Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

Exercice 1

Soit xx un signal périodique de période TT. Vérifions que son autocorrélation est également périodique de période TT. On a :

Rx(τ)=x(t+τ)x(t)dtRx(τ+T)=x(t+τ+T)x(t)dtR_x(\tau) = \int x(t+\tau) x(t) dt \quad\Leftrightarrow\quad R_x(\tau+T) = \int x(t+\tau+T) x(t) dt

Or puisque x(t+T)=x(t)x(t+T) = x(t) :

Rx(τ+T)=x(t+τ)x(t)dt=Rx(τ).R_x(\tau+T) = \int x(t+\tau) x(t) dt = R_x(\tau).

L’intercorrélation d’un signal périodique de période TT est donc également périodique de période TT.

Exercice 2

Par définition :

Rx(τ)=x(t+τ)x(t)dt.R_x(\tau) = \int x(t+\tau) x(t) dt.

Or, le terme x(t+τ)x(t)x(t+\tau) x(t) peut être remplacé par une somme de trois termes qui va nous aider à démontrer que l’autocorrélation est maximale en 0. En effet :

[x(t)x(t+τ)]2=x(t)22x(t)x(t+τ)+x(t+τ)2\big[x(t) - x(t+\tau) \big]^2 = x(t)^2 - 2x(t)x(t+\tau) + x(t+\tau)^2

et donc :

x(t)x(t+τ)=12x(t)2+12x(t+τ)212[x(t)x(t+τ)]2.x(t)x(t+\tau) = \frac{1}{2}x(t)^2 + \frac{1}{2}x(t+\tau)^2 - \frac{1}{2}\big[x(t) - x(t+\tau) \big]^2.

En remplaçant l’expression de x(t)x(t+τ)x(t)x(t+\tau) dans l’expression de l’autocorrélation, puis en développant l’intégrale, on obtient :

Rx(τ)=12x(t)2dt+12x(t+τ)2dt12[x(t)x(t+τ)]2dtR_x(\tau) = \frac{1}{2}\int x(t)^2 dt + \frac{1}{2}\int x(t+\tau)^2 dt - \frac{1}{2}\int \big[x(t) - x(t+\tau) \big]^2 dt

Or le deuxième terme est égal au premier : x(t+τ)2dt=x(t)2dt\int x(t+\tau)^2 dt = \int x(t)^2 dt, (il suffit de faire un changement de variable), qui est aussi Rx(0)R_x(0). Cela implique :

Rx(τ)=Rx(0)CR_x(\tau) = R_x(0) - C \\

C=12[x(t)x(t+τ)]2x(t)dtC = \frac{1}{2}\int \big[x(t) - x(t+\tau) \big]^2 x(t) dt est nécessairement positif.

En conclusion, on a toujours Rx(τ)Rx(0)R_x(\tau) \leq R_x(0), ce qui signifie que Rx(0)R_x(0) est bien le maximum de l’autocorrélation.

Cela se comprend aisément puisque l’autocorrélation mesure la ressemblance d’un signal avec une version décalée de lui-même. La ressemblance est forcément la plus grande lorsque le décalage est nul.

Exercice 3

Cet exercice est très similaire à l’Exercice 3 du produit de convolution.

Comme xx est à support limité (il est nul en dehors de {N,,N}\{-N,\dots,N\}), et égal à 1 dans l’intervalle, alors sont autocorrélation s’écrit :

Rx[m]=n=+x[n+m]x[n]=n=NNx[n+m]R_{x}[m] = \sum_{n=-\infty}^{+\infty} x[n+m] x[n] = \sum_{n=-N}^{N} x[n+m]

x[n+m]={1si n{Nm,,Nm}0sinon.x[n+m] = \begin{cases} 1 \quad&\text{si } n \in \{-N-m,\dots,N-m\} \\ 0 \quad&\text{sinon}. \\ \end{cases}

Donc le signal à sommer est non nul dans {Nm,,Nm}\{-N-m,\dots,N-m\} mais la somme se fait uniquement sur {N,,N}\{-N,\dots,N\}. Donc le résultat dépend de la valeur de mm.

Finalement, l’autocorrélation est un signal triangle :

Rx[m]={0si m>2N,2Nm+1si 0<m2N,2N+m+1si 2Nm0,0si m<2N.R_{x}[m] = \begin{cases} 0 \quad&\text{si } m>2N, \\ 2N-m+1 \quad&\text{si } 0 < m \leq 2N, \\ 2N+m+1 \quad&\text{si } -2N \leq m \leq 0, \\ 0 \quad&\text{si } m<-2N. \end{cases}

Exercice 4

Rx(τ)=x(t+τ)x(t)dt=[s(t+τ)+as(t+τd)][s(t)+as(td)]dt=s(t+τ)s(t)dt+as(t+τ)s(td)]dt+as(t+τd)s(t)dt+a2s(t+τd)s(td)]dt=s(t+τ)s(t)dt+as(u+d+τ)s(u)]du+as(t+τd)s(t)dt+a2s(u+τ)s(u)]du=Rs(τ)dt+aRs(τ+d)+aRs(τd)+a2Rs(τ)=(1+a2)Rs(τ)dt+aRs(τ+d)+aRs(τd)\begin{align*} R_x(\tau) &= \int x(t+\tau) x(t) dt \\ &= \int \big[s(t+\tau) + a\,s(t+\tau-d)\big] \big[s(t) + a\,s(t-d)\big] dt \\ &= \int s(t+\tau) s(t) dt + a \int s(t+\tau) s(t-d)\big] dt + a \int s(t+\tau-d) s(t) dt + a^2 \int s(t+\tau-d) s(t-d)\big] dt \\ &= \int s(t+\tau) s(t) dt + a \int s(u+d+\tau) s(u)\big] du + a \int s(t+\tau-d) s(t) dt + a^2 \int s(u+\tau) s(u)\big] du \\ &= R_s(\tau) dt + a R_s(\tau+d) + a R_s(\tau-d) + a^2 R_s(\tau) \\ &= (1+a^2) R_s(\tau) dt + a R_s(\tau+d) + a R_s(\tau-d) \\ \end{align*}

Comme l’autocorrélation est maximale en 0, alors :

Donc Rx(τ)R_x(\tau) présente des pics en d-d, 0 et dd, respectivement d’amplitudes 1+a21+a^2, aa et aa, ce qui permet de trouver dd et aa par lecture du graphique de l’autocorrélation.