Académique Documents
Professionnel Documents
Culture Documents
Nous utilisons un oscilloscope pour visualiser un signal en fonction du temps. Nous pouvons
ainsi mesurer la période, si le signal est périodique, la valeur moyenne, la valeur maximale, le
déphasage…Cependant, la représentation temporelle ne peut déterminer l’expression
mathématique du signal ou de connaître son contenu en fréquence. L’oscilloscope ne permet
pas de savoir, par exemple, les fréquences présentes dans le signal vocal ou le signal
rectangulaire périodique. Il faut donc penser à une autre représentation pour avoir plus
d’information, c’est la représentation fréquentielle ou spectrale du signal, présentant
l’amplitude, la phase ou la puissance du signal en fonction de la fréquence.
Le spectre d’un signal est visualisé au moyen d’un analyseur de spectre. L’analyseur de spectre
représente l’amplitude d’un signal en fonction de la fréquence.
Ce chapitre présentera les outils nécessaires pour déterminer le spectre d’un signal.
2π
avec ω0 = 2πf0 =
T0
S0 : la valeur moyenne du signal s(t), appelée aussi la composante continue.
Signaux à temps continus
T0
1
S0 = ∫ s(t) dt (II.2)
T0
0
Dès qu’un coefficient d’ordre n est non nul, cela signifie qu’une partie du signal s(t) vibre à la
pulsation nω0 .
Propriétés
➢ Signal pair ; s(t) = s(-t)
T0 T0
2 2
2 2
bn = − ∫ s(u) sin(nω0 u) du + ∫ s(t) sin(nω0 t) dt = 0
T0 T0
0 0
Finalement :
T0
2
4
an = ∫ s(t) cos(nω0 t) dt (II.5)
T0
0
Enfin
𝑇0
2
2
S0 = ∫ s(t) dt (II.6)
T0
0
La décomposition en série de Fourier d’un signal périodique pair ne comporte donc pas de terme
en sinus. La série s’écrit alors :
+∞
En conclusion, si le signal est pair, la partie impaire du développement en série de Fourier est
nulle. ∀ n, bn = 0. Le signal est représenté seulement par des cosinus.
De la même manière, on peut démontrer que la décomposition en série de Fourier d’un signal
périodique impair ne comporte pas de terme en cosinus.
+∞
La valeur moyenne S0 = 0.
En somme, si le signal est impair, la partie paire du développement en série de Fourier est nulle.
∀ n, an = 0. Le signal est représenté seulement par des sinus.
➢ Symétrie demi-onde
T0
s(t) = −s(t ± ) (II.10)
2
T0 est la période du signal.
Si on décale le signal d’une demi-période, puis on l’inverse autour de l’axe des abscisses, on
retrouve le signal périodique d'origine comme illustré sur la figure (II.1).
Le signal x(t) de la figure (II.2), a une valeur moyenne nulle, est à symétrie demi-onde, en
revanche, le signal y(t) dont la valeur moyenne n’est pas nulle, n’a pas de symétrie demi-onde.
s(t)
1
-1
-T -T/2 0 T/2 T
(a)
s(t - T/2)
1
-1
-T -T/2 0 T/2 T
(b)
-s(t - T/2)
1
-1
-T -T/2 0 T/2 T
(c)
1
x(t)
-1
2
y(t)
0
-3T/2 -T -T/2 0 T/2 T 3T/2
t
(b)
Fig II.2. (a) Symétrie demi-onde (b) n’a pas de symétrie demi-onde
T0 T0
2 0 2
2 2 2
an = ∫ s(t) cos(nω0 t) dt = ∫ s(t) cos(nω0 t) dt + ∫ s(t) cos(nω0 t) dt
T0 T0 T0
T T 0
- 0 - 0
2 2
T0 T0 T
Posons t = u – , d’où dt = du, si t = 0, alors u = et si t = − 20 , alors u = 0
2 2
L’expression de an devient :
T0 T0
2 2
2 T0 T0 2
an = ∫ s (u − ) cos [nω0 (u − )] du + ∫ s(t) cos(nω0 t) dt
T0 2 2 T0
0 0
On sait que :
T0
cos [nω0 (u − )] = cos[nω0 u − nπ] = cos[nω0 u] × cos[nπ] + sin[nω0 u] × sin[nπ]
2
= cos[nω0 u] × cos[nπ]
Sachant que :
2π
ω0 =
T0
De plus la symétrie demi-onde exige :
T0
s (u − ) = −s(u)
2
d’où
T0 T0
2 2
2 2
an = − ∫ s(u) cos[nω0 u] × cos[nπ] du + ∫ s(t) cos(nω0 t) dt
T0 T0
0 0
Par suite
T0 0 si n = 2p
2 T0
2 2
an = [1 − cos[nπ]] ∫ s(t) cos(nω0 t) dt = 4
T0 ∫ s(t) cos(nω0 t) dt si n = 2p+1
0 T0
{ 0
Il n’existe donc que des harmoniques impaires. Si on suit le même raisonnement, la valeur
moyenne S0 sera nulle.
En conclusion, pour les signaux présentant la symétrie demi-onde, les coefficients de Fourier
sont :
S0 = 0
0 si n = 2p
T0
2
an = 4
∫ s(t) cos(nω0 t) dt si n = 2p+1
T0
{ 0 (II.11)
0 si n = 2p
T0
2
bn = 4
∫ s(t) sin(nω0 t) dt si n = 2p+1
T0
{ 0
➢ Symétrie quart-d’onde
On dit qu’un signal périodique est à symétrie quart-d’onde, s’il est pair ou impair et présentant
une symétrie demi-onde :
T0
s(t) = s(−t) 𝐨𝐮 s(t) = −s(−t) 𝐞𝐭 s(t) = −s(t ± )
2
E
x(t)
-E
-T -T/2 -T/4 0 T/4 T/2 T
(a)
E
y(t)
-E
-T -T/2 -T/4 0 T/4 T/2 T
(b)
Fig II.3. (a) Signal pair à symétrie quart-d’onde (b) Signal impair à symétrie quart-d’onde
Le signal de la figure (II.4a) a une symétrie quart-d'onde, car il est impair et présente la symétrie
demi-onde. En revanche, le signal de la figure (II.4b) n'a pas cette symétrie, il n’est ni pair ni
impair cependant il possède une symétrie demi-onde.
U
u(t)
-U
-2T -3T/2 -T -T/2 0 T/2 T 3T/2 2T
t
(a)
V
v(t)
-V
-2T -3T/2 -T -T/2 0 T/2 T 3T/2 2T
t
(b)
Fig II.4. (a) Symétrie quart-d’onde (b) n’a pas de symétrie quart-d’onde
On peut démontrer que les coefficients de la série de Fourier d’un signal pair à symétrie quart-
d’onde sont :
S0 = 0
bn = 0
0 si n = 2p
T0 (II.13)
4
an = 8
∫ s(t) cos(nω0 t) dt si n = 2p + 1
T0
[ { 0 ]
S0 = 0
an = 0
0 si n = 2p
T0 (II.14)
4
bn = 8
∫ s(t) sin(nω0 t) dt si n = 2p + 1
T0
[ { 0 ]
Exercice 1
Trouver les coefficients de série de Fourier du signal suivant :
1
s(t)
0
-1
-T0 -T0/2 0 T0/2 T0
t
Solution :
Etudions tout d’abord la symétrie du signal. Le signal est impair, il ne sera donc, représenté que
par des sinus, d’où :
an = 0
T0
2
4
bn = ∫ s(t) sin(nω0 t) dt
T0
0
et la valeur moyenne
S0 = 0
De plus, le signal présente une symétrie demi-onde :
T0
s(t) = −s(t ± )
2
bn n’est donc défini que pour les n impairs, on aura donc :
0 si n = 2p
T0
2
bn = 4
∫ s(t) sin(nω0 t) dt si n = 2p+1
T0
{ 0
Par suite
T0
2 T0
4 4 cos(nω0 t) 2 4 T0
bn = ∫ sin(nω0 t) dt = [− ] = [−cos (nω0 ) + 1]
T0 T0 nω0 0
T0 nω0 2
0
Sachant que :
T0 ω0 = 2π
On obtient
2
bn = [−cos(nπ) + 1]
πn
On sait que :
1 si n = 2p
cos(nπ) = {
−1 si n = 2p + 1
Du coup
0 si n = 2p
bn = { 4 si n = 2p + 1
πn
4 4 4
s(t) = sin(ω0 t) + sin(3ω0 t) + sin(5ω0 t) + ⋯
π 3π 5π
La décomposition en série de Fourier de ce signal est constituée d’une infinité de fréquences
multiples impaires de la fréquence fondamentale f0. L’amplitude décroit comme l’inverse de
son rang n, comme le montre la figure (II.5).
On peut restituer le signal original à partir de ses harmoniques. La figure (II.6) montre
l’évolution de l’allure temporelle du signal carré avec le nombre d’harmonique. On remarque
qu’à partir des sept premières harmoniques, le signal carré commence à se former
progressivement. Plus on augmente le nombre d’harmoniques meilleure sera la reconstruction
du signal original. Même si on augmente d’avantage le nombre d’harmonique (50 par exemple),
des oscillations parasites apparaissent toujours au niveau de la discontinuité, c’est le phénomène
de Gibbs (Fig II.7).
1+4/pi
1+4/3pi
1 1
1-4/3pi
1-4/pi 0
4ème harmonique
1+4/7pi
1-4/7pi
0 0 0
-T 0 T -T 0 T -T 0 T
7 harmoniques
15 harmoniques 50 harmoniques
0 0 0
-T 0 T -T 0 T -T 0 T
0 T/2
De même
T
1 1
S2eff = ∫ cos2 (ω0 t)dt =
T 2
0
On peut en conclure que les fonctions sinus et cosinus sont équivalentes, elles contiennent la
même puissance, seul le terme de phase change.
Translatons, maintenant la série de Fourier :
+∞
On constate cette fois ci que les coefficients an et bn ne sont pas des invariants temporels.
Cherchons les sinus et les cosinus à partir de la décomposition de série de Fourier :
a1 = 1 pour n = 1
s(t) = cos(ω0 t) → {an = 0 pour n > 1
bn = 0 ∀ n
b1 = 1 pour n = 1
s(t) = sin(ω0 t) → {bn = 0 pour n > 1
an = 0 ∀ n
Aucune phase n’apparait. On doit chercher donc, une nouvelle écriture des séries de Fourier
faisant apparaitre pour chaque harmonique une amplitude et une phase tout en conservant la
puissance après une translation temporelle.
hn(t) = An cos(nω0 t + φn )
On développe l’équation ① :
+∞
d’où
A2n = a2n + b2n An ≥ 0 ∀ n (II.17)
bn
φn = arctg (− )
an (II.18)
L’expression est alors :
+∞ +∞
avec
S0 = A0 cos(φ0 )
Si s(t) subit une translation τ suivant l’axe des temps
+∞ +∞
avec
φ′n = φn − nω0 τ
Cette fois-ci, la translation temporelle ne modifie pas l’amplitude du signal, mais change
la phase à l’origine.
Cherchons maintenant les sinus et les cosinus en utilisant la formule (II.19) :
A1 = 1 A1 = 1
s(t) = cos(ω0 t) → { φ = 0 s(t) = sin(ω0 t) → { π
1 φ1 = - 2
Dans cette représentation, on voit bien la présence de la phase et du coup le sinus n’est qu’un
cosinus déphasé.
La représentation spectrale est appelée le spectre unilatéral. Il n’y a que des fréquences
positives. Le spectre se décompose en un spectre d’amplitude, courbe de An en fonction de la
fréquence, et un spectre de phase, courbe de φn en fonction de la fréquence, comme le montre
la figure (II.8). La connaissance des deux spectres est indispensable pour reconstituer le signal.
spectre d'amplitude
6
valeur moyenne
fondamental
4
An harmoniques
2
0
0 f0 2f0 3f0 4f0 5f0
f
spectre de phase
50
n
-50
0 f0 2f0 3f0 4f0
f
Exercice 2 :
Déterminer l’expression temporelle du signal dont le spectre unilatéral est représenté sur la
figure (II.9).
3
2
n
A
1
0
0 50 100 150 200 250 300 350 400 450
f
90
30
n(°)
0
-30
-90
0 50 100 150 200 250 300 350 400 450
f
Solution :
s(t) = 2 cos(2 π 50 t) + 0.5 cos(2 π 150 t - 90) + 3 cos(2 π 300 t + 60) + cos(2 π 400 t - 30)
Le signal s(t) est représenté sur la figure (II.10).
s(t) 0
-5
0 0,01 0,02 0,03 0,04 0,05
t
Exercice 3 :
Déterminer les coefficients de Fourier en cosinus du signal suivant :
2
x(t)
0
-T0 -T0/2 0 T0/2 T0
t
Solution :
Le signal x(t) ne présente aucune symétrie, mais il est la version décalée vers le haut du signal
s(t) de l’exercice 1.
x(t) = 1 + s(t)
Les coefficients de Fourier de x(t) seront identiques à ceux de s(t) avec une valeur moyenne X0,
par conséquent :
an = 0
0 si n = 2p
bn = { 4 si n = 2p + 1
πn
et la valeur moyenne
T0
T0 2
1 1
X0 = ∫ x(t) dt = ∫ 2 dt = 1
T0 T0
0 0
Pour trouver les coefficients de Fourier en cosinus, on applique les relations (II.17) et (II.18) :
A2n = a2n + b2n = b2n
bn π
φn = arctg (− )=−
an 2
La relation (II.19) nous permet d’écrire la série de Fourier en cosinus du signal x(t) :
+∞ +∞
4
x(t) = X0 + ∑ An cos(nω0 t + φn ) = 1+ ∑ cos(nω0 t + φn )
πn
n=1 n=1
4 π 4 π 4 π
x(t) =1+ cos (ω0 t − ) + cos (3ω0 t − ) + cos (5ω0 t − ) +…
π 2 3π 2 5π 2
Le tableau (II.1) présente quelques valeurs d’amplitudes et de phases. Le spectre unilatéral est
représenté sur la figure (II.11).
Amplitudes Phases
A0 = X 0 = 1 φ0 = 0
4 π
A1 = |b1 | = φ1 = −
π 2
A2 = |b2 | = 0 φ2 = 0
4 π
A3 = |b3 | = φ3 = −
3π 2
A4 = |b4 | = 0 φ4 = 0
4 π
A5 = |b5 | = φ5 = −
5π 2
A6 = |b6 | = 0 φ6 = 0
4 π
A7 = |b7 | = φ7 = −
7π 2
1
A
4/3 4/5
0
-1 0 1 2 3 4 5 6
n
(a)
90
45
n(°)
0
-45
-90
-1 0 1 2 3 4 5 6
n
(b)
La série de Fourier peut être transformée en une série de Fourier complexe en utilisant les
relations d’Euler :
ejnω0 t - e-jnω0 t ejnω0 t + e−jnω0 t
sin(nω0 t) = et cos(nω0 t) =
2j 2
+∞
Posons :
T0 T0
2 2
an - jbn 1 2 2j
Cn = = ∫ s(t) cos(nω0 t) dt - ∫ s(t) sin(nω0 t) dt
2 2 T0 T0
T0 T
[ -2 - 0 ]
2
T0
2
1
= ∫ s(t) e-jnω0 t dt
T0
T
- 0
2
Remarquons que,
T0 T0 T0
2 2 2
an + jbn 1 2 2j 1
= ∫ s(t) cos(nω0 t) dt + ∫ s(t) sin(nω0 t) dt = ∫ s(t) ejnω0 t dt = C-n
2 2 T0 T0 T0
T0 T T
[ -2 - 0 ] − 0
2 2
finalement
T0
2
an - jbn 1
Cn = = ∫ s(t) e-jnω0 t dt (II.20)
2 T0
T
- 0
2
T0
2
an + jbn 1
C-n = = ∫ s(t) ejnω0 t dt (II.21)
2 T0
T
- 0
2
+∞ +∞
s(t) = S0 + ∑ Cn e jnω0 t
+ ∑ C-n e-jnω0t
n=1 n=1
s(t) = ∑ Cn ejnω0t
(II.22)
n = -∞
avec C0 = S0
Cn : les coefficients de Fourier.
Ils sont complexes et peuvent s’écrire sous forme exponentielle complexe :
j arg(Cn )
Cn = |Cn |e (II.23)
La série complexe ne fait apparaitre qu’un seul coefficient Cn qui comprend un module et une
phase.
La représentation spectrale est appelée le spectre bilatéral. Elle fait apparaitre des harmoniques
de fréquences positives et négatives (figure II.12).
spectre d'amplitude
5
4 valeur moyenne fondamental
3
harmoniques
Cn
harmoniques
2
1
0
-3f0 -2f0 -f0 0 f0 2f0 3f0
f
spectre de phase
100
50
n
0
-50
-100
-4 -3 -2 -1 0 1 2 3 4
f
II-1-4 Propriétés
➢ Signal réel
T0
2
1
Cn = ∫ s(t) e-jnω0 t dt
T0
T
- 0
2
T0 T0
2 2
1 1
C*n = ∫ s* (t) ejnω0t dt = ∫ s(t) ejnω0t dt = C-n
T0 T0
T T
- 0 - 0
2 2
Les coefficients sont complexes conjugués, on alors |Cn| = |C-n| et arg(Cn) = - arg(C-n) et par
conséquent le spectre d’amplitude bilatéral est une fonction paire pour tout n ≠ 0 et le spectre
de phase bilatéral est impair pour tout n ≠ 0 comme le montre la figure (II.12).
Dans le cas d’un signal réel pair, la partie impaire du développement en série de Fourier est
nulle :
bn = 0
d’où
an - jbn an an + jbn an
Cn = = et C-n = = (II.25)
2 2 2 2
ℐ𝓂(Cn )
φn = arctg [ ] = 0, ±π
ℛℯ(Cn )
Si le signal est pair, Cn = C-n et φn = 0, ±π.
0,5
n(°)
|C |
n
0 -1
-f0 0 f0 -f0 0 f0
f f
Dans le cas d’un signal impair, la partie paire du développement en série de Fourier est nulle :
an = 0
d’où
an - jbn - jbn an + jbn jbn
Cn = = et C-n = = (II.26)
2 2 2 2
ℐ𝓂(Cn ) π
φn = arg(Cn ) = arctg [ ] = ± et φ−n = arg(C−n ) = arg(Cn ) + π
ℛℯ(Cn ) 2
π
Si le signal est impair, Cn = - C-n et φn = ± 2 .
90
0,5
n(°)
|C |
n
-90
0
-f0 0 f0 -f0 0 f0
f f
➢ Symétrie demi-onde
Nous avons vu que dans le cas d’un signal à symétrie demi-onde, les coefficients de Fourier an
et bn ne présentent que des harmoniques impairs et sont donnés par la relation (II.11). Les
coefficients de Fourier complexes seront donc :
T0 0 si n = 2p
2 T0
1 an − jbn 2
Cn = ∫ s(t) e-jnω0 t dt = = 2 (II.27)
T0 2 ∫ s(t) e-jnω0t dt si n = 2p+1
T
- 0
2
T0
{ 0
On peut déterminer les coefficients de Fourier complexes, en tenant compte des relations (II.13)
pour un signal pair à symétrie quart-d’onde :
0 si n = 2p
T0
an − jbn an 4 (II.29)
Cn = = = 4
2 2 ∫ s(t) cos(nω0 t) dt si n = 2p + 1
T0
{ 0
et des relations (II.14) pour un signal impair à symétrie quart-d’onde :
0 si n = 2p
T0 (II.30)
an − jbn −jbn 4
Cn = = = −4j
2 2 ∫ s(t) sin(nω0 t) dt si n = 2p + 1
T0
{ 0
➢ Signal translaté
Soit s(t) un signal périodique de période T. Sa version translatée est définie par sa(t) = s(t – a).
La décomposition en série de Fourier est :
+∞
avec
T0
2
1
Cna = ∫ s(t - a) e-jnω0 t dt
T0
T
- 0
2
posons t – a = u, dt = du
T0 T0
-a -a
2 2
1 1
Cna = ∫ s(u) e-jnω0 (u + a) du = ∫ s(u) e-jnω0u e-jnω0a du
T0 T0
T T
- 0-a - 0-a
2 2
T0
-a
2
e-jnω0 a
= ∫ s(u) e-jnω0 u du = Cn e-jnω0a
T0
T
- 0-a
2
Les coefficients de la décomposition en série de Fourier d’un signal translaté s’obtiennent par
simple translation de phase des coefficients de la décomposition du signal non translaté, leur
module n’est pas modifié par la translation.
➢ Signal dérivé
T0
1 ds(t) -jnω0 t
Cnd = ∫ e dt
T0 dt
0
Exercice 4 :
Déterminer les coefficients de série Fourier complexe du signal de l’exercice 1.
Solution :
Le signal est impair :
bn
Cn = −C−n = −j , avec an = 0
2
Les coefficients bn sont ceux de l’exercice 1.
0 si n est pair
bn 2
Cn = −j = −j ={ 2
2 πn si n est impair
πn
C0 = 1
L’argument est :
ℐ𝓂(Cn ) bn π
φn = arctg [ ] = arctg [− ] = ±
ℛℯ(Cn ) an 2
Le spectre bilatéral est représenté sur la figure (II.15).
On choisira, par convention, φn = -π/2 pour les fréquences positives et par conséquent φ-n = π/2
pour les fréquences négatives.
1
2/pi
|C |
n
0.5
2/3pi
0
-6 -4 -2 0 2 4 6
n
90
n(°)
-90
-6 -4 -2 0 2 4 6
n
figure(3)
plot(n,theta);grid;xlabel('n');ylabel('phase en °')
%Le spectre de phase est bruyant, car les tangentes inverses sont calculées
à partir du rapport d’une partie imaginaire à une partie réelle du résultat
de la FFT. Une petite erreur va amplifier le résultat et donne des valeurs
de phase erronées. On va définir un seuil de tolérance et on ne va pas tenir
compte de toutes les valeurs de phase calculées qui sont inférieurs à ce
seuil.
%définir le seuil
seuil = max(abs(Cn))/10000; %seuil de tolérance
Cn(abs(Cn)<seuil) = 0; %éliminer les valeurs en dessous du seuil
theta = atan2(imag(Cn),real(Cn))*180/pi; % calcul de la phase
On sait que :
|Cn | = |C−n |
et
arg(Cn ) = −arg (C−n )
d’où
jnω0 t
hn (t) = |Cn |e−j arg(Cn) e-jnω0 t + |Cn |ej arg (Cn) e
finalement
hn (t) = 2|Cn | cos[nω0 t + arg(Cn )] ①
hn(t) = An cos(nω0 t + φn ) ②
arg(Cn ) = φn pour n ≥ 0
{ (II.34)
arg(C-n ) = -arg(Cn )
Exercice 5 :
π
Retrouver la description temporelle en complexe du signal s(t) = 3cos(2πt - 4 ).
Solution :
3 −jπ
C1 = |C1 | ejarg(C1 ) = e 4
2
3 jπ
C−1 = |C−1 | ejarg(C−1) = e4
2
3 jπ −j2πt 3 −jπ j2πt
s(t) = e4e + e 4e
2 2
Exercice 6 :
Déterminer les coefficients Cn de la série de Fourier du signal suivant :
2
s(t)
0
0 1
t
Tracer le spectre bilatéral pour les valeurs suivantes de α : α = 0.5 , α = 0.25 , α = 0.125.
Solution :
T0
2 α
1 2 α 2
Cn = ∫ s(t) e−jnω0 t dt = ∫ 2 e−jnω0 t dt = − [e−jnω0 t ]0 = − [e−jnω0 α − 1]
T0 jnω0 jnω0
T0 0
−2
On a :
2π
ω0 = = 2π
T0
D’où
1 −jn2πα 1 −jnπα −jnπα 2 −jnπα
Cn = − [e − 1] = − e [e − ejnπα ] = e sin(nπα)
jnπ jnπ nπ
finalement
Cn = 2α e−jnπα sinc(nα)
Le module est :
|Cn | = 2α |sinc(nα)|
Cn = 2α e−jnπα sinc(nα)
La phase est donc :
φn = -nπα
▪ Si sinc(nα) < 0, les coefficients Cn seront :
α = 0.5
s(t) 2
0
0 0,5 1
t
π n
Cn = 2α e−jnπα sinc(nα) = e−jn 2 sinc ( )
2
Le module est :
1 si n=0
n n = 2k k ∈ ℤ∗
|Cn | = |sinc ( )| = {0 n
si
2 |sinc ( )| ailleurs
2
La valeur moyenne est :
C0 = 2α = 1
La phase est :
π n
−n si sinc ( ) > 0
2 2
π n
φn = −n + π si sinc ( ) < 0 et n > 0
2 2
π n
{ −n −π si sinc ( ) < 0 et n < 0
2 2
Le spectre d’amplitude est :
1.5
1
|C |
n
0.5
0
-15 -10 -5 0 5 10 15
n
90
n
-90
-15 -10 -5 0 5 10 15
n
On remarque que le spectre d’amplitude est une fonction paire, alors que le spectre de phase est
une fonction impaire.
α = 0.25
2
s(t)
0
0 0.25 1
t
1 −jnπ n
Cn = 2α e−jnπα sinc(nα) = e 4 sinc ( )
2 4
Le module est :
1
si n=0
1 n 2
|Cn | = |sinc ( )| = 0 si n = 4k k ∈ ℤ∗
2 4 1 n
|sinc ( )| ailleurs
{2 4
La valeur moyenne est :
1
C0 = 2α =
2
La phase est :
π n
−n si sinc ( ) > 0
4 4
π n
φn = −n + π si sinc ( ) < 0 et n > 0
4 4
π n
{ −n −π si sinc ( ) < 0 et n < 0
4 4
Le spectre d’amplitude est :
0,5
|C |
n
0.3
0.1
0
-15 -10 -5 0 5 10 15
n
180
90
n
0
-90
-180
-15 -10 -5 0 5 10 15
n
α = 0.125
2
s(t)
0
0 0,5 1
t
1 −jnπ n
Cn = 2α e−jnπα sinc(nα) = e 8 sinc ( )
4 8
Le module est :
1
si n=0
1 n 4
|Cn | = |sinc ( )| = 0 si n = 8k k ∈ ℤ∗
4 8 1 n
|sinc ( )| ailleurs
{2 4
La valeur moyenne est :
1
C0 = 2α =
4
La phase est :
π n
−n si sinc ( ) > 0
8 8
π n
φn = −n + π si sinc ( ) < 0 et n > 0
8 8
π n
{ −n 8 − π si sinc ( ) < 0 et n < 0
8
Le spectre d’amplitude est :
0,25
|C |
n
0.125
0
-15 -10 -5 0 5 10 15
n
Le spectre de phase est :
180
n
-180
-15 -10 -5 0 5 10 15
n
Exercice 7 :
Tracer le spectre bilatéral du signal suivant :
1
s(t)
e-t
exp(-1)
-5 -3 -1 0 1 3 5
t
Solution :
La période est :
T0 = 1s d′ où ω0 = 2π
T0 1 1 1
1
Cn = ∫ s(t) e−jnω0 t dt = ∫ e−t e−jn2πt dt = ∫ e−(jn2π+1)t dt = ∫ e−(jn2π+1)t dt
T0
0 0 0 0
1 1 1 1
=− [e−(jn2π+1)t ]0 = − [e−(jn2π+1) − 1] = − [e−1 e−jn2π − 1]
1 + jn2π 1 + jn2π 1 + jn2π
1
=− [e−1 − 1]
1 + jn2π
Finalement,
1 − e−1
Cn =
1 + j2πn
Le signal s’écrira alors :
+∞ +∞
1 − e−1 jn2πt
s(t) = ∑ Cn ejnω0 t = ∑ e
1 + jn2π
n=−∞ n=−∞
Le module est :
1 − e−1
|Cn | =
√1 + 4π2 n2
La phase :
φn = −arctg(2πn)
n Cn |Cn| arg(Cn)
0 1 − e−1 0.63 0
−1
1−e
Ci-contre quelques valeurs du module de Cn 1 0.1 −1.41
et de la phase. 1 + j2π
1 − e−1
2 0.05 -1.49
1 + j4π
0.63
|C |
n
0.4
0.1
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
n
2
n
0
-1.52
-1.41
-2
-5 -4 -3 -2 -1 0 1 2 3 4 5
n
Exercice 8 :
Déterminer le développement en série de Fourier complexe du signal s(t) ci-dessous. En
déduire son spectre d’amplitude et de phase.
5
s(t)
0
-1 0 T0/2 T0 1
t
Solution :
Le signal est réel et pair, donc :
bn = 0
d’où
an - jbn an + jbn an
Cn = = C-n = =
2 2 2
ℐ𝓂(Cn )
φn = arctg [ ] = 0, ±π
ℛℯ(Cn )
T0 T0 T0
2 2 2
1 1 1 π 2π
−jn t
Cn = ∫ s(t) e−jnω0 t dt = ∫ 5 cos(ωt) e−jnω0 t dt = ∫ 5 cos ( t) e T0 dt
T0 T0 T0 T0
T T T
− 0 − 0 − 0
2 2 2
T0 T0
2 2
1 5 jπt π 2π 5 2π(1−2n) 2π(1+2n)
−j t −jn t j t −j t
= ∫ [ e T0 + e T0 ] e T0 = ∫ [ e 2T0 + e 2T0 ] dt
T0 2 2T0
T T
− 0 − 0
2 2
On trouve :
π π
5 sin 2 (1 − 2n) sin 2 (1 + 2n)
Cn = [ + ]
π 1 − 2n 1 + 2n
π π
On sait que : sin 2 (1 − 2n) = sin 2 (1 + 2n)
On a enfin
10(−1)n
Cn =
π(1 − 4n2 )
Le module est :
10(−1)n
|Cn | = | |
π(1 − 4n2 )
La phase est :
ℐ𝓂(Cn ) 0 si Cn > 0
arg(Cn ) = arctg [ ]={
ℛℯ(Cn ) ±π si Cn < 0
n Cn |Cn| arg(Cn)
10 10
0 = 3.18 0
π π
10 10
1 = 1.06 0
3π 3π
10 10
2 − -π
15π 15π
Les spectres d’amplitude et de phase sont représentés sur les figures ci-dessous :
4
3 .1 8
|C |
n
2
1 .0 6
0
-15 -10 -5 0 5 10 15
n
180
n
-180
-10 -5 0 5 10
n
Exercice 9 :
Déterminer le développement en série de Fourier complexe du signal s(t) ci-dessous. En
déduire son spectre d’amplitude et de phase.
1
s(t)
-1
-5 -4 -3 -2 -1 -0.5 0 0.5 1 2 3 4 5
t
Solution :
Le signal est impair, donc an = 0
d’où
an - jbn jbn
Cn = =- = - C-n
2 2
La période est :
T0 = 1s d′ où ω0 = 2π
T0 T0 1
2 2 2
1 1
Cn = ∫ s(t) e−jnω0 t dt = ∫ 2t e−jnω0 t dt = ∫ 2t e−j2πnt dt
T0 T0
T T 1
− 0 − 0 −
2
2 2
1 T0 2 T
−jnω0 0
T
jnω0 0
=− [2cos (nω0 )] + 2 [e 2 +e 2]
jnω0 2 T0 n2 ω0
2 2j 2
=− cos(nπ) + 2 sin ( nπ) = − cos(nπ)
jnω0 T0 n2 ω0 jnω0
Finalement
j
Cn = (−1)n
πn
Le module est :
1
|Cn | = | |
πn
La phase est :
π
ℐ𝓂(Cn ) π si Cn > 0
φn = arg(Cn ) = arctg [ ] = ± = { 2π
ℛℯ(Cn ) 2 − si Cn < 0
2
φ−n = arg(C−n ) = arg(Cn ) + π
Le tableau suivant résume quelques valeurs d’amplitude et de phase du signal s(t).
N Cn |Cn|
arg(Cn)
0 0 0 0
−j 1 π
1 π = 0.318 −
π 2
j 1 π
2 2π = 0.159
2π 2
−j 1 π
3 3π = 0.106 −
3π 2
j 1 π
4 4π = 0.079
4π 2
Les spectres d’amplitude et de phase sont représentés sur les figures ci-dessous :
0.4
0 .3 1 8
0 .1 5 9
|C |
n
0.2
0
-15 -10 -5 0 5 10 15
n
90
n
-90
-15 -10 -5 0 5 10 15
n
Exercice 10 :
1) Déterminer le développement en série de Fourier complexe du signal s(t) ci-dessous. Tracer
son spectre d’amplitude et de phase.
1
s(t)
-1
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
2
y(t)
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
2
x(t)
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
Solution :
1) Le signal est impair, donc
T0
2
4
S0 = 0, an = 0 et bn = ∫ x(t) sin(nω0 t) dt
T0
0
d’où
an − jbn jbn
Cn = =− = −C−n
2 2
De plus le signal présente une symétrie demi-onde, s(t) = -s(t + T0/2), bn n’est donc défini que
pour les n impairs.
Le signal présente également une symétrie quart-d’onde, par conséquent :
T0
4
8
bn = ∫ s(t) sin(nω0 t) dt
T0
0
La période est :
T0 = 1s d′ où ω0 = 2π
0.4
0 .4 0 5
0.3
|C |
n
0.2
0 .0 4 5 0 .0 1 6
1.1
0
-6 -4 -2 0 2 4 6
n
90
n
0
-90
-6 -4 -2 0 2 4 6
n
2) i) Le signal y(t) est obtenu en translatant verticalement vers le haut, s(t) d’une unité, comme
illustré sur la figure ci-dessous. On peut écrire alors :
y(t) = s(t) + 1
2
s(t)
1
y(t)
0
-1
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
Le signal s(t) était à valeur moyenne nulle, tandis que y(t) présente une valeur moyenne S0 = 1.
Par conséquent le coefficient de série de Fourier complexe sera :
0 si n = 2p et n ≠ 0
- jbn 4 n 1 si n=0
Cn = = −j 2 2 sin(π ) = { 4
2 π n 2
∓j 2 2 si n = 2p + 1
π n
Le spectre d’amplitude est :
1
|C |
n
0 .4 0 5
0.5
0 .0 4 5 0 .0 1 6
0
-6 -4 -2 0 2 4 6
n
90
n
0
-90
-6 -4 -2 0 2 4 6
n
ii) La figure ci-dessous, montre que le signal x(t) est la version translatée vers la gauche du
signal y(t) de t = 0.25, d’où :
1
x(t) = y(t + )
4
2 y(t)
x(t)
1
0
-2 -1,5 -1 -0,5 -0.25 0 0.25 0,5 1 1,5 2
t
x(t) = 1 + ∑ Cn e−jnω0 t
n=−∞
n=2p+1
1
|C |
0 .4 0 5
n
0.5
0 .0 4 5 0 .0 1 6
0
-6 -4 -2 0 2 4 6
n
Le spectre de phase est :
90
n
0
-90
-6 -4 -2 0 2 4 6
n
s(t) = ∑ Cn ejnω0 t
n = -∞
= ∑ Cn∗ Cn = ∑ |Cn |2
n=−∞ n=−∞
La puissance d’un signal peut être calculée à partir de la somme des puissances portées par
chaque harmonique,
+∞ +∞ −1 +∞
P = ∑ |Cn |2 = |C0 |2 ∗
+ ∑ C−p C−p + ∑ Cn∗ Cn
n=−∞ p=1 n=1
Pour un signal réel les coefficients de série de Fourier sont complexes conjugués, Cp∗ = C−p
(la relation II.24), l’expression de la puissance devient alors :
+∞ +∞ +∞ +∞
La relation (II.33) relie les coefficients de Fourier complexes aux coefficients de Fourier en
cosinus :
An
|Cn | = |C0 | = A0
2
et il vient alors :
+∞ +∞ +∞
An 2 1
P = |C0 |2 + 2 ∑|Cn |2 = A20 + 2 ∑ [ ] = A20 + ∑ A2n
2 2
p=1 p=1 n=1
Finalement la puissance peut être calculée de trois façons différentes, comme le montre la
relation (II.35) :
T
2 +∞ +∞
1 1
P = ∫|s(t)|2 dt = ∑ |Cn |2 = A20 + ∑ A2n
T 2
T n=−∞ n=1
− (II.35)
2
Exercice 11 :
Calculer la puissance du signal s(t) = 4 + 2cos(3t), avec ω = 1, à l’aide des trois représentations.
Solution :
+∞ +∞
1 1
P = ∑ |Cn∗ |2 = 42 + 12 + 12 = 18 W = A20 + ∑ A2n = 42 + 22
2 2
n=−∞ n=1
La transformée de Fourier généralise la notion de série de Fourier au cas des signaux non
périodiques.
Soit s(t) un signal déterministe. Sa transformée de Fourier est une fonction généralement
complexe, de variable f, définie par :
+∞
S(f) comprend une partie réelle, en phase et une partie imaginaire, en quadrature.
+∞ +∞
La transformée de Fourier est une fonction complexe, elle peut être exprimée sous la forme:
S(f) = |S(f)|ejφ(f)
2 2
|S(f)| = √[ℛℯ[S(f)]] + [ℐ𝓂[S(f)]] (II.39)
Contrairement aux signaux périodiques, les signaux non périodiques ont un spectre continu.
II-2-2 Propriétés
➢ Linéarité
s(t) ⇌ S(f)
r(t) ⇌ R(f)
a s(t) + b r(t) ⇌ a S(f) + b R(f) (II.41)
➢ Changement d’échelle
Le changement d’échelle est une opération qui associe à un signal s(t), un signal s(at) avec a un
réel strictement positif. La figure II.16 montre la dilatation et la compression du signal s(t).
Quel est l’effet d’un changement de l’échelle temporelle sur le spectre ?
1
s(t) s(4t) s(t/3)
0
-3 -2 -1 -1/4 0 1/4 1 2 3
Posons u = at → du = a dt
+∞
1 u 1 f
𝒯ℱ[s(at)] = ∫ s(u) e−2jπf a du = S( )
a a a
−∞
0
-3 -2 -1 0 1 2 3
Posons u = t - a → du = dt
+∞ +∞
+∞ +∞
➢ Dérivation
+∞
ds(t) −2jπft
∫ [ ] e dt
dt
−∞
ds(t)
⇋ 2jπf S(f) (II.46)
dt
D’une manière générale :
dn s(t)
⇋ [2jπf]n S(f) (II.47)
dt n
D’un autre côté :
j dS(f)
ts(t) ⇋ (II.48)
2π df
n
jn dn S(f) (II.49)
t s(t) ⇋
2π df n
➢ Conjugaison
+∞ +∞ ∗
s ∗ ( t) ⇋ S ∗ (−f)
(II.50)
➢ Dualité
Cette propriété permet de déterminer facilement des transformées de Fourier à partir des
transformées de Fourier déjà connues.
+∞
−1
s(t) = 𝒯ℱ [S(f)] = ∫ S(f) e2jπft df
−∞
+∞
Finalement
s(t) ⇋ S(f)
(II.52)
S(t) ⇋ s(−f)
Si S(f) est la transformée de Fourier de s(t), alors la transformée de Fourier de S(t) est s(-f).
∫ s(t) r(t) dt = ∫ [ ∫ S(f) e2jπft df] r(t) dt = ∫ S(f) [ ∫ r(t) e2jπft dt] df
−∞ −∞ −∞ −∞ −∞
+∞
= ∫ S(f)R(−f) df
−∞
enfin
+∞ +∞
L’énergie est identique dans le domaine temporel et le domaine fréquentiel. L’énergie d’un
signal ne dépend pas de la représentation choisie. C’est le théorème de Parseval appelé
également identité de Rayleigh.
E = ∫ s(t)s ∗ (t) dt = ∫ dt = T
−∞ T
−
2
= T sinc(fT)
finalement
t
rect ( ) ⇋ T sinc(fT) (II.54)
T
La transformée de Fourier est purement réelle et paire. On peut généraliser que tout signal réel
et pair, sa transformée de Fourier est réelle et paire.
k
Cette transformée s’annule pour f T = k ∈ ℤ∗ , soit f = T (cf § I.7.8). La figure (II.19) représente
la transformée de Fourier du rectangle de largeur T.
T sinc(fT)
0
On remarque, sur la figure (II.20), que plus la largeur du rectangle T est petit, plus la largeur du
lobe central du spectre sera large. Il y aura donc plus de fréquences présentes dans le signal.
s( 2t ) compression s( t ) dilatation s( t / 2 )
1 1 1
rect( 2 t / T )
rect( t / 2T )
rect( t / T )
0 0 0
-T/4 0 T/4 -T/2 0 T/2 T 0 T
t t t
dilatation compression
1/2 S( f / 2 ) S( f ) 2S( 2f )
T/2 sinc( f T / 2 )
T/2 T
2T sinc( 2 f T )
2T
T sinc( f T )
0 0 0
-4/T -2/T 0 2/T 4/T -5/T -3/T -1/T 0 1/T 3/T 5/T -3/T -2/T -1/T 0 1/T 2/T 3/T
f f f
2 2
|S(f)| = √[ℛℯ[S(f)]] + [ℐ𝓂[S(f)]] = √T 2 sinc 2 (fT) = |Tsinc(fT)| (II.55)
Le spectre de phase :
ℐ𝓂[S(f)] 0 si S(f) > 0
φ(f) = arctg [ ]={ (II.56)
ℛℯ [S(f)] ±π si S(f) < 0
La figure (II.21) présente les spectres d’amplitude et de phase du signal rectangulaire. Par
convention, on a choisi pour les fréquences positives la phase -π et la phase +π pour les
fréquences négatives afin que le spectre de phase soit une fonction impaire.
pi
T
|S(f)|
⇋
(f)
0
-pi
0
-3/T -2/T -1/T 0 1/T 2/T 3/T -3/T -1/T 1/T 3/T
f f
(a) (b)
Fig II.21. (a) Spectre d’amplitude (b) spectre de phase du signal rectangle
Exercice 12
Calculer la transformée de Fourier du signal s(t) = sinc(Ft).
Solution :
La relation (II.54) nous donne la transformée de Fourier du rectangle.
D’après la propriété de la dualité décrite par la relation (II.52) on en déduit :
f
F sinc(Ft) ⇋ rect ( )
F
Par suite
1 f
𝒯ℱ[sinc(Ft)] = rect ( )
F F
Exercice 13
1) Calculer la transformée de Fourier du signal
t − t0
u(t) = rect (
)
T
T T 3T
2) Tracer les spectres d’amplitude et de phase pour les cas suivants : t 0 = 2 , t 0 = 4 , t 0 = 4
Solution :
1) La figure (II.22) illustre le signal u(t) qui est la version translatée de t = t0 vers la droite du
signal s(t) de la figure (II.18).
1
u(t)
0
0 -T/2 + t0 t0 T/2 + t0
t
Le spectre d’amplitude |U(f)| (Fig II.23) est identique à celui du signal s(t) (Fig II.21a). Il est
donc invariant à toute translation. En revanche, son spectre de phase est différent de celui du
signal s(t) (Fig II.21b), en lui ajoutant un terme linéaire en fréquence −2πt 0 f.
Le spectre d’amplitude est :
|U(f)| = |Tsinc(fT)| (II.58)
T
|U(f)|
0
-3/T -1/T 0 1/T 3/T
f
Fig II.23. Spectre d’amplitude du signal rectangulaire retardé
2)
T
❑ t0 = 2
Le signal u1(t) (Fig II.24) est équivalent au signal s(t) de la figure (II.18) qui a subi une
translation de t = T/2 vers la droite.
T
t−2 T
u1 (t) = rect ( ) = s (t − )
T 2
1
u (t)
1
0.5
0
0 T/2 T
t
La transformée de Fourier de u1(t) est obtenue en remplaçant dans la relation (II.57) t0 par T/2 :
T
t−
U1 (f) = 𝒯ℱ [rect ( 2)] = e−jπTf T sinc(fT)
T
La figure (II.23) représente également le spectre d’amplitude |U1(f)|, puisqu’il est invariant à
toute translation.
Le spectre de phase du signal u1(t) est égale à :
−πTf si sinc(fT) > 0
φ1 (f) = arg( e−jπTf ) + arg(Tsinc(fT)) = {
−πTf ± π si sinc(fT) < 0
La figure (II.25a) représente le spectre de phase du signal décalé en bleu et celui du signal
rectangulaire non décalé en rouge.
Nous savons qu’un nombre complexe non nul possède une infinité d’arguments de la forme :
arg(z) + 2kπ (modulo 2π) k ∈ ℤ
Par convention, l’argument d’un nombre complexe est donné dans l’intervalle ]-π , +π], c’est la
valeur principale. La valeur principale diffère de la valeur réelle de 2kπ, avec k ∈ ℤ, pour que
la valeur principale reste entre - π et +π. L’argument calculé par Matlab par exemple, est la
valeur principale de la phase qui est toujours comprise entre - π et +π.
Nous allons tracer le spectre de phase à partir des valeurs principales. D’après la courbe de la
1 1 1
figure (II.25a), pour les fréquences f ∈ [− T , T], la phase à la fréquence 1/T est φ1(T) = -π, mais
1 2 1
pour f ∈ [T , T], la phase est φ1(T) = -2π, n’appartenant pas à l’intervalle ]-π , +π], cependant sa
valeur principale est -2π + 2π = 0. Nous suivons le même raisonnement pour toutes les autres
valeurs de la phase et on obtient le spectre de phase de la figure (II.25b).
5pi
3pi
pi
1(f)
0
-pi
-3pi
-5pi
-5/T -4/T -3/T -2/T -1/T 0 1/T 2/T 3/T 4/T 5/T
f
(a)
pi
pi/2
1(f)
-pi/2
-pi
-4/T -3/T -2/T -1/T 0 1/T 2/T 3/T 4/T
f
(b)
T
Fig II.25. Spectre de phase du signal rectangulaire translaté de 2 .
(a) valeurs réelles (b) valeurs principales
T
❑ t0 = 4
Le signal u2(t) (Fig II.26) est la version translatée de t = T/4 vers la droite du signal s(t) de la
figure (II.18).
T
t−4 T
u2 (t) = rect ( ) = s (t − )
T 4
1
u (t)
2
0.5
0
-0,5 -T/4 0 T/4 3T/4
t
Fig II.26. Signal rectangulaire translaté de T/4
La transformée de Fourier de u2(t) est obtenue en remplaçant dans la relation (II.57) t0 par T/4 :
T
t−
U2 (f) = 𝒯ℱ [rect ( 4)] = e−jπT2f Tsinc(fT)
T
On suit le même raisonnement que pour t0 = T/2, à savoir, si la valeur de la phase est dans
l’intervalle ]-π , +π], on la garde, sinon on ajoute 2kπ, avec k ∈ ℤ et on obtient la figure (II.27b).
3pi
2pi
pi
2(f)
0
-pi
-2pi
-3pi
-4/T -3/T -2/T -1/T 0 1/T 2/T 3/T 4/T
f
(a)
pi
pi/2
2(f)
-pi/2
-pi
-5/T -4/T -3/T -2/T -1/T 0 1/T 2/T 3/T 4/T 5/T
f
(b)
T
Fig II.27. Spectre de phase du signal rectangulaire translaté de 4
(a) valeurs réelles (b) valeurs principales
3T
❑ t0 = 4
3T
t− 4 3T
u3 (t) = rect ( ) = s (t − )
T 4
1
u (t)
3
0.5
0
0 T/4 3T/4 5T/4
t
La transformée de Fourier de u3(t) est obtenue en remplaçant dans la relation (II.57) t0 par 3T/4 :
3πT
U3 (f) = e−j 2
f
Tsinc(fT)
Le spectre de phase est :
3πT
3T − f si sinc(fT) > 0
φ(f) = arg ( e−2jπf 4 ) + arg(Tsinc(fT)) = { 2
3πT
− f ± π si sinc(fT) < 0
2
La figure (II.29a) illustre le spectre de phase des valeurs réelles.
1 1
Pour les fréquences f ∈ [− T , T], la phase peut être en dehors de l’intervalle ]−π, +π]. La valeur
3π 3π π 3π 3π
principale de l’angle est − 2π = − 2 et pour l’angle − la valeur principale est − +
2 2 2 2
π 2
2π = + 2 . La phase peut atteindre les valeurs ±π, si la fréquence f = ∓ 3T, en effet :
1 1 3πT 2
si f ∈ [− , ] , sinc(fT) > 0 et φ(f) = − f = ±π si f = ∓
T T 2 3T
Nous suivons le même raisonnement pour toutes les autres valeurs de la phase et on obtient le
spectre de phase de la figure (II.29b). La valeur principale des sauts de discontinuités est de ±2π
chaque fois que la phase réelle croise ±π, comme illustré sur la figure (II.29b).
3 pi/2
-3 pi/2
5pi/2
3(f)
0
-7 pi
-5pi/2
-5.5pi
-8pi -4 pi
-pi/2
4 /3 T 1 0 /3 T
-pi
-4/T -3/T -2/T -1/T 0 1/T 2/T 3/T 4/T
f
(b)
Exercice 14
Calculer la transformée de Fourier du signal u(t) suivant :
2
1.5
u(t)
1
0.5
0
-3 -2 -1 0 1 2 3
t
Solution :
Le signal u(t) est la somme de deux rectangles u1(t) et u2(t) comme le montre la figure (II.30) :
t t
u(t) = u1 (t) + u2 (t) = rect ( ) + 0.5 × rect ( )
4 2
D’après la propriété de linéarité, la transformée de Fourier de u(t) est :
𝒯ℱ[𝑢(𝑡)] = 𝒯ℱ[𝑢1 (𝑡)] + 𝒯ℱ [𝑢2 (𝑡)]
La transformée de Fourier d’un rectangle est donnée par la relation (II.54), d’où
t t
𝒯ℱ[u(t)] = 𝒯ℱ [rect ( )] + 𝒯ℱ [0.5 × rect ( )] = 4sinc(4f) + sinc(2f)
4 2
1.5
u (t)
1
1
u 2 (t)
0.5
0
-3 -2 -1 0 1 2 3
t
2- Signal triangulaire
0
-T 0 T
t
Fig II.31. Signal triangulaire
Pour calculer la transformée de Fourier de ce triangle, nous allons utiliser les propriétés de la
transformée de Fourier. Dérivons tout d’abord le triangle de la figure (II.31) :
1
si t ≥ −T T T
T 1 t+2 1 t−2
′(
s t) = 1 = rect ( ) − rect( )
− si t<T T T T T
T
{0 ailleurs
La dérivée est formée donc de deux rectangles, l’un décalé de T/2 à droite, l’autre décalé de -
T/2 à gauche, comme illustré sur la figure (II.32).
1/T
tri'(t/T)
-1/T
-T -T/2 0 T/2 T
t
t
Fig II.32. Dérivée du tri (T)
d’où
1
S(f) = sinc(fT) sin(πfT) = T sinc2 (fT)
πf
finalement
t
tri ( ) ⇋ T sinc 2 (Tf) (II.60)
T
La figure (II.33) représente la transformée de Fourier du triangle qui est également le spectre
d’amplitude. Elle est réelle et paire car le signal est également réel et pair. Pour toutes les
fréquences, S(f) est un réel positif, son spectre de phase est donc toujours nul.
T
|TF[tri(t/T)]|
0
-1/T 0 1/T
f
t
Fig II.33. Transformée de Fourier de tri (T)
0 si t < 0
s(t) = { −at avec a ∈ ℝ+
e si t > 0
1
e-at
0.5
0
0
t
Tout signal réel, sa transformée de Fourier est complexe, elle a donc une partie réelle et une
partie imaginaire.
1 a − 2jπf
e−at ⇋ = 2 (II.61)
a + 2jπf a + 4π2 f 2
Partie réelle :
a
ℛℯ [S(f)] = (II.62)
a2 + 4π2 f 2
)
Partie imaginaire :
−2πf
ℐ𝓂[S(f)] = (II.63)
a2 + 4π2 f 2
Module :
2 2 1
|S(f)| = √[ℛℯ[S(f)]] + [ℐ𝓂[S(f)]] = (II.64)
√a2 + 4π2 f 2
Phase :
ℐ𝓂[S(f)] −2πf
φ(f) = arctg [ ] = arctg [ ] (II.65)
ℛℯ [S(f)] a
1/a 1/a
Re[S(f)]
|S(f)|
0 0
-2 -1 0 1 2 -2 -1 0 1 2
(a) f f (b)
1
pi
arg[S(f)]
Im[S(f)]
0 0
-pi
-1
-2 -1 0 1 2 -5 0 5
(c) f f
(d)
Fig II.35. (a) module, (b) partie réelle, (c) partie imaginaire, (d) phase
Exercice 15
Calculer la transformée de Fourier de la partie paire et de la partie impaire du signal s(t) suivant :
0 si t < 0
s(t) = { −at
e si t > 0
Solution :
La partie paire du signal s(t) (Fig II.36) est :
1 at
1 e si t<0
sp (t) = [s(t) + s(−t)] = { 2
2 1 −at
e si t>0
2
0.5
s (t)
p
0
-2 -1 0 1 2
t
1 1 1 1 a
= + = 2
2 a − 2jπf 2 a + 2jπf a + 4π2 f 2
D’après la relation (II.62), on a alors :
Sp (f) = ℛℯ[S(f)]
On peut démontrer ce résultat d’une manière plus générale. On sait qu’il est toujours possible
de décomposer un signal en la somme d’un signal pair et d’un signal impair. On a donc :
s(t) = sp (t) + si (t)
= ∫ sp (t) e−2jπft df + ∫ si (t) e−2jπft df = 𝒯ℱ[sp (t)] + 𝒯ℱ [si (t)] = Sp (f) + Si (f) ①
−∞ −∞
S(f) est complexe, il présente donc une partie réelle et une partie imaginaire :
0.5
s (t)
0
i
-0.5
-2 -1 0 1 2
t
En vertu des relations (II.63) et (II.66), la transformée de Fourier de la partie impaire du signal
s(t) est :
−2jπf
Si (f) = 𝒯ℱ[si (t)] = j ℐ𝓂[S(f)] =
a2 + 4π2 f 2
4- Signal signe
1
0.5
−1 si t < 0
sign(t)
s(t) = { 0
1 si t > 0 -0.5
-1
-2 -1 0 1 2
t
La transformée de Fourier diverge, mais nous n’avons pas vérifié si le signal est à énergie finie.
Calculons l’énergie :
+∞ 0 +∞
∗
E = ∫ s(t)s (t) dt = ∫ −dt + ∫ dt = ∞
−∞ −∞ 0
Le signal n’est pas à énergie finie, mais à puissance finie. C’est une autre classe des signaux, il
faut donc chercher une autre méthode pour calculer sa transformée de Fourier.
0 si t < 0
v(t)
V ( t) = {
E si t > 0
0
0
t
V(t) est une fonction discontinue. Le courant qui traverse le condensateur est :
dV(t)
i( t ) = C
dt
Il est nul partout sauf en t = 0 où la tension n’est pas définie, car la tension est discontinue en
t = 0, elle n’est donc pas dérivable en ce point. Le condensateur est chargé. La charge est :
t
0 si t < 0
Q = ∫ i(τ)dτ = {
CE si t > 0
−∞
Le courant i(t) existe à t = 0 et dont l’intégrale n’est pas nulle, il n’est donc pas une fonction au
sens classique.
Etudions maintenant la charge du condensateur à travers une résistance R (Fig II.40).
E/R
i(t)
0
0
t
E
L’intensité de courant qui traverse le circuit est R à t = 0 puis diminue exponentiellement jusqu’à
zéro (Fig II.41).
t
0 si t < 0
La charge est ∶ Q = ∫ i(τ)dτ = {
CE si t > 0
−∞
La figure (II.42a) montre que si R tend vers zéro, le courant i(t) devient de plus en plus bref et
de plus en plus intense. En revanche son intégrale demeure toujours constante et égale à CE.
i(t) n’est donc pas une fonction, mais une distribution, c’est la distribution de Dirac comme
l’illustre la figure (II.42b).
Charge d'un condensateur à travers une résistance Dirac
10
R = 10
9
R = 5
8 R = 2.5
1
R = 1
7
0 0
-0.02 0 0.02 0.04 0.06 0.08 0.1 -0.2 -0.1 0 0.1 0.2
(a) (b)
Fig II.42. (a) Charge d’un condensateur à travers une résistance, (b) impulsion de Dirac
Une distribution est la limite d’une suite de fonction sn(t) où chaque fonction a une transformée
de Fourier.
s(t) = lim sn (t) lorsque n → 0, n → ∞ ou n → n0 (II.67)
n
−1 si t < 0
Exemple 4 : Soit le signal sgn(t) = {
1 si t > 0
Nous choisissons la suite des fonctions comme suit :
at
sn (t) = { −e si t < 0
eat si t > 0
La distribution sgn(t) sera définie alors comme :
−1 si t < 0
sgn(t) = lim sn (t) = {
n→0 1 si t > 0
s(t)
s(t)
0 a
0
t
t
(a) (b
)
Fig II.43. (a) discontinuité à t = 0, (b) discontinuité à t = a
ds(t) ds(t)
= σ δ(t − a) + | (II.69)
dt dt t≠a
1
s(t)
0
-0,5 0 0,5
t
Solution :
D’après la figure (II.44), le signal présente deux sauts de discontinuité, l’un à t = -0.5 et l’autre
à t = 0.5. Appliquons la relation (II.69) pour déterminer la dérivée de ce signal :
ds(t) d[rect(t)] ds(t)
= = σ δ(t − a) + |
dt dt dt t≠a
1 1+ 1−
σ ( ) = σ ( ) − σ ( ) = 0 − 1 = −1
2 2 2
Finalement, on obtient :
d[rect(t)] 1 1
= δ (t + ) − δ (t − )
dt 2 2
La figure (II.45) illustre la dérivée du rect(t).
1
s '(t)
-1
-0.5 0 0.5
t
Fig II.45. Dérivée du rect(t)
Exercice 17 :
−t + 1 si 0 ≤ t ≤ 1
Calculer et tracer la dérivée seconde du signal u(t) = {
0 ailleurs
Solution :
Le signal u(t) est représenté sur la figure (II.46). Il présente une discontinuité à t = 0.
l’exercice 17
0
0 1
t
1
u'(t)
-1
La dérivée seconde du signal u(t) est obtenu en dérivant la relation (II.70) et en tenant compte
de la relation (II.69). u’(t) présente deux discontinuités en t = 0 et t = 1 (Fig II.47).
d2 u(t) d2 u(t)
= σ ( 0 )δ( t ) + σ ( 1 )δ( t − 1 ) + |
dt 2 dt 2 t≠0,t≠1
d2 u(t) dδ(t)
2
= −δ(t) + δ(t − 1) +
dt dt
1
' (t)
u''(t) 0
-1
❑ Impulsion de Dirac
𝒯ℱ[δ(t)] = ∫ δ(t)e−2jπft dt
−∞
On a :
+∞
1
TF[(t)]
⇋
(t)
1
0.5
0
0 0
t f
Fig II.49. Transformée de Fourier de l’impulsion de Dirac
La transformée de Fourier de l’impulsion de Dirac est constante quel que soit la fréquence. On
remarque que pour l’impulsion de Dirac très étroite dans le domaine temporel correspond un
spectre infiniment large (Fig II.49).
En utilisant la relation du retard temporel (II.43), on trouve :
❑ Signal constant
La propriété de dualité (II.52), nous permet de déterminer la transformée de Fourier d’un signal
constant :
δ(t) ⇋ 1
1 ⇋ δ(−f) = δ(f) (II.73)
⇋
(f)
0
0 f
t
❑ Signal signe
Le signal rectangulaire peut être écrit en fonction du signal signe comme suit :
1 1 1
rect(t) = [sign (t + ) − sign (t − )]
2 2 2
La transformée de Fourier est linéaire et la transformée de Fourier du rectangle est donnée par
la relation (II.54) avec T = 1 :
1 1 1 1
𝒯ℱ [rect(t)] = sinc(f) = 𝒯ℱ [sign (t + )] − 𝒯ℱ [sign (t − )]
2 2 2 2
On tire alors :
sinc(f) j
𝒯ℱ[sign(t)] = =−
j sin(πf) πf
Finalement, la transformée de Fourier du signal signe, représentée sur la figure (II.51), est égale
à:
j
sgn(t) ⇋ − (II.76)
πf
1 5
0.5
⇋
Im[S(f)]
sgn(t)
0 0
-0.5
-1
-2 -1 0 1 2 -5
-0.5 0 0.5
t f
avec
d[sgn(t)]
| =0
dt t≠0
et
σ (0) = 2
La figure (II.52) représente la dérivée du signal signe.
2
sgn'(t)
0
-0.5 0 0.5
t
On en déduit alors :
2 j
𝒯ℱ[sgn(t)] = =−
2jπf πf
On trouve le même résultat que la relation (II.76).
❑ Signal échelon
1 1 j
u(t) ⇋ δ(f) − (II.77)
2 2 πf
La figure (II.53) illustre la transformée de Fourier de l’échelon.
2
1 Im[U(f)]
1 Re[U(f)]
⇋
U(f)
u(t)
0
0.5
-1
0 -2
-2 -1 0 1 2 -0.5 0 0.5
t f
La transformée de Fourier d’un signal périodique est obtenue directement à partir de son
développement en série de Fourier.
Si le signal s(t) est périodique de période T0 ; s(t) = s(t + nT0), on peut le décomposer en série
de Fourier complexe :
+∞
s(t) = ∑ Cn ejnω0 t
n = -∞
avec
T0
2
1
Cn = ∫ s(t) e-jnω0 t dt
T0
T
- 0
2
d’où finalement
+∞
La transformée de Fourier d’un signal périodique est un spectre discret ou de raies. Chaque raie
se trouve à des multiples de la fréquence fondamentale du signal, son amplitude est le
coefficient de la série de Fourier comme le montre la figure (II.54).
4
|C0|
|C-3| |C3|
|S(f)|
|C-2| |C | |C2|
|C-1| 1
0
-3F0 -2F0 -F0 0 F0 2F0 3F0
f
2- Signal sinusoïdal
Im[S(f)]
Re[S(f)]
-A/2 sin(phi)
-F0 0 +F0 -F0 0 +F0
f f
A/2
S(f)
-F0 0 +F0
f
Fig II.56. Transformée de Fourier de A cos (2πF0 t)
π
Si φ = − 2 , le signal devient :
s(t) = A sin(2πF0 t)
et on déduit sa transformée de Fourier :
A A
S(f) = j δ(f + F0 ) − j δ(f − F0 ) (II.81)
2 2
La transformée de Fourier du signal s(t) = A sin(2πF0 t) est représentée sur la figure (II.57).
A/2
S(f)
0
-A/2
-F0 0 +F0
f
Exercice 18 :
Calculer et tracer la transformée de Fourier du signal x(t) suivant :
0 si t<0
x(t) = { −at
Ae cos(2πf0 t) si t≥0
Solution :
Le signal x(t) est représenté sur la figure (II.58), c’est un cosinus amorti.
A
x(t)
-A
0
t
Fig II.58. Cosinus amorti
La transformée de Fourier S(f) du signal s(t) est donnée par la relation (II.61) :
1
S(f) =
a + 2jπf
Par application de la propriété de modulation (équation II.45), la transformée de Fourier du
signal x(t) vaut :
A
X(f) = 𝒯ℱ [x(t)] = 𝒯ℱ [A cos(2πf0 t) × s(t)] = 2 [S(f − f0 ] + S(f + f0 )]
et il vient alors :
A 1 1
X(f) = [ + ]
2 a + 2jπ(f − f0 ) a + 2jπ(f + f0 )
Finalement la transformée de Fourier de x(t) est égale à :
a + 2jπf
X(f) = A [ ]
(a + 2jπf)2 + 4π2 f02
A/2a
|X(f)|
0
-f0 0 f0
f
Fig II.59. Spectre du cosinus amorti
Le spectre du cosinus amorti est le spectre de l’exponentiel décalé une fois à gauche et une fois
à droite, comme le montre la figure (II.59).
3- Peigne de Dirac
Le peigne de Dirac δT0 (t) est une succession périodique d’impulsion de Dirac (Fig II.60a) de
période T0 :
+∞
T0 T0
Calculons les coefficients complexes Cn, sachant que sur l’intervalle ]− , [, le peigne vaut
2 2
δ(t) (Fig II.60a) :
T0 T0
2 2
1 1
Cn = ∫ s(t) e−jnω0 t dt = ∫ δ(t) e−jn2πF0 t dt
T0 T0
T T
− 0 − 0
2 2
La propriété du Dirac :
s(t) δ(t) = s(0) δ(t)
nous permet d’écrire :
T0
2
1
Cn = ∫ δ(t) e−jn2πF0 0 dt
T0
T
− 0
2
d’où enfin
T0
2
1 1
Cn = ∫ δ(t) dt = (II.82)
T0 T0
T
− 0
2
La transformée de Fourier d’un peigne de Dirac en temps est un peigne de Dirac en fréquence.
La figure (II.60b) montre le spectre d’un peigne de Dirac qui est une suite d’impulsions de
1 1
Dirac, de poids T et de période T sur l’axe des fréquences.
0 0
Peigne de Dirac
1
T0(t)
0
-3T0 -2T0 -T0 0 T0 2T0 3T0
t
(a)
⇋
Peigne de Dirac
1/T0(f)
1/T0
0
-4/T0 -2/T0 0 2/T0 4/T0
f (b)
Fig II.60. (a) Peigne de Dirac (b) sa transformée de Fourier
Nous avons vu qu’il n’est pas toujours possible de calculer la transformée de Fourier, le cas par
exemple d’un échelon. La transformée de Laplace généralise la transformée de Fourier qui
permet parfois d’éviter d’utiliser les distributions lorsqu’une fonction n’admet pas de
transformée de Fourier. Les fonctions admettant une transformée de Fourier admettent toutes
une transformée de Laplace mais pas l’inverse.
II-3-1 Définition
On note :
s(t) ↔ S(p)
s(t) est l’originale, S(p) est l’image.
La transformée de Laplace inverse est donnée par :
+∞
1
s(t) = 𝒯ℒ −1 [S(p)] = ∫ S(p) ept dp (II.86)
2jπ
−∞
L’intégrale est effectuée dans le plan complexe. C’est une méthode compliquée. On va voir
plus loin comment on va calculer cette transformée de Laplace inverse.
La transformée de Laplace n’est pas défini pour tout p, il faut étudier donc la convergence.
Exemple 5 : On appelle signal de droite, un signal dont le support est dans un intervalle fermé
à gauche et ouvert à droite, donc un signal nul pour t < t0. L’échelon u(t) ainsi que tout signal
s(t)
0.5
0
-4 -2 0 2 4
t
1
si ℛ𝑒(p + a) > 0, alors ℛ𝑒(p) = σ > −a et S(p) =
p+a
a>0 a<0
ℐm(p) ℐm(p)
ROC ROC
ℛℯ(p) ℛℯ(p)
-a -a
Exemple 6 : On appelle signal de gauche, un signal dont le support est dans un intervalle fermé
à droite et ouvert à gauche, donc un signal nul pour t > t0.
Soit le signal s(t) = −e−at u(−t), avec a ∈ ℝ, représenté sur la figure (II.63). Sa transformée
de Laplace est :
+∞ +∞ 0
1 0
= e−(p+a)t |−∞
p+a
1
si ℛ𝑒(p + a) < 0, alors ℛ𝑒(p) = σ < −a et S(p) =
p+a
-2
s(t)
-4
-6
-2 -1 0 1 2 3 4
t
a>0 a<0
ℐm(p) ℐm(p)
ROC ROC
ℛℯ(p) ℛℯ(p)
-a -a
La transformée de Laplace existe si ℛ𝑒(p) = σ < −a. La figure (II.64) montre que la région
de convergence est un demi-plan à la gauche de tous les pôles de S(p).
Exemple 7 : Un signal non borné est la somme d’un signal de droite et d’un signal de gauche,
comme le montre la figure (II.65).
−at
s(t) = e−at u(t) + eat u(−t) = {e at si t > 0 a∈ℝ
e si t < 0
1
Signal de droite : e−at u(t) ↔ p+a et ℛe(p) = σ > −a
−1
Signal de gauche : eat u(t) ↔ p−a et ℛe(p) = σ < a
a>0 a<0
e-at u(t) + eat u(-t)
u(t) + e u(-t)
1
at
X: 0
-at
Y: 1
e
0 0
-4 -2 0 2 4 -4 -2 0 2 4
t t
a<0 a>0
ℐm(p) ℐm(p)
ROC
(a) (b)
Si a < 0, les régions de convergence pour le signal de droite et celui de gauche ne se chevauchent
pas et du coup la transformation de Laplace n’existe pas (Fig II.66a).
Si a > 0, les régions de convergence pour le signal de droite et celui de gauche se chevauchent
(Fig II.66b), la transformation de Laplace existe et vaut :
1 1 2a
e−at u(t) → − =− 2 (II.89)
p+a p−a p − a2
Si le signal est de durée infinie, la ROC est une bande verticale dans le plan p définie par
−a < ℛe(p) < a, comme le montre la figure (II.66b).
0.5
0
T
t
+∞ T
−1 −(p+a)t T 1
S(p) = ∫ s(t) e−pt dt = ∫ e−at e−pt dt = e |0 = [1 − e−(p+a)T ]
p+a p+a
−∞ 0
0
si p = −a ; S(p) = 0 indéterminé. Cherchons la valeur de S(p = -a).
T T
d′ où
T si p = −a
S(p) = { 1 (II.90)
[1 − e−(p+a)T ] si p ≠ −a
p+a
II-3-3 Exemples
1- Impulsion de Dirac
On a :
+∞
finalement
δ(t) ↔ 1 (II.91)
2- Signal échelon
D’où
1 (II.92)
u(t) ↔
p
Finalement
1
e−at u(t) ↔ (II.93)
p+a
4- Rampe
1
t u(t) ↔
p2 (II.94)
Le tableau (II.3) donne quelques signaux et leurs transformées de Laplace.
II-3-4 Propriétés
➢ Multiplication par une constante
s ( t) ↔ S ( p )
a s(t) ↔ a S(p) (II.95)
➢ Linéarité
s(t) ↔ S(p)
v(t) ↔ V(p)
a × s(t) + b × v(t) ↔ a × S(p) + b × V(p) (II.96)
La transformée de Laplace est une opération linéaire.
1
−u(−t) ℛℯ(p) < 0
p
1
tu(t)
p2
n!
tn ℛℯ(p) > 0
pn+1
1
e−at u(t) ℛℯ (p) > −a
p+a
1
−e−at u(−t) ℛℯ (p) < −a
p+a
p
cos(ω0 t) u(t) ℛℯ(p) > 0
p2 + ω20
ω0
sin(ω0 t) u(t) ℛℯ(p) > 0
p2 + ω20
p+a
[e−at cos(ω0 t)] u(t) ℛℯ (p) > −a
(p + a)2 + ω20
ω0
[e−at sin(ω0 t)]u(t) ℛℯ (p) > −a
(p + a)2 + ω20
➢ Changement d’échelle
Le changement d’échelle est une opération qui associe à un signal s(t), un signal s(at) avec a
un réel strictement positif.
Calculons la transformée de Laplace de s(at) :
+∞
Posons x = at → dx = a dt
L’équation devient :
+∞
1 p 1 p
𝒯ℒ[s(at)] = ∫ s(x) e− a x dx = S( )
a a a
0
Finalement
1 p
s(at) ↔ S( ) (II.97)
a a
La version translatée du signal s(t) u(t) est le signal s(t – a) u(t – a) (Fig II.68), avec u(t) est
l’échelon.
2
x(t) x(t - a )
1
0
0 a
t
Fig II.68. Signal translaté
Posons x = t - a → dx = dt
+∞ +∞
finalement
f(t − a) ⇋ e−pa F(p) a > 0 (II.98)
soit
➢ Dérivation
ds(t)
Cherchons la transformée de Laplace de la dérivée .
dt
+∞
ds(t) ds(t) −pt
𝒯ℒ [ ]=∫ e dt
dt dt
0
finalement
ds(t)
↔ pS(p) − s(0) (II.100)
dt
Dériver par rapport au temps dans le domaine temporel revient alors à multiplier par p dans le
domaine complexe.
Cherchons la transformée de Laplace de la dérivée seconde :
d2 s(t) d ds(t)
𝒯ℒ [ ] = 𝒯ℒ [ { }]
dt 2 dt dt
D’où enfin :
d2 s(t) 2 ( )
ds(0) (II.101)
↔ p S p − ps( 0 ) −
dt 2 dt
D’une manière générale, on a :
n−1
d n s ( t)
↔ pn S(p) − ∑ pn−1−k s (k) (0) (II.102)
dt n
k=0
avec
dk s(0)
s(k) (0) =
dt k
➢ Intégration
par suite
t t +∞ +∞
1 1 −pt 1
𝒯ℒ [∫ s(u) du] = [− e−pt ∫ s(u) du] + ∫ s(t) e dt = S(p)
p p p
0 0 0 0
d’où enfin
t
1
∫ s(u)du ↔ S(p) (II.103)
p
0
Intégrer dans le domaine temporel revient alors à diviser par p dans le domaine complexe.
Finalement
dS(p)
t s(t) ↔ − (II.104)
dp
on a :
+∞
dS(p)
= − ∫ t s(t) e−pt dt
dp
0
D’où
2
d2 S(p)
t s(t) ↔ (−1 )2
dp2 (II.105)
➢ Signal périodique
Soit s(t) un signal périodique de période T représenté sur la figure (II.69). Il peut être considéré
comme une somme de signaux définis chacun sur une période :
s(t)
0
0 T 2T 3T 4T
t
Fig II.69. Signal périodique
s1(t) = s(t)
s2(t) = s1(t - T)
s3(t) = s1(t - 2T) …
On peut écrire s(t) sous la forme :
s(t) = s1(t) + s2(t) + s3(t) + … = s1(t) + s1(t - T) + s2(t - 2T) + …
Calculons la transformée de Laplace en utilisant la propriété de la linéarité, la relation (II.96) et
la propriété de la translation décrite par la relation (II.98) :
S(p) = S1(p) + S2(p) + S3(p) + … = S1(p) + e-pT S1(p) + e-2pT S1(p) + …
1
= S1 (p)[1 + e−pT + e−2pT + ⋯ ] = S1 (p)
1 − e−pt
car
1
1 + x + x2 + ⋯ =
1−x
d’où
1
s(t) ↔ S1 (p) (II.107)
1 − e−pt
Exercice 19 :
Calculer la transformée de Laplace des signaux de la figure (II.70).
1 1
x(t)
s(t)
0
0 -1
0 tau 0 tau 2tau
t t
Fig II.70. Signaux de l’exercice 19
Solution :
1) On peut écrire le signal rectangulaire comme une somme de deux échelons dont l’un est
négatif et retardé de τ (Fig II.71) :
s(t) = u(t) – u(t – τ)
1
0
-1
0 tau
1 − e−pτ
𝒯ℒ [s(t)] =
p
2) Le signal x(t) est la somme de deux rectangles, s(t) et s(t) translaté de τ :
x(t) = s(t) − s(t − τ)
Le même raisonnement que précédemment, nous donne :
1 − e−pτ 1 − e−pτ −pτ
𝒯ℒ[x(t)] = 𝒯ℒ [s(t)] − 𝒯ℒ[s(t − τ)] = − e
p p
Finalement
[1 − e−pτ ]2
𝒯ℒ[x(t)] =
p
Le théorème n’est applicable que si le degré du numérateur de S(p) est inférieur au degré de
son dénominateur, la fonction s(t) ne doit donc pas contenir d’impulsion.
Exercice 20 :
k −t
Trouver la valeur initiale et la valeur finale de ce signal : s(t) = τ e τ
-t/
s(t) = k/ e
k/tau
0 1
t
k −t
Fig II.72. Signal τ e τ
Solution :
La transformée de Laplace est :
k
S( p) =
1 + τp
pk k
s(0) = lim pS(p) = lim =
p→∞ p→∞ 1 + τp τ
pk
s(∞) = lim pS(p) = lim =0
p→0 p→0 1 + τp
On vérifie facilement sur la figure (II.72), les valeurs à l’origine et à l’infini du signal s(t).
Exercice 21 :
Trouver la valeur initiale de :
p+1
S( p) =
p+2
Solution :
p+1
s(0) = lim pS(p) = lim p = +∞
p→∞ p→∞ p+2
Le théorème de la valeur initiale n'est pas applicable dans ce cas parce que le degré du
numérateur de S (p) n’est pas inférieur au degré du dénominateur.
Cherchons la transformée de Laplace inverse de S(p) : Ecrivons S(p) sous la forme :
p+1 1
S(p) = =1−
p+2 p+2
p+1 1 1
s(t) = 𝒯ℒ −1 [S(p)] = 𝒯ℒ −1 [ ] = 𝒯ℒ −1 [1 − ] = 𝒯ℒ −1 [1] − 𝒯ℒ −1 [ ]
p+2 p+2 p+2
En utilisant le tableau (II.3), on trouve à la fin :
s(t) = 𝒯ℒ −1 [S(p)] = δ(t) − e−2t u(t)
Le signal s(t) contient une impulsion, par conséquent le théorème des valeurs initiales n’est pas
applicable.
Exercice 22 :
Trouver la valeur finale de :
1 1 p
S1 (p) = ; S 2 (p) = 2 ; S3 (p) = 2
p−2 p p +1
Solution :
1
𝟏) S1 (p) =
p−2
Appliquons le théorème de la valeur finale (relation (II.109) :
p
s1 (∞) = lim s1 (t) = lim pS1 (p) = lim =0 ①
t→∞ p→0 p→0 p − 2
Les deux équations ① et ② sont différentes, le théorème de la valeur finale n’est pas applicable
car la fonction :
p
pS1 (p) =
p−2
admet un pôle p = 2 (solution du dénominateur p – 2 = 0) positif.
1
𝟐) S2 (p) =
p2
On ne peut pas appliquer le théorème de la valeur finale, car le dénominateur de la fonction
pS2(p) = 1/p a une racine à l’origine. En effet :
1
s2 (∞) = lim s2 (t) = lim pS2 (p) = lim =∞
t→∞ p→0 p→0 p
p
𝟑) S3 (p) =
p2 +1
Les pôles de la fonction pS3(p) sont purement imaginaires :
p2 + 1 = 0 et p = ±j
par suite, le théorème de la valeur finale n’est pas applicable.
En effet :
p2
s3 (∞) = lim s3 (t) = lim pS3 (p) = lim =0 ①
t→∞ p→0 p→0 p 2 + 1
D’un autre côté, on va déterminer la transformée de Laplace inverse s3(t) à partir de la table des
transformées de Laplace (tableau II.3) :
p
s3 (t) = 𝒯ℒ −1 [S3 (p)] = 𝒯ℒ −1 [ ] = cos (t)
p2 + 1
On peut représenter graphiquement ces pôles et zéros dans le plan complexe, le plan de p. Le
zéro est représenté sur la figure (II.73) par un cercle (o), et le pôle par une croix (x).
Plan de p
1.5
1
Imaginary Part
0.5
-0.5
-1
-1.5
-2 -1 0 1 2
Real Part
1- Pôles simples
On suppose que le degré du numérateur est inférieur au degré du dénominateur
(d° [N(p)] < d° [D(p)]) et que les racines de D(p) = 0 sont simples. C’est le cas des systèmes
réels causaux.
On appelle pi, avec i =1, 2, …n, les pôles de S(p). La fonction S(p) peut s’écrire :
N(p) am pm + am−1 pm−1 + ⋯ + a0 am pm + am−1 pm−1 + ⋯ + a0
S(p) = = =
D(p) bn pn + bn−1 pn−1 + ⋯ + b0 (p − p1 )(p − p2 ) … (p − pn )
pi ≠ pj si i ≠ j
Exercice 23 :
Trouver la transformée de Laplace inverse de :
p
S(p) =
p2 − 3p + 2
Solution :
Les pôles sont :
p =1
p2 − 3p + 2 = 0 → { 1
p2 = 2
On peut écrire S(p) sous la forme :
p p A1 A2
S (p) = = = +
p2 − 3p + 2 (p − 1)(p − 2) (p − 1) (p − 2)
Pour calculer les résidus, il suffit d’appliquer la relation (II.111)
p p
A1 = [S(p). (p + 1)]p=1 = [ × ( p − 1)] =[ ] = −1
(p − 1)(p − 2) p=1
( p − 2 ) p=1
p p
A2 = [S(p). (p − 2)]p=2 = [ × ( p − 2)] =[ ] =2
(p − 1)(p − 2) p=2
(p − 1) p=2
Soit enfin :
1 2
S(p) = − +
(p − 1) ( p − 2)
La relation (II.112) nous permet d’écrire l’originale de S(p) :
s(t) = [−et + 2e2t ]u(t)
2- Pôles doubles
La fonction S(p) possède maintenant des pôles doubles et on a toujours d° [N(p)] < d° [D(p)] :
N (p)
S(p) =
… (p − pi )2 …
S(p) peut être mis sous la forme :
Ai1 Ai2
S(p) = + +⋯
(p − pi ) (p − pi )2
Les coefficients s’obtiennent en utilisant les relations suivantes :
Ai2 = [S(p). (p − pi )2 ]p=pi (II.113)
d[S(p). (p − pi )2
Ai1 = [ ] (II.114)
dp p=p i
Exercice 24 :
Trouver la transformée de Laplace inverse de :
3p
S(p) =
p2 + 4p + 4
Solution :
S(p) peut être mis sous la forme :
3p A1 A2
S (p) = 2
= +
(p + 2 ) p + 2 (p + 2)2
Les coefficients s’obtiennent en utilisant les relations suivantes :
A2 = [S(p). (p − pi )2 ]p=pi = 3p|p=−2 = −6
d[S(p). (p − pi )2 d
A1 = [ ] = [3p]p=−2 = 3
dp p=p
dp
i
Et on a :
3p 3 6
S (p) = = −
(p + 2 )2 p + 2 (p + 2)2
La transformée de Laplace inverse est alors :
3 6
s(t) = 𝒯ℒ −1 [S(p)] = 𝒯ℒ −1 [ − ]
p + 2 (p + 2)2
Grâce à la propriété de la linéarité, on peut écrire :
3 6
s(t) = 𝒯ℒ −1 [S(p)] = 𝒯ℒ −1 [ ] − 𝒯ℒ −1 [ ]
p+2 (p + 2)2
En appliquant enfin la relation (II.115), on obtient :
s(t) = 3e−2t − 6t e−2t ]u(t)
Solution avec Matlab
num = [3 0];
den = [1 4 4];
[R,P,K] = residue(num,den)
R =
3
-6
P =
-2
-2
K =
[]
On a des pôles doubles, d’où la solution :
R(1) R(2) 3 6
S(p) = + +⋯= −
p − P(1) (p − P(1))2 p + 2 (p + 2)2
Q(p) = [q0 + q1 p + ⋯ + qk pk ]
On en déduit grâce à la relation (II.91) et aux propriétés (II.95) et de la dérivée (relation II.102) :
Exercice 25 :
Trouver la transformée de Laplace inverse de :
p3 + 3p2 + 4p + 3
S(p) =
p2 + 2p + 1
Solution :
Après division :
p+2 p+2
S(p) = (p + 1 ) + = (p + 1) + = A(p) + B(p)
p2 + 2p + 1 (p + 1)2
La fonction B(p) a des pôles doubles et le degré de numérateur est inférieur au degré du
dénominateur, on a alors :
p+2 A1 A2
B ( p) = 2
= +
(p + 1) p + 1 (p + 1)2
p+2
A2 = [B(p). (p − pi )2 ]p=pi = [ . (p + 1)2 ] = [p + 2]p=−1 = 1
(p + 1)2 p=−1
d’où enfin :
p+2 1 1
S(p) = (p + 1) + 2
= (p + 1 ) + +
(p + 1) p + 1 (p + 1)2
et l’inversion est :
p3 + 3p2 + 4p + 3 p+2
S(p) = = ( p + 1 ) +
p2 + 2p + 1 (p + 1)2
[R,P,K] = residue(num,den)
R =
1
1
P =
-1
-1
K =
1 1
finalement
R(1) R(2) 1 1
S(p) = + + K(p) = + + (p + 1)
p − P(1) (p − P(1))2 p + 1 (p + 1)2
+∞
Si l’axe jω = 2jπf est inclus dans la région de convergence, la transformée de Fourier est :
+∞
S(f) = S(p)|p=jω si l′ axe jω est dans la ROC de S(p). C'est le cas des signaux convergents.
S(f) n’existe pas si l’axe jω n’est pas dans la ROC de S(p) et n’est pas une borne de ROC. C’est
le cas des signaux divergents.
S(f) existe et comporte des Dirac si l’axe jω est une borne de ROC de S(p). Ce sont les
signaux oscillants (sin, cos) ou stagnants (échelon).
Exercice 26 :
On considère H(p) la transformée de Laplace suivante :
3p2 + 2p
H(p) =
(p2 + 2p + 2)(p − 1)
1) Trouvez les pôles et les zéros de H(p) et représentez-les dans le plan complexe.
2) En déduire toutes les régions de convergence possibles de H(p).
3) Donnez l'expression de h(t) transformée de Laplace inverse de H(p) pour chaque région de
convergence possible,
4) Donner la transformée de Fourier de h(t) si elle existe.
Solution :
1) Les pôles correspondent à la solution du dénominateur de H(p) :
(p2 + 2p + 2)(p − 1) = 0
H(p) présente alors trois pôles :
p1 = 1 ; p2 = -1 – i et p3 = -1 + i
Les zéros correspondent à la solution du numérateur de H(p) :
3p2 + 2p = 0
H(p) présente alors deux zéros :
2
z1 = 0 et z2 = −
3
La figure (II.74) représente les pôles et les zéros dans le plan complexe.
Imaginary Part
0.5
-0.5
-1
-1 -2/3 0 2/3 1
Real Part
2) Les régions de convergence RDC sont délimitées par les droites parallèles à l’axe imaginaire
et passant par les pôles comme le montre la figure (II.75). On en déduit alors trois régions de
convergence :
ℛℯ (p) < −1 , − 1 < ℛℯ (p) < 1 et ℛℯ (p) > 1
j
(seconds -1)
0 ℛℯ(p)
-j
3) Pour trouver h(t) la transformée de Laplace inverse, il faut tout d’abord décomposer H(p) en
élément simple. On peut écrire H(p) sous la forme :
3p2 + 2p A1 A2 A3
H(p) = 2 = + +
(p + 2p + 2)(p − 1) ( p + 1 + i) ( p + 1 − i) ( p − 1 )
Soit
h(t) = [2e−t cos t + et ] u(t)
➢ ℛℯ (p) < −1
La région de convergence est le demi-plan à gauche du pôle. Le signal est donc de gauche. Le
même raisonnement que précédemment nous conduit à :
Soit
h(t) = −[2e−t cos t + et ] u(−t)
➢ −1 < ℛℯ (p) < 1
La région de convergence est une bande verticale. Le signal est non borné, c’est la somme d’un
signal de droite, ℛℯ(p) > -1, d’où la transformée de Laplace inverse h1(t) est :
−12𝜋2 f2 + 4jπf
H(f) = H(p)|p=jω = 2
(−4𝜋2 f + 4jπf + 2) (2jπf − 1)
Pour les deux autres cas, ℛℯ(p) < -1 et ℛℯ(p) > 1, l’axe jω ne se trouve pas dans la région de
convergence et la transformée de Fourier n’existe pas.
II-4 CONVOLUTION
II-4-1 Définition
Connaissant la réponse impulsionnelle h(t) d’un système supposé linéaire et un signal d’entrée
e(t), peut-on déterminer par le calcul le signal de sortie s(t) ?
La réponse du système à une entrée e(t) est égale au produit de convolution entre l’entrée et la
réponse impulsionnelle. Le produit de convolution s’exprime par :
+∞
II-4-2 Propriétés
➢ Commutativité
e(t) ∗ h(t) = h(t) ∗ e(t)
➢ Associativité
s(t) ∗ [e(t) ∗ h(t)] = [s(t) ∗ e(t)] ∗ h(t)
➢ Distributivité
s(t) ∗ [e(t) + h(t)] = [s(t) ∗ e(t)] + [s(t) ∗ h(t)]
e(t) ∗ δ(t) = δ(t) ∗ e(t) = ∫ δ(τ) e(t − τ)dτ = ∫ e(τ) δ(t − τ)dτ
−∞ −∞
+∞ +∞
La convolution d’un signal par un Dirac est le signal lui-même. L’impulsion de Dirac est donc
l’élément neutre de la convolution (Fig II.76).
rect(t / 2 T) (t) rect(t / 2 T)
1 1 1
0 0 0
-1 -T 0 T 1 -0.5 0 0.5 -1 -T 0 T 1
t t t
En conséquence,
e(t) ∗ k δ(t) = k e(t) Amplificateur – atténuateur
La convolution d’un signal par un Dirac décalé translate le signal (Fig II.77).
rect(t/2T) (t - t0)
rect[(t - t0) / 2T)]
1 1 1
0 0
-T 0 T 0 t0 0
0 t0
e(t) ∗ δTe (t) = e(t) ∗ ∑ δ(t− nTe ) = ∑ e(t) ∗ δ(t− nTe ) = ∑ e(t− nTe )
n=−∞ n=−∞ n=−∞
Soient 2 signaux e(t) et h(t) dont la transformée de Fourier sont E(f) et H(f) respectivement.
Calculons la transformée de Fourier du produit de convolution e(t) ∗ h(t) :
e(t)
0
t
∗
1
Te(t)
=
1
s(t) * Te(t)
0
-3Te -2Te -Te 0 Te 2Te 3Te
t
+∞ +∞
+∞ +∞
Posons t – τ = u, t=u+τ
+∞ +∞ +∞ +∞
e(t) × h(t) 𝒯ℱ
→ E(f) ∗ H(f)
Soient e(t) et h(t) deux signaux causaux. Leur produit de convolution est :
+∞
𝒯ℒ[e(t) ∗ h(t)] = ∫ [∫ e(τ) h(t − τ)dτ] e−pt dt = ∫ e(τ) [∫ h(t − τ) e−pt dt] dτ
0 0 0 0
Posons t – τ = u, t=u+τ
+∞ +∞ +∞ +∞
𝒯ℒ
e(t) ∗ h(t) → E(p) × H(p)
La transformée de Laplace transforme un produit de convolution en un produit simple.
Solution :
Le produit de convolution est donné par :
+∞
Pour calculer le produit de convolution, il faut conserver un des signaux, e(t) par exemple,
inverser h(t), par rapport à l’axe des ordonnées, puis décaler ce signal, le multiplier avec e(t) et
finalement intégrer le résultat.
1ère étape : on garde e(τ) fixe (Fig II.79a), on inverse h(τ) autour de l’origine de l’axe des
temps (Fig II.79b) :
h(τ) → h(−τ).
1 1
h(-)
e()
0.5 0.5
0 0
-1 - 0.5 0 + 0.5 1 -1 -0.5 0 0.5 1
(a) (b)
Fig II.79. (a) signal rect(τ), (b) signal rect(-τ)
1 e()
h(t - )
0.5
0
t - 0.5 t + 0.5 -0,5 0 0,5
3ème étape : une multiplication des deux signaux point par point :
e(τ). h(t − τ)
Dans le cas de la figure (II.80), le produit e(τ). h(t − τ) est nul.
4ème étape : une intégration de ce produit. Pour tout t donné, le produit de convolution est l’aire
qui se trouve sous la courbe e(τ).h(t - τ). Pour le cas de la figure (II.80) les deux rectangles ne
se touchent pas et :
+∞
Pour trouver le produit de convolution pour toutes les valeurs de t, il faut déplacer le signal
h(-τ). Décalons le signal h(-τ) jusqu’à ce qu’il touche le signal e(τ) (Fig II.81). Dans ce cas, la
translation est :
t +0.5 = -0.5, d’où t = -1
1 e()
h(t - )
0.5
0
t - 0.5 -0,5 0 0,5
L’intégrale vaut :
+∞
Si on continue la translation vers la droite jusqu’à ce que les deux rectangles se chevauchent.
Le produit e(τ).h(t - τ) n’est plus nul. La figure (II.82) montre l’aire qui se trouve sous la courbe
e(τ).h(t - τ). Le produit de convolution est égal à :
+∞ t+0,5
1 e()
h(t - )
0.5
0
t - 0.5 -0,5 0 0,5
1 e()
h(t - )
0.5
0
-0,5 0 0,5
Le produit e(τ).h(t - τ) voit son support diminuer, si h(t - τ) poursuit sa translation (Fig II.84)
1 e()
h(t - )
0.5
X: -4
Y: 0
0
-0.5 0 0.5
+∞ 0,5
1 e()
h(t - )
0.5
0
-0,5 0 0,5 t + 0.5
La figure (II.85) montre que la surface commune entre les deux rectangles est nulle. Le produit
de convolution est alors :
1 e()
h(t - )
0.5
0
-0,5 0 0,5 t + 0.5
1 1 1
=
e(t)
h(t)
0 0 0
-1 -0.5 0 0.5 1 -1 -0.5 0 0.5 1 -1 0 1
t t t
𝐭−𝟓 𝐭−𝟐
Exercice 28 : Calculer la convolution entre 𝐞(𝐭) = 𝟐 𝐫𝐞𝐜𝐭( ) et 𝐡(𝐭) = 𝐫𝐞𝐜𝐭( )
𝟐 𝟒
𝟐( 𝐭 − 𝟒) 𝐬𝐢 𝟒 ≤ 𝐭 ≤ 𝟔
𝟒 𝐬𝐢 𝟔 < 𝐭 ≤ 𝟖
Solution : 𝐞(𝐭) ∗ 𝐡(𝐭) = {
𝟐(𝟏𝟎 − 𝐭) 𝐬𝐢 𝟖 < 𝐭 ≤ 𝟏𝟎
𝟎 𝐚𝐢𝐥𝐥𝐞𝐮𝐫𝐬
e(t)
1
0
0 2 4 6 8 10 12
t
2
h(t)
0
0 2 4 6 8 10 12
t
convolution
4
c(t)=e(t)*h(t)
0
0 2 4 6 8 10 12
t
II-5 CORRELATION
II-5-1 Intercorrélation
1- Signaux à énergie finie
La fonction d’intercorrélation atteint son maximum lorsque les deux signaux sont superposés
au mieux.
La fonction d’intercorrélation est obtenue en respectant les étapes suivantes :
1° Translater l’un des signaux d’une distance τ : y ∗ ( t) → y ∗ ( t − τ)
2° Multiplier les deux signaux point par point : x ( t ) . y ∗ ( t − τ)
3° Intégrer ce produit.
Propriété
∗
Cxy (τ) = Cyx (−τ)
En effet :
+∞
Posons θ = t – τ
+∞
On définit l’intercorrélation de deux signaux à puissance moyenne finie x(t) et y(t) par :
T
+
2
1
Cxy (τ) = lim ∫ x(t) y ∗ (t − τ) dt = ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
x(t) y ∗ (t − τ)
T→∞ T
T
−
2
Propriété
∗
Cxy (τ) = Cyx (−τ)
II-5-2 Autocorrélation
Propriétés
∗
▪ Cxx (τ) = Cxx (−τ)
∗
▪ τ = 0, Cxx (0) = Cxx (0), donc Cxx (0) ∈ ℝ
+∞ +∞
−∞ −∞
▪ Signaux réels
Cxx (τ) = Cxx (−τ)
La fonction d’autocorrélation d’un signal réel est paire.
La fonction d’autocorrélation a sa valeur maximale pour τ = 0, c’est le pic de corrélation, il est
situé à la meilleure coïncidence des signaux :
II-5-3 Applications
1- Intercorrélation
posons u = t − τ0
+∞
Cyx (τ) est maximale pour τ = τ0 , τ0 est le retard de y(t) par rapport à x(t). La fonction
d’intercorrélation atteint donc son maximum lorsque les deux signaux sont superposés au
mieux.
Si Cxy (τ) = 0, on dit que les deux signaux sont décorrélés.
x(t) = sin[2(t - 5)] exp[-0.9|t - 5|] y(t) = sin[2(t + 7)] exp[-0.9|t + 7|]
1 1
(a) (b)
0 0
-1 -1
0 5 10 -12 -10 -8 -6 -4 -2
t t
C () C ()
yx xx
1000 1000
(c) (d)
0 0
-1000 -1000
-18 -16 -14 -12 -10 -8 -6 -5 0 5
2- Autocorrélation
L’autocorrélation permet de trouver la périodicité d’un signal. Elle est efficace pour trouver
l’amplitude et la fréquence d’un signal noyé dans le bruit.
L’autocorrélation permet d’extraire un signal s(t) dans un bruit b(t).
On considère un signal périodique s(t) noyé dans un bruit blanc b(t) (Fig II.90).
b(t)
0 0 0
-1
-20 -20
-2
-40 -40
0 0.005 0.01 0 0.5 1 0 0.5 1
t t t
autocorrélation signal non bruité autocorrélation bruit autocorrélation signal bruité
30 30
(d) (e)
2 (f) PS+b
20 20
Css ()
Cbb()
Cxy()
0
10 10
P
S
-2 0 0
Fig II.90. (a) signal s(t), (b) bruit b(t), (c) signal bruité s(t) + b(t)
(d) Css(τ), (e) Cbb(τ), (f) Cs+b(τ)
La figure (II.90f) montre que la fonction d’autocorrélation permet d’obtenir la période du signal
s(t) et d’estimer les deux puissances, du signal et du bruit, et d’en déduire la valeur du rapport
signal sur bruit.
En effet,
Cs+b (0) = Ptot = Css (0) + Cbb (0) = Ps + Pb
Nous avons vu que la convolution formalise l’interaction entre les signaux x(t) et y(t) alors que
la corrélation mesure la ressemblance entre les signaux x(t) et y(t) selon le décalage τ. Ces deux
opérations se ressemblent énormément. Quel est le lien existant entre elles ?
L’intercorrélation s’écrit :
+∞ +∞
de même
Cxx (τ) = x(τ) ∗ x ∗ (−τ)
La corrélation entre les deux signaux x(t) et y(t) est donc une convolution du premier signal
avec le conjugué du second signal inversé.
Si y(t) est réel et pair, alors y*(-τ) = y(τ) et l’intercorrélation devient
Cxy (τ) = x(τ) ∗ y ∗ (−τ) = x(τ) ∗ y(τ)
de la même manière
Cxx (τ) = x(τ) ∗ x ∗ (−τ) = x(τ) ∗ x(τ)
L’intercorrélation et la convolution sont identiques dans le cas où y(t) est réel et pair.
Sxy (f) = TF [Cxy (τ)] = ∫ Cxy (τ) e−2jπfτ dτ = TF [x(τ) ∗ y ∗ (−τ)] = X(f). Y ∗ (f)
−∞
∗
Sxy (f) = Syx (f)
Sxx (f) = TF [Cxx (τ)] = ∫ Cxx (τ) e−2jπfτ dτ = TF [x(τ) ∗ x ∗ (−τ)] = X(f). X ∗ (f) = |X(f)|2
−∞
finalement
Sxx (f) = |X(f)|2
La densité spectrale d’énergie est donc une fonction réelle positive :
Sxx (f) ≥ 0
Sxx (f) est l’énergie du signal à la fréquence f. D’après le théorème de Parseval, on a :
+∞ +∞ +∞
1
Css (τ) = 2 pour tout τ.