L’utilité déraisonnablement remarquable de la transformée de Fourier
(joshuawise.com)- Une présentation montrant à quel point la transformée de Fourier fonctionne puissamment dans des applications technologiques réelles
- Le présentateur l’explique en se concentrant sur des cas liés à l’OFDM (multiplexage par répartition orthogonale de la fréquence) lors de l’événement Teardown 2025
- Diverses ressources de référence sont également fournies, notamment un PDF des slides, un notebook Jupyter, du code de décodeur DVB-T et une vidéo sur l’algorithme FFT
- Ce document montre que la transformée de Fourier reste un outil central dans les domaines des communications et du traitement du signal
- Les signaux sont généralement traités comme des valeurs qui évoluent dans le temps, mais un même signal peut aussi être représenté comme la somme de composantes fréquentielles
- La transformée de Fourier est un outil qui convertit une forme d’onde complexe en « quelles fréquences sont présentes et dans quelle proportion »
- Par exemple, des bruits impulsionnels brefs, des distorsions lentes et oscillantes, ou des motifs répétitifs semblent entremêlés dans le domaine temporel, mais se séparent dans le domaine fréquentiel
- Les canaux de communication réels présentent pour la plupart des caractéristiques LTI (Linear Time-Invariant)
- Dans un système LTI, la manière dont un signal est déformé est déterminée indépendamment pour chaque fréquence
- Les retards, réflexions et atténuations dans le domaine temporel apparaissent dans le domaine fréquentiel sous forme de variations d’amplitude et de phase
- Si l’on tente de résoudre le problème dans le domaine temporel, retards, superpositions et interférences s’entremêlent
- Vu dans le domaine fréquentiel, le même problème devient celui d’ajuster chaque composante fréquentielle une par une
- C’est ainsi qu’apparaît l’idée de « déplacer les données vers un espace plus facile à traiter »
- La mise en œuvre directe de cette idée est l’OFDM (Orthogonal Frequency Division Multiplexing)
- Un flux de données rapide unique est divisé en plusieurs sous-porteuses (subcarriers) plus lentes
- Chaque sous-porteuse est orthogonale aux autres, ce qui permet de les transmettre simultanément sans interférence
- En utilisant la FFT (Fast Fourier Transform) / IFFT (Inverse Fast Fourier Transform), il est possible de convertir et de reconstruire en une seule fois un grand nombre de sous-porteuses
- Lorsque l’état du canal varie selon la fréquence, seules certaines sous-porteuses voient leur qualité se dégrader
- Dans une approche à porteuse unique, l’ensemble des données est affecté, alors qu’en OFDM seule une partie l’est
- Les fréquences problématiques peuvent être utilisées plus faiblement, voire laissées totalement vides
- Le bruit impulsionnel concentré dans le temps est réparti en OFDM sur plusieurs symboles et plusieurs fréquences
- Un bruit très fort pendant un court instant n’entraîne donc pas la corruption de l’ensemble des données
- En environnement radio, le multitrajet crée des retards parce que le signal arrive par plusieurs chemins
- Dans le domaine temporel, les symboles se chevauchent, provoquant de l’ISI (Inter-Symbol Interference)
- Dans le domaine fréquentiel, le multitrajet apparaît sous la forme d’une courbe de réponse du canal
- En corrigeant cette courbe, il devient possible de reconstruire chaque sous-porteuse indépendamment
- Des signaux pilotes permettent de suivre les erreurs de fréquence (dérive de l’oscillateur local, LO drift) entre émetteur et récepteur
- Le décalage Doppler dû au mouvement peut lui aussi être séparé et corrigé fréquence par fréquence
- Il est possible d’appliquer un schéma de modulation différent à chaque sous-porteuse
- Les bandes où l’état du signal est bon reçoivent une modulation rapide, tandis que les bandes dégradées reçoivent une modulation plus robuste
- Cela permet une transmission de données hiérarchique impossible avec un flux unique
- L’architecture peut être étendue vers l’OFDMA, où plusieurs utilisateurs transmettent simultanément en se partageant le temps et la fréquence
- L’interleaving, qui mélange les données à la fois dans le temps et en fréquence, réduit la concentration des erreurs
- Elle s’associe naturellement à des techniques de correction d’erreurs comme les codes convolutifs, Reed–Solomon et BCH
- En définitive, la transformée de Fourier est un « interrupteur qui transforme une réalité complexe en un simple problème de réglage »
- L’OFDM est une conception qui place cet interrupteur au centre de l’architecture de communication
- Elle sert de fondement permettant aux communications sans fil modernes d’obtenir à la fois haut débit et stabilité
7 commentaires
Parmi les « avis HN » :
...?
Nous vivons déjà à l’époque de quelqu’un qui a quatorze enfants et dirige quatre entreprises en tant que CEO, donc...
Non mais sérieusement, je suis allé vérifier sur Wikipédia : Joseph Fourier a publié la transformée de Fourier en 1822, et si on met de côté quelques annonces fragmentaires antérieures, la FFT n’a été formalisée et publiée qu’en 1965, avec une version encore un peu plus précoce en 1932. Et pourtant, le fait que Gauss ait consigné la FFT sans la publier remonte carrément à 1805. Du coup, je ne peux qu’adhérer au commentaire « Gauss is gonna Gauss » (Gauss n’a fait que faire du Gauss) T_T
La série des transformations en maths industrielles m’a vraiment rendu fou... ouin
Je me souviens l’avoir utilisé autrefois quand j’écrivais une logique de suppression du bruit et des motifs répétitifs.
Ces jours-ci, on implémente des choses similaires avec des autoencodeurs, il me semble.
Commentaires de Hacker News
De la même manière que Copernic a simplifié le mouvement complexe des planètes en changeant de système de coordonnées, l’analyse de Fourier repose fondamentalement sur la même idée
Pour les signaux numériques, la base de Walsh-Hadamard peut être utile, et cela n’a absolument rien à voir avec la fréquence
Des modèles comme GPT sont eux aussi dans un état ptoléméen aujourd’hui, et je pense qu’un jour nous comprendrons leur dynamique grâce à un meilleur système de coordonnées
Les harmoniques sphériques, les fonctions de Bessel, les fonctions de Hankel, etc., sont chacune des variantes des sinus/cosinus ou des fonctions exponentielles complexes
Les ondelettes utilisent un espace de paramètres en forme d’arbre, et la recherche sur les bases surcomplètes (overcomplete basis) est également très active ces derniers temps
Mais à mon avis, cette approche linéaire n’a pas de lien direct avec la compréhension des réseaux neuronaux, qui traitent des structures non linéaires de grande dimension
Mais le problème, c’est qu’en général c’est presque impossible
Il l’avait noté dans ses carnets en étudiant le mouvement des astéroïdes Pallas et Juno, mais cela n’a jamais été publié
Document associé
Il aurait déconseillé à son fils de faire des mathématiques, estimant qu’il était impossible de le dépasser
Je voulais détecter des trafics périodiques comme le lundi matin ou le mardi midi
Mais j’ai mal configuré le graphique et consommé la moitié de notre quota journalier ; quand je suis passé à une ligne en -7 jours, moi seul comprenais et l’équipe était perdue
Une analyse par cepstre (cepstrum) est plus adaptée à la place, et elle est souvent utilisée en analyse des vibrations mécaniques pour détecter des chocs périodiques, comme des défauts d’engrenage
J’ai été surpris d’apprendre que ce fait étudié en licence est équivalent au principe d’incertitude
Ma femme et moi nous disputons souvent sur la manière de charger le lave-vaisselle : moi je vais vite (minimiser le temps), elle est méticuleuse (minimiser le nombre de lavages), donc nous optimisions chacun dans un domaine différent
Par exemple, une fonction gaussienne est compacte dans les deux domaines
Au passage, je recommande la vidéo de Technology Connections sur les lave-vaisselle
J’ai écrit une démo qui applique une transformée de Fourier à une vidéo de webcam pour lire le rythme cardiaque sur un visage
L’idée consiste à repérer les zones où l’énergie atteint un pic à une fréquence donnée
La DCT, au cœur de JPEG, h264 et mp3, est en gros une FFT modifiée
Il y explique la transformée de Fourier de manière très accessible
Lien vers la vidéo
Mais ce genre de titre est tellement surutilisé qu’il paraît maintenant un peu racoleur
La transformée de Fourier est en réalité un concept très raisonnable et intuitif
Puisque les mathématiques sont le langage de la science, dire que « les mathématiques sont anormalement efficaces » me semble aussi exagéré
La présentation n’est au fond qu’un simple niveau FT 101
On projette les données dans un meilleur système de coordonnées (temps → fréquence), on supprime les bases de faible variance, puis on reconstruit avec la transformée inverse (IFFT)
La différence est que la base de la FFT est fixe
Elle traite des domaines infinis, ce qui la rend grossière et peu réaliste
Cela permet d’éviter les problèmes de support infini et de résolution infinie
Pour utiliser d’autres modulations, il suffit de considérer les nombres complexes des sous-porteuses comme des points IQ
En fin de compte, on lit les mêmes symboles dans le domaine fréquentiel au lieu du domaine temporel, et cela fonctionne de manière équivalente aux modulations classiques grâce au principe de superposition