Chap2 4

Outils Mathématiques pour le TS
Séries de Fourier:
l’élément fondamental de l’analyse de

Fourier est constitué par le fait qu’un
signal périodique peut être décomposé
Joseph Fourier
en une somme d’ondes sinusoïdales
(1768-1830)
dont la fréquence est chaque fois
multiple d’une fréquence f0.
Traitement du signal A. RAIHANI 1

Quelques exemples de signaux périodiques
 Sinusoïde
 Rectangle périodique
 Triangle périodique
 Dent de scie

Série de Fourier: définition

Soit xT(t) un signal périodique de période T. Son
développement en séries de Fourier est par définition:
x t   a   a cos2 nf t    b sin2 nf t 
 
T 0 n 0 n 0
n 1 n 1
Où:
o f0 est la fréquence fondamentale du signal.
o a0 est la valeur moyenne ou composante continue du signal .
o ak et bk sont les coefficient de Fourier du développement en cosinus et
sinus.
o fn multiple de la fréquence du fondamental (fn = n.f0) est appelé
harmonique de rang n.

Série de Fourier: définition

Les coefficient de Fourier se calculent comme suit:
T
1
a   x t dt  x
2
T
o T T
T

2
T
2
a   x t  cos2 nf t dt
2
n
T 
T
2
T o
Remarque:
2
T
xT(t) pair: bn=0
b   x t  sin2 nf t dt
2
n  1 x (t) impair: a =0
T
n T o

T
2
T n

Série de Fourier: spectre

Série de Fourier: en cosinus

En considérant la relation trigonométrique suivante:
A cos( x )  B sin( x )  A  B cos( x   )

2 2
B
avec   artg ( )
A
On voit que le développement en série de Fourier peut

s’écrire:

x ( t )  A   A cos( 2nf t   )
0
1
n 0 n
b
Où A a A  a b 2 2
  arctg( ) n
a
0 0 n n n n

Série de Fourier: en cosinus
Cette représentation en cosinus est extrêmement importante

car elle correspond à la description des signaux en régime
sinusoïdal permanent où l’on représente un courant ou une
tension par leur amplitude et leur phase.
D’un point de vue pratique, cela revient à considérer que le
signal x(t) est créé de manière équivalente par une infinité
de générateur sinusoïdaux.
La représentation spectrale dans ce cas est unilatérale.

Série de Fourier: notation complexe

e e jx  jx
e ejx  jx
A partir des formules d’Euler: cos(x)  , sin( x) 

2 2j
On montre facilement que la SF peut être transformée en SF

complexe:

xT t    c n e  i 2  nf t 
o
co  ao
n   a n  ibn
T cn 
2
1 2
avec c n   xT t e   i  2  nf t 
o
dt c n
a  ibn
 n
T T 2
2

Série de Fourier: relation entre les 3 formes
DSF Cos-Sin DSF cos DSF complexe

n  0 a0 A0  a 0 c0  a0
a n  jbn
cn 
2 2 2
n  0 a n , bn An  an bn a n  jbn
c n 
2

Exemple: Signal carré

4E sin2 2 p  1 f 0 t 
x t  


 p 0 2 p 1

4E sin2 2 p  1 f 0 t 
Synthèse de Fourier: Signal carré x t  


 p 0 2 p 1

Exemple: Signal triangle

8E cos2 2 p  1 f 0 t 
x t   2 

 p 0 2 p  12

8E cos2 2 p  1 ft 
x t  

Synthèse de Fourier: Signal triangle 
 2 p 0 2 p  12

Synthèse de Fourier:
On constate que les amplitudes des harmoniques d’un créneau
décroissent moins vite que celle d’un triangle.
Il faudra utiliser plus de termes pour reconstituer le signal créneau que
pour reconstituer le signal triangulaire.
De plus, les discontinuités du créneau ne peuvent être approchées
infiniment près par sa série de Fourier : quel que soit le nombre de
termes utilisés, il restera toujours des petits pics au niveau des
discontinuités.
On appelle cela le phénomène de Gibbs.

Transformée de Fourier:
Transformée de Fourier est une extension de la

décomposition en série de Fourier pour les signaux non
périodiques.
En effet, le passage d’un signal périodique à un autre

apériodique peut se faire en considérant une période
qui tend vers l’infini.

Transformée de Fourier:
Définition:

Fx(t )  X f    xt e i2ft
dt

Transformée de Fourier inverse:

xt   F X  f    X  f e
1 i2ft
df


Transformée de Fourier: Propriétés
Linéarité:
a .xt   b. y t  
F
a .X  f   b.Y  f 
Homothétie :
1 f
xat   X  
F
avec a  R
a a
Dualité temps - fréquence :
xt  
F
X  f   X  t  
F
x f 

Translation en temps et en fréquence:
xt  a  
F
X  f .e  j 2fa
et
x t .e j 2bt 
F
X  f  b
Dérivation :
dxt  F d n xt  F
 j 2f .X  f     Xf 
n
et n
 j 2 f
dt dt

Théorème de Plancherel:

alors:
Produit de convolution : x(t ) * y (t )  ( x * y )(t )   x yt   d

xt  
F
X  f  et y t  
F
Y f 
xt * y t  
F
X  f .Y  f 
et
xt .y t  
F
X  f * Y  f 

Théorème de Paaseval:
alors:
 
 x   d   X  f  df
2 2
 
Densité Spectrale d ’Energie

Transformée de Fourier: Distribution de Dirac

=
1 
TF
( f )  ( t  t0 ) 
TF
e  j 2t 0 f
 ( t ) 1
TF
j 2f 0t

e   ( f  f 0 )
TF
1 n
 Te ( t ) 
TF
Te


( f  )
Te
1
cos( 2f 0t )   ( f  f 0 )   ( f  f 0 )
TF
2
1
sin( 2f 0t ) 
TF
 ( f  f 0 )   ( f  f 0 )
2j
Transformée de Fourier & Systèmes:

=
Un SLTI est caractérisé par sa réponse impulsionnelle h(t)
La transformée de Fourier de h(t) donne la réponse en fréquence du

système H(f) et inversement.
x(t) y(t)=x(t)*h(t)
h(t)
TF TF TF
X(f)
H(f) Y(f)=X(f)*H(f)

Transformée de Laplace:
La TL est une généralisation de la TF pour les signaux
continus.
Elle constitue une méthode puissante pour:
résoudre les équations différentielles linéaires,

certaines équations intégrales et équations aux Pierre-Simon de
dérivées partielles. Elle réduit le problème de résoudre Laplace
une équation différentielle linéaire à coefficients
Mathématicien
(1749-1827)
constants à un problème algébrique.
Étudier la stabilité des systèmes

Transformée de Laplace:
L’objectif est la résolution de l’équation différentielle
Résolution : S(p) = ?
Domaine T. de Laplace Domaine
temporel symbolique
Variable : t Variable : p
Équation 2
Fraction
différentielle rationnelle
e(t) → s(t) = ? E(p) → S(p) = ?
TL inverse
3
La résolution de l’équation différentielle se fait en 3 étapes

Transformée de Laplace: Définition

Soit un signal f(t) défini et continu  t [0,+[.
Sa transformée de Laplace est définie par:


f t   F  p    e  p .t f t  dt
L
Opérateur de Laplace :
 p : littérature francophone
 s : littérature anglophone
Convention d ’écriture :
 fonction temporelle = minuscule.
 fonction de Laplace = majuscule.

Transformée de Laplace: Quelques théorèmes

 Unicité:
 à f(t) correspond F(p) unique,
 à F(p) correspond f(t) unique
 Linéarité:
f1 t   f 2 t   F1  p   F2  p 
L
 . f t    .F  p 
L
 Facteur d’échelle:
1  p
f a .t   .F  
L
a a

 Th. Du retard:
f(t) f(t-)
f t     e  . p .F  p 
L
 Translation dans le domaine complexe:
f t   F  p  a 
L
 at
e


 Les dérivées:
df L
 p.F  p   f 0  
dt
d2 f L 2
2
 p .F  p   p . f 0 
  f '
0 

dt
 L’intégrale:
F  p  g 0  
 f u  du 
t L

0 p p dn f
L( n )  p n .F( p )
dt
Si les CI = 0 : t
F( p )
L(  f ( u ).du ) 
0
p

 Th. de la valeur initiale:
lim f t   lim pF  p 
t 0 p
 Th. De la valeur initiale:
lim f t   lim pF  p 
t  p0

Le produit de convolution:
On appelle produit (ou intégrale) de convolution entre

deux fonctions x(t) et h(t), l’opération * (notée
également ) définie par :
( x * h)(t )  x (t ) * h(t )  x (t )  h(t )

 
  x ( ).h(t   ).d   x (t   ).h( ).d
 

Le produit de convolution: PROPRIETES
L’intégrale de convolution est :
 Commutative: x(t)*h(t)=h(t)*x(t)
 distributive : x(t)*[h(t)+g(t)]=x(t)*h(t)+x(t)*g(t)
 associative: x(t)*[h(t)*g(t)]=[x(t)*h(t)]*g(t)
 élément neutre : x(t)*(t) = x(t)

Le produit de convolution: PROPRIETES
L’intégrale de convolution est :

Si x(t) et y(t) sont des signaux causaux, en écrivant
les inégalités qu’ils vérifient:
 x    0   0

 ht     0   t
On obtient une expression très simplifiées et très
t
utile de la convolution:
 x * ht    x ( )h(t   )d
0
La convolution est l’opération de traitement de signal la plus

fondamentale.
Elle permet d’exprimer la réponse d’un SL à l’instant t par la
sommation (intégrale) pondérée des valeurs passées du signal
d'excitation x(t).
La fonction de pondération est précisément la réponse
impulsionnelle h(t) du SL.

Le produit de convolution: Interprétation graphique

• La convolution entre deux signaux
x(t) et y(t) est une intégrale
• Le calcul consiste donc à calculer la
surface du produit x(u)y(t - u)
• Le signal y(t - u) est le signal initial
y(u), retourné dans le temps pour
donner y(-u), puis translaté de t.
• Calculer l’ensemble des surfaces
obtenues en faisant « glisser » y(t),
c’est-à-dire pour tous les décalages
de t

Le produit de convolution: Exemple
Application:
Convoluer un signal s(t) avec lui-même (cas d’un signal porte)
s(t)
1
t
-d d

Le produit de convolution: Application Matlab

Convoluer un signal en porte avec une porte retardé

Le produit de convolution: avec peigne de Dirac
Convolution avec impulsion de Dirac retardée

1
Domaine Domaine
T. de Fourier
Calculer : S(f) = ?
temporel fréquentiel
Variable : t Variable : f
2
Convolution Produit
e(t) → s(t) = ? E(f) → S(f) = ?
TF inverse
3
Le calcul du produit de convolution se fait en 3 étapes

Le produit de convolution et filtrage
Un filtre (système) est un organe physique qui transforme

un signal d’entrée en un signal de sortie.
x(t) Filtre y(t)

Existence d’une relation fonctionnelle :
(h(t)) y(t) = F{x(t)}.


Propriétés:
Linéarité:
Invariance :
Stabilité :
Caractérisation:
Réponse impulsionnelle: Réponse en fréquence:
La réponse h(t) du filtre à l’entrée x(t) = (t). H(f) est la TF de h(t)


Exemple: Filtre passe-bas
• Sélection des fréquences basses
• Élimination des fréquences supérieures à fc (fréquence de coupure)
• Bande passante : 𝒄
𝟏
|H(f)| 𝒄 𝒄
1
Non causale
-fc fc f Filtre physiquement non réalisable
Représentation bilatérale Nécessité de trouver une approximation

du filtre idéal

Filtres passe bas réels Autres types de Filtres

Chap2 4

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chap2 4

Transféré par

Droits d'auteur :

Formats disponibles

Outils Mathématiques pour le TS

l’élément fondamental de l’analyse de

multiple d’une fréquence f0.

Traitement du signal A. RAIHANI 1

Quelques exemples de signaux périodiques

Traitement du signal A. RAIHANI 2

Série de Fourier: définition

Traitement du signal A. RAIHANI 3

Série de Fourier: définition

Traitement du signal A. RAIHANI 4

Série de Fourier: spectre

Traitement du signal A. RAIHANI 5

Série de Fourier: en cosinus

A cos( x )  B sin( x )  A  B cos( x   )

On voit que le développement en série de Fourier peut

Traitement du signal A. RAIHANI 6

Série de Fourier: en cosinus

Cette représentation en cosinus est extrêmement importante

Traitement du signal A. RAIHANI 7

Série de Fourier: notation complexe

A partir des formules d’Euler: cos(x)  , sin( x) 

On montre facilement que la SF peut être transformée en SF

Traitement du signal A. RAIHANI 8

Série de Fourier: relation entre les 3 formes

DSF Cos-Sin DSF cos DSF complexe

Traitement du signal A. RAIHANI 9

Exemple: Signal carré

Traitement du signal A. RAIHANI 10

Traitement du signal A. RAIHANI 11

Exemple: Signal triangle

Traitement du signal A. RAIHANI 12

Traitement du signal A. RAIHANI 13

Traitement du signal A. RAIHANI 14

Transformée de Fourier est une extension de la

En effet, le passage d’un signal périodique à un autre

Traitement du signal A. RAIHANI 15

Traitement du signal A. RAIHANI 16

Transformée de Fourier: Propriétés

Traitement du signal A. RAIHANI 17

Transformée de Fourier: Propriétés

Translation en temps et en fréquence:

Traitement du signal A. RAIHANI 18

Transformée de Fourier: Propriétés

Traitement du signal A. RAIHANI 19

Transformée de Fourier: Propriétés

Densité Spectrale d ’Energie

Traitement du signal A. RAIHANI 20

Transformée de Fourier: Distribution de Dirac

Transformée de Fourier & Systèmes:

La transformée de Fourier de h(t) donne la réponse en fréquence du

Traitement du signal A. RAIHANI 22

Elle constitue une méthode puissante pour:

résoudre les équations différentielles linéaires,

Étudier la stabilité des systèmes

Traitement du signal A. RAIHANI 23

La résolution de l’équation différentielle se fait en 3 étapes

Transformée de Laplace: Définition

Sa transformée de Laplace est définie par:

Traitement du signal A. RAIHANI 25

Transformée de Laplace: Quelques théorèmes

Transformée de Laplace: Quelques théorèmes

 Translation dans le domaine complexe:

Traitement du signal A. RAIHANI 27