26.11.2014 Views

TD1: Fourier et applications - IA

TD1: Fourier et applications - IA

TD1: Fourier et applications - IA

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Module AMO – année 2013–2014<br />

<strong>TD1</strong>: <strong>Fourier</strong> <strong>et</strong> <strong>applications</strong><br />

Formulaire :<br />

cos(p) + cos(q) = 2 cos( p + q<br />

2 ) cos(p − q<br />

2 )<br />

cos(p) − cos(q) = −2 sin( p + q<br />

2 ) sin(p − q<br />

2 )<br />

sin(p) + sin(q) = 2 sin( p + q<br />

2 ) cos(p − q<br />

2 )<br />

sin(p) − sin(q) = 2 sin( p − q<br />

2 ) cos(p + q<br />

2 )<br />

cos(x) =<br />

exp(ix) + exp(−ix)<br />

2<br />

sin(x) =<br />

exp(ix) − exp(−ix)<br />

2i<br />

cos(a + b) = cos(a) cos(b) − sin(a) sin(b)<br />

cos(a − b) = cos(a) cos(b) + sin(a) sin(b)<br />

sin(a + b) = sin(a) cos(b) + cos(a) sin(b)<br />

sin(a − b) = sin(a) cos(b) − cos(a) sin(b)<br />

cos(a) cos(b) = 0.5(cos(a + b) + cos(a − b))<br />

sin(a) sin(b) = 0.5(cos(a − b) − cos(a + b))<br />

sin(a) cos(b) = 0.5(sin(a + b) + sin(a − b))<br />

∫ +∞<br />

X(f) : f ↦→ X(f) = x(t) e −i2πft dt<br />

−∞<br />

∫<br />

∫<br />

IP P : u ′ v = [uv] − uv ′<br />

Exercice 1 – Séries de <strong>Fourier</strong><br />

1. Soit E, l’espace vectoriel sur C des fonctions continues de [−π, π[ vers C muni du produit<br />

scalaire :<br />

∫ π<br />

〈f, g〉 = f(t) g(t)dt ¯<br />

−π<br />

Montrer que la famille définie par {cos(nx) | n ∈ N} ∪ {sin(nx) | n ∈ N ⋆ } est orthogonale.<br />

Est-ce une base F, l’espace vectoriel des fonctions 2π périodiques ?<br />

Proposer une base orthonormée de F.<br />

2. La serie de fourier associée à une fonction f peut s’écrire : 1 ∞∑<br />

2 a 0 + a n cos(nx) + b n sin(nx) ou<br />

∞∑<br />

n=−∞<br />

c n e inx . Écrire les coefficient c n en fonction des a n <strong>et</strong> des b n .<br />

3. Montrer que { exp( 2iπkt<br />

T )} , k ∈ {−∞; +∞} forment une base orthonormée de L 2 ([0, T ])<br />

n=1


Module AMO – page 2<br />

Exercice 2 – Transformée de <strong>Fourier</strong><br />

1. Démontrer que TF(x(t − τ)) = e −i2πfτ X(f)<br />

2. Démontrer que x paire (resp. impaire) X(f) paire (resp. impaire).<br />

( )<br />

3. Pour des fonctions x satifaisant lim t→±∞ (x(t)) = 0, démontrer que TF dx(t)<br />

dt<br />

= 2iπfX(f)<br />

Qu’est ce que cela signifie graphiquement sur la TF ? Illustrer votre propos sur un exemple.<br />

4. Montrer que<br />

(<br />

dX(f)<br />

df<br />

)<br />

= −2iπT F [t · x(t)].<br />

Exercice 3 – TF usuelles<br />

Calculer les transformées de <strong>Fourier</strong> suivantes (après avoir dessiné rapidement la forme de la fonction) :<br />

1. Rect ( {<br />

)<br />

t<br />

1 si |t| ≤<br />

1<br />

T , où Rect(t) est la fonction ”Porte” : Rect(t) = 2<br />

0 sinon<br />

2. f(t) = e −a|t|<br />

√ π<br />

|b| e− π2 f 2<br />

b 2 .<br />

3. soit g(t) = e −b2 t 2 , montrer que G(f) =<br />

— Vérifier que g ′ (t) + 2b 2 tx(t) = 0.<br />

— En déduier que G ′ (f) + 2π2 fG(f) = 0, conclure<br />

b 2<br />

4. k(t) = e −at 1 t≥0<br />

5. z(t) = {t si t ∈] − a, a[, 0 sinon}<br />

Exercice 4 – Résolution fréquentielle <strong>et</strong> fenêtrage<br />

On considère la fonction sinusoïdale x(t) = cos(2πf 0 t) <strong>et</strong> la fonction porte r(t) = Rect ( t<br />

L)<br />

.<br />

On rappelle que X(f) = 1 2 · [δ(f − f 0) + δ(f + f 0 )].<br />

1. Calculer T F [x(t) · r(t)]<br />

2. Qu’en concluez-vous sur la résolution fréquentielle ?<br />

Exercice 5 – Transformée de <strong>Fourier</strong> à fenêtre glissante<br />

Rappel : ST F T [x(t)] = X(f, b) = ∫ +∞<br />

−∞<br />

x(t) ¯w(t − b)e−2iπft dt<br />

Reconstruction du signal On considère la fenêtre w ∈ L 2 ; |ŵ| fonction paire <strong>et</strong> ||w|| 2 = 1.<br />

— Montrer que X(f) = T F [x(t)] = ∫ +∞<br />

−∞<br />

X(f, b)w(t − b)db<br />

— En déduire l’inversibilité de la STFT par sommation des projections (non trivial)<br />

Résolution temporelle vs fréquentielle<br />

On considère le signal 1d suivant : x(t) = cos(2πf 1 t) · Rect((t − 1 f 1<br />

) f 1<br />

2<br />

) + cos(4πf 1 t) · Rect((t − 3 f 1<br />

) f 1<br />

2<br />

).<br />

— Représenter le signal x(t)<br />

— Calculer <strong>et</strong> représenter les spectogrammes de x(t) pour des fenêtres temporelles disjointes de<br />

4<br />

2<br />

1<br />

1<br />

taille :<br />

f 1<br />

(1 fenêtre),<br />

f 1<br />

(2 fenêtres),<br />

f 1<br />

(4 fenêtres),<br />

2f 1<br />

(8 fenêtres)<br />

— Avec quelles fenêtres précédentes peut-on correctement séparer les deux composantes fréquentielles<br />

en temps <strong>et</strong> en fréquence ? Quel est ici le meilleur compromis ?

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!