Introduction

La transforme de Fourier est un outil prcieux d'analyse et de traitement des

signaux . Cependant, dans certains problmes ( comme le filtrage numrique ) , les
limites de la transforme de Fourier sont vite atteintes.
La transforme de Fourier a t dveloppe initialement pour tudier les fonctions
de dure finie, et tendue aux fonctions priodiques.
Dans les tudes en traitement du signal, on est amen a reprsenter des signaux
dont la transforme ne peut pas scrire comme une formule dpendant dun petit
nombre de paramtres. Mme dans le cas ou une criture formelle existe, on a

souvent besoin de reprsenter la transforme de Fourier dun signal ou la rponse

en frquence dun filtre. On utilisera pour cela les outils informatiques.

Jean-Baptiste Fourier 1768 - 1830

Transforme De Fourier

La dcomposition en sries de Fourier peut stendre aux fonctions non priodiques. Dans ce cas
nous aurons une dcomposition sous la forme

Ou lamplitude complexe a la frquence w est donne par

Quelques proprits de
la transforme de Fourier

Translation dans le domaine temporel

Soit la fonction

Sa transforme de Fourier est :

En effectuant le changement de variable : u = t T

La translation dans le domaine temporel se traduit par un terme correspondant a un dphasage

linaire en fonction de la frquence ( exp(jwt)). Cette opration ne modifie pas le module de la
transforme de Fourier

Multiplication par une sinusode, translation en frquence

Soit la fonction x(t) multipli par une sinusode exp(jw0t) :

La transforme de Fourier de xw0(t) est :

La multiplication par une sinusode dans le domaine temporel se traduit par une translation des
termes de Fourier.

Multiplexage de signaux ; modulation ; porteuses

Cette proprit est fondamentale pour linterprtation de la modulation des signaux en

tlcommunications. De manire `a transmettre simultanment plusieurs signaux, xa(t), xb(t), xc(t)

on leur applique lopration de modulation (multiplication par une sinusode exp(jwx t) de

frquence Wx ),en choisissant pour chacun des trois signaux des frquences porteuses diffrentes ,
Wa, Wb et Wc . Dans le domaine des frquences, le rcepteur reoit la somme des trois signaux :

Pour retrouver un des signaux, par exemple xb(t), le rcepteur (qui connait les frquences
porteuse Wa, Wb et Wc ) doit raliser lopration inverse de la modulation, la dmodulation :
et liminer, par filtrage, les composantes indsirables Xa(wwa+wb) et Xc (w wc +wb), ce
qui permet de retrouver Xb(w), soit, dans le domaine temporel, le signal mis xb(t).

Illustration des effets dune modulation damplitude

- colonne de gauche : domaine temporel,

- colonne de droite : domaine frquentiel (amplitude de la TF, les phases ne sont pas reprsentes)

Fig.: Signal x(t) avant modulation

Fig.: Signal aprs modulation par une porteuse cos w 0t

On a multipli le signal x(t) par une fonction porteuse sinusodale cos(w 0t), ce qui introduit
une translation dans le domaine de Fourier.
De plus, comme la porteuse est un signal rel (donc x(t). cos(w 0t) est un signal rel), il y a
symtrie par rapport `a laxe des ordonnes dans le domaine de Fourier.
Marc Chaumont

Fig.: Signal aprs dmodulation par une porteuse cos(w 0t)

`A la rception, pour retrouver le signal x(t) on dmodule en multipliant par cos( w0 t). Les deux
pics dans le domaine de Fourier sont translats et symtriss par cette dmodulation ce qui fait
quatre pics dont deux se superposent. Le pic `a conserver est celui o`u a lieu la superposition.

Fig.: Signal filtr passe bas liminant les composantes hautes frquences

Transforme de Fourier dune convolution

Soit y(t) = x(t) * h(t) :

qui a pour transforme de Fourier :

En supposant quil est possible de changer lordre des intgrations

et en introduisant artificiellement

et en effectuant le changement de variable t T = u :

On y reconnait les transformes de Fourier X(w) et H(w) des fonctions x(t) et h(t)

La transforme de Fourier dune convolution de deux fonctions est un produit des transformes

de Fourier de ces deux fonctions. Ce rsultat est un des rsultats les plus importants en
traitement du signal aussi bien dans les aspects thoriques que dans les applications.

Transforme de Fourier dun produit de fonctions

La transforme de Fourier et la transforme de Fourier inverse ont des formulations identiques `a
une constante et un changement de signe prs. Par consquent la transforme dun produit de
fonctions
dans le domaine temporel est une convolution dans le domaine des frquences ; dmonstration :

En crivant x(t) comme une transforme de Fourier inverse

En admettant quon peut changer lordre des intgrations

o`u on reconnait la transforme H(w v)

La transforme dun produit de fonctions dans le domaine temporel est une convolution dans le
domaine des frquences :

Reprsentation simultane des transformes de Fourier des signaux priodiques

et des signaux quelconques
On peut tre amen a reprsenter simultanment les transformes de Fourier de signaux
priodiques et de signaux quelconques, par exemple dans le cas de lanalyse dun signal musical
enregistr en prsence dun bruit de fond.

Dans ce cas nous reprsenterons la transforme de Fourier des signaux priodiques sous la forme

dune suite dimpulsions de Dirac aux frquences Wk damplitude X(Wk )/2

Fig.: Analyse spectrale dun signal compose dun signal non priodique et dun signal pur
`a 1 frquence : la composante priodique apparait comme une impulsion dans le
domaine des frquences

Rcapitulatif des proprits

Transforme de Fourier Discrte

Les reprsentations de signaux et de filtres sous la forme de transformes de Fourier sont des outils
thoriques. Ils ne peuvent tre utiliss que si les donnes tudies ont une reprsentation formelle.
Cest le cas dun filtre linaire non rcursif ou dun signal sinusodal
Dans les tudes en traitement du signal, on est amen a reprsenter des signaux dont la transforme
ne peut pas scrire comme une formule dpendant dun petit nombre de paramtres. Mme.

dans le cas o`u une criture formelle existe, on a souvent besoin de reprsenter la transforme de
Fourier dun signal o`u la rponse en frquence dun filtre. On utilisera pour cela les outils
informatiques. Lutilisation de techniques numriques pour effectuer un calcul de transforme de
Fourier suppose que le nombre de donnes `a traiter soit fini et que le nombre de frquences pour
lesquelles on calcule la transforme soit aussi fini.
Pour conserver la mme quantit dinformations, on calculera autant de donnes dans le domaine des
frquences quil y a dechantillons du signal dans le domaine temporel.
Cest lobjectif de la transforme de Fourier discrte.
Soit le signal chantillonn x(t) nul en dehors de lintervalle 0, ,T1. On rend ce signal priodique
en le reproduisant aprs translation de T, 2T, 3T, etc... Pour tout n pour tout 0 t T 1

La transforme de Fourier Y (w) de y(t) est nulle sauf aux pulsations multiples de 2/T.
La connaissance de Y (!) aux pulsations multiples de 2/T suffit donc pour caractriser le signal
priodis y(t) et donc le signal original x(t).

Illustration de la transforme de Fourier Discrte TFD

Reprsentation graphique des rsultats de la transforme de Fourier discrte

Bien souvent, pour une visualisation plus intuitive des frquences (ordre croissant W), on dcale les
coefficients de sorte que le coefficient reprsentant la frquence nulle soit au centre du tableau
stockant les coefficients de Fourier.

Transforme de Fourier Discrte

Cest le produit dune matrice par un vecteur qui transforme le vecteur

x(t) en un vecteur X(k) de mme dimension.

Pour T chantillons, la transforme de Fourier Discrte de x(t) est

La transforme inverse
A partir de lamplitude complexe des harmoniques on peut reconstituer le signal priodique
y(t) et donc le signal x(t) pour 0 t T 1. On a donc

Complexit de la DFT
La DFT (Discret Fourier Transforme) est une transforme coteuse en temps de calcul ;
sa complexit est (avec N le nombre dchantillons traits) :

- N N calcul de sinus, N N calcul de cosinus,

- 4 N N produits, 4 N N somme,
- plus quelques termes ngligeables.
ce qui fait une complexit en O(N2).

La FFT (Fast Transform Fourier) dveloppe par Cooley et Tukey en 1965 est en O(N log2(N)).
La seule contrainte de limplmentation la plus populaire (Radix-2 Cooley-Tukey) est que le

nombre dechantillons soit une puissance de 2.

La transforme de Fourier en 2D
Transforme de Fourier Discrte 2D :

Transforme de Fourier Discrte 2D inverse :

Les proprits de la transforme de Fourier discrte

Toutes les proprits de la transforme de Fourier sont conserves, en particulier la transforme

dune convolution discrte est un produit.

Toutefois lutilisation de cette proprit (convolution discrte est un produit) ncessite quelques
prcautions. En effet il ne faut pas oublier que les squences pour lesquelles on calcule les

transformes de Fourier discrtes sont priodiques et tenir compte de ce fait dans les calculs.
Il faut sassurer que la somme des dures Tx et Th pendant lesquelles les deux signaux x(t) et

h(t) sont non nuls est infrieure `a T (le nombre dechantillon). En effet, dans ce cas la dure Ty

du rsultat de la convolution sera gale a Tx + Th 1.

Quelques applications de la transforme de Fourier

Codage MP3

Traitement dimages

Interfromtrie en imagerie astronomique

HISTOIRE

CONCLUSION

Bibliographie

-** Polycopi de Jol Le Roux (Professeur a lEcole Suprieure

en Sciences Informatiques de lUniversit de Nice,
http ://www.essi.fr/leroux ) : Techniques numriques pour le
traitement du signal,
-**
Paul Bourke (University of
http ://local.wasp.uwa.edu.au/pbourke/)

Western

Australia,