Académique Documents
Professionnel Documents
Culture Documents
2.1 Fonctions
2.1.1 Fonctions réelles et complexes
Une fonction du temps g(t) est réelle si elle est définie sur l’ensemble des nombres
réels, c’est-à-dire si g(t) ∈ R.
Par exemple, la fonction g(t) = A sin(ω0 t), où A est réel, est elle-même une fonction
réelle.
Une fonction g(t) est complexe si elle prend des valeurs complexes : i.e. si g(t) ∈ C.
On peut la représenter sous forme cartésienne, avec une partie réelle et une partie
imaginaire, ou sous forme polaire avec un module et une phase :
5
6 CHAPITRE 2. REPRÉSENTATION ET ANALYSE DES SIGNAUX
0.5
f(t)
-0.5
-1
0.5
f(t)
0
-0.5
-1
Un signal g(t) peut être représenté par la somme d’une fonction paire et d’une
fonction impaire :
La fonction échelon g(t) = u(t) peut être représentée par la somme d’une fonction
paire gpaire (t) et une fonction impaire gimpaire (t), où :
A A A
gpaire (t) = = [g(t) + g(−t)] = [u(t) + u(−t)]
2 2 2
1 A A
gimpaire (t) = A u(t) − = [g(t) − g(−t)] = [u(t) − u(−t)]
2 2 2
Un signal complexe g(t) est dit de symétrie hermitienne si sa partie réelle, gréelle (t) =
< [g(t)], est une fonction paire et sa partie imaginaire gimaginaire (t) = = [g(t)] est impaire.
Fonction signe :
0.5
1, pour t > 0.
-1
Fonction échelon :
0.8
0, pour t < 0,
u(t)
0.6
0.4
1
u(t) , , pour t = 0, 0.2
2
1, pour t > 0. 0
-0.2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Fonction rectangulaire :
0.8
& (t)
Y
1
, pour |t| = 12 ,
0.4
(t) ,
2 0.2
-0.2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
t
Fonction triangulaire :
0.8
$(t)
0.6
^ 1 − |t|, pour −1 ≤ t ≤ 1, 0.4
(t) , 0.2
0, pour |t| > 1. 0
-0.2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Fonction exponentielle :
0.8
0.6
f(t)
0.4
-0.2
-2 0 2 4 6 8 10
0.8
0.6
f(t)
0.4
-0.2
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
2.1. FONCTIONS 9
0.8
0.6
sinc(t)
0.4
sin(πt) 0.2
sinc(t) ,
πt 0
-0.2
-0.4
-10 -8 -6 -4 -2 0 2 4 6 8 10
Cette propriété est connue sous le nom de propriété d’extraction (ou "sifting"
en anglais). Elle s’applique à toute valeur du temps t0 :
Z ∞
δ(t − t0 )g(t) dt = g(t0 )
−∞
Échelonnage :
Z ∞ Z ∞
1 t 1
δ(αt)g(t) dt = δ(t)f dt = g(0)
−∞ |α| −∞ α |α|
1
Donc, δ(αt) = |α| δ(t). Ainsi, pour α = −1, on a : δ(−t) = δ(t) et donc la fonction
de Dirac δ(t) est une fonction paire.
Convolution
Z ∞
g(t) ∗ δ(t) = g(τ )δ(t − τ ) dτ = g(t)
−∞
10 CHAPITRE 2. REPRÉSENTATION ET ANALYSE DES SIGNAUX
ici, A, fc et ϕ sont réels. La fonction g(t) étant définie pour toutes les valeurs du temps
t, on la définit comme une fonction continue du temps.
Si un signal n’est défini que pour les valeurs discrètes (ou discontinues) du temps
seulement, alors on dit que le signal est discret, par exemple :
gk = A sin(2πfc k + ϕ)
g t gk
t t
T
signal continu analogique signal discret analogique
gk
g t
t T t
g(t) = g(t + T )
Définition(signal apériodique) :
Un signal g(t) pour lequel il n’existe aucune valeur de T satisfaisant la
condition est de périodicité est appelée fonction apériodique ou encore fonc-
tion non périodique.
Orthogonalité
Définition(fonctions orthogonales) :
Deux fonctions, f (t) et g(t), sont dites orthogonales dans un intervalle t ∈
[t1 , t2 ] si :
Z t2 Z t2
∗
f (t)g (t) dt = 0 et f ∗ (t)g(t) dt = 0
t1 t1
où f ∗ (t) et g ∗ (t) sont les conjugués des fonctions complexes f (t) et g(t).
Si f (t) et g(t) sont des fonctions réelles, alors la condition d’orthogonalité
se résume à :
Z t2
f (t)g(t) dt = 0
t1
r = (3,5,4)
3.5
2.5
z
1.5
0.5 5
4
0 3
0 2
0.5 1 1.5 1
2 2.5 3 3.5 4 4.5 0
5
x y
F IGURE 2.4:
Signaux orthogonaux : représentation dans un espace à trois dimen-
sions.
Un vecteur dans un espace à trois dimensions peut être représenté par la combi-
naison de trois vecteurs de base sur les axes (cartésiens) x, y, et z.
Orthonormalité
Définition(fonctions orthonormales) :
Deux fonctions orthogonales, f (t) et g(t), sont orthonormales dans un in-
tervalle t ∈ [t1 , t2 ] si :
Z t2 Z t2
f (t)f ∗ (t) dt = 1 et g(t)g ∗ (t) dt = 1.
t1 t1
Définition(signal aléatoire) :
Un signal aléatoire g(t) est un signal pour lequel il existe une incertitude
quant à sa valeur au temps t.
2.3. SÉRIES DE FOURIER 13
g(t) = X sin(2πfc t + θ)
est aléatoire car on ne sait pas de façon sûre qu’elle est l’amplitude X de la sinusoïde.
1 t0 +T
Z
a0 = gT (t) dt (2.3)
T t0
2 t0 +T
Z
an = gT (t) cos(nω0 t) dt
T t0
2 t0 +T
Z
bn = gT (t) sin(nω0 t) dt
T t0
En utilisant les relations d’Euler :
1 jϕ 1 jϕ √
e − e−jϕ e + e−jϕ
sin ϕ = et cos ϕ = (où j , −1) (2.4)
2j 2
on peut réécrire l’expression du développement en série de Fourier trigonométrique
de la fonction périodique gT (t) de la manière suivante :
∞
X
gT (t) = a0 + [an cos(nω0 t) + bn sin(nω0 t)] (2.5)
n=1
∞
X 1 j(nω0 t) −j(nω0 t)
1 j(nω0 t) −j(nω0 t)
gT (t) = a0 + an e +e + bn e −e
2 2j
n=1
∞
X an jnω0 t an −jnω0 t bn jnω0 t bn −jnω0 t
gT (t) = a0 + e + e + e − e
2 2 2j 2j
n=1
∞
X an jbn jnω0 t an jbn −jnω0 t
gT (t) = a0 + − e + + e
2 2 2 2
n=1
14 CHAPITRE 2. REPRÉSENTATION ET ANALYSE DES SIGNAUX
1 t0 +T
Z
cn = gT (t)e−jnω0 t dt (2.7)
T t0
an
où cette fois-ci les coefficients sont égal à : c0 = a0 et cn = 2 .
Fonctions impaires :
Si gT (t) = −gT (−t), ∀t, i.e. une fonction impaire, alors son développement en série
de Fourier trigonométrique a un niveau continu nul, a0 = 0, et n’est constitué que de
fonctions (impaires) sinusoïdales :
∞
X
gT (t) = bn sin(nω0 t) (2.10)
n=1
−jbn
où cette fois-ci les coefficients sont : c0 = 0 et cn = 2 .
2.4. TRANSFORMÉE DE FOURIER 15
où le spectre continu G(ω) remplace le spectre de ligne avec les coefficients de la série
de Fourier exponentielle complexe, {cn } et ω est la fréquence angulaire continue (en
radians par seconde).
Le spectre continu G(ω) est donné par :
Z T
2
G(ω) = lim c0n = lim gT (t)e−jωn t dt (2.18)
T →∞ T →∞ − T
2
Z ∞
G(ω) = g(t)e−jωt dt
−∞
La transformée de Fourier (directe) d’une fonction temporelle g(t) est donnée par :
Z ∞
G(ω) = F [g(t)] = g(t)e−jωt dt (2.19)
−∞
La transformée de Fourier inverse d’une fonction dans le domaine des fréquence
G(ω) est :
Z ∞
−1 1
g(t) = F [G(ω)] = G(ω)ejωt dω (2.20)
2π −∞
Les transformées de Fourier directe et inverse forment une paire de fonctions
réversibles :
0.8
g(t)/A
0.6
t
Ae− τ , pour t ≥ 0 0.4
g(t) =
0, ailleurs. 0.2
-0.2
-1 0 1 2 3 4 5
t/=
La fonction g(t) suit les trois conditions de Dirichlet :
R∞
1. −∞ |g(t)| dt < ∞,
2. nombre fini de minima et maxima dans un intervalle fini, et
3. nombre fini de discontinuités dans un intervalle fini.
Les trois conditions suffisantes de Dirichlet étant respectées, la transformée de
Fourier de la fonction g(t) existe. Elle est donnée par :
Z ∞ Z ∞
t
G(f ) = F [g(t)] = g(t)e−j2πf t dt = Ae− τ e−j2πf t dt
−∞ 0
Z ∞
−( τ1 +j2πf )t
G(f ) = A e dt
0
18 CHAPITRE 2. REPRÉSENTATION ET ANALYSE DES SIGNAUX
eax
eax dx =
R
Or a .
∞
Z ∞
1 1 1 1
G(f ) = A e−( τ +j2πf )t dt = A1 e−( τ +j2πf )t =A (0 − 1)
0 −( τ + j2πf ) −( τ1 + j2πf )
0
A Aτ 1 − j2πf τ
G(f ) = 1 =
τ + j2πf
1 + j2πf τ 1 − j2πf τ
Aτ (1 − j2πf τ )
G(f ) =
1 + 4π 2 f 2 τ 2
Aτ 2πf Aτ 2
G(f ) = 2 2 2
−j
1 + 4π f τ 1 + 4π 2 f 2 τ 2
Aτ −2πf Aτ 2
< [G(f )] = et = [G(f )] =
1 + 4π 2 f 2 τ 2 1 + 4π 2 f 2 τ 2
1.2
1
Re[G(f)]
0.8
0.6
0.4
0.2
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
f=
1
0.5
Im[G(f)]
-0.5
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
f=
F IGURE 2.5: Parties réelle, < [G(f )], et imaginaire, = [G(f )], du spectre de g(t).
2.4. TRANSFORMÉE DE FOURIER 19
1.2
1
module G(f)
0.8
0.6
0.4
0.2
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
f=
1.5
1
phase G(f)
0.5
-0.5
-1
-1.5
f=
Aτ
|G(f )| = p
1 + 4π 2 f 2 τ 2
Soit g(t) = A cos(2πfc t) où A est une constante finie. Est-ce que cette fonction g(t)
suit les conditions (suffisantes) de Dirichlet ?
Z ∞ Z ∞ Z ∞
|g(t)| dt = |A cos(2πfc t)| dt = |A| | cos(2πfc t)| dt
−∞ −∞ −∞
0.5
g(t)/A
-0.5
-1
t/T
abs[cos(2 : fc t)]
0.8
0.6
0.4
0.2
-0.2
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
t/T
1 2π
Sur une période de temps T = fc = ωc , l’intégrale donne une valeur finie :
T
Z t0 +T Z 4
|g(t)| dt = 2 cos(2πfc t) dt
t0 − T4
− T4 =− 4f1c
Z t0 +T
1
|g(t)| dt = 2 sin(2πfc t)
t0 2πfc T
4 = 4f1c
Z t0 +T
1 1 1
|g(t)| dt = sin 2πfc − sin −2πfc
t0 πfc 4fc 4fc
Z t0 +T
1 h π π i
|g(t)| dt = sin − sin −
t0 πfc 2 2
Z t0 +T
1
|g(t)| dt = [1 − (−1)]
t0 πfc
R t0 +T 2
Donc, t0
|g(t)| dt = πfc par période, et ce, pour un nombre infini de périodes :
∞ Z (n+1)T
X 2
|g(t)| dt = ∞× = ∞.
n=−∞ nT πfc
2.4. TRANSFORMÉE DE FOURIER 21
Linéarité : Soient g(t) ⇐⇒ G(f ) et h(t) ⇐⇒ H(f ). Si y(t) est une combinaison
linéaire de g(t) et de h(t) :
Le spectre Y (f ) est donc aussi une combinaison linéaire des spectres G(f ) et
H(f ).
Rééchelonnage temporel : Pour α constant :
1 f
g(αt) ⇐⇒ G .
|α| α
G(f − f0 ) ⇐⇒ g(t)ej2πf0 t .
Aire sous la fonction temporelle : L’aire sous la fonction temporelle g(t) est égale
à la valeur de son spectre à f = 0 :
Z ∞
g(t) dt = G(0).
−∞
Aire sous la fonction fréquentielle : L’aire sous le spectre G(f ) est égale à la
valeur de g(t) à t = 0 :
Z ∞
G(f ) df = g(0).
−∞
t
Q
T T sinc(f T )
1 Q f
sinc(2W t) 2W 2W
Λ(t) sinc2 (f )
δ(t) 1
1 δ(f )
δ(t − t0 ) e−j2πf t0
ej2πfc t δ(f − fc )
1
cos(2πfc t) 2 [δ(f − fc ) + δ(f + fc )]
1
sin(2πfc t) 2j [δ(f − fc ) − δ(f + fc )]
1
sgn(t) jπf
1
πt −j sgn(f )
1 1
u(t) 2 δ(f ) + j2πf
P∞ 1 P∞ n
i=−∞ δ(t − iT0 ) T0 n=−∞ δ(f − T0 )
2.5. ÉNERGIE ET PUISSANCE D’UN SIGNAL 25
Remarque : L’énergie E est exprimée en Joules. Il s’agit ici d’une énergie normalisée
pour une impédance de 1 Ω. Le produit x(t)x∗ (t) donne des V 2 (volts2 ), et conséquem-
ment, il faut diviser ce produit par une impédance (en Ω) pour obtenir ume puissance
en Watts. En intégrant cette puissance P sur une période de temps, on obtient , tel
que prévu, une énergie en Joules.
Si le signal x(t) est limité dans le temps, c’est-à-dire que la fonction x(t) n’est
définie que dans l’intervalle : t1 ≤ t ≤ t2 , alors on peut exprimer l’énergie E par :
Z t2 Z t2
∗
E= x(t)x (t) dt ou E= |x(t)|2 dt (2.25)
t1 t1
Par exemple, la puissance moyenne d’un signal de tension v(t) dans une charge
résistive R est :
v 2 (t) V2
P = = RM S
R R
ou encore
P = R i2 (t) = RIRM
2
S
26 CHAPITRE 2. REPRÉSENTATION ET ANALYSE DES SIGNAUX
1.2
0.4
Z ∞
E = x(t)x∗ (t) dt 0.2
−∞ 0
-0.2
-1 0 1 2 3 4 5
t
x(t) étant une fonction réelle, l’énergie s’exprime tout simplement par :
Z ∞ Z ∞
E = x(t)x(t) dt = Ae−αt u(t)Ae−αt u(t) dt
−∞ −∞
Z ∞ Z ∞
−αt −αt
E = A 2
e e dt = A2 e−2αt dt
0 0
A2
E=
2α
Donc sur une période de temps infinie, c’est-à-dire t ∈ [0, ∞), le signal x(t) est
2
d’énergie finie E = A
2α .
2.5. ÉNERGIE ET PUISSANCE D’UN SIGNAL 27
T
A2
Z
1 2 1
P = lim x(t)x∗ (t) dt = lim E dt = lim
T →∞ T − T2 T →∞ T T →∞ 2αT
P =0
A2
Le signal x(t) = Ae−αt u(t) est donc un signal d’énergie finie E = 2α et de puissance
moyenne nulle, i.e. P = 0.
Considérons maintenant le signal suivant x(t) = A sin(2πfc t). Il s’agit d’une sinu-
soïde de fréquence fc et d’amplitude A. C’est une fonction réelle du temps et son
énergie est donnée par :
Z ∞ Z ∞ Z ∞
E = x(t)x(t) dt = A sin(2πfc t)A sin(2πfc t) dt = A2 sin2 (2πfc t) dt
−∞ −∞ −∞
∞ ∞ ∞ ∞
A2 A2
Z Z Z Z
E = A2 sin2 (2πfc t) dt = [1 − cos(4πfc t)] dt = dt − cos(4πfc t) dt
−∞ 2 −∞ 2 −∞ −∞
"∞ ∞
#
2
A 1
E = t − sin(4πfc t)
2 4πfc −∞
−∞
La première intégrale résulte en une valeur infinie alors que la seconde a une
valeur bornée par -1 et +1. Donc
E→∞
Z T Z T
1 2 1 2
P = lim x(t)x∗ (t) dt = lim A sin(2πfc t)A sin(2πfc t) dt
T →∞ T − T2 T →∞ T − T2
T
"Z T Z T2 #
A2
Z
1 2
2 2
2
P = lim A sin (2πfc t) dt = lim dt − cos(4πfc t) dt
T →∞ T − T2 T →∞ 2T − T2 − T2
T
2 T
A2 1 2
P = lim t − sin(4πfc t)
T →∞ 2T 4πfc T
− T − 2
2
A2
T T 1 T T
P = lim − − − sin 4πfc − sin −4πfc
T →∞ 2T 2 2 4πfc 2 2
2
A2
A T
P = lim − sin 4πfc
2
T →∞ 4πfc T 2
| {z }
tend vers 0 pour T → ∞
Et finalement,
A2
P =
2
Le signal x(t) est donc un signal d’énergie infinie mais de puissance moyenne finie
et non-nulle.
Vsignal-RMS
VdBmV = 20 log10 [dBmV]
10−3
0dBmV ⇔ −48.75dBm (dans une charge de 75 Ω)
Vsignal-RMS
SN RdB = 20 log10 [dB]
Vbruit-RMS
et en changeant l’ordre d’intégration (en supposant que cela soit possible pour la
fonction qui nous intéresse) :
Z ∞ Z ∞
∗
E = X (f ) x(t)e−j2πf t dt df (2.31)
−∞ −∞
| {z }
transformée de Fourier
Z ∞
E = X ∗ (f )X(f ) df
−∞
2.6. DUALITÉ TEMPS-FRÉQUENCE ET THÉORÈME DE PARSEVAL 31
L’énergie d’un signal x(t) peut donc être déterminée par sa représentation dans
le domaine fréquentiel, c’est-à-dire son spectre de fréquence X(f ). Ce résultat est
connu sous le nom de théorème de Parseval.
Théorème(Parseval) :
L’énergie d’un signal x(t) peut s’exprimer en fonction de son spectre X(f )
par la relation suivante :
Z ∞ Z ∞
∗
E= x(t)x (t) dt = X ∗ (f )X(f ) df
−∞ −∞
ou encore par : Z ∞ Z ∞
E= |x(t)|2 dt = |X(f )|2 df
−∞ −∞
X(f ) = F [x(t)]
= F Ae−αt u(t)
X(f )
X(f ) = AF e−αt u(t)
1
X(f ) = A
α + j2πf
A
|X(f )| = p
α2 + (2πf )2
1 1 bz
R
or a2 +b2 z 2 dz = ab arctan a et :
∞
2 1 2πf
E = A arctan
α2π α
−∞
A2
E = [arctan(∞) − arctan(−∞)]
2πα
A2 h π π i
E = − −
2πα 2 2
A2
E=
2α
Z T0
1 2
Rx (τ ) = x(t) x∗ (t − τ ) dt (2.34)
T0 −
T0
2
T0 ∞ ∞
1
Z
2 X X h i∗
Rx (τ ) = cn ej2πnf0 t c∗m ej2πmf0 (t−τ ) dt
T0 −
T0
n=−∞ m=−∞
2
Z T0 ∞ ∞
1 2 X X
Rx (τ ) = cn ej2πnf0 t c∗m e−j2πmf0 (t−τ ) dt
T0 T
− 20 n=−∞ m=−∞
Z T0 ∞ ∞
1 2 X X
Rx (τ ) = cn c∗m ej2πmf0 τ ej2π(n−m)f0 t dt
T0 T
− 20 n=−∞ m=−∞
∞ ∞ Z T0
X X 1 2
Rx (τ ) = cn c∗m e j2πmf0 τ
ej2π(n−m)f0 t dt
n=−∞ m=−∞
T0 − 0T
2
| {z }
(=1 lorsque m = n)
1
La fonction d’autocorrélation Rx (τ ) d’un signal périodique x(t) de période T0 = f0
∞
X ∞
X
Rx (τ ) = cn c∗n j2πnf0 τ
e = |cn |2 ej2πnf0 τ (2.35)
n=−∞ n=−∞
∞
" #
X
Px (f ) = F [Rx (τ )] = F |cn |2 ej2πnf0 τ (2.36)
n=−∞
∞
X h i
Px (f ) = |cn |2 F ej2πnf0 τ
n=−∞
X∞
Px (f ) = |cn |2 δ (f − nf0 )
n=−∞
Exemple 2.9 : Densité spectrale de puissance d’un signal à la sortie d’un système
linéaire invariant dans le temps
x(t) y(t)
- H(f ) -
Px (f ) Py (f )
En posant ζ = t − σ, on aura t = ζ + σ et :
Z T2 Z ∞ Z ∞
1
Ry (τ ) = lim h(σ) x(ζ) dσ h∗ (ξ) x∗ (ζ + σ − ξ − τ ) dξ dt
T →∞ T − T −∞ −∞
2
Z ∞Z ∞ ( Z T2 −σ )
∗ 1 ∗
Ry (τ ) = h(σ)h (ξ) lim [x(ζ) x (ζ + σ − ξ − τ ) dζ] dσ dξ
−∞ −∞ T →∞ T − T −σ
2
2.7. DENSITÉ SPECTRALE DE PUISSANCE D’UN SIGNAL PÉRIODIQUE 35
Donc,
Z T2 −σ( )
Z ∞ Z ∞
1∗ ∗
Ry (τ ) = h(σ)h (ξ) lim [x(ζ) x (ζ + σ − ξ − τ ) dζ] dσ dξ
−∞ −∞ T →∞ T − T −σ
2
Z ∞Z ∞
Ry (τ ) = h(σ)h∗ (ξ)Rx (−σ + ξ + τ ) dσ dξ
−∞ −∞
Z ∞ Z ∞
Ry (τ ) = Rx (ξ + τ − σ)h(σ) dσ h∗ (ξ) dξ
−∞ −∞
Z ∞
Ry (τ ) = [Rx (ξ + τ ) ∗ h(ξ + τ )] h∗ (ξ) dξ
−∞
Ry (τ ) = Rx (τ ) ∗ h(τ ) ∗ h∗ (−τ )
La densité spectrale de puissance à la sortie, Py (f ), est donnée par :
Py (f ) = F [Ry (τ )]
Py (f ) = F [Rx (τ ) ∗ h(τ ) ∗ h∗ (−τ )]
Py (f ) = F [Rx (τ )] F [h(τ )] F [h∗ (−τ )]
et finalement :
∞ 2
X
2 n n
Py (f ) = |cn | H δ f− (V 2 /Hz ou Watts/Hz dans 1Ω)
n=−∞
T0 T0
∞ 2
X
2 n
Py = |cn | H (V 2 ou Watts dans 1Ω)
n=−∞
T0
36 CHAPITRE 2. REPRÉSENTATION ET ANALYSE DES SIGNAUX
Définition(transformée de Hilbert) :
On définit la transformée de Hilbert d’un signal x(t) par l’expression sui-
vante :
1 ∞ x(τ )
Z
xh (t) , H [x(t)] = dτ
π −∞ t − τ
On peut également récupérer le signal original x(t) à partir de la transfor-
mée de Hilbert inverse de xh (t), c’est-à-dire :
1 ∞ xh (τ )
Z
−1
x(t) , H [xh (t)] = − dτ
π −∞ t − τ
Tout comme pour la transformée de Fourier, on peut considérer la dualité
de la paire : transformée directe et transformée inverse de Hilbert :
x(t) ⇐⇒
|{z} xh (t)
Hilbert
Ici cependant, on note que la transformée de Hilbert et son inverse sont définies
uniquement dans le domaine du temps. On remarque également que la transformée
1
de Hilbert est en fait une convolution de la fonction x(t) avec la fonction πt :
Z ∞ Z ∞
1 1 1 x(τ )
xh (t) = x(t) ∗ = x(τ ) dτ = dτ (2.38)
πt −∞ π(t − τ ) π −∞ t − τ
Dans le domaine fréquentiel, la transformée de Hilbert peut aussi se représenter
1
comme
1 étant le produit de la fonction X(f ) et la transformée de Fourier de πt , i.e.
F πt = −j sgn(f ) :
−1, pour f < 0,
sgn(f ) = 0, pour f = 0, et (2.40)
1, pour f > 0.
2.8. TRANSFORMÉE DE HILBERT 37
x t déphaseur xh t
(radians)
2
jπ
e 2, pour f < 0,
H(f ) = 0, pour f = 0, et (2.41)
−j π
e 2 , pour f > 0.
H f j sgn f
2
2
g(t) = A cos(2πfc t)
38 CHAPITRE 2. REPRÉSENTATION ET ANALYSE DES SIGNAUX
Gh (f ) = −j sgn(f )G(f )
A
Gh (f ) = −j sgn(f ) δ(f − fc ) + δ(f + fc )
2 | {z } | {z }
Dirac àf = +fc Dirac àf = −fc
A
Gh (f ) = [δ(f − fc ) − δ(f + fc )]
2j
ce qui n’est en fait que la transformée de Fourier de la sinusoïde correspondante,
à savoir :
gh (t) = A sin(2πfc t)
H {H [x(t)]} = −x(t)
2.9. PRÉ-ENVELOPPE D’UN SIGNAL 39
1 1
H {H [x(t)]} = x(t) ∗ ∗ = −x(t).
πt πt
Z ∞
x(t)xh (t) dt = 0.
−∞
Définition(pré-enveloppe) :
Soit x(t) un signal réel. La pré-enveloppe x+ (t) (ou, plus précisément la
pré-enveloppe positive) de x(t) est définie par :
La pré-enveloppe x+ (t) est donc une fonction complexe dont la partie réelle est la
fonction x(t) elle-même alors que sa partie imaginaire est la transformée de Hilbert
xh (t).
La transformée de Fourier X+ (f ) de la pré-enveloppe (positive) x+ (t), est donnée
40 CHAPITRE 2. REPRÉSENTATION ET ANALYSE DES SIGNAUX
par :
X+ (f ) = F [x+ (t)] (2.42)
X+ (f ) = F [x(t) + jxh (t)]
X+ (f ) = F [x(t)] + jF [xh (t)]
X+ (f ) = X(f ) + jXh (f )
X+ (f ) = X(f ) + j [−j sgn(f )] X(f )
X+ (f ) = X(f ) + sgn(f )X(f )
De la définition de la fonction signe, sgn(f ), on obtient donc pour X+ (f ) :
0, pour f < 0,
X+ (f ) = X(f ), pour f = 0 et (2.43)
2X(f ), pour f > 0.
c’est-à-dire :
2X(f ), pour f < 0,
X− (f ) = X(f ), pour f = 0 et (2.47)
0, pour f > 0.
Donc, même si le signal en bande passante x(t) est un signal réel, sa représentation
en bande de base à l’aide de son enveloppe complexe x̃(t) est complexe et celle-ci peut
être décomposée en une partie réelle xI (t) et une partie imaginaire xQ (t) :
x̃(t) = xI (t) + jxQ (t) (2.53)
42 CHAPITRE 2. REPRÉSENTATION ET ANALYSE DES SIGNAUX
X(f)
2W 2 W
X ( 0)
f
− fc 0 fc
X+ ( f ) 2W
2 X (0)
f
− fc 0 fc
X(f)
2 X ( 0)
f
− fc 0 fc
2W
F IGURE 2.7:
Spectres d’un signal en bande de base, X(f ), de sa pré-enveloppe posi-
tive, X+ (f ), et de l’enveloppe complexe en bande de base, X̃(f ).
On peut également représenter le signal x(t) sous forme polaire, avec un module,
|x̃(t)|, et une phase, ϕ(t) = ∠x̃(t), qui varient en fonction du temps.
où :
q
−1 xQ (t)
|x̃(t)| = x2I (t) + x2Q (t) et ϕ(t) = ∠x̃(t) = tan (2.57)
xI (t)
ℑ ⎡⎣ x ( t ) ⎤⎦ ℑ ⎡⎣e j 2π fc t
⎤
⎦
xQ (t )
2π fct
xI (t ) ℜ ⎡⎣ x ( t ) ⎤⎦ ℜ ⎡⎣e j 2π fc t
⎤
⎦
()=
x t xI
2
(t ) + x2 ( t )
Q
e
j 2π fc t
=1
⎡ xQ (t ) ⎤ ∠e j 2π f t = 2π f c t
ϕ ( t ) = ∠x ( t ) = arctan ⎢ ⎥
c
⎣ xI (t ) ⎦
ℑ ⎡⎣ x ( t ) e j 2π fc t
⎤
⎦
2π fct
xQ (t )
xI (t )
x t () ℜ ⎡⎣ x ( t ) e j 2π fc t
⎤
⎦