Echantillonnage Et Restitution Des Circuits Freddy Mudry

8 chantillonnage et
reconstruction des signaux

analogiques
8.1 Introduction
La plupart des signaux que l'on doit traiter et analyser tels que la parole, les signaux biologiques, sismiques, radars, audio ou vido sont analogiques par nature.
C'est--dire qu'ils sont fonction d'une variable continue, le temps, et qu'eux-mmes
varient de manire continue. Ces signaux peuvent tre traits analogiquement
l'aide de ltres par exemple. Les signaux d'entre et de sortie sont alors analogiques
(gure 8.1).
x(t)
Systme
analogique
y(t)
Fig. 8.1: Traitement analogique d'un signal
x(t)
Souvent, pour des raisons de simplicit, de prcision, de stockage de l'information,

de exibilit, etc, un traitement numrique quivalent est possible et prfrable.
On utilise alors des convertisseurs analogiques-numriques (CAN) et numriquesanalogiques (CNA) pour relier au processeur numrique les signaux analogiques
d'entre et de sortie. Le schma correspondant est donn la gure 8.2.
x(t)
x[n]
A
N
Systme
numrique
y[n]
y(t)
N
A
Fig. 8.2: Traitement numrique d'un signal analogique
x(t)
Conceptuellement, on peut considrer la conversion AN comme un processus faisant

intervenir trois actions successives : l'chantillonnage priode xe
Te ,
la quanti-
cation du signal et son codage. Pratiquement, ces oprations sont eectues dans un
mme lment, le convertisseur AN, qui reoit le signal analogique et le convertit
en un signal discret quanti.
chantillonnage et reconstruction des signaux analogiques
De mme pour la conversion NA, les oprations implicitement ralises sont la

quantication et le maintien de la valeur numrique pendant une priode d'chantillonnage. ceci s'ajoute gnralement un ltrage passe-bas des escaliers gnrs
par le convertisseur NA.
Te
xa(t)
x(t)
Filtre
CAN
xe(t)
x[n]
y[n]
yq(t)
y(t)
Filtre
Fig. 8.3: Dtail d'une chane analogique-numrique-analogique
La gure 8.3 prsente les lments qui interviennent lors du traitement numrique
d'un signal analogique. On y trouve un ltre antirecouvrement (on verra plus loin
sa raison d'tre), un chantillonneur command par une horloge de priode
quanticateur Q, un processeur numrique
P,
Te ,
un convertisseur NA et un ltre de
lissage.
Temps
continu
discret
xe(t=nTe)
x(t)
Te
continue
Signal analogique
Signal chantillonn
A
N
(a)
(b)
t
Amplitude
Q
xq(t)
Te
discrte
Signal numrique maintenu
xq[n]
Signal numrique
N
A
(d)
(c)
t
Fig. 8.4: Divers types de signaux
un
8.2 Analyse temporelle

8.2.1 Types de signaux
De manire gnrale, les signaux peuvent tre classs dans les catgories suivantes :
1.
Signaux continus en temps et en amplitude : x(t). On les appelle galement signaux analogiques (gure 8.4a) ; ils proviennent gnralement de processus physiques.
2.
Signaux discrets en temps, continus en amplitude : xe (t = nTe ). Ce sont

les signaux chantillonns (gure 8.4b). Ils ne sont dnis qu' des instants
dtermins multiples de la priode d'chantillonnage
Te ,
mais leur amplitude
peut varier de manire continue.

3.
Signaux discrets en temps et en amplitude : xq [n]. De tels signaux sont

quantis en amplitude ; ils ne peuvent prendre que des valeurs dtermines,
gnralement, multiples d'un pas de quantication. Ce sont les valeurs numriques fournies par les convertisseurs analogiques-numriques (CAN). Ils ne
sont dnis qu'aux instants d'chantillonnage et correspondent aux signaux
numriques (gure 8.4c).
4.
Signaux continus en temps, discrets en amplitude : xq (t). Ce sont des

signaux quantis similaires ceux dcrits en 3, dont la valeur est maintenue
par un bloqueur d'ordre zro entre 2 priodes d'chantillonnage (gure 8.4d).
Ces signaux correspondent ceux fournis par les convertisseurs numriquesanalogiques (CNA).
8.2.2 Quantication d'un signal : exemple

Donne
On considre un convertisseur AN 8 bits travaillant entre 0 et 5.12 V
avec un codage par arrondi et une priode d'chantillonnage
Te = 0.5 [msec].
Le
signal d'entre est une exponentielle amortie :
x(t) = U0 exp(t/ ) (t)
U0 = 1 [V ] = 1 [ms]
Question
1. Tracez la caractristique du convertisseur et les graphes
2. Quelles valeurs obtiendra-t-on pour
Rponse
xe [n], xq [n]
et
x(t)
et
xq [n].
q[n].
Le codage sur 8 bits par arrondi transforme le domaine de conversion

0 5.12 [V ] en 28 = 256 valeurs numriques discrtes avec
de la tension d'entre
un pas de quantication de 20 [mV] (gure 8.5a). L'chantillonnage et la quantication du signal sont reprsents dans la gure 8.5b. Le tableau suivant donne les
direntes valeurs demandes avec les erreurs relatives causes par la quantication :
xe [n]
xq [n]
q[n]
q [n] %
1.000
0.6065
0.3679
0.2231
0.1353
0.0821
0.0498
0.0302
0.0183
1.00
0.60
0.36
0.22
0.14
0.08
0.04
0.04
0.02
50
30
18
11
0.00
1.08
2.15
1.39
+3.47
2.56
19.7
+32.5
+9.29
xq
256
5.12
255
5.10
254
0.9
0.8
(a)
5.08
(b)
0.7
0.6
0.06
0.04
0.02
0.5
0.4
0.3
0.2
x
0
5.11
0.05
0.03
0.01
0.1
[V]
0
0.5
1.5
2.5
3.5
4.5
temps [sec]
5
3
x 10
Fig. 8.5: Quantication et chantillonnage
8.2.3 chantillonnage des signaux analogiques

Le signal d'entre
x(t),
dont l'amplitude varie au cours du temps, est appliqu un
chantillonneur pour tre transform en une suite de valeurs rgulirement espaces.

Cette suite de valeurs est reprsentative du signal d'entre dans la mesure o la
priode d'chantillonnage est compatible avec la rapidit du signal.
Envisag dans le domaine temporel (gure 8.6), on peut considrer que le processus
d'chantillonnage revient mathmatiquement multiplier le signal analogique
par une suite d'impulsions de Dirac
Le signal chantillonn
xe (t)
Te (t)
de priode
Te ,
x(t)
appel "peigne de Dirac".
peut alors tre reprsent par l'expression :
xe (t) = x(t) Te (t)
(8.1)
La fonction ainsi obtenue est une suite d'impulsions de Dirac dont la surface est
module par le signal
x(t).
Bien entendu, il s'agit l d'un modle mathmatique
facilitant l'analyse de l'chantillonnage et qui, d'un point de vue pratique, donne

heureusement des rsultats pas trop dirents de ce que l'on obtient avec un chantillonneur rel.
Si on veut respecter la forme du signal, il est important d'avoir des impulsions susamment proches les unes des autres. Dans le cas contraire, il n'est plus possible de
voir les variations les plus rapides du signal traiter. Ceci conduit une ambigut,
car rien n'exclut que les points chantillonns du signal A puissent appartenir un
autre signal B contenant des frquences plus leves (gure 8.7).
x(t)
Te(t)
1
t
Te
xe(t) = x(t) . Te(t)
Fig. 8.6: chantillonnage d'un signal
x(t)
A
t
Te
Fig. 8.7: Ambigut due l'chantillonnage
8.3 Analyse frquentielle

Comme le choix de la priode d'chantillonnage
Te
dpend de la rapidit du signal,
donc de son spectre, il est ncessaire d'analyser le comportement de l'chantillonneur

galement dans le domaine frquentiel.
Nous venons de voir que l'chantillonnage d'un signal analogique est modlis dans
l'espace temps par la multiplication du signal
Te (t).
x(t)
par un peigne temporel de Dirac
Or, on sait qu' une multiplication temporelle correspond, dans l'espace des
frquences, une convolution frquentielle entre le spectre

celui du peigne de Dirac
D(jf )
X(jf )
du signal
x(t)
et
xe (t) = x(t) Te (t)
Xe (jf ) = X(jf ) D(jf )
(8.2)
8.3.1 Spectre d'un peigne de Dirac

Te(t)
1
t
0
Te
D(jf) = 1 fe(f)
Te
1/Te
f
fe
Fig. 8.8: Peigne d'impulsions de Dirac et son spectre
Proprit
Te (t)
Le spectre d'un peigne temporel de Dirac
peigne frquentiel de Dirac
Dmonstration
fe (f )
de priode
fe = 1/Te
Comme la suite d'impulsions
Te (t)
Te est
1/Te .
de priode
et d'amplitude
est un signal priodique, on
peut la dcrire par sa dcomposition en srie de Fourier :
Te (t) =
+
X
D(jk) exp (+j2 kfe t)
avec
fe =
k=
o
D(jk)
reprsente les coecients de Fourier de
Te (t)
1
Te
qui valent :
1 Z 0+
1
1 Z +Te /2
(t) exp (j2 kfe t) dt =
(t) 1 dt =
D(jk)
Te Te /2
Te 0
Te
un
8.3 Analyse frquentielle

Ce qui, en terme de transformation de Fourier, s'crit galement
D(jf ) =
1
f (f )
Te e
(8.3)
et donne un peigne frquentiel de Dirac. Une reprsentation graphique en est donne

la gure 8.8.
8.3.2 Spectre d'un signal chantillonn

On a vu ci-dessus que le spectre d'un signal chantillonn se calcule en eectuant
la convolution entre les spectres
Dirac de priode spectrale
fe .
X(jf )
et
D(jf )
et que ce dernier est un peigne de
Comme la convolution entre une impulsion de Dirac
et une fonction continue reproduit la valeur de la fonction l'endroit o se situe

l'impulsion de Dirac, on voit que le spectre de base
multiples de la frquence d'chantillonnage
Xe (jf ) = X(jf ) D(jf ) =
fe .
X(jf )
est rpt en tous les
On a donc :
X
1 +
X (j(f m fe ))
Te m=
(8.4)
Ce rsultat trs important montre que le spectre d'un signal chantillonn est la
somme d'une rptition priodique du spectre du signal analogique
X(jf )
(gure
8.9) et que la priode de ce spectre est gale la frquence d'chantillonnage
x(t)
X(f)
Xe(f)
xe(t)
Te
fe .
t
-fe
+fe
Fig. 8.9: L'chantillonnage d'un signal analogique provoque la rptition de son
spectre
Considrant un signal sinusodal x(t) de frf0 = 3 [kHz] chantillonn la frquence fe = 8 [kHz], on obtient les points
chantillonns x(nTe ) reprsents la gure 8.10a. Malgr le faible nombre de points
obtenus (quatre points pour une priode et demie), le signal x(t) est univoquement
chantillonnage d'une sinusode

quence
dni du point de vue de Fourier.

Le spectre original et sa rptition font apparatre des raies spectrales se trouvant
m fe f0 = 3, 5, 11, 13, 19, . On en dduit que, dans la

bande de base qui s'tend de 0 fe /2 = 4 [kHz], il n'y a qu'une seule raie spectrale
situe en f0 = 3 [kHz]. C'est la raie correspondant au signal original (gure 8.10b).
aux frquences
x(t), x(n T )
0.5
0
0.5
1
0
0.05
0.1
0.15
0.2
0.25
temps [ms]
0.3
0.35
0.4
0.45
0.5
0.5
0.3
|X (jf)|
0.4
0.2
0.1
0
15
10
fe
0
frquence [kHz]
+fe 10
15
f > 2 f0 )
Fig. 8.10: chantillonnage d'une sinusode ( e
8.4 Recouvrement spectral

cause de la rptition du spectre de base autour des multiples de
fe ,
on imagine
aisment que les spectres vont se superposer si la frquence d'chantillonnage devient

trop petite. La gure 8.11 illustre cette situation dans les domaines temporel et
spectral. En rduisant la frquence d'chantillonnage, on diminue la distance entre
les spectres qui, pour nir, se recouvrent. Cette superposition correspond la somme
des spectres qui conduit une dformation irrcuprable du spectre initial : il n'est
plus possible de reconstituer le signal
x(t)
partir du spectre ainsi obtenu.
Il est donc important de ne pas oublier que l'chantillonnage d'un signal n'est pas
une opration aussi anodine qu'elle parat. Si la priode d'chantillonnage est trop
petite, cela peut modier gravement le signal temporel peru aprs chantillonnage.
Comme le montre la gure 8.12, une sinusode de frquence leve peut tre perue
comme un signal de frquence beaucoup plus faible.
Le recouvrement spectral illustr par les gures 8.11 et 8.13 peut galement tre
fe /2. Cette frquence particufN = fe /2 porte le nom de frquence de Nyquist et elle dlimite
d'analyse compris entre fe /2. Ainsi que le montre la gure 8.13, les
interprt comme un repliement du spectre autour de

lirement importante
le domaine
valeurs obtenues par superposition des spectres peuvent appartenir aussi bien une
sinusode de 2 kHz qu' celle de 6, 10 ou 14 kHz. Ce qui fait que si l'on n'y prend
pas garde, la frquence relle 6 kHz est perue comme un signal basse-frquence de
2 kHz. Tout se passe comme si les signaux de frquences 6, 10 ou 14 kHz taient

perus comme un seul signal de frquence 2 kHz.
En analysant la gure 8.13, on voit que les raies spectrales apparentes dues l'chantillonnage se situent en
fapp = m fe fk ,
m 6= 0
(8.5)
x(t)
X(f)
xe(t)
Xe(f)
Te
f
+fe
-fe
xe(t)
Xe,k(f)
Te
t
-fe
Xe(f) = Xe,k(f)
xe(t)
Te
f
+fe
-fe
Fig. 8.11: chantillonnage et recouvrement spectral
1
0.5
0
0.5
1
0
10
12
14
16
18
20
Fig. 8.12: Sinusode fortement sous-chantillonne
16k
X(f)
-16k
14k
12k
10k
fe = 8k
-8k
4
-6k
-4k
-2k
2k
-2
-6
6k
4k = fe/2
-fe
-fe/2
8
6
fe/2
[kHz]
fe
Fig. 8.13: Illustration du recouvrement spectral
et que, si la frquence d'chantillonnage n'est pas assez leve, elles peuvent se

retrouver dans la bande de base
fe /2 < f < +fe /2.
Un exemple de repliement spectral bien connu est le phnomne observ au cinma

lorsqu'un chariot quip de roues rayons se dplace. La scne lme est chantillonne par la camra raison de 24 images par secondes. Lorsque le chariot dmarre
et acclre, la frquence du signal reprsent par la rotation des rayons augmente
et un moment dpasse la frquence de Nyquist (12 images par seconde). Ds cet
instant, la vitesse de rotation semble diminuer, s'annuler et mme devenir ngative.
L'information contenue dans l'image est fausse par le recouvrement spectral et ne
correspond plus la ralit. Il s'agit de l'eet stroboscopique bien connu.
8.4.1 Quelques exemples

Sous-chantillonnage d'une sinusode
Donne
x(t) de frquence f0 = 5 [kHz} que l'on

fe = 8 [kHz].
On considre un signal sinusodal
chantillonne avec une frquence
Questions
1. Dessinez la fonction
x(t)
et les points chantillonns
2. Calculez la frquence apparente
fapp
du signal
x(t = nTe ).
x[n] = x(t = nTe ).
3. Dessinez la sinusode basse-frquence passant par les points chantillonns.

4. Calculez et dessinez le spectre du signal chantillonn.
Rponses
Les courbes demandes sont calcules et dessines avec Matlab l'aide
des commandes ci-dessous :
10
% paramtres des signaux

fo = 5e3 ; fe = 8e3 ;
To = 1/fo ; Te = 1/fe ;
% calcul de x(t)
tmax = 5e-3 ; kmax = 500 ;
dt = tmax/kmax ;
tt = 0 :dt :tmax ;
xt = sin (2*pi* tt/To) ;
1
x(t), x(n T )
0.5
0
0.5
1
0
0.05
0.1
0.15
0.2
0.25
temps [ms]
0.3
0.35
0.4
0.45
0.5
0.5
0.3
|X (jf)|
0.4
0.2
0.1
0
15
10
fe
0
frquence [kHz]
+fe 10
15
Fig. 8.14: Sous-chantillonnage d'une sinusode
fapp = |f0 fe | = 3 [kHz]. Comme elle se situe en

Nyquist fN = fe /2 = 4 [kHz], elle sera associe la
La frquence apparente vaut

dessous de la frquence de
prsence d'une oscillation de priode 0.33 [ms] qui n'existe pas en ralit (gure
8.14).
% signal apparent
fapp = fo - fe ;
xta = sin (2*pi * tt * fapp) ;
% chantillonnage de x(t)
tn = 0 :Te :tmax ;
xn = sin (2*pi * tn/To) ;
% traage dans le domaine temporel
subplot(2,1,1) ;
h1 = plot (tt, xt) ; grid ;
set(h1,'LineWidth',2) ; hold on ;
plot(tn, xn, 'o', tt, xta, '-') ;
xlabel ('temps [sec]') ;
11
Le spectre original et sa rptition font apparatre des raies se trouvant aux frquences suivantes :
k = 1, m = 0, 1, 2, 3
...
+m fe f0
m fe f0
5
5
+3, +13
+11, +21
+19, +29
...
3, 13
11, 21
19, 29
...
On en dduit l'information errone que, dans la bande de base allant de 0
4 [kHz],
fe /2 =
il n'y a qu'une raie spectrale : celle correspondant au signal apparent de
frquence
fapp = 3 [kHz]
(gure 8.14).
chantillonnage d'un signal carr

Considrons un signal carr de priode
T0 = 1 [ms]
dont on sait que son spectre
est constitu de raies situes en tous les multiples impairs de la fondamentale
1 [kHz].
Ce signal est chantillonn la frquence
Comme le rapport entre
fe = 12.8 [kHz]
et
f0 =
fe = 12.8 [kHz].
f0 = 1 [kHz]
n'est pas entier ; le re-
couvrement spectral fait apparatre de manire vidente des raies parasites en des
frquences inattendues (gure 8.15). Ces raies apparentes se situent en
fapp = m fe k f0
En ne considrant que les premiers spectres latraux (m
frquences apparentes suivantes
= 1),
on peut calculer les
fapp = 12.8 (1, 3, 5, 7, 9, 11, 13, 15, )

De manire plus dtaille, cela donne :
m = 1, k = 1,
+12.8+( )
+12.8 ( )
12.8+( )
12.8 ( )
11
13
15
17
+13.8
+11.8
+15.8
+9.8
+17.8
+7.8
+19.8
+21.8
+23.8
+25.8
+27.8
+29.8
11.8
13.8
9.8
15.8
7.8
17.8
+5.8
5.8
+3.8
3.8
+1.8
1.8
0.2
+0.2
2.2
+2.2
4.2
+4.2
19.8
21.8
23.8
25.8
27.8
29.8
Les valeurs mises en gras correspondent aux frquences apparentes que l'on retrouve
dans la bande de base comprise entre 0 et
fN = fe /2 = 6.4 [kHz].
chantillonnage d'une suite d'impulsions rectangulaires

An de mieux comprendre comment un spectre est modi par le recouvrement
spectral, on considre une SIR de priode
T0 = 1 [ms] et de
fe = 16 [kHz]
largeur
t = 0.2 [ms].
Cette SIR est chantillonne la frquence
On sait que le spectre de la SIR est constitu de raies situes en des multiples de la
fondamentale
f0 = 1 [kHz]
s'annulant pour tous les multiples de
cause de l'chantillonnage, ce spectre devient priodique

donne dans la gure 8.16 o l'on a reprsent
12
fe .
1/t = 5 [kHz].
Une illustration en est

Signal chantillonn xe(t)
1
x(t)
0.5
0
0.5
1
0
5
temps [ms]
10
Spectre thorique (o) et spectre d au repliement spectral ()

0
f0 = 1
|X(jf)| [dB]
10
fe/2 = 6.4
3
5
20
11
13
11
13
30
40
6
8
frquence [kHz]
10
12
14
Fig. 8.15: chantillonnage d'un signal carr
1. le signal temporel
2. le spectre de base
3. le spectre de base
4. le spectre
x(t) et les valeurs chantillonnes xe (n) ;

X(jf ) et son enveloppe (sinus cardinal) ;
X(jf ) et ses copies en f = fe ;
Xe (jf ) du signal chantillonn qui provient de la somme des spectres
prcdents.
Comme le spectre du signal chantillonn est la somme de tous les spectres dcals
en
m fe ,
on voit que le spectre rsultant est compos du spectre original auquel
viennent s'ajouter les raies spectrales des spectres latraux.

Dans cet exemple o nous avons choisi un rapport entier entre
fe
et
f0
gal 16, les
raies spectrales se superposent alors exactement. Si bien que l'on observe des raies
situes l'endroit o on les attend. Le risque est alors grand de ne pas voir que les
amplitudes des raies spectrales sont fausses par le recouvrement spectral.
En particulier, si l'on considre la raie spectrale d'ordre 4, on voit que le rsultat d

l'chantillonnage sera la somme des composantes d'ordre +20, 12, (fe
28, (2 fe
4)
... dues aux dcalages spectraux
fe , 2fe ,
4),
etc. On voit donc que,
de manire gnrale, le repliement spectral fait apparatre en la frquence

des composantes spectrales provenant de
+36,
fk = k f0
k f0 m fe .
titre informatif, voici le code Matlab cr pour analyser l'chantillonnage de la

SIR.
% cration d'une priode
13
x(t), xe(t)
1
0.5
X(jf)
0
2.5
1.5
0.5
0.5
1.5
2.5
0.2
0.1
0
X(j(f kfe))
20
0.3
15
10
10
15
20
15
10
10
15
20
15
20
0.2
0.1
0
20
0.3
Xe(jf)
0.2
fe/2
0.1
+fe/2
0
20
15
10
0
t, f
Fig. 8.16: chantillonnage d'une SIR
14
10
T0 = 1 ; delta = 1/5 ; k0 = 256 ;

dt = T0/k0 ;
t0 = -T0/2 :dt :T0/2-dt ;
xt0 = (t0>(-delta/2)) & (t0<(+delta/2)) ;
% cration de Nper priodes
Nper = 5 ;
tt = -Nper*T0/2 :dt :Nper*T0/2-dt ;
xt = [] ;
for k1 = 1 :Nper, xt = [xt,xt0] ; end ;
% chantillonnage tous les ndt points
ndt = 16 ; Te = ndt*dt ;
tn = tt(1 :ndt :length(tt)) ;
xn = xt(1 :ndt :length(xt)) ;
% spectre de xt (analogique)
duree = max(tt)-min(tt)+dt ;
fmax = 1/dt ; df = 1/duree ;
ff = -fmax/2 :df :fmax/2-df ;
Xjf = fftshift(fft(xt))/length(xt) ;
Xf = abs(Xjf) ;
% spectre thorique de xt (enveloppe)
Xjfth = delta/T0*sinc(ff*delta/T0) ;
% spectre de xn
fe = 1/Te ; Nfft = length(xn) ;
dfe = fe/Nfft ;
ffe = -fe/2 :dfe :fe/2-dfe ;
Xejf = fftshift(fft(xn))/Nfft ;
% graphes
subplot(4,1,1) ;
plot(tt,xt,tn,xn,'.') ;
subplot(4,1,2) ;
stem(ff,Xf,'k.') ; hold on ;
plot(ff,abs(Xjfth)) ;
subplot(4,1,3) ;
stem(ff,Xf,'k.') ; hold on ;
stem(ff-fe,Xf,'b.') ;
stem(ff+fe,Xf,'r.') ;
subplot(4,1,4) ;
stem(ffe,abs(Xejf),'.') ; hold on ;
plot(ff,abs(Xjfth)) ;
15
chantillonnage d'une exponentielle dcroissante

Donne
temps
= 0.2 msec
Question
f = fc
A = 10 V ,
Te = /2 = 0.1 msec.
Une exponentielle dcroissante d'amplitude

est chantillonne avec
de constante de
f = 0
Calculez le contenu spectral du signal chantillonn pour
en se limitant l'eet des 2 premiers spectres latraux seulement.
Rponse
Sachant que le signal
x(t) = A exp(t/ ) (t)

possde le spectre suivant
X(jf ) = A
le spectre du signal chantillonn
Xe (jf ) =
=
xe (t)
1 + j2 f
vaut :
X
1 +
X (j(f k fe ))
Te k=
X
A
1 +
Te k= 1 + j2 (f k fe )
x(t)
x[n]
0.8
0.6
0.4
0.2
0
0
0.1
0.2
0.3
0.4
0.5
temps [sec]
0.6
0.7
0.8
0.9
1
3
x 10
x 10
2
X(f)
Xe(f)
1.5
0.5
0
10
10
frquence [kHz]
Fig. 8.17: chantillonnage d'une exponentielle amortie et son spectre
16
et
8.5 Thorme de l'chantillonnage

La mthode la plus simple pour calculer
Xe (jf )
consiste utiliser Matlab. Dans le
calcul qui suit, on notera que pour des raisons d'chelle, la priode d'chantillonnage
n'est pas prise en compte dans le calcul des spectres.
% parametres
A = 10.0 ; tau = 0.2e-3 ;
fc = 1/(2*pi*tau) ;
Te = tau/2 ; fe = 1/Te ;
% spectre original en f = 0 et f = fc :
f = [0, fc] ;
Xf0 = A*tau ./ (1 + j*2*pi * f*tau)
Xfm = abs (Xf0)
>> Xfm = 0.2000e-3 0.1414e-3
% repetition spectrale
% spectre original
Xf0 = A*tau ./ (1 + j*2*pi * f*tau)
% spectres dus fe
Xfp1 = A*tau ./ (1 + j*2*pi * (f + fe)*tau) ;
Xfm1 = A*tau ./ (1 + j*2*pi * (f - fe)*tau) ;
% spectres dus 2fe
Xfp2 = A*tau ./ (1 + j*2*pi * (f + 2*fe)*tau) ;
Xfm2 = A*tau ./ (1 + j*2*pi * (f - 2*fe)*tau) ;
% spectre rsultant
Xfe = Xf0 + Xfm1 + Xfp1 + Xfm2 + Xfp2
Xfem = abs (Xfe)
>> Xfem = 0.2031e-3 0.1415e-3
% erreurs relatives
erreurs = (Xfem - abs(Xf0)) ./ abs(Xf0)
>> erreurs = 0.0157 0.0008
Cet chantillonnage de l'exponentielle amortie avec
Te = /2
conduit donc aux
erreurs relatives suivantes :

1.57% pour l'amplitude de la composante continue
0.08% pour l'amplitude la frquence de coupure (fc
= 796 [Hz]).
Une illustration de la somme de ces spectres est donne la gure 8.17.

Les exemples ci-dessus ont montr l'vidence que les rsultats fournis par l'analyse
d'un signal chantillonn peuvent tre gravement modis si l'on n'y prend pas garde.
En 1948, Shannon a montr que, pour viter ces problmes, il sut de satisfaire
17
l'ingalit suivante :
fe > 2 fmax
Te <
Tmin
2
(8.6)
Ce thorme s'nonce galement de la manire suivante :
Un signal x(t) peut tre reprsent de manire univoque par

une suite de valeurs chantillonnes si la frquence d'chantillonnage fe est au moins 2 fois plus leve que la plus grande
des frquences contenues dans le signal.
En pratique, on limite, avant chantillonnage, le spectre du signal avec un ltre passebas analogique dont la frquence de coupure dpend de la bande passante utile. An
de laisser un peu d'espace pour la bande de transition du ltre antirecouvrement,
on choisira :
fe ' (3 5) fmax
Te '
Plus de dtails seront donns dans la section 8.7.
Tmin
35
(8.7)
8.5.1 Filtre antirecouvrement

En gnral, les frquences prsentes dans un signal s'tendent sur un domaine plus
tendu que ce qui est utile pour le message transmettre. Suivant la qualit attendue
pour celui-ci, on limite plus ou moins le domaine frquentiel sur lequel portera le
traitement du signal.
Connaissant ce domaine d'intrt, dlimit par la frquence
le recouvrement spectral en
chantillonnage.
fmax ,
ltrant analogiquement le signal
on pourra viter
x(t)
avant son
Comme il n'est pas possible, avec un ltre rel, de supprimer
totalement les frquences suprieures
fmax ,
on est amen accepter l'eet d'un
lger recouvrement spectral.

La gure 8.18 illustre le recouvrement spectral que l'on obtient avec des ltres de
Butterworth dont la rponse frquentielle et le recouvrement spectral sont dcrits
par
1
H(f ) = r
2m
1 + ffc
1
Hfe (f ) = H(f fe ) = r

2m
e
1 + f f
fc
(8.8)
8.5.2 Exemple
Donne
Considrons un signal
x(t),
spectre constant dans une large bande de
frquence que l'on ltre passe-bas avec un ltre de Butterworth d'ordre

frquence de coupure
m = 6 et de
fc = 1 [kHz].
Dans ce qui suit, on souhaite estimer la valeur de la frquence d'chantillonnage

ncessaire pour que l'eet du recouvrement spectral la frquence de coupure
soit infrieur 1%.
18
fe
fc

Filtres de Butterworth dordre m
0
10
20
Module [dB]
30
40
m=4
m=4
m=6
m=6
m=8
m=8
50
60
70
80
90
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
frquence [fe]
f = 4 fc )
Fig. 8.18: Recouvrement spectral pour un ltre de Butterworth ( e
f = fc , l'amplitude de la rponse frquentielle du ltre de

Butterworth vaut 1/ 2 = 0.707, l'amplitude due au recouvrement spectral en cet enSolution
Puisque en
droit devra tre infrieure 1% de 0.707 ; c'est--dire, 0.00707 = 1/141 (gure 8.19).
0.707
H(f) [dB]
10
H(ffe)
H(f)
20
30
40
1/141
50
60
500
1000
1500
2000
2500
3000
frquence [Hz]
Fig. 8.19: Eet du ltre antirecouvrement d'ordre 6 avec
fe = 3.28 fc
Ne considrant que le premier spectre latral, l'eet du recouvrement est dcrit par
la rponse frquentielle centre en
+fe
1
1
Hf e (f ) = H(f fe ) = r
12 = 141

e
1 + f f
fc
lorsque f = fc
19
On a donc :
fc fe
1+
fc
!12
fe fc
=1+
fc
!12
= 1412 = 2 104
De cette quation, on tire :
1 + 2 104
fe =
1/12
fc
= 3.28 fc = 3.28 [kHz]

Remarque
Il est important de relever que ce rsultat provient d'une estimation
base sur les modules des spectres alors que, pour tre exact, il aurait fallu travailler
avec les spectres complexes (voir l'exemple du paragraphe 8.4.1).
8.6 Quantication d'un signal chantillonn

8.6.1 Quantication uniforme
Le convertisseur AN eectue la numrisation d'un signal analogique aprs chantillonnage et dlivre des squences numriques codes avec un pas de quantication
dpendant du nombre de bits du convertisseur. Dans le cas d'une loi de quanti-
cation uniforme o les valeurs codes sont obtenues par arrondi dans le domaine de
conversion
CAN
du convertisseur, on a :
Q=
CAN
2n
(8.9)
Considrant pour la suite que le CAN travaille avec

(gure 8.20), on a
CAN = 2 Umax
Q=
Le pas de quantication
bits entre
+Umax
et le pas de quantication vaut alors
et
Umax
2 Umax
Umax
CAN
=
= n1
n
n
2
2
2
(8.10)
rapport au domaine de conversion
CAN
dnit la
rsolution du convertisseur
RCAN
Q
CAN
1
= 1 LSB
2n
(8.11)
On dit, de manire quivalente, que la rsolution est gale au poids du bit le plus
faible du convertisseur.
Lorsque les valeurs codes sont obtenues par arrondi, l'erreur due au codage se
rpartit uniformment autour de la droite de conversion idale et la caractristique de
codage est celle reprsente la gure 8.20. L'erreur maximum due la quantication
est alors :
EQ =
Umax
Q
= n
2
2
Par exemple, si l'on considre un CAN 10 bits travaillant entre
CAN = 20 [V ]
20
Q=
2 10 [V ]
' 20 [mV ]
210
EQ ' 10 [mV ]
10 [V ],
on aura
RCAN =
1
1024

Remarque
Il est important de bien distinguer entre rsolution et prcision d'un
convertisseur. Gnralement, ces deux grandeurs sont du mme ordre. On peut cependant trs bien imaginer l'exemple d'un convertisseur 4 bits qui aura une rsolution de
1/16 = 6.25%
alors que les 16 valeurs fournies par le convertisseur peuvent
tre prcises 0.1%.
original
codage
erreur
Sortie code
8
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
Tension dentre
Fig. 8.20: Loi de quantication uniforme et signal d'erreur
8.6.2 Bruit de quantication

Nous venons de voir que l'opration de quantication remplace chaque valeur du
signal
x(t = nTe )
par une approximation. L'eet de cette approximation revient,
mathmatiquement, superposer au signal d'origine
x(t) un signal d'erreur e(t) que
l'on appelle le bruit de quantication. L'amplitude maximum de ce signal d'erreur

est
EQ = Q/2 (gure 8.21). Sa puissance est une mesure de la dgradation que subit
le signal.
Si le pas de quantication est beaucoup plus petit que l'amplitude du signal
x(t), on
peut raisonnablement admettre que le signal d'erreur est constitu de segments de

droite compris entre
Q/2 et de dure variable t (gure 8.21). L'quation dcrivant
ce signal d'erreur lmentaire s'crit alors :
e(t) =
Q
t
t
pour
t
t
t+
2
2
et sa puissance moyenne vaut :
1 +t/2 2
e (t) dt
t t/2

1 Z +t/2 Q 2
=
t dt
t t/2 t
PQ =
21
original
codage
bruit
0.8
0.6
Amplitude
0.4
0.2
0
0.2
0.4
0.6
0.8
1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
temps
Fig. 8.21: Numrisation d'un signal analogique et bruit de quantication
Q
1
t t

2
1
t
2
3
2

3
Ce qui donne nalement le rsultat bien connu pour une distribution statistique
uniforme :
EQ2
Q2
PQ =
=
3
12
(8.12)
La valeur ainsi obtenue est une estimation de la puissance du bruit de quantication

susante pour la plupart des cas rels. Si l'on exprime cette puissance par rapport
au nombre de bits du convertisseur, on obtient :
1 2 Umax
PQ =
12
2n

La puissance du bruit de quantication
2
PQ
Umax
2n 3
!2
permet de calculer la valeur ecace du
bruit de quantication qui vaut :
Qef f =
Q
PQ =
12
(8.13)
Le spectre du signal d'erreur est plus dicile valuer. Mais dans la plupart des cas,
les conditions sont remplies pour que la densit spectrale du bruit de quantication
puisse tre considre constante.
8.6.3 Rapport signal sur bruit

Lorsque qu'un signal est perturb par du bruit, il est ncessaire de chirer l'importance de cette perturbation par rapport au signal. On introduit alors la notion de
22

rapport signal sur bruit (SNR = Signal to Noise Ratio) dni comme le quotient
entre la valeur ecace du signal
Xef f
et celle du bruit
SNR
Nef f
Xef f
Nef f
(8.14)
Dans notre cas, le bruit est d la quantication du signal. On a donc

avec
Qef f = Q/ 12.
Nef f = Qef f
Le rapport signal sur bruit d'un convertisseur vaut alors :
SNR =
X
Xef f
= 2n1 12 ef f
Umax
Q/ 12
(8.15)
Exprim en dB, ce rapport signal sur bruit vaut :
SNRdB 20 log(SNR)
= (n 1) 20 log(2) + 10 log(12) + 20 log
d'o :
SNRdB = 6 n + 4.8 dB + 20 log
Xef f
Umax
Xef f
< 6 n + 4.8 dB
Umax
(8.16)
On voit ainsi que le rapport signal sur bruit d'un convertisseur A-N dpend de
son domaine de conversion et de la valeur ecace du signal. Comme l'amplitude
de celui-ci ne doit pas dpasser le domaine du convertisseur si l'on veut viter des
saturations, on voit que le SNR sera toujours infrieur
6n + 4.8 dB.
8.6.4 SNR de quelques signaux

Signal sinusodal pleine chelle
Dans le cas particulier o le signal analogique est une sinusode d'amplitude gale
la tension maximum
Umax
du convertisseur AN, on a :
Umax
1
Xef f = = 2n1 Q
2
2
Le rapport signal sur bruit maximum que l'on peut avoir aprs quantication vaut
alors :
SNRmax
2n1Q/ 2 n1
Xef f
=
=
= 6 2
Qef f
Q/ 12
Exprim en dB, ce rapport devient :
SNRmax, dB 20 log(SNR)
= (n 1) 20 log(2) + 10 log(6)
' 6 (n 1) + 7.8 dB
d'o
SNRmax, dB ' 6 n + 1.8 dB
si
A = Umax
(8.17)
23
Il est important de se rappeler que ce rsultat n'est valable que pour une sinusode
dont l'amplitude couvre toute la plage du convertisseur AN et qu'il reprsente le
SNR maximum possible pour un convertisseur donn.
Ainsi, pour un convertisseur 8 bits, le rapport signal sur bruit maximum vaut environ
50 dB. Ceci est susant pour la plupart des applications industrielles, mais pas du
tout en haute-dlit o l'on dsire un rapport d'au moins 96 dB. Dans ce cas, 16
bits sont ncessaires avec un convertisseur d'excellente linarit.
Dans le cas plus gnral o l'amplitude
A du
signal sinusodal est infrieure
Umax ,
on aura :
SNRdB ' 6 n + 1.8 dB 20 log
Umax
A
A Umax
(8.18)
Signal triangulaire pleine chelle

Dans le cas particulier o le signal analogique est un triangle d'amplitude gale la
tension maximum
Umax
du convertisseur AN, on montre aisment (voir exercices)
que le rapport signal sur bruit obtenu aprs quantication vaut au maximum :
SNRmax, dB = 6 n
Dans le cas plus gnral o l'amplitude
Umax ,
si
A = Umax
(8.19)
du signal triangulaire est infrieure
on aura :
SNRdB ' 6 n 20 log
Umax
A
A Umax
(8.20)
Signal distribution gaussienne

Dans le cas o l'on peut admettre que la distribution statistique d'un signal quelconque est gaussienne, on montre que le risque de dpassement du domaine de
conversion est infrieur
Umax
2
Umax
5%
si
Xef f
0.3%
si
Xef f
En considrant ce dernier cas (satisfaisant d'un point de vue pratique), on a :
SNRmax, dB = 6 n + 4.8 dB 20 log 3 = 6 n 4.7 dB
si Xef f =
Umax
3
Dans ce cas, plus gnral que celui du signal sinusodal, on voit que le rapport signal
sur bruit ne dpassera pas 43 dB pour un convertisseur 8 bits. Une illustration de
la quantication de trois signaux types est donne dans la gure 8.22.
24
Signaux
Sinus
Triangle
1
0.5
0.5
0.5
0.5
0.5
0.5
1
0
0.5
1
0
0.5
temps
Quantification 4 bits
Bruit
temps
0.5
0.5
0.5
0.5
0.5
0.5
1
0
0.5
SNR
theor
0.5
temps
1
0
0.5
= 26 dB
24 dB
0.5
19 dB
Fig. 8.22: Quantication avec 4 bits de trois signaux types
8.6.5 Non linarit du convertisseur

Jusqu' prsent, on a considr des convertisseurs AN parfaits, exempts de toute
erreur de linarit ; cela signie que la relation sortie-entre est dcrite par une droite
et que les pas de quantication se rpartissent rgulirement le long de cette droite.
Or dans la ralit, la relation sortie-entre n'est jamais exactement linaire. Une
illustration en est donne la gure 8.23.
En gnral, la valeur absolue de la dirence entre la courbe relle et la droite
idale ne dpasse pas un demi LSB. Dans ce cas, l'erreur de non linarit est au
maximum quivalente la perte d'un bit de poids faible. On admet alors, de manire
conservative, que le nombre de bits eectif est diminu de 1
nef f = n 1
Ce qui conduit aux rsultats globaux suivants
RN L =
1
2nef f
1
2n1
QN L =
Umax
Umax
= n2
n
1
ef
f
2
2
(8.21)
On voit ainsi que le rapport signal sur bruit calcul jusqu'ici est rduit d'un facteur 2
ou de 6 dB. Le rapport signal sur bruit est alors corrig de la manire suivante :
SNRN L, dB ' SNRdB 6 dB
(8.22)
25
Convertisseur non linaire
Sortie code 4 bits
Sortie code 4 bits
Convertisseur linaire
0.5
0.5
0.5
0.5
0.5
0.5
q,NL
(t)
0.5
0.5
1
1
0.5
0.5
1
1
0.5
temps
0.5
temps
Fig. 8.23: Eet d'une non-linarit
Signaux
sinus
triangle
bruit gaussien
SNRmax [dB]
6n + 1.8
6n
6n 4.7
SNRmax avec NL
6n 4
6n 6
6n 11
Tab. 8.1: Limite des convertisseurs AN
26
Tension dentre
x(t), y
x(t), yq(t)
Tension dentre
[dB]
8.7 Choix d'un ltre et de la frquence d'chantillonnage
8.6.6 Conclusion
Les situations que l'on vient d'analyser peuvent se rsumer dans le tableau 8.1.
De celui-ci, on notera que de manire gnrale, une conversion AN relle peut
dicilement fournir un rapport signal sur bruit suprieur
6(n 1) dB
mme si
la plage du convertisseur est utilise dans sa totalit. On retiendra donc la relation

suivante
SNR < 6 n 6 [dB]
(8.23)
comme reprsentative de ce que l'on peut obtenir au mieux dans des situations
relles.
Quelques de valeurs de SNR

Comme nous venons de le voir, le traitement numrique des signaux introduit des
erreurs dont on peut estimer la valeur. Celles-ci ne seront acceptables que si elles ne
dpassent pas des limites psycho-physiologiques gnralement connues.
En tlphonie par exemple, il est important et susant que les locuteurs puissent
se reconnatre au son de leurs voix. Comme les frquences fondamentales prsentes
dans les voix humaines dpassent rarement 1 kHz, on admet qu'une bande passante
de 4 kHz est susante pour laisser passer les harmoniques ncessaires. Cette bande
passante permet de xer la frquence d'chantillonnage utilise en tlphonie numrique 8 kHz. De plus, de manire ce que la voix numrise ne soit pas trop
granulaire, une dynamique de 50 dB est demande : des convertisseurs 8 bits sont
gnralement accepts.
Applications
Dynamique
Nombre de bits
Tlphonie
50 dB
Mesures industrielles
70 dB
12
Audio numrique
96 dB
16
Multimtre numrique
> 100 dB
18
Tab. 8.2: Quelques valeurs SNR typiques
En audio de haute qualit, les limites que l'on souhaite atteindre sont xes par les
capacits de l'oreille humaine ; la dynamique et la bande passante demandes sont
donc bien plus leves qu'en tlphonie. Ainsi, pour reproduire la qualit sonore
d'une salle de concert, on exige une bande passante de 20 kHz et une dynamique
de plus de 80 dB car cela correspond au rapport entre le volume sonore d'un grand
orchestre et le bruit de fond d'une salle silencieuse.
8.7 Choix d'un ltre et de la frquence

d'chantillonnage
Nous venons de voir que, lors d'une conversion AN, deux eets ngatifs apparaissent :
27
1. le recouvrement spectral caus par l'impossibilit d'avoir un ltre idal ;

2. la limitation du rapport signal sur bruit due la rsolution du convertisseur.
Gnralement le nombre de bits et la bande passante ncessaires sont xs par
l'application ; il reste donc trouver la frquence d'chantillonnage
fe
et l'ordre
du ltre antirecouvrement. Le critre le plus frquemment admis pour trouver ces

deux valeurs est le suivant :
L'eet du recouvrement doit tre infrieur la rsolution lie

la quantication et la non linarit du convertisseur CAN.
m et de fr(f = fc ), une
Admettant que l'on utilise un ltre passe-bas de Butterworth d'ordre

quence de coupure
fc ,
on aura, l'extrmit de la bande passante
attnuation du recouvrement spectral valant (voir section 8.5.1)
1
H(f fe )|f =fc = r

2m
e
1 + fcff
c
n bits possdant une non-linarit
On a vu que la rsolution d'un convertisseur AN

1
de LSB vaut pratiquement
2
R'
2n1
Admettant qu' la frquence de coupure le recouvrement spectral doit tre infrieur

la rsolution du convertisseur, il vient
v
u
u
t
fc fe
1+
fc
!2m
fc fe
1+
fc
!2m
>
2
fc fe
fc
!2m
>
2
> 2n1
d'o :
fc fe
fc
!m
2n1
2n1
> 2n1
Ce qui donne nalement :
fe > fc 1 + 2n1
Le tableau 8.3 donne le rapport
1/m
(8.24)
fe /fc pour dirents ltres de Butterworth et conver 12 LSB. On notera que si l'on souhaite
tisseurs AN entachs d'une non linarit de
utiliser un ltre d'ordre 2 seulement avec un convertisseur 8 bits, il faut choisir une
frquence d'chantillonnage 13 fois suprieure la frquence de coupure. Alors que,
28
8.8 Reconstruction du signal

Ordre
Tab. 8.3: Rapport
Nombre de bits
du CAN
du ltre
10
12
14
16
13
24
47
92
182
4.4
5.8
7.7
10.6
14.5
3.7
4.5
5.6
7.1
9.0
3.3
3.9
4.6
5.5
6.7
3.0
3.5
4.0
4.7
5.5
2.9
3.2
3.6
4.1
4.7
fe /fc
en fonction de l'ordre du ltre (Butterworth) et du conver1

tisseur analogique numrique (n bits LSB)
2
si l'on adopte un ltre d'ordre 8, une frquence d'chantillonnage 3 5 fois suprieure

la frquence de coupure sut suivant le nombre de bits du CAN.
C'est pourquoi, admettant que l'chantillonneur est prcd d'un ltre antirecouvrement d'ordre 8, on propose gnralement une frquence d'chantillonnage telle
que
fe ' (3 5) fc
(8.25)

8.8.1 Convertisseur NA
Le convertisseur NA convertit un signal numrique en un signal analogique. Son but
est de fournir un signal continu entre chaque chantillon. Cette opration consiste
raliser une interpolation continue entre les valeurs numriques fournies par le
processeur chaque priode d'chantillonnage. On peut imaginer dirents interpolateurs allant du simple au compliqu :
l'interpolateur d'ordre 0 qui maintient constante la valeur numrique fournie ;
l'interpolateur d'ordre 1 qui relie linairement deux valeurs numriques successives ;
l'interpolateur d'ordre 2 qui relie paraboliquement trois valeurs numriques successives ;
l'interpolateur idal qui remplace chaque valeur numrique par un sinus cardinal.
L'interpolateur le plus simple est celui d'ordre zro et c'est galement celui qui est
ralis par un convertisseur numrique-analogique classique. Il est souvent dsign
sous le nom de bloqueur d'ordre zro.
8.8.2 Interpolateur idal

Dans l'nonc du thorme d'chantillonnage, Shannon a galement donn son corollaire qui prcise qu'un signal
x(t) peut tre reconstruit partir des valeurs chan-
29
amplitude
8
0
10
temps
Fig. 8.24: Interpolation d'ordre zro ralise par un convertisseur NA
tillonnes en utilisant la fonction d'interpolation suivante :
g(t) =
sin ( fe t)
( fe t)
(8.26)
Cela signie que le signal peut tre reconstruit avec une somme de sinus cardinaux
t = n Te
et d'amplitudes gales
sin ( fe (t n Te ))
( fe (t n Te ))
(8.27)
temporels centrs sur les instants d'chantillonnage

aux valeurs chantillonnes
x[n]
xa (t) =
+
X
n=
x[n]
Une illustration de cette interpolation est donne la gure 8.25. On notera que
cette interpolation idale n'est pratiquement ralisable qu'en temps dir et de
manire approche seulement.
Une comparaison entre les rsultats fournis par l'interpolateur d'ordre zro et l'interpolateur idal peut tre faite en observant les reconstructions illustres la gure
8.26. Comme le signal original possde une discontinuit, cela conduit un eet de
Gibbs assez prononc. Dans le cas d'un signal sans discontinuit chantillonn assez
rapidement, la reconstruction est presque parfaite.
8.8.3 Rponses impulsionnelle et frquentielle d'un CNA

Le bloqueur d'ordre zro fournit un signal analogique en escalier dont chaque niveau
est gal la valeur du signal numrique. Fondamentalement, cela signie que le signal
x[n]
est remplac par une suite d'impulsions rectangulaires d'amplitude variable.
cette opration de maintien de la valeur

dont la rponse impulsionnelle
(gure 8.27 ) :
30
h(t)
x[n]
correspond un oprateur linaire
est une impulsion d'amplitude 1 et de dure
Te
Interpolateur idal
1
0.5
0
0.5
3
1
0.5
0
0.5
3
1
0.5
0
0.5
3
temps [Te]
Fig. 8.25: Reconstruction d'un signal triangulaire l'aide d'un interpolateur idal
Interpolateur dordre zro

1.2
1
0.8
0.6
0.4
0.2
0
0.2
50
100
150
200
250
300
200
250
300
Interpolateur idal
1.2
1
0.8
0.6
0.4
0.2
0
0.2
50
100
150
temps
Fig. 8.26: chantillonnage et reconstruction d'une rampe
31
h(t) =
si 0 t < Te
(8.28)
sinon
(t)
0.8
0.6
0.4
0.2
0
5
0
temps [T ]
h(t)
0.8
0.6
0.4
0.2
0
5
Fig. 8.27: Rponse impulsionnelle d'un bloqueur d'ordre zro
La rponse en frquence d'un tel oprateur est la transforme de Fourier

sa rponse impulsionnelle
h(t)
H(jf )
de
H(jf ) = Te
sin ( f Te )
exp (j f Te )
( f Te )
(8.29)
Sa reprsentation bien connue est rappele la gure 8.28. Pour comparaison, on y

a superpos en traitill la rponse frquentielle d'un interpolateur idal. On notera
que le CNA agit comme un ltre passe-bas entre 0 et
fe /2
et qu'il sera bon d'en
tenir compte lors de la reconstruction du signal analogique.
8.8.4 Filtre de reconstruction ou de lissage

On peut se rapprocher d'un signal analogique plus habituel en liminant les escaliers
du signal
xs (t)
cr par le CNA. Pour cela, on fait suivre le convertisseur d'un ltre
passe-bas, dit de reconstruction ou de lissage. La bande passante de celui-ci doit

tre susante pour laisser passer l'information contenue dans la bande de base du
signal numrique. Comme celui-ci s'tend de 0
fe /2,
et de reconstruction sont gnralement les mmes.
32
les ltres antirecouvrement
8.9 Analyse qualitative d'une chane A-N N-A

Te x 1
CNA
idal
module
0.8
0.6
0.4
0.2
0
5
frquence [fe]
1
phase /
0.5
0
0.5
1
5
frquence [fe]
Fig. 8.28: Rponse frquentielle d'un interpolateur d'ordre zro

Une illustration des dirents points tudis dans ce chapitre est donne dans les
gures qui suivent. On y dcrit l'aide de graphiques les eets du ltre antirecouvrement (FAR), de l'interpolateur d'ordre zro (CNA) et celui du ltre de lissage
(FL). Les signaux rencontrs correspondent ceux du schma fonctionnel suivant :
x0(t)
FAR
x(t)
x[n]
Systme
numrique
y[n]
ys(t)
FL
y(t)
Fig. 8.29: Chane de traitement des signaux
8.9.1 chantillonnage sans ltre antirecouvrement

La gure 8.30 montre le signal
x0 (t)
chantillonn sans ltrage pralable et son
spectre. On y voit en particulier combien le spectre d'amplitude

s'loigne du spectre original
Xe (f )
rsultant
X0 (f ).
8.9.2 chantillonnage avec ltre antirecouvrement

La gure 8.31 montre le signal
x(t)
chantillonn avec un ltre antirecouvrement et
son spectre. On y voit en particulier que le spectre d'amplitude
Xe (f )
rsultant est
33
0.2
1.2
Signal x (t)
0
Spectre de x0(t)
0.15
0.8
0.1
0.6
0.05
0.4
X0(f)
0
0.05
0.2
0
10
20
30
40
0.2
0.2
0.4
0.6
0.8
0.8
1.2
Signal x[n]
Spectre de x[n]
0.15
0.8
0.1
0.6
0.05
X (f)
0.4
0
0.05
0.2
0
10
20
temps [T ]
30
40
0.2
Fig. 8.30: chantillonnage
trs proche, entre 0 et
fc ,
0.4
0.6
frquence [f ]
sans ltre antirecouvrement
du spectre original
0.2
X0 (f ).
1.2
Signal filtr x(t)
Spectres
0.15
0.8
0.1
0.6
FAR
0.05
0.4
0
0.2
X0(f)
X(f)
0.05
10
20
30
40
0.2
0.2
0.4
0.6
0.8
0.8
1.2
Signal x[n]
Spectre Xe(f)
0.15
0.8
0.1
0.6
0.05
0.4
0
0.05
10
20
temps [T ]
30
40
Fig. 8.31: chantillonnage
34
X (f)
0.2
0
0.2
0.4
0.6
frquence [f ]
e
avec ltre antirecouvrement
8.9.3 Eet du convertisseur NA

La gure 8.32 montre le signal chantillonn et son spectre ainsi que celui du bloqueur d'ordre 0 qui n'est autre que le premier lobe de la fonction sinus cardinal. Il
est bien clair que ce spectre, qui est aussi la rponse frquentielle du bloqueur, va
modier le spectre du signal
y[n]
appliqu au CNA.
0.2
1.2
Signal y[n]
Spectre de y[n]
0.15
0.8
0.1
0.6
0.05
0.4
0
0.05
Y(f)
0.2
0
10
20
30
40
1.2
0.2
0.4
0.6
0.8
1.2
Bloqueur
Spectre du bloqueur
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
B(f)
0
0
2
3
temps [Te]
0.2
0.4
0.6
frquence [fe]
0.8
Fig. 8.32: Signal numrique et bloqueur d'ordre 0
8.9.4 Reconstruction du signal analogique

La gure 8.33 montre le signal en escalier et son spectre
y[n]
provient du produit entre le spectre de

An d'liminer les escaliers de
ys (t),
Ys (f ) = Y (f ) B(f )
qui
et la rponse frquentielle du bloqueur.
on fait suivre le CNA d'un ltre passe-bas
identique au ltre antirecouvrement puisque les frquences suprieures
fe /2
ne
contiennent aucune information intressante.
8.9.5 Correcteur d'amplitude

Il est frquent de complter ce ltre passe-bas par un correcteur d'amplitude accentuant les frquences leves. Ce correcteur, de rponse frquentielle
compris entre 0 et
fe /2,
1/B(f ) pour
est construit de manire compenser le comportement
passe-bas du bloqueur. On obtient alors une rponse frquentielle

proche de celle du signal original.
Y (f ) ' X(f )
35
0.2
1.2
Signal ys(t)
0.15
0.8
0.1
0.6
0.05
0.4
0
0.05
Ys(f) = Y(f) B(f)
0.2
0
10
20
30
40
0.2
0.2
0.4
0.6
0.8
0.8
1.2
Signal y(t)
Spectres
0.15
0.8
0.1
0.6
FL
0.05
0.4
0
0.05
0.2
0
10
20
temps [Te]
30
40
Y(f)
0
X(f)
0.2
0.4
0.6
frquence [fe]
Fig. 8.33: Reconstruction sans et avec ltre de lissage
8.10 Exercices
Ech 1 :
Considrant un signal dont le spectre est reprsent la gure 8.34,
dterminez la frquence d'chantillonnage minimum pour qu'il n'y ait pas de recouvrement spectral.
Admettant
fe = 16 [kHz],
1. dessinez le spectre du signal chantillonn pour
compris entre
16kHz ;
2. que faut-il faire pour viter le recouvrement spectral ?
X(jf) [V/Hz]
3. dessinez le nouveau spectre ; quel en est l'avantage ?
0.1
0.05
0
20
15
10
0
f [kHz]
10
Fig. 8.34: Exercice 1
Ech 2 :
36
On considre un signal
xa (t) = cos(2 1000 t)
15
20
8.10 Exercices
1. que valent sa priode
2. esquissez
xa (t)
T0
et sa frquence
Xa (jf ) ;
sur 3 priodes au moins et dessinez son spectre
3. marquez les points d'chantillonnage de

spectre
f0 ?
Xe (jf ) ;
analysez
4. faites de mme lorsque
x[n]
et
xa (t)
lorsque
Te = T0 /4 ;
esquissez le
Xe (jf ) ;
Te = 3 T /4 ;
quelle sinusode passe parmi ces points ?
concluez ;
5. dans le cas o
Te = T0 /2,
il se passe quelque chose de particulier ; analysez et
commentez.
Ech 3 :
A = 10 [V ], de priode T0 = 1 [msec]
chantillonne avec Te = T0 /20 ;
On considre une SIR d'amplitude
et de largeur
t = T0 /4
que l'on
1. esquissez
x(t)et xe (t) ;
2. esquissez
X(jf )
Xe (jf ) ;
et
X(jf ) et Xe (jf ) pour f = 3 [kHz] ?

Xe (+j3) = X(+j3) + X(j17) + X(+j23) +
3. que valent
Rp. :
Ech 4 :
A = 5 [V ],
fe = 8 [kHz] ;
Soit un signal en dents de scie d'amplitude comprise entre
de priode
T0 = 1 [msec]
1. esquissez
x(t)et xe (t) ;
2. sachant que
3. que valent
Ech 5 :
que l'on chantillonne avec la frquence
X(jk) = (1)k+1 A/(jk), k 6= 0,
X(jf )
et
Xe (jf )
pour
esquissez
X(jf )
et
Xe (jf ) ;
f = 1 [kHz] ?
Considrant le signal analogique
4 cos(380 t) + 16 sin 600 t +

xa (t) = 2 cos(100 t) + 5 sin 250 t +
6
4

1. quelle valeur minimum faut-il choisir pour
fe
si l'on veut respecter le thorme
d'chantillonnage ?
fe = 3 fe,min ,
xe (t).
2. soit
Ech 6 :
esquissez les spectres d'amplitudes et de phases du signal
Un signal analogique
xa (t) = cos(2 240 t) + 3 cos 2 540 t +

6

est chantillonn raison de 600 chantillons par seconde.

1. que vaut la frquence de Nyquist
fN = fe /2 ?
2. si elles existent, que valent les frquences apparentes

3. si
x(n)
fapp ?
est restitu l'aide d'un convertisseur NA suivi d'un ltre passe-bas
idal tel que
fc = fe /2,
que vaut le signal reconstruit
ya (t) ?
37
Ech 7 :
T0 = 1 [ms]
fe = 9.8 [kHz], on
Considrant un signal carr valeur moyenne nulle de priode
et d'amplitude
A = 1 [V ]
que l'on chantillonne la frquence
demande :
1. Quelles sont les frquences et amplitudes des raies spectrales du signal analogique ? Esquissez le spectre d'amplitudes.
2. Quelle est la largeur de la bande de base ? Quelles sont les composantes spectrales relles prsentes dans la bande de base ?
3. Quelles sont les frquences apparentes prsentes dans la bande de base ?
4. Quelles sont les amplitudes de chacune de ces raies ?
5. Les rsultats de l'analyse spectrale sont donns dans la gure 8.35 ; associez les
numros des composantes spectrales thoriques aux raies spectrales obtenues
aprs chantillonnage.
Signal chantillonn xe(t)
1
x(t)
0.5
0
0.5
1
0
5
temps [ms]
10
Spectre thorique (o) et spectre d au repliement spectral ()

0
f0 = 1
|X(jf)| [dB]
10
20
30
40
0.5
1.5
2.5
3
frquence [kHz]
3.5
4.5
Fig. 8.35: Echantillonnage et repliement spectral pour un signal carr
Ech 8 :
Considrant une exponentielle dcroissante
tillonne avec une frquence
Xe (jf ) =
AnNa 1 :
fe ,
x(t) = eat (t) que l'on chan-
montrez que le spectre du signal chantillonn vaut :
+
X
2 (a + j2f )
1
+
a + j2f k=1 (a + j2f )2 + (2 kfe )2
Considrant qu'un signal est chantillonn 40kHz et numris avec 16
bits, quelle est la dure d'enregistrement que l'on peut stocker dans 1 Moct ?
38
8.10 Exercices
AnNa 2 :
Un ltre numrique est constitu des lments suivants :
un convertisseur AN 12 bits avec un temps de conversion de 5 s,

un processeur DSP de 16 bits avec un cycle d'horloge de 50ns,
un convertisseur NA 12 bits avec un temps d'tablissement de 0.5 s.

Calculez la bande passante maximum que peut traiter ce ltre sachant que pour
chaque valeur chantillonne le DSP calcule le signal de sortie avec l'quation suivante :
y(n) =
19
X
m=0
h(m) x(n m)
en eectuant une multiplication et une addition en un seul cycle d'horloge.
AnNa 3 :
Un signal sinusodal d'amplitude 6 V est numris l'aide d'un conver-
tisseur 16 bits. Sachant que celui-ci travaille entre

1
non-linarit de LSB, calculez :
2
10 V et qu'il est entch d'une
1. sa rsolution et son pas de quantication ;

2. les valeurs ecaces du signal et du bruit de quantication ;
3. le rapport signal sur bruit du signal numris.
AnNa 4 :
On chantillonne un signal sinusodal d'amplitude 5 V avec un CAN 16

1
bits / 10 V entch d'une de non-linarit de LSB. Est-il possible de garantir
2
un SNR d'au moins 90 dB ?
AnNa 5 :
On chantillonne un signal analogique
x(t) = 4 cos(2 300 t) 2 cos(2 900 t) [V ]

avec un convertisseur AN 16 bits travaillant entre 5 V qui possde une non linarit
21 LSB. Les valeurs numriques du CAN sont transmises travers une ligne dont
4
le dbit est de 10 oct/sec. On demande :
de
1. y a-t-il repliement spectral ?

2. que valent la rsolution et le pas de quantication du convertisseur ?
3. que vaut la puissance du signal
x(t) ?
quelle est sa valeur ecace ?
4. que vaut le rapport signal sur bruit de conversion AN ?
AnNa 6 :
On utilise un ltre analogique passe-bas de Butterworth d'ordre 6 et de
frquence de coupure 4 kHz comme ltre antirepliement. Considrant que le signal

chantillonn est perturb par une composante spectrale d'amplitude
frquence
f0 = 8
A =5
V et de
kHz, on demande :
1. quelle frquence d'chantillonnage faut-il choisir pour que le repliement de la

perturbation se fasse en
2. quelle sera l'amplitude
f fc ?
Ar
du signal repli en
f = fc ?
39
AnNa 7 :
On utilise un ltre analogique passe-bas de Butterworth d'ordre 3 comme

21 LSB de non
linarit. Sa frquence de coupure fc est xe 8 kHz.
ltre antirepliement en amont d'un convertisseur AN 12 bits avec
1. quelle est la rsolution du convertisseur comprenant la quantication et la

non-linarit ;
2. esquissez la rponse frquentielle du ltre et celle cause par le repliement
spectral ;
3. calculez la frquence d'chantillonnage ncessaire pour que l'aaiblissement du
repliement spectral en
Rp. : fe = 13.7 fc
AnNa 8 :
1 [kHz]
Un signal
x(t)
f = fc
soit infrieur la rsolution du convertisseur.
A = 10 [V] de frquence f =
1 [MHz], par exemple) l'aide d'un
travaillant entre 10 [V].
sinusodal d'amplitude
est chantillonn trs rapidement (
convertisseur analogique-numrique 4 bits

1. esquissez les signaux
x(t), xe [n], xq (t) ;
2. esquissez l'erreur de quantication
e(t) ;
3. quelle est la valeur ecace de ce bruit de quantication ?

4. que vaut le SNR ?
AnNa 9 :
On remplace le signal sinusodal de l'exercice prcdent par un signal
triangulaire de mmes amplitude et frquence. Qu'est ce qui change ?
40

Echantillonnage Et Restitution Des Circuits Freddy Mudry

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Echantillonnage Et Restitution Des Circuits Freddy Mudry

Încărcat de

Drepturi de autor:

Formate disponibile

8 chantillonnage et

reconstruction des signaux

Fig. 8.1: Traitement analogique d'un signal

Souvent, pour des raisons de simplicit, de prcision, de stockage de l'information,

Fig. 8.2: Traitement numrique d'un signal analogique

Conceptuellement, on peut considrer la conversion AN comme un processus faisant

chantillonnage et reconstruction des signaux analogiques

De mme pour la conversion NA, les oprations implicitement ralises sont la

Fig. 8.3: Dtail d'une chane analogique-numrique-analogique

un convertisseur NA et un ltre de

Signal numrique maintenu

Fig. 8.4: Divers types de signaux

8.2 Analyse temporelle

8.2 Analyse temporelle

Signaux discrets en temps, continus en amplitude : xe (t = nTe ). Ce sont

mais leur amplitude

peut varier de manire continue.

Signaux discrets en temps et en amplitude : xq [n]. De tels signaux sont

Signaux continus en temps, discrets en amplitude : xq (t). Ce sont des

8.2.2 Quantication d'un signal : exemple

On considre un convertisseur AN 8 bits travaillant entre 0 et 5.12 V

avec un codage par arrondi et une priode d'chantillonnage

signal d'entre est une exponentielle amortie :

x(t) = U0 exp(t/ ) (t)

Le codage sur 8 bits par arrondi transforme le domaine de conversion

chantillonnage et reconstruction des signaux analogiques

Fig. 8.5: Quantication et chantillonnage

8.2.3 chantillonnage des signaux analogiques

dont l'amplitude varie au cours du temps, est appliqu un

chantillonneur pour tre transform en une suite de valeurs rgulirement espaces.

appel "peigne de Dirac".

peut alors tre reprsent par l'expression :

xe (t) = x(t) Te (t)

Bien entendu, il s'agit l d'un modle mathmatique

facilitant l'analyse de l'chantillonnage et qui, d'un point de vue pratique, donne

8.2 Analyse temporelle

Fig. 8.6: chantillonnage d'un signal

chantillonnage et reconstruction des signaux analogiques

8.3 Analyse frquentielle

dpend de la rapidit du signal,

donc de son spectre, il est ncessaire d'analyser le comportement de l'chantillonneur

par un peigne temporel de Dirac

frquences, une convolution frquentielle entre le spectre

xe (t) = x(t) Te (t)

Xe (jf ) = X(jf ) D(jf )

8.3.1 Spectre d'un peigne de Dirac

Fig. 8.8: Peigne d'impulsions de Dirac et son spectre

Le spectre d'un peigne temporel de Dirac

peigne frquentiel de Dirac

Comme la suite d'impulsions

est un signal priodique, on

peut la dcrire par sa dcomposition en srie de Fourier :

D(jk) exp (+j2 kfe t)

reprsente les coecients de Fourier de

8.3 Analyse frquentielle

et donne un peigne frquentiel de Dirac. Une reprsentation graphique en est donne

8.3.2 Spectre d'un signal chantillonn

et que ce dernier est un peigne de

Comme la convolution entre une impulsion de Dirac

et une fonction continue reproduit la valeur de la fonction l'endroit o se situe

Xe (jf ) = X(jf ) D(jf ) =

est rpt en tous les

8.9) et que la priode de ce spectre est gale la frquence d'chantillonnage

Fig. 8.9: L'chantillonnage d'un signal analogique provoque la rptition de son

Conceptuellement, on peut considrer la conversion AN comme un processus faisant

De mme pour la conversion NA, les oprations implicitement ralises sont la

un convertisseur NA et un ltre de

8.2.2 Quantication d'un signal : exemple

On considre un convertisseur AN 8 bits travaillant entre 0 et 5.12 V

Fig. 8.5: Quantication et chantillonnage

reprsente les coecients de Fourier de

dni du point de vue de Fourier.