Vous êtes sur la page 1sur 8

01/02/2021

Chapitre 3
Transformée de Fourier Discrète
FFT

C o u r s D e Tr a i t e me nt D u S i g n a l Fa i t P a r M m e S . G h e n n a m
Pour Les Étudiants De L 3 En E lectronique Novembre 2017

FFT Fast Fourier Transform


Transformée de Fourier Rapide
𝑋 𝑘 = 𝑥 𝑛 .𝑒
∈ ,

•𝑁 produits complexes
Le calcul de chaque 𝑋 𝑘 , nécessite : •𝑁 − 1 additions complexes
 On majore à 𝑁 opérations.

L’algorithme de FFT, élaboré par Cooley-Tukey, permet d’effectuer le calcul de la


TFD avec moins de calcul et de ce fait plus rapidement.

• (𝑁/2)(𝑙𝑜𝑔2(𝑁) – 2) produits complexes


Pour calculer chaque 𝑋 𝑘 : • 𝑁 𝑙𝑜𝑔2(𝑁) additions complexes
on majore à 𝑵𝒍𝒐𝒈𝟐 (𝑵) opérations

1
01/02/2021

FFT Fast Fourier Transform


Transformée de Fourier Rapide
Tableau comparatif

FFT
Principe

𝑋 𝑘 = 𝑥 𝑛 .𝑒
∈ ,

1. 𝑋 𝑘 est divisé en 2 parties : paire et impaire

𝑋 𝑘 = 𝑥 2𝑛 . 𝑒 + 𝑥 2𝑛 + 1 . 𝑒

Si pour 𝑛 ∈ 0, 𝑁 − 1  2𝑛 ∈ 0, − 1 et 2𝑛 + 1 ∈ 0, − 1

2
01/02/2021

FFT
Principe
2. On réécrit ( et en posant = ⁄
):

𝑋 𝑘 =∑ 𝑥 2𝑛 . 𝑒 ⁄ +𝑒 ∑ 𝑥 2𝑛 + 1 . 𝑒 ⁄

𝑋 𝑘 =∑ 𝑥 2𝑛 . 𝐵 + 𝐴 . ∑ 𝑥 2𝑛 + 1 . 𝐵

avec
• 𝐵 =𝑒 ⁄

•𝐴 =𝑒

FFT
Principe
3. On note :
◦ La partie paire : 𝑋 𝑘 =∑ 𝑥 2𝑛 . 𝐵
Pour 𝑛 𝜖 0, − 1
◦ La partie impaire : 𝑋 𝑘 =∑ 𝑥 2𝑛 + 1 . 𝐵 Et 𝑘 𝜖 0, 𝑁 − 1

On écrit donc:


𝑋 𝑘 =𝑋 𝑘 +𝐴 𝑋 𝑘 pour 𝑘 𝜖 0, 𝑁 − 1
De ce fait le nombre d’opérations:
𝑋 𝑘 = 𝑥 2𝑛 . 𝐵
1𝑓𝑜𝑖𝑠/2 𝑎𝑢 𝑙𝑖𝑒𝑢 𝑑𝑒 2 𝑓𝑜𝑖𝑠

𝑁 𝑓𝑜𝑖𝑠 𝑋 𝑘 = 𝑥 2𝑛 + 1 . 𝐵

𝐵 =𝑒 ⁄ 1𝑓𝑜𝑖𝑠/2 𝑎𝑢 𝑙𝑖𝑒𝑢 𝑑𝑒 2 𝑓𝑜𝑖𝑠


𝐴 =𝑒 1𝑓𝑜𝑖𝑠/𝑁 𝑎𝑢 𝑙𝑖𝑒𝑢 𝑑𝑒 𝑁 𝑓𝑜𝑖𝑠

3
01/02/2021

FFT
Principe
4. En exploitant les propriétés périodiques des parties paires et impaires de la TFD :
𝑋 𝑘+ =𝑋 𝑘 et 𝑋 𝑘+ =𝑋 𝑘

Ainsi que la nature périodique de 𝑒

𝑒 =𝑒 .𝑒 =−𝑒 →𝑨 𝑵 = −𝑨𝒌
𝒌
𝟐
𝑵
On se limitera alors à calculer les coefficients pour 𝒌𝝐 𝟎, − 𝟏 :
𝟐
𝑋 𝑘 =𝑋 𝑘 + 𝐴 .𝑋 𝑘 𝑵
pour 𝒌 𝝐 𝟎, − 𝟏
𝑋 𝑘+ =𝑋 𝑘 − 𝐴 .𝑋 𝑘 𝟐

𝑋 𝑘 = 𝑥 2𝑛 . 𝐵
1𝑓𝑜𝑖𝑠/2 𝑎𝑢 𝑙𝑖𝑒𝑢 𝑑𝑒 2 𝑓𝑜𝑖𝑠
Il s’agit d’une 𝑻𝑭𝑫𝑵⁄𝟐 , 𝑵/𝟐 𝒇𝒐𝒊𝒔 𝑋 𝑘 = 𝑥 2𝑛 + 1 . 𝐵

𝑵 doit être un nombre puissance 2 𝐵 =𝑒 ⁄ 1𝑓𝑜𝑖𝑠/2 𝑎𝑢 𝑙𝑖𝑒𝑢 𝑑𝑒 2 𝑓𝑜𝑖𝑠


𝐴 =𝑒 1𝑓𝑜𝑖𝑠/𝑁 𝑎𝑢 𝑙𝑖𝑒𝑢 𝑑𝑒 𝑁 𝑓𝑜𝑖𝑠

𝑋 𝑘 =𝑋 𝑘 +𝑤 𝑋 𝑘
𝑋 𝑘+
𝑁
=𝑋 𝑘 −𝑤 𝑋 𝑘
FFT
2 Principe

Les deux blocs 𝐷𝐹𝑇 utilisent les mêmes 𝑒 , calculé par l’un deux.

4
01/02/2021

Résolution de la DFT et Zéros Padding

Résolution de la DFT et zéros Padding


Exemple

N échantillons=10.000 padding de zéros padding de zéros


jusqu’à 2N=20.000 jusqu’à 7N=70.000

5
01/02/2021

Applications de la TFD (ou FFT)


En monodimensionnelle et bidimensionnelle
 analyse spectrale
 reconnaissance vocale,
 codage et transmission numériques
 dé-bruitage des signaux et images,
 l’amélioration de la qualité des images, en milieu médical, astronomie,
… (restauration d’image)
 la compression (à la base du codage jpeg et mpeg)

Applications de la TFD (ou FFT)


Dé-bruitage d’un signal
signal original
5
spectre du signal bruité
800
0
600

-5 400
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05
signal bruité
200
5
0
-3000 -2000 -1000 0 1000 2000 3000
0
spectre filtré
-5 800
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05
signal dé-bruité reconstruit à partir du spectrefiltré 600
5
400

0
200

-5 0
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05 -3000 -2000 -1000 0 1000 2000 3000

6
01/02/2021

Applications de la TFD (ou FFT)


Dé-bruitage d’une image
image originale image bruitée image dé-bruitée

fft de l'image originale fft de l'image bruitée fft de l'image débruitée

Applications de la TFD (ou FFT)


Compression Taux de
Taille de l’image
Image originale compression
taille = 256 × 256 = 64954 64954 0.9911
30034 0.4583
11390 0.1738

7
01/02/2021

Applications de la TFD (ou FFT)


Compression (Qualité de l’image compressée)

Vous aimerez peut-être aussi