Vous êtes sur la page 1sur 27

Signaux déterministes

1 H. Mestouri ENSA de Safi

Série de Fourier
Introduction :
 La représentation naturelle d'un signal est sa
représentation dans le domaine temporel.
 L’utilisation des transformations de signaux permet de
simplifier la résolution de ces équations différentielles
en les remplaçant par des équations algébriques.
 Ce chapitre présente une méthode d'analyse de
signaux et de circuits : la série de Fourier.
 On verra qu'on peut décomposer n'importe quel
signal périodique en une somme de sinusoïdes. ENSA de Safi
2
H. Mestouri
Série de Fourier
Introduction :
 Les sinusoïdes permettent de rapidement calculer la
réponse d'un système en régime permanent.

 Si l’entrée à un système est une sinusoïdes, la sortie


sera aussi une sinusoïdes, de même fréquence
(l'amplitude et la phase peuvent changer).

 La série de Fourier permet de prendre n'importe


quel signal périodique, et le décomposer en une
somme de sinusoïdes.
3 H. Mestouri ENSA de Safi

Série de Fourier
Définition :
 Pour une fonction périodique f(t),
sa série de Fourier est :

où a0, an et bn sont les coefficients de la série de


Fourier, et f0=ω0/2π est la fréquence fondamentale.
Les fréquence qui sont des multiples entiers de f0 (2f0,
3f0, ect.) sont nommés les harmoniques.
4 H. Mestouri ENSA de Safi
Série de Fourier
Coefficients de la série de Fourier :
 Les coefficients sont calculés selon :

5 H. Mestouri ENSA de Safi

Série de Fourier
Exemple :


6 H. Mestouri ENSA de Safi


Série de Fourier
Exemple :


7 H. Mestouri ENSA de Safi

Série de Fourier
Calcul des coefficients de la série de Fourier :
Le calcul des coefficients peut être simplifier, selon le type de
symétrie dans le signal.
Symétrie paire :
 Pour des fonctions paires :

8 H. Mestouri ENSA de Safi


Série de Fourier
Calcul des coefficients de la série de Fourier :
Symétrie impair :
 Pour des fonctions impaires :

9 H. Mestouri ENSA de Safi

Série de Fourier
Calcul des coefficients de la série de Fourier :
Symétrie demi-onde :
 Pour des fonctions ayant la symétrie demi-onde :

10 H. Mestouri ENSA de Safi


Série de Fourier
Calcul des coefficients de la série de Fourier :
Symétrie quart-d’onde :
Une fonction ayant la symétrie quart d'onde peut être rendue
paire ou impaire en faisant un choix approprie de t = 0.
 La fonction paire :

11 H. Mestouri ENSA de Safi

Série de Fourier
Calcul des coefficients de la série de Fourier :
Symétrie quart-d’onde :
 La fonction impaire :

12 H. Mestouri ENSA de Safi


Série de Fourier
Calcul des coefficients de la série de Fourier :
Symétrie quart-d’onde :
 Exemple :

13 H. Mestouri ENSA de Safi

Série de Fourier
Calcul des coefficients de la série de Fourier :
Symétrie quart-d’onde :

14 H. Mestouri ENSA de Safi


Série de Fourier
Formes alternatives :
La série de Fourier peut être exprimer : sous forme
polaire, ou forme exponentielle.
 La forme polaire : permet de mieux identifier
l'amplitude et la phase des composantes d'un signal.

 La forme exponentielle : est souvent plus simple


pour les calcul mathématiques. C'est la forme la plus
utilisée en traitement de signal.

15 H. Mestouri ENSA de Safi

Série de Fourier
Formes alternatives :
Forme polaire :

o Amplitude :
o Phase :

16 H. Mestouri ENSA de Safi


Série de Fourier
Formes alternatives :
Forme exponentielle :

C n sont les coefficients complexe de Fourier

17 H. Mestouri ENSA de Safi

Série de Fourier
Formes alternatives :
Relations entre les formes :
A partir de la forme exponentielle, la forme polaire est :

et la forme trigonométrique est :

ou

18 H. Mestouri ENSA de Safi


Série de Fourier
Spectre :
 Une fonction périodique est complètement définie par
ses coefficients de Fourier et sa période. Si on connait
a0, an, bn et ω0, on peut construire f(t).
 Si on connait an et bn, on connait aussi l'amplitude An
et la phase ϴn de chaque harmonique.
 La forme exponentielle de la série de Fourier permet
d'obtenir directement l'amplitude et la phase des
harmoniques.

19 H. Mestouri ENSA de Safi

Série de Fourier
Spectre :
 On peut représenter graphiquement une fonction
périodique en termes de l'amplitude et la phase de
chaque fréquence présente dans le signal.
 On appelle ceci le spectre de la fonction. Ce graphe
permet de visualiser quelles fréquences ont une
amplitude importante ; dans certains cas, la majorité
du signal est contenue dans quelques harmoniques.

20 H. Mestouri ENSA de Safi


Série de Fourier
Spectre :
Exemple :

21 H. Mestouri ENSA de Safi

Série de Fourier
Spectre :
Exemple :

22 H. Mestouri ENSA de Safi


Série de Fourier
Spectre :
Exemple :

23 H. Mestouri ENSA de Safi

Transformée de Fourier
Introduction :
 La transformation de Fourier, permet d'obtenir une
représentation spectrale des signaux déterministes.
 Exprime la répartition fréquentielle de l'amplitude, de
la phase, de l'énergie ou de la puissance des signaux
considérés.
 La transformée de Fourier permet de représenter en
fréquence des signaux qui ne sont pas périodiques.

24 H. Mestouri ENSA de Safi


Transformée de Fourier
Définition :
 Transformée de Fourier :
Soit un signal certain x(t), sa transformée de Fourier (TF) est
une fonction complexe de la variable réelle f définie par :

 Transformée de Fourier inverse :


On appelle transformée de Fourier inverse la relation :

25 H. Mestouri ENSA de Safi

Transformée de Fourier
Propriétés de la transformée de Fourier :
Soient deux signaux x(t) et y(t) admettant pour transformées de Fourier,
X(f) et Y(f), respectivement :
 Dualité temps-fréquence :
La symétrie des transformations directe et inverse montre l'existence
d'une dualité entre l'espace temps (variable t) et l’espace fréquence
(variable f).

 Linéarité :

26 H. Mestouri ENSA de Safi


Transformée de Fourier
Propriétés de la transformée de Fourier :
 Parité :

 Transformée d’un signal réel :


La transformée de Fourier d’un signal réel x(t) est une
fonction complexe X(f) telle que :
 son module |X(f)| est une fonction paire de f,
 sa phase φ(X(f)) est une fonction impaire de f.

27 ENSA de Safi
H. Mestouri

Transformée de Fourier
Propriétés de la transformée de Fourier :
 Complexe conjugué :

 Changement d’échelle sur t :

On peut noter le cas particulier :

28 H. Mestouri ENSA de Safi


Transformée de Fourier
Propriétés de la transformée de Fourier :
 Translation sur t :

 Translation sur f ou modulation :

 Dérivation par rapport à la variable t :

 Intégration de la variable t

29 H. Mestouri ENSA de Safi

Transformée de Fourier
Théorèmes de Plancherel :

 Théorème 1 : Soient x(t) et y(t) deux signaux admettant


pour transformées de Fourier X(f) et Y (f) respectivement,
alors :

 Théorème 2 : Soient x(t) et y(t) deux signaux admettant


pour transformées de Fourier X(f) et Y (f) respectivement,
alors :

30 H. Mestouri ENSA de Safi


Transformée de Fourier
Théorèmes de Plancherel :
Application du théorème de Plancherel en filtrage :
 Soit un filtre de réponse impulsionnelle h(t). La réponse au signal x(t) est le
signal y(t) :

 La transformée de Fourier Y(f) peut donc être calculée, soit directement à


partir de y(t), soit par l’expression :

Application du théorème de Plancherel au calcul de convolutions :


 Calculer le produit de convolution suivant :

31 H. Mestouri ENSA de Safi

Transformée de Fourier
Théorèmes de Parseval :
 Soient x(t) et y(t) deux signaux admettant pour transformées
de Fourier X(f ) etY (f ) respectivement, alors :

et dans le cas particulier y(t) = x(t) :

Ce théorème indique que l’énergie est conservée


dans les représentations en temps et en fréquence.
32 H. Mestouri ENSA de Safi
Transformée de Fourier
Théorèmes de Parseval :
 Application du théorème de Parseval au calcul
d’intégrales :
Calculer les deux intégrales suivantes :

et

33 H. Mestouri ENSA de Safi

Transformée de Fourier
Signaux à énergie finie :
Fonction de corrélation :
 Soient x(t) et y(t) deux signaux à énergie finie, on appelle
fonction d’intercorrélation entre x(t) et y(t) la fonction
notée Гxy(τ) définie par :

 Soient x(t) un signal à énergie finie, on appelle fonction


d’autocorrélation de x(t) la fonction notée Гxx(τ) définie
par :

34 H. Mestouri ENSA de Safi


Transformée de Fourier
Signaux à énergie finie :
Propriétés :
 La symétrie hermitienne :

 Pour des signaux réels, Гxy(τ) et Гxx(τ) sont réels et satisfont :

 Pour τ = 0, on a en particulier Гxx(0)= Гxx*(0),donc Гxx(0)


est réel et vaut :

l’autocorrélation en τ = 0 est égale à l’énergie du signal.


35
H. Mestouri ENSA de Safi

Transformée de Fourier
Signaux à énergie finie :
Propriétés :
 On a :

La fonction d’autocorrélation Гxy(τ) est donc bornée par


l’énergie du signal x(t) et son module est maximum en τ = 0.

 Relation entre corrélation et convolution :

36
H. Mestouri ENSA de Safi
Transformée de Fourier
Signaux à énergie finie :
Densité spectrale d’énergie :
 Soient x(t) un signal à énergie finie et Гxx(τ) sa fonction
d’autocorrélation, on appelle densité spectrale d’énergie la fonction
notée Sxx(f ), transformée de Fourier de Гxx(τ) :

 En utilisant la relation entre corrélation et convolution on trouve :

et à τ = 0 dans l’expression de laTF inverse de Sxx(f ) :

37 H. Mestouri ENSA de Safi

Transformée de Fourier
Signaux à énergie finie :
Densité Interspectrale d'énergie (DISE) :
La transformée de Fourier de la fonction d'intercorrélation
Гxy(τ) de deux signaux à énergie finie x(t) et y(t), est appelée
densité interspectrale d'énergie ou densité spectrale mutuelle,
croisée ou d'interaction. Pour des signaux réels ou complexes,
on a :

38 H. Mestouri ENSA de Safi


Transformée de Fourier
Signaux à puissance moyenne finie :
Corrélation des signaux à puissance moyenne finie :
 Soient x(t) et y(t) deux signaux à puissance moyenne finie, la
fonction d’intercorrélation est définie par :

 Par analogie, la fonction d'autocorrélation est définie par :

39 H. Mestouri ENSA de Safi

Transformée de Fourier
Signaux à puissance moyenne finie :
Corrélation des signaux à puissance moyenne finie :
Propriétés :

 Attention, dans les équations précédentes, Гxx(0) est égale à la


puissance moyenne du signal x(t).

40 H. Mestouri ENSA de Safi


Transformée de Fourier
Signaux à puissance moyenne finie :
Densités spectrale et interspectrale de puissance :
Soit x(t) un signal à puissance moyenne finie, on appelle
densité spectrale de puissance (DSP) la transformée de Fourier
de sa fonction d’autocorrélation :

La relation inverse :

pour τ= 0, on obtient :

41 H. Mestouri ENSA de Safi

Transformée de Fourier
Signaux à puissance moyenne finie :
Densité interspectrale de puissance :
Soient x(t) et y(t) deux signaux à puissance moyenne finie, on
appelle densité interspectrale de puissance (DSP) la
transformée de Fourier de leur fonction d’intercorrélation :

42 H. Mestouri ENSA de Safi


Transformée de Fourier
Signaux périodiques :
Transformée de Fourier d’un signal périodique :
Soit x(t) un signal périodique de période T, son
développement en série de Fourier est :

dont la transformée de Fourier s’écrit :

avec fn =n/T
43 H. Mestouri ENSA de Safi

Transformée de Fourier
Signaux périodiques :
Transformée de Fourier d’un signal périodique :
et :

 La TF d'un signal périodique de période T apparaît


comme une combinaison linéaire de masses
ponctuelles localisées aux fréquences discrètes
fn =n/T.
 C'est le modèle mathématique d'un spectre de
raies.
44 H. Mestouri ENSA de Safi
Transformée de Fourier
Signaux périodiques :
Transformée de Fourier d’un signal périodique :
Exemple :

45 H. Mestouri ENSA de Safi

Transformée de Fourier
Signaux périodiques :
Spectre d'amplitude et spectre de phase d'un
signal périodique :
 Le spectre d'amplitude et le spectre de phase d'un signal
périodique sont notés par |X(f)| et φ(X(f)) respectivement :

46 H. Mestouri ENSA de Safi


Transformée de Fourier
Signaux périodiques :
Enveloppe spectrale :
 On peut considérer un signal périodique de période T comme
la répétition d’un signal x(t,T) (à énergie finie) avec un
décalage temporel de T, que l’on peut écrire :

On en déduit la TF :

où fn = n/T.
 La fonction (1/T) X(f, T) est une fonction continue de f. C’est
l’enveloppe spectrale des poids des raies δ(f − fn) du spectre
47 de x(t). ENSA de Safi
H. Mestouri

Transformée de Fourier
Signaux périodiques :
Enveloppe spectrale :
Exemple :
On considère le signal carré périodique suivant :

La transformée de Fourier de x(t) est donc :

L’enveloppe spectrale est donc la fonction continue :

48 H. Mestouri ENSA de Safi


Transformée de Fourier
Signaux périodiques :
Exemple :

49 H. Mestouri ENSA de Safi

Transformée de Fourier
Signaux périodiques :
Fonction de corrélation de signaux périodiques de
même période :
Pour des signaux périodiques de période T, x(t) et y(t) ont :
 Fonction d’intercorrélation :

 Fonction d’autocorrélation :

50 H. Mestouri ENSA de Safi


Transformée de Fourier
Signaux périodiques :
Densité spectrale de puissance :
 Par définition, on rappelle que la densité spectrale de puissance est la
transformée de Fourier de la fonction d’autocorrélation :

 La transformée de Fourier, donne :

On a :

51 H. Mestouri ENSA de Safi

Transformée de Fourier
Signaux périodiques :
Densité spectrale de puissance :
Alors :

que l’on peut écrire à l’aide d’un peigne de Dirac :

 Pour un signal périodique de période T, la densité spectrale de puissance


est donc un spectre de raies situées aux fréquences fn = n/T et
d’enveloppe |X(f,T)|2/T2.
52 H. Mestouri ENSA de Safi
Transformée de Fourier
Signaux périodiques :
Densité interspectrale de puissance :
 Par définition, c’est la transformée de Fourier de Гxy(τ ). Par
des calculs similaires à ceux réalisés pour le DSP, on trouve :

que l’on peut écrire à l’aide d’un peigne de Dirac :

53 H. Mestouri ENSA de Safi