Chapter 2

Dr S.TCHOKETCH KEBIR Email: tksof@yahoo.
fr
nc e
tr ice d
ue e 2
Thaitement du signal
té
Master 1 Electromécanique
El éa. rsi
.
éd ive
L
iq
Un
on
ec 17 octobre 2023
M
Dr S.TCHOKETCH KEBIR Email: tksof@yahoo.fr
Chapitre 2 : l’analyse de Fourier
L’objet de ce chapitre est de répondre à ces questions : Qu’est ce

qu’une fréquence, qu’est-ce que c’est la représentation fréquentielle
quels sont ces objectifs ?.
1. Introduction Notion de fréquence

Pourquoi la représentation fréquentielle ?
2. Transformée de Fourier des signaux à énergie finie Définition
conditions d’existence
Propriétés de la TF
3. Décomposition en série de Fourier Définition
Quelques propriétés
introduction
Qu’est ce qu’une fréquence ?

▶ La fréquence est le nombre de fois qu’un phénomène
périodique se reproduit pendant une durée déterminée.
▶ C’est donc l’inverse de la période f = T1 .
▶ La fréquence est mesurée en hertz (Hz) (s −1 ).
Exemples :
La notion de fréquence est également présente dans : La voix, un
téléphone portable, la radio, l’ADSL, les horaires de passage d’un
train,....
Pourquoi la représentation fréquentielle ?
Toute les applications de traitement du signal véhiculent ou

analysent le contenu fréquentiel de l’information :
▶ Une représentation fréquentielle de l’information est souvent
et facile à interpréter que la représentation temporelle.
▶ Question : Comment obtenir la représentation fréquentielle
d’un signal ?
▶ Question : comment connaitre les fréquences que contient un
signal ?
2.Transformée de Fourier des signaux à énergie finie
La transformée de Fourier TF est une opération qui transforme
une fonction intégrable en une autre fonction, décrivant le spectre
en fréquences du signal x(t).
Si x(t) est une fonction intégrable, sa transformée de Fourier
est la fonction X (f ) et donnée par la formule :
Transformée de Fourier (TF)
On appelle Transformée de Fourier de la fonction x (t) la fonction
X (f ) définie par :
Z +∞
X (f ) = x (t)e −j2πft dt (1)
−∞
Cette transformation admet une Transformée de Fourier inverse

définie par : Z +∞
x (t) = X (f )e j2πft df (2)
−∞
Transformée de Fourier des signaux à énergie finie
Condition d’existence de la TF
Soit le signal x (t) dépendant de la variable t et satisfaisant les
conditions de Dirichlet
R∞
▶ −∞ x (t)dt < ∞ : Soit x (t) absolument intégrable.
▶ x (t) continu par morceaux.
alors, le signal x (t) admet une Transformée de Fourier définie par :
Z +∞
X (f ) = x (t)e −j2πft dt (3)
−∞
et l’on admet que la transformation existe et est définie par :

Z +∞
x (t) = X (f )e j2πft df (4)
−∞
Propriétés de la Transformée de Fourier
1. Linéarité : Soient les signaux déterministes x1 (t) et x2 (t),
alors :
TF{x (t) = ax1 (t) + bx2 (t)} = X (f ) = aX1 (f ) + bX2 (f ) (5)
2. Dérivation : Soit X (f ) la transformée de Fourier du signal

x (t), alors :
∂ n x (t)
TF { } = (j2πf )n X (f ) (6)
∂t
3. L’intégration : Soit X (f ) la transformée de Fourier du signal
x (t), alors :
Z t
X (f ) 1
TF { x (t)∂t} = + X (0)δ(f ) (7)
−∞ j2πf 2
4. Parité : Soit x (t) un signal déterministe, alors :

x (t) X (f )
4. Conjugué :Soit X (f ) la transformée de Fourier du signal
x (t), alors :
TF {x ∗ (t)} = X ∗ (f ) (8)
x ∗ (t) : Représente le conjugué complexe de x (t).
5. Décalage temporel : Soit X (f ) est la transformée de Fourier
de x (t), alors :
TF {x (t − t0 )} = e −j2πft0 X (f ) (9)
TF {e +j2πf0 t x (t)} = X (f − f0 ) (10)

6. Dilatation temporelle : Soit X (f ) la transformée de Fourier
de x (t), alors :
1 f
TF {x (λt)} = X( ) (11)
|λ| λ

7. Produits de convolution : Soient X (f ) et Y (f ) la TF des
signaux déterministes x (t) et y (t), alors :
TF {x (t) ∗ y (t)} = X (f )Y (f ) (12)
TF {x (t)y (t)} = X (f ) ∗ Y (f ) (13)

8. Égalité de Parseval : Soient X (f ) et Y (f ) la TF des
signaux déterministes x (t) et y (t), alors :
Z Z
∗
x (t)y (t)dt = X (f )Y ∗ (f )df (14)
R R
Remarque :
* La transformée de Fourier est une fonction complexe, qui
pourra être exprimée sous la forme :
X (f ) =| X (f ) | e jθ(f ) = Re (f ) + jIm (f ) (15)
Où | X (f ) | et θ(f ) sont respectivement le module et la phase de

X (f ) avec : q
| X (f ) |= Re (f )2 + Im (f )2
Im (f )
θ(f ) = arctan
Re (f )
* La transformée de Fourier d’un signal réel x(t) est une
fonction complexe X (f ) telle que :
▶ son module | X (f ) | est une fonction paire de f.
▶ sa phase θ(f ) est une fonction impaire de f.
Exemples :
Exemple 1 :
Soit le signal s(t) = δ(t)
1. Représenter le signal s(t).
2. Déterminer la TF de s(t).
Exemples :
Exemple 2 :
Soit le signal : s(t) = A Rect( Tt ).
Exemples :
Exemple 3 :
Soit le signal s(t) = e −at , t ≥ 0
Exemples :
Exemple 4 :
Soit le signal s(t) = cos(2πF1 t)
3.Décomposition en série de Fourier
La décomposition en série de Fourier permet de décomposer un

signal en somme de sinusoïdes. On utilise principalement les séries
de Fourier dans le cas des signaux périodiques. Elles permettent
ainsi de passer facilement du domaine temporel au domaine
fréquentiel.
Théorème de Fourier :
Sous certaines conditions de dérivation et de continuité, tout
signal à temps continu s(t) périodique de période To peut
s’écrire sous la forme d’une somme de signaux sinusoïdaux.
Cette décomposition peut s’écrire de deux manières :
▶ Forme trigonométrique réelle.
▶ Forme exponentielle complexe.
Où cette décomposition exponentielle ou trigonométrique permet
d’exprimer le signal en fonction de ses harmoniques.
3.1.Décomposition sous une forme trigonométrique

Un signal périodique s(t) de période T, continu par morceaux et
vérifiant les conditions de Dirichlet, le signal s(t) peut être
décomposé en Série de Fourier selon la Décomposition
trigonométrique suivante :
pour tout signal s(t) = s(t + T0 ), on peut écrire :
∞
X
s(t) = Ao + [An cos(2πnF0 t) + Bn sin(2πnF0 t)] (16)
n=1
avec : R
A0 = T10 0T0 s(t)dt (A0 La valeur moyenne de s(t))
2 R T0
An = T0 0 s(t)cos(2πnF0 t)dt , pour n ≥ 1.
2 R T0
Bn = T0 0 s(t)sin(2πnF0 t)dt , pour n ≥ 1.
Remarque :
-Si : s(t) est paire, Alors Bn = 0 pour n ≥ 1
-Si : s(t) est impaire, Alors An = 0 pour n ≥ 0
Représentation spectrale unilatéral

On peut construire la représentation spectrale du signal dans un
plan amplitude-fréquence et phase- fréquence . C’est la succession
de pics ou raies d’amplitude Cn et phase ϕn positionnés aux
fréquences nF0 . L’expression (18) peut s’écrire :
∞
X
s(t) = A0 + Cn .cos(2πnF0 t + ϕn ) (17)
n=1
q
Avec : Cn = A2n + Bn2 et ϕn = arctan −B
An
n
3..Décomposition sous une forme exponentielle

Un signal périodique s(t) de période T, continu par morceaux et
vérifiant les conditions de Dirichlet, le signal s(t) peut être
décomposé en Série de Fourier selon la Décomposition
trigonométrique suivante :
pour tout signal s(t) = s(t + T0 ), on peut écrire :
+∞
X
s(t) = Cn (nF0 )e j2πnF0 t (18)
−∞
avec : R T0
1
Cn (nF0 ) = T0 0 s(t)e j2πnF0 t dt, pour :(n ≥ 1 et C (n = 0) = A0 )
Remarque :
Cn (nF0 ) c’est un grandeur complexe :
q
▶ | Cn (nF0 ) |= Cn1
22 = A2n + Bn2
▶ ϕ(nF0 ) = −Bn
arctan( An )
Représentation spectrale unilatéral

Pour cette forme de décomposition en série de Fourier, on peut
s’écrire :
+∞
X
S(f ) = Cn (nF0 )δ(f − nF0 ), (19)
n=−∞
R T0
Avec : Cn (nF0 )= 1
T0 0 s(t)e −j2πnF0 t dt =| Cn (nF0 ) | e jϕ(nF0 )
Remarque :
-Si : s(t) est paire, Sn = S−n ,
-Si : s(t) est impaire, Sn = −S−n
3.3.Exemple
Soient le signal périodique de période T suivant :
(
impaire sur T =2
s(t) =
1 : t ∈]0, 1[
(
pair sur T = 2π
s(t) =
t pour t ∈ [0, π]
Remarque :
uv ′ = uv ] − u ′ v
R R
On donne :

Chapter 2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapter 2

Transféré par

Droits d'auteur :

Formats disponibles

Dr S.TCHOKETCH KEBIR Email: tksof@yahoo.

L’objet de ce chapitre est de répondre à ces questions : Qu’est ce

1. Introduction Notion de fréquence

Qu’est ce qu’une fréquence ?

Toute les applications de traitement du signal véhiculent ou

Cette transformation admet une Transformée de Fourier inverse

et l’on admet que la transformation existe et est définie par :

TF{x (t) = ax1 (t) + bx2 (t)} = X (f ) = aX1 (f ) + bX2 (f ) (5)

2. Dérivation : Soit X (f ) la transformée de Fourier du signal

4. Parité : Soit x (t) un signal déterministe, alors :

TF {e +j2πf0 t x (t)} = X (f − f0 ) (10)

Propriétés de la Transformée de Fourier

TF {x (t) ∗ y (t)} = X (f )Y (f ) (12)

TF {x (t)y (t)} = X (f ) ∗ Y (f ) (13)

X (f ) =| X (f ) | e jθ(f ) = Re (f ) + jIm (f ) (15)

Où | X (f ) | et θ(f ) sont respectivement le module et la phase de

La décomposition en série de Fourier permet de décomposer un

3.1.Décomposition sous une forme trigonométrique

Représentation spectrale unilatéral

3..Décomposition sous une forme exponentielle

Représentation spectrale unilatéral

Vous aimerez peut-être aussi