daprs la relation (8.37):

INFORMATION ET CODAGE

[CHAP. 8

H (X) = - P (point) log2 P (point)


= 0,667(0,585)
[point = 0,2

P (trait) log2 P (trait)

+ 0,333( 1,585) = 0,92 b/symbole


[trait

= 0,6

te\pace = 092

On en dduit que la dure moyenne dun symbole a pour valeur :


T, = P(point)t,,,,,

+ P(trait)ttriijl+ te\pace = 0,533 s/symbole


- = 1,875 symbole/s
1

Et le dbit moyen en symboles par seconde a pour valeur :

T\ On en dduit le dbit moyen dinformation de la source :

r =

R = r H ( X ) = 1,875(0,92) = 1,725 b/s

CANAUX DISCRETS SANS MMOIRE 8.7.


On considre un canal binaire tel que reprsent sur la figure 8-9 (voir problme 5.8).
0,o

Fig. 8-9

Calculer la matrice de transition du canal de transmission. Calculer P ( y 1 ) et P ( y 2 ) lorsque P ( x 1 ) = P ( x 2 ) = 0,5. Calculer les probabilits conjointes P ( x l ,yz) et P ( x 2 , y I )lorsque P ( x 1 ) = P ( x 2 ) = 0,5.
En appliquant la relation ( & I l ) , on obtient la matrice de transition du canal :

En appliquant les relations (8.13), (8.14) et (8.15), on obtient :

= [0,5 0,5]

[:::; :::il

On en dduit que P ( y 1 ) = 0,55 et que P(y2) = 0,45. En appliquant les relations (8.16)et (8.17)on obtient :

CH A P.81

INFORMATION ET CODAGE

283

8.8.

On connecte en srie deux canaux binaires identiques 2 celui du problme 8.7, comme l'illustre la figure 8-10.
0,r)

O, 9

O, 8

Fig. 8-10
(a)

(b)
(a)

Calculer la matrice de transition de cet assemblage et en tracer le schma. Calculer P ( z 1 ) et P ( s 2 ) lorsque P ( x I )= P ( x 2 ) = 0,5.
D'aprs la relation (8.15),on sait que :

Ainsi, en se reportant la figure 8- 1 O : [P(ZIX)I = [ ~ ( Y I X ) I [ ~ ( Z I Y ) 1


=

O,9 O , l ] 0,2 0,8

O,9 O , l ] = O,83 0,171 0,2 0,8 0,34 0,66

La figure 8- 1 1 reprsente le schma quivalent de ce canal.


0,83

0,66

Fig. 8-11
(b) On peut crire que :

= [0,5 0,5]

[:::i :16]

= [0,585 0,4151

D'o l'on dduit que P ( z 1 ) = 0,585 et P ( z 2 ) = 0,415.

8.9.

Un canal est caractris par sa matrice de transition :


[P(YIX)]=" -0 p

1 -OP

(8.81)

284
(a)

INFORMATION ET CODAGE

[CHAP. 8

(b)
(a)

Dessiner le schma reprsentatif de ce canal. Si la source dlivre des symboles quiprobables, calculer les probabilits associes aux symboles de sortie du canal pour la valeur p = 0,2.
La figure 8- 12 reprsente le canal en question. Il sagit dun canal binaire avec effacemenr. Ce type de canal possde deux entres, X I = O et x2 = 1, et trois sorties y1 = O, y2 = e et y3 = 1 , o e signifie quil y a effacement de la valeur reue, dont on ne peut dire si elle est gale O ou 1 et que lon efface.
1-13
.Y, =

y, = O

Y?

y,

1-P

Fig. 8-12 (b) Daprs la relation (8.15),on a :

Canal binaire avec effacement

= [0,4 0,2

0,4]

Do lon conclut que P ( y 1 ) = 0,4, P ( y 2 ) = 0,2 et P ( y 3 ) = 0,4.

INFORMATION MUTUELLE
8.10. Montrer que lon a, pour un canal sans perte :
H(X1Y) =O

(8.82)

Lorsque lon observe la sortie yj dun canal sans perte (figure 8-2), on sait toujours quel symbole a t transmis, ce qui sexprime de la faon suivante : P(Xj1Yj) = O ou 1 (8.83) Or, daprs la relation (8.23),on peut crire que :

(8.84)
On aura remarqu que tous les termes de la sommation suri sont nuls car ils sont de la forme 1 x logz 1 ou O x log2 O. On en dduit donc que pour un canal sans perte : H ( X J Y )= O

8.11. On considre un canal sans bruit avec rn symboles dentre et rn symboles de sortie. Montrer que
H(X)=H(Y)

(8.85)

et que : H(Y IX) = O

(8.86)

CHAP.81

INFORMATION ET CODAGE

285

La matrice de transition dun canai sans bruit a pour expression :


P (Y; 1% 1 =
1 O

i = j i # j

(8.87)

Do il sensuit que : (8.88) ainsi que


P(y;>=

c
n i

P(x;,y;) =

W;)

(8.89)

i=l

On a donc, daprs les relations (8.7) et (8.89) :


ni

=-

c
n i

P ( x ; )log2 P ( x ; ) = H(X)

i= I

En tenant compte ensuite des relations (8.24),(8.87)et (8.88):


n i
ni

=i=l

P ( x ; ) log2 1 = 0

8.12.

Dmontrer la relation (8.26), savoir :

Daprs les relations (5.23)et (5.30),on a : ainsi que :


ni

Donc, selon la relation (8.25)et en appliquant les relations (8.22) et (8.23),on peut crire que :
n n i

286

INFORMATION ET CODAGE

[CHAP. 8

8.13. Montrer que linformation mutuelle Z ( X ; Y ) du canal dont la matrice de transition est explicite par la relation (8.11),dont les probabilits doccurrence des symboles dentre sont P ( x i ) , i = 12,. . . , in et les probabilits doccurrence des symboles de sortie sont P ( y ; ) , j = 12,. . . , n a pour expression : (8.90)
Daprs la relation (8.28) on a : I ( X : Y ) = H ( X ) - H(X1Y) En appliquant les relations (8.28)et (8.23) il vient :

8.14. Dmontrer la relation (8.29) savoir :


Z(X; Y ) = Z ( Y ; X )
Daprs la relation (8.90)on peut exprimer I ( Y ; X ) de la faon suivante :

(8.91)
Daprs les relations (5.8) et (5.24)on a :
P ( Y j J i ) = P(Xi,Y;)
I

et
P(Y;lXi) -P(Xi --

IV;)

P(X;) En rapprochant les relations (8.91)et (8.90) on conclut que :

P(Y;)

I ( X ; Y ) = ] ( Y :X )

8.15. Dmontrer la relation (8.30) savoir :


Z(X; Y ) 3 O
Daprs la relation (8.90)et en appliquant la formule log(a/b) = - log(b/a),il vient :

(8.92)
En appliquant la rgle de Bayes (relation 5.24), on obtient :

CHAP.81

INFORMATION ET CODAGE

287

que l'on peut crire de faon diffrente en invoquant la relation (8.6) :

(8.93)
En utilisant l'ingalit (8.76), savoir : lncr<a-1

Il vient :

soit

(8.94)
Comme on a :

ni

I71

ainsi que :

La relation (8.94)se rduit : -I(X; Y ) c'est--dire :

<O

I(X:Y )3 O

8-16. On considre un canal non bruit (figure 8-5) avec P ( x 1 ) = a. Montrer que l'information mutuelle Z ( X ; Y ) a pour expression : (a)

(b) (c)

Calculer I ( X ; Y ) pour a = 0,5 et a = O, 1 . Reprendre (b)pour a = 0,5 et p = 0,5. Interprter le rsultat obtenu.
La figure 8- 13 donne le diagramme du canal binaire symtrique assorti de ses probabilits d'entre.

1 -P

Fig. 8-13 Canal binaire symtrique


(a)

En invoquant les relations (8.16)' (8.17) et (8.20),on obtient :

,P(X,Y)l=[~ O O 1-cr

][

1-p p

1-p

288

INFORMATION ET CODAGE

[CHAP. 8

En invoquant alors la relation (8.24),il vient :

(8.96)

Z(X:Y ) = H ( Y ) - H ( Y ( X )

(b)

Lorsque a = 0,5 et p = O, 1, on a, selon la relation (8.15):

do P(yi) = P(y2) = 0,5. Daprs la relation ( 8 . 2 2 ) , on peut crire :

H(Y) = 1 p l o g ; ! , ~ + ( l -p)log;!(l Donc : I(X;Y)=l-l=O On remarquera que dans un tel cas ( p = 0,5),il ny a transmission daucune information. On aboutirait au mme mode de fonctionnement en se dbarrassant du canal et en remplaant le rcepteur par un tirage pile ou face. Dans un tel cas, le canal est dit sans utilit.
-p)=O,510g;!O,5+0,510g*O,5=-1

CAPACIT DUN CANAL


8.17. Dmontrer la relation (8.36), savoir que :

c, = log2rn
o C,yest la capacit dun canal sans perte et rn le nombre de symboles de X
Pour un canal sans perte - relation (8.82),problme 8.10 - on peut crire que : H(XIY) = O Do, selon la relation (8.28):

Z(X;Y ) = H ( X ) - H(XIY) = H ( X )
Il sensuit, daprs les relations (8.33)et (8..9),que :

(8.97)

CHAP.81

INFORMATION ET CODAGE

289

8.18. Dmontrer la relation (8.42), soit :

c, = 1 + plog2 P + (1 - p)log2(1 - p )
o C,yest la capacit d'un CBS (figure 8-12).
Si l'on en croit la relation (8.95) -problme 8.16 - l'information mutuelle Z ( X : Y ) d'un CBS a pour expression :

( X ;Y ) = H(Y)

+ p log2 p + ( 1 - p ) log,( 1 - y )

dont la valeur est maximale lorsque H ( Y ) est maximal. Comme la sortie du canal dlivre un signal binaire, H ( Y ) est maximal lorsque les valeurs de sortie sont quiprobables - relation (8.9).Dans ce cas, H ( Y ) = 1, ce qui conduit une valeur de la capacit cherche qui a pour expression :

C,s = max Z ( X ; Y ) = 1 + p l o g 2 p + (1 - p)log2(1


tP(X)I

y)

8.19. Quelie est la capacit du canal binaire effacement de la figure 8-1 4 (problme 8.9)?
1 -- p

1-11

Fig. 8-14 Canal binaire effacement Soit P ( x 1 ) = a . Il s'ensuit que P(x2) = 1 - a . On a donc, selon la relation (8.81) :

D'aprs la relation (8.15), on a :

Selon la relation (8.17),on a :

P(x,Y)l=[a O

1Oa

3""
O

1Op

290

INFORMATION ET CODAGE

[CHAP. 8

De plus, on peut obtenir des relations (8.22) et (8.24)les valuations suivantes :

H(Y)=-

C P ( y j ) log;! P ( y j >
j=i

=-a(1 -p)log2a(l - p ) - p l o g ; , p - ( l
= (1 - p ) [ - a l o g 2 a - ( l
-P

- a ) ( l -p)log2[(1 -(Y)(l -pl1


(8.98)

-~)log2(l-a)]

log2 p

(1 - P ) log2(1 - Y >

(8.99) Ainsi, en invoquant les relations (8.31)et (8.72),il vient : I ( X : Y ) = H ( Y )- H(Y IX)
= (1
-

p)[-alog;!cr

(1 -a)log,?(l - a ) ]

Puis en vertu des relations (8.33)et (8.73) :


C, = max Z(X; Y ) = max (1 IP(X)I { P ( x i )I
-

p ) H ( X )= (1

p ) max H ( X ) = 1 - p
{P(x;)I

(8.101)

CANAL AFFECT DUN BRUIT BLANC ADDITIF GAUSSIEN

8.20. Evaluer lentropie diffrentielle H ( X ) dune variable alatoire X uniformment distribue dont la fonction de densit de probabilit a pour expression :

[O
pour ( a ) a = 1, ( b )a = 2 et ( c l a = +.
Si lon en croit la relation (8.43),on a :

autrement

(8.102)
(a) (6)
(c)

a = 1 , H ( X ) = log2 1 = O a = 2, H ( X ) = log22 = 1

a=~,H(~)=1og~~=-iog~2=-1
Nota : lentropie diffrentielle H ( X ) nest pas une mesure absolue de linformation.

8.21. La relation (8.43)dfinit lentropie diffrentielle dune variable alatoire :


H(X)=-

L
00

f X W log,

fx(x> d x

Trouver la fonction de densit de probabilit fx (x)qui maximise H ( X ) .

CHAP.81

INFORMATION ET CODAGE

29 1

Daprs les relations (5.347) et (5.74, f x ( x ) doit satisfaire aux deux conditions suivantes :

L
Co

f x ( x ) dx = 1

(8.10-?) (8.104)

J-00

o p est la moyenne de X et o 2 sa variance. Il sagit dun problme de maximisation de H ( X ) sous contrainte relations (8.103) et (8.104). On applique donc la mthode des multiplicateurs de Lagrange. On forme tout dabord la fonction :

o h.1 et h.2 sont les multiplicateurs de Lagrange. La maximisation de H ( X ) exige donc que :
--

afx ( X I
Ce qui impose : soit

ac

- - log2 f x (x) - log2 e

+ A 1 + h.2 (x - P

I = ~ O

(8.106)

lnfx(x) = -1 On obtient donc :


-1

Al h.2 ++(x - P I 2 log2e log2e

log2e log2e En raison de contraintes imposes par les conditions (8.103) et (8.104) il faut que h.2 < O. En posant :

h.1 h.2 ++-

(8.107)

on peut crire la relation (8.107) comme suit :


(8.108)

En tenant compte de la relation (8.108) dans les relations (8.103)et (8.104) on obtient :
(8.109) (8.110)

Les valeurs de a et b2 fournies par les relations (8.109) et (8.110) sont les suivantes :

En portant ces valeurs dans la relation (8.108) on voit que la fonction f x (x) dsire a pour expression :
(8.111)

Qui est la densit de probabilit dune variable alatoire X de moyenne 1 et de variance 0 2 .(voir relation 5.101).

292

INFORMATION ET CODAGE

[CHAP. 8

8.22. Montrer que la capacit dun canal de largeur de bande infinie avec BBGA (bruit blanc gaussien additif) a pour expression : 1 s 1,44-s b/s c, = -(8.II2) ln2 q rl o S est la puissance moyenne du signal et q / 2 la puissance spectrale du bruit blanc gaussien.
Daprs la relation (7.6) la puissance de bruit N a pour valeur N = q B . En invoquant la relation (8.48) on obtient :

Posons S / ( q B ) = A , il vient alors : S c = -log2(1


Ili

+A)

1 SIn(1 + A ) = --In2q A

(8.113)

On a donc :

Comme lim [in( 1 + A)]/A = 1, on obtient :


k-0

coo= --

S x 1,44rl

b/s

In2 q

Remarquons que la relation (8.112) est utile pour valuer la limite suprieure de performance dun systme de communication dont le canal de transmission peut tre modlis au moyen dun canal avec BBGA.

8.23. On considre un canal avec BBGA dont la bande passante est de 4 kHz et la densit spectrale de bruit q/2 = 10-l2 W/Hz. La puissance du signal ncessaire au rcepteur a pour valeur 0,l mW. Calculer la capacit de ce canal.
B = 4000 HZ

s = O,1 ( 1 0 - ~ ) w

N = q B = 2(10-2)(4000) = 8(10-9) W

On en dduit :

--

ol(lo-3) = 1,25(104) 8(10-9

Et daprs la relation (8.48) :

= 400010g2[1

+ i,25(i04)] = 54,44(103) b/s

8.24. Un signal analogique de 4 kHz de largeur de bande est chantillonn 1,25 fois la frquence de Nyquist, chaque chantillon tant quantifi sur 256 niveaux quiprobables. On suppose que les chantillons sont statistiquement indpendants.
(a)

(b)

(c)

Quel est le dbit dinformations de la source? Peut-on transmettre sans erreur les signaux de cette source sur un canal avec BBGA de 10 kHz de bande passante et prsentant un rapport signal sur bruit de 20 dB? Calculer le rapport S I N requis pour assurer une transmission sans erreur dans les conditions nonces au (b).

INFORMATION ET CODAGE

293

Calculer la bande passante requise pour acheminer sans erreur les signaux de la source considre sur un canal avec BBGA pour assurer un rapport S I N de 20 dB.

f~ = 4(103) HZ Frquence de Nyquist = 2 f ~ = 8(103) ch/s r = 8( 103)(1,25) = IO4 ch/s H ( X ) = log2 256 = 8 b/ch Daprs la relation (8.10), le dbit dinformation R de la source a pour valeur :
R = r H ( X ) = 104(8)b/s = 80 kb/s
Daprs la relation (8.48),on a :

C = B log2 1 + - = 104lg2( 1 + 10) = 66,6(103) b/s

Comme R > C, on ne peut envisager une transmission sans erreur. Le rapport signal sur bruit requis se dduit de la relation :

C
soit

= 104log2 (1

+ $) 3 8( IO4)
38

log2 ( 1 cest--dire :

+) ;

S = 24,l dB N Il faut un rapport signal sur bruit suprieur ou gal 24,l dB pour assurer une transmission sans erreur. La bande passante ncessaire peut se dduire de la relation :
1

S +3 28 = 256 -+ N

- 3 255

C = Blogz(1 + 100) 3 8(104) soit B d


8( IO4)

log*(l

+ 100) = 1,2(104) Hz = 12 kHz

La bande passante requise doit tre suprieure ou gale 12 kHz.

CODAGE DE SOURCE
8.25. On considre une source discrte sans mmoire X a deux symboles X I et x2, avec P ( x 1 ) = 0,9 et P (x2) = O, 1. Ces symboles sont cods comme lindique le tableau ci-dessous :
Tableau 8-4

Calculer lefficacit q et la redondance y de ce code.


Daprs la relation (8.49),la longueur moyenne L par symbole du code a pour valeur :

L =

C P ( x j ) n j = (0,9)(1) + (O, 1)(1 ) = 1 b


i=I

294
Daprs la relation (8.7) :

INFORMATION ET CODAGE

[CHAP. 8

H(X) = -

c
2
i=l

P ( x ; ) log,, P ( x ; )

= -0,9 log,, 0,9 - O, 1 log2 O, 1 = 0,469 b/symbole

Ensuite, selon la relation (8.53),lefficacit du codage q a pour expression :

L Enfin, suivant la relation (8.51),la redondance y du code a pour expression :


y = 1 - q = 0,531 = 53,1%

q = - H ( X ) = 0,469 = 46,9%

8.26. Lextension dordre deux de la source discrte sans mmoire X du problme 8.25, note X 2 , consiste traiter les symboles sources par paire. Le tableau 8-5 reprsente le codage correspondant. Calculer lefficacit q et la redondance y de ce codage tendu.
Tableau 8-5
a;

P(a,>
0,8 1 0,09 0,09 0,o 1

Code

a, a,

XIXI

O
10 110 111

a* =x,x2
X_XI
a4 = X Z X Z

L =

C P ( i ) n ; = 0,81(1) + 0,09(2) + 0,09(3) + 0,01(3)


i=l
4

= 1,29 b/symbole

Lentropie de lextension dordre deux de X, H(X2), a pour expression : H(X2) = -

c
i=l

P ( Q i ) log,, P ( Q i )

= -0,81 l0g20,81 - O,O910g20,09 -0,09lOg20,09 -0901 log20,Ol = 0,938 b/syrnbole

On en dduit lefficacit q du code :


T]=-

H(X2) L

0,938 = 0,727 = 72,7% 1,29

ainsi que la redondance y du code :


y = 1 - q = 0,273 = 27,3%

On remarquera au passage que H

(x2> = 2~ (XI.

8.27. On considre une source discrte sans mmoire X produisant les symboles x i , i = 1,2,3,4. Le tableau 8-6 propose quatre codages binaires possibles.
Tableau 8-6
x,
XI
X?

x,
x4

Code A O 0 O1 10 II

Code B O 10 11 110

Code C O 11 1O 0 110

Code D O 1O 0 110 111

INFORMATION ET CODAGE

295

Montrer que les codes A,C et D satisfont lingalit de Kraft, et que le code B ne la satisfait pas. Montrer queles codes A et D sont dchiffrables de faon unique tandis que les codes B et C ne le sont pas.
En invoquant la relation (8.54),on obtient les rsultats suivants : Pour le code A : n i = n2 = n3 = n4 = 2

i=l

Pour le code B :

nl = 1

n2=nj=2

n4=3

Pour le code C :

Pour le code D :

nl = 1

n2=n3=n4=3

Tous les codes sauf le code B satisfont lingalit de Kraft. Les codes A et B sont des codes sans prfixe. Ils sont par consquent dchiffrables de faon unique. Le code B ne satisfait pas lingalit de Kraft et nest donc pas dchiffrable de faon unique. Bien que le code C satisfasse lingalit de Kraft, il nest pas dchiffrable de faon unique. Exemple : prenons la squence binaire O1 101 10; une telle squence peut correspondre aussi bien la suite ~ 1 ~ 2 qu ~ 1 la~suite 4 ~ 1 x 4 ~ 4 des symboles mis par la source.

8.28. Dmontrer la relation (8.52),cest--dire :


L 3 H(X) o L est la longueur moyenne par symbole des mots cods et H ( X ) est lentropie de la source.
Daprs la relation (8.78)- problme 8.4 - on a :

c
n i
i=l

Pi log2 - 6 O pi 2-n K

Pi

o lgalit ne se produit que lorsque Q; = Pi. Posons :


Q. =

(8.114)

o (relation 8.54) :
(8.115)

Il vient :
(8.116)

et lon a :

i=l

i=l

i=l

= H ( X ) - L - log2 K

<O

(8.I I 7)

296

INFORMATION ET CODAGE

[CHAP. 8

Lingalit de Kraft nous permet dcrire que : log, K 6 O Ce qui entrane :


(8.118)

Do

H ( X )-L

< log,K

6O

(8.119)

L 3 H(X)
Lgalit ayant lieu lorsque K = 1 et P; = Q;.

8.29. Soit X une source discrte sans mmoire dont lalphabet se compose de symboles x; de probabilits associes P (xi) = Pi, i = 12,. . . ,m. Montrer quun codage optimal de cette source impose la condition :
(8.120)
ainsi que
i=l

1 n; = log, - = 1; p i o n; est la longueur du mot cod correspondant x; et Z; le contenu informatif de xi.

(8.121)

Daprs le rsultat du problme 8.28, le codage optimal dune source pour laquelle L = H ( X ) impose K = 1 et P; = Q;. Ainsi, daprs les relations (8.115) et (8.1 14) :

K =

p-
=1
i=l

n i

(8.122)
(8.123)

p; = Q; = 2-1
Il sensuit que :
1

n; = - log2 P; = log2 - = I; pi On remarquera que la relation (8.121) est empreinte de bon sens : il faut affecter les codes les plus courts aux symboles les plus probables, ceux qui reviennent le plus souvent.

8.30. On considre une source discrte sans mmoire dont lalphabet se compose de symboles x i , de probabilits associes P ( x ; ) = P;, i = 12,. . . ,m. Soit ni la longueur du mot cod correspondant au symbole xi, satisfaisant la condition :
(8.124)

Montrer que cette relation est compatible avec lingalit de Kraft et trouver lencadrement de K dfini par la relation (8.54).
La relation (8.124)peut tre crite comme suit :
- log,

P; 6 n; 6

- log,

P i

+1
1

(8.125)

soit ou encore Ce qui donne On en dduit :

log, P; 3 -n; 3 log2 P;

1 Pi 3 2- 3 -P; 2
n i
;= I

(8.126)

n i
i=l

(8.127)

Soit en dfinitive

n i 1 13 C 2 - n ; 3 2 i=l

(8.128)

CHAP.81

INFORMATION ET CODAGE

297

ce qui indique que lingalit de Kraft (8.54) est satisfaite et que la valeur de K est encadre de la faon suivante : 1 (8.129) - 6 K 6 1

8.31. On considre une source discrte X dalphabet xi dont les symboles ont pour probabilits associes P ( x i ) = Pi, i = 1,2,. . . , rn. Montrer quun codage construit en respectant la relation (8.124) satisfait 2 i la condition : (8.130) H(X)<L 6 H(X) 1

o H ( X ) dsigne lentropie de source et L est la longueur moyenne des mots du code.


En multipliant les termes de la relation (8.125) par
P i

et en sommant s u r i , on obtient :
(8.131)

i=l

i=1

i=l

Orona:

=H(X)

+1

La relation (8.131) se rduit donc :

H(X) <L 6 H(X)

+1

CODAGE ENTROPIQUE
8.32. Une source discrte sans mmoire utilise quatre symboles X I ,x2,x3 et x4 dont les probabilits associes sont P (xi) = P (x2) = et P (xj) = P (x4) = {. Construire un code de Shannon-Fano pour X . Montrer que ce code prsente un caractre optimal, savoir que ni = I (xi) et que son efficacit est de 100%.

i,

On construit le code de Shannon-Fano de la faon suivante (tableau 8-7) :

Tableau 8-7

On peut crire que :


= -log2 1 = 1 =nl

I(x2) =

-log2 1 = 2 = n2

4
1

1 (q) = - log2 - = 3 = n3

1 8

(x4) =

- log,, - = 3 = n4
8

L =

c
4
i= I

1 p(&)nj = - ( l ) 2

1 1 1 + -(2) + -(3) + -(3)

= 1975

q = - -H ( X ) L

- 1 = 100%

298

INFORMATION ET CODAGE

[CHAP. 8

-1I

1 (.\ I 1

l3:ipc 1

1Ji;ipc 2

Ec;ipc 3

Cotlc

X1
x2
x3
x4

O, 2
092 092

O
O
1

O0 O 1

1 O 1 1

10

02
02

1 1

O
1

110
111

x5

H(X)=

C P ( x ; )lcg2 P ( x ; )= 5(-0,2 log2 O,2) = 2,32


i= 1

L =

C P ( x ; ) ~= ; 0,2(2 + 2 + 2 + 3 + 3) = 2,4
i=l

Lefficacit de ce code a pour valeur :

(b)

On obtient un autre code de Shannon-Fano en partant de deux autres sous-ensembles approximativement quiprobables, 0,6 et 0,4, de la faon suivante (tableau 8-9) :

Tableau 8-9
.rj

(c)

t
L =
i=l

UIO

11

C P ( x ; ) ~= ; 0,2(2 + 3 + 3 + 2 + 2) = 2 , 4

Comme la longueur moyenne des mots cods est la mme quen ( a ) , lefficacit de ce deuxime code a la mme valeur que pour le premier. On obtient un code de Huffman de la faon suivante (tableau 8- 10) :

CHAP.81

INFORMATION ET CODAGE

299

Tableau 8-10

L =

C P ( x ; ) ~= ; 0,2(2 + 3 + 3 + 2 + 2) = 2,4
i=l

Comme la longueur moyenne des mots cods a, ici encore, la mme valeur, lefficacit de ce dernier code est identique celle des deux prcdents.
, xg, ~ 4 dont les probabilits associes 8.34. Une source discrte sans mmoire utilise cinq symboles xi , ~ 2 , ~ 3et sont P ( x 1 ) = 0,4, P(x2) = 0,19, P ( x 3 ) = 0,16, P ( x 4 ) = 0,15 et P ( x 5 ) = 0,I.

(a)

(b)
(a)

Construire un code de Shannon-Fano pour X et en calculer lefficacit. Construire un code de Huffman et comparer avec le rsultat prcdent.
La construction dun code de Shannon-Fano se fait de la faon suivante (tableau 8- 1 1) :

Tableau 8-11
Xi

l(Xi)

Etapc 1

Etapc 2

Etapc 3

Codc

XI
x2 x3
x4

0,4

O O
1

O
1

O, 19
O,16

O 1
1

10

1 O, 1

O 1

110
111

x5

L =

C P(xi)nj
i=l

= 0,4(2) + O , 19(2) + O , 16(2)

+ O, 15(3) + O ,

l(3) = 2,25

300
(b)

INFORMATION ET CODAGE

[CHAP. 8

On construit le code de Huffman de la faon suivante :

Tableau 8-12

L =

c
i=l

f (x;)n;

= 0,4( 1)

+ (O, 19 + O, 16 + O, 15 + O, 1)(3) = 2,2


H(X)
-

q=---

2,15 292

= 0,977 = 97,7%

La longueur moyenne du codage de Huffman est plus courte que celle de Shannon-Fano, son efficacit est donc meilleure.

CODAGE DUN CANAL DE TRANSMISSION


8.35. On considre le canal binaire symtrique (CBS) de la figure 8-13 (problme 8.16). Montrer que sa probabilit derreur a pour expression : p, = P (8.132)
Daprs la relation (8.20),on peut crire :

La probabilit moyenne derreur f, a pour expression :

8.36. On utilise le canal du problme 8.35 avec un codage rptitif dont les symboles binaires O et 1 sont rpts n fois, avec rz = 2rn 1. Le dcodage se fait en appliquant un critre majoritaire : si lon a reu dans un bloc de n bits plus de O que de 1 , le dcodeur opte pour la rception dun O. Dans le cas contraire, il dcide quil a reu un 1. Une erreur se produit donc lorsque rn 1 ou plus parmi les 2m 1 bits sont incorrectement reus.

(a)

Montrer que la probabilit derreur P, a pour expression :

(8.133)

INFORMATION ET CODAGE

30 1

Calculer P, lorsque p = 0'01 pour n = 3,5 et 7.


La probabilit, de recevoir erron le iime bit a pour valeur :

D'o la probabilit cherche :

pe =
i=ni+l

( p < i -y>"-'

Pourn=3,m = letp=O,Ol,ona: P, =

(2)
F Z

(0,01)2(0,99)

(3)

(0,Ol)'

Pour n = 5 , n i = 2 et y = o,oi, on a :
P, =

(:)

(0,0i)3(0,99)2
lO-'

(si>

(0,01)4(0,99)

+ (:)

(O,O1)s

* 3(10-4)

= 9,85(10-6)

Pour n = 7, ni = 3 et y = 0,01, on a :

= 3,416( 1OP7)

8.37. On considre un codage utilisant un bit de contrle de parit par bloc de k bits ( d ld2 . . bit c1 est choisi de faon satisfaire la rgle de parit suivante :

dk)

transmis. Ce

Donnkc cotlCc

Bit de pnritk

Mot codC

O00 O 01 O10 O1 1 1O 0 101 110 111

O 1 1 O 1 O O 1

O000 001 1 O101 O 1 10 1001 1010 1100 1111

302
(b)
(c)

INFORMATION E T CODAGE

[CHAP. 8

Le (4,3) code est capable de dtecter toutes les configurations 1 bit ou 3 bits errons. La probabilit de non-dtection dun symbole erron Pnde est gale la probabilit dexistence de 2 ou 4 erreurs rparties alatoirement dans un mot cod, soit :

Pnde

(;)

p2(1 - p ) 2

+ (;)

p4

+ p4 = 6(0,01)2(0,99)2 + 0,01)4x 5 , 8 8 ( 1OP4)


= 6 p 2 (1 -

CODAGE ET DTECTION DERREUR


8.38. On considre un (6,3) code linaire dont les trois obtenus de la faon suivante : c 4 = di c 5 = di c 6 = dl (a) (b)
(c)
(a)

bits de contrle de parit dun bloc c4,c5 et


@ d3 @ d2 G3 d3 @ d2

c 6

sont

Ecrire la matrice gnratrice de ce codage. Donner tous les mots cods possibles de ce code. On suppose que lon a reu le mot 0101 11. Dcoder ce mot en identifiant les bits errons et en les corrigeant.
Les quations ci-dessus permettent dcrire - relations (8.56) et (8.59) :

Do, en vertu de la relation (8.56) :

G = [13

PT] =

1 0 0 1 1 1 0 1 0 0 1 1 0 0 1 1 1 0

1
1
O

(b)

Comme k = 3, on a 23 = 8 mots cods possibles. vient : 1 0 0 c = d G = [ l O 11 O 1 O 0 0 1

Si donc d = [101], en invoquant la relation (8.59), il


1 1 1 O 1 1 1 1 0

On construit de mme les autres mots de ce code. Ils apparaissent sur le tableau 8- 14. Tableau 8-14

=[l

11

1
O10 O 11

000000 O01110 010011 O 1 1101

110 1II

100111 101001 110100 111010

CHAP.81
(c)

INFORMATION ET CODAGE

303
1 1 0 0 0 1

D'aprs la relation (8.61),on a :

HT =

r [;Il 1
1

1
il

1 0 1 1 O O

1 1 1 0 1 0 1

Or, on a :
r=[O O

11

D'aprs la relation (8.66),le syndrome s de r a pour expression :

s=~H'=[o

Puisque s est identique la quatrime ligne de H T , le quatrime bit est erron, le mot correct tait O1001 1 et le mot de donnes correct a pour valeur O 1O.

8.39. La matrice de contrle de parit d'un code est la suivante :


1 0 1 1 0 0 H = 1 1 0 0 1 0 0 1 1 0 0 1

Dterminer la matrice gnratrice du code. Trouver le mot cod qui a pour dbut 101.... On a reu le mot 1101 10. Dchiffrer ce mot.
P T = [ ;1 1 0

Comme H est une matrice 6 x 3, n = 6 et k = 3. En invoquant la relation (8.61), on obtient :

0 ;]

Donc, d'aprs la relation (8.58),la matrice gnratrice G est la suivante :


G = [13 P'] =

1 0 0 1 1 0 O 1 0 0 1 1 0 0 1 1 0 1

On a : c=dG=[I On peut crire que :


r=[l

1
1

1 0 0 1 1 0 11 O 1 O O 1 1 0 0 1 1 0 1

d'o l'on dduit :

s=r~'=[i

O]

1; !]
1

=[i

13

O]

1 1 0

= [O

11

Comme s est identique la deuxime ligne de la matrice H T , le deuxime bit est erron, le codage correct est 1O0 1 1O, et le mot de donnes correct est 100.

304

INFORMATION ET CODAGE

[CHAP. 8

8.40. Le codage rptitif tudi au problme 8.36 est un ( n ,1) code par blocs. Ce code ne comporte que deux mots cods : un mot dont tous les bits valent 0 et un mot dont tous les bits valent 1. Considrons un codage o n = 5.
Construire la matrice gnratrice G de ce (5,1) codage par blocs. Dterminer lensemble des mots de ce code au moyen de la matrice G . Quelle est la matrice de contrle de parit H de ce code? Montrer que G H = O .
Il y a 4 bits de parit identiques au bit de donnes. Pour k = 1, la matrice identit l k se rduit a la valeur 1 et si lon en croit les relations (8.56)et (8.57),la matrice P T a pour expression :
PT=[I

11

La relation (8.58)nous permet de construire la matrice G :


G=[l 1
1

11
O O
1 1

Lorsque dl = O,
C]

= [0][1 1

1
1

1
1

13 = [O
11 = [1
1 0 0 O

O O ]
1

Lorsque dl = 1,
c2 = [1][1

11

Daprs la relation (8.60),la matrice de contrle de parit H a pour expression :


ri 1 = 1 Li
O O 1 0 0 1 O O

01
0 0

H = [P
L

141
J

1 1

En effectuant le produit G H on obtient :


1 1 1 0 13 O 1 0 0 ,O O 1 0 0 1 O 1 0 0 0 1

GHT=[l

[O

O O O] = O

8.41. Revenons sur le (5,1) code rptition du problme 8.40.


(a)

(b)

(c)
(a)

Calculer le syndrome s des cinq configurations prsentant un bit erron. Faire de mme pour les dix configurations qui prsentent deux bits errons. Montrer que le (5,l) code rptitif est capable de corriger jusqu deux erreurs.
Daprs le problme 8.40, on a :

HT=

Si lon applique la relation (8.66),le syndrome s a pour expression :


s=eHT

1 1 O O O

1 0 1 0 0

1 1 0 0 O O 1 0 0 1

o e est le vecteur derreur. Soit e = [ 1 O O O O], il vient :


1 1 1 1 1 0 0 0

s=[l

O O
0 0 1 0 O 0 0 1

= [1

i]

On calcule les autres syndromes de la mme faon; le tableau 8- 15 en donne la liste.

CHAP.81

INFORMATION ET CODAGE

305

Tableau 8-15

L
10000 01000 00100 00010 O0001
(b) s=[l
1
O

1111 1000 0100 O010 O00 1

Le vecteur derreur a pour expression [ 1 1 O O O], il vient donc :


1 1 O] 0 O O 1 0 1 0 0 1 0 0 1 0 1 0 0 0 1

= [O

11

On notera au passage que s est la somme modulo 2 de la premire et de la deuxime ligne de la matrice H T (problme 8.43). On value de la mme manire les autres syndromes dont le tableau 8- 16 donne la liste.

Tableau 8-16

e 11O00 10100 10010 10001 O1 100 O1010 O1001 O0110 O0101 O0011
(c)

0111 1011 1101 1110 1100 1010 1001 O1 10 0101 O011

Comme les syndromes de toutes les configurations une ou deux erreurs sont diffrents, le (5,i)code rptition tudi est capable de corriger jusqu deux erreurs.

8.42. Montrer que tous les vecteurs derreurs dont la diffrence est un vecteur code ont mme syndrome.
Si le code comporte k bits de donnes, il existe 2k vecteurs-codes distinct, que lon note C i , i = O, 1 ,. . . .2k - 1. Pour tout vecteur derreur e, on peut dfinir 2k vecteurs derreur distincts f e ; tels que :

ej = e e i j

i =0,1, . . . , 2 k - 1

(8.134)

En postmultipliant les deux membres de la relation (8.134) par H T et en invoquant la relation (8.62),il vient :

(8.135)

306

INFORMATION ET CODAGE

[CHAP. 8

8.43. Montrer que le syndrome s est la somme modulo 2 des lignes de la matrice H T qui correspondent la localisation des erreurs dans les mots errons.
Exprimons Ia matrice H T sous la forme suivante :

(8.136)

En portant la relation (8.136)dans la relation (8.66) on peut exprimer le syndrome s comme :


rhli

(8.137)

o ei est le iime lment du vecteur derreur e qui a pour expression :


e i =

1 O

sil existe une erreur en position i sil ny a pas derreur en position i

8.44. Dmontrer la relation (8.67) savoir que le nombre de bits de contrle de parit n - k dun ( n , k ) code par blocs linaire capable de corrigerjusqu t erreurs par mot cod doit respecter la limite de Hamming :

2( Y )
i =O

1 1 existe en tout 2n-k syndromes y compris le syndrome dont tous les bits sont nuls. Chacun de ces syndromes correspond une configuration errone particulire. Le nombre de configurations i erreurs dun mot cod de y1 bits est gal au nombre de choix de i bits parmi n , cest--dire . Il en rsulte que le nombre total de configurations errones est gal :

(7)

i =O

o t est le nombre maximal derreurs dune configuration errone. Si donc un ( I Z , ~ )code linaire par blocs est capable de corriger jusqu t erreurs, le nombre total de syndromes ne doit pas tre infrieur au nombre total de configurations errones. On doit donc avoir :
2n-k

2 (Y)
i =O

8.45. On considre un code capable de corriger une erreur sur des mots cods 11 bits de donnes.

(a) (b)
(a)

Combien faut-il de bits de contrle de parit ce code? Quelle est la matrice de contrle de parit H de ce code?
Daprs la relation (8.67)
1
4

i =O

Posonsn - k = rn. Soitk = 1 1 , o n a n = rn

+ 11,il vient:

Il faut au moins 4 bits de contrle de parit.

CHA P.81

INFORMATION ET CODAGE

307

Pour que le code dtecte une seule erreur, il faut que les 1 1 premires lignes de la matrice H T soient uniques. Elles doivent aussi tre diffrentes des 4 dernires lignes qui ne comportent quun 1 par ligne et ne peuvent tre identiquement nulles. Avec ces conditions, une matrice de contrle de parit H (transpose de H T ) pour le (15,ll)code tudi ici a pour expression :
i i i o o o i i i o i i o o o 1 0 0 1 1 0 1 1 0 1 1 0 1 0 0 H=l 0 1 0 1 0 1 1 0 1 1 1 0 0 1 0 Lo O 1 O 1 1 O 1 1 1 1 O O O i J r ~

CODAGE PAR BLOCS LINAIREET CORRECTION DERREUR

8.46. On considre les vecteurs-codes qui suivent ;


C]
c2

= [1 = [O

O 1 1

O O

1 O]
11 11

1 O O

c3 = [1

En invoquant la relation (8.69),on obtient :


d(~l,C2= ) w ( C ~@ ~ 2 = ) d(CI,C3) d(C2,C3)

~ [ l1

13 = 5 i] = 3
O] = 2

= w(c1 @ c 3 ) = W [ O = W(C2 @ c 3 ) = W [ 1

1 O
0

8.47. Montrer que si c; et C j sont deux vecteurs-codes dun ( n , k ) code par blocs linaire alors leur somme est aussi un vecteur-code.
Comme tous les vecteurs-codes e doivent satisfaire la relation (8.70),on a :
CiHT

= O et

CjHT

=O

Donc :
( c ; ~ c j ) H T = ~ ; H ~ c j H= TO

+O=O

(8.138)

ce qui montre que c ; @ c j est aussi un vecteur-code.

8.48. Dmontrer le thorme 8.1, savoir que la distance minimale sur un codage linaire par blocs est gale au plus petit poids de Hamming des vecteurs non nuls du code.
Daprs la relation (8.69) :
d ( ~, C i j)
1

W(C; @ C j )

do lon dduit que :


dmin =

min d ( c ;, C j ) = min
Ci #Cj
Ci # c j

w(c; @cj)

(8.139)

En utilisant le rsultat du problme 8.47, la relation (8.139) devient


(8.140)

308

INFORMATION ET CODAGE

[CHAP. 8

8.49. Dmontrer le thorme 8.2, savoir que la distance minimale dun code linaire par blocs est gale au nombre minimal de lignes de H T dont la somme est gale au vecteur O.
Daprs la relation (8.70),on a :

cHT = O

Le produit cHT est une combinaison linaire des lignes de H T (voir problme 8.43), le nombre minimal des lignes de H T dont la somme est gale 0 a pour valeur :
min w(c)
c#O

qui est gal dmin daprs la relation (8.140).

8.50. On considre nouveau le (6,3) code du problme 8.38.


(a)

(b)
(a)

Montrer que d m i n = 3 et que ce code est capable de dtecter une seule erreur. En appliquant la rgle de la distance minimale relative au dchiffrage, reprendre le (c) du problme 8.38.
Daprs le (b)du problme 8.38, les vecteurs-codes et leurs poids de Hamming ont les valeurs listes dans le tableau 8-17.

Tableau 8-17 ci c,=[O c,=[O c,=[O c,=[O c,=[l c,=[1 c,=[l c,=[l
Poids dc Haniming

O O 1 1 O O 1 1

O 1 O 1 O 1 O 1

O 1 O 1 1 O 1 O

O 1 1 O 1 O O 1

03 O] 13 11 11 13 O] O]

Comme dmin est le plus petit poids de Hamming des vecteurs non nuls du code, dmin = 3. On a donc, selon la relation (8.71) : dmin = 3 3 2t 1

(b)

relation satisfaite pour t = 1. On en dduit que ce code ne sait corriger quune seule erreur. Le vecteur reu r a pour valeur : [O 1 O 1 1 11. Selon la relation (8.69),il vient :

d(r,cl) = 4 d(r,c5) = 2 d(r,c2) = 3 d(r,cg) = 5 d(r,cj) = 1 d(r,c7) = 3 d(r,c4) = 2 d(r,cg) = 4


La distance minimale entre les vecteurs du code et le vecteur reu a pour valeur :

On en conclut donc que le vecteur c3 = [O 1 O O 1 11 a t mis et que les bits de donnes taient 010, ce rsultat tant identique au (c) du problme 8.38.

CHAP.81

INFORMATION ET CODAGE

309

8.51

On considre un (7,4) code linaire par blocs dont la matrice de contrle de parit a pour expression : 1 0 1 1 1 0 0

Construire les mots de ce (7,4) code. Montrer quil sagit dun code de Hamming. Illustrer la relation entre distance minimale et structure de la matrice de contrle de parit H en tudiant le cas du mot cod O101 100.
Daprs les relations (8.60) et (8.58), la matrice gnratrice G de ce code a pour expression 1 0 0 0 1 1 0 0 1 0 0 0 1 1 0 1 O 1 O 1] 0 0 0 1 1 1 1 Puisque k = 4,il existe 2k = 16 mots distincts dans ce code. A chaque valeur de donne correspond un mot cod, que lon obtient au moyen de la relation (8.57);le tableau 8-18 en donne la liste.

Tableau 8-18
Donnc codc Mot cod Poids dc Hariirning

O000 O001 O010 001 1 O100 0101 O 110 0111 1O00 1001 1010 1011 1100 1101 1110 1111

0000000 O001111 001O 1O 1 O011010 0100011 0101100 O1101 10 0111001 1000110 1001001 1010011 1011100 1100101 1101010 1110000 1111111

4 3 3 3 3
4 4

3 3 4 4
4 4

3 7

Le tableau 8-1 8 donne aussi la liste des poids de Hamming de lensemble des mots du code. Comme le poids minimal des mots non nuls a pour valeur 3, on en dduit que dmin = 3. La relation (8.71) nous permet donc de dire que ce code est capable de corriger une seule erreur de transmission. Comme nous avons II = 7 et k = 4,on a :

2 (i> (O) + ( y )
=
r=O

=1

+7 = 8
il sagit donc bien dun code de Hamming.

Lgalit se produit la limite de Hamming-relation

(8.67)-et

310
(c)

INFORMATION ET CODAGE

[CHAP. 8

Pour le vecteur c = [O 1 O 1 1 O O], la multiplication matricielle de la relation (8.70)nous conduit remarquer que la somme modulo 2 de la deuxime, la quatrime et la cinquime ligne de H T est gale au vecteur nul :
[O
1 1]@[1 1

i]@[l

O] = [O

O]

Un calcul identique portant sur les 14 autres vecteurs non nuls indique que le plus petit nombre de lignes de H T dont la somme est gale 0 a pour valeur 3, qui est gal dmin (thorme 8.2).

Problmes supplmentaires
8.52. On considre une source X qui produit cinq symboles avec des probabilits de source H ( X ) .
Rponse : 1,875 bisymbole

i,4,i, et &. Dterminer lentropie

8.53. Calculer linformation moyenne contenue dans la langue franaise, en supposant que les 26 lettres de lalphabet ont
des probabilits doccurrence identiques. Rponse : 4,7 b/caractre

8.54.

Deux canaux binaires symtriques (CBS) sont connects en srie, comme le reprsente la figure 8-15.

O, 8

O, 7

Fig. 8-15

(a) (b)

Trouver la matrice dfinissant le canal obtenu. Calculer P ( z 1 ) et P ( z 2 ) dans le cas o P ( x 1 ) = 0,6 et P ( x 2 ) = 0 , 4

Ruonse : 0,62 0,38 (a)

(b)

P ( z I ) = 0,524

P ( 2 2 ) = 0,476

8.55. On considre le canal discret sans mmoire reprsent sur la figure 8- 16.
(a) (b)
Calculer les probabilits en sortie lorsque P ( x 1 ) = Calculer lentropie de sortie H ( Y ) . et P ( x 2 ) =

i.

Rponses : ( a ) P ( y 1 ) = 7/24, P ( y 2 ) = 17/48 et P ( y 3 ) = 17/48 (b) 1,543 b/symbole

CHAP.81

INFORMATION ET CODAGE

31 1

Fig. 8-16

8.56. Dmontrer la relation (8.32),cest--dire :


i ( X ;Y ) = H ( X ) + H ( Y ) - H ( X , Y ) Indication : Utiliser les relations (8.28) et (8.26).

8.57. Montrer que H ( X , Y ) < H ( X ) + H ( Y ) , lgalit nayant lieu que si, et seulement si, X et Y sont indpendants.
indication : Utiliser les relations (8.30) et (8.32).

8.58. Montrer que, pour un canal dterministe :


H ( Y J X )= O indication : Utiliser la relation (8.24) en remarquant que, dans le cas dun canal dterministe, P ( y ; Ix;) ne prend que deux valeurs, 1 ou O.

8.59. On considre un canal dont le signal dentre est X et le signal de sortie Y . Montrer que si X et Y sont statistiquement indpendants, alors H ( X 1 Y ) = H ( X ) et i(X;Y ) = O.
indicarion : Tenir compte des relations (5.48)et (5.49) dans les relations (8.24) et (8.28).

8.60. On dfinit un canal de transmission au moyen de la matrice ci-aprs.


(a)
(b)

Donner un schma de ce canal. Calculer la capacit de ce canal.

1; i

01

Rponse : ( a ) voir figure 8-17.

Fig. 8-17
( b ) 1 b/symbole

312

INFORMATION ET CODAGE

[CHAP. 8 = a X +b, a et b tant des constantes. Calculer

8.61. Soit X une variable alatoire de densit de probabilit fx (x) et soit Y


H ( Y ) en fonction de H ( X ) . Rponse : H ( Y ) = H ( X )

+ log2 a

8.62. Trouver lentropie diffrentielle H ( X ) dune variable alatoire gaussienne X de moyenne nulle et de variance u i .
Rponse : H ( X ) =

4 log2(2rreoX).
Y=X+n

8.63. On considre un canal de transmission affect dun BBGA (bruit blanc gaussien additif) tel que dfini par la relation
(8.46), savoir : o X et Y sont respectivement les signaux dentre et de sortie du canal, n tant un BBGA de moyenne nulle et de variance u,. Evaluer linformation mutuelle moyenne I ( X : Y ) lorsque le signal dentre est lui aussi gaussien, moyenne nulle et de variance u i .
1 Rponse: I ( X ; Y ) = -log2 2

8.64. Calculer la capacit dun canal affect dun BBGA, dont la bande passante est de IMHz et dont le rapport signal
sur bruit vaut 40 dB.

Rponse : 13,29 Mb/s

8.65. On considre une source discrte produisant rn symboles quiprobables x; ,i


(a)
(b)
{Xi

= 1,2,. . . ,ni.

Montrer que lutilisation dun code de longueur fixe est la solution la plus efficace pour reprsenter lensemble

1.

Soit no la longueur des mots de ce code. Montrer que si no = log2 ni,lefficacit du code est de 100%.

Indication : Utiliser les relations (8.49) et (8.52).

8.66. Construire un code de Huffman pour la source discrte sans mmoire du problme 8.32 et montrer quil est optimal.
Rponse :
Symboles: Code :
XI

x2

x3

x4

10

110

111

8.67. Une source discrte sans mmoire produit cinq symboles


0,2, 0,15, 0,05, O, 1 et 0,5.

xl , ~ 2 , ~ 3 et, x5 ~ 4avec les probabilits respectives

(a) (b)

Construire un code de Shannon-Fano pour X et calculer lefficacit de ce code. Reprendre la question (a) avec un code de Huffman.

Rponse :
Symboles: Code : Efficacit du code : r]
= 98,6%.
XI

10

x2 110

x3

x4

xs

II1

1110

(b?

Symboles : Code : Efficacit du code : r]


= 986%.

XI

x2

x3

x4

xs

11

100

O11

1010

8.68.

Montrer que les codes du problme 8.33 satisfont lingalit de Kraft.

Indication : Appliquer la relation (8.54).

C HA P. 81

INFORMATION ET CODAGE

313

8.69. On considre un (6,3) code linaire par blocs dont la matrice de contrle de parit H a pour expression :

H = 0 1 1 0 1 0
1 1 1 0 0 1

Quelle est la matrice gnratrice G de ce code? Quel est le mot cod dont le groupe donnes est 1O 1 ?

Rponse :
1 0 0 1 0 1 G = 0 1 0 0 1 1 0 0 1 1 1 1

101010

8.70. En se plaant dans le contexte du codage de Hamming tudi au problme 8.5 1, dchiffrer le mot O1 1 1 100.
Rponse : O 1O 1

8.71. On considre un ( n , k ) code par blocs linaire de matrice gnratrice G et de matrice de contrle de parit H . Le
( n , n - k ) code engendr par H est appel code dual du ( n , k ) code. Montrer que la matrice G est la matrice de contrle de parit du code dual. Indication : Transposer matriciellement la relation (8.62).

8.72. Montrer que tous les vecteurs codes dun (n,k) codage linaire par blocs sont orthogonaux aux vecteurs de son code dual (le vecteur x est orthogonal au vecteur c si xcT = O, o cT est le transpos du vecteur ligne c).
Indication : Utiliser la relation (8.62).

8.73. Quel est le code dual du (7,4) code de Hamming tudi dans le problme 8.5 1 ? Trouver la distance minimale dmin
de ce code dual.

Rponse :
0000000 1011100 dmin = 4 0111001 1100101 1101010 0110110 1010011 0001111

8.74. Un code comporte les mots 1101000,0111001,001 1010, 1001011, 101 1100 et 0001 101. Si lon reoit 1101011 ,
quel est le code qui a t mis?

Rponse : 1O 0 1O 1 1

8.75. Montrer que pour tout ( n , k ) code linaire par blocs on a la relation

Indication : Appliquer le thorme 8.2 pour montrer que le rang de la matrice H est

dmiii

- 1.

Annexe A
Transforme de Fourier
DFINITION

Thormes de Parseval :

0 0

x, (t)X2(t) dt =

i 2n

0 0

XI ( w > x ; ( w > dw

-00

Tableau A-1 Proprits de la transforme de Fourier

Proprit Linarit Dcalage temporel Homothtie Inversion Dualit Translation Modulation Drivation en temps Drivation en frquence Intgration Convolution Multiplication

Lx ) ( :
la I

2nx (-w)

q[x(w - wo) + X ( W + 00)l

1
ANN.A]

TRANSFORME DE FOURIER

315

Tableau A-2 Paires de transformes de Fourier

1 Ist

sin wgt
I

- jn[S(w

- wo) - S(w

+ 00)l
i

e-"'u(t)

a >O

1
jw+a

te-"'u(t)

a >O

(jw

+ a>2

e-"lrl

a >O
w2

2a

+ a2

n=-cc

S(f - n T )

wg

n=-cc

S(o-nW)

wg =

2Jr T

Annexe B
Fonctions de Bessel Jn(B)
Fonctions de Bessel de premire espce, d'argument

B:

FONCTION GNRATRICEET DFINITION


0 0

n=-oc,

PROPRITS DE J,(B> :

oc,

n=-oc,

Tableau B-1 Quelques valeurs de J n ( B )

nlB
O 1 2 3 4 O, 997 0,050 0,001

o.2 0,990 O, 100 0,005

O,5 0,938 O, 242 0,03 1 0,003

1 0,765 O, 440 O, 115 O, 020 O, 002

2
O, 224 0,577 0,353 O, 129 0,034 0,007 0,001

5 6 7 8 9 10 11 12 13 14 15 16

5 -0,178 -0,328 O, 047 O, 365 O, 39 1 0,261 O, 131 0,053 0,018 O, 006 0,001

8 O, 172 0,235 -0,113 -0,291 -0,105 O, 286 0,338 0,321 O, 224 O, 126 0,061 O, 026 0,010 O, 003 0,001

10 -0,246 O, 043 O, 255 0,058 -0,220 -0,234 -0,014 0,217 0,318 O, 292 O, 208 O, 123 O, 063 O, 029 0,012 O, 005 0.002

Annexe C
Fonction complmentaire Q(z) de la fonction d'erreur erf(z)

Q(z) =

- erf(z)

Tableau C-1 Q ( z )
Z Q(Z>

Q (z>
O, 158 7 O, 146 9 O, 135 7 O, 125 1 0,115 1 O, 105 6 0,096 8 0,088 5 0,080 8 0,073 5 0,066 8 0,060 6 0,054 8 0,049 5 0,044 6 0,040 1 0,035 9 0,032 2 0,028 7 0,025 6

Q (z>
0,022 8 0,020 2 0,017 9 0,015 8 0,013 9 0,012 2 0,010 7 0,009 4 0,008 2 0,007 1 0,006 2 0,005 4 0,004 7 0,004 O 0,003 5 0,003 O 0,002 6 0,002 2 0,001 9 0,001 6

Q (z>
0,001 35 0,001 14 0,000 97 0,000 82 0,000 69 0,000 58 O, O00 48 0,000 40 0,000 34 0,000 28 0,000 23 0,000 19 0,000 16 0,000 13 0,000 1 1 0,000 09 O, O00 07 0,000 06 0,000 05 O, O00 04

0,oo 0,05 O, 10 O, 15 O, 20 O, 25 O, 30 0,35 O, 40 O, 45 0,50 0,55 O, 60 O, 65 0,70 O, 75 O, 80 0,85 O, 90 O, 95 4,OO 4,25 4,75 5,20 5.60

0,500 O 0,480 1 0,460 2 0,440 4 0,420 7 0,401 3 0,382 1 0,363 2 0,344 6 0,326 4 0,308 5 0,291 2 0,274 3 0,257 8 0,242 O 0,226 6 0,216 9 O, 197 7 O, 184 1 0,171 1

1 , o 1 ,O5 1,lO 1,15 1,20 1,25 1,30 1,35 1940 1,45 130
1,515

1,60 1,65 1,70 1,75 1,80 1,85 1,90 1,95

2,oo 2,05 2,lO 2,15 2,20 2,25 2,30 2,35 2,40 2,45 2,50 2,55 2,60 2,65 2,70 2,75 2,80 2,85 2,90 2,95

3,OO 3,05 3,lO 3,15 3,20 3,25 3,30 3,35 3,40 3,45 3,50 3,s 3,60 3,65 3,70 3,75 3,80 3,85 3,90 3,95

0,000 03 1o - ~ 10-6
1o

-~

Annexe D
Formules mathmatiques usuelles
D.I

IDENTITS TRIGONOMTRIQUES

sin28

+ cos 2e = i +~0~28)

cos28 = cos28 - sin28 = 2cos28 - 1 = 1 - 2sin28 sin 20 = 2 cos 8 sin 8 cos2e = ;(i

2 - cos2) sin2 = '(1

cos(afp) = cosacosprsinasinp sin(a f p ) = sina cos /3 f cos a sin B tan a f tan p tan(a f p) = 1 7 tana tanp cosa cosp = cos (a - p>

+; cos (a + p>
b
a

sina cos p = sin(a -

+ 4 sin(a + B)
oC =

a c o s x f b s i n x = Ccos(x +)

Ja2+b"

et

8 = -arctan-

D.2 DVELOPPEMENTS EN SRIE ET APPROXIMATIONS


(a

+ b)" =

2 (k)
k=O

an-kbk

n!

ANN.D]

FORMULES MATHMATIQUES USUELLES

319

ln(1 lorsque 1x1

1 1 + X I = x - -2 x2 + -x3 - - - . 3

< < 1,

cosx

25

sinx x x

a'= 1 + x l n a
ln(1 + x )
25

D.3 INTGRALES
Intgrales indfinies

s s s s s s s s s s
/

1 cos ax d x = - sin a x a 1 sinax d x = -- cosax


a

sin(a - b ) x sin(a b ) x a 2 # b2 2(a - b ) 2(a b ) sin(a - b ) x sin(a b)x' sin ax sin bx d x = a 2 # b2 2(a - b ) 2(a b ) cos (a - b ) x cos ( a b ) x sin a x cos bx d x = a2#b2 2(a - 6 ) 2(a 6 ) x sin2ax cos2axdx = - 2 4 a x sin2ax sin2axdx = - - 2 4a cos ax cos bx d x =

efJS cos b x d x =

(a cos bx a 2 + b2
eux

eux

+ b sin b x )

eu-' sin bx d x =

a 2 b2 dx 1 bx - - arctan a2+b2x2 ab a
b2 b3

( a sin bx - b cos b x )

at::x2

x- a bx -- arctan -

320

FORMULES MATHMATIQUES USUELLES

[ANN.D

Intgrales dfinies

e-ux2

2ke-ux2

dx =

1 x3 x -(2k2kf 1 ak

1)

e-"

b sin bx dx = - a > O a 2 b2

x sinax

dx = -e-'" 2

a > O, b > O

Intgration par parties

Annexe t
Symboles mathmatiqes et abrviations
E.l

SYMBOLES

Signification peu diffrent de indique une paire de transformes de Fourier addition modulo 2 union de deux vnements intersection de deux vnements sous-ensemble de vnement nui sommation produit transforme de Fourier de transforme de Fourier inverse de oprateur dapplication linaire moyenne temporelle moyenne temporelle de x ( t ) valeur absolue de a esprance mathmatique de maximum minimum vnement complmentaire de A transposition de la matrice A (du vecteur x) inverse de la matrice A dterminant de la matrice A complexe conjugu de H ( w ) suite drive premire de convolution de x ( r ) et de y ( ? ) transforme de Hilbert de m ( t approximation en escalier de m ( t ) lindice + indique un signal analytique fonction signe de
VA normale de moyenne p et de variance a*

322

SYMBOLES MATHMATIQUES ET ABRVIATIONS

E.2 ABREVIATIONS

Abrviation ac AM AMI ASK bls BBGA BLD B LI BLR B LS BLU CAD CBS CD CDA CDSM CW dB dc dt DM DSB DSB-SC exP FDM fdP FI FM FS K Gb Hz IF ISI kbls kHz In

Signification
alternuting current, courant alternatif amplitude modulation, modulation damplitude alternate mark inversion, inversion dimpulsion alterne amplitude-shQit keying, modulation par saut (ou commutation) damplitude

bit par seconde bruit blanc gaussien additif


bande latrale double

bande latrale infrieure


bande latrale rsiduelle

bande latrale suprieure


bande latrale unique

convertisseur analogique-digital canal binaire symtrique


compact disk, disque compact

convertisseur digital-analogique canal discret sans mmoire


continuous wave, onde entretenue pure, graphie

dci bel
direct current, courant continu

dterminant
delta modulation, modulation delta double-sideband, bande latrale double double-sideband suppressed carrier, bande latrale double suppression de porteuse

fonction exponentielle
frequency division multiplexing, multiplex division de frquence

fonction de densit de probabilit frquence intermdiaire


frequency modulation, modulation de frquence fiequency-shQit keying, modulation par saut de phase

gigabit hertz
intermediate frequency, frquence intermdiaire (FI) intersynrbol interference, confusion intersymbole, diaphonie

kilobits par seconde kilohertz logarithme naturel (ou nprien)

SYMBOLES MATHMATIQUES ET ABRVIATIONS

323

Abrviation

Signification lower sideband, bande latrale infrieure (BLI) maximum a posteriori mgabit mgabit par seconde multiplex division de frquence mgahertz milliseconde millivolt microseconde narrow band, bande troite narrow band frequency modulation, FM bande troite narrow band phase modulation, modulation de phase bande troite non-retour zro
pulse amplitude modulation, modulation dimpulsions en amplitude

LS B
MAP Mb M bls MDF MHz ms mV
Cts

NB NBFM NBPM NRZ PAM PCM PM PS K RF


INIS

pulse code modulation, modulation dimpulsions codes phase modulation, modulation de phase phase-shifl keying, modulation par sauts de phase radio frequency, radiofrquence root mean square, valeur efficace (ou quadratique) retour zro seconde rapport signal sur bruit source discrte sans mmoire fonction signe systme linaire invariant dans le temps rapport SIN (ou S/B) en entre rapport signal sur bruit de quantification rapport SIN en sortie signal to noise ratio SIN, rapport signal sur bruit SIB single-sideband, bande latrale unique stationnaire au sens large stationnaire au sens strict upper sideband, bande latrale suprieure (BLS) volt variance voltage controlled oscillator, oscillateur command en tension vestigial sideband, bande latrale rsiduelle wide band, large bande modulation de frquence large bande modulation de phase large bande

RZ
S

S/B SDSM sgn SLIT


(SIN), (SIN), (SIN), SNR ou S I N

SSB

SSL

sss
USB V var

vco
VSB WB WBFM WBPM

Index

A Addition modulo 2, 276 Alphabet source, 263 Ambigut, 268 Armstrong, modulateur FM, 9 1 ASCII, code, 136 Autocorrlation, 7, 8, 185- 187 Autocovariance, 185, 188
l

gaussien, 232 additif, 230, 270 C Canal binaire effacement, 284, 289 binaire symtrique (CBS), 267 dterministe, 266, 269 discret sans mmoire (CDSM), 265, 282 sans bruit, 267, 269 sans perte, 266 Capacit dun canal, 269, 288 binaire effacement, 289 binaire symtrique, 269, 289 bruit par un BBGA, 270, 292 dterministe, 269 sans bruit, 269 sans perte, 269 Codage, 263 dun canal, 274,300 contrle derreur, 275, 302 entropique, 273, 297 de Huffman, ,274 de Shannon-Fano, 273 de source, 27 1, 293 Code, contrle de parit linaire, 275-276 ASCII, 136 par blocs, 275 linaire, 307 dchiffrable de faon unique, 272 dtecteur derreur, 302 dual, 313 efficacit, 27 1 longueur, 27 1 de longueur variable, 272 Manchester, 108 parfait, 277 redondance, 27 1 remplissage, 275 rptitif, 300, 304 systmatique vecteur, 276 Codes, correcteurs derreur, 275 cycliques, 275 de Hamming, 277 de ligne, 107 de longueur fixe, 272

Bande de base, 49 de bruit quivalente, 216 troite (NB, ~ ~ Y Y Oband) W filtre, 15 modulation dargument, 77, 80-8 1 processus alatoire, 93 large, modulation dargument, 80 1atrale, double (BLD). modulation, 48, 59, 84, 222 double suppression de porteuse (DSB-SC), 49 infrieure (BLI), 49 suprieure (BLS), 49 unique (BLU), modulation, 48, 52, 64 passante 3 dB, 15,41 dun filtre, 15 dun systme, 15 en puissance, 16 BBGA, bruit blanc gaussien additif, 230, 270 Biphase, signal, 108 Bit, dfinition, 264 Brouilleur, 70 Bruit additif, 220 en AM, 222,238 en bande de base, 22 1,237 BBGA, 230,270 blanc, 192 blanc bande limite, 192 color, 256 en modulation dargument, 226, 244 de quantification, 102 thermique, 2 19 quivalent, 2 16

326 instantans, 27 2 optimaux, 272 sans prfixes, 272 Coefficients de Fourier, 4 Compander (compression-expansion de dynamique), 104 Contrle de parit bits, 275 quation, 277 matrice, 276 Conversion de frquence, 57 Convertisseur analogique-digital (CAD), 98 Convolution, 6, 10, 30 thormes, 7, 30-31 Correction derreur, 277, 307 Corrlateur, 234, 253 Corrlation, 7-8, 32, 187, 198, 234 autocorrlation, 7 coefficient de, 147 inter -,7 Covariance, 147 matrice de, 191 stationnaire, 197 Critre, derreur minimale, 232 de Nyquist, forme dimpulsion, 133

INDEX

denveloppe, 50, 224 derreur, 277, 307 erreur de, 277-278, 307 optimale, 233, 235 synchrone, 66,222 Dtection-intgration, 25 1 Dviation standard, 146 Diagramme de Venn, 139, 153-154 vectoriel, en AM, 87 en NBFM, 87 Diffrentiateur, 44, 209 Discrimination de frquence, 53, 8 1-82 Distance de Hamming, 277 minimum, 278 Distorsion damplitude, 12 de phase, 12 Distri but ion binomiale, 148 conditionnelle, 143 conjointe, 142 gaussienne, 150 marginale, 143 normale, 150 de Poisson, 150

D
Dcalage de frquence, 57 Dmodulation, 49 synchrone, 50 er? AM, 50 en BLR, 56 en BLU, 54,68 en DM, 107 en DSB, 49 en FM, 81 en modulation dargument, 8 1 en PM, 82 Densit, interspectrale, 189 spectrale de puissance, 8, 31, 188, 190 spectrale nergtique, 7 Dphasage, 39,53 Dsaccentuation, filtre de, 246-247 Descrambler, 74 Dtecteur, maximum de vraisemblance, 23 1-232, 249 denveloppe, 51,63 quadratique, 62, 242 Dtection, cohrente, 50

E
Echantillonnage, 98, 99 frquence, 99 idal, 100 instantan, 99 intervalle, 1 naturel, 100 non idal, 100 priode, 99 rectangulaire, 1 O 0 Echantillonneur-bloqueur, 1O 0 Echelon unitaire, 2 Effet douverture, 122 de seuil, 224 en AM, 226 en modulation dargument, 229 Efficacit dun codage, 27 1 Egaliseur, filtre, 42 Energie, 1 moyenne, 1 Entropie, 264 conditionnelle, 268 conjointe, 268 diffrentielle, 270

INDEX

327

Enveloppe, dtection d, 50, 224 Equivalence, proprit, d, 19 Ergodicit, 186, 197 en autocorrlation, 187 en moyenne, 187 Espace des vnements, 138 Esprance mathmatique, 146 conditionnelle, 177 Evnement(s), 138-141 nul, 138 Excursion maximum de frquence, 75 de phase instantane, 75

Form u 1e de Parseval, 24 de Wiener-Khinchin, 186 Frquence fondamentale, 2 image, 57 instantane, 75, 83 excursion, 75 de Nyquist, 99 pure, modulation, 78

G-H
Gain de dtection, 223 Gnration des signaux AM, 50 BLD, 48 BLR, 55 BLU, 53-54, 64 modulation dargument, 80, 90 Htrodyne, 57

F
Famille de fonctions, 184 Filtrage, 11- 12 Filtre adapt, 233-234, 253 et bruit color, 256 causal, 15 gaussien, 47 de praccentuation, 246 de prdtection, 222 pente cosinus raidi, 111 passe-bande, 14 passe-bas Butterworth, 47 passe-haut, 13 transverse, 42 Fonction de Bessel, 78, 85, 316 caractristique conjointe, 148 marginale, 148 complmentaire de la fonction derreur, 15 1, 3 17 de densit de probabilit, 142, 157 conditionnelle, 143 conjointe, 142 marginale, 143 de densit gaussienne, 19 1 deux variables, 213 plusieurs variables, 19 1, 22 1 de Dirac, 2 lmentaire, 184 gnralise, 2 propres, 38 Q, 151,233,317 signe, 27 singulires, 2-3, 19 de transfert (rponse en frquence), 10 unitaire, 2

1
Identit dEuler, 26 Index de modulation, 5 1 en modulation damplitude, 5 1 en modulation dargument, 78 Ingalit de Cauchy-Schwarz, 176 de Kraft, 273, 295 de Markov, 175 de Schwartz, 253 de Tchebychev, 176 Information, contenu, 263 dbit, 263-264 mesure, 263, 279 moyenne, 264 mutuelle, 268, 284 source, 263 Intercorrlation, 7, 33, 188 Intercovariance, 188 Interfrence intersymbole (ISI), 1 10, 133 Intervalle de Nyquist, 99 Inversion dimpulsions alterne (AMI), 108

J-L
Jacobien, 145 Largeur de bande quivalente, 47 dun signal AM, 52 des signaux modulation dargument, 79, 8h

328 Ligne retard, 93 retard prises, 42 Limite de Hamming, 277 Limiteur, 97 Loi binomiale, 148 de compression A, 104, 136 de compression p, 104,206 de Morgan, 139 de Poisson, 150 de Shannon-Hartley, 270

INDEX

M
Masquage dun bruit, 229 Matrice gnratrice, 276 de transition dun canal, 265-267, 283 Maximum a posteriori (MAP), critre, 249 Mlange de frquence, 57, 70 Mise en forme dimpulsions, 110, 133 Modulateur quilibr, 36 Modulation damplitude (AM), 36,48-74 damplitude quadrature (QAM), 72 dargument, 75-97 bande latrale double (BLD), 48,59, 84,222 bande latrale rsiduelle (BLR), 48, 59, 84, 222 bande latrale rsiduelle (BLR), 48, 55, 68 en bande latrale unique (BLU), 48, 52,64 delta (DM), 98, 106, 128 exponentielle, 77 de frquence (FM), 48,75, 84 frquence pure, 78 dimpulsions, 48 en amplitude (PAM), 101 codes (PCM), 98 numriques, 98 en quadrature (QAM), 72 de phase (PM), 48,75, 84 linaire, 48, 84 non linaire, 84 numrique dune porteuse, 112 rcepteur, 97 par sauts damplitude (ASK), 112- I l 3, 236 par sauts de frquence (FSK), 112-113,236 par sauts de phase (PSK), 112, 113, 236 par tout ou rien, 112-113, 236 sinusodale, 78 Moments, centr dordre n , 146 centr dordre deux, 146

conjoint, 147 conjoint dordre n, 185 fonction gnratrice, 147, 178 ordre, 147 dordre n, 146 Mot cod, 271 Moyenne densemble, 185 temporelle, 186 vectorielle, 191 statistiques, 145, 169, 185 Multiplexage, en frquence 58,70, en quadrature, 72 temporel, 58, 109, 131 Multiplicateur(s) de frquence, 80 de Lagrange, 291

N-O
Non retour zro (NRZ), 107 Oprateur linaire, 9 fonctions propres, 38 valeurs propres, 38

P
Passage zro, 94,200 Priode, 2 Poids de Hamming, 278 Point lmentaire, 138 Porteuse, 48 Probabilit a priori, 232 a posteriori, 249 en ASK, 236 en bipolaire / bande de base, 236 en bruit gaussien, 232-233 conditionnelle, 140 densit, 143 rpartition, 143 conjointe, dfinition axiomatique, 140 derreur, 220,231-232, 249 fonction de densit, 143 fonction de rpartition, 142 frquence relative, 140 en FSK, 236 marginale, fonction de densit, 143 matrice, 266 mesure, 138 s n monopolaire / bande de base, 235-236 en PSK, 236 rpartition, 143

INDEX

3 29

totale, 141 de transition dun canai, 265 Processus alatoire 184, 194 bande troite, 193 dfinition, 184 ergodique, 187 gaussien, 191,212 non corrl, 188 orthogonal, 188 priodique, 195 reprsentation cartsienne, 193 stationnaire en covariance, 197 au sens large (SSL), 186 au sens strict (SSS), 186 statistique, 185, 194 Processus stochastiques (alatoires), 184 Puissance, 4 moyenne, 1

impulsionnelle, 1O, 37 indicielle, 37 Reprsentation cartsienne dun processus alatoire, 193 composante en phase, 193 composante en quadrature, 193 Retour zro, 107 S Srie de Fourier, 3, 22 de Fourier complexe, 3 de Fourier exponentielle, 3, 22 Seuil niveau, 240 optimal, 232 Signal alatoire, 1, 184 analogique, 1 analytique, 73 apriodique, 2 bande limite, 36 binaire alatoire, 201 bipolaire, 107- I O 8 causal, 10 complexe, 1 des tlgraphistes, 21 8 dterministe, 1 numrique, 1 priodique, 2, 19 puissance finie, 1 rel, 1 temps continu, 1 temps discrtis, 1 Source discrte sans mmoire (SDSM), 263 Sous-porteuse, 58 Spectre damplitude, 4-5 de Fourier, 5 de Fourier dun signal modul en argument, 77, 86 de frquence, 4, 11 de frquence discret, 4 de phase, 5 de puissance, 188, 198 de raies, 4 Stationnari t au sens large (SSL), 186 au sens strict (SSS), 186 Statistique des processus alatoires, 185, 194 Superhtrodyne, rcepteur AM, 70 Symbole de Kronecker, 117 Syndrome, 277 dcodage, 277 Systme(s) temps continu, 9

Q
Quantification, 98, 101, 123 bruit de, 102 erreur, 102, 107 non uniforme, 103 uniforme, 1O1

R
Raideur dun filtre, 11 1 Rapport de vraisemblance, 232 porteuse sur bruit, 226 signal sur bruit (SN,S/B), 220 en AM, 223 en BLD, 222-223 en BLU, 223 en FM, 228 en PM, 228 en sortie, 220 signal sur bruit de quantification, 124 Rayleigh, variable alatoire, 169 Recouvrement (ou aliasing), 114 Rgle deBayes, 140 de Carson, 80,90 de parit, 301 majoritaire, 300 Rendement (transmission AM), 61 Rpartition normale, 150 Rponse en frquence, 10,37

330 bande passante, 15 causal, 10 discret, 9 filtrage, 1 1 linaires, dfinition, 9, 37 caractristiques frquentielles, 40 invariant dans le temps (SLIT), 9, 189 et processus alatoire, 189- 190,206-2 12 rponse en frquence, 10, 37 rponse impulsionnelle, 1O rponse, 189

INDEX

Transmission en bande de base dun signal bipolaire, 235 sans distorsion, 11

u-v
Unipolaire, signal, 107, 235-236 Valeurs propres, 38 Variable alatoire, 14, 157 de Cauchy, 182 conjointement normale, 162 continue, 142 dviation standard, 146 discrte, 141 esprance, 145 exponentielle, 160 fonctions, 144, 163 gaussienne, 150 gaussienne normalise, 151 indpendante, 144 moment centr dordre n , 146 moment dordre n, 146 moyenne, 145 non corrle, 147 normale, 151 de Poisson, 150, 171 de Rayleigh, 169 orthogonales, 147 uniforme, 159, 169 variance, 146 Variance, 146 VCO, oscillateur command en tension, 8 1 Vecteur alatoire, 191 code, 276 donnes, 276 derreur, 277 Vraisemblance, 232

T
TI, systme, 110 Tlgraphistes, signal des -, 200, 21 8 Test dhypothse, 230 Thorme du codage, 275 de lchantillonnage, 98, 114 dans le domaine des frquences, 135 passe-bande, 119 passe-bas, 99, 114 uniforme, 99 de la convolution en frquence, 7, 3 1 de la limite centre, 15 1 de la modulation, 26 de Parseval pour la transformation de Fourier, 8, 32 pour les sries de Fourier, 4 Thermique, bruit, 219 Tirage alatoire, 138 Train dimpulsions unitaires, 22,29 Tranage, 106-107 Transformes de Fourier, 4, 25 dfinition, 4, 3 14 inverse, 5 paire de -, 5 , 315 proprits, 5, 314 de Hilbert, 39,46, 73, 207, 219

LOUIS-JEAN avenue dEmbrun, 05003 G A P cedex Tl. : 92.53.17.00 DpBt lgal : 635 - Septembre 1994 Iriiprini en France