Signaux élémentaires¶
Exercice 1¶
Exemples de signal Ă©chantillonnĂ© : la tempĂ©rature de lâair au lever du soleil (le soleil se levant avec une frĂ©quence de 1 jour mHz, la mesure de la tempĂ©rature au lever du soleil est forcĂ©ment Ă temps discret, tout en Ă©tant une mesure continue de la tempĂ©rature).
Exemple de signal Ă temps continu : tout signal analogique.
Exemple de signal quantifié : le nombre de personnes dans une piÚce en fonction du temps (qui a une valeur forcément entiÚre et qui dépend du temps, variable continue).
Exemples de signal analogique : le son émis par une personne qui parle, la température effective sur un objet ou tout autre signal naturel.
Exemples de signal numĂ©rique : le signal sonore contenu dans une musique en streaming, lâenregistrement numĂ©rique dâun capteur ou tout autre signal numĂ©rique.
Exercice 2¶
Un signal causal est un signal nul pour . La propriété est équivalente pour les signaux numériques.
Exercice 3¶
Ăchelon (ou fonction de Heaviside) :
Impulsion de Dirac :
Impulsion discrĂšte :
Peigne de Dirac :
Exercice 4¶
Exercice 5¶
A est un sinus cardinal.
Produit de convolution¶
Exercice 6¶
DâaprĂšs la dĂ©finition du produit de convolution, et comme le signal est nul presque partout (sauf aux Ă©chantillons et ), alors :
Puisque et alors :
DâaprĂšs la dĂ©finition de , on a dâune part :
et dâautre part :
Ainsi, on peut finalement dĂ©finir la valeur de tous les Ă©chantillons de . Il nây a quâen que les deux signaux et sont tous les deux non nuls (ils valent ). Ainsi :
Exercice 7¶
A :
B :
C :
Exercice 8¶
DâaprĂšs les propriĂ©tĂ©s de lâimpulsion de Dirac :
.
.
Analyse de Fourier¶
Exercice 9¶
Le signal est continu car il dĂ©pend de la variable (gĂ©nĂ©ralement continue), et il est apĂ©riodique (câest une porte). La transformation de Fourier associĂ©e est donc la transformĂ©e de Fourier.
Exercice 10¶
Le thĂ©orĂšme de lâĂ©chantillonnage peut sâĂ©noncer ainsi : si un signal analogique de frĂ©quence maximale est Ă©chantillonnĂ© Ă une frĂ©quence , alors peut ĂȘtre exactement reconstruit Ă partir de ses Ă©chantillons (Ă lâaide dâune interpolation par sinus cardinal). Dit autrement, un signal Ă temps continu est dĂ©terminĂ© de maniĂšre unique par les Ă©chantillons Ă condition que .
Ainsi, la frĂ©quence dâĂ©chantillonnage pour un signal dans la bande  Hz doit ĂȘtre supĂ©rieure Ă Hz.
De mĂȘme, la frĂ©quence dâĂ©chantillonnage pour un signal dans la bande  Hz doit ĂȘtre supĂ©rieure Ă Hz. Lâabsence de signal dans la bande ne joue aucun rĂŽle ici : seule la frĂ©quence maximale est importante pour dĂ©finir la frĂ©quence dâĂ©chantillonnage.
Dans le cas dâune sinusoĂŻde de frĂ©quence 320 Hz Ă©chantillonnĂ©e Ă 600 Hz, la condition nâest pas respectĂ©e. Une reprĂ©sentation graphique permet dâidentifier le signal obtenu aprĂšs Ă©chantillonnage. On sait que lâĂ©chantillonnage dâun signal Ă la frĂ©quence produit une pĂ©riodisation de son spectre Ă la pĂ©riode . Graphiquement, on obtient donc :
Exercice 11¶
Un signal constant est équivalent à une unique exponentielle complexe de fréquence nulle. Son spectre est donc une unique impulsion de Dirac à la fréquence nulle.
Par dualitĂ©, le spectre dâune impulsion de Dirac centrĂ©e en 0 et un spectre constant.
Cela implique quâune impulsion de Dirac contient toutes les frĂ©quences en amplitudes Ă©gales, donc en puissances Ă©gales.
Exercice 12¶
La transformĂ©e de Fourier discrĂšte est pĂ©riodique, Ă support discret et valeurs complexes. Elle peut ĂȘtre rĂ©elle dans le cas particulier ou le signal temporel est pair.
Exercice 13¶
GrĂące Ă la formule dâEuler, on sait que . Comme le spectre est la reprĂ©sentation graphique de la dĂ©composition en exponentielles complexes du signal, alors le spectre de nâest non nul quâaux frĂ©quences 1 et -1 :
Exercice 14¶
Une frĂ©quence an correspond Ă un phĂ©nomĂšne qui apparaĂźt de façon pĂ©riodique 12,37 fois par an. Sa pĂ©ridicitĂ© est donc ans soit jours environ. Il peut donc sâagir par exemple de la luminositĂ© de la Lune qui tourne avec une pĂ©riode de 29,5 jours autour de la Terre.