Signal analytiqueDans le domaine du traitement du signal et plus particulièrement en télécommunications, le signal analytique est un signal satisfaisant un certain nombre de propriétés, mais qui peut être tout d'abord vu comme le prolongement d'un signal réel dans le plan complexe : Introduisons certaines notions pour argumenter ce choix. Soit un signal réel , la transformée de Hilbert de est définie par:Soit un signal réel , on dit que est le signal analytique formé à partir de s'il est holomorphe dans le demi-plan complexe supérieur et fonction de la variable .
Riesz transformIn the mathematical theory of harmonic analysis, the Riesz transforms are a family of generalizations of the Hilbert transform to Euclidean spaces of dimension d > 1. They are a type of singular integral operator, meaning that they are given by a convolution of one function with another function having a singularity at the origin. Specifically, the Riesz transforms of a complex-valued function ƒ on Rd are defined by for j = 1,2,...,d. The constant cd is a dimensional normalization given by where ωd−1 is the volume of the unit (d − 1)-ball.
Domaine fréquentielLe domaine fréquentiel se rapporte à l'analyse de fonctions mathématiques ou de signaux physiques manifestant une fréquence. Alors qu'un graphe dans le domaine temporel présentera les variations dans l'allure d'un signal au cours du temps, un graphe dans le domaine fréquentiel montrera quelle proportion du signal appartient à telle ou telle bande de fréquence, parmi plusieurs bancs. Une représentation dans le domaine fréquentiel peut également inclure des informations sur le décalage de phase qui doit être appliqué à chaque sinusoïde afin de reconstruire le signal en domaine temporel.
Théorème de représentation de Riesz (Fréchet-Riesz)En mathématiques, plus précisément en analyse fonctionnelle, le théorème de représentation de Riesz, en l'honneur du mathématicien Frigyes Riesz, est un théorème qui représente les éléments du dual d'un espace de Hilbert comme produit scalaire par un vecteur de l'espace. Ce théorème est aussi parfois appelé théorème de Fréchet-Riesz (à ne pas confondre avec le théorème de Riesz-Fréchet-Kolmogorov). Il s'apparente singulièrement au théorème de Lax-Milgram qui englobe l'énoncé ci-dessous.
Continuous waveletIn numerical analysis, continuous wavelets are functions used by the continuous wavelet transform. These functions are defined as analytical expressions, as functions either of time or of frequency. Most of the continuous wavelets are used for both wavelet decomposition and composition transforms. That is they are the continuous counterpart of orthogonal wavelets. The following continuous wavelets have been invented for various applications: Poisson wavelet Morlet wavelet Modified Morlet wavelet Mexican ha
Gabor atomIn applied mathematics, Gabor atoms, or Gabor functions, are functions used in the analysis proposed by Dennis Gabor in 1946 in which a family of functions is built from translations and modulations of a generating function. In 1946, Dennis Gabor suggested the idea of using a granular system to produce sound. In his work, Gabor discussed the problems with Fourier analysis. Although he found the mathematics to be correct, it did not reflect the behaviour of sound in the world, because sounds, such as the sound of a siren, have variable frequencies over time.
Espace de Hilbertvignette|Une photographie de David Hilbert (1862 - 1943) qui a donné son nom aux espaces dont il est question dans cet article. En mathématiques, un espace de Hilbert est un espace vectoriel réel (resp. complexe) muni d'un produit scalaire euclidien (resp. hermitien), qui permet de mesurer des longueurs et des angles et de définir une orthogonalité. De plus, un espace de Hilbert est complet, ce qui permet d'y appliquer des techniques d'analyse. Ces espaces doivent leur nom au mathématicien allemand David Hilbert.
Transformation de Fourierthumb|Portrait de Joseph Fourier. En mathématiques, plus précisément en analyse, la transformation de Fourier est une extension, pour les fonctions non périodiques, du développement en série de Fourier des fonctions périodiques. La transformation de Fourier associe à toute fonction intégrable définie sur R et à valeurs réelles ou complexes, une autre fonction sur R appelée transformée de Fourier dont la variable indépendante peut s'interpréter en physique comme la fréquence ou la pulsation.
Transformation de Fourier rapideLa 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.
Non-uniform discrete Fourier transformIn applied mathematics, the nonuniform discrete Fourier transform (NUDFT or NDFT) of a signal is a type of Fourier transform, related to a discrete Fourier transform or discrete-time Fourier transform, but in which the input signal is not sampled at equally spaced points or frequencies (or both). It is a generalization of the shifted DFT. It has important applications in signal processing, magnetic resonance imaging, and the numerical solution of partial differential equations.
