Pr eparation ` a lagr egation externe Option calcul scientique

Universit e de Grenoble 2009/2010

Analyse de Fourier et applications

Soit N N et soit f : [0, 1] R un signal physique (pression de lair, rayonnement electro-magn etique . . . ). On appelle signal discret ou echantillonage la donn ee des nombres fn = f (n/N ) avec n [[0, N 1]] issus dune s erie de N mesures r eguli` erement espac ees. Exercice 1 : On prend comme convention pour la transformation de Fourier les formules
1

c(n) =
0

f (x)e2inx dx

f (x) =
k Z

c(k )e2ikx .

Soit K N. Calculer les K premiers coecients de fourier dun signal f ` a laide dune m ethode des rectangles bas ee sur le signal discret. Recomposer ensuite le signal original par la transform ee de Fourier inverse. Que constatez vous si K > N ? Comment expliquez vous ce ph enom` ene appel e repliement du spectre (aliasing) ? Quel est la bonne valeur de K ` a prendre ?

D esormais, on se concentre sur le signal discret et on pose K = N . On appelle transformation de Fourier discr` ete de (fn )n[[0,N 1]] les coecients (ck )k[[0,N 1]] donn es par ck = 1 N
N 1

fn e2ik N .
n=0

Le signal se recompose par la transformation inverse

N 1

fn =
k =0

ck e2in N .

Exercice 2 : Programmer une fonction eectuant la transformation de Fourier discr` ete et une autre eectuant la transform ee inverse. Observer la transform ee dun signal issu dun polyn ome trigonom etrique, dune fonction C et dun signal al eatoire. Exercice 3 : La m ethode la plus rapide pour faire une transformation de Fourier discr` ete est la FFT (Fast Fourier Transform). Celle-ci part de la constatation suivante. Si N = 2M

est pair, alors 1 ck = 2M = 1 2

M 1 M 1

f2j e
j =0

2j 2ik 2 M

+
j =0
k

f2j +1 e2ik ei M M
M 1

2j +1 2M

1 M

M 1

f2j e2ik M +
j =0

f2j +1 e2ik M
j =0

On pose donc (ak ) et (bk ) les vecteurs de RM compos es des transform ees de Fourier discr` etes des vecteurs (f2j )j [[0,M 1]] et (f2j +1 )j [[0,M 1]]. On a
k 1 k [[0, M 1]], ck = (ak + ei M bk ) 2

et

k 1 k [[M, N 1]], cM +k = (ak ei M bk ) . 2

En d eduire un algorithme r ecursif pour la transformation de Fourier discr` ete dun signal tel que N est une puissance de 2 et le programmer.

Application ` a lastrophysique Comment faire pour conna tre la composition chimique dun astre lointain ? Chaque atome poss` ede un rayonnement qui lui est particulier : les photons emis nont que certaines fr equences tr` es particuli` eres. On peut donc observer le spectre du signal lumineux de l etoile et reconna tre les marques particuli` eres de certains el ements chimiques, voir gure 1. Pour simuler cette observation, construire un signal compos e uniquement de certaines

Fig. 1: le spectre de l etoile Wolf-Rayet Wr137 r ealis e au T-60 du Pic du Midi.

fr equences, le bruiter l eg` erement et observer sa transform ee de Fourier.

Application au d ebruitage Pour d ebruiter un signal, on consid` ere que les fr equences les plus importantes sont les plus basses. On ecrase donc toutes les fr equences trop elev ees (ltre passe-bas). Observer leet obtenu. On pourra noter le ph enom` ene de Gibbs qui se manifeste par des vaguelettes prs des contours (i.e. des variations brusques).

Application ` a la compression de signaux Pour compresser un signal, on eectue sa transformation de Fourier et on ne garde que les fr equences dont le coecient est parmi ceux de plus grande valeur. On stocke les coecients ` a garder et le num ero de la fr equence correspondante, ce qui fait beaucoup moins de donn ees que le signal dorigine. On recr ee sur demande le signal par une transformation de Fourier inverse. Cest le principe de la compression jpeg pour les images. La compression mp3 est

8 6 4 2 0 2 4 6 8 10 12 0.0

2.5

2.0

1.5

1.0

0.5

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1.0

0.0 0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1.0

Fig. 2: un signal test compress e` a 80%. Notez le ph enom` ene de Gibbs sur le plateau.

aussi bas ee sur ce principe mais utilise aussi diverses astuces : suppression des fr equences inaudibles, codage en mono des sons de basse, suppression des sons masqu es par dautres fr equences. . .

Un mot sur les ondelettes Les id ees derri` ere ces applications pourraient sappliquer ` a dautres bases hilbertiennes que celles des polyn omes trigonom etriques. Dans le cas de signaux vibratoires, la base de Fourier est bien adapt ee. Elle lest beaucoup moins pour dautres formes, comme les images

(voir la di erence entre le traitement des ondulations et du plateau dans la gure 2). La cr eation dautres bases hilbertiennes mieux adapt ees a abouti ` a la th eorie des ondelettes. Voici lexemple le plus simple des ondelettes de Haar qui forme une base hilbertienne de L2 (]0, 1[). On pose si x [0, 1[ 1 1 si x [1, 2[ (x) = 0 sinon La base de Haar (j,k ) est la restriction ` a ]0, 1[ des translations et dilatations de . Plus pr ecisemment, 0,0 1 et j N , k [[0, 2j 1]] , j,k (x) = 2(j 1)/2 (2j x k ) .