Vous êtes sur la page 1sur 6

Université Kasdi Merbah Ouargla

Faculté de Nouvelles Technologies de


l’information et de la communication
Département d’Electronique et Des
Télécommunications
Filière : Automatique
Spécialité : Automatique et systèmes

BerrekbiaAbderrahim

Boughaba Sid Ali

Hadji Abdelmalek
INTRODUCTION

la pertinence de ces décompositions est garantie


pour tout système linéaire (principe de superposition). La
transformation de Fourier a déjà été signalée comme un
cas particulier mathématique de la transformation de
Laplace. Elle est très employée dans toutes les branches
techniques avec des implications vastes et diverses : des
relations d'incertitudes en physique aux espaces
réciproques en cristallographie, en passant bien sûr par
l'électricité. Pour cette seconde partie du chapitre, nous
nous bornons à la définition de la transformation de
Fourier où l'on aborde la notion de spectre d'un signal.
Pour plus vaste information, nous conseillons au lecteur
de se reporter à une introduction au traitement de
signal, domaine où cet outil mathématique est
indispensable.
-SYNTH2SE DES SIGNAUX PéRIODIQUES
h(x)=1.for 0<x<π
signal périodiques
/1/-calculer les coefficients de fourier de h(x).
Bn=(2/2π[-cos(nwt)/(nw)]) 0 < bn < π
Bn=[1/(nπ)]*[1-(-1)^n)
/2/-programme qui généreun signal h(x)
*Représentation spectrale
1000=[0,2T0]
La programme
clc ;clear all ;close all
f=4;
f0=500;
t0=1/100;
n=200;
k=0:n-1;
signal=ones(1,n);
for n=1:50
signal=signal+(1./(n*pi))*(1-(-
1)^n);
plot(signal)
grid on
end

-Les résultats
For n=1 :50;t0=1000 ;f0=500 ;
*Représentation temporelle
clc ;clear all ;close all
t1=0:001:10;t2=10:20;
x1=ones(size(t1));x2=-ones(size(t2));
t=[t1 t2];x=[x1 x2];
subplot(3,1,1);plot(t,x);grid on
bn(1:20)=0;bn(1)=1;n=1;19;
bn(n)=((1-(-1)^n)./(n*pi));
megbn=abs(bn);
subplot(3,1,2);plot(megbn,'*');
phasebn=angle(bn);
subplot(3,1,3);plot(phasebn,'o');
/3/relevez et commentez l’évolution des
ondulations présentes sur les signaux
On s'intéressera à un signal temporel représenté par une
fonction h(x), où t est le temps, mais les résultats se
transposent sans difficulté aux cas de fonctions d'autres
variables, par exemple de variables d'espace. En
particulier, les résultats seront utilisables pour
l'échantillonnage d'une image,
Conclusion
. En simplifiant quelque peu les Mathématiques, on
peut dire que toute fonction périodique du temps peut
s’exprimer sous la forme d’une somme de fonctions
sinusoïdales et éventuellement d’une constante. Ceci
constitue une version de l’énoncé du théorème de
Fourier. Une autre version consiste à parler de
décomposition d’une fonction périodique en série de
Fourier. (Raque : Nous admettons ce résultat, même en
présence de certaines discontinuités, telles que les fronts)