Académique Documents
Professionnel Documents
Culture Documents
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.
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 :
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.
Rappels :
Energie d'un signal x(t)
Page 2
Cas des signaux périodiques de période T
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
Page 3
Fonction échelon
Fonction rampe
Fonction rectangulaire :
La fonction est normalisée, car la surface (sous la courbe) est unitaire. On a alors :
Page 4
D’une manière générale pour une impulsion rectangulaire d’amplitude , de durée centré en :
Fonction triangle
Impulsion de Dirac
L'impulsion de Dirac correspond à une fonction porte dont la largeur tendrait vers et dont l'aire est égale
à .
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.
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
D’autre part, on a :
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 :
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 :
1.4.1. 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:
Représentation de (& :
Page 11
Soient deux signaux '% et )% admettant pour transformées de Fourier, (& et * &, nous écrirons :
Et
Linéarité :
Translation sur 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 :
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 :
Signal sinusoidale :
Page 13
Et il vient alors
Finalement :
Dans ce cas :
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 :
On remarque que l’intégrale entre crochet dans la dernière expression est la transformée de Fourier inverse
de (& d’où le résultat :
L’équation devient :
Page 15
Pour calculer ; , on pose :
Démonstration
On note <% '% ∗ )%. Par définition du produit de convolution, on a :
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 :
Page 16
Pour cela, on prend la transformée de Fourier :
Page 17