Beruflich Dokumente
Kultur Dokumente
David Savéry
Résumé
Ces notes correspondent aux exposés oraux portant sur le premier chapitre du cours ELE3700.
Ces cours introduisent les outils mathématiques nécessaires à la définition du spectre d’un signal.
On insistera en premier lieu sur les résultats en suivant progressivement la chronologie du cours.
Les notions indispensables (formules, théorèmes, techniques) à connaı̂tre seront entourées dans
le texte.
– C p ([a, b]), l’espace des signaux continûment dérivables p fois sur l’intervalle [a,b] (éventu-
ellement, a = −∞ ou b = −∞),
Rb
– L1 ([a, b]), l’espace des signaux x intégrables sur [a, b], i.e. tels que a
|x(t)| dt < ∞,
Rb
– L2 ([a, b]), l’espace des signaux x de carré intégrable sur [a, b], i.e. tels que a
|x(t)|2 dt < ∞.
1. On peut rencontrer des signaux à variable indépendante vectorielle continue, comme les images, f (~r), ou bien
comme on le verra plus tard les signaux à temps discret et valeurs discrètes qui sont appelés signaux numériques.
1
1.2 Décomposition sur une base
Pour manipuler les vecteurs d’un espace vectoriel E, il est souvent d’intérêt d’exhiber une
base de E. Les opérations vectorielles reviennent alors à des manipulations plus simples de
tableaux de scalaires. Soit {~ei }i∈I , une famille de vecteurs de E indexée sur I. On dit que
les {~ei }i∈I forment une famille génératrice de E si tout vecteur de E peut s’écrire comme
combinaison linéaire des {~ei }i∈I , i.e. :
X
∀~x ∈ E, ∃{ai }i∈I , ~x = ai~ei .
i∈I
Ayant défini ces deux notions, on définit alors une base de E comme étant une famille libre
et génératrice de vecteurs de E. Le caractère générateur d’une base permet d’écrire tout vecteur
comme combinaison linéaire des vecteurs de base, tandis que son caractère libre garantit l’unicité
de la décomposition.
Exemple :
E = R2 , B1 = (~e1 , ~e2 ) tel que ~e1 = (1, 0) et e~2 = (0, 1), B2 = (f~1 , f~2 ) tel que f~1 = (1, 1) et
f~2 = (−1, 1). Les coordonnées de ~x = (3, 4) dans B1 sont (3, 4) tandis que les coordonnées de ~x
dans B2 sont ( 72 , 21 ).
si l’on désigne par δij le symbole de Kronecker qui vaut 1 quand i = j et 0 quand i 6= j. La
recherche des coordonnées d’un vecteur dans une base orthonormale se simplifie puisque l’on a
alors :
2. Dans le cas des signaux à valeurs complexes, E sera un espace de Hilbert, et le produit scalaire sera plus
précisément un produit hermitien, le corps des scalaires associé à E étant C.
2
X
~x = ai~ei , ai =< ~x, ~ei > .
i∈I
T
1
Z
∀x, y ∈ E, < x, y >= x(t)y(t)∗ dt.
T 0
t
en (t) = exp(2iπn ),
T
et la famille trigonométrique 4 de Fourier {cn }n≥0 ∪ {sm }m≥1 par :
t t
cn (t) = cos(2πn ), sm (t) = sin(2πm ).
T T
Alors on a les résultats fondamentaux suivant :
X exp(2iπn Tt ),
P
x(t) =
Rn∈Z n
1 T t (1)
Xn = T 0 x(t) exp(−2πin T ) dt.
3
1.4.3 Remarques
Injectivité de la série de Fourier dans E Dans l’espace E = L2 ([0, T ]), deux signaux
sont considérés égaux lorsqu’ils sont égaux presque partout. En particulier, lorsque deux fonc-
tions diffèrent sur un nombre fini de points sur l’intervalle [0, T ], alors elles sont représentées
par le même vecteur de L2 ([0, T ]). Cela entraı̂ne que deux fonctions presque-partout égales ont
la même décomposition en série (exponentielle ou trigonométrique) de Fourier.
Fonctions T-périodiques de carré sommable sur une période Nous avons dé-
fini la décomposition en série de Fourier sur l’espace L2 ([0, T ]). En fait, la décomposition est
également valide sur la classe des signaux de période T et de carré sommable sur une période.
RT
Considérons en effet un signal x tel que ∀t ∈ R, x(t + T ) = x(t) et 0 |x(t)|2 dt < +∞. Alors les
décompositions (1) et (2) sont valides pour t ∈ R et pas seulement sur [0, T ].
peut être développée en séries trigonométrique ou exponentielle de Fourier telles que données
par les équations (1) ou (2).
X0 = A0 ,
An − iBn
Xn = , n ≥ 1,
2
An + iBn
X−n = , n ≥ 1.
2
(3)
Et inversement,
A0 = X0 ,
An = Xn + X−n , n ≥ 1,
Bn = i(Xn − X−n ), n ≥ 1.
(4)
4
1.4.5 interprétation physique de la série de Fourier
Tout signal de période T satisfaisant les conditions de Dirichlet peut être écrit comme la
superposition de signaux harmoniques de fréquences discrètes, 5 multiples de la fréquence fonda-
mentale 1/T . Le module |Xn | quantifie l’importance de l’harmonique de rang n dans le signal,
tandis que la phase arg(Xn ) quantifie le retard ou l’avance de l’harmonique par rapport au vec-
teur en de la base exponentielle. Les harmoniques de hautes fréquences correspondent souvent
aux détails du signal, observables aux petites échelles temporelles, tandis que les composantes
basses fréquences sont les «traits» les plus grossiers du signal.
X t
x(t) = Xn exp(2iπn ),
T
n∈Z
X t X t
= A0 + An cos(2πn ) + Bn sin(2πn ).
T T
n≥1 n≥1
Propriété Conséquence
Symétrie hermitienne x(t) ∈ R ⇒ X−n = Xn∗
Linéarité αx(t) + βy(t) ←→ αXn + βYn
Décalage temporel x(t − t0 ) ←→ e−2iπnt0 /T Xn
dk x
k
Dérivation dtk
←→ 2iπn T Xn
Parité x(t) = x(−t) ⇒ Bn = 0
Imparité x(t) = −x(−t) ⇒ An = 0
RT
k x k2 = T1 0 |x(t)|2 dt = n∈Z |Xn |2
P
Formule de Parseval
5
Signal Série
exp(2iπmt/T ), m ∈ Z Xn = δmn
cos(2πmt/T ), m ∈ Z an = δmn , bn = 0
sin(2πmt/T ), m ∈ Z an = 0, bn = δmn
x(t) = V0 , 0 < t < T0 Xn = V0 T0 /T Sa(nπT0 /T ) exp(−niπT0 /T )
x(t) = 0, T0 < t < T
V0 t/T X0 = V0 /2,
Xn = −V0 /2iπn, n 6= 0
On a :
X X
x(t) = Xn exp(2inπt/T ) = Xn exp(2inmπt/mT )
n∈Z n∈Z
X
= Wp exp(2ipπt/mT )
p∈Z
δ(t) = 0 ∀t 6= 0
Z +∞
δ(t)dt = 1.
−∞
7. cf. l’exemple d’une sinusoı̈de, exercice résolu 3 p 1.46, analyse des signaux, ELE3700, Corinthios M.J., École
Polytechnique de Montréal.
6
On définira plus précisément l’impulsion de Dirac par la relation intégrale suivante, si f
désigne un signal continu quelconque :
Z +∞
f (t)δ(t) dt = f (0).
−∞
X
∀t ∈ R, f 0 (t) = g 0 (t) + ∆i δ(t − ti ).
i
7
Exemples :
Fonction créneau : Soit le signal T -périodique x dont la restriction à [−T /2, T /2] est la fonction
rectangulaire x(t) = V0 (u(t + T0 /2) − u(t − T0 /2)), avec T0 < T .
2iπn V0
x0 (t) = V0 (ΠT (t + T0 /2) − ΠT (t − T0 /2)) ←→ ( )Xn = (exp(iπnT0 /T ) − exp(−iπnT0 /T ))
T T
V0 T0 πnT0
x(t) ←→ Xn = Sa( )
T T
Fonction triangle : Soit le signal T -périodique x dont la restriction à [0, T ] est la fonction
triangle x(t) = VT0 t .
2iπn V0
x0 (t) = V0 /T − V0 ΠT (t) ←→ ( )Xn = (δ0n − 1)
T T
V0 iV0
x(t) ←→ X0 = , Xn =
2 2πn
3.2 Définition
3.2.1 Transformée bilatérale et unilatérale
Soit x un signal à valeurs complexes défini sur R. Sa transformée de Laplace bilatérale X b
est la fonction de la variable complexe s définie par la formule :
Z +∞
Xb (s) = x(t) exp(−st)dt.
−∞
Lorsque la fonction x est à support positif (on dit que x est causal), i.e. ∀t < 0, x(t) = 0,
alors on définit sa transformée de Laplace unilatérale, X ou bien Lx, par :
Z +∞
X(s) = Lx(s) = x(t) exp(−st)dt.
0
Remarquons dès maintenant que le calcul d’une transformée bilatérale peut s’effectuer en
calculant deux transformées unilatérales puisque l’on peut écrire :
Z +∞ Z +∞ Z +∞
x(t) exp(−st)dt = x(−t) exp(st)dt + x(t) exp(−st)dt
−∞ 0 0
Xb (s) = L(u.x)(s) + L(u.x̌)(−s),
8
où u désigne la fonction de Heaviside et x̌(t) = x(−t). Dans la suite, lorsque cela ne sera pas
spécifié, la transformée de Laplace désignera la transformée unilatérale.
Il existe un réel ξ0 , éventuellement égal à −∞, appelé abscisse de convergence, tel que les deux
conditions suivantes soient satisfaites :
Pour les transformées unilatérales, la région de convergence est à droite de l’abscisse de convergence.
Exemple :
Cas bilatéral Soit x un signal quelconque, non forcément causal. Pour connaı̂tre la région
de convergence de sa transformée bilatérale Xb , on utilise le fait que Xb est la somme de deux
transformées unilatérales. Si ξ0 est l’abscisse de convergence de u(t)x(t) (fonction causale) et si
ξ1 est l’abscisse de convergence de u(t)x(−t) (fonction causale), alors la région de convergence
de la transformée bilatérale de x est une bande de C qui s’écrit :
3.2.3 Inversion
À une transformée de Laplace X ne correspond qu’une fonction x (injectivité de la transfor-
mation) dont l’expression est donnée par :
σ+i∞
1
Z
x(t) = X(s) exp(st)ds,
2iπ σ−i∞
étant assuré que la droite ]σ − i∞, σ − i∞[ est incluse dans Rx . On peut alors montrer que
la valeur de σ n’influe pas sur la valeur de l’intégrale du membre de droite et donc pas sur x(t).
9
3.3 Propriétés
Le calcul des transformées de Laplace est parfois appelé calcul symbolique car un certain
nombre d’opérations linéaires comme la dérivation, l’intégration ou la convolution reviennent à
des manipulations simples sur les transformées.
x(t) Lx(s) ξ0
δ(t) 1 −∞
tn exp(at)u(t) n!/(s − a)n+1 max{0, Re[a]}
s−a
exp(at) cos(ω0 t)u(t) (s−a)2 +ω02
max{0, Re[a]}
ω0
exp(at) sin(ω0 t)u(t) (s−a)2 +ω02
max{0, Re[a]}
P+∞ 1
n=0 δ(t − nT ) 1−e−sT
0
3.4 Applications
Le calcul symbolique est surtout utilisé pour simplifier :
– la résolution des équations différentielles linéaires (et l’analyse des circuits électriques li-
néaires),
– le calcul de convolution.
C’est également un outil théorique utile à la définition ultérieure de la transformée de Fourier.
Exemple :
On veut résoudre l’équation différentielle du premier ordre suivante :
0
x + ax = b
x(0) = x0
On prend la transformée unilatérale des deux membres :
L u(t)x(t) (s) = X(s)
L u(t)x0 (t) (s)
= sX(s) − x0
L u(t) (s) = 1/s
10
Ce qui nous donne la transformée X(s) :
x0 − b/s sx0 − b
X(s) = = .
s+a s(s + a)
On décompose cette fraction rationnelle en éléments simples :
b 1 ax0 + b 1
X(s) = − + .
as a s+a
Et on revient au signal temporel en utilisant la table des transformées pour trouver :
b ax0 + b
x(t) = − u(t) + u(t) exp(−at).
a a
4 Transformées de Fourier
4.1 Introduction
Après la définition de la transformée de Laplace, on en vient naturellement à exposer la notion
de transformée de Fourier, qui étend la notion de spectre de Fourier aux fonctions apériodiques.
Ce cours définit d’abord la transformée de Fourier pour la classe des signaux intégrables, puis on
généralise cette définition à une gamme plus grande de signaux qui contient toutes les fonctions
que l’on aura pratiquement à manipuler.
4.2.2 Pulsation
Les physiciens utilisent plus souvent la notion de pulsation ω = 2πν que celle de fréquence.
Il existe donc une définition concurrente de la transformée de Fourier qui est définie par :
Z +∞
(F2 x)(ω) = X2 (ω) = x(t) exp(−iωt) dt,
−∞
et dont la formule d’inversion perd la symétrie observée précédemment :
Z +∞
1
x(t) = X2 (ω) exp(iωt) dt.
2π −∞
Cette perte de symétrie est la raison pour laquelle cette définition ne sera pas utilisée dans
le cadre de ce cours.
11
4.2.3 Transformées de Fourier et de Laplace
La transformée de Fourier n’est qu’un cas particulier de la transformée de Laplace bilatérale
quand on choisit l’argument s comme un imaginaire pur (et lorsque l’axe imaginaire est dans la
région de convergence bilatérale Rx . On a en effet la relation :
Fx(ν) = Lx(2iπν).
La transformée de Fourier va ainsi hériter des propriétés de la transformée de Laplace bila-
térale.
4.3 Propriétés
Linéarité F(αx1 +βx2 ) = αFx1 + βFx2 .
Dérivation F x0 (ν) = 2iπνF x](ν)
Décalage F x(t − t0) (ν) = X(ν) exp(−2iπνt0 )
Dilatation F x(at) (ν) = a1 X( νa )
Parité x(t) = x(−t) ⇒ X(−ν) = X(ν)
Imparité −x(t) = x(−t) ⇒ X(−ν) = −X(ν)
∗
Symétrie Hermitienne x(t) ∈ R ⇒ X(−ν) = X(ν)
Modulation F x(t)
exp(2iπν
0 t) = X(ν − ν0 )
Symétrique RF x(−t) (ν) = F x(t)
(−ν)
Convolution F x1 (τ )x2 (t − τ ) dτ = Fx1 Fx2
Z +∞
δ(t) exp(−2iπνt)dt = exp(−2iπν0) = 1,
−∞
Fδ = 1.
12
4.5.2 Généralisation de la transformée de Fourier
Autour du Dirac La formule d’inversion, la parité de δ, et la formule de décalage donnent
les résultats suivants :
Fδ = 1
F1 = δ
F δ(t − t 0 ) (ν) = exp(−2iπνt0 )
F exp(2iπν0 t) (ν) = δ(ν − ν0 )
1 X 1
(FΠT )(ν) = δ(ν − n/T ) = Π1/T (ν).
T T
n∈Z
Nous avons donc formellement réussi à lier les deux notions de transformée et de série de
Fourier grâce à l’introduction de la transformée du Dirac. On retrouve bien que la transformée
de Fourier d’un signal périodique a un support discret puisqu’elle est non nulle qu’aux multiples
de la fréquence fondamentale 1/T .
x(t) Fx(ν)
1 δ(ν)
δ(t − t0 ) exp(−2iπνt0 )
Pexp(2iπν0 t) 1
P δ(ν − ν0 )
P n∈Z δ(t − nT ) 1
PT n∈Z δ(ν − n/T )
n∈Z Xn δ(t − nT ) T n∈Z Xn exp(−2niπνT )
exp(−πt2 ) exp(−πν 2 )
exp(−a|t|) 2a/(a2 + 4π 2 ν 2 )
1
u(t) δ(ν) + 2iπν
(−2iπt)m (m)
δ (ν)
rect[−T /2,T /2] (t) T Sa(πT ν)
triT (t) = max{0, 1 − |t|/T } T Sa(πT ν)2
1/t −iπ sgn(ν)
13
décharge d’un condensateur), R reçoit une énergie finie définie par l’intégrale :
Z +∞
Énergie = |x(t)|2 dt.
−∞
La gamme des signaux complexes pour lesquels cette intégrale est définie est la classe des
signaux de carré sommable (ou d’énergie finie) L2 (R), et on note kxk2 l’énergie associée à x.
Cette norme dérive du produit scalaire 10 <, > défini sur L2 (R) par la formule suivante :
Z ∞
< x, y >= x(t)y(t)∗ dt.
−∞
1
RT
Puissance moyenne P : P = T 0
|x(t)|2 dt.
1
RT
Valeur moyenne x : x = T 0
x(t) dt.
Pour les signaux non périodiques, on définit ces valeurs moyennes par des quantités limites :
1
RT
Puissance moyenne P : P = limT →+∞ 2T −T
|x(t)|2 dt.
1
RT
Valeur moyenne x : x = limT →+∞ 2T −T
x(t) dt.
x = X0
X
P = |Xn |2 .
n∈Z
Signal apériodique
Par analogie avec la série de Fourier, on voudrait lier la valeur moyenne de x à X(0). Or on
ne peut pas identifier x à X(0), puisqu’en effet :
Z
X(0) = x(t) dt.
R
10. Remarquer que ce produit scalaire défini sur L (R) diffère de celui défini sur L2 ([0, T ]) par l’absence du facteur
2
1/T .
14
On a cependant le résultat suivant :
1
RT
x = limT →+∞ 2T −T
x(t)dt
R + (7)
= lim→0 − X(ν) dν.
Par conséquent, si X s’écrit sous la forme X(ν) = Aδ(ν) + ξ(ν), avec ξ une fonction continue
en ν = 0, alors x = A.
On a donc équivalence des énergies (ou des normes) dans le domaine spectral ou temporel :
Z Z
kxk2 = kFxk2 ⇐⇒ |x(t)|2 dt = |X(ν)|2 dν.
R R
Ex (ν) = |Fx(ν)|2 .
Le facteur 2 s’explique par le fait que, pour les signaux réels, on ne manipule pratiquement que
les fréquences positives, puisqu’alors la densité spectrale d’énergie est paire. On a évidemment
kxk2 = E[−∞,+∞] = Ê[0,+∞] .
15