Traitement Du Signal - TP3

Université Moulay Ismaïl
Faculté des Sciences

MEKNES
TP 3
Transformée de Fourier
Semestre II
Année universitaire: 2023/2024
Dr. ZAIM Omar

zaimomar1@gmail.com
Analyse spectrale
1. Objectif
▪ Utiliser MATLAB pour calculer la transformé de Fourier.
▪ Représenter un signal temporel dans le domaine fréquentiel.
▪ Calculer la transformé de Fourier inverse.
2
Analyse spectrale
2. Domaine fréquentiel
- Un graphe dans le domaine temporel présentera les variations
dans l'allure d'un signal au cours du temps, un graphe dans le
domaine fréquentiel montrera quelle proportion du signal
appartient à telle ou telle bande de fréquence, parmi plusieurs
bancs. Une représentation dans le domaine fréquentiel peut
également inclure des informations sur le décalage de phase qui
doit être appliqué à chaque sinusoïde afin de reconstruire le signal
en domaine temporel.
3
Analyse spectrale
2. Domaine fréquentiel
- La représentation d’un signal temporal dans le domaine
fréquentiel s’appelle le spectre fréquentiel. Ce spectre peut
être généré par la transformée de Fourier du signal.
4
Analyse spectrale
3. Transformée de Fourier
Les séries de Fourier et transformées de Fourier permettent de
décomposer, dans le domaine fréquentiel, un signal en une
infinité ou un nombre fini de fréquences. L'idée de base de la
série de Fourier est que toute forme d'onde (signal périodique)
peut être décomposée en une somme de sinusoïdes.
La définition de la transformée de Fourier est comme suit :
5
Analyse spectrale
Pratiquement, nous n’avons pas le signal au complet mais un
ensemble fini de points. avec génavec généralement
(où fe est la fréquence d’échantillonnage et N

le nombre total de points). De la même manière nous ne
pouvons calculer la transformée de Fourier que pour un
nombre fini de fréquences.
6
Analyse spectrale
Nous calculons donc les coefficients des séries de Fourier
suivant :
(1)
On a la formule d’inversion suivante :
(2)
7
Analyse spectrale
Pour Matlab le calcul de la transformé de Fourier se fait par la
commande fft, il reçoit comme argument le signal xn ainsi que
le nombre de point voulu N et il retourne un vecteur de la
transformé de Fourier. Il nous faut maintenant relier le
coefficient Xk à la fréquence correspondante. Pour cela il suffit
de remarquer que l’équation (1) peut s’écrire :
(3)
8
Analyse spectrale
La fonction fftshift réorganise la sortie de fft en déplaçant la
composante de fréquence zéro vers le centre du graphe. Il est utile
pour visualiser la transformée de Fourier avec la composante de
fréquence nulle au milieu du spectre.
L’exemple suivant montre un exemple de calcul du spectre d’un

signal composé de plusieurs fréquences :
9
Analyse spectrale
Fe = 1000; % Sampling frequency
T = 1/Fe; % Sampling period
L = 1500; % Length of signal
t = (0:L-1)*T; % Time vector
S = 0.7*sin(2*pi*50*t) + sin(2*pi*120*t);
bruit = 2*randn(size(t));
X = S + bruit;
subplot(2,2,1)
plot(Fe*t(1:100),X(1:100)) % pour tracer les 100 premiers élements
title('Signal corrompu avec un bruit aléatoire de moyenne null')
xlabel('t (milliseconds)')
ylabel('X(t)')
10
Analyse spectrale
% La transformée de Fourier
Y = fft(X); % Y est un vecteur de N points contenant les coefficients de Fourier Xk
P1 = (abs(Y))/L; % estimation du spectre
subplot(2,2,2)
plot(P1)
title('le spectre de X non centrer')
xlabel('f (Hz)')
ylabel('|P1(f)|')
11
Analyse spectrale
% Pour centrer le spectre
P2 = fftshift(P1);
subplot(2,2,3)
plot(P2)
title('le spectre de X centrer avec fftshift')
xlabel('f (Hz)')
ylabel('|P1(f)|')
12
Analyse spectrale
% Calcul de la correspondance avec la fréquence
subplot(2,2,4)
f = (Fe/L)*(0:(L/2)); % on va prendre que la partie positif du spectre
plot(f,P2(L/2:end))
title('le spectre de X avec la correspondance de fréquence')
xlabel('f (Hz)')
ylabel('|P1(f)|'
13
Analyse spectrale
14
Analyse spectrale
4. Transformée de Fourier inverse
Pour faire la conversion d’un spectre dans le domaine fréquentiel à
un signal dans le domaine temporel on utilise la commande ifft.
Voici un exemple :
15
Analyse spectrale
4. Transformée de Fourier inverse
Il faut faire attention, si vous avez utilisé la commande fftshift
pour centrer le spectre, il faut utiliser la commande ifftshift avant
de procéder à la transformé inverse afin de rendre au spectre sa
nature initiale.
16

Traitement Du Signal - TP3

Transféré par

Droits d'auteur :

Formats disponibles

Traitement Du Signal - TP3

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Traitement Du Signal - TP3

Transféré par

Droits d'auteur :

Formats disponibles

Université Moulay Ismaïl

Faculté des Sciences

Année universitaire: 2023/2024

Dr. ZAIM Omar

▪ Représenter un signal temporel dans le domaine fréquentiel.

▪ Calculer la transformé de Fourier inverse.

La définition de la transformée de Fourier est comme suit :

(où fe est la fréquence d’échantillonnage et N

On a la formule d’inversion suivante :

L’exemple suivant montre un exemple de calcul du spectre d’un

Vous aimerez peut-être aussi