Vous êtes sur la page 1sur 80

Universit Abdelmalek Essaadi

Facult des Sciences


Dpartement de Physique

Chapitre 1
Introduction et Notions
fondamentales
Noura Aknin
aknin@uae.ma

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

Plan du Cours
 Notions fondamentales


Classification des signaux


 Signaux alatoires - Signaux dterministes
 Signaux analogiques Signaux numriques
 Signaux priodiques Signaux non priodiques

 Quelques signaux particuliers


 Signaux analogiques
 Signaux numriques

 Analyse de Fourier
 Transforme de Fourier
 Transforme de Fourier Rapide
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

INTRODUCTION

Lors
linformation,

de

lobservation

se

manifeste

sous

dun

phnomne,

forme

dune

ou

plusieurs grandeurs physiques qui se droulent dans le


temps et dans lespace.

En pratique on est amen, souvent, sintresser


plus particulirement lun ou lautre de ces deux
aspects.

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

On distingue alors par le terme

 de Signal: lvolution temporelle


 dimage: lvolution spatiale.

Dans ce cours nous nous intressons uniquement


aux proprits du signal sachant bien entendu que
certains rsultats stendent sans difficult limage.

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

INTRODUCTION
Source

Transducteur

metteur

Son
Lumire

Microphone

Temprature

Photodiode

Pramplification

Vitesse

Capteur CCD

Conversion A-N)

Acclration

Thermocouple

(Codage)

Dplacement

Capteur pizo

(Modulation)

Force

Potentiomtre

(Filtrage)

(Amplification de
puissance)

Destinataire

Transducteur

Canal

Rcepteur

Figure 1: Structure gnrale dune chane de transmission


N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

INTRODUCTION
Source

metteur

Transducteur

Ligne bifilaire

Haut parleur
Visualisation
Asservissement
Calcul

Amplification

Cble coaxiale

Filtrage

Fibre optique

Dmodulation

Guide dondes

Dcodage

Espace libre

Conversion N-A

Canal Sous marin

Amp de puissance

Canal

Destinataire

Transducteur

Rcepteur

Figure 1: Structure gnrale dune chane de transmission


N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

INTRODUCTION
Signal:

On appelle signal la reprsentation physique de linformation.


Exemple:
 lectriques: tension aux bornes dune impdance,
 Acoustiques: parole, musique
 Optique: niveaux du gris dans une image

Bruit:
Correspond tout phnomne qui vient perturber une transmission et
par la suite gner la reconstitution du signal
Exemple:
 bruit dterministe (dpend des caractristiques du support);
 bruit alatoire (perturbations accidentelles);
 bruit blanc (agitation thermique des lectrons)
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

INTRODUCTION
Remarque:
La diffrence entre le signal et le bruit est artificielle et
dpend de lintrt de lutilisateur.

Exemple:
les ondes lectromagntiques dorigine galactiques sont
du bruit pour un ingnieur tlcoms et un signal pour
les radioastronomes.
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

INTRODUCTION
Information Mesure
 Signal

Traitement
du
signal

Information Stocke
 Signal

Signal 
Utilisation de
lInformation

Information Calcule
 Signal

Traitement du signal:
Cest

une

thorie

qui

permet

une

modlisation

(description

mathmatique) et une analyse des signaux et des systmes.

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

INTRODUCTION

Sortie

Entre

Systme

Tout appareil o lon peut distinguer des signaux dentres et des


signaux de sortie est qualifi de Systme ( Tlphone, Modem,)

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

10

SYSTEME EN EVOLUTION

MESSAGE

Traitement du
Signal

Bruit
CODAGE

SIGNAL
Bruit
CANAL DE TRANSMISSION
Traitement du
Signal

Bruit
RECEPTEUR

Traitement de
linformation
EXPLOITATION DES DONNEES
Figure 2: Intervention du traitement du signal dans une chane de communication
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

11

Principales fonctions du traitement du signal:


Les objectifs du traitement du signal peuvent se diviser en deux

catgories:
 Synthse: cration de signaux de forme approprie en
procdant par exemple une combinaison de signaux
lmentaires.

Llaboration des
signaux:

 Modulation(=changement

de

permettant

signal

dadapter

un

frquence):
aux

techniques

caractristiques

frquentielles dune voie de transmission;

 Codage: traduction en code binaire (quantification etc)

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

12

Principales fonctions du traitement du signal:


 Filtrage: limination de certaines composantes frquentielles
indsirables.
 Dtection: extraction du signal dun bruit de fond (corrlation);

Interprtation
des signaux:

 Identification:

classement

dun

signal

dans

une

catgorie

pralablement dfinies;
 Analyse: isolement des composantes utiles dun signal de forme
complexe ( transforme de Fourrier);

 Mesure: estimation dune grandeur caractristique dun signal


avec un certain degr de confiance ( valeur moyenne)

Remarque:
La thorie du signal est indpendante de la nature des signaux.
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

13

Classifications des Signaux


La classification des signaux peut tre faite selon plusieurs critres.

Classification selon leur origine.




Les signaux de tlcommunications : ils transportent linformation par

modulation avec une porteuse le plus souvent numrique. Ces signaux sont
conus par des ingnieurs dans lobjectif de faciliter leurs tude. Ainsi elle
prsentent des proprits permettant de faciliter les oprations de
modulation, de dmodulation etc)

Les signaux de communication interpersonnelle :tels que la parole ou

lcriture. A lextrme oppos des signaux de tlcommunications, ces


signaux ralisent une modulation trs complexes de linformation quils
portent. Le modulateur et le dmodulateur sont dans ce cas le cerveau
humain.
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

14

Les signaux gophysiques : tels que lvolution de la temprature, de la

pression, de la vitesse dcoulement des fluides terrestres, les signaux


acoustiques, les ondes de vibration de lcorce terrestre.
Exemple :
Limage: Variation de luminosit de couleur perue par lappareil
photo ou la camra.

Les signaux cosmiques : les ondes captes par les radio-tlscopes.

Les signaux Biologiques : mesurs divers endroit du corps humain et

renseignant sur son fonctionnement.


Exemple :
Llectro-cardiogramme, llectro-encphalogramme
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

15

Classifications des Signaux




Classification selon la dimension et la nature de la variable indpendante.


Ce type de classification fait intervenir la nature de la variable
indpendante (temps, position spatiale,) relle ou complexe.
Elle fait intervenir aussi la dimension de la variable:

Dimension 1 : le cas du temps S(t)

Signaux monodimensionnels

Dimension 2 : le cas des images S(x,y)

Signaux bidimensionnels

Dimension 3 : le cas des films S(x,y,t)

Signaux tridimensionnels

Remarque:
La notion de dimension peut tre gnralise au

rang n.

le cas le plus

simple est de se limiter la variable temps.


N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

16

Classifications dterminit - alatoire


Un

signal

dterministe

peut

tre

reprsent

par

une

quation

mathmatique; ses valeurs futures et passes peuvent tre dtermines.

Les signaux dterministes sont prvisibles et modlisables analytiquement.


Exemple : onde priodique, la sortie dun filtre lectronique RC, ...
S(t)

(t)

Figure 3: Signaux dterministes


N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

17

Parmi les signaux dterministes, on distingue les signaux priodiques et non


priodiques.

Signaux priodiques :
Un signal est priodique si :

s (t ) = s (t + T )

Avec T la priode

Cas particulier: les signaux sinusodaux

s (t ) = A sin[(2 / T )t + )]
Signaux non priodiques : ils se composent dune part des signaux pseudo
priodiques forms dune somme de sinusodes de priodes diffrentes

et

dautre part des signaux transitoires dont lexistence est limit dans le temps.

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

18

Signaux alatoires : Un signal alatoire ne peut tre reprsent quen terme


de probabilit, ses valeurs futures ne peuvent pas tre prdites.

Les signaux alatoires ne sont pas prvisibles.


Exemple : la parole, le bruit thermique, le bruit de fond dun circuit
lectronique, les signaux dorigine physique

Figure 4: Signaux alatoires


Signaux pseudo-alatoires : se sont des signaux priodiques dont la
priode est grande devant la dure dobservation( la mare..)
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

19

Classifications Continu - discret


Le temps est un paramtre important de classification. On est appel
distinguer entre un signal temps continu (signal continu) et les signaux dits
temps discret (signal discret).
Lamplitude est un paramtre de mme ordre dimportance dans le traitement
du signal. Ainsi on peut distinguer:

 signal analogique s(t): signal amplitude et temps continus;


 signal quantifi sq(t): signal amplitude discrte et temps continu;
Exemple:
Signal la sortie dun circuit convertisseur numrique analogique
pour la commande dun actionneur.
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

20

Classifications Continu - discret

 signal chantillonn s(nTe); : signal amplitude continue et temps


discret. Ce signal est utilis par les circuits convertisseurs analogique
numrique pour obtenir un signal logique.

 signal logique sq(nTe) : signal amplitude discrte et temps discret Ce


signal correspond une suite de nombres cods en binaire.
Exemple:

0V

0 Logique

5V

1 Logique

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

21

Classifications Continu - discret


sq(t)

s(t)

Temps
continu

s(nTe)

sq(nTe)

Temps
discret

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

22

Signaux Physiques

Signaux Certains

Signaux Alatoires

(ou Dterministes)

(ou Probabilistes ou Stochastiques)

Signaux
Priodiques

Signaux
non Priodiques

Signaux

Signaux

Signaux

sinusodaux

priodiques
complexes

pseudo priodique

Signaux
transitoires

Signaux
Stationnaires

Signaux

Signaux

ergodique

non ergodique

Signaux
non stationnaire

Figure 6: Classification des signaux observs dans le domaine


temporel
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

23

Classifications nergtique
Une classification peut tre faite partir des notions dnergie et de
puissance dun signal

Rappel:
On sait que la puissance lectrique instantane fournie une rsistance
R est dfinie comme le produit des valeurs instantanes de la tension u(t)
ses bornes et du courant i(t) qui la traverse:

p( t ) = u( t ) i ( t ) = R i ( t )
2

Lnergie dissipe sur un intervalle

[t 1 , t 2 ] Avec

est lintgrale de cette puissance instantane:


t2

t1 < t 2

t2

W(t 1 , t 2 ) = p(t ) dt =R i (t ) dt
2

Remarque:

t1

t1

On note que tous les signaux physiques sont nergie finie. Lnergie
sexprime en joules tandis que la puissance sexprime en Watt.
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

24

Par extension, on appelle nergie Ws et puissance moyenne Ps


dun signal s(t) sur un intervalle [t1, t2], les valeurs quadratique et
quadratique moyenne suivante t:

W s ( t1 , t 2 ) =

t1

Ps ( t1 , t 2 ) =

s 2 ( t ) dt
t2

1
2
s
( t ) dt

( t 1 t 2 ) t1

Ce qui permet de dfinir la valeur efficace du signal s(t) sur un


intervalle [t1, t2]:

seff ( t1 , t 2 ) = Ps ( t1 , t 2 )
En considrant un intervalle stendant de
+
, lnergie totale et la
puissance moyenne totale deviennent :

Ws =

N. AKNIN / MSM/ 2010-11

( t ) dt

1
Ps = lim
T T

T
2

2
s
(t ) dt

T
2

Chap. I Introduction et Notions Fondamentales

25

 Dans le cas dun signal priodique de priode T0, la puissance


moyenne sexprime par:

1
Ps =
T0

T0

( t ) dt

 Dans le cas dune reprsentation complexe du signal :

1
Ps =
T0
O

s(t )

T0

1
0 s(t ).s (t )dt = T0

T0

s( t )

dt

est la quantit complexe conjugue de s(t).

 Dans le cas dun signal discret sur lintervalle [N1,N2] :

Ws ( N1 , N 2 ) =

N. AKNIN / MSM/ 2010-11

N2

2
s
(n )

n = N1

Chap. I Introduction et Notions Fondamentales

26

Ces deux grandeurs, nergie totale et puissance moyenne totale,


permettent lobservation et par le suite la classification des signaux
suivant deux ensemble :

Signaux nergie finie : sont les signaux pour lesquels lnergie est
finie c'est--dire :

Ps = 0

Ws = s ( t ) dt <
2

Signal nergie finie

Surface finie

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

27

 Signaux puissance finie c'est--dire :


+

1
0 < Ps = lim
T T
Et

Ws

T
2

2
s
(t ) dt <

T
2

Surface infinie
Remarque :
- Un signal nergie totale finie a une puissance moyenne nulle : cas des
signaux rencontrs dans la nature ;
- Un signal puissance moyenne finie non nulle a une nergie totale infinie :
signaux inexistant dans la nature
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

28

Classifications spectrale

f
fmin

largeur de bande

fma
x

f = f max f min
Soit la frquence moyenne dfinie par:

f moy
N. AKNIN / MSM/ 2010-11

f max + f min
=
2

Chap. I Introduction et Notions Fondamentales

29

Lnergie dun signal est une caractristique lie la quantit de


linformation reprsente.
La qualit dun signal est souvent reprsente par le rapport de
lnergie du signal divis par lnergie du bruit appele rapport
signal/bruit ( ou SNR en anglais).
Dans le cas du signal

x(t ) = s(t ) + n(t )

Le rapport signal sur bruit est dfinit par:

Ws
SNR =
Wn

O Ws est lnergie du signal x(t) et


Wn est lnergie du bruit n(t)

Le SNR est souvent reprsent avec une chelle logarithmique


appele dcibels et not dB.

SNR dB = 10 log 10 SNR


Un facteur de 3 dB est quivalent un facteur de 2.
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

30

On peut distinguer deux types de signaux :




Les signaux bandes troite :

f max f min

f / f moy

Les signaux bandes large :

f / f moy
N. AKNIN / MSM/ 2010-11

f max >> f min

Chap. I Introduction et Notions Fondamentales

31

Modlisation des Signaux

La reprsentation la plus naturelle dun signal est la


reprsentation temporelle

La reprsentation obtenue constitue alors un chronogramme


ou oscillogramme

Les signaux physiquement ralisables sont parfois


difficilement reprsentables, on leur associera dans ce cas un
modle mathmatique plus facile dutilisation.

un modle de signal peut avoir une nergie infinie, une


amplitude non borne et tre dcrit par une fonction complexe du
temps.

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

32

Quelques signaux thoriques particuliers


Les signaux thoriques sont les outils danalyse.


Rampe unitaire

chelon unit ou de Heaviside

Fonction signe

Fonction porte ou fentre rectangulaire

Fentre triangulaire ou de Berlett

Impulsion de Dirac

Peigne de Dirac

Fonction exponentielle complexe

Fonction sinus cardinal

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

33

chelon unit de Heaviside

Dfinition (chelon unit de Heaviside)

+ 1 si t 0
u( t ) =
0 si t < 0

U(t)
1

0
 La valeur l'origine (t = 0) est ici choisie gale 1 mais ce choix est
arbitraire. Elle est parfois fixe 0,5.

 Ce signal particulier prsente un saut (une discontinuit) pour t = 0. Il


demeure cependant un signal temps continu.


L'chelon unitaire peut tre utilis pour rendre compte de la causalit.


Pour tout signal s(t)
quelconque

le signal x(t) = s(t) u(t) est causal


(nul pour t < 0).

 Ce signal est utilis couramment en analyse des systmes (rponse indicielle).


N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

34

Signal Causal
Dfinition
Un signal est causal lorsquil est nul pour tout t < 0. tous les
signaux ralisables physiquement sont causaux

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

35

Fonction signe
Cette fonction dfinit un signal selon la formulation suivante
sgn(t)

1 t>0
sgn( t ) =
1 t < 0

1
0
-1

La valeur l'origine (t = 0) est arbitraire, situe entre 1 et -1. Par convention


et sauf cas particulier et par souci de symtrie, on supposera que cette
valeur est nulle.

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

36

Fonction Porte ou fentre rectangulaire


Dfinition

rectT ( t ) =

T
1 t
2
T
0 t>
2

RectT(t)
Aire = T

-T/2

T/2

Cette fonction est souvent utilise comme facteur multiplicatif d'une fonction
quelconque pour reprsenter une portion limite dans le temps (dure T) de
cette fonction.

Remarque
La fentre rectangulaire peut tre dfinie
aussi partir de l'chelon unitaire :

rect ( t ) = u( t +

T
T
) u( t )
2
2

-T/2

RectT(t)

T/2

u(t+T/2)

-u(t-T/2)
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

37

Fonction rectangulaire gnralise


Dfinition
La fonction rectangulaire gnralise de dure T, damplitude A et
centre su t0 sexprime par:
Rectg(t)

( t t0 )
rectg( t , A , t 0 ,T ) = A rect

t0 - T/2

t0

Aire: AT

t0 + T/2

Ce signal est souvent utilis pour exprimer qu'un signal x(t) est observ
sur un horizon fini de dure T. On dira ainsi que l'on va appliquer un
fentrage rectangulaire sur s(t) pour obtenir sT(t) = s(t) rectT (t)

Application
Ce signal est trs utilis en traitement du signal, notamment au travers
des notions de filtrage, de fentrage, d'chantillonnage,

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

38

Fonction triangulaire (ou de Barlett)

triT ( t ) =

2
1 t
T
0

T
t
2
T
t>
2

La fentre triangulaire peut tre dfinie partir de la rampe r(t) :

2 T 4
2 T
triT ( t ) = r t + r ( t ) + r t
T
2 T
T
2
O la fonction rampe unitaire est dfinie par:

r( t ) =

t 0
0 t<0
t

r(t)
1
1

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

t
39

Fonction sinus cardinal


La fonction obtenue en effectuant le rapport d'une fonction sinusodale et de
son argument joue un rle trs important en thorie du signal. Elle porte le
nom de sinus cardinal et est dfinie par :

sin( t )
sin c ( t ) =
t
Par dfinition, sinc (0) = 1
Elle est paire et s'annule pour les valeurs entires de t diffrentes de 0.

sin c ( t ) = 0

N. AKNIN / MSM/ 2010-11

si t = k *

Chap. I Introduction et Notions Fondamentales

40

Remarque
+


sin c( t ) dt = 1

et

sin c

( t ) dt = 1

 En posant t = Tf (avec T = constante), ce qui revient localiser les zros


de la fonction aux multiples entiers non nuls de f = 1/T
 Labsence du nombre comme argument de la fonction sinc constitue un
abus de notation frquemment utilis en thorie du signal:

sin( t )
sin c ( t ) =
t

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

41

Impulsion de Dirac
Introduction
A cause des imprcisions des appareils, lors de la mesure physique , la
distinction entre deux grandeurs trop voisines est impossible.

Ce qui ncessite un autre type de signaux: les signaux presque partout


gaux lexception dun nombre fini de points.

La notion dimpulsion de Dirac a t introduite par des spcialistes de la


physique des particules dont Paul Dirac pour fournir un modle de signal
discontinu..

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

42

Impulsion de Dirac
Dfinition
Considrons la fentre rectangulaire reprsente ci-dessous.
L'aire est gale 1. Une manire pratique de dfinir l'impulsion de Dirac
est de considrer la limite de cette fentre rectangulaire lorsque T tend
vers 0.

1
lim
rectT ( t ) = ( t )
t 0 T
1/T

-T/2

N. AKNIN / MSM/ 2010-11

Et

( t ) dt = 1

(t)

1/T RectT(t)
1

T/2

Chap. I Introduction et Notions Fondamentales

43

Limpulsion de Dirac peut tre interprte physiquement comme


la limite dune impulsion rectangulaire de surface unit dont la dure
tends vers zro.
(t)
C=1: surface constante

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

44

La distribution ou impulsion de Dirac peut tre dfinie par la


relation suivante, valable quel que soit le signal s(t) continu en 0.
+

s( t ) ( t ) dt = s( 0 )

En d'autres termes, l'impulsion de Dirac (t) est un oprateur qui


extrait la valeur s(0) d'une fonction s(t) continue en 0.
D'une manire gnrale, pour toute fonction s(t) continue en t = t0,
on a :
+

s( t ) ( t t

) dt = s( t 0 )

En particulier, en posant s(t) = 1 et t0 = 0, on obtient :


+

( t ) dt = 1

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

45

Limpulsion de Dirac est donc un oprateur dchantillonnage : elle


permet daccder la valeur dune fonction pour nimporte quelle
valeur de t

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

46

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

47

Proprits de limpulsion de Dirac


Pour t = t0, la reprsentation de limpulsion de Dirac est
obtenue laide dune flche verticale place en t = t0 et de
longueur 1
(t0-t)
1

Le contenu = 1
Lamplitude tend vers +

t0 est un point (T 0)
0

t0

Remarque
La hauteur de la flche reprsente , non pas lamplitude de
limpulsion

de

Dirac

mais

son

contenu,

seule

grandeur

caractristique.
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

48

Peigne de Dirac
Un peigne de Dirac not T(t) est une suite d'impulsions de Dirac
espaces de T sur l'axe des temps :

K Z
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

49

Exercices dapplication
Exemple2:

Signal rect(t)

Amplitude

Dterminer si le signal rect(t) ci dessous est un signal


dnergie ou de puissance.

Exemple3: Dterminer si le signal sin(2t/T) un signal dnergie ou de


puissance.

Conclure?
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

50

Partie 2
Analyse de Fourier

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

51

I- Transformation de Fourier des fonctions priodiques: srie de Fourier

Dfinition
La transformation de Fourier permet de dcrire dans l'espace
des frquences un signal dont on connat l'histoire au cours du
temps, et rciproquement.

Thorme de Fourier
Si s(t) est une fonction de t priodique, de priode T0, elle peut
scrire sous la forme dune somme de fonction sinusodale de
frquences f multiple de la frquence F0 dite fondamentale.

s( t ) = a0 + [a n cos(2 nF0 t ) + bn sin(2 nF0 t )]


n =1

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

52

I- Transformation de Fourier des fonctions priodiques: srie de Fourier

s( t ) = a0 + [a n cos(2 nF0 t ) + bn sin(2 nF0 t )]


n =1

O an et bn sont les coefficients de la srie de Fourier. Ils se calculent


partir des relations suivantes:

1
a0 =
T0

T0

s( t ) dt = s( t )
0

Avec a0 est la valeur moyenne ou composante continue

2
an =
T0
2
bn =
T0
N. AKNIN / MSM/ 2010-11

T0

s( t ) cos( 2 nF

t ) dt

Pour

n1

T0

s( t ) sin( 2 nF

t ) dt

Pour

n1

0
Chap. I Introduction et Notions Fondamentales

53

Le signal peut sexprimer aussi par :

s( t ) = a0 + cn cos(2 nF0 t + n )

(Dveloppement en
harmoniques)

n =1

avec

cn = a + b
2
n

N. AKNIN / MSM/ 2010-11

2
n

et

bn

n = arctan
an

Chap. I Introduction et Notions Fondamentales

54

Remarque
Pour quun signal s(t) puisse tre analys( transforme de Fourier
puisse exister) il doit satisfaire aux conditions de Dirichlet:

 Le signal s(t) est born;

 Il possde un nombre fini de maxima et de minima;


 Il nest discontinu quen un nombre fini de points.

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

55

Reprsentation graphique
Spectre du signal s(t)

F0

2F0

3F0

4F0

nF0

Spectre en frquence dun signal priodique


Spectre en frquence dun signal est constitu de la composante
continue la frquence nulle damplitude a0, du fondamental la
frquence F0 damplitude c1 et des diffrents harmoniques situs aux
frquences f = nF0 damplitudes respectives cn.

Remarque
Dans le cas dun signal priodique de priode T0, le spectre est
discontinu et compos de raies dont lcart minimum est F0
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

56

Le signal s(t) peut aussi se mettre sous la forme complexe suivante:

s (t ) =
avec

S (nF ) e

n =

1
1
S ( nF0 ) = (a n jbn ) =
2
T0

j 2nF0t

T0

j 2nF0 t
s
(
t
)
e
dt

Pour

n1

S ( o ) = a0 = s( t )
S(nF0) reprsente les composantes du
spectre en frquence de s(t), grandeur
en gnral complexe qui a pour module
Et pour phase

1 2
cn
2
S ( nF0 ) =
a n + bn =
2
2

( nF0 ) = arctan( bn / a n )

Le systme le plus commode pour reprsenter les cfficients complexes


consiste tablir deux graphiques distincts donnant respectivement le
module et la phase en fonction de la frquence
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

57

En utilisant le pic de Dirac, le spectre en frquence est donn par

s( f ) =

S ( nF

n =

avec

) ( f nF0 )

S ( nF0 ) = S ( nF0 ) e j ( nF0 )

le spectre en frquence est en gnral complexe: form


dune partie imaginaire et une partie relle

Il doit donc tre reprsent dans un systme trois


dimensions: axe des frquences, axe de la partie
imaginaire et axe de la partie relle.

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

58

Par convention, on attribue chaque raie une hauteur proportionnelle


son poids S (nF0 )
Spectre du signal s(t)
S(-nF0)

S(nF0)

S(0)
S(-F0)

S(F0)

S(-2F0)

S(2F0)

f
-nF0

-2F0

-F0

F0

2F0

nF0

Reprsentation bilatrale: Spectre en frquence dun signal


priodique avec un axe de frquences de +

REMARQUE

 Reprsentation abstraite
 Distribution symtrique des contributions du signal de part et dautre de lorigine
 Simplifications des calculs au niveau du traitement du signal
 Seul la reprsentation unilatrale a un sens physique et peut tre obtenue partir
danalyseur de spectres

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

59

Le concept des frquences ngatives na pas de signification


physique. Il peut tre vu comme une traduction du sens de rotation
de la vitesse angulaire ou pulsation ( =2f )

1 j t
j t
cos( t ) = e + e
2

Ainsi

Partie imaginaire

ejt
t
t

Cos(
t)

Partie relle

e-jt

Introduction des frquences ngatifs dans


lexpression des signaux
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

60

Exemple dapplication
Dterminer les coefficients de Fourier du signal rectangulaire
priodique suivant:

Signal rectangulaire

N. AKNIN / MSM/ 2010-11

alternance gales

de valeur moyenne nulle

damplitude gale 2

Chap. I Introduction et Notions Fondamentales

61

Notons par S(nF0) les cfficients dterminer


T

t
j 2 n
1
T
S ( nF0 ) = s( t ) e
dt
T 0

S ( nF0 ) =

1
T

T
2
0

+ 1.e

j 2n

t
T

dt +

1
T

T
2

1.e

j 2n

t
T

dt

t
t T
2
j 2n T
1 T j 2n T
S ( nF0 ) =
e
e

T j 2 n
0
T
2

1
S ( nF0 ) =
2.e jn 1 e j 2n
j 2 n
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

62

Utilisons les formules dEuler suivante:

e jt = cos( t ) + j sin( t )
e jt = cos( t ) j sin( t )

2 j n

=1

(
e
j n
1

S ( nF0 ) =

jn

d' o S ( nF0 ) = j n
0

s( t ) =

n = +

S ( nF

n =
N. AKNIN / MSM/ 2010-11

)e

pour n impair
pour n pair ou nul
j 2 n

t
T

Chap. I Introduction et Notions Fondamentales

63

En notant F0=1/T

s( t ) =

n = +

j 2 n F0 t
S
(
nF
)
e

n =

s( t ) = [

N. AKNIN / MSM/ 2010-11

1 5 j 2F0 t 1 3 j 2F0 t
... e
e
e j 2F0 t
5
3
2
1 3 j 2F0 t 1 5 j 2F0 t
j 2F0 t
+e
+ e
+ e
+ ...
j
3
5

Chap. I Introduction et Notions Fondamentales

64

Spectre du signal s(t)


S(nF0)

S(0)
S(F0)=2/

2/3

2/5

S(2F0)
F0

-5F0

-3F0

-F0

3F0

5F0

0
-2/3

-2/5

Reprsentation bilatrale dun signal carr priodique

Remarque:
Signal priodique rel impaire

N. AKNIN / MSM/ 2010-11

Spectre imaginaire impair

Chap. I Introduction et Notions Fondamentales

65

En utilisant les formules dEuler

4
1
1

s( t ) = sin(2F0 t ) + sin(6F0 t ) + sin(10F0 t ) + ...


3
5

Une fonction continue est-elle bien somme, en chaque


point, de sa srie de Fourier ?

Phnomne de Gibbs
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

66

Pour illustrer ce phnomne, voici la reprsentation des termes


d'ordre 10, 50, 250 obtenus en faisant l'analyse spectrale de la
fonction rectangulaire ("crneau" ).

10

N. AKNIN / MSM/ 2010-11

50

Chap. I Introduction et Notions Fondamentales

250

67

Autre forme de dcomposition en srie de Fourier


Sachant que:

e j 2nF0 t = cos(2 nF0 t ) + j sin(2 nF0 t )


Do:
+

s( t ) = X n [cos(2 nF0T ) + j sin(2 nF0T )]

avec

1
Xn =
T

[ s( t ) cos(2 nF T )dt j s( t ) sin(2 nF T )dt ]


T

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

68

Dans le cas des signaux rels , on obtient donc lexpression


suivante:

s( t ) = A0 +

n = +

[A
n =1

cos(2 nF0 t ) + Bn sin(2 nF0 t )]

O A0, An et Bn sexpriment par:

N. AKNIN / MSM/ 2010-11

1
A0 =
T

2
An =
T

s( t ) cos(2 nF0 t ) dt

2
Bn =
T

s( t ) sin(2 nF0 t ) dt

s( t ) dt

Chap. I Introduction et Notions Fondamentales

69

Proprits
Cette dernire dcomposition nous emmne des simplifications
dans les calculs et une formulation plus commode.

Signal s(t) est impair s(-t)=-s(t)

2
A0 =
T

A0 = 0

4
An =
T

An = 0

4
Bn =
T

T
2
0

s( t ) sin(2 nF0 t ) dt

N. AKNIN / MSM/ 2010-11

Signal s(t) est pair s(-t)=s(t)

T
2
0

T
2
0

s( t ) dt

s( t ) cos(2 nF0 t ) dt

Bn = 0

Chap. I Introduction et Notions Fondamentales

70

II Transforme de Fourier des fonctions non priodiques

Introduction
La dcomposition en sries de Fourier est un outil trs
puissant dans le cas de signaux priodiques de priode T.
Le passage la limite de la dcomposition en srie de
Fourier permet de dcouvrir une reprsentation frquentielle pour
les signaux non priodiques sur lintervalle [- , + ]

sT ( t ) =

Soit
avec

S ( nF0 ) =

j 2F0 t
S
(
nF
)
e

n =

1
(an jbn ) = 1
2
T0

Signal priodique

T0

j 2nF0 t
s
(
t
)
e
dt

1 T
j 2nF0 t
j 2 nF0 t
sT ( t ) = sT ( t ) e
dt e
n = T0 0

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

71

En passant la limite T0 :

1
j 2nF0 t
j 2 nF0 t
s( t ) = lim s ( t ) e
dt e
T0 +
n =

T0 T
+

Or

1
lim
=0
T0 + T
0

1
df
T0

j 2 nF0 t
j 2nF0 t
s( t ) lim s( t ) e
dt df e
T0 +
n =

T
1
F0 dpend donc de t puisque F0 =
T0
+

+ +

j 2ft
j 2 ft
s( t ) s( t ) e
dt e df

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

72

s( t )

j 2 ft
j 2ft
s
(
t
)
e
dt
e
df

S(f)

S(f): transforme de Fourier de s(t) et correspond la dcomposition du


signal s(t) dans une base continue de fonctions exponentielles.

Remarque
Les conditions dexistence de la transforme de fourrier sont les
suivantes ( conditions de Dirichlet):
+
 Le signal s(t) doit tre absolument intgrable :

s( t ) dt <

 s(t) possde un nombre fini de maxima et de minima sur un intervalle

de temps fini.
 s(t) prsente un nombre fini de discontinuits sur un intervalle de temps

fini.
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

73

Conditions dexistence plus strictes:


+

s( t )

dt <

Tout signal s(t) dnergie finie admet une transforme de Fourier S(f) telle
que:

TF
s(t)

S(f)
TF-1

Remarques
TF-1{TF [s(t)] }=s(t)

 La
transforme
de
Fourier
nengendre pas de pertes sur le signal
de dpart quon peut retrouver avec la
transforme de Fourier inverse TF-1

 On peut appliquer aussi la transforme de Fourier aux signaux


nergie non finie: cas de limpulsion de Dirac
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

74

Proprits: linarit, dilatation et contraction


Linarit
La transform de Fourier est une opration linaire. Quelles
que soient deux constantes a et b
TF

a s1 ( t ) + b s2 ( t ) a S1 ( f ) + b S 2 ( f )
Dilatation et contraction

1 f
s( at )
S
a a
TF

 Si a <1: s(at) reprsente la version dilat de s(t). Le spectre


correspondant a subi quant lui une contraction frquentielle
dun facteur de 1/a.
 Si a >1: s(at) reprsente la version contracte de s(t) et le
spectre se trouve cette fois dilat.
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

75

Illustration des principes de dilatation et contraction

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

76

Exemples dapplication
Dterminer la transform
rectangulaire suivant:

de

Fourier

du

signal

t
s( t ) = A rect
T

N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

77

Conditions dexistence plus strictes:


La dfinition de la transforme de Fourier nous permet dcrire:

S( f ) =

j 2 ft
s
(
t
)
e
dt

S( f ) =

T
2

j 2 ft
A
e
dt

T
2

A
S( f ) =
e
j 2 f

T
j 2 f t
2
T

2
+

A
S( f ) =
e j f T e j f T
j 2 f
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

78

A
[cos( fT ) j sin( fT ) cos( fT ) j sin( fT )]
S( f ) =
j 2 f
S( f ) =

A
[ 2 j sin( fT )]
j 2 f

sin( fT )
S( f ) = A
f
sin( fT )
S ( f ) = AT
fT
Do

N. AKNIN / MSM/ 2010-11

S ( f ) = AT sin c[ fT ]
Chap. I Introduction et Notions Fondamentales

79

La transforme de Fourier dun signal rectangulaire


damplitude A, de largeur T et centr sur 0 est

S ( f ) = AT sin c[ fT ]
N. AKNIN / MSM/ 2010-11

Chap. I Introduction et Notions Fondamentales

80