Parmi ces affirmations, au moins une est vraie et au plus toutes! A vous de faire le bon choix!
Le résultat de ce test sera affiché quand vous aurez répondu correctement à toutes les questions.

1. CONVOLUTION
   

   1. La convolution de signaux discrets est une opération du type RTMA
   2. La corrélation de signaux discrets est une opération du type TMA
   Vérifier

2. CONVOLUTION
   

   1. définit le produit de convolution des séquences x[n] et h[n]
   2. définit le produit de convolution des séquences x[n] et h[n]
   Vérifier

3. CONVOLUTION
   

   1. La sortie s(t) d'un filtre numérique est égale au produit de convolution du signal d'entrée par la réponse en fréquence du filtre
   2. La sortie s(t) d'un filtre numérique est égale au produit de convolution du signal d'entrée par la réponse impulsionnelle du filtre
   Vérifier

4. CONVOLUTION
   
   Le produit de convolution de signaux discrets étant noté * :

   1. {… 0, 0, 1, 0, 0, 0, 0, …, 0, …} * {… 0, 0, 1, 2, 3, 0, 0, …, 0, …} = {… 0, 0, 1, 2, 3, 0, 0, …, 0 , …}
   2. {… 0, 0, 1, 2, 3, 0, 0, …, 0, …} * {… 0, 0, 1, 1, 1, 1, 1, …, 1, …} = {… 0, 0, 1, 3, 6, 6, 6, …, 6 , …}
   Vérifier

5. CONVOLUTION
   
   Le produit de convolution de signaux discrets étant noté * :

   1. {… 0, 0, 0, 1, 5, -1, 0, 0 …} * {… 0, 0, 1, 2, 3, 0, 0, 0, 0 …} = {… 0, 0, 1, 3, 12, 13, -3, 0 …}
   2. {… 0, 0, 0, 1, 5, -1, 0, 0 …} * {… 0, 0, 1, 2, 3, 0, 0, 0, 0 …} = {… 0, 0, 1, 7, 13, 12, -3, 0 …}
   3. {… 0, 0, 0, 1, 5, -1, 0, 0 …} * {… 0, 0, 1, 2, 3, 0, 0, 0, 0 …} = {… 0, 0, 1, 7, 12, 13, -3, 0 …}
   4. {… 0, 0, 0, 1, 5, -1, 0, 0 …} * {… 0, 0, 1, 2, 3, 0, 0, 0, 0 …} = {… 0, 0, 1, 5, 13, 12, -3, 0 …}
   Vérifier

6. CONVOLUTION
   
   

   1. y[n] = u[n] * v[n]
   2. z[n] = u[n] * v[n]
   Vérifier

7. CONVOLUTION
   
   

   1. y[n] = u[n] * w[n]
   2. z[n] = u[n] * w[n]
   Vérifier

8. CONVOLUTION
   

   1. La transformée de Fourier d'un produit de convolution est un produit simple et réciproquement
   2. Le produit de convolution de deux spectres permet d'expliquer le théorème de Shannon
   Vérifier

9. ECHANTILLONNAGE
   

   1. L'échantillonnage étale le spectre du signal jusqu'à l'infini
   2. L'échantillonnage ne modifie pas le spectre du signal
   3. L'échantillonnage duplique les pôles et les zéros jusqu'à l'infini
   4. L'échantillonnage préserve toujours l'information contenue dans le signal
   Vérifier

10. ECHANTILLONNAGE
    

    1. Le filtre anti-recouvrement ou anti-repliement est toujours obligatoire avant échantillonnage, même pour un signal de spectre borné
    2. Le filtre anti-recouvrement est une exigence du théorème de Shannon
    3. Le filtre anti-recouvrement permet de négliger toutes les fréquences hors de la "bande de Shannon"
    4. Le filtre anti-recouvrement est un filtre passe-haut
    Vérifier

11. ECHANTILLONNAGE
    
    Soit f_max la composante fréquentielle la plus élevée d'un signal et fech la fréquence d'échantillonnage

    1. Le théorème de Shannon exige que f_ech > 2 f_max
    2. Le théorème de Shannon exige que f_ech > 0,5 f_max
    Vérifier

12. ECHANTILLONNAGE
    

    1. L'échantillonnage correct d'un signal requiert la connaissance préalable de son spectre
    2. Filtrer numériquement un signal après échantillonnage ne permet pas de supprimer le recouvrement ou repliement de spectre
    Vérifier

13. ECHANTILLONNAGE
    

    1. Un signal sinusoïdal de 10Hz échantillonné à la fréquence de 1000Hz est perçu comme étant à 10Hz
    2. Un signal sinusoïdal de 990Hz échantillonné à la fréquence de 1000Hz est perçu comme étant à 10Hz
    Vérifier

14. ECHANTILLONNAGE
    

    1. Un signal sinusoïdal de 50Hz échantillonné à la fréquence de 10Hz est perçu comme étant à 0 Hz
    2. Un signal sinusoïdal de 50Hz échantillonné à la fréquence de 10Hz est perçu comme étant à 50 Hz
    Vérifier

15. TRANSFORMEE DE FOURIER ET DUALITE TEMPS FREQUENCE
    
    La TFD des N échantillons temporels en consiste en un calcul des N échantillons fréquentiels Ek au moyen de:

    1. 
    2. 
    Vérifier

16. TRANSFORMEE DE FOURIER ET DUALITE TEMPS FREQUENCE
    

    1. La résolution fréquentielle d'une TFD ou TFR est liée au nombre N d'échantillons temporels
    2. On peut augmenter la résolution en fréquence d'une TFD en ajoutant des zéros aux échantillons temporels
    Vérifier

17. TRANSFORMEE DE FOURIER ET DUALITE TEMPS FREQUENCE
    

    1. La TFD est, par définition, la transformée de Fourier d'un signal apériodique et discret
    2. La TFD est, par définition, la transformée de Fourier d'un signal périodique et discret
    Vérifier

18. TRANSFORMEE DE FOURIER ET DUALITE TEMPS FREQUENCE
    
    La transformée de Fourier d'un signal e_n discret et apériodique a pour formule
    

    1. E_p(f) permet de faire un "zoom" et d'obtenir des détails fréquentiels impossibles à obtenir avec la TFD
    2. E_p(f) ne permet pas d'obtenir plus de détails fréquentiels que la TFD
    Vérifier

19. TRANSFORMEE DE FOURIER ET DUALITE TEMPS FREQUENCE
    

    1. Un signal discret a un spectre périodique; un signal périodique a un spectre discret
    2. Un signal discret a un spectre apériodique; un signal apériodique a un spectre discret
    Vérifier

20. TRANSFORMEE DE FOURIER ET DUALITE TEMPS FREQUENCE
    

    1. Un signal dont les variations sont rapides a un spectre constitué de hautes fréquences
    2. Un signal dont les variations sont lentes a un spectre constitué de hautes fréquences
    Vérifier

21. TRANSFORMEE DE FOURIER ET DUALITE TEMPS FREQUENCE
    

    
    figure 1
    figure 2
    
    1. Il y a plus de hautes fréquences dans le signal de la figure 1 que dans celui de la figure 2
    2. Il y a moins de hautes fréquences dans le signal de la figure 1 que dans celui de la figure 2
    Vérifier

22. TRANSFORMEE DE FOURIER ET DUALITE TEMPS FREQUENCE
    

    
    figure 1
    figure 2
    
    1. Il y a plus de hautes fréquences dans le spectre de la figure 1 que dans celui de la figure 2
    2. Il y a plus de hautes fréquences dans le spectre de la figure 2 que dans celui de la figure 1
    Vérifier

23. TRANSFORMEE DE FOURIER ET DUALITE TEMPS FREQUENCE
    

    
    figure 1
    figure 2
    
    1. La figure 1 représente le spectre d'un signal de valeur moyenne nulle
    2. La figure 2 représente le spectre d'un signal de valeur moyenne non nulle
    Vérifier

24. TRANSFORMEE DE FOURIER ET DUALITE TEMPS FREQUENCE
    

    
    figure 1
    figure 2
    
    1. La figure 1 représente le spectre d'un signal périodique
    2. La figure 2 représente le spectre d'un signal périodique
    Vérifier

25. RECONSTITUTION
    
    On peut reconstituer un signal analogique à partir de ses échantillons

    1. au moyen d'une convolution dans le domaine temporel
    2. au moyen d'un filtre passe-bas
    Vérifier

26. FENETRES
    
    Un signal temporel périodique se décompose en séries de Fourier. La limitation de cette décomposition un nombre fini de termes harmoniques

    1. est responsable d'oscillations fréquentielles connues sous le nom de "phénomène de Gibbs"
    2. est équivalent à un fenêtrage fréquentiel
    Vérifier

27. FENETRES
    

    
    
    
    
    Voici N échantillons d'un signal parfaitement sinusoïdal, représenté avant fenêtrage.
    Après avoir subi une multiplication par une fenêtre, le spectre de ce signal est calculé au moyen d'une TFD.
    Le résultat, représenté sur une demi période fréquentielle, permet de penser que cette fenêtre était:
    1. une fenêtre de Hanning
    2. une fenêtre rectangulaire
    Vérifier

28. FENETRES
    

    
    
    
    
    Voici les réponses en fréquence de deux filtres RIF passe-bas d'ordre 51, calculés par la méthode du fenêtrage pour 2 fenêtres différentes. Au vu de ces courbes, on peut affirmer que
    1. la courbe 1 correspond à une fenêtre de Hanning tandis que la courbe 2 est associée à une fenêtre rectangulaire
    2. la courbe 1 correspond à une fenêtre rectangulaire tandis que la courbe 2 est associée à une fenêtre de Hanning
    Vérifier

29. TRANSFORMEE EN Z
    

    1. La transformée en z est une transformée de Laplace du signal continu
    2. La transformée en z est une transformée de Laplace du signal échantillonné
    3. La transformée en z est un outil mathématique pour la modélisation des systèmes échantillonnés
    4. La transformée en z est une fonction complexe
    Vérifier

30. TRANSFORMEE EN Z
    

    1. L'opérateur retard permet de récrire les équations aux différences sous une forme compacte
    2. L'opérateur retard, noté q^-1, est associé à la fonction de transfert z^-1
    3. L'opérateur retard permet de modéliser les systèmes échantillonnés
    Vérifier

31. TRANSFORMEE EN Z
    

    
    
    
    1. Le gain statique du filtre H(z) est égal à 0
    2. H(z) est un intégrateur numérique
    Vérifier

32. TRANSFORMEE EN Z
    

    
    
    
    1. H(z) est un filtre à réponse impulsionnelle infinie
    2. Le gain de H(z) à la fréquence de Shannon est égal à 0
    Vérifier

33. TRANSFORMEE EN Z
    

    
    
    
    
    
    
    1. F₁(z) est un filtre numérique de gain statique unitaire
    2. F₂(z) est un filtre numérique de gain statique unitaire
    3. F₃(z) est un filtre numérique de gain statique unitaire
    4. F₄(z) est un filtre numérique de gain statique unitaire
    Vérifier

34. TRANSFORMEE EN Z
    

    
    
    
    
    
    
    1. F₁(z) est une cascade constituée d'un dérivateur et d'un filtre du second ordre
    2. F₂(z) est une cascade constituée d'un dérivateur et d'un filtre du second ordre
    3. F₃(z) est une cascade constituée d'un dérivateur et d'un filtre du second ordre
    4. F₄(z) est une cascade constituée d'un dérivateur et d'un filtre du second ordre
    Vérifier

35. TRANSFORMEE EN Z
    

    
    
    
    
    
    
    1. F₁(z) est une cascade constituée d'un intégrateur et d'un système du premier ordre
    2. F₂(z) est une cascade constituée d'un intégrateur et d'un système du premier ordre
    3. F₃(z) est une cascade constituée d'un intégrateur et d'un système du premier ordre
    4. F₄(z) est une cascade constituée d'un intégrateur et d'un système du premier ordre
    Vérifier

36. TRANSFORMEE EN Z
    

    
    
    
    
    
    
    1. La transformée en z de la réponse impulsionnelle de G₁(z) est égale à G₁(z)
    2. La réponse indicielle de G₂(z) est en retard de 4 périodes d'échantillonnage
       par rapport à celle de G₁(z)
    3. La réponse indicielle de G₃(z) est en retard de 4 périodes d'échantillonnage
       par rapport à celle de G₁(z)
    4. La réponse indicielle de G₄(z) est en retard de 4 périodes d'échantillonnage
       par rapport à celle de G₁(z)
    Vérifier

37. TRANSFORMEE EN Z
    

    
    
    Ce graphe a pour fonction de transfert
    1. 
    2. 
    3. 
    4. 
    Vérifier

38. TRANSFORMEE EN Z
    

    
    
    
    
    Cette réponse impulsionnelle est celle
    1. d'un filtre numérique du premier ordre ayant son pôle en -0,5
    2. d'un filtre numérique du premier ordre ayant son pôle en 0,2
    3. d'un filtre numérique du premier ordre ayant son pôle en 0,5
    4. d'un filtre numérique du premier ordre ayant son pôle en 0,9
    Vérifier

39. TRANSFORMEE EN Z
    

    
    
    
    
    Le filtre, dont voici la réponse impulsionnelle, a ses pôles en
    1. 0,9e^{±j 45°}
    2. 0,9e^{±j 30°}
    3. 0,1e^{±j 60°}
    4. 0,1e^{±j 30°}
    Vérifier

40. TRANSFORMEE EN Z
    

    
    
    
    
    Le filtre, dont voici la réponse impulsionnelle, a pour fonction de transfert
    1. 
    2. 
    3. 
    4. 
    Vérifier

41. TRANSFORMEE EN Z
    
    Soit la fonction de transfert d'un filtre numérique

    1. H(z) a pour équation aux différences
    2. Les cinq premiers échantillons de la réponse impulsionnelle de H(z) sont
    Vérifier

42. TRANSFORMEE EN Z
    
    Dans le plan z,

    1. La stabilité d'un filtre est assurée si tous les zéros sont à l'intérieur du cercle unité
    2. Le point -1+0j correspond à la fréquence de Shannon
    3. Le point 1+0j correspond au continu
    4. Le point 0+0j correspond à la fréquence 0
    Vérifier

43. TRANSFORMEE EN Z
    
    Un signal d'équation est échantillonné à 1000 Hz. Les échantillons e(kT) issus de cet échantillonnage sont traités numériquement par un filtre de fonction de transfert . Il en résulte des échantillons de sortie s(kT)

    1. H(z) est un filtre de gain 2 à la fréquence 1/4T
    2. s(kT) = 0, pour k>k₀
    Vérifier

44. FILTRAGE
    

    1. Les filtres analogiques peuvent servir de modèles pour réaliser des filtres numériques récursifs
    2. Les filtres analogiques peuvent servir de modèles pour réaliser des filtres numériques non récursifs
    3. Les filtres numériques permettent la réalisation de filtres anti-repliement ou anti-recouvrement performants et faciles à intégrer
    4. Un filtre anti-repliement ou anti-recouvrement est un filtre analogique qui est généralement réalisé à partir de résistances et de condensateurs
    Vérifier

45. FILTRAGE
    

    1. La plus haute fréquence, qui peut être filtrée par une équation aux différences, est la fréquence de Shannon
    2. Un filtre peut être réalisé au moyen d'une équation aux différences implantée dans un ordinateur
    Vérifier

46. FILTRAGE
    

    
    
    
    
    La réponse fréquentielle de ce filtre numérique
    1. est celle d'un filtre passe-bande
    2. est celle d'un filtre passe-bas
    3. est celle d'un filtre passe-haut
    4. est celle d'un filtre en peigne
    Vérifier

47. FILTRAGE
    

    
    
    
    
    Le filtre caractérisé par cette courbe de réponse en fréquence
    1. est un filtre passe-bas
    2. est un filtre passe-haut
    3. est un filtre passe-bande
    4. est un filtre coupe-bande
    Vérifier

48. FILTRAGE
    

    1. Les pôles des filtres non récursifs peuvent générer une résonance ou un accroissement du gain à certaines fréquences
    2. Les zéros des filtres RIF et RII peuvent être responsables d'une chute du gain ou d'un rejet de certaines fréquences
    Vérifier

49. FILTRAGE
    
    Le filtre , caractérisé par ses pôles (x) et zéros (o) dans le plan z,

    1. est un filtre à réponse impulsionnelle infinie
    2. a un gain statique nul
    3. a un gain nul à la fréquence 1/2T
    4. a un gain nul à la fréquence de Shannon
    Vérifier

50. FILTRAGE
    
    Le filtre , caractérisé par ses pôles (x) et zéros (o) dans le plan z,

    1. est un filtre passe-bas
    2. est un filtre passe-haut
    3. est un filtre passe-bande
    4. est un filtre coupe-bande
    Vérifier

51. FILTRAGE
    
    Le filtre , caractérisé par ses pôles (x) et zéros (o) dans le plan z,

    1. est un filtre passe-bas
    2. est un filtre passe-haut
    3. est un filtre passe-bande
    4. est un filtre coupe-bande
    Vérifier

52. FILTRAGE
    
    Le filtre , caractérisé par ses pôles (x) et zéros (o) dans le plan z,

    1. est un filtre passe-bas
    2. est un filtre passe-haut
    3. est un filtre passe-bande
    4. est un filtre coupe-bande
    Vérifier

53. FILTRAGE
    

    
    
    
    
    
    Le filtre caractérisé par ses pôles (x) et zéros (o) dans le plan z est, au vu de ses pôles et zéros, celui qui a la courbe de réponse en fréquence
    1. n° 1
    2. n° 2
    Vérifier