Séries de Fourier
Pourquoi apprendre ça ?
Toute fonction périodique peut être décomposée en une somme de sinus et cosinus de fréquences multiples — c'est l'idée de Fourier. Un signal sonore complexe (un accord de piano) n'est que la superposition de sinusoïdes pures (les notes). Fourier nous dit comment les trouver et avec quelle amplitude.
Analogie
Un prisme décompose la lumière blanche en toutes ses couleurs. La décomposition de Fourier fait la même chose pour les signaux : elle décompose un signal compliqué en ses "couleurs" élémentaires (les sinusoïdes), chacune avec sa fréquence et son amplitude propres.
Signaux périodiques et hypothèses
Théorie
Une fonction est -périodique si pour tout .
La fréquence fondamentale est , et la pulsation fondamentale est .
Conditions de Dirichlet (suffisantes pour que la série converge) :
- est bornée sur
- n'a qu'un nombre fini de discontinuités sur
- n'a qu'un nombre fini d'extrema locaux sur
En pratique, toutes les fonctions physiques raisonnables vérifient ces conditions.
Exemples de signaux périodiques
- Sinusoïde pure : — signal le plus simple, déjà une "note pure"
- Signal carré : — discontinu mais représentable par Fourier
- Signal triangulaire : — continu, dérivée discontinue
- Signal dent de scie : — utilisé en synthèse sonore
Ces signaux apparaissent en électronique, en acoustique, en traitement du signal.
Coefficients de Fourier
Théorie
La série de Fourier de (de période ) est :
Les coefficients de Fourier sont :
Forme complexe : avec .
Série de Fourier du signal carré
Signal carré de période : sur , sur .
Comme est impaire : et .
Pour impair : . Pour pair : .
Les harmoniques impaires décroissent en — la convergence est lente.
Checkpoint
Que représente le coefficient a₀/2 dans la série de Fourier de f ?
Coefficients de Fourier — Calcul détaillé
Théorie
Le calcul des coefficients repose sur l'orthogonalité des fonctions trigonométriques. Pour entiers :
et de même pour les sinus. Les produits croisés sinus-cosinus sont toujours nuls.
Méthode de calcul de : multiplier les deux membres de la série par et intégrer sur . Grâce à l'orthogonalité, tous les termes sauf le -ième s'annulent, et il reste :
Exploitation des symétries :
- Si est paire () : pour tout (série en cosinus uniquement)
- Si est impaire () : pour tout (série en sinus uniquement)
Calcul détaillé — signal créneau non centré
Signal de période , valant sur et sur .
Valeur moyenne :
Coefficient () :
Coefficient () :
Pour impair : . Pour pair : .
Checkpoint
Pour un signal impair de période , quels coefficients sont nuls ?
Convergence et théorème de Dirichlet
Théorie
Théorème de convergence (Dirichlet) : Si vérifie les conditions de Dirichlet sur , alors :
- Aux points de continuité : la série converge vers .
- Aux points de discontinuité : la série converge vers la moyenne des limites à gauche et à droite :
Convergence dans : la série converge au sens de l'énergie :
Phénomène de Gibbs : aux voisinages des discontinuités, la somme partielle présente des oscillations (dépassements) d'environ de l'amplitude du saut, quelle que soit la valeur de . Ce phénomène ne disparaît pas en augmentant — il se déplace vers la discontinuité mais reste de même amplitude.
Identité de Parseval : l'énergie du signal se conserve :
Reconstruction d'un signal carré — convergence et Gibbs
En tronquant la série du signal carré aux premiers termes impairs :
: — sinusoïde lisse
: — plus proche du carré, mais ondulé
: très proche du signal carré, mais dépassement visible à (saut)
: quasi-parfait, mais les pics aux discontinuités persistent à au lieu de 1 — phénomène de Gibbs indépassable.
En pratique, on lisse avec une fenêtre spectrale (Hann, Hamming, Kaiser) pour atténuer Gibbs au prix d'une résolution fréquentielle réduite.
Piège : confondre convergence ponctuelle et convergence uniforme
La série de Fourier converge ponctuellement vers aux points de continuité. Mais elle ne converge pas uniformément aux voisinages des discontinuités (phénomène de Gibbs). Ne pas conclure d'une convergence ponctuelle qu'on peut dériver ou intégrer terme à terme sans vérification — la convergence uniforme (ou dans ) est requise pour ces opérations.
Checkpoint
Le phénomène de Gibbs se produit près des discontinuités d'un signal. Que se passe-t-il quand on augmente N (nombre de termes) ?
Spectre d'amplitude et de phase
Théorie
La représentation fréquentielle d'un signal périodique s'appelle son spectre. Pour chaque harmonique de rang , on définit :
Amplitude de l'harmonique :
Phase de l'harmonique :
La série de Fourier se réécrit sous forme amplitude-phase :
Spectre d'amplitude : diagramme représentant en fonction de la fréquence . Il montre quelles fréquences composent le signal et avec quelle intensité.
Bande passante : fréquence au-delà de laquelle les amplitudes deviennent négligeables. Un signal discontinu a un spectre à décroissance lente (en ) — il faut de nombreuses harmoniques pour le représenter fidèlement.
Spectre du signal carré
Pour le signal carré de période : , (n impair), (n pair).
Amplitudes spectrales :
- (valeur moyenne nulle)
- (fondamentale, fréquence )
- (3ème harmonique, fréquence )
- (5ème harmonique, fréquence )
- Harmoniques paires :
Le spectre est discret (raies aux fréquences ) et décroît en . Pour reconstituer fidèlement un signal carré, il faut conserver de nombreuses harmoniques.
Spectre discret vs continu
Un signal périodique a un spectre discret (raies aux multiples de ). Un signal non périodique a un spectre continu, décrit par la transformée de Fourier (et non la série). Ne pas confondre les deux contextes !
Checkpoint
Pour un signal carré de fréquence fondamentale Hz, à quelle fréquence se trouve la 3ème harmonique ?
À retenir
- La série de Fourier décompose toute fonction périodique en somme de sinus et cosinus
- Coefficients : ,
- est la valeur moyenne du signal sur une période
- Symétries : fonction paire → série en cosinus ; fonction impaire → série en sinus
- Convergence vers aux points de continuité ; vers la moyenne des limites aux discontinuités
- Phénomène de Gibbs : dépassement persistant de aux discontinuités, indépendant de
- Le spectre (amplitudes ) représente la décomposition fréquentielle du signal