TRAITEMENT DU SIGNAL ANALOGIQUE Chapitre

I. SERIE DE FOURRIER
1. Définition
La décomposition d’un signal en série de Fourier consiste à le mettre sous forme
de somme de sinusoïdes, facilitant ainsi le passage du domaine temporel au domaine
fréquentiel. Les séries de Fourier sont principalement utilisées dans le cas de signaux
périodiques. Selon Dirichlet, pour qu’un signal puisse être décomposable, il doit être
à variations bornées.
Soit s(t) un signal périodique de période T0. La décomposition en série de Fourier
de s(t) permet de l’écrire sous la forme :
s(t) = S0 + ∑ [ cos( )+ sin ( )] où ω0 = : pulsation
Avec :
S0 = ∫ ( )

An = ∫ ( ) cos( )

Bn = ∫ ( )sin ( )

 Vocabulaire :
 S0 représente la valeur moyenne du signal s(t).
 Le signal de pulsation ω0 est appelé le fondamental, alors que les signaux
de pulsation nω0 sont appelés les harmoniques de rang n.
 Remarque :
Une simple translation du signal s(t) suivant l’axe du temps fera modifier les
coefficients An et Bn. Cette écriture ne permet donc pas de conserver la
puissance du signal après translation. On définit donc une autre écriture
permettant de traduire cette translation en déphasage, et parsuite de conserver
la puissance du signal.
On pose donc : An = Cn sinΦn et Bn = Cn cosΦn d’où :
s(t) = S0 + ∑ C sin (nω t + Φn)
où : Φn = arctan et = +

2. Développement en termes complexes

Le développement en termes complexes de la série de Fourier est obtenu en
introduisant les expressions complexes de cos(nω0t) et sin(nω0t) :

cos(nω0t) = et sin(nω0t) =

Page 1
 On obtient alors :

s(t) = ∑ où Sn = ∫ ( )

Pour tout entier n > 0, on définit les relations suivantes :

Sn = et S-n =
 Remarques :
 Si s(t) est paire : Bn = 0 donc Sn = S-n
 Si s(t) est impaire : An = 0 donc Sn = -S-n
 Théorème de Parceval (ou de la puissance) :
 Si l’on connait les coefficients Cn (ou également An et Bn), on peut
calculer la puissance du signal comme suit :
P= + ∑
 Si l’on connait les termes complexes alors :
P= ∑ | |

3. Exercice d’application
a. Enoncé :
Considérons trois signaux s1(t), s2(t) et s3(t) définie par leurs coefficients de
décomposition en série de Fourier comme suit :

n 0 1 2 3 4
s1(t) An +2 +5 -2 +1 0
Bn +4 +3 -1 0
n 0 1 2 3 4
s2(t) Cn 1 3 0 2 0
Φn 0 -π/3 0 +π/2 0
n 0 ±1 ±2 ±3 ±4
s3(t)
Sn 5 4±3j 0 -2±j 0

Q1. Donner l'expression temporelle simplifiée de chacun de ces trois signaux.

Q2. Calculer les puissances P1, P2 et P3 des signaux s1(t), s2(t) et s3(t)
respectivement.

Page 2
II. TRANSFORMEE DE FOURIER
La transformée de Fourier permet d’obtenir une représentation spectrale (répartition
fréquentielle de l’amplitude, de la phase et de l’énergie) d’un signal à partir de son
expression temporelle.
1. Définition
La transformée de Fourier S(f) d’un signal s(t) est définie comme suit :
S(f) = TF[s(t)] = ∫ ( )
Si cette transformée existe, on définit la transformée de Fourier inverse comme
suit :
s(t) = TF-1[S(f)] = ∫ ( )

2. Propriétés
 Linéarité : TF[ s1(t) +  s2(t)] =  S1(f) +  S2(f)
 Décalage/translation en temps : TF[s(t- t0)] = e –j2πft0 S(f)
 Décalage/translation en fréquence : TF[e j2πf0t s(t) ] = S(f - f0)

Page
3
  Conjugué complexe : TF[s*(t)] = S*(-f)
 Dilatation : TF[s(at)] = | | S( )
 Dérivation :
( )
 Fréquentielle : TF [(-2jt)n s(t)] =
( )
 Temporelle : TF ( ) = (j2f)n S(f)
3. Exemples :
 TF [δ(t)] = 1
 TF [δ(t-τ)] = e-2jπfτ
 TF(e-2jπf0t) = δ (f + f0)

III. TRANSFORMEE DE LAPLACE

1. Définition
La transformée de Laplace d’un signal s(t) est définie par :
∞
S(p) = TL[s(t)] = ∫ ( ) e – p t dt où p = jω = j2πf

2. Propriétés
 Linéarité : TL[ s1(t) +  s2(t)] =  S1(p) +  S2(p)
 TL[s(t) e -t ] = S(p+)
( ) ( )
 TL[s(t) cos (t) ] =
( ) ( )
 TL[s(t) sin (t) ] =
( )
 Dilatation : TL[s(t)] =

 Translation : TL[s(t-)]  e -p S(p)
 Dérivation fréquentielle : TL[(-t)n s(t)] 

 Dérivation temporelle : TL[ ] = pn S(p)

 Théorème de la valeur initiale : lim → ( ) = lim → ( )
 Théorème de la valeur finale : lim → ( ) = lim → ( )

3. Exemples
 Impulsion : TL[(t)] = 1
 Echelon : TL[u(t)] =

 Rampe : TL[r(t)] =

 Exponentielle : TL[e -t u(t)] =



Page
4
IV. CONVOLUTION
1. Définition
Le produit de convolution d’un signal s1(t) par un autre s2(t) est donné par :
s1(t) * s2(t) = ∫ ( ) ( − )

2. Propriétés
 Transformée de Fourier : TF [s1(t) * s2(t)] = S1S2
 Transformée de Laplace : TL [s1(t) * s2(t)] = S1S2
 Elément neutre : s(t) * δ(t) = s(t)
3. Exemple

Rect ( ) * eat = ∫ ( )
= eat ∫ = ( − )

V. CORRELATION
La corrélation est une opération mathématique dont le but est de mesurer le degré de
ressemblance de deux signaux donnés en effectuant l’intégrale du produit des signaux
que l’on décale progressivement l’un par rapport à l’autre.
Elle est utilisée dans de nombreuses applications où il serait nécessaire de comparer
entre deux fonctions : le signal de référence x(t) et le signal reçu y(t) : les radars, les
communications numériques, le GPS (Global Positioning System), etc.

1. Intercorrélation de deux signaux

a. Signaux à énergie finie
Considérons deux signaux x(t) et y(t) à énergie finie. On définit leur fonction
d’intercorrélation comme suit :
rxy (τ) = ∫ ( ) ( + )

b. Signaux à puissance finie

Dans ce cas, les signaux sont permanents et possèdent une énergie infiniment
grande. On ne peut donc pas utiliser la définition précédente. Pour cette
catégorie de signaux, on redéfinit la fonction d’intercorrélation comme suit :
/
rxy(τ) = lim ∫ /
( ) ( + )

2. Autocorrélation d’un signal

Si y(t) = x(t), alors on définit la fonction d’autocorrélation comme suit :
a. Signal à énergie finie
rxx (τ) = ∫ ( ) ( + )
b. Signal à puissance finie
/
rxx(τ) = lim ∫ /
( ) ( + )

Page
5
 3. Propriétés de l’intercorrélation
 Le maximum de la fonction d’intercorrélation se situe à l’endroit du
décalage correspondant au maximum de similitude entre les deux signaux.
 Comme le fait de retarder y(t) par rapport à x(t) d’une valeur τ équivaut à
avancer le signal x(t) par rapport à y(t), on aura : rxy(τ) = ryx(−τ ).
 Si les deux signaux sont périodiques de même période, la fonction
d’intercorrélation sera également périodique.

4. Propriétés de l’autocorrélation
Pour un décalage nul, on retrouve :
 Pour un signal à énergie finie x(t) : rxx(0) = ∫ ( ) = Wx
/
 Pour un signal à puissance finie : rxx(0) = ∫ /
( ) = Xeff2 = Px
5. Exemple
Reprenons l’exemple précédent : x(t) = Rect ( ) et y(t) = eat

rxy (τ) = ∫ ( )
= eaτ ∫ = ( − )

VI. NOTION DE FILTRAGE

1. Définition
Le filtrage est une forme de traitement de signal qui modifie le spectre de fréquence
et/ou la phase du signal présent en entrée du filtre et donc par conséquent sa forme
temporelle. L’objectif du filtrage est soit :
 d’éliminer ou d’affaiblir des fréquences parasites indésirables
 d’isoler dans un signal complexe la ou les bandes de fréquences utiles.
On classe généralement les filtres en deux grandes familles :
 les filtres numériques réalisés à partir de structure intégrée micro-
programmable (DSP).
 les filtres analogiques réalisés à partir de composants passifs (résistance,
inductance, condensateur) ou actifs (AOp).

2. Fonction de transfert
Le signal de sortie s(t) d’un système linéaire causal invariant dans le temps est
donné par le produit de convolution du signal d’entrée e(t) et d’une fonction h(t)
appelée réponse impulsionnelle : s(t) = e(t) * h(t) (si e(t) = δ(t) alors s(t) = h(t))
En appliquant la transformée de Laplace sur cette équation, on aura :
TL[s(t)] = TL[e(t) * h(t)] = TL[e(t)].TL[h(t)]
Soit S(p) = TL[s(t)] et E(p) = TL[e(t)]. On définit alors la fonction de transfert du
système comme suit :
[ ( )] ( )
H(p) = TL[h(t)] = =
[ ( )] ( )

Page
6
 3. Filtre réel
Pour un filtre idéal il faut que l’affaiblissement soit nul dans la bande de fréquence à
conserver (Bande passante) mais infini dans la bande à éliminer (Bande atténuée).
Cependant, de tels filtres sont pratiquement irréalisables mais on essaye d’approcher
cette réponse idéale en conservant l’atténuation A inférieure à Amax dans la bande
passante et supérieure à Amin dans la bande atténuée.
On définit ainsi un gabarit avec des zones interdites et des zones dans lesquelles
devra impérativement se situer l’atténuation du filtre en fréquence. Suivant le type
de réponse que l’on désire obtenir, on définit quatre familles de filtres :

VII. NOTION DE MODULATION

1. Principe
Avant de transmettre un signal, on doit d’abord l’adapter au canal de
transmission. En effet, en radio par exemple, le message transmis par voie
hertzienne est un message audio dont le spectre est compris dans la bande [20Hz,
20kHz]. La réception d'un tel signal nécessite des antennes dont les dimensions sont
du même ordre de grandeur que la longueur d'onde λ du signal. Or λ = c/f ; où c est
la célérité de la lumière (= 3. 108 m/s) et f la fréquence du signal.
Ainsi, pour f = 20kHz : λ = 15km. On devrait donc utiliser un signal de
fréquence beaucoup plus élevée pour réduire à des dimensions acceptables la taille
de l’antenne : c’est le principe de la modulation qui consiste à utiliser un signal HF
(porteuse) pour transporter le message (modulant).
A la réception, on applique l’opération inverse (démodulation) pour récupérer le
modulant à partir du signal modulé. La modulation est d’autant plus efficace qu’il
est facile de récupérer le message d’origine.

Page
7
 Si la porteuse est sinusoïdale de la forme : sp(t) = Up cos(ωpt + φ), alors on peut
agir soit sur l’amplitude Up (modulation d’amplitude), soit sur la phase φ
(modulation angulaire).

2. Modulation d’amplitude
Moduler une porteuse sinusoïdale sp(t) = Up cos(ωpt) par un signal modulant
sinusoïdale m(t) = Um cos(ωmt) revient à multiplier sp(t) par m(t). Le signal modulé
aura donc comme expression :
sm(t) = Um cos(ωmt) Up cos(ωpt) = {cos[(ωm - ωp) t] + cos[(ωm + ωp) t]}
Le spectre de ce signal aura l’expression suivante :
Sm(f) = [δ(f-fm+fp) + δ(f-fm-fp) + δ(f+fm-fp) + δ(f+fm+fp)]

Page
8