Upload
moadmourouane
View
18
Download
1
Embed Size (px)
DESCRIPTION
exercice analyse spectral
Citation preview
jean-philippe mullerAnalyse spectrale
Physique applique
Analyse spectrale
Harmoniques 50 Hz
Spectre dun signal FSK
2000 Hz
500 Hz
Spectre dun signal priodique
jean-philippe mullerAnalyse spectrale
Sommaire
1- La reprsentation temporelle dun signal2- La reprsentation frquentielle du signal3- Exemple du spectre dun signal sinusodal4- Instrumentation : lanalyseur balayage5- Instrumentation : lanalyseur numrique6- Signaux spectre stable dans le temps7- Exemple de signal spectre stable8- Signaux spectre variable dans le temps9- Exemple de signal spectre variable10- Les outils mathmatiques de lanalyse spectrale11- La dcomposition en srie de Fourier12- Spectre dun signal priodique13- Dcomposition des signaux usuels 14- Spectre dune impulsion15- Harmoniques et timbre dun son16- Evolution des harmoniques dune lame vibrante17- Mesure de la distorsion harmonique 18- Mesure de la distorsion dintermodulation19- Diminution des rayonnements parasites20- Les harmoniques sur le rseau 50 Hz21- Consquences des harmoniques sur le rseau22- La transforme de Fourier23- Leffet de fentre24- La transforme de Fourier discrte25- Exemple dapplication de la TFD26- La transforme de Fourier rapide ou FFT27- Les fentres de pondration28- Application : test dun haut-parleur29- Application : la FFT dans le domaine mdical
jean-philippe mullerAnalyse spectrale
1- La reprsentation temporelle dun signal
Llectronique traite des signaux analogiques ou numriques de natures trs varies :
le support du signal est le plus souvent une tension, mais peut aussi tre un courant, une onde lectromagntique (radio, TV, radar), une onde lumineuse ou infrarouge (fibres optiques), une onde sonore
linformation contenue dans le signal peut tre un message audio (parole, musique), vido (image TV), binaire (liaison ordinateur-imprimante) ou un signal analogique traduisant ltat dun capteur
Une premire faon de connatre un signal est dobserver son allure en fonction du temps donne par loscillogramme.
Exemple 2 : signal sinusodal et signal modul en amplitude
Exemple 1 : signal x(t) = 10sin(400t)
amplitude
temps
amplitude
10
temps
cest un signal sinusodal son amplitude est de 10 Vsa pulsation vaut 400 radians/secondesa frquence vaut f = 63,7 Hz
Dfinition : loscillogramme dun signal est la reprsentation des variations de son amplitude en fonction du temps.
Loscillogramme nous renseigne sur lamplitude, la valeur crte, la valeur moyenne mais pas sur les frquences contenues dans le signal.
jean-philippe mullerAnalyse spectrale
2- La reprsentation frquentielle dun signal
Pour voir les frquences contenues dans un signal, on le reprsente sous la forme dun diagramme amplitude-frquence appel spectre :
Exemple 1 : le signal x(t) = 10sin(400t) est un signal sinusodal damplitude 10 et de pulsation 400
amplitudeamplitude
1010
temps
pulsation (ou frquence f)oscillogramme 400 spectre
Exemple 2 : frquences captes par une antenne entre 88 et 108 MHz ( bande FM )
amplitude
frquence
12
3
41 : France-Musique 91,2 MHz2 : France-Inter 95,7 MHz3 : Radio France alsace 102,4 MHz4 : France-Info 105,7 MHz
Dfinition : le spectre est la reprsentation des amplitudes des diffrentes composantes en fonction de la frquence
jean-philippe mullerAnalyse spectrale
3- Exemple du spectre dun signal sinusodal
On sintresse au spectre dun segment de signal sinusodal de frquence 500 Hz :
il dure 54 ms et est donc compos de 27 priodesson amplitude est de 10 mV crtependant son existence, son spectre est form dune raie 500 Hz
amplitude
oscillogramme
10
spectre
frquence f500
Diagramme temps-frquence
Pour visualiser lvolution du spectre en fonction du temps, on utilise un diagramme temps-frquence sur lequel la couleur indique lintensit de la composante spectrale.
jean-philippe mullerAnalyse spectrale
4- Instrumentation : lanalyseur balayage
Pour visualiser le spectre dun signal, on dispose de deux types dinstruments : lanalyseur balayage et lanalyseur numrique.
Lanalyseur balayage fonctionne comme un rcepteur changement de frquence en balayant la gamme de frquences analyser :
il permet de visualiser le spectre de signaux de frquences leves, une frquence maximale de 3 GHz tant une valeur courante cause de son mode de fonctionnement, il ne permet pas de visualiser le spectre de signaux brefs et non rptitifspar contre, il est idal pour visualiser des spectres de signaux stables dans le temps ou rptitifs
Anritsu MS2711 : 100 kHz 3 GHzTektronix 2712 : 9 kHz 1,8 GHz
Rohde+Schwartz : 100 kHz 3 GHz
Les principaux rglages de lappareil sont : la plage de frquence visualise ( frquence centrale, dviation ), la sensibilit et la bande passante du filtre danalyse.
Applet : principe de lanalyseur balayage Vido : le fonctionnement de lanalyseur balayage
jean-philippe mullerAnalyse spectrale
5- Instrumentation : lanalyseur numrique
Lanalyseur de spectre numrique chantillonne le signal analyser et calcule des points du spectre laide dun algorithme de calcul qui est souvent une FFT ( Fast Fourier Transform) :
il permet de visualiser le spectre de signaux dont la frquence est limite quelques dizaines de MHz il peut faire lacquisition de signaux non rptitifs et visualiser leur spectreil peut montrer lvolution du spectre en fonction du temps pour les signaux qui ne sont pas stablesde nombreuses options daffichage permettent une visualisation optimale des spectres ( spectre unique, sonagramme, waterfall )il est souvent ralis autour dun PC par lassociation dune carte dacquisition interne ou externe et un logiciel
Fluke 43B : analyseur des harmoniques du rseau 50 Hz
Onosokki DS2000 : 0 40 kHz
Les principaux rglages de lappareil sont : la plage de frquence visualise ( frquence centrale, dviation ), la sensibilit et le choix de la fentre de pondration.
jean-philippe mullerAnalyse spectrale
6- Signaux spectre stable dans le temps
Pour lanalyse spectrale, il existe un grand nombre de signaux dont lessentiel de la forme reste stable dans le temps : leur spectre est fixe ou volue peu dans le temps, la connaissance du spectre un instant donn permet de bien connatre les caractristiques du signal.
analyseur balayage ou numrique
spectre de la tranche A
spectre de la tranche B
f f
x(t)
t
tranche Btranche A
Dans cette catgorie, on trouve : les signaux priodiques, les signaux moduls en amplitude, en frquence ou en phase, les signaux vido
jean-philippe mullerAnalyse spectrale
7- Exemple de signal spectre stable
La squence analyse correspond un signal modul en amplitude :
nombre dchantillons : N = 10 000frquence dchantillonnage : fe = 11025 kHzfrquence de la porteuse : f = 1000 Hzsignal modulant sinusodal F = 150 Hz
Oscillogramme dune tranche de 42 ms
1000 Hz
850 Hz 1150 Hz
Spectre moyen (FFT des chantillons)
Diagramme spectre-temps
Remarques :on retrouve sur le spectre moyen et le diagramme spectre-temps la porteuse
1000 Hz et les 2 raies latrales 850 et 1150 Hzloscillogramme montre que le signal est stable dans le tempsle diagramme spectre-temps montre que le spectre ne change pas lorsque le
temps scoulele spectre FFT du signal est donc suffisant pour connatre les proprits
frquentielles du signal
jean-philippe mullerAnalyse spectrale
8- Signaux spectre variable dans le temps
Lautre famille correspond aux signaux dont la forme et donc le spectre voluent au cours du temps : la connaissance du spectre des instants successifs est alors trs riche en informations.
amplitude
A
B
temps
analyseur numrique
spectre de la tranche A
spectre de la tranche B
f f
le spectre volue dans le temps
frquence
x(t)
Diagramme spectre-temps t
tranche Btranche A
Dans cette catgorie, on trouve : les signaux vocaux ou musicaux, les signaux biologiques, ceux issus de capteurs
jean-philippe mullerAnalyse spectrale
9- Exemple de signal spectre variable
La squence sonore analyse correspond un enregistrement du chant dun groupe de baleines :
Oscillogramme dune tranche de 20 ms
Spectre moyen (FFT des chantillons)
150 Hz773 Hz
967 Hz
1676 Hz
1934 Hz
Remarques :on retrouve sur le spectre moyen et le sonagramme les composantes intenses
autour de 1000, 1650 et 2000 Hzon reconnat sur le sonagramme les variations de hauteur perues loreillele sonagramme est beaucoup plus riche en informations que le spectre FFT
nombre dchantillons : N = 50 000frquence dchantillonnage : fe = 11025 kHzdure D = N.Te = 4,54 secondes
Diagramme spectre-temps (sonagramme)
Son : couter le chant des baleines
jean-philippe mullerAnalyse spectrale
10- Les outils mathmatiques de lanalyse spectrale
En fonction du type de signal, on dispose de 3 outils mathmatiques pour calculer le spectre dun signal x(t) :
si le signal x(t) est priodique, la dcomposition en srie de Fourier permet de calculer lamplitude des raies du spectre
amplitudex(t)
si lquation du signal x(t) est connue, la transforme de Fourier permet de calculer lquation de la courbe du spectre
si on dispose de N chantillons du signal x(t), la transforme de Fourier discrte permet de calculer N points de la courbe du spectre
priode To
t
X1dcomposition en srie de Fourier
calcul des Xi
X2
X3f
fo 2fo 3fo 4fo 5fo 6fo
amplitude
x(t)
t
S(f)transforme de Fourier
calcul de S(f)f
amplitudex(t)
N points
x0x1
x2 x3
du signal
t
S1
S2Sk
N points du spectreS0transforme de Fourier
discrte (DFT, FFT)
calcul de S0, S1
f
0 Te nTe 0 fe/N k.fe/N
jean-philippe mullerAnalyse spectrale
11- La dcomposition en srie de Fourier
...)sin()cos(...)2sin()2cos()sin()cos()( 00020201010 ++++++++= tnBtnAtBtAtBtAXtx nn
...)sin(...)2sin()sin()( 102021010 ++++++++= nn tnXtXtXXtx
Le mathmaticien Fourier a dmontr quil peut scrire sous la forme :
valeur moyenne
amplitude du fondamental
amplitude de lharmonique 2
amplitude de lharmonique n
Cette dcomposition peut aussi scrire de la faon suivante :
avec : =To
dttxTX )(1
0 dttntxTAT
n )cos().(2 00= dttntxTB
Tn )sin().(2 0
0=
Ces dcompositions sont bien sr quivalentes et on a : 22 nnn BAX += et )(n
nn ABarctg=
Applet : calcul de la dcomposition de Fourier dun signal
Soit x(t) un signal de forme quelconque mais priodique :
x(t)priode To
t
oscillogramme
Jean-Baptiste Fourier 1768-1830
Les fonctions paires ont un dveloppement qui ne contient que des termes en cosinus, les fonctions impaires ont une dcomposition en sinus : cette remarque utile permet souvent de simplifier le calcul.
jean-philippe mullerAnalyse spectrale
12- Spectre dun signal priodique
La dcomposition en srie de Fourier permet de tracer aisment le spectre de x(t) constitu par des raies quidistantes :
amplitude
X1
valeur moyenne X0
X2 fo
X3 = 0frquence
fo 2fo 3fo 4fo 5fo 6fo
Exemple : analyse spectrale du son dun didjeridu
le son est priodique et son spectre est un spectre de raiesle fondamental est 65 Hz le signal ne contient pas dharmoniques pairslharmonique 3 a une amplitude suprieure au fondamental
jean-philippe mullerAnalyse spectrale
13- Dcomposition des signaux usuelsoscillogramme spectre
t
x(t)
E
Tf
amplitude
0 f
( )x tE
tt t
( ) s ins in ( ) s in ( )
. . .= + + +
4 33
55
3f 5f
x(t)
E
t
Tf
amplitude
( )x tE
tt t
( ) s ins in ( ) s in ( )
. . .= +
8 33
552 2 2
5f0 f 3f
t
x(t)
E
T/2f
amplitude
x tE t t
( )c o s ( ) c o s ( )
. . .= + +
21
2 23
2 41 5
0 2f 4f
t
x(t)
E
T
f
amplitude
( )x tE
tt t
( ) s ins in ( ) s in ( )
. . .= + +
2 22
33
0 f 2f 3f
jean-philippe mullerAnalyse spectrale
14- Spectre dune impulsion
Le train dimpulsions est dune grande importance en lectronique et son spectre a une allure caractristique :
t
x(t)
E
T
aT
f
amplitude
( )
++++= ...)cos()sin(2...cos)sin(21)( tnan
antaaaEtx
0 f 2f 3f
y aEn an a
= 2sin( )
....3,2, =anet passe par zro pour n tel que :La courbe enveloppe des raies a pour quation :
....3,2,1 aTaTaTfx =soit pour des frquences fx telles que :
2,5 MHz 5 MHz0
1,15 MHz
2,3 MHz
3,45 MHz
Spectre dun signal impulsionnel
Exemple :
spectre dun train dimpulsions de frquence 140 kHz et de largeur 870 nslenveloppe passe par zro 1/870ns=1,15 MHz, 2,3 MHz, 3,45 MHz le spectre est form de raies f = 140 kHz, 280 kHz, 420 kHz
Applet : dcomposition et synthse dune impulsion
t
x(t)
EaT=800 ns
f = 125 kHz
jean-philippe mullerAnalyse spectrale
15- Harmoniques et timbre dun son
La rpartition, lamplitude et la dure des harmoniques dfinissent le timbre dun instrument ou dune voix :
le son du violon diffre de celui de la trompette et de lorgue parce que les trois sons ont une composition en harmoniques diffrentependant toute la dure dune note, lallure temporelle et la composition harmoniques ne restent pas identiquesce sont ces variations de niveau sonore et de composition harmonique qui rendent la musique si vivante et si riche
oscillogramme spectre
F
H2
H3
Son dune trompetteSon dun violon
oscillogramme spectre
F
H2
H3
Vido : spectre dun violoncelle
jean-philippe mullerAnalyse spectrale
16- Evolution des harmoniques dune lame vibrante
Une lame mtallique frappe met un son dont le timbre volue au cours du temps :
le bruit de limpact est un bruit large bande qui contient toutes les frquencesla vibration de la lame se fait selon diffrents modes qui correspondent diffrents harmoniquesces harmoniques steignent au bout dun temps variable, ce qui fait voluer le timbre du sonla reprsentation de lvolution des harmoniques en fonction du temps sappelle un sonagramme
frquence
chelle damplitudes
faible
intense
Sonagramme de la lame vibrante
5000 Hz
4000 Hz
3000 Hz
2000 Hz
1000 Hz
0 Hz
temps0 1 s 2 s 3 s 4 s
Son : couter le son de la lame vibrante
jean-philippe mullerAnalyse spectrale
17- Mesure de la distorsion harmonique
Cette mesure, couramment utilise en lectronique et en lectrotechnique, nous renseigne sur :
la qualit dun oscillateur sinusodal (par analyse spectrale du signal produit par le dispositif)la linarit dun amplificateur (analyse spectrale de la sortie si lentre est sinusodale)la linarit dune charge alimente par le rseau (analyse spectrale du courant si la tension est sinusodale)
Exemple : test dun ampli Hi-fi
Amplitude des principales raies :
F = 0 dB = 1VH2 = - 102 dB = 7,9 uVH3 = - 102 dB = 1,6 uVH5 = - 102 dB = 1 uVH7 = - 102 dB = 1,8 uVH9 = - 102 dB = 1,4 uVH13 = - 102 dB = 1 uVH14 = - 102 dB = 1 uVH16 = - 102 dB = 1 uV
FHHHtd ...
24
23
22 +++=
%00086,010.6,810...16,19,7
66
222
==+++
= dt
Le taux de distorsion harmonique scrit :
on applique sur lentre un signal 1 kHz de niveau 1V le spectre en sortie montre lapparition dharmoniquesces harmoniques sont dans la bande audio et doncpeuvent tre audibles
Distorsion harmonique dun amplificateur :
voie de gauchevoie de droite
F
H2
H3 H5
Remarque : ce taux de distorsion extrmement faible est caractristique dun trs bon amplificateur, mais il ne faut pas oublier quune trs bonne enceinte acoustique a un taux de distorsion qui descend rarement en-dessous de 1% !
jean-philippe mullerAnalyse spectrale
18- Mesure de la distorsion dintermodulation
)(tvs)cos()( 1tXtx = )(tve
...)(.)(.)(.)( 32 +++= tvCtvBtvAtv eees
)(.)( tvAtv es =
Pour tester la linarit dun dispositif (ampli, HP ) on applique sur son entre une somme de deux signaux sinusodaux de frquence f1 et f2 :
si le systme est parfaitement linaire :
dispositif tester+
)cos()( 2tYty =
distorsion quadratique
distorsion cubique
pour un systme rel, la caractristique doit tre modlise par un polynme :
21, .. fnfmf nm =Les distorsions quadratique, cubique et suivantes font apparatre de nouvelles frquences en sortie de la forme :
Distorsion dintermodulation dun amplificateur :voie de gauchevoie de droite
on applique sur lentre deux signaux 19 kHz et 20 kHzleur amplitude est -20 dB sous 1V, soit X=Y=0,1Vla distorsion dintermodulation cre du 1 kHz audiblela distorsion (canal gauche) est de -110 dB soit 3,2 uVles autres produits dintermodulation sont hors bande audio
%0032,010.2,3 5=== XDtdi
Le taux de distorsion par intermodulation vaut :
intermodulation
19 kHz
20 kHz
Exemple : test dun ampli Hi-fi
jean-philippe mullerAnalyse spectrale
19- Rduction des rayonnements parasites
Dans les systmes lectroniques actuels, les signaux analogiques ctoient souvent les signaux numrique :
les signaux numriques sont frquence leve et fronts raides, et leur spectre est donc trs largeles harmoniques de rang lev sont facilement rayonns car les pistes de circuit imprim peuvent constituer de bonnes antennescela se produit chaque fois que la longueur de la piste est voisine du quart de la longueur dondepar exemple une piste de 10 cm constitue une excellente antenne pour lharmonique 40 dun signal 10 MHz
Les constructeurs de circuits intgrs prennent actuellement en compte ce problme et proposent des circuits intgrs qui dgradent volontairement les fronts des signaux pour limiter lamplitude des harmoniques de rang lev.
oscillogramme oscillogramme
spectre spectre
harmoniques de rang lev
moins dharmoniques
Ces interfaces divisent les perturbations lectromagntiques par 100, par rapport tous les autres circuits bipolaires et CMOS RS 485.
jean-philippe mullerAnalyse spectrale
20- Les harmoniques sur le rseau 50 Hz
La tension disponible sur les prises de courants nest pas toujours parfaitement sinusodale :
lorsquune charge linaire est connecte au rseau, le courant i(t) appel dans la ligne est sinusodalexemples de charges linaires : ampoules dclairage, radiateurs lectriques si la charge est non-linaire, le courant i(t) est dform et peut mme devenir impulsionnel, donc riche en harmoniquesces charges non-linaires peuvent tre diverses : alimentations classiques ou dcoupage, ordinateurs, variateurs de vitesse pour moteurs,
machines souder contrle lectronique, clairages fluorescents etc
vu(t)vc(t)
Poste de transformation
EDF M
impdance de ligne Z
charge non linaire
vu(t)
i(t)
vc(t)
si la charge nest pas linaire, le courant nest pas sinusodal et la chute de tension lie limpdance de ligne non plusla tension vu(t) disponible sur les prises de lutilisateur nest plus sinusodaleles harmoniques de la tension vu(t) peuvent perturber le fonctionnement de certains appareils ds que la distorsion dpasse 5 %
310
t t
de la centrale
La ligne EDF entre le poste de transformation et lutilisateur est caractrise par son impdance de ligne Z :
jean-philippe mullerAnalyse spectrale
21- Consquences des harmoniques sur le rseau
La prsence dharmoniques sur le rseau de distribution 50 Hz pose de nombreux problmes :
la prsence dharmoniques cre une surchauffe parce que la valeur efficace du courant est suprieur celle indique par les ampremtre usuels prvus pour une mesure en rgime sinusodal
la prsence dharmoniques 3 cre dans un systme triphas un courant de neutre qui nest plus nul, il en rsulte une surchauffe du fil de neutre qui ne vhicule normalement aucun courant si la charge est quilibre
la prsence dharmoniques 5 dans la tension dalimentation dun moteur asynchrone ou synchrone triphas cre un champ tournant en sens inverse, donc une perte de couple pour le moteur et une surchauffe du rotor
La suppression des harmoniques ncessite quelquefois linstallation de filtres passifs ou actifs encombrants et coteux :
L1 L2
C1 C2
fusibles
Filtre actif suppresseur dharmoniques
charge non linaire
i(t)rseau
filtre actif
courant ic(t) non-sinusodalcourant i(t) sinusodal courant if(t) absorb par le filtre
if(t)
ic(t)
filtre L2C2 accord sur lharmonique 5
filtre L1C1 accord sur lharmonique 3vers le rseau
Filtre passif suppresseur dharmoniques
Vido : le problme des harmoniques sur le rseau
jean-philippe mullerAnalyse spectrale
22- La transforme de Fourier
Le spectre S(f) dun signal x(t) non priodique mais dexpression mathmatique connue ( impulsion unique, salve de motifs simples ) peut tre calcul laide de la transforme de Fourier :
S j x t e dtj t( ) ( ). =
+
e t j tj t = +cos( ) sin( )avec
Cette transformation donne une fonction S(j) complexe dont on extrait le spectre en prenant le module S() en se limitant aux frquences positives qui seules ont une signification physique.
x(t)
Exemple : spectre dune impulsion unique damplitude E = 10V et de largeur to = 1 ms :t
10 V
1 ms
2200 ttt +
jean-philippe mullerAnalyse spectrale
23- Leffet de fentre
Lorsquon travaille avec des signaux de dure limite, le spectre est dform : cest leffet de fentre. Pour observer cet effet, calculons le spectre dun signal z(t) sinusodal de frquence fo et de dure T :
x(t)
t
le signal z(t) est le produit dune fonction sinusodale x(t) et dune fonction fentre f(t)
on dit quon observe le signal travers une fentre temporelle rectangulaire de largeur T
la transforme de Fourier de z(t) se calcule aisment :
S f ET f f T
f f T( )
sin ( )( )
=
2
0
0
f(t)1
[ ]S j z t e dt E t t j t dtj tT
T( ) ( ). sin( ) cos( ) sin( )
/
/ = =
+
+
22
t-T/2 T/2
[ ]= + + + +
+
E
t t j t j t dtoTT
2 0 0 022sin( ) sin( ) cos( ) cos( )
/
/ z(t)= x(t).f(t)
=+
+
jE
T TT
TT2
22
22
0
0
0
0
sin( ) /( ) /
sin( ) /( ) /
t
si on se limite aux frquences positives, le spectre S(f) scrit :
amplitude 2/T
lobe principal
cause de la dure limite T, la raie la frquence fo est devenue un lobe de largeur 2/T, associ des lobes secondaires
plus la dur dobservation T est longue, plus le lobe principal saffine et se rapproche dune raie
leffet de fentre se manifeste dans tous les analyseurs numriques car ils calculent tous le spectre partir dune portion de signal limite dans le temps
lobes secondaires
ffo
jean-philippe mullerAnalyse spectrale
24- La transforme de Fourier discrte
Par chantillonnage et conversion analogique-numrique, il est facile de faire lacquisition dun signal x(t) par un ordinateur : lapplication de la transforme de Fourier discrte ( cest--dire discontinue) permet alors de calculer le spectre et de le visualiser :
stockagepondration
fc
x(t)
calcul de la TFD
x*(t)
fe
CAN
filtre anti-repliement affichage
lchantillonnage se fait une frquence fe et la prise de N chantillons dure un temps T = N.Te = N/fela dure T reprsente donc la largeur de la fentre temporelle danalyse la fin de lopration dacquisition, on a en mmoire une srie de N valeurs numriques x0 = x(0), x1 = x(Te) ... , xn = x(nTe) ...
A partir de ces N chantillons, la TFD permet de calculer N points du spectre dfinis par leur abscisse f(k) et leur ordonne S(k) :
Nfkkf e.)( =abscisse du point du spectre : avec k = 0, 1, 2 ... N-1
[ ] =
= ==
1
0
1
0/2 )/.2sin()/.2cos()(1)(1)( N
n
N
nNkjn NknjNknnxNenxNkS
ordonne du point du spectre :
amplitude
S0
f
N points du spectre
S2Sk
S1Remarques :la TFD ncessite de nombreux calculspour 1024 points, il faut effectuer 1048576 additions et
multiplications cela rend difficile le calcul en temps rel si fe est leve
0 fe/N k.fe/N
jean-philippe mullerAnalyse spectrale
25- Exemple dapplication de la TFD
Le spectre du signal chantillonn a des caractristiques particulires :
le signal tant chantillonn, le spectre obtenu est forcment symtrique par rapport fe/2, seule la premire moiti N/2 des points calculs sera donc effectivement utilise pour tracer le spectresi on veut un spectre prcis, il suffit daugmenter le nombre de points du signal et donc la dure de lchantillonnage Tle nombre de calculs et donc la dure du traitement mathmatique augmente trs vite avec le nombre N dchantillons
Exemple : on dispose de N = 10 chantillons du signal x(t) chantillonn fe = 1 kHz allant de x0 x9
[ ] moyenXxxxxS =++++= )9(...)2()1()0(101)0(amplitude :1er calcul : k = 0 frquence f(0) = 0
On retrouve le rsultat bien connu que la composante spectrale la frquence nulle correspond la valeur moyenne du signal
2me calcul : k = 1 frquence f(1) = fe/N = 100 Hz
[ ] [ ] [ ]{ })10/1..9.2sin()10/1..9.2cos()9(.......)10/1..1.2sin()10/1..1.2cos()1()10/1..0.2sin()10/1..0.2cos()0(101)1( jxjxjxS +++=amplitude :
frquence f(9) = 9.fe/N = 900 Hz10me calcul : k = 9
[ ] [ ] [ ]{ })10/9..9.2sin()10/9..9.2cos()9(.......)10/9..1.2sin()10/9..1.2cos()1()10/9..0.2sin()10/9..0.2cos()0(101)9( jxjxjxS +++=amplitude :
amplitudeAxe de symtrie
fe/2Conclusions : partir des 10 chantillons du signal on peut calculer sans difficults
particulires 10 point du spectrele calcul de chaque point ncessite 10 multiplications et additionsle calcul de la TFD sur 10 chantillons ncessite donc 100 oprationsde la mme faon, le calcul dune TFD sur 1024 chantillons ncessite
1048576 oprations de multiplication et daddition
S0
f
S2S7
S1 S9
0 100 700 900
jean-philippe mullerAnalyse spectrale
26- La transforme de Fourier rapide ou FFT
Le calcul d'une TFD, ncessite une grande quantit d'oprations et devient est trs long si le nombre dchantillons est lev :
il existe une faon de calculer la mme chose autrement, c'est l'algorithme de Transforme de Fourier Rapidecet algorithme a t publi en 1965 James Cooley (IBM) et John Tukey (Bell Labs) il repose sur une faon particulire de calculer la TFD qui conomise certaines oprations et acclre donc le calcul
Cet algorithme ncessite que le nombre N dchantillons soit un multiple de 2 et son principe est le suivant :
=
= ==
1
0
1
0/2 )(1)(1)( N
nnkN
nNkjn WnxNenxNkS
NjeW /2 =pour la TFD, un point du spectre se calcule par : avec
2N oprationssi on spare les chantillons en chantillons pairs p(n) et impairs i(n), on peut crire :
un point du spectre est pass de :
Il a donc t divis par 2
2N ( ) 22.222 NN =
jnkN
nnk
N
nnk eWniNWnpNkS
2120
120
)(1)(1)( =
= +=Grce cette opration, le nombre de calculs pour
( )22N oprations ( )22N oprationsLe processus est rpt sur chacun des deux calculs prcdents, et ainsi de suite, jusquau calcul de TFD sur 2 chantillons. Le gain en nombre de calculs et donc en temps est impressionnant ( facteur suprieur 100 pour N = 4096 ).
calcul TFD
2Noprations
calcul FFT
)(log. 2 NNoprations
transforme de Fourier discrte
transforme de Fourier rapide
N chantillons N chantillons
Pour fixer les ides, un PC actuel quip dun Pentium 4 2GHz est capable deffectuer une FFT sur 2048 points en moins de 0,1 ms.
Applet : calcul de la FFT dun signal
jean-philippe mullerAnalyse spectrale
27- Les fentres de pondration
Une raie est transforme en lobe cause de la dure dobservation limite travers la fentre temporelle T. En choisissant dautres types de fentres, cest--dire en pondrant les chantillons avant le calcul de la FFT, on peut donc agir sur la forme du spectre et en particulier diminuer lamplitude des lobes secondaires.
Type Forme quation Allure de la raie
cart lobe principal / 1er
lobe secondaire/
Largeur - 3 dB en Hz
Largeur de bruit en Hz
Pente d attnuation des lobes
secondaires
Rectangulaire
Demi-sinus
Barlett
Hann
Hamming
-13,2 dB
-22,4 dB
-26,6 dB
-31,6 dB
-43,9 dB
0,88/T
1,15/T
1,28/T
1,39/T
1,26/T
1/T
1,26/T
1,33/T
1,5/T
1,36/T
6 db/oct
12 db/oct
12 db/oct
18 db/oct
6db/oct
(au del de 5/T)
)cos(.46,054,0)( TttF +=
)cos(.5,05,0)( TttF +=
TttF 2)( =
)sin()( TttF =
1)( =tF
TttF 22)( =
0>t
0
jean-philippe mullerAnalyse spectrale
28- Application : le test dun haut-parleur
Lobservation de la rponse impulsionnelle dun systme et de son spectre nous donne des renseignements trs intressants sur ses proprits lectromcaniques.
rponse impulsionnelle
e(t)
on lexcite par une impulsion trs fine e(t)le spectre de e(t) est presque plat entre 0 et 20 kHzpar un microphone, on enregistre sa rponse s(t)un analyseur FFT affiche lvolution du spectre S(f)le graphique obtenu sappelle waterfall
rponse impulsionnelleRponse en frquence
t
10 s Ampli depuissance
microphone
s(t)
haut-parleur
FFT en waterfall de la
rsonances parasites
Pour tester un haut-parleur ou une enceinte acoustique :
Remarques :
le premier spectre correspond la courbe de rponse de Bode du haut-parleur
les artes de la courbe en waterfall correspondent aux rsonances parasites du haut-parleur
un bon haut-parleur prsente peu dartes et une courbe waterfall qui tombe trs vite 0
jean-philippe mullerAnalyse spectrale
29- Application : la FFT dans le domaine mdical
Lallure temporelle des signaux biologiques ( ECG, EEG ) est souvent difficile linterprter et le calcul du spectre par FFT aprs chantillonnage apporte des rsultats intressants au praticien :
100 500 1000
f (Hz)
niveau Exemple 1 : tude sur le spectre du bruit respiratoire lexpiration
bruit respiratoire capt par un microphonecalcul de la FFT et trac du spectrespectre dun non-fumeur en trait pleinspectre dun fumeur en pointill
On distingue bien laugmentation des frquences aigus lies une dtrioration de la paroi de la trache et des bronches.
Exemple 2 : spectre de l'lectroencphalogramme
ltude spectrale des EEG fournit de indications sur les dysfonctionnement du cerveau
elle permet aussi de suivre le processus de gurison de faonatraumatique
lenregistrement concerne un homme de 73 ans 2 jours aprs une hmiplgie ct gauche
dans lhmisphre touch, le maximum du spectre a t abaissde 3 Hz 2 Hz
0 2 4 6 8 0 2 4 6 8 f (Hz)f (Hz)
temps temps
jean-philippe mullerAnalyse spectrale
Physique applique
Coucher de soleil sur tretat
FINReproduction interdite sans autorisation pralable.