Académique Documents
Professionnel Documents
Culture Documents
Signal Déterministe: Yves Goussard
Signal Déterministe: Yves Goussard
Yves Goussard
GBM6103A
3 septembre 2014
Mesure
Extraction
Tracé Stockage Analyse Transformation
d’informations
1 Généralités
Définitions et cadre
Théorème des projections
4 Conclusion
0.5
0
Amplitude
−0.5
−1
−1.5
−2
−2.5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps (s.)
Types de signaux
Signal x(t)
à valeurs dans C
dépendant d’une variable continue t (généralement le temps)
Opérations
Opérations usuelles (+, ×, etc.)
Z
Convolution : (x ∗ y )(t) = x(τ ) y (t − τ ) d τ
Z
Corrélation : γxy (τ ) = x(t) y ∗ (t − τ ) dt
Produit scalaire : < x · y >
Résultats généraux
Base {ei (t) ; i ∈ I} dénombrable
X
Existence et unicité de la décomposition x(t) = ai ei (t)
i∈I
Calcul des ai ?
Base orthonormée
Définition : {ei (t) ; i ∈ I} orthonormale ⇐⇒< ei · ej >= δij
Résultat : si {ei (t) ; i ∈ I} orthonormale, alors ai =< x · ei >
Difficultés
Nombre infini de vecteurs de base
Choix de la base
Yves Goussard (GBM6103A) Signal déterministe 3 septembre 2014 6 / 36
Théorème des projections
Position du problème
{ei (t) ; i ∈ I} base orthonormale
I sous-ensemble (fini) de I
Meilleure approximation de x à partir de {ei (t) ; i ∈ I} ?
Résultat
x tel que x − x orthogonal à {ei (t) ; i ∈ I}
∀i ∈ I : < (x − x) · ei >= 0 ⇐⇒ < x · ei >=< x · ei >
Interprétation
x obtenu en prélevant les coefficients de la décomposition de x sur
{ei ; i ∈ I}
Définition
x : signal à valeurs réelles ou complexes défini sur un intervalle I de
longueur T
Développement de x en sérier de Fourier :
X
x(t) = Xk e 2iπkt/T
k∈Z
Cadre
E : ensemble des signaux définis sur I de carré sommable
Produit « scalaire » sur E :
1
Z
< x · y >= x(t)y ∗ (t)dt
T I
Interprétation physique
ek = e 2iπkt/T périodique de période T /k
« Fréquence pure » ν = k/T
Xk : composante fréquentielle de x à la fréquence ν = k/T
Objectifs
Caractérisation du contenu fréquentiel d’un signal x(t)
Temps continu
cadre de référence pour le temps discret
analyse de l’échantillonnage
Cadre géométrique
E : ensemble des signaux définis sur C de carré sommable
Produit « scalaire » sur E :
Z
< x · y >= x(t) y ∗ (t) dt
R
Approche géométrique
{e 2iπνt ; ν ∈ R} : base fréquentielle orthonormale
Décomposition :
Z
x(t) = X (ν) e 2iπνt d ν transformée de Fourier inverse
R
Théorème de Plancherel
Conservation du produit scalaire :
Z Z
x(t) y (t) dt = X (ν) Y ∗ (ν) d ν
∗
Spectre d’énergie
F(γxy (τ )) = Γxy (ν) = X (ν) Y ∗ (ν)
F(γx (τ )) = Γx (ν) = |X (ν)|2
Γx (ν) : densité spectrale (spectre) d’énergie
Position du problème
Z
Si x est périodique, x(t)e −2iπνt dt ne converge pas
R
Pas de transformée de Fourier pour les fonctions périodiques ?
Solutions
Approche rigoureuse : changement de cadre mathématique (annexe A)
Approche pratique : impulsion de Dirac δ(t)
Impulsion de Dirac
δ(t) définie pour tout t ∈ R
Z
δ(t − t0 )x(t)dt = x(t0 )
R
x(t)δ(t − t0 ) = x(t0 )δ(t − t0 )
Yves Goussard (GBM6103A) Signal déterministe 3 septembre 2014 15 / 36
Transformée de Fourier de signaux périodiques II
Impulsions de Dirac et transformée de Fourier
Application de la définition
F F
TF : δ(t − t0 ) ↔ e −2iπνt0 ⇒ δ(t) ↔ 1ν
F F
TFI : e 2iπν0 t ↔ δ(ν − ν0 ) ⇒ 1t ↔ δ(ν)
Signaux périodiques
x T -périodique ⇐⇒ x décomposable en série de Fourier
1
X Z
x(t) = Xk e 2iπkt/T Xk = x(t)e −2iπkt/T dt
T I
k∈Z
Propriété de linéarité
X
X (ν) = Xk δ(ν − k/T ) Spectre de raies
k∈Z
Yves Goussard (GBM6103A) Signal déterministe 3 septembre 2014 16 / 36
Transformée de Fourier de signaux à temps continu
f de carré sommable
Z
TF : X (ν) = x(t)e −2iπνt dt
ZR
TFI : x(t) = X (ν)e 2iπνt d ν
R
x périodique de période T
1
X Z
TF : X (ν) = Xk δ(ν − k/T ) Xk = x(t)e −2iπkt/T dt
T I
k∈Z
Z X
TFI : x(t) = X (ν)e 2iπνt d ν = Xk e 2iπkt/T
R k∈Z
sgn t 1/(iπν)
1 δ(ν)
(−2iπt)m δ (m) (ν)
1/t −i π sgnν
|t| −1/2π 2 ν 2
Rect(−T /2, T /2) T (sin πT ν)/πT ν
max{0, 1 − |t|/T } T ((sin πT ν)/πT ν)2
νo (sin πν0 t)/πν0 t Rect(−ν0 /2, ν0 /2)
δ(t) 1
δ (m) (t) (2iπν)m
±2iπT ν
P δ(t ± T ) Pe
P n∈Z δ(t − nT ) (1/T
P) n∈Z δ(ν − n/T )
−2iπnT ν
n∈Z cn δ(t − nT ) n∈Z cn e
Principe
Échantillonnage à la période Te
En pratique : x(t) −→ {x(nTe ) ; n ∈ Z}
X
Représentation mathématique : pTe (t) = δ(t − nTe )
n∈Z
X
x(t) −→ xe (t) = pTe (t) x(t) = x(nTe )δ(t − nTe )
n∈Z
F
X
Remarque : pTe (t) ↔ PTe (ν) = 1/Te δ(ν − k/Te )
k∈Z
F
Interprétation fréquentielle : x(t) ↔ X (ν)
F
xe (t) ↔ Xe (ν) = PTe (ν) ∗ X (ν)
!
X
= 1/Te δ(ν − k/Te ) ∗ X (ν)
k∈Z
X
= 1/Te X (ν − k/Te )
k∈Z
Conséquence
x(t) échantillonné à la période Te
Z 1
Te
x(nTe ) = Te X (ν)e 2iπνnTe d ν
0
Synthèse
X
xe (t) = xn δ(t − nTe ) ⇐⇒ Xe (ν) périodique de période 1/Te
n∈Z
X
TF : Xe (ν) = xn e −2iπνnTe
n∈Z
Z 1
X Te
TFI : xe (t) = xn δ(t − nTe ) xn = Te Xe (ν)e 2iπνnTe d ν
n∈Z 0
F
Si xn = x(nTe ) avec x(t) ↔ X (ν), alors Xe (ν) est obtenu par
périodisation de X (ν) à la période 1/Te :
1 X n
Xe (ν) = X ν−
Te Te
n∈Z
Position du problème
Possibilité de passer de manière réversible (sans perte d’information) de
x(t) à xe (t)
Solution
Domaine temporel
x(t) −→ xe (t) : immédiat
xe (t) −→ x(t) : ? ? ?
Domaine fréquentiel
X (ν) −→ Xe (ν) : 1/Te - périodisation
Xe (ν) −→ X (ν) : retrouver X (ν) dans sa version périodisée Xe (ν)
Condition suffisante
X (ν) à support limité de taille L
L < 1/Te
Cas usuel
x(t) à bande limitée [−B , B] : X (ν) = 0 si |ν| > B
Si 2B < 1/Te ⇔ B < 1/(2Te ), x(t) peut être échantillonné sans
perte d’information
En pratique
Xe (ν) défini à partir de sa « période centrale » [− 2T1 e , 2T1 e ]
Les fréquences « utiles » de x(t) et xe (t) sont dans [− 2T1 e , 2T1 e ]
1
|X(ν)|
0.5
Spectre de xe
1
|Xe(ν)|
0.5
Échantillonnage
X X
X (ν) −→ Xe (ν) = 1/Te X (ν − k/Te ) = x(nTe )e −2iπνnTe
k∈Z n∈Z
X
x(t) −→ xe (t) = pTe (t) x(t) = x(nTe )δ(t − nTe )
n∈Z
Illustrations
Voir démonstrations demo_replie1D.m et demo_alias1D.m
Situations typiques
Échantillonnage d’une quantité d’intérêt (signal, image,...) fonction de
variables continues
Choix de la période d’échantillonnage ?
Limitation du recouvrement spectral :
Transformée de Fourier
Application des définitions au signal hypothétique xd (t)
Transformée de Fourier à temps discret :
X
X (νr ) = xn e −2iπnνr
n∈Z
n = t/Te
X X
Xe (ν) = x(nTe )e −2iπνnTe X (νr ) = xn e −2iπnνr
n∈Z n∈Z
νr = νTe = ν/νe
X
x
0 0
0 0
Temps Fréquence
x continu périodique X discret non périodique
X
x
0 0
0 0
Temps Fréquence
x discret non périodique X continu périodique
X
x
0 0
0 0
Temps Fréquence
x discret périodique X discret périodique
X
x
0 0
0 0
Temps Fréquence
Formalisation
x périodique
X X
x(t) = Xk e 2iπkt/T X (ν) = Xk δ(ν − k/T )
k∈Z k∈Z
1
Z
Xk = x(t)e −2iπkt/T dt
T I
x à temps discret
X X
x(t) = xn δ(t − n) X (νr ) = xn e −2iπnνr
n∈Z n∈Z
Z 1
2
xn = X (νr )e 2iπnνr d νr
− 12
Mise en œuvre
Calcul rapide par FFT si N est une puissance entière de 2
Yves Goussard (GBM6103A) Signal déterministe 3 septembre 2014 33 / 36
Représentation fréquentielle, TF discrète et problèmes
pratiques I
TF discrète et représentation spectrale
N échantillons xn ; 0 ≤ n ≤ N − 1. Que représente sa TFD
Xk ; 0 ≤ k ≤ N − 1 ?
Si x exactement périodique de période N
Xk : transformée de Fourier « exacte »
Si x nulle à l’extérieur de [0 , N − 1]
Xk = X (νr ) pour νr = k/N
Conséquences et applications
x périodique, mais erreur sur la période : voir demo_sin.m
Si x nul à l’extérieur de [0 , N − 1] : calcul de X (νr ) pour
νr = k/P ; P > N en prolongeant {xn ; 0 ≤ n ≤ N − 1} par des 0
Bourrage de zéros. Voir demo_bourrage.m
Symétriquement : rééchantillonnage de x en prolongeant Xk par des 0
Yves Goussard (GBM6103A) Signal déterministe 3 septembre 2014 34 / 36
Représentation fréquentielle, TF discrète et problèmes
pratiques II
Rééchantillonnage (décimation)
Nécessité d’un filtrage passe-bas pour éviter le recouvrement spectral
Outil omis
Transformée en z (signaux à temps discret)
Applications
Exemples et démonstrations
Travaux pratiques