Chapitre 1

Rappels sur les principaux

Résultats de la théorie du
signal
1.1 Introduction
Dans de nombreuse cas, la représentation d’un signal en tant que fonction temporelle est difficile
à interpréter par contre sa représentation fréquentielle donne des informations qui permettent de
connaitre sa nature. Cette représentation est l’objet de l’analyse spectrale. Cette opération a été
réalisée par des techniques basées sur l’analyse de Fourier du signal.

1.2 Signaux Continus Particuliers

Nous présentons dans cette section les formules mathématiques et les représentations graphiques
de quelques signaux continus fréquemment rencontrés tout au long du cours de la théorie du
signal ainsi que leurs propriétés.

1.2.1 Signal Signe

Le signal signe, Figure 1.1, est noté sgn ( t ) et défini par :

sgn ( t ) = {−1
+1 ;t ≥ 0
; t <0
(1.1)

Figure 1.1 Signal signe

1.2.2 Signal Echelon

Le signal échelon qui s’appelle aussi signal unité, Figure1.2, est un signal continu singulière non
ordinaire. Il permet d’exprimer l’établissement instantané d’un régime continu. Il est noté u(t ) et
défini par :

u ( t )= {10 ; t ≥0
; t< 0
(1.2)

Figure 1.2 Signal échelon

1.2.3 Signal Rampe

Le signal rampe est l’intégrale de l’échelon, Figure 1.3. Il est noté r (t ) et défini par :

14
 {0t
t
;t ≥ 0
r ( t )=∫ u ( τ ) dτ= (1.3)
−∞ ; t <0

Figure 1.3 Signal rampe

1.2.4 Signal Rectangulaire

Le signal rectangulaire est un signal de fenêtrage élémentaire qui s’appelle aussi signal porte et
qui peut être défini comme une différence entre deux échelons.

1.2.4.1 Signal Rectangulaire Généralisé

Le signal rectangulaire généralisé est un signal rectangulaire de durée T , amplitude A et centrée
sur t 0, Figure 1.4. Il est défini par :

[ ( )] [ ( )]
x (t )= A u t− t 0−
T
2
− A u t− t 0+
T
2
(1.4)

{ | |
t−t 0 1
( )
x (t )= A rect
t−t 0
T
=
A ;
T
≤

0 ; ailleurs
2 (1.5)

Figure 1.4 Signal rectangulaire généralisé

1.2.4.2 Signal Rectangulaire Normalisé

Le signal rectangulaire normalisé est un signal rectangulaire de durée T =1, amplitude A=1 et
centrée sur t 0=0 , Figure 1.5. Il est défini par :

[ ( )] [ ( )]
x (t )=u t−
−1
2
−u t−
1
2
(1.6)

15
 {
1
1 ;|t |≤
x (t )=rect ( t ) = 2 (1.7)
0 ; ailleurs

Figure 1.5 Signal rectangulaire normalisé

1.2.5 Signal Triangulaire

1.2.5.1 Signal Triangulaire Généralisé

Le signal triangulaire généralisé est un signal triangulaire de durée 2 T , amplitude A et centrée
sur t 0, Figure 1.6. Il est défini par :

[
{ ]
t−t 0
A +1 ; t 0−T ≤ t ≤ t 0
T
( ) [
x (t )= Atri
t−t 0
T
=
A
−t−t 0
]
+1 ; t 0 ≤ t ≤ t 0+T
(1.8)
T
0 ; ailleurs

Figure 1.6. Signal triangulaire généralisé

1.2.5.2 Signal Triangulaire Normalisé

Le signal triangulaire normalisé est un signal triangulaire de durée 2 T =2, donc T =1, amplitude
A=1 et centrée sur t 0=0 , Figure 1.7. Il est défini par :

16
 {
t +1 ;−1 ≤ t ≤ 0
x (t )=tri ( t ) = −t +1 ; 0 ≤t ≤ 1 (1.9)
0 ; ailleurs

Figure 1.7 Signal triangulaire normalisé

1.2.6 Signal Carré

Le signal carré est représenté dans la Figure 1.8 et défini par :

{
T
1 ; 0 ≤t ≤
2
x (t )= (1.10)
T
−1 ;− ≤ t ≤ 0
2

Figure 1.8 Signal carré

1.2.7 Impulsion de Dirac

L’impulsion de Dirac est un signal qui joue un rôle central en traitement du signal et d’image,
Figure 1.9. Elle correspond à un signal porte dont la largeur T tendrait vers 0 et dont l'aire est
égale à 1. Elle peut être considérer également comme la dérivée du signal échelon. Elle est notée
δ (t) et définie par :

δ (t )=
dt
= {
du (t) 1 ; t=0
0 ;t ≠ 0
(1.11)

17
Figure 1.9 Impulsion de Dirac

Le Tableau 1.1 montre quelques propriétés de l’impulsion de Dirac.

Tableau 1.1. Propriétés de l’Impulsion de Dirac

+∞

∫ δ ( t ) dt=1
−∞
+∞

∫ δ ( t−t 0 ) dt=1
−∞
t

Intégrale ∫ δ ( τ ) dτ=u ( t )
−∞
+∞

∫ x ( t ) δ ( t−t0 ) dt=x ( t 0)
−∞

{
b

∫ x ( t ) δ ( t−t0 ) dt= (0 0 )
x t ; a<t 0 <b
a ; ailleurs
Produit x (t ) δ ( t−t 0 )=x ( t 0 ) δ ( t−t 0 )=x ( t 0 )
x (t )∗δ ( t−t 0 )=x ( t−t 0 )
Convolution
x ( t−t 1 )∗δ ( t−t 0 )=x ( t−t 1−t 0 )
1
Changement d’Echelle δ ( at ) = δ ( t ) avec α ≠ 0
|a|

1.2.8 Peigne de Dirac

Le peigne de Dirac est une somme infinie d’impulsions de Dirac régulièrement espacées de T ,
Figure 1.10. Elle s’appelle aussi fonction d’échantillonnage ou train d’impulsion. Elle est définie
par :
+∞
δ T (t )= ∑ δ ( t−kT ) (1.12)
k=−∞

18
Figure 1.10 Peigne de Dirac

1.2.9 Signal Sinus Cardinal

Le signal sinus cardinal joue un rôle très important en traitement du signal, Figure 1.11. Il est
défini par :

sin ( πt )
sinc ( t ) = (1.13)
πt

Avec

sin ( x )
lim =1 (1.14)
x →0 x

Figure 1.11 Signal sinus cardinal

1.3 Séries de Fourier

1.3.1 Définition
On applique la transformation (décomposition ou développement) en séries de Fourier sur les
signaux périodiques à variations bornées pour passer facilement du domaine temporel au
domaine fréquentiel.

19
1.3.2 Formes du Développement en Séries de Fourier

1.3.2.1 Forme Trigonométrique (Algébrique)

a) Définition
La forme trigonométrique (algébrique) permet d’écrire le signal sous forme de sommes de
sinusoïdes. Soit x (t) un signal périodique de période T et, donc, d’une fréquence f =1/T . Cela
veut dire que x (t)=x (t+T ) . On peut écrire x (t) sous la forme trigonométrique comme suit :

[ ( ) ( )]
∞
2 πn 2 πn
x (t )=a0 + ∑ an cos t +b n sin t (1.11)
n=1 T T

Le coefficient réel a 0 représente la valeur moyenne du signal x (t). Il est défini comme
suit :

T
1
a 0= ∫ x ( t ) dt
T 0
(1.12)

Les coefficients réels a n et b n , n ≥ 1, du signal x (t) sont définis comme suit :

T
a n=
2
(
∫ x ( t ) cos 2Tπn t dt
T 0 ) (1.13)

T
2
∫
b n=
T 0
x ( t ) sin
2 πn
T
t dt( ) (1.14)

b) Propriétés des Coefficients Réels

Signal Pair :Un signal x (t) est dit pair si : x (t)=x (−t). Dans ce cas, la représentation graphique
de ce signal est symétrique par rapport à l’axe des ordonnées. Dans ce cas, les coefficients réels
de Fourier sont données comme suit :

T/2
1
a 0=
T
∫ x ( t ) dt (1.15)
0

T/2
a n=
4
T
∫ x ( t ) cos ( 2Tπn t ) dt (1.16)
0

b n=0 (1.17)

20
Signal Impair :Un signal x (t) est dit impair si : x (t )=−x (−t). Dans ce cas, la représentation
graphique de ce signal est symétrique par rapport à l’origine. Dans ce cas, les coefficients réels
de Fourier sont données comme suit :

a 0=0 (1.18)

a n=0 (1.19)

T/2
b n=
4
T
∫ x ( t ) sin ( 2Tπn t ) dt (1.20)
0

Exemple
Déterminer les coefficients réels a n et b n de la fonction périodique x (t) donnée par :

{
T
A0≤t≤
2
x (t )=
T
−A ≤t ≤T
2

Réponse

Calcul de la valeur moyenne a 0

T

[ ] [ ]
T 2 T
1
a 0= ∫ x ( t ) dt= T1 ∫ A dt− T1 ∫ A dt= TA T2 −0 − TA T − T2 = A2 − A2 =0
T 0 0 T
2

Calcul de a n
T
T 2 T
2
a n= ∫ x ( t ) cos
T 0
2 πn
T ( 2
)
t dt= ∫ A cos
T 0
2 πn
T
2
t dt−¿ ∫ A cos
T T
2 πn
T (t dt ¿ ) ( )
2

[ ] [ ]
T T

¿
2A
sin ( 2Tπn t ) 2

−
2A
sin ( 2Tπn t ) =0
T 2 πn T 2 πn
T
T 0 T 2

Calcul de b n
T
T 2 T
2
b n= ∫ x ( t ) sin
T 0 T (
2 πn 2
)
t dt= ∫ A sin
T 0
2 πn
T
2
t dt−¿ ∫ A sin
T T (
2 πn
T
t dt ¿ ) ( )
2

21
 [ ] [ ]
T T

(
2 πn
) (2 πn
)
{
2
−cos t −cos t 4A
2A T 2A T 2A ; nimpair
¿
T 2 πn
−
T 2 πn
=
nπ
[ 1−cos ( πn ) ] = πn
T 0 ; n pair
T 0 T 2

1.3.2.2 Forme Complexe (Exponentielle)

a) Définition
La forme précédente des séries de Fourier présente en fait peu d'intérêt physique. En effet, si la
fonction x (t) subit une simple translation suivant l'axe des temps, alors, les coefficients réels a n
et b n seront modifiés. En conséquence, on cherche donc une nouvelle forme dans laquelle la
puissance est conservée après une translation suivant l'axe des temps où cette translation
apparaîtra sous la forme d’un déphasage. C’est la forme complexe (exponentielle) obtenue à
partir de la relation d’Euler.
On peut écrire x (t) sous la forme complexe (exponentielle) comme suit :

∞ 2 πn
j t
x (t )= ∑ Cn e T
(1.21)
n=−∞

Le coefficient complexe C 0 représente la valeur moyenne du signal x (t). Il est défini comme
suit :

T
1
C 0= ∫ x ( t ) dt
T 0
(1.22)

Les coefficients complexes C n, n ≥ 1, du signal x (t) sont définis comme suit :

T 2 πn
1 −j t
C n= ∫ x (t )e T
dt (1.23)
T 0

Exemple
Déterminer les coefficients complexes C n de la fonction périodique x (t) indiquée dans la Figure
ci-dessous :

Réponse

22
Calcul de la valeur moyenne C 0
τ

[ ( )]
T 2
1 1 τ −τ
C 0= ∫
T 0
x ( t ) dt=
T
∫ A dt= TA 2
−
2
=
Aτ
T
−τ
2

Calcul de C n

[ ] [ ]
τ 2 πn τ πnτ πnτ
T 2 πn 2 2 πn −j t 2 j −j
1 −j t 1 −j t A e T
A e T
−e T
C n= ∫ x ( t ) e T
dt= ∫ Ae T
dt= =
T 0 T T 2 πn πn 2j
−τ
−j −τ
2 T 2

¿
A
πn
sin( )
πnτ
T
=
A πnτ
πn T
[ ]
sin ( πnτT ) = Aτ sinc nτ
πnτ
T
T (T )

1.4 Transformée de Fourier

1.4.1 Définition
La transformée de Fourier (TF) est une généralisation de la transformation en séries de Fourier à
tous les signaux déterministes (périodique ou non-périodique ‘’ T → ∞ ’’). Elle permet d’obtenir
une représentation fréquentielle (spectrale) de l’amplitude, la phase, l’énergie ou la puissance des
signaux considérés.

La transformée de Fourier (TF) du signal déterministe x (t) est définie par :

∞
X ( f )=TF { x ( t ) }= ∫ x ( t ) e
− j 2 πft
dt (1.24)
−∞

La transformée de Fourier inverse (TFI) du signal X (f ) est donnée par :

∞
x (t )=TFI { X ( f ) }=T F
−1
{ X ( f ) }=∫ X ( f ) e j 2 πft df (1.25)
−∞

 On appelle spectre de x (t ) le module de la transformée de Fourier de x (t ) , noté | X ( f )|

 Si x (t) est un signal complexe ⟹ X ( f )=|X ( f )|e j φ f

¿
 Si x (t) est un signal réel ⟹ X ( f )=X (−f )

1.4.2 Propriétés de la Transformée de Fourier

1.4.2.1 Linéarité (Superposition)

23
 α x1 ( t ) + β x2 ( t ) ⟺ α X 1 ( f ) + β X 2 ( f ) (1.26)

1.4.2.2 Complexe Conjugué

¿ ¿
x (t )⟺ X (−f ) (1.27)

1.4.2.3 Changement d’Echelle

x ( at ) ⟺
1
X
|a| a()
f
avec ( α ≠ 0 ) (1.28)

1.4.2.4 Translation Temporelle

− j2 πf t 0
x ( t −t 0 ) ⟺ e X (f ) (1.29)

1.4.2.5 Translation Fréquentielle

j 2 π f 0t
e x (t )⟺ X (f −f 0) (1.30)

1.4.2.6 Modulation d’Amplitude

1
x (t ) cos ( 2 π f 0 t ) ⟺
2
[ X ( f + f 0 ) + X ( f −f 0 ) ] (1.31)

De la même façon

1
x (t ) sin ( 2 π f 0 t ) ⟺
2j
[ X ( f −f 0 )− X ( f + f 0 ) ] (1.32)

1.4.2.7 Convolution

∞
x 1 ( t )∗x 2 ( t ) =∫ x 1 ( τ ) x2 ( t−τ ) dτ ⟺ X 1 ( f ) ∙ X 2 ( f ) (1.33)
−∞

1.4.2.8 Produit

24
 ∞
x 1 ( t ) ∙ x 2 ( t ) ⟺ ∫ X 1 ( u ) X 2 ( f −u ) du= X 1 ( f )∗X 2 ( f ) (1.34)
−∞

1.4.2.9 Dualité Temps-Fréquence

X (t)⟺ x (−f ) (1.35)

1.4.2.10 Dérivation Temporelle

n
d x (t ) n
n
⟺ ( j 2 πf ) X ( f ) (1.36)
dt

1.4.2.11 Dérivation Fréquentielle

n
n d X (f )
(− j2 πt ) x ( t ) ⟺ (1.37)
dfn

t
X (0 )
∫ x ( τ ) dτ ⟺ j21πf X ( f )+ 2
δ(f ) (1.38)
−∞

1.4.3 Transformée de Fourier des Signaux Usuels

1.4.3.1 Transformée de Fourier de l’Impulsion de Dirac

δ (t ) ⟺ 1 (1.39)

1.4.3.2 Transformée de Fourier de la Constante

1 ⟺ δ(f ) (1.40)

1.4.3.3 Transformée de Fourier de la Fonction Signe dans le Domaine Temporel

1
sgn ( t ) ⟺ (1.41)
jπf

1.4.3.4 Transformée de Fourier de la Fonction Signe dans le Domaine Fréquentiel

1
⟺− j ∙ sgn(f ) (1.42)
πt

25
1.4.3.5 Transformée de Fourier de la Fonction Echelon
C’est le même principe de la propriété donnée par l’équation (2.37).

t
1 1
u ( t )=∫ δ ( τ ) dτ ⟺ + δ( f ) (1.43)
−∞ j2 πf 2

1.4.3.6 Transformée de Fourier de la Fonction Exponentielle Complexe

j 2 π f 0t
e ⟺ δ(f −f 0 ) (1.44)

1.4.3.7 Transformée de Fourier de la Fonction Cosinus

1 j2π f t −j2 πf t
cos ( 2 π f 0 t )= [e +e 0
] ⟺ 1 [ δ ( f −f 0 ) +δ ( f + f 0 ) ]
0
(1.45)
2 2

1.4.3.8 Transformée de Fourier de la Fonction Sinus

1 j2π f t −j2π f t
sin ( 2 π f 0 t ) = [ e −e 0
] ⟺ 1 [ δ ( f −f 0 )−δ ( f + f 0 ) ]
0
(1.46)
2j 2j

1.4.3.9 Transformée de Fourier de la Fonction Sinus Cardinal

La transformée de Fourier de la fonction sinus cardinal est donnée par :

sinc ( αt ) ⟺
1
α
rect ()
f
α
(1.47)

avec α est une valeur constante.

1.4.3.10 Transformée de Fourier de la Fonction Porte

Soit x (t) une fonction porte donnée par :

{
T T
( )
x (t )=rect
t
T
=
1;− ≤t ≤
2
0 ; ailleurs
2

La transformée de Fourier de x (t) est donnée par :

26
 T

[ ] [ ]
∞ 2 T
e− j2 πft 1 e jπfT −e− jπfT
TF { x ( t ) }= ∫ x ( t ) e dt= ∫ e
− j 2 πft − j 2 πft 2
dt= −T
=
−∞ −T − j 2 πf 2
πf 2j
2
1
¿ sin ( πfT )=T sinc ( fT )
πf

La transformée de Fourier de la fonction porte est une fonction sinus cardinal donnée, dans le cas
général, par :

A rect ( t−tT ) ⟺ AT sinc (Tf ) e

0 − j 2 πf t 0
(1.48)

Pour A=1 et t 0=0 , on trouve

rect ( Tt ) ⟺ T sinc(Tf ) (1.49)

1.4.3.11 Transformée de Fourier de la Fonction Triangulaire

La transformée de Fourier de la fonction triangulaire est donnée, dans le cas général, par :

A tri ( t−tT ) ⟺ AT sin c ( Tf ) e

0 2 − j 2 πf t 0
(1.50)

Pour A=1 et t 0=0 , on trouve

tri ( Tt ) ⟺ T sin c (Tf ) 2

(1.51)

1.4.4.12 Transformée de Fourier du Peigne de Dirac : Soit δ T ( t ) un peigne de Dirac de

période T . Sa transformée de Fourier est donnée par :
+∞
X T ( f )=TF {δ T ( t ) }=
1
T
∑
n=−∞
X ( Tn ) δ ( f − Tn )
Sachant que :
X ( Tn )=TF {δ (t)}=1 ∀ n
Donc ;
+∞
X T ( f )=TF {δ T ( t ) }=
1
T
∑
n=−∞
δ f−( n
T ) (1.52)

La transformée de Fourier du peigne de Dirac X T ( f ) est représentée par la Figure 2.1 :

27
Figure 1.12 Transformée de Fourier du peigne de Dirac

1.5 Densité Spectrale d’Energie

La densité spectrale d’énergie (DSE) du signal x (t), notée ᴪ x ( f ), est donnée par :

2
ᴪ x ( f )=X ( f ) X ( f ) =|X ( f )|
¿
(1.53)

Egalité de Parseval
Soit x (t) un signal à énergie finie. L’égalité de Parseval dit que l’énergie du signal x (t) est
identique dans les domaines temporel et fréquentiel.

∞ ∞

∫ |x ( t )| dt = ∫ |X ( f )| df
2 2
(1.54)
−∞ −∞

Exemple
Calculer l’énergie du signal x (t )= A sinc(2 αt).

Réponse
L’énergie délivrée par ce signal est donnée par :

∞ ∞ ∞
E ≜ ∫ |x ( t )| dt= ∫ A sin c ( 2 αt ) dt=A ∫ sin c 2 ( 2 αt ) dt
2 2 2 2

−∞ −∞ −∞

Cette intégrale est difficile à évaluer directement (demande l’intégration par partie). De ce fait, il
est préférable d’utiliser le théorème de Parseval. La transformée de Fourier du signal x (t) est
donnée par :

X ( f )=TF { x ( t ) }=
A
2α
rect
f
2α ( )
Donc :
∞ ∞ α

( )
2 2 2
A f A A
E x =∫ |X ( f )| df =∫ df = 2 ∫ 1 df =
2 2
2
rect
−∞ −∞ 4α 2 α 4 α −α 2 α

28
1.6 Convolution Analogique

1.6.1 Définition
Le signal de sortie y (t ) d’un système linéaire, causal et invariant dans le temps est donné par le
produit de convolution, noté par l’opérateur ¿, du signal d’entrée x (t ) et de la réponse
impulsionnelle h(t) comme suit :

∞ ∞
y ( t ) =x ( t )∗h ( t )= ∫ x ( τ ) h (t−τ ) dτ= ∫ x ( t−τ ) h ( τ ) dτ (1.55)
−∞ −∞

1.6.2 Propriétés de la Convolution

1.6.2.1 Commutativité

x 1 ( t )∗x 2 ( t ) =x2 ( t )∗x 1 ( t ) (1.56)

1.6.2.2 Associativité

{ x 1 ( t )∗x2 ( t ) }∗x 3 ( t ) =x1 ( t )∗{ x 2 ( t )∗x 3 ( t ) } (1.57)

1.6.2.3 Distributivité

{ x 1 ( t ) + x 2 (t ) }∗x 3 ( t )=x 1 (t )∗x 3 ( t )+ x 2 ( t ) ¿ x 3 ( t ) (1.58)

1.6.2.4 Dérivation

d y ( t ) d x1 ( t ) ( t )∗d x 2 ( t )
y ( t ) =x 1 ( t )∗x 2 ( t ) ⟹ = ∗x 2 ( t )=x 1 (1.59)
dt dt dt

1.6.2.5 Intégration

∞ ∞ ∞
y ( t ) =x 1 ( t )∗x 2 ( t ) ⟹ ∫ y ( t ) =∫ x 1 ( t ) ∙ ∫ x 2 ( t ) (1.60)
−∞ −∞ −∞

1.6.2.6 Elément Neutre

L’impulsion de Dirac est un élément neutre dans la convolution

x (t )∗δ ( t )=x (t ) (1.61)

29
1.6.2.7 Translation Temporelle

x ( t−t 1 )∗δ ( t−t 0 )=x ( t−t 1−t 0 ) (1.62)

1.6.2.8 Convolution avec l’Echelon

t
v ( t )∗u ( t )= ∫ v ( τ ) dτ (1.63)
−∞

1.6.3 Interprétation Graphique de la Convolution

Graphiquement, le calcul de la convolution entre deux signaux x (t) et h(t) consiste à calculer la
surface du produit x ( τ ) h(t−τ ). Le signal h(t−τ ) est simplement le signal initial h(τ ), retourné
dans le temps pour donner h(−τ ), puis translaté de t .
En calculant alors l’ensemble des surfaces obtenues en faisant glisser h , c’est-à-dire pour
tous les décalages de t , on obtient le produit de convolution pour tout t .

Exemple
Déterminer graphiquement le produit de convolution de : y ( t ) =x (t)∗h(t) avec :

1 2

Réponse
∞
y ( t ) =x ( t )∗h ( t )= ∫ x ( τ ) h (t−τ ) dτ
−∞

Cas 1 :

t≤0

y ( t ) =0 t
Cas 2 :

t ≥ 0 et t−1 ≤0 ⟹ 0 ≤ t ≤ 1

t
y ( t ) =∫ ABdτ = ABt t
0

30
Cas 3 :

1<t ≤ 2

t
y ( t ) = ∫ ABdτ =AB τ ]t −1 =AB
t
t
t−1

Cas 4 :

t ≥ 2 et t−1 ≤2 ⟹ 2≤ t ≤ 3

2
y ( t ) = ∫ ABdτ =AB τ ]t −1 =−ABt + 3 AB
2
t
t−1

Cas 5 :

t−1 ≥2 ⟹ t ≥ 3

y ( t ) =0 t
Résumé :

{
0 t≤0
ABt +3 AB 0≤ t ≤ 1
y (t )= AB 1≤ t ≤ 2
−ABt +3 AB 2≤ t ≤ 3
0 t≥3

Travaux Dirigés

Exercice 1.1
1) Soient les signaux périodiques suivants :

31
 {
π π
cos ( t ) − ≤ t ≤
g1 ( t ) = 2 2
0 ailleurs

g2 ( t ) =
{
cos ( π2 t )−1≤ t ≤ 1
0 ailleurs

a) Calculer la transformation en séries de Fourier sous forme exponentielle de chaque signal.

b) Déterminer les coefficients a n et b n pour le signal x (t) suivant :

{
T
A sin ( 2 πft ) 0≤t≤
2
x (t)=
−T
0 ≤t≤0
2

Exercice 1.2

Trouver la transformée de Fourier du signal y (t ) indiquée dans la Figure 1.1.

Figure 1.1

Exercice 1.3
Déterminer le produit de convolution des signaux :
x (t)= A δ(t +t 0) et y ( t ) =B δ(t +t 1 )+δ (t)

Exercice 1.4
On considère le signal x (t) défini par :
x (t )= {10 ;0≤ t ≤ 2
; ailleurs

32
Ce signal est passé par un système linéaire invariant dans le temps dont la réponse
impulsionnelle est donnée par :
h ( t )=δ (t ) +δ (t−1)

Trouver graphiquement la sortie y (t ) de ce système.

33