La transformée de Fourier discrète (DFT) : de la DTFT à l'inverse, propriétés et convolution circulaire démontrées
La DFT comme échantillonnage de la DTFT et repliement temporel, inverse par orthogonalité, Parseval, décalage circulaire, symétrie hermitienne, convolution circulaire et linéaire, noyau de Dirichlet, complétion par des zéros, vérifiée en Python.
https://www.electronics-engineering.com/fr/dft-transformee-de-fourier-discrete-demonstrations-convolution-circulaire/
La transformée de Fourier discrète (DFT) est la transformée qu’un ordinateur peut vraiment calculer : elle prend
nombres et en renvoie
. Tout analyseur de spectre numérique, tout égaliseur, tout modem OFDM (Wi-Fi, 4G, 5G) et tout filtre rapide l’utilise, presque toujours à travers l’algorithme FFT. Cet approfondissement dérive la DFT de la transformée de Fourier à temps discret (DTFT) et en démontre les formules et les propriétés : transformée inverse, Parseval, décalage circulaire, symétrie hermitienne, convolution circulaire et comment en tirer la convolution linéaire. Les leçons liées expliquent l’algorithme FFT et l’usage pratique dans l’analyse spectrale (fuite spectrale, fenêtres, méthode de Welch). Le parcours suit les sujets des notes de Sandro Petrizzelli dont cette page est issue.
De la DTFT à la DFT
Une suite
a pour DTFT
![Rendered by QuickLaTeX.com \[ X(e^{j\omega}) = \sum_{n=-\infty}^{\infty} x[n]\,e^{-j\omega n} \]](https://www.electronics-engineering.com/wp-content/ql-cache/quicklatex.com-3924c9aac433909bd41e8ca3b74ae732_l3.png)
une fonction continue, périodique de période
en pulsation normalisée
. Un ordinateur ne peut pas mémoriser une fonction continue : il en prend
échantillons équidistants,
,
. Si
n’est non nulle que pour
, ces échantillons sont
![Rendered by QuickLaTeX.com \[ X[k] = X(e^{j2\pi k/N}) = \sum_{n=0}^{N-1} x[n]\,W_N^{kn},\qquad W_N = e^{-j2\pi/N} \]](https://www.electronics-engineering.com/wp-content/ql-cache/quicklatex.com-0776dd0b3dff4ea6153deff3db7aee3a_l3.png)
C’est la DFT à
points. Le nombre
est une racine
-ième de l’unité :
, et ses puissances sont
points équidistants sur le cercle unité.

Théorème (échantillonner en fréquence, c’est répéter dans le temps). Si
est plus longue que
, les échantillons
de sa DTFT coïncident avec la DFT de la suite
,
: les parties de
au-delà de
se superposent (repliement temporel).
Démonstration. On découpe la somme de la DTFT en blocs de
échantillons,
avec
:
. Comme
, il reste
, la DFT de
. ∎
C’est le dual du théorème d’échantillonnage : échantillonner dans le temps rend le spectre périodique, échantillonner le spectre rend le signal périodique. C’est pourquoi la DFT traite toujours le bloc de
échantillons comme s’il était une période d’un signal périodique : toutes les propriétés qui suivent sont « circulaires ».
La transformée inverse
Théorème.
.
Démonstration. Il faut un lemme, l’orthogonalité des exponentielles discrètes :
si
est un multiple de
, sinon 0. En effet dans le premier cas chaque terme vaut 1 ; dans le second
et la somme géométrique vaut
. On substitue maintenant la définition :
![Rendered by QuickLaTeX.com \[ \frac{1}{N}\sum_{k=0}^{N-1}\Big(\sum_{m=0}^{N-1} x[m]W_N^{km}\Big)W_N^{-kn} = \frac{1}{N}\sum_{m=0}^{N-1} x[m]\sum_{k=0}^{N-1} W_N^{k(m - n)} \]](https://www.electronics-engineering.com/wp-content/ql-cache/quicklatex.com-1eae07dd0e0acdf74616968470658ea9_l3.png)
La somme intérieure vaut
seulement pour
(avec
entre 0 et
,
est un multiple de
seulement s’il est nul) : il reste
. ∎
Sous forme matricielle
avec
, et le théorème dit que
: la matrice
est unitaire. Le théorème de Parseval en découle immédiatement :
![Rendered by QuickLaTeX.com \[ \sum_{n=0}^{N-1}|x[n]|^2 = \frac{1}{N}\sum_{k=0}^{N-1}|X[k]|^2 \]](https://www.electronics-engineering.com/wp-content/ql-cache/quicklatex.com-1fdffcd952bacd263bf00d7c93e696cc_l3.png)
parce qu’une matrice unitaire conserve la norme :
. L’énergie peut se mesurer indifféremment dans le temps ou en fréquence.
Les propriétés, démontrées
Dans tout ce qui suit les indices sont pris modulo
:
est le reste de la division de
par
.
Linéarité.
: la définition est une somme.
Décalage temporel circulaire.
.
Démonstration.
; avec
, quand
parcourt
aussi (dans un autre ordre), et
parce que
. La somme devient
. ∎
Le retard ne change que la phase des coefficients, pas le module. Mais c’est un retard circulaire : les échantillons qui sortent à droite rentrent à gauche.

Décalage en fréquence (modulation).
: même démonstration avec les rôles échangés. Multiplier par une exponentielle complexe décale le spectre : c’est le principe de la conversion de fréquence dans les récepteurs numériques.
Symétrie hermitienne. Si
est réelle,
.
Démonstration.
, parce que
. Pour
réelle, la conjugaison ne change que le signe de l’exposant :
. ∎
Donc la partie réelle et le module sont symétriques par rapport à
, la partie imaginaire et la phase antisymétriques : pour un signal réel les coefficients de 0 à
suffisent, et la FFT « réelle » fait la moitié du calcul. Le coefficient
(avec
pair) est la fréquence de Nyquist et il est réel.

Symétrie circulaire. Si de plus
(paire au sens circulaire, c’est-à-dire
), la DFT est réelle ; si elle est impaire, imaginaire pure. Cela découle de la propriété précédente : pour
paire,
.
La convolution circulaire
Théorème. Le produit des DFT correspond à la convolution circulaire :
![Rendered by QuickLaTeX.com \[ Y[k] = X[k]H[k] \;\leftrightarrow\; y[n] = \sum_{m=0}^{N-1} x[m]\,h[(n - m)_N] = (x \circledast h)[n] \]](https://www.electronics-engineering.com/wp-content/ql-cache/quicklatex.com-faa3a5028b77240fadbccc845b68a93b_l3.png)
Démonstration. On calcule la DFT de
et on utilise le décalage circulaire :
. ∎
Filtrer un signal est au contraire une convolution linéaire,
, de longueur
si
et
ont pour longueurs
et
. La convolution circulaire sur
points est la linéaire « enroulée » : les échantillons au-delà de
sont ajoutés au début (le théorème d’échantillonnage en fréquence appliqué à
).
Exemple.
,
. La convolution linéaire est
. Avec une DFT à
points le dernier 3 s’enroule sur
:
, un résultat faux pour un filtre. Avec
il n’y a pas de chevauchement et on retrouve
.

Règle pratique : pour filtrer avec la FFT, on complète
et
par des zéros jusqu’à
. Pour les longs signaux on découpe le signal en blocs et on utilise les méthodes overlap-add et overlap-save, qui recomposent les blocs sans erreurs ; avec un grand
le coût,
au lieu de
, est bien inférieur à celui de la convolution directe.
Deux DFT à connaître par cœur
Impulsion rectangulaire de
échantillons sur
points : avec la somme géométrique
![Rendered by QuickLaTeX.com \[ X[k] = \sum_{n=0}^{L-1} W_N^{kn} = \frac{1 - W_N^{kL}}{1 - W_N^k} = e^{-j\pi k(L - 1)/N}\,\frac{\sin(\pi kL/N)}{\sin(\pi k/N)} \]](https://www.electronics-engineering.com/wp-content/ql-cache/quicklatex.com-aa9f0b84b1007c1d76c95322d808cbef_l3.png)
(en mettant en facteur
au numérateur et
au dénominateur). Le module est le noyau de Dirichlet, la version discrète du sinus cardinal : pour
,
il vaut
. C’est aussi la réponse de la fenêtre rectangulaire, l’origine de la fuite spectrale.
Cosinus sur une case.
: par orthogonalité la DFT vaut
en
et en
, zéro ailleurs. Si la fréquence ne tombe pas exactement sur une case la DFT a des valeurs pour tout
: c’est la fuite spectrale, traitée dans la leçon sur l’analyse spectrale.
Complétion par des zéros
Compléter par des zéros un bloc de
échantillons jusqu’à
n’ajoute pas d’information : d’après le premier théorème, la DFT à
points échantillonne la même DTFT de façon plus dense (figure en haut, 8 et 16 points). Cela aide à mieux lire la position des pics et à atteindre une puissance de 2 pour la FFT, mais la capacité de séparer deux fréquences proches ne dépend que de la durée
du signal observé : environ
.
Vérification en Python
import numpy as np
def dft(x):
"""DFT from the definition: X[k] = sum x[n] e^{-j 2 pi k n / N}."""
N = len(x)
n = np.arange(N)
W = np.exp(-2j * np.pi * np.outer(n, n) / N) # Fourier matrix
return W @ x
def idft(X):
N = len(X)
n = np.arange(N)
return np.exp(2j * np.pi * np.outer(n, n) / N) @ X / N
rng = np.random.default_rng(1)
x = rng.standard_normal(8)
X = dft(x)
print("equal to np.fft.fft:", np.allclose(X, np.fft.fft(x)))
print("exact inverse:", np.allclose(idft(X), x))
print("Parseval:", np.isclose(np.sum(x**2), np.sum(abs(X)**2) / 8))
print("Hermitian symmetry X[N-k] = X*[k]:", np.allclose(X[1:][::-1], np.conj(X[1:])))
m = 3
print("circular shift:", np.allclose(dft(np.roll(x, m)), np.exp(-2j * np.pi * np.arange(8) * m / 8) * X))
# circular versus linear convolution
a, h = np.array([1.0, 2, 3]), np.array([1.0, 1])
lin = np.convolve(a, h)
circ3 = np.real(idft(dft(a) * dft(np.r_[h, 0])))
circ4 = np.real(idft(dft(np.r_[a, 0]) * dft(np.r_[h, 0, 0])))
print("linear:", lin, " circular N=3:", np.round(circ3, 6), " circular N=4:", np.round(circ4, 6))
# DFT of a rectangular pulse of L = 4 samples on N = 8 points: Dirichlet kernel
L, N = 4, 8
r = np.r_[np.ones(L), np.zeros(N - L)]
k = np.arange(1, N)
dirichlet = np.exp(-1j * np.pi * k * (L - 1) / N) * np.sin(np.pi * k * L / N) / np.sin(np.pi * k / N)
print("rectangle, Dirichlet formula:", np.allclose(dft(r)[1:], dirichlet), " |X| =", np.round(abs(dft(r)), 3))
# cosine falling exactly on bin 2
c = np.cos(2 * np.pi * 2 * np.arange(N) / N)
print("cosine on bin 2:", np.round(abs(dft(c)), 6))Toutes les vérifications affichent True ; la convolution circulaire à 3 points donne
et celle à 4 points
, égale à la linéaire ; le module du rectangle et le cosinus sur la case 2 (valeur 4 en
et
) correspondent aux formules. La DFT à partir de la définition coûte
multiplications : pour
cela n’a pas d’importance, pour
si, et c’est la raison de l’algorithme FFT, expliqué dans la leçon liée.





Ciao, sono l'autore di «La trasformata discreta di Fourier (DFT): dalla DTFT, antitrasformata, proprietà e convoluzione circolare dimostrate». Domande, dubbi, segnalazioni di errori o richieste di approfondimento sono benvenuti: scriveteli qui sotto e vi rispondo io. Potete anche votare la pagina con le stelle all'inizio dell'articolo.Hi, I am the author of “The discrete Fourier transform (DFT): from the DTFT, inverse, properties and circular convolution proved”. Questions, doubts, error reports and requests for more detail are all welcome: write them below and I will answer. You can also rate the page with the stars at the top of the article.