Académique Documents
Professionnel Documents
Culture Documents
Cours2 2020-2021
Cours2 2020-2021
Prof: S.Ahyoud
Département : Physique
1
Analyse spectrale
Signaux périodiques
Séries de Fourier :
spectres d'amplitude et de phase, relation énergétique.
Signaux non-périodiques
Transformée de Fourier
Spectres d’amplitude et de phase, relation énergétique
2n 2n
x(t ) a0 an cos t bn sin t
n 1 T T T
T
2
T
2 2 2 2 2 2
1
a0 x(t )dt an x(t ) cos(n t )dt b0 0 bn x(t ) sin( n t )dt
T T T T T TT T
2 2
2
B
Partant de la relation trigonométrique A. cos( x) B. sin( x) A2 B 2 . cos( x arctan( ))
A
A0, l'harmonique d'ordre (ou de rang) 0, 𝐴1 cos(2𝜋𝑓0 𝑡 + 𝜑1 )l'harmonique d'ordre 1 appelé aussi le fondamental car il
correspond à un terme de fréquence fondamentale f0,
S.Ahyoud Master Mec -M1: Traitement du signal (2020-2021) 3
Signaux périodiques
Notation complexe: Les exponentielles complexes sont plus simples à manier que les fcts
trigonométriques
t1 T
s(t ) cne
n
j 2nf0t
avec cn
1
T
t1
s (t ) e j 2nf 0t
dt C 0 est la valeur moyenne de s(t)
an jbn
cn si n 0
x(t ) cne j 2nft
n
Avec
2 c0 a0
a jbn
Les "cn" sont appelés les coefficients de Fourier de x(t) cn n si n 0
2
1
Relation entre cn et Ak : cn . An .e j n
2
Conséquences: x (t) ou {cn} ou {an, bn} : même «information»; 2 visions ≠du même signal.
En connaissant l’un on connaît l’autre… (deux descriptions équivalentes).
Représentation spectrale (dans le plan amplitude –fréquence): f est la fréquence fondamentale, nf sont les harmoniques
Les fréquences des sinus/cosinus sont des multiples de 1/T (harmoniques).
Le spectre d’un signal est donné, à la fois, par les fréquences positives et les fréquences négatives spectre bilatéral.
Pour les séries de Fourier réelles, Le spectre est composé uniquement de fréquences positives, spectre unilatéral.
S(f ) est donc un spectre de raies formé de pics de Dirac sur tout
l'axe des fréquences (positives ou négatives).
Chaque raie a une hauteur proportionnelle soit au module et à l'argument de cn (spectre d'amplitude et de phase),
soit à la partie réelle et à la partie imaginaire de cn.
Spectre de phase
Spectre d'amplitude
+∞
+∞
𝑆 𝑓 = 𝑎𝑟𝑔(𝑐𝑛 )𝛿(𝑓 − 𝑛𝑓0 )
𝑆 𝑓 = 𝑐𝑛 𝛿(𝑓 − 𝑛𝑓0 ) 𝑛=−∞
𝑛=−∞
Spectre de puissance
+∞
𝑆 𝑓 = 𝑐𝑛 2 𝛿(𝑓 − 𝑛𝑓0 )
𝑛=−∞
Puissance moyenne du signal: Soit la «puissance moyenne du signal x (t)» = 𝑃𝑚𝑜𝑦 = 𝑥(𝑡)2
𝐴2
cas particulier: 𝑥 𝑡 = 𝐴𝑐𝑜𝑠(2𝜋𝑓0 𝑡 + 𝜑) 𝑃𝑚𝑜𝑦 =
2
+∞ +∞
𝐶𝑛 2 𝑎𝑛 2 + 𝑏𝑛 2 On a cos 2𝜋𝑛1 𝑓0 𝑡 + 𝜑1 . cos 2𝜋𝑛2 𝑓0 𝑡 + 𝜑2 =0 pour n1n2
signal périodique 𝑃𝑚𝑜𝑦 = =
2 2
𝑛=0 𝑛=0
Certains systèmes ne sont sensibles qu’à la distribution en fréquence de l’intensité du signal et ne dépendent
pas du spectre de phase (ex : oreille, yeux….) ;
Inutile dans ce cas, de connaître la forme temporelle du signal, le spectre d’amplitude suffit !
En effet la puissance moyenne d'un signal périodique s(t) de période T est égale à la somme des modules aux carrés de ses
coefficients de Fourier cn
+∞ +∞
1 1
𝑠(𝑡) 2 𝑑𝑡 = 𝐶𝑛 2
= 𝑎0 2 + 𝑎𝑛 2 + 𝑏𝑛 2
𝑇 2
𝑛=−∞ 𝑛=1
L’utilisation de f comme variable (au lieu de ω) évite l’apparition des termes 1/2π;
N.B: Soient s(t) et S(f) sont 2 représentations du même signal, dans 2 espaces différents, temporel et fréquentiel.
Si a < 1, x(at) est la version dilatée de x(t). Le spectre correspondant a subi une contraction fréquentielle
d’un facteur de 1/a
Si a > 1, x(at) est la version contractée de x(t) dont le spectre se trouve cette fois dilatée
Parité
Si x(t) est un signal réel et pair alors X(f) est réelle et paire
Si x(t) est un signal réel et impair alors X(f) est imaginaire pure et impaire
2
Cas des signaux à puissance moyenne finie Ce sont des signaux à énergie infinie. XT ( f )
Pxx ( f ) lim
On définit alors une densité spectrale de puissance T T
xT(t) est le signal x(t) prélevé sur une fenêtre de largeur T xT (t ) x(t ). T (t )
Application de la TF
La Tf permet la décomposition d’un signal selon son contenu fréquentiel. Cela permet
de déterminer ses caractéristiques:
Détection de périodes
caractérisation des fluctuations d’un signal
Caractérisation du bruit instrumental
En outre la TF permet :
L’étude des corrélation entre deux signaux
la mesure du retard d’un signal sur l’autre
la caractérisation des systèmes.