Systèmes : définitions et propriétés élémentaires Cédric RICHARD
Université Côte d’Azur
Définition
Un système est défini par une opération appliquée à un signal d’entrée x(t) conduisant à un signal de sortie y(t) :
⊲ en vue de répondre à un objectif donné
⊲ pour faciliter l’extraction d’informations
⊲ auquel les transformations apportées sont indésirables Un système peut être implanté de façon :
⊲ hardware (composants physiques)
⊲ software (algorithmes numériques)
Représentation
Représentation par blocs (entrée/sortie) :
Système
x1(n) x2(n) x3(n)
xN(n)
y1(n)
y2(n)
yM(n) ..
.
.. .
L’étude des systèmes comprend :
⊲ modélisation mathématique
⊲ analyse
⊲ synthèse
Classification des systèmes
Linéarité
x1(t) → y1(t) x2(t) → y2(t)
⇒ a1 x1(t) + a2 x2(t) → a1 y1(t) +a2 y2(t)
Classification des systèmes : systèmes linéaires
Exemple : y(t) = 2t x(t − 1)
x1(t) → y1(t) = 2t x1(t − 1) x2(t) → y2(t) = 2t x2(t − 1)
En conséquence :
a1 x1(t) +a2 x2(t) → 2t[a1 x1(t −1) + a2x2(t − 1)]
= a1y1(t) + a2 y2(t)
Le système considéré est donc linéaire
Classification des systèmes : systèmes linéaires
Exemple : y(t) = x2(t)
x1(t) → y1(t) = x21(t) x2(t) → y2(t) = x22(t)
En conséquence :
a1 x1(t) +a2 x2(t) → [a1 x1(t) + a2 x2(t)]2 6= a1 y1(t) + a2 y2(t)
Le système considéré est donc non-linéaire
Classification des systèmes
Invariance dans le temps
x(t) → y(t) ⇒ x(t − t0) → y(t −t0)
Exemple : y(t) = sin(x(t))
x(t) → y(t) = sin(x(t))
x1(t) = x(t − t0) → y1(t) = sin(x(t− t0)) = y(t −t0)
Le système considéré est invariant dans le temps
Classification des systèmes : systèmes invariants dans le temps
Exemple : y(t) = sin(t)x(t − 2)
x(t) → y(t) = sin(t)x(t− 2)
x1(t) = x(t − t0) → y1(t) = sin(t)x(t − t0 −2) 6= y(t −t0) car y(t − t0) = sin(t − t0)x(t − t0 − 2) Le système considéré n’est donc pas invariant dans le temps
Classification des systèmes
Système instantané (ou sans mémoire)
y(t0) dépend exclusivement de x(t0)
Exemple : y(t) = (t − 3)x(t)
y(t0) = (t0 − 3)x(t0)
Puisque y(t0) depend de x(t) seulement en t = t0, le système est sans mémoire
Exemple : y(t) = (t − 3)x(t + 1)
y(t0) = (t0 − 3)x(t0 + 1)
Puisque ( ) depend de ( + 1), le système est avec mémoire
Classification des systèmes : systèmes sans/avec mémoire
Exemple : résistance constante (sans mémoire)
v(t) = R i(t) entrée : i(t) sortie : v(t) i(t) = G v(t) entrée : v(t) sortie : i(t)
Exemple : capacité constante (avec mémoire) v(t) = 1
C Z t
−∞
i(τ)dτ
Classification des systèmes
Système causal
y(t0) dépend exclusivement de x(t), t ≤ t0
Exemple : y(t) = Rt
−∞x2(τ −1)dτ
Puisque y(t) depend de x(t) avec t ∈] − ∞, t0 −1], le système est causal Exemple : y(t) = 3x2(t − 1) + 2x(t + 3)
Puisque y(t0) depend de x(t0 −1) et x(t0 + 3), le système n’est pas causal
Classification des systèmes
Système invertible
x(t) peut être retrouvé de manière unique à partir de y(t)
Exemple : y(t) = 4x(t)
x(t) = 1 4 y(t)
Le système est invertible car x(t) peut être déterminé à partir de y(t)
Classification des systèmes
Système stable (BIBO : bounded input bounded output) toute entrée x(t) bornée → sortie y(t) bornée
Exemple : y(t) = e−|x(t)|
Puisque |y(t)| < ∞ pour tout x(t), le système est stable
Exemple : y(t) = t x(t)
Pour x(t) = K, on observe que limt→∞ y(t) → ∞ Le système est donc instable
Pour prouver qu’un système est instable, il suffit d’exhiber un exemple
Classification des systèmes
Système continu ou discret
Continu : l’entrée et la sortie sont des signaux continus Discret : l’entrée et la sortie sont des signaux discrets
Système analogique ou numérique
Analogique : l’entrée et la sortie sont des signaux analogiques Numérique : l’entrée et la sortie sont des signaux numériques