Transformée de Fourier Discrète
Transformée de Fourier Discrète
Programming, Math, etc. · textbook
Fiche de révisionExplication
Rédigée à partir de ce document, puis vérifiée avant publication.
La transformée de Fourier discrète (TFD) est un outil fondamental en traitement du signal et en analyse numérique. Elle permet de représenter une suite finie de données dans le domaine fréquentiel, facilitant ainsi l’étude des composantes fréquentielles d’un signal. Cet article s’adresse aux étudiants en sciences, ingénierie ou mathématiques qui souhaitent comprendre les bases, les méthodes de calcul et les propriétés essentielles de la TFD ainsi que son algorithme rapide, la transformée de Fourier rapide (FFT).
Le travail aborde le problème de la transformation d’un signal continu en une représentation fréquentielle discrète, adaptée au calcul informatique. La difficulté principale réside dans le fait que les ordinateurs ne peuvent manipuler qu’un nombre fini d’échantillons et de valeurs, ce qui impose de discrétiser et tronquer le signal temporel, puis de discrétiser également le domaine fréquentiel. La question est donc de définir précisément la transformée de Fourier discrète, d’étudier ses propriétés, ses liens avec la transformée de Fourier continue, et d’optimiser son calcul via des algorithmes efficaces. Cette étude est essentielle pour toute personne souhaitant analyser numériquement des signaux ou des suites numériques.
La transformée de Fourier discrète (TFD) s’applique à une suite finie de N échantillons x(0), x(1), ..., x(N−1). Elle produit une autre suite de N termes X(0), X(1), ..., X(N−1) définie par la formule :
X(k) = ∑(n=0 à N−1) x(n) e^(−j 2π n k / N)
Cette suite X(k) représente une approximation discrète du spectre fréquentiel du signal. La TFD est souvent utilisée pour analyser des signaux numériques ou des suites sans lien direct avec un signal physique.
Pour un signal analogique x(t), la transformée de Fourier continue est donnée par :
X(f) = ∫(−∞ à +∞) x(t) e^(−j 2π f t) dt
Mais en pratique, on échantillonne x(t) à une fréquence d’échantillonnage fe = 1/Te, on tronque la durée d’observation à N échantillons, puis on calcule la TFD sur cette suite finie. Ce processus entraîne plusieurs phénomènes :
La TFD est donc une approximation discrète et périodique de la transformée de Fourier continue, avec des erreurs liées à l’échantillonnage et à la troncature.
La méthode consiste à définir la TFD comme une somme finie d’exponentielles complexes pondérées par les échantillons du signal. Pour calculer cette somme, un algorithme direct nécessite un nombre d’opérations proportionnel à N², ce qui est coûteux pour de grandes valeurs de N.
Pour améliorer l’efficacité, on utilise l’algorithme de la transformée de Fourier rapide (FFT), notamment celui de Cooley-Tukey. Cet algorithme repose sur la décomposition récursive de la TFD d’ordre N (où N est une puissance de 2) en deux TFD d’ordre N/2, l’une sur les échantillons d’indices pairs, l’autre sur les indices impairs. Ces résultats sont ensuite combinés par une étape appelée « papillon ».
Cette décomposition permet de réduire le nombre de multiplications complexes de N² à (N/2) log2(N), ce qui accélère considérablement le calcul. Deux variantes principales existent :
Le choix de la fenêtre temporelle utilisée pour tronquer le signal est également crucial. Différentes fenêtres (rectangulaire, triangulaire, cosinusoïdale, Hanning, Hamming, Blackman, Gauss, Kaiser, Dolph-Chebychev) offrent un compromis entre la largeur du lobe principal (résolution fréquentielle) et la hauteur des lobes secondaires (dynamique et atténuation des ondulations).
Le travail montre que :
Le travail souligne que :