Chapitre 1 Licence Télécommunication et Licence Electronique Pr AYACHE .

Chapitre 1 Rappels des principaux résultats de la théorie du signal

«Rien ne vaut la recherche lorsqu'on veut trouver quelque chose.»
J. R. R. Tolkien, Bilbo le Hobbit

I.1. Introduction
La théorie du signal a pour objectif fondamental la « description mathématique » des signaux. Cette
représentation commode du signal permet de mettre en évidence ses principales caractéristiques
(distribution fréquentielle, énergie, etc.) et d’analyser les modifications subies lors de la transmission ou du
traitement de ces signaux.
Le traitement du signal est une discipline indispensable de nos jours. Il a pour objet l'élaboration ou
l'interprétation des signaux porteurs d'informations. Son but est donc de réussir à extraire un maximum
d'information utile sur un signal perturbé par du bruit en s'appuyant sur les ressources de l'électronique et
de l'informatique.

élaboration : codage, modulation, changement de fréquence,

interprétation : décodage, démodulation, filtrage, détection, identification, etc.

1.2. Définitions

1.2.1. Signal
Un signal est la représentation physique de l'information, qu'il convoie de sa source à son
destinataire. La description mathématique des signaux est l'objectif de la théorie du signal. Elle offre les
moyens d'analyser, de concevoir et de caractériser des systèmes de traitement de l'information. On parle par
exemple de :

signal électrique (téléphonie),

onde électromagnétique (télécommunication),
onde acoustique (sonar),
onde lumineuse (fibre optique),
signal binaire (ordinateur).

1.2.2. Classification des signaux

On peut envisager plusieurs modes de classification pour les signaux suivant leurs propriétés.

Page 1
 Classification phénoménologique

On considère la nature de l'évolution du signal en fonction du temps. Il apparaît deux types de signaux :

Les signaux déterministes: leur évolution en fonction du temps peut être parfaitement décrite
par une fonction mathématique. On retrouve dans cette classe les signaux périodiques, les signaux
transitoires, les signaux pseudo-aléatoires, etc…

Les signaux aléatoires : leur comportement temporel est imprévisible et dont on ne peut pas
prédire la valeur à un temps t. Il faut faire appel à leurs propriétés statistiques pour les
décrire (moyenne, variance, loi de probabilité, …). Si leurs propriétés statistiques sont
invariantes dans le temps, on dit qu'ils sont stationnaires.

Classification énergétique : On considère l'énergie des signaux. On distingue :

Les signaux à énergie finie : il possède une puissance moyenne nulle et une énergie finie.
Les signaux à puissance moyenne finie : il possède une énergie infinie et sont donc
physiquement irréalisable.

Rappels :
Energie d'un signal x(t)

Puissance d'un signal x(t)

Page 2
 Cas des signaux périodiques de période T

Classification morphologique : On distingue les signaux à variable continue des signaux à

discrète ainsi que ceux dont l'amplitude est discrète ou continue.

On obtient donc 4 classes de signaux :

Les signaux analogiques dont l'amplitude et le temps sont continus.

Les signaux quantifiés dont l'amplitude est discrète et le temps continu.
Les signaux échantillonnés dont l'amplitude est continue et le temps discret.
Les signaux numériques dont l'amplitude et le temps sont discrets.

1.2.3. Signaux particuliers : Afin de simplifier les opérations ainsi que les formules obtenues, certains signaux
fréquemment rencontrés en traitement du signal disposent d'une modélisation propre.

Fonction signe

Par convention, on admet pour valeur à l'origine :
   pour   .

Page 3
 Fonction échelon

Par convention, on admet pour valeur à l'origine:

  ½ pour   . Dans certains, il sera préférable de
lui donner la valeur . On a alors :

Fonction rampe

Fonction rectangulaire :

La fonction  est normalisée, car la surface (sous la courbe) est unitaire. On a alors :

La deuxième écriture du signal rectangulaire est :

Page 4
D’une manière générale pour une impulsion rectangulaire d’amplitude , de durée  centré en    :

On l'appelle aussi fonction porte. Elle sert de fonction de fenêtrage élémentaire.

Fonction triangle

La fonction triangle est elle aussi normalisée :

Impulsion de Dirac
L'impulsion de Dirac correspond à une fonction porte dont la largeur  tendrait vers et dont l'aire est égale
à .

La fonction de Dirac est normalisée :

  ne peut être représentée graphiquement. On la schématise par le symbole

Remarque : le  marqué sur la flèche pleine représente l’aire de cette impulsion (et non la hauteur de
l’impulsion).
On peut encore considérer   comme la dérivée de la fonction échelon :

Page 5
Propriétés :

Peigne de Dirac
On appelle peigne de Dirac une succession périodique d’impulsions de Dirac.

 est la période du peigne.

Cette suite est parfois appelée train d'impulsions ou fonction d'échantillonnage et On a, pour tout signal f(t) :

Cela revient à ne retenir que les valeurs de la fonction continue f(t) aux instants d’échantillonnage, à savoir
aux instants    ,  ,  ...Ce type de signal est principalement utilisé en échantillonnage.

Page 6
 Fonction sinus cardinal

Avec 
/   lorsque  tend vers .

Cette fonction joue un rôle très important en traitement du signal.

La fonction sinus cardinal est elle aussi normalisée :

D’autre part, on a :

Application : Représenter les signaux suivant :

1.3. Série de Fourier

Le mathématicien français Jean-Batiste Fourier découvrit qu’on pouvait transformer n’importe quel signal
périodique en une somme de sinusoïdes. Donc, pour une fonction périodique quelconque f(t), Fourier
démontra qu’on pouvait faire l’équivalence suivante :

La décomposition en série de Fourier permet de décomposer un signal en somme de sinusoïdes. On utilise

principalement les séries de Fourier dans le cas des signaux périodiques. Elles permettent ainsi de passer
facilement du domaine temporel au domaine fréquentiel.

Page 7
Soit :

Où  et  sont les coefficients de la série de Fourier avec  appelé valeur moyenne ou composante
continue :

Remarque :
On appelle le signal de fréquence ! le fondamental.
On appelle les signaux de pulsation ". ! les harmoniques de rang .
La valeur de  représente la valeur moyenne de $%.
Exemple :
Calculer la série de Fourier pour le signal périodique suivant.

Page 8
1.3.1. Symétrie et les coefficients de Fourier
Le type de symétrie d’un signal peut simplifier le calcul des coefficients de la série de Fourier. Selon le type de
symétrie, certains des coefficients de la série de Fourier sont nuls. Il est important de bien identifier le type de
symétrie d’un signal avant de décomposer en série de Fourier.
Les fonctions cosinus et sinus sont respectivement des fonctions paire et impaire. La décomposition en série
de Fourier d’une fonction paire ne comporte que des termes cosinus, alors que celle d’une fonction impaire
ne comporte que des termes en sinus.

Symétrie paire
Une fonction est dite paire si :

C’est-à-dire qu’on peut faire une copie miroir autour de l’axe y. Pour des fonctions paires, les coefficients de
Fourier :

Symétrie impaire
Une fonction est dite impaire si :

C’est-à-dire qu’on peut faire une copie miroir autour de l’axe y puis une copie miroir autour de l’axe x. Pour
des fonctions impaires, les coefficients de Fourier :
Exemple : Décomposer en série de Fourier le signal représentée sur la figure suivante:

Page 9
Correction :

1.4. Transformée de Fourier

La transformée de Fourier permet de représenter des signaux qui ne sont pas périodiques. Elle permet
d’obtenir une représentation en fréquence (représentation spectrale) de ces signaux.

1.4.1. Définition
Soit s(t) un signal déterministe. Sa transformée de Fourier est une fonction, généralement complexe, de la
variable & et définie par :

Page 10
Si cette transformée existe, la transformée de Fourier inverse est donnée par :

Exemple 1:

1. Calculer la transformée de Fourier de

  .
2. Représenter le spectre de '%.

Représentation de (& :

1.4.2. Principales propriétés de la transformée de Fourier

Dans la plupart des cas, les transformées de Fourier ne sont pas calculées à partir des relations générales,
mais à partir des principales propriétés de la transformée de Fourier décrites ci-après.

Page 11
Soient deux signaux '% et )% admettant pour transformées de Fourier, (& et * &, nous écrirons :

Et

Linéarité :

Changement d’échelle sur t :

Translation sur t :

Translation sur f ou modulation :

Dérivation par rapport à la variable t :

Intégration de la variable t :

Dualité :

1.4.3. Applications et conséquences : Pour que la transformée de Fourier existe, il faut que la fonction f(t)
converge. Les pulses et exponentiels qui sont très utilisés en génie électrique sont des intégrales qui
convergent. Cependant, certains signaux intéressants, comme une constante ou les sinusoïdes, n’ont pas
d’intégrale qui converge. On fait un peu de gymnastique mathématique pour obtenir la transformée de
Fourier de ces signaux. Munis de ces quelques résultats, on peut rechercher les transformées de Fourier de
quelques fonctions qui n’admettraient pas de TF au sens habituel. Ce faisant, on pourra donner un nouvel
éclairage à la transformée de Fourier.

Page 12
 Fonction de Dirac :

La propriété principale de la distribution de Dirac est la suivante :

Dans ce cas on peut immédiatement avoir la transformée de Fourier de Dirac :

Transformée d’une impulsion retardée :

Transformée d’un signal continu (signal constant):

On recherche la transformée de Fourier d’un signal constant, c’est-à-dire d’un signal continu (au sens
électronique, pas au sens mathématique). Nous avons vu que ! +,%-  1. En utilisant la propriété de
dualité, on en déduit que :

La transformée de FOURIER d’un signal constant est donc une raie, ou une masse, à la fréquence nulle.
Transformée de Fourier d’une exponentielle complexe
La propriété de modulation :

Implique alors, en prenant   , que :

Signal sinusoidale :

Page 13
Et il vient alors

Transformée de Fourier de la fonction Signe :

Finalement :

Transformée de Fourier de l’échelon unité

L’échelon unité peut être exprimé comme la somme :

Dans ce cas :

1.4.4. Théorème de Parseval (Loi de conservation de l'énergie) :

Soient xt et yt deux signaux admettant pour transformées de Fourier Xf et Y f respectivement, alors :

Page 14
et dans le cas particulier 56  76 :

Ce théorème indique que l’énergie est conservée dans les représentations en temps et en fréquence.

Démonstration

Calculons :

Puisque * ∗ & est la transformée de Fourier de ) ∗ 9%, on peut écrire :

On pose 9%  :, puis en intervertissant les intégrales, on arrive à :

On remarque que l’intégrale entre crochet dans la dernière expression est la transformée de Fourier inverse
de (& d’où le résultat :

Application du théorème de Parseval au calcul d’intégrales :

On veut calculer les deux intégrales suivantes :

Pour calculer ; , on utilise la relation (1), en posant :

L’équation devient :

Page 15
Pour calculer ; , on pose :

En reportant dans l’égalité de Parseval, on a :

1.4.5. Théorème de Plancherel (Convolution) :

Soient '% et )% deux signaux admettant pour transformées de Fourier (& et * & respectivement,
alors:

Démonstration
On note <%  '% ∗ )%. Par définition du produit de convolution, on a :

Calculons la transformée de Fourier de <% :

Or, l’intégrale entre crochets dans la dernière expression est la transformée de Fourier de )% 9 :, c’est-à-
dire, en utilisant la règle de translation par rapport à la variable %, * &. ='>9?2A&:.
Donc on a :

Application du théorème de Plancherel au calcul de convolutions : On veut calculer le produit de

convolution :

Page 16
Pour cela, on prend la transformée de Fourier :

En prenant la transformée de Fourier inverse, on obtient finalement x(t) :

Page 17