Formes d'onde et compression d'impulsion : filtre adapté démontré, chirp, codes de Barker et fonction d'ambiguïté
Le filtre adapté démontré avec Cauchy-Schwarz, le chirp linéaire et le rapport de compression, lobes secondaires et fenêtre de Hamming, codes de Barker, fonction d'ambiguïté de Woodward, avec une analogie simple et la simulation en Python.
https://www.electronics-engineering.com/fr/compression-d-impulsion-filtre-adapte-chirp-barker-fonction-d-ambiguite/
L’équation du radar demande de l’énergie pour voir loin ; la résolution en distance demande de la bande, c’est-à-dire des impulsions courtes. Avec une impulsion simple de durée
, les deux exigences entrent en conflit : une impulsion courte transporte peu d’énergie, à moins que la puissance de crête ne soit énorme. La compression d’impulsion résout le conflit : on émet une impulsion longue, mais avec une modulation interne qui la rend « large en bande », et à la réception on la comprime avec un filtre adapté. Cette leçon démontre que le filtre adapté est le récepteur optimal, analyse le chirp linéaire et les codes de Barker, et introduit la fonction d’ambiguïté, qui décrit d’un coup la résolution en distance et en vitesse de n’importe quelle forme d’onde.
L’idée en termes simples
Imaginez devoir reconnaître le sifflement d’un ami dans une pièce bruyante. Si le sifflement est un coup bref et sec, il se perd dans le bruit. Si c’est au contraire un long air que vous connaissez bien, vous le reconnaissez même quand il est faible : votre cerveau compare ce qu’il entend à l’air qu’il attend, note après note, et additionne toutes les petites ressemblances. C’est exactement ce que fait le filtre adapté : il compare le signal reçu à une copie du signal émis, instant par instant, et donne un pic quand les deux coïncident.
Le chirp est l’« air » le plus utilisé : un sifflement dont la hauteur monte régulièrement, comme le chant d’un oiseau (d’où le nom). Le radar émet un long chirp, donc avec beaucoup d’énergie ; quand le récepteur le compare à la copie, toute cette énergie se concentre dans un pic très étroit, comme si le radar avait émis une impulsion très courte et très puissante. On obtient ensemble la portée (l’énergie) et la précision (le pic étroit).
Le filtre adapté
Le récepteur reçoit
, avec
l’écho attendu et
un bruit blanc de densité spectrale
. On cherche le filtre linéaire
qui maximise le rapport signal sur bruit en sortie à un instant
.
Théorème (filtre adapté). Le filtre optimal est
, la réplique du signal retournée dans le temps et conjuguée, et le rapport signal sur bruit maximal est
, avec
l’énergie du signal.
Démonstration. En sortie, dans le domaine fréquentiel, le signal est
et la puissance de bruit est
. Par l’inégalité de Cauchy-Schwarz,
, donc
![Rendered by QuickLaTeX.com \[ SNR = \frac{|y_s(t_0)|^2}{\frac{N_0}{2}\int|H|^2df} \le \frac{2}{N_0}\int|S(f)|^2df = \frac{2E}{N_0} \]](https://www.electronics-engineering.com/wp-content/ql-cache/quicklatex.com-724261310a2898f71e2336c2b5a6981a_l3.png)
L’égalité a lieu si
, ce qui dans le temps est
. ∎
Le résultat est remarquable : le rapport signal sur bruit optimal ne dépend que de l’énergie du signal, non de sa forme. On peut donc choisir la forme pour obtenir la résolution voulue, sans perdre en sensibilité. Filtrer avec
revient à calculer la corrélation entre le signal reçu et le signal émis : la sortie a un pic au retard de l’écho.
Le chirp linéaire
Le chirp (modulation linéaire de fréquence, LFM) est une impulsion de durée
dont la fréquence monte linéairement de
:
pour
. Après le filtre adapté, l’impulsion comprimée a la forme d’un sinus cardinal large d’environ
(à −3 dB,
) : la résolution est celle d’une impulsion de durée
, avec l’énergie d’une impulsion de durée
. Le rapport de compression est
, le produit durée × bande.
Exemple.
μs et
MHz :
. Le signal comprimé a une largeur à −3 dB de 85 ns (contre
ns en théorie : la petite différence est due à l’échantillonnage) et une résolution de 12,7 m, alors que l’impulsion émise fait 3 km de long. À puissance de crête égale, une impulsion simple de 85 ns transporterait 235 fois moins d’énergie.
Lobes secondaires. Le sinus cardinal a des lobes secondaires à −13,2 dB : un écho fort peut cacher une cible faible voisine. On applique une fenêtre (Hamming, Taylor) au filtre de réception : avec la fenêtre de Hamming, les lobes secondaires tombent à −42 dB, au prix d’un pic plus large (135 ns au lieu de 85, environ 60 % de plus) et d’une petite perte de gain. C’est le même compromis que celui des fenêtres en analyse spectrale.

Le chirp a deux précieuses propriétés pratiques : il est facile à générer (avec des oscillateurs commandés en tension ou par synthèse numérique directe) et il est tolérant au Doppler : l’écho d’une cible mobile est encore bien comprimé, seulement un peu décalé en distance (le couplage distance-Doppler). C’est la forme d’onde des radars automobiles FMCW (leçon sur les radars FMCW).
Les codes de phase
Autrement, l’impulsion est divisée en
sous-impulsions (« chips ») de phase 0 ou π selon un code. Les codes de Barker ont l’autocorrélation idéale pour des suites binaires : un pic
et des lobes secondaires de module au plus 1. Le plus long connu a une longueur de 13 :
![]()
avec l’autocorrélation
et donc un rapport pic sur lobes secondaires de
dB. Pour de plus grands rapports de compression, on utilise des codes polyphasés (Frank, P4) ou de longues suites pseudo-aléatoires, et dans les radars numériques modernes des formes d’onde conçues par ordinateur.
La fonction d’ambiguïté
Le filtre adapté est adapté à un écho de retard donné et de Doppler donné. Si l’écho a un Doppler
différent, la sortie change. La fonction d’ambiguïté de Woodward décrit la sortie en fonction des deux :
![]()
est la réponse en distance (la compression),
la réponse en vitesse. Un théorème de Woodward affirme que le volume
est le même pour toutes les formes d’onde de même énergie : l’ambiguïté ne peut pas être comprimée en un seul point, seulement déplacée ailleurs. Le chirp a une fonction à « crête inclinée » (le couplage distance-Doppler) ; un train d’impulsions a une fonction en « planche à clous », avec les ambiguïtés en distance et en vitesse des leçons sur l’équation du radar et sur le Doppler. Choisir la forme d’onde, c’est donc choisir quelles ambiguïtés sont acceptables pour l’application.
Résumé
- Le filtre adapté est le meilleur récepteur possible pour un signal connu dans du bruit : il compare ce qui est reçu à la copie de ce qui a été émis (corrélation).
- Le rapport signal sur bruit qu’il atteint ne dépend que de l’énergie du signal, non de sa forme.
- Une longue impulsion modulée (chirp ou code de phase) transporte beaucoup d’énergie et, après compression, donne la résolution d’une impulsion courte :
. - Les lobes secondaires du pic comprimé s’abaissent avec une fenêtre, au prix d’un pic un peu plus large.
- La fonction d’ambiguïté montre comment chaque forme d’onde répond aux erreurs de distance et de vitesse ensemble ; l’ambiguïté totale ne peut pas être supprimée, seulement déplacée.
Le code
import numpy as np
fs, T, B = 200e6, 20e-6, 10e6 # sampling rate, chirp duration and bandwidth
t = np.arange(0, T, 1 / fs)
chirp = np.exp(1j * np.pi * B / T * (t - T / 2) ** 2)
received = np.r_[np.zeros(4000), chirp, np.zeros(4000)] # isolated echo, no noise
def compress(window):
y = np.abs(np.correlate(received, chirp * window, mode="same")) # matched filter = correlation
return y / y.max()
for name, w in (("rectangular", np.ones(len(chirp))), ("Hamming", np.hamming(len(chirp)))):
p = compress(w)
k = np.argmax(p)
above = np.where(p >= 1 / np.sqrt(2))[0] # samples above -3 dB
width = (above[-1] - above[0] + 1) / fs
guard = int((1.5 if name == "rectangular" else 2.5) * fs / B)
lobes = np.r_[p[:k - guard], p[k + guard:]]
print(f"{name:12s}: -3 dB width {width * 1e9:.0f} ns, first sidelobe {20 * np.log10(lobes.max()):.1f} dB")
print(f"compression ratio BT = {B * T:.0f}, resolution c/(2B) = {3e8 / (2 * B):.0f} m")
barker = np.array([1, 1, 1, 1, 1, -1, -1, 1, 1, -1, 1, -1, 1])
print("Barker 13:", np.correlate(barker, barker, "full"), f"peak/sidelobe = {20 * np.log10(13):.1f} dB")L’exécution affiche 85 ns et −13,5 dB (rectangulaire), 135 ns et −42,2 dB (Hamming),
et 15 m, et l’autocorrélation du code de Barker avec un pic de 13 et des lobes secondaires 0 et 1.






Ciao, sono l'autore di «Forme d’onda e compressione d’impulso: filtro adattato dimostrato, chirp, codici di Barker e funzione di ambiguità». Domande, dubbi, segnalazioni di errori o richieste di approfondimento sono benvenuti: scriveteli qui sotto e vi rispondo io. Potete anche votare la pagina con le stelle all'inizio dell'articolo.Hi, I am the author of “Waveforms and pulse compression: matched filter proved, chirp, Barker codes and ambiguity function”. Questions, doubts, error reports and requests for more detail are all welcome: write them below and I will answer. You can also rate the page with the stars at the top of the article.