Académique Documents
Professionnel Documents
Culture Documents
81
Analyse de Fourier
82
Analyse dans le domaine fréquentiel
• Domaine habituel pour analyser un signal :
Un signal x(t) périodique de période T, peut être sous certaines conditions, mis sous la forme
d’une somme de fonctions sinusoïdales
T = 1/f0=2π/ω0,
84
ao + +
x(t ) = + ak cos(2 kf ot ) + bk sin (2 kf ot )
2 k =1 k =1
85
Dû au double somme infinie de cette représentation, qui sert de point de départ au
développement en séries de Fourier, elle est généralement remplacée par la série en cosinus
et la série complexe.
•le développement en série de Fourier peut également s’écrire:
86
87
88
Le développement en série de Fourier en cosinus peut également s’écrire en complexe
sous la forme suivante:
+
x (t ) = c( jk ) exp ( j 2 kf t )
k =−
o
T
2
1
avec c( jk ) =
T x ( t ) exp ( − j 2 kf t ) dt
T
o
−
2
89
Cas particuliers:
xT ( t ) → = *
réel ak , bk c−k ck
xT ( t ) pair → bk = 0 k c− k = ck
xT ( t ) impair → a k = 0 k c− k = −ck
90
91
Relations entre les 3 représentations de Fourier
Sinus+
Cosinus Complexe
cosinus
Sinus+
cosinus
Cosinus
Complexe
92
Spectres bilatéraux
93
Exemple de représentations spectrales d’un signal
Forme en cosinus
94
Exemple de représentations spectrales d’un signal
Forme complexe
95
96
x(t) = 3 + 2 cos(2πf0t) –3,464 sin(2πf0t) + 2 sin(6πf0t + π/4)
97
x(t) = 3 + 2 cos(2πf0t) –3,464 sin(2πf0t) + 2 sin(6πf0t + π/4)
98
99
Deux représentations équivalentes :
représentation temporelle : x(t)
représentation fréquentielle : X(f ) (transformée de Fourier : TF).
Principe : décomposition du signal sur une base de fonctions exponentielles de
fréquences variables.
Intérêts :
TF = outil d’analyse du signal ;
= outil d’analyse des systèmes de traitement du signal.
=> analyse harmonique = analyse spectrale = analyse fréquentielle
des signaux et des systèmes
100
Transformation de Fourier :Signaux non périodiques à TC
101
Transformation de Fourier :Signaux non périodiques à TC
Lien avec la série de Fourier :
fo=1/T
xT(t) signal périodique pair (pour simplifier)
> <
xT(t) cn
t fo f
-T T
xT(t) → fonction non-périodique x(t) lim (cnT ) = = X ( f )
T → +
Lorsque T→+ : fo=1/T → df intervalle infinitésimal et
x(t ) = = F −1X ( f )
nfo → f variable réelle continue
102
Transformation de Fourier :Signaux non périodiques à TC
103
x(t) = signal quelconque
+
F x(t ) = X ( f ) = x ( t ) exp ( −i 2 ft )dt = "Transformée de Fourier" de x ( t )
−
et
+
x ( t ) = F −1 X ( f ) = X ( f ) exp ( i 2 ft )df = "Transformée de Fourier inverse"
−
critère d'existence:
Signaux à énergie finie = condition suffisante
Signaux à puissance moyenne finie =>T.F. existe au sens des distributions 104
1 f
TF ( x ( at ) ) = X( )
a a
TF ( (t ) ) = 1
(
TF 1e 2 jf0t )= ( f − f0 )
TF ( (t − t0 ) ) = e −2 j ft0
X(t) X(f)
réelle et paire réelle et paire
réelle et impaire imaginaire et impaire
imaginaire et paire imaginaire et paire
imaginaire et impaire réelle et impaire
complexe et paire complexe et paire
complexe et impaire complexe et impaire -
106
Densité spectrale d ’énergie
Soient x(t) un signal à énergie finie et Rxx(τ ) sa fonction d’autocorrélation, on appelle densité
spectrale d’énergie la fonction notée Sxx(f), transformée de Fourier de Rxx(τ ) :
Soient x(t) et y(t) deux signaux à énergie finie et Rxy(τ ) leur fonction d’autocorrélation, on appelle
densité inter-spectrale d’énergie la fonction notée Sxy(f), transformée de Fourier de Rxy(τ ) :
• Spectre
xˆ ( f )
-
• Spectre d’amplitude xˆ ( f )
• Spectre de phase
ARG ( xˆ ( f ))
xˆ ( f ) Contribution fréquentielle du signal x(t) pour la fréquence f ( ne pas confondre avec densité spectrale)
107
Relation de Parseval
E= x(t ) .dt =
2 2
X ( f ) .df
− −
Sx ( f ) = X ( f )
2
108
Densités spectrale de puissance
Soit x(t) un signal à puissance moyenne finie, on appelle densité spectrale de puissance
(DSP) la transformée de Fourier de sa fonction d’autocorrélation :
𝑇/2
1
𝑅𝑥𝑥 𝜏 = lim න 𝑥 𝑡 . 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
𝑇→∞ 𝑇
−𝑇/2
109