Introduction: Pourquoi les Phasors et Fourier transforment la matière

En génie électrique et en traitement des signaux, peu de concepts sont aussi fondamentaux que les phasors et les transformées de Fourier. Ces deux outils mathématiques permettent aux ingénieurs et aux scientifiques de prendre des signaux complexes et difficiles à analyser et de les briser en pièces plus simples qui peuvent être comprises, manipulées et optimisées. Que vous conçoiviez un récepteur radio, que vous construisiez un égaliseur audio ou que vous analysiez des systèmes d'alimentation, ces concepts constituent l'épine dorsale de l'analyse moderne des signaux.

À première vue, les phasors et les transformations de Fourier peuvent sembler des idées séparées. Les phasors sont souvent enseignés dans les cours d'introduction comme moyen de gérer les circuits de courant alternatif (AC). Les transformations de Fourier apparaissent plus tard dans les classes de traitement des signaux comme méthode de décomposition des signaux en leurs composants de fréquence. En réalité, les deux sont profondément connectés.

Cet article explore ce que sont les phasors et les transformées de Fourier individuellement, puis examine leur relation les uns aux autres. Nous examinerons également les applications pratiques dans plusieurs disciplines d'ingénierie et fournirons des exemples qui illustrent la relation élégante entre ces deux outils.

Qu'est-ce que les Phasors?

Un phasor est un vecteur rotatif qui représente une fonction sinusoïdale. Dans l'analyse des circuits AC, les tensions et courants sinusoïdaux sont communs. Une onde sinusoïdale typique peut être décrite par son amplitude, sa fréquence et sa phase. Les phasors simplifient cette tâche en représentant l'amplitude et la phase comme un nombre complexe, tandis que la fréquence est implicite.

Mathématiquement, une fonction sinusoïdale v(t) = V m cos(-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

La notation de la phasor et l'avion complexe

Les phaseurs sont dessinés sur le plan complexe, où l'axe horizontal représente la partie réelle et l'axe vertical représente la partie imaginaire. Le phasor tourne dans le sens inverse des aiguilles d'une montre à la fréquence angulaire -- et sa projection sur l'axe réel donne la valeur instantanée du sinusoïde. En pratique, nous travaillons avec le phasor comme un instantané fixe au temps t=0, sachant qu'il représente le vecteur rotatif.

Cette représentation graphique le rend intuitif pour ajouter des signaux : vous ajoutez simplement les nombres complexes (vecteurs) correspondant à chaque phasor. Les différences de phase deviennent des différences angulaires, et les changements d'amplitude deviennent des changements de longueur vectorielle. Cette approche visuelle est une des raisons pour lesquelles les phasors sont si largement utilisés dans l'enseignement et la pratique.

Phaseurs dans l'analyse de circuit AC

Dans l'analyse des circuits AC, les résistances, les condensateurs et les inducteurs se comportent tous différemment avec les entrées sinusoïdales. Les résistances n'ont pas de changement de phase, les condensateurs déplacent le courant de +90 degrés par rapport à la tension, et les inducteurs déplacent le courant de -90 degrés. En utilisant des phasors, ces comportements sont capturés par impédance, une quantité complexe qui généralise la résistance. L'impédance d'une résistance est R, d'un condensateur est 1/(j-C), et d'un inducteur est j-L.

Avec les impédances, vous pouvez analyser les circuits AC en utilisant les mêmes méthodes que vous utilisez pour les circuits DC : la loi d'Ohm, les lois de Kirchhoff et l'analyse nodale s'appliquent tous, mais maintenant avec des nombres complexes.

Exemple : Ajout de deux sinusoïdes avec des phasors

Supposons que vous ayez deux sources de tension en série: v1(t) = 10 cos(--) et v2(t) = 5 cos(-) + 60°)[. Pour trouver la tension totale, vous convertissez chacune en un phasor: V1 = 10=30°, V2 = 5=60°. Ajouter ces deux sources comme nombres complexes: V total = 10(cos30° + j sin30°) + 5(cos60° + j sin60°) = 8,66 + j5 + 2,5 + j4.33 = 11,16 + j9.33].

Comprendre les transformations de Fourier

La transformation de Fourier est une opération mathématique qui prend un signal de domaine du temps et l'exprime en fonction de la fréquence. Elle vous donne un spectre montrant quelles fréquences sont présentes dans le signal et avec quelle amplitude et quelle phase. C'est comme décomposer un accord musical en ses notes individuelles.

La transformation continue de Fourier est définie comme suit:

F(.) = ....................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................

La transformation inverse récupère le signal original:

f(t) = (1/2π) -----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Ces équations peuvent sembler intimidantes, mais l'idée centrale est belle : tout signal peut être construit à partir d'une somme (intégrale) de sinusoïdes de fréquences différentes, chacun avec sa propre amplitude et phase. La transformation de Fourier vous indique simplement ce que sont ces amplitudes et phases.

Types de transformées de Fourier

Il existe plusieurs variantes de la transformation de Fourier, chacune adaptée à différents types de signaux:

  • Transformation continue de Fourier (CFT):[ Pour les signaux continus et apériodiques. Il produit un spectre continu.
  • Fourier série:[ Pour les signaux continus et périodiques. Il produit un spectre discret (harmonique).
  • Transformation de Fourier-temps discret (DTFT): Pour les signaux apériodiques discrets. Il produit un spectre continu.
  • Discrete Fourier Transform (DFT):[ Pour les signaux discrets, périodiques. Il produit un spectre discret. La Fast Fourier Transform (FFT) est un algorithme qui calcule efficacement la DFT.

Chacun de ces éléments a sa place dans le traitement des signaux, mais ils partagent tous le même principe fondamental : décomposer les signaux en composants sinusoïdaux.

Pourquoi les transformations de Fourier sont essentielles

Les transformations de Fourier sont utilisées partout en ingénierie et en science. Dans le traitement audio, elles permettent d'égaliser la musique en stimulant ou coupant des bandes de fréquences spécifiques. Dans le traitement de l'image, elles permettent la compression (JPEG), le filtrage (brûlage, affûtage) et la détection des fonctionnalités. Dans les télécommunications, elles sont la base de schémas de modulation comme OFDM utilisé dans le Wi-Fi et 4G/5G. Dans les systèmes de contrôle, elles aident à analyser la stabilité du système et la réponse aux fréquences.

La puissance de la transformation de Fourier réside dans sa capacité à révéler une structure cachée. Un signal qui ressemble à un bruit aléatoire dans le domaine du temps peut avoir un spectre de fréquences propre et interprétable. Ce changement de perspective, de temps en fréquence, est l'une des idées les plus puissantes de toute l'ingénierie.

La connexion entre les Phasors et les transformées de Fourier

Maintenant nous en venons au cœur de la question: comment les phasors et les transformations de Fourier sont-elles liées? La réponse courte est que les phasors sont les éléments constitutifs de la transformation de Fourier. Lorsque vous calculez la transformation de Fourier d'un signal, vous trouvez essentiellement l'ensemble des phasors qui, lorsqu'ils sont résumés ensemble, reconstruire ce signal.

Plus précisément, la transformation de Fourier d'un signal à une fréquence spécifique ↓ vous donne un nombre complexe. Ce nombre complexe a une magnitude et une phase. Ce nombre complexe, interprété comme un vecteur tournant à la fréquence ↓, est exactement un phasor. Ainsi, la transformation de Fourier peut être considérée comme une fonction qui, pour chaque fréquence, vous indique le phasor qui contribue à cette composante de fréquence au signal.

Les phaseurs comme les ingrédients, Fourier comme la recette

La transformation de Fourier est la recette qui vous indique quels ingrédients (sinusoïdes) et en quelles quantités (amplitudes) et à quel moment (phases) les ajouter. Chaque ingrédient est un sinusoïde, et quand vous représentez ce sinusoïde comme un nombre complexe (amplitude et phase), vous avez un phasor. Ainsi, la sortie de la transformation de Fourier est, en substance, un continuum de phasors indexé par fréquence.

Cette perspective unifie élégamment les deux concepts :

  • Les phaseurs sont des représentations statiques de sinusoïdes à une fréquence unique.
  • Fourier transforme trouve la représentation de phasor pour chaque fréquence présente dans un signal.

Lorsque vous travaillez avec des phasors dans des circuits AC, vous supposez implicitement que le signal est un sinusoïde unique. Lorsque vous travaillez avec des transformations de Fourier, vous manipulez des signaux qui peuvent contenir de nombreuses fréquences, mais l'objet fondamental à chaque fréquence est toujours un phasor.

Du domaine temporel au domaine de fréquence

Les phaseurs existent dans le domaine de fréquence, même s'ils sont souvent introduits dans le contexte des sinusoïdes du domaine temporel. Lorsque vous représentez un sinusoïde comme phasor, vous avez passé d'une fonction dépendante du temps à une représentation du domaine de fréquence (un nombre complexe à une fréquence spécifique). La transformation de Fourier généralise ceci : elle prend un signal complet du domaine temporel et produit une fonction complète du domaine de fréquence, où chaque composant de fréquence est un phasor.

C'est pourquoi la transformation de Fourier est parfois décrite comme une «transformation continue de phasor». À chaque bande de fréquences infinitésimales, la transformation vous donne le phasor qui représente l'amplitude et la phase de la contribution de cette bande au signal global.

Analyse de l'état stable par rapport à l'état transitoire

Une façon de comprendre la différence entre les phaseurs et les transformées de Fourier est de considérer le type de signaux qu'ils manipulent le mieux :

  • Les phaseurs sont idéaux pour l'analyse à l'état d'équilibre des systèmes linéaires avec des entrées sinusoïdales. Ils supposent que le signal a été allumé pour toujours et continuera pour toujours, donc il n'y a pas de transitoires.
  • Fourier les transformations peuvent gérer à la fois les signaux d'équilibre et de transitoires. Un signal transitoire, comme une impulsion ou une explosion, contient de nombreuses fréquences, et la transformation de Fourier les révèle tous.

C'est pourquoi les phasors seuls sont insuffisants pour analyser des phénomènes transitoires comme les changements d'événements ou les impulsions de données. Pour ceux-ci, vous avez besoin de la transformation complète de Fourier ou de son cousin calculateur, le FFT.

Applications pratiques

Comprendre la relation entre les phasors et les transformées de Fourier ouvre de puissantes techniques d'analyse dans de nombreux domaines.

Ingénierie électrique: Systèmes d'alimentation et conception de circuits

Dans les systèmes d'alimentation, les tensions et les courants sont sinusoïdaux à fréquence fixe (50 ou 60 Hz). Les phasors sont l'outil standard pour analyser ces systèmes. Le débit de puissance, l'analyse des défauts et les études de stabilité utilisent toutes des représentations de phasor. Cependant, lors de l'analyse des harmoniques causées par des charges non linéaires (comme les moteurs à vitesse variable ou les alimentations d'ordinateur), la transformation de Fourier est nécessaire pour décomposer la forme d'onde déformée en ses composants harmoniques.

Pour en savoir plus sur les harmoniques du système d'alimentation, voir ce guide de l'IEEE .

Traitement des signaux: conception des filtres et analyse spectrale

Dans le traitement des signaux, la transformation de Fourier est utilisée pour concevoir des filtres qui passent ou rejettent des composants de fréquence spécifiques. Une fois que vous connaissez la fréquence d'un signal (par l'intermédiaire de la transformation de Fourier), vous pouvez appliquer un filtre pour modifier ce contenu. Par exemple, un filtre passe-bas élimine le bruit de haute fréquence tout en préservant le signal de basse fréquence.

La relation est si étroite que de nombreuses techniques de conception de filtre commencent par la réponse de fréquence souhaitée (un ensemble de gains de phasor à différentes fréquences) et puis travaillent à l'arrière pour trouver un filtre qui l'atteint.

Ingénierie audio: péréquation et acoustique de salle

En génie audio, les égaliseurs fonctionnent en ajustant l'amplitude de bandes de fréquences spécifiques. L'amplitude et la phase de chaque bande peuvent être considérées comme un phasor. La transformation de Fourier d'un signal audio montre son contenu de fréquence, permettant aux ingénieurs de voir où couper ou stimuler. Par exemple, réduire une fréquence résonante dans une pièce implique d'identifier l'amplitude de cette fréquence et ensuite d'appliquer un filtre en encoche pour la réduire.

La Audio Engineering Society dispose de nombreuses ressources sur l'utilisation de l'analyse de Fourier dans la conception acoustique.

Télécommunications: Modulation et Démodulation

Les systèmes de communication modernes reposent fortement sur les phaseurs et les transformations de Fourier. Dans la modulation d'amplitude quadrature (QAM), les données sont codées dans l'amplitude et la phase des sinusoïdes, qui est exactement une représentation de phasor. Le récepteur utilise une transformation de Fourier (mise en œuvre par FFT) pour démoduler le signal en extrayant les phaseurs à chaque fréquence porteuse. OFDM (multiplexage orthogonal de la division de fréquence), utilisé en Wi-Fi et LTE, divise le canal en plusieurs sous-porteurs étroits, chacun modulé avec un phasor. Le FFT est utilisé à la fois à l'émetteur et au récepteur pour calculer ces phasors efficacement.

Cette intégration profonde des phasors et des transformées de Fourier rend la communication sans fil à grande vitesse possible.

Systèmes de contrôle : Analyse de la réponse en fréquence

Dans l'ingénierie de contrôle, la réponse de fréquence d'un système décrit comment il réagit aux entrées sinusoïdales à différentes fréquences. La fonction de transfert du système, évaluée à une fréquence spécifique, donne un phasor qui vous indique le gain d'amplitude et le déplacement de phase du système s'applique à cette fréquence. Le graphique de Bode est simplement un affichage graphique de ces gains et phases de phasor en tant que fonctions de fréquence. La transformation de Fourier de la réponse d'impulsion du système vous donne la même information. Comprendre cette équivalence est critique pour la conception de systèmes de contrôle stables et réactifs.

Un regard plus profond : le pont mathématique

Pour solidifier la connexion, il faut considérer la série Fourier d'un signal périodique :

f(t) = ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Chaque terme C n e^{jnш 0 t} est un sinusoïde complexe à fréquence nш 0. Le coefficient C n est un nombre complexe qui contient à la fois des informations d'amplitude et de phase. Ce coefficient est précisément un phaseur représentant n-th harmonique. La série Fourier est donc une somme de phaseurs, chacun tournant à une fréquence harmonique différente.

Considérez maintenant la transformation de Fourier d'un signal non périodique. L'intégrale peut être considérée comme un continuum de phaseurs, chacun avec une amplitude infinitésimale. La transformation F(ш) est une densité de phasor : elle vous indique l'amplitude et la phase par unité de fréquence. Lorsque vous vous intégrez sur une bande de fréquence, vous obtenez la contribution totale de phasor pour cette bande.

Cette perspective montre que les phaseurs ne sont pas seulement un cas particulier de la transformation de Fourier ; ce sont les atomes mêmes dont la transformation de Fourier est composée. Chaque fois que vous utilisez une transformation de Fourier, vous travaillez implicitement avec des phaseurs.

Erreurs communes

Il y a quelques pièges que les étudiants et les praticiens devraient connaître :

  • Les phasors ne sont pas seulement pour les ondes sinusoïdales : Les phasors peuvent représenter n'importe quel complexe exponentiel, y compris le cosinus et le sinus. Le choix de la convention cosinus ou sinusoïdale affecte la référence de phase mais pas les mathématiques sous-jacentes.
  • La transformation de Fourier ne remplace pas les phasors: Elle les prolonge. Pour l'analyse sinusoïdale à l'état d'équilibre, les phasors sont plus simples et plus directs. Pour les signaux complexes ou transitoires, la transformation de Fourier est nécessaire.
  • L'ajout de phasor fonctionne uniquement à la même fréquence: Vous ne pouvez pas ajouter directement des phasors de fréquences différentes. La transformation de Fourier gère cela en vous donnant des phasors pour chaque fréquence séparément.
  • La transformation de Fourier ne se limite pas aux signaux périodiques :[ Alors que la série de Fourier est pour les signaux périodiques, la transformation de Fourier traite aussi les signaux apériodiques, fournissant un spectre continu.

Conclusion : Deux faces de la même pièce

Les phasors et les transformations de Fourier ne sont pas des concepts concurrents; ce sont des outils complémentaires qui fonctionnent à différentes échelles d'analyse. Les phasors sont la représentation à grain fin d'un seul composant sinusoïdal, tandis que les transformations de Fourier fournissent une image globale, montrant comment tous ces composants s'adaptent ensemble pour former des signaux complexes.

Pour les ingénieurs et les scientifiques travaillant avec des systèmes électriques, audio, communications ou contrôle, maîtriser les deux concepts est essentiel. Les phasors vous donnent la capacité d'effectuer des calculs rapides et intuitifs dans les circuits AC et l'analyse en état de stabilité. Fourier transforme vous donne le pouvoir de comprendre et de manipuler des signaux de complexité arbitraire. Ensemble, ils forment un cadre complet pour l'analyse des signaux qui est à la fois élégant et très pratique.

La prochaine fois que vous analyserez un signal, envisagez de commencer par la transformation de Fourier pour comprendre sa structure de fréquence, puis utilisez des techniques de phasor pour manipuler des composants individuels. Cette approche en deux étapes vous donnera une meilleure compréhension et un plus grand contrôle sur vos conceptions.

Pour plus de détails, voir cette ressource complète de la MathWorks sur la transformation de Fourier et ses applications.