Académique Documents
Professionnel Documents
Culture Documents
1
H(t)
Chirp
sinusoidal
Signaux monochromatiques (à valeurs en C)
sin(t)
t ! e(t) = eit
d de Dirac
Créneau centré
1
Discret Analogique
pulse
[¡a;a]
¡a a
L'espace de fonctions intégrables est notée L1(R). Deux fonctions f1; f2 2 L1(R) sont identiques (au sens de
Lebesgue) si
Z 1
jf1(t) ¡ f2(t)j = 0
¡1
Attention: Cela veut dire que f1; f2 peuvent diférer dans un ensemble de mesure nulle .
R
(cela permet de comprendre l'échange entre liminf et . Notez que l'inégalité peut être stricte fn(t) = 1 / n; sur [0; n]
0; sinon
)
Théorème de la convergence dominée: Soit ffng une suite de fonctions intégrables telles que la limite
limn!1fn(t) = f (t) existe presque partout et que jfn(t)j 6 g(t) pour une fonction g 2 L1(R) et tout n 2
N. Alors f est intégrable et
Z 1 Z 1
f (t)dt = lim fn(t)dt
¡1 n!1 ¡1
R
(ce résultat permet un échange parfait entre lim et )
Par conséquence, si une des deux intégrales à droite est finie alors f est intégrable.
Définition/Notation: La fonction caractéristique d'un ensemble S est donnée par
8
>
< 1 si t 2 S
S (t) =
>
: 0 si t 2 S
H = R +
= [¡1/2;1/2]
Une fonction f est dite localement intégrable si sa restriction à tout compact K R est intégrable.
En d'autres termes,
Z 1
kfK k1 = jf jK < 1
¡1
Notons que:
Notons que (L p(R); kkp) est un espace vectoriel normé et complet (espace de Banach). On définit également
L1(R) = ff : jf (x)j est bornée presque partoutg; kf k1 = inf fC: jf (x)j 6 C presque partoutg
1 1
Si p; q > 1 sont tels que p
+ q = 1 alors
1 1
est bien définie (car 2 + 2 = 1) et définit un produit scalaire sur L2(R). Notez que dans ce cas la norme sur
L2 est définie par kf k2 = hf ; f i1/2 et que, pas conséquent, (L2(R); h; i) est un espace de Hilbert.
En particulier, nous pourrons utiliser l'importante inégalite de Cauchy-Schwarz
kfK k1 6 kf kp kK kq 6 C kf kp
( supp(f ) = fx 2 R: f (x) =
/ 0g) défini par
def
f 7¡! (f ) = f (0)
Notez que toute fonction localement intégrable h 2 L1loc(R) définit un opérateur linéaire en Cc1(R) par
Z 1
def
f 7¡! hh; f i = h(t)f (t) dt
¡1
R
où (t) devrait être pensé comme une fonction de support 0 telle que (t)dt = 1.
Avec une notion de convergence convenable, on peut définir la distribution L comme la limite des distributions
lim hg"; i
"!0
Z
où g est une fonction C1 à support compact telle que g(t)dt = 1 et on définit g"(t) = g(t/")/".
"!0
La multiplication d'une Dirac par une fonction continue est bien définie et nous avons
(t)(t) = (0)(t)
(car le support de est concentré en 0). Plus généralement, (t) (t) = ( ) (t).
Convolution
Étant données deux fonctions f ; g (à valeurs dans C), on définit la convolution de f?g par la formule intégrale
Z 1 Z 1
(f ?g)(t) = f (u)g(t ¡ u)du = f (t ¡ u)g(u)du
¡1 ¡1
Notez que cette intégrale n'est pas toujours bien définie (par exemple si f = g = 1 l'intégrale n'existe pas).
Exemples: 1) f = g = [0;1] (où on note [a;b] la fonction caractéristique de l'intervalle [a; b]).
Z 1 Z 1
longueur de l'intervalle
(f ?g)(t) = [0;1](u)[0;1](t ¡ u)du = [0;1](t ¡ u)dt =
¡1 0 [0; 1] \ [t ¡ 1; t]
[0;1](u) [0;1](t ¡ u)
0 1 t¡1 t u
u
[0;1]?[0;1](t)
1
0 1 2 t
1
2) Soit f 2 L1(R) et g = 2 h [¡h;h]. Alors
Z 1 Z 1 Z t+h
1 1 1
(f?g)(t) = f (u)[¡h;h](t ¡ u)du = f (u)[t¡h;t+h](u)du = f (u)du
2h ¡1 2h ¡1 2h t¡h
/ 0 et g( ¡ u) =
Cela implique qu'il existe au moins une valeur de u 2 R telle que f (u) = / 0. Par conséquent,
def
u 2 supp(f ) et w = ¡ u 2 supp(g) =) = u + w 2 supp(f ) + supp(g):
/ 0g est contenue en supp(f ) + supp(g). Puisque le support d'une fonction est l'adhérence
On conclut que f : f ?g( ) =
des points où cette fonction ne s'annule pas, nous obtenons le résultat de l'énoncé.
Convolution en L1
Théorème: Si f ; g sont deux fonctions intégrables (i.e. dans L1) alors
1) f?g est bien définie et appartient aussi à L1
2) La convolution est un opérateur bilinéaire continu, tel que
kf ?gk1 6 kf k1kgk1
Preuve: (1) Puisque f ; g 2 L1(R), le produit F (x; y) = f (x)g(y) est dans L1(R2) d'après le complément du Théorème
de Fubini. Notez que
Z Z 1 Z 1
f (x)g(y) dxdy = f (u)g(t ¡ u)d u dt
R2 ¡1 ¡1
(en faisant le changement de variables x = u; y = t ¡ u). On conclut, en utilisant encore Fubini, que la fonction t 7! (f?g)(t)
est définie presque partout et appartient à L1(R).
(2) On écrit
Z 1
jf ?gj(t) 6 jf (u)j jg(t ¡ u)j dt = jf j?jgj(t)
¡1
Par conséquent,
Z 1 Z 1 Z 1
Z 1
kf ?gk1 = jf?gj(t) d t 6 jf j?jgj(t) dt = jf (u)j jg(t ¡ u)jd t d u = kf k1kgk1
¡1 ¡1 ¡1 ¡1
Convolution en Lp
1 1
Théorème: Soit f 2 L p(R) et g 2 L q(R) avec p
+ q = 1. Alors
On conclut que f ?g 2 L1 et que kf?gk1 6 kf k1kgk1. On montrera la continuité dans le cas où g est continue à
support compact.
On écrit
Z 1 Z 1
jf?g(s) ¡ f ?g(t)j 6 jf (u)jjg(s ¡ u) ¡ g(t ¡ u)jd u 6 kf k1 jg(s ¡ u) ¡ g(t ¡ u)jd u
¡1 ¡1
qui peut-être majorée par 2 supjuj6a jg(s ¡ t + v) ¡ g(v)j. Comme g est uniformement continue sur [¡a; a], on déduit
la continuité de f ?g .
ce qui donne kf?gk1 6 kf k2kgk2. La continuité s'établit comme dans le cas précédant.
Convolution de signaux causals
Notons par CM0(R) l'espace de fonctions sur R continues par morceaux. On définit
0
C+ (R) = ff 2 C 0(R): supp(f ) [a; +1[ pour un certain a 2 Rg
Théorème: Soient f ; g 2 CM0+(R). Alors la convolution f?g définit une fonction dans C+
0
(R).
Preuve: Supposons supp(f ) [a; +1[ et supp(g) [b; +1[. Alors supp(f ) + supp(g) [a + b; +1[ et on conclut
que
f?g(t) = 0; si t < a + b
Pour un t > a + b fixé, on fixe M > t et (puisque supp(f (t ¡ )) ]¡1; t ¡ a], nous pouvons écrire
Z M ¡a
f ?g(t) = f (t ¡ u)g(u)du
b
Par conséquence, dans cette intégrale on utilise les valeurs de g dans l'intervalle [b; M ¡ a] et les valeurs de f
sur l'intervalle
[2a + b ¡ M ; M ¡ b]
les fonctions f[2a+b¡M ;M ¡b] et g[b;M ¡a] sont continues par morceaux et à support compact. Donc, elles
sont dans L1 \ L1.
Par exemple, si supp(f ) [0; +1[ et supp(g) [0; +1[ alors
Z t
f?g(t) = f (u)g(t ¡ u)du
0
En utilisant le théorème précedant, on conclut que f ?g est continue et son support est contenu dans [a + b; +1[.
Convolution de fonctions en escalier
Le produit de convolution est une application bilinéaire:
Conséquence: On peut calculer le prodution de convolution de toute paire de fonctions en escalier en utilisant
la fonction échelon unitaire
X
f= ckI
k
Exemple: Calculer [¡1;1]?[¡1;1]
8
< x + 2 si ¡2 6 x 6 0;
>
(x) = (T¡2R ¡ 2R + T2R)(x) = 2 ¡ x si 0 6 x 6 2; (fonction 00triangle00)
>
:0 si jxj > 2:
Convolution et dérivation
Théorème: Soit f 2 L1(R) et g 2 C n(R) (espace de fonctions n fois continûment dérivables). Supposons que
g (k) est bornée pour tout k = 0; : : : ; n. Alors
1) f?g est une fonction de classe C n
Preuve: Comme g (k) 2 L1(R), il suit d'un théorème ci-dessus que f?g (k) existe et est continue pour tout
k = 0; : : : ; n.
De plus, pour chaque t fixé, la fonction t 7! f (u)g(t ¡ u) est n fois dérivable et
avec Mk = kg (k)k1. Comme f 2 L1(R), cette estimation permet de dériver sous le signe de l'intégrale et écrire
Z 1
(k)
(f?g) (t) = f (u)g (k)(t ¡ u)du = f ?g (k)(t)
¡1
Ce qui signifie que nous avons (?f )(t) = f (t) (i.e. le Dirac est une unité pour le produit de convolution).
Signaux, systèmes et filtres
Un signal peut être décrit par une fonction f dépéndant d'une variable t. On dira que le signal est discret si la
variable t est discrète (par exemple t 2 Z) et on dira que le signal est analogique si la variable t varie continûment
(par exemple t 2 R).
Répresentation graphique de quelques signaux
Heaviside (échelon unitaire)
1
H(t)
sinusoidal
Signaux monochromatiques (à valeurs en C)
sin(t)
t ! e(t) = eit
d de Dirac
Créneau centré
1
Discret Analogique
pulse
[¡a;a]
¡a a
Un système est une un opérateur qui transforme un signal (appelé signal d'entré) en un autre signal (appelé
x y
signal de sortie) Système On note égalément y = Ax
Exemples de systèmes:
1) Retardateur y(t) = x(t ¡ ) ( = constante de retard) On note y = T x
2) Amplificateur y(t) = x(t) On note y = Sx
3) Dérivateur y(t) = x 0(t)
Z t
4) Intégrateur y(t) = x(u)du ( = constante)
Dans la suite, on va supposer que l'ensemble de signaux d'éntré et de sortie d'un système donné apparetiennent
a deux espaces vectoriels X ; Y . On peut voir donc voir le système comme une application A: X ! Y
Propriétés particulières: On dit qu'un système y = A (x) est:
1) Linéaire si A(x1 + x2) = A(x1) + A(x2) et A(x) = A(x), 8x1; x2 2 X ; 2 R.
2) Causal si pour chaque 2 R fixé, la détermination du signal de sortie dans l'intervalle ]¡1; ] ne dépénd
que du signal d'entré dans ce même intervalle. Autrement dit,
3) Invariant par translations (ou stationnaire) si une translation dans l'entrée correspond à une même translation
dans la sortie, i.e.
8 2 R AT = TA
4) Continu: Si on suppose que X et Y sont des espaces topologiques (par exemple munis d'une norme), on
demande que A: X ! Y soit une application continue.
Un système A: X ! Y linéaire, continu et stationnaire est appelé un filtre
Exemple (Système de convolution): On considère le cas où X = Y = L1(R) (fonctions bornées) et on considère
le système défini par
y = A (x) = x?h
pour une certaine fonction h 2 C01(R) fixé. Alors, on vérifie que A est linéaire, continu (théorème vu ci-dessus)
et que
Z 1
(AT ) x(t) = x(t ¡ ¡ u)h(u)du
¡1
= (TA)x(t)
A() = ?h = h
En d'autres termes, la fonction h est le signal de sortie lors que le signal d'entré est le pulse . Pour cette
raison, on dit que h est la réponse impulsionelle du filtre (de convolution) A.
Exemple: On suppose que tout élément de X s'exprime de la forme
Z 1 Z 1
1 1
x(t) = ei!t x(!) d! = e!(t) x(!) d!
2 ¡1 2 ¡1
où chaque e!(t) = ei!t est un signal monochromatique de fréquence !/2 et x(!) est l'amplitude correspondante. Si A est
un filtre, alors sous certaines hypothèses convenables (précisés plus tard), on échanger A avec le signe d'intégration et écrire
Z 1
1
A[ x(t)] = A[e! (t)] x(!) d!
2 ¡1
Il suffit donc de connaitre l'image f! (t) = A [e!(t)] des signaux monochromatiques pour déterminer A. D'après l'hypotèse
de stationnarité, AT¡ = T¡A pour tout 2 R. D'un autre coté,
(puisque A est linéaire). En posant t = 0 des deux cotés, on obtient f! ( ) = e! ( )f! (0); 8 2 R
A(e! ) = H(!)e!
En d'autres termes, chaque e! est un vecteur propre de A, associé à la valeur propre H(!),
et nous pouvons écrire la correspondance entrée/sortie comme
Z 1 Z 1
1 1
x(t) = ei!t x(!) d! =) A[x(t)] = ei!tH(!) x(!) d!
2 ¡1 2 ¡1
y = h?x
Réponse impulsionnelle x
S
Z 1 Z
1 1
ei!t x(!) d! 1
Fonction de transfert 2 2
ei!t H(!)x(!) d!
¡1 ¡1
H =Fh
! = 10
y(t)
!=5
x(t)
Fourier
Afin de traiter plus facilement des questions de convergence, nous allons d'abord définir la transformée de Fourier
dans l'espace L1(R). Plus tard, nous verrons comment étendre cette définition à l'espace de Hilbert L2(R) et
aux distributions.
Transformée de Fourier en L1(R)
La transformée de Fourier d'une function f 2 L1(R) est définie par
Z 1
F(f ): ! 7¡! f^(!) = f (t)e¡i!t dt (?)
¡1
Z 1
Remarque: vous allez trouver dans plusieurs livres l'expression f^() = f (t)e¡2itd t. Si t est le temps
¡1
mesuré en secondes alors ! est la pulsation (radians/seconde) et est la fréquence (hertz).
3) lim jf^(!)j = 0
j! j! 1
Exemple (important): Calculons la transformée de Fourier de la fonction caracteristique d'un intervalle f = [a;b]
Z 1
f^(!) = [a;b](t)e¡i!t dt
¡1
Z b
= e¡i!tdt
a
e¡i!t t=b
= (si ! =
/ 0)
¡i! t=a
1 ¡i!a
= (e ¡ e¡i!b)
i!
1 ¡i! a+b a ¡b
¡i! 2
a ¡b
i! 2
= e 2 e ¡e
i!
2 ¡i! a+b
2 sin !
b ¡ a
= e
! 2
2
(!) = sin(!c) = 2c sinc(!c)
[¡c;c] !
sin(x)
où x ! sinc(x) = x
est la fonction sinus cardinal
Par conséquent, en comparant avec la série harmonique, on conclut que J(x) tend vers l'infini lorsque x ! 1.
Z x
sin u
Montrons cependant que l'intégrale généralisée de sinc(x) existe. Notons I(x) = d u. Alors, en intégrant par
1 u
parties
h i Z x
¡cos u x ¡cos u
I(x) = + du
u 1 1 u2
h i R x ¡cos x
¡cos u x cos x
Le terme u
= x ¡ cos 1 converge vers ¡cos 1 et l'intégrale 1 x2
d u est absolument convergente.
1
Preuve du Théorème:
(1) La continuité de ! ! F (f )(!) découle du fait que e¡i!t est une fonction continue de ! et du théorème de
convergence dominée (2).
(2) C'est une conséquence du calcul fait ci-dessus en (?) que kf^k1 6 kf k1.
2
(3) D'après l'exemple précedant, pour f = [a;b] nous avons jf^(!)j 6 j!j donc lim!!1f^(!) = 0.
On observe maintenant que les fonction en escalier sont denses en L1(R). Il existe donc une suite fgng de
fonctions en escalier telle que
lim kf ¡ gnk1 = 0
n!1
et nous avons (par linéarité de F ) que lim!!1 gbn (!) = 0 pour tout n.
D'après l'inégalité (?), jf^(!) ¡ gbn (!)j 6 kf ¡ gnk1 pour tout ! 2 R. Par conséquent, lim!!1 jf^(!)j = 0
(Pour tout " > 0, il existe un n tel que kf ¡ gnk1 6 "/2 et il existe un C > 0 tel que
Par consequent, j!j > C =) jf^(!)j 6 jf^(!) ¡ gbn(!)j + jg^n(!)j 6 kf ¡ gnk1 + jg^n(!)j < ")
Quelques outils de calcul pour F
Transformée de Fourier et dérivation. Notons par mg l'operateur de multiplication par la fonction g , qui associe
à une function t ! f (t) la fonction t ! g(t)f (t). Notons par mk = m m (k-fois), i.e.
De façon similaire, notons par Dk l'operateur de dérivation itérée k-fois, i.e. t ! Dkf (t) = f (k)(t)
Théorème (1) Soit f 2 L1(R) telle que mkt f = tkf 2 L1(R) pour k = 1; : : : ; n. Alors Ff 2 C n(R) et
(DkF ) f = (F mk¡it) f ; 8k = 1; : : : n
(2) Soit f 2 C n(R) \ L1(R) telle que Dkf = f (k) 2 L1(R) pour k = 1; : : : ; n. Alors
(mki! F) f = (F Dk) f ; 8k = 1; : : : n
Preuve: (1) On peut appliquer le Théorème de dérivation sous le signe de l'intégrale (2) à la fonction h(t; !) = e¡i!tf (t) car
k k
@ @
h(t; !) = (¡i t)ke ¡i!tf (t) et h(t; !) 6 jtkf (t)j
@! @!
L'identité FD = mi!F suit lorsqu'on prend la limite a ! 1 pourvu que la lima!1f (t) existe (car comme f est
intégrable, cette limite doit être nécessairement nulle). Afin de montrer que cette limite existe, on observe que
Z a
f (a) = f (0) + f 0(s)ds
0
Ra
Comme, f 0 2 L1 par hypothèse, la limite lima!1 0
f 0(s)d s existe a fortiori . On montre de façon analogue que
lima!¡1f (t) existe.
Preuve: Si f est intégrable et à support bornée alors tkf (x) est intégrable pour tout k 2 N. On peut donc
appliquer directement l'item (1) du thèorème.
Identités à retenir
DF = F m¡it et F D = mi! F
Exemple: Calculer la transformée de Fourier de
tk ¡at
fk(t) = e H(t)
k!
où H est la fonction de Heaviside.
En cours, on calculé la transformé de Fourier de f0(t) = e¡atH(t):
1
F(f0)(!) =
a + i!
1
fk(t) = k
f0(t) (¡it)k
(¡i) k! |||||||||||||||||{z}}}}}}}}}}}}}}}}}
m k¡it f0
D'après le théorème,
1 k 1 k 1 d k 1
F fk = F[f0(t) (¡it) ] = D F[f0] =
(¡i)kk! (¡i)kk! (¡i)kk! d! a + i!
Nous obtenons
1
Ffk(!) =
(a + i!)k+1
Transformée de Fourier, translation, homothéties et conjuguées
On va noter les operateurs de translation, homothétie et conjugaison agissant sur une fonction f comme suit
(3) (Ff )? = F ?f ?
Preuve: (1) Par le changement de variables u = t ¡ ,
Z 1 Z 1
(F T ) f (!) = f (t ¡ )e ¡i!td t = e¡i! f (u)e ¡i!ud u = (me¡i! F) f (!)
¡1 ¡1
(2) Si on pose t = u /
Z 1 Z 1
1 1
(F S) f (!) = f (t)e¡i!tdt = f (u)e¡i!u/d u = (S F ) f (!)
¡1 jj ¡1 jj 1/
(3)
Z 1 Z 1 Z 1
(Ff )?(!) = f (t)e¡i!tdt = f (t)e¡i!t dt = f (t)ei!t dt = F ?f ?(!)
¡1 ¡1 ¡1
Fourier et convolution
Théorème: Soient f ; g 2 L1(R). Alors
Preuve: Il suffit d'écrire les définitions et utiliser Fubini pour échanger l'ordre d'intégration
Z 1
F (f ?g) (!) = e¡i!t(f ?g)(t)dt
¡1
Z 1
Z 1
= e¡i!t f (u)g(t ¡ u)du dt
¡1 ¡1
Z 1Z 1
= e¡i!tf (u)g(t ¡ u)dudt
¡1 ¡1
Z 1Z 1
= e¡i!(s+u)f (u)g(s)duds
¡1 ¡1
Z 1
Z 1
= e ¡i!s g(s)ds e¡i!uf (u)du
¡1 ¡1
= (Ff )(Fg)(!)
1
Fourier d'un pulse: D'après les calculs précédants, la transformée de Fourier de f" = 2" [¡";"] s'écrit
1
f^"(!) = sin("!)
"!
Si on restreint ! à un intervalle compact alors f^"(!) converge uniformement vers la fonction 1 lorsque " ! 0.
Si on considère la fonction translatée
1
g" = Tf"(t) = f"(t ¡ ) = (t)
2" [ ¡"; +"]
g^"(!) = e¡i!f^"(!)
qui converge uniformement sur tout compact vers le signal monochromatique ! ! e¡i! lorsque " ! 0.
9
g" >
>
>
> Im g^"
>
>
=
1/2"
>
> F
>
>
>
>
; =)
dkdk
|||{z}}} !
2"
Re g^" 2
Parité et réalitée.
Soit f 2 L1(R).
1) f est paire si S¡1f = f : Par conséquent, en utilisant le théorème précendant,
En particulier,
1 1 2a
f^(!) = + = 2 est une fonction réelle.
a + i! a ¡ i! a + ! 2
Une transformée de Fourier importante: Les gaussiennes
On considère la fonction intégrable et C 1
t2
¡
f (t) = e 2
DF = F m¡it et F D = mi! F
Notez que f est l'unique solution de l'équation différentielle f 0(t) = ¡t f (t) (telle que f (0) = 1). En d'autres
termes
1
Df = m f
i ¡it
f^0(!) = ¡!f^(!)
Z 1 !2
¡t2/2 p p ¡ 2
avec condition initialle f^(0) = e ^
dt = 2 . On conclut que f (!) = 2 e .
¡1
En utilisant l'identité
1
FS = S F
jj 1/
2
f (t) = e¡at ; a>0
Preuve: Nous avons vu que g^ est bornée et continue. Par conséquent, fg^ 2 L1(R), et par symétrie, f^g 2 L1(R). En
outre, nous pouvons écrire
Z 1 Z 1
Z 1
f (x)g^(x)d x = f (x) g(y) e ¡ixy d y dx
¡1 ¡1 ¡1
Z 1
Z 1
¡ixy
= g(y) f (x) e d x dy
¡1 ¡1
Z 1 Z 1
= g(y) f (x) e ¡ixy d x dy
¡1 ¡1
Z 1
= g(y)f^(y)dy
¡1
où l'échange de l'ordre d'intégration est justifié par le Théorème de Fubini car f (x)g(y)e ¡ixy 2 L1(R2).
Transformée de Fourier inverse
Un des résultats plus généraux est le suivant
Notez qu'on ne peut pas échanger l'ordre d'intégration car la fonction u ! exp(i!(t ¡ u)) n'est pas dans L2(R1)
et donc Fubini ne s'applique pas directement.
On va contourner la difficulté en démontrant un résultat préliminaire où l'on introduit un terme additionnel:
Proposition: Supposons que f soit intégrable et continue par morceaux, définie dans ses points de discontinuité
1
par f (t) = 2 [f (t + ) + f (t ¡ )] (moyenne des limites latéraux) Alors
Z 1
1 2
! 2/2 i!t ^
f (t) = lim e¡" e f (!)d!; 8t 2 R
"!0 2 ¡1
Z 1
1
En plus, si f^ 2 L1(R) alors f est nécessairement continue et f (t) = 2 f^(!)ei!t d! .
¡1
Preuve: En remplaçant f^ pas sa définition intégrale, on considère l'intégrale double
Z 1 Z 1
Z 1
2 2
1 2 2 1 ¡" !
I"(t) = e¡" ! /2 ei!tf^(!)d! = f (u)exp exp(i!(t ¡ u)) du d!
2 ¡1 2 ¡1 ¡1 2
Z
1
¡"2! 2 ¡"2! 2
exp exp(i!(t ¡ u))d! = F exp (t ¡ u)
¡1 2 2
p
2 ¡(t¡u)2/2"2
= e
"
Par conséquent,
Z 1
1 2 /2"2
I"(t) = p f (u)e ¡(t¡u) d u = f?"(t)
" 2 ¡1
où
p2
1 2 1 t 2 2
(t) = p e ¡t /2; "(t) = = e ¡t /2"
2 " " "
Z 1
Notez que "(t)dt = 1 pour tout " > 0, et, intuitivement, la suite f"g s'approche du delta de Dirac lorsque " ! 0.
¡1
En effet, on montre en (2) que
1
lim f?"(t) = [f (t + ) + f (t ¡ )]; 8t 2 R
"!0 2
Supposons maintenant que f^ = F (f ) est intégrable. Alors, d'après l'estimatioon
2! 2 /2
e ¡" ei!tf^(!) 6 jf^(!)j
Z 1
Et on sait que la fonction t ! ei!tf^(!) d! est continue d'après le Théorème de Riemann-Lebesgue (?).
¡1
Quelques transformées de Fourier obtenues par le théorème d'inversion
Proposition Soit f une fonction continue, intégrable, telle que f^ = Ff soit dans L1(R). Alors,
1
f (t) = (Ff^)(¡t)
2
F 2a
e¡ajtj =)
a2 + ! 2
Par conséquent,
2a F
=) 2e¡ajtj
a + !2
2
Transformée de Fourier dans l'espace de Schwartz S(R)
Definition: S(R) est l'espace vectoriel des fonctions f : R ! C vérifiant:
1) f 2 C 1(R)
2) f et toutes ses dérivées sont à décroissance rapide à l'infini
Un des intérêts de la classe de Schartz est que elle est stable par transformation de Fourier et convolution.
Théorème: La transformé de Fourier définit une bijection F: S(R) ! S(R).
Preuve: Soit f 2 S(R). Comme f 2 L1(R) (car elle décrôit assez vite à l'infini) et que, pour tout k , jtkf j ! 0
lorsque t ! 1, il suit du Théorème (?) que f^ est dans C 1(R).
Pour montrer que f^ est à décroissance rapide, on observe (d'après le Théorème (?) et le Théorème de Riemann-
Lebesgue) que
et on conclut que f^ 2 S(R). Puisqu'on peut récupérer f à partir de f^ via la transformée de Fourier inverse,
on conclut que F est une bijection.
Proposition: F: S(R) ! S(R) est continue
Preuve: La continuité de F est une conséquence du fait suivant: pour tout k; l 2 N, il existe des sous-ensembles
finis A; B N et une constante C tels que
Z 1
jDlf^(!)j = (¡it)le¡i!tf (t) dt
Z ¡1
1
6 j(¡it)lf (t)j dt
Z ¡1
1
6 (1 + t2)dle/2jf (t)j dt
¡1 Z 1
1
6 k(1 + t2)2+dle/2
f k1 2
dt
¡1 1 + t
6 k(1 + t2)2+dle/2f k1
Le cas général est traité de façon analogue en utilisant les formules du Théorème (?).
Convolution dans la classe de Schwartz
Théorème: Soient f ; g deux fonctions dans la classe de Schwartz S(R). Alors leur produit de convolution
Z 1
(f ?g)(t) = f (u)g(t ¡ u)du
¡1
est également dans S(R).
Preuve: Puisque f ; g sont intégrables, nous savons que h = f ?g est intégrable. De plus, comme f ; g sont de
classe C 1, le même vaut pour h. Il reste juste à démontrer que h est à décroissance rapide.
D'abord, on remarque que, puisque g 2 L1(R) nous avons
P
k i j
Notez que, pour tout k nous pouvons écrire tk = ((t ¡ u) + u)k = i i u (t ¡ u) (Binôme de Newton).
Par conséquent,
Z 1 k
X k
X
k i ¡i k i
tkh(t) = tk(f?g)(t) = u f (u)(t ¡ u) k g(t ¡ u)du = (t f )?(t jg)(t)
¡1 i i
i=0 i=0
et avec le même argument ci-dessus, on conclut que limt!1tkh(t) = 0, 8k . On traite de façon similaire le
cas tk h(l)(t) 8k; l.
Transformée de Fourier en L2(R) et identité de Plancherel-Parseval
Nous allons admettre le résultat suivant
Proposition: S(R) est un sous-espace vectoriel dense dans L2(R).
Autrement dit, pour tout f 2 L2(R), il existe une suite de fonctions de Schwartz fgn 2 S(R)g telle que
Z 1/2
lim kf ¡ gnk2 = lim jf (x) ¡ gn(x)j2 dx =0
n!1 n!1
Le résultat suivant montre que la transformée de Fourier est une isométrie de S(R) (modulo un facteur constant),
muni du produit scalaire induit par kk 2,
Z 1
hf ; gi = f (t)g?(t)dt; ou g?(t) = g(t)
¡1
1 ^
hf ; gi = hf ; g^i
2
1
kf k2 = p kf^k2
2
Preuve: En appliquant la formule d'échange (2) aux fonctions f et h = g^? nous obtenons
Z 1 Z 1
^(x) dx =
f (x)h f^(y)h(y) dy
¡1 ¡1
Z Z 0Z 1?
1 1 1
^(x) =
h h(t)e¡itxdt = g^?(t)e¡itxdt =B g^(t)eitxdt C = 2g ?(x)
¡1 ¡1 @ ¡1 A
||||||||||||||||||||||||{z}}}}}}}}}}}}}}}}}}}}}}}}
2F ¡1g
^
et on conclut que
Z 1 Z 1
2 f (x)g?(x) dx = f^(y)g^?(y) dy
¡1 ¡1
d'où la formule de l'énoncé.
Nous allons utiliser le résultat précedant pour éténdre la transformée de Fourier à l'espace L2(R). Via le résultat
de topologie suivant:
Proposition: Soient E ; F deux espaces de Banach et E1 E un sous-espace dense. Alors, tout opérateur linéaire
continu T1: E1 ! F possède une unique extension à un opérateur linéaire continu T : E ! F . En plus, la norme
de T est égale à la norme de T1.
Preuve: Soit u 2 E . Par densité, il existe une suite fvng E1 qui converge vers u. Comme la suite est conver-
gente, elle est de Cauchy. Comme T1 est continue, la suite image fT1 vng F est également de Cauchy. Comme
F est complet, cette suite possède une unique limite, noté w.
On définit alors T (u) = w.
0
Notez que cette définition est indépéndant de la suite fvng choisie, car si fvn g est une autre suite convergeant
vers u alors
kTuk = kwk = lim kT1 vnk 6 kT1k lim kvnk = kT1k kuk
n!1 n!1
Théorème: La transformée de Fourier (et son inverse) se prolonge de façon unique de S(R) en L2(R). De plus,
1) F F ¡1 = F ¡1F = id
2) Pour tout f ; g 2 L2(R),
1
hf ; gi = 2 hFf ; Fgi
1
kf k2 = p kFf k2
2
Définition: L'énérgie totale d'un signal f 2 L2(R) est définie par
Z 1
E(f ) = jf (t)j2 dt = (kf k2)2
¡1
Définition: La dispersion d'un signal f autour d'un point a est définie par
Z 1
1
af = (t ¡ a)2jf (t)j2 dt
E(f ) ¡1
Intuitivement, la dispersion mesure combien le signal f est peu concentré autour du point a: Si af est petite
alors f est très concentré autour du point a, et vice-versa, si af est grand alors f a peu de energie proche de a.
1
(af )( f^) > ; 8a; 2R
4
f F f^
=)
t2 p !2
¡ ¡
Exemple: f (t) = e 2 =) f^(!) = 2 e 2 . On calcule l'énergie totale
Z 1 Z 1
2 p 2 p
E(f ) = e¡t dt = ; E(f^) = 2 e¡! d! = 2
¡1 ¡1
Z B B Z B
x f (x)f 0(x) dx = x jf (x)j2 ¡ jf (x)j2dx + xf (x)f 0(x) dx
A A A
Z B B Z B B Z B
jf (x)j2dx = x jf (x)j2 ¡ 2Re xf (x)f 0(x) dx = x jf (x)j2 ¡ 2Re g(x)f 0(x) dx
A A A A A
Comme f ; g sont dans L2, les limites de ces intégrales existent lorque A ! ¡1 et B ! 1. Par conséquent, les
limites A jf (A)j2 et B jf (B)j2 existent et, en plus, doivent être égaux à zero. (sinon jf (x)j s jxj1/2 et f ne
pourrait pas être L2).
Donc, en faisant A ! ¡1 et B ! 1 dans l'expression ci-dessus nous obtenons
Z 1 Z 1
jf (x)j2dx = ¡2Re g(x)f 0(x) dx
¡1 ¡1
D'après l'inégalité de Cauchy-Schwarz (hf 0; gi2 6 kf 0k2 kg k2) cela implique que
Z 1
2 Z 1
Z 1
jf (x)j2dx 64 x2 jf (x)j2dx jf 0(x)j2dx
¡1 ¡1 ¡1
R 1 R
On utilise maintenanat l'identité de Plancherel pour f , jf j2 = 2 jf^j2 et sa version pour f 0
Z 1 Z 1 Z 1
1 1
jf 0(x)j2dx = jFf 0(!)j2 d! = ! 2jf^(!)j2 d!
¡1 2 ¡1 2 ¡1
F (x) = e¡i xf (x + a)
1
(af )( f^) =
4
sont les gaussiennes.
Théorème d'échantillonage
Supposons que f (t) est un signal que nous devons étudier en mésurant son intensité dans une suite d'instants
t1 < t2 < .
Pour un signal quelconque, le valeurs mesurés f (t1); f (t2); : : : ne donnent aucune information de f (t) en dehors
de ces points.
Par contre, si nous savons a priori que le signal f ne possède que certaines fréquences, on peut dire beaucoup plus..
Définition: On dit que f est limité en fréquence s'il existe une constante tel que la transformée de Fourier
f^ s'annule en dehors de l'intervalle [¡ ; ].
Dans ce cas, le résultat suivant montre que nous pouvons reconstruire le signal de départ à partir de l'échantillon
f (t1); f (t2); : : : pourvu que ti+1 ¡ ti ¡1
Théorème (Shannon-Whitakker) Soit f 2 L2 tel que f^(!) = 0 pour j!j > . Alors,
1
X
n sin( t ¡ n)
f (t) = f
t ¡ n
n=¡1
En d'autres termes: Un signal f (t) qui ne contient pas de fréquences plus grandes de B hertz est complètement
determiné par un échantillonage espacé de 1/(2B) secondes. (rappel: = 2B )
Preuve: Nous allons utiliser la théorie de séries de Fourier:
Toute fonction g 2 L2 qui est 2T -périodique peut s'écrire comme une série
1
X Z T
1
g(x) = gne inx/T
; avec gn = g(x)e¡inx/Tdx
2T ¡T
¡1
1
X Z
1
f^(!) = c¡ne ¡in!/
; avec c¡n = f^(!)ein!/ d!
2 ¡
¡1
pour ! 2 [¡ ; ] (où nous avons changé n par ¡n pour simplifier les calculs qui suivent).
Notez que, d'après les hypothèses, supp(f^) [¡ ; ], ce qui implique f^ 2 L1. Donc, nous pouvons utiliser la
formule d'inversion de la transformé de Fourier pour écrire
Z Z 1
1 1 n
c¡n = f^(!)e in!/
d! = f^(!)ein!/ d! = f
2 ¡ 2 ¡1
Z
1
f (t) = f^(!)ei!td! (formule d'inversion)
2 ¡
=
Z
1
f (t) = f^(!)ei!td! (formule d'inversion)
2 ¡
Z 1
X
1 n
= f e¡in!/ ei!td! (en utilisant la série de Fourier de f^)
2 ¡ ¡1
=
Z
1
f (t) = f^(!)ei!td! (formule d'inversion)
2 ¡
Z 1
X
1 n
= f e¡in!/ ei!td! (en utilisant la série de Fourier de f^)
2 ¡ ¡1
!
1 Z
1 X n on peut échanger la somme et l'intégration
= f ei ( t¡n)!/
d!
2 ¡ à cause de la convergence en L2
¡1
=
Z
1
f (t) = f^(!)ei!td! (formule d'inversion)
2 ¡
Z 1
X
1 n
= f e¡in!/ ei!td! (en utilisant la série de Fourier de f^)
2 ¡ ¡1
!
1 Z
1 X n on peut échanger la somme et l'intégration
= f ei ( t¡n)!/ d!
2 ¡ à cause de la convergence en L2
¡1
" #
X1 i ( t¡n)!/
1 n e
= f (primitive de ei( t¡n)!/
)
2 i( t ¡ n)/
¡1 ¡
=
Z
1
f (t) = f^(!)ei!td! (formule d'inversion)
2 ¡
Z 1
X
1 n
= f e¡in!/ ei!td! (en utilisant la série de Fourier de f^)
2 ¡ ¡1
!
1 Z
1 X n on peut échanger la somme et l'intégration
= f ei ( t¡n)!/ d!
2 ¡ à cause de la convergence en L2
¡1
" #
X1 i ( t¡n)!/
1 n e
= f (primitive de ei( t¡n)!/
)
2 i( t ¡ n)/
¡1 ¡
X1
1 n sin( t ¡ n)
= f (identité de Euler)
2 t ¡ n
¡1
8
¡ >
< ¡ pair
sin t ; sin t ; >
: ¡ impair et + pair
1/
Dans cette illustration, les deux signaux (vert et bleu) coîncident dans les poins d'échantillonage.
f^ f
frec = f
g= f +"
f^
"^
grec = f + "~
ou t ! ~(t) est un signal de frequénce dans l'intervalle [¡ ; ] qui présente le même échantillonage que "(t).
Un survol de l'analyse d'un signal en temps-fréquence: Fourier à fenêtre, spectrogrames, Ondelettes
Un des problèmes de l'analyse de Fourier classique pour la théorie du signal est que chacune des fonctions
F
f (t)() f^(!)
décrit séparament des informations sur l'intensité d'un signal dans le temps t et dans la fréquence !.
Dans la vie réelle, il est plus important d'avoir ces informations representées au même temps. Autrement dit,
déterminer une répresentation qui encode la valeur de l'intésité du signal pour chaque valeur de la paire de (t; !).
Par exemple, nous apercevons le son d'un instrument de musique comme une signal qui est localisé dans un temps
et dans une fréquence précises. Cette information est suivant encodé dans un spectrogramme
t
!
Chant d'un oiseau
Son d'un violin
Le concept d'atome de temps-fréquence (suivant le livre de Mallat)
De façon informelle, un atome en tems-fréquence est un signal qui est bien concentré dans le temps et dans la
fréquence.
On considère une famille d'atomes f g 2¡, où peut-être un paramètre multi-indice. Nous supposons que
chaque element de la famille est L2 intégrable et que
k k2 = 1
À partir de cette famille, nous définissons la transformé de temps-fréquence d'un signal f 2 L2(R) par
Z 1
Tf ( ) = f (t) (t) dt = hf ; i
¡1
1
D'après l'identité de Perseval,hf ; i = 2 hf^; ^ i
Z 1 Z 1
1
Tf ( ) =
f (t) (t) dt = f^(t)^ (t) dt
¡1 2 ¡1
Par conséquent,
1) Si (t) est très proche de zéro pour t en dehors d'un voisinage d'un point d'abcisse u, alors hf ; i dépend
seulement de la valeur de f au voisinage de ce point.
2) Si ^ (!) est très proche de zéro pour ! en dehors d'un voisinage d'un point d'abcisse , alors hf ; i dépend
seulement de la valeur de f^ au voisinage de ce point.
Exemple: Un atome du type Fourier fenêtrée est construit avec une fonction du type fenêtre g , translatée au
point u et modulée par la fréquence
g;u g^;u
F
()
u
Un atome du type ondelette est définit par une dilatation et une translation d'un ondelette mère
1 t¡u
(t) = ;u(t) = p
s s
Dans ces deux cas, nous avons un des atomes bien concentrés dans le temps et dans la fréquence... Cependant,
le principe de l'incertitude de Heisenberg donne une limite pour la concentration simultanée d'un signal dans
le temps et dans la fréquence...
Boîtes de Heisenberg
Nous pouvons répresenter l'information de la transformée T f ( ) = hf ; i d'un signal par une région du plan
(t; !) dont la position et la largeur dépénd d'où se concentre dans le temps et dans la fréquence.
Z 1
Comme nous avons supposée k k = 2 j (t)j2 d t = 1, nous pouvons interpréter j (t)j2 comme une
¡1
distribution de probabilité, centré au point
Z 1
u = tj (t)j2 dt
¡1
Z 1
De même, puisque ^ (!) 2d! = 2 (d'après Perseval), le centre de la fréquence de
^ est défini par
¡1
Z 1
1
= !j^ (!)j2 d!
2 ¡1
et la variance par
Z 1
2
! ( )= (! ¡ )2j^ (!)j2 d! (dispersion de ^ autour de )
¡1
La boîte de Heisenberg (ou la résolution) de l'atome est représenté graphiquement par un rectangle centré
au point (u ; ) et dont les cotés ont longueurs t( ) et ! ( )
fréquence
(u ; )
!
^
t
temps
1
Le principe de l'incertitude de Heisenberg montre que l'aire de cette boîte est au moins égale à 2
Si, pour chaque (u; ) il existe un unique atome (u;) centré en (u; ), nous définissons le spectrogramme
d'un signal f par la fonction de deux variables
Z 1 2
PTf (u; ) = f (t) (u; )(t) dt = jhf ; (u; )ij
2
¡1
que nous pouvons interpréter comme l'énergie de f concentré sur la boîte de Heisenberg de (u; ).
Transformée de Fourier fenêtrée
Introduite en 1946 par Gabor. On fixe une function réelle et paire g , de décroissance rapide à l'infini, et normalisée
(kgk2 = 1). On considère alors la famille d'atomes
modulé en fréquence par et translaté par u. La transformée de Fourier fenetrée est définie par
Z 1
Sf (u; ) = hf ; g; i = f (t)gu; (t) dt
¡1
Notez que g^ = F(g) est réelle et paire (car g est réelle et paire). La tranformée de Fourier de l'atome gu; est
donné (d'après les propriétés générales vues en cours) par
La boîte de Heisenberg de gu; est centré au point (u; ) est de cotés t; ! , où
Z 1 Z 1
1
t2 = t2jg(t)j2dt; 2
! = ! 2jg^(!)j2d!;
¡1 2 ¡1
Notez que le boîte est de taille fixe, indépéndante du point (u; ) choisi. En d'autres termes, la transformée
de Fourier fenetrée a une résolution fixe.
Exemple: ( Chirps linéaires) sans démonstration (voir Mallat, exemple 4.4)
f (t) = exp(iat2)
1
sin(x**2)
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 2 4 6 8 10 12 14
2
Pour la fonction de fenêtre gaussienne g(t) = ¡1/4 e¡t /2
, nous obtenons un spectrogramme
4 ( ¡ 2 a u)2
PSf (u; ) = exp ¡
1 + 4a2 1 + 4 a2
Voici le spectrogramme du son emis par un chauve-souris (utilisé pour la geolocalisation)
Spectrogramme de différents chants d'un dolphin
Transformée en ondelettes
La transformée en ondelettes est définie par
Z 1
1 t¡u
Wf (u; s) = hf ; u;si = f (t) p dt
¡1 s s
En d'autres termes, les atomes sont obtenus par translation et dilatation d'un atome de base
1 t¡u
u;s(t) = p
s s
u1;s1
!
! /s1
s1
u2;s2
! /s2
s2
s1t
s2 t
u1 u2 t
Voici une comparaison des boîtes de Heisenberg pour la transformée de Fourier fenétrée et en ondelettes..
On constate que la transformée en ondelettes possède une résolution plus fine dans le temps pour des hautes
fréquences. Cette résolution variable est une des grandes avantages de la transformée en ondelettes.
Types de echantillonnage
Uniforme:
Dyadique
Quelques détails techniques . . .
On utilise le théorème suivant:
Théorème: Soit (t; x) ! f (t; x) une fonction deux variables telle, pour tout x fixé, t 7! f (t; x) est continue au
point t0. Supposons également qu'il existe une fonction intégrable g telle que
Preuve: Pour toute suite ftng qui converge vers t0, on considère la suite de fonction fn(x) = f (x; tn). D'après
l'hipothèse de continuité, les fonctions fn(x) convergent ponctuellement vers f (x; t0). De plus, jfn(x)j 6 g(x)
pour tout x. On peut donc utiliser le théorème de la convergence dominée pour échanger la limite avec l'intégrale
Z 1 Z 1 Z 1
lim I(tn) = lim fn (x)dx = lim fn(x)dx = f (x; t0) dx = I(t0)
n!1 n!1 ¡1 ¡1 n!1 ¡1
@
f (t; x) 6 g(x)
@t
Z 1
pour tout t assez proche de t0. Alors la fonction I(t) = f (t; x) dx est dérivable en t0 et
¡1
Z 1
@
I 0(t0) = f (t0; x) dx
¡1 @t
1
lim f?g"(x) = (f (x + ) + f (x ¡ )); 8x 2 R
"!0 2
et on doit montrer que chaque terme à droite tend vers zéro lorsque " tend vers zero.
R1
Comme 0 g"(t)dt = 1/2, l'intégrale plus à droite s'écrit
Z +1
(f (x ¡ t) ¡ f (x ¡ ))g"(t) dt
0
Étant donné un > 0, on peut choisir un > 0 tel que x ¡ < y < x ) jf (y) ¡ f (x ¡ )j < .
On sépare alors l'intégrale en deux parties
Z +1 Z Z 1
(f (x ¡ t) ¡ f (x ¡ ))g"(t) dt = f (x ¡ t) ¡ f (x ¡ )g"(t)dt + f (x ¡ t) ¡ f (x ¡ )g"(t)dt
0 0
Z Z Z
f (x ¡ t) ¡ f (x ¡ )g"(t)dt 6 jf (x ¡ t) ¡ f (x ¡ )jg"(t)dt 6 g"(t)dt =
0 0 0 2
Pour la deuxième intégrale, nous utilisons le fait que g" est strictement décroissante sur [0; +1[ pour écrire
Z 1 Z 1
f (x ¡ t) ¡ f (x ¡ )g"(t)dt 6 g"() jf (x ¡ t) ¡ f (x ¡ )j dt 6 g"() kf ¡ f (x ¡ )k1
¡1
1 2 2
D'après l'expression de g , nous avons g"() = p e¡ /2" < 2 pour tout " assez petit.
" 2
On conclut que
Z +1
lim (f (x ¡ t) ¡ f (x ¡ ))g"(t) dt = 0
"!0 0