Académique Documents
Professionnel Documents
Culture Documents
Joseph FOURIER
(1768-1830)
Préfet de l’Isère,
membre de
l’Académie des
sciences, membre de
la Légion d’honneur
– Exemples
• Lumière:
les couleurs dépendent de la
longueur d'onde (= la fréquence)
Partie 2 – Signaux déterministes et analyse de Fourier
• Notion de fréquence
– Exemples
• Acoustique:
– Sons graves = basses fréquences
– Sons aigus = hautes fréquences
• Imagerie:
– Surfaces = basses fréquences
– Contours = hautes fréquences
Partie 2 – Signaux déterministes et analyse de Fourier
• Vers une représentation fréquentielle ...
– Une représentation fréquentielle de l'information est souvent +
facile à interpréter que la représentation temporelle
– Exemple: Analyse d'ondes cérébrales
Rep. temporelle Rep. fréquentielle
Ondes Alpha: engendrées lorsque le
sujet change son niveau d'attention
(f. modérées, amplitude importante)
– Signal discret
Transformation de Fourier à temps discret (TFTD)
Introduction
• Petite expérience : mélangeons quelques sinus ...
4.1 Définitions
• Forme trigonométrique
La DSF consiste à exprimer un signal périodique de période 𝑇 comme
une combinaison linéaire de fonctions sinusoïdales de fréquences
multiples de la fréquence fondamentale 𝑓1 = 1/𝑇
Un signal 𝑥(𝑡) de période 𝑇, s'exprime comme
+∞
2𝜋𝑡𝑘 2𝜋𝑡𝑘
𝑥 𝑡 = 𝑥 𝑡 + 𝑇 = 𝑎0 + 𝑎𝑘 cos + 𝑏𝑘 sin
𝑇 𝑇
𝑘=1
T /2 T /2
ak 2
T
T /2
x(t ) cos(2 tk / T )dt , k 0 bk 2
T
T /2
x(t )sin(2 tk / T )dt , k 0
Partie 2 – Analyse de Fourier Chapitre 4 – Décomposition en série de Fourier
4.1 Définitions
• Forme complexe
– Rappel des formules d’Euler
sin(2 t / T ) 1 e j 2 t /T e j 2 t /T
2j
– Application à la DSF
cos(2 t / T ) 1 e j 2 t /T e j 2 t /T
2
x(t ) a0 a
k 1
k cos(2 tk / T ) bk sin(2 tk / T )
x(t ) a0 1
2 a k 1
k jbk exp( j 2 tk / T ) ak jbk exp( j 2 tk / T )
x(t ) ce
k
k
j 2 tk /T
ck 1
T x(t )e j 2 tk / T dt , k
T / 2
Partie 2 – Analyse de Fourier Chapitre 4 – Décomposition en série de Fourier
4.1 Définitions
• Forme complexe
T /2
x(t )
k
ck e j 2 tk /T ck 1
T x(t )e j 2 tk /T dt , k
T /2
• Théorème de Parseval
la puissance du signal est conservé dans l’un ou l’autre domaine de
représentation.
T /2
Px 1
T | x(t ) |2 dt
k
| ck |2
T / 2
Partie 2 – Analyse de Fourier Chapitre 4 – Décomposition en série de Fourier
T /2
ck lim 1
T T
T / 2
x(t )e j 2 tfk dt
Partie 2 – Analyse de Fourier Chapitre 4 – Décomposition en série de Fourier
4.4 Représentation
• Spectre unilatéral
+∞ 2𝜋𝑡𝑘 2𝜋𝑡𝑘
𝑥 𝑡 = 𝑎0 + 𝑘=1 𝑎𝑘 cos + 𝑏𝑘 sin
𝑇 𝑇
1
• 𝑓1 = : fréquence fondamentale
𝑇
• 𝑓𝑘 = 𝑘𝑓1 avec 𝑘 ∈ ℕ∗ : fréquences harmoniques
𝑎0 𝑏𝑘
• 𝐴0 = 𝐴𝑘 = 𝑎𝑘2 + 𝑏𝑘2 𝛼𝑘 = arctan −
2 𝑎𝑘
2
𝐴𝑘 𝐴𝑘 𝐴1 2 𝛼𝑘
𝐴1 𝛼1
2 𝛼0
𝐴0 𝐴0 𝐴2 2
𝐴2
2f1
f
0 f1
𝛼2
f f
0 f1 2f1 0 f1 2f1
Spectre d’amplitude Spectre de puissance ou Spectre de phase
Densité spectrale de puissance
Partie 2 – Analyse de Fourier Chapitre 4 – Décomposition en série de Fourier
4.4 Représentation
• Spectre bilatéral
+∞
𝑥 𝑡 = 𝑐𝑘 𝑒 𝑗2𝜋𝑡𝑘𝑓1
𝑘=−∞
1
𝑓1 = : fréquence fondamentale
𝑇
𝑓𝑘 = 𝑘𝑓1 avec 𝑘 ∈ ℕ∗ : fréquences harmoniques
𝑐𝑘 𝑐𝑘 2 𝐴𝑟𝑔(𝑐𝑘 )
𝐴𝑟𝑔(𝑐−2 ) 𝐴𝑟𝑔(𝑐0 )
𝑐−1 𝑐−1 2 2
𝑐1 𝑐1 𝐴𝑟𝑔(𝑐1 )
𝑐0 𝑐0 2
𝑐−2 𝑐−2 2 2 -f1
𝑐2 𝑐2 2f1
f
-2f1 f1
𝐴𝑟𝑔(𝑐−1 )
f f 𝐴𝑟𝑔(𝑐2 )
-2f1 -f1 0 f1 2f1 -2f1 -f1 0 f1 2f1
Spectre d’amplitude Spectre de puissance ou Spectre de phase
Densité spectrale de puissance
Partie 2 – Analyse de Fourier Chapitre 4 – Décomposition en série de Fourier
4.4 Représentation
• Exemples
Partie 2 – Analyse de Fourier Chapitre 4 – Décomposition en série de Fourier
4.4 Représentation
|𝑐𝑘 | 𝐴𝑟𝑔(𝑐𝑘 )
+∞ 𝑗2𝜋𝑡𝑘𝑓1
• Exemples (𝑥 𝑡 = 𝑘=−∞ 𝑐𝑘 𝑒 ):
𝟏 𝜋
• 𝑥 𝑡 =1
−2𝑓1 − 𝑓1 𝟎 𝑓1 2𝑓1 𝑓 −2𝑓1 − 𝑓1 𝑓1 2𝑓1 𝑓
−𝜋
1 𝜋
• 𝑥 𝑡 = cos 2𝜋𝑓𝑎 𝑡 𝟏/𝟐 𝟏/𝟐
1 𝜋
• 𝑥 𝑡 = sin 2𝜋𝑓𝑎 𝑡 𝟏/𝟐 𝟏/𝟐 𝝅/𝟐
𝒇𝟏
𝑓1 = 𝑓𝑎 −2𝑓1 − 𝒇𝟏 0 𝒇𝟏 2𝑓1 𝑓 −2𝑓1 − 𝒇𝟏 −𝝅/𝟐2𝑓1 𝑓
• 𝑥 𝑡 = 2 sin 2𝜋𝑓𝑎 𝑡 𝟏 1 𝟏
𝝅/𝟐
𝜋
𝒇𝟏
𝑓1 = 𝑓𝑎
−2𝑓1 − 𝒇𝟏 0 𝒇𝟏 2𝑓1 𝑓 −2𝑓1 − 𝒇𝟏 −𝝅/𝟐2𝑓1 𝑓
−𝜋
4.4 Représentation
• Exemples: |𝑐𝑘 | 𝐴𝑟𝑔(𝑐𝑘 )
• 𝑥 𝑡 = cos 2𝜋𝑓𝑎 𝑡 1 𝜋
𝟏/𝟐 𝟏/𝟐
𝑓1 = 𝑓𝑎
−2𝑓1 − 𝒇𝟏 0 𝒇𝟏 2𝑓1 𝑓 −2𝑓1 − 𝑓1 𝑓1 2𝑓1 𝑓
−𝜋
• 𝒙 𝒕 = 𝑨 𝐜𝐨𝐬 𝟐𝝅𝒇𝟏 𝒕 + 𝝋
|𝑐𝑘 | 𝐴𝑟𝑔(𝑐𝑘 )
𝑨/𝟐 𝑨/𝟐
𝝋
−𝒇𝟏
4.4 Représentation
• Exemples:
|𝑐𝑘 | 𝐴𝑟𝑔(𝑐𝑘 )
𝟏 1 𝟏 𝜋
𝟏/𝟐 𝟏/𝟐 𝝅/𝟐
𝟐𝒇𝟏
Représentation temporelle
Représentation fréquentielle
Partie 2 – Analyse de Fourier Chapitre 4 – Décomposition en série de Fourier
Phénomène de Gibbs:
Signal carré Signal reconstruit à partir du spectre Oscillations d’amplitude égale
à 9% de la discontinuité
ℎ 𝑡 =
𝑡 𝑡
𝐴 pour − 0 + 𝑘𝑇 ≤ 𝑡 ≤ 0 + 𝑘𝑇 𝑘∈ℤ
2 2
𝑐𝑘
0 sinon ck 𝐴/4
de période 𝑇 = 4𝑡0
avec 𝑡0 = 1ms
1 𝑇/2 −𝑗2𝜋𝑡𝑘/𝑇 𝑑𝑡
𝑐𝑘 = ℎ(𝑡)𝑒
𝑇 −𝑇/2
𝐴𝑡0 𝜋𝑘𝑡0
𝑐𝑘 = 𝑠𝑖𝑛𝑐
𝑇 𝑇
𝑘=+∞
𝐴𝑡0 𝜋𝑘𝑡0 𝑗2𝜋𝑡𝑘/𝑇
ℎ 𝑡 = 𝑠𝑖𝑛𝑐 𝑒
𝑇 𝑇
𝑘=−∞