Vous êtes sur la page 1sur 18

Signaux périodiques

Signaux apériodiques d’énergie finie


Relation entre le spectre et l’énergie

Traitement du signal et des images - M1 info

Représentation fréquentielle des signaux analogiques

Gaël MAHÉ

Université Paris Descartes / UFR math-info

automne 2010

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Introduction
Signal électrocardiographique (ECG)

onde P : dépolarisation (contraction) rapide de l’oreillette


intervalle PR : temps de conduction auriculo-ventriculaire
complexe QRS: dépolarisation (contraction) des ventricules
onde T: repolarisation des ventricules
Gaël MAHÉ Représentation fréquentielle des signaux analogiques
Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Introduction

Signal de parole : 2 formes d’ondes correspondant au même phonème [i] :


1.5 1.5

1.1 1.1

0.7 0.7

0.3 0.3

−0.1 −0.1

−0.5 −0.5

−0.9 −0.9

−1.3 −1.3
3360 3400 3440 3480 3520 3560 3600 3640 3870 3910 3950 3990 4030 4070 4110 4150

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Plan

1 Signaux périodiques

2 Signaux apériodiques d’énergie finie

3 Relation entre le spectre et l’énergie

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Série de Fourier
Pour s(t) T0 -périodique (fréquence fondamentale ν0 = 1/T0 ),
+∞
X X
s(t) = cn ej2πnν0 t = c0 + 2|cn | cos(2πnν0 t + arg cn )
n=−∞ n>0

avec Z T0 /2
1
cn = s(t)e−j2πnν0 t = S(nν0 )
T0 −T0 /2

|S(ν)| = {|cn |} arg S(ν) = {arg cn }

ν ν0 ν
ν0

Figure: Spectre d’un signal périodique.

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Représentations temporelle et fréquentielle d’une voyelle


1.5 1.5

1.1 1.1

0.7 0.7

0.3 0.3

−0.1 −0.1

−0.5 −0.5

−0.9 −0.9

−1.3 −1.3
3360 3400 3440 3480 3520 3560 3600 3640 3870 3910 3950 3990 4030 4070 4110 4150

Figure: Formes d’ondes de deux [i] perceptivement identiques.

60

50

40

30

20

10

0
0 1e3 2e3 3e3 4e3 5e3

Figure: Spectre d’amplitude des deux [i] précédents (fréquences positives


uniquement).
Gaël MAHÉ Représentation fréquentielle des signaux analogiques
Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Exemple : signal en dents de scie

Représentation en série de Fourier :


T0 X (−1)n j2πnν0 t

s(t) = j e
2π n=−∞ n

Figure: Spectre du signal en dents de scie.

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Plan

1 Signaux périodiques

2 Signaux apériodiques d’énergie finie

3 Relation entre le spectre et l’énergie

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Signaux apériodiques d’énergie finie

Signal de parole : formes d’ondes des phonèmes [f] et [S℄ :

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Transformée de Fourier
Pour un signal x(t) apériodique d’énergie finie, il existe X(ν) tel que :
Z +∞
x(t) = TF−1 [X(ν)] = X(ν)ej2πνt dν
−∞

avec : Z +∞
X(ν) = TF[x(t)] = x(t)e−j2πνt dt
−∞

|X(ν)| arg X(ν)

ν ν

Figure: Spectre d’un signal apériodique d’énergie finie.

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Spectre d’un phonème apériodique

Figure: Représentations temporelle (à gauche) et fréquentielle (à droite) d’un [f].

Figure: Représentations temporelle (à gauche) et fréquentielle (à droite) d’un [ S ℄.

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Spectre d’une image


Image monochrome = intensité f (x, y)
Spectre :
Z +∞ Z +∞
F (u, v) = TF[f (x, y)] = f (x, y)e−j2π(ux+vy)dxdy
−∞ −∞

Réciproquement,
Z +∞ Z +∞
f (x, y) = TF−1 [F (u, v)] = F (u, v)ej2π(ux+vy) dudv
−∞ −∞

Exemple : une image et son spectre

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Propriétés de la transformée de Fourier

Pour un signal s(t) de transformée de Fourier S(ν),

TF[s(t − a)] = e−j2πνa S(ν)


TF[s(t)ej2πν0 t ] = S(ν − ν0 ) (cf. TD1)
(n) n
TF[s (t)] = (j2πν) S(ν)

Linéarité :

∀ λ, µ ∈ R, TF[λx(t) + µy(t)] = λTF[x(t)] + µTF[y(t)]

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Relation d’incertitude

On définit la durée utile T d’un signal réel s(t) par :


!2 Z
+∞
T
= t2 s(t)2 dt
2 −∞

De manière similaire, la largeur utile B du spectre du signal est définie


par : !2 Z
+∞
B
= ν 2 |S(ν)|2 dν
2 −∞

La relation d’incertitude s’écrit :


1
T.B ≥
π

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Théorème de Bernstein

Toutes les dérivées d’un signal borné en amplitude et à spectre borné sont
bornées. Plus précisément,

|x(t)| ≤ M ⇒ |x(n) (t)| ≤ M.(2πνmax )n

où νmax est la borne en fréquence du spectre de x(t)

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Plan

1 Signaux périodiques

2 Signaux apériodiques d’énergie finie

3 Relation entre le spectre et l’énergie

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Corrélation

R +∞
x(t) un signal d’énergie finie E = −∞
|x(t)|2 dt.
Intercorrélation entre deux signaux x(t) et y(t) :
Z +∞
Γxy (τ ) = x(t)y ∗(t − τ )dt
−∞

= ressemblance entre x et y retardé de τ .


Autocorrélation de x(t) par :
Z +∞
Γx (τ ) = x(t)x∗(t − τ )dt
−∞

= ressemblance entre deux versions du signal x décalées de τ .


On constate aisément que :
Z +∞ Z +∞
Γx (0) = x(t)x∗ (t)dt = |x(t)|2 dt = E (1)
−∞ −∞

Gaël MAHÉ Représentation fréquentielle des signaux analogiques


Signaux périodiques
Signaux apériodiques d’énergie finie
Relation entre le spectre et l’énergie

Théorème de Parseval pour les signaux d’énergie finie


On montre que TF[Γx (τ )] = |X(ν)|2 . En effet,
Z +∞
TF[Γx (τ )] = Γx (τ )e−j2πντ dτ
τ =−∞
Z +∞ Z +∞
= x(t)x∗ (t − τ )e−j2πντ dtdτ
τ =−∞ t=−∞
changement de variable θ = t − τ et permutation des integrales
Z +∞ Z +∞
= x(t)x∗ (θ)e−j2πν(t−θ) dθdt
t=−∞ θ=−∞
Z +∞ Z +∞
= x(t)e−j2πνt dt x∗ (θ)ej2πνθ dθ
t=−∞ θ=−∞
= X(ν)X ∗ (ν)
= |X(ν)|2
R +∞
Ainsi, Γx (τ ) = TF−1 [|X(ν)|2 ] = −∞
|X(ν)|2 ej2πντ dν. Pour τ = 0, il vient :
Z +∞
Γx (0) = |X(ν)|2 dν
−∞
D’après l’équation 1, on a donc :
Z +∞ Z +∞
E= |x(t)|2 dt = |X(ν)|2 dν
−∞ −∞

Gaël MAHÉ Représentation fréquentielle des signaux analogiques