Chapitre 2 : ANALYSE SPECTRALE

DES SIGNAUX DETERMINISTES

INTRODUCTION
➢ L’analyse temporelle d’un signal donne des informations
sur la valeur du signal à chaque instant
➢ La valeur crête
➢ Mais ne donne pas d’informations sur la répartition de
l’énergie ou de la puissance du signal en fonction des
fréquences contenues dans ce signal
➢ L’analyse de Fourier permet de faire une analyse
fréquentielle d’un signal et vice-versa

02/03/2022 Analyse spectrale des signaux déterministes 2

I- SIGNAUX PERIODIQUES
❑Définitions
➢ Soit 𝑥 𝑡 une fonction définie sur ℝ ; s’il existe un
réel T tel que 𝒙 𝒕 + 𝑻 = 𝒙 𝒕 ∀ 𝑡 ∈ ℝ
alors la fonction 𝒙 est dite périodique.
➢ La plus petite valeur 𝑇0 qui vérifie
𝒙 𝒕 + 𝑻𝟎 = 𝒙 𝒕 ∀ 𝒕 ∈ ℝ est appelée la période de 𝒙.

02/03/2022 Analyse spectrale des signaux déterministes 3

I- SIGNAUX PERIODIQUES
❑Exemples
➢ 𝒙 𝒕 = 𝒔𝒊𝒏 𝒕 𝒆𝒔𝒕 𝟐𝝅 − 𝒑é𝒓𝒊𝒐𝒅𝒊𝒒𝒖𝒆

02/03/2022 Analyse spectrale des signaux déterministes 4

I- SIGNAUX PERIODIQUES
❑Théorème de Fourier
➢ Tout signal périodique x(t) de période 𝑻𝟎 peut se décomposer
en une somme infinie de signaux sinusoïdaux de fréquence
multiple de 𝑭𝟎

𝑺𝑭𝒙 = 𝑨𝟎 + ෍ 𝒂𝒏 𝐜𝐨𝐬 𝒏𝝎𝟎 𝒕 + 𝒃𝒏 𝐬𝐢𝐧(𝒏𝝎𝟎 𝒕)

𝒏=𝟏
➢ L’expression 𝒉𝒏 (𝒕) = 𝒂𝒏 𝐜𝐨𝐬 𝒏𝝎𝟎 𝒕 + 𝒃𝒏 𝐬𝐢𝐧(𝒏𝝎𝟎 𝒕) porte le
nom d’harmonique de rang n
➢ L’harmonique de rang 1 s’appelle le fondamental

02/03/2022 Analyse spectrale des signaux déterministes 5

I- SIGNAUX PERIODIQUES
❑Séries de Fourier: coefficients de Fourier
𝟐𝝅
- 𝝎𝟎 =
𝑻𝟎

𝟏 𝑻𝟎
- 𝑨𝟎 = ‫𝒕𝒅 )𝒕(𝒙 ׬‬
𝑻𝟎 𝟎

𝟐 𝑻𝟎
- 𝒂𝒏 = ‫𝒕𝒅 )𝒕 𝟎𝝎𝒏(𝐬𝐨𝐜)𝒕(𝒙 ׬‬
𝑻𝟎 𝟎

𝟐 𝑻𝟎
- 𝒃𝒏 = ‫𝒕𝒅 )𝒕 𝟎𝝎𝒏(𝐧𝐢𝐬)𝒕(𝒙 ׬‬
𝑻𝟎 𝟎

Les suites 𝒂𝒏 et 𝒃𝒏 représentent les

coefficients de Fourier
02/03/2022 Analyse spectrale des signaux déterministes 6
I- SIGNAUX PERIODIQUES
❑Séries de Fourier
➢ Exercice 1
t
Soit 𝐱 une fonction T0 − périodique définie par x t = E si 0 ≤ t ≤ T0
T0

1) Représenter x(t) sur 3 périodes

2) Déterminer la série de Fourier associée à x
3) Analyser la convergence de SFx

02/03/2022 Analyse spectrale des signaux déterministes 7

I- SIGNAUX PERIODIQUES
❑Autres expressions de la série de Fourier

➢Expression en cosinus

On montre aussi que la série de Fourier de x(t) peut

s’écrire sous la forme :

𝑺𝑭𝒙 𝒕 = 𝒅𝟎 + ෍ 𝒅𝒏 𝒄𝒐𝒔(𝒏𝒘𝟎 𝒕 + 𝝋𝒏 )
𝒏=𝟏

𝒃𝒏
Avec 𝒅𝟎 = 𝑨𝟎 , 𝒅𝒏 = 𝟐
𝒂𝒏 + 𝒃𝒏 𝟐
et 𝝋𝒏 = − 𝐚𝐫𝐜𝐭𝐚𝐧
𝒂𝒏

02/03/2022 Analyse spectrale des signaux déterministes 8

I- SIGNAUX PERIODIQUES
❑Autres expressions de la série de Fourier

➢Expression exponentielle ou complexe

En utilisant la formule d’Euler, on montre que:

𝑺𝑭𝒙 𝒕 = ෍ 𝒄𝒏 𝒆𝒊𝒏𝝎𝟎 𝒕 ; 𝒆𝒏 𝒑𝒐𝒔𝒂𝒏𝒕

𝒏=−∞

𝒂𝒏 −𝒋𝒃𝒏 𝒂𝒏 +𝒋𝒃𝒏
𝒄𝒏 = 𝒆𝒕 𝒄𝒏 =
𝟐 𝟐

𝟏 𝑻𝟎
Avec 𝒄𝟎 = 𝑨𝟎 ; 𝒄𝒏 = ‫׬‬ 𝒙(𝒕)𝒆 −𝒋𝒏𝝎𝟎 𝒕
𝒅𝒕
𝑻𝟎 𝟎

02/03/2022 Analyse spectrale des signaux déterministes 9

I- SIGNAUX PERIODIQUES
❑Séries de Fourier: propriétés de parité
Propriétés Coefficients de Fourier
Si x(t) est pair alors on a : 𝒃𝒏 = 𝟎 ; 𝒄𝒏 = 𝒄−𝒏 et
𝐓𝟎
𝟒
Parité 𝐚𝐧 = ‫׬‬ 𝟐 𝐱 𝐭 𝐜𝐨𝐬 𝐧𝛚𝟎 𝐭 𝐝𝐭
𝐓𝟎 𝟎

Si x(t) est impair alors on a : 𝑨𝟎 = 𝒂𝒏 = 𝟎 ;

𝒄𝒏 = −𝒄−𝒏 et
𝑻𝟎
𝟒
𝐛𝒏 = ‫׬‬ 𝟐 𝐱 𝒕 𝒔 𝐢𝐧 𝐧𝝎𝟎 𝒕 𝒅𝒕
𝑻𝟎 𝟎

02/03/2022 Analyse spectrale des signaux déterministes 10

I- SIGNAUX PERIODIQUES
❑Spectres d’un signal périodique
➢ Spectre unilatéral
▪ Spectre d’amplitude: représentation de 𝒅𝒏 en fonction de 𝒏𝑭𝟎
▪ Spectre de phase: représentation de 𝝋𝒏 en fonction de 𝒏𝑭𝟎

➢ Spectre bilatéral
▪ Spectre d’amplitude: représentation de 𝐜𝐧 en fonction de 𝒏𝑭𝟎
▪ Spectre de phase: représentation de 𝐀𝐫𝐠[𝐜𝐧 ] en fonction de 𝒏𝑭𝟎

02/03/2022 Analyse spectrale des signaux déterministes 11

I- SIGNAUX PERIODIQUES
❑Spectres d’un signal périodique: exemple

1 𝑇 1 𝜏 2𝜏
𝐴0 = 𝑇 ‫׬‬0 0 𝑒 𝑡 𝑑𝑡 = 𝑇 ‫׬‬0 𝑒 𝑡 𝑑𝑡 = 𝑇 = 𝟐𝜶
0 0 0
𝜏
2 𝑇0 2 𝜏 4 𝑠𝑖𝑛(𝑛𝜔0 𝑡)
𝑎𝑛 = න 𝑒 𝑡 cos(𝑛𝜔0 𝑡)𝑑𝑡 = න 2cos(𝑛𝜔0 𝑡)𝑑𝑡 =
𝑇0 0 𝑇0 0 𝑇0 𝑛𝜔0 0

4 2 𝟐
𝑎𝑛 = 𝑠𝑖 𝑛 𝑛𝜔0 𝜏 = 𝑠𝑖𝑛 𝑛𝜔0 𝑇0 𝛼 = 𝒔𝒊 𝒏 𝟐𝒏𝝅𝜶
𝑛𝜔0 𝑇0 𝑛𝜋 𝒏𝝅
𝜏
2 𝑇0 2 𝜏 4 𝑐𝑜𝑠(𝑛𝜔0 𝑡)
𝑏𝑛 = න 𝑒 𝑡 𝑠𝑖𝑛(𝑛𝜔0 𝑡)𝑑𝑡 = න 2𝑠𝑖𝑛(𝑛𝜔0 𝑡)𝑑𝑡 = −
𝑇0 0 𝑇0 0 𝑇0 𝑛𝜔0 0

4 𝟐
𝑏𝑛 = cos 0 − 𝑐𝑜𝑠(𝑛𝜔0 𝜏) =
𝑛𝜔0 𝑇0 𝒏𝝅

02/03/2022 Analyse spectrale des signaux déterministes 12

I- SIGNAUX PERIODIQUES
Spectres unilatéraux d’amplitude et de phase de 𝒆(𝒕)
1
On suppose que 𝛼 = ⟹ 𝑨𝟎 = 𝟐𝜶 = 𝟏;
2
𝟐
𝒂𝒏 = 𝒔𝒊 𝒏 𝒏𝝅 = 𝟎 ∀𝒏 ≥ 𝟏
𝒏𝝅
𝟐 𝟐 𝟐 𝒏
𝒃𝒏 = 𝟏 − 𝒄𝒐𝒔(𝟐𝒏𝝅𝜶) = 𝟏 − 𝒄𝒐𝒔(𝒏𝝅) = 𝟏 − −𝟏
𝒏𝝅 𝒏𝝅 𝒏𝝅
𝟐
𝒃𝟐𝒑 = 𝟏−𝟏 =𝟎
𝟐𝒑𝝅
⟹
𝟐 𝟒
𝒃𝟐𝒑+𝟏 = 𝟏+𝟏 =
(𝟐𝒑 + 𝟏)𝝅 (𝟐𝒑 + 𝟏)𝝅

02/03/2022 Analyse spectrale des signaux déterministes 13

I- SIGNAUX PERIODIQUES
Spectres unilatéraux d’amplitude et de phase de 𝒆(𝒕)

La série de Fourier de 𝑒(𝑡) s’écrit donc :

+∞
𝟒𝒔𝒊𝒏 (𝟐𝒑 + 𝟏)𝝎𝟎 𝒕
𝑺𝑭𝒆 𝒕 = 𝟏 + ෍
(𝟐𝒑 + 𝟏)𝝅
𝒑=𝟎

On en déduit que la série de Fourier en cosinus de 𝑒(𝑡) s’écrit :

+∞ 𝝅
𝟒 𝒄𝒐𝒔 (𝟐𝒑 + 𝟏)𝝎𝟎 𝒕 − 𝟐
𝑺𝑭𝒆 𝒕 = 𝟏 + ෍
𝝅 (𝟐𝒑 + 𝟏)
𝒑=𝟎

𝑑0 = 1
𝑑2𝑝 = 0; 𝜑2𝑝 = 0 ∀ 𝑝 ≥ 1
𝟒 𝝅
𝒅𝟐𝒑+𝟏 = ; 𝝋𝟐𝒑+𝟏 = − ∀ 𝑝 ≥ 0
(𝟐𝒑 + 𝟏)𝝅 𝟐

02/03/2022 Analyse spectrale des signaux déterministes 14

I- SIGNAUX PERIODIQUES
Spectres unilatéraux d’amplitude et de phase de 𝒆(𝒕)
❖ Spectre unilatéral d’amplitude

02/03/2022 Analyse spectrale des signaux déterministes 15

I- SIGNAUX PERIODIQUES
Spectres unilatéraux d’amplitude et de phase de 𝒆(𝒕)
❖ Spectre unilatéral de phase

02/03/2022 Analyse spectrale des signaux déterministes 16

I- SIGNAUX PERIODIQUES
❑Spectres d’un signal périodique
➢ Représenter le spectre bilatéral du signal précédent

➢ Exercice 2

02/03/2022 Analyse spectrale des signaux déterministes 17

I- SIGNAUX PERIODIQUES
❑Théorème de Parseval

𝐓𝟎 ∞ ∞
𝟏 𝟏
𝐏𝐦 = න |𝐱(𝐭)| 𝐝𝐭 = ෍ |𝐜𝐧 | = 𝑨𝟎 + ෍ 𝐚𝐧 𝟐 + 𝐛𝐧 𝟐
𝟐 𝟐 𝟐
𝐓𝟎 𝟎 𝟐
𝐧=−∞ 𝐧=𝟏
La puissance moyenne d’un signal périodique est égale à la
somme des puissances moyennes contenues dans chaque
harmonique constituant ce signal

Exercice

Déterminer la puissance moyenne de ;

𝝅 𝝅
𝒙 𝒕 = 𝟓 − 𝟒𝒔𝒊𝒏 𝝎𝟎 𝒕 + 𝟐𝒄𝒐𝒔 𝟑𝝎𝟎 𝒕 + + 𝟗𝒔𝒊𝒏 𝟕𝝎𝟎 𝒕 −
𝟒 𝟖

02/03/2022 Analyse spectrale des signaux déterministes 18

I- SIGNAUX PERIODIQUES
❑Réponse d’un système linéaire à un signal périodique

On rappelle : 𝒙 𝒕 = 𝒅𝟎 + σ∞
𝒏=𝟏 𝒅𝒏 𝒄𝒐𝒔(𝒏𝒘𝟎 𝒕 + 𝝋𝒏 )

On montre que :

𝐲(𝐭) = 𝒅𝟎 𝐇(𝟎) + σ∞
𝒏=𝟏 𝒅𝒏 𝑯 𝒋𝒏𝒘𝟎 𝐜𝐨𝐬(𝒏𝒘𝟎 𝒕 + 𝝋𝒏 + 𝜽𝒏 )

Avec 𝜽𝒏 = 𝐀𝐫𝐠[𝐇(𝐣𝐧𝝎𝟎 )]

02/03/2022 Analyse spectrale des signaux déterministes 19

I- SIGNAUX PERIODIQUES
❑Réponse d’un système linéaire à un signal périodique

❑Application : représenter le spectre de y(t)

𝑇0
−𝐴 𝑠𝑖 − ≤ 𝑡 < 0
𝑥 𝑡 = 2
𝑇0
𝐴 𝑠𝑖 0 ≤ 𝑡 <
2

𝑅 = 1 𝐾Ω; 𝐶 = 0,1 𝜇𝐹

02/03/2022 Analyse spectrale des signaux déterministes 20

I- SIGNAUX PERIODIQUES
❑Taux de distorsion harmonique

➢ La réponse d’un système linéaire à un signal sinusoïdal est un

signal de forme sinusoïdal.
➢ Lorsque le système n’est pas linéaire, la sortie est périodique
mais non- sinusoïdal.
➢ Pour quantifier le nombre d’harmonique induites par ce type de
système l’on utilise un paramètre appelé taux de distorsion
harmonique.
➢ Il se définit comme le rapport entre la valeur efficace des
harmoniques de rang supérieur ou égal à 2 et celle du
fondamental.

02/03/2022 Analyse spectrale des signaux déterministes 21

I- SIGNAUX PERIODIQUES
❑Taux de distorsion harmonique

𝟐
σ∞ 𝒅 𝟐 σ∞ 𝟐
𝒏=𝟐 (𝒂𝒏 + 𝒃𝒏 )
𝒏=𝟐 𝒏
𝑻𝑫𝑯 = 𝟐
=
𝒅𝟏 𝒅𝟏

Redresseur
𝒙 𝒕 = 𝑨𝒄𝒐𝒔(𝝎𝟎 𝒕) simple alternance 𝒚(𝒕)

1) Représenter sur le même graphe le signal d’entré et le signal de sortie

2) Calculer sa puissance moyenne
3) Représenter le spectre du signal de sortie
4) Déterminer une valeur approchée du taux de distorsion harmonique engendrée par le
redresseur simple alternance

02/03/2022 Analyse spectrale des signaux déterministes 22

II- SIGNAUX NON-PERIODIQUES
❑Transformée de Fourier

➢ On appelle transformée de Fourier d’un signal 𝑥 𝑡 (𝑥 𝑡 ∈ 𝐿1 ℝ )

la fonction X de la variable réelle 𝑓 définie par :

+∞
𝑿 𝒇 = 𝑻𝑭 𝒙 𝒕 = න 𝒙 𝒕 𝒆−𝒋𝟐𝝅𝒇𝒕 𝒅𝒕
−∞
➢ Transformée de Fourier inverse
+∞
Si 𝑋 𝑓 = 𝑇𝐹 𝑥 𝑡 alors 𝒙 𝒕 = 𝑻𝑭−𝟏 𝑿 𝒇 = ‫׬‬−∞ 𝑿 𝒇 𝒆𝒋𝟐𝝅𝒇𝒕 𝒅𝒇
Exercice 3

Calculer la TF des signaux 𝒙 𝒕 = 𝒆−𝒕 𝒖 𝒕 ; 𝒚 𝒕 = 𝒓𝒆𝒄𝒕(𝒕)

02/03/2022 Analyse spectrale des signaux déterministes 23

II- SIGNAUX NON-PERIODIQUES
❑Spectre d’un signal non- périodique
➢𝑿 𝒇 peut s’écrire sous la forme 𝑿 𝒇 = |𝑿 𝒇 |𝒆𝒋𝝋 𝒇 où :
|𝑋 𝑓 | et 𝜑 𝑓 = 𝐴𝑟𝑔[𝑋 𝑓 ] désigne respectivement le
module et l’argument de 𝑋 𝑓 .
➢ Représenter les spectres d’amplitude et de phase des
signaux- ci après:

✓ 𝒙 𝒕 = 𝒆−𝒕 𝒖 𝒕
✓ 𝒚 𝒕 = 𝒓𝒆𝒄𝒕(𝒕)

02/03/2022 Analyse spectrale des signaux déterministes 24

II- SIGNAUX NON-PERIODIQUES
❑Propriétés de la transformée de Fourier

➢ Linéarité
Soit α, β ∈ℝ on a : 𝑻𝑭 𝜶𝒙 𝒕 + 𝜷𝒚 𝒕 = 𝜶𝑻𝑭 𝒙 𝒕 + 𝜷𝑻𝑭 𝒚 𝒕
➢ Homothétie (changement d’échelle)
𝟏 𝒇
𝒙 𝒂𝒕 ↔ 𝑿 ;𝒂 ≠ 𝟎
𝒂 𝒂

➢ Translation temporelle
𝒙 𝒕 − 𝒂 ↔ 𝒆−𝒋𝟐𝝅𝒇𝒂 𝑿(𝒇)
➢ Translation fréquentielle (théorème de modulation)
𝒆𝒋𝟐𝝅𝒇𝟎𝒕 𝒙 𝒕 ↔ 𝑿 𝒇 − 𝒇𝟎 ; 𝒆−𝒋𝟐𝝅𝒇𝟎𝒕 𝒙 𝒕 ↔ 𝑿 𝒇 + 𝒇𝟎
➢ Dualité temps-fréquence ou propriété de symétrie
Si 𝑇𝐹 𝑥 𝑡 = 𝑋 𝑓 alors 𝑻𝑭 𝑿 𝒕 = 𝒙 −𝒇 et 𝑻𝑭 𝑿 −𝒕 =𝒙 𝒇
II- SIGNAUX NON-PERIODIQUES
❑Propriétés de la transformée de Fourier

➢ Dérivation
𝒅𝒙 𝒕
❖ ↔ 𝒋𝟐𝝅𝒇𝑿 𝒇
𝒅𝒕

𝒅𝒏 𝒙 𝒕
❖ ↔ (𝒋𝟐𝝅𝒇)𝒏 𝑿 𝒇
𝒅𝒕𝒏

𝟏 𝒅𝑿(𝒇)
❖ 𝒕𝒙 𝒕 ↔ −
(𝒋𝟐𝝅) 𝒅𝒇

𝒏 −𝟏 𝒏 𝒅𝒏 𝑿(𝒇)
❖ 𝒕 𝒙 𝒕 ↔
𝒋𝟐𝝅 𝒅𝒇𝒏

➢ Théorème de Parseval
+∞ +∞
❖ ‫׬‬−∞ 𝒙 𝒕 . 𝒚 ഥ (𝒇)𝒅𝒇
ഥ(𝒕)𝒅𝒕 = ‫׬‬−∞ 𝑿 𝒇 . 𝒀
+∞ +∞
❖ ‫׬‬−∞ |𝒙 𝒕 |𝟐 𝒅𝒕 = ‫׬‬−∞ |𝑿 𝒇 |𝟐 𝒅𝒇 = 𝑬𝒙

02/03/2022 Analyse spectrale des signaux déterministes 26

II- SIGNAUX NON-PERIODIQUES
❑Applications des propriétés de la TF
1) Soit 𝒙 𝒕 = 𝒆−𝒂𝒕 𝒖 𝒕 ; 𝒂 > 𝟎 ; 𝒚 𝒕 = 𝒙 𝒕 − 𝒙(−𝒕) ; 𝒚 𝒕 = 𝒙 𝒕 + 𝒙(−𝒕)
a) Calculer X(f) et Y(f)
b) Que devient y(t) lorsque a tend vers 0. En déduire la transformée de
Fourier de la fonction « signe » et celle de l’échelon unité
𝟏
c) Calculer Z(f). En déduire la transformée de 𝒆−𝒂 𝒕 ; 𝒂 > 𝟎 et ;
𝒕𝟐 +𝒂𝟐

𝒂>𝟎

2) On donne 𝒙 𝒕 = 𝜫(𝒕) ; calculer X(f)

a) En déduire la TF de 𝜫𝑻 𝒕 en appliquant le théorème d’homothétie
b) Soit 𝒚 𝒕 = 𝜦𝑻 (𝒕) et 𝒛′ 𝒕 = 𝒚 𝒕 . Représenter z’(t)
c) Exprimer z’(t) en fonction de la fonction et déterminer sa TF
d) En déduire la TF de y(t)
II- SIGNAUX NON-PERIODIQUES
❑Applications des propriétés de la TF

𝟏
3) On rappelle 𝜹 𝒕 = 𝒍𝒊𝒎 𝜫𝑻 𝒕 . Montrer que la TF de 𝜹 𝒕 vaut 1
𝑻→𝟎 𝑻

a) En déduire TF[1]
4) Calculer la transformée de 𝒄𝒐𝒔(𝟐𝝅𝒇𝟎 𝒕) et 𝒔𝒊𝒏(𝟐𝝅𝒇𝟎 𝒕) en
appliquant le théorème de modulation

𝟐
5) Soit 𝒙 𝒕 = 𝒆−𝝅𝒕 . On note y(t)=x’(t).
a) Déterminer y(t) et déterminer l’équation différentielle liant
x(t) à y(t)
b) En déduire l’équation différentielle liant X(f) et X’(f)
−𝝅𝒇𝟐
c) En déduire que 𝑿 𝒕 = 𝒆
II- SIGNAUX NON-PERIODIQUES
❑Transformée de Fourier des signaux usuels

02/03/2022 Analyse spectrale des signaux déterministes 29

II- SIGNAUX NON-PERIODIQUES
❑Application de la transformée de Fourier
➢ Analyse spectrale
Déterminez la transformée de Fourier et représentez le spectre des signaux ci-
dessous :
−10𝑡 −1|𝑡|
𝑡
𝑥1 𝑡 = 10𝑒 𝑢 𝑡 ; 𝑥2 𝑡 = 10𝑒 ; 𝑥3 𝑡 = 𝑠𝑖𝑛𝑐 𝑡 ; 𝑥4 𝑡 = 𝑟𝑒𝑐𝑡
10
𝑥5 𝑡 = 10𝑡𝑒 −10𝑡 𝑢 𝑡 ; 𝑥6 𝑡 = 10 𝑐𝑜𝑠 1000𝜋𝑡 − 7𝑐𝑜𝑠(500𝜋𝑡)

➢ Filtrage analogique
1
On applique à un filtre passe-bas de fonction de transfert 𝐻 𝑓 = 1+𝑗2𝜋𝜏𝑓 , 𝜏 = 1𝑚𝑠 un

1 𝑠𝑖 100𝐻𝑧 ≤ |𝑓| ≤ 300𝐻𝑧

signal 𝑥(𝑡) dont le spectre est défini par : 𝑋 𝑓 = ቊ
0 𝑠𝑖𝑛𝑜𝑛
1) Que vaut la fréquence de coupure 𝑓𝑐 du filtre ?
2) Représenter le spectre des signaux 𝑥 𝑡 ; ℎ 𝑡 𝑒𝑡 𝑦 𝑡 𝑠𝑖𝑔𝑛𝑎𝑙 𝑑𝑒 𝑠𝑜𝑟𝑡𝑖𝑒
3) Quelles sont les énergies 𝐸1 et 𝐸2 des signaux d’entrée et de sortie ?
4) Comment évoluera 𝐸2 si la constante de temps 𝜏 diminue ?
II- SIGNAUX NON-PERIODIQUES
❑Application de la transformée de Fourier
➢ Modulation linéaire
❖ La modulation est une technique de transmission permettant
d’adapter le spectre du signal aux caractéristiques du
support de transmission.
❖ Dans le cas de la modulation d’amplitude, l’amplitude de la
porteuse varie de façon linéaire en fonction du signal
modulant.
II- SIGNAUX NON-PERIODIQUES
❑Application de la transformée de Fourier
➢ Exemple 1
1)Déterminer l’allure du signal modulé pour m t =
10
rect T t ; avec f0 =
T

2)Représenter le spectre du signal modulé

Exemple 2
Reprendre l’exemple 1 avec un signal modulant qui vaut

𝑚2 𝑡 = 10 cos 2𝜋𝑓1 𝑡 − 4 cos 2𝜋𝑓2 𝑡

𝑓2 = 2𝑓1 ; 𝑓0 = 4𝑓1
III- CONVOLUTION ET CORRELATION
❑Convolution
➢ Définition

➢ Produit de convolution
III- CONVOLUTION ET CORRELATION
❑Convolution
➢ Propriétés
III- CONVOLUTION ET CORRELATION
❑Convolution
➢ Propriétés
III- CONVOLUTION ET CORRELATION
❑Corrélation
➢ Elle permet de mesurer le degré de ressemblance entre un
signal et une version retardée de ce même signal: on parle
d’inter- corrélation
➢ Elle peut désigner aussi la mesure de la ressemblance entre un
signal et une version retardée d’un autre signal
➢ Rappel sur l’énergie des signaux
+∞ +∞
𝑬=න 𝒙(𝒕) 𝟐 𝒅𝒕 = න 𝑿(𝒇) 𝟐 𝒅𝒇
−∞ −∞

➢ 𝒙(𝒕) 𝟐 : densité temporelle d’énergie (J/s)

➢ 𝑿(𝒇) 𝟐 = 𝚪𝒙 (𝒇): densité spectrale d’énergie (J/Hz)
➢ On définit aussi la densité spectrale d’interaction:
𝚪𝒙𝒚 𝒇 = 𝑿(𝒇)𝒀(𝒇)
III- CONVOLUTION ET CORRELATION
❑Fonction d’auto- corrélation/ inter- corrélation
+∞
➢ Fonction d’auto- corrélation: 𝑪𝒙𝒙 (𝜽) = ‫׬‬−∞ 𝒙(𝒕)𝒙(𝒕 − 𝜽)𝒅𝒕

+∞
➢ Fonction d’auto- corrélation: 𝑪𝒙𝒚 (𝜽) = ‫׬‬−∞ 𝒙(𝒕)𝒚(𝒕 − 𝜽)𝒅𝒕

❑ Remarques

➢ La corrélation permet dans certains cas de déterminer le

caractère périodique d’un phénomène

➢ Si 𝜽𝝐 ℝ : 𝑪𝒙𝒚 𝜽 = 𝟎 alors il n’y a aucune ressemblance entre

les signaux et x et y

03/03/2022 Analyse spectrale des signaux déterministes 37

III- CONVOLUTION ET CORRELATION
❑Propriétés de la fonction de corrélation

➢ ∀𝜽 ∈ ℝ : |𝑪𝒙𝒙 𝜽 | ≤ 𝑪𝒙𝒙 𝟎

➢ Pour tous les signaux réels la fonction d’auto-

corrélation est paire: 𝑪𝒙𝒙 −𝜽 = 𝑪𝒙𝒙 𝜽

➢ |𝑪𝒙𝒚 𝜽 |𝟐 ≤ 𝑪𝒙𝒙 𝟎 . |𝑪𝒚𝒚 𝜽

➢ Théorème de Wiener- Kintchnie

✓ 𝑻𝑭 𝑪𝒙𝒙 𝜽 = 𝚪𝒙 (𝒇)

✓ 𝑻𝑭 𝑪𝒙𝒚 𝜽 = 𝚪𝒙𝒚 (𝒇)

03/03/2022 Analyse spectrale des signaux déterministes 38

III- CONVOLUTION ET CORRELATION
❑Exercice

03/03/2022 Analyse spectrale des signaux déterministes 39