Vous êtes sur la page 1sur 30

Transformée de Fourier

Représentation fréquentielle
des signaux
Plan et objectif du cours

Pourquoi la transformée de Fourier


Définition dans le cas de signaux à énergie finie
Propriétés
Exemples
Relation de Parseval
Définition dans le cas des distributions
Transformée de Fourier de signaux périodiques

Objectif : se familiariser avec la transformée de Fourier


Les deux domaines du signal

La représentation naturelle d'un signal est sa


représentation dans le domaine temporel. Il existe
une autre représentation non moins importante,
qui est la représentation dans le domaine
fréquentiel, qu'on appelle communément spectre
du signal.
Cette représentation permet de voir le niveau de
chaque composante harmonique constituant le
signal.
Représentation fréquentielle

 On a pour habitude de décrire les signaux en fonction de la variable


temporelle t car notre perception des phénomènes physiques nous y
incite. En électronique, la connaissance des propriétés spectrales d'un
signal est primordiale. Ainsi, on utilise souvent une représentation en
fonction de la fréquence pour caractériser un signal ou un système. Les
outils de traitement des signaux nous aident dans cette tâche.

 Exemple :le support de transmission du téléphone à une bande


passante de 3kHz alors que la bande passante des signaux audibles est
de 20kHz. Ceci explique pourquoi un signal audio de haute qualité
transmis par voie téléphonique sera perçu comme de mauvaise qualité
par le récepteur.
Introduction
Notion de fréquence
pour les signaux sinusoïdaux x (t )  cos( 2f o t   )
fo est la fréquence du signal

Pour les autres


Généralement, on va essayer de les exprimer
comme une combinaison linéaire de signaux sinusoïdaux

Transformée de Fourier
L’introduction de la transformée et de la série de Fourier
permet d’ obtenir une représentation fréquentielle des
signaux déterministes. On obtient la représentation de
l’amplitude, la phase, l’énergie ou la puissance du signal
en fonction de la fréquence.
Les 2 représentations d'un signal à 2 harmoniques

 La représentation temporelle ci-contre ne


 nous informe pas beaucoup sur la nature
 du signal, par contre, la représentation
 fréquentielle nous dit que c'est un signal
 à deux harmoniques :
 f1=1000Hz, f2=1500Hz
Séries de Fourier
 La représentation la plus utilisée est la décomposition en série de
Fourier qui consiste à décomposer un signal périodique de fréquence
fo en une somme infinie de signaux sinusoïdaux de fréquences multiples
de fo qu'on appelle les harmoniques

bo  0
T o/ 2
1
ao 
To  x ( t ) dt
T o/ 2

 Propriétés: si x(t) est paire bk=0


si x(t) est impaire ak=0
2ème forme de la série de Fourier

Relation entre les coefficients Ck et ak et bk :


3ème forme de la série de Fourier

 Un signal périodique est une Somme de sinusoïdes


d'amplitude dk, de fréquence k fo et de phase k
Illustration d'une série de Fourier
Exemple de DSF

 Soit x(t) un signal de période To tel que sur l'intervalle [0, To], x(t) = x(t+To)
1 si t  To / 2
x(t)  
0 si t  To / 2

Remarque Pour pouvoir être décomposable, un signal doit être à variation


bornées (Dirichlet).
La décomposition en Série de Fourier de x(t)
 To / 2 n
1  j2  t
cn 
To 
 To / 2
x(t) e To
dt

Après calcul, on obtient


co  1 / 2

cn 
1
j 2n

1  e  jn   1
j 2n
[1  (1) n ]
Pour n différent de 0

Donc x(t) 
1 A
 
1
e j2 ( 2 m1) f o t
2 j mZ 2m  1
Reconstitution d'un signal à partir d'un nombre fini
d'harmoniques
Définition de la TF
13

Soit un signal x(t), non périodique

Transformée de Fourier La transformée de Fourier de x(t) , si elle existe , est





 j 2 ft
X (f )  x ( t ) e dt

X(f) indique quelle "quantité" de fréquence f est présente dans le signal x(t) sur l'intervalle ]  ,[
X(f) est un nombre complexe qui admet donc une amplitude spectrale A(f) et une phase spectrale F(f)



Formule d'inversion x ( t )   X(f )e j2 ft df



Autre écriture

 1
Par rapport à la pulsation   2f X()   x ( t )e  jt dt

x(t)  
2  
X()e jt d
Attention à la notation lors de la lecture d'autres références
Notations
X(f )  F[ x ( t )] et x ( t )  F1[X(f )]
Remarques
14

 La transformée de Fourier est une fonction complexe


 La transformée de Fourier met en évidence la dualité
temps/fréquence
x (t )et X (f )caractérisent le même signal (pas de pertes
d’information)
 La transformée de Fourier n’est pas toujours définie au
sens des fonctions
Une condition suffisante :f de carré intégrable (énergie
finie)
 Pas de problème pour les signaux "physiques« i.e
observables
 Pour les signaux idéaux ) définition généralisée de la
transformée de Fourier (au sens des distributions)
Conditions d'existence de la TF
15

Questions
Quand est ce que la TF de g(t) existe ?
 

  g( t ) e
 j2 ft
Quand est ce que g(t)=gf(t)? Avec g f (t)  e j2 ft dtdf


Condition d'existence


 g(t ) dt  
Il faut que : et g(t) continue par morceaux et admet un
nombre de discontinuité et d'extrema fini



 g(t ) dt  
2
OU

 

 g(t ) dt    g(t)  gf (t) dt  0


2 2
Condition d'égalité Si alors
 

Si g(t) satisfait à la condition d'existence de la TF alors g(t) et gf(t) sont égaux presque partout
sauf au discontinuité

Cas de certains signaux ne respectant pas ces conditions


Si ce signal définit une distribution (exemple Impulsion de Dirac)
On peut définir une transformée de Fourier au sens des distributions
Exemple de calcul de TF
16

1 pour 0  t  T
x(t)  
0 ailleurs


 1 i 2 fT

T
X(f )   1.e i 2 ft dt  e 1
0
i 2f
e  jfT sin( fT )
X (f )  .2i. sin( fT ) X (f )  e ifT X (f )  Te  ifT sin c(fT )
i 2f f
Amplitude spectrale Phase Spectrale
 sin( fT)
sin( fT )  si 0
X (f )  Arg X( f )   fT   f
f 
0 sin on
Propriétés de la TF
17

Linéarité a1x1 ( t )  a 2 x 2 ( t )  a1X1 (f )  a 2 X 2 (f )

Décalage temporel x ( t  t o )  e  i 2 ft o X (f )


Décalage fréquentiel e i 2 f o t x ( t )  X (f  f o )
1 f
Contraction temporel x (at )  X( )
a a
dx ( t )
Dérivation  j2f X(f )
dt
!
Intégration La TF et la TF inverse n'est pas
P[x(t )]   j2f  X(f )
1 toujours définie
Soit P[x(t)] la primitive de x(t)
Propriétés de la TF
18

Inversion du temps x (  t )  X ( f )

Conjugaison complexe x * ( t )  X * ( f )

Symétrie dans le cas des signaux réels


Si x(t) est un signal réel alors X (f )  X * (  f )
donc X(f )  X(f ) et (f )  (f )

Symétrie dans le cas des signaux imaginaires

Si x(t) est un signal imaginaire pure alors X (f )   X * ( f )


Exemple d'application
19

x ( t )   T ( t )  e j2 f o t Partie Réelle de x Module de X(f)

or FT (t )  T sin c(fT)


Par la propriété de décalage en fréquence de la TF

X(f )  T sin c((f  f o )T)

Ce résultat est fondamental en modulation de signaux

Les radio Longue Onde utilise ce principe pour transmettre un message informatif dont le
contenu fréquentiel est compris entre 0 Hz et 20 kHz
| M(f) ej2fot|
| M(f)| Même message France Inter fo= 195 kHz

x e j2 f o t

0 f 0 fo f
Dualité de la TF
20

Les définitions symétriques de la TF et de la TF inverse permettent de mettre en avant une propriété


de la TF appelée Dualité de la TF.

Soit x(t), une fonction quelconque dont la TF est bien définie

 

X(f )   x ( t )e  j2 ft dt et x ( t )   X(f )e j2 ft df


 



On a donc x ( t )   X(f )e  j2 ft df



En intervertissant les variables temporelles et fréquentielles, on obtient

x (f )   X( t )e  j2 tf dt x(t) 

F
Donc si X (f )

alors X( t ) 

F
x ( f )
Relation de Parseval
21

loi de conservation de l'énergie


Dans le cas où les intégrales existent, on a

 

 x ( t ) dt   X(f ) df
2 2

 

La Transformée de Fourier conserve l'énergie du signal

Application
Montrer que l' énergie de Fo sin c (tFo ) vaut Fo

Par dualité, on a F Fo sin c(tFo )   Fo ( f )


Fo / 2

 df  Fo
2
et 1 CQFD
 Fo / 2
Densité spectrale d'énergie
22

Comme la TF conserve l'énergie, on peut définir une notion d'énergie par


unité de fréquence, la densité spectral d'énergie

Sxx (f )  X(f )
2

Théorème de Wiener-Kintchine

La densité spectrale Sxx(f) de x(t) est la TF de sa fonction d'autocorrélation.


S xx ( f )   C xx ( )e  j 2f d


Ce théorème est valable également pour les signaux aléatoires


Théorème de Bernstein
23

Ce théorème permet de relier le support en fréquence d'un signal et la variation de ce signal

Un signal est dit "à support borné en fréquence" si  f  f max , X(f )  0

Énonce Si x(t) est

 borné  t, x(t )  M
 à support borné en fréquence

d p x(t)
Alors
dx ( t )
 2f max M et p
 2 f max p
M
dt dt
Interprétation
Les variations d'un signal sont liées à la dérivée de ce signal. Comme cette dérivée est
bornée, le signal ne peut pas varier arbitrairement vite.

Un signal présentant des discontinuités est un signal à support en fréquence non borné.
TF d'une distribution
24

Question : comment faire quand la TF d'un signal n'est pas définie?


 on considère si possible le signal comme une distribution .
Définition
La transformée de Fourier d'une distribution D est une distribution notée FD telle que
pour (t) indéfiniment dérivable et à support borné

FD,   D, F

Application à la TF d'une impulsion de Dirac




rappel ,   0 On cherche F[ or , F  F(0)   ( t )dt





1 (t ) dt 

1,   F[=1

De même F(t-a)=e-j2af
Applications de la TF d'une distribution
25

Question Quelle est la TF de sin(t) ou cos (t) ?

L'intégrale n'est pas définie car divergente application de la théorie des distributions

On a les résultats suivants : F  1 et e i 2fo t x( t )  X( f  fo )


Quelle est la TF de la distribution associée à 1 ?
 ^
 F1,   1, F   (f ) df  (0)  ,   F1=


ei 2fot  e i 2fot  
F cos(2f ot )   e i 2 ( f  fo)t dt   e i 2 ( f  fo)t dt
1 1
Or cos(2f ot ) 
2 2  2 

i 2f ot
est la TF de 1 e   ( f  fo )
e
i 2 ( f  fo ) t
dt


Fsin(2f o t ) 
1 1
Fcos(2f o t ) 
1 1
(f  fo)  (f  fo) (f  fo)  (f  fo)
2 2 2i 2i
TF d'un signal périodique

26

Décomposition en série de Fourier


Toute fonction périodique f(t) de période T peut s'écrire comme une somme infinie de cos et
sin. 
 2   2 
f ( t )  a o   a n cos  n t   b n sin  n t
n 1  T   T 
T/2
 n 2 
T/2
1  n 2 
T/2
2
T T/ 2
2
T T/ 2
ao 
T T/ 2
Avec f ( t ) dt an  f ( t ) cos t  dt bn  f ( t ) sin t  dt
 T   T 

La TF d'un signal périodique est divergente, mais on peut définir une TF au sens des distributions
en utilisant la décomposition en Série de Fourier.

En utilisant la propriété de linéarité de la TF on obtient :



a n  ib n 
a n  ib n
F[f ( t )]  a o (f )   ( f  n f o )   ( f  n f o )
n 1 2 n 1 2

Le résultat correspond à un spectre de raie.


TF d'un Peigne de Dirac
27


Un peigne de Dirac s'écrit  T (t)   ( t  kT
k  
O )

Comme le peigne est périodique, il admet une décomposition en Série de Fourier


T o/ 2 1
1 n cn 
cn 
To 
T o/ 2
 ( t ) exp(  j2 
To
t )dt To


1 n
Donc  T (t) 
To

n  
exp( j2
To
t)


 n 
F T ( t ) 
1  n   n 
et
To
 F 

exp( j2 
To
t )

or Fexp( j2f t )   f  
n    To   To 

 n 
F T ( t ) 
1
d'où
To

n  


f 
To



F T ( t )  Fo  f  nFo 
n  

La TF d'un peigne de Dirac est un peigne de Dirac


Transformées de fourrier usuelles
Transformées de fourrier usuelles
Transformées de fourrier usuelles