Chapitre III:

TRANSFORMÉE DE FOURIER DES

SIGNAUX CONTINUS

Séries de Fourier
&
Transformée de Fourier

Licence GE Traitement du signal

2
Spectre :

Spectre électromagnétique

3
 Analyse spectrale

• Télécommunications (TV, Satellites, Radio, wifi, Bluetooth, …)

• Traitement de la parole
• Traitement du son (musique, chanson, bruits, …..)
• Traitement d'images
• …

4
 Transformation
(d'un signal)

Exprimer un signal en fonction d'une combinaison d'un ensemble de

signaux élémentaires simples, appelées fonctions de base

Dans la transformée de Fourier, les signaux élémentaires de base

sont un ensemble de signaux sinusoïdaux (sinus et cosinus) avec
différentes fréquences.

Beaucoup de concepts de traitement de signal (spectre, bande

spectrale, bande passante, filtrage, …) résultent de la description
de Fourier des signaux.

5
 Séries de Fourier
Représentation spectrale des signaux périodiques

• Soit x(t) un signal périodique de période T, i.e.,

x(t +T) = x(t), t  IR

• Exemple: train d'impulsions réctangulaires

6
Forme algébrique de la décomposition en série de Fourier:

En 1807, Joseph Fourier (1768-1830) stipula que pour toute fonction x(t)
périodique de période T0, on peut trouver des réels ak et bk, uniques, tels que :

 
x(t) = a0 +  ak cos ( kω0 t ) +  bk sin ( kω0 t )
k =1 k =1
Composante Composante Composante
continue paire impaire

ak et bk : coefficients de décomposition en séries de Fourier en sinus et cosinus.

0 = 2 f0 où f0 : fréquence fondamentale= 𝟏
𝑻 𝟎

kf0 : k-ième harmonique ou harmonique de rang k (k>1).

7
Produit scalaire de deux fonctions:
Le produit scalaire de deux fonctions x(t) et y(t) sur l'intervalle a < t < b est
donné par la relation:

b
 x(t ), y (t ) [ a ,b ] =  x(t ) y  (t )dt
a

y  (t ) : complexe conjugué de y (t )
Deux fonctions x(t) et y(t) sont orthogonales sur un intervalle T si :

 x(t ), y (t ) T = 0

On peut alors vérifier facilement que, sur une période T0, les fonctions
suivantes sont deux à deux orthogonales :
2
1,cos ( kω t ) , sin ( kω t )
0 0 k =0,1, 2, ...
avec : ω0 =
T0

8
 On a :
T0
 2  2
T0 T0  sin k T t
➢ 1, cos ( k0 t ) T0 =  T0 [Link] ( k0 t ) dt =  T0 cos ( k 0 t ) dt =   =0
2 2 0
−
2
−
2  k0 
  T0
 −
T0 2
 2 2
T0 T0  − cos k t
T0
➢  1,sin ( 0 ) T0 − T0
k  t  = 2
[Link] ( 0)
k  t dt =  2
sin ( 0)
k  t dt =   =0
k0
T
2
− 0
2  
  T0
−
2
T0
 2 2  2
T0  sin k T t
➢  sin ( k0t ) , cos ( k0t ) T0 =  2T0 sin ( k0t ) .cos ( k0t ) dt =  0
 =0
−
2  2k0 
  T0
−
2

9
Les coefficients de Fourier ak et bk se calculent comme suit :

T0
T0 T0 2
➢  x(t ),1 T0 =  a0 dt = a0T0 =  1
 a0 = 
2 2
T T x(t )dt x(t )dt
− 0 − 0 T0
2 2 T0
−
2

2
➢ ak =  x(t ) cos ( 2 k f 0 t ) dt
T0 T0

2
➢ bk =  x(t ) sin ( 2 k f 0 t ) dt
T0 T0

10
Remarques :
signal signal signal ni pair ni
pair Impair impair

peut-être facilement déduite de la peut-être facilement déduite de la

représentation graphique du signal représentation graphique du signal
T0 T0

a0 a0 =
1
T0
2

 x(t )dt
T
− 0
0 a0 =
2
1
T0  x(t )dt
−
T0
2 2

T0
T0
2 2
 2n t 
 2n t 
0 an =  x(t ) cos dt
2
2
an an =  x(t ) cos dt T0  0 
T
 0 
T0 T T0
T0 −
− 2
2

T0 T0
 2n t   2n t 
bn 0 bn =
2
T0 
2

T
x(t ) sin 
 T0 
dt bn =
2
T0 
2

T0
x(t ) sin 
 0 
T
dt
− 0 −
2 2

Le développement de Fourier en sinus et cosinus peut aussi s’écrire :

 
x(t ) =  ak cos ( 2 k f 0t ) +  bk sin ( 2 k f 0t ) 11
k =0 k =1
Exemple :

Calculer le développement en série de Fourier du signal carré suivant :

x(t)

To t

-1

12
Le développement en série de Fourier est donné par la relation :

 
x(t ) = a0 +  ak cos ( 2 k f 0 t ) +  bk sin ( 2 k f 0 t )
k =1 k =1

Pour le signal carré considéré :

• La moyenne du signal (composante continue) est nulle  a0=0.

• Le signal est impair  ak=0.
• Les coefficients bk sont donnés par la relation :

2 T
bk =  x(t ) sin ( 2 k f 0 t ) dt pour k 1
T 0

13
  T
T 
2 T
 2   − cos ( 2 k f 0t )  2  cos ( 2 k f 0t )  
sin ( 2 k f 0t ) dt− T sin ( 2 k f 0t ) dt  =
T

T 
 bk = 
2
  +  
  
 T  2 k f   2 k f T 
0
2
 0 0 0
2

2 2
1 − cos(k ) = 1 − ( −1) 
k
 bk =
k k

− Si k est pair  bk=0.

−Si k est impair 

Le signal x(t) s’écrit alors :

N →
4 1
x(t ) =

p =0 2 p +1
sin ( 2 (2 p + 1) f 0 t )
14
1.5

4
N =1  x0 (t ) = sin ( 2 f 0 t )
0.5

0

-0.5

-1

-1.5
-8 -6 -4 -2 0 2 4 6 8

1.5

4 
0.5

1
0
N =2  x1 (t ) = sin ( 2 f 0 t ) + sin ( 6 f 0 t ) 
-0.5
 3 
-1

-1.5
-8 -6 -4 -2 0 2 4 6 8

1.5

4 
0.5

1 1
N = 20  x20 (t ) =  sin ( 2 f t ) + sin ( 6 f t ) + sin (10 f 0 t ) + 

0
0 0
3 5
-0.5

-1

-1.5
-8 -6 -4 -2 0 2 4 6 8

15
N =1 N =3

N =5 N = 11

N = 100 N = 1000 16
Phénomène de Gibbs :
En règle générale, la série de Fourier est infinie. Sa reconstruction par la somme d’un
nombre fini d’exponentielle complexes constitue une approximation du signal original.
On remarque une convergence rapide vers le signal original au fur et à mesure que le
nombre d’harmoniques utilisées augmente.

On remarque qu’il apparaît, à l’endroit de la discontinuité, des oscillations que l’on

désigne sous le nom de phénomène de Gibbs. L’amplitude du dépassement dû à ces
oscillations est de 9% de l’amplitude de la discontinuité.

17
Forme trigonométrique de la décomposition en série de Fourier:

L’harmonique de rang k : uk ( t ) = ak cos k0t + bk sin k0t

peut s’écrire sous la forme : uk ( t ) = Ak cos ( k0t − k )

bk
Ak = a + b
2
k
2
k et tg (k ) = ( si ak  0 )
ak
 : la fréquence
Ak : l’amplitude k : la phase
2
Le développement en série de Fourier peut alors se réécrire sous la forme :


x(t ) =  Ak cos ( 2 k f 0t − k )
k =0 18
Forme complexe de la décomposition en série de Fourier:

Les relations d’Euler permettent d’écrire :

e jx + e− jx e jx − e− jx
cos x = et sin x =
2 2j

La décomposition en série de Fourier peut alors s’écrire :

a0 +  e j 2 k f0t + e − j 2 k f0t e j 2 k f 0t − e − j 2 k f 0t 
x(t ) = +   ak + bk 
2 k =1  2 2j 

a0 +  ak − jbk j 2k f0t ak + jbk − j 2k f0t 

= +  e + e 
2 k =1  2 2 
19
D’après les relations donnant ak et bk, on a :

a− k = ak et b− k = −bk
a0 + ak − jbk j 2 k f0t −1 ak − jbk j 2 k f0t
x(t ) = + e + e
2 k =1 2 − 2
+ −1
 x(t ) = C0 +  Ck e j 2 k f 0 t
+  Ck e j 2 k  f 0t
k =1 −

D’où enfin :
+
ak − jbk j 2 k f0t
x(t ) =  e
k =− 2 a0
Ou encore : C0 =
2
+

C
1
j 2 k  f 0t Cn = (an − jbn )
x (t ) = k e 2
k =− 1
C− n = (an + jbn )
2
20
On peut aussi écrire les Ck en fonction du signal x(t) :

a0 1 T / 2
C0 = =  x(t )dt
2 T −T / 2

1
Ck = (ak − jbk )
2
1  T /2
x(t ) sin k0tdt 
T /2
= 
T  −T / 2
x (t ) cos k 0 tdt − j −T / 2 

1 T /2
=  x(t )(cos k0t − j sin k0t )dt
T −T / 2

1 T /2
=
T 
−T / 2
x(t )e − jk0t dt

21
 1 1
D'où finalement : Ck = ( ak − jbk ) =  x(t ) e − j 2 k f0t dt
2 T0 T0

Les Ck représentent les composantes du spectre en fréquence de x(t),

grandeurs en générale complexes qui ont :
1 2
➢ pour module : C k = a k + bk
2

2
 −bk 
➢ pour phase :  k = arctan  
 ak 
On appelle spectres la représentation graphique des paramètres de la
séries de Fourier. On parle de :

• spectre d’amplitude pour la représentation des Ck (en général |Ck|)

en fonction de la fréquence, et de

• spectre de phase lorsqu’il s’agit de la représentation de la phase k.

22
On différencie les spectres bilatéraux (fréquences positives et négatives)
qui sont issus de la représentation en série d’exponentielles complexes
des spectres unilatéraux (fréquences positives uniquement) issue de la
représentation en série de cosinus.

X(f) X(f)
Représentation Représentation
unilatérale bilatérale
a0 a0
C1 C-1 C1
C2 C-2 C2
f f
0 f0 2 f0 -2 f0 - f0 0 f0 2 f0

Le spectre bilatéral X(f) du signal périodique x(t) peut être représenté par
l’expression :

+
X(f ) = C
k =−
k  ( f − k f0 )
23
La représentation bilatérale présente l’avantage de simplifier les calculs au niveau
du traitement du signal.

La représentation unilatérale est une représentation réelle qui peut être obtenue à
partir d’analyseurs de spectres ou de transformateurs de Fourier qui présentent le
module de ce spectre.

Remarque :
La détermination des coefficients de développement d'un signal en série
de Fourier constitue son analyse :
1
Ck =
T 
T
x(t ) e − jk0t dt

L’opération inverse qui consiste à reconstruire le signal à partir de sa série

de Fourier en est la synthèse. Elle permet de générer le signal x(t) à partir
des coefficients de Fourier.
+
x(t ) =  k
k =−
C e jk0t

24
Exercice :

Quels sont les spectres bilatéraux des fonctions suivantes:

x(t ) = cos ( 2 f0t ) et y (t ) = sin ( 2 f 0t )

25
➢x (
(t ) = cos 2 f0t
__________________ )
1 j0t
Ce signal peut s'écrire sous la forme : x ( t ) = e + e − j0t 
2
Les composantes du développement en série complexe sont:
1 1
C−1 = et C1 =
2 2
+
Le spectre de x(t) est donné par l’expression : X ( f ) =  Ck  ( f − k f0 )
k =−

d’où : 1
X(f ) = ( ( f + f 0 ) +  ( f − f 0 ) ) real ( X ( f ) )
2 1
2

Notons que pour un signal réel pair,

le spectre est réel pair.

-fo fo f
26
 (
x(t ) = sin 2 f 0 t
➢ __________________ )
1 j0t
Ce signal peut s'écrire sous la forme : x (t ) = e − e − j0t 
2j
Les composantes du développement en série complexe sont:
1 1
C−1 = − et C1 =
2j 2j
+
Le spectre de x(t) est donné par l’expression :X ( f ) =  Ck  ( f − k f0 )
k =−

d’où : j
X ( f ) = ( ( f + f 0 ) −  ( f − f 0 ) )
2 imag{ X ( f )}

1/2
Pour un signal réel impair, le
spectre est imaginaire impair. fo
-fo f
-1/2 27
Exemple :

Tracer le spectre bilatéral du signal carré suivant :

x(t)

T t

-1

28
Relation de Parseval

Considérons un signal périodique x(t) de période T. Le produit scalaire de ce

signal par lui-même s’écrit :

T T
 x(t ), x(t ) T =  x(t ) x (t ) dt =  x(t ) dt
 2
0 0

La décomposition en série de Fourier de x(t) s’écrit :

+
x(t ) =  k
C
k =−
e j 2 k f 0 t

D’où :

T + +
 x(t ), x(t ) T = 
0
 Ck e
k =−
j 2 k f 0 t

m =−
Cm e − j 2 m f0t dt

29
 + 


T
 e j 2 k f0t e − j 2 m f0t dt

= Ck C m 0
k =− m =−

Or
T T j ( k − m )0t
e jk0t
,e jm0t
T =  e jk0t
e − jkm0t
dt =  e dt
0 0

Comme n et m sont des entiers, (n-m) est un entier.

T j ( k − m )0t T si m = k
0
e dt = 
0 si m  k

30
 +
 x(t ), x(t ) T = T  n n
C C
n =−


D’où :

2 +
1
 x (t ) 
T
dt =
2
Cn
T 0
n =−

Cette dernière équation, connue sous le nom de relation de Parseval, montre

que, pour un signal périodique, la puissance est localisée dans les
harmoniques de sa série de Fourier. Ceci montre que la puissance d’un signal
périodique est discrète.

31
Conditions d'existence: Conditions de Dirichlet

Un signal x(t) périodique est développable en séries de Fourier s'il

satisfait les conditions suivantes:

1. x(t) est absolument intégrable sur une période, c-à-d :

a +T

 | x(t ) | dt  ,
a
a  
2. x(t) a un nombre fini de minima et de maxima sur une période,
3. x(t) a un nombre fini de discontinuités sur une période,

32
Transformée de Fourier (TF)
des signaux continus

33
Définition :
La TF est une généralisation de la décomposition en série de Fourier à tous
les signaux déterministes non-périodiques.

+
Transformée de Fourier X(f ) =  x(t ) e − j 2 f t dt Analyse
−

+
Transformée de Fourier inverse x(t ) =  X ( f ) e j 2 f t df Synthèse
−

Notations :

x ( t ) ⎯⎯⎯
TF
→X ( f ) X ( f ) = TF  x ( t )  et x ( t ) = TF −1  X ( f )

+ 1 +
X ( ) =  x(t ) e − j t
dt , x(t ) =  X ( ) e jt d 
− 2 −

34
Conditions d'existences : conditions de Dirichlet
+

1. x(t) est absolument intégrable :  | x(t ) | dt  

−

2. x(t) a un nombre fini de minima et de maxima dans tout intervalle fini

3. x(t) a un nombre fini de discontinuités dans tout intervalle fini.

Une condition nécessaire et suffisante d'exitence de la transformée de

Fourier X() est que le signal x(t) soit d'énergie finie :
+

 dt  
2
| x (t ) |
−
Exemples :

x (t ) = e − t
u (t ) ,  > 0 et u(t) = échelon unité

35
Propriétés de la Transformée de Fourier

x(t )  X ( f ) y (t )  Y ( f )

• Linearité:

 x(t ) +  y (t )   X ( f ) +  Y ( f )
• Décalage temporel (Translation):
− j 2 ft0
x(t − t0 )  X ( f )e
Conséquence :
Le décalage temporel a pour conséquence l'introduction d'une phase (- t0) dans
la transformée du signal. Le module de la transformée ne change pas.

si TF ( x ( t ) ) = X ( f ) e j alors TF ( x ( t − t0 ) ) = X ( f ) e
j ( −t0 )
36
• Conjugué temporel:

x (t )  X  (− )
Conséquence :

Si x(t) est réel (x*(t)=x(t)) alors : X ( ) = X  ( − ) et X  ( ) = X (− )

En effet : 
 +
 +
X ( ) =   x ( t ) e dt  =  x ( t ) e jt dt = X ( − )
 − jt

 −  −

 +
 +
X  ( − ) =   x ( t ) e jt dt  =  x ( t ) e − jt dt = X ( )
 −  −
Ceci montre que si x(t) est réel, alors X() est à conjugué symétrique.

Voir l'exemple de la TF de x ( t ) = e− t u ( t )

37
• Dérivation dans le domaine temporel :
n
d
n
x(t )  ( j 2 f ) X ( f )
n

dt
La dérivation d'ordre n dans le domaine temporel est équivalente à une
multiplication par (j)n dans le domaine fréquentiel.

• Dérivation dans le domaine fréquentiel :

n
d
t x(t )  ( j )
n
X ( )
n

d n

Exemples :

x ( t ) = te − t
u (t ) ,  > 0 et u(t) = échelon unité
38
• Changement d'échelle:

1  
x(at )  X  
a a

La dilatation dans le temps (a>1) correspond à une compression dans le

domaine fréquentiel et vice-versa.

Remarque :

x ( −t )  X (− )
Si a = -1 alors :

Le retournement dans le domaine temporel correspond à un retournement dans

le domaine fréquentiel.

39
• Dualité temps-fréquence:

X (t )  x(− f )

On a : + +
x (t ) =  X ( f )e j 2 ft df  x ( −t ) =  X ( f )e − j 2 ft df
− −

En interchangeant t et f ( t  f ) , on obtient :
+
x(− f ) =  X (t )e − jt dt = TF ( X (t ) )
−

40
• Multiplication par une Exponentielle Complexe:

j0t
x(t )e  X ( −  0 )
• Convolution dans le domaine temporel :

x(t )  y (t )  X ( f )Y ( f )

• Multiplication dans le domaine temporel :

x(t ) y (t )  X ( f )  Y ( f )

41
• Théorème de Parseval :

 x(t ) dt   X ( ) d 
2 2

IR IR
+ +
En écrivant le produit scalaire : x ( t ) , x ( t ) =  x(t ) x (t )dt = 
2
IR
x (t ) dt
− −
+ +
Or : x (t ) =  X ( )e jt d  et x ( t ) =  X  ( )e − jt d 
− −
d'où
 
IR x(t ) x ( t ) dt = IR x(t )  IR X ( ) e d  dt
  − jt

 
=  X ( )   x(t )e dt  d  =  X ( ) X ( ) d  =  X ( ) d 
 − jt  2

IR  IR  IR IR

42
43
44