En mathématiques, lors de l'étude des séries de Fourier et des transformées de Fourier, il apparaît parfois une déformation du signal, connue sous le nom de phénomène de Gibbs. Ce phénomène est un effet de bord qui se produit à proximité d'une discontinuité, lors de l'analyse d'une fonction dérivable par morceaux. Le phénomène fut mis pour la première fois en évidence en 1848 par Henry Wilbraham, mais cette découverte ne connut guère d'écho. En 1898, Albert Michelson développa un système mécanique capable de calculer et sommer la série de Fourier d'un signal donné en entrée. Il observa alors un effet d'amplification des discontinuités, qui persistait malgré l'augmentation du nombre de coefficients calculés. Alors que Michelson soupçonnait un défaut dans la fabrication de son engin, Josiah Willard Gibbs montra que le phénomène était d'origine mathématique et se produisait dans des conditions très générales. En 1906, Maxime Bôcher donna la première interprétation satisfaisante du phénomène auquel il donna le nom de phénomène de Gibbs. Le phénomène de Gibbs est, en quelque sorte, un « défaut d'approximation » pour une fonction continue de classe C par morceaux. Pour une telle fonction f, le théorème de Dirichlet assure que la série de Fourier de f converge simplement vers la fonction f sur l'intervalle où f est C par morceaux. En tout point x de continuité, la somme de la série de Fourier est f(x). Le polynôme trigonométrique SN(f), N-ième somme partielle de la série de Fourier, est une fonction continue ; il est donc normal qu'il ne puisse approcher uniformément la fonction au voisinage des points de discontinuité. Inversement, sur un segment sur lequel f est dérivable, on observe une convergence uniforme, conformément au théorème de Weierstrass trigonométrique (c'est le cas des zones de « plateau » dans l'exemple de la fonction créneau). Au point de discontinuité x, SN(f) subit une forte oscillation, une sorte de « ressaut » qui se mesure en comparant les valeurs en et .

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Concepts associés (16)
Ringing artifacts
In signal processing, particularly , ringing artifacts are artifacts that appear as spurious signals near sharp transitions in a signal. Visually, they appear as bands or "ghosts" near edges; audibly, they appear as "echos" near transients, particularly sounds from percussion instruments; most noticeable are the pre-echos. The term "ringing" is because the output signal oscillates at a fading rate around a sharp transition in the input, similar to a bell after being struck.
Intégrale trigonométrique
En mathématiques, les intégrales trigonométriques sont une famille d'intégrales basées sur les fonctions trigonométriques. Sinus intégral Il existe deux fonctions sinus intégrales : On peut remarquer que l'intégrande sin(t)/t est la fonction sinus cardinal, et la fonction de Bessel sphérique d'ordre 0. Puisque sinc est une fonction entière paire (holomorphe sur tout le plan complexe), Si est entière, impaire, et l'intégrale dans sa définition peut être calculée le long de tout chemin reliant les extrémités.
Signal carré
vignette|Formes d'onde sinusoïdale, carrée, triangulaire et en dents de scie. Un signal carré est une sorte d'onde non–sinusoïdale que l'on rencontre le plus souvent en électronique ou dans le cas du traitement du signal. Un signal carré idéal alternerait régulièrement et instantanément entre deux niveaux. On peut obtenir de tels signaux à l'aide d'un générateur de créneaux. On rencontre couramment les signaux carrés dans les circuits de commutation numérique et dans les systèmes binaires logiques où ils sont tout naturellement générés.
Afficher plus
MOOCs associés (4)
Digital Signal Processing I
Basic signal processing concepts, Fourier analysis and filters. This module can be used as a starting point or a basic refresher in elementary DSP
Digital Signal Processing II
Adaptive signal processing, A/D and D/A. This module provides the basic tools for adaptive filtering and a solid mathematical framework for sampling and quantization
Digital Signal Processing III
Advanced topics: this module covers real-time audio processing (with examples on a hardware board), image processing and communication system design.
Afficher plus

Graph Chatbot

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.