Analyse Spectrale des Signaux non-Périodiques

1. Définition
2. Convolution
3. Propriétés de la Transformée de Fourier

Exercice d’application

1. Fonction signe
2. Fonction échelon
3. Fonction rectangulaire
4. Impulsion de Dirac
 Analyse Spectrale de signaux

Introduction générale

Traitement

Information reçue Information utile

Analogique Numérique
Type analogique Type analogique
Transformée
Grandeur
physique :
de Fourier
Pression, Conversion de
Température, Capteur l’information
vitesse, en Numérique
Accélération,
effort
Filtrage
analogique
Transformée
en Z

Filtrage
Numérique

Conversion de
l’information
en Analogique

Ecole Nationale Supérieure d’Arts et Métiers 2

 Analyse Spectrale de signaux
Transformée de Fourier
La transformée de Fourier est le prolongement de la série de Fourier à la
catégorie générale des Signaux ( périodiques et non périodiques). Ici, comme
dans les séries de Fourier, les signaux sont exprimés en termes exponentielles
complexes de différentes fréquences, mais ces fréquences ne sont pas discrètes.
Par conséquent, dans ce cas, le signal présente un spectre continu par opposition
à un spectre discret.

Nous pouvons préciser formellement le

théorème de la transformée de Fourier
pour un signal x(t) comme suit:

Et le signal original x(t) peut être

obtenu à partir de sa transformée de
Fourier:

Ecole Nationale Supérieure d’Arts et Métiers 3

 Analyse Spectrale de signaux
Transformée de Fourier
On donne quelques observations concernant la transformée de Fourier :
 X(f) est en général une fonction complexe qui peut s’écrire sous la forme :

 Pour noter X(f) la transformée de Fourier de x(t) on utilise la notation suivante :

Et pour la transformée inverse x(t) on écrit:

Et en utilisant la correspondance, on note :

Ecole Nationale Supérieure d’Arts et Métiers 4

 Analyse Spectrale de signaux
Transformée de Fourier
Exemple 1: calculer la transformée de Fourier du signal rectangle suivant :

N.B: le signal rectangle est en

général noté A*rectT(t). T
représente l’ouverture du
rectangle et A son amplitude.

Nous avons :
Par la suite :

Ecole Nationale Supérieure d’Arts et Métiers 5

 Analyse Spectrale de signaux
Transformée de Fourier
Exemple 1: calculer la transformée de Fourier du signal rectangle suivant :

x=-3*pi:0.01:3*pi;
y=sinc(x);
plot(x,y);
grid on

Ecole Nationale Supérieure d’Arts et Métiers 6

 Analyse Spectrale de signaux
Transformée de Fourier
Exemple 2: calculer la transformée de Fourier de l’impulsion de Dirac :

Le spectre de la transformée de Dirac contient toutes les fréquences avec une

amplitude unité et une phase nulle
Ecole Nationale Supérieure d’Arts et Métiers 7
A. Transformation de Fourier
Exemple 3:
Soit x(t) un signal non périodique définie par:

+∞ +∞ +∞
X(f ) =  x(t ).e − j 2π ft .dt = e − at − j 2π ft
 .e .dt =  e − ( a + j 2π f ) t
.dt
−∞ 0 0

− ( a + j 2π f ) t +∞
 e  1
X(f ) =   =
 −(a + j 2π f )  0 a + j 2π f

1
Le module ou le spectre en amplitude de X(f) est : X(f ) =
a 2 + (2π f ) 2
 2π f 
L’Argument ou le spectre en phase de X(f) est : Arg ( X ( f )) = ϕ = − arctan g  
 a 

Ecole Nationale Supérieure d’Arts et Métiers 8

A. Transformation de Fourier
Script Matlab pour tracer le signal x(t) et ses spectres

a=2;
MX=abs(X);% le module de X(f)
t=0:0.001:10;
AX=angle(X); % l'argument de X(f)
x=exp(-a*t);
figure(2)
subplot(121)
subplot(121)
plot(t,x,'linewidth',2);
plot(f,MX,'linewidth',2)
title('signal temporel')
title('spectre d amplitude de X(f)')
xlabel(' temps en s ')
xlabel(' frequence en Hz ')
ylabel('x(t)')
ylabel('|X(f)|')
grid on
grid on
f=-20:0.01:20;
subplot(122)
X=1./(a+(1i*2*pi*f)); % le spectre de X(f)
plot(f,AX,'linewidth',2)
subplot(122)
title('spectre de phase de X(f)')
plot(f,X,'linewidth',2)
xlabel(' frequence en Hz ')
title('spectre bilatéral de X(f)')
ylabel('arg(X(f))')
xlabel(' frequence en Hz ')
grid on
ylabel('X(f)')
grid on

Ecole Nationale Supérieure d’Arts et Métiers 9

A. Transformation de Fourier
Script Matlab pour tracer le signal x(t) et ses spectres

Ecole Nationale Supérieure d’Arts et Métiers 10

A. Transformation de Fourier
Script Matlab pour tracer les spectres
signal temporel spectre bilatéral de X(f)
1 0.5

0.9 0.45

0.8 0.4

0.7 0.35

0.6 0.3

X(f)
x(t)

0.5 0.25

0.4 0.2

0.3 0.15

0.2 0.1

0.1 0.05

0 0
0 1 2 3 4 5 6 7 8 9 10 -20 -15 -10 -5 0 5 10 15 20
temps en s frequence en Hz

spectre d amplitude de X(f) spectre de phase de X(f)

0.5 2

1.5
0.4
1

0.5
0.3

arg(X(f))
|X(f)|

0.2
-0.5

-1
0.1
-1.5

0 -2
-20 -15 -10 -5 0 5 10 15 20 -20 -15 -10 -5 0 5 10 15 20
frequence en Hz frequence en Hz

Ecole Nationale Supérieure d’Arts et Métiers 11

 Propriété de Base de la Transformée de Fourier

Ecole Nationale Supérieure d’Arts et Métiers 12

 Propriétés de calcul

Ecole Nationale Supérieure d’Arts et Métiers 13

 Propriétés de calcul

Propriété de dualité : importante

Si

alors

Exercices d’application :
1) Déterminer la transformée de la fonction :

2) Montrer que :

Ecole Nationale Supérieure d’Arts et Métiers 14

A. Transformation de Fourier

Le produit de convolution exprime la quantité de recouvrement d’une

fonction e(t) lorsqu’on la déplace sur une autre fonction h(t) : c’est un mélangeur de
fonction. C’est un outil important en TS (filtrage...).

La sortie d’un système, ayant pour réponse impulsionnelle h(t), à une sollicitation
e(t) est donné par le produit de convolution :

s(t)= e(t)*h(t) e(t) h(t) s(t)

Le système doit être linéaire, continu et invariant dans le temps.

15
Ecole Nationale Supérieure d’Arts et Métiers 15
A. Transformation de Fourier

Exercice : Calculer le produit de convolution des deux signaux suivants:

x(t)
h(t)
2 3
*

t t
0 2 0 1

Solution

Calculons :

+∞
y (t ) = x ( t ) * h (t ) =  x (τ ).h (t − τ ) dτ
−∞

Ecole Nationale Supérieure d’Arts et Métiers 16

A. Produit de convolution

Interprétation graphique et méthode de calcul

Le produit de convolution est défini par une intégrale. Par conséquent, pour un t
donné, (x*h)(t) est l’aire qui se trouve sous la courbe x(τ)h(t-τ). D’un de point
de vue graphique , la courbe de h(t-τ) se déduit de celle de h(t) :

On retourne la courbe de h(t) par rapport à l’axe des abscisses,

Puis on fait des translations vers la gauche et vers la droite pour couvrir
toutes les valeurs de τ .
h(t-τ) h(t-τ) h(t-τ)
3 3
3

τ τ τ
t-1 t t t
t-1 t-1
Pour t=0
Pour t<0 Pour t>0
17
A. Transformation de Fourier
Pour avoir une idée du produit x(τ)h(t-τ), on trace la courbe de x(τ), puis celle
de h(t-τ). Pour trouver le produit de convolution pour toutes les valeurs de t il
suffit de déplacer la courbe de h(t-τ). On peut alors voir graphiquement que
plusieurs zones se dessinent en fonction de t.
h(t-τ)
x(τ)
3 x(τ).h(t-τ)=0
2 Pour t<0
+∞

t-1 t 0 2 τ x (t ) * h (t ) =
−∞
 0 dτ = 0
h(t-τ) t-1<=0  t<=1 0<=t<=1
x(τ)
3 t>0
2 t t
x (t ) * h (t ) =  2.3 dτ =  6 d τ = 6 t
0 0
t-1 τ
0 t 2

h(t-τ) t-1>0  t>1 1< t<=2

x(τ)
3 t<=2
2
t t
x (t ) * h (t ) =  2.3 d τ =  6 dτ =6
τ t −1 t −1
0 t-1 t 2 18
A. Transformation de Fourier
+∞
y(t ) = x(t )* h(t ) =  x(τ ).h(t − τ )dτ
−∞

h(t-τ) t-1<=2  t<=3 2< t<=3

x(τ)
3 t>2
2
2 2
x(t )* h(t ) =  2.3dτ =  6dτ = − 6t +18
τ
0 t-1 2 t t −1 t −1

h(t-τ) t-1>2  t>3 t>3

x(τ)
3
2
+∞
x (t ) * h ( t ) =  0 dτ = 0
t τ
3
0 2 t-1
y(t)
0 pour t<0 6
 6t pour 0 ≤ t ≤ 1
 t
y (t ) =  6 pour 1<t ≤ 2
0 1 2 3
 − 6t + 18 pour 2<t ≤ 3

 0 pour t>3

Ecole Nationale Supérieure d’Arts et Métiers 19

A. Transformation de Fourier

Définition

L‘Autocorrélation réalise une comparaison entre un signal x(t) et ses copies

retardées (étude de ressemblance d'un signal avec lui-même au cours du temps).

Pour les signaux à énergie finie

Pour les signaux à énergie infinie

Ecole Nationale Supérieure d’Arts et Métiers 20

A. Transformation de Fourier

Propriétés

Définition

L‘Intercorrélation compare un signal x(t) et un signal y(t) retardée. Elle mesure

la similitude entre ces deux signaux.

Ecole Nationale Supérieure d’Arts et Métiers 21

 Signaux particuliers

Montrer que :

Calculer la transformée de Fourier de la fonction échelon. u(t)=1/2*(sgn(t)+1)

Ecole Nationale Supérieure d’Arts et Métiers 22

 Signaux particuliers

Ecole Nationale Supérieure d’Arts et Métiers 23

 Exercices d’application

Exercice : Déterminer la transformée de Fourier d’un signal constant.

Exercice : Montrer que la transformée de Fourier d’un signal exponentiel est :

Exercice : Un message m(t) module une fonction trigonométrique d’amplitude A et

de fréquence f0, le message a pour transformée M(f). Calculer la spectre du signal
modulé x(t).

Exercice : Calculer la transformée de Fourier de la fonction f(t) représentée sur le

graphe suivant:
f(t)
A
t
-τ τ
-A

Ecole Nationale Supérieure d’Arts et Métiers 24

 Exercices d’application

Soit s(t) un signal sinusoïdal défini par : s(t) = A cos(2π.fo.t).

1. Calculer la TF du signal s(t). Représenter son spectre.

2. Calculer la transformée de Fourier d’une fonction rectangle de largeur T. Représenter son
spectre.
3. Déduire le spectre du signal s(t) tronqué sur une durée T.

Ecole Nationale Supérieure d’Arts et Métiers 25

 Exercices d’application
Exercice :
Soit le signal échelon f(t)= E0 U(t), d’amplitude E0.
Représenter graphiquement et calculer le produit de convolution de f(t) par lui-
même (auto-convolution).

Si t < 0, il n'y a pas de recouvrement.

Si t > 0, il y a recouvrement entre 0 et t.

On obtient :

Ecole Nationale Supérieure d’Arts et Métiers 26

 Exercices d’application
Exercice :
Soit les fonctions f et g définies par :

Représenter f et g puis donner les expressions analytiques de la convolution

dans les différentes régions de définition.

1 3

Prenons l'exponentielle pour faire le déplacement :

Il y a trois régions de définition pour la convolution.

Ecole Nationale Supérieure d’Arts et Métiers 27

 Exercices d’application

Pour t<0, l'exponentielle recouvre tout le rectangle. L'intégration pour 0<u<1, le

rectangle vaut 1 et f(t-u) est égale à

Dans cette région de définition,

Pour 0<t<1, l'exponentielle couvre partiellement le rectangle :

L'intégrale sera donc de t à 1 pour cette région :

Ecole Nationale Supérieure d’Arts et Métiers 28

 Exercices d’application

Quant t>1, il n'y a pas de recouvrement entre f(t-u) et g(u), donc la convolution est
nulle.

Ecole Nationale Supérieure d’Arts et Métiers 29

 Exercices d’application

Ecole Nationale Supérieure d’Arts et Métiers 30

 Exercices d’application

Ecole Nationale Supérieure d’Arts et Métiers 31

 Exercices d’application

Ecole Nationale Supérieure d’Arts et Métiers 32

 Exercices d’application

Ecole Nationale Supérieure d’Arts et Métiers 33