CP11

Analyse harmonique d’un signal périodique

Introduction

Pour informations complémentaires, vous vous reporterez au chapitre intitulé

« propriétés fréquentielles du signal » vu en cours de génie électrique (1ère
année). Vous referez les applications vues dans ce cours.
Tout signal périodique physiquement réalisable peut s’analyser comme la
superposition de signaux sinusoïdaux.
Un signal périodique peut donc être décrit par la donnée de l’ensemble de ses
composantes harmoniques et tout traitement, qui lui conserve son caractère
périodique, consiste soit à lui ajouter de nouvelles composantes (enrichissement
du spectre de fréquences), soit à lui en retirer (appauvrissement).
Lorsque le traitement est linéaire, le spectre ne s’enrichit pas. Par contre, s’il
est non linéaire, il s’enrichit toujours.
Quelques applications du traitement du signal : filtrage, modulation,
échantillonnage, …

I – Décomposition d’un signal périodique en série de Fourier

1 – Théorème de Fourier
a) Théorème

Soit un signal s(t) physiquement réalisable et périodique de période

2π
T= . A toute date t où le signal est continu, il est développable de façon
ω
unique, en série de Fourier :
∞ ∞
s(t) = 0 + ∑ A n cos(n ω t ) + ∑ Bn sin (n ω t )
A
2 n =1 n =1
1
(en cas de discontinuité en t, sF(t) = [s(t-) + s(t+)]) (Théorème de Dirichlet).
2
2 t 0 +T 2 t 0 +T
Avec An = ∫ s(t) cos (n ω t ) dt et Bn = ∫ s(t) sin (n ω t ) dt
T t0 T t0
t0 est une date arbitraire.

b) Valeur moyenne

A0 1 t0 +T
< s(t) > = s (t) = s0 = = ∫ s(t) dt
2 T t0
1/4 C P 11
 c) Autre forme

∞
On peut l’écrire aussi : s(t) = C0 + ∑C n cos(n ω t + ϕ n )
n =1
A0
C0 = : c’est l’amplitude de la composante continue ou la valeur moyenne du
2
signal.
Cn = A 2n + B2n : c’est l’amplitude (ou valeur crête) de l’harmonique de rang n.
L’harmonique de rang 1 est le fondamental.
Bn
φn est la phase à l’origine des temps tel que tan φn = − .
An

d) Propriétés

α – Pour un signal physique, l’amplitude Cn des harmoniques tend vers 0

lorsque leur rang n tend vers l’infini : limn→∞Cn = 0.

β – Si la fonction périodique s(t) est paire, son développement en série de

Fourier est pair et les coefficients Bn sont nuls : la série de Fourier d’une
fonction paire est une série de cosinus.

γ – Si la fonction périodique s(t) est impaire, son développement en série

de Fourier est impair et les coefficients An sont nuls : la série de Fourier d’une
fonction impaire est une série de sinus.

δ – Pour un signal ayant des alternances positives qui, au signe près, sont
identiques aux alternances négatives :

< s(t) > = s (t) = 0 et A0 = 0

s(t) ne contient pas d’harmonique de rang pair :
T T
A2k+1 = ∫ 2 s(t) cos ([2k + 1]ω t ) dt et B2k+1 = ∫ 2 s(t) sin ([2k + 1]ω t ) dt
4 4
T 0 T 0

2 – Série de Fourier en notation complexe

Partant de l’expression vue plus haut :

∞
s(t) = C0 + ∑C n cos(n ω t + ϕ n ) , on peut travailler en notation complexe :
n =1
∞
s (t ) = C0 + ∑C n =1
n e− j n ω t

Avec Cn = ∫ s(t) [cos (n ω t ) − jsin (n ω t )] dt = ∫ s(t) e − j n ω t dt (n > 0).

2 t 0 +T 2 t 0 +T
T t0 T t0
On alors : Cn = C n et φn = arg ( C n ).

2/4 C P 11
III – Spectre de fréquence

1 – Définition

Considérons un signal périodique dont la décomposition en série de Fourier

∞
est écrite sous la forme : s(t) = C0 + ∑C n cos(n ω t + ϕ n ) .
n =1

L’ensemble des amplitudes Cn (n ∈ N) forme le spectre de fréquence du signal

s(t). Il est représenté par un diagramme en bâtons, spectre de raies, obtenu en
représentant les amplitudes Cn en fonction des pulsations nω , ou des fréquences
ou encore des rangs n.
On peut obtenir un spectre :

par voie analogique en utilisant un analyseur de spectre

par voie numérique (échantillonnage du signal puis algorithme de la
transformée de Fourier rapide : FFT)

par calcul direct (par exemple avec Maple).

2 – Représentation mono latérale

V(t)

o fo 3fo 4fo 5fo 6fo 7fo 8fo fréquence (Hz)

3 – Spectres en 3D
z

Cn
φn
x

3/4 C P 11
 4 – Valeurs efficaces et coefficients de Fourier
a) Formule de Parseval
Soit seff la valeur efficace d’un signal s(t) périodique développable en série
2
de Fourier et <s (t)> sa valeur quadratique moyenne.
2 1 t 0 +T
2
s eff = <s (t)> = ∫ s 2 (t) dt
T t0

Théorème de Parseval:
1 T 2 A 02 1 ∞  2 1 ∞
+ ∑  A n + B2n  = C02 + ∑ C 2n .
2
s eff = <s (t)> = ∫ s (t) dt =
2

T 0 4 2 1 2 1

Interprétation physique: le premier membre représente la puissance moyenne

pendant une période du signal s(t).
Le second membre donne la répartition de cette puissance: C02 pour la
1
composante continue et Cn2 pour l'harmonique de rang n.
2
Le spectre en puissance du signal est la représentation graphique de cette
répartition : chaque barre verticale a une longueur proportionnelle à la
puissance transportée par la composante correspondante.

b) Facteur de forme. Taux d’ondulation

La qualité d’un redressement se chiffre avec ces 2 grandeurs.

1 ∞ 2
s eff < s 2 (t) >
C 2
0 + ∑ Cn
2 n =1
Facteur de forme F = = =
< s(t) > < s(t) > C0

1 ∞ 2
s ond < s ond
2
(t) > ∑ Cn
2 n =1
Taux d’ondulation δ0 = = =
< s (t) > < s (t) > C0

2
On a la relation : F = 1 + δ 02

Cas d’un signal continu : F = 1 et δ0 = 0.

c) Taux de distorsion harmonique

s harmonique s ∑C
n =2
2
n
δh = =
s fondamenta l C1

4/4 C P 11