Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Importer

Bienvenue sur Scribd !

  • 343 vues

    TD ECE 2 Corrige Partiel

    Transféré par

    sam
    Ce document traite de l'analyse de Fourier des signaux. Il contient des exercices sur la transformée de Fourier d'un signal porte et sur l'observation d'un signal sur une durée finie.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    TD ECE 2 Corrige Partiel

    Transféré par

    sam
    343 vues4 pages
    Ce document traite de l'analyse de Fourier des signaux. Il contient des exercices sur la transformée de Fourier d'un signal porte et sur l'observation d'un signal sur une durée finie.

    Description originale:

    Ts

    Titre original

    TD_ECE_2_corrige_partiel

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Ce document traite de l'analyse de Fourier des signaux. Il contient des exercices sur la transformée de Fourier d'un signal porte et sur l'observation d'un signal sur une durée finie.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    343 vues4 pages

    TD ECE 2 Corrige Partiel

    Transféré par

    sam
    Ce document traite de l'analyse de Fourier des signaux. Il contient des exercices sur la transformée de Fourier d'un signal porte et sur l'observation d'un signal sur une durée finie.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 4

    Traitement du Signal

    - Travaux Dirigés -
    Sujet n°2 : "Etude fréquentielle des signaux : analyse de Fourier"

    - corrigé partiel : exercices 3 et 4 -

    Exercice 3 : Transformée de Fourier (TF) d’un signal porte (**)

    1) Calculer la TF du signal porte défini par :


    x(t) = A.rectT(t)
    et dont la représentation graphique est :

    t
    -T/2 T/2
    2) La représenter ainsi que son spectre (d’amplitude).
    3) En déduire sa densité spectrale d’énergie.
    4) En déduire son énergie totale.
    5) En déduire sa fonction d’autocorrélation. Retrouver l’énergie à partir de cette dernière.
    6) Déduire du 1) la TF de sin c( t ) , et la représenter.

    Commentaire

    Il est important de savoir calculer la TF de la fonction porte, car du point de vue de l’intégration on ne peut
    trouver plus simple : elle est constante sur l’intervalle d’intégration.
    De plus, la fonction porte se rencontre souvent : par exemple pour le fenêtrage d’un signal à support non-
    borné (= de durée infinie), ou pour la modélisation de la réponse en fréquence d’un filtre passe-bas idéal.

    Solution

    1) Le calcul de sa transformée de Fourier donne :


    +∞ +T / 2
    X (f ) = ∫ x ( t )e − j2 πft dt = A ∫ e − j2 πft dt
    t =−∞ t =− T / 2

    =−
    j2πf
    [
    e ]
    A − j2πft +T / 2
    −T / 2 = −
    j2πf
    e [
    A − jπfT jπfT
    −e =
    A
    j2πf
    ] [ A
    ]
    e jπfT − e− jπfT = sin πfT = AT sin c(πTf)
    πf
    En effet, il faut se rappeler que :
    sin x
    sin c(x) =
    x
    sinc(x) s’annule pour x=kπ, donc X(f) pour Tf=k, soit f=k/T.
    sinc(0)=1 donc X(0)=AT.
    sinc(x) est max pour x=π/2+kπ, donc X(f) est max pour f=1/2T+kT.

    Remarque : pour démontrer sinc(0)=1, il faut passer par le développement de sin(x) :


    x − ε(x)
    lim sin c(x) = lim = lim1 = 1
    x →0 x →0 x x →0

    (*) facile ; (**) difficulté moyenne ; (***) difficile 1


    Représentation graphique de X(f) :

    AT

    1 1
    −
    T T

    2) La fonction X(f) étant réelle, le spectre d’amplitude est la valeur absolue de la transformée
    de Fourier :
    X(f) = AT sin c(πTf)
    3) La densité spectrale d’énergie (DSE) est égale au carré du spectre :
    2
    Γ(f) = X(f) = (AT)2 sin c2(πTf)
    4) L’énergie totale du signal est définie dans le domaine temporel par :
    +∞
    E=∫
    2
    x(t) dt
    t = −∞
    Mais d’après le théorème de Parseval, on peut calculer cette énergie à partir du spectre
    fréquentiel du signal :
    +∞ +∞
    E=∫ x(t) dt = ∫
    2 2
    X(f) df
    t = −∞ f = −∞
    Soit :
    +∞ +∞
    E=∫ (AT)2 sin c2(πTf)df = A2T∫ T sin c2(πTf)df = A2T
    f = −∞ f = −∞
    par utilisation de la propriété
    ∞

    ∫ sin c
    2
    ( τ) dτ = 1
    −∞
    5) Remarque : pour répondre à cette question, la TF d’une fonction triangulaire doit être
    connue (ou donnée en énoncé).
    La DSE Γ(f) est la Transformée de Fourier de la fonction d’autocorrélation γ(τ). Connaissant
    Γ(f), on peut alors calculer γ(τ) par TF inverse :
    γ(τ) = TF−1[Γ(f) ] = TF−1[(AT)2 sin c2(πTf) ]
    D’après la table des transformées :
    [ t
    TF−1 T sin 2 c(πTf) = tri  ]
    T
    d’où, par linéarité :
    [ 2
    TF−1 (AT)2 sin c(πTf) = A2T.tri 
    t
    T
    ]
    Finalement :
    τ
    γ(τ) = A 2T.tri 
    T
    L’énergie du signal est la valeur de la fonction d’autocorrélation pour τ=0 :
    E = Γ(0) = A2T
    6) Remarque : pour répondre à cette question, la propriété de dualité doit être connue (ou
    donnée en énoncé).
    On a :

    (*) facile ; (**) difficulté moyenne ; (***) difficile 2


    F
    x(t) = A.rectT(t) ←
    → X(f) = AT sin c(πTf) (1)
    Par dualité :
    F
    x(t) = AT sin c(πTt ) ←
    → X(f) = A.rectT(−f) = A.rectT(f) (2)
    car la fonction porte est paire.
    A partir de (2), par linéarité, on a :
    F 1
    x(t) = sin c(πTt) ←
    → X(f) = rect T(f)
    T
    et par la propriété d’homothétie :
    F
    x(t) = sin c(πt) ←
    → X(f) = rect1(f)
    Enfin, pour la même raison :
    F
    x(t) = sin c(t) ← → X(f) = πrect1(f)
    Cette fonction est une fonction porte d’amplitude π et de largeur 1, centrée sur f=0.

    Exercice 4 : Observation d’un signal sur une durée finie (fenêtrage) (**)

    1) A partir de la propriété de translation fréquentielle de la TF, et de la TF d’une impulsion de


    Dirac, déterminer la TF du signal exponentiel défini par :
    s( t ) = e j2 πf0t
    2) En déduire la TF du signal sinusoïdal de fréquence f0 défini par :
    s( t ) = cos( 2πf 0 t )
    3) On observe maintenant ce signal sur une durée finie T (différente de la période du signal
    que l’on notera T0). En considérant que cette observation correspond à la multiplication du
    signal par un signal porte, et en utilisant des propriétés de la TF et du produit de
    convolution, calculer sa TF.
    4) Que faudrait-il faire pour que ce spectre se rapproche le plus possible de celui obtenu par la
    décomposition en série de Fourier ?
    5) Interpréter ces résultats du point de vue du compromis de précision temps-fréquence.
    6) Calculer la TF d’une fonction gaussienne centrée sur 0, la représenter et montrer qu’elle
    constitue une meilleure fonction de fenêtrage que la fonction porte.

    Commentaire

    L’intérêt de cet exercice est très important : en pratique, la TF est discrète, et s’effectue toujours sur un
    nombre d’échantillons fini. Cela revient à appliquer un fenêtrage au signal analysé. Il faut avoir bien compris
    l’influence de ce fenêtrage pour pouvoir interpréter correctement les résultats d’une TFD (par exemple, réalisée
    avec la fonction FFT, pour Fast Fourier Transform, de Matlab).

    Solution

    1) Par utilisation des 2 propriétés :


    [ ]
    F x (t ).e j2 πf0t = X(f − f 0 )
    F[1] = δ(f )
    on déduit que :
    [ ]
    F e j2 πf0t = δ(f − f 0 )
    2) Par utilisation de la formule d’Euler, on peut écrire le signal sous la forme :

    (*) facile ; (**) difficulté moyenne ; (***) difficile 3


    e j2 πf0 t + e − j2 πf0t
    s( t ) = cos(2πf 0 t ) =
    2
    Par linéarité, on a :
    S(f) = F(cos(2πf0t)) =
    1
    2
    ( )
    1
    F(e j2πf0 t) + F(e− j2πf 0 t) = (δ(f − f0) + δ(f + f0) )
    2

    3) Ce signal fenêtré par un signal porte peut être formalisé par :


    sT(t) = s(t) × rect T(t)
    Sa transformée est égale à :
    ST(f) = S(f) * F(rectT(t)) = S(f) * T sin c(πfT)
    On sait que S(f) est composé de 2 raies spectrales :
    1
    S(f ) = [δ(f + f 0 ) + δ(f − f 0 )]
    2
    D’où, d’après la propriété de distributivité du produit de convolution :
    1
    ST(f) = [δ(f + f0) * T sin c(πfT) + δ(f − f0) * T sin c(πfT)]
    2
    Or, il faut se souvenir que l’on a la propriété (de translation) suivante :
    f ( x ) * δ( x − x 0 ) = f ( x − x 0 )
    D’où :
    T
    ST(f) = [sin c(π(f + f0)T) + sin c(π(f − f0)T)]
    2
    Donc le spectre de fréquence est composé de 2 sinus cardinaux, situés en –f0 et +f0,
    d’amplitudes T/2 et de période 1/T.

    4) Pour se rapprocher du résultat de la décomposition en série de Fourier, il faudrait que la


    durée d’observation tende vers l’infini : la période du sinus cardinal tendrait alors vers 0, et
    l’amplitude du lobe principal tendrait vers l’infini, ce qui correspond à la définition d’une
    impulsion de Dirac.

    5) Quand on diminue la durée d’analyse d’un signal, on augmente la précision de localisation


    dans le temps (supposons que le signal soit porteur d’informations, ce qui n’est pas le cas d’un
    sinus, ces informations seront localisées dans le temps, comme par exemple dans le cas de la
    parole) mais on diminue la précision de localisation en fréquence. Et inversement.

    (*) facile ; (**) difficulté moyenne ; (***) difficile 4

    Vous aimerez peut-être aussi