Académique Documents
Professionnel Documents
Culture Documents
• 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
+∞ +∞
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
𝐴1
𝐴0 𝐴2 𝐵2
20
3𝑓0 𝑓0 3𝑓0
𝑓 𝑓
0 𝑓0 2𝑓0 0 2𝑓0
𝐴3 𝐵3
𝐵1
En regroupant les termes deux à deux, on obtient une autre expression de la série de
Fourier (dite en cosinus):
+∞ +∞
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
Oscillogramme Spectre
4𝐸 1 1
𝑥 𝑡 = 𝑠𝑖𝑛 2𝜋𝑓0 𝑡 + 𝑠𝑖𝑛 3 2𝜋𝑓0 𝑡 + 𝑠𝑖𝑛 5 2𝜋𝑓0 𝑡 + ⋯
𝜋 3 5
𝑎 = 0,5
8𝐴 1 1
𝑥 𝑡 = 2 𝑠𝑖𝑛 2𝜋𝑓0 𝑡 − 2 𝑠𝑖𝑛 3 2𝜋𝑓0 𝑡 + 2 𝑠𝑖𝑛 5 2𝜋𝑓0 𝑡 + ⋯
𝜋 3 5
Spectre
Oscillogramme
2𝐸 2 2
𝑥 𝑡 = 1 + 𝑐𝑜𝑠 2 2𝜋𝑓0 𝑡 − 𝑐𝑜𝑠 4 2𝜋𝑓0 𝑡 +⋯
𝜋 3 15
𝑎 1 1
𝑥 𝑡 = 𝑠𝑖𝑛 2𝜋𝑓0 𝑡 − 𝑠𝑖𝑛 2 2𝜋𝑓0 𝑡 + 𝑠𝑖𝑛 3 2𝜋𝑓0 𝑡 +⋯
𝜋 2 3
+∞ +∞
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
+∞ +∞
+∞ −∞
𝑢 𝑡 = 𝐶0 + 𝐶𝑛 𝑒 𝑗𝜋𝑛𝑓0𝑡 + 𝐶𝑛 𝑒 −𝑗𝜋𝑛𝑓0𝑡
𝑛=1 𝑛=−1
+∞
𝑓 𝑡 = 𝐶𝑛 𝑓0 𝑒 𝑗𝜋𝑛𝑓0𝑡
𝑛=−∞
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
𝐶−1 𝜑1
𝐶1
−𝑓0
𝐶0 0 𝑓0
𝜑−1
0 𝑓0
−𝑓0
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
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
• 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
+∞
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
−∞ −∞
Déterminer la transformée de +∞
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
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
𝑢 𝑡 = 𝑒 −𝑎𝑡 1
𝑈 𝜔 =
𝑗2𝜋𝑓 + 𝑎
La multiplication par une sinusoïde dans le domaine temporel se traduit par une
translation des termes 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
−∞
+∞
𝑢 𝑡 =න 𝑒 − 𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓
−∞
0 +∞
𝑢 𝑡 = න 𝑒 𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓 + න 𝑒 −𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓
−∞ 0
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
• 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
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
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
• 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)
• 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
Analyse, synthèse et
reconnaissance de la
Equations différentielles et Transmissions analogiques
parole et des sons (Codage
filtrage et numériques
MP3=analyse de Fourier +
filtrage numérique)
Procédés de radio et
Imagerie médicale (IRM) Etc….
télédiffusion
• 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
1 + cos 2 𝑥 1 − cos 2 𝑥
2
cos 𝑥 = sin2 𝑥 =
2 2
1-mars-21 Zié Prof. YEO 53
Récapitulatif