Académique Documents
Professionnel Documents
Culture Documents
partie 1
Transformée de Fourier
Plan du chapitre2/partie 1
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
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