Séance de cours

Transformés de Fourier : propriétés et applications

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

PHYS-216: Méthodes mathématiques (pour SPH)

Ce cours est un complément aux cours d'analyse et d'algèbre linéaire qui apporte des méthodes et des techniques mathématiques supplémentaires requises pour les cours de physique de 3e année, notamment l'électrodynamique et la mécanique quantique. ...

Description

Cette séance de cours couvre les propriétés et les applications des transformées de Fourier, y compris les propriétés élémentaires, le théorème de convolution, le théorème de Parseval et la densité spectrale d'énergie. Il explique comment les transformées de Fourier sont utilisées dans la résolution des PDE et le traitement du signal, en mettant l'accent sur les fonctions non périodiques. La séance de cours explore également le concept de densité spectrale de l'énergie et sa relation à l'auto-convolution, offrant un aperçu de la distribution de l'énergie dans différentes longueurs d'onde.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e·s (3)

Stephan Brunner

Enseignement et PhD Doctorant·es actuel·les Hugo Jean Elie Chkroun, Nicole Vadot, Oraz Anuaruly, Haomin Sun, Isabel Muzio, Fabien Nicolas Jeanquartier A dirigé les thèses EPFL de Ajay Chandrarajan Jayalekshmi, Arnas Volcokas A co-dirigé les thèses EPFL de Xavier Lapillonne, Thibaut Vernay, Julien Stanislas Pierre Dominski, Gabriele Merlo, Emmanuel Lanti, Noé Ohana, Moahan Murugappan Cours Plasma instabilities PHYS-736 To complete the theoretical knowledge acquired before the graduate studi

Sylvain Bréchet

Sylvain Bréchet est né le 13 octobre 1981 à Moudon (lieu d'origine Epesses, VD). Il a obtenu un Master de physique à l'EPFL en 2005. Il est allé à Cambridge pour y effectuer une thèse en cosmologie théorique de 2005 à 2009 sous la direction du Prof. Anthony Lasenby (FRS) et du Prof. Michael Hobson au Cavendish Laboratory de l'Université de Cambridge. Il est revenu à l'EPFL où il est depuis 2010 chargé de cours et collaborateur scientifique à l'institut de physique de la matière condensée. Il a enseigné la mécanique classique, la relativité restreinte et la thermodynamique à des étudiants en génie mécanique, en génie électrique et en physique. Il rédige actuellement un ouvrage de thermodynamique.

Jonathan Graves

Prof. Jonathan P. Graves is a Senior Scientist at EPFL and Honorary Visiting Professor at the University of York, UK. He achieved first class joint honours in Electronic Engineering and Mathematics from the University of Nottingham, UK in 1996. He completed his Ph.D. in Theoretical Mechanics from the University of Nottingham, UK, three years later in 1999. During his Ph.D. he was based in the Culham theory group of the United Kingdom Atomic Energy Authority, developing kinetic descriptions of the internal kink instability, and participating in deuterium-tritium experimental analysis in the Joint European Torus. After a short time in industry, and a postdoc at Nottingham University, he took a position at the Swiss Plasma Center at EPFL, becoming a Senior Scientist in 2014, and became an Honorary Visiting Professor at the University of York, UK, in 2020. In 2015 he became a member of the EUROfusion Scientific and Technical Advisory Committee (STAC) and a member of the EUROfusion DEMO Technical Advisory Group. He is on the editorial board for the journal Plasma Physics and Controlled Fusion, and in 2020 became Scientific Secretary of the Varenna-Lausanne International Workshop in Theory of Fusion Plasmas.

Source officielle

Proximité ontologique

Information engineering

Traitement du signal: Fourier analysis

Concepts associés (31)

Fourier analysis

In mathematics, Fourier analysis (ˈfʊrieɪ,_-iər) is the study of the way general functions may be represented or approximated by sums of simpler trigonometric functions. Fourier analysis grew from the study of Fourier series, and is named after Joseph Fourier, who showed that representing a function as a sum of trigonometric functions greatly simplifies the study of heat transfer. The subject of Fourier analysis encompasses a vast spectrum of mathematics.

Transformation de Fourier discrète

En mathématiques, la transformation de Fourier discrète (TFD) sert à traiter un signal numérique. Elle constitue un équivalent discret (c'est-à-dire pour un signal défini à partir d'un nombre fini d'échantillons) de la transformation de Fourier (continue) utilisée pour traiter un signal analogique. Plus précisément, la TFD est la représentation spectrale discrète dans le domaine des fréquences d'un signal échantillonné. La transformation de Fourier rapide est un algorithme particulier de calcul de la transformation de Fourier discrète.

Produit de convolution

En mathématiques, le produit de convolution est un opérateur bilinéaire et un produit commutatif, généralement noté « ∗ », qui, à deux fonctions f et g sur un même domaine infini, fait correspondre une autre fonction « f ∗ g » sur ce domaine, qui en tout point de celui-ci est égale à l'intégrale sur l'entièreté du domaine (ou la somme si celui-ci est discret) d'une des deux fonctions autour de ce point, pondérée par l'autre fonction autour de l'origine — les deux fonctions étant parcourues en sens contraire

Transformation de Fourier rapide

La transformation de Fourier rapide (sigle anglais : FFT ou fast Fourier transform) est un algorithme de calcul de la transformation de Fourier discrète (TFD). Sa complexité varie en O(n log n) avec le nombre n de points, alors que la complexité de l’algorithme « naïf » s'exprime en O(n). Ainsi, pour n = , le temps de calcul de l'algorithme rapide peut être 100 fois plus court que le calcul utilisant la formule de définition de la TFD.

Traitement numérique du signal

Le traitement numérique du signal étudie les techniques de traitement (filtrage, compression, etc), d'analyse et d'interprétation des signaux numérisés. À la différence du traitement des signaux analogiques qui est réalisé par des dispositifs en électronique analogique, le traitement des signaux numériques est réalisé par des machines numériques (des ordinateurs ou des circuits dédiés). Ces machines numériques donnent accès à des algorithmes puissants, tel le calcul de la transformée de Fourier.

Afficher plus

Séances de cours associées (64)

Analyse de Fourier : Récapitulation de la séance de cours

Offre une récapitulation de l'analyse de Fourier, en mettant l'accent sur les concepts clés et les formules.

Série Fourier et transformations: Introduction et propriétés

Couvre la série Fourier, les transformations de Fourier et les propriétés de convolution, y compris la linéarité et la commutativité.

Théorie de l'échantillonnage et de la reconstruction

Couvre les concepts de signaux analogiques, discrets et numériques, les temps d'échantillonnage, les fréquences et les impulsions.

Estimation de la fréquence (théorie)

Couvre la théorie des méthodes numériques pour l'estimation des fréquences sur les signaux déterministes, y compris la série et la transformation de Fourier, la transformation de Fourier discret et le théorème d'échantillonnage.

Propriétés des signaux de domaine temps-fréquence

Couvre les principales propriétés des signaux de domaine temps-fréquence et leurs limites.

Afficher plus

Concepts associés (31)

Fourier analysis

Transformation de Fourier discrète

Produit de convolution

Transformation de Fourier rapide

Traitement numérique du signal

Afficher plus