Chapitre 2 :

partie 1
Transformée de Fourier
Plan du chapitre2/partie 1

 Définition de la TF et conditions d’existence

 Identité de Parseval
 Propriétés
 linéarité, symétrie Hermitienne
 décalage temporel, décalage fréquentiel
 TF d’une multiplication, TF d’un produit de convolution
 Exemples
 TF usuelles
 TF de signaux périodiques

21/11/2023 2
Transformée de Fourier
Définition de la TF
Existence de la TF:
 Fonctions de carré intégrable, signaux à énergie finie
 Signaux à puissance finie
 Distributions: Dirac et peigne de Dirac

21/11/2023 3
Transformée de Fourier

21/11/2023 4
Transformée de Fourier

21/11/2023 5
Transformée de Fourier
Intérêt de la transformée de Fourier

21/11/2023 6
Transformée de Fourier
Intérêt de la transformée de Fourier

21/11/2023 7
Transformée de Fourier
Identité de Parseval

21/11/2023 8
Transformée de Fourier
Exemple de calcul de TF : signal carré

21/11/2023 9
Transformée de Fourier
Exemple de calcul de TF : signal triangulaire

21/11/2023 10
Transformée de Fourier
Conclusion

21/11/2023 11
Transformée de Fourier
Transformée de Fourrier, exemples

21/11/2023 12
Transformée de Fourier
Signal carré de 100 échantillons de durée égale à 2.5ms (T=2.5ms, 1/T=400Hz)

1
signal rectangulaire
0.9

0.8

0.7
Amplitude du signal

0.6

0.5

0.4

0.3

0.2

0.1

0
0 100 200 300 400 500 600 700 800 900 1000
N° Echantillon

21/11/2023 13
Transformée de Fourier
Transformée de Fourrier, exemples
1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
4
10

21/11/2023 14
Transformée de Fourier
 Spectre du signal carré de 100 échantillons de durée égale à 2.5ms
(T=2.5ms, 1/T=400Hz)
Spectre du signal rectangulare
1.2

0.8

0.6

0.4

0.2
X: -800 X: 800
Y: 0 Y: 0
0
-2000 -1500 -1000 -500 0 500 1000 1500 2000
Frequence en Hz

21/11/2023 15
Transformée de Fourier
Transformée de Fourrier, exemples
a. Signal triangulaire de 200 échantillons de durée égale à 5ms
1
signal triangulaire
0.9

0.8

0.7
Amplitude du signal

0.6

0.5

0.4

0.3

0.2

0.1

0
0 100 200 300 400 500 600 700 800 900 1000
N° Echantillon

21/11/2023 16
Transformée de Fourier
Transformée de Fourrier, exemples
 Spectre du signal triangulaire de 200 échantillons de durée égale à
5ms (T=2.5ms, 1/T=400Hz) 0.5
0.45

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
4
10

21/11/2023 17
Transformée de Fourier
Transformée de Fourrier, exemples
 Spectre du signal triangulaire de 200 échantillons de durée égale à
Spectre du signal triangulaire
5ms (T=2.5ms, 1/T=400Hz) 1.2
1

0.8

0.6

0.4

0.2
X: -1200 X: 1200
Y: 5.322e-18 Y: 5.322e-18
0
-2000 -1500 -1000 -500 0 500 1000 1500 2000
Frequence en Hz

21/11/2023 18
Transformée de Fourier
Transformée de Fourrier, exemples (spectres des
signaux rectangulaire et triangulaire
Spectre du signal triangulaire et rectangulaire
1.2
signal triangulaire
signal rectangulaire
1

0.8

0.6

0.4

0.2

0
-2000 -1500 -1000 -500 0 500 1000 1500 2000
Frequence en Hz

21/11/2023 19
Transformée de Fourier
Autres propriétés de la TF

21/11/2023 20
Transformée de Fourier
TF usuelles

21/11/2023 21
Transformée de Fourier
TF usuelles

21/11/2023 22
Transformée de Fourier
TF de signaux borné temporellement

21/11/2023 23
Transformée de Fourier
TF d’un peigne de Dirac

21/11/2023 24
Transformée de Fourier
Vitesse de variation temporelle et richesse spectrale

21/11/2023 25
Transformée de Fourier
TF de signaux périodiques
 Soit x(t) un signal périodique de période T
 x(t) est décomposable en série de Fourier

Une fonction périodique présente un spectre de

raies espacées de 1/T
21/11/2023 26
Transformée de Fourier
Conclusion

21/11/2023 27
 CHAPITRE 2 : Transformée de Fourier
PARTIE 2
Analyse spectrale

21/11/2023 28
Plan de la partie II
 Principe de l’analyse spectrale
 Analyse spectrale avec appareils de
mesure
 Analyseur de spectre
 Conclusion
 Analyse spectrale numérique
 Fenêtres d’analyse spectrale
21/11/2023 29
Introduction à l’Analyse Spectrale
Principe de l’analyse spectrale
 Un signal x(t) admet une transformée de Fourrier
X(f)
 X(f) est la représentation spectrale du signal
 La connaissance de X(f) est importante si on
veut :
 mesurer / transmettre ce signal
 numériser ce signal
 ANALYSE SPECTRALE : Connaître les
composantes spectrales constituant un signal
21/11/2023 30
Introduction à l’Analyse Spectrale
Principe de l’analyse spectrale

21/11/2023 31
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 32
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 33
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 34
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 35
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 36
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 37
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 38
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 39
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 40
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 41
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 42
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 43
Introduction à l’Analyse Spectrale
Analyse spectrale avec appareils de mesure

21/11/2023 44
Introduction à l’Analyse Spectrale
Analyseur de spectre

21/11/2023 45
Introduction à l’Analyse Spectrale
Conclusion
 Analyse spectrale : mesure ou estimation du spectre d’un
signal
 L’analyseur de spectre permet d’estimer le spectre d’un
signal
 Nécessité d’avoir une bande passante d’analyse la plus
faible possible
 Erreurs d’estimations liées à la largeur du filtre d’analyse
et à la troncature temporelle

21/11/2023 46
Introduction à l’Analyse Spectrale
Principe de l’analyse spectrale numérique
La connaissance de X(f) peut se faire de plusieurs
façons :
 Si on connait parfaitement x(t) on peut calculer
analytiquement X(f),
 Si on dispose du signal x(t) on peut utiliser un
analyseur de spectre,
 Si on dispose du signal x(t) on peut le numériser
et faire l’analyse spectrale numérique

21/11/2023 47
Analyse spectrale numérique
Troncature temporelle
 On ne peut pas échantillonner le signal x(t) avec
un nombre infini de points
 On doit tronquer temporellement le signal x(t)
 On multiplie le signal x(t) par une fenêtre
temporelle qui a une durée finie
 X(f) estimé sera différent du vrai X(f)
 Le choix de cette fenêtre va influer sur la qualité
de l’estimation de X(f)

21/11/2023 48
Analyse spectrale numérique
Cas d’une troncature temporelle rectangulaire
La fenêtre temporelle g(t) la plus naturelle est la fenêtre rectangulaire
g(t) = rectangle de largeur T, d’amplitude 1 et centré sur 0

21/11/2023 49
Analyse spectrale numérique
Cas d’une troncature temporelle quelconque

21/11/2023 50
Analyse spectrale numérique
Résultats classiques avec l’impulsion de Dirac

21/11/2023 51
Analyse spectrale numérique
Résultats classiques avec l’impulsion de Dirac

21/11/2023 52
Analyse spectrale numérique
Résultats classiques avec l’impulsion de Dirac

21/11/2023 53
Analyse spectrale numérique
Résultats classiques avec l’impulsion de Dirac

21/11/2023 54
Analyse spectrale numérique
Cas d’une troncature temporelle quelconque

21/11/2023 55
Analyse spectrale numérique
Choix des fenêtres temporelles de troncature

21/11/2023 56
Analyse spectrale numérique
Fenêtres de troncature usuelles

21/11/2023 57
Analyse spectrale numérique
Fenêtres de troncature usuelles

21/11/2023 58
Analyse spectrale numérique
Fenêtres de troncature usuelles

21/11/2023 59
Analyse spectrale numérique
Fenêtres de troncature usuelles

21/11/2023 60
Analyse spectrale numérique
Conclusion
 Propriétés de l’impulsion de Dirac vis-à-vis
de la multiplication et de la convolution
 Observation de durée finie = Fenêtrage
temporel
 Différentes fenêtres temporelles utilisables
 Erreurs d’estimations liées aux fenêtres
temporelles

21/11/2023 61
Transformée de Fourier : Utilisation des
fenêtres de pondération
PARTIE 3

21/11/2023 62
Plan partie 3
 Rappels sur les fenêtres de pondération
 Effet des fenêtres sur une fonction cosinus
 Effet des fenêtres sur des somme de
cosinus
 Critères de choix pour la fenêtre
 Conclusion

21/11/2023 63
Utilisation des fenêtres de
pondération
Fenêtre de troncature temporelle

21/11/2023 64
Utilisation des fenêtres de
pondération
Fenêtre de troncature temporelle

21/11/2023 65
Utilisation des fenêtres de
pondération
Effet du fenêtrage temporel sur un cosinus

21/11/2023 66
Utilisation des fenêtres de
pondération
Effet du fenêtrage temporel sur un cosinus

21/11/2023 67
Utilisation des fenêtres de
pondération
Effet du fenêtrage temporel sur un cosinus

21/11/2023 68
Utilisation des fenêtres de
pondération
Effet du fenêtrage temporel sur une somme de cosinus

21/11/2023 69
Utilisation des fenêtres de
pondération
Effet du fenêtrage temporel sur une somme de cosinus

21/11/2023 70
Utilisation des fenêtres de
pondération
Effet du fenêtrage temporel sur une somme de cosinus

21/11/2023 71
Utilisation des fenêtres de
pondération
Effet du fenêtrage temporel sur une somme de cosinus

21/11/2023 72
Utilisation des fenêtres de
pondération
Effet du fenêtrage temporel sur une somme de
cosinus
 La fenêtre rectangulaire a le meilleur
pouvoir de séparation,
 Si les raies sont peu éloignées et de même
amplitude il faut utiliser la fenêtre
rectangulaire,
 Si les raies sont éloignées on peut utiliser
indifféremment une des quatre fenêtres.

21/11/2023 73
Utilisation des fenêtres de
pondération
Effet du fenêtrage temporel sur une somme de cosinus

21/11/2023 74
Utilisation des fenêtres de
pondération
Effet du fenêtrage temporel sur une somme de cosinus

21/11/2023 75
Utilisation des fenêtres de
pondération
Conclusion
 Différentes fenêtres temporelles utilisables,
 Fenêtre temporelle rectangulaire si raies très
proches,
 Fenêtre de type Blackman/Hamming si raies
d’amplitudes très différentes,
 Si raies très proches et d’amplitudes très
différentes la solution est d’augmenter la durée
d’observation.

21/11/2023 76
Transformée de Fourier : Principes des
modulations d’amplitude
PARTIE 4

21/11/2023 77
Plan de la partie 4
Principe de base des modulations
 Principe de base de la modulation
d’amplitude
 Spectre d’un signal modulé par un
cosinus
 Spectre d’un multiplex fréquentiel
 Conclusion

21/11/2023 78
Principes des modulations d’amplitude
Principe de base des modulations

21/11/2023 79
Principes des modulations d’amplitude
Principe de base des modulations

21/11/2023 80
Principes des modulations d’amplitude
Principe de base des modulations

21/11/2023 81
Principes des modulations d’amplitude
Principe de base des modulations

21/11/2023 82
Principes des modulations d’amplitude
Principe de base des modulations

21/11/2023 83
Principes des modulations d’amplitude
Principe de base des modulations

21/11/2023 84
Principes des modulations d’amplitude
Principe de base des modulations

21/11/2023 85
Principes des modulations d’amplitude
Principe de base des modulations

21/11/2023 86
Principes des modulations d’amplitude
Multiplexage fréquentiel
 On utilise des signaux modulés que l’on transmet à
distance à l’aide d’ondes hertziennes,
 Le signal modulé est amplifié puis transmis sur une
antenne qui rayonne et émet le signal dans
l’atmosphère,
 Le récepteur utilise une antenne de réception,
 Une petite partie du signal émis par l’antenne D’émission
est captée par l’antenne de réception et sera exploitée
pour retrouver le signal original.

21/11/2023 87
Principes des modulations d’amplitude
Multiplexage fréquentiel


21/11/2023 88
Principes des modulations d’amplitude
Multiplexage fréquentiel


21/11/2023 89
Principes des modulations d’amplitude
Multiplexage fréquentiel


21/11/2023 90
Principes des modulations d’amplitude
Multiplexage fréquentiel, cas de la radiodiffusion

21/11/2023 91
Principes des modulations d’amplitude
Multiplexage fréquentiel, cas de la radiodiffusion

21/11/2023 92
Principes des modulations d’amplitude
Multiplexage fréquentiel, cas de la radiodiffusion

21/11/2023 93
Principes des modulations d’amplitude
Multiplexage fréquentiel, cas de la radiodiffusion

21/11/2023 94
Principes des modulations d’amplitude
Multiplexage fréquentiel, cas de la radiodiffusion

21/11/2023 95
Principes des modulations d’amplitude
Conclusion
 Modulation : transposition de fréquence,
 Modulation d’amplitude : multiplication du signal à
émettre par un cosinus,
 Modulation d’amplitude : spectre du signal modulé
autour de la fréquence porteuse du cosinus de
modulation,
 Radiodiffusion modulation des différents signaux avec
des fréquences porteuses judicieusement choisies

21/11/2023 96