Or, le terme x(t+τ)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)2−2x(t)x(t+τ)+x(t+τ)2
et donc :
x(t)x(t+τ)=21x(t)2+21x(t+τ)2−21[x(t)−x(t+τ)]2.
En remplaçant l’expression de x(t)x(t+τ) dans l’expression de l’autocorrélation,
puis en développant l’intégrale, on obtient :
Or le deuxième terme est égal au premier : ∫x(t+τ)2dt=∫x(t)2dt,
(il suffit de faire un changement de variable), qui est aussi Rx(0).
Cela implique :
Rx(τ)=Rx(0)−C
où C=21∫[x(t)−x(t+τ)]2x(t)dt est nécessairement positif.
En conclusion, on a toujours Rx(τ)≤Rx(0),
ce qui signifie que Rx(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.
Cet exercice est très similaire à l’Exercice 3 du produit de convolution.
Comme x est à support limité (il est nul en dehors de {−N,…,N}),
et égal à 1 dans l’intervalle,
alors sont autocorrélation s’écrit :
Rx[m]=n=−∞∑+∞x[n+m]x[n]=n=−N∑Nx[n+m]
où
x[n+m]={10si n∈{−N−m,…,N−m}sinon.
Donc le signal à sommer est non nul dans {−N−m,…,N−m} mais la somme se fait uniquement sur {−N,…,N}.
Donc le résultat dépend de la valeur de m.
si m>2N⇔N−m<−N, alors x[n+m] est toujours nul entre les bornes de la somme et donc Rx[m]=0.
si 0<m≤2N, alors −N≤N−m<N.
Les termes de la somme qui ne sont pas nul sont donc ceux compris entre −N et N−m ; les termes suivants de N−m+1 à N sont nuls.
Donc :
Rx[m]=n=−N∑N−mx[n+m]=n=−N∑N−m1=2N−m+1.
si −2N≤m≤0, alors −N≤−N−m≤N.
Les termes de la somme qui ne sont pas nul sont donc ceux compris entre −N−m et N ; les termes précédents de −N à −N−m−1 sont nuls.
Donc :
Rx[m]=n=−N−m∑Nx[n+m]=n=−N−m∑N1=2N+m+1.
si m<−2N⇔−N−m>N, alors x[n+m] est toujours nul entre les bornes de la somme et donc Rx[m]=0.
Finalement, l’autocorrélation est un signal triangle :
Comme l’autocorrélation est maximale en 0, alors :
Rs(τ) est maximale en 0 ;
Rs(τ+d) est maximale en −d ;
Rs(τ−d) est maximale en +d.
Donc Rx(τ) présente des pics en −d, 0 et d,
respectivement d’amplitudes 1+a2, a et a,
ce qui permet de trouver d et a par lecture du graphique de l’autocorrélation.