Annexe

Transformée de Fourier
à temps discret

1
 Sommaire

I. Quelques rappels ou vérification des pré-requis

II. Outils d’analyse spectrale de signaux numériques

– La Transformée de Fourier à temps discret (TFtd)
– La Transformée de Fourier discrète (TFD) et sa version
rapide (FFT)
– Analyse de Fourier en pratique

III. Introduction au filtrage numérique

– Analyse et conception de filtres RIF/RII

2
 Rappel : échantillonnage idéal dans le domaine temporel
s(t) Signal à temps continu

t
0
Te(t)
Peigne de Dirac

1
t
0 Te
s(t )   T (t) s(t )  ( t  kTe )  s( kTe )  ( t  kTe )
e

signal échantillonné
idéal

0 Te kTe
t
3
 Rappel : modélisation mathématique théorique
de l’échantillonnage idéal
• L’opération d’échantillonnage idéal d’un signal analogique revient à
multiplier ce dernier par un peigne de Dirac


s e t = s(t)   T (t)
e
Te(t)
peigne de Dirac
+

s e t  s(t)    (t  kT e ) s(t) se(t)
k=-
+


se t   s(t)  (t  kT e )
k=-

Propriété de l'impulsion de Dirac
se(t)   s(kTe ) (t  kTe ) s(t ) (t  to )  s(to ) (t  to )
k

Le signal échantillonné idéalement se(t) est un signal à temps continu

On peut donc calculer sa TFtc

4
 Une transformée peut en cacher une autre

• La TFtc de ce signal échantillonné idéalement s’écrit :

 

S( f )   se(t ) e j 2ft dt se(t)   s(kT ) (t  kT )

e e
 k 
 
 
  


s( kTe ) (t  kTe ) e j 2ft dt

 k 

  
S( f )    e 
s( kT ) ( t  kT ) e j2ft dt 
e 
k   

 Propriété de l'impulsion de Dirac



S( f )   s( kTe ) e
 j 2fkT e 

(t  to ) s(t ) dt  s(to )
  j 2ft
k  avec ici  s(t )  e
 t  kT

5
 Définitions
• Transformée de Fourier à temps discret (TFtd)
 

S( f )   s( kTe ) e
 j 2fkT e
  s( k ) e  j 2fkTe

k  k 

S(f) est appelé TFtd de s(kTe) ou encore spectre de s(kTe)

La variable f est continue et représente la fréquence en Hz

• Transformée de Fourier inverse à temps discret

fe / 2

 
s( k )  F 1 S(f )   S(f ) e j 2fkTe df
fe / 2

6
 Formule de Poisson
• Spectre d’un signal échantillonné idéalement

S( f )   s( kTe ) e
 j 2kT ef

k 

• Le spectre d’un signal échantillonné idéalement est continu et

1
périodique de période f e  T (voir rappels sur échantillonnage)
e
+

1
S(f) = S(f  kfe )
Te k=-

• Formule de Poisson : Echantillonnage Périodisation du spectre

�
 +

1
S( f )   s( kTe ) e
 j 2kT ef

Te
S(f  kfe )
k  k=-

7
 Illustration de la formule de Poisson

s(t) S(f)

TFtc
0 t -fmax 0 fmax f

Formule de Poisson : Echantillonnage Périodisation du spectre

�
s(kTe)
S(f)

TFtd
0 T fe
e kTe -fe -fmax 0 fmax f

 +
S( f )   s( kTe ) e
 j 2kTef

1
 S(f  kfe )
k
Te k=-

8
 Spectres d’amplitude et de phase

A partir de la relation : e j 2fkTe  cos(2fkT )  j sin(2fkT )

e e

 
S( f )   s( kT
k
e ) cos( 2fkTe )  j  s( kT
k
e ) sin( 2fkTe )

  
 Re S(f )  j Im S(f ) 
S(f) est, en général, une fonction à valeurs complexes. La TFtd d’un
signal peut s’écrire sous une forme exponentielle :

S(f)  S(f) e j( f )

   
2 2
Spectre d’amplitude S( f )  Re S( f )  Im S( f )
 Im S(f ) 
Spectre de phase ( f )  Arg S(f )  Arctan  
 Re S(f )
 

9
 Propriétés des spectres d’amplitude et de phase

– |S(f)| et (f) sont des fonctions de la variable continue f

• on parle de spectres continus

– |S(f)| et (f) sont périodiques de période fe. f f 

L’intervalle d’observation des spectres est réduit à  e ; e 
 2 2
– Si s(t) est à valeurs réelles
• |S(f)| est pair
• (f) est impair

Cette propriété réduit encore l’intervalle d’observation des


spectres à la bande de fréquence0; fe  qui est appelée zone
 2
utile d’analyse des spectres

10
 Propriétés de la TFtd
• La transformée de Fourier à temps discret jouit des mêmes
propriétés générales que la transformée de Fourier à temps continu

• Linéarité  
F ax( k )  by( k )  aX( f )  bY( f )
j 2k T f
F  x( k  k0 )  e
0 e

• Th. du retard X( f )  ko  Z
 j2 f 0 kTe 
• Th. de modulation F x( k )e  X( f  f0 )
 
1 f 
• Facteur d’échelle  
F x( ak )  X  
a a

• Convolution  
F x( k )* y( k )  X( f ) Y( f )

• Multiplication  
F x( k )  y( k )  X( f )* Y( f )

• Périodicité X( f )  X( f  nfe ) nZ

11
 Exemple
 f 
• Soit un signal s(k) défini par : S( f )  2 cos  
 fe 
s( k )   ( k )   ( k 1) f f
 si 0  f  e
f 2
s(k) ( f )  
e
f  f
 1  si e  f  fe
1  fe  2
IS(f)I
fe fe
0 1
k
2
f
 j 2
f
S( f )  1  e e

f
 f   j f
S( f )  2cos  e e

 fe  -f e -f e /2 0 f e /2 fe f
Zone
utile
s(k) est un signal à temps discret (f)
/2
Ses spectres d’amplitude et de phase sont
donc périodiques de « période » fe
Etude sur une période, par exemple, sur [0 ; fe] -f e -f e /2 0 f e /2 fe f

puis tracé, par exemple, sur [-fe ; fe]

-/2

12
 Analyse de Fourier – Bilan

s(t) Signal périodique S(f) Spectre de raies

(à temps) continu DSF non périodique
(ou TFtc)
1

1 fo= To

0 To t - fmax 0 fmax f

s(t)
S(f)
Signal non périodique Spectre continu
(à temps) continu non périodique

TFtc
0 t -fmax 0 fmax f
s(kTe)
S(f) Spectre continu
Signal non périodique périodique
(à temps) discret

TFtd
0 Te kTe -fe -fmax 0 fmax fe f

13
 Dualité temps/fréquence
Domaine temporel Domaine fréquentiel

C O NT INU N O N PERIODIQUE
ECHANTILLONNE PERIODIQUE

Signal (à temps) continu Spectre non périodique

Signal périodique (T0=1/f0) Spectre échantillonné f0=1/T0

(de raies)
Signal non périodique Spectre continu

Signal échantillonné Te=1/fe Spectre périodique fe=1/Te

(de raies)

14