TD 4 CN - L3 Télécom

Université de Bordj Bou Arréridj Année Universitaire 2020/2021
Faculté ST
Département d’Electronique
TD-04 CN L3-Télécommunications Pr. Khaled ROUABAH
Exercice 01
Un signal bipolaire binaire si (t) est formé d’une impulsion + 10 V ou – 10 V pendant l’intervalle
[0, T]. Lors de la détection optimale dans un système de communication binaire, le filtre optimal
utilisé pour minimiser la probabilité d’erreur est illustré dans la figure 1.
ℎ(𝑡) = 𝑇𝐹 −1 [𝐻(𝑓)] Echantillonnage à ∶ 𝑡 = 𝑇

si (t)
𝑆𝐿𝐼𝑇 𝐶𝑜𝑚𝑝𝑎𝑟𝑎𝑡𝑒𝑢𝑟
∑ 𝑧(𝑇) 𝐷é𝑐𝑖𝑠𝑖𝑜𝑛
𝑎𝑖 (𝑡)+𝑏0 (𝑡)
𝑏(𝑡)
Figure.1. Système de détection optimale valable pour n’importe quel filtre de réception
𝑏(𝑡) est un bruit blanc Gaussien Additif de moyenne nulle et de variance 𝜎𝑏2 et 𝐵(𝑡) et ce bruit
filtré.
1. Déterminer 𝑎𝑖 (𝑡) à l’instant d’échantillonnage 𝑇 ;

2. Déterminer la variance du bruit 𝑏0 (𝑡) filtré ;
Le détecteur du maximum de vraisemblance est le critère utilisé pour choisir le paramètre de

décision 𝜆. Il est basé sur la minimisation de la probabilité d’erreur 𝑃𝑒 . La valeur de 𝜆 pour
laquelle 𝑃𝑒 est minimale doit être calculée. Une règle de décision raisonnable pour un récepteur
est de choisir 𝐻1 si la probabilité à posteriori 𝑃[𝑆1⁄𝑍] est plus grande que la probabilité à
posteriori 𝑃[𝑆2 ⁄𝑍]. Le test du rapport de vraisemblance est donné par :
𝐻1
>
𝑓(𝑍⁄𝑆 ) 𝑃(𝑆2 )
Λ(𝑍) = 𝑓(𝑍⁄𝑆1 )
2 𝑃(𝑆1 )
<
𝐻2
3. Utiliser ce rapport pour déterminer le seuil de décision 𝜆 pour le cas :
𝑃[𝑆1 ] ≠ 𝑃[𝑆2 ]
𝑎1 +𝑎2
4. Vérifier que le seuil 𝜆0 = conduit à une probabilité minimum d’erreur quand :
2
𝑃(𝑆1 ) = 𝑃(𝑆2 ).
Page 1 sur 12
Faculté ST
Exercice 02
Un signal bipolaire 𝑠𝑖 (𝑡) est formé d’une impulsion (+𝐴) 𝑉 ou (−𝐴)𝑉 pondant [0, 𝑇]. Comme
montre la figure 2, le filtre de réception est un intégrateur. En supposant que la variance du bruit
filtré, 𝜎𝑏20 , est égale à 0.1.
1. Déterminer le seuil de détection optimale 𝜆0 pour les cas suivants :
a) 𝑃(𝑆1 ) = 0.5 ;
b) 𝑃(𝑆1 ) = 0.7 ;
c) 𝑃(𝑆1 ) = 0.2.
Echantillonnage
𝑇 à ∶ 𝒕 = 𝑻 Comparateur
Décision
𝒔𝒊 (𝒕)
∑ ∫ (∙) 𝑑𝑡
0 𝒛(𝑻) de seuil
𝒃(𝒕) 𝒛(𝒕) = 𝒂𝒊 (𝒕) + 𝒃𝟎 (𝒕)
Figure.2. Système de détection optimale – Intégrateur à la réception
Exercice 03
Un signal bipolaire 𝑠𝑖 (𝑡) est formé d’une impulsion +10 𝑉 ou −10 𝑉 pondant [0, 𝑇].
Similairement à l’exercice 2, comme montre la figure 3, le filtre de réception est un intégrateur.
Echantillonnage
𝑇 à ∶ 𝒕 = 𝑻 Comparateur
Décision
𝒔𝒊 (𝒕)
∑ ∫ (∙) 𝑑𝑡
0 𝒛(𝑻) de seuil
𝒃(𝒕) 𝒛(𝒕) = 𝒂𝒊 (𝒕) + 𝒃𝟎 (𝒕)
Figure.3. Système de détection optimale - – Intégrateur à la réception
1. Démontrer que la probabilité d’erreur peut s’exprimer sous la forme suivante :
2 𝐴2 𝑇
𝑃𝑒 = 𝑄 (√ ).
𝜂
Page 2 sur 12
Faculté ST
Exercice 04
1. Pour un code NRZ bipolaire, démontrer que la probabilité d’erreur 𝑃𝑒 est donnée par :
2𝐴2 𝑇 2𝐸𝑏
𝑃𝑒 = 𝑄 (√ ) = 𝑄 (√ ).
𝜂 𝜂
Le signal, dans ce cas, est donné par :
𝑠1 (𝑡) = +𝐴, 0 ≤ 𝑡 ≤ 𝑇.
𝑠𝑖 (𝑡) = {
𝑠2 (𝑡) = −𝐴, 0 ≤ 𝑡 ≤ 𝑇.
2. Pour un code NRZ unipolaire, démontrer que la probabilité d’erreur 𝑃𝑒 est donnée par :
𝐴2 𝑇 𝐸
𝑃𝑒 = 𝑄 (√ 2𝜂 ) = 𝑄 (√ 𝜂𝑏 ).
Le signal, dans ce cas, est donné par :
𝑠1 (𝑡) = +𝐴, 0 ≤ 𝑡 ≤ 𝑇.
𝑠𝑖 (𝑡) = {
𝑠2 (𝑡) = 0 , 0 ≤ 𝑡 ≤ 𝑇.
Exercice 05
Lors de la détection optimale dans un système de communication binaire, le filtre optimal utilisé
pour minimiser la probabilité d’erreur est illustré dans la figure 4.
Avec : 𝐻0 (𝑓) = 𝑇𝐹(ℎ(𝑡)) est la réponse en fréquence du filtre.
𝑆 Echantillonnage
( ) 𝑆
𝐵 𝑖 ( ) à ∶ 𝒕 = 𝑻 Comparateur Décision
𝒔𝒊 (𝒕) 𝐵 𝑜
∑ 𝑆𝐿𝐼𝑇
𝒛(𝒕) 𝒛(𝑻) de seuil
𝒃(𝒕)
Figure.4. Système de détection optimale illustrant les différents SNRs
1. Démontrer que le SNR de sortie est donné par :

𝑆 2 +∞ 2 2𝐸
(𝐵) ≤ 𝜂 ∫−∞ |𝑆(𝑓)| 𝑑𝑓 = .
𝑜 𝜂
Avec :
𝐸 est l’énergie du signal d’entrée ;
Page 3 sur 12
Faculté ST
𝜂
est la densité spectrale de puissance (DSP), 𝑆𝑏𝑏 (𝑓), du bruit.
2
Exercice 06
𝑆
Trouver la sortie du filtre adapté et déterminer la valeur maximale du SNR de sortie (𝐵) si
𝑜
l'entrée 𝑠(𝑡) est une impulsion rectangulaire d'amplitude 𝐴 et de durée 𝑇. Cette dernière est
montrée dans la figure (5).
𝑡
𝑇
Figure.5. Impulsion rectangulaire correspondant à la forme du signal d’entrée
Page 4 sur 12
Faculté ST
Solution de l’exercice N° :01
1. Détermination de 𝑎𝑖 (𝑡) à l’instant d’échantillonnage 𝑇 :

+∞
𝑎𝑖 (𝑡) = 𝑠𝑖 (𝑡) ∗ ℎ(𝑡) = 𝑇𝐹 −1 [𝑆𝑖 (𝑓) ∙ 𝐻(𝑓)] = ∫−∞ 𝑆𝑖 (𝑓) ∙ 𝐻(𝑓)𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓 =
+∞
= ∓10 ∫−∞ 𝐻(𝑓)𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓
À 𝑡 = 𝑇:
+∞
𝑎𝑖 (𝑇) = ∓10 ∫−∞ 𝐻(𝑓)𝑒 𝑗2𝜋𝑓𝑇 𝑑𝑓
2. Détermination de la variance du bruit 𝑏0 (𝑡) filtré :
Nous avons :
𝜎 2𝑏0 = 𝐸[𝑏0 2 (𝑡)] − (𝐸[𝑏0 (𝑡)])2 .
𝐸[𝑏0 (𝑡)] = 𝐻(0) 𝜇𝑏 .

𝜇𝑏 = 0 (Bruit Blanc Gaussien Additif) ➔
𝐸[𝑏0 (𝑡)] = 𝐻(0) 𝜇𝑏 = 0 ➔

∞
𝜎𝑏20 = 𝐸[𝑏02 (𝑡)] = 𝑅𝑏0𝑏0 (0) = ∫−∞|𝐻(𝑓)| ² 𝑆𝑏𝑏 (𝑓) 𝑑𝑓.
𝜂
𝑆𝑏𝑏 (𝑓) = (Bruit Blanc Gaussien Additif) ➔
2
∞ 𝜂 ∞
𝜎𝑏20 = 𝐸[𝑏02 (𝑡)] = 𝑅𝑏0𝑏0 (0) = ∫−∞|𝐻(𝑓)|2 𝑆𝑏𝑏 (𝑓) 𝑑𝑓 = 2 ∫−∞|𝐻(𝑓)|2 𝑑𝑓 .
3. Détermination du seuil de décision 𝜆 pour le cas général : 𝑃[𝑆1 ] ≠ 𝑃[𝑆2 ] :
Pour 𝑧 = 𝜆0 , le test du rapport de vraisemblance devient égalité. ➔ Il est donné par :
(𝜆 −𝑎 )2
(− 0 1 ⁄ 2 )
(𝜎𝑏 )
𝑓(𝑍⁄𝑆1 ) 𝑃(𝑆 ) 𝑒 0
= 𝑃(𝑆2) = ➔
𝑓(𝑍⁄𝑆2 ) 1 (𝜆 −𝑎 )2
(− 0 2 ⁄ 2 )
(𝜎𝑏 )
𝑒 0
𝜆0 (𝑎1 −𝑎2 ) (𝑎1 2 −𝑎2 2 )

−
𝜎2 2𝜎2 𝑃(𝑆 )
𝑒 𝑏0 𝑏0 = 𝑃(𝑆2) ➔
1
𝜆0 (𝑎1 −𝑎2 ) (𝑎1 2 −𝑎2 2 ) 𝑃(𝑆 )

− = 𝑙𝑛 (𝑃(𝑆2)) ➔
𝜎𝑏2 2𝜎𝑏2 1
0 0
𝑎1 +𝑎2 𝜎𝑏20 𝑃(𝑆 )

𝜆0 = +𝑎 ln 𝑃(𝑆2).
2 1 −𝑎2 1
Page 5 sur 12
Faculté ST
𝑎1 +𝑎2
4. Vérification que le seuil 𝜆0 = conduit à une probabilité minimum d’erreur
2
quand : 𝑃(𝑆1 ) = 𝑃(𝑆2 ).
D’après la dernière équation, on constate que la probabilité d’erreur soit minimum quand
𝑃(𝑆1 ) = 𝑃(𝑆2 ).

1. Seuils de décisions :
a) Seuil de détection optimale λ0 pour p(S1 ) = 0,5 :
𝑃(𝑆2 ) = 1 − 𝑃(𝑆1 ) = 0.5 ➔ 𝑃(𝑆1 ) = 𝑃(𝑆2 )
On a 𝑧(𝑡) = 𝑎𝑖 (𝑡) + 𝑏0 (𝑡).

𝑇
𝑎𝑖 = ∫0 𝑆𝑖 (𝑡)𝑑𝑡 .
𝑇 𝑇
𝑎1 = ∫0 𝑆1 (𝑡). 𝑑𝑡 = ∫0 (+𝐴)𝑑𝑡 = + 𝐴𝑇.
{ 𝑇 𝑇
𝑎2 = ∫0 𝑆2 (𝑡). 𝑑𝑡 = ∫0 (−𝐴)𝑑𝑡 = − 𝐴𝑇.
𝑎1 +𝑎2
Puisque 𝑃(𝑆1 ) = 𝑃(𝑆2 ) ➔ 𝜆0 = .
2
𝐴𝑇+(−𝐴𝑇)
𝜆0 = = 0.
2
b) Seuil de détection optimale 𝜆0 pour 𝑃(𝑆1 ) = 0,7 :
Dans ce cas, nous avons :
𝑃(𝑆2 ) = 1 − 𝑃(𝑆1 ) = 0.3 ⟹ 𝑃(𝑆1 ) ≠ 𝑃(𝑆2 ).
𝑎1 +𝑎2 𝜎𝑏20 𝑃(𝑆 )

Donc, 𝜆0 = +𝑎 . 𝑙𝑛 (𝑃(𝑆2 )) ➔
2 1 −𝑎2 1
0.1 0.3 −0.04

𝜆0 = 2𝐴𝑇 . 𝑙𝑛 (0.7) = .
𝐴𝑇
c) Seuil de détection optimale 𝜆0 pour 𝑃(𝑆1 ) = 0,2 :
𝑃(𝑆2 ) = 1 − 𝑃(𝑆1 ) = 0.8 ⟹ 𝑃(𝑆1 ) ≠ 𝑃(𝑆2 ).
𝑎1 +𝑎2 𝜎𝑏20 𝑃(𝑆 )

Donc, 𝜆0 = +𝑎 . 𝑙𝑛 (𝑃(𝑆2 )) ➔
2 1 −𝑎2 1
Page 6 sur 12
Faculté ST
0.1 0.8 0.0693
𝜆0 = 2𝐴𝑇 . 𝑙𝑛 (0.2) = .
𝐴𝑇

2 𝐴2 𝑇
1. On démontre que la probabilité d’erreur est donnée par 𝑃𝑒 = 𝑄 (√ ).
𝜂
D’après la formule du cours, la probabilité d’erreur est donnée par :

−𝑦2
+∞ 1 1 𝑎 −𝑎2
𝑃𝑒 = ∫ 𝑎1 −𝑎2 𝑒 2 𝑑𝑦 = 𝑄 ( 2𝜎 ).
2𝜎𝑏 √2𝜋 𝑏0
0
Pour déterminer 𝑃𝑒 , il faut déterminer 𝑎1 , 𝑎2 et 𝜎𝑏0 .
Similairement à l’exercice 2, 𝑎𝑖 est donnée par :

𝑇
𝑎𝑖 = ∫0 𝑆𝑖 (𝑡)𝑑𝑡 ➔
𝑇 𝑇
𝑎1 = ∫0 𝑆1 (𝑡). 𝑑𝑡 = ∫0 (+𝐴)𝑑𝑡 = + 𝐴𝑇.
{ 𝑇 𝑇
𝑎2 = ∫0 𝑆2 (𝑡). 𝑑𝑡 = ∫0 (−𝐴)𝑑𝑡 = − 𝐴𝑇.
Pour 𝜎𝑏0 :
Nous avons la variance, 𝜎𝑏20 , du bruit filtré 𝑏0 (𝑡) est donnée par :
𝜎𝑏20 = 𝐸[𝑏02 (𝑡)] − (𝐸[𝑏0 (𝑡)])2 .
La moyenne du bruit filtré est donnée par :
𝑇
𝐸[𝑏0 (𝑡)] = ∫0 𝐸[𝑏(𝑡)]𝑑𝑡 = 0.
En effet, 𝑏(𝑡) est un bruit blanc gaussien de moyenne nulle (𝐸[𝑏(𝑡)] = 0) et de variance 𝜎𝑏2 =
𝜂
➔
2
𝜎𝑏20 = 𝐸[𝑏02 (𝑡)].
𝑇 2 𝑇 𝑇
𝜎𝑏20 = 𝐸 [(∫0 𝑏(𝑡). 𝑑𝑡) ] = 𝐸 [∫0 ∫0 𝑏(𝑡) 𝑏(𝜏)𝑑𝑡 𝑑𝜏] ➔
𝑇 𝑇
𝜎𝑏20 = ∫0 ∫0 𝐸[𝑏(𝑡) 𝑏(𝜏)] 𝑑𝑡𝑑𝜏 .
Page 7 sur 12
Faculté ST
Puisque 𝑏(𝑡) est un processus aléatoire stationnaire au sens large ➔ 𝐸[𝑏(𝑡)𝑏(𝜏)] ne dépend
que de la différence « 𝑡 − 𝜏» ➔
𝜂
𝐸[𝑏(𝑡)𝑏(𝜏)] = 𝑅𝑏𝑏 (𝑡 − 𝜏) = 2 𝛿(𝑡 − 𝜏) puisque 𝑏(𝑡) est un bruit de densité spectrale de
𝜂
puissance 𝑆𝑏𝑏 (𝑓) égale à = et de fonction d’autocorrélation 𝑅𝑏𝑏 (𝜏) sous forme d’une
2
Impulsion de Dirac.
En remplaçant 𝑅𝑏𝑏 (𝑡 − 𝜏) dans l’équation de 𝜎𝑏20 , on arrive à :
𝑇 𝑇𝜂
𝜎𝑏20 = ∫0 [∫0 𝛿(𝑡 − 𝜏) 𝑑𝑡] 𝑑𝜏.
2
Nous avons :
𝑇𝜂
∫0 𝛿(𝑡 − 𝜏) 𝑑𝑡 = 1 (Propriété de l’impulsion de Dirac) ➔
2
𝑇𝜂 𝑇𝜂
𝜎𝑏20 = ∫0 𝑑𝜏 = ➔
2 2
𝑇𝜂
𝜎𝑏0 = √ 2 .
La probabilité d’erreur est donc donnée comme suit :
1 𝑎 −𝑎2 𝐴𝑇+𝐴𝑇 2𝐴𝑇 𝐴²𝑇² 2𝐴²𝑇

𝑃𝑒 = 𝑄 ( 2𝜎 ) = 𝑄( ) = 𝑄( ) = 𝑄 (√ 𝑇.𝜂 ) = 𝑄 (√ ).
𝑏0 𝑇𝜂 𝑇.𝜂 𝜂
2√ 2√ 2
2 2

1. Pour un code NRZ bipolaire, on démontre que la probabilité d’erreur 𝑃𝑒 est donnée par :
𝑃𝑒 = 𝑄 (√ ) = 𝑄 (√ ).
𝜂 𝜂
Rappelons que la probabilité d’erreur est donnée par :

−𝑦2
+∞ 1 1 𝑎 −𝑎2 𝐸𝑑
𝑃𝑒 = ∫𝑎1−𝑎2 𝑒 2 𝑑𝑦 = 𝑄 ( 2𝜎 ) = 𝑄 (√ ).
2𝜎𝑏 √2𝜋 𝑏0 2𝜂
0
Avec, 𝐸𝑑 l’Energie de la différence donnée par :
Page 8 sur 12
Faculté ST
𝑇 2
𝐸𝑑 = ∫0 (𝑠1 (𝑡) − 𝑠2 (𝑡)) 𝑑𝑡 ➔
𝑇 2 𝑇
𝐸𝑑 = ∫0 (𝐴 − (−𝐴)) 𝑑𝑡 = ∫0 (𝐴 + 𝐴)2 𝑑𝑡 ➔
𝑇
𝐸𝑑 = ∫0 4𝐴2 𝑑𝑡 = 4𝐴²𝑇.
On remplace 𝐸𝑑 dans l’équation de 𝑃𝑒 , on arrive à :
𝐸 4𝐴2 𝑇 2𝐴2 𝑇
𝑃𝑒 = 𝑄 (√2𝜂𝑑 ) = 𝑄 (√ ) = 𝑄 (√ ).
2𝜂 𝜂
On a aussi :
𝑇 𝑇
𝐸𝑏 = ∫0 𝑠1 (𝑡)2 𝑑𝑡 = ∫0 𝐴2 𝑑𝑡 = 𝐴2 𝑇.
La probabilité d’erreur, en fonction de 𝐸𝑏 , est donnée par :
𝑃𝑒 = 𝑄 (√ ) = 𝑄 (√ ).
𝜂 𝜂
2. Pour un code NRZ unipolaire, on démontre que la probabilité d’erreur 𝑃𝑒 est donnée par
𝐴2 𝑇 𝐸
𝑃𝑒 = 𝑄 (√ 2𝜂 ) = 𝑄 (√ 𝜂𝑏 ).
Pour ce deuxième cas, nous avons :

𝑇 2 𝑇 𝑇
𝐸𝑑 = ∫0 (𝑠1 (𝑡) − 𝑠2 (𝑡)) 𝑑𝑡 = ∫0 (𝐴 − 0)2 𝑑𝑡 = ∫0 𝐴2 𝑑𝑡 = 𝐴²𝑇.
On remplace ce résultat dans la formule de 𝑃𝑒 , on trouve :
𝐸 𝐴2 𝑇
𝑃𝑒 = 𝑄 (√2𝜂𝑑 ) = 𝑄 (√ 2𝜂 ).
𝑃𝑒 en fonction de l’Energie 𝐸𝑏 :
Nous avons :
𝑇 𝑇
𝐸𝑏 = ∫0 𝑠1 (𝑡)2 𝑑𝑡 = ∫0 𝐴2 𝑑𝑡 = 𝐴2 𝑇 ➔
𝐴2 𝑇 𝐸
𝑃𝑒 = 𝑄 (√ 2𝜂 ) = 𝑄 (√2𝜂𝑏 ).
Page 9 sur 12
Faculté ST

𝑆 2 +∞ 2 2𝐸
1. On démontre que le SNR de sortie est donné par (𝐵) ≤ 𝜂 ∫−∞ |𝑆(𝑓)| 𝑑𝑓 = .
𝑜 𝜂
Le signal, après filtrage de réception, est donné par :
𝑎(𝑡) = 𝑠(𝑡) ∗ ℎ(𝑡).
Dans le domaine spectral, le signal filtré est donné par :
𝐴(𝑓) = 𝑆(𝑓). 𝐻(𝑓).
La TF inverse de 𝐴(𝑓) donne :
𝑎(𝑡) = 𝑇𝐹 −1 {𝐴(𝑓)} = 𝑇𝐹 −1 {𝑆(𝑓). 𝐻(𝑓)} ➔

+∞
𝑎(𝑡) = ∫−∞ 𝑆(𝑓). 𝐻(𝑓) 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓 ➔
À l’instant 𝑡 = 𝑇, nous avons :

+∞
𝑎(𝑇) = ∫−∞ 𝑆(𝑓). 𝐻(𝑓) 𝑒 𝑗2𝜋𝑓𝑇 𝑑𝑓.
La variance du bruit filtré est donnée par :

+∞ 𝜂 +∞
𝜎𝑏20 = 𝐸[𝑏02 (𝑡)] = ∫−∞ 𝑆𝑏𝑏 (𝑓)|𝐻(𝑓)|2 𝑑𝑓 = ∫ |𝐻(𝑓)|2 𝑑𝑓 (Le bruit est un processus
2 −∞
aléatoire stationnaire au sens large).
Le SNR de sortie est donné par :

+∞ 2
𝑆 𝑆𝑜 |𝑎(𝑇)|2 |∫−∞ 𝑆(𝑓).𝐻(𝑓) 𝑒 𝑗2𝜋𝑓𝑇 𝑑𝑓|
( ) = = = 𝜂 +∞ ……………… (a)
𝐵 𝑜 𝐵𝑜 𝜎𝑏2𝑜 ∫ |𝐻(𝑓)|2 𝑑𝑓
2 −∞
L’inégalité de Schwarz démontre que :
+∞ 2 +∞ +∞
|∫−∞ 𝑓1 (𝑓). 𝑓2 (𝑓) 𝑑𝑓| ≤ ∫−∞ |𝑓1 (𝑓)|2 𝑑𝑓 ∫−∞ |𝑓2 (𝑓)|2 𝑑𝑓
Cette inégalité devient égalité si :
𝑓1 (𝑓) = 𝑘𝑓2∗ (𝑓).
𝑘 est un nombre réel.
Si on pose :
𝑓1 (𝑓) = 𝐻(𝑓) et 𝑓2 (𝑓) = 𝑆(𝑓)𝑒 𝑗2𝜋𝑓𝑇 ,
Page 10 sur 12
Faculté ST
On obtient :
+∞ 2 +∞ +∞
|∫−∞ 𝐻(𝑓). 𝑆(𝑓) 𝑒 𝑗2𝜋𝑓𝑇 𝑑𝑓 | ≤ ∫−∞ |𝐻(𝑓)|2 𝑑𝑓. ∫−∞ |𝑆(𝑓)|2 𝑑𝑓 ……………… (b)
L’équation (b) dans (a) donne :

+∞ +∞ +∞
𝑆 ∫−∞ |𝐻(𝑓)|2 𝑑𝑓. ∫−∞ |𝑆(𝑓)|2 𝑑𝑓 𝑆 ∫−∞ |𝑆(𝑓)|2 𝑑𝑓
(𝐵 ) ≤ 𝜂 +∞ ➔ (𝐵) ≤ 𝜂 .
𝑜 ∫ |𝐻(𝑓)|2 𝑑𝑓
2 −∞ 𝑜 2
+∞ 𝑆 2 +∞ 2𝐸
Sachant que 𝐸 = ∫−∞ |𝑆(𝑓)|2 𝑑𝑓, alors : (𝐵) ≤ 𝜂 ∫−∞ |𝑆(𝑓)|2 𝑑𝑓 = .
𝑜 𝜂
1. Sortie du filtre adapté :
Pour la forme 𝑠(𝑡) donnée, la réponse impulsionnelle du filtre adapté est donnée par :
ℎ(𝑡) = 𝑠(𝑡 − 𝑇) (Voir le cours de la détection optimale).
𝑠(𝑡 − 𝑇) est obtenue à partir de 𝑠(𝑡) par un rabattement autour de l'axe « 𝑡 = 0 » suivi d'une
translation 𝑇. Ces deux opérations sont montrées dans la figure 6.
𝑠(𝑡)
𝑡
𝑇
𝑠(−𝑡)
𝐴
𝑡
−𝑇
𝑠(𝑡 − 𝑇)
𝐴
𝑡
−𝑇 𝑇
Figure.6. Construction de la réponse impulsionnelle du filtre adapté à partir de la forme d’onde du signal
d’entrée
Page 11 sur 12
Faculté ST
On remarque, d’après cette figure que ℎ(𝑡) = 𝑠(𝑡 − 𝑇) est la même que la forme 𝑠(𝑡).
Par conséquent, la sortie, qui est la convolution entre 𝑠(𝑡) et ℎ(𝑡), est donnée par :
𝑧(𝑡) = 𝑠(𝑡) ∗ ℎ(𝑡) = 𝑠(𝑡) ∗ 𝑠(𝑡).
La convolution de 𝑠(𝑡) avec 𝑠(𝑡) donne le signal suivant :
𝐴2 𝑡 0≤𝑡≤𝑇
𝑧(𝑡) = {−𝐴2 𝑡 + 2𝐴2 𝑇 𝑇 ≤ 𝑡 ≤ 2𝑇
0 𝐴𝑖𝑙𝑙𝑒𝑢𝑟𝑠
La forme de 𝑧(𝑡) est montrée dans la figure 7.
𝑧(𝑡)
𝐴2 𝑇
𝑡
𝑇 2𝑇
Figure.7. Forme de 𝒛(𝒕)
𝑆
Valeur maximale du SNR de sortie (𝐵) :
𝑜
D’après la figure 7, on montre que le maximum de 𝑧(𝑡) est donné par :
𝑧(𝑇) = 𝐴2 𝑇.
La valeur maximale du SNR est donné par :
𝑆 2𝐸
(𝐵 ) = (Voir l’exercice 5).
𝑜−𝑚𝑎𝑥 𝜂
Nous avons :
+∞ 𝑇
𝐸 = ∫−∞ 𝑠 2 (𝑡)𝑑𝑡 = ∫0 𝐴2 𝑑𝑡 = 𝐴2 𝑇 ➔
𝑆 2𝐴2 𝑇
(𝐵 ) = .
𝑜−𝑚𝑎𝑥 𝜂
Page 12 sur 12

TD 4 CN - L3 Télécom

Transféré par

Droits d'auteur :

Formats disponibles

TD 4 CN - L3 Télécom

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TD 4 CN - L3 Télécom

Transféré par

Droits d'auteur :

Formats disponibles

Université de Bordj Bou Arréridj Année Universitaire 2020/2021

ℎ(𝑡) = 𝑇𝐹 −1 [𝐻(𝑓)] Echantillonnage à ∶ 𝑡 = 𝑇

1. Déterminer 𝑎𝑖 (𝑡) à l’instant d’échantillonnage 𝑇 ;

Le détecteur du maximum de vraisemblance est le critère utilisé pour choisir le paramètre de

3. Utiliser ce rapport pour déterminer le seuil de décision 𝜆 pour le cas :

1. Déterminer le seuil de détection optimale 𝜆0 pour les cas suivants :

Figure.2. Système de détection optimale – Intégrateur à la réception

Figure.3. Système de détection optimale - – Intégrateur à la réception

1. Démontrer que la probabilité d’erreur peut s’exprimer sous la forme suivante :

Le signal, dans ce cas, est donné par :

Le signal, dans ce cas, est donné par :

Avec : 𝐻0 (𝑓) = 𝑇𝐹(ℎ(𝑡)) est la réponse en fréquence du filtre.

Figure.4. Système de détection optimale illustrant les différents SNRs

1. Démontrer que le SNR de sortie est donné par :

Figure.5. Impulsion rectangulaire correspondant à la forme du signal d’entrée

Solution de l’exercice N° :01

1. Détermination de 𝑎𝑖 (𝑡) à l’instant d’échantillonnage 𝑇 :

2. Détermination de la variance du bruit 𝑏0 (𝑡) filtré :

𝐸[𝑏0 (𝑡)] = 𝐻(0) 𝜇𝑏 .

𝐸[𝑏0 (𝑡)] = 𝐻(0) 𝜇𝑏 = 0 ➔

3. Détermination du seuil de décision 𝜆 pour le cas général : 𝑃[𝑆1 ] ≠ 𝑃[𝑆2 ] :

Pour 𝑧 = 𝜆0 , le test du rapport de vraisemblance devient égalité. ➔ Il est donné par :

𝜆0 (𝑎1 −𝑎2 ) (𝑎1 2 −𝑎2 2 )

𝜆0 (𝑎1 −𝑎2 ) (𝑎1 2 −𝑎2 2 ) 𝑃(𝑆 )

𝑎1 +𝑎2 𝜎𝑏20 𝑃(𝑆 )

Solution de l’exercice N° :02

a) Seuil de détection optimale λ0 pour p(S1 ) = 0,5 :

𝑃(𝑆2 ) = 1 − 𝑃(𝑆1 ) = 0.5 ➔ 𝑃(𝑆1 ) = 𝑃(𝑆2 )

On a 𝑧(𝑡) = 𝑎𝑖 (𝑡) + 𝑏0 (𝑡).

b) Seuil de détection optimale 𝜆0 pour 𝑃(𝑆1 ) = 0,7 :

Dans ce cas, nous avons :

𝑃(𝑆2 ) = 1 − 𝑃(𝑆1 ) = 0.3 ⟹ 𝑃(𝑆1 ) ≠ 𝑃(𝑆2 ).

𝑎1 +𝑎2 𝜎𝑏20 𝑃(𝑆 )

0.1 0.3 −0.04

c) Seuil de détection optimale 𝜆0 pour 𝑃(𝑆1 ) = 0,2 :

𝑃(𝑆2 ) = 1 − 𝑃(𝑆1 ) = 0.8 ⟹ 𝑃(𝑆1 ) ≠ 𝑃(𝑆2 ).

𝑎1 +𝑎2 𝜎𝑏20 𝑃(𝑆 )

Solution de l’exercice N° :03

D’après la formule du cours, la probabilité d’erreur est donnée par :

Pour déterminer 𝑃𝑒 , il faut déterminer 𝑎1 , 𝑎2 et 𝜎𝑏0 .

Similairement à l’exercice 2, 𝑎𝑖 est donnée par :

𝜎𝑏20 = 𝐸[𝑏02 (𝑡)] − (𝐸[𝑏0 (𝑡)])2 .

La moyenne du bruit filtré est donnée par :

𝜎𝑏20 = 𝐸[𝑏02 (𝑡)].

En remplaçant 𝑅𝑏𝑏 (𝑡 − 𝜏) dans l’équation de 𝜎𝑏20 , on arrive à :

La probabilité d’erreur est donc donnée comme suit :

1 𝑎 −𝑎2 𝐴𝑇+𝐴𝑇 2𝐴𝑇 𝐴²𝑇² 2𝐴²𝑇

Solution de l’exercice N° :04

Rappelons que la probabilité d’erreur est donnée par :

Avec, 𝐸𝑑 l’Energie de la différence donnée par :

On remplace 𝐸𝑑 dans l’équation de 𝑃𝑒 , on arrive à :

La probabilité d’erreur, en fonction de 𝐸𝑏 , est donnée par :

Pour ce deuxième cas, nous avons :

On remplace ce résultat dans la formule de 𝑃𝑒 , on trouve :

Solution de l’exercice N° :05

Le signal, après filtrage de réception, est donné par :

𝑎(𝑡) = 𝑠(𝑡) ∗ ℎ(𝑡).

Dans le domaine spectral, le signal filtré est donné par :

𝐴(𝑓) = 𝑆(𝑓). 𝐻(𝑓).

La TF inverse de 𝐴(𝑓) donne :