Traitement de Signal Analogique

Institut Supérieur d’Informatique et de Mathématiques de Monastir (ISIMM)
Suite du Support de Cours

Traitement Analogique du Signal
Chapitre II : Représentation Fréquentielle
des Signaux: Transformée de Fourier
Année : 2020/2021
Nazih HAJRI-----Deuxième Année Licence TIC 1

1
Plan
Notion fréquentielle
Décomposition en Série de
Fourier (DSF)
Transformée de Fourier (TF) des

signaux à énergie finie
2
Plan
Fourier (DSF)

3
Notion fréquentielle
Qu'est ce qu'une fréquence ?
• La fréquence est le nombre de fois qu'un phénomène périodique se

reproduit pendant une durée déterminée.
• L'inverse de la période f = 1/T mesurée en hertz (= 1/seconde).
Exemples
Onde
Un sons Une image Autres..
lumineuse
• Sons graves (Homme)= Basses fréquences.

• Sons aigus (Femme) = Hautes fréquences
La fréquence permet de caractériser un

certain type d'information
4
Nazih HAJRI-----Deuxième Année Licence TIC
4
Exemples
Onde
lumineuse
• Surfaces = Basses fréquences.

• Contours = Hautes fréquences
Exemples
Onde
lumineuse
 Les couleurs dépendent de la

longueur d'onde (  
c ) = la
fréquence f
(où : c est la vitesse de la lumière
(≈3×108 m/s))
5
5
Exemples
Onde
lumineuse
• La notion de fréquence est également présente dans :
La voix, l’image, la vidéo, la radio, l'ADSL la musique électronique, etc..
• Toute ces applications véhiculent ou analysent le contenu fréquentiel de l'information
Voisé: Se dit
d’un son dont la
prononciation
implique la
vibration des
cordes vocales.
Non voisé:
sans voix.
Exemple d’évolution temporelle et spectrale d'un son voisé ("i", image de gauche) et non voisé ("ch", image de droite) 6
6
La notion de fréquence est intéressante
Comment obtenir la représentation fréquentielle d’un signal

(connaitre les fréquences que contient un signal )?
Exemples
Un signal sinusoïdal Onde lumineuse
x(t )  cos  2 f 0t   
f0 est la fréquence du signal

Fréquences variables au cours du temps (du rouge
au violet)
=> Pour un signal sinusoïdal , c'est
 Comment caractériser les informations
facile ... fréquentielles contenues dans ce signal ?
=> ici, c'est plus difficile ...
7
7
Plan
Fourier (DSF)

8
Décomposition en Série de Fourier (DSF)
Exprimer un signal périodique comme une combinaison

linéaire des signaux sinusoïdaux
Sous forme de signaux sinusoïdaux, les fréquences d'un signal apparaissent

naturellement.
Signaux
Périodique Quelconque
DSF Transformée de
Fourier (TF)
trigonométrique Complexe
9
9
Exprimer un signal x(t) de période T comme une combinaison linéaire des

1
fonctions sinusoïdales de fréquences multiples de F  T , dite fréquence
fondamentale
DSF sous forme trigonométrique
Un signal x(t) de période T, s'exprime sous certaines conditions comme la somme de sinus
et de cosinus facile à interpréter

 2   2 
x(t )  a0   an cos  n t   bn sin  n t  Coefficients de la série
n 1  T   T 
T /2
1
a0 
T 
T / 2
x (t )dt b0  0
et 2
T /2
 2 
 2 bn 
T T/2
n 1
T /2
2  x (t ) sin n t avec
an 
T 
T / 2
x (t ) cos n
 T
t
  T 
a0 : valeur moyenne du signal ou composante continue

10
10
DSF sous forme complexe
Pourquoi les nombres complexes ?
Quand on a des phénomènes périodiques, les complexes sont plus faciles à manipuler.
Exemple : analyse de circuits électriques RLC :
Résistance Inductance Capacité
di dv
Analyse cas réel v  Ri vL iC
dt dt
j
Analyse cas complexe ZR Z  jLw Z
Cw
Avec V =ZI.
• Remplacement d'équations différentielles par des équations Algébriques

• Analyse plus simple
11
11
exp  j   cos     j sin     exp   j   cos     j sin   

Formule 
d’Euler exp  j   exp   j  exp  j   exp   j 
cos     sin    
2 2j
Application à la DSF

an  jbn  2  a  jbn  2 
x(t )  a0   exp  jn t n exp   jn t
n 1 2  T  2  T 
an  jbn an  jbn
Posons cn  et cn
'
  cn'  cn
2 2
2  2
T /2 T /2
1  1  
T T/ 2 T T/ 2
Soit cn   
'
x (t ) exp  jn t dt et cn x (t ) exp  jn t  dt
 T   T 
'
 On passe de cn à cn en changeant j en -j, ce qui revient, d'après l’expression de c n à
cn'  cn  c n
changer n en –n 
12
12
Le développement de x(t) est alors :

 2   2 
x(t )  a0   cn exp  jn t   c n exp   jn t
n 1  T   T 
 2  2 
 T /2
1 
 x(t )   cn exp  jn t  avec cn   x(t ) exp   jn t dt
n   T  T
T / 2T /2
 T 
1
Pour la valeur particulière n = 0, on obtient c0  a0 
T 
T / 2
x (t )dt
Les "cn" sont appelés les coefficients de Fourier de x(t). Ils forment la
représentation fréquentielle de x(t).
• Posons F=1/T, les deux formes de la DSF s'écrivent alors :

 
x (t )  a0   an cos  n 2 Ft   bn sin  n 2 Ft 
n 1
x (t )  c
n 
n exp  jn 2 Ft 
● F : la fréquence fondamentale ● f = nF : les harmoniques.

• Les coefficients cn sont complexes en général : cn  cn exp  j arg  cn  
• Dans la forme complexe de la DSF, interviennent des fréquences négatives
et positives qui sont
Nazih introduites parAnnée
HAJRI-----Deuxième commodité
Licence TIC de représentation.
13
13
• Si le signal x(t) est réel et pair, c n  cn  bn  0
• Si le signal x(t) est réel et impair, c n  cn  an  0
Théorème de Parseval
 
 
  a0   an  bn
2 2 2 2
la puissance du signal périodique est : P  cn
n  n 1
Exercice
Soit la fonction h(t) définie par :

1)Etudier l’ existence de la DSF.
2)En cas d’existence, déterminer la décomposition
en Série de Fourier de h(t).
3)En déduire la représentation de cn
14
14
• La DSF n'est applicable qu'aux signaux périodiques
• Comment faire pour les signaux non périodiques ?
• Considérons que la période T est infinie (donc F tend vers 0)
• Et comme les harmoniques sont des multiples de F ...
• ... l’écart entre les raies du spectre va donc devenir infiniment petit
On tend alors vers une représentation fréquentielle continue
Plus la période augmente plus

l’écart entre les cn diminue…
La Transformée de Fourier (TF), qui peut être vue comme une

généralisation des séries de Fourier aux signaux non périodique.
15
15
Plan
Fourier (DSF)

16
Transformée de Fourier (TF)
• Soit signal x(t) un signal non périodique. La TF de x(t), si elle existe, est
TF

X(f )  x(t ) exp   j 2 ft  dt

• X(f) indique la "quantité" de fréquence f présente dans le signal x(t) sur

l'intervalle  ,  . X(f) donne des informations fréquentielles sur x(t).
• X(f) : fonction complexe (de la variable réelle f) qui admet :
 Un spectre d'amplitude A( f )  X ( f )
 Un spectre de phase  ( f )  arg  X ( f ) 
Transformée de Fourier inverse (TF-1)


Si elle existe, la TF inverse est définie par : x(t ) 
 X ( f ) exp  j 2 ft  df

• On note : ● X(f)=TF(x(t)) ● x(t)=TF-1(X(f))
• X(f) et x(t) sont deux descriptions équivalentes (temporelle ou fréquentielle) du même
signal. On écrit : x(t) ↔ X(f) 17
17
Exercice Soit le signal x(t) définie par: x(t)=A pour 0<t<T, 0 sinon, avec A>0.
1) Représenter x(t).
2) Déterminer X(f).
3) En déduire le spectre d’amplitude et de phase.
Quand est-ce que la TF de x(t) existe ?
 x(t) continue par morceaux .

 x(t) admet un nombre de discontinuités fini.


Il faut que :  x(t) admet un nombre d'extrema fini.
 
 x (t ) dt  
 
 


2
ou x (t ) dt    x(t) est un signal d'energie finie

18
18
Exercice Soit le signal x(t) définie par: x(t)=A pour 0<t<T, 0 sinon, avec A>0.
1) Représenter x(t).
2) Déterminer X(f).
3) En déduire le spectre d’amplitude et de phase.
Quand est-ce que la TF de x(t) existe ?
 x(t) continue par morceaux .

 x(t) admet un nombre de discontinuités fini.


Il faut que :  x(t) admet un nombre d'extrema fini.
 
 x (t ) dt  
 
 


2
ou x (t ) dt    x(t) est un signal d'energie finie

19
19
Propriétés de la TF x(t) X(f)

Linéarité
a 1 x1  t   a 2 x 2  t  a1X1  f   a 2X2  f 
Décalage temporel
x  t-t exp   j 2 ft  X 
0 
0 f
Le spectre d’amplitude A(f) ne change pas. Celui de la phase est
modifié de − j2π ft0
Décalage fréquentiel
exp  j2 f 0 t  x  t  X  f  f0 
Changement  Si . le changement d’échelle, qui à x(t) associe x(at), est dit
d'échelle 1  f 
concentration.
Si
x at   X
. le changement d’échelle, qui à ax(t) associe
 a x(at), est dit
dilatation
a 1
a 1
20
20
Propriétés de la TF x(t) X(f)

dx  t 
Dérivation j2 fX  f 
dt
Intégration X f 
Inversion temporelle x  t  
P  j2 f
Conjugaison complexe x  -t  X  f 
Symétrie dans le cas de  t  réel alors

xsignal
Si x(t) est un X  f 
signaux réels A(f) est une fonction paire
 (f) est une fonction impaire
Symétrie dans le cas de Si x(t) est un signal imaginaire
X(f )=  X   f 
signaux imaginaires purs pure
 Si x(t) est un signal réel et pair alors  X(f ) = X   f 

X(fX(f)
)=Xest
 réelle
f  etpaire
Parité  Si x(t) est un signal réel et impair alors X(f) est imaginaire pure et
 ( f )   (  f )

impaire
21
21
Dualité de la TF
• Les définitions symétriques de la TF et de la TF inverse permettent de mettre en avant

une propriété de la TF appelée Dualité de la TF.
• Soit x(t) , une fonction quelconque dont la TF est bien définie
 
X(f )   x(t ) exp   j 2 ft  dt et x(t )   X ( f ) exp  j 2 ft  df
  
 x( t )   X ( f ) exp   j 2 ft  df

En invertissant les variables temporelles et fréquentielles, TF
x(t )  X ( f )
 Dualité de
x( f )   X (t ) exp   j 2 ft  dt  TF ( X (t ))

la TF
TF
X (t )  x(  f )
22
22
Transformées de Fourier usuelles
x(t) X(f)
(t) 1
1 (f)
(t-a) e-j2fa
ej2tf0 (f-f0)
cos(2f0t) 1/2[(f+f0)+(f-f0)]
sin(2f0t) 1/2j[(f+f0)-(f-f0)]
23
23
Relation de Parseval
La Transformée de Fourier conserve l'énergie du signal : Loi de conservation de l'énergie.

 
 
2 2
Dans le cas où les intégrales existent, on a : Ex  x(t ) dt  X ( f ) df
 
Densité spectrale d'énergie
Comme la TF conserve l'énergie, on peut définir une notion d'énergie par unité de
2
fréquence, la densité spectrale d'énergie (DSE). S xx ( f )  X ( f )
Energie dans une bande de fréquence f Energie total
 
 X ( f ) df   S xx ( f )df
2
f 0 f / 2 Ex 
E x , f  
f 0 f /2
S xx ( f )df  
24
24
Densité spectrale d'énergie
Théorème de Wiener-Kintchine
La densité spectrale Sxx(f) de x(t) est la TF de sa fonction d’autocorrélation :

S xx ( f )  C xx ( ) exp   j 2 f   d

Cas des signaux à puissance moyenne finie

Ce sont des signaux à énergie infinie. On définit alors une densité spectrale de
puissance (DSP) 2
XT ( f )  X T ( f )  TF ( xT (t ))
Pxx ( f )  lim 
T  T  xT (t )  x(t ) T (t )
• xT(t) est le signal x(t) prélevé sur une fenêtre de largeur T.

• La densité spectrale de puissance est la TF de la fonction d'autocorrélation
25
25

Traitement de Signal Analogique

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Traitement de Signal Analogique

Transféré par

Droits d'auteur :

Formats disponibles

Institut Supérieur d’Informatique et de Mathématiques de Monastir (ISIMM)

Suite du Support de Cours

Nazih HAJRI-----Deuxième Année Licence TIC 1

Transformée de Fourier (TF) des

Transformée de Fourier (TF) des

Qu'est ce qu'une fréquence ?

• La fréquence est le nombre de fois qu'un phénomène périodique se

• Sons graves (Homme)= Basses fréquences.

La fréquence permet de caractériser un

• Surfaces = Basses fréquences.

 Les couleurs dépendent de la

La notion de fréquence est intéressante

Comment obtenir la représentation fréquentielle d’un signal

Un signal sinusoïdal Onde lumineuse

f0 est la fréquence du signal

Transformée de Fourier (TF) des

Exprimer un signal périodique comme une combinaison

Sous forme de signaux sinusoïdaux, les fréquences d'un signal apparaissent

Exprimer un signal x(t) de période T comme une combinaison linéaire des

DSF sous forme trigonométrique

a0 : valeur moyenne du signal ou composante continue

DSF sous forme complexe

Pourquoi les nombres complexes ?

• Remplacement d'équations différentielles par des équations Algébriques

exp  j   cos     j sin     exp   j   cos     j sin   

• Posons F=1/T, les deux formes de la DSF s'écrivent alors :

● F : la fréquence fondamentale ● f = nF : les harmoniques.

• Si le signal x(t) est réel et pair, c n  cn  bn  0

• Si le signal x(t) est réel et impair, c n  cn  an  0

Soit la fonction h(t) définie par :

Plus la période augmente plus

La Transformée de Fourier (TF), qui peut être vue comme une

Transformée de Fourier (TF) des

• X(f) indique la "quantité" de fréquence f présente dans le signal x(t) sur

 Un spectre de phase  ( f )  arg  X ( f ) 

Transformée de Fourier inverse (TF-1)

Quand est-ce que la TF de x(t) existe ?

 x(t) continue par morceaux .

Quand est-ce que la TF de x(t) existe ?

 x(t) continue par morceaux .

Propriétés de la TF x(t) X(f)

Propriétés de la TF x(t) X(f)

Symétrie dans le cas de  t  réel alors

• Les définitions symétriques de la TF et de la TF inverse permettent de mettre en avant

Transformées de Fourier usuelles

La Transformée de Fourier conserve l'énergie du signal : Loi de conservation de l'énergie.

Densité spectrale d'énergie

Densité spectrale d'énergie

Cas des signaux à puissance moyenne finie

• xT(t) est le signal x(t) prélevé sur une fenêtre de largeur T.

Vous aimerez peut-être aussi