M2 ResTel 2021–22

Mise a Niveau en Traitement du Signal

Exercices de Révision :

Transformées de Fourier et Hilbert

1 : Calculer les transformées de Fourier des signaux continus suivants :

s1 (t) = A cos (2πfo t + ϕ)

A  ı(2πf0 t+ϕ) 
s1 (t) = e + e−ı(2πf0 t+ϕ)
2
A ıϕ ı2πf0 t A −ıϕ −ı2πf0 t
= e e + e e
2 2
donc
A ıϕ A
S1 (f ) = e δ (f − f0 ) + e−ıϕ δ (f + f0 )
2 2

s2 (t) = B sin (2πf0 t + ϕ)

B ıϕ ı2πf0 t B −ıϕ −ı2πf0 t

s2 (t) = e e − e e
2ı 2ı
donc
B ıϕ B
S2 (f ) = e δ (f − f0 ) − e−ıϕ δ (f + f0 )
2ı 2ı
s3 (t) = Ae−λ|t| , λ > 0

Z +∞
S3 (f ) = A e−λ|t| e−ı2πf t dt
−∞
Z 0 Z +∞
=A eλt e−ı2πf t dt + A e−λt e−ı2πf t dt
−∞ 0
Z+∞ Z +∞
=A e−λt eı2πf t dt + A e−λt e−ı2πf t dt
0 0
= H (−f ) + H (f ) = H̄ (f ) + H (f )

avec
Z +∞ Z +∞
H (f ) = A e−λt e−ı2πf t dt = A e−t(λ+ı2πf ) dt
0 0
A h i+∞ A
=− e−t(λ+ı2πf ) =− (0 − 1)
λ + ı2πf 0 λ + ı2πf
A
=
λ + ı2πf
donc
A A λ
S3 (f ) = + = 2A 2 .
λ − ı2πf λ + ı2πf λ + 4π 2 f 2
1 t2
s4 (t) = √ e− 2σ2
σ 2π
Cette fonction est solution de l’équation différentielle
   
d 1 t t2 t
s4 (t) = √ − 2 e− 2σ2 = − 2 s4 (t) .
dt σ 2π σ σ

1
On considère la transformée de Fourier de cette identité :
  Z +∞ Z +∞
d d −ı2πf t
TF s4 (t) = s4 (t) e dt = (ı2πf ) s4 (t) e−ı2πf t dt
dt −∞ dt −∞
= ı2πf S4 (f )

et
  Z +∞
t 1
T F − 2 s4 (t) = − 2 ts4 (t) e−ı2πf t dt
σ σ −∞
Z +∞  
1 1 d −ı2πf t

=− 2 s4 (t) e dt
σ −∞ −ı2π df
1 d
= S4 (f )
ı2πσ 2 df
donc
1 d
ı2πf S4 (f ) = S4 (f )
ı2πσ 2 df
ou
d
f
S4 (f ) = −4π 2 σ 2 f S4 (f ) = − 2 S4 (f )
df σ̂
avec
1
σ̂ 2 =
4π 2 σ 2
donc S4 (f ) satisfait la même équation différentielle que s4 (t) donc
f2 2
σ 2 2π 2
S4 (f ) = Ae− 2σ̂2 = Ae−f .

Il reste a déterminer la constante A, par exemple en considérant

Z +∞
S4 (0) = A = s4 (t) dt = 1
−∞

car s4 est la densité de probabilité Gaussienne.

(
e−t t≥0
s5 (t) =
0 t<0
Z +∞ Z +∞
−ı2πf t
S5 (f ) = s5 (t) e dt = e−t e−ı2πf t dt
−∞ 0

qui est H (f ) calculée a l’exercice 3 avec A = λ = 1 donc

1
S5 (f ) = .
1 + ı2πf
2 : Soit
X (f ) = T F [x (t)]
Calculer les transformées de Fourier des signaux continus suivants :

x1 (t) = x (−t)
Z +∞ Z +∞
X1 (f ) = x (−t) e−ı2πf t dt = x (t) eı2πf t dt = X (−f )
−∞ −∞

après changement de variable t 7→ −t.

x2 (t) = x2 (t)

2
 Z +∞
X2 (f ) = (X ∗ X) (f ) = X (g) X (f − g) dg.
−∞

x3 (t) = (x ∗ x) (t)
donc, par le théorème de convolution,
X3 (f ) = X 2 (f )
x4 (t) = cos2 (2πf0 t)
1 1
x4 (t) = + cos (4πf0 t)
2 2
donc
1 1 1
X4 (f ) = δ (f ) + δ (f − 2f0 ) + δ (f + 2f0 )
2 4 4
x5 (t) = cos3 (2πf0 t)

1 ı2πf0 t
3
x5 (t) = e + e−ı2πf0 t
8
1 ı2π3f0 t

= e + 3eı2πf0 t + 3e−ı2πf0 t + e−ı2π3f0 t
8
donc
1
X5 (f ) = (δ (f − 3f0 ) + 3δ (f − f0 ) + 3δ (f + f0 ) + δ (f + 3f0 ))
8
ou bien en écrivant
x5 (t) = x4 (t) . cos (2πf0 t)
donc
1
X5 (f ) = X4 (f ) ∗
(δ (f − f0 ) + δ (f + f0 )) =
2
1 1
= X4 (f − f0 ) + X4 (f + f0 )
2 2
et on retrouve le résultat ci-dessus.
3 : Calculer les transformées de Hilbert des signaux suivants

y1 (t) = A cos (2πf0 t)

Hy1 (t) = A sin (2πf0 t)

On rappelle que la TH de x (t) est le signal y (t) tel que

z (t) = x (t) + ıy (t)

vérifie
Z (f ) = 0, f < 0.

y2 (t) = A sin (2πf0 t)

Hy2 (t) = −A cos (2πf0 t)
car
y2 (t) + ıHy2 (t) = A sin (2πf0 t) − ıA cos (2πf0 t) = −ıeı2πf0 t
possède bien une transformée de Fourier nulle pour f < 0.

y3 (t) = δ (t)

Comme Y3 (f ) = 1, (
2 f >0
Y3 (f ) + ıT F [Hy3 (t)] =
0 f <0

3
donc
ıT F [Hy3 (t)] = −ısign (f )
or on sait que  
1
TF = −ısign (f )
πt
donc
1
Hy3 (t) = .
πt
La TF de
1
y4 (t) =
1 + t2
est
Y4 (f ) = πe−2π|f | ,
donc
T F [Hy4 (t)] = −ısign (f ) Y4 (f )
et
Z 0 Z ∞
2πf ı2πf t
Hy4 (t) = ı πe e df − ı πe−2πf eı2πf t df
−∞ 0
Z ∞
 
= ıπ e−2πf e−ı2πf t − eı2πf t df
Z0 ∞
= 2π e−2πf sin (2πf t) df
0
Z ∞
= 2πIm e−2πf eı2πf t df
Z0 ∞
= 2πIm e−2πf (1−ıt) df
0
1 1 1 + ıt t
= 2πIm = Im = Im = .
2π (1 − ıt) 1 − ıt 1 + t2 1 + t2

4 : Calculer la fréquence d’échantillonnage minimale des signaux suivants

z1 (t) = A cos (2πf0 t + ϕ)

Fe ≥ 2fmax = 2f0
sin (2πf0 t)
z2 (t) =
2πf0 t
(
1
2f0 −f0 ≤ f ≤ f0
Z2 (f ) =
0 sinon
donc
Fe ≥ 2Fmax = 2f0 .
 2
sin (2πf0 t)
z3 (t) =
2πf0 t
Z3 (f ) = (Z2 ∗ Z2 ) (f )
donc
Fe ≥ 4f0 .
z4 (t) = A cos (2πf0 t) + B sin (2πf1 t)
Fe ≥ 2max (f0 , f1 ) .
Remarque : il est suppose que toutes les fréquences f0 , f1 . . . sont positives.

4
 5 : démontrer le théorème de convolution
z (t) = (x ∗ y) (t) ⇐⇒ Z (f ) = X (f ) Y (f )
On écrit
Z +∞
T F [x ∗ y] = (x ∗ y) (t) e−ı2πf t dt
−∞
Z +∞ Z +∞
= x (τ ) y (t − τ ) e−ı2πf t dτ dt
−∞ −∞
Z+∞ Z +∞
= x (τ ) e−ı2πf τ y (t − τ ) e−ı2πf (t−τ ) dτ dt
−∞ −∞

puis le changement de variables (

τ0 =τ
t0 =t−τ
de Jacobien=1 donne
Z +∞ Z +∞
T F [x ∗ y] = x (τ ) e−ı2πf τ y (t − τ ) e−ı2πf (t−τ ) dτ dt
−∞ −∞
Z +∞ Z +∞
0 0
= x (τ 0 ) e−ı2πf τ dτ 0 y (t0 ) e−ı2πf t dt0
−∞ −∞
= X (f ) Y (f ) .
Démontrer le théorème du retard en calculant la TF du signal
y (t) = x (t − τ )

Z +∞
T F [x (t − τ )] = x (t − τ ) e−ı2πf t dt
−∞
Z +∞
0
= x (t0 ) e−ı2πf (t +τ ) dt
−∞
= e−ı2πf τ X (f ) .
6 : représenter le peigne de Dirac X
δD (t) = δ (t − kTe ) ,
le graphe est une suite de Diracs en {kTe }
calculer ses coefficients de Fourier
C’est une fonction périodique de période Te donc ses coefficients de Fourier sont
Z + T2e Z + T2e
f f
cn = δD (t) e−ı2πn Fe dt = δ (t) e−ı2πn Fe dt = 1
− T2e − T2e
 
car dans l’intervalle − T2e , + +T
2
e
, il n’y a qu’un seul Dirac δ (t) . On en déduit la transformée de Fourier
X f X f
δD (t) = cn eı2πn Fe t = eı2πn Fe t
n n

donc, en prenant la transformée de Fourier :

X
δ̂D (f ) = δ (f − nFe )
n

montrer que sa transformée de Fourier est aussi un peigne de Dirac en appliquant la formule de Poisson
+∞
X 1 X
+∞ n t
f (t + na) = F eı2πn a
n=−∞
a n=−∞ a

5
 inutile d’appliquer la formule de Poisson dans ce cas...
en déduire la transformée de Fourier du signal {xn } obtenu par échantillonnage d’un signal x (t) a la fréquence
Fe .
x (n) = x (t) .δD (t)
donc par transformée de Fourier
X X
X (f ) = X (f ) ∗ δ̂D (f ) = X (f ) ∗ δ (f − nFe ) = X (f − nFe ) .
n n

7 : calculer et représenter le gain fréquentiel H (f ) du filtre dont la réponse impulsionnelle h (n) est


1 n = 0
h (n) = 21 n = ±1 .


0 sinon

La réponse frequentielle est

X f
H (f ) = h (n) e−ı2πn Fe
n
1 f 1 f
= 1 + e−ı2π Fe + eı2π Fe
2  2  
f f
= 1 + cos 2π = 2 cos2 π .
Fe Fe

1.0
0.8
0.6
0.4
0.2

-0.4 -0.2 0.2 0.4

8 : calculer et représenter le gain frequentiel H (f ) du filtre moyenneur dont la réponse impulsionnelle h (n) est
(
1
0≤n≤N −1
h (n) = N .
0 sinon

La réponse frequentielle est

X N −1
f 1 X −ı2πn Ff
H (f ) = h (n) e−ı2πn Fe = e e

n
N n=0
f f f f
1 1 − e−ı2πN Fe 1 e−ıπN Fe eıπN Fe − e−ıπN Fe
= =
N 1 − e−ı2π Ffe N e−ıπ Ffe f f
eıπ Fe − e−ıπ Fe
 
1 f
sin πN Ffe
= e−ıπ(N −1) Fe   .
N sin π f Fe

Le module est égal a  

f
1 sin πN Fe
|H (f ) | = |   |.
N sin π f
Fe

C’est un filtre passe-bas avec des lobes secondaires, voici le graphe pour N=10.

6
 1.0

0.8

0.6

0.4

0.2

-0.4 -0.2 0.2 0.4

et pour N=20

1.0

0.8

0.6

0.4

0.2

-0.4 -0.2 0.2 0.4

et pour N=100

1.0

0.8

0.6

0.4

0.2

-0.4 -0.2 0.2 0.4

On remarque que la réponse s’annule seulement pour les fréquences

2k
fk = Fe
N
et non pas pour
k
fk = Fe
N

7
 k
car pour k impair, N Fe annule a la fois le numérateur et le dénominateur. On remarque de plus que le gain
frequentiel possède N − 1 lobes dont un lobe principal.
9 : représenter sans le calculer le gain frequentiel H (f ) d’un filtre qui possède deux pôles
f0
z1 = eı2π Fe , z2 = z̄1

et deux zéros
p1 = ρz1 , p2 = p̄1
f0
pour différentes valeurs de et de 0 ≤ ρ < 1.
Fe
C’est un filtre rejecteur de fréquence ; les deux zéros sur le cercle unité rejettent les fréquences ± Ff0e , les deux
pôles forcent la réponse ' 1 sur le reste de la bande.
Voici le graphe pour
f0 1
=
Fe 8
pour les valeurs de ρ ∈ {0.1, 0.3, 0.5, 0.7, 0.9}

3.0

2.5

2.0

1.5

1.0

0.5

-0.4 -0.2 0.2 0.4

ainsi que le cas ρ = 0.99

1.0

0.8

0.6

0.4

0.2

-0.4 -0.2 0.2 0.4

et le cas ρ = 1

8
 2.0

1.5

-0.4 -0.2 0.2 0.4

0.5

0.0

10 : discuter la stabilité et causalité des filtres suivants :

(
an n≥0
h1 (n) =
0 sinon
C’est un filtre causal ; il possède un pole p = a dont il est stable si et seulement si |a| < 1.

(
an n≤0
h2 (n) =
0 sinon

C’est un filtre non-causal (anti-causal), il est stable si et seulement si |a| > 1.

h3 (n) = an , n ∈ Z

Il est non-causal (ni causal, ni anti-causal) et stable si et seulement si a = 0.

11 : vérifier les propriétés d’orthogonalité des fonctions exponentielles en calculant
N
X −1
kn ln
eı2π N e−ı2π N
n=0

On applique la formule (
N
X −1 1−αN
n 1−α α 6= 1
α =
n=0
N α=1
donc
N
X −1 N
X −1
kn ln (k−l)n
eı2π N e−ı2π N = eı2π N ;
n=0 n=0
(k−l)
si k − l est un multiple de N, alors eı2π N = 1 et
N
X −1
kn ln
eı2π N e−ı2π N = N.
n=0

Si k − l n’est pas multiple de N alors

N
X −1
kn ln
eı2π N e−ı2π N = 0.
n=0
Z T Z T
t t t
eı2πk T e−ı2πl T dt = eı2π(k−l) T dt
0 0
Si k 6= l, alors
Z T h iT
t T t
eı2π(k−l) T dt = eı2π(k−l) T = 0.
0 ı2π (k − l) 0

9
Sinon,
Z T
t
eı2π(k−l) T dt = T.
0
calculer les quantités suivantes
Z T     Z   Z  
t t 1 T t 1 T t
cos 2πk cos 2πl dt = cos 2π (k + l) dt + cos 2π (k − l) dt
0 T T 2 0 T 2 0 T
avec Z T  
t
cos 2π (k + l) dt = T, k + l = 0, i.e. k = l = 0,
0 T
et   T
T t
= sin 2π (k + l) = 0, k + l 6= 0
2π (k + l) T 0
alors que  
Z T
t
cos 2π (k − l) dt = T, k = l
0 T
et Z     T
T
t T t
cos 2π (k − l) dt = sin 2π (k − l) = 0, k 6= l.
0 T 2π (k − l) T 0
En conclusion, 
Z T 

T k = l = 0 
t t
cos 2πk cos 2πl dt = T2 k = l 6= 0
0 T T 

0 sinon.
Z T     Z    
t t 1 T t t
cos 2πk sin 2πl dt = sin 2π (k + l) + sin 2π (k − l) dt = 0, ∀k, l.
0 T T 2 0 T T
et Z     "Z     #
T T
t t 1 t t
sin 2πk sin 2πl dt = cos 2π (k − l) − cos 2π (k + l) dt .
0 T T 2 0 T T
Si k = l = 0,    
Z T
t t
sin 2πk sin 2πl dt = 0.
0 T T
Si k = l 6= 0,    
Z T
1 t t T
cos 2π (k − l) − cos 2π (k + l) dt = ,
2 0 T T 2
et si k 6= l,    
Z T
t t
sin 2πk sin 2πl dt = 0
0 T T
donc Z     (
T T
t t k = l 6= 0
sin 2πk sin 2πl dt = 2
0 T T 0 sinon,
12 : calculer les coefficients de Fourier de la fonction périodique de période 1 définie par
1
x (t) = − t, t ∈ (0, 1) .
2
Avec T = 1, si n 6= 0,

Z 1 Z 1     1
1 −ı2πn Tt 1 −ı2πnt 1 1 −ı2πnt
an = x (t) e dt = −t e dt = − −t e
T 0 0 2 ı2πn 2 0
Z 1
1 1
+ (−1) e−ı2πnt dt =
ı2πn 0 ı2πn

10
et le fondamental est Z  
1
1
a0 = − t dt = 0.
0 2
13 : que peut-on dire de la transformée de x (t) sachant que x (t) est
a : réelle Z +∞
X (f ) = x (t) e−ı2πf t dt
−∞

donc Z +∞
X̄ (f ) = x (t) eı2πf t dt = X (−f )
−∞

donc X (f ) est Hermitienne.

b : paire
Z +∞ Z 0 Z +∞
X (f ) = x (t) e−ı2πf t dt = x (t) e−ı2πf t dt + x (t) e−ı2πf t dt
−∞ −∞ 0
Z +∞ Z +∞
= x (−t) eı2πf t dt + x (t) e−ı2πf t dt
0 0
Z +∞
=2 x (t) cos (2πf t) dt
0

donc
X (−f ) = X (f )
donc X (f ) est paire.


ce cas X (f ) est Hermitienne X̄ (f ) = X (−f ) et paire (X (−f ) = X (f )) donc réelle
c : réelle et paire : dans
X̄ (f ) = X (−f ) = X (f ) et paire.
d : Hermitienne
Z +∞ Z +∞ Z +∞
X̄ (f ) = x̄ (t) eı2πf t dt = x (−t) eı2πf t dt = x (t) e−ı2πf t dt = X (f )
−∞ −∞ −∞

donc X (f ) est réelle.

14 : montrer que si Z +∞
X (f ) = A x (t) e−ıαf t dt
−∞

alors Z +∞
x (t) = B X (f ) eıαf t df
−∞

et calculer B en fonction de α et A.
Par définition, et en supposant α > 0,
Z +∞ Z +∞
−1 −1 −ıαf u


x (t) = T F X (f ) = T F A x (u) e du = A x (u) T F −1 e−ıαf u du
−∞ −∞
Z +∞ Z Z +∞ Z 
−ıαf u ıαf t ıαf (t−u)
=A x (u) B e
df du = AB e
x (u) e df du
−∞ −∞
Z α  Z α 
= AB x (u) δ (t − u) du = ABx (t) δ (t − u) du
2π 2π
Z   Z
α 2π 2π
= ABx (t) δ v dv = ABx (t) δ (z) dz = AB x (t)
2π α α
donc on doit avoir
2π α
AB = 1 =⇒ B = .
α 2πA
Si α < 0, on trouve
α
B=−
2πA

11
donc, pour α 6= 0,
|α|
. B=
2πA
15 : calculer la transformée de Fourier du signal discret
(
1 −N ≤ n ≤ N
x (n) =
0 sinon

+N
X f
X (f ) = e−ı2πn Fe .
n=−N

On utilise la formule (
+N
X α2N +1 −α−2N −1
2n α−α−1 α 6= ±1
α =
n=−N
2N + 1 α = ±1,

donc si f 6= 0, − F2e < f < + F2e

 
f
e−ıπ(2N +1) Fe − eıπ(2N +1) Fe
f
sin π (2N + 1) Ffe
X (f ) = f f =  
e−ıπ Fe − eıπ Fe sin π Ffe

et
X (0) = 2N + 1.
16 : soit Ah l’opérateur de moyennage
Z t+h
1
(Ah x) (t) = x (u) du.
2h t−h

- montrer que Ah est un opérateur linéaire et invariant par translation

La linéarité est conséquence de celle de l’opérateur d’intégration
Z t+h
1
Ah (ax + by) (t) = ax (u) + by (u) du = aAh x (t) + bAh y (t) .
2h t−h

L’invariance par translation est : si je remplace x (u) par x̃ (u) = x (u − τ ) alors (Ah x) (t) est remplace par
Z t+h Z t−τ +h
1 1
(Ah x̃) (t) = x (u − τ ) du = x (v) dv = (Ah x) (t − τ ) .
2h t−h 2h t−τ −h

- calculer l’image par Ah du signal

xf0 (t) = eı2πf0 t
On a : si f0 6= 0,
Z t+h
1 1 1  ı2πf0 u t+h
(Ah xf0 ) (t) = eı2πf0 u du = e t−h
2h t−h 2h ı2πf0
1 1   sin (2πf0 h) ı2πf0 t
= eı2πf0 (t+h) − eı2πf0 (t−h) = e
2h ı2πf0 2πf0 h
et si f0 = 0,
(Ah xf0 =0 ) (t) = 1
donc ∀f0 ,
sin (2πf0 h)
Ah xf0 = xf0 .
2πf0 h
- soit un signal x (t) dont la représentation est
Z
x (t) = X (f ) eı2πf t df.

12
Calculer la représentation du signal Ah x.
Comme Ah est linéaire,
Z Z
ı2πf t
(Ah x) (t) = Ah X (f ) e df = X (f ) Ah eı2πf t df
Z
sin (2πf h) ı2πf t
= X (f ) e df.
2πf h
- soit un signal dont la représentation est
X t
x (t) = X (n) eı2πn Te .
n

Calculer la représentation du signal Ah x.

De la même façon,
X t X t
Ah x = Ah X (n) eı2πn Te = X (n) Ah eı2πn Te
n n
 
X sin 2π nh
Te t
= X (n) eı2πn Te .
n
2π nh
Te
Computation of f ∗ g 99
17 : compléter le schéma suivant

18 : Soit un signal xFigure

(t) dont 2.7. The piecewise
la transformée linear X
de Fourier (f ) satisfaitproduct f ∗ g of
convolution
step functions f, g.
X (f ) = 0, f < 0.

Soit Variations of the sliding strip method can be used to find the convolution product
of functions f, g on Tp .xR Of(t)course,
= Re [xyou
(t)] can
, xI move
(t) = Imfrom g(u)
[x (t)] , to g(− u) to g(x − u)
by using reflection on Tp followed by translation on (i.e., rotation around) Tp . The
montrer les relations
integralde
of Kramers-Kronig satisfaites
f (u) · g(x − u) over Tp thenpargives
les transformées
(f ∗ g)(x). Ifdeyou Hilbert
wish, you can regard
f as a p-periodic function on R, define
HxR = xI , HxI = −xR
!
Comme X (f ) = 0, f < 0, on a g(x) if 0 ≤ x < p
g0 (x) :=
0 otherwise
T F [x (t) + ıHx (t)] = 2X (f ) = T F [x (t)]
on R, compute f ∗ g0 on R (as described above), and set
donc
(f ∗ Tg)(x)
F [ıHx (t)]∗=g0X
= (f (f ) =for
)(x) T F0 [x
≤ (t)]
x < p.
donc
You can also define 1
T F [Hx (t)] = T F [x (t)]
! ı !
f (x) for 0 ≤ x < p g(x) for 0 ≤ x < p
et f0 (x) := g0 (x) :=
0 (t) =otherwise, 1
Hx HxR (t) + ıHxI (t) = [xR 0(t) + ıxotherwise
I (t)]
ı
Comme HxR as
(t) functions
et HxI (t)on R,réelles,
sont computeon fen g0 on leR résultat.
0 ∗déduit (as described above), and take

(f ∗ g)(x) = (f0 ∗ g0 )(x) + (f0 ∗ g0 )(x + p) for 0 ≤ x < p.

13
This third alternative clearly displays the wraparound effect that can occur when
f, g are not suitably localized on Tp .
 19 : Soit Mg l’opérateur défini par
Mg f (x) = g (x) f (x)
et soit la fonction (
1 x≥0
sign (x) =
−1 x < 0.
Montrer que l’opérateur de Hilbert H vérifie

H = −ıT F −1 Msign T F

et en déduire la valeur de H2 .
Il suffit de vérifier la relation H = −ıT F −1 Msign T F sur une fonction sinusoïdale (pourquoi ?) et on en déduit

H2 = −T F −1 Msign T F T F −1 Msign T F = −T F −1 Msign T F = −1.

14