Transformation de Fourier `a temps discret (TFtd) 1
Transcription
Transformation de Fourier `a temps discret (TFtd) 1
Transformation de Fourier à temps discret (TFtd) Définitions P X(e2jπf ) = +∞ xn e−2jπf n=−∞ x = R 1/2 X(e2jπf )e2jπnf df n −1/2 Propriétés • Linéarité, • Symétrie Hermitienne, • Convolution, 1 Exemple x(n) = 11(n ∈ {0, . . . , N − 1}) À X(e2jπf ) = sin(πN f ) −jπ(N −1)f sin(πf ) e 0 −5 −10 −15 −20 −25 −30 −35 −40 0 0.2 0.4 0.6 0.8 1 Figure 1: Fenêtre rectangulaire : |X(e2jπf )|. 2 Résolution Considérons la suite x(n) and la suite tronquée donnée par ( x(n) for n ∈ {0, . . . , N − 1} xT (n) = 0 if not Alors xT (n) = x(n) × 11(n ∈ {0, . . . , N − 1}). Par convolution on voit que la troncature en temps induit dans le spectre des pseudo-oscillations de “période” 1/N . La valeur 1/N est appelée la “limite de Fourier”. Ce phénomène réduit la résolution qui est la capacité à discriminer deux fréquences voisines. Il est possible de jouer sur la résolution en utilisant des fenêtres. Les plus utilisées sont la fenêtre rectangulaire, la fenêtre de Bartlett et la fenêtre de Hamming. 3 Exemple Soit l’observation : x(t) = a1 cos(2πF1 t + φ1 ) + a2 cos(2πF2 t + φ2 ) Ce signal est échantillonné à Fe = 100 Hz. En utilisant le module de la TFtd de la suite des échantillons, on veut discriminer les deux fréquences. Déterminer la fenêtre et la valeur de N qui assurent une résolution en fréquence de 2Hz avec un rapport d’amplitudes de 30 dB. 4 rectangular window hamming window 0 0 −5 −5 −10 −10 −15 −15 −20 −20 −25 −25 −30 −30 −35 0 10 20 30 40 50 −35 0 10 20 30 40 50 Figure 2: F1 = 10Hz, F2 = 12, Fe = 100. 5 Calcul de la TFtd par la DFT La TFtd est une fonction périodique de période 1. En pratique pour la calculer on dispose de N échantillons du signal et on effectue le calcul en L points de fréquences fk = k/L avec k ∈ {0, . . . , L − 1} : Xe (k/L) = N −1 X xn e−2jπnk/L n=0 Cela conduit à la définition de la Transformée de Fourier Discrète (TFD). Les formules de TFD directe et inverse sont : {x0 , · · · , xN −1 } À {X0 , · · · , XN −1 } with ( PN −1 Xk = n=0 xn e−2jπnk/N PN −1 1 xn = N k=0 Xk e2jπnk/N 6 Propriétés • 1 N PN −1 k=0 e 2jπkn/N = ( 1 0 if if not n = 0 mod N • convolution circulaire : PN −1 xn yn À k=0 Xk Yn−k PN −1 n=0 xn yk−n À Xk Yk où les indices sont calculées modulo N . Exemple: . . . • FFT (Fast Fourier Transform): gain= N/log 2 (N ) 7 Résumé : échantillonnage, troncature (a): c.t. signal (blue) et d.t. signal (red) (b): Aliasing 1 0 −Fe 0 Fe (d): Spectral time truncation effects (c): Time truncation 1 0 −Fe 0 Fe 8