Chapitre 2 : Analyse des signaux périodiques

Contents
1 Introduction 2

2 Représentation d’un signal 2

3 Les séries de Fourier 3

3.1 Série de Fourier en cosinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.2 Série de Fourier complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.3 Spectre d’amplitude et de phases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.4 Propriétés des séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.4.1 Fonction paire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.4.2 Fonction impaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.5 Convergence d’une série de Fourier. Conditions de Dirichlet : . . . . . . . . . . . . . . 7

4 Suite d’impulsions 9
4.1 Suite d’impulsions rectangulaires (SIR) . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.2 Suite d’impulsion triangulaires (SIT) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.3 Suite d’exponentielles décroissantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

5 Reconstruction des signaux 12

5.1 Synthèse d’un signal carré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5.2 Phénomène de Gibbs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

6 Energie et formule de Parseval d’un signal 14

7 Décalage temporel 14

8 Modulation d’amplitude 15

9 Calcul de quelques spectres 15

9.1 Suite d’impulsions composites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

9.2 SIR décalée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1
1 Introduction

La théorie des signaux repose sur l’analyse harmonique ou fréquentielle. Cette analyse se fait par le
devéloppement en série de Fourier et plus généralement par la transformation de Fourier pour obtenir
une représentation spectrale des signaux déterministes. c’est à dire la répartition de l’amplitude, de
la phase, de l’energie ou de la puissance des signaux.

2 Représentation d’un signal

On décrit un signal suivant deux bases : le temps et la fréquence.
Exemple: une grandeur sinusoidale

x(t) = A. cos(2.π.f0 .t + α)

Le signal ondule avec une forme précise fixée par la fonction cos; A l’amplitude, f0 la fréquence et α
la phase(ces informations sont fournies par la représentation spectrale). Exemple:
π π
x1 (t) = [Link](0, 4.π.t − ) → f0 = 2etα = −
2 2

1.5

0.5

0
[Link]

-0.5

-1

-1.5

-2
-8 -6 -4 -2 0 2 4 6 8

Comme le temps et la fréquence sont les deux composantes de la description d’un même signal, une
sinusoïde devrait être représentée dans un espace à trois dimensions

=> Cette représentation est mal pratique et est remplacée par ses projections sur les plans temporel
et fréquentiel.

Dans la projection sur l’axe du temps, on retrouve le dessin bien connu d’une sinusoïde, alors que
la projection sur l’axe des fréquences conduit à une raie située en f = f0 et de hauteur A. Comme cette
projection ne fournit que l’amplitude A, il est nécessaire, pour la fréquence considérée, de donner
également la phase. Ces deux diagrammes portent le nom de spectres d’amplitudes et de phases.

2
3 Les séries de Fourier
Toute fonction périodique de période T, peut être décomposée en une somme infinie (série) de fonc-
tions sinusoïdales dont les fréquences sont des multiples de la fréquence fondamentale f0 = T1
∞ ∞
a0


x(t) = + ak cos(2πf0 kt) + bk sin(2πf0 kt)
2
k=1 k=1
1
f0 = : fréquence fondamentale du signal
T
a0
2 : valeur moyenne ou composante continu
ak , bk : sont les coefficients de Fourier du développement en cosinus et sinus
 + T2
2
ak = x(t). cos(2πf0 kt)dt k≥0
T − T2
 + T2
2
bk = x(t). sin(2πf0 kt)dt k≥1
T − T2

hk (t) = ak . cos(2πf0 kt) + bk . sin(2πf0 kt) est l’harmonique de rang k du signal

Exemple :

3
 ∞ ∞
a0


x(t) = + ak cos(2πf0 kt) + bk sin(2πf0 kt)
2
k=1 k=1

3.1 Série de Fourier en cosinus

En prenant en compte la relation trigonométrique :

 −B
A cos(x) + B sin(x) = A2 + B 2 cos(x + arctan( ))
A
le développement en série de Fourier peut s’écrire :
∞


x(t) = A0 + Ak cos(2πf0 kt + αk )
k=1

a0 −bk
avec A0 = Ak = a2k + b2k αk = arctan( )
2 ak
Le développement en série en cosinus revient à considérer que le signal x (t) est créé de manière
équivalente par une infinité de générateurs sinusoïdaux

La représentation spectrale qui lui est associée porte le nom de spectre unilatéral

4
 La figure nous permet de voir les relations simples qui lient les trois représentation spectrales
(cos+sin, en cosinus, et complexe)

Dans le cas des spectres bilatéraux, on notera que les spectres d’amplitudes sont toujours des
fonctions paires car on a :
Ak
 Ck = C−k = k = 0
2

alors que les spectres de phases sont toujours des fonctions impaires. On a en effet :

Ψ(Ck ) = −Ψ(C−k ) = αk k = 0

3.2 Série de Fourier complexe

En utilisant les relations d’Euler:

exp(+ix) + exp(−ix) exp(+ix) − exp(−ix)

cos(x) = et sin(x) =
2 2i
on montre aisément que la série de Fourier peut être transformée en une série de Fourier complexe
:
+∞


x(t) = Ck . exp(i2πf0 kt)
−∞
avec:
 + T2
1
Ck = x(t) exp(−i2πf0 kt)dt − ∞ ≤ k ≤ +∞
T − T2

Ck : coefficient complexe de la série de Fourier

La représentation graphique spectrale qui lui est associée porte le nom de spectre bilatéral.
En fait les coefficients de Fourier minimisent l’écart quadratique entre la fonction s(t) et le
développement en série de Fourier. En effet, la valeur Ck est obtenue en dérivant par rapport
au coefficient d’indice n l’expression :
 T +∞


(s(t) − Cm ei2πmtf0 )2 dt
0 m=−∞

et en annulant cette dérivée.

Les coefficients complexes Ck sont reliés aux coefficients ak et bk par les relations suivantes :
1
Ck = (ak − ibk )
2
1
C−k = (ak + ibk )
2
ce qui nous donne

ak = Ck + C−k

bk = i(Ck − C−k )

5
3.3 Spectre d’amplitude et de phases
Une grandeur sinusoidale est décrite par l’équation :

x(t) = A cos(2πf0 kt + α)

Son évolution temporelle est contenue dans le mot cos ; dès lors, on sait que le signal x(t) ondule
avec une forme précise fixée par la fonction cosinus. Cependant, des informations supplémentaires
sont données : l’amplitude A, la phase α et la fréquence f0 . Ce sont ces informations qui sont fournies
par la représentation fréquentielle ou spectrale.
Deux représentations : temporelle et fréquentielle

La projection sur l’axe du temps fournit le dessin bien connu d’une sinusoïde, la projection sur
l’axe des fréquences conduit à une raie située en f = f0 et de hauteur A. cette projection ne fournit
que l’amplitude A, il est nécessaire, pour la fréquence considérée, de donner également la phase α.Ces
deux diagrammes portent le nom de spectres d’amplitudes et de phases.

D’une manière générale un spectre est une représentation numérique et /ou graphique des coef-
ficients de Fourier en fonction des fréquences. Lorsque les coefficients de Fourier sont des nombres
complexes, on se limite souvent à la représentation de leurs modules.

3.4 Propriétés des séries de Fourier

3.4.1 Fonction paire
Si la fonction x(t) est paire (symétrie miroir d’axe vertical) i.e si la relation x(t) = x(−t) est vérifiée,
on montre facilement que tous les coefficients bk sont nuls.
 + T2
4
ak = x(t). cos(2πf0 kt)dt
T 0

6
3.4.2 Fonction impaire
Si la fonction est impaire (l’origine est un centre de symétrie) ie si la relation x(t) = −x(−t) est
vérifiée, tous les coefficients ak sont nuls et
 + T2
4
bk = x(t). sin(2πf0 kt)dt
T 0

3.5 Convergence d’une série de Fourier. Conditions de Dirichlet :

Theorem 1 Théorème

Supposons que x soit dérivable par morceaux et périodique. Alors la série de Fourier avec les
coefficients converge vers

x(t) si t est un point de continuité.

1
2 [x(t+ ) + x(t− )] si t est un point de discontinuité.

Ceci signifie que, pour chaque t entre −T et T , la série de Fourier converge vers la moyenne de
la limite à gauche et de la limite à droite de x(t) en t. Si x est continue en t, alors la limite à gauche
et à droite sont toutes deux égales à x(t), et la série de Fourier converge vers x(t). Si x a un saut de
discontinuité en t alors la série de Fourier converge vers le point au milieu de la discontinuité en ce
point.

Exemple :

Calculer le développement en série de Fourier de la fonction définie par :

π
f(x) = si 2.n.π < x < (2.n + 1).π
4
π
f(x) = − si (2.n − 1).π < x < 2.n.π
4

7
 Remarque

∞ ∞
a0


x(t) = + ak cos(2πf0 kt) + bk sin(2πf0 kt)
2
k=1 k=1

Les signaux élémentaires qui résultent de la décomposition d’un signal périodique ont des fréquences
qui sont des multiple entiers de f0 = T1 , l’inverse de la période; ils couvrent un ensemble discret de
l’espace des fréquences.

8
4 Suite d’impulsions
4.1 Suite d’impulsions rectangulaires (SIR)

Les coefficients complexes de la série de Fourier complexe de la SIR sont donnés par:

 + T2
1 1
X(i.k) = x(t) exp(−i2πf0 kt)dt avec f0 =
T − T2 T

D’après la définition, on a :

 + ∆t
A 2
X(i.k) = 1. exp(−i2πf0 kt)dt
T − ∆t
2

9
 A −1 ∆t ∆t
. .(e−i2πf0 k 2 − e+i2πf0 k 2 )
T j.2.π.k.f0

∆t sin(kπf0 ∆t)
X(i.k) = A. .
2 kπf0 ∆t

Les coefficients de Fourier sont purement réels puisque le signal est pair. Leur enveloppe est une
fonction en sin(x)
x qui porte le nom de sinus cardinal

plus les impulsions sont étroites par rapport à la période T, plus le spectre s’étale. En effet, le premier
1
passage par zéro se fait à la fréquence ∆t . Par contre, la distance entre raies spectrales ne change
pas puisqu’elle est égale à l’inverse de la période de la SIR f0 = T1

Comme le spectre d’un signal est souvent complexe, sa présentation dans un plan ne peut se faire
qu’au travers du traçage distinct des spectres d’amplitudes et de phases.

4.2 Suite d’impulsion triangulaires (SIT)

Le signal x(t) et son spectre X(i·k) sont représentés à la figure suivante : L’expression de X (j · k)
est alors la suivante :

∆t sin(kπf0 ∆t) 2
X(i.k) = A. .( )
2 kπf0 ∆t

10
4.3 Suite d’exponentielles décroissantes

On considère une exponentielle qui se répète périodiquement aux instants k.T :

−t
x(t) = A.e τ si 0 ≤ t < T
calcul de spectre:

 T
1
X(i.k) = . x(t).e−i2πf0 kt .dt
T 0
 T
A −t
X(i.k) = . e τ .e−i2πf0 kt .dt
T 0
 T
A −t 1
X(i.k) = . e τ .e−t.( τ +i2πf0 kt) .dt
T 0
1
A e−t.( τ +i2πf0 kt)
X(i.k) = . 1 |
T −( τ + i2πf0 kt)
A −τ T
X(i.k) = . .[e−t.( τ +i2πf0 kT ) − 1]
T (1 + i2πf0 k.τ )

τ 1
pour τ ≪ T X(i.k) = A. .
T (1 + i2πf0 k.τ )

11
5 Reconstruction des signaux

5.1 Synthèse d’un signal carré

On sait que l’expression de la série de Fourier complexe est donnée par:

+∞


x(t) = X(j.k).ei2πf0 kt
−∞

et on sait que dans le cas d’une suite d’impulsions rectangulaire on a:

∆t sin(kπf0 ∆t)
X(i.k) = A. .
2 kπf0 ∆t
Connaissant le spectre X(ik), on peut toujours reconstruire une approximation d’ordre N du
signal temporel.

+N


xN (t) = X(j.k).ei2πf0 kt
k=−N

+N
∆t
sin(kπf0 ∆t) i2πf0 kt
xN (t) = A. .e
2 kπf0 ∆t
k=−N

−1 +N
∆t
sin(kπf0 ∆t) i2πf0 kt
sin(kπf0 ∆t) i2πf0 kt
xN (t) = A. ( .e + .e )
2 kπf0 ∆t kπf0 ∆t
k=−N k=0

+N

sin(kπf0 ∆t)
∆t
xN (t) = A. (1 + 2 . cos 2πf0 kt )
2 kπf0 ∆t
k=1

T ∆t
Dans le cas d’un signal carré on ∆t = 2 donc T = 0.5 et le sinus cardinal s’annule pour k pair.

12
 Si A = 1, on obtient :
1 2 2 2
xN (t) = + . cos(2πf0 t) − . cos(6πf0 t) + . cos(10.π.f0 t) + ...
2 π 3.π 5.π

5.2 Phénomène de Gibbs

En général, lorsqu’on reconstruit un signal x(t) à partir de ses coefficients de Fourier, on remarque
une convergence rapide vers le signal original au fur et à mesure que N augmente. Cependant, cela
n’est plus vrai lorsque le signal possède des discontinuités d’ordre 0. Il apparaît alors, à l’endroit de
la discontinuité, des oscillations que l’on désigne sous le nom de phénomène de Gibbs.

13
6 Energie et formule de Parseval d’un signal
La puissance moyenne d’un signal T périodique x, est la quantité (lorsqu’elle est finie)

 T
1 2
E(x) = | x(t) |2 dt
T − T2

Appelée aussi le carré de la valeur efficace de x sur l’intervalle [− T2 , + T2 ]. La puissance fournie

par une harmonique de rang p ≥ 1, sur un intervalle de longueur T , se calcule par :
 T
1 2
Ep = | ap cos(pwt) + bp sin(pwt) |2 dt
T −T
2

b2p + a2p
Ep =
2

En sommant toutes les puissances des harmoniques de la série de Fourier d’un signal périodique
x (supposée convergente) on obtient la formule dite de Parseval.

∞ 2  T

bp + a2p 1 2
a20 + = | x(t) |2 dt
2 T − T2
p=1

L’énergie moyenne associée à une fonction périodique est égale à la somme des énergies moyennes
associées à chacune de ses composantes de Fourier. On dit aussi qu’il ya conservation de la puissance
:
∞

 T
1 2
2
| Cp | = | x(t) |2 dt
−∞
T − T2

7 Décalage temporel

Il est fréquent en analyse des signaux de devoir décaler temporellement un signal x(t) ; on obtient
alors un nouveau signal y(t) = x(t + td ). Ce décalage td peut être positif (signal avancé) ou négatif
(signal retardé). On montre alors qu’entre les espaces temps et fréquences, il existe la relation suivante
:

y(t) = x(t + td ) ⇐⇒ Y (i.k) = e+i2πf0 ktd .X(i.k)

en module ça donne :
| Y (i.k) |=| X(i.k) |
en phase ça donne :
β k = αk + 2.π.k.f0 .td

14
8 Modulation d’amplitude
x(t) = m(t).p(t)

si p(t) est une fonction sinusoidale, on peut la remplacer par deux phaseurs de fréquence ±fp grâce
aus formules d’Euler:

e+i2.π.fp .t + e−i2.π.fp .t
cos(2.π.[Link] .t) =
2
On montre facilement alors que :

x(t) = e±i2.π.fp .t .m(t) ⇐⇒ X(i.k) = M(i(k.f0 ± fp ))

À une multiplication par un phaseur dans le domaine temporel correspond un décalage dans
l’espace des fréquences

9 Calcul de quelques spectres

9.1 Suite d’impulsions composites

On considère le signal de la figure suivante. calculer ses composantes spectrales et obtenir son
approximation d’ordre 3. Le signal x(t) est composé d’une somme de deux SIR x1(t) et x2(t) dont
les caractéristiques sont, respectivement,

• leur largeur t1 = 0.25 [ms], t2 = 0.5 [ms]

• leur amplitude A1 = 1 [V], A2 = 2 [V].

Utilisant la propriété de linéarité des séries de Fourier, on a :

x(t) = x1(t) + x2(t) ⇐⇒ X(i.k) = X1 (i·k) + X2 (i·k)

15
 ∆t1 sin(kπf0 ∆t1 ) sin(k. π4 )
X1 (i·k) = A1. = 0.25.
T kπf0 ∆t1 k. π4

∆t2 sin(kπf0 ∆t2 ) sin(k. π2 )

X2 (i·k) = A2. = 1.0.
T kπf0 ∆t2 k. π2
sin(k. π4 ) sin(k. π2 )
X(i.k) = X1 (i·k) + X2 (i·k) = 0.25. + 1.0.
k. π4 k. π2

x(t) = 1.25 + [Link](2.π.f0 .t) + [Link](4.π.f0 .t) + [Link](6.π.f0 .t + π)

9.2 SIR décalée

Cas d’une SIR non centrée démarrant à l’instant t = 0, de largeur t et de période T. la SIR est
retardée d’une demi-largeur d’impulsion et le temps de décalage vaut donc td = −∆t2 .
En partant d’une SIR centrée et utilisant le théorème du retard, on obtient :

∆t sin(kπf0 ∆t) −i2πf0 k. ∆t

X(i.k) = A. . . e  2
    T  kπf0 ∆t
   X2(j.k)
X0 X1(ik)

| X(i.k) |=| X0 | . | X1 | . | X2 |

∆t sin(kπf0 ∆t)
| X(i.k) |= A. .| | .1
T kπf0 ∆t

16