Académique Documents
Professionnel Documents
Culture Documents
James L. Crowley
Formule du Jour
N N
La TFD comprend des fréquence de k cycles sur N échantillons, k ∈ [– 2 , 2 –1]
TFD Inverse :
13-2
Filtrage par Transformée de Fourier Discrète Séance 13
N x+Ny-2 N x+Ny-2
y(n) = x(n) * y(n) = ∑ x(m) . y(n–m) = ∑ x(n–m) . y(m)
m=0 m=0
* ⇒
0 Nx-1 0 Ny-1 0 Nx + N y –1
Soit M = Min(N x, N y)
Le premier et dernier M echantillons de z(n) sont des effets de bords.
13-3
Filtrage par Transformée de Fourier Discrète Séance 13
Convolution Périodique
Soit x p(n), périodique avec périod N, xp(n) = xp(n + kN) pour k ∈ [–∞, ∞]
Soit x(n) une période de xp(n)
Soit y p(n), périodique avec périod M, yp(n) = yp(n + kM) pour k ∈ [–∞, ∞]
Soit y(n) une période de yp(n)
N x+Ny-2 N x+Ny-2
x ∗ y(n) = ∑ y p(m) . xp(n–m) = ∑ y p(n–m) . xp(m)
m=0 m=0
* ⇒
0 N-1 0 M-1 0 N+M-1
Soit M = Min(N x, N y)
Le premier et dernier M echantillons de z(n) ont des effets de bords.
13-4
Filtrage par Transformée de Fourier Discrète Séance 13
Un des intérêt principale de la TFD est qu'il permet de faire les convolutions de
deux signaux de taille N échantillons avec un coût de calcul de l'ordre de 2N
Log(N) in lieu de N2. Mais le TFD réalise un convolution périodique.
Ceci peut poser une piège.
et par dualité
Il est possible de calculer un convolution aperiodique, x(n) * y(n), par une produit
de TFD. Mais pour ce faire, il faut incruster x(n) et y(n) dans des séquence
périodique xp(n) et yp(n) de taille N = Nx + N y –1.
Coût
En générale quand la durée du signal le plus court (le filtre) dépasse N > 30, il est
plus efficace de faire ce filtrage par produit de TFD.
13-5
Filtrage par Transformée de Fourier Discrète Séance 13
Le calcul d'une TFD sur une longue durée pose certains problèmes pratiques. Pour
un séquence longue, la coût en mémoire et en temps de calcule d'une TFD est
prohibitif. De plus, pour obtenir le premier échantillon du résultat, on doit attendre
la fin de tous le calculs.
Soit le filtre à convolué, h(n), est de durée Nh tel que et n ∈ [0, Nh-1]
Le séquence a traiter, x(n) est d'une durée illimité.
x(n)
M
N
13-6
Filtrage par Transformée de Fourier Discrète Séance 13
2π n 2π 2π 2π n 2π 2π
WNn = ( e–j N ) = e –j n (
N = Cos ( N ) – j Sin( N ) )
= Cos (n N ) –j Sin(n N )
Im
2 2π
N
2π
N
Re
1
Le fréquence le plus bas (apres f = 0) est 1 cycle per 16 échantillons (f = 16 )
1 2π
f = 16 ou ω = 16 (une cycle pour 16 echantillons),
2πn 2πn
Cos( 16 ) + j Sin( 16 ) a la forme :
n 0 1 2 3 4 5 6 7 8 9
Cos(n2π/N) 1.000 0.924 0.707 0.383 0.000 -0.383 -0.707 -0.924 -1.000 -0.924 -0.
sin(2πn/N) 0.000 0.383 0.707 0.924 1.000 0.924 0.707 0.383 0.000 -0.383 -0.
13-7
Filtrage par Transformée de Fourier Discrète Séance 13
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1.000
0.500
0.000
-0.500
-1.000
012
3 45
67
8 9 Cos(n2π/N)
1011
1213
1415
4π 4π 2 4π
WNn2 = Cos (n N ) –j Sin(n N ). f = 16 ou ω = 16
Im
1.000
22π
N
2π 0.000
N
Re -1.000
0 2
4 6
8 10 Cos(n4π/N)
12 14
13-8
Filtrage par Transformée de Fourier Discrète Séance 13
1.000
0.500
0.000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
-0.500
-1.000
6π 6π 3 6π
Pour k = 3 : WNn3 = Cos (n N ) –j Sin(n N ). f = 16 ou ω = 16
8π 8π 4 8π
For k = 4 WNn4 = Cos (n N ) –j Sin(n N ). f = 16 ou ω = 16
13-9
Filtrage par Transformée de Fourier Discrète Séance 13
Chaque signal WNnk est un filtre qui passe certain fréquence d'une séquence x(n).
Quelle sont les réponse de ces filtres?
N–1 1 N/2–1
X(z) = ∑ x(n) z –n et x(n) = N ∑ X(k) W N–nk
n=0 k=–N/2
donc :
N–1 1
X(z) = ∑ N ( N/2–1
∑ X(k) W N–nk ) z–n
n=0 k=–N/2
1 N/2–1 N–1
= N ∑ X(k) ∑ (WN–k z–1 )–n
k=–N/2 n=0
1 N/2–1 1–z–N
= N ∑ X(k) 1–W –k z–1
k=–N/2 N
1–z–N N/2–1 2π
= N ∑ X(k) F(ω– N k)
k=–N/2
1 sin(ωN/2)
ou F(ω) = N sin(ω/2)
13-10
Filtrage par Transformée de Fourier Discrète Séance 13
1
Quand ∆f = N les nulls de chaque W(f – k ∆f) s'aligne.
Σ W(f –k∆f)
wN(n) est une fenêtre rectangulaire ou fonction de porte (parfois appellé rectN(n))
1 0≤n<N
wN(n)
0 n < 0 et n ≥ N
13-11
Filtrage par Transformée de Fourier Discrète Séance 13
N–1 1 – zN
il nous faut identité : ∑ zn = 1 – z
n=0
Donc :
1 – zN zN/2 (z–N/2 – z N/2) (z–N/2 – z N/2)
WN(z) = = z 1/2 = z(N–1)/2
1 – z (z–1/2 – z 1/2) (z–1/2 – z 1/2)
pour z = e–j2πf
ou bien
sin(ωN/2)
WN(ω) = e–jω(N–1)/4 sin(ω/2)
(N–1)
Le term e–jπ(N-1)f est un decallage de 2
on a :
13-12
Filtrage par Transformée de Fourier Discrète Séance 13
wN(n) est idempotent sur tout séquence numérique non-null sur [0, N–1]
.
x(n) = x(n) wN(n)
en domaine Fourier : .
{ x(n) wN(n)} = X(ω) * WN(ω).
La spectre X(ω) de tout signal de duration fini, x(n), est convoluée par WN(ω).
13-13