Académique Documents
Professionnel Documents
Culture Documents
I1.
Etude thorique :
Transformation de Fourier : dfinition
La transformation de Fourier peut tre vue mathmatiquement comme un cas particulier de celle de Laplace, en posant pour la variable frquentielle. On dfinit :
La fonction
. En que la pulsation
traitement de signal, on utilise plus volontiers la variable frquence , habituellement utilise en transforme de Fourier. 2. Spectre d'amplitude et spectre de phase
Dans le cas gnral, la transforme de Fourier d'une fonction produit une fonction valeurs complexes. transforme de Fourier : Le spectre d'amplitude : Le spectre de phase : Comme pour le dveloppement en sries de Fourier, on assiste l'apparition de frquences ngatives, qui ne s'interprtent pas directement, mais qui sont nanmoins porteuses d'nergie. La transforme de Fourier ici correspond l'enveloppe du spectre discret du dveloppeme nt de Fourier. Dans cette transformation de Fourier, toutes les frquences sont mises contribution pour la reprsentation frquentielle du signal temporel : le spectre estcontinu. Contrairement au dveloppement en sries de Fourier qui gnre une foncti n priodique sur o tout l'axe rel quelles que soient les valeurs prises par cette fonction en dehors de la priode considre, la transformation de Fourier est applique la fonction agissant sur tout l'axe rel. Il est ainsi cr une correspondance entre l'espace temporel o le signal volue, et l'espace frquentiel qui un peu plus abstrait. Les lectriciens appellent cela la dualit temps-frquence. Les cristallographes parlent d'espace direct et d'espace rciproque, etc. 3. La srie de Fourrier En analyse, les sries de Fourier sont un outil fondamental dans l'tude des fonctions priodiques. C'est partir de ce concept que s'est dveloppe la branche des mathmatiques connue sous le nom d'analyse harmonique. . Ainsi, on peut obtenir deux informations de la fonction
l'analyse, qui consiste en la dtermination de la suite de ses coefficients de Fourier ; la synthse, qui permet de retrouver, en un certain sens, la fonction l'aide de la suite de ses coefficients.
a. Principe des sries de Fourier On ne peut pas obtenir toutes les fonctions admettant T pour priode comme une telle combinaison, ne serait-ce que parce qu'un polynme trigonomtrique est ncessairement indfiniment drivable. L'ide sous-jacente l'introduction des sries de Fourier est de pouvoir obtenir une fonction admettant T pour priode, par exemple continue, comme somme de fonctions sinusodales:
Avec les coefficients cn(f), appels coefficients de Fourier de f, dfinis par la formule :
La srie de Fourier, Sn(f), est la srie de fonctions obtenue en sommant les harmoniques successifs jusqu'au rang n, soit :
b. Reconstitution des fonctions Une des questions centrales de la thorie est celle du comportement de la srie de Fourier d'une fonction et en cas de convergence de l'galit de sa somme avec la fonction initialement considre, ceci dans le but de pouvoir remplacer l'tude de la fonction elle-mme par celle de sa srie de Fourier, qui autorise des oprations analytiques aisment manipulables. Sous des hypothses de rgularit convenables, une fonction priodique peut effectivement se dcomposer comme somme de fonctions sinusodales. Pour une fonction priodique f de priode T, continue en un rel x, et drivable droite et gauche en x, le thorme de Dirichlet affirme la convergence de sa srie de Fourier value en x et donne l'galit :
. Si f est valeurs relles, l'galit ci-dessus se rcrit avec les coefficients de Fourier rels :
Le thorme de convergence uniforme de Dirichlet est une version globale du thorme de convergence ponctuelle. Pour une fonction T-priodique et continment drivable au voisinage de tout point d'un segment I, la srie de Fourier de f converge uniformment vers f sur I. La dmonstration consiste constater que les constantes dans les estimations de la preuve du thorme de convergence ponctuelle peuvent trechoisies indpendamment du point dvaluation . En particulier, la srie de Fourier d'une fonction continment drivable etT-priodique, converge uniformment sur vers la fonction. PS: Il suffit que la fonction soit continment drivable par morceaux et continue.
II-
Objectif :
Ce TP comprend deux parties :
y y
Etude de la Transforme de Fourier Discrte dun signal priodique, ceci fera lobjet de la Partie I. Etude de la reprsentation par une Srie de Fourrier dun signal priodique, dans la Partie II.
Dans ce TP on va avoir recours des commandes prdfinies tel que fft, fftshift , ifft, square
PARTIE I :
1. on va construire une fonction Sampled_Sine.m qui pour un vecteur p=[f1, f2, n, N] retourne les chantillons dun signal sinusodale x(t)=sin(2*pi*f1*t) sur lintervalle t=[0,N/f2] avec une priode dchantillonnage gale Te=1/nf2. On appelle nf2/f1 le facteur de surechantillonnage caractrisant lchantillonnage dun signal donn. Voila donc limplmentation de cette fonction sur MATLAB:
function[x]=Sampled_Sine(f1,f2,n,N)
18
16
14
12
10
0 0 5 10 15 20 25 30 35 40 45
En fait, notre signal donne deux impulsions de Dirac qui a peu prs aux frquences : f1 et f1 . Ce rsultat est conforme au rsultat thorique puisque la transforme de Fourrier de la fonction sinus sont deux Dirac symtrique par rapport l axe des ordonnes.et voila la dmonstration :
Remarque : En fait, lors quon fait augmenter le nombre des points de la FFT, on remarque lapparition de la courbe reprsentative dun sinus cardinale. Cela est expliqu par le faite quon a utilis un vecteur ou un nombre de points fini c'est--dire on a discrtis le temps et on a pris un nombre fini de points. Cest comme si on a multipli par une porte. Or on sait quune porte dans le domaine temporel correspond un sinus cardinal dans le domaine frquentiel. Voila la reprsentation obtenue :
3. Lorsquon augmente la valeur de n, le signal chantillonn est mieux reprsent En fixant N=10 et on faisant varier n on obtient
x 10 9
x 10 2.5
-14 -15
6
1.5
3
0.5
0 0 5 10 15 20 25
Pour n=0.5
5 0
Pour n=2 :
4 5
4 0
3 5
3 0
2 5
2 0
1 5
1 0
0 0 2 0 4 0 6 0 8 0 1 0 0 1 2 0
Pour n=10
400
350
300
250
200
150
100
50
0 0 5 10 15 20 25 30
Pour N=5
Pour N=100
Plus on augmente la valeur de N, meilleur la reprsentation sera. 5. On peut rcuprer le signal partir de sa TDF, en utilisant les commandes suivantes en matlab : clear all n=10; N=10; f2=10^3; f1=10^3; x1=Sampled_Sine(f1,f2,n,N); y=fft(x1) plot(abs(y)); y1=fftshift(fft(x1)) Fe=(n*f2) pas=Fe/(length(y1)-1) freq=-Fe/2:pas:Fe/2; plot(freq,abs(y1)) plot(abs(fftshift(fft(x1,10000)))) plot(real((ifft(ifftshift(y1)))))
Partie 2 : Le dveloppement en srie de fourrier du signal priodique carr(Amplitude unitaire et moyenne nulle) :
x(t)= Xk = (1/T
dt
= (-1/T ) [
Notre fonction nous donne un signal carr qui vari entre 1 et -1 avec une priode T=2/f1
5. Pour le vecteur p =[10^3 ,10^3 ,20,4] le signale y gnr est donn par : f1=10^3 ; f2=10^3 ; n=20 ; N=4 ; y=Sampled_Square(f1,f2,n,N)
10
La figure ci-contre montre qu il ya une un lgre superposition entre les deux courbes. Plus le nombre des termes augmente plus le rsultat est plus bon
Plus le signal le nombre des chantillons est grand plus que les deux figures se ressemblent.
11
r s
t ti
F urri r
Conclusion :
Le trans rme et la srie de F rrier s nt des outils mathmatiques trs efficaces en traitement de signale lors qu il s agit de la transmission d un signal et la reconstitution de ce signal. L erreur entre le signal initial et le signal reconstitu est trs faible vue le nombre des chantillons utilis.
12