Documente Academic
Documente Profesional
Documente Cultură
Transformées de Fourier
1
Option SLE, Cours Signal-Automatique Cours 5; AGD; 15/11/04
Représentation en Fréquence :
4 modèles
• Signaux continus périodiques
– Série de Fourier (SF)
• Signaux continus non périodiques
– Transformée de Fourier (TF)
• Signaux discrets non périodiques
– Transformée de Fourier des signaux discrets
(TFSD)
• Signaux discrets périodiques
– Transformée de Fourier discrète (TFD)
2
Justification
• Représentation temporelle
– Extraction de paramètres (amplitude, énergie….)
• Cas particulier des signaux « sinus »
« cosinus »
– déterminés par la connaissance de :
• l’amplitude, la fréquence (période ) et la phase
• Série de Fourier (1807)
– « Tous » les signaux périodiques peuvent se
décomposer en somme de signaux sinusoïdaux
x(t)= a0 +∑ancos(nω 0t )+bnsin(nω 0t ) , x(t) périodique de période T0
∞
2 n=1 3
Représentation des signaux
périodiques (1/2)
• Cas trivial : x(t)=Asin(ω0t+φ)
x(t)=Acos(φ)sin(ω0t)+Asin(φ)cos(ω0t)
Îa0=0, a1=Asin(φ), b1=Acos(φ)
• Cas quelconque : x(t) périodique de
période T0
T0
T0 2
an= 2 ∫ x(t)cos(nω0t)dt = 2 ∫ x(t)cos(nω0t)dt
T0 0 T0 −T0
2
T0
T0 2
bn= 2 ∫ x(t)sin(nω0t)dt = 2 ∫ x(t)sin(nω0t)dt
T0 0 T0 −T0 4
2
Représentation des signaux
périodiques (2/2)
∞
x(t)= ∑ X[n].exp( jnω 0t )
• Formulation complexe
n=−∞
A A
an
Recons-
truction
7
Spectre de raies
• Dans le domaine fréquentiel, un signal périodique
est représenté par un spectre de raies
– Connaissance de la suite des X[n]
lim X[n]=0
n→∞ Convergence
8
Signaux continus non périodiques
• Extension
– Que se passe t’il quand T tend vers l’infini ?
• Spectre de raies Æ spectre continu
xp,T(t)
-T
0 t
-T0/2 T0/2 T
0 t
-T0/2 T0/2
9
Transformée de Fourier
A.sin(2πf0t) Aj
2
[δ ( f + f0 )−δ ( f − f0 )]
A.cos(2πf0t) A[δ ( f + f0 )+δ ( f − f0 )]
2
12
Propriétés (1/2)
• Linéarité
• Symétries
– x(t) réel :
• Real{X(f)} paire, Imag{X(f)} impaire, |X(f)| pair
– x(t) réel pair :
• Imag{X(f)} nulle
– x(t) réel impair :
• Real{X(f)} nulle
13
Propriétés (2/2)
TF
x(t ) ←⎯
⎯→ X ( f )
• Translation temporelle
TF
x(t − a ) ←⎯⎯→ exp( −2 π j a f ) X ( f )
• Translation fréquentielle
TF
x(t ) exp( −2π j f p t ) ←⎯
⎯→ X ( f + f p )
• Dérivation n
d x(t )
⎯→ (2π j f )n X ( f )
TF
←⎯
dt n
• Théorème de Parceval +∞ +∞
∫ ∫
2 2
E= x(t ) dt = X ( f ) df
−∞ −∞ 14