these approches numeriques pour la simulation du bruit a large ...
these approches numeriques pour la simulation du bruit a large ...
these approches numeriques pour la simulation du bruit a large ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Annexe A: Analyse spectrale 195<br />
d’origine. Ceci est intéressant <strong>pour</strong> les calculs de densité spectrale de puissance, car<br />
l’intégrale correspond alors à <strong>la</strong> puissance acoustique, et il est alors cohérent d’obte-<br />
nir un résultat indépendant de l’échantillonnage. Pour le calcul de cohérences, ce<strong>la</strong><br />
n’a pas d’importance <strong>du</strong> fait de <strong>la</strong> division de l’inter-spectre par les auto-spectres.<br />
• On observe que le pas en fréquence de <strong>la</strong> transformée est ∆f = 1<br />
N.∆t<br />
fréquence maximale résolue est: fmax = 1<br />
2∆t<br />
re<strong>la</strong>tion de Nyquist.<br />
et que <strong>la</strong><br />
. Ceci est souvent connu sous le nom de<br />
• Comme expliqué au second point, <strong>la</strong> DFT permet de représenter le spectre<br />
correspondant à un signal discret, sans variation de l’intégrale lorsqu’on <strong>du</strong>plique<br />
l’échantillon de base. Ainsi il est nécessaire de minimiser les discontinuités entre <strong>la</strong><br />
fin et le début de l’échantillon afin de ré<strong>du</strong>ire l’apparition de fréquences parasites qui<br />
se manifestent aux jointures de l’échantillon infini équivalent (obtenu par répétition).<br />
Il existe toutefois une technique <strong>pour</strong> corriger une irrégu<strong>la</strong>rité entre <strong>la</strong> fin et<br />
le début de l’échantillon: le fenêtrage. Elle consiste, avant <strong>la</strong> DFT, à multiplier<br />
l’échantillon par une fonction va<strong>la</strong>nt 1 sur <strong>la</strong> quasi totalité <strong>du</strong> signal mais tendant<br />
de maniére régulière vers 0 aux extrémités (ex: fenêtrage de Hanning). Ainsi <strong>la</strong><br />
fonction pro<strong>du</strong>it ne possède qu’une irrégu<strong>la</strong>rité limitée. Néanmoins, dans le spectre<br />
obtenu se retrouve le spectre de <strong>la</strong> fonction utilisée, agissant sous <strong>la</strong> forme d’un pro-<br />
<strong>du</strong>it de convolution.<br />
• Il existe un algorithme optimisé de <strong>la</strong> DFT appellé Transformée de Fourier<br />
Rapide (FFT), qui permet de ré<strong>du</strong>ire notablement le nombre d’opération: N 2 →<br />
N.log2(N) <strong>pour</strong> un échantillon de taille N. Par contre il est nécessaire que N soit<br />
une puissance de 2.<br />
Application: fonction sinus<br />
On considère l’échantillon {xj = A.sin � j.P.2π<br />
N<br />
entier. Les instants associés sont: {tj = j.P.2π<br />
N<br />
� , j = 0..(N − 1)} avec A réel et P<br />
, j = 0..(N − 1)} ce qui donne un pas<br />
en temps ∆t = P.2π<br />
N .<br />
Nous disposons ainsi de <strong>la</strong> discrétisation en N points de <strong>la</strong> fonction t → A.sin(t)<br />
sur P périodes.