SlideShare une entreprise Scribd logo
1  sur  37
Traitement du signal
Page 1SEER1-TS
Jamila BAKKOURY
Chap2 : outils mathématiques pour le TS
SEER1-TS 2
Plan
• Introduction
• Séries de Fourier
• Transformée de Fourier
• Transformée de Laplace
3SEER1-TS
Séries de Fourier
Page 4SEER1-TS
Un signal périodique de période
peut être décomposé en une somme
d’ondes sinusoïdales dont les
fréquences sont multiples de
fréquence
Joseph Fourier
(1768-1830)
fo =
1
T
T
Séries de Fourier
Page 5SEER1-TS
fo =
1
T
Soit xT(t) un signal périodique de période . Son développement en séries
de Fourier est par définition:
xT t( ) = a0 + an
n=1
+∞
∑ cos 2π nf0t( ) + bn
n=1
+∞
∑ sin 2π nf0t( )
Où:
of0 est la fréquence fondamentale du signal.
oa0 est la valeur moyenne ou composante continue du signal .
oak et bk sont les coefficient de Fourier du développement en cosinus et sinus.
T
Calcul des coefficient de Fourier :
Remarque :
•xT(t) pair  bn=0
•xT(t) impair  an=0
Séries de Fourier
ao =
1
T
xT t( ) dt =xT
−
T
2
T
2
∫
an =
2
T
xT t( ) cos 2πnfot( ) dt
−
T
2
T
2
∫
bn =
2
T
xT t( ) sin 2πnfot( ) dt
−
T
2
T
2
∫ n ≥1
le développement en série de Fourier peut s’écrire:
où
En considérant la relation trigonométrique suivante:
avec
Acos(x)+ Bsin(x) = A2
+ B2
cos(x +φ)
φ = artg(
−B
A
)
xT (t)= A0 + An cos(2π nf0t
1
∞
∑ + αn )
A0 = a0 An = an
2
+ bn
2
αn = arctg(
−bn
an
)
Série de Fourier en cosinus
Séries de Fourier
- La représentation en cosinus est très importante car elle
correspond à la description des signaux en régime sinusoïdal
permanent où l’on représente un courant ou une tension par
son amplitude et sa phase.
- D’un point de vue pratique, cela revient à considérer que le
signal x(t) est créé de manière équivalente par une infinité de
générateur sinusoïdaux.
La représentation spectrale dans ce cas est unilatérale.
Remarques :
Séries de Fourier
Séries de Fourier
formules d’Euler :
xT t( ) = cn
n=−∞
+∞
∑ e
j 2πnfot( )
avec cn =
1
T
xT t( ) e
−j×2πnfot( )
dt
−
T
2
T
2
∫
co = ao
cn =
an − jbn
2
c−n =
an + jbn
2
Notation complexe :
fo =
1
T
la SF peut être transformée en SF complexe :
cos(x) =
ejx
+e− jx
2
, sin(x) =
ejx
−e− jx
2 j
Relation entre les trois formes :
cos-sin cos complexe
0=n 0a 00 aA = 00 ac =
0>n nn b,a
22
nnn baA +=
2
2
nn
n
nn
n
jba
c
jba
c
+
=
−
=
−
Séries de Fourier
La transformée de Fourier est une extension de la décomposition
en série de Fourier pour les signaux non périodiques.
En effet, la passage d’un signal périodique à un autre apériodique
peut se faire en considérant une période qui tend vers l’infini.
Transformée de Fourier
TF x(t){ } = X f( ) = x t( ) e− j2π ft
−∞
+∞
∫ dt
x t( ) = TF−1
X f( ){ } = X f( ) ej×2π ft
−∞
+∞
∫ df
Transformée de Fourier :
Transformée de Fourier inverse :
Transformée de Fourier
Linéarité :Linéarité :
( ) ( ) ( ) ( )fY.bfX.aty.btx.a F
+→←+
Homothétie :Homothétie :
( ) Ravec
1
∈





→← a
a
f
X
a
atx F
PropriétésPropriétés ::
Transformée de Fourier
Décalage en temps et en fréquence :Décalage en temps et en fréquence :
Dérivation :Dérivation :
x t −t0( ) F
¬ → X f( ).e− j2π ft0
et
x t( ).ej2π f0t F
¬ → X f − f0( )
( ) ( ) ( ) ( ) ( ) ( )fXfj
dt
txd
fX.fj
dt
tdx nF
n
n
F
ππ 2et2 →←→←
Propriétés :Propriétés :
Transformée de Fourier
Produit de convolution :Produit de convolution : ( ) ( ) τττ dtyxtyxtytx −== ∫
+∞
∞−
))(*()(*)(
( ) ( ) ( ) ( )fYtyfXtx FF
→←→← et
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )fY*fXty.tx
fY.fXty*tx
F
F
→
→
et
PropriétésPropriétés :
Transformée de Fourier
Transformée de Fourier & Systèmes :
Un SLTI est caractérisé par sa réponse impulsionnelle h(t)
La transformée de Fourier de h(t) donne la réponse en fréquence du système H(f)
et inversement.
h(t)
x(t) y(t)=x(t)*h(t)
H(f)
X(f) Y(f)=X(f) . H(f)
TF TF TF
Transformée de Fourier
Théorème de Parseval :Théorème de Parseval :
Propriétés :Propriétés :
Transformée de Fourier
E = x2
(t)dt
−∞
+∞
∫ = X(f )
2
df
−∞
+∞
∫
Densité Spectrale d ’Energie
)f(TF
δ→1
δ(t) TF
 → 1
ftjTF
e)tt( 02
0
π
δ −
→−
=
)ff(e TFtfj
0
2 0
−→ δπ
[ ])ff()ff()tfcos( TF
000
2
1
2 ++−→ δδπ
[ ])ff()ff(
j
)tfsin( TF
000
2
1
2 +−−→ δδπ
δTe
(t) TF
 →
1
Te
δ( f −
n
Te
)
−∞
+∞
∑
Distribution de DiracDistribution de Dirac :
Transformée de Fourier
Signal s(t)Signal s(t) Spectre fréquentiel S(f)Spectre fréquentiel S(f)
Réel quelconque Complexe (partie réelle paire, partie imaginaire impaire)
Réel pair Réel pair
Réel impair Imaginaire impair
Imaginaire quelconque Complexe (partie réelle impaire, partie imaginaire paire)
Imaginaire pair Imaginaire pair
Imaginaire impair Réel impair
Complexe pair Complexe pair
Complexe impair Complexe impair
Propriétés :
Transformée de Fourier
• Échantillonnage idéal
• Transformée de Fourier
périodisation en fréquence
xe (t) = x(t)δT (t) = x(t) δ(t − kT) = x[kT]δ(t − kT)
k=−∞
+∞
∑
k=−∞
+∞
∑
X f
T
X f f
T
X f
k
Te
T k
( ) ( )* ( ) ( )= = −
=−∞
+∞
∑
1 1
1δ
Échantillonnage temporel <=> périodisation en fréquence
Transformée de Fourier
Analyse spectrale
La transformée de Fourier est l’outil mathématique permettant d’obtenir une
représentation fréquentielle des signaux déterministes.
Elle a pour but de représenter, l’amplitude, la phase, l’énergie ou la puissance
d’un signal en fonction de sa fréquence notée f et permet ainsi son
analyse spectrale ou harmonique.
Remarque : la transformée de Fourier permet d’analyse un signal sous forme
d’une infinité de composantes sinusoïdales.
• Forme exponentielle du développement en série de Fourier d’un signal
périodique xT(t) de période T :
o cn.exp(jnωt) est l’harmonique d’ordre n du signal xT(t)
o l’harmonique d’ordre1 est appelé le fondamental
o l’harmonique d’ordre 0 correspond à la valeur moyenne du signal xT(t).
22
Analyse spectrale
Signaux périodiques
fo =
1
T
xT t( ) = cn
n=−∞
+∞
∑ e
j2π nfot( )
• Transformée de Fourier XT(f) d’un signal périodique xT(t) de période T :
• Le spectre d’un signal périodique est donc un spectre de raies puisque
c’est la
somme d’impulsions de Dirac décalées de 1/T de poids pondérés par les
coefficients cn appelés composantes du spectre.
Si X(f) est la transformée de Fourier du motif x(t) de xT(t), alors :
• X(f) est appelée l’enveloppe complexe de XT(f) 23
Analyse spectrale
Signaux périodiques
XT ( f ) = cnδ( f −
n
T
)
n=−∞
+∞
∑
cn =
1
T
X(
n
T
)
• Forme réelle du développement en série de Fourier d’un signal périodique
xT(t) de période T :
Les coefficients an et bn sont les coefficients réels de la série de Fourier ou
coefficients de Fourier trigonométriques.
- ancos(nωt)+bnsin(nωt) est l’harmonique d’ordre n du signal xT(t).
- l’harmonique d’ordre 1 correspond au fondamental
- l’harmonique d’ordre 0, a0 est la composante continue qui correspond à la
valeur moyenne du signal xT(t).
24
Analyse spectrale
Signaux périodiques
xT t( ) = a0 + an
n=1
+∞
∑ cos 2π nf0t( ) + bn
n=1
+∞
∑ sin 2π nf0t( )
0 1 2 3 4 5 6 7 8 9 10
-1
-0.5
0
0.5
1
temps (sec)
amplitude
Représentation en temps
0 1 2 3 4 5 6 7 8 9 10
0
0.2
0.4
0.6
0.8
1
fréquence (Hz)
amplitude
Représentation en fréquence
Représentation des signaux
Exemples
0 1 2 3 4 5 6 7 8 9 10
0
0.2
0.4
0.6
0.8
1
fréquence (Hz)
amplitude
Représentation en fréquence
0 1 2 3 4 5 6 7 8 9 10
-1
-0.5
0
0.5
1
temps (sec)
amplitude
Représentation en temps
Représentation des signaux
Exemples
0 1 2 3 4 5 6 7 8 9 10
-1
-0.5
0
0.5
1
temps (sec)
amplitude
Représentation en temps
0
0.2
0.4
0.6
0.8
1
fréquence (Hz)
amplitude
Représentation en fréquence
0 5 10 15 20 25 30
Représentation des signaux
Exemples
-5 -4 -3 -2 -1 0 1 2 3 4 5
0
0.5
1
temps (µsec)
amplitude
Repré sentation en temps
0 1 2 3 4 5 6 7 8 9 10
0
0.2
0.4
0.6
0.8
1
fréquence (MHz)
amplitude
Représentation en fréquence
Représentation des signaux
Exemples
On appelle produit de convolution entre deux fonctions x(t) et h(t),
l’opération * (notée également ⊗) définie par :
(x*h)(t) = x(t)*h(t) = x(t)⊗ h(t)
= x(τ ).h(t −τ ).dτ
−∞
+∞
∫ = x(t −τ ).h(τ ).dτ
−∞
+∞
∫
Produit de convolution
Propriétés :
• Le produit de convolution est :
o commutatif: x(t)*h(t)=h(t)*x(t)
o distributif : x(t)*[h(t)+g(t)]=x(t)*h(t)+x(t)*g(t)
o associatif: x(t)*[h(t)*g(t)]=[x(t)*h(t)]*g
• Élément neutre : x(t)*δ(t) = x(t)
Produit de convolution
Expression simplifiée :
Si x(t) et h(t) sont causaux,
Alors :
x τ( ) =0 ∀τ <0
h t −τ( ) =0 ∀τ >t




( )( ) ∫ −=
t
dthxthx
0
)()(* τττ
Produit de convolution
La convolution est une opération fondamentale de traitement du
signal.
Elle indique que la réponse d'un SL à l’instant t est la somme
(intégrale) pondérée des valeurs antérieures de l'excitation x(t).
La fonction de pondération est la réponse impulsionnelle h(t) du SL.
Produit de convolution
Réponse d’un système linéaire :
Considérons l’exemple de x(t) et h(t) ci-dessous :
x(t)
t
h(t)
t
Produit de convolution
Interprétation graphique
h(τ)
τ
h(-τ)
τ
h(t-τ)
τt
Remarque : le signal h(t-τ) est tout simplement
le signal initial h(τ), retourné dans le temps
pour obtenir h(-τ) puis translaté de t .
Produit de convolution
Interprétation graphique
Interprétation graphique
x(τ).h(t-τ)
τt
h(t-τ)
La surface hachurée représente : ∫
+∞
∞−
−= τττ dthxthx ).().())(*(
Remarque : quand t varie de - à + , on obtient la fonction y(t),∝ ∝
convolution de x(t) et h(t). En pratique les fonctions sont non
nulles sur un support fini, donc l’intégrale a des bornes finies.
Produit de convolution
x(τ)
Domaine
temporel
Domaine
fréquentiel
Variable : t Variable : f
Convolution Produit
e(t) → s(t) = ? E(f) → S(f) = ?
T. de Fourier
11
Calculer:S(f)=?
22
TF inverse
33
Le calcul du produit de convolution se fait en 3 étapes
Produit de convolution
Interprétation graphique
x(τ).h(t-τ)
τt
h(t-τ)
La surface hachurée représente : ∫
+∞
∞−
−= τττ dthxthx ).().())(*(
Remarque : quand t varie de - à + , on obtient la fonction y(t),∝ ∝
convolution de x(t) et h(t). En pratique les fonctions sont non
nulles sur un support fini, donc l’intégrale a des bornes finies.
Produit de convolution
x(τ)

Contenu connexe

Tendances

Cours sur les circuits logiques câblés www.cours-online.com
Cours sur les circuits logiques câblés www.cours-online.comCours sur les circuits logiques câblés www.cours-online.com
Cours sur les circuits logiques câblés www.cours-online.commorin moli
 
Traitement de signal -chapitre 1
Traitement de signal -chapitre 1Traitement de signal -chapitre 1
Traitement de signal -chapitre 1Samir Tabib
 
Rappel de cours traitement de signal
Rappel de cours traitement de signalRappel de cours traitement de signal
Rappel de cours traitement de signalmanahil2012
 
Lamini&farsane traitement de_signale
Lamini&farsane traitement de_signaleLamini&farsane traitement de_signale
Lamini&farsane traitement de_signaleAsmae Lamini
 
cours1_courtellemont.ppt
cours1_courtellemont.pptcours1_courtellemont.ppt
cours1_courtellemont.pptTITANIUMALFREDO
 
Le grafcet cours & exercices corrigés
Le grafcet cours & exercices corrigésLe grafcet cours & exercices corrigés
Le grafcet cours & exercices corrigéstoumed
 
Jeux d instruction du 6809
Jeux d instruction du 6809Jeux d instruction du 6809
Jeux d instruction du 6809Amel Morchdi
 
Systèmes de logiques séquentielles-Bascules
Systèmes de logiques séquentielles-BasculesSystèmes de logiques séquentielles-Bascules
Systèmes de logiques séquentielles-BasculesHatem Jebali
 
Chapitre 1 technique de transmission
Chapitre 1 technique de transmissionChapitre 1 technique de transmission
Chapitre 1 technique de transmissionFodé Ndiaye
 
64378311-Traitement-Du-Signal.ppt
64378311-Traitement-Du-Signal.ppt64378311-Traitement-Du-Signal.ppt
64378311-Traitement-Du-Signal.pptdocteurgyneco1
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires sarah Benmerzouk
 
Modulation Analogique
Modulation Analogique Modulation Analogique
Modulation Analogique SAHELAicha
 
144603938 exercices-capteur
144603938 exercices-capteur144603938 exercices-capteur
144603938 exercices-capteurMohammed moudine
 
Exos de logique séquentielle
Exos de logique séquentielleExos de logique séquentielle
Exos de logique séquentielleMo Ur Ad Es-se
 
Cours traitement de signal partie 1
Cours traitement de signal partie 1Cours traitement de signal partie 1
Cours traitement de signal partie 1sarah Benmerzouk
 
Transmittance complexe - Fonction de transfert
Transmittance complexe - Fonction de transfertTransmittance complexe - Fonction de transfert
Transmittance complexe - Fonction de transfertPeronnin Eric
 
chap1 generalites_signaux-systemes
chap1 generalites_signaux-systemeschap1 generalites_signaux-systemes
chap1 generalites_signaux-systemesBAKKOURY Jamila
 
part3.pptx
part3.pptxpart3.pptx
part3.pptxsadiki2
 
TP Les bascules - logique combinatoire
TP Les bascules - logique combinatoire TP Les bascules - logique combinatoire
TP Les bascules - logique combinatoire bilal001
 

Tendances (20)

Cours sur les circuits logiques câblés www.cours-online.com
Cours sur les circuits logiques câblés www.cours-online.comCours sur les circuits logiques câblés www.cours-online.com
Cours sur les circuits logiques câblés www.cours-online.com
 
Traitement de signal -chapitre 1
Traitement de signal -chapitre 1Traitement de signal -chapitre 1
Traitement de signal -chapitre 1
 
Rappel de cours traitement de signal
Rappel de cours traitement de signalRappel de cours traitement de signal
Rappel de cours traitement de signal
 
Lamini&farsane traitement de_signale
Lamini&farsane traitement de_signaleLamini&farsane traitement de_signale
Lamini&farsane traitement de_signale
 
cours1_courtellemont.ppt
cours1_courtellemont.pptcours1_courtellemont.ppt
cours1_courtellemont.ppt
 
Le grafcet cours & exercices corrigés
Le grafcet cours & exercices corrigésLe grafcet cours & exercices corrigés
Le grafcet cours & exercices corrigés
 
Jeux d instruction du 6809
Jeux d instruction du 6809Jeux d instruction du 6809
Jeux d instruction du 6809
 
Systèmes de logiques séquentielles-Bascules
Systèmes de logiques séquentielles-BasculesSystèmes de logiques séquentielles-Bascules
Systèmes de logiques séquentielles-Bascules
 
Chapitre3 prog dsplf3
Chapitre3 prog dsplf3Chapitre3 prog dsplf3
Chapitre3 prog dsplf3
 
Chapitre 1 technique de transmission
Chapitre 1 technique de transmissionChapitre 1 technique de transmission
Chapitre 1 technique de transmission
 
64378311-Traitement-Du-Signal.ppt
64378311-Traitement-Du-Signal.ppt64378311-Traitement-Du-Signal.ppt
64378311-Traitement-Du-Signal.ppt
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires
 
Modulation Analogique
Modulation Analogique Modulation Analogique
Modulation Analogique
 
144603938 exercices-capteur
144603938 exercices-capteur144603938 exercices-capteur
144603938 exercices-capteur
 
Exos de logique séquentielle
Exos de logique séquentielleExos de logique séquentielle
Exos de logique séquentielle
 
Cours traitement de signal partie 1
Cours traitement de signal partie 1Cours traitement de signal partie 1
Cours traitement de signal partie 1
 
Transmittance complexe - Fonction de transfert
Transmittance complexe - Fonction de transfertTransmittance complexe - Fonction de transfert
Transmittance complexe - Fonction de transfert
 
chap1 generalites_signaux-systemes
chap1 generalites_signaux-systemeschap1 generalites_signaux-systemes
chap1 generalites_signaux-systemes
 
part3.pptx
part3.pptxpart3.pptx
part3.pptx
 
TP Les bascules - logique combinatoire
TP Les bascules - logique combinatoire TP Les bascules - logique combinatoire
TP Les bascules - logique combinatoire
 

En vedette

tsa analyse-temps-frequence
tsa analyse-temps-frequencetsa analyse-temps-frequence
tsa analyse-temps-frequenceBAKKOURY Jamila
 
chap3 transmission_numerique-en-bd_b
chap3 transmission_numerique-en-bd_bchap3 transmission_numerique-en-bd_b
chap3 transmission_numerique-en-bd_bBAKKOURY Jamila
 
interferences entre-symboles
interferences entre-symbolesinterferences entre-symboles
interferences entre-symbolesBAKKOURY Jamila
 
chap2 genéralites-chaine_de_transmission_15-16
chap2 genéralites-chaine_de_transmission_15-16chap2 genéralites-chaine_de_transmission_15-16
chap2 genéralites-chaine_de_transmission_15-16BAKKOURY Jamila
 
chap1 transmission-generalités
chap1 transmission-generalitéschap1 transmission-generalités
chap1 transmission-generalitésBAKKOURY Jamila
 
chap6 supports_de_transmissiom
chap6 supports_de_transmissiomchap6 supports_de_transmissiom
chap6 supports_de_transmissiomBAKKOURY Jamila
 
Automatique systémes linéaires et non linéaires 2
Automatique   systémes linéaires et non linéaires 2Automatique   systémes linéaires et non linéaires 2
Automatique systémes linéaires et non linéaires 2badr zaimi
 
Tranformada De Fourier
Tranformada De FourierTranformada De Fourier
Tranformada De Fourierflojenny
 
Vo ip, la voie de l'avenir
Vo ip, la voie de l'avenirVo ip, la voie de l'avenir
Vo ip, la voie de l'avenirGeorges Dib
 
Exercicios resolvidos comentados matematica
Exercicios resolvidos comentados matematicaExercicios resolvidos comentados matematica
Exercicios resolvidos comentados matematicatrigono_metria
 
Serie trigonometrica e exponencial de fourier
Serie trigonometrica e exponencial de fourierSerie trigonometrica e exponencial de fourier
Serie trigonometrica e exponencial de fourierWigor Almeida
 
Séries fourier cap_6 Funções Contínuas por Partes
Séries fourier cap_6 Funções Contínuas por PartesSéries fourier cap_6 Funções Contínuas por Partes
Séries fourier cap_6 Funções Contínuas por PartesCiro Marcus
 
Traitement du signal social pour la robotique d'assistance aux personnes défi...
Traitement du signal social pour la robotique d'assistance aux personnes défi...Traitement du signal social pour la robotique d'assistance aux personnes défi...
Traitement du signal social pour la robotique d'assistance aux personnes défi...Jade Le Maitre
 
power point cedric
power point cedricpower point cedric
power point cedricCedric Kayo
 

En vedette (20)

tsa analyse-temps-frequence
tsa analyse-temps-frequencetsa analyse-temps-frequence
tsa analyse-temps-frequence
 
chap3 transmission_numerique-en-bd_b
chap3 transmission_numerique-en-bd_bchap3 transmission_numerique-en-bd_b
chap3 transmission_numerique-en-bd_b
 
chap5 modulations
chap5 modulationschap5 modulations
chap5 modulations
 
interferences entre-symboles
interferences entre-symbolesinterferences entre-symboles
interferences entre-symboles
 
chap2 genéralites-chaine_de_transmission_15-16
chap2 genéralites-chaine_de_transmission_15-16chap2 genéralites-chaine_de_transmission_15-16
chap2 genéralites-chaine_de_transmission_15-16
 
chap1 transmission-generalités
chap1 transmission-generalitéschap1 transmission-generalités
chap1 transmission-generalités
 
chap4 codes-en-ligne
chap4 codes-en-lignechap4 codes-en-ligne
chap4 codes-en-ligne
 
chap6 supports_de_transmissiom
chap6 supports_de_transmissiomchap6 supports_de_transmissiom
chap6 supports_de_transmissiom
 
Automatique systémes linéaires et non linéaires 2
Automatique   systémes linéaires et non linéaires 2Automatique   systémes linéaires et non linéaires 2
Automatique systémes linéaires et non linéaires 2
 
analyse-temps-frequence
analyse-temps-frequenceanalyse-temps-frequence
analyse-temps-frequence
 
Tranformada De Fourier
Tranformada De FourierTranformada De Fourier
Tranformada De Fourier
 
Vo ip, la voie de l'avenir
Vo ip, la voie de l'avenirVo ip, la voie de l'avenir
Vo ip, la voie de l'avenir
 
Exercicios resolvidos comentados matematica
Exercicios resolvidos comentados matematicaExercicios resolvidos comentados matematica
Exercicios resolvidos comentados matematica
 
Chap2 laplace
Chap2 laplaceChap2 laplace
Chap2 laplace
 
Serie trigonometrica e exponencial de fourier
Serie trigonometrica e exponencial de fourierSerie trigonometrica e exponencial de fourier
Serie trigonometrica e exponencial de fourier
 
CDMA
CDMACDMA
CDMA
 
Séries fourier cap_6 Funções Contínuas por Partes
Séries fourier cap_6 Funções Contínuas por PartesSéries fourier cap_6 Funções Contínuas por Partes
Séries fourier cap_6 Funções Contínuas por Partes
 
Expose wcdma
Expose wcdmaExpose wcdma
Expose wcdma
 
Traitement du signal social pour la robotique d'assistance aux personnes défi...
Traitement du signal social pour la robotique d'assistance aux personnes défi...Traitement du signal social pour la robotique d'assistance aux personnes défi...
Traitement du signal social pour la robotique d'assistance aux personnes défi...
 
power point cedric
power point cedricpower point cedric
power point cedric
 

Similaire à chap2 outil_mathematiques

Traitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiquesTraitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiquesDjoudi KERFA
 
traitement de signal cours
traitement de signal cours traitement de signal cours
traitement de signal cours sarah Benmerzouk
 
Transparents Filtrage Analogique.pptx
Transparents Filtrage Analogique.pptxTransparents Filtrage Analogique.pptx
Transparents Filtrage Analogique.pptxGeraudRusselGouneChe1
 
Cours tns 2015
Cours tns 2015Cours tns 2015
Cours tns 2015HamzaOudda
 
Signaux.pdf
Signaux.pdfSignaux.pdf
Signaux.pdfHassnTAI
 
Les Filtres Numeriques
Les Filtres NumeriquesLes Filtres Numeriques
Les Filtres NumeriquesSAHELAicha
 
cours1-1 traitement du signal electronic.pdf
cours1-1 traitement du signal electronic.pdfcours1-1 traitement du signal electronic.pdf
cours1-1 traitement du signal electronic.pdfOllSraphin
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourierMehdi Maroun
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourierismailkziadi
 
Analyse de Fourier ( serie de Fourier et TF)
Analyse de Fourier ( serie de Fourier et TF)Analyse de Fourier ( serie de Fourier et TF)
Analyse de Fourier ( serie de Fourier et TF)mohoublucio
 
Cours8 Introduction à la représentation d'état
Cours8 Introduction à la représentation d'étatCours8 Introduction à la représentation d'état
Cours8 Introduction à la représentation d'étatsarah Benmerzouk
 
Signaux et systèmes
Signaux et systèmesSignaux et systèmes
Signaux et systèmesmanahil2012
 

Similaire à chap2 outil_mathematiques (20)

Traitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiquesTraitement de signal rappel outilmathematiques
Traitement de signal rappel outilmathematiques
 
traitement de signal cours
traitement de signal cours traitement de signal cours
traitement de signal cours
 
Sujettdtds
SujettdtdsSujettdtds
Sujettdtds
 
B-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdfB-Tds-Signaux_TC.pdf
B-Tds-Signaux_TC.pdf
 
Transparents Filtrage Analogique.pptx
Transparents Filtrage Analogique.pptxTransparents Filtrage Analogique.pptx
Transparents Filtrage Analogique.pptx
 
Echantillonage
EchantillonageEchantillonage
Echantillonage
 
Cours tns 2015
Cours tns 2015Cours tns 2015
Cours tns 2015
 
Cours1
Cours1Cours1
Cours1
 
Signaux.pdf
Signaux.pdfSignaux.pdf
Signaux.pdf
 
Les Filtres Numeriques
Les Filtres NumeriquesLes Filtres Numeriques
Les Filtres Numeriques
 
Gele2511 ch3
Gele2511 ch3Gele2511 ch3
Gele2511 ch3
 
cours1-1 traitement du signal electronic.pdf
cours1-1 traitement du signal electronic.pdfcours1-1 traitement du signal electronic.pdf
cours1-1 traitement du signal electronic.pdf
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourier
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourier
 
Analyse de Fourier ( serie de Fourier et TF)
Analyse de Fourier ( serie de Fourier et TF)Analyse de Fourier ( serie de Fourier et TF)
Analyse de Fourier ( serie de Fourier et TF)
 
Séries de Fourier
Séries de FourierSéries de Fourier
Séries de Fourier
 
GEII - OL3 : Signaux et systèmes numériques
GEII - OL3 : Signaux et systèmes numériquesGEII - OL3 : Signaux et systèmes numériques
GEII - OL3 : Signaux et systèmes numériques
 
Chapitre2-ISS.pdf
Chapitre2-ISS.pdfChapitre2-ISS.pdf
Chapitre2-ISS.pdf
 
Cours8 Introduction à la représentation d'état
Cours8 Introduction à la représentation d'étatCours8 Introduction à la représentation d'état
Cours8 Introduction à la représentation d'état
 
Signaux et systèmes
Signaux et systèmesSignaux et systèmes
Signaux et systèmes
 

Dernier

PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024
PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024
PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024frizzole
 
Système National de Santé au- Maroc-(2017)."pdf"
Système National de Santé au- Maroc-(2017)."pdf"Système National de Santé au- Maroc-(2017)."pdf"
Système National de Santé au- Maroc-(2017)."pdf"tachakourtzineb
 
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...Pedago Lu
 
Présentation Webinaire Cohésion - Concevoir et mettre en place une CMDB, comm...
Présentation Webinaire Cohésion - Concevoir et mettre en place une CMDB, comm...Présentation Webinaire Cohésion - Concevoir et mettre en place une CMDB, comm...
Présentation Webinaire Cohésion - Concevoir et mettre en place une CMDB, comm...Technologia Formation
 
Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"ArchivesdeLyon
 
Formation IAT pour sonelgaz chlef algérie.ppt
Formation IAT pour sonelgaz chlef algérie.pptFormation IAT pour sonelgaz chlef algérie.ppt
Formation IAT pour sonelgaz chlef algérie.pptBOULANORICHRAF
 
PowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdfPowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdfDafWafia
 
Quitter la nuit. pptx
Quitter        la             nuit.   pptxQuitter        la             nuit.   pptx
Quitter la nuit. pptxTxaruka
 
Webinaire Technologia | DAX : nouvelles fonctions
Webinaire Technologia | DAX : nouvelles fonctionsWebinaire Technologia | DAX : nouvelles fonctions
Webinaire Technologia | DAX : nouvelles fonctionsTechnologia Formation
 
rapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdfrapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdfOssamaLachheb
 
Quitter la nuit. pptx
Quitter          la        nuit.    pptxQuitter          la        nuit.    pptx
Quitter la nuit. pptxTxaruka
 

Dernier (12)

PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024
PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024
PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024
 
Système National de Santé au- Maroc-(2017)."pdf"
Système National de Santé au- Maroc-(2017)."pdf"Système National de Santé au- Maroc-(2017)."pdf"
Système National de Santé au- Maroc-(2017)."pdf"
 
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...
 
Traitement des eaux usées par lagunage a macrophytes.pptx
Traitement des eaux usées par lagunage a macrophytes.pptxTraitement des eaux usées par lagunage a macrophytes.pptx
Traitement des eaux usées par lagunage a macrophytes.pptx
 
Présentation Webinaire Cohésion - Concevoir et mettre en place une CMDB, comm...
Présentation Webinaire Cohésion - Concevoir et mettre en place une CMDB, comm...Présentation Webinaire Cohésion - Concevoir et mettre en place une CMDB, comm...
Présentation Webinaire Cohésion - Concevoir et mettre en place une CMDB, comm...
 
Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"
 
Formation IAT pour sonelgaz chlef algérie.ppt
Formation IAT pour sonelgaz chlef algérie.pptFormation IAT pour sonelgaz chlef algérie.ppt
Formation IAT pour sonelgaz chlef algérie.ppt
 
PowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdfPowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdf
 
Quitter la nuit. pptx
Quitter        la             nuit.   pptxQuitter        la             nuit.   pptx
Quitter la nuit. pptx
 
Webinaire Technologia | DAX : nouvelles fonctions
Webinaire Technologia | DAX : nouvelles fonctionsWebinaire Technologia | DAX : nouvelles fonctions
Webinaire Technologia | DAX : nouvelles fonctions
 
rapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdfrapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdf
 
Quitter la nuit. pptx
Quitter          la        nuit.    pptxQuitter          la        nuit.    pptx
Quitter la nuit. pptx
 

chap2 outil_mathematiques

  • 1. Traitement du signal Page 1SEER1-TS Jamila BAKKOURY
  • 2. Chap2 : outils mathématiques pour le TS SEER1-TS 2
  • 3. Plan • Introduction • Séries de Fourier • Transformée de Fourier • Transformée de Laplace 3SEER1-TS
  • 4. Séries de Fourier Page 4SEER1-TS Un signal périodique de période peut être décomposé en une somme d’ondes sinusoïdales dont les fréquences sont multiples de fréquence Joseph Fourier (1768-1830) fo = 1 T T
  • 5. Séries de Fourier Page 5SEER1-TS fo = 1 T Soit xT(t) un signal périodique de période . Son développement en séries de Fourier est par définition: xT t( ) = a0 + an n=1 +∞ ∑ cos 2π nf0t( ) + bn n=1 +∞ ∑ sin 2π nf0t( ) Où: of0 est la fréquence fondamentale du signal. oa0 est la valeur moyenne ou composante continue du signal . oak et bk sont les coefficient de Fourier du développement en cosinus et sinus. T
  • 6. Calcul des coefficient de Fourier : Remarque : •xT(t) pair  bn=0 •xT(t) impair  an=0 Séries de Fourier ao = 1 T xT t( ) dt =xT − T 2 T 2 ∫ an = 2 T xT t( ) cos 2πnfot( ) dt − T 2 T 2 ∫ bn = 2 T xT t( ) sin 2πnfot( ) dt − T 2 T 2 ∫ n ≥1
  • 7. le développement en série de Fourier peut s’écrire: où En considérant la relation trigonométrique suivante: avec Acos(x)+ Bsin(x) = A2 + B2 cos(x +φ) φ = artg( −B A ) xT (t)= A0 + An cos(2π nf0t 1 ∞ ∑ + αn ) A0 = a0 An = an 2 + bn 2 αn = arctg( −bn an ) Série de Fourier en cosinus Séries de Fourier
  • 8. - La représentation en cosinus est très importante car elle correspond à la description des signaux en régime sinusoïdal permanent où l’on représente un courant ou une tension par son amplitude et sa phase. - D’un point de vue pratique, cela revient à considérer que le signal x(t) est créé de manière équivalente par une infinité de générateur sinusoïdaux. La représentation spectrale dans ce cas est unilatérale. Remarques : Séries de Fourier
  • 9. Séries de Fourier formules d’Euler : xT t( ) = cn n=−∞ +∞ ∑ e j 2πnfot( ) avec cn = 1 T xT t( ) e −j×2πnfot( ) dt − T 2 T 2 ∫ co = ao cn = an − jbn 2 c−n = an + jbn 2 Notation complexe : fo = 1 T la SF peut être transformée en SF complexe : cos(x) = ejx +e− jx 2 , sin(x) = ejx −e− jx 2 j
  • 10. Relation entre les trois formes : cos-sin cos complexe 0=n 0a 00 aA = 00 ac = 0>n nn b,a 22 nnn baA += 2 2 nn n nn n jba c jba c + = − = − Séries de Fourier
  • 11. La transformée de Fourier est une extension de la décomposition en série de Fourier pour les signaux non périodiques. En effet, la passage d’un signal périodique à un autre apériodique peut se faire en considérant une période qui tend vers l’infini. Transformée de Fourier
  • 12. TF x(t){ } = X f( ) = x t( ) e− j2π ft −∞ +∞ ∫ dt x t( ) = TF−1 X f( ){ } = X f( ) ej×2π ft −∞ +∞ ∫ df Transformée de Fourier : Transformée de Fourier inverse : Transformée de Fourier
  • 13. Linéarité :Linéarité : ( ) ( ) ( ) ( )fY.bfX.aty.btx.a F +→←+ Homothétie :Homothétie : ( ) Ravec 1 ∈      →← a a f X a atx F PropriétésPropriétés :: Transformée de Fourier
  • 14. Décalage en temps et en fréquence :Décalage en temps et en fréquence : Dérivation :Dérivation : x t −t0( ) F ¬ → X f( ).e− j2π ft0 et x t( ).ej2π f0t F ¬ → X f − f0( ) ( ) ( ) ( ) ( ) ( ) ( )fXfj dt txd fX.fj dt tdx nF n n F ππ 2et2 →←→← Propriétés :Propriétés : Transformée de Fourier
  • 15. Produit de convolution :Produit de convolution : ( ) ( ) τττ dtyxtyxtytx −== ∫ +∞ ∞− ))(*()(*)( ( ) ( ) ( ) ( )fYtyfXtx FF →←→← et ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )fY*fXty.tx fY.fXty*tx F F → → et PropriétésPropriétés : Transformée de Fourier
  • 16. Transformée de Fourier & Systèmes : Un SLTI est caractérisé par sa réponse impulsionnelle h(t) La transformée de Fourier de h(t) donne la réponse en fréquence du système H(f) et inversement. h(t) x(t) y(t)=x(t)*h(t) H(f) X(f) Y(f)=X(f) . H(f) TF TF TF Transformée de Fourier
  • 17. Théorème de Parseval :Théorème de Parseval : Propriétés :Propriétés : Transformée de Fourier E = x2 (t)dt −∞ +∞ ∫ = X(f ) 2 df −∞ +∞ ∫ Densité Spectrale d ’Energie
  • 18. )f(TF δ→1 δ(t) TF  → 1 ftjTF e)tt( 02 0 π δ − →− = )ff(e TFtfj 0 2 0 −→ δπ [ ])ff()ff()tfcos( TF 000 2 1 2 ++−→ δδπ [ ])ff()ff( j )tfsin( TF 000 2 1 2 +−−→ δδπ δTe (t) TF  → 1 Te δ( f − n Te ) −∞ +∞ ∑ Distribution de DiracDistribution de Dirac : Transformée de Fourier
  • 19. Signal s(t)Signal s(t) Spectre fréquentiel S(f)Spectre fréquentiel S(f) Réel quelconque Complexe (partie réelle paire, partie imaginaire impaire) Réel pair Réel pair Réel impair Imaginaire impair Imaginaire quelconque Complexe (partie réelle impaire, partie imaginaire paire) Imaginaire pair Imaginaire pair Imaginaire impair Réel impair Complexe pair Complexe pair Complexe impair Complexe impair Propriétés : Transformée de Fourier
  • 20. • Échantillonnage idéal • Transformée de Fourier périodisation en fréquence xe (t) = x(t)δT (t) = x(t) δ(t − kT) = x[kT]δ(t − kT) k=−∞ +∞ ∑ k=−∞ +∞ ∑ X f T X f f T X f k Te T k ( ) ( )* ( ) ( )= = − =−∞ +∞ ∑ 1 1 1δ Échantillonnage temporel <=> périodisation en fréquence Transformée de Fourier
  • 21. Analyse spectrale La transformée de Fourier est l’outil mathématique permettant d’obtenir une représentation fréquentielle des signaux déterministes. Elle a pour but de représenter, l’amplitude, la phase, l’énergie ou la puissance d’un signal en fonction de sa fréquence notée f et permet ainsi son analyse spectrale ou harmonique. Remarque : la transformée de Fourier permet d’analyse un signal sous forme d’une infinité de composantes sinusoïdales.
  • 22. • Forme exponentielle du développement en série de Fourier d’un signal périodique xT(t) de période T : o cn.exp(jnωt) est l’harmonique d’ordre n du signal xT(t) o l’harmonique d’ordre1 est appelé le fondamental o l’harmonique d’ordre 0 correspond à la valeur moyenne du signal xT(t). 22 Analyse spectrale Signaux périodiques fo = 1 T xT t( ) = cn n=−∞ +∞ ∑ e j2π nfot( )
  • 23. • Transformée de Fourier XT(f) d’un signal périodique xT(t) de période T : • Le spectre d’un signal périodique est donc un spectre de raies puisque c’est la somme d’impulsions de Dirac décalées de 1/T de poids pondérés par les coefficients cn appelés composantes du spectre. Si X(f) est la transformée de Fourier du motif x(t) de xT(t), alors : • X(f) est appelée l’enveloppe complexe de XT(f) 23 Analyse spectrale Signaux périodiques XT ( f ) = cnδ( f − n T ) n=−∞ +∞ ∑ cn = 1 T X( n T )
  • 24. • Forme réelle du développement en série de Fourier d’un signal périodique xT(t) de période T : Les coefficients an et bn sont les coefficients réels de la série de Fourier ou coefficients de Fourier trigonométriques. - ancos(nωt)+bnsin(nωt) est l’harmonique d’ordre n du signal xT(t). - l’harmonique d’ordre 1 correspond au fondamental - l’harmonique d’ordre 0, a0 est la composante continue qui correspond à la valeur moyenne du signal xT(t). 24 Analyse spectrale Signaux périodiques xT t( ) = a0 + an n=1 +∞ ∑ cos 2π nf0t( ) + bn n=1 +∞ ∑ sin 2π nf0t( )
  • 25. 0 1 2 3 4 5 6 7 8 9 10 -1 -0.5 0 0.5 1 temps (sec) amplitude Représentation en temps 0 1 2 3 4 5 6 7 8 9 10 0 0.2 0.4 0.6 0.8 1 fréquence (Hz) amplitude Représentation en fréquence Représentation des signaux Exemples
  • 26. 0 1 2 3 4 5 6 7 8 9 10 0 0.2 0.4 0.6 0.8 1 fréquence (Hz) amplitude Représentation en fréquence 0 1 2 3 4 5 6 7 8 9 10 -1 -0.5 0 0.5 1 temps (sec) amplitude Représentation en temps Représentation des signaux Exemples
  • 27. 0 1 2 3 4 5 6 7 8 9 10 -1 -0.5 0 0.5 1 temps (sec) amplitude Représentation en temps 0 0.2 0.4 0.6 0.8 1 fréquence (Hz) amplitude Représentation en fréquence 0 5 10 15 20 25 30 Représentation des signaux Exemples
  • 28. -5 -4 -3 -2 -1 0 1 2 3 4 5 0 0.5 1 temps (µsec) amplitude Repré sentation en temps 0 1 2 3 4 5 6 7 8 9 10 0 0.2 0.4 0.6 0.8 1 fréquence (MHz) amplitude Représentation en fréquence Représentation des signaux Exemples
  • 29. On appelle produit de convolution entre deux fonctions x(t) et h(t), l’opération * (notée également ⊗) définie par : (x*h)(t) = x(t)*h(t) = x(t)⊗ h(t) = x(τ ).h(t −τ ).dτ −∞ +∞ ∫ = x(t −τ ).h(τ ).dτ −∞ +∞ ∫ Produit de convolution
  • 30. Propriétés : • Le produit de convolution est : o commutatif: x(t)*h(t)=h(t)*x(t) o distributif : x(t)*[h(t)+g(t)]=x(t)*h(t)+x(t)*g(t) o associatif: x(t)*[h(t)*g(t)]=[x(t)*h(t)]*g • Élément neutre : x(t)*δ(t) = x(t) Produit de convolution
  • 31. Expression simplifiée : Si x(t) et h(t) sont causaux, Alors : x τ( ) =0 ∀τ <0 h t −τ( ) =0 ∀τ >t     ( )( ) ∫ −= t dthxthx 0 )()(* τττ Produit de convolution
  • 32. La convolution est une opération fondamentale de traitement du signal. Elle indique que la réponse d'un SL à l’instant t est la somme (intégrale) pondérée des valeurs antérieures de l'excitation x(t). La fonction de pondération est la réponse impulsionnelle h(t) du SL. Produit de convolution Réponse d’un système linéaire :
  • 33. Considérons l’exemple de x(t) et h(t) ci-dessous : x(t) t h(t) t Produit de convolution Interprétation graphique
  • 34. h(τ) τ h(-τ) τ h(t-τ) τt Remarque : le signal h(t-τ) est tout simplement le signal initial h(τ), retourné dans le temps pour obtenir h(-τ) puis translaté de t . Produit de convolution Interprétation graphique
  • 35. Interprétation graphique x(τ).h(t-τ) τt h(t-τ) La surface hachurée représente : ∫ +∞ ∞− −= τττ dthxthx ).().())(*( Remarque : quand t varie de - à + , on obtient la fonction y(t),∝ ∝ convolution de x(t) et h(t). En pratique les fonctions sont non nulles sur un support fini, donc l’intégrale a des bornes finies. Produit de convolution x(τ)
  • 36. Domaine temporel Domaine fréquentiel Variable : t Variable : f Convolution Produit e(t) → s(t) = ? E(f) → S(f) = ? T. de Fourier 11 Calculer:S(f)=? 22 TF inverse 33 Le calcul du produit de convolution se fait en 3 étapes Produit de convolution
  • 37. Interprétation graphique x(τ).h(t-τ) τt h(t-τ) La surface hachurée représente : ∫ +∞ ∞− −= τττ dthxthx ).().())(*( Remarque : quand t varie de - à + , on obtient la fonction y(t),∝ ∝ convolution de x(t) et h(t). En pratique les fonctions sont non nulles sur un support fini, donc l’intégrale a des bornes finies. Produit de convolution x(τ)