Signaux aleatoires
Signaux aleatoires
Signaux aleatoires
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Page 18 Chapitre I. <strong>Signaux</strong> aléatoires<br />
1. En prenant Y 1 = Y 2 = Y , X 1 = X 2 = X et H 1 = H 2 = H, c’est-à-dire que l’on considère un seul filtre, il<br />
vient<br />
S YY ( f )=S XX ( f )|H( f )| 2 .<br />
2. Si H 1 ( f ) et H 2 ( f ) sont deux filtres disjoints en fréquence, alors<br />
On en déduit que<br />
S Y1 Y 2 ( f )=0.<br />
R Y1 Y 2 (τ)=TF[S Y1 Y 2 ( f )] −1 = TF[0] −1 = 0.<br />
si les filtres sont disjoints en fréquence, l’intercorrélation des sorties est nulle.<br />
Application Considérons deux filtres parfaits autour de deux fréquences pures f 1 et f 2 , de même entrée<br />
X(t,ω). OnaY 1 (t,ω) =X( f 1 ,ω)exp (− j2π f 1 t), etY 2 (t,ω) =X( f 2 ,ω)exp (− j2π f 2 t) 3 . Dans ces<br />
conditions,<br />
R Y1 Y 2 (0)=E X( f 1 ,ω)X ∗ ( f 2 ,ω) exp (− j2π( f 1 − f 2 )t)=0,<br />
soit<br />
E X( f 1 ,ω)X ∗ ( f 2 ,ω) = 0.<br />
On dit que les composantes spectrales sont décorrélées.<br />
Notion de densité spectrale de Puissance<br />
La densité spectrale de puissance représente la répartition de la puissance du signal dans le domaine fréquentiel.<br />
Il s’agit exactement de la même notion que celle de densité de probabilité : lorsque l’on veut calculer probabilité<br />
qu’une variable aléatoire X appartienne à un certain intervalle [x1 ,x2 ], il suffit d’intégrer la densité de probabilité<br />
de la variable entre ces deux bornes :<br />
x2<br />
Pr(X ∈ [x1 ,x2 ]) = pX (x)dx.<br />
x1 Si on appelle D XX ( f ) la densité spectrale de puissance d’un signal aléatoire X(t,ω), alors la puissance du signal<br />
portée par les composantes fréquentielles comprises entre f 1 et f 2 s’écrit<br />
Dès lors, la puissance totale du signal s’écrit<br />
f2<br />
PXX ( f ∈ [ f1 , f2 ]) = DXX ( f )d f .<br />
f1 +∞<br />
PXX =<br />
−∞<br />
DXX ( f )d f .<br />
Or on sait que, pour un signal stationnaire et ergodique,<br />
Par ailleurs,<br />
P XX = E |X(t,ω)| 2 = R XX (0)= lim<br />
T →+∞<br />
1<br />
2T<br />
+T<br />
−T<br />
∞<br />
RXX (τ)= SXX ( f )exp ( j2π f τ)d f ,<br />
−∞<br />
|X(t,ω)| 2 dt.<br />
soit, pour τ = 0,<br />
∞<br />
RXX (0)=PXX = SXX ( f ) d f .<br />
−∞<br />
La transformée de Fourier SXX ( f ) de la fonction d’autocorrélation est ainsi une bonne candidate pour être la<br />
densité spectrale de puissance. Notons cependant, cette dernière relation ne prouve pas qu’elle le soit.<br />
3 Cette écriture n’est pas rigoureuse, car la transformée de Fourier n’est pas définie pour des signaux aléatoires stationnaires. Il<br />
faudrait ici utiliser la représentation de CRAMÉR — voir §3.4.