Académique Documents
Professionnel Documents
Culture Documents
X e ( f ) f e X ( f nf e )
n
- 3Te - 2Te -Te Te 2Te 3Te
Xe(f)
X(f) A fe
A
-2 f e - fe -f ma x f max fe 2f e
Signaux réels sont rarement à support fréquentiel borné (fmax = infinie) fe il y aura
repliement du spectre.
Utiliser à l’entrée du système numérique un filtre passe-bas appelé filtre anti-
repliement ou anti-aliasing (Filtre analogique : gain de 1 et fc=fe)
.
Sachant que TF x(t ) X f xt e 2 j f t dt
X e ( f ) xe t e
x(nT ) (t nT ) e x(nT )e
2 j f t 2 j f t 2 j f nTe
dt e e dt e
n n
fe / 2
Xe( f ) C e n
2 j n Te f
x(nTe ) C n
1
e
X ( f ) e 2 j n Te f
df
n fe fe / 2
Le calculateur ne peut calculer une TFTD car sa réponse fréquentielle est aussi
forcément discrète = un nombre fini de points fréquentiel alors que f varie continûment.
Solution : Limiter la durée de x(n) i.e. considérer un nombre fini N de points temporels et
de discrétiser la fréquence (considérer un nombre fini L de points fréquentiels) d'où la
TFD.
N 1 N 1
X ( kf e / N ) x ( n)e 2 j n Te k fe / N
x ( n ) e 2 j n k / N X ( k )
n 0 n 0
fe / 2
1
2 j n Te f
x ( nTe ) C n X ( f ) e df
fe fe / 2
N / 2 1 N / 2 1
1 1
Faculté d’Electronique et d’Informatique, USTHB [akourgli@usthb.dz
x ( n)
fe
X (k ) e
k N / 2
2 j n k / N
.f
N
X (k ) e
k N / 2
2 jnk / N
8
http://perso.usthb.dz/~akourgli/
IV. Transformée de Fourier Discrète (TFD)
La numérisation du signal X(f) passe par l'échantillonnage de X(f).
On divise l'intervalle fe par N, ainsi X(f) est échantillonné à la cadence f=fe /N = 1 /NTe.
périodicité du signal temporel de T0=1/f = NTe.
n
n 0
N 1 N 1
X ( kf e / N ) x ( n)e x ( n ) e 2 j n k / N X ( k )
N / 2 1 2 j n Te k fe / N
1
x ( n)
N
X (k ) e
k N / 2
2 j n k / N
n 0 n 0
fe / 2
1
2 j n Te f
x ( nTe ) C n X ( f ) e df
fe fe / 2
N / 2 1 N / 2 1
1 1
Faculté d’Electronique et d’Informatique, USTHB [akourgli@usthb.dz
x ( n)
fe
X (k ) e
k N / 2
2 j n k / N
.f
N
X (k ) e
k N / 2
2 jnk / N
9
http://perso.usthb.dz/~akourgli/
IV. Transformée de Fourier Discrète (TFD)
Exemple
Soit le signal x(n)= 1 pour n = 0 et n= 3 et 0 ailleurs
TFTD X(f ) e
x (
n
nT ) e 2 j f nTe
1 e 6jfTe
2 cos( 3fTe ) e 3jfTe
TFD
3
X (1) x ( n ) e 0
x (0) x (1) x ( 2) x (3) 2
n 0
3
X (1) x ( n)e jn / 2 x (0) x (1)e j / 2 x ( 2)e j x (3)e 3jk / 2 2 cos(3 / 4)e 3j / 4
3
X ( k ) x ( n)e 2jnk / 4 n 0
3
n 0 X ( 2) x ( n)e jn 2 cos(3 / 2)e 3j / 2
n 0
3
X (3) x ( n)e
3jn / 2
2 cos(9 / 4)e 9j / 4
n 0
10
IV. Transformée de Fourier Discrète (TFD)
Exemple
Soit le signal x(n)= 1 pour n = 0 et n= 3 et 0 ailleurs
TFTD X ( f ) 2 cos(3fTe )e 3jfT e
TFD
X ( 0) 2
X (1) 2 cos(3 / 4)e 3j / 4
X (k ) 3j / 2
X ( 2) 2 cos(3 / 2)e
X (3) 2 cos(9 / 4)e 9j / 4
1.6
Exemple 1.4
1.2
Module
1
0.8
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
TFD
X ( 0) 2 2
TFTD
X (k ) 3j / 2
1
X ( 2 ) 2 cos( 3 / 2 ) e 0.5
Phase
0
-0.5
-1.5
𝑥 𝑛 = 𝑅𝑒𝑐𝑡𝑁 𝑛 =
0 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠 30
20
sin(fTe ) 0
-10
sin(k ) j k ( N 1) / N
𝑇𝐹𝐷 X (k ) e N sin c(k )e j k ( N 1) / N -20
sin(k / N )
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
13
IV. Transformée de Fourier Discrète (TFD)
Augmenter Précision (Zéro Padding)
x(n) et X(k) sont calculés sur le même nombre de points N. On peut augmenter la précision, par la
technique du zéro-padding : on calcule la TFD sur un nombre NF pouvant être bien plus grand que le
nombre de points N disponible du signal (NF>>N). 4 4
TFD d une porte (largeur 4) calculee sur 4 points TFD d une porte (largeur 4) calculee sur 16 points
1 0≤ 𝑛≤𝑁−1
3.5 3.5
𝑥 𝑛 = 𝑅𝑒𝑐𝑡𝑁 𝑛 = 3 3
2 2
0 0
-0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
sin(k ) j k ( N 1) / N
4 4
𝑇𝐹𝐷
TFD d une porte (largeur 4) calculee sur 32 points TFD d une porte (largeur 4) calculee sur 64 points
sin(k / N ) 3 3
2.5 2.5
2 2
sin(k ) 3 j k / 4
1.5 1.5
X (k ) 4 e 1 1
0
-0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
0
-0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 14
0.2 0.3 0.4 0.5
IV. Transformée de Fourier Discrète (TFD)
Propriétés
x(n) est périodique de période N et X(k) est aussi périodique de période N
2 ( n N ) k 2nk 2Nk
1 N 1 1 N 1
x ( n N ) X ( k )e X ( k )e
j j j
N N
e N
sn
N k 0 N k 0
2 j k m
Décalage temporel x ( n m)
X ( k )e
TFD N
2 j k 0 n
Décalage fréquentiel x ( n )e N
TFD
X (k k 0 )
1
Changement d'échelle x ( an ) TFD
X (k / a)
a
(n) TFD
1 e 2jmk / N
(n m) TFD
16
V. Transformée de Fourier Rapide (TFR ou FFT)
Le calcul direct de la TFD sur N points nécessite N 2 opérations complexes. L’algorithme
proposé réduit à Nlog2(N) le nombre d’opérations
2 n k
(Si N=1024,
2 n k
Nop/100).
N 1 j 7 j
Exemple : TFD pour 8 points S k sn e N
sn e 8
n 0 n 0
2 7
S 0 W80 W80 W80 W80 W80 W80 W80 W80 s0 S 0 W80 W80 W80 W80 W80 W80 W80 W80 s0
0 0
S1 W8 W81 W82 W83 W84 W85 W86 W87 s1 W81 W82 W83 W84 W85 W86 W87 s1
S1 W8
S 2 W80 W814 s2 S 2 W80
0
W82 W84 W86 W88 W810 W812
W82 W84 W86 W80 W82 W84 W86 s2
S 3 W8 W83 W86 W89 W812 W815 W818 W821 s3 0
S 3 W8 W83 W86 W81 W84 W87 W82 W85 s3
S W 0 W84 W88 W812 W816 W820 W824 W828 s4
4 80 S W 0 W84 W80 W84 W80 W84 W80 W84 s4
S 5 W8 W85 W810 W815 W820 W825 W830 W835 s5 4 80
S W 0 W86 W812 W818 W824 W830 W836 W842 s6 S 5 W8 W85 W82 W87 W84 W81 W86 W83 s5
6 8 S W 0 W86 W84 W82 W80 W86 W84 W82 s6
S 7 W80 W87 W814 W821 W828 W835 W842 W849 s7 6 8
S 7 W80 W8 W8 W8 W8 W8 W8 W8 s7
7 6 5 4 3 2 1
n 0 n 0
2 7
n 0 n 0
2 3
On pose WN exp j alors S k snW4nk
N n 0
2
Pour la TFD-1 WN exp j Inverser le sens de rotation !!
N
19
V. Transformée de Fourier Rapide (TFR ou FFT)
N 1 2 n k
j
L’algorithme suppose que N est pair : posons N=2 P. S k sn e N
n 0
Introduisons les 2 sous-suites de sn en fonction de la parité de n
un s2 n
n 0 ,..., P 1
vn s2 n 1
n 0 ,..., P 1
N 1 P 1 P 1
On obtient S k snW nk
N uiW 2 ik
2P viW2(P2i 1) k
n 0 i 0 i 0
P 1 P 1
S k uiW W ik
P
k
N vW i P
ik
i 0 i 0
S k U k WNkVk
http://nicolas.thiery.name/DESS/Notes/Cours4.pdf
On réitère ce raisonnement pour les 2 sous-suites.
Ainsi de suite jusqu'à arriver à ne calculer que des TFD de 1 points.
20
V. Transformée de Fourier Rapide (TFR ou FFT)
N 1 2 n k 7 2 n k
j j
L’algorithme suppose que N est pair : posons N=2 P. S k sn e N
sn e N
n 0 n 0
Introduisons les 2 sous-suites de sn en fonction de la parité de n
un s2 n
n 0 ,..., P 1
vn s2 n 1
n 0 ,..., P 1
N 1 P 1 P 1
On obtient S k snW nk
N uiW 2 ik
2P viW2(P2i 1) k
n 0 i 0 i 0
P 1 P 1
S k uiW W ik
P
k
N vW i P
ik
i 0 i 0
S k U k WNkVk
http://pageperso.univ-lr.fr/pierre.courtellemont/TD4.pdf
Troncation du signal échantillonné par une fenêtre de largeur T0 Convoluer le spectre avec un sinus
cardinal qui s’annule tous les 1/T0 avec T0 = NTe soit tous les fe/N. 16
TFD
14 TFTD
12
Exemple 10
Phase
8
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
L’allure de X(f) : Un lobe principal de largeur 2/N (ou 2fe/N) autour de la fréquence f 0 et des lobes
secondaires de largeur 1/N (ou fe/N). 22
VI. TFD des Signaux Illimités 20
16
18
TFD
14 TFTD
16
12
12
3 fréquences
10
3 sinc
8
8
6 6
initial. 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
10 10
sur le tracé.
6 6
4 4
2 2
0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
23
Cette résolution en fréquence est liée au nombre de points N du signal
VI. TFD des Signaux Illimités 20
16
18
TFD
14 TFTD
16
12
12
3 fréquences
10
3 sinc
8
8
6 6
initial. 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
L'importance des lobes secondaires peut être réduite par l'emploi d'autres fenêtres 24
VII. Fenêtres de Pondération
Pour ne pas altérer le spectre original, il faudrait que W(f) (spectre de la fenêtre) se rapproche le plus
possible d’une distribution de Dirac.
Deux éléments importants pour se rapprocher de la distribution de Dirac : La finesse du lobe principale et la
hauteur des lobes secondaires :
10
est grande, c’est-à-dire que l’on peut séparer des raies proches. 6
0
en présence d’un signal d’amplitude élevée sera difficile. -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
25
VII. Fenêtres de Pondération
Fenêtre Rectangulaire
La finesse du lobe principale (2 fe/N) peut être réglée 10
4
Fenêtre Triangulaire
3
On peut exprimer cette fenêtre sous la forme d’une
2
convolution de deux rectangles de largeur N.Te/2.
1
On observe une atténuation des lobes secondaires (-24dB)
0
-0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
par rapport à la fenêtre rectangulaire au prix de
l’élargissement du pic central (4fe/N). 26
VII. Fenêtres de Pondération
Fenêtre Rectangulaire & Fenêtre Triangulaire
Rappels 10
5
Par ailleurs
X ( f ) TFTD Re ct N ( n) N sin c ( NfTe )e
4
j ( N 1) fTe
3
N
TFTDRe ct N / 2 (n) N sin c( N fTe )e j (
2
1) fTe
2
2 2
1
0
-0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
2 2 N
N N
N j ( 1) fTe N N j ( 1) fTe
TFTD Re ct N / 2 ( n) * Re ct N / 2 ( n) . sin c ( fTe )e 2
sin c ( fTe )e 2
N N 2 2 2 2 27
VII. Fenêtres de Pondération
Autres fenêtres
28
VII. Fenêtres de Pondération
Autres fenêtres
Dans un problème d’analyse spectrale, on utilise généralement plusieurs fenêtres l’une après l’autre afin
d’obtenir un bon compromis résolution/déformation.
10
Rectangle TFD Rectangle
Hanning 9 TFD Hanning
1 Hamming TFD Hamming
8
Blackman TFD Blackman
7
0.8
6
0.6 5
4
0.4
3
2
0.2
1
0 0
5 10 15 20 25 30 35 40 45 50 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
29
VI. TFD des Signaux Illimités 20
16
18
TFD
14 TFTD
16
12
12
3 fréquences
10
3 sinc
8
8
6 6
initial. 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Prendre N= 10 et observer 30
II. Analyse des Filtres Numériques
par la TZ (Transformée en Z)