Chap 2 : Analyse Spectrale des Signaux Déterministes

Chapitre 2 : Analyse spectrale des signaux déterministes

I. Introduction :
La forme temporelle d’un signal ne fournit aucune information sur ses caractéristiques
fréquentielles. La modélisation fréquentielle du signal nous permet d’étudier les caractéristiques de
ce dernier en fonction de sa fréquence. Pour cela la transformée de Fourier représente un outil
mathématique indispensable pour cette modélisation.

II. Transformée de Fourier :

1) Définition
Tout signal peut être représenté dans l’espace-temps et dans l’espace des fréquences. Ces deux
représentations sont différentes mais complémentaires. La transformée de Fourier, opérateur
réversible, permet de passer de l’une à l’autre.
Soit x(t) une fonction de → . La transformée de Fourier de x(t) est définie par :
+
X ( f ) = TF ( x(t ) ) =  x(t ) exp ( − j 2 ft ) dt
−

X ( f ) est appelé spectre de x(t). Généralement, X(f) est une fonction complexe :

X ( f ) = A( f ) + j B ( f ) = X ( f ) exp ( j ( f ) ) .
+ +
A( f ) =  x ( t ) .cos ( 2 ft ) . dt et B( f ) = −  x ( t ) .sin ( 2 ft ) . dt les parties réelle et imaginaire
− −

de la transformée de Fourier.

X ( f ) = A( f ) 2 + B( f ) 2 est le module de la transformée de Fourier appelé aussi spectre

d’amplitude ou densité spectrale d’amplitude.

B
 ( f ) == arctg   est la phase de la transformée de Fourier appelé aussi spectre de phase ou
 A
densité spectrale de phase.

2) Transformée de Fourier inverse

On peut définir la transformée de Fourier inverse :

+
x(t ) = TF −1 ( X ( f ) ) =  X ( f )e
j 2 ft
df
−

Acquisition et traitement numérique du signal page 1

Chap 2 : Analyse Spectrale des Signaux Déterministes

Exercice d’application 1 :

1- Calculer la transformée de Fourier de x(t ) = A. rect t ( T).

2- Représenter le spectre d’amplitude de x(t).
𝑡
𝑥 (𝑡) = 𝑟𝑒𝑐𝑡 ( )
𝑇
A

t
−𝐓⁄𝟐 𝐓⁄𝟐

Figure 2.1- Fonction porte d’amplitude A, de largeur T et centrée en 0

3) Remarques :

i. La transformée de Fourier est un opérateur dual : x(t)  X ( f ) | X ( t )  x( − f) . Cela veut

dire que par exemple la transformée de Fourier inverse d’une fonction rectangulaire est un
sinus cardinal dans l’espace-temps.
ii. A un signal de support étroit correspond un spectre de support large, et inversement.
L’exemple précédant illustre cette propriété lorsque la variable T varie.
iii. Le calcul du spectre du signal conduit à parcourir le temps de − à +  et par conséquent
l’espace des fréquences de +  à - . Ainsi des fréquences négatives apparaissent dans la
représentation spectrale.

III. Propriétés de la Transformée de Fourier :

1) Linéarité :
Soient x(t) et y(t) deux fonctions de → et  ,  
TF  ax(t ) +  y (t )  =  X ( f ) +  Y ( f )

2) Transposition :
TF  x (−t )  = X (− f )

Une inversion du temps pour le signal entraine un retournement des fréquences de son spectre.
Démonstration :
+ +
TF  x(−t )  =  x ( −t )  e − j 2 ft dt =  x (u )  e
+ j 2 fu
du / u = −t
− −
+

 x (u )  e du = X ( − f )
− j 2 ( − f )t
= / identification avec la définition de TF
−

Acquisition et traitement numérique du signal page 2

Chap 2 : Analyse Spectrale des Signaux Déterministes
3) Translation : théorème de retard
TF  x(t − t0 )  = X ( f )e − j 2 ft0

Un décalage dans le temps du signal n’influe pas sur le module de son spectre. Seul apparait un
terme de phase e− j 2 ft0 dû à la translation temporelle.
Démonstration :
+ +
TF  x ( t − t0 )  = x ( t − t0 )  e − j 2 ft dt =  x (u )  e
− j 2  f ( u + t0 )

− −
du / u = t − t0

+
= e − j 2 ft0   x ( u )  e − j 2 fu du = e − j 2 ft0  X ( f )
−

4) Modulation :

TF  x(t )e j 2 f0t  = X ( f − f 0 )

La multiplication d’un signal par une harmonique pure de fréquence f 0 translate le spectre du

signal de f 0 . Il s’agit du principe des modulations d’amplitude.

Démonstration :
+ +
TF  x ( t )  e  x (t )  e  x (t )  e dt = X ( f − f 0 )
j 2 f 0 t j 2 f 0 t − j 2 ( f − f 0 ) t
 = e − j 2 ft
dt =
− −

5) Dérivation par rapport au temps :

TF  x '(t )  = ( j 2 f )  TF  x(t )  et TF  x ( n ) (t )  = ( j 2 f )  TF  x(t ) 

n

Démonstration :
+ +
+
TF  x ' ( t )  =  x ' ( t )  e − j 2 ft dt =  x ( t )  e − j 2 ft  −  x ( t )  ( − j 2 f ) e
− j 2 ft
dt / Intégration par partie
−
− −
+
or  x ( t )  e − j 2 ft
 = 0 car x(t) est sommable et e − j 2 ft =1
−
+ +

 x ( t )  ( − j 2 f ) e − j 2 ft dt = ( − j 2 f )   x (t ) e
− j 2 ft
dt = ( − j 2 f )  TF  x ( t ) 
− −

6) Parité :
+∞
Si 𝑥(𝑡) est réel et pair alors 𝑋(𝑓) = 2 ∫0 𝑥(𝑡). cos(2𝜋𝑓𝑡)𝑑𝑡
+∞
Si 𝑥(𝑡) est réel et impair alors 𝑋(𝑓) = −2𝑗 ∫0 𝑥(𝑡). sin(2𝜋𝑓𝑡)𝑑𝑡
Démonstration :
Les composantes réelle et imaginaire du signal x(t) affectent les composantes réelle et imaginaire du
spectre X(f) de x(t).

Acquisition et traitement numérique du signal page 3

Chap 2 : Analyse Spectrale des Signaux Déterministes
Soit la fonction x(t) écrite sous la forme cartésienne suivante : x(t)=a(t)+jb(t). La transformée de
Fourier peut se décomposer comme suit :
+ +
TF  x ( t )  = 
−
x ( t )  e − j 2 ft dt =  ( a (t ) + jb (t ) )  ( cos ( 2 f ) − j sin ( 2 f ) ) dt
−
+ + + +
=  a ( t ) cos ( 2 f ) dt +  b ( t ) sin ( 2 f ) dt − j  a (t ) sin ( 2 f ) dt + j  b (t ) cos ( 2 f ) dt
− − − −
terme réel terme imaginaire

+ +
Si x(t) est réel et pair alors TF  x ( t )  =  x ( t ) cos ( 2 f ) dt − j  x ( t ) sin ( 2 f ) dt
− −

+
Or l’intégrale  x ( t ) sin ( 2 f ) dt est nulle car le produit d’une fonction réelle paire par une fonction
−

réelle impaire est une fonction réelle impaire et l’intégrale sur −, +  d’une fonction impaire et

nulle.
+ +
TF  x ( t )  =  x ( t ) cos ( 2 f ) dt = 2  x ( t ) cos ( 2 f ) dt (Puisque le résultat est une fonction paire)
− 0

Même démonstration pour le cas d’un signal réel et impair

IV. Transformée de Fourier des signaux usuels :

1) Transformée de Fourier de l’impulsion de Dirac :

La transformée de Fourier de l’impulsion de Dirac  (t ) est une constante égale à l’unité :

TF  (t )  = 1

Compte tenu que la TF est duale : TF 1 =  ( − f ) =  ( f )

Par conséquent, un signal impulsionnel parfait renferme toutes les fréquences et sont toutes de même
importance. Un signal continu ne contient pas de fréquence à l’exception de la fréquence nulle.
Démonstration :
+ +
TF  ( t )  =   ( t )  e dt = e
− j 2 ft − j 2 f 0
= 1 et TF −1  ( f )  =   ( f )e
j 2 ft
df = e j 2 0t = 1
− −

On déduit que :
TF  (t − t0 )  = e − j 2 ft0 / Impulsion décalée (théorème de retard)

TF e j 2 ft0  = TF 1 e j 2 ft0  =  (t − t0 )

TF e j 2 f0t  = TF 1 e j 2 f0t  =  ( f − f 0 ) / Propriété de modulation

Acquisition et traitement numérique du signal page 4

Chap 2 : Analyse Spectrale des Signaux Déterministes
Exercice d’application 2 :
 (t − a ) +  (t + a ) 
Montrer que : TF   = cos ( 2  a f )
 2 

Tableau 2.1. Tableau récapitulatif

Signal Transformée de Fourier
rect (t / T ) T sin c(Tf )
sin c(t ) rect ( f )

cos(2 f0t )
1
2
( ( f + f 0 ) +  ( f − f 0 ) )

sin(2 f0t )
j
2
( ( f + f 0 ) −  ( f − f 0 ) )
1
sgn(t )
j f
( f ) 1
u(t ) +
2 j 2 f

V. Développement en série de Fourier :

Toute fonction x(t) de période T0 et de fréquence F0 admet un développement en série de Fourier sous
la forme suivante :
+
x(t ) = a0 +  an  cos ( 2 nF0t ) + bn  sin ( 2 nF0t )
n =1

Avec a0 , an et bn représentent les coefficients de la série de Fourier. Ils sont calculés comme suit :
T0 /2
1
a0 =
T0 
−T0 /2
x(t ) dt (valeur moyenne de x(t))

T0 /2
2
an =  x(t )  cos ( 2 nF0t ) dt
T0 −T0 /2
T0 /2
2
bn =  x(t )  sin ( 2 nF0t ) dt
T0 −T0 /2

F0 est la fréquence fondamentale du signal et 0 = 2 F0 est la pulsation du signal.

Le terme an  cos ( 2 nF0t ) + bn  sin ( 2 nF0t ) représente l’harmonique d’ordre n.

En regroupant deux à deux les valeurs opposées de n, il est donc possible de remplacer la série
d’exponentielles par une série de cosinus et de sinus.
Remarques :
T0 /2 T0 /2
2 4
i. Si x(t) est paire alors bn = 0 pour n  , a0 =  x(t ) dt et an =  x(t )  cos ( 2 nF0t ) dt .
T0 0
T0 0

Acquisition et traitement numérique du signal page 5

Chap 2 : Analyse Spectrale des Signaux Déterministes
T0 /2
4
ii. De même si x(t) est impaire alors an = 0 pour n  et bn =  x(t )  sin ( 2 nF0t ) dt .
T0 0

iii. Périodiser dans l’espace de temps revient à échantillonner dans l’espace fréquence.
iv. La composante à la fréquence F est appelée le fondamental, les composantes aux fréquences nF
sont les harmoniques.
v. Les séries de Fourier permettent donc de déterminer le spectre des signaux périodiques, signaux à
énergie infinie.

VI. Représentation spectrale des signaux périodiques

On définit X(𝑛𝐹), le spectre de fréquence du signal x(𝑡) comme suit :
1
X(𝑛𝐹) = (𝑎𝑛 − 𝑗bn )
2
𝑇0
1
= 2
𝑇∫ 𝑥(𝑡) e−𝑗2𝜋𝑛𝐹0 𝑡 𝑑𝑡
𝑇0 − 20

X(𝑛𝐹) est généralement une grandeur complexe qui se décompose en :

1
• Spectre d’amplitude : |X(𝑛𝐹)| = √𝑎𝑛2 + 𝑏𝑛2
2
𝑏𝑛
• Spectre de phase : 𝜑(𝑛𝐹) = 𝑎𝑟𝑐𝑡𝑔 (− )
𝑎𝑛

+
d’où : X ( f ) = TF  x ( t )  = 
n =−
X (nF )  e − j ( nF )

Exercice d’application 3 :
Soit la fonction suivante de période T = 2π

f(t)
1

0 t

1- Déterminer le développement en série de Fourier de la fonction f(t).

2- Représenter le spectre d’amplitude en fonction de n allant de 1 à 6 et pour λ = 1 4 .

Acquisition et traitement numérique du signal page 6