République Algérienne Démocratique et Populaire
Ministère de L’enseignement Supérieure
et de la Recherche Scientifique
Université des Sciences et de la Technologie
Houari Boumediene
U.S.T.H.B
NOM : Prénom : Matricule :
Lamari Azzeddine 2121 3201 8518
Laroui Amel 1919 3108 4478
Professeur : Mme. Ouldhamou Assia
Compte Rendu du TP n°2 :
Caractérisation fréquentielle des Signaux et Systèmes
Programme à réaliser:
1- I. Reprendre l'exemple vu en cours x(n)= [1 0 0 1], calculer, afficher et visualiser sa TFD pour NF=4
puis NF=32 et commenter.
Pour NF=4:
Le code est un code Python qui calcule et trace la transformée de Fourier discrète (TFD) d'un signal
x.
Le signal x est défini comme un tableau de longueur 4, contenant les valeurs [1,0,0,1].
La TFD est calculée en utilisant la fonction [Link] de la bibliothèque NumPy, en spécifiant une
longueur de transformation de 4 (NF). La TFD est ensuite centrée en utilisant la fonction
[Link].
Les fréquences correspondantes sont calculées à l'aide de la variable freq, qui est un tableau de
longueur NF contenant les fréquences correspondant à chaque coefficient de la TFD.
Ensuite, la fonction [Link] de la bibliothèque Matplotlib est utilisée pour tracer le module et la
phase de la TFD.
La fonction [Link] est utilisée pour créer deux sous-graphiques dans la même figure, où la
première représente le module de la TFD et la seconde représente la phase de la TFD.
Les fonctions [Link], [Link] et [Link] sont utilisées pour ajouter des titres et des légendes aux
graphiques.
Enfin, la fonction [Link] est utilisée pour afficher les graphiques.
Pour NF=32 :
Le code est un code Python qui calcule et trace la transformée de Fourier discrète (TFD) d'un signal
x.
Le signal x est défini comme un tableau de longueur 32, contenant les valeurs [1,0,0,1].
La TFD est calculée en utilisant la fonction [Link] de la bibliothèque NumPy, en spécifiant une
longueur de transformation de 4 (NF). La TFD est ensuite centrée en utilisant la fonction
[Link].
Les fréquences correspondantes sont calculées à l'aide de la variable freq, qui est un tableau de
longueur NF contenant les fréquences correspondant à chaque coefficient de la TFD.
Ensuite, la fonction [Link] de la bibliothèque Matplotlib est utilisée pour tracer le module et la
phase de la TFD.
La fonction [Link] est utilisée pour créer deux sous-graphiques dans la même figure, où la
première représente le module de la TFD et la seconde représente la phase de la TFD.
Les fonctions [Link], [Link] et [Link] sont utilisées pour ajouter des titres et des légendes aux
graphiques.
Enfin, la fonction [Link] est utilisée pour afficher les graphiques.
Comparaison :
Les deux codes Python sont similaires dans leur structure, mais ils diffèrent
dans leurs valeurs de paramètres.
Le premier code utilise une longueur de transformation de 4 pour la TFD (NF =
4), tandis que le deuxième code utilise une longueur de transformation de 32
pour la TFD (NF = 32).
En utilisant une longueur de transformation plus grande, le deuxième code
peut fournir une résolution de fréquence plus élevée dans le domaine de la
TFD, car il y a plus de points de données pour calculer la TFD.
En revanche, le premier code fournit une résolution de fréquence plus faible,
car il y a moins de points de données pour calculer la TFD.
En outre, les deux codes utilisent des signaux d'entrée différents (x), qui sont
définis comme des tableaux de longueur 4 dans le premier code et de longueur
100 dans le deuxième code. Cela signifie que le premier code analyse un signal
d'entrée plus long que le deuxième code.
Ces différences peuvent avoir un impact significatif sur les résultats de la TFD
et les graphiques qui en résultent.
II. TFD d'une porte :
- Vérifier que l'énergie se conserve :
Oui, l'Energie se conserve elle reste égale à 6 Joules.
- Illustrer la propriété de décalage fréquentiel de la TF en calculant
(théoriquement) et en représentant le module de la TFD de x(n) × e 2πjfon avec
fo=0.2 Hz. :
la propriété de décalage fréquentiel de la TF :