Skip to content

Exercice 2 : Théorème de Dirichlet-Parseval et traitement du signal

Problème : Analyse spectrale d’un signal modulé et application du théorème de Parseval

Section titled “Problème : Analyse spectrale d’un signal modulé et application du théorème de Parseval”

Dans le cadre de l’étude des transmissions numériques en bande de base, on s’intéresse au filtrage et à l’analyse énergétique d’un signal périodique modélisant une suite de bits.

Soit T>0T > 0 la période du signal, et ω0=2πT\omega_0 = \frac{2\pi}{T} sa pulsation fondamentale. On considère un signal physique représenté par une fonction s:R→Rs : \mathbb{R} \to \mathbb{R}, continue par morceaux, TT-périodique et de carré integrable sur une période.

Dans les applications pratiques (par exemple en téléphonie mobile ou transmission par fibre optique), la puissance moyenne dissipée par le signal dans une charge normalisée de 1 Ω1\,\Omega est donnée par : Pmoy=1T∫0T∣s(t)∣2 dtP_{\text{moy}} = \frac{1}{T} \int_{0}^{T} |s(t)|^2 \, dt

L’objectif de ce problème est d’analyser la répartition de cette puissance sur les différentes composantes fréquentielles du signal (spectre) à l’aide de la théorie des séries de Fourier, puis d’évaluer l’impact du filtrage et de la troncature spectrale sur un cas concret de traitement du signal.


Partie I : Préliminaires et Coefficients de Fourier

Section titled “Partie I : Préliminaires et Coefficients de Fourier”
  1. Rappeler la définition des coefficients de Fourier exponentiels cn(s)c_n(s) pour n∈Zn \in \mathbb{Z} de la fonction ss.
  2. Si ss est à valeurs réelles, quelle relation lie c−n(s)c_{-n}(s) et cn(s)c_n(s) ?
  3. Énoncer le théorème de Dirichlet pour une fonction ss continûment dérivable par morceaux sur R\mathbb{R}.

Partie II : Théorème de Parseval et Puissance du Signal

Section titled “Partie II : Théorème de Parseval et Puissance du Signal”
  1. Démontrer, en admettant les convergences nécessaires, l’égalité de Parseval : 1T∫0T∣s(t)∣2 dt=∑n=−∞+∞∣cn(s)∣2\frac{1}{T} \int_{0}^{T} |s(t)|^2 \, dt = \sum_{n=-\infty}^{+\infty} |c_n(s)|^2
  2. On définit le signal de commande d’un système par la fonction s0s_0 définie sur R\mathbb{R}, 22-périodique, par s0(t)=ts_0(t) = t pour t∈]−1,1[t \in ]-1, 1[ et prolongée par périodicité. Calculer les coefficients de Fourier cn(s0)c_n(s_0) pour n∈Zn \in \mathbb{Z}.
  3. En déduire la valeur de la somme numérique ∑n=1+∞1n2\sum_{n=1}^{+\infty} \frac{1}{n^2}.

Partie III : Application au traitement du signal et Analyse critique

Section titled “Partie III : Application au traitement du signal et Analyse critique”

Pour des raisons technologiques (limite de bande passante des amplificateurs), on ne peut transmettre qu’un nombre fini de composantes fréquentielles. On définit le signal filtré sNs_N par sa somme partielle de Fourier : sN(t)=∑n=−NNcn(s0)einπts_N(t) = \sum_{n=-N}^{N} c_n(s_0) e^{in\pi t} 7. Exprimer la puissance moyenne du signal filtré PN=12∫−11∣sN(t)∣2 dtP_N = \frac{1}{2} \int_{-1}^{1} |s_N(t)|^2 \, dt en fonction des coefficients cn(s0)c_n(s_0). 8. On définit l’erreur quadratique relative de troncature par : εN=12∫−11∣s0(t)−sN(t)∣2 dt12∫−11∣s0(t)∣2 dt\varepsilon_N = \frac{\frac{1}{2}\int_{-1}^{1} |s_0(t) - s_N(t)|^2 \, dt}{\frac{1}{2}\int_{-1}^{1} |s_0(t)|^2 \, dt} Calculer εN\varepsilon_N en fonction de NN. 9. Analyse critique et ordres de grandeur réalistes : Dans un système de télécommunication à B=10 MHzB = 10\,\text{MHz} de bande passante, si la fréquence fondamentale est f0=100 kHzf_0 = 100\,\text{kHz}, quel est l’ordre de grandeur de NN ? Calculer numériquement εN\varepsilon_N dans ce cas. Pourquoi, d’un point de vue physique et électromagnétique, l’utilisation d’un modèle mathématique de signal discontinu (comme s0s_0) conduit-elle à des difficultés (phénomène de Gibbs) inacceptables pour la compatibilité électromagnétique (CEM) ?


  • Partie I & II : Utiliser les formules standards d’intégration par parties pour les coefficients de Fourier. Pour Parseval, on pourra s’appuyer sur la convergence dans L2L^2 de la série de Fourier et la continuité du produit scalaire hermitien.
  • Partie III : L’orthonormalité de la famille (t↦1Teinω0t)(t \mapsto \frac{1}{\sqrt{T}} e^{in\omega_0 t}) dans l’espace préhilbertien Cp([0,T])C_p([0, T]) simplifie grandement le calcul de l’énergie de la somme partielle. Pour la critique physique, penser aux temps de montée infinis induits par les discontinuités et leur étalement spectral en 1/n1/n.

  1. Définition : Pour une fonction ss TT-périodique intégrable sur [0,T][0, T], les coefficients de Fourier exponentiels sont : cn(s)=1T∫0Ts(t)e−inω0t dtavec ω0=2πTc_n(s) = \frac{1}{T} \int_{0}^{T} s(t) e^{-in\omega_0 t} \, dt \quad \text{avec } \omega_0 = \frac{2\pi}{T}

  2. Propriété de conjugaison : Si s(t)∈Rs(t) \in \mathbb{R} pour tout tt, alors : c−n(s)=1T∫0Ts(t)einω0t dt=cn(s)‾c_{-n}(s) = \frac{1}{T} \int_{0}^{T} s(t) e^{in\omega_0 t} \, dt = \overline{c_n(s)}

  3. Théorème de Dirichlet : Si ss est TT-périodique et de classe C1C^1 par morceaux sur R\mathbb{R}, alors pour tout t∈Rt \in \mathbb{R}, la série de Fourier ∑n=−∞+∞cn(s)einω0t\sum_{n=-\infty}^{+\infty} c_n(s) e^{in\omega_0 t} converge simplement vers s(t+)+s(t−)2\frac{s(t^+) + s(t^-)}{2}. Si ss est continue en tt, elle converge vers s(t)s(t).

  1. Démonstration de Parseval : En considérant la convergence quadratique de la série de Fourier vers ss dans l’espace préhilbertien L2([0,T])L^2([0,T]) muni du produit scalaire (f∣g)=1T∫0Tf(t)g(t)‾ dt(f|g) = \frac{1}{T}\int_0^T f(t)\overline{g(t)}\,dt, et par continuité de la norme associée, on a : ∥s∥2=1T∫0T∣s(t)∣2 dt=∑n=−∞+∞∣cn(s)∣2\|s\|^2 = \frac{1}{T}\int_{0}^{T} |s(t)|^2 \, dt = \sum_{n=-\infty}^{+\infty} |c_n(s)|^2

  2. Calcul pour s0s_0 : Ici T=2T = 2, ω0=π\omega_0 = \pi. Pour n≠0n \neq 0 : cn(s0)=12∫−11te−inπt dtc_n(s_0) = \frac{1}{2} \int_{-1}^{1} t e^{-in\pi t} \, dt Par une intégration par parties : cn(s0)=12[te−inπt−inπ]−11−12∫−11e−inπt−inπ dt=e−inπ+einπ2inπ=(−1)ninπc_n(s_0) = \frac{1}{2} \left[ t \frac{e^{-in\pi t}}{-in\pi} \right]_{-1}^{1} - \frac{1}{2} \int_{-1}^{1} \frac{e^{-in\pi t}}{-in\pi} \, dt = \frac{e^{-in\pi} + e^{in\pi}}{2in\pi} = \frac{(-1)^n}{in\pi} Pour n=0n = 0, c0(s0)=12∫−11t dt=0c_0(s_0) = \frac{1}{2}\int_{-1}^1 t \, dt = 0. Ainsi, cn(s0)=(−1)ninπc_n(s_0) = \frac{(-1)^n}{in\pi} pour n≠0n \neq 0 et c0=0c_0 = 0.

  3. Somme numérique : Calculons la puissance de s0s_0 : 12∫−11t2 dt=12[t33]−11=13\frac{1}{2} \int_{-1}^{1} t^2 \, dt = \frac{1}{2} \left[ \frac{t^3}{3} \right]_{-1}^{1} = \frac{1}{3} Par l’égalité de Parseval : ∑n=−∞,n≠0+∞∣cn(s0)∣2=∑n=−∞,n≠0+∞1n2π2=2∑n=1+∞1n2π2=13\sum_{n=-\infty, n \neq 0}^{+\infty} |c_n(s_0)|^2 = \sum_{n=-\infty, n \neq 0}^{+\infty} \frac{1}{n^2 \pi^2} = 2 \sum_{n=1}^{+\infty} \frac{1}{n^2 \pi^2} = \frac{1}{3} D’où : ∑n=1+∞1n2=π26\sum_{n=1}^{+\infty} \frac{1}{n^2} = \frac{\pi^2}{6}

Partie III : Application et Analyse critique

Section titled “Partie III : Application et Analyse critique”
  1. Puissance du signal filtré PNP_N : Grâce à l’orthonormalité de la famille (einπt)n∈Z(e^{in\pi t})_{n \in \mathbb{Z}}, l’énergie de la somme partielle est la somme des énergies des composantes : PN=∑n=−NN∣cn(s0)∣2=2∑n=1N1n2π2P_N = \sum_{n=-N}^{N} |c_n(s_0)|^2 = 2 \sum_{n=1}^{N} \frac{1}{n^2 \pi^2}

  2. Erreur quadratique relative : En utilisant Parseval sur s0s_0 et sNs_N : ∫−11∣s0(t)−sN(t)∣2 dt=2∑∣n∣>N∣cn(s0)∣2\int_{-1}^1 |s_0(t) - s_N(t)|^2 \, dt = 2 \sum_{|n|>N} |c_n(s_0)|^2 L’erreur relative εN\varepsilon_N vaut donc : εN=∑n=1+∞1n2−∑n=1N1n2∑n=1+∞1n2=∑n=N+1+∞1n2π26\varepsilon_N = \frac{\sum_{n=1}^{+\infty} \frac{1}{n^2} - \sum_{n=1}^{N} \frac{1}{n^2}}{\sum_{n=1}^{+\infty} \frac{1}{n^2}} = \frac{\sum_{n=N+1}^{+\infty} \frac{1}{n^2}}{\frac{\pi^2}{6}} En utilisant un encadrement classique par des intégrales : ∑n=N+1+∞1n2≈1N\sum_{n=N+1}^{+\infty} \frac{1}{n^2} \approx \frac{1}{N}, l’erreur décroit en O(1/N)\mathcal{O}(1/N). Précisément, εN=6π2∑n=N+1+∞1n2\varepsilon_N = \frac{6}{\pi^2} \sum_{n=N+1}^{+\infty} \frac{1}{n^2}.

  3. Analyse critique et ordres de grandeur :

    • Ordre de grandeur de NN : La bande passante est B=10 MHzB = 10\,\text{MHz} et la fréquence fondamentale est f0=1T=50 kHzf_0 = \frac{1}{T} = 50\,\text{kHz} (car T=2T=2). Le nombre maximal de гарmoniques transmissibles est N=Bf0=10×10650×103=200N = \frac{B}{f_0} = \frac{10 \times 10^6}{50 \times 10^3} = 200.
    • Calcul de l’erreur : Pour N=200N = 200, la somme ∑n=201+∞1n2≈∫200+∞dxx2=1200=0,005\sum_{n=201}^{+\infty} \frac{1}{n^2} \approx \int_{200}^{+\infty} \frac{dx}{x^2} = \frac{1}{200} = 0{,}005. ε200≈6π2×0,005≈0,3×10−2=0,3 %.\varepsilon_{200} \approx \frac{6}{\pi^2} \times 0{,}005 \approx 0{,}3 \times 10^{-2} = 0{,}3\,\%.
    • Limites du modèle et CEM : Le signal s0s_0 présente des discontinuités (sauts en t=1+2kt = 1 + 2k). Mathématiquement, cela implique une décroissance des coefficients en 1n\frac{1}{n}, soit une densité spectrale de puissance en 1n2\frac{1}{n^2} qui décroît très lentement.
      • Conséquence physique : Pour assurer des temps de montée nuls (discontinuité), il faudrait une bande passante infinie.
      • Phénomène de Gibbs : À la traversée des discontinuités, la troncature à l’ordre NN génère des dépassements (overshoot) constants d’environ 9%9\% de l’amplitude du saut, quelle que soit la valeur de NN. En compatibilité électromagnétique (CEM), ces hautes fréquences non filtrées se comportent comme des antennes rayonnant des perturbations parasites dans l’environnement, rendant ce type de signal théorique inutilisable en l’état dans les systèmes réels sans mise en forme d’impulsion préalable (filtrage de Nyquist, shaper).