I.

Transformée de Fourier

Cours : Signaux & Systèmes 1

 I. Transformée de Fourier

Cours : Signaux & Systèmes 2

 I. Transformée de Fourier

Cours : Signaux & Systèmes 3

 II. Échantillonnage

Le traitement numérique nécessite avant tout que le signal soit numérique.

LPF ADC DSP

LPF DAC

Cours : Signaux & Systèmes 4

 II. Échantillonnage
x(t )

x(t ) xe (t )
+

  (t − nT )
n = −
e

-3T -2T -T 0 T 2T 3T 4T t

Notez bien : Il s’agit donc d’une modulation très particulière, où la porteuse est un train d’impulsions
(peigne de Dirac).

Cours : Signaux & Systèmes 5

 II. Échantillonnage

x(t ) xe (t )
L’échantillonnage est une multiplication dans le
+

  (t − nT )
domaine temporel du signal analogique par un train
e
n = − d’impulsions .
Dans le domaine fréquentiel, il est un produit de
 xe (t ) = x(t )   T (t ) convolution.

 X e ( f ) = X ( f ) *T ( f )
+
où :  T (t ) =   (t − nT )
n = −
e

Cours : Signaux & Systèmes 6

 II. Échantillonnage
+ +
Domaine temporel : xe (t ) = x(t )    (t − nT ) =  x(nT ) (t − nT )
n = −
e
n = −
e e

Cours : Signaux & Systèmes 7

II. Échantillonnage
Domaine fréquentiel :
x(t ) ⎯→
TF
X(f )
+
 (t ) ⎯→
TF
 ( f ) = f e   ( f − kf e )
k = −
+
xe (t ) ⎯→ X e ( f ) = f e
TF
 X ( f − kf )
k = −
e

On remarque donc que le spectre du signal échantillonné est

périodisé avec une période égale à 𝑓𝑒 .
Cela confirme bien la propriété de la transformée de
Fourier : Périodiser dans un domaine (temporel ou
fréquentiel) revient à échantillonner dans l’autre domaine
(fréquentiel ou temporel).

Cours : Signaux & Systèmes 8

 II. Échantillonnage

Soit un signal x(t ) supposé à bande limitée X ( f ) = 0 , f  fM

Théorème

alors x(t ) pourra être déterminé uniquement par ses échantillons;

x(nT ), n = 0,1, Si  1
f e 2 f M où fe =
Te

Cours : Signaux & Systèmes 9

 III. Transformée de Fourier discrète (DFT)
1. Interprétation
Analyse (DFT)
Le signal 𝑋 𝑘 mesure la similitude entre 𝑥 𝑛 et le signal sinusoïde harmonique 𝑠𝑘 . Par conséquent, 𝑋 𝑘
mesure le contenu fréquentiel de 𝑥 𝑛 à la fréquence 𝑘.
𝑁−1
2𝜋
−𝑗 𝑁 𝑘𝑛
𝑋 𝑘 = 𝑥, 𝑠𝑘 = ෍ 𝑥 𝑛 𝑒 Pour 0 ≤ 𝑛 ≤ 𝑁 − 1, 0 ≤ 𝑘 ≤ 𝑁 − 1
𝑛=0

Domaine temporel Avec 𝑁 = 32, Domaine fréquentiel

Cours : Signaux & Systèmes 10

 III. Transformée de Fourier discrète (DFT)
1. Interprétation

➢ Analyse de la DFT inverse

Le signal 𝑥 𝑛 est construit comme une combinaison linéaire des sinusoïdes harmoniques 𝑠𝑘 et les coefficients de la
DFT 𝑋 𝑘 . 𝑁−1
1 2𝜋
𝑗 𝑁 𝑘𝑛
𝑥[𝑛] = ෍ 𝑋[𝑘]𝑒 Pour 0 ≤ 𝑛 ≤ 𝑁 − 1, 0 ≤ 𝑘 ≤ 𝑁 − 1
𝑁
𝑘=0

Cours : Signaux & Systèmes 11

 III. Transformée de Fourier discrète (DFT)
1. Interprétation

➢ Analyse de la DFT inverse : Démonstration

𝑁−1
2𝜋
−𝑗 𝑁 𝑘𝑛
𝑋[𝑘] = ෍ 𝑥[𝑛]𝑒
𝑛=0

𝑁−1 𝑁−1 𝑁−1

2𝜋 2𝜋 2𝜋
𝑗 𝑘𝑚 −𝑗 𝑘𝑛 𝑗 𝑘𝑚
෍ 𝑋[𝑘]𝑒 𝑁 = ෍ ෍ 𝑥[𝑛]𝑒 𝑁 𝑒 𝑁
𝑘=0 𝑘=0 𝑛=0
𝑁−1 𝑁−1
2𝜋
𝑗 𝑁 𝑘 𝑚−𝑛
= ෍ 𝑥[𝑛] ෍ 𝑒 ∗
𝑛=0 𝑘=0

𝑁−1
2𝜋
➢ Avec : 𝑗 𝑁 𝑘 𝑚−𝑛 𝑁 𝑠𝑖 𝑚 = 𝑛
෍𝑒 =ቊ
0 𝑠𝑖 𝑚 ≠ 𝑛
𝑘=0

Cours : Signaux & Systèmes 12

 III. Transformée de Fourier discrète (DFT)
1. Interprétation
➢ Avec la considération du fait suivant :
𝑁−1 𝑁−1 𝑘
2𝜋
𝑗 𝑘 𝑚−𝑛 𝑗
2𝜋
𝑚−𝑛 1 − 𝑒 𝑗2𝜋 𝑚−𝑛
1−1
෍ 𝑒 𝑁 =෍ 𝑒 𝑁 = 2𝜋 = 2𝜋 =0
𝑗 𝑘 𝑚−𝑛 𝑗 𝑘 𝑚−𝑛
𝑘=0 𝑘=0 1−𝑒 𝑁 1−𝑒 𝑁

➢ Par conséquent ∗ devient :

𝑁−1 𝑁−1 𝑁−1
2𝜋 2𝜋
𝑗 𝑁 𝑘𝑚 𝑗 𝑁 𝑘 𝑚−𝑛
෍ 𝑋[𝑘]𝑒 = ෍ 𝑥[𝑛] ෍ 𝑒 ∗∗
𝑘=0 𝑛=0 𝑘=0

➢ En utilisant ∗∗ on voit que :

𝑁−1 𝑁−1 𝑁−1 𝑁−1
2𝜋 2𝜋
𝑗 𝑁 𝑘0 𝑗 𝑁 𝑘 0−𝑛
➢ Pour 𝑚 = 0, ෍ 𝑋[𝑘]𝑒 = ෍ 𝑥[𝑛] ෍ 𝑒 = 𝑥 0 ෍ 1 = 𝑁𝑥 0
𝑘=0 𝑛=0 𝑘=0 𝑘=0

Cours : Signaux & Systèmes 13

 III. Transformée de Fourier discrète (DFT)
1. Interprétation
𝑁−1 𝑁−1 𝑁−1 𝑁−1
2𝜋 2𝜋
𝑗 𝑘1 𝑗 𝑘 1−𝑛
➢ Pour 𝑚 = 1, ෍ 𝑋[𝑘]𝑒 𝑁 = ෍ 𝑥[𝑛] ෍ 𝑒 𝑁 = 𝑥 1 ෍ 1 = 𝑁𝑥 1
𝑘=0 𝑛=0 𝑘=0 𝑘=0

⋮
⋮
𝑁−1 𝑁−1 𝑁−1 𝑁−1
2𝜋 2𝜋
𝑗 𝑁 𝑘 𝑁−1 𝑗 𝑁 𝑘 𝑁−1−𝑛
➢ Pour 𝑚 = 𝑁 − 1, ෍ 𝑋[𝑘]𝑒 = ෍ 𝑥[𝑛] ෍ 𝑒 = 𝑥 𝑁 − 1 ෍ 1 = 𝑁𝑥 𝑁 − 1
𝑘=0 𝑛=0 𝑘=0 𝑛=0

➢ En conclut donc que : 𝑁−1

1 2𝜋
𝑗𝑁𝑚
𝑥 𝑚 = ෍ 𝑋[𝑘]𝑒
𝑁
𝑘=0

➢ La transformée inverse est donnée par :

𝑁−1
1 2𝜋
𝑗 𝑁 𝑘𝑛
𝑥 𝑛 = ෍ 𝑋[𝑘]𝑒 Pour 𝑛 = 0,1, ⋯ , 𝑁 − 1
𝑁
𝑘=0

Cours : Signaux & Systèmes 14

 2. Représentation d’un signal
Analyse (DFT)
Même si le signal 𝑥 𝑛 a une valeur réelle, les coefficients de la DFT 𝑋 𝑘 seront complexes, en général.
𝑁−1
2𝜋
−𝑗 𝑁 𝑘𝑛
𝑋 𝑘 = ෍𝑥 𝑛 𝑒
𝑛=0
0 ≤ 𝑛 ≤ 𝑁 − 1, 0 ≤ 𝑘 ≤ 𝑁 − 1
Avec 𝑁 = 32,

Cours : Signaux & Systèmes 15

 3. Propriétés de symétrie (DFT)
Exemple : Signal de valeur réelle 𝑥 𝑛 .

Avec 𝑁 = 32,

𝑁 𝑁
0≤𝑘 ≤𝑁−1 Il est utile de représenter 𝑥 𝑘 par − ≤𝑘≤ −1
2 2
2𝜋
2𝜋 (𝜔 : −𝜋 ≤ 𝑘 < 𝜋)
(𝜔 : 0 ≤ 𝑘 < 2𝜋) 𝑁
𝑁

𝑘𝑓𝑒
En termes de fréquence 𝑓 =
𝑁
𝑓𝑒
La résolution est déterminée par : ∆𝑓 =
𝑁

Cours : Signaux & Systèmes 16

 IV. Transformée de Fourier à temps discret (DTFT- Discret Time Fourier Transform)
DFT 𝑋[𝑘]

La DTFT d'un signal de longueur infinie peut être considérée comme la limite permettant d'ajouter un
nombre infini de zéros avant et après à un signal de longueur finie.

Cours : Signaux & Systèmes 17

 IV. Transformée de Fourier à temps discret (DTFT- Discret Time Fourier Transform)

Comme 𝑁 ⟶ ∞, la DFT converge vers une fonction de variable 𝜔 continue que nous l’appellerons la
transformée de Fourier à temps discret (DTFT).

𝑁Τ2−1 ∞
2𝜋
−𝑗 𝑘𝑛
෍ 𝑥𝑛 𝑒 𝑁 ⟶ ෍ 𝑥 𝑛 𝑒 −𝑗𝜔𝑛 = 𝑋 𝜔 , −𝜋 ≤ 𝜔 < 𝜋
𝑛=−𝑁Τ2 𝑛=−∞

Cours : Signaux & Systèmes 18

 IV. Transformée de Fourier à temps discret (DTFT- Discret Time Fourier Transform)

DTFT Inverse
𝑁Τ2−1
2𝜋 2𝜋
𝑗 𝑘𝑛
𝑥𝑛 = ෍ 𝑋𝑘𝑒 𝑁
2𝜋𝑁
𝑛=−𝑁Τ2

➢ Comme la longueur du signal 𝑁 ⟶ ∞ la DFT inverse converge de manière plus précise :

𝑁Τ2−1 𝜋
𝑗
2𝜋
𝑘𝑛 𝑗𝜔𝑛
2𝜋
𝑒 𝑁 ⟶𝑒 , 𝑋 𝑘 ⟶𝑋 𝜔 , ⟶ 𝑑𝜔, ෍ ⟶ න
𝑁
𝑛=−𝑁Τ2 −𝜋

➢ Résultant dans la DTFT inverse :

𝜋
𝑑𝜔
𝑥 𝑛 = න 𝑋 𝜔 𝑒 𝑗𝜔𝑛 , −∞ < 𝑛 < ∞
2𝜋
−𝜋

Cours : Signaux & Systèmes 19

 IV. Transformée de Fourier à temps discret (DTFT- Discret Time Fourier Transform)

Résumé
∞

𝑋 𝜔 = ෍ 𝑥 𝑛 𝑒 −𝑗𝜔𝑛 , −𝜋 ≤ 𝜔 < 𝜋
𝑛=−∞
𝜋
𝑑𝜔
𝑥 𝑛 = න𝑋 𝜔 𝑒 𝑗𝜔𝑛 , −∞ < 𝑛 < ∞
2𝜋
−𝜋

➢ Les fonctions de base de la DTFT sont les sinusoïdes 𝑒 𝑗𝜔𝑛 , avec 𝜔 fréquence arbitraire.

Cours : Signaux & Systèmes 20

 V. Reconstruction du signal

Pour convertir un signal échantillonné en un signal analogique, il suffit d’éliminer la périodisation de

Définition

son spectre et garder que la période principale. Ceci peut être obtenu par un filtre passe-bas.
Supposons au départ que le filtre de reconstruction, appelé aussi filtre interpolateur, est idéal
(réponse fréquentielle sous forme d’une fenêtre rectangulaire).

+

 T (t ) =
+ xe (t ) =  x(nT ) (t − nT )
  (t − nT )
e e
e n = −
n = −
H( f )
xe (t ) xr ( t ) Te
x(t ) H( f )
− fc 0 fc f

Cours : Signaux & Systèmes 21

 V. Reconstruction du signal

+
 t − nTe 
xr (t ) =  x(nTe ) sin c 
n = −  Te 
Le terme −𝑛𝑇𝑒 introduit un déphasage temporel qui centre
la fonction normalisée 𝑠𝑖𝑛𝑐(𝑡/𝑇𝑒) sur chaque instant
échantillonné 𝑛𝑇𝑒.

On obtient 𝑥𝑟 𝑛𝑇𝑒 = 𝑥 𝑛𝑇𝑒 quand 𝑡 = 𝑛𝑇𝑒 ; car sinc 𝑛𝑇𝑒 − 𝑛𝑇𝑒 Τ𝑇𝑒 vaut 1. On obtient 0 quand 𝑡 = 𝑚𝑇𝑒 ;
car sinc 𝑚 − 𝑛 vaut 0 pour tout 𝑚 − 𝑛 entier différent de zéro.

Cours : Signaux & Systèmes 22

 V. Reconstruction du signal N
 t − nTe 
xr (t )   x(nTe ) sin c 
n =0  Te 

Cours : Signaux & Systèmes 23

 V. Reconstruction du signal

 t − Te 
xr (t )  x(0) sin c ( 0 ) + x(Te ) sin c  
 Te 

Cours : Signaux & Systèmes 24

 V. Reconstruction du signal

 t − Te   t − 2Te 
xr (t )  x(0) sin c ( 0 ) + x(Te ) sin c   + x (2Te ) sin c  
 Te   Te 

Cours : Signaux & Systèmes 25

 V. Reconstruction du signal

 t − Te   t − 2Te   t − 3Te 
xr (t )  x(0) sin c ( 0 ) + x(Te ) sin c   + x (2Te ) sin c   + x (3Te ) sin c  
 Te   Te   Te 

Cours : Signaux & Systèmes 26

 V. Reconstruction du signal

 t − Te   t − 2Te   t − 3Te   t − 4Te 

xr (t )  x(0) sin c ( 0 ) + x(Te ) sin c   + x (2Te ) sin c   + x (3Te ) sin c   + x (4Te ) sin c  
 Te   Te   Te   Te 

Cours : Signaux & Systèmes 27

 V. Reconstruction du signal

 t − Te   t − 2Te   t − 3Te   t − 4Te 

xr (t )  x(0) sin c ( 0 ) + x(Te ) sin c   + x (2Te ) sin c   + x (3Te ) sin c   + x (4Te ) sin c   + •••
 Te   Te   Te   Te 

Cours : Signaux & Systèmes 28

 V. Reconstruction du signal

 t − Te   t − 2Te   t − 3Te   t − 4Te 

xr (t )  x(0) sin c ( 0 ) + x(Te ) sin c   + x (2Te ) sin c   + x (3Te ) sin c   + x (4Te ) sin c   + •••
 e 
T  Te   Te   Te 

Cours : Signaux & Systèmes 29

 V. Reconstruction du signal

 t − Te   t − 2Te   t − 3Te   t − 4Te 

xr (t )  x(0) sin c ( 0 ) + x(Te ) sin c   + x(2Te ) sin c   + x(3Te ) sin c   + x(4Te ) sin c   + •••
 e 
T  Te   Te   Te 

Cours : Signaux & Systèmes 30

 V. Reconstruction du signal

 t − Te   t − 2Te   t − 3Te   t − 4Te 

xr (t )  x(0) sin c ( 0 ) + x(Te ) sin c   + x (2Te ) sin c   + x (3Te ) sin c   + x (4Te ) sin c   + •••
 Te   Te   Te   Te 

Cours : Signaux & Systèmes 31

 V. Reconstruction du signal N
 t − nTe 
xr (t )   x(nTe ) sin c 
n =0  Te 

Cours : Signaux & Systèmes 32

 VI. Reconstruction pratique du signal analogique

Temps continu Temps discret Temps continu

x (t ) ADC DAC y (t )
x[n] y[ n]
LPF H ( z) ZOH LPF

Filtre anti-repliement 𝑇𝑒 𝑇𝑒 𝑇𝑒 Filtre de reconstruction

Horloge

Cours : Signaux & Systèmes 33

VI. Reconstruction pratique du signal analogique
DAC +
y[ n]
ZOH
y (t )
y (t ) =  y[n]g (t − nT )
n =−
s

➢ Où g(t) est une impulsion associée à chaque échantillon.

g (t ) Ensuite, sa TF est calculée comme suit :
1
+

𝑇𝑠 t
Y(F) =  y[ n
n = −
]G ( F ) e − j 2 nFTs
= G ( F )Y ( )  = 2 F / Fs
| G( F ) | with Fs = 10kHz
Où G(F)=TF[g(t)] est donnée par :

sin( FTs )
FT [ g (t )] = e − jFT Ts
G( F ) = TF[g(t)] s

 FTs
=e − jFTs Ts sinc( FTs )

Cours : Signaux & Systèmes 34

VI. Reconstruction pratique du signal analogique
|Y ( )|

| G ( F )|

− Fs / 2
𝜔 (radian)
−𝐹𝑒 −𝐹𝑒 Τ2 𝐹𝑒 Τ2 𝐹𝑒 𝐹 (Hz)
| Y ( F )|
Filtre de reconstruction :

𝜔 (radian)
−𝐹𝑒 −𝐹𝑒 Τ2 𝐹𝑒 Τ2 𝐹𝑒 𝐹 (Hz)
Cours : Signaux & Systèmes 35
VI. Reconstruction pratique du signal analogique
Exemple : Supposons un filtre numérique de Notch avec une fonction de transfert :

( z − z1 )( z − z2 )
H ( z) = K
( z − p1 )( z − p2 )

 ➢ Avec des zéros et des pôles :

z1, 2 = e  j / 4 ; p1, 2 = 0.90e  j / 4



Plan-z ➢ Fréquence d'échantillonnage 𝐹𝑒 = 10 𝑘𝐻𝑧.

➢ Déterminez l'amplitude de la réponse fréquentielle dans le

domaine temporel continu.

Cours : Signaux & Systèmes 36

VI. Reconstruction pratique du signal analogique
Solution : D'après ce que nous avons vu, la réponse fréquentielle est donnée par :
Y(F)
= H ( )  = 2F / F G ( F ) | H ( )|
X (F) s

−5 − 1.25 0 125
. 5 𝜔 (radian)

| G ( F )|

2
= −3.92dB
 𝐹 (kHz)

Y(F)
X (F)

− 1.25 125
. 𝐹 (kHz)

Cours : Signaux & Systèmes 37

VI. Reconstruction pratique du signal analogique

➢ L'ensemble du système (ADC + Filtre DT + DAC) fonctionne comme un système à temps continu équivalent.

Cours : Signaux & Systèmes 38