Automatique linéaire

-Systèmes échantillonnés-
Chapitre 2: Représentation des systèmes numériques

Prof: Abdelmounime El Magri

UNIVERSITÉ HASSAN II CASABLANCA – ENSET MOHAMMEIDA

Filière : SEER/GECSI
Année universitaire : 2018/2019
GECSI 1 & SEER 1

Prof. A. El Magri (ENSET-M) Automatique linéaire 1 / 37

Conversion analogique-numérique

Échantillonnage
Quantification
Prof. A. El Magri (ENSET-M) Automatique linéaire 2 / 37
Échantillonnage idéal
Prélèvement d’une valeur du signal continu à période fixe Ts .

Représentation mathématique : multiplication par un peigne de Dirac δTs (t).

+∞
X
se (t) = s(t)δTs (t) avec δTs (t) = δ(t − k Ts )
k=−∞

Prof. A. El Magri (ENSET-M) Automatique linéaire 3 / 37

Spectre du signal échantillonné

Définition :
La transformée de Fourier de s(t) est définie comme :
Z +∞
S(jω) = F{s(t)} = s(t) e −jωt dt
−∞

La transformée de Fourier du signal échantillonné :

Sachant : Se (jω) = S(jω) ∗ F {δTs (t)}
P+∞ Ts 2π
et F{δTs (t)} = T1s k=−∞ δ(jω − j 2π k 1
δ(t)e −jk Ts t dt = 1
R
Ts ) (Périodique : αk = Ts )
2
Ts − T2s
alors :
+∞
1 X 2π k
Se (jω) = S(jω − j )
Ts Ts
k=−∞

|S(jω)| et |Se (jω)| sont appelés spectres du signal.

Prof. A. El Magri (ENSET-M) Automatique linéaire 4 / 37

Spectre du signal échantillonné

Remarque : la transformée de Fourier d’un peigne d’impulsions de Dirac est un peigne

d’impulsions de Dirac :

Spectre du signal échantillonné :

2π
constitué de la somme somme du spectre du signal continu périodisé (période ωe = Ts ).
Module multiplié par T1s
Plusieurs ”bandes” de largeur ωe .
Bande autour de ω = 0 : bande de base.
Bande autour de ω = kωe : bandes complémentaires.
Prof. A. El Magri (ENSET-M) Automatique linéaire 5 / 37
Spectre du signal échantillonné
ωe
cas où ωM < 2

Spectre d’un signal à temps continu

S(j ω)
Am

−ωM t
ωM

Spectre du signal échantillonnée (sans repliement)

Se (j ω)
Am
Ts

ω
−ωe −ωM ωM ωe
ω ωe
− 2e 2

Bandes complémentaires
Prof. A. El Magri (ENSET-M) Bande deAutomatique
base Bandes complémentaires
linéaire 6 / 37
Spectre du signal échantillonné
ωe
Problème de repliement de spectre : ωM > 2

Spectre d’un signal à temps continu

S(j ω)
Am

−ωM ω
ωM

Spectre du signal échantillonnée (repliement spectral)

Se (j ω)
Am
Ts

ω
−ωe −ωM ωM ωe
ω ωe
− 2e 2
Prof. A. El Magri (ENSET-M) Automatique linéaire 7 / 37
Spectre du signal échantillonné
Condition de Shannon

Théorème
(de Shannon, 1948). Pour pouvoir reconstituer sans perte d’information un signal continu à
partir des échantillons de période Ts de celui-ci, il faut que :
ωM
fe ≥ 2 fM où fM =
2π

Problème
Pour les systèmes échantillonnés, le bruit de mesure à haute fréquence peut être replié à basse
fréquence dans le voisinage de la bande passante du système.

Solution : filtre anti-repliement

Si le signal comporte des composantes spectrales à des fréquences supérieures à la fréquence
de Nyquist (fe /2) alors il faut filtrer le signal analogique avant l’échantillonnage.
Prof. A. El Magri (ENSET-M) Automatique linéaire 8 / 37
Spectre du signal échantillonné
Reconstruction du signal

La transformée de Fourier inverse de S(jω) est définie par :

Z +∞
1
s(t) = F{S(jω)} = S(jω)e jωt dω
2π −∞

Reconstruction idéale Am
Ts
H(j ω) 1
S(jω) = Ts Se (jω)H(jω) Am
s(t) = Ts F −1 {Se (jω)H(jω)} = Ts (se ∗ h)(t)
Se (j ω)
S(j ω)
ω
−ωe −ωM ωM ωe
ω ωe
− 2e 2

Utilisation d’un filtre passe-bas qui coupe toutes les composantes spectrales complémentaires.

Prof. A. El Magri (ENSET-M) Automatique linéaire 9 / 37

Spectre du signal échantillonné
Reconstruction du signal

Reconstruction approché : utilisation d’un bloqueur d’ordre zéro (BOZ).

sBOZ (t) = s(kTs ) pour t ∈ [kTs , (k + 1)Ts )

sBOZ (t)

s(kTs )
se (t)
6Ts
t
0 Ts 2Ts 3Ts 4Ts 5Ts

1 − e −Ts p
b0 (t) = Γ(t) − Γ(t − Ts ) → B0 (p) =
p
1 − e −jωTs 2sin (ω T2s ) −jω Ts
B0 (jω) = = e 2
jω ω
Prof. A. El Magri (ENSET-M) Automatique linéaire 10 / 37
Spectre du signal échantillonné
Reconstruction du signal
ωTs
Sachant que 2 = π ωωe , la transformée de Fourier du signal bloqué vaut (pour ω ∈ [− ω2e , ωe
2 ]) :
 
1 Ts πω
SBOZ (jω) = B0 (jω)Se (jω) = B0 (jω)S(jω) = e −jω 2 sinc S(jω)
Ts ωe
Il en résulte :
une déformation, liée au sinus cardinal ;
un retard pur d’une demi période d’échantillonnage.
Sb (j ω)

sinc( πω
ω
)
e

Se (j ω)

ω ωe
ω
− 2e 2 ωe

Prof. A. El Magri (ENSET-M) Automatique linéaire 11 / 37

Spectre du signal échantillonné
Effet du BOZ

Conclusion
1 L’effet du bloqueur d’ordre zéro est gênant lorsque le spectre du signal initial a une
composante spectrale importante en limite de la bande de base (au voisinage de ωM ) ;

2 L’effet est diminué lorsque Ts devient petit (ωe >> ωM ) ;

3 Le spectre du signal reconstruit a des composantes non-nulles en dehors de la bande de

base ==> Filtrage des bandes complémentaires après reconstruction.

Prof. A. El Magri (ENSET-M) Automatique linéaire 12 / 37

Spectre du signal échantillonné
Conclusion

Conversion Analogique-Numérique
1 Périodisation du spectre du signal analogique ;

fe
2 Repliement spectral si fM > 2 ;

3 Filtrage anti-repliement nécessaire avant l’échantillonnage.

Conversion Numérique-Analogique
fe
1 Reconstruction idéale possible si fM < 2 ;

2 Reconstruction approchée par BOZ.

Prof. A. El Magri (ENSET-M) Automatique linéaire 13 / 37

La transformée en Z
Définition

Dans le cas échantillonné,

Z +∞ ∞ 
X Z +∞ 
−pt −pt
Se (p) = L{se (t)} = se (t) e dt = s(k Ts ) δ(t − kTs ) e dt
0 k=0 0

On peut déduire facilement que : ∞

X
Se (p) = L{se (t)} = s(k Ts ) e −kTs p
k=0
p Ts
En utilisant le changement de variable z = e dans l’expression de Se (p) :
∞
X
S(z) = Se (p = ln(z)/Ts ) = s(k) z −k
k=0

Définition : La transformée en Z d’un signal causal à temps discret s(k) est définie par :
∞
X
S(z) = Z{s(k)} = s(k) z −k
k=0

Prof. A. El Magri (ENSET-M) Automatique linéaire 14 / 37

La transformée en Z
Exemples

Exemples
1 pour s(k) = ak ; ∀k ≥ 0,

∞  k  
X a 1 z a
S(z) = = a = si   < 1
k=0
z 1− z z −a z

2 Pour : s(t) = e −t/τ → s(k) = e −k/τ = ak pour a = e −1/τ

z
S(z) = 1
z − e− τ

Prof. A. El Magri (ENSET-M) Automatique linéaire 15 / 37

La transformée en Z
Remarques

Remarques
1 La TZ est une fonction de la variable complexe z. Elle n’existe que si la série entière
P∞ −k est convergente.
k=0 s(k) z
2 La TZ dépend de Ts .
3 La TZ d’un signal non causal n’a pas de sens.
4 La TZ ne contient des informations sur le signal qu’aux instants d’échantillonnage

Exercice
Calculez et comparez les TZ de f et g.
1 f (t) = A
2 g(t) = A + sin(2πfe t) avec fe = 10Hz
si la période d’échantillonnage est choisie à Ts = 0.1s, puis à Ts = 0.025s.

Prof. A. El Magri (ENSET-M) Automatique linéaire 16 / 37

La transformée en Z
Propriétés

1 Linéarité : Z {af (k) + bg(k)} = aF (z) + bG(z).

2 Transforme la convolution en produit :
( +∞
)
X
Z {(f ∗ g)(k)} = Z f (n) g(k − n) = F (z)G(z)
n=−∞

3 Retard : Z{f (k − k0 } = z −k0 F (z).

4 Avance : Si y (k) = x (k + k0 ) ; on aura :
Y (z) = z k0 X (z) − x (0) z 0 − x (1) z −1 − . . . x (k0 − 1) z −k0 +1 .


5 Multiplication par ak : Z{ak f (k)} = F ( za ).

6 Théorèmes des valeurs initiales et finales
. Théorème de la valeur initiale s(0) = lim S(z)
z→+∞

. Théorème de la valeur finale

lim s(k) = lim (1 − z −1 ) S(z)
k→+∞ z→1
Prof. A. El Magri (ENSET-M) Automatique linéaire 17 / 37
La transformée en Z
Transformée en Z inverse

Transformée en Z inverse : Z −1 {S(z)} permet de retrouver s(kTs ) mais pas s(t)

f (t)

g(t)

t
−Ts 0 Ts 2Ts 3Ts 4Ts 5Ts 6Ts

Prof. A. El Magri (ENSET-M) Automatique linéaire 18 / 37

La transformée en Z
Transformée en Z inverse

Méthodes de calcul
1 Formule d’inversion
2 Utilisation de table des transformées
S(z)
3 Décomposition en éléments simples de z
4 Division polynomiale selon les puissances de z −1

Prof. A. El Magri (ENSET-M) Automatique linéaire 19 / 37

La transformée en Z
Transformée en Z inverse

Exemples : Décomposition en éléments simples

1 Calculer la transformée en z inverse de :
z
S(z) =
z 2 − (c + d) + c d

On remarque que :  
S(z) 1 1 1 1
= = −
z (z − c)(z − d) c −d z −c z −d

e −a k Ts −e −b k Ts
En posant c = e −a Ts , d = e −b Ts : s(k) = e −a Ts −e −b Ts
2
z 3 − 2z 2 + 2z
S(z) =
(z − 1)2 (z − 2)
3
2z
S(z) =
(z − 1)(z − 0.5)
Prof. A. El Magri (ENSET-M) Automatique linéaire 20 / 37
Fonction de transfert en Z d’un système numérique
Définition

Définition : Un système numérique est définit par une équation de récurrence entre son entrée
e(k) et sa sortie s(k).

an s(k + n) + an−1 s(k + (n − 1)) + . . . + a1 s(k + 1) + a0 s(k)

= b0 e(k) + b1 e(k + 1) + . . . + bm e(k + m)

Soit,
n
X m
X
ai s(k + i) = bj e(k + j)
i=0 j=0

Prof. A. El Magri (ENSET-M) Automatique linéaire 21 / 37

Fonction de transfert en Z d’un système numérique
Définition

Définition
1 La fonction de transfert G(z) d’un système est le rapport entre la sortie S(z) et l’entrée E (z).
Pm j
S(z) j=0 bj z b0 + b1 z + . . . + bm z m
G(z) = = Pn =
E (z) i=0 ai z
i an z n + an−1 z n−1 + . . . + a1 z + a0

2 L’ordre du système est le degré du dénominateur (n) de la fonction de transfert.

3 Gain statique d’une fonction de transfert discrète G(z) vaut G(1).

Exemple : Considérons le système numérique d’entrée e(k) et de sortie y (k).

Y (z) 10 z + 5
= 2
E (z) z − 1.2 z + 0.2

Déduire y (k) pour e(k) = δ(k)

Prof. A. El Magri (ENSET-M) Automatique linéaire 22 / 37

Fonction de transfert en Z d’un système numérique
Intégration numérique et Forme standard

R
Intégration numérique. En numérique, l’intégration ( s(t)) est une sommation :
1
s(k + 1) = s(k) + e(k) ⇒ I(z) =
z −1
K N(z)
Forme standard de la FT. G(z) = z −r m
(z − 1) D(z)
N(z)
K = lim (z − 1)m G(z) ⇒ lim =1
z→1 z→1 D(z)
m : intégrateurs,
K : le gain statique,
r : l’éventuel retard.
Exemple : Mettre sous forme standard la fonction de transfert du système défini par :
2 s(k) = s(k − 1) + 4 s(k − 2) − 3 s(k − 3) + 3 e(k) + 2 e(k − 1) + 5 e(k − 2)
Réponse : gain = 2 ; ordre 3 ; avance d’un pas.
Prof. A. El Magri (ENSET-M) Automatique linéaire 23 / 37
Fonction de transfert d’un système continu échantillonné
Principe général

Vu du calculateur, le système continu précédé du Bloqueur d’Ordre Zéro (BOZ) et suivi de

l’échantillonneur est considéré comme un système numérique.
Continu
BOZ
d’ordre zéro

Echantillonneur
Système continu
Bloqueur

Numérique continue continue Sortie numérique

CAN
E (z) E (p) G(p) S(p) S(z)

Système Numérique
Numérique Numérique
E (z) G(z) S(z)

Prof. A. El Magri (ENSET-M) Automatique linéaire 24 / 37

Fonction de transfert d’un système continu échantillonné
Modélisation des systèmes échantillonnés

Système à entrée échantillonnée et sortie échantillonné

Ts Ts
e(t) ee (t) y (t) ye (t)
G(p)
E (p) Ee (p) Y (p) Ye (p)
Y (z)
+∞
1 X
Ye (p) = (G(p) Ee (p))e = G(p − jkωe ) Ee (p − jkωe )
Ts
k=−∞
Sachant que Ee (p − jkωe ) = Ee (p), on en déduit :
Ye (p) = Ge (p) Ee (p)
p Ts
En se basant sur z = e , on peut également écrire :
Y (z) = G(z) E (z)
Donc :
Z{G(p)Ee (p)} = G(z) E (z)
Prof. A. El Magri (ENSET-M) Automatique linéaire 25 / 37
Fonction de transfert d’un système continu échantillonné
Modélisation des systèmes échantillonnés

Système à temps discret à sortie échantillonnée (échantillonneur d’entrée est absent) :

Ts
e(t) y (t) ye (t)
G(p)
E (p) Y (p) Ye (p)
Y (z)

+∞
1 X
Ye (p) = (G(p) E (p))e = G(p − jkωe ) E (p − jkωe )
Ts
k=−∞

Y (z) = Z{G(p)E (p)} =

6 G(z) E (z)

Prof. A. El Magri (ENSET-M) Automatique linéaire 26 / 37

Fonction de transfert d’un système continu échantillonné
Modélisation des systèmes échantillonnés

Conclusion
On peut représenter un système par une fonction de transfert en Z si son entrée est
échantillonnée.

La fonction de transfert en Z est alors la transformée en Z de la réponse impulsionnelle

du système

Prof. A. El Magri (ENSET-M) Automatique linéaire 27 / 37

Fonction de transfert d’un système continu échantillonné
Transmittance échantillonnée des systèmes ouverts

Ts Ts
e(t) ee (t) y (t) ye (t)
G1 (p) G2 (p)
E (s) Ee (s) Y (s) Ye (s)
Y (z)
Synchronisation

Détermination de Y (z)
Y (p) = G1 (p) G2 (p) Ee (p)
et donc :
Ye (p) = (G1 (p) G2 (p) Ee (p))e = (G1 (p) G2 (p))e Ee (p)
cela implique :
Y (z) = Z {G1 (p) G2 (p)} E (z)

Prof. A. El Magri (ENSET-M) Automatique linéaire 28 / 37

Fonction de transfert d’un système continu échantillonné
Échantillonnage d’un système continu précédé par un BOZ

e(t) Ts ee (t) y (t)Ts ye (t)

E (p) Ee (p) BOZ G(p)
Y (p) Ye (p)
Y (z)
Synchronisation
Y (z)
Détermination de E (z)

1 − e −Ts p
 
Y (p)
= B(p) G(p) = G(p)
Ee (p) p
Sachant que le terme e −Ts p traduit un retard de Ts :
 
Y (z) G(p)
= Z {B(p) G(p)} = 1 − z −1 Z


E (z) p

Y (z)
Exemple :Trouver G(z) = E (z) pour : K
G(p) =
1+τp
Prof. A. El Magri (ENSET-M) Automatique linéaire 29 / 37
Fonction de transfert d’un système continu échantillonné
Échantillonnage d’un système continu précédé par un BOZ

Exercice
Systèmes échantillonnés en série :
Ts Ts Ts
e(t) ee (t) x (t) xe (t) y (t) ye (t)
G1 (p) G2 (p)
E (p) Ee (p) X (p) Xe (p) Y (p) Ye (p)
Y (z)

Synchronisation

Montrez que :
Y (z) = Z {G1 (p)} Z {G2 (p)} E (z)

Prof. A. El Magri (ENSET-M) Automatique linéaire 30 / 37

Fonction de transfert d’un système continu échantillonné
Transmittance échantillonnée des systèmes bouclés

Considérons le système bouclé :

Ts T
w (t) e(t) ee (t) y (t) s ye (t)
+- G1 (p)
W (p) E (p) Ee (p) Y (p) Ye (p)
Y (z)

ym (t)
G2 (p)
Ym (p)

Les propriétés de linéarité de l’échantillonnage nous permettent d’obtenir le schéma

équivalent : Ts Ts
w (t) ee (t) y (t) ye (t)
+
-
G1 (p)
W (p) Ee (p) Y (p) Ye (p)
Y (z)

Ts
ym (t)
Y (z) Z {G1 (p)}
yme (t)
G2 (p) =
Yme (p) Ym (p) W (z) 1 + Z {G1 (p) G2 (p)}

Prof. A. El Magri (ENSET-M) Automatique linéaire 31 / 37

Fonction de transfert d’un système continu échantillonné
Transmittance échantillonnée des systèmes bouclés

Ts
w (k) e(k) u(k) u(t) y (t) ye (t)
+
-
c(z) BOZ G(p)
W (z) E (z) Y (p) Ye (p)
Y (z)

Ts
ym (k) ym (t)
H(p)
Ym (z)

La transmittance échantillonnée vaut :

n o
G(p)
Y (z) (1 − z −1 ) c(z)Z p
= n
H(p) G(p)
o
W (z) 1 + (1 − z −1 ) c(z) Z p

Prof. A. El Magri (ENSET-M) Automatique linéaire 32 / 37

Fonction de transfert d’un système continu échantillonné
PID numérique

INTEGRATEUR La fonction de transfert en continu de l’intégrateur est :

S(p) 1
= I(p) =
E (p) Ti p

Si on numérise ce système à l’aide d’un BOZ :

S(p) 1 Ts 1
     
Z = Z{I(p)} = 1 − z −1 Z =
E (p) Ti p 2 Ti z − 1

Ts
==> s(k + 1) = s(k) + e(k)
Ti

Prof. A. El Magri (ENSET-M) Automatique linéaire 33 / 37

Fonction de transfert d’un système continu échantillonné
PID numérique

DERIVATEUR La fonction de transfert en continu de dérivateur est :

S(p)
= D(p) = Td p
E (p)

Numérisation :
Td
s(k) = (e(k) − e(k − 1))
Ts
Td z − 1
==> D(z) =
Ts z

Prof. A. El Magri (ENSET-M) Automatique linéaire 34 / 37

Fonction de transfert d’un système continu échantillonné
PID numérique

DERIVATEUR FILTRE On part du dérivateur filtré :

Td p
D(p) =
1 + TNd p
 
Numérisation : S(z) Td − NTTs
= D(z) = 1 − z −1 Z z−1


E (z) T =N z−z0 avec z0 = e d
1+ Nd p

⇒ s(k + 1) = z0 s(k) + N (e(k + 1) − e(k))

Td
s(k) = Ts
δ(k) s(k) = N z0k

1 1

k k
0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8
Prof. A. El Magri (ENSET-M) Automatique linéaire 35 / 37
Fonction de transfert d’un système continu échantillonné
PID numérique

PID NUMERIQUE La fonction de transfert d’un PID analogique (avec dérivateur filtré) est :
!
1 Td p
C (p) = K 1 + +
Ti p 1 + TNd p

Son équivalent en numérique :

 
Ts 1 z −1
C (z) = K 1+ +N
Ti z − 1 z − z0
Les paramètres pratiques de ce correcteur sont :
− NTTs
z0 = e d est un pôle adoucissant de l’ordre de 0.2 à 0.4 qui s’amortit en quelques coups ;
N règle l’effet dérivé ;
Ti règle l’effet intégral ;
K règle l’amplitude de la correction (gain).
Prof. A. El Magri (ENSET-M) Automatique linéaire 36 / 37
Tables de correspondance entre transformée en z et de Laplace

Prof. A. El Magri (ENSET-M) Automatique linéaire 37 / 37