Académique Documents
Professionnel Documents
Culture Documents
SMP S6 M. LHARCH p. 1
Chap1: Signaux déterminstes
Signaux périodiques
Séries de Fourier :
spectres d'amplitude et de phase, relation énergétique.
Signaux non-périodiques
Transformée de Fourier : Définition et propriétés ; Application
aux : Signaux usuels, Signaux à puissance moyenne non nulle.
exponentielles complexes
cos(.t ) 1
2
exp( j..t ) exp( j..t )
exp( j..t ) cos(.t ) j. sin(.t )
sin(.t )
1
exp( j..t ) exp( j..t )
2j
SMP S6 M. LHARCH p. 3
2. Séries de Fourier
L'élément fondamental de l'analyse de Fourier est constitué par le
fait qu'un signal périodique peut être décomposé en une somme
d'ondes sinusoïdales dont la fréquence est chaque fois un multiple
de la fondamentale f0 (théorème de Weierstrass).
a) Série de Fourier réel
Considérons un signal périodique x(t) de période T = 1/f0. Son
développement en série de Fourier est alors le suivant :
𝒂𝟎 ∞
x 𝒕 = + 𝒏=𝟏 𝒂𝒏 𝐜𝐨𝐬(𝟐𝝅𝒏𝒇𝟎 𝒕) + 𝒃𝒏 𝒔𝒊𝒏(𝟐𝝅𝒏𝒇𝟎 𝒕) (1.1)
𝟐
SMP S6 M. LHARCH p. 4
Avec :
T0
2
an x(t ) cos(2nf0t ) n≥0 (1.2)
T0 0
et T0
2
bn x(t ) sin( 2nf0t ) n≥1 (1.3)
T0 0
!!
SMP S6 M. LHARCH p. 5
3. Séries de Fourier complexes
Un signal périodique peut aussi être décomposé sous forme
d’exponentielle complexe comme suit :
x(t ) C
n
n Exp( j 2nf0t ) (1.4)
Avec :
T0
1
Cn x(t ) Exp( j 2nf0t ) -∞ < n < + ∞ (1.5)
T 0
Où T0 =1/f0
Avec :
a0 bn (1.7)
A0 An a b 2
n
2
n n arctan( )
2 an
Cette série est extrêmement importante car elle correspond a la
description des signaux en régime sinusoïdal permanent ou l'on
représente un courant ou tension par l’amplitude et leur phase. La
représentation spectrale associée porte le nom de spectre unilatéral.
SMP S6 M. LHARCH p. 7
5. Relations entre les représentations de Fourier :
Les relations existant entre les trois représentations de Fourier
sont présentées et illustrées par le tableau et le graphe vectoriel de
la figure 1.2.
K=0 A0/2 A0 C0
K>0 {ak, bk} {Ak, αk} C(±jk)
ak ak Akcos(αk) 2Re{C(jk)}
bk Bk -Aksin(αk) -2Im{C(jk)}
Ak Ak 𝐶𝑘
𝑎𝑘2 + 𝑏𝑘2
αk −𝑏
Arctan( 𝑎 𝑘 ) αk 𝐼𝑚(𝐶 )
Arctan( 𝑅𝑒(𝐶 𝑘) )
𝑘 𝑘
SMP S6 M. LHARCH p. 8
Exemple :
a0 =0.5
b1=1 ; a2 =-0.5
Et b3 = 0.25
G_signal.m
SMP S6 M. LHARCH p. 9
Exemple :
SMP S6 M. LHARCH p. 10
Exemple :
Période T 2 / T
2
1
.
2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 T t
X (k ) 0 x(t ) exp( j..k .t )dt
X (k ) module de l’harmonique T
12
8.5
1.5
.
2
16 14 12 10 8 6 4 2 0 2 4 6 8 10 12 14 16
SMP S6 M. LHARCH p. 11
k .t
reconstruction x(t ) X ( k ) exp
2 . j.
T
k
K=6 0
1
.
2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1
K=12 0
1
.
2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
SMP S6 M. LHARCH p. 12
Remarque
Exemples de Signaux
périodiques générés à partir
de leurs Coefficients SF.
SMP S6 M. LHARCH p. 13
6. Propriétés
• f est réelle et paire (sur une période)
n, bn = 0 Cn =an/2 = An
• f est réelle et impaire (sur une période)
• dérivation
Si y=x’ alors Yn = j2nf0Xn
• Décalage temporel
Si y(t)=x(t+td) alors Yn = Xn exp(j2nf0td)
Si y(t)=x(at) alors
SMP S6 M. LHARCH p. 15
7. Système linéaire
un système linéaire (SLIT) est schématisé figure 1.6a.
SMP S6 M. LHARCH p. 16
8. Systèmes non-linéaires (distorsion)
Le signal de sortie d’un SNLIT est périodique non-sinusoïdal. Il
s'en suit que son spectre est constitué d'un grand nombre de raies
spectrales, alors qu'à l'entrée il n'y avait qu'une seule raie.
y(t) est périodique, mais
Si x(t) est sinusoïdale
non-sinusoïdale
SMP S6 M. LHARCH p. 17
II. Analyse des signaux non périodiques
1. Transformée de Fourier
a. Passage de la série à la transformée de Fourier :
Partant d'un signal périodique décrit par les équations
1.4 et 1.5, et à partir des correspondances suivantes :
SMP S6 M. LHARCH p. 18
On décrira ces deux transformations par les opérateurs TF{}
et TFI{}. La correspondance réciproque s'écrit alors :
et
et
d. Propriétés de la TF :
Linéarité ax(t) + by(t) aX(f) + bY(f)
Décalage x(t+td) X(f).exp(j2f td)
Amortissement x(t).exp(-at) ; x(t) causal X(j2f+a)
dérivation dx(t)/dt j2f X(f)
Intégration
Convolution
Valeur à l’origine
Rotation Oy y(t)=x(-t) Y(f)=X(-f)=X*(f)
Fonction paire x(t)=x(-t) X(f) est réelle
Fonction impaire x(t)=-x(-t) X(f) imaginaire pur
SMP S6 M. LHARCH p. 20
2. Exemples de spectres continus :
Pour illustrer l'utilisation de la transformée de Fourier, calculons les densités
spectrales de trois signaux particuliers.
Dt Dt
exp( j 2ft D2t
A
X ( jf ) 2
Dt A.Exp( j 2ft )dt
2
j 2f 2
A Dt Dt
exp( j 2f ) exp( j 2f )
j 2f 2 2
A exp( jfDt ) exp( jfDt ) sin(fDt )
A.Dt.
f 2j fDt
SMP S6 M. LHARCH p. 21
Figure 1.8.: Impulsion rectangulaire et sa densité spectrale d'amplitude.
On remarquera (figure 1.8) que le spectre passe par zéro chaque fois que le sinus
cardinal s'annule, c'est-à-dire, chaque fois que la fréquence est un multiple de 1/Dt.
Le spectre de cette impulsion illustre deux points importants concernant les
signaux de durée limitée :
2f p
A
(a j 2f ) 2 (2f p ) 2
SMP S6 M. LHARCH p. 23
Figure 1.9.: Sinus amorti et le module de sa densité spectrale d'amplitude.
2f p A
f 0 : Y(0) A s i a 2f p
a 2 (2f p ) 2 2f p
A 2f p A
f fp : Y(f p ) si a 2f p
a a j 4f p j 2a
SMP S6 M. LHARCH p. 24
c. Spectres de deux impulsions rectangulaires:
•Considérons un signal constitué de deux impulsions d'amplitude A
placées symétriquement en ±t0/2 (figure 1.10). Ce signal possède un
spectre qui se calcule facilement à partir de celui d'une impulsion centrée
en t = 0 et à l'aide du théorème du décalage.
Comme le signal z(t) est la somme de 2 impulsions décalées de ±t0/2,
z(t) = x(t + t0/2) + x(t - t0/2)
On a :
sin(fDt ) t0 t0 sin(fDt )
Z(jf ) ADt exp( j 2f ) exp( j 2f ) 2 ADt cos(ft0 )
fDt 2 2 fDt
SMP S6 M. LHARCH p. 25
Figure 1.10.: Deux impulsions rectangulaires symétriques (a),
avec ses densités spectrales d'amplitude (b) et d'énergie (c)
SMP S6 M. LHARCH p. 26
3. Quelques conclusions :
a. TF des signaux périodiques :
On retiendra que la transformation de Fourier s'applique également à des
signaux périodiques (à puissance moyenne finie). Dans ce cas, les raies
spectrales de la série de Fourier sont remplacées par des impulsions de Dirac.
Soit x(t) le signal sur une période et y(t) le signal périodique, on a :
Y(f) X ( f ). ( f kf ) X (kf ). ( f kf )
k
0
k
0 0
Où Ck(jk)=X(kf0)
b. Relations avec la transformation de Laplace :
Les définitions des transformées de Fourier et Laplace montrent une forte
similitude. On a en effet :
X ( jf ) x(t ).Exp(i 2kft)dt
L( s ) x(t ).Exp( st )dt avec s j2f
0
SMP S6 M. LHARCH p. 27
4. Relations d’incertitude des signaux à énergie finie :
La TF d’une porte est d’autant plus large que la porte est étroite. En fait, on voit
ainsi qu’à un signal de durée limitée correspond un spectre à support infini, et
réciproquement (exemple des fonctions sinusoïdales). Plus une fonction est
concentrée dans un domaine, plus elle est étalée dans le domaine dual. Ces
constations sont quantifiées par les relations d’incertitude, par référence aux
relations d’incertitude de GABOR-HEISENBERG.
SMP S6 M. LHARCH p. 29
5. Table illustrée de quelques transformées de Fourier :
SMP S6 M. LHARCH p. 30
SMP S6 M. LHARCH p. 31
SMP S6 M. LHARCH p. 32
III.Corrélation de signaux à énergie finie
𝑅𝑥𝑦 𝑓 = 𝑋 ∗ (𝑓)⨂𝑌(𝑓)
SMP S6 M. LHARCH p. 34
Exemple :
Si -1<t Rfg=0
Si -1<t<0 Rfg=t+1
Si 0<t<1 Rfg=1
Si 1<t<2 Rfg=2-t
Si t>2 Rfg=0
SMP S6 M. LHARCH p. 35
2. Autocorrélation d’un signal :
Dans le cas particulier où y(t) = x(t), on obtient la fonction
d'autocorrélation du signal x(t) :
+∞
𝑅𝑥𝑥 𝜏 = 𝑥 𝑡 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡 (1.30)
−∞
SMP S6 M. LHARCH p. 36
SMP S6 M. LHARCH p. 37