Académique Documents
Professionnel Documents
Culture Documents
Applications
I Ondes limuneuses
Exemple audio
I Couleur dépend de la fréquence
I Sons graves = basses fréquences
Exemple des ondes cérébrales
I Sons aigus = hautes fréquences
I Ondes alpha (8-12 Hz) (sommeil)
I Ondes beta (12-30 Hz)
(mouvement, réflexion)
Caractérisation fréquentielle Rappel changement de base
Pour les signaux
I I Base 1 : B1 = (i1 , j1 )
Représenter un signal par rapport à son contenu fréquentiel.
I I Projection :
Changement de base permettant une meilleur interprétation. v
I hv, i1 i = 1
I x(t) → X(f ) I hv, j1 i = 2
j1
j2 i2 v = i1 + 2j1 = (1, 2)1
Pour les systèmes I Base 2 : B2 = (i2 , j2 )
i1 √ √
I Représenter les transformations opérées par le système selon la fréquence. I i2 = 2
, 22
2
I
√ √ 1
Réponse en fréquence. I j2 = − 22 , 22
I h(t) → H(f ) 1
I Projection :
√
I 3 2
hv, i2 i =
Outils √2
I 2
hv, j2 i = 2
I √ √
Décomposition en séries de Fourier (Signaux périodiques). 3 2 2
v
= 2√ i2+ 2 j2 =
I Transformée de Fourier (signaux à énergie finie). √
3 2 2
2 , 2
I Transformée de Laplace. 2
∞
1
a0 X
0.5 x(t) = + [ak cos(kw0 t) + bk sin(kw0 t)]
2
amplitude
0 k=1
−0.5
Principe
Exemple
I Exprimer un signal périodique sous la forme d’une somme de sinus et I Fonction créneau T0 = 2T P∞
cosinus. 1
I x(t) = i=−∞ ΠT (t − T2 − 2iT )
I Changement de base dans l’espace fonctionnel (temporel → frequentiel) 0.8
I a0 = 1, ak = 0 ∀k > 0
0.6
0.4
I 2
0.2 bk = π(2k−1)
0
0 1 2 3 4 5
Décomposition en séries de Fourier (3) De la série à la transformée
Décomposition complexe
Un signal périodique x(t) de période fondamentale T0 peut etre représenté en Séries de Fourier
une somme d’exponentielles complexes : I Expriment une fonction dans la base des exponentielles complexes de
X
∞ fréquences
2π k
x(t) = ck ejkw0 t avec w0 = ∀k entier
T0 T
k=−∞
I Limitées aux signaux périodiques de période T .
où les coefficients ck sont appelés les coefficients de Fourier complexes et
s’obtiennent comme
Z Z T0 Z T0 /2 Transformée de Fourier
1 −jkw0 t 1 −jkw0 t 1
ck = x(t)e dt = x(t)e dt = x(t)e−jkw0 t dt I Cas non périodique.
T0 T0 T0 0 T0 −T0 /2
I Un signal peut être considéré comme un signal périodique avec T → ∞
Liens entre les décompositions I Les exponentielles complexes de la base sont séparée par des fréquences qui
Les coefficients ak et bk et les coefficients de Fourier complexes sont reliés par se resserrent infiniment.
a0 I L’échantillonnage fréquentiel devient continu.
= c0 ak = ck + c−k bk = j(ck − c−k )
2 I Somme → Intégrale.
On remarque que si x(t) est un signal paire alors les termes en bk sont nulles,
tandis que si x(t) est impair alors les ak = 0.
On notera également la paire x(t), X(f ) comme I Pour que la TF inverse existe x(t) doit être à énergie finie
Z +∞
x(t) → X(f )
|x(t)|2 dt < ∞
−∞
Et la tranformée de Fourier s’écrit sous la forme
I Dans ce cours on supposera les conditions satisfaites pour l’existence de la
X(f ) = F[x(t)] transformée inverse.
Exemples de transformées de Fourier Exemples de transformées de Fourier (2)
Signal porte Signal exponentielle décroissante
Signal ΠT (t) Signal x(t)
1.0
0.5
0.4
0.8
1/T pour |t| < T /2 x(t) = e−at Γ(t)
0.3 0.6
0 ailleurs 0.1
0.2
0.0
0.0
0.12.0 1.5 1.0 0.5 0.0 0.5 1.0 1.5 2.0 6 4 2 0 2 4 6
t t
sin(t) 0.0
Impulsion de dirac
Signal δ(t)
Linéarité
1.0
Soit x1 (t) et x2 (t) deux signaux de TF respectives X1 (f ) et X2 (f ).
0.8
Pour a ∈ R et b ∈ R, on a :
0.6
x(t) = δ(t)
0.4
Décalage temporel
t
I δ(t) est une distribution (pas d’énergie finie). Démonstration. Changement de variable dans l’intégrale.
I δ(t) contient toutes les fréquences.
Propriétés de de Transformée de Fourier (2) Propriétés de de Transformée de Fourier (3)
Dérivation
Décalage fréquentiel Soit x(t) un signal dont la transformée de Fourier est X(f ), on a alors
Soit x(t) un signal dont la transformée de Fourier est X(f ), on a alors
dx(t)
→ j2πf X(f )
ej2πf0 t x(t) → X(f − f0 ) dt
X(f ) =
La dualité de la Transformée de Fourier Signaux périodiques ou à énergie infinie
Soit x(t) un signal dont la transformée de Fourier est X(f ). Signaux périodiques
En utilisant la définition de la TF inverse, on peut écrire
Z +∞ Z +∞ x(t) = cos(2πf0 t) avec f0 > 0
x(−t) = X(f )e j2πf (−t)
df = X(f )e−j2πf t df
−∞ −∞
I Signaux d’énergie infinie.
Le dernier terme de l’égalité correspond à la transformée de Fourier de la
I Comportent clairement des composante fréquentielles (f0 pour le cosinus)
fonction X(f ). En intervertissant les variables temporelles t et les variables
fréquentielles f , on a donc si x(t) → X(f ) alors I Utilisation de la théorie des distributions (pas l’objet de ce cours).
Gain statique (fréquence nulle) I La Transforme de Fourier est une fonction de la fréquence f .
Gain complexe qui est appliqué a un signal constant lorsqu’il traverse le système. I Représentation classique permettant de connaı̂tre la réponse à une
Il s’obtient soit à partir de la fonction de transfert du système fréquence en Hz.
I On utilise également une autre représentation proportionelle à la fréquence,
K = H(0) la pulsation w exprimée en rad/s .
I La pulsation est liée à la fréquence par la relation
soit à partir de sa réponse impulsionnelle
Z +∞ w
w = 2πf f=
K= h(t)dt 2π
−∞
I Le passage de H(f ) à H(w) se fait de manière évidente par changement
qui correspond en effet à la transformée de Fourier pour une fréquence f nulle. de variable.
Ce qui nous donne la forme suivant pour un système définit par une EDO
Méthodes de représentations
Y (w) b0 + b1 jw + · · · + bm (jw)m
H(w) = = (6) I Diagramme de Bode.
X(w) a0 + a1 jw + · · · + an (jw)n
I Diagramme de Black.
I Diagramme de Nyquist.
Diagramme de Bode Diagramme de Bode (2)
Définition
Le diagramme de Bode d’un système H(w) est composé de deux tracés : Tracé du Module
I le gain (ou amplitude) en décibels (dB). 1. Calcul de la fonction de transfert H(w).
G(w) = 20 log10 (|H(w)|) 2. Calcul du module |H(w)|.
3. Expression du gain G(w) = 20 log10 (|H(w)|)
I la phase en degré, donnée par 4. Droite caractéristique basse fréquence : limw→0 G(w)
Φ(w) = Arg(H(w)|) = ∠|H(w)| 5. Droite caractéristique haute fréquence : limw→∞ G(w)
6. Calcul du gain pour les points importants du système.
L’échelle des pulsations est logarithmique et permet un tracé très lisible, car
composé majoritairement de tronçons linéaires. Exemples : passe haut, passe bas, passe bande.
Définition Définition
Le diagramme de Black (ou de Nichols) est une représentation paramétrée de Le diagramme de Nyquist est une représentation paramétrée de H(w) dans un
H(w) dans un repère comprenant le Gain 20 log10 |H(w)| et la phase Φ(w). repère comprenant sa partie réelle Re(H(w)) et sa partie imaginaire Im(H(w)).
I On trace la partie imaginaire en fonction de la partie réelle de H(w).
I Condensé des deux courbes du diagramme de Bode.
I S’obtient en traçant une courbe le long de la pointe du vecteur d’amplitude
I On trace le Module en fonction de la phase.
|H(w)| faisant un angle Φ(w) avec l’axe des réels.
I Se trace en suivant le diagramme de Bode le long de la variation de w. I Utilisé pour étudier la stabilité des systèmes.
Systèmes étudiés
Module Argument
I Système dérivateur 1. H(w) = 1. H(w) =
I Système intégrateur 2. |H(w)| = 2. Φ(w) =
I Système du premier ordre 3. G(w) = 3. limw→0 Φ(w) =
I Système du second ordre 4. limw→0 G(w) = 4. limw→∞ Φ(w) =
I Cas général 5. limw→∞ G(w) =
6. En w = 1, G(w) =
Système dérivateur (2) Système dérivateur (3)
Diagramme de Bode Diagramme de Black
20 40
15
30
Magnitude (dB) 10
20
−5 0
91
−10
90.5
Phase (deg)
−20
90
89.5 −30
89 −40
0 1 60 90 120
10 10
Frequency (rad/sec) Open−Loop Phase (deg)
2 dB −2 dB
2
46dB −4dB
dB−6 dB
0 Module Argument
−2
1. H(w) = 1. H(w) =
−4
2. |H(w)| = 2. Φ(w) =
−6 3. G(w) = 3. limw→0 Φ(w) =
−8
4. limw→∞ Φ(w) =
−10 4. En w = 1, G(w) =
−10 −5 0 5 10
Real Axis
Système intégrateur (2) Système intégrateur (3)
Diagramme de Bode Diagramme de Black
5 40
0 dB
0
30
Magnitude (dB) −5
20
−20 0
−89
−10
−89.5
Phase (deg)
−20
−90
−90.5 −30
−91 −40
0 1 −120 −90 −60
10 10
Frequency (rad/sec) Open−Loop Phase (deg)
2 dB −2 dB
2
46dB −4dB
dB−6 dB Module Argument
0
1. H(w) = 1. H(w) =
−2
2. |H(w)| = 2. Φ(w) =
−4
3. G(w) = 3. limw→0 Φ(w) =
−6
4. limw→0 G(w) = 4. limw→∞ Φ(w)
−8
5. limw→∞ G(w) = 5. Φ(1) =
−10
−10 −5 0 5 10 6. En w = 1, G(w) =
Real Axis
Système dérivateur haute fréquence (2) Système dérivateur haute fréquence (3)
Diagramme de Bode Diagramme de Black
40
50
30
Magnitude (dB)
40
20 0 dB
0 −6 dB
45
−10 −12 dB
0
−2 −1 0 1 2 0 45 90 135 180 225 270 315 360
10 10 10 10 10
Frequency (rad/sec) Open−Loop Phase (deg)
Système dérivateur haute fréquence (4) Fonction de transfert des circuits électroniques
Diagramme de Nyquist
Principe de calcul
Nyquist Diagram
La loi d’Ohm peut simplement être étendue à d’autres composants que la
20
0 dB
résistance en utilisant les impédances complexes.
15 Système linéaire i(t) → u(t) donne
10 U (w) = H(w)I(w) = Z(w)I(w)
Imaginary Axis
5
2 dB −2 dB
4 dB
−4 dB
0 Résistance Condensateur Bobine
Rt
−5 I u(t) = Ri(t) I u(t) = 1
C −∞ i(u)du
I u(t) = L di(t)
dt
I U (w) = RI(w) I U (w) = 1 I U (w) = jLwI(w)
−10 jCw I(w)
I ZR = R 1 I ZL = jLw
I ZR =
−15 jCw
I
Diagramme de Bode
Fonction de transfert
Module
Y (f )
H(f ) = = 1. H(w) =
X(f )
2. |H(w)| =
I A partir des impédances complexes
3. G(w) =
Y (w) = Zc I(w) et X(w) =
Y (w) 4. limw→0 G(w) =
H(w) = =
X(w) 5. limw→∞ G(w) =
6. En w = w0 , G(w) =
Bode Diagram
Diagramme de Bode
0
Argument
−10
Magnitude (dB)
1. H(w) =
−20
2. Φ(w) =
−30
3. limw→0 Φ(w) =
4. limw→∞ Φ(w) = −40
0
5. En w = w0 , Φ(w) =
en w = 10w0 , Φ(w) =
en w = .1w0 Φ(w) = Phase (deg) −45
−90
−2 −1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Système du premier ordre (5) Système du premier ordre (6)
Diagramme de Black
Nichols Chart
Diagramme de Nyquist
3 dB Nyquist Diagram
10
6 dB −3 dB
0.5
6 dB4 dB2 dB0 dB
10 dB −2 dB
−4 dB −10 dB −6 dB
0 −6 dB
Open−Loop Gain (dB)
Imaginary Axis
−12 dB 20 dB −20 dB
−10
0
−20 −20 dB
−30
−0.5
−1 −0.5 0 0.5 1
−40 −40 dB Real Axis
−50
−360 −315 −270 −225 −180 −135 −90 −45 0
Open−Loop Phase (deg)
I Ces oscillations viennent du fait que pour z < 1 les coefficients c1 et c2 0.2
sont complexes. 0
h(t) = M (ec1 t − ec2 t )Γ(t)
−0.2
I −5 0 5 10 15 20
La réponse indicielle est de la forme
Réponse indiciele d’un systeme du second ordre
wn e−zwn t p 1.5
h(t) = √ sin wn t 1 − z 2 Γ(t) z=0.5
1 − z2 z=1
1 z=1.5
Qui est un sinus ayant une amplitude décroissante exponentiellement.
0.5
0
−5 0 5 10 15 20
Système du second ordre (7) Système du second ordre (8)
Diagramme de Bode
Pour tracer le diagramme de bode, on utilise une normalisation
k Module (2)
H(w) = 2 (14) p
jw jw I Le module de la fonction de transfert pour z < (2)/2 a un maximum qui
wn + 2z wn +1
se situe à la pulsation p
Module wmax = wn 1 − 2z 2
k
1. H(w) =
jw
2
jw
. I La valeur du module à cette pulsation est
wn
+2z w +1
n
2. |H(w)| = s k
. k
2 2 2 |H(wmax )| = √
1− ww +4z 2 ww
n n 2z 1 − z 2
3. G(w) = 20 log10 (|H(w)|) = ! I La pulsation de coupure à -3dB est égale à
2 2 2
−10 log10 1 − wn w 2
+ 4z wnw
+ 20log(k) q p
w−3 = wn 1 + 2z 2 + 2 − 4z 2 + 4z 4
4. limw→0 G(w) = 20log(k)
4
w
5. limw→∞ G(w) = −10 log10 ( w 4 ) = −40 log10 (w) + 40 log10 (wn )
n
Bode Diagram
Diagramme de Bode 50
Argument
0
Magnitude (dB)
k
1. H(w) = H(w) = 2 .
( wjwn ) jw
+2z ( wn
)+1 −50
!
2 2z wwn
jw jw −1
2. Φ(w) = arg(H(w)) = −arg( w + 2z wn + 1) = −tan w2
. −100
n 1− w 2
n
−150
3. limw→0 Φ(w) = 0 0
z=0.1
4. limw→∞ Φ(w) = −π(−180◦ ) −45 z=1
Phase (deg)
z=10
5. En w = w0 , Φ(w) = −tan−1 (1) = −90◦ , −90
−135
−180
−3 −2 −1 0 1 2 3
10 10 10 10 10 10 10
Frequency (rad/sec)
Système du second ordre (11) Système du second ordre (12)
Diagramme de Black Diagramme de Nyquist
40 6
0 dB z=0.1 0 dB z=0.1
0.25 dB
0.5 dB z=1 z=1
20 1 dB −1 z=10
dB z=10
3 dB 4
6 dB −3 dB
0 −6 dB
Open−Loop Gain (dB)
−12 dB 2 dB −2 dB
2
Imaginary Axis
−20 −20 dB
4 dB −4 dB
6 dB −6 dB
10 dB−10 dB
−40 −40 dB 0
−60 −60 dB
−2
−80 −80 dB
−4
−100 −100 dB
−120 dB
−120 −6
−180 −135 −90 −45 0 −6 −4 −2 0 2 4 6
Open−Loop Phase (deg) Real Axis
Cas général
Pour tout système linéaire mis sous la forme suivante
jw jw 2zjw (jw)2 2zjw (jw)2
(1 + ) .(1
w0 (1)
− ) .(1
w0 (2)
+ ωn
+ ωn2 )(3) .(1 − ωn
+ ωn2 )(4) ···
G(w) = K(0) . 2zjw (jw)2
w
(1 + ) .(1
w0 (5)
+ ωn
+ ωn2 )(6) ···