Cours TH Signal 08 09

Introduction Signaux et systèmes Séries de Fourier Transformée de Fourier Transformée de Laplace
Théorie du Signal
A. POREBSKI
Bureau R8
alice.porebski@eipc.fr
École d'Ingénieurs du Pas-de-Calais (E.I.P.C.)
Année 2009-2010
1 / 132
1 Introduction
2 Signaux et systèmes
3 Séries de Fourier
4 Transformée de Fourier
5 Transformée de Laplace
2 / 132
Théorie du Signal
Introduction
3 / 132
Introduction
Outils mathématiques pour le traitement du signal
Série de Fourier
Transformée de Fourier
Transformée de Laplace
Domaines d'application
Électricité, électrotechnique, électronique de puissance
Asservissement, régulation
Théorie des communications, théorie de l'information
Traitement de la parole, du son, des images et des vidéos
...
4 / 132
Introduction
Outils mathématiques pour le traitement du signal
Série de Fourier
Domaines d'application
Électricité, électrotechnique, électronique de puissance
Asservissement, régulation
Théorie des communications, théorie de l'information
Traitement de la parole, du son, des images et des vidéos
...
4 / 132
Références bibliographiques I
F. Auger.
Introduction à la théorie du signal et de l'information.
Édition Technip, 1999.
M. Chossat.
Mathématiques de l'ingénieur : aide mémoire.
Dunod, 2001.
F. Cottet.
Traitement des signaux et acquisition de données.
Dunod, 1997.
F. Cottet.
Traitement du signal : aide mémoire.
Dunod, 2000.
5 / 132
Références bibliographiques II
F. De Coulon.
Traité d'électricité (volume 6) : théorie et traitement des signaux.
Presses Polytechniques et Universitaires Romandes, 1998.
D. Ghorbanzadeh, P. Mary, N. Point, and D. Vial.
Éléments de mathématiques du signal : exercices résolus.
Dunod, 2003.
M. Kunt.
Traité d'électricité (volume 20) : traitement numérique des signaux.
Presses Polytechniques et Universitaires Romandes, 1996.
H. Reinhard.
Éléments de mathématiques du signal (tome 1) : signaux déterministes.
Dunod, 1995.
6 / 132
Références bibliographiques III

M. Rivoire and J.-L. Ferrier.
Cours d'automatique (tome 1) : signaux et systèmes.
Eyrolles, 1995.
P. Thuillier and J.-C. Belloc.
Mathématiques : analyse 3.
Masson, 1989.
7 / 132
Liens
Application de la transformée de Fourier
http:
//www.essi.fr/~leroux/presentationfourier/presentationfourier.html
Analyse de Fourier
http://lumimath.univ-mrs.fr/~jlm/cours/fourier/fourier.htm
Introduction à l'analyse de Fourier
http:
//lsiwww.epfl.ch/LSI2001/teaching/physiciens/lecon06/lecon6.html
Séries de Fourier
http:
//www.univ-lemans.fr/enseignements/physique/02/divers/fourier.html
Synthèse de Fourier
http:
//www.univ-lemans.fr/enseignements/physique/02/divers/syntfour.html
8 / 132
1 Introduction
Dénitions
Exemple d'application : la transmission des signaux radiophoniques
Modélisation mathématique d'un signal réel
Propriétés
Signaux types
Caractéristiques énergétiques
Caractéristiques fréquentielles ou spectrales
Systèmes : dénitions
Produit de convolution
Corrélation
9 / 132
Théorie du Signal
1ère partie
Signaux et systèmes
10 / 132
Dénitions
1 Introduction
Dénitions
Propriétés
Signaux types
Corrélation
11 / 132
Dénitions
Signal
Entité (courant électrique, onde acoustique, onde lumineuse, suite de nombres)
engendrée par un phénomène physique et véhiculant une information (musique, parole,
son, image, température)
Système
Ensemble isolé de dispositifs établissent un lien de cause à eet entre des signaux
d'entrée (excitations : commandes, consignes, perturbations) et des signaux de
sortie (réponses ou mesures)
Bruit
Phénomène perturbateur gênant la perception ou l'interprétation d'un signal
bruit
signal Système signal
12 / 132
1 Introduction
Dénitions
Propriétés
Signaux types
Corrélation
13 / 132
Soient deux messages diusés par deux émetteurs radios :

Représentation temporelle
Évolution temporelle du signal Évolution temporelle du signal

s1 (t ) correspondant au message 1 s2 (t ) correspondant au message 2
s1 (t ) s2 (t )
t t
14 / 132
Soient deux messages diusés par deux émetteurs radios :

Représentation fréquentielle
Spectre du signal s1 (t ) Spectre du signal s2 (t )

S1 (f ) S2 (f )
f f
15 / 132
Signal s (t ) capté par le récepteur :
Évolution temporelle du signal s (t ) Spectre du signal s (t )

s (t ) S (f )
t f
Problème 1 : les signaux transmis s1 et s2 occupent le même domaine de fréquence

et sont émis en même temps.
Problème 2 : les signaux de parole sont des signaux basses fréquences (BF) et le
support de transmission, ici l'air et les antennes, n'est pas adapté à ce type de
signaux. En eet, si on voulait transmettre les signaux BF tels quels, il faudrait des
antennes de plusieurs kilomètres, la longueur des antennes étant inversement
proportionnelle à la fréquence.
16 / 132
Solution : moduler chaque signal avec une fréquence élevée diérente avant de
l'émettre. Cela revient généralement à multiplier chaque signal avec une sinusoïde
d'équation cos (2πfp t + ϕ), avec fp une haute fréquence
Spectre d'un signal sinusoïdal
f
−fp fp
17 / 132
Spectre des signaux s1 et s2 modulés :
Spectre du signal modulé s1m (t ) Spectre du signal modulé s2m (t )

S1m (f ) S2m (f )
f f
−fp1 fp1 −fp2 fp2
18 / 132
On voit ici l'intérêt de passer dans le domaine fréquentiel : on arrive bien à distinguer
les deux signaux.
Spectres des signaux s1m (t ) et s2m (t ) additionnés
f
−fp2 −fp1 fp1 fp2
19 / 132
Le signal s r (t ) reçu sur l'antenne du récepteur est enn démodulé pour pouvoir être
écouté : il subit un changement de fréquence (la fréquence utilisée est celle xée par
l'auditeur sur son poste de radio) et un ltrage :
Changement du fréquence Filtrage du signal

S r (f ) S r (f )
t f
20 / 132
1 Introduction
Dénitions
Propriétés
Signaux types
Corrélation
21 / 132
Signal expérimental
Un signal expérimental s (t ) est généralement un signal électrique délivré par un
capteur ou un appareil de mesure et représente donc une tension ou un courant en
fonction du temps. Il peut être de tout autre nature mais doit être physiquement
réalisable et répondre à un ensemble de contraintes :
à énergie bornée,
à amplitude bornée,
continu,
causal, déni sur R+ (s (t ) = 0 pour t < 0),
à support borné (de durée limitée ou nie),
de spectre à support borné.
22 / 132
Représentation d'un signal expérimental
amplitude 6 amplitude bornée
continu -
énergie
causal bornée
- temps
R -

support bornée
23 / 132
Signal théorique
Sur le plan théorique, un signal est représenté par une fonction ou une distribution
réelle ou complexe qui permettent son étude de façon plus aisée. Ainsi les modèles
utilisés possèdent des caractéristiques diérentes des signaux expérimentaux :
à énergie théorique innie,
à amplitude non bornée,
possédant des discontinuités,
dénie sur R ou C,
à support non borné (observé durant un temps inni),
à spectre inni.
24 / 132
Représentation d'un signal théorique
amplitude 6
non -
causal discontinu - énergie
innie
temps
-
support non bornée
25 / 132
Propriétés
1 Introduction
Dénitions
Propriétés
Signaux types
Corrélation
26 / 132
Propriétés
Rappels
Fonction paire
Une fonction réelle est paire si, pour tout t ∈ R, on a :
f (−t ) = f (t ).
f (t )
Propriété graphique
Graphiquement, une fonction paire
présente une symétrie horizontale par
rapport à l'axe des ordonnées.
t
Fonction paire
27 / 132
Propriétés
Rappels
Fonction impaire
Une fonction réelle est impaire si, pour tout t ∈ R, on a :
f (−t ) = −f (t ) (ou f (t ) = −f (−t )).
f (t )
Graphiquement, une fonction impaire
présente une symétrie par rapport à
l'origine.
t
Fonction impaire
28 / 132
Propriétés
Rappels
Fonction périodique
Une fonction périodique fT (t ) de période T est la répétition à l'inni avec une période T
d'une fonction f (t ) dénie sur l'intervalle T et appelée motif.
fT ( t )
Formule
Les signaux périodiques sont ainsi
dénis par la relation :
+∞
fT ( t ) = f (t − kT ), k ∈ N.
X
k =−∞
t Pour tout t ∈ R, fT (t ) = fT (t + T ).
Fonction périodique
29 / 132
Propriétés
Décalage (translation verticale)

Un décalage est la transformation qui fait correspondre à toute fonction f (t ), la fonction
g (t ) telle que g (t ) = f (t ) + a avec a ∈ R.
f (t ) et g (t )
Graphiquement, une fonction décalée subit
une translation le long de l'axe des
ordonnées.
30 / 132
Propriétés
Fonction retardée (translation horizontale)

La fonction g (t ) est la fonction f (t ) retardée de t0 (t0 > 0) si, pour tout t ∈ R, on a :
g (t ) = f (t − t0 ).
f (t ) et g (t )
Retard ou avance
En particulier, pour t = t0 ,
g (t ) = g (t0 ) = f (t − t0 ) =
f (t0 − t0 ) = f (0).
Si t0 > 0, g (t ) est en retard sur
f (t ).
Si t0 < 0 (ou si g (t ) = f (t + t0 ) et
t0 > 0), g (t ) est en avance sur f (t ).
t
Fonction retardée
31 / 132
Propriétés
Changement d'échelle (dilatation ou compression)

Un changement d'échelle est la transformation qui fait correspondre à toute fonction f (t ),
la fonction g (t ) telle que g (t ) = f (at ) (ou g (t ) = f (t /a)) avec a, un réel strictement
positif (a ∈ R+∗ ).
f (t ) et g (t )
Dilatation
Si g (t ) = f (at ) et a < 1 ou si
g (t ) = f (t /a) et a > 1
t
Fonction dilatée
32 / 132
Propriétés
Changement d'échelle (dilatation ou compression)

Un changement d'échelle est la transformation qui fait correspondre à toute fonction f (t ),
la fonction g (t ) telle que g (t ) = f (at ) (ou g (t ) = f (t /a)) avec a, un réel strictement
positif (a ∈ R+∗ ).
f (t ) et g (t )
Compression
Si g (t ) = f (at ) et a > 1 ou si
g (t ) = f (t /a) et a < 1
t
Fonction compressée
33 / 132
Signaux types
1 Introduction
Dénitions
Propriétés
Signaux types
Corrélation
34 / 132
Signaux types
Impulsion (ou distribution ou pic) de Dirac

L'impulsion de Dirac, notée δ(t ) se dénit comme la distribution qui fait correspondre à
toute fonction f (t ) continue à l'origine sa valeur à l'origine :
+∞
Z
f (0) = δ(t )f (t )dt .
−∞
Généralisation
D'une manière plus générale, pour toute fonction f (t ) continue en t = t0 :
+∞
Z +∞
Z
f (t0 ) = δ (t − t0 ) f (t )dt = δ(t )f (t + t0 ) dt .
−∞ −∞
35 / 132
Signaux types
Propriété de localisation
f (t )δ(t ) = f (0)δ(t ), pic de Dirac de poids f (0) en 0.
f (t )δ (t − t0 ) = f (t0 )δ (t − t0 ) , pic de Dirac de poids f (t0 ) en t0 .
δ(t )
Représentation graphique
La représentation graphique
conventionnelle d'une impulsion de Dirac
de poids f (t0 ) en t0 est une èche
verticale placée en t = t0 de longueur
proportionnelle au poids f (t0 ).
t
Pic de Dirac
36 / 132
Signaux types
Echelon de Heaviside (ou échelon unitaire)

Γ(t )
Dénition
L'échelon de Heaviside, notée Γ(t ) se
dénit comme la primitive de l'implusion
de Dirac :
Zt 1 si t ≥ 0

Γ(t ) = δ(u )du =


.
0 si t < 0
t

−∞
Echelon unitaire
Remarque
La dérivée de Γ(t ) est nulle sur R∗ et égale au pic de Dirac de poids 1 en t = 0 :
d Γ(t )
δ(t ) = dt .
Γ(t ) permet de rendre causal n'importe quel signal.
37 / 132
Signaux types
Rampe unitaire
r (t )
Dénition
La rampe unitaire, notée r(t ) se dénit
comme la primitive de l'échelon unitaire :
Zt
r(t ) = Γ(u )du = t · Γ(t ).
−∞
t
Rampe unitaire
Remarque
La dérivée de r(t ) est égale à l'échelon unitaire :
d r (t )
Γ(t ) = dt pour t 6= 0.
38 / 132
Signaux types
Impulsion ou signal rectangulaire (ou signal porte)

rect(t )
Dénition
Le signal rectangulaire, noté rect(t ) ou
Π(t ), est déni par :
1 1

rect(t ) = Γ t + −Γ t −
2 2
1 si |t | < 12

rect(t ) =

. t

0 si |t | > 12 Signal rectangulaire
Remarque
Sa surface est égale à l'unité.
rectangulaire de durée T ,
A partir de ce signal, on peut obtenir une impulsion
d'amplitude A centrée en t = τ notée A rect t −τ
T .
39 / 132
Signaux types
Impulsion ou signal triangulaire

tri(t )
Dénition
Le signal triangulaire, noté tri(t ) ou Λ(t ),
est déni par :
tri(t ) = r (t + 1) − 2 r(t ) + r (t − 1)
1 − |t | si |t | ≤ 1

tri(t ) =

.

0 si |t | > 1 t
Signal triangulaire
Remarque
A partir de ce signal, on peut obtenir une impulsion triangulaire de base 2T ,
d'amplitude maximum A centrée en t = τ notée A tri t −τ T .

40 / 132
Signaux types
Impulsion exponentielle
s (t )
Dénition
L'impulsion exponentielle est dénie par :
s (t ) = exp (−at ) · Γ(t ), a ∈ R+∗ .
t
Impulsion exponentielle
Remarque
L'impulsion exponentielle permet d'amortir n'importe quel signal.
41 / 132
Signaux types
Peigne de Dirac
δT0 (t )
Dénition
Le peigne de Dirac noté δT0 (t ) ou
PgnT0 (t ) est une suite périodique
d'impulsions de Dirac régulièrement
espacées de période T0 :
+∞
δT0 (t ) = δ(t − kT0 ), k ∈ N.
X
k =−∞
t
Peigne de Dirac
42 / 132
1 Introduction
Dénitions
Propriétés
Signaux types
Corrélation
43 / 132
E , l'énergie totale dissipée par un signal P , la puissance moyenne totale fournie par
s (t ) un signal s (t )
T
Z /2
 
+∞
|s (t )|2 dt , 1
Z
E=
 
P = Tlim |s (t )|2 dt
 
.
→∞ T 
−∞ −T /2

Remarque
Pour un signal périodique de période T0 , la puissance moyenne totale est calculée sur
une période
R :
P = T10 T0 |s (t )|2 dt .
44 / 132
s (t )
Signal à énergie totale nie (ou
convergente)
+∞
|s (t )|2 dt < ∞.
Z
−∞ t
Impulsion rectangulaire centrée en zéro
d'amplitude A et de durée T , A rect Tt
s (t )
Remarque
Sa puissance moyenne totale est
nulle (cas des signaux transitoires,
des signaux physiques ou
physiquement réalisables).
Ce sont des signaux de carré t
sommable (ou intégrable). Impulsion exponentielle simple d'amplitude
A, A exp (−at ) · Γ(t )
45 / 132
s (t )
Signal à puissance moyenne totale nie (ou
bornée)
T
Z /2
 
1
 
|s (t )|2 dt
 
0 < lim < ∞.
T
T →∞  
t
−T /2

Échelon unitaire, Γ(t )
s (t )
Remarque
Son énergie totale est innie (cas des
signaux périodiques, des signaux
physiquement irréalisables comme les
modèles mathématiques)
t
Signal rectangulaire périodique d'amplitude
A et de période T
46 / 132
1 Introduction
Dénitions
Propriétés
Signaux types
Corrélation
47 / 132
Spectre d'un signal

Le spectre d'un signal est la représentation de son amplitude, de sa phase, de son
énergie ou de sa puissance en fonction de sa fréquence f (exprimée en Hertz (Hz)) ou
de sa longueur d'onde λ (exprimée en mètre ou en nanomètre (nm) avec λ = Fc où
c = 300 000 Km/s représente la vitesse de la lumière).
Largeur de bande
C'est le domaine des fréquences occupé par le spectre d'un signal. Elle est dénie
comme la diérence entre les fréquences maximum et minimum de ce spectre. En
fonction de la largeur de bande et en fonction du domaine de fréquences dans lequel se
situe le signal, diérent types de signaux se distinguent :
les signaux à bande étroite dont la largeur de bande est relativement petite,
les signaux à bande large dont la largeur de bande est relativement grande voire
innie,
les signaux de basses fréquences (BF) dont la largeur de bande est centrée sur
des fréquences relativement faibles,
les signaux de hautes fréquences (HF) dont la largeur de bande est centrée sur
des fréquences relativement importantes.
48 / 132
Signal basses fréquences Signal hautes fréquences
f f
Signal à bande étroite Signal à large bande
f f
49 / 132
Gain
Le gain A d'un système est déni comme le logarithme à base 10 du rapport des
puissances des grandeurs d'entrée Pe et de sortie Ps :
A = 10 log Ps .

Pe
A est exprimé en bel mais l'unité pratique est ici le décibel noté db.
Lorsque A > 0, on parle de gain tandis que lorsque A < 0, on parle d'aaiblissement.
Bande passante
C'est l'intervalle de fréquences pour lesquelles le gain A est supérieur à −3 db. On
parle alors de bande passante à −3 db mais on dénit également la bande passante à
−6 db. Le gain est ainsi souvent utilisé pour étudier le comportement d'un système en
fonction de la fréquence.
50 / 132
1 Introduction
Dénitions
Propriétés
Signaux types
Corrélation
51 / 132
Système intemporel (stationnaire ou invariant)

Les caractéristiques du système n'évoluent pas au cours du temps. Une expérience
réalisée à l'instant t donnera les mêmes résultats une heure après, le lendemain ou un
an plus tard.
Système linéaire et système non linéaire

Un système linéaire vérie le principe de superposition, à savoir, la réponse d'une
somme d'excitations est égale à la somme des réponses des excitations
correspondantes.
Système monovariable et système multivariable

Un système est monovariable (S.I.S.O.) si il possède une seule entrée et une seule
sortie et multivariable dans le cas contraire (M.I.M.O., M.I.S.O, S.I.M.O).
52 / 132
Système causal
Un système est causal si sa réponse ne précède jamais l'excitation qui lui correspond.
La réponse à un instant t0 ne dépend pas de l'excitation à un instant t < t0 .
Système déterministe et système stochastique

Un système est déterministe si pour chaque excitation ne correspond qu'une seule
réponse et stochastique si plusieurs réponses existent.
53 / 132
Réponse impulsionnelle (ou percusionnelle)

Une brève impulsion, injectée à l'entrée d'un système causal, linéaire, continu et
invariant donne en sortie un signal de durée nie appelée réponse impulsionnelle. La
réponse impulsionnelle, notée h(t ) est donc la réponse d'un système à une impulsion
de Dirac.
δ(t ) h(t )
Système
t t
Fonction de transfert
La réponse impulsionnelle caractérise le comportement temporel du système : elle
correspond à sa fonction de transfert.
54 / 132
Réponse indicielle
La réponse indicielle, noté γ(t ), est la réponse d'un système à un échelon unitaire.
Γ(t ) γ(t )
Système
t t
55 / 132
1 Introduction
Dénitions
Propriétés
Signaux types
Corrélation
56 / 132
Dénition
L'opération de convolution, notée ∗, exprime la réponse s (t ) d'un système linéaire,
causal et invariant à une entrée quelconque e (t ) à partir de sa réponse impulsionnelle
h(t ) qui le caractérise. Le produit de convolution est dénie par :
+∞
Z
s (t ) = e (t ) ∗ h(t ) = e (τ )h(t − τ )d τ .
−∞
Propriétés
Commutativité : f (t ) ∗ g (t ) = g (t ) ∗ f (t ),
Distributivité : [f (t ) + g (t )] ∗ h(t ) = [f (t ) ∗ h(t )] + [g (t ) ∗ h(t )] ,
Associativité : [f (t ) ∗ g (t )] ∗ h(t ) = f (t ) ∗ [g (t ) ∗ h(t )] ,
Elément neutre : f (t ) ∗ δ(t ) = f (t ).
57 / 132
Corrélation
1 Introduction
Dénitions
Propriétés
Signaux types
Corrélation
58 / 132
Corrélation
Dénition
L'opération de corrélation, notée ⊗, permet d'exprimer la ressemblance entre deux
signaux f (t ) et g (t ) au niveau de la forme et de la position en fonction d'un
paramètre de translation.
La fonction de corrélation entre deux signaux f (t ) et g (t ), notée Cfg (t ), est appelée
fonction d'intercorrélation (ou corrélation croisée ou corrélation mutuelle) et est
dénie par :
+∞
Z
Cfg (t ) = f (t ) ⊗ g (t ) = f (τ + t )ḡ (τ )d τ .
−∞
Par changement de variables, la fonction d'intercorrélation est également dénie par :

+∞
Z
Cfg (t ) = f (τ )ḡ (τ − t )d τ .
−∞
59 / 132
Corrélation
Application aux signaux réels

Les deux formes précédentes deviennent respectivement pour des fonctions f (t ) et
g (t ) réelles :
+∞
Z +∞
Z
Cfg (t ) = f (τ )g (τ + t )d τ , Cfg (t ) = f (τ − t )g (τ )d τ .
−∞ −∞
60 / 132
Corrélation
Fonction d'autocorrélation
+∞
Z
C ( t ) = f ( t ) ⊗ f ( t ) = f (τ + t )f¯(τ )d τ .
−∞
Application aux signaux réels

Si f (t ) est réelle, l'autocorrélation s'écrit respectivement, en utilisant les deux formes
précédentes :
+∞
Z +∞
Z
C (t ) = f (τ )f (τ + t )d τ , C (t ) = f (τ )f (τ − t )d τ ,
−∞ −∞
La fonction d'autocorrélation d'un signal réel est donc paire (C (−t ) = C (t )). De
plus, elle est maximale pour t = 0 (pas de décalage).
61 / 132
1 Introduction
Séries de Fourier à coecients réels
Séries de Fourier à coecients harmoniques
Séries de Fourier à coecients complexes
Relation entre les diérents développements
Simplications pour les fonctions paires et impaires
Exemple
Spectres d'un signal
Propriétés des coecients de Fourier
Égalité de Bessel-Parseval
62 / 132
Théorie du Signal
2ème partie
Séries de Fourier
63 / 132
1 Introduction
Exemple
64 / 132
Théorème de Fourier
Théorème
Soit s (t ), une fonction périodique de période T0 (fréquence F0 = T10 et pulsation
ω0 = 2π F0 ).
s (t ) peut s'écrire sous la forme d'une somme de fonctions sinusoïdales et
cosinusoïdales d'amplitudes diérentes et de fréquences f , multiples de la fréquence
F0 , dite fréquence fondamentale :
∞
s (t ) = a0 + [an cos (nω0 t ) + bn sin (nω0 t )] .
X
n =1
Les coecients an et bn sont les coecients réels de la série de Fourier ou

coecients de Fourier trigonométriques. Cette forme est appelée le développement
(ou la décomposition) en série de Fourier à coecients réels du signal s (t ).
65 / 132
Calcul des coecients réels de Fourier a0, an et bn
a0
a0 est appelée la composante continue. C'est la valeur moyenne du signal s (t ) :
a0 = 1 s (t )dt .
Z
T0
T0
an bn
an est déni pour n ≥ 1 par : bn est déni pour n ≥ 1 par :
an = 2 s (t ) cos (nω0 t ) dt . bn = 2 s (t ) sin (nω0 t ) dt .

Z Z
T0 T0
T0 T0
66 / 132
1 Introduction
Exemple
67 / 132
Développement en harmoniques
∞
s (t ) = ρ0 + ρn cos (nω0 t − ϕn ).
X
n=1
ρ0 = a0 , l'harmonique d'ordre (ou de rang) 0,

ρ1 cos (ω0 t − ϕ1 ) l'harmonique d'ordre 1 appelé
aussi le fondamental car il
correspond à un terme de fréquence fondamentale F0 ,
ρn cos (nω0 t − ϕn ), l'harmonique d'ordre n.
ρn : module de chaque harmonique ϕn : argument de chaque harmonique

bn .
q
ρn = an 2 + bn 2 . ϕn = arctan
an
68 / 132
1 Introduction
Exemple
69 / 132
Développement à coecients complexes

+∞
s (t ) = cn exp (nω0 t ).
X
n=−∞
cn
Les coecients cn sont les coecients complexes de la série de Fourier ou coecients
1
Z
de Fourier exponentiels : cn = s (t ) exp (−nω0 t ) dt .
T0
T0
70 / 132
1 Introduction
Exemple
71 / 132
c0 = a 0 ,
cn = (an − bn ) , c−n = 1 (an + bn ) = c̄n ,
1
2 2
1
an 2 + bn 2 = ρn , arg (cn ) = arctan − bn
q
|c n | = = −ϕn ,
2 2 an
an = cn + c−n = 2< (cn ) , a−n = an ,

 
 

bn =  (cn − c−n ) = −2= (cn ) , 
b−n = −bn .
72 / 132
1 Introduction
Exemple
73 / 132
Cas des fonctions périodiques paires (s (−t ) = s (t ))

 T0
a0 = 2 R2 s (t )dt ,


T0


0


T0
cn = 1 an = c−n .

2


 an = T40 s (t ) cos (nω0 t ) dt ,
R
2
0


bn = 0,


On obtient une série de cosinus.
Cas des fonctions périodiques impaires (s (−t ) = −s (t ))


a0 = 0,
an = 0,



T0

bn = 4 R2 s (t ) sin (nω t ) dt , cn = − 1 bn = −c−n .

2

0

T0

0

On obtient une série de sinus.
74 / 132
Exemple
1 Introduction
Exemple
75 / 132
Exemple
Question
Décomposer en série de Fourier à coecients réels le signal suivant :
s (t )
Réponse
Le développement en série de Fourier à coecients réels de s (t ) s'écrit :
s (t ) =
∞
X A [1 − (−1)n ] sin (nω t ) .
0
n =1 n π
76 / 132
Exemple
Question
Décomposer la série en sommes de termes pairs et impairs
Réponse
Si n est pair (−1)n = 1 et bn = 0. Les harmoniques de rang pair du signal s (t )
sont nuls. En eet, on pose n = 2p (p ∈ N) et la somme des termes pairs
s'écrit :
X∞
A 1 − (−1)2p sin (2pω t ) = 0.
0
p =1 p π
2
Si n est impair (−1)n = −1 et bn = n2Aπ . En eet, on pose n = 2p + 1 (p ∈ N)

et la somme des termes impairs s'écrit :
∞
2A
sin ((2p + 1) ω0 t ) = s (t ).
X
p=0 (2p + 1) π
77 / 132
Exemple
Signal obtenu en prenant le premier harmonique

sommes partielles de s (t )
1
s (t ) =
X A [1 − (−1)n ] sin (nω t ) .
0
n
n=1 π
t
s (t )
série de Fourier de s (t )
t
t
78 / 132
Exemple
Signal obtenu en prenant les 3 premiers harmoniques

3
s (t ) =
X A [1 − (−1)n ] sin (nω t ) .
0
n
n=1 π
t
s (t )
t
t
79 / 132
Exemple

5
s (t ) =
X A [1 − (−1)n ] sin (nω t ) .
0
n
n=1 π
t
s (t )
t
t
80 / 132
Exemple

10
s (t ) =
X A [1 − (−1)n ] sin (nω t ) .
0
n
n=1 π
t
s (t )
t
t
81 / 132
Exemple

50
s (t ) =
X A [1 − (−1)n ] sin (nω t ) .
0
n
n=1 π
t
s (t )
t
t
82 / 132
1 Introduction
Exemple
83 / 132
Spectre en fréquence
Dénition
Composantes du spectre : la forme exponentielle du développement en série de
Fourier d'un signal s (t ) réel fait apparaître, dans un but de simplication, des
coecients complexes cn où n peut être négatif. Ces coecients représentent
les composantes du spectre en fréquence de s (t ).
Représentation du spectre : le spectre en fréquence S (f ) du signal périodique
s (t ) représente les composantes cn en fonction des fréquences nF0 = n2ωπ0 . S (f )
est représentée par la fonction suivante :
+∞
S (f ) = cn δ (f − nF0 ) .
X
n=−∞
S (f ) est donc un spectre de raies formé de pics de Dirac sur tout l'axe des
fréquences (positives ou négatives). Chaque raie a une hauteur proportionnelle
soit au module et à l'argument de cn (spectre d'amplitude et de phase), soit à la
partie réelle et à la partie imaginaire de cn .
84 / 132
Représentations spectrales
Spectre réel Spectre imaginaire

+∞ +∞
S (f ) = <(cn )δ (f − nF0 ) . S (f ) = =(cn )δ (f − nF0 ) .
X X
n=−∞ n=−∞
Spectre d'amplitude Spectre de phase

+∞ +∞
S (f ) = |cn |δ (f − nF0 ) . S (f ) = arg(cn )δ (f − nF0 ) .
X X
n=−∞ n=−∞
Spectre de puissance
+∞
S (f ) = |cn |2 δ (f − nF0 ) .
X
n=−∞
85 / 132
Suite de l'exemple
Question
Représenter les diérents spectres du signal s (t ) :
s (t )
86 / 132
Suite de l'exemple
Réponse
cn = − 1 bn = − A [1 − (−1)n ] =  A [(−1)n − 1] .

2 2nπ 2nπ
 < (cn ) = 0,  |cn | = 2nAπ [(−1)n − 1] ,

 

= (cn ) = − 2nAπ [1 − (−1)n ] ,

arg (cn ) = −90◦ pour cn 6= 0.
 

87 / 132
Suite de l'exemple
Spectre réel Spectre d'amplitude

< (cn ) |cn |
f f
Spectre imaginaire Spectre de phase Spectre de puissance
= (cn ) arg (cn ) |c n | 2
f f f
88 / 132
1 Introduction
Exemple
89 / 132
Notations
Soient f (t ), g (t ) et h(t ), trois fonctions périodiques de périodes T0 . Leurs
développements en séries de Fourier à coecients complexes s'écrivent :
+∞
1
Z
f (t ) = cnf exp (nω0 t ) avec : cnf f (t ) exp (−nω0 t ) dt ,
X
=
n=−∞ T0
T0
+∞
1
Z
g (t ) = cng exp (nω0 t ) avec : cng g (t ) exp (−nω0 t ) dt ,
X
=
n=−∞ T0
T0
cnh exp (nω0 t ) avec : cnh = 1 h(t ) exp (−nω0 t ) dt .

+∞ Z
h(t ) =
X
n=−∞ T0
T0
90 / 132
Linéarité
Si h(t ) = af (t ) + bg (t ) : cnh = acnf + bcng .
Translation verticale
cng = cnf pour n 6= 0,

Si g (t ) = f (t ) + a :


c0g = c0f + a.
Translation horizontale
cng = cnf exp (−nω0 t0 ) pour n 6= 0,

Si g (t ) = f (t − t0 ) :


c0g = c0f .
91 / 132
Dérivation dans le domaine temporel

Si g (t ) = dfdt(t ) : cng = nω0 cnf .
p
Si g (t ) = d dtf p(t ) : cng = (nω0 )p cnf .
Intégration dans le domaine temporel
Si g (t ) =
Rt
f (u)du et c0f =0
cnf .
: cng =
−∞  n ω0
t p
f (u)du : cng = cn p ,
t t 1 −1 f
Si g (t ) =
R R R R
···
−∞ −∞ −∞ (nω0 )
où les composantes continues après chaque intégration sont nulles.
92 / 132
1 Introduction
Exemple
93 / 132
Théorème
Soient f (t ) et g (t ), deux signaux périodiques de périodes T0 et cnf et cng , leurs
coecients de Fourier complexes respectifs. Le théorème de Bessel-Parseval conduit à
la relation :
1 +∞ +∞
cnf c−g n .
Z
f (t )ḡ (t )dt = cnf c̄ng =
X X
T0 n=−∞ n=−∞
T0
Conséquences
Il en découle que la puissance moyenne d'un signal périodique s (t ) de période T0 est
égale à la somme des modules aux carrés de ses coecients de Fourier cn :
1 +∞
|s (t )|2 dt = |cn |2 ,
Z X
T0 n=−∞
T0
1 1 +∞
|s (t )|2 dt = a0 2 +
Z
an 2 + b n 2 ,
X
T0 2 n =1
T0
94 / 132
1 Introduction
Dénition
Exemple
Propriétés
Transformée de Fourier d'un signal périodique
95 / 132
Théorie du Signal
3ème partie
96 / 132
Dénition
1 Introduction
Dénition
Exemple
Propriétés
97 / 132
Dénition
Dénition
Extension des séries de Fourier pour les signaux périodiques aux signaux
quelconques en considérant qu'ils possèdent une période innie (T0 → ∞).
Le spectre devient alors continu puisque F0 → 0.
La transformée de Fourier représente un signal sous forme d'une innité de
composantes sinusoïdales complexes et fournit ainsi des informations sur la
distribution fréquentielle de ce signal.
Transformée de Fourier S (f ) d'un signal s (t )

+∞
Z
S (f ) = F {s (t )} = s (t ) exp (−2πft ) dt .
−∞
Transformée de Fourier inverse s (t ) de S (f )

+∞
Z
s (t ) = F −1 {S (f )} = S (f ) exp (2πft ) df .
−∞
98 / 132
Dénition
Notation complexe
De façon générale S (f ) est appelé le spectre complexe du signal s (t ). Il admet une
partie réelle, < [S (f )] et une partie imaginaire, = [S (f )] ainsi qu'un module, |S (f )| et
un argument arg [S (f )].
Partie réelle de la transformée de Fourier Partie imaginaire de la transformée de

S (f ) d'un signal s (t ) Fourier S (f ) d'un signal s (t )
+∞
Z +∞
Z
< [S (f )] = s (t ) cos (2πft ) dt . = [S (f )] = − s (t ) sin (2πft ) dt .
−∞ −∞
Module de la transformée de Fourier S (f ) Argument de la transformée de Fourier

d'un signal s (t ) (amplitude du spectre) S (f ) d'un signal s (t ) (phase du spectre)
1 = [S (f )]
|S (f )| = <2 [S (f )] + =2 [S (f )] 2

, arg [S (f )] = arctan .

< [S (f )]
99 / 132
Exemple
1 Introduction
Dénition
Exemple
Propriétés
100 / 132
Exemple
Question
Calculer la transformée de Fourier du signal s (t ) suivant :
s (t )
Réponse
La transformée de Fourier du signal s (t ) s'écrit :
S (f ) = AT sinc (fT ).
101 / 132
Exemple
Représentation fréquentielle
S (f ) est une fonction réelle. Sa partie imaginaire est donc nulle et son module est
égale à la valeur absolue de sa partie réelle.
Spectre réel Spectre d'amplitude

S (f ) |S (f )|
f f
102 / 132
Propriétés
1 Introduction
Dénition
Exemple
Propriétés
103 / 132
Propriétés
Notations
Soient f (t ), g (t ) et h(t ), trois fonctions et F (f ), G (f ) et H (f ) leurs transformées de
Fourier respectives.
Linéarité
Si h(t ) = af (t ) + bg (t ) : H (f ) = aF (f ) + bG (f ).
Homothétie (changement d'échelle)

1
F f .

Si g (t ) = f (at ) : G (f ) =
|a | a
Conséquence :
Si g (t ) = |1a| f at : G (f ) = F (af ),

Si g (t ) = f (−t ) : G (f ) = F (−f ).
104 / 132
Propriétés
Translation temporelle (ou retard) et fréquentielle

Si g (t ) = f (t − t0 ) : G (f ) = exp (−2πft0 ) F (f ),
Si g (t ) = exp (2πf0 t ) f (t ) : G (f ) = F (f − f0 ) .
Dérivation temporelle et fréquentielle

Si g (t ) = dfdt(t ) : G (f ) = 2πfF (f ),
p
Si g (t ) = d dtf p(t ) : G (f ) = (2πf )p F (f ),
Si g (t ) = −2πtf (t ) : G (f ) =
dF (f ) ,
df
Si g (t ) = (−2πt )p f (t ) : G (f ) =
d p F (f ) .
df p
105 / 132
Propriétés
Intégration temporelle et fréquentielle
f (u)du : G (f ) = F (f ) ,
Rt
Si g (t ) =
−∞ 2π f
Rt R t1 R tpR−1 F (f ) ,
Si g (t ) = ··· f (u)du : G (f ) =
−∞ −∞ −∞ (2π f )p
Zf
Si g (t ) = −f (2tπ) t : G (f ) = F (u)du,
−∞
Zf Z f1 Z fZp−1
Si g (t ) = f (t ) : G (f ) = F (u)du.
(−2π t )p
···
−∞ −∞ −∞
106 / 132
Propriétés
Symétrie (propriété de parité)

Signal réel (f (t ) = f¯(t )) : F (f ) = F̄ (−f ),
Signal pair (f (t ) = f (−t )) : F (f ) = F (−f ),
+∞
Z
F (f ) = 2 f (t ) cos (2πft ) dt ,
0
Signal impair (f (t ) = −f (−t )) : F (f ) = −F (−f ),
+∞
Z
F (f ) = −2 f (t ) sin (2πft ) dt .
0
107 / 132
Propriétés
Conséquences
f (t ) F (f )
réel complexe
réel pair réel pair
réel impair imaginaire impair
imaginaire complexe
imaginaire pair imaginaire pair
imaginaire impair réel impair
108 / 132
Propriétés
Convolution (Théorème de Borel)

Si h(t ) = f (t ) ∗ g (t ) (produit de convolution) : H (f ) = F (f ) · G (f ),
Si h(t ) = f (t ) · g (t ) (produit simple) : H (f ) = F (f ) ∗ G (f ).
Corrélation
Si h(t ) = f (t ) ⊗ g (t ) (intercorrélation) : H (f ) = F (f ) · Ḡ (f ),
Si g (t ) = f (t ) ⊗ f (t ) (autocorrélation) : G (f ) = |F (f )|2 .
|F (f )|2 est la densité spectrale d'énergie du signal f (t ) qui est donc égale à la
transformée de Fourier de la fonction d'autocorrélation de f (t ). La densité spectrale
d'énergie dénit le spectre d'énergie du signal f (t ).
109 / 132
Propriétés
Spectre d'énergie
|F (f )|2
110 / 132
1 Introduction
Dénition
Exemple
Propriétés
111 / 132
Théorème
+∞
Z +∞
Z
f (t )ḡ (t )dt = F (f )Ḡ (f )df .
−∞ −∞
Conséquences
+∞ +∞
|f (t )|2 dt = |F (f )|2 df .
Z Z
−∞ −∞
+∞
|f (t )|2 dt est l'énergie totale du signal f (t ). Cette énergie est donc conservée par
R
−∞
la transformée de Fourier.
112 / 132
1 Introduction
Dénition
Exemple
Propriétés
113 / 132
Forme exponentielle du développement en série de Fourier d'un signal périodique

sT0 (t ) de période T0
cn exp n 2π t .
+∞
sT0 (t ) =
X
n=−∞ T0
Transformée de Fourier ST0 (f ) d'un signal périodique sT0 (t ) de période T0

+∞
n .

ST0 (f ) = cn δ f
X
−
n=−∞ T0
Le spectre d'un signal périodique est donc un spectre de raies.
Si S (f ) est la transformée de Fourier du motif s (t ) de sT0 (t ), alors :
cn = 1 S n .

T0 T0
S (f ) est appelée l'enveloppe complexe de ST0 (f ).
114 / 132
1 Introduction
Dénition
Propriétés
Transformée de Laplace d'un signal périodique
Transformée de Laplace inverse
Applications
Représentation dans le plan complexe
115 / 132
Théorie du Signal
4ème partie
116 / 132
Dénition
1 Introduction
Dénition
Propriétés
Applications
117 / 132
Dénition
Transformée de Laplace S (p ) d'un signal s (t ) causal

+∞
Z
S (p) = L{s (t )} = s (t ) exp (−pt ) dt .
0
En posant p = 2πf = ω, la transformée de Laplace correspond à la transformée de

Fourier de signaux causaux.
118 / 132
Propriétés
1 Introduction
Dénition
Propriétés
Applications
119 / 132
Propriétés
Notations
Soient f (t ), g (t ) et h(t ), trois fonctions et F (p ), G (p ) et H (p ) leurs transformées de
Laplace respectives.
Linéarité
Si h(t ) = af (t ) + bg (t ) : H (p ) = aF (p ) + bG (p ).
Symétrie
Signal réel (f (t ) = f¯(t )) : F̄ (p ) = F (p̄ ).
Homothétie (changement d'échelle)

1 p
Si g (t ) = f (at ) (a > 0) : G (p ) = F .
a a
120 / 132
Propriétés
Translation temporelle
Si g (t ) = f (t − t0 ) : G (p ) = exp (−pt0 ) F (p ).
Translation dans le plan complexe

Si g (t ) = exp (at ) f (t ) : G (p ) = F (p − a) .
Dérivation et intégration temporelle

Si g (t ) = dfdt(t ) : G (p ) = pF (p ) − f (0+ ),
n
Si g (t ) = d dtf n(t ) : G (p ) = p n F (p ) − p n−1 f (0+ ) − . . . − f (0+ ),
Rt
Si g (t ) = f (u )du : G (p ) =
F (p ) .
0 p
121 / 132
Propriétés
Dérivation et intégration dans le plan complexe
Si g (t ) = tf (t ) : G (p ) = −
dF (p) ,
dp
Si g (t ) = t n f (t ) : G (p ) = (−1)n
d n F (p) ,
dpn
+∞
Si g (t ) = f (tt ) : G (p ) =
Z
F (u)du.
p
122 / 132
Propriétés
Valeurs initiales et nales

Théorème de la valeur initiale : lim f (t ) = lim pF (p ).
t →0+ p→+∞
Théorème de la valeur nale : lim f (t ) = lim pF (p ).
t →+∞ p →0
Convolution (Théorème de Plancherel)

Si h(t ) = f (t ) ∗ g (t ) (produit de convolution) : H (p ) = F (p ) · G (p ).
123 / 132
1 Introduction
Dénition
Propriétés
Applications
124 / 132
Périodisation
Soit sT (t ), un signal périodique causal de période T et de motif s (t ) :
+∞
sT (t ) = s (t − nT ).
X
n =0
Transformée de Laplace ST (p ) du signal périodique sT (t ) :
ST (p) = S (p) .
1 − exp (−pT )
125 / 132
1 Introduction
Dénition
Propriétés
Applications
126 / 132
Transformée de Laplace inverse s (t ) de S (p )
s (t ) = L−1 {S (p)} = 1
Z
S (p) exp (pt ) dp,
2π
D
où D correspond au domaine de dénition de p .
127 / 132
Applications
1 Introduction
Dénition
Propriétés
Applications
128 / 132
Applications
Résolution d'équations diérentielles

Un système physique d'une entrée e (t ) et d'une sortie s (t ) peut être modélisé par une
équation diérentielle à coecient constant :
an d s (nt ) + an−1 d n−s (1t ) + . . . + a0 s (t ) = bm d em(t ) + . . . + b0 e (t ) (m ≤ n).
n n−1 m
dt dt dt
La transformée de Laplace de cette équation lorsque le système démarre au repos
(conditions initiales nulles) est :
an pn + an−1 pn−1 + . . . + a0 S (p) = (bm pm + . . . + b0 ) E (p).

La résolution de cette équation dans le domaine de Laplace (équation algébrique) est

plus aisée puisque s (t ) = L−1 {S (p )} avec :
S (p) = bm pm + . . . + b0 E (p).
an pn + an−1 pn−1 + . . . + a0
129 / 132
Applications
Fonction de transfert d'un système

Le rapport ES ((pp)) = H (p ) est appelé fonction de transfert du système :
H (p) = S (p) =
bm pm + . . . + b0 .
E (p ) an p + an−1 pn−1 + . . . + a0
n
Les racines du dénominateur sont appelées les pôles et les racines du

numérateur sont appelées les zéros.
Le degré du dénominateur déni l'ordre du système.
A partir de la fonction de transfert, il est possible de déterminer la réponse du
système à un signal d'entrée ou d'analyser la précision, la rapidité et la stabilité
du système.
130 / 132
1 Introduction
Dénition
Propriétés
Applications
131 / 132
Notation complexe
La transformée de Laplace S (p ) d'un signal s (t ) est un nombre complexe qui s'écrit
S (p) = < (S (p)) + = (S (p)).
Lieu de Nyquist
C'est la représentation de = (S (p )) en fonction de < (S (p )).
Lieu de Bode
C'est la représentation du gain (en décibels) et de la phase en fonction de la fréquence.
Lieu de Black
C'est la représentation du gain en fonction de la phase.
132 / 132

Cours TH Signal 08 09

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

Cours TH Signal 08 09

Transféré par

Droits d'auteur :

Formats disponibles

Introduction Signaux et systèmes Séries de Fourier Transformée de Fourier Transformée de Laplace

École d'Ingénieurs du Pas-de-Calais (E.I.P.C.)

École d'Ingénieurs du Pas-de-Calais (E.I.P.C.)

Outils mathématiques pour le traitement du signal

Électricité, électrotechnique, électronique de puissance

Théorie des communications, théorie de l'information

Traitement de la parole, du son, des images et des vidéos

Outils mathématiques pour le traitement du signal

Électricité, électrotechnique, électronique de puissance

Théorie des communications, théorie de l'information

Traitement de la parole, du son, des images et des vidéos

Introduction à la théorie du signal et de l'information.

Édition Technip, 1999.

Mathématiques de l'ingénieur : aide mémoire.

Traitement des signaux et acquisition de données.

Traitement du signal : aide mémoire.

Traité d'électricité (volume 6) : théorie et traitement des signaux.

Presses Polytechniques et Universitaires Romandes, 1998.

D. Ghorbanzadeh, P. Mary, N. Point, and D. Vial.

Éléments de mathématiques du signal : exercices résolus.

Traité d'électricité (volume 20) : traitement numérique des signaux.

Presses Polytechniques et Universitaires Romandes, 1996.

Éléments de mathématiques du signal (tome 1) : signaux déterministes.

Références bibliographiques III

Cours d'automatique (tome 1) : signaux et systèmes.

P. Thuillier and J.-C. Belloc.

Soient deux messages diusés par deux émetteurs radios :

Évolution temporelle du signal Évolution temporelle du signal

Soient deux messages diusés par deux émetteurs radios :

Spectre du signal s1 (t ) Spectre du signal s2 (t )

Signal s (t ) capté par le récepteur :

Évolution temporelle du signal s (t ) Spectre du signal s (t )

Problème 1 : les signaux transmis s1 et s2 occupent le même domaine de fréquence

Spectre d'un signal sinusoïdal

Spectre des signaux s1 et s2 modulés :

Spectre du signal modulé s1m (t ) Spectre du signal modulé s2m (t )

Changement du fréquence Filtrage du signal

Représentation d'un signal expérimental

amplitude 6 amplitude bornée

Représentation d'un signal théorique

Décalage (translation verticale)

Fonction retardée (translation horizontale)

Changement d'échelle (dilatation ou compression)

Changement d'échelle (dilatation ou compression)

Impulsion (ou distribution ou pic) de Dirac

Impulsion (ou distribution ou pic) de Dirac

Impulsion (ou distribution ou pic) de Dirac

Echelon de Heaviside (ou échelon unitaire)

Γ(t ) = δ(u )du =

Impulsion ou signal rectangulaire (ou signal porte)

Impulsion ou signal triangulaire

s (t ) = exp (−at ) · Γ(t ), a ∈ R+∗ .

Spectre d'un signal

Signal basses fréquences Signal hautes fréquences

Signal à bande étroite Signal à large bande

Système intemporel (stationnaire ou invariant)

Système linéaire et système non linéaire

Système monovariable et système multivariable

Système déterministe et système stochastique

Réponse impulsionnelle (ou percusionnelle)

Par changement de variables, la fonction d'intercorrélation est également dénie par :

Application aux signaux réels

Application aux signaux réels

Soient deux messages diusés par deux émetteurs radios :

Soient deux messages diusés par deux émetteurs radios :

Par changement de variables, la fonction d'intercorrélation est également dénie par :

Les coecients an et bn sont les coecients réels de la série de Fourier ou

Calcul des coecients réels de Fourier a0, an et bn

Développement à coecients complexes

Si n est impair (−1)n = −1 et bn = n2Aπ . En eet, on pose n = 2p + 1 (p ∈ N)

Valeurs initiales et nales

où D correspond au domaine de dénition de p .

Résolution d'équations diérentielles