Transforme de Fourier Discrte

Transforme de Fourier rapide (F.F.T.)

Pierre Le Bars
(avec la collaboration de Francis Gary)
lebars@moniut.univ-bpclermont.fr
1
Transforme de Fourier Discrte
Transforme de Fourier rapide (F.F.T.)
I/ Enonc du problme
On a vu la dualit temps - frquence ; connaissant le signal x(t), on peut en dduire sa
transforme de Fourier X(f) :
j.2. .f .t
X(f ) x(t).e .dt
+


=

(I)
Le problme est le suivant : x(t) tant connu exprimentalement (et non
mathmatiquement), est-il possible dvaluer cette intgrale, autrement dit, est-il possible de
dterminer exprimentalement le spectre X(f) de x(t) ?
Il existe deux types danalyseur de spectre :
analyseurs analogiques, utiliss en hautes frquences (suprieures
quelques mgahertz). Ils permettent notamment daborder les problmes de
CEM.
analyseurs numriques, utiliss en basses frquences.
Nous allons tudier cette deuxime catgorie danalyseurs de spectre.
II/ Transforme de Fourier Discrte (TFD)
-1- Principe
n e E E
x x (n.T ) x(n.T ) = =
On suppose le nombre de bits du convertisseur suffisant pour ngliger les effets de la
quantification, et surtout on suppose que lchantillonnage est correct :
le thorme de Shannon est respect.
On dispose dun nombre N fini dchantillons, numrots de n = 0 n = N - 1, stocks
dans la mmoire du calculateur. On connat donc x(t) sur une dure D = N.T
E
.
Le problme consiste valuer lintgrale (I) avec les N chantillons. Or les bornes
dintgration de (I) stendent de + , et on ne connat le signal que de t = 0 t = N.T
E
.
Pour dfinir x(t) pour toutes les valeurs de t (de + ), il faut donner des valeurs
arbitraires x(t) pour t < 0 ou pour t > N.T
E
.
C.A.N. Calculateur Spectre
T
E
x(t)
x
e
(t)
{x
n
}
2
On peut envisager deux solutions simples :
c
E
x(t) 0 pour t 0 ou t N.T = < >
Le signal x(t) est de dure limite : il possde une transforme de Fourier X(f).
La fonction X de la variable continue f nest pas accessible un systme de traitement
numrique : le calculateur devrait calculer une infinit de valeurs X(f) pour toutes les
frquences f.
Cette solution nest pas possible en pratique, donc sans intrt.
d priodiser x(t)
Soit x
P
(t) un signal priodique, de priode D, tel que sur lintervalle
| |
0 , D , x
P
(t)=x(t).
t
0 T
E
2.T
E
(N-1).T
E
D = N.T
E
x(t)
x
e
(t)
x
n
t
0 T
E
2.T
E
(N-1).T
E
D
D = N.T
E
x
P
(t)
x(t)
x
e
(t)
x
n
3
x
P
(t) est un signal priodique, qui peut tre dcompos en srie de Fourier, et sur
lintervalle
| |
0 , D :
1
j.2. .k. .t
D
P k 0 P
k
1
x (t) x(t) X .e car : f frquence de x (t)
D
+

=
= = = =

Mais nous avons suppos que le thorme de Shannon est vrifi ; cest dire que :
E
k E
E
f 1 N N
X 0 si k. soit k car D N.T
D 2 2 f
= > > = = .
On peut donc crire finalement :
N
1
2
j.2. .k. .t
D
P k
N
k
2
x (t) x(t) X .e (1)
+

=
= =

(sur lintervalle [0 , D])
Cette solution est intressante car le calculateur doit dterminer N valeurs X
k
,
correspondant aux frquences
E
E
f 1 1
k. k. k.
D N.T N
= = , cest dire quil doit calculer un
nombre fini de valeurs.
-2- Transforme de Fourier Discrte : dfinition
La relation (1) est vrifie pour toute valeur de t comprise entre 0 et D ; on peut
lcrire en particulier aux instants dchantillonnage t = n.T
E
:
E
E
N
1
2 j.2. .k. .n.T
N.T
P E E n k E
N
k
2
x (n.T ) x(n.T ) x X .e car : D N.T
+

=
= = = =

Soit :
N
2.
2
j. .k.n
N
n k
N
k
2
x X .e
+

=
=

Peut-on valuer X
k
partir des chantillons x
n
?
D 2.
j.k. .t
D
k
0
E
1
X . x(t).e .dt (calcul des coefficients de Fourier)
D
1
N. T

E
2.
j.k.
N. T
E
. x(n.T ).e

E
.n. T
E
. T
N 1
n 0

Par dfinition, la transforme de Fourier discrte (T.F.D.) de la suite numrique {x

n
}
est la suite numrique {X
k
} telle que :
N
2.
2
j. .k.n
N
n k
N
k
2
2.
N 1
j. .k.n
N
k n
n 0
x X .e
1
X . x .e
N
(2)
(3)
+

=

=
=
=

4
-3- Vrification
Le raisonnement approch suivi ci-dessus (calcul approch de lintgrale par une
somme de Darboux) permet de comprendre lorigine de la relation (3). On peut vrifier
posteriori la cohrence de ces relations :
N
2. 2. 2.
N 1 N 1 2
j. .k.n j. .p.n j. .k.n
N N N
n p
N n 0 n 0
p
2
N
2.
N 1 2
j. .(p k).n
N
p
N n 0
p
2
N
2.
N 1 2
j. .(p k).n
N
p
N n 0
p
2
1 1
(3) : . x .e . X .e .e (en introduisant la relation (2))
N N
1
= . X .e
N
1
X . e
N
+



= =
=
+

=
=
+

=
=
(
(
=
(
(

=



Calculons la somme S :
2.
N 1
j. .(p k).n
N
n 0
2.
N 1
j. .(p k)
n
N
n 0
N
S e
v (en posant : v e )
1 v
si v 1soit p k
(somme des termes d'une progression gomtrique) 1 v
Nsi v 1soit p k

=
=
= =

= =

Or, si p k :
2.
j.
N N
v e

=
.(p k). N
N
j.2. .(p k)
1 v
e 1 S 0
1 v


= = = =

La somme S se rduit donc au seul terme correspondant p = k, tous les autres tant nuls.
On a donc :
2.
N 1
j. .k.n
N
n k k
n 0
1 1
. x .e .X .N X
N N

=
= =

Cest bien ce quon voulait dmontrer.

S
S
5
-4- Proprits de la T.F.D.
4.1. Priodicit
La suite {X
k
} est une suite priodique de priode N.
En effet :
2. 2. 2. 2.
N 1 N 1 N 1
j. .(k N).n j. .k.n j. .N.n j. .k.n
N N N N
k N n n n k
n 0 n 0 n 0
1 1 1
X . x .e . x .e .e . x .e X
N N N


+
+
= = =
= = = =

On pouvait sattendre ce rsultat : le signal x(t) a t chantillonn. On a donc rendu
son spectre priodique de priode
E
E
N N
F
N.T D
= =
4.2. Autre expression de la T.F.D.
En tenant compte de la priodicit, on peut remplacer tous les termes X
k
dindice
ngatif par X
N-k
. Les relations 2 et 3 deviennent alors :
2. N 1
j. .k.n
N
n k
k 0
2.
N 1
j. .k.n
N
k n
n 0
x X .e '
1
X . x .e
N
(2 )
(3)

=

=
=
=

4.3. Symtrie
*
2. 2.
N 1 N 1
j. .( k).n j. .k.n
*
N N
k n k n k
n 0 n 0
1 1
X . x .e X . x . e X
N N

= =
| |
= = = =
|
\ .

o
*
k
X dsigne le complexe conjugu de X
k
.
Avec la proprit de priodicit, on peut dire que :
*
k N k k
X X X (4)

= =
Consquence pratique : le calculateur ne calculera que N/2 coefficients X
k
, puis on
compltera par symtrie.
-5- Le double chantillonnage
Le signal x(t) est tout dabord chantillonn dans le temps avec une priode
dchantillonnage T
E
. On calcule partir des chantillons x
n
les coefficients X
k
, amplitudes
complexes du spectre de x(t) pour les frquences
E
E
F 1 1
k. k. k.
D N.T N
= = , cest dire quon
j.2. .n
e 1 n

=
6
obtient un chantillonnage en frquence du spectre de x(t) avec une priode (frquentielle !)
F
E
/N.
-6- Dualit temps - frquence
En chantillonnant un signal x(t) dans le domaine temporel, on priodise son
spectre (voir le thorme de Shannon). De mme en chantillonnant le spectre X(f) (dans le
domaine spectral), on priodise le signal x(t) (dans le domaine temporel).
III/ Transforme de Fourier Rapide (Fast Fourier Transform)
On emploie gnralement lexpression transforme de Fourier rapide ou F.F.T.
(Fast Fourier Transform). On devrait dire en toute rigueur : algorithme rapide de calcul de la
transforme de Fourier discrte .
-1- Mise en uvre dune T.F.D.
On dispose de N chantillons x
n
, et nous devons calculer
N
2
coefficients X
k
(la
relation 4 permet de ne calculer que la moiti des coefficients).
x
t
0 T
E
2.T
E
x
n
n
0 1 2
|X|
f
0 F
E
/N 2.F
E
/N
|X
k
|
k
0 1 2
ECHANTILLONNAGE
TEMPOREL
Priode T
E
ECHANTILLONNAGE
SPECTRAL
Priode F
E
/N
T
r
a
n
s
f
.

F
O
U
R
I
E
R

c
l
a
s
s
i
q
u
e

T
.
F
.
D
.
7
2.
N 1
j. .k.n
N
k n
n 0
1
X . x .e
N

=
=

Pour un terme X
k
, il faut faire :
2.N additions (N pour la partie relle et N pour la partie imaginaire)
2.N multiplications (mme raison)
soit pour
N
2
coefficients :
( )
2
N
2.N N
2
= additions
( )
2
N
2.N N
2
= multiplications
Un D.S.P. (Digital Signal Processor = processeur spcialis dans le traitement
numrique du signal) ralise lensemble multiplication + addition en 10 nanosecondes
environ. Si on dispose de N = 4000 chantillons, le calcul des coefficients de la TFD dure :
2 8 6 8
calcul
t (4000) .10 16.10 .10 0,16 s

= = =
excluant une utilisation en temps rel.
-2- Algorithme de Cooley et Tukey
1
De nombreux algorithmes ont t proposs, le premier tant celui de Cooley et Tukey.
Si N est pair, soit : N = 2.P :
2. N 1
j.
k.n
N
k n
n 0
P 1 P 1
k.2.q k.(2.q 1)
2.q 2.q 1
q 0 q 0
1
X . x .u (en posant : u e )
N
1
. x .u x .u
N

=

+
+
= =
= =
(
= +
(

en sparant les chantillons dindices pairs et dindices impairs.
Or :
2. 2. 2.
j. .k.2.q j. .k.2.q j. .k.q
k.2.q
N 2.P P
u e e e

= = =
Si on pose :
2.
j.
P
q 2.q q 2.q 1
x ' x ; y' x et u ' e

+
= = =
on a :
P 1 P 1
q.k k q.k
k q q
q 0 q 0
k
k k
1
X . x ' .u ' u . y' .u '
N
1
. X' u .Y'
2


= =

= +
`
)
( = +


o X
k
et Y
k
sont les TFD des suites x
q
et y
q
de longueur P.
Pour calculer X
k
, il faut P
2
multiplications + additions, et autant pour Y
k
. De plus, il faut
faire P multiplications + additions du type
k
k
u .Y'

(P/2 pour la partie relle et P/2 pour la

partie imaginaire).
Il faut donc faire : 2P
2
+ P oprations (multiplication + addition), soit :
2
N N
2 2
+ .
Pour lexemple ci-dessus, on passe de 16.10
6
oprations 8,002.10
6
.

1
Algorithme propos en 1963
8
Mais si P est pair son tour, on peut recommencer. De sorte que si N est de la forme
m
N 2 = , on peut recommencer m fois, et passer ainsi de N
2
oprations environ mN.
Exemple :
12
N 4096 2 = =
Si une opration multiplication + addition prend 10 ns, le calcul dure :
calcul
t 12 4096 10 ns 500 s =
comparer
( )
2
calcul
t 4 096 10 ns 0,17 s =
si on utilise directement la relation (3), soit un gain dun facteur 340.
-3- Exemple
Pour illustrer lalgorithme de Cooley et Tukey, prenons N = 8 = 2
3
(m = 3)
2.
j.
8
u e

=
2.
j.
4
u ' e

=
2.
j.
2
u '' e 1

= =
( )
( ) ( )
k
k k k
k k k
k k k k
1
X . X' u .Y'
8
1
. X'' u ' .Y'' u . X''' u ' .Y'''
8

= +
(
= + + +

o :
k k
k 0 1 0 4
k k
k 0 1 2 6
k k
k 0 1 1 5
k k
k 0 1 3 7
X'' x '' ( 1) .x '' x ( 1) .x
Y'' y'' ( 1) .y'' x ( 1) .x
X''' x ''' ( 1) .x ''' x ( 1) .x
Y''' y''' ( 1) .y''' x ( 1) .x
= + = +
= + = +
= + = +
= + = +
x
0
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
0
= x
0
x
1
= x
2
x
2
= x
4
x
3
= x
6
y
0
= x
1
y
1
= x
3
y
2
= x
5
y
3
= x
7
x
0
= x
0
= x
0
x
1
= x
2
= x
4
y
0
= x
1
= x
2
y
1
= x
3
= x
6
x
0
= y
0
= x
1
x
1
= y
2
= x
5
y
0
= y
1
= x
3
y
1
= y
3
= x
7
9
IV/ Prcautions dutilisation
-1- Echantillonnage temporel
Si on ne prend aucune prcaution, la transforme de Fourier discrte (ou la FFT)
donne un chantillonnage en frquence du spectre repli de x(t). Lexemple ci-dessous
(figure a) donne le rsultat de lanalyse FFT dun signal carr de frquence 25 Hz,
chantillonn 256 Hz, sur N = 2
10
= 1 024 points (rsolution
E
f 256
0, 25 Hz
N 1024
= = ).
Le remde est connu : il suffit de placer lentre de lanalyseur un filtre
dantirepliement :
La figure b donne le rsultat de lanalyse spectrale, ralise dans les mmes
conditions, mais en intercalant, avant lchantillonneur, un filtre passe-bas de Butterworth
dordre 8 de frquence de coupure 128 Hz.
-2- Exemple de calcul
Soit
1
j.2. .f .t
x(t) e

= , chantillonn la frquence f
E
:
1 E
j.2. .f .n.T
n
x e

= , respectant le
thorme de Shannon :
E
1
f
f
2
< .
Dans la pratique, un tel signal nexiste pas : ( ) ( )
1 1
x(t) cos 2. .f .t ou sin 2. .f .t = , quon
peut dcomposer en deux signaux exponentiels de frquences f
1
et f
1
.
x(t) Analyseur de spectre
E
C
F
F
2
=
x
F
(t)
0 20 40 60 80 100 120
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
F (Hz)
|
X
|
0 20 40 60 80 100 120
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
F (Hz)
|
X
F
|
(a) (b)
2
5

H
z
7
5

H
z
1
2
5

H
z
10
Cherchons la TFD {X
k
} de la suite {x
n
} :
1 E
1 E
1 E
2.
N 1
j. .k.n
j.2. .f .n.T
N
k
n 0
k
N 1
j.2. . f .T .n
N
n 0
k
N 1
j.2. . f .T
n N
n 0
1
X . e .e
N
1
. e
N
1
. v o v e
N

=
| |

|
\ .
=
| |

|
\ .
=
=
=
= =

1
er
cas : il existe une valeur k
0
de k telle que
0
1 E
k
f .T 0
N
=
0 0 0
1 E 1 0 1
E 1
k k k 1
f .T 0 f D k .T
N N.T T D
= = = =
On a enregistr un nombre entier de priodes du signal x(t).
Pour cette valeur k = k
0
:
0
N 1 N 1
n n
k
n 0 n 0
v 1 N X 1

= =
= = =

Pour les autres valeurs de k :
0
k ' k :
( )
( )
0
0
j.2. . k k' N N 1
n
k' 2.
j. . k k'
n 0
N
1 v 1 e
v 0 X 0
1 v
1 e

=

= = = =

On obtient donc une seule raie la frquence

E E
0 1 E 1
F F
k . f .N.T . f
N N
= =
On obtient le spectre attendu.
2
me
cas : k
0
nexiste pas ; on na pas enregistr un nombre entier de priodes.
On ne peut pas simplifier lexpression de X
k
:
( )
1 E
k
1 E
sin .N.f .T
1
X .
N
sin .f .T k.
N

=
| |

|
\ .
-3- Nombre limit dchantillons
Dans lexemple ci-dessus, on ne cherche pas la transforme de Fourier dune sinusode
(de dure infinie), mais la transforme de Fourier dune sinusode de dure finie D (voir
annexe du chapitre sur lchantillonnage) :
| |
1
1
sin .(f f ).D
D
X(f ) .
2 .(f f ).D

=

et, en plus, ce spectre est repli !
La figure ci-dessous donne le rsultat de lanalyse spectrale, sur N = 2
4
= 16 points du
signal ( )
1
x(t) sin 2. .f .t = chantillonn f
E
= 32 Hz (D = N.T
E
= 16/32 = 0,5 s), pour deux
valeurs de f
1
:
f
1
= 6 Hz : on a enregistr un nombre entier de priodes (D = 0,5 s = 3.T
1
)
f
1
= 5 Hz
11
Dit dune autre faon, la FFT ne connat que les frquences
E
F
k. k.2 Hz
N
= .
-4- Interprtation physique
Pour introduire la TFD, nous avons rendu le signal x(t) priodique.
En rendant le signal priodique, on introduit des distorsions sur les bords de la
fentre dobservation si on na pas enregistr un nombre entier de priodes.
0 5 10 15
0
0.1
0.2
0.3
0.4
0.5
0 5 10 15
0
0.1
0.2
0.3
0.4
0.5
f
1
= 6 Hz f
1
= 5Hz
f (Hz)
k 0 1 2 3 4 5 6 7 8
|X
k
|
|X
k
|
|X(f)|
|X(f)|
f
1
= 6 Hz f
1
= 5 Hz
x(t)
signal tudi ( priodis )
signal tudi ( priodis )
Distorsions
x(t)
Fentre w(t)
f
1
= 6 Hz f
1
= 5 Hz
f (Hz)
k 0 1 2 3 4 5 6 7 8
12
-5- Remde
5.1. Etude qualitative
La fentre w(t) utilise prcdemment est une fentre rectangulaire (parfois appele
fentre naturelle) :
w(t) 1 si 0 t D et w(t) 0 si t [0 , D[ = < =
On constate que les distorsions introduites en rendant le signal priodique se situent
sur les bords de la fentre ; lide consiste donc utiliser une fentre dformante, privilgiant
les chantillons au centre de la fentre.
On affecte chaque chantillon x
n
dun coefficient de pondration
n E
w w(n.T ) = , et on
calcule la FFT de la suite numrique
n n n
y x .w = . Ces coefficients sont tels que :
n n
N
w 1 pour n voisin de , et w 1pour n voisin de 0 ou voisin de N-1
2

5.2. Etude quantitative
Soit y(t) le signal dform par la fentre : y(t) = x(t).w(t).
Si ( )
1
x(t) sin 2. .f .t = , ( )
1
y(t) w(t).sin 2. .f .t = : y(t) correspond un signal modul
en amplitude sans porteuse (DSBSC), la porteuse ayant une frquence f
1
. Le spectre de
y(t) est obtenu en dcalant le spectre W(f) de w(t) de + f
1
et de - f
1
:
| |
1 1
1
Y(f ) . W(f f ) W(f f )
2.j
= +
Pour une fentre rectangulaire :
( ) sin .D.f
W(f ) D.
.D.f

-5 -4 -3 -2 -1 0 1 2 3 4 5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
D.f
W(f )
D
lobes secondaires
lobe central
largeur du
lobe central
13
On a cherch w(t) de faon ce que les lobes secondaires de W(f) aient les amplitudes
les plus faibles. En gnral ceci saccompagne dun largissement du lobe central (voir
annexe).
5.3. Exemple : fentre de Hamming
t
0, 54 0, 46.cos 2. . si t [0 , D[
D
w(t)
0 si t [0 , D[
| |

|
\ .

Au centre de la fentre :
D
w 0, 54 0, 46 1
2
| |
= + =
|
\ .
et sur les bords : w(0) w(D) 0, 54 0, 46 0, 08 = = =
En reprenant les deux exemples tudis prcdemment (f
E
= 32 Hz, N = 16, D = 0,5 s,
f
1
= 6 ou 5 Hz), on obtient, aprs pondration les rsultats suivants :
w(t)
w(t)
y(t)
y(t)
y(t) priodis
y(t) priodis
Distorsion
attnue
f
1
= 6 Hz f
1
= 5 Hz
|W(f - f
1
)| |W(f - f
1
)|
0 4 6 8 f (Hz)
0 2 3 4 k
0 2 4 6 8 f (Hz)
0 1 2 3 4 k
|Y
k
|
|Y
k
|
14
5.4. Exemple danalyse dun signal complexe
On peut galement mettre en vidence lintrt dune fentre de pondration (de
Hamming par exemple) en tudiant le signal :
( ) ( )
1 2
x(t) 2.cos 2. .f .t 0,1.cos 2. .f .t = +
o f
1
= 15,3 Hz et f
2
= 10,5 Hz, chantillonn 256 Hz sur une dure D = 1 s
(soit N = 256 = 2
8
). Les frquences f
1
et f
2
ne sont pas des multiples de f
E
/N = 1 Hz (cas
dfavorable), de plus il existe un facteur 20 entre les amplitudes de chaque composante.
V/ Utilisation dun analyseur FFT : choix des paramtres
Nous prendrons lexemple de lanalyse spectrale ralise en TP : analyse dun signal
de frquence F
P
= 1 kHz, modul en amplitude par un signal de frquence 100 Hz.
Cette analyse a t faite laide dun oscilloscope mmoire numrique Tektronix, muni
dun module de calcul FFT. Un vritable analyseur de spectre FFT, possde lentre un filtre
passe-bas dantirepliement, ce qui nest pas le cas de loscilloscope.
Le spectre du signal modul est reprsent
ci-contre. Pour respecter le thorme de
Shannon, il faut que :
( )
E P i
f 2. F f 2200 Hz > + =
Loscilloscope dispose dune mmoire de N = 2
11
= 2048 points (m = 11). Ces 2048
points correspondent un balayage de la base de temps.
Pour mettre en vidence les 3 raies il faut :
respecter le thorme de Shannon
avoir une rsolution
E
f 1
N D
= petite devant
i
f 100 Hz =
0 5 10 15 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
k
|
X
k
|
Fenetre rectangulaire
0 5 10 15 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Fenetre de Hamming
k
|
X
k
|
mise en vidence de lexistence
dune composante de frquence
comprise entre 10 et 11 Hz
f
F
P
-f
i
F
P
F
P
+f
i
15
Dure dobservation : D = 10 B, o B est le calibre de la base de temps en s/div.
De plus : D = 2 048T
E

E
2048 2048
F
D 10.B
= =
On doit donc satisfaire aux conditions suivantes :
E
2048
Shannon : f 2 200 B 93 ms / div
10.B
1
rsolution : 100 B 1ms / div
10.B
= > <
<< >>
On peut choisir par exemple B = 50 ms/div, cest dire visualiser 50 priodes de
linformation sur lcran de loscilloscope : on a ainsi une frquence dchantillonnage de
4 kHz environ et une rsolution de 2 Hz. Les chantillons sont pondrs par une fentre de
Hamming.
On pourrait galement prendre B = 20 ms/div : rsolution = 5 Hz et f
E
10 kHz, mais
pas B = 100 ms/div (f
E
2 kHz < 2.(F
P
+ f
i
) ! )
Annexe : exemples de fentres
Lannexe suivante prsente 5 fentres classiques.
Il en existe bien dautres. On peut citer :
flattop (proche de la fentre rectangulaire, mais bords
arrondis)
gaussienne (w(t) et W(f) sont des courbes de Gauss, sans lobes
secondaires)
Kaiser (faisant appel aux fonctions de Bessel)
etc
Le choix de la fentre, dpend du signal que lon veut analyser et de la partie
spectrale que lon souhaite tudier (comme on choisit un filtre de type Butterworth,
Chebychev ou Cauer).
1
6
E
X
E
M
P
L
E
S

D
E

F
E
N
E
T
R
E
S
R
e
m
a
r
q
u
e

:

p
o
u
r

s
i
m
p
l
i
f
i
e
r

l
e
s

e
x
p
r
e
s
s
i
o
n
s

d
e

w
(
t
)

e
t

W
(
f
)
,

l
e
s
f
e
n

t
r
e
s

s
o
n
t

c
e
n
t
r

e
s

s
u
r

0
.

P
o
u
r

p
a
s
s
e
r

a
u
x

f
e
n

t
r
e
s

d

f
i
n
i
e
s

s
u
r
[
0
,

D
[
,

i
l

s
u
f
f
i
t

d
e

d

c
a
l
e
r

d
e

D
/
2
,

s
o
i
t

d
a
n
s

l
e

d
o
m
a
i
n
e

s
p
e
c
t
r
a
l

d
e
m
u
l
t
i
p
l
i
e
r

p
a
r

j
.
.
f
.
D
e

.
N
o
t
a
t
i
o
n

:
s
i
n
x
s
i
n
c
(
x
)
x
=
N
o
m

f
e
n

t
r
e
w
(
t
)
W
(
f
)
r
e
c
t
a
n
g
u
l
a
i
r
e
o
u

n
a
t
u
r
e
l
l
e
1
p
o
u
r
t
[
0
;
D
[
0
p
o
u
r
t
[
0
;
D
[

(
)
s
i
n
c
.
D
.
f

t
r
i
a
n
g
u
l
a
i
r
e
(
B
a
r
t
l
e
t
t
)
2
.
t
D
1
p
o
u
r
0
t
D
2
2
.
t
D
1
p
o
u
r
t
0
D
2

<
<
+

<
<
2
D
s
i
n
c
.
.
f
2

(
|
|

(
\
.

H
a
n
n
2
t
c
o
s
.
D
1
t
.
1
c
o
s
2
.
.
2
D

(
|
|

(
\
.

(
|
|
=
+

(
\
.

(
)
(
)
(
)
1
s
i
n
c
.
D
.
f
.
s
i
n
c
.
D
.
f
2
1
.
s
i
n
c
.
D
.
f
2

H
a
m
m
i
n
g
t
0
,
5
4
0
,
4
6
.
c
o
s
2
.
.
D
|
|
+

|
\
.
(
)
(
)
(
)
0
,
5
4
.
s
i
n
c
.
D
.
f
0
,
2
3
.
s
i
n
c
.
D
.
f
0
,
2
3
.
s
i
n
c
.
D
.
f

B
l
a
c
k
m
a
n
t
0
,
4
2
0
,
5
.
c
o
s
2
.
.
D
t
0
,
0
8
.
c
o
s
4
.
.
D
|
|
+

|
\
.
|
|
+

|
\
.
(
)
(
)
(
)
(
)
(
)
0
,
4
2
.
s
i
n
c
.
D
.
f
0
,
2
5
.
s
i
n
c
.
D
.
f
0
,
2
5
.
s
i
n
c
.
D
.
f
0
,
0
4
.
s
i
n
c
2
.
.
D
.
f
0
,
0
4
.
s
i
n
c
2
.
.
D
.
f

N
o
m
s
L
a
r
g
e
u
r

l
o
b
e
c
e
n
t
r
a
l
l
o
b
e
s
e
c
o
n
d
a
i
r
e
l
o
b
e
c
e
n
t
r
a
l
(
d
B
)
E
W
(
f
/
2
N
)
W
(
0
)
(
d
B
)
r
e
c
t
a
n
g
u
l
a
i
r
e
2
.
f
E
/
N
-
1
3
,
3
-

3
,
9
B
a
r
t
l
e
t
t
4
.
f
E
/
N
-

2
6
-

1
,
4
H
a
n
n
4
.
f
E
/
N
-

3
2
-

1
,
4
H
a
m
m
i
n
g
4
.
f
E
/
N
-

5
4
-

1
,
7
5
B
l
a
c
k
m
a
n
6
.
f
E
/
N
-

6
6
-

0
,
9
-
0
.
4
-
0
.
2
0
0
.
2
0
.
4
0
.
6
0
0
.
2
0
.
4
0
.
6
0
.
8 1
-
4
-
3
-
2
-
1
0
1
2
3
4
0
0
.
2
0
.
4
0
.
6
0
.
8 1
n
a
t
u
r
e
l
l
e
B
a
r
t
l
e
t
t
H
a
m
i
n
g
H
a
n
n
B
l
a
c
k
m
a
n
r e p r s e n t a t i o n s p e c t r a l e r e p r s e n t a t i o n t e m p o r e l l e