Suite Chapitre 1 Analyse fréquentielle d’un signal : Transformée de Fourier

I- Analyse fréquentielle d’un signal non Périodique

I-1. Transformée de Fourier

Le temps et la fréquence sont deux grandeurs complémentaires qui permettent l’analyse,

la représentation et la description des signaux. Pour que la transformée de Fourier d’un
signal réel ou complexe existe et soit inversible, il faut que soit carrée
sommable . Cela signifie que est à énergie finie.

Soit un signal transitoire à énergie finie et borné vérifiant la condition suivante :

(2.1)

La transformée de Fourier du signal est définie par :

(2.2)

Ce spectre est une fonction complexe. La partie réelle et imaginaire sont données par les
équations suivantes :

On donne souvent le spectre complexe en module et phase par :

(2.3)

I-2. Transformée de Fourier inverse.

Une des propriétés essentielle de la TF est qu’elle est inversible. On peut restituer le
signal à partir de son spectre complexe (sa transformée de Fourier) par :

(2.4)

Exemple 2.1: Soit à calculer la TF I(f) de l’impulsion i(t) d’amplitude a centré à l’origine
des temps (voir figure).
 Impulsion isolée
S(f)
s(t)

a

f
-2/ -1/ 1/ 2/


Remarque : D’après Euler

I-3. Propriétés de la transformée de Fourier

La transformée de Fourier possède les propriétés suivantes :

a- Théorème de retard

Soit un signal dont la transformée de Fourier est . Considérons le signal défini

par une translation  dans le temps (retard ou avance) du signal ; alors la transformée de
Fourier de est définie par :

(2.5)

b- Théorème de linéarité

Soient et deux signaux qui ont respectivement comme transformée de Fourier

et . Si on considère le signal définie comme une combinaison linéaire de et
alors la transformée de Fourier de est :

(2.6)

c- Inversion du temps :

Considérons le signal de transformée de Fourier , soit un signal défini par : y

, alors la transformée de Fourier de vaut :

(2.7)

d- Transformée de Fourier et Dérivation

Dans le domaine temporel

Soit un signal possédant la transformée de Fourier et soit le signal défini par

la dérivée d’ordre n de où n est nombre entier. Alors, la transformée de Fourier
est donnée par :
 (2.8)

Dans le domaine fréquentiel

Soit un signal de transformée de Fourier . La transformée de Fourier inverse de la

dérivée d’ordre n (par rapport à la variable fréquentielle) est donnée par la relation suivante :

(2.9)

e- Transformée d’une intégrale

Soit un signal possédant la transformée de Fourier et soit le signal défini par

l’intégral de . Alors, la transformée de Fourier est définie par :

(2.10)

avec

f- Théorème de changement de l’échelle de temps :

Considérons le signal qui est obtenu à partir de à l’aide de changement d’échelle,

défini par où a un nombre réel non nul alors la transformée de Fourier
est égale à :

(2.11)

g- La modulation

La transformée de Fourier d’un signal multiplié par un terme de phase , est

égale à la transformée décalée de . Soit , la TF de alors :

(2.12)

I-4. Transformée de Fourier du produit de convolution

La transformée de Fourier du produit de convolution des signaux

est donnée par :

(2.13)

Transformée de Fourier d’un produit simple

La transformée de Fourier du produit des signaux

de Fourier est donnée par la relation
suivante :
(2.14)
I-5. Transformée de Fourier de quelques signaux particuliers

a- Transformée de Fourier de l’impulsion de Dirac

La transformée de Fourier de est égale à :

b- Transformée de Fourier d’un signal constante

Soit un signal Constante définie par :

Alors la transformée de Fourier du signal est donnée par l’expression suivante :

c- Transformée du peigne de Dirac ( )

Soit le peigne de Dirac de période , défini par :

Alors la transformée de Fourier du signal est donnée par l’expression suivante :

d- Transformée de Fourier du signal Exponentielle complexe

Soit le signal exponentielle complexe, de fréquence définie par :

Alors la transformée de Fourier du signal est donnée par l’expression suivante :

e- Transformée de Fourier du signal sinusoïdal ou cosinusoïde

Soit le signal sinusoïdal de fréquence définie par :

Alors la transformée de Fourier du signal est donnée par l’expression suivante :

De même la transformée de Fourier du signal cosinusoïde est donnée par

f- Transformée de Fourier du signal Rectangulaire

Soit un signal rectangulaire centrée à l’origine et de durée , définie par :
 Alors la transformée de Fourier du signal est donnée par l’expression suivante :

g- Transformée de Fourier du signal signe

Soit le signal signe, défini par l’équation :

Alors la transformée de Fourier du signal est donnée par :

II- Analyse fréquentielle d’un signal Périodique

II-1. Décomposition en Série de Fourier d’un signal périodique.

La série de Fourier permet d'analyser un signal périodique non sinusoïdal en termes de
ses composantes harmoniques. Soit un signal périodique de période ,
peut s’écrire sous la forme d’une somme de fonctions sinusoïdales et cosinusoïdales (voir
figure suivante), de fréquence f multiple de f0 appelée : Fréquence Fondamentale. Le
développement en série de Fourier du signal périodique est alors donné sous la forme
suivante :

(2.15)

Aussi sous la forme :

Construction d’un signal périodique non sinusoïdal

Où sont les coefficients de la série de Fourier :

Avec : la valeur moyenne du signal

 - Si est une fonction réelle, alors les coefficients sont réels.
- Si est une fonction paire, alors les coefficients des sinus sont tous nuls : =0
∀n > 0.
- Si est une fonction impaire, alors les coefficients des cosinus sont nuls : an = 0
∀n > 0.
Cas pratiques :

Si est paire Si est impaire

II-2. Série de Fourier Complexe

En introduisant la représentation complexe, nous pouvons donner une forme plus

générale de l’expression de ce développement en série de Fourier. Le signal périodique
peut aussi s’écrire sous forme d’une série complexe par :

D’après Euler

Avec et

Les coefficients sont en général complexes et ils sont appelés les harmoniques, on
peut les calculer sous la forme :

Comme les harmoniques sont complexes, nous pouvons les mettre aussi sous la forme
suivante :
Un signal périodique dont la série de Fourier est définie par les coefficients Cn peut
être caractérisé par son spectre. C’est une représentation graphique dans le domaine
fréquentiel. Pour chaque harmonique , on a le module et l’argument ,
chaque harmonique représente une raie du spectre.. Ce spectre est une représentation
spectrale bilatérale (fréquences positives et négatives).

-3f0 - 2 f0 - f0 0 f0 2 f0 3 f0
Représentation fréquentielle bilatérale d’un signal périodique de période

La puissance totale transportée par le signal temporel est égale à la somme des puissances
transportées par ses harmoniques (Théorème de Parseval).

Avec la puissance moyenne transportée par chaque harmonique :

III- Transformée de Fourier d’un signal périodique
Soit un signal périodique de période , dont on connaît les coefficients de Fourier
Cn. La transformée de Fourier X(f) vaut :

Avec
x1(t)

-T 0 T 2T t

Le passage de à la transformée de Fourier peut s’établir en calculant :

 IV- Transformée de Fourier Discrète (TFD)
La transformée de Fourier d’un signal discret est définie par :

La transformée est périodique de période 1 ; c’est une fonction complexe.

Le échantillon du signal discret est donnée par :

On peut remarquer deux points essentiels :

 La fréquence est continue

 Le nombre infini d’échantillons du signal
(impossible pratiquement).

Donc, on prend des valeurs discrètes de la fréquence

Si N est le nombre d’échantillons alors :

Et la transformée de fourrier discrète inverse

V- Transformée de Fourier de signaux échantillonnés.

Soit les N valeurs obtenu par échantillonnage du
signal observé sur une durée L. La transformée de Fourier du signal
échantillonné est définie par :
On parle alors de la transformée de Fourier numérique. Elle est périodique de période
.

Sachant que :
Alors Donc la fonction est périodique.
En posant alors
La transformée de Fourier Discrète ( TFD) d’un signal à durée limité N est :

La transformée inverse est donnée par :

avec

VI- Produit de convolution et produit de corrélation pour un signal

numérique
VI-1. Produit de corrélation :
Pour comparer deux signaux, on utilise la fonction de corrélation qui permet de mesurer la
similitude en fonction du décalage :

VI-2. Produit de convolution

Le produit de convolution de deux signaux réels discrets x(k) et g(k) est donnée par :

Et dans le domaine fréquentiel