La méthode de décomposition spectrale doit nous permettre d’exprimer explicitement les coefficients de pondération des ondes qui composent un paquet d’ondes. Pour cela, nous allons utiliser la méthode des moments (MoM) qui est une procédure numérique générale pour traiter ce type de problème.
Partant d’un paquet d’onde (monoporteuse), nous cherchons à obtenir à l’issue de la décomposition spectrale un paquet d’ondes, c’est-à-dire à transformer une entité en un paquet d’entités afin de pouvoir traiter des problèmes de dispersion et tenir compte de milieux à pertes.
La méthode des moments
La méthode des moments est une procédure numérique qui transforme une fonction-nelle en un système d’équations linéaires que l’on peut ensuite résoudre par des techniques propres à la résolution des systèmes matriciels. La procédure peut être décrite de la façon suivante :
Annexe C
• Exprimer la solution sous forme de série defonctions de base connuespondérées par descoefficients inconnus.
• Appliquer une procédure de minimisation de l’erreur résiduelle relativement à un ensemble de fonctions test oufonctions poids.
• Résoudre le système matriciel résultant par rapport aux coefficients inconnus de la série.
Notre problème consiste à transformer un paquet d’onde en un paquet d’ondes en décomposant son contenu spectral. Cependant, la simulation étant temporelle, nos entités ondes électromagnétiques sont décrites en fonction du temps. Nous allons donc devoir effectuer une tranformée de Fourier pour obtenir une représentation spectrale du contenu de cette entité.
Choix des fonctions de base
Le choix des fonctions de base se fait de façon à ce qu’elles soient le plus appropriées pour exprimer la solution. Aussi, elles doivent être définies dans le domaine de la solution.
La définition d’une entité onde électromagnétique dans le domaine temporel est, cf. Annexe A : Et l’expression du contenu spectral d’une telle entité s’obtient en effectuant une transformée de Fourier de son signal. Sa définition dans le domaine fréquentiel est, cf. Eq. (B.21) de l’Annexe B :
||F0(f)|| = E0
σ0
√2π
2 e−2π2σ20(f−f0)2 (C.5) Ce paquet d’onde est représenté dans les domaines temporel et fréquentiel sur la Fig. C.1. Il est caractérisé par un ensemble de paramètres :
– une amplitude E0
– une phase ϕ0
– une fréquence centrale f0 (pulsation ω0) – une écart-type σ0
– une vitesse de phase vϕ0
– un vecteur d’onde~k0
– une étendue spatiale ∆l0
– une étendue temporelle ∆t0
– une largeur de bande ∆f0 (∆ω0)
On cherche à exprimer||F0(f)||sous la forme d’une série de fonctions de base (connues) pondérées par des coefficients inconnus. Ceci se traduit de la façon suivante :
||F0(f)|| =
N
X
n=1
αn Fn (C.6)
où les αn sont les coefficients inconnus de la série et les Fn sont les fonctions de base.
a – Représentation temporelle.
b – Représentation fréquentielle.
FigureC.1 – Description d’un paquet d’onde dans les domaines temporel (impulsion f0(t)) et fréquentiel (spectre||F0(f)||).
• Impulsion f0(t): sinus modulé par une gaussienne, définie par son amplitudeE0= 1 V /m, sa fréquence centrale f0 = 10 GHz, sa phase ϕ0 = π2 rad, son écart-type σ= f10 s, avec un taux de conservationτ = 99,99 %et centrée en t0= 1.95ns.
• Spectre||F0(f)||=T F[f0(t)].
Une entité onde électromagnétique est modélisée en tant que paquet d’onde gaussien.
À l’issue de la décomposition spectrale d’une telle entité, nous devons obtenir plusieurs entités, chacune ayant les caractéristiques d’un paquet d’onde gaussien, à savoir :
– une amplitude En
– une phase ϕn
– une fréquence centrale fn (pulsation ωn) – une écart-type σn
– une vitesse de phase vϕn
– un vecteur d’onde~kn
– une étendue spatiale ∆ln
– une étendue temporelle ∆tn
– une largeur de bande ∆fn (∆ωn)
Dans ce contexte, il paraît naturel et évident que les fonctions de base Fn de la série sont aussi des gaussiennes du type de ||F0(f)|| :
Fn = ||Fn(f)|| = e−2π2σ2n(f−fn)2 (C.7)
Annexe C où σn est l’écart-type et fn la fréquence centrale de la fonction de base n. Aussi ces fonctions de base doivent être définies sur des sous-domaines ∆fn.
La série peut alors s’exprimer ainsi :
||F0(f)|| =
N
X
n=1
αn e−2π2σn2(f−fn)2 (C.8) On voit bien qu’à l’issue de la décomposition, nous cherchons à obtenir plusieurs paquet d’onde et c’est leur superposition qui va composer un paquet d’ondes. Ce dernier pourra alors être caractérisé par une vitesse de groupe vg puisque chaque paquet d’onde se propage à sa propre vitesse de phase vϕn. Dans le cas de milieux non-dispersifs ces vitesses de phase vϕn sont égales à la vitesse de groupe vg. Ceci n’est plus vrai pour des milieux dispersifs.
Il nous faut désormais définir les sous-domaines de ces fonctions de base. Pour cela, nous commençons par subdiviser le domaine ∆f0 de manière homogène et telle que les fonctions de base soient réparties uniformément sur le domaine et centrées sur leur fré-quence propre fn (fréquence de la porteuse). Nous définissons alors :
δf = ∆f0
N + 1 (C.9)
fn = f0− ∆f0
2 +n δf (C.10)
où
. fn est la fréquence centrale du paquet d’onde n.
. ∆f0 est la largeur de bande du paquet d’onde (initial) à décomposer.
. δf est la largeur des sous-domaines de répartition des fréquences.
. N est l’ordre de décomposition (nombre de paquets d’onde).
. 1≤n≤N
Nous devons maintenant définir rigoureusement — sur la base d’un critère — l’écart-typeσn des fonctions de base. Tout d’abord, celles-ci étant définies sur des sous-domaines
∆fn du domaine∆f0, cela impose que l’écart-typeσnsoit supérieur à celui de la fonction à décomposer σ0, alors nous avons :
∆fn < ∆f0 =⇒ σn > σ0 (C.11) De plus, les fonctions de base sont toutes de la même forme d’où :
σn ≡ constante ∀ n (C.12)
Aussi, le processus de décomposition spectrale d’un paquet d’onde dans le domaine fréquentiel génère des paquets d’onde. À la suite de ce processus, nous devons avoir une étape de recomposition de ces paquets d’onde dans le domaine temporel et le choix deσn
a des conséquences sur le dimensionnement d’une entité,cf.Eq. (A.26) de l’Annexe A. En effet, la dimension d’une entité est liée à certains de ses paramètres dont son écart-type.
Plus celui-ci est grand resp. petit et plus l’étendue (spatio-temporelle) d’une entité est
large resp. étroite. Ainsi, de façon à avoir — suite à la décomposition — des entités dont les dimensions soient relativement proches de celles de l’entité initiale tout en respectant la condition fixée par la relation (C.11), nous choisissons et définissons σn par rapport à la largeur à mi-hauteur15 ∆νn telle que :
∆νn = 2 δf (C.13)
or pour une gaussienne du type :
H(x) = e−12(x−x0)
2
σ2 (C.14)
cette largeur à mi-hauteur s’exprime :
∆ν = 2p
2 ln(2) σ (C.15)
Suite au choix de nos fonctions de base (C.7), nous effectuons un changement de variable dans (C.15) en posant σ= 2πσ1n, ce qui nous donne :
Ainsi, connaissant l’écart-type σn, nous pouvons en déduire la bande passante ∆fn, cf. Eq.(A.19) de l’Annexe A :
∆fn =
√2 πσn
erf−1(τ) (C.18)
oùτ est le taux de conservation du signal (en %).
Choix des fonctions test
Nous venons de définir les fonctions de base. Il nous faut maintenant choisir des fonc-tions test ou fonction poids pour pouvoir ensuite appliquer une procédure de minimisation de l’erreur résiduelle du type Collocation (Point Matching), Galerkin ou Moindre-Carrés par exemple. Au vu du choix de nos fonctions de base Fn, il semble pertinent de choisir de manière identique les fonctions test wm, alors nous avons :
wm = Fn (C.19)
avec
wm = e−2π2σm2(f−fm)2 (C.20) Ceci revient à appliquer une procédure de Galerkin. Dans ce cas, la formulation MoM peut s’exprimer :
N
X
n=1
αn < wm, Fn >= < wm, F0 > (C.21)
15. Largeur à mi-hauteur (LMH), en anglaisFull Width at Half Maximum (FWHM).
Annexe C
FigureC.2 – Fonctions de base F n(f) issues de la décomposition de ||F0(f)||
(cf. Fig. C.1) à l’ordre 11 .
Ces fonctions de base sont définies par leur amplitude En, leur fréquence centrale fn, leur écart-type σn et leur largeur de bande ∆fn avec un taux de conservation τ = 99,99 %.
Les fonctions test étant identiques aux fonctions de base, alors nous pouvons écrire :
pour n = 1 : N afin de construire un système d’équations linéaires et ainsi calculer les coefficients inconnus αn par inversion de matrice. La formulation MoM peut s’écrire sous forme matriciel :
Les calculs des produits scalaires sont particulièrement difficile à évaluer. Pour cela, nous allons utiliser la propriété suivante16 :
u
Ainsi, il devient assez facile de construire le système matriciel. Notons que ces fonctions de baseFnet fonctions test wm doivent être intégrées sur leur sous-domaine de définition respectif ∆fn et ∆fm et non sur la largeur des sous-domaines δf de répartition des fréquences fn. Ainsi, nous pouvons évaluer le produit scalaire < wm, Fn > de la matrice [L] tel que :
et puisque les fonctions sont paires :
< wm, Fn >= 2
fm+∆fm2
Z
0
e−2π2σ2m(f−fm)2 e−2π2σ2n(f−fn)2 df (C.29)
Il suffit maintenant d’utiliser (C.27) (car σm = σn) et d’effectuer un changement de variable approprié pour déterminer la matrice [L], en posant :
Aussi, nous obtenons de la même façon pour le produit scalaire < wm, F0 > de la matrice[s]:
16. On peut obtenir le calcul de ces intégrales (C.26) et (C.27) sur le site :http://integrals.wolfram.
com/
Annexe C Il suffit ici d’utiliser (C.26) (car σm 6= σ0) et d’effectuer un changement de variable approprié pour déterminer la matrice [s], en posant :
σi2 = 2π2σm2 σj2 = 2π2σ02
fi = fm
fj = f0
u = fm+ ∆f2m
(C.32)
a – Fonctions de base Fn(f) de la Fig. C.2 pondé-rées par les coefficients αn.
b – Comparaison entre la recomposition spectrale PN
n=1αn Fn(f)et le spectre ||F0(f)||.
Figure C.3 – Recomposition spectrale à l’ordre 11 du spectre||F0(f)|| de la Fig. C.1.
Bien entendu, plus l’ordre de décomposition augmente et plus nous aurons une bonne représentation du paquet d’ondes. Ceci dit, cela augmente par conséquent le nombre d’entités et il faudra trouver un juste milieu entre l’ordre de décomposition d’un paquet d’onde en paquet d’ondes et la précision sur les résultats.
Reconstruction temporelle de l’impulsion
La méthode de modélisation énactive nous impose que la simulation soit temporelle.
Nous devons donc reconstruire temporellement l’impulsion en effectuant une transformée de Fourier inverse de chacun des spectres des paquets d’onde, ce qui revient au final à
réécrire (C.4) sous la forme : La résolution du système matriciel permet de déterminer les coefficients αn ce qui nous permet d’exprimer explicitement chacune des fonctions de base, cf. (C.7), corres-pondantes aux spectres des paquets d’onde et d’après l’Eq. (C.5), nous pouvons écrire :
αn e−2π2σn2(f−fn)2 = En
De plus, notons que tous les paquets d’onde doivent être en phase donc nous avons ϕn=ϕ0. En effet, il n’y pas de raison pour que les phases ϕn diffèrent de celle du paquet d’onde initial ϕ0 lors de la procédure de décomposition.
Ainsi, nous pouvons identifier l’ensemble des paramètres des paquets d’onde gaussiens (dans le domaine temporel).
En résumé
En résumé, nous avons initialement un paquet d’onde (monoporteuse) dont les prin-cipaux paramètres sont :
– son amplitude E0
– sa phase ϕ0
– sa fréquence centrale f0 (pulsation ω0) – son écart-type σ0
– sa largeur de bande ∆f0
La méthode de décomposition spectrale permet de décomposer ce paquet d’onde à un ordreN (somme discrète), c’est-à-dire en N paquets d’onde (monoporteuse) pour former un paquet d’ondes (multiporteuses),cf.Fig. C.4. Par conséquent, ces paquets d’onde sont caractérisés par le même ensemble de paramètres. Notons que l’ordre de décomposition N impose certaines « contraintes » quant à la position des fréquences centrale fn et à l’écart-type σn des paquets d’onde ainsi générés. Les paquets d’onde sont définis par :
• une fréquence centrale fn
δf = ∆f0
N + 1 fn = f0− ∆f0
2 +n δf
oùδf est la largeur des sous-domaines de répartition des fréquences.
Annexe C
• un écart-type σn
σn =
p2 ln(2) 2π δf
• une bande passante ∆fn
∆fn =
√2 πσn
erf−1(τ) oùτ est le taux de conservation du signal (en %).
• une amplitude En
En = αn
2 σn
√2π
oùαn est le coefficient de pondération déterminé par la MoM.
• une phase ϕn
ϕn = ϕ0
FigureC.4 – Résumé illustré de la méthode de décomposition spectral d’un paquet d’onde enpaquet d’ondes à un ordre 5.
Le paquet d’onde à décomposer (cadre 1) est exprimé dans le domaine spectral (cadre 2).
On décompose ensuite ce domaine spectral en sous-domaines sur lesquels on définit des fonctions de base — appropriées pour exprimer la solution — pondérées par des coefficients inconnus. La méthode de décomposition spectrale permet en appliquant une procédure MoM (type Galerkin ici) de déterminer ces coefficients de pondération (cadre 3) pour recomposer le spectre initial qu’il faut ensuite reconstituer dans le temps.
Pour cela, il suffit d’exprimer chacun de ces paquets d’onde dans le domaine temporel (cadre 4) afin de former un paquet d’ondes. Ainsi, nous avons transformer un paquet d’onde (monoporteuse) en un paquet d’ondes (multiporteuses).