Contact

Zié Prof. YEO

Maître de Conférences
DFR - GEE – INP - HB
Yamoussoukro
Contacts :07 - 49 - 48 - 19 - 12
email : zie.yeo@inphb.ci

1-mars-21 Prof. Yeo Zié INP HB Yamoussoukro 1

CHAPITRE II
TRANSFORMÉES DE FOURIER
 CHAPITRE II : TRANSFORMÉES DE FOURIER

• I - Séries de Fourier
• Séries de Fourier réelles
• Séries de Fourier complexes
• II - Transformées de Fourier
• III - Transformées de Fourier inverse
• IV - Transformées de Fourier – TFD (ou FDT) Table des matières
• V - Transformées de Fourier – TFR (ou FFT)
• VI - Transformées de Fourier - Applications
• VII - Transformées de Fourier - Annexes
1-mars-21 Zié Prof. YEO 3
 Objectifs à l’issue de cette première partie du cours
• Être capable de :
– Déterminer la forme trigonométrique réelle ou la forme exponentielle complexe de la
décomposition en série de Fourier d’un signal périodique à temps continu
• d’en déduire les tracés des spectres unilatéraux et bilatéraux d ’amplitude et de phase
• d’interpréter les spectres en déduisant, par exemple, de ces tracés la bande de
fréquences utilisée par le signal
– Déterminer la description mathématique du signal à partir des spectres d’amplitude et de
phase unilatéraux ou bilatéraux

1-mars-21 Zié Prof. YEO 4

 Séries de Fourrier réelles
Une fonction périodique 𝑢 𝑡 , (de période 𝑇0 ou de fréquence 𝑓0 ou de pulsation 𝜔0 ), peut
se développer en série de Fourier.

+∞ +∞
𝐴0
𝑢 𝑡 = + ෍ 𝐴𝑛 cos 2𝜋𝑛𝑓0 𝑡 + ෍ 𝐵𝑛 sin 2𝜋𝑛𝑓0 𝑡
2
𝑛=1 𝑛=1

2 𝑇0
𝐴𝑛 = න 𝑢 𝑡 cos 2𝜋𝑛𝑓0 𝑡 𝑑𝑡
2 𝑇0 𝑇0 0
𝐴0 = න 𝑢 𝑡 𝑑𝑡
𝑇0 0
2 𝑇0
𝐵𝑛 = න 𝑢 𝑡 sin 2𝜋𝑛𝑓0 𝑡 𝑑𝑡
𝑇0 0
1-mars-21 Zié Prof. YEO 5
 Séries de Fourrier réelles

Spectre en cosinus Spectre en sinus

𝐴1

𝐴0 𝐴2 𝐵2
20
3𝑓0 𝑓0 3𝑓0
𝑓 𝑓
0 𝑓0 2𝑓0 0 2𝑓0
𝐴3 𝐵3

𝐵1

1-mars-21 Zié Prof. YEO 6

 Séries de Fourrier réelles

En regroupant les termes deux à deux, on obtient une autre expression de la série de
Fourier (dite en cosinus):
+∞ +∞

𝑢 𝑡 = 𝐶0 + ෍ 𝐶𝑛 cos 2𝜋𝑛𝑓0 𝑡 − 𝜑𝑛 𝑓 𝑡 = 𝐶0 + 𝐶1 cos 2𝜋𝑓0 𝑡 − 𝜑1 + ෍ 𝐶𝑛 cos 2𝜋𝑛𝑓0 𝑡 − 𝜑𝑛

𝑛=1 𝑛=2

𝐶0 est la valeur moyenne

𝐶𝑛 = 𝐴2𝑛 + 𝐵𝑛2
𝐶1 est l'amplitude du fondamental

𝐵𝑛 𝐶𝑛 est l'amplitude de l'harmonique de rang n

𝜑𝑛 = arctan
𝐴𝑛
𝜑𝑛 est la phase à l'origine de l'harmonique de rang n

1-mars-21 Zié Prof. YEO 7

 Séries de Fourrier réelles

Spectre en phase
Spectre en module

𝜑1
𝑈1

𝜑2
𝑈2
𝑈0
3𝑓0
3𝑓0 𝑓
𝑓 0 𝑓0 2𝑓0
0 𝑓0 2𝑓0
𝜑3
𝑈3

1-mars-21 Zié Prof. YEO 8

 Séries de Fourrier réelles

Un analyseur de spectre ne donne que le spectre en module

1-mars-21 Zié Prof. YEO 9

Séries de
Fourrier
réelles

1-mars-21

Zié Prof. YEO 10

 Signal rectangulaire

Oscillogramme Spectre

4𝐸 1 1
𝑥 𝑡 = 𝑠𝑖𝑛 2𝜋𝑓0 𝑡 + 𝑠𝑖𝑛 3 2𝜋𝑓0 𝑡 + 𝑠𝑖𝑛 5 2𝜋𝑓0 𝑡 + ⋯
𝜋 3 5

1-mars-21 Zié Prof. YEO 11

 Train d’impulsions

𝑎 = 0,5

2𝑠𝑖𝑛 𝜋𝑎 2𝑠𝑖𝑛 𝑛𝜋𝑎

𝑥 𝑡 = 𝑎𝐸 1 + 𝑐𝑜𝑠 2𝜋𝑓0 𝑡 + ⋯ + 𝑐𝑜𝑠 2𝜋𝑛𝑓0 𝑡 + ⋯
𝜋𝑎 𝑛𝜋𝑎
1-mars-21 Zié Prof. YEO 12
 Signal triangulaire

8𝐴 1 1
𝑥 𝑡 = 2 𝑠𝑖𝑛 2𝜋𝑓0 𝑡 − 2 𝑠𝑖𝑛 3 2𝜋𝑓0 𝑡 + 2 𝑠𝑖𝑛 5 2𝜋𝑓0 𝑡 + ⋯
𝜋 3 5

1-mars-21 Zié Prof. YEO 13

 Signal redressé

Spectre
Oscillogramme

2𝐸 2 2
𝑥 𝑡 = 1 + 𝑐𝑜𝑠 2 2𝜋𝑓0 𝑡 − 𝑐𝑜𝑠 4 2𝜋𝑓0 𝑡 +⋯
𝜋 3 15

1-mars-21 Zié Prof. YEO 14

 Signal en dents de scie

𝑎 1 1
𝑥 𝑡 = 𝑠𝑖𝑛 2𝜋𝑓0 𝑡 − 𝑠𝑖𝑛 2 2𝜋𝑓0 𝑡 + 𝑠𝑖𝑛 3 2𝜋𝑓0 𝑡 +⋯
𝜋 2 3

1-mars-21 Zié Prof. YEO 15

 Séries de Fourrier complexes

+∞ +∞
𝐴0
𝑓 𝑡 = + ෍ 𝐴𝑛 cos 2𝜋𝑛𝑓0 𝑡 + ෍ 𝐵𝑛 sin 2𝜋𝑛𝑓0 𝑡
2
𝑛=1 𝑛=1

𝐴𝑛 − 𝑗𝐵𝑛
𝑒 𝑗𝑥 + 𝑒 −𝑗𝑥 𝐶𝑛 =
𝑐𝑜𝑠 𝑥 = 2
2 On pose

𝑒 𝑗𝑥 − 𝑒 −𝑗𝑥 𝐴𝑛 + 𝑗𝐵𝑛
𝑠𝑖𝑛 𝑥 = 𝐶−𝑛 = = 𝐶𝑛
2𝑖 2

1-mars-21 Zié Prof. YEO 16

 Séries de Fourrier complexes

+∞ +∞

𝑓 𝑡 = 𝐶0 + ෍ 𝐶𝑛 𝑒 2𝑗𝜋𝑛𝑓0𝑡 + ෍ 𝐶−𝑛 𝑒 −2𝑗𝜋𝑛𝑓0 𝑡

𝑛=1 −𝑛=1

+∞ −∞

𝑢 𝑡 = 𝐶0 + ෍ 𝐶𝑛 𝑒 𝑗𝜋𝑛𝑓0𝑡 + ෍ 𝐶𝑛 𝑒 −𝑗𝜋𝑛𝑓0𝑡
𝑛=1 𝑛=−1
+∞

𝑓 𝑡 = ෍ 𝐶𝑛 𝑓0 𝑒 𝑗𝜋𝑛𝑓0𝑡
𝑛=−∞

1-mars-21 Zié Prof. YEO 17

 Séries de Fourrier complexes

L’amplitude complexe 𝐶𝑛 𝑗𝜔0 , appelée coefficient de Fourier, se calcule de la manière

suivante

𝐴𝑛 − 𝑗𝐵𝑛 1 𝑇0
𝐶𝑛 = = න 𝑢 𝑡 cos 2𝜋𝑛𝑓0 𝑡 − 𝑗 cos 2𝜋𝑛𝑓0 𝑡 𝑑𝑡
2 𝑇0 0

1 𝑇0
𝐶𝑛 𝑓0 = න 𝑢 𝑡 𝑒 −𝑗2𝜋𝑛𝑓0𝑡 𝑑𝑡
𝑇0 0

1-mars-21 Zié Prof. YEO 18

 Séries de Fourrier complexes
Les séries de Fourier complexes donnent Les séries de Fourier complexes
des spectres en module bilatéraux, donnent des spectres en phase
toujours pairs. bilatéraux, toujours impaires.

𝐶−1 𝜑1
𝐶1
−𝑓0

𝐶0 0 𝑓0

𝜑−1
0 𝑓0
−𝑓0

1-mars-21 Zié Prof. YEO 19

1-mars-21 Zié Prof. YEO 20
1-mars-21 Zié Prof. YEO 21
 Phénomène de Gibbs

On peut reconstruire une approximation d’ordre N (on conserve les N premières harmoniques)
du signal temporel

+𝑁

𝑢𝑁 𝑡 = ෍ 𝑈𝑘 𝑗𝜔0 𝑒 2𝜋𝑗𝑘𝑓0𝑡
𝑘=−𝑁

Le phénomène de Gibbs est un

défaut d'approximation qui se produit
à proximité des discontinuités.

1-mars-21 Zié Prof. YEO 22

 Théorème de Parseval
+∞ +∞
𝐴0 +∞
𝑢 𝑡 = + ෍ 𝐴𝑛 cos 2𝜋𝑛𝑓0 𝑡 + ෍ 𝐵𝑛 sin 2𝜋𝑛𝑓0 𝑡
2 𝑢 𝑡 = ෍ 𝑈𝑛 𝑗𝑓0 𝑒 𝑗2𝜋𝑛𝑓0𝑡
𝑛=1 𝑛=1
𝑛=−∞

2 +∞ 𝑇0 +∞
𝑇0 1
1 𝐴0 1
2
න 𝑢 𝑡 𝑑𝑡 = + ෍ 𝐴2𝑛 + 𝐵𝑛2 න 𝑢 𝑡 2 𝑑𝑡 = ෍ 𝑈𝑛2 𝑗𝑓0
𝑇0 0 2 2 𝑇0 0
𝑛=1 𝑛=−∞

Le théorème Parseval exprime que la puissance d’un signal peut se calculer aussi bien dans le
domaine temporel que dans le domaine fréquentiel
La puissance moyenne du signal est égale à la somme des puissances de la composante
continue et des puissances moyennes des harmoniques.
1-mars-21 Zié Prof. YEO 23
 Table des matières

CHAPITRE II : TRANSFORMÉES DE FOURIER

• I - Séries de Fourier
• II - Transformées de Fourier
• III - Transformées de Fourier inverse
• IV - Transformées de Fourier – TFD (ou FDT)
• V - Transformées de Fourier – TFR (ou FFT)
• VI - Transformées de Fourier - Applications
• VII - Transformées de Fourier - Annexes
1-mars-21 Zié Prof. YEO 24
 Définition

Pour une fonction 𝑢 𝑡 périodique de période 𝑇0 (fréquence 𝑓0 )

+∞

𝑢 𝑡 = ෍ 𝑈𝑛 𝑓0 𝑒 𝑗2𝜋𝑛𝑓0𝑡 1 𝑇0
𝑈𝑛 𝑓0 = න 𝑢 𝑡 𝑒 −𝑗𝜋𝑛𝑓0𝑡 𝑑𝑡
𝑛=−∞ 𝑇0 0

La décomposition en séries de Fourier peut s’étendre aux fonctions non périodiques (ou de
période infinie). On obtient alors une décomposition sous la forme :
+∞ +∞
𝑢 𝑡 =න 𝑈 𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓 𝑈 𝑓 =න 𝑢 𝑡 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−∞ −∞

1-mars-21 Zié Prof. YEO 25

 Définition

On appelle transformée de Fourier du +∞

signal non périodique 𝑢 𝑡 la densité 𝑈 𝑓 =න 𝑢 𝑡 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
spectrale d’amplitude 𝑈 𝑓 définie par : −∞

On appelle transformée de Fourier inverse

de la densité spectrale U 𝑓 , le signal non +∞
périodique 𝑢 𝑡 définie par : 𝑢 𝑡 =න 𝑈 𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓
−∞

1-mars-21 Zié Prof. YEO 26

 Transformée du Dirac

1-mars-21 Zié Prof. YEO 27

 Impulsion rectangulaire

Déterminer la transformée de +∞

Fourier de la fonction porte 𝑈 𝑓 =න 𝑢 𝑡 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡

−∞
suivante
1
𝑈 𝑓 = න 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−1
1 𝑠𝑖 𝑡 < 1
𝑢 𝑡 =ቊ 1 1
0 𝑠𝑖 𝑡 > 1 𝑈 𝑓 =− 𝑒 −𝑗2𝜋𝑓𝑡
𝑗2𝜋𝑓 −1

1
𝑠𝑖𝑛 2𝜋𝑓
𝑈 𝑓 =2
2𝜋𝑓
-1 1 𝑈 𝑓 = 2𝑠𝑖𝑛𝑐 2𝜋𝑓
1-mars-21 Zié Prof. YEO 28
1-Mar-21

Impulsion
rectangulaire
29
Zié Prof. YEO
 Impulsion triangulaire
0 𝑠𝑖 𝑡 >𝑇
𝑡
𝑢 𝑡 = +1 𝑠𝑖 − 𝑇 ≤ 𝑡 ≤ 0 𝑈 𝑓 = 𝑇 2 . 𝑠𝑖𝑛𝑐 2 2𝜋𝑓
𝑇
𝑡
− +1 𝑠𝑖 0≤𝑡≤𝑇
𝑇
𝑢 𝑡

−𝑇 𝑇 𝑡

1-mars-21 Zié Prof. YEO 30

 Impulsion exponentielle

𝑢 𝑡 = 𝑒 −𝑎𝑡

1 𝑎+𝑗2𝜋𝑓 +∞
+∞ 𝑈 𝑓 = 𝑒 −𝑡
𝑎 + 𝑗2𝜋𝑓 0
𝑈 𝑓 =න 𝑒 −𝑎𝑡 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
0

+∞ 1
𝑈 𝑓 =න 𝑒 −𝑡 𝑎+𝑗2𝜋𝑓 𝑑𝑡 𝑈 𝑓 =
𝑗2𝜋𝑓 + 𝑎
0

1-mars-21 Zié Prof. YEO 31

 Impulsion exponentielle

𝑢 𝑡 = 𝑒 −𝑎𝑡 1
𝑈 𝜔 =
𝑗2𝜋𝑓 + 𝑎

1-mars-21 Zié Prof. YEO 32

 Remarques

De façon générale, la transformée de Fourier donne

une fonction complexe qui conduit à un spectre
d’amplitude et un spectre de phase.

Le spectre d’amplitude Le spectre de phase correspond

correspond à la représentation à la représentation graphique de
graphique du module de 𝑈 𝑓 l’argument de 𝑈 𝑓 en fonction
en fonction de la fréquence de la fréquence
1-Mar-21 Zié Prof. YEO 33
 Linéarité

Signal non périodique Transformée de Fourier

𝑢1 𝑡 𝑈1 𝑓
𝑢2 𝑡 𝑈2 𝑓
𝑎𝑢1 𝑡 + 𝑏𝑢2 𝑡 𝑎𝑈1 𝑓 + 𝑏𝑈2 𝑓

1-mars-21 Zié Prof. YEO 34

 Translation dans le domaine temporel

Signal non périodique Transformée de Fourier

𝑢 𝑡 𝑈 𝑓
𝑢 𝑡−𝑎 𝑒 −𝑗2𝜋𝑓𝑎 𝑈 𝑓

La translation dans le domaine temporel se traduit par un terme correspondant à un

déphasage linéaire en fonction de la fréquence (𝑒 −𝑗𝜔𝑎 ). Cette opération ne modifie pas le
module de la transformée de Fourier.

1-mars-21 Zié Prof. YEO 35

 Translation fréquentielle

Signal non périodique Transformée de Fourier

𝑢 𝑡 𝑈 𝑓
𝑢 𝑡 𝑒 𝑗2𝜋𝑓0 𝑡 𝑈 𝑓 − 𝑓0

La multiplication par une sinusoïde dans le domaine temporel se traduit par une
translation des termes de Fourier.

1-mars-21 Zié Prof. YEO 36

 Dérivation
Signal non Transformée de
périodique Fourier
𝑢 𝑡 𝑈 f
𝑑𝑢 𝑡
𝑗2π𝑓 𝑈 𝑓
𝑑𝑡
𝑑𝑛 𝑢 𝑡
𝑗2π𝑓 𝑛 𝑈 f
𝑑𝑡 𝑛

Zié Prof. YEO 1-mars-21 37

 1-Mar-21

Signal non Transformée

périodique de Fourier
𝑢 𝑡 𝑈 𝑓
Intégration
𝑈 𝑓
න 𝑢 𝑡 𝑑𝑡
𝑗2π𝑓

Zié Prof. YEO 38

 Table des matières

CHAPITRE II : TRANSFORMÉES DE FOURIER

• I - Séries de Fourier
• II - Transformées de Fourier
• III - Transformées de Fourier inverse
• IV - Transformées de Fourier – TFD (ou FDT)
• V - Transformées de Fourier – TFR (ou FFT)
• VI - Transformées de Fourier - Applications
• VII - Transformées de Fourier - Annexes
1-mars-21 Zié Prof. YEO 39
 Transformées de Fourier inverse
+∞
𝑢 𝑡 =න 𝑈 𝑓 𝑒 𝑗2π𝑓𝑡 𝑑𝑓
−∞

Exemple : calculer la transformée de Fourier inverse de la densité 𝑈 𝑓 = 𝑒 − 𝑓

+∞
𝑢 𝑡 =න 𝑒 − 𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓
−∞

0 +∞
𝑢 𝑡 = න 𝑒 𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓 + න 𝑒 −𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓
−∞ 0

1-mars-21 Zié Prof. YEO 40

 Transformées de Fourier inverse

0 +∞
𝑢 𝑡 = න 𝑒𝑓 1+𝑗𝑡 𝑑𝑓 + න 𝑒𝑓 −1+𝑗𝑡 𝑑𝑓
−∞ 0

1 1+𝑗𝑡 0
1 −1+𝑗𝑡 +∞
𝑢 𝑡 = 𝑒𝑓 + 𝑒𝑓
1 + 𝑗𝑡 −∞ −1 + 𝑗𝑡 0

1 1 −1
𝑢 𝑡 = − = −1
1 + 𝑗𝑡 −1 + 𝑗𝑡 1 + 𝑡2 𝑢 𝑡 =
1 + 𝑡2

1-mars-21 Zié Prof. YEO 41

 Table des matières

CHAPITRE II : TRANSFORMÉES DE FOURIER

• I - Séries de Fourier
• II - Transformées de Fourier
• III - Transformées de Fourier inverse
• IV - Transformées de Fourier – TFD (ou FDT)
• V - Transformées de Fourier – TFR (ou FFT)
• VI - Transformées de Fourier - Applications
• VII - Transformées de Fourier - Annexes
1-mars-21 Zié Prof. YEO 42
 TFD - Définition
On définit une transformée de Fourier pour les Les 𝑈𝑙 se calculent de la
signaux numériques. C’est la Transformée de façon suivante :
Fourier discrète
𝑛−1
2𝜋
Soit une suite de 𝑛 nombres réels ou complexes 𝑈𝑙 = ෍ 𝑢𝑘 𝑒 −𝑘.𝑙.𝑗 𝑛

𝑘=0
𝑢0 , 𝑢1 , 𝑢2 , …, 𝑢𝑛−1
2𝜋
On posera 𝑗𝑛
La transformée de Fourier discrète de cette 𝜔= 𝑒
suite donne une autre suite de 𝑛 nombres
𝑛−1

𝑈0 , 𝑈1 , 𝑈2 , …, 𝑈𝑛−1 𝑈𝑙 = ෍ 𝑢𝑘 𝜔−𝑘.𝑙
𝑘=0
1-mars-21 Zié Prof. YEO 43
 TFD - Exemples
Applications : pour 𝑛 = 2
1

𝑈𝑙 = ෍ 𝑢𝑘 𝜔−𝑘.𝑙
𝑘=0
1 1,2 ↔ 3, −1
𝑈0 = ෍ 𝑢𝑘 𝜔0 = 𝑢0 + 𝑢1
𝑘=0

1
2𝜋
𝑗2
𝑈1 = ෍ 𝑢𝑘 𝜔−𝑘 = 𝑢0 + 𝑢1 𝜔−1 = 𝑢0 + 𝑢1 𝑒 = 𝑢0 − 𝑢1
𝑘=0

1-mars-21 Zié Prof. YEO 44

 TFD - Exemples
Applications : pour 𝑛 = 3

2 2
𝑈𝑙 = ෍ 𝑢𝑘 𝜔−𝑘.𝑙 𝑈0 = ෍ 𝑢𝑘 𝜔0 = 𝑢0 + 𝑢1 + 𝑢2
𝑘=0 𝑘=0

2
2𝜋 2𝜋
−𝑖 3 𝑖3
𝑈1 = ෍ 𝑢𝑘 𝜔−𝑘 = 𝑢0 + 𝑢1 𝜔−1 + 𝑢2 𝜔−2 = 𝑢0 + 𝑢1 𝑒 + 𝑢2 𝑒
𝑘=0
2
2𝜋 2𝜋
𝑖3 −𝑖 3
𝑈2 = ෍ 𝑢𝑘 𝜔−2𝑘 = 𝑢0 + 𝑢1 𝜔−2 + 𝑢2 𝜔−4 = 𝑢0 + 𝑢1 𝑒 + 𝑢2 𝑒
𝑘=0

1-mars-21 Zié Prof. YEO 45

 TFD - Exemples

Applications : pour 𝑛 = 3

𝑈0 = 𝑢0 + 𝑢1 + 𝑢2 𝑈0 1 1 1 𝑢0
2𝜋 2𝜋
−𝑗 3 𝑗3 𝑢1
𝑈1 = 1 𝑒 𝑒
2𝜋 2𝜋
−𝑗 𝑗 𝑈2 2𝜋
𝑗3
2𝜋
−𝑗 3 𝑢2
𝑈1 = 𝑢0 + 𝑢1 𝑒 3 + 𝑢2 𝑒 3 1 𝑒 𝑒

2𝜋 2𝜋
𝑗3 −𝑗 3
𝑈2 = 𝑢0 + 𝑢1 𝑒 + 𝑢2 𝑒 𝑈0 1 1 1 𝑢0
𝑈1 = 1 𝜔 𝜔
ഥ 𝑢1
𝑈2 1 𝜔
ഥ 𝜔 𝑢2

1-mars-21 Zié Prof. YEO 46

 Table des matières

CHAPITRE II : TRANSFORMÉES DE FOURIER

• I - Séries de Fourier
• II - Transformées de Fourier
• III - Transformées de Fourier inverse
• IV - Transformées de Fourier – TFD (ou FDT)
• V - Transformées de Fourier – TFR (ou FFT)
• VI - Transformées de Fourier - Applications
• VII - Transformées de Fourier - Annexes
1-mars-21 Zié Prof. YEO 47
 Transformées de Fourier – TFR (ou FFT)

La transformée de Fourier rapide (FFT) est simplement un algorithme pour calculer plus
efficacement les coefficients de la transformée de Fourier discrète (DFT) d'une séquence, ou
son inverse (IDFT).

IL existe plusieurs algorithmes. Tous ces algorithmes sont basés sur celui de Cooley-Tukey (1960)

L’ algorithme de Cooley-Tukey part du constat qu’une TF de taille 𝑁 se ramène aux calculs

𝑁
de deux TF de taille et à une implémentation récursive.
2

Des outils (Matlab, Scilab, etc.) existent et implémentent certains algorithmes.

1-mars-21 Zié Prof. YEO 48
 Transformées de Fourier – TFR (ou FFT)

1-mars-21 Zié Prof. YEO 49

 Table des matières

CHAPITRE II : TRANSFORMÉES DE FOURIER

• I - Séries de Fourier
• II - Transformées de Fourier
• III - Transformées de Fourier inverse
• IV - Transformées de Fourier – TFD (ou FDT)
• V - Transformées de Fourier – TFR (ou FFT)
• VI - Transformées de Fourier - Applications
• VII - Transformées de Fourier - Annexes
1-mars-21 Zié Prof. YEO 50
 Applications de la transformée de Fourier
Equations différentielles et
filtrage
Imagerie médicale (IRM)
1-mars-21
Analyse, synthèse et
reconnaissance de la
Transmissions analogiques
parole et des sons (Codage
et numériques
MP3=analyse de Fourier +
filtrage numérique)
Procédés de radio et
Etc….
télédiffusion
Zié Prof. YEO 51
 Table des matières

CHAPITRE II : TRANSFORMÉES DE FOURIER

• I - Séries de Fourier
• II - Transformées de Fourier
• III - Transformées de Fourier inverse
• IV - Transformées de Fourier – TFD (ou FDT)
• V - Transformées de Fourier – TFR (ou FFT)
• VI - Transformées de Fourier - Applications
• VII - Transformées de Fourier - Annexes
1-mars-21 Zié Prof. YEO 52
 3. Relations trigonométriques

sin 𝑥 + 𝑦 = sin 𝑥 cos 𝑦 + cos 𝑥 sin 𝑦

නsin 𝑥 = − cos 𝑥
sin 𝑥 − 𝑦 = sin 𝑥 cos 𝑦 − cos 𝑥 sin 𝑦
නcos 𝑥 = sin 𝑥
𝑥+𝑦 𝑥−𝑦
sin 𝑥 + sin 𝑦 = 2 sin cos
2 2 ′
cos 𝑥 = − sin 𝑥
𝑥−𝑦 𝑥+𝑦
sin 𝑥 − sin 𝑦 = 2 sin cos
2 2 sin 𝑥 ′
= cos 𝑥

1 + cos 2 𝑥 1 − cos 2 𝑥
2
cos 𝑥 = sin2 𝑥 =
2 2
1-mars-21 Zié Prof. YEO 53
 Récapitulatif

1-mars-21 Zié Prof. YEO 54

 Manipulation des nombres complexes

1-mars-21 Zié Prof. YEO 55

 Parité de la fonction

Si la fonction est paire

• 𝑢 𝑡 = 𝑢 −𝑡
• Les coefficients 𝐵𝑛 sont nuls
𝑇0
2
• 𝐴𝑛 = 2 ‫׬‬02 𝑢 𝑡 cos 2𝜋𝑛𝑓0 𝑡 𝑑𝑡
𝑇0

Si la fonction est impaire

• 𝑢 𝑡 = −𝑢 𝑡
• Les coefficients 𝐴𝑛 sont nuls
𝑇0
2
• 𝐵𝑛 = 2 ‫׬‬02 𝑢 𝑡 sin 2𝜋𝑛𝑓0 𝑡 𝑑𝑡
𝑇0
1-mars-21 Zié Prof. YEO 56
 Jean-Baptiste
Joseph Fourier :
Mathématicien
Français (1768 –
1830)

1-mars-21 Zié Prof. YEO 57