Académique Documents
Professionnel Documents
Culture Documents
Chapitre 2
II. Analyse
y de Fourier
Partie 1: Série de Fourier
Analyse
y de Fourier
Introduction :
Qu'est
Qu est ce qu
qu'une
une fréquence?
La fréquence est le nombre de fois qu'un phénomène périodique se
reproduit
p p
pendant une durée déterminée. C'est donc l'inverse de la
période f = 1/T. La fréquence est mesurée en hertz (= 1/seconde).
Dans un son
Dans un son
La fréquence Sons graves = basses fréquences
permet de Sons aigus = hautes fréquences
caractériser un Dans une image :
certain type Surfaces =basses fréquences
Contours =hautes fréquences
d'information
Dans une onde lumineuse :
Les couleurs dépendent de la
Les couleurs dépendent de la
longueur d'onde = la fréquence
Analyse
y de Fourier
Introduction :
L notion
La ti d de ffréquence
é estt éégalement
l t présente
é t dans
d : la
l voix,
i un
téléphone portable, la radio, l'ADSL, le radar, le télémètre, le GPS, ….
Toutes ces applications font intervenir le contenu fréquentiel de
l'information dans au moins
une partie du traitement :
une représentation
fréquentielle de l'information
est dans certains
est,
cas plus facile à interpréter
que la représentation
temporelle.
Analyse
y de Fourier
Introduction :Vers une rep. fréquentielle
L notion
La ti ded ffréquence
é estt intéressante,
i té t
mais comment connaitre les fréquences que contient
un signal ?
¾ Exemple d'un signal sinusoïdal :
f0 est l’unique fréquence du signal
x(t ) = A sin (2πf 0 t + Φ ) donc p
pour un sinus, c’est facile..
¾Exemple d’une onde lumineuse :
Fréquences variables au cours du temps (du
rouge au violet). Comment caractériser les
informations fréquentielles
q contenues dans
ce signal ? ici, c'est plus difficile ...
Analyse
y de Fourier
Introduction :Vers une rep. fréquentielle
-1
1
C’est le principe de -2
Synthèse de Fourier,
le problème inverse est la -3
Décomposition en Série de -4
0 1 2 3 4 5 6 7 8 9 10
Fourier Temps
Analyse
y de Fourier
Décomposition en Série de Fourier (DSF)
Exprimer un signal x(t) de période T comme une combinaison
linéaire de fonctions sinusoïdales de fréquences
q multiples
p de f0 =1/ T,
dite fréquence fondamentale.
g q
Définition de la DSF : forme trigonométrique
Un signal x(t) de période T , s’exprime sous certaines conditions comme :
∞
a0
x n (t ) = + ∑ a n cos( n ω t ) + bn sin( n ω t )
2 n =1
2T 2T
an = ∫ x(t ) cos((nω t )dt bn = ∫ x(t ) sin( i ( nω t )dt
T 0 T 0
2T an et bn : coefficients de la série de Fourier
a0,a
a 0 = ∫ x ( t ) dt
T 0 a0 : la valeur moyenne ou composante continue
Analyse
y de Fourier
Décomposition en Série de Fourier (DSF)
Conditions de Dirichlet. (Existence de la série de Fourier).
Fourier a considère les signaux continus et périodique
Dirichlet a considère les signaux
g discontinus et p
périodique.
q Dans ce cas le signal
g
discontinus est quand même DSF sous les conditions suivantes :
1)L signal
1)Le i l doit
d it être
êt périodique
é i di de
d période
éi d T
2
di
discontinuité.
ti ité
4) Le signal doit être a puissance moyenne finie dans [0 , T ]
est :
Analyse
y de Fourier
Décomposition en Série de Fourier (DSF) Vm
v (t ) v (t ) = t
T
Exemple : Calculer la série de Fourier du V m
Le signal
g est périodique de période T, il est donc Développable en
Série trigonométrique de Fourier.
T T
2 2 Vm
Calcul de a0 a0 = ∫0 v ( t ) dt = ∫ t dt = V m
T T 0 T
2 T
2 T
V
Calcul de an a n = ∫ v(t ) cos(nω t ) dt = ∫ m t cos(nω t ) dt = 0 pour tout n
T0 T0 T
Calcul de bn b n = 2 T
2 T
Vm Vm
∫ v ( t ) sin( n ω t ) dt = ∫ t sin( n ω t ) dt = −
T 0 T 0 T πn
Vm Vm ∞ 1
La série de Fourier de v(t) est : v n (t ) = + ∑ sin( n ω t )
2 π n =1 n
Analyse
y de Fourier
Décomposition en Série de Fourier (DSF)
Reconstruction du signal (si T = 1s et Vm=1) :
Original n=7
Cependant,
C d lorsqu'il
l il y a une n=15 n=51
discontinuité, il y a un pic qui 1 1
apparaît dans le signal
reconstruit : 0.5 0.5
Si la symétrie
y est parfaite
p p
par rapport
pp à l’origine
g a0 = 0
⎧ ∀ t ∈ ℜ x ( − t ) = − x (t )
B Si x(t)
B. (t) est un signal impair ⎨
⎩ a n = 0 , b n ≠ 0 et a 0 = ?
T /2
4
On simplifie par le calcul de bn bn =
T
∫ x (t ) sin( n ω t ) dt
0
Analyse
y de Fourier
Décomposition en Série de Fourier (DSF) 4Im
i (t ) = t
i(t ) T
Exemple : Calculer la série de Fourier du I m
0.5 0.5
0 0
-0.5
0.5 -0.5
0.5
-1 -1
0 0.5 1 1.5 2 0 0.5 1 1.5 2
n=7 n=11
1 1
0.5 0.5
0 0
-0.5 -0.5
-1 -1
0 0.5 1 1.5 2 0 0.5 1 1.5 2
a0 ⎛ bn ⎞
A0 = , An = (a n ) + (b n ) et Φ n = arctan ⎜⎜
2 2
⎟⎟
2 ⎝ an ⎠
Il est alors possible de tracer deux graphes : le spectre
d’amplitude An et le spectre de phase
Φn
¾ la distribution des amplitudes par rapport aux fréquences qu’on appelle
le spectre d’amplitude
et
¾la distribution des phases des harmoniques en fonction de la fréquence
qu’on appelle le spectre de phase
Analyse
y de Fourier
Définition de la DSF : forme complexe
Un signal x(t) périodique de période T est dit développable
en série complexe de Fourier si seulement si ∃ C (n )
des coefficients non nuls tel que :
+∞ 2π π
1T − j nt
∑ C ( n )e
j nt
x (t ) = T
C ( n ) = ∫ x (t ) e T dt
n = −∞ T 0
Différentiation :
⎛ 2π ⎞ ( v )
k k
d v (t )
x (t ) = ⇔ C (n) = ⎜ j n ⎟ C (n)
⎝ T ⎠
k
dt
Théorème de Parseval : La puissance moyenne d’un signal
périodique
é i di x(t) est: 1 +∞
= ∫ dt = ∑
2 2
P moy x (t ) C (n)
T T n = −∞
est :
Analyse
y de Fourier
Conclusion
Les points clés de la première partie de ce chapitre
sont :
A. Calcul de la série de Fourier d'une fonction
périodique.
périodique
B. Utilisation de la symétrie pour simplifier le
calcul.
l l
C. Calcul du spectre d'un signal périodique.