Vous êtes sur la page 1sur 15

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/293648242

Cours Théorie du signal : Analyse de Fourier

Chapter · February 2016


DOI: 10.13140/RG.2.1.3805.9282/1

CITATIONS READS

0 9,539

1 author:

Djilali Benyoucef
Hassiba Benbouali University of Chlef
49 PUBLICATIONS   66 CITATIONS   

SEE PROFILE

All content following this page was uploaded by Djilali Benyoucef on 13 February 2016.

The user has requested enhancement of the downloaded file.


Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

1. Signaux périodiques et signaux sinusoïdaux

1.1. Caractéristiques des signaux périodiques

Rappelons la définition. Un signal s(t) est dit périodique s’il reprend la même

valeur à des intervalles de temps égaux : T ℝ / tℝ ∴ s(t + T) = s(t)

L’intervalle de temps minimal nécessaire pour retrouver la même valeur du signal

est appelé période T. La fréquence f (f = 1/T) est l’inverse de la période.

La valeur moyenne ̅ d’un signal périodique est par définition, calculée sur un

intervalle de temps correspond au période.

1 1
̅= ( ). = ( ).

L’intégrale ne dépend pas de l’intervalle choisi. Un changement de variable

permet de se ramener à [0, T] ce qui ici allège les écritures. Mais il est toujours

possible de choisir un intervalle mieux adapté au cas étudié.

Le carré de la valeur efficace Seff d’un signal périodique est égal à la valeur moyenne

du module au carré de ce signal. Ce qui nous donne :

1
= | ( )| .

Le carré de cette valeur efficace correspond à la puissance moyenne du signal. Les

signaux périodiques ont des énergies infinies mais des puissances moyennes finies.

1.2. Caractéristiques d’un signal sinusoïdal

Les signaux sinusoïdaux sont des signaux périodiques qui jouent un rôle

fondamental puisque que tout signal périodique peut se décomposer comme la

superposition de signaux sinusoïdaux.

14
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

Un signal s(t) est dit sinusoïdal si son évolution temporelle peut se mettre sous la

forme :

( )= . ( + ) >0

La grandeur positive A représente l’amplitude du signal, la quantité ωt +  est la

phase à l’instant t, ou phase instantanée, du signal. Elle s’exprime en radian (rad), et la

phase à l’origine des temps, ou phase initiale  est définie en modulo 2π.

La grandeur ω, exprimée en rad/s est appelée pulsation du signal.

Figure 1 : Signal sinusoïdal avec A =2, f = 0.25 et  =/6

C’est un signal périodique dont il est facile de calculer la fréquence f et la période

T en fonction de sa pulsation. La période correspond à l’intervalle de temps pour

lequel la phase varie de 2π. Nous avons donc :

1 2 1
= = [ ] = = [ ]
2

Comme l’intégrale d’une sinusoïde sur une période est nulle, alors la même pour

la valeur moyenne d’un signal sinusoïdal :

1 1
̅= ( ). = . ( + ). =0

La valeur efficace de signal sinusoïdal précédent peut être calculée comme suit :

15
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

1
= | ( )| . = ( + ) = (1 − [ 2( + )]) =
2 2

Pour un signal sinusoïdal, Il existe une relation simple entre la valeur efficace et

l’amplitude d’un signal sinusoïdal :

=
√2

Cette interprétation physique de l’amplitude en termes de puissance moyenne est

possible car l’amplitude d’un signal sinusoïdal est un invariant temporel.

Considérons en effet un signal sinusoïdal s(t) par translation temporelle de τ nous

obtenons :

( − )= . [ ( − )+ ]= . [ +( − )]

La translation temporelle résulte en un changement de la phase à l’origine, mais

ne modifie pas l’amplitude du signal.

2. Analyse en série de Fourier d'un signal périodique

Le théorème de Fourier, dont les hypothèses sont toujours vérifiées pour les

signaux rencontrés dans la réalité, permet de décomposer tout signal périodique en

somme de signaux sinusoïdaux. D’où l’importance de l’étude des signaux

sinusoïdaux.

2.1 Théorème de Fourier

Toute fonction s(t) réelle, périodique de période T = 2/ , monotone par morceaux

et bornée sur le segment [0, T] est décomposable en une somme de fonctions

sinusoïdales appelée "Série de Fourier"

( )= ̅+ [ ( )+ ( )]

16
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

̅, An et Bn sont réels et peuvent être calculés à partir des expressions suivantes :

1
⎧ ̅= ( ).


2
= ( ). ( ).

⎪ 2
⎪ = ( ). ( ).

Les fréquences des composantes sinusoïdales sont des multiples de la fréquence f

du signal périodique décomposé.

La fréquence f1 = f correspond au fondamental, ou premier harmonique (n = 1).

La fréquence fn = n.f correspond à l’harmonique d’ordre n (n > 1).

Cette décomposition signifie que les fonctions cos(nt) et sin(nt) constituent une

base orthogonale de l’espace des fonctions considérées :

⎧ ∀ , ∈ ∶ ( ). ( ). =0


∀ , ∈ ≠ ∶ ( ). ( ). = ( ). ( ). =0


⎪ ∀ ∈ ≠ 0: ( ). = ( ). =

L'écriture précédentes des séries de Fourier présente en fait peu d'intérêt

physique, en effet si la fonction s(t) subit une simple translation suivant l'axe des

temps alors les coefficients An et Bn seront modifiés. En conséquence, on cherche donc

une nouvelle écriture des séries de Fourier dans laquelle la puissance est conservée

après une translation suivant l'axe des temps et où cette translation apparaitra sous la

forme d’un déphasage. Cette nouvelle écriture s'obtient en posant :

= ( )
= ( )

17
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

Ainsi, en remplaçant An et Bn par ses expressions :

∞ ∞

( )= ̅+ [ ( ) ( )+ ( ) ( )] = ̅ + ( + )

=
Avec:
= +

Cn et n sont respectivement les spectres d’amplitude et les spectres de phase.

2.2 Fonctions périodiques paires et impaires

Les fonctions cosinus et sinus sont respectivement paire et impaire. Montrons que,

comme dans l’exemple précédent, la décomposition de Fourier d’une fonction paire

ne comporte que des termes en cosinus, alors que celle d’une fonction impaire ne

comporte que des sinus.

Considérons une fonction s(t) paire. Montrons que tous les coefficients Bn de la

décomposition de cette fonction sont nuls. Nous choisissons un intervalle

d’intégration symétrique par rapport à t = 0, soit [-T/2, T/2]. Calculons Bn, pour n > 0 :

2
= ( ). ( ).

2 2
= ( ). ( ). + ( ). ( ).

Avec changement de variable (z = -t), l'intégral précédent devient :

2 2
= (− ). (− ). (− )+ (− ). (− ). (− )

En tenant compte de la parité de s(t) nous avons donc :

18
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

2 2
= ( ). ( ). + ( ). ( ).

2 2
=− ( ). ( ). + ( ). ( ). =0

En procédant de manière similaire il est facile de montrer que les coefficients An

ainsi la valeur moyenne ̅ pour une fonction impaire sont nuls.


⎧ ( )= ̅+ ( ) ( )



⎪ ( )= ( ) ( )

Fonction impaire : Soit la fonction périodique s(t) de période 2 définie comme

suit : ( ) = , − ≤ ≤

Cette fonction est monotone par tranches et bornée. Elle admet donc un

développement en série de Fourier :

1 1
̅= . = [ ] =0
2 4

2 1 ( . ) 1
= . ( . ). = − ( . ). =0
2

La valeur moyenne et les coefficients de cosinus sont nuls parce que s(t) est

impaire.

2 1 ( . ) 1 2
= . ( . ). = − + ( . ). = (−1)
2


( ) (2 ) ( ) ( )
( )=2 − + ⋯ + (−1) +⋯ = 2 (−1)
1 2

19
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

Cette égalité a lieu partout sauf au point de discontinuité où est égale à la somme

arithmétique des limites de la fonction à gauche et à droite (égale à 0 pour cet

exemple).

Figure 2 : Décomposition d'un signal périodique impair en série de Fourier

Fonction paire : Soit la fonction périodique s(t) de période 2 définie comme suit :

− , − ≤ ≤0
( )=
, 0< ≤

Cette fonction est monotone par tranches et bornée. Elle admet donc un

développement en série de Fourier :

1 1
̅= ( ). = (− ). + . =
2 2 2

2 1
= ( ). ( . ). = (− ). ( . ). + . ( . )
2

1 ( . ) 1 ( . ) 1
= − + ( . ). + − ( . ).

20
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

2 0
= [ ( ) − 1] = 4

2 1
= ( ). ( . ). = (− ). ( . ). + . ( . ) =0
2

Figure 2 : Décomposition d'un signal périodique paire en série de Fourier

Les coefficients de cosinus sont nuls parce que s(t) est paire.


4 ( ) (3 ) (2 + 1) 4 (2 + 1)
( )= − + +⋯+ +⋯ = −
2 1 3 (2 + 1) 2 (2 + 1)

NB : La modélisation d'une fonction dérivable par morceaux par une série de

Fourier fait apparaitre un artéfact au voisinage des discontinuités de la fonction sous

forme d'oscillations. Ce phénomène porte le nom de phénomène de Gibbs. Lorsque

le nombre d'harmoniques n devient grand, l'amplitude de ces oscillations tend vers

une limite strictement plus grande que l'amplitude de la discontinuité, tandis que la

largeur de la zone d'oscillation tend vers zéro. Ce phénomène est apparait dans le

premier exemple (fonction impaire).

21
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

2.3. Développement en termes complexes

En introduisant la notation complexe de cos(nωt) et sin(nωt), il est possible

d'obtenir une écriture complexe de la série de Fourier. On pose :

+ −
( )= ( )=
2 2

On obtient alors :


1
( )= = ( )

Les coefficients complexes Sn sont reliés aux coefficients An et Bn par les relations

suivantes :


=
∀ >0 2
+
=
2

Si s(t) est paire Bn = 0 et Sn = S-n et si s(t) est impaire An = 0 et Sn = -S-n

3. Théorème de Parseval

Calculons, à partir de sa décomposition de Fourier, la valeur efficace Seff d’un

signal périodique s(t). Par définition nous avons :

1
= | ( )| .

( )= + ( + ), = ̅ ( )

( )= ( + ) , =
2

22
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

( )= ( + )+ ( + ). ( + )

1
. =

1
( + ). =
2

1
( + ). ( + ). =0

= +
2

Cette relation est appelée égalité de Bessel-Parseval. Le carré de la valeur efficace

d’un signal périodique s’exprime à partir de la somme du carré de sa valeur

moyenne et des carrés des valeurs efficaces de ses harmoniques. C’est aussi la

puissance moyenne du signal :

= = +
2

4. Transformée de Fourier

La représentation temporelle peut être suffisante dans les cas o`u la forme du

signal et la nature du traitement restent simples. Dans la réalité, les signaux n’ont pas

toujours une forme simple soit en raison de la nature de l’information qu’ils portent,

soit en raison du traitement qu’ils doivent subir. L’unique représentation du signal

en fonction du temps s’avère insuffisante : elle ne permet plus d’interpréter

correctement l’information. Dans de tels cas, la représentation du signal en fonction

de la fréquence est très utile.

23
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

La transformée de Fourier est un outil mathématique qui permet d'établir une

dualité entre deux représentations différentes d’un signal mais complémentaires au

niveau de l’interprétation des résultats. Elle effectue le passage du domaine temporel

au domaine spectral (fréquentiel). Son résultat est appelé spectre d’un signal. La

transformée de Fourier du signal s(t), notée ℱ [ ( )] = ( ) est définie par :


( ) = ℱ [ ( )] = ( ) ,( =2 )

Comme l'information fournie par l'intégrale correspond à toutes les instances de

temps, la transformée de Fourier permet de dire en quelles quantités les fréquences

existent mais elle ne dit pas à quels instants ces fréquences sont présentes.

La transformée de Fourier inverse de ( ) est le signal ( )=ℱ [ ( )] défini

par :


1
( )=ℱ [ ( )] = ( ) ,( =2 )
2 ∞

NB : L'énergie totale d'un signal ne dépend pas de la représentation choisie :

fréquentielle ou temporelle d'après l'égalité de Parseval (dite aussi identité de

Rayleigh).

∞ ∞ ∞
1
= | ( )| . = | ( )| . = | ( )| . , =2
∞ 2 ∞ ∞

4.1. Propriétés de Transformation de Fourier

1) La transformée de Fourier est inversible si s(t) est un signal à énergie finie

2) Linéarité ℱ [ . ( ) + . ( )] = . ℱ [ ( )] + . ℱ[ ( )]

3) Dilatation : ℱ [ ( . )] = | | .

4) Translation en temps : ℱ [ ( − )] = ( ).

5) Translation en fréquence : ℱ ( ) = ( − )

24
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

( )
6) Dérivation : ℱ =( ) ( )

7) Intégration : ℱ ∫ ∞
( ) = ( )+ (0) ( )

8) Conjugaison : ℱ [ ∗ ( )] = ∗(
− )

9) Dualité si ℱ [ ( )] = ( ) ⇒ ℱ [ ( )] = 2 (− )

10) Parité : ( ) = ( )+ ( ) ⇒ ℱ [ ( )] = ℱ ( ) + ℱ [ ( )]

11) Si x(t) est réel alors : ℛ ( ) =ℱ ( ) est une fonction réelle et

ℑ ( ) = ℱ [ ( )] est fonction imaginaire

12) Si x(t) est réel pair, alors X() est réel pair

13) Si x(t) est réel impair, alors X( ) est imaginaire impair

14) ( ) ∗ ( ) = ( ) ( )
15) ℱ [ ( ). ( )] = ( )∗ ( )
( )
16) ℱ [ ( )] = ( )

4.2. Transformation de Fourier des fonctions usuelles

ℱ [ 1] = 2 ( ) ℱ [Π( / )] =
2
ℱ [ ( )] = 1
ℱ [Λ( / )] =
1 2
ℱ [ ( )] = + ( )
ω ℱ [ ] = (−2 ) ( )( )
2 ∞ ∞
ℱ[ ( )] =
ℱ =2 ( − )
ω
∞ ∞
1
ℱ[ ( )] = 2
+ ℱ[ ( )] = ( ) , =
ℱ[ ( )] = [ ( + )+ ( − )]
ℱ[ ( )] = [ ( + )− ( − )] ℱ = √2
+ 2
ℱ[ ( ) ( )] = ℱ | |
=
( + ) + +

ℱ[ ( ) ( )] = (0) = ( )
( + ) +

1 ∞
ℱ[ ( )] = 1
( + ) (0) = ( )
2 ∞

25
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

TD n:2 Analyse de Fourier

Exercice 1 :

On considère le signal suivant :

( )=2 − +4 + +4 +

1- Calculer la période et la pulsation fondamentale du signal s(t)

2-Calculer la puissance moyenne de s(t), puis déduire sa valeur efficace

3-Calculer la valeur moyenne de s(t)

Exercice 2 :

On donne un signal périodique de période 2 défini comme suit :


1, − < <0
( )=
−1, 0≤ ≤
1- Tracer s(t) et calculer sa puissance moyenne

2-Calculer ses coefficients de Fourier

3-En utilisant le théorème de Parseval déduire la somme suivante :



1
=
(2 + 1)

3-Calculer la valeur moyenne du signal périodique de période 2 suivant :


, − < <0
( )= , >
, 0≤ ≤
4-Déduire ses coefficients de Fourier, en tenant compte les coefficients de de s(t).

Exercice 3 :

On donne un signal périodique de période 2 défini comme suit :


( )= − ≤ ≤
1- Tracer s(t)

2-Calculer ses coefficients de fourrier

3-Déduire les sommes suivantes :


∞ ∞
1 (−1)
= , =

26
Théorie du signal Chapitre 2 : Analyse de Fourier Dr. Djilali Benyoucef

En utilisant le théorème de Parseval, calculer la puissance des harmoniques

d'ordre supérieur à 1

Exercice 4 :

Calculer directement la transformée de Fourier des signaux suivant :


( ), Π ( ), Λ( )
En utilisant les propriétés de la transformation de Fourier, Trouver la

transformation du Fourier des signaux suivant :


1
( ), ( ), ,
1+

( )= , ∈[ , ( + 1) [ ∈ℤ

Calculer la dérivée de s(t) puis déduire la transformée de Fourier de ( )


Exercice 5

En utilisant la transformée de Fourier des Fonction usuelles et ses propriétés,

trouver la transformé de Fourier des signaux suivant :


1

-α α
1

1.5

0.5

-1 -0.5 0.5 1

-α α


27

View publication stats