Financial Processing

Financial Processing

  • Cours
  • Applications

›Analyse Fréquentielle

Introduction

  • Le signal et son traitement
  • Le bruit
  • Classes de signaux
  • Energie et Puissance d’un signal
  • Signal Continu et Discret
  • Signaux usuels et Dirac
  • SLIT

Analyse Fréquentielle

  • Notion de fréquence
  • Décomposition en série de Fourier (DSF)

Signaux Discrets

  • L'échantillonnage
  • Théorème de Shannon

Filtrage et transformée

  • Les bases du filtrage
  • La transformée de Fourier TF
  • Transformée en Z d’un signal discret

Décomposition en série de Fourier (DSF)

Définitions et Propriétés

Tout signal réel périodique 𝑥(𝑡): ℝ→ℝ, de période 𝑇0 et de fréquence 𝑓0 = 1/ 𝑇0 continu ou continu par morceaux sur une période et intégrable au moins une fois sur une période peut se décomposer en une somme finie ou infinie de sinus et/ou de cosinus de fréquence multiple de 𝑓0. Cette somme s’appelle DSF.

Principe

Exprimer le signal 𝑥(𝑡) de période 𝑇0 comme une combinaison linéaire de fonctions sinusoïdales de fréquences multiples de 𝑓0, dite fréquence fondamentale.

La forme trigonométrique réelle de la DSF est :

Représentation spectrale

On représente le spectre d’un signal par le module des coefficients complexes de Fourier pour chaque fréquence 𝑛𝑓0 on représente le point où 𝑛 ∈ ℤ

Pour un signal réel, le spectre est symétrique

Décomposition en série de Fourier d’un signal sonore

Comment faire pour les signaux non périodiques ?

Puisque la DSF s’applique uniquement aux signaux périodiques, nous avons besoin d’un outil qui nous permettra de passer d’une représentation temporelle a une représentation fréquentielle qui est applicable a tous les signaux.

C’est la qu’intervient la Transformée de Fourier généralisée (TF).

Pour un signal x(t) qui est :

  • à puissance ou énergie finie
  • Continu ou continu par morceaux et intégrable

La Transformée de Fourier X(f) de ce signal x(t) peut s’écrire de la forme suivante :

Voici quelques propriétés de la transformée de Fourier :

← Notion de fréquenceL'échantillonnage →
  • Définitions et Propriétés
  • Principe
  • Représentation spectrale
  • Comment faire pour les signaux non périodiques ?
Financial Processing
Cours
IntroductionAnalyse FréquentielleSignaux DiscretsFiltrage et transformée
Travaux pratiques
Exercices de coursApplication des moyennes mobilesApplication du FiltrageApplication de KalmanProjet
Informations
GitHubStar
Facebook Open Source
Copyright © 2020