Académique Documents
Professionnel Documents
Culture Documents
Chapitre 2
Analyse de Fourier
1. Introduction
2. Rappels mathématiques
2.1 Les espaces L1(𝐼) et L2(𝐼)
2.2 Produit scalaire
2.3 Distance Euclidienne
2.4 Norme d’un signal
2.5 Relation entre produit scalaire et distance Euclidienne
2.6 Espace de signaux
2.7 Base de fonctions
2.8 Exemple de développement d’un signal dans une famille de fonctions
3. Séries de Fourier (SF)
3.1 Définition
3.2 Condition d’existence de la SF
3.3 Propriétés de la SF
3.4 Série de Fourier d’une distribution périodique
4. Transformée de Fourier (TF)
4.1 Définition
4.2 Condition d’existence de la TF
4.3 Transformée de Fourier des distributions
4.4 Propriétés de la TF
5 Propriétés spectrales des signaux – Théorème de Parceval
5.1 Cas d’un signal périodique
5.2 Cas d’un signal apériodique
Annexe
1
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
1. Introduction
Le développement en séries de Fourier (SF) et, plus généralement, la transformée de Fourier
(TF) permettent d’obtenir une représentation spectrale des signaux déterministes.
Il est d’abord nécessaire de modéliser (représenter) un signal par un modèle mathématique.
Puisqu’un signal est une grandeur qui dépend du temps, on peut donc le modéliser par une
fonction du temps dont le domaine de définition est ℝ ou un intervalle de ℝ. La représentation
spectrale exprime la répartition de l’amplitude, de la phase, de l’énergie ou de la puissance des
signaux considérés en fonction de la fréquence ; appelée aussi représentation fréquentielle.
Le temps et la fréquence sont deux bases servant à la description des signaux. Ce sont deux
points de vue différents d’une même réalité ; ils sont complémentaires.
Ces deux représentations du signal sont reliées entre elles par la transformation de Fourier. Cette
dernière joue un rôle fondamental en théorie du signal.
2. Rappels mathématiques
2.1 Les espaces L1(𝐼) et L2(𝐼)
L’ensemble des signaux est muni d’une structure d’espace vectoriel, c'est-à-dire, on peut
additionner deux signaux et on peut multiplier un scalaire par un signal.
L’intervalle 𝐼, peut-être à support borné ou non borné, c'est-à-dire : [𝑎 , 𝑏] ; [𝑎 , ∞[ ; ℝ ;
2.1.1 Espace L1(𝐼) des signaux sommables sur 𝐼
Un signal 𝑥(𝑡) est dit sommable (ou bien absolument intégrable) sur 𝐼 si et seulement si :
∫ |𝑥(𝑡)|𝑑𝑡 < ∞
𝐼
∫ |𝑥(𝑡)|2 𝑑𝑡 < ∞
𝐼
2
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
Les coefficients {𝑐𝑘 } définissent un point de coordonnée (𝑐1 , 𝑐2 , … , 𝑐𝐾 ) par rapport à la base B ;
(𝜓1 , 𝜓2 , … , 𝜓𝐾 ) est donc une représentation du signal 𝑥(𝑡) par rapport à la base B.
3
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
L’une d’entre elle ne peut pas être réalisée par une combinaison linéaire des autres, ce qui veut
dire, qu’il n’existe pas de coefficients {𝑐𝑘 } tels que :
∑ 𝑐𝑘 𝜓𝑘 (𝑡) = 0
𝑘
Soit 𝜓𝑘 (𝑡)une fonction de la base et 𝑥(𝑡) un signal quelconque de l’espace E , on peut écrire :
𝑇0 si 𝑘 = 𝑙
= ∫ 𝑒 𝑗2𝜋 (𝑘−𝑙) 𝑓0 𝑡 𝑑𝑡 = {
𝑇0 0 si 𝑘 ≠ 𝑙
4
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
En développant la somme, on a :
−1
en faisant un changement de variable et en exploitant les propriétés de parité des fonctions sinus,
on peut écrire :
∞ ∞
5
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
On obtient une autre forme de la SF, qu’on appelle forme trigonométrique, donnée par :
∞
𝑎0
𝑥(𝑡) = + ∑[𝑎𝑘 𝑐𝑜𝑠(2𝜋𝑘𝑓0 𝑡) + 𝑏𝑘 sin(2𝜋𝑘𝑓0 𝑡)]
2
𝑘=1
6
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
avec
𝐴𝑘 =√𝑎𝑘2 + 𝑏𝑘2 ; 𝑘 ≥ 1
−𝑏𝑘
𝛼𝑘 = tan−1 ( ) ; 𝑘≥1
𝑎𝑘
𝐴0
= 𝑥𝑐𝑐
2
Cette forme de la SF fait intervenir que des fréquences positives, la représentation spectrale qui
lui est associée porte le nom de spectre unilatéral.
7
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
8
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
La TF, 𝑋(𝑓), est en générale une fonction complexe pouvant se mettre sous la forme suivante :
𝑋(𝑓) = 𝑅𝑒{𝑋(𝑓)} + 𝑗 𝐼𝑚{𝑋(𝑓)}
ou bien sous une autre forme, module-phase :
𝑋(𝑓) = |𝑋(𝑓)| 𝑒 𝑗𝜑(𝑓)
qui constitue la représentation spectrale de 𝑥(𝑡), avec :
4.3.1 Définition
Soit 𝐷 est une distribution, on définit la transformée de Fourier et la transformée de Fourier
inverse (𝑇𝐹 −1) de 𝐷 par les relations suivantes :
〈𝑇𝐹{𝐷} , 𝜑〉 = 〈𝐷 , 𝑇𝐹{𝜑}〉
〈𝑇𝐹 −1 {𝐷} , 𝜑〉 = 〈𝐷 , 𝑇𝐹 −1 {𝜑}〉
On peut écrire :
∞
−𝑗2𝜋𝑓𝑡 〉 = ∫ 𝐷𝑡 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
𝑇𝐹{𝐷} = 〈𝐷𝑡 , 𝑒
−∞
∞
𝑇𝐹 −1 {𝐷} = 〈𝐷𝑓 , 𝑒 𝑗2𝜋𝑓𝑡 〉 = ∫ 𝐷𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓
−∞
et la relation d’identité:
𝑇𝐹{𝑇𝐹 −1 {𝐷}} = 𝐷
9
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
4.3.2 Exemples
Exp1 : Distribution de Dirac 𝐷𝑡 = 𝛿(𝑡 − 𝑡0 )
𝑇𝐹{𝐷𝑡 } = 〈𝐷𝑡 , 𝑒 −𝑗2𝜋𝑓𝑡 〉 = 〈𝛿(𝑡 − 𝑡0 ) , 𝑒 −𝑗2𝜋𝑓𝑡 〉 = 𝑒 −𝑗2𝜋𝑓𝑡0
que l’on peut écrire :
∞
𝑇𝐹{𝛿(𝑡 − 𝑡0 )} = ∫ 𝛿(𝑡 − 𝑡0 ) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 = 𝑒 −𝑗2𝜋𝑓𝑡0
−∞
10
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
4.4 Propriétés de la TF
Nous allons voir dans cette partie quelques propriétés importantes de la TF (voir annexe)
4.4.1 Linéarité
Pour 𝑎1 et 𝑎2 deux constantes et
𝑥1 (𝑡) ↔ 𝑋1 (𝑓)
𝑥2 (𝑡) ↔ 𝑋2 (𝑓)
Alors
𝑎1 𝑥1 (𝑡) + 𝑎2 𝑥2 (𝑡) ↔ 𝑎1 𝑋1 (𝑓) + 𝑎2 𝑋2 (𝑓)
4.4.2 Changement de variable temporelle
𝑥(𝑡) ↔ 𝑋(𝑓)
1 −𝑗2𝜋 𝑏 𝑓 𝑓
𝑥(𝑎𝑡 − 𝑏) ↔ 𝑒 𝑎 𝑋 ( ) ; 𝑎 ≠ 0 et ∀ 𝑏
|𝑎| 𝑎
Remarque :
- Translation temporelle pour 𝑎 = 1 𝑒𝑡 𝑏 = 𝑡0
𝑥(𝑡 − 𝑡0 ) ↔ 𝑋(𝑓)𝑒 −𝑗2𝜋 𝑡0 𝑓 = |𝑋(𝑓)|𝑒 𝑗(𝜑(𝑓)−2𝜋 𝑓 𝑡0 )
L’effet d’une translation 𝑡0 sur le signal 𝑥(𝑡) est d’introduire un déphasage 𝜑0 (𝑡) = −2𝜋 𝑓 𝑡0
dans sa TF. Le spectre d’amplitude reste le même.
- Changement d’échelle temporelle 𝑎 ≠ 0 𝑒𝑡 𝑏 = 0
1 𝑓
𝑥(𝑎𝑡) ↔ 𝑋( )
|𝑎| 𝑎
Cette relation montre qu’une dilatation de l’échelle des temps (|𝑎| < 1) conduit à une
contraction de l’échelle des fréquences et inversement (|𝑎| > 1).
4.4.3 Translation fréquentielle
𝑥(𝑡) ↔ 𝑋(𝑓)
𝑗2𝜋 𝑓0 𝑡
𝑒 𝑥(𝑡) ↔ 𝑋(𝑓 − 𝑓0 )
4.4.4 Dualité temps-fréquence
𝑥(𝑡) ↔ 𝑋(𝑓)
Par définition, on peut écrire :
∞
𝑋(𝑓) = ∫ 𝑥(𝑡) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 (1a)
−∞
∞
𝑥(𝑡) = ∫ 𝑋(𝑓) 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓 (1b)
−∞
On remarque une symétrie dans les variables d’intégration (variables muettes), on peut leurs
donner n’importe quel nom. Il n y a pas de risque à changer 𝑓 et 𝑡 dans la TF, on aura :
∞
𝑋(𝑡) = ∫ 𝑥(𝑓) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑓 (2𝑎)
−∞
∞
𝑥(𝑓) = ∫ 𝑋(𝑡) 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑡 (2𝑏)
−∞
11
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
12
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
En remplaçant dans l’équation (TF), l’exponentielle par la formule d’Euler, on peut écrire :
∞ ∞
𝑋(𝑓) = ∫ 𝑥(𝑡) cos(2𝜋𝑓𝑡) 𝑑𝑡 − 𝑗 ∫ 𝑥(𝑡)𝑠𝑖𝑛(2𝜋𝑓𝑡)𝑑𝑡
−∞ −∞
4.4.6 Dérivation
- TF d’une dérivée
∞
𝑇𝐹{𝑥 ′ (𝑡)} = ∫ 𝑥 ′ (𝑡) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 ?
−∞
En intégrant par partie, on peut écrire :
∞ ∞
′ (𝑡) −𝑗2𝜋𝑓𝑡 ∞
∫ 𝑥 𝑒 𝑑𝑡 = [𝑥(𝑡) 𝑒 −𝑗2𝜋𝑓𝑡 ]−∞ + 𝑗2𝜋𝑓 ∫ 𝑥(𝑡) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−∞ −∞
′ (𝑡)
Comme 𝑥 est intégrable et 𝑥(𝑡) est borné (pas de valeur infinie), on a :
∞
[𝑥(𝑡) 𝑒 −𝑗2𝜋𝑓𝑡 ]−∞ = 0
𝑇𝐹{𝑥 ′ (𝑡)} = 𝑗2𝜋𝑓 𝑋(𝑓)
Plus généralement, pour la dérivée d’ordre n, on a :
𝑇𝐹{𝑥 (𝑛) (𝑡)} = (𝑗2𝜋𝑓)𝑛 𝑋(𝑓)
- Dérivée de la TF par rapport à 𝑓
∞
𝑋 ′ (𝑓) = −𝑗2𝜋 ∫ 𝑡 𝑥(𝑡) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 = −𝑗2𝜋 𝑇𝐹{𝑡 𝑥(𝑡)}
−∞
Dérivée nième de la TF par rapport à 𝑓
𝑋 (𝑛) (𝑓) = (−𝑗2𝜋)𝑛 𝑇𝐹{𝑡 𝑛 𝑥(𝑡)}
13
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
Soit 𝑥(𝑡) un signal périodique, de période 𝑇0 , sa TF est obtenu directement à partir de son
développement en SF :
∞ ∞
Ce spectre est composé de raies, l’espacement des raies est fixé par la fréquence fondamentale
𝑓0 . On représente chaque raie par |𝑐(𝑘𝑓0 )|. C’est une suite d’impulsion de Dirac (espacée de 𝑓0 ),
dans le domaine des fréquences (Fig.2.1). C’est un spectre discret.
𝑇0 𝑠𝑖 𝑘 = 𝑙
𝐼 = ∫ 𝑒 𝑗2𝜋𝑓0 (𝑘−𝑙)𝑡 𝑑𝑡 = {
(𝑇0 ) 0 𝑠𝑖 𝑘 ≠ 𝑙
∞ ∞
∗ (𝑘)
𝑃𝑚𝑜𝑦 = ∑ 𝑐(𝑘) 𝑐 = ∑ |𝑐(𝑘)|2
𝑘=−∞ 𝑘=−∞
∞
1
𝑃𝑚𝑜𝑦 = ∫ |𝑥(𝑡)|2 𝑑𝑡 = ∑ |𝑐(𝑘)|2 ; Théorème de Parceval
𝑇0 (𝑇0 )
𝑘=−∞
14
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
Théorème de Parceval exprime que la puissance moyenne est la somme des puissances
moyennes des fréquences harmoniques ; c'est-à-dire qu’il y a conservation de la puissance
moyenne entre les dimensions temps et fréquence.
Remarque :
1 2
𝑃𝑚𝑜𝑦 = ∫ |𝑥(𝑡)|2 𝑑𝑡 = 𝑥𝑒𝑓𝑓
𝑇0 (𝑇0 )
∞ ∞
2 2
𝑃𝑚𝑜𝑦 = ∑ |𝑐(𝑘)|2 = |𝑐(0)|2 + 2 ∑|𝑐(𝑘)|2 = 𝑥𝐷𝐶 + 𝑥𝐴𝐶
𝑘=−∞ 𝑘=1
15
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
∞ ∞ ∗
𝑗2𝜋𝑓𝑡
𝐸𝑇 = ∫ 𝑥(𝑡) [(∫ 𝑋(𝑓) 𝑒 𝑑𝑓) ] 𝑑𝑡
−∞ −∞
∞ ∞ ∞ ∞
𝐸𝑇 = ∫ 𝑥(𝑡) ∫ 𝑋 ∗ (𝑓) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑓𝑑𝑡 = ∫ 𝑋 ∗ (𝑓) [∫ 𝑥(𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡] 𝑑𝑓
−∞ −∞ −∞ −∞
∞ ∞
𝐸𝑇 = ∫ 𝑋 ∗ (𝑓)𝑋(𝑓) 𝑑𝑓 = ∫ |𝑋(𝑓)|2 𝑑𝑓
−∞ −∞
∞ ∞
𝐸𝑇 = ∫ |𝑥(𝑡)|2 𝑑𝑡 = ∫ |𝑋(𝑓)|2 𝑑𝑓 ; Théoréme de Parceval
−∞ −∞
Conservation d’énergie entre le domaine temps et fréquence.
On définit, la densité spectrale d’énergie 𝑆𝑋𝑋 (𝑓) par :
∞
𝐸𝑇 = ∫ 𝑆𝑋𝑋 (𝑓)𝑑𝑓 𝑆𝑋𝑋 (𝑓) = |𝑋(𝑓)|2
−∞
Soit un signal 𝑥𝑇 (𝑡), une restriction centrale de largeur T du signal de 𝑥(𝑡), il est donné par :
𝑇
𝑥𝑇 (𝑡) = { 𝑥(𝑡) si |𝑡| ≤
2
0 sinon
Soit 𝑋𝑇 (𝑓), sa TF :
∞ 𝑇/2
𝑋𝑇 (𝑓) = 𝑇𝐹{𝑥𝑇 (𝑡)} = ∫ 𝑥𝑇 (𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 = ∫ 𝑥(𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−∞ −𝑇/2
1 𝑇/2 1 ∞ 1 ∞
𝑃𝑚𝑜𝑦 = lim ∫ |𝑥(𝑡)|2 𝑑𝑡 = 𝑙𝑖𝑚 [∫ |𝑥𝑇 (𝑡)|2 𝑑𝑡] = 𝑙𝑖𝑚 [∫ |𝑋𝑇 (𝑓)|2 𝑑𝑓]
𝑇→∞ 𝑇 −𝑇/2 𝑇→∞ 𝑇 −∞ 𝑇→∞ 𝑇 −∞
1 𝑇/2 1 ∞
𝑃𝑚𝑜𝑦 = lim ∫ |𝑥(𝑡)|2 𝑑𝑡 = 𝑙𝑖𝑚 [∫ |𝑋𝑇 (𝑓)|2 𝑑𝑓]
𝑇→∞ 𝑇 −𝑇/2 𝑇→∞ 𝑇 −∞
16
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
Annexe
Table de quelques Transformées de Fourier
∞
𝑥(𝑡)
𝑇𝐹{𝑥(𝑡)} = 𝑋(𝑓) = ∫ 𝑥(𝑡) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−∞
𝛿(𝑡) 1; ∀𝑓
𝛿(𝑡 − 𝑡0 ) 𝑒 −𝑗2𝜋𝑓𝑡0
1 𝛿(𝑓)
𝑗2𝜋𝑓0 𝑡 𝛿(𝑓 − 𝑓0 )
𝑒
𝑠𝑔𝑛(𝑡) 1
𝑗𝜋𝑓
𝑢(𝑡) 1 1
𝛿(𝑓) +
2 𝑗2𝜋𝑓
𝑒 −𝑎𝑡 𝑢(𝑡) , 𝑎 > 0 1
𝑎 + 𝑗2𝜋𝑓
𝑒 −𝑎|𝑡| , 𝑎 > 0 2𝑎
𝑎2 + (2𝜋𝑓)2
𝜋𝑇 (𝑡) 𝑇 𝑠𝑖𝑛𝑐(𝜋𝑓𝑇)
∆2𝑇 (𝑡) 𝑇𝑠𝑖𝑛𝑐 2 (𝜋𝑓𝑇)
cos(2𝜋𝑓0 𝑡) 1
[𝛿(𝑓 + 𝑓0 ) + 𝛿(𝑓 − 𝑓0 )]
2
sin(2𝜋𝑓0 𝑡) 1
𝑗 [𝛿(𝑓 + 𝑓0 ) − 𝛿(𝑓 − 𝑓0 )]
2
∑ 𝛿(𝑡 − 𝑘𝑇0 ) 𝑓0 ∑ 𝛿(𝑓 − 𝑘𝑓0 )
𝑘∈ℤ 𝑘∈ℤ
17
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
Exercices
Ex.1 :
Soit la représentation temporelle suivante (Fig.2.2) :
Fig.2.2 - Représentation temporelle des signaux 𝑥1 (𝑡) ; 𝑥2 (𝑡) ; 𝑥3 (𝑡) et 𝑥(𝑡) = 𝑥1 (𝑡) + 𝑥2 (𝑡)+ 𝑥3 (𝑡)
Ex.2 :
Soit le signal 𝑥(𝑡), donné par :
𝑥(𝑡) = 5 + 2.5 sin(100𝜋𝑡)
1- Déterminer la période et la fréquence du signal 𝑥(𝑡) ;
2- Trouver la valeur moyenne 𝑥𝑚𝑜𝑦 et la valeur efficace 𝑥𝑒𝑓𝑓 du signal 𝑥(𝑡).
18
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
Les 𝑐(𝑘) indiquent les fréquences qui sont présentes dans le signal 𝑥(𝑡).
19
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
Ex.4 :
Déterminer la TF du signal suivant :
𝑇
𝑥(𝑡) = { 1 si |𝑡| <
2
0 sinon
En déduire la TF de 𝑦(𝑡) = 𝑥(𝑡 − 𝑇/2).
Représenter le spectre de 𝑦(𝑡), c'est-à-dire le module et l’argument de la 𝑇𝐹{𝑦(𝑡)} = 𝑌(𝑓).
Solution
∞
𝑇𝐹{𝑥(𝑡)} = 𝑋(𝑓) = ∫ 𝑥(𝑡) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−∞
𝑇/2
1 𝑡=𝑇/2
𝑋(𝑓) = ∫ 𝑥(𝑡) 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 = [𝑒 −𝑗2𝜋𝑓𝑡 ]𝑡=−𝑇/2
−𝑇/2 −𝑗2𝜋𝑓
1 1
𝑋(𝑓) = [𝑒 −𝑗𝜋𝑓𝑇 − 𝑒 𝑗𝜋𝑓𝑇 ] = sin(𝜋𝑓𝑇)
−𝑗2𝜋𝑓 𝜋𝑓
sin(𝜋𝑓𝑇)
𝑋(𝑓) = 𝑇 = 𝑇𝑠𝑖𝑛𝑐(𝜋𝑓𝑇)
𝜋𝑓𝑇
La TF de 𝑦(𝑡) = 𝑥(𝑡 − 𝑇/2) :
En utilisant les propriétés de la TF : 𝑇𝐹{𝑥(𝑡 − 𝑡0 )} = 𝑒 −𝑗2𝜋𝑓 𝑡0 𝑋(𝑓)
On obtient :
𝑌(𝑓) = 𝑇𝐹{𝑥(𝑡 − 𝑇/2)} = 𝑒 −𝑗𝜋𝑓𝑇 𝑇𝑠𝑖𝑛𝑐(𝜋𝑓𝑇)
Le module et l’argument de 𝑌(𝑓).
sin(𝜋𝑓𝑇)
|𝑌(𝑓)| = 𝑇 | |
𝜋𝑓𝑇
𝜋 si 𝑠𝑖𝑛𝑐(𝜋𝑓𝑇) < 0
𝑎𝑟𝑔[𝑌(𝑓)] = −𝜋𝑓𝑇 + {
0 sinon
20
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
Solution
𝑇𝐹{𝑥1 (𝑡)} = 𝑇𝐹{𝑠𝑔𝑛(𝑡)} = 𝑋1 (𝑓) ?
En utilisant la propriété de la dérivée :
𝑇𝐹{𝑥1′ (𝑡)} = 𝑗2𝜋𝑓 𝑋1 (𝑓)
et 𝑥1′ (𝑡) = 2𝛿(𝑡) avec 𝑇𝐹{𝛿(𝑡)} = 1
1
𝑋1 (𝑓) =
𝑗𝜋𝑓
𝑇𝐹{𝑥2 (𝑡)} = 𝑇𝐹{𝑢(𝑡)} = 𝑋2 (𝑓) ?
En utilisant l’expression suivante :
1 1
𝑢(𝑡) = + 𝑠𝑔𝑛(𝑡)
2 2
En utilisant la propriété de linéarité, et avec 𝑇𝐹{1} = 𝛿(𝑓), on obtient :
1 1
𝑇𝐹{𝑢(𝑡)} = 𝛿(𝑓) +
2 𝑗2𝜋𝑓
21
Université Blida 1 – Faculté de Technologie Département d'Electronique – L2/Télécom (S4)
Théorie du Signal/Chap.2 – Analyse de Fourier M. Arezki
∞
1
𝑋(𝑓) = ∫ 𝑒 −𝑎 𝑡 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 = ;
0 𝑎 + 𝑗2𝜋𝑓
Le module et l’argument de X(𝑓) :
1/2
1
|𝑋(𝑓)| = ( 2 )
𝑎 + (2𝜋𝑓)2
2𝜋𝑓
𝑎𝑟𝑔[𝑋(𝑓)] = 𝜑(𝑓) = −𝑎𝑟𝑐𝑡𝑔 [ ]
𝑎
- Représentation du spectre de 𝑥(𝑡) :
22