TRAITEMENT du SIGNAL – M.

SABRI – Faculté des Sciences et Techniques BENI MELLAL - 2008

Ch. I : RAPPELS MATHEMATIQUES

SERIES et TRANSFORMEES de FOURIER

DIST RIBUTIONS
PROBABILITES

I. ESPACES des SIGNAUX

On note s(t) un signal physique déterministe dépendant de la variable temps t.

1 signaux intégrables : L1 () = {s /  s(t) dt + }



On définit la norme de la convergence en moyenne :

||s||1 =  s(t) dt


2 signaux de carré sommable : L2 () = {s /  s(t) 2

dt + }


On définit la norme de la convergence en moyenne quadratique :

||s||2 =  s(t) 2
dt


3 signaux à décroissance rapide S(R) :

C’est le sous espace de L1 des signaux s(t) tels que :

(p  N ) Lim t p s(t) = 0 .

⎯
⎯t → 
4 signaux indéfiniment dérivables : C∞

5 signaux indéfiniment dérivables à support borné : D

II. SERIES de FOURIER

Soit s(t) dans L1 [0,T] périodique de période T. La décomposition en série de Fourier

de s(t) s’écrit :
+ t
j 2 n
s(t) =  cn e T
(1)
n =−

1T − j 2 n
t
cn =
T0
 s(t)e dt (2) T

(cn ) n est le spectre de Fourier du signal s(t). Selon l’espace des signaux on a :

Dans l’espace L1 Lim cn = 0

⎯⎯n
→
+
Dans l’espace L2
c n
2
+
n=−
+
Dans l’espace C1
c n +
n =−

1
TRAITEMENT du SIGNAL – M. SABRI – Faculté des Sciences et Techniques BENI MELLAL - 2008

Dans l’espace C 2 c K
n
n2
Dans l’espace C∞ (k ) Lim nk cn = 0
n
⎯⎯→ +

Théorème de Dirichlet (convergence locale) :

Soit s dans L1 [0,T] de période T. t 0 étant un point de discontinuité de s,

si les limites et les dérivées de s(t) à droite et à gauche de t0 existent, alors :

+N j 2 n
t0
Lim ( c n e
1
T )= (s(t 0+ ) + s(t 0− ))
⎯⎯→ + 2
Théorème de Perceval N −N

+ 1T
 c(n) 2
= . s(t) dt
T
2
(4)
− 0

III . TRANSFORMEE de FOURIER et CONVOLUTION

τ n définit la transformée de Fourier S=F(s) d’un signal s par :

+
S( f ) =  s(t)e − j 2 ft
dt (5)
−
Théorème de Riemann-Lebesgue

Etant donné s dans L1

▪ S est une fonction continue et bornée sur R.
▪ F est un opérateur linéaire et continu de L1 dans L∞
▪ Lim S( f ) = 0
⎯ ⎯→
f
+

Théorème de Perceval
 S( f ) df =  s(t) (6)
2 2
dt
 

Convolution

On définit la convolution de deux signaux x et y par :

+

(x  y)(t) =  x(u) y(t − u)du (7)

−
τ n a les propriétés suivantes, selon l’espace des signaux de travail :

x, y dans L1 F(x  y)=X.Y

x, y,X, Y dans L1 F(x.y)=X  Y
x, y dans L2 F(x.y)=X  Y et x  y= F*(X.Y)
x dans L2 , y dans L1 x  y= F*(X.Y) presque partout

2
TRAITEMENT du SIGNAL – M. SABRI – Faculté des Sciences et Techniques BENI MELLAL - 2008

Transformées usuelles

x(t) X(f)
x(t-T) e-j2πfTX(f) Retard
e j2πθt x(t) X(f-θ) Déphasage
x(a.t) 1 X( f ) Changement d’échelle
a a
e-a |t|
; Re(a)>0 Lorentzienne, amortissement
2a
a 2 + 4 2 f 2
 Gaussienne, cas particulier a=
2

e −at 2 − f2
e a ;a>0
a

IV. DISTRIBUTIONS

D étant l’espace des signaux indéfiniment dérivables à support borné, on appelle

distribution T toute application linéaire continue de D dans l’espace des complexes C.
L’espace des distributions est noté D’ (Dual topologique de D).

T(cp)=<T,cp>   D (8)

La dérivée d’une distribution T

T (k)(cp)=<T(k),cp>=(-1)(k)<T,cp(k)> (9)

Distribution associée à une fonction f

+

<Tf,cp>=<f,cp>=  f (t) (t)dt (10)

−
Distributions tempérées

Ce sont les applications linéaires continues de S , espace des signaux à décroissance

rapide, dans C. Leur espace est le dual de S noté S’.

Distribution de Dirac δ
δ(cp)=< δ,cp>=cp(0) (11.1)
δa(cp)=< δa,cp>=cp(a) (11.2)
δ’(cp)=-cp’(0) (11.3)
δ’’(cp)=cp’’(0) (11.4)

δ est l’élément neutre de la convolution :

< s  δ,cp>=<s,cp> (12)

Usage pratique (abusif) de δ :

+

 x(t). (t −  )dt = x( ) (13.1)

−

3
TRAITEMENT du SIGNAL – M. SABRI – Faculté des Sciences et Techniques BENI MELLAL - 2008

+

 (t)dt = 1 (13.2)
−
δ(0)=1 (13.3)

Dérivée d’une fonction discontinue

s étant un signal discontinu au point t0 et ayant des limites finies à droite et à gauche
de t 0 , la dérivée de s est une distribution :

T=[s (t0 +)-s(t0-)].δ + s’ (14)

s’ étant la fonction dérivée de s pour t différent de t 0 et nulle au point t 0 .

V. TRANSFORMEE de FOURIER des DISTRIBUTIONS

La transformée de Fourier F(T) d’une distribution T est la distribution F(T)

définie par :
<F(T),cp>=<T,F(cp)> (15)
F(cp),  D.

T F (T)
δa e-j2πaf
ej2πat δa
sign(t) 1 .1
j f
u(t) (échelon un au point 0) 1 + 1 . 1
2 j2 f
Sin(2πf0 t)  ( f − f0 ) −  ( f + f0 )
2j
Cos(2πf0 t)  ( f − f0 ) +  ( f + f0 )
2

VI. TRANSFORMEE de LAPLACE

τ n définit la transformée de Laplace S(p) d’un signal s par :

+

S( p) =  s(t)e − pt
dt (16)
0
1 1/p
t 1/p2
s’ (t) p.S(p)-s(0)

Application aux équations différentielles linéaires à coefficients constants

a.x’’(t)+b.x’(t)+c.x(t)=y(t) , devient :
X ( p) = Y ( p) + a.x'(0) + (a. p + b).x(0)
a.p 2 + b. p + c