Traitsig3 PDF

CHAPITRE 3
ECHANTILLONNAGE
Claude E. Shannon (1916-2001), mathmaticien et ingnieur lectricien
amricain. Aprs deux thses aux MIT, Shannon entra aux Bell Labs, en 1941,
o il tablit les fondements de la thorie de linformation. Il dcrivit le premier
la possibilit denvoyer du son, du texte, et des images, par le biais dun flux
binaire (il est dailleurs linventeur du bit , contraction de binary digit ),
dans un article magistral : "A mathematical theory of communication", Bell
Labs Technical Journal, 1948. Il sintressa plus tard lintelligence artificielle,
et fut un des premiers programmer un jeu dchecs.

La grande majorit des signaux numriques reprsentent en ralit des signaux
analogiques sous-jacents, auxquels on veut pouvoir appliquer toute la puissance
des traitements numriques. La conversion analogique-numrique est appele
chantillonnage. Nous tudierons dans ce chapitre linterprtation spectrale de
lchantillonnage, et en dduirons l'expression du thorme de Shannon.
Nous examinerons de plus prs les problmes lis la conception du filtre de
garde, et introduirons linterpolation-dcimation ainsi que le sur-chantillonnage.
Nous verrons de mme comment reconstruire un signal analogique partir de
son homologue numrique, par extrapolation et lissage.
Nous conclurons ce chapitre par lexamen du thorme de Shannon gnralis et
de son application pour le filtrage en sous-bande.
3.1 Principe
Les signaux numriques peuvent tre cres directement par un systme
numrique (un processeur, sous toutes ses formes actuelles). On parle alors de
synthse numrique (comme dans le cas de la synthse d'images ou de sons
numriques). La plupart du temps, cependant, ils sont obtenus par
chantillonnage de signaux analogiques.
L'chantillonnage d'un signal analogique reprsent par une fonction
consiste construire, partir de , un signal temps discret
( ) f t
( ) f t ( ) ( )
e
f n f nT =
obtenu en mesurant la valeur de toutes les T ( ) f t
e
secondes (Fig. 3.1) :
( ) ( )
e
f n f nT =
(3.1)
2 ANALYSE FREQUENTIELLE DES SIGNAUX ET SYSTEMES NUMERIQUES

F
e

f(t) f(n)

Fi g. 3. 1 Repr sent at i on schmat i que
de l chant i l l onnage
Si subit une discontinuit par saut un instant d'chantillonnage, on
convient de poser :
( ) f t
( ) 1/ 2. ( ) ( )
e e
f n f nT f nT
+
= +

(3.2)
Le schma de principe de l'chantillonnage est dcrit la Fig. 3.2. Il exprime le
fait qu'on peut considrer que ( ) f t
+
est obtenu par multiplication de f(t) par un
train d'impulsions de Dirac de priode T
e
:
( ) ( ) ( ) ( ) ( )
e
T e
n
e
f t f t t f nT t nT
+
= =

(3.3)

Fi g. 3. 2 Repr sent at i on mat hmat i que de l ' chant i l l onnage
On peut alors interprter la transforme de Fourier ( ) F
+
de ( ) f t
+
(c'est--dire
la TFTD de {f(n)}) comme celle d'un produit, et en calculer la transforme de
Fourier :
1 1
( ) ( )* ( ) ( )
e
f e
k e e
F f F f f F f nf
T T

+
=

= =

(3.4)
Nous savions dj que la TFTD d'un signal chantillonn est priodique en f, de
priode f
e
(ou, en F, de priode 1). Nous comprenons maintenant que, lorsque le
signal numrique est obtenu par chantillonnage d'un signal analogique, cette
priodicit rsulte de la superposition de toutes les translates ( des multiples
entiers de f
e
) de la transforme de Fourier du signal original divise par T
e
.
ANALYSE FREQUENTIELLE DES SIGNAUX ET SYSTEMES NUMERIQUES 3
A(f)
f
+
(t)
A(0)/Te
F
e
-F
e

Fi g. 3. 3 Spect r e d un si gnal chant i l l onn
3.2 Recouvrement spectral (aliasing)
Si le spectre F(f) du signal analogique f(t) n'est pas nul au del de f
e
, la
superposition (3.4) peut conduire des empitements des translates (Fig. 3.4).
Ce phnomne est appel recouvrement (ou repliement) spectral (en anglais :
aliasing).

Fi g. 3. 4 Phnomne de r ecouvr ement
1
Le recouvrement spectral a pour consquence que le signal temps discret f(n)
obtenu par chantillonnage n'est plus une image correcte de f(t), mais bien du
signal ( ) f t
dont le spectre est donn par entre -f ( ) F f

+
e
et +f
e
(Fig. 3.5).
~

1
Ce graphique, ainsi que les deux suivants, est ici des fins didactiques, mais il peut porter
confusion : en ralit, cest le spectre complexe F(w) qui est additionn des translates de lui-
mme, et pas le spectre damplitude.
Fi g. 3. 5 Spect r e du si gnal anal ogi que suppos
Le terme de repliement spectral est dailleurs tout fait justifi (plus encore que
celui de recouvrement). En effet, tout se passe comme si la partie de F(f)
infrieure f
e
/2 se trouvait additionne la partie de ce mme F(f) suprieure
f
e
/2, replie autour de f
e
/2 et conjugue (Fig. 3.6).
A
+
(f)
F
e
F
e
/2

Fi g. 3. 6 Repl i ement spect r al
2
Exemple 3.1
On chantillonne une sinusode
0
( ) sin(2 ) f t f t = la frquence dchantillonnage de
10000 Hz. Dessinons lallure des chantillons (cest--dire lallure de la fonction f
+
(t)
correspondante) pour des valeurs de f
0
gales : 1000 Hz, 2500 Hz, 5000 Hz, 7500 Hz,
9000 Hz, et 31000 Hz.
Pour que les graphiques possdent des axes temporels identiques, choisissons de montrer
les 10 premires ms des signaux (Fig. 3.7).
subpl ot(6, 1, 1); stem(si n(2*pi *1000*[0: 99]/ 10000));

2
Ce graphique est en ralit assez rducteur : non seulement ce ne sont pas les spectres
damplitude qui sadditionnent (mais bien les spectres complexes), mais de plus lopration de
repliement est en ralit associe la conjuguaison de F(f).
0 10 20 30 40 50 60 70 80 90 100
-1
0
1
0 10 20 30 40 50 60 70 80 90 100
-1
0
1
0 10 20 30 40 50 60 70 80 90 100
-5
0
5
x 10
-14
0 10 20 30 40 50 60 70 80 90 100
-1
0
1
0 10 20 30 40 50 60 70 80 90 100
-1
0
1
0 10 20 30 40 50 60 70 80 90 100
-1
0
1

Fi g. 3. 7 Echant i l l onnage de si nuso des
On constate :
Que seuls les chantillonnages des sinusodes 1000 et 2500 Hz donnent une image
raliste des signaux sous-jacents (on peut retrouver la frquence des sinusdes
correspondantes en mesurant leur priode sur le graphique).
Que lchantillonnage de la sinusode 5000 Hz fait apparatre un signal damplitude
trs petite. En thorie, les chantillons devraient tre tous nuls. Les valeurs non
nulles apparaissant sur le graphique sont le rsultat derreurs darrondis de Matlab.
Que les chantillonnages des sinusodes 7500 Hz et 9000 Hz donnent des rsultats
identiques (au signe prs) ceux des sinusodes 2500 Hz et 1000 Hz. Il est par
consquent impossible, aprs chantillonnage, de retrouver la frquence exacte des
sinusodes sous-jacentes. Cest le rsultat du repliement spectral des sinusodes de
dpart autour de la frquence de Nyquist (5000 Hz).
Que lchantillonnage de la sinusode 31000 Hz donne exactement le mme
rsultat que celui dune sinusode 1000 Hz. Cest le rsultat de la superposition de
toutes les translates ( des multiples entiers de f
e
) de la transforme de Fourier du
signal original.
Exemple 3.2
On cherche calculer la transforme de Fourier de rect
a
(t)/2a. On demande :
de choisir la frquence dchantillonnage de faon que la valeur maximale de la
transforme de Fourier de rect
a
(t)/2a soit affecte de moins de 1% derreur par
repliement spectral (on suppose quil ny a pas de filtre de garde);
de vrifier ce rsultat sous Matlab.
Il est clair quil y aura repliement spectral, quelle que soit la frquence dchantillonnage
choisie. En effet, la transforme de Fourier de rect
a
(t)/a est donne par :
sin( / 2)
( )/
/ 2
a
a
rect t a
a
F

Son enveloppe est donc donne par 2/aw. Le maximum du spectre se trouve en f=0 et vaut
1. Si lon suppose que leffet du repliement est surtout du au premier spectre image droite,
quon approxime ce spectre par son enveloppe (Fig. 3.8), et quon suppose que lamplitude
du spectre rsultant est la somme des amplitudes du spectre de base et de ce premier
spectre image
3
, il vient :
( ) 0.01max( ( )) 0.01
e
F F F f < =
2/( 2 ) 0.01
100/
e
e
a F
F a
<
>

0 1/a 2/a 3/a
f
A(f)
1
Enveloppe du premier
spectre image
<1%

Fi g. 3. 8 Ef f et appr oxi mat i f du r epl i ement
Si on prend par exemple a=1 (ce qui correspond un carr dune seconde), on trouve peu
prs F
e
>30. Comme chaque lobe a une largeur de 1Hz, on constate quil faut 30 lobes pour
que lerreur soit de moins de 1%.
Pour voir cet effet sous Matlab, on affiche la transforme ( ) F f
+
du signal obtenu par
chantillonnage de rect
1
(t) une frquence largement suprieure 30 Hz (ex : 300 Hz). Le
signal est donc constitu de 300 chantillons gaux 1. On constate que le spectre obtenu

3
En ralit la somme tant complexe, leffet du recouvrement sera en gnral moindre que celui
calcul ici.
est pratiquement exempt de repliement spectral entre 0 et 30 Hz, et correspond donc
pratiquement F(f).
f reqz([ones(1, 300)], 1, 0: 1/ 10: 30, 300) %F(f ) entre 0 et 30 Hz =>30 l obes
0 5 10 15 20 25
0
20
40
60
Frequency (Hertz)
M
a
g
n
i
t
u
d
e

R
e
s
p
o
n
s
e

(
d
B
)
zoom sur F(f)

Fi g. 3. 9 Tr ansf or me de Four i er de r ect
1
(t)
On constate que lenveloppe de F(f) 30 Hz est bien 40 dB sous F(0) (cest--dire 1% de
F(0)).
Notons quen pratique, on ne connat pas la transforme de Fourier que lon cherche
calculer. Le calcul ci-dessus pour le choix de F
e
est alors remplac par une estimation
itrative : partant dune premire valeur de F
e
, on augmente progressivement F
e
jusqu' ce
que la transforme de Fourier mesure ne change plus beaucoup. On a alors atteint une
valeur suffisante pour viter le recouvrement spectral. Une alternative consiste utiliser ds
le dpart une frquence dchantillonnage suffisamment leve pour que la condition de non-
recouvrement soit vrifie coup sr.
3.3 Filtre de garde
On cherche donc en gnral viter ce phnomne, en faisant en sorte que le
spectre de la fonction soit support born [-f ( ) f t
M,
+f
M
] avec f
M
<f
e
/2 (Fig. 3.10).
2

Fi g. 3. 10 I l l ust r at i on du non- r ecouvr ement
On sait cependant qu'une fonction dont le spectre est support born est
illimite dans le temps. Un signal physique n'est jamais illimit dans le temps et
par consquent son spectre n'est pas support born. Son chantillonnage
provoque donc en principe toujours du recouvrement spectral. Par ailleurs, tout
signal analogique est affect par des bruits additifs, qui portent des composantes
haute frquence. Ces bruits peuvent venir dgrader le spectre utile du signal
par repliement spectral.
La condition de non recouvrement n'est donc en gnral pas vrifie par les
signaux usuels, ce qui implique la ncessit de faire prcder l'chantillonnage
d'un filtre dont les spcifications seront dfinies pour vrifier la condition de non
recouvrement; ce filtre sera appel filtre de garde ou filtre anti-repliement.
(Erreur ! Source du renvoi introuvable.).

F
e

f
LP
(t) f(n) f(t)
F
e
/2
1

Fi g. 3. 11 Fi l t r e de gar de i dal i s
On commet toujours une certaine erreur en fixant la limite du spectre
F
e
/2 : les composantes du signal plus haute frquence ne sont pas prises en
compte.
4
3.4 Thorme de Shannon
Le thorme de Shannon, galement appel thorme de lchantillonnage, est
un des fondements du traitement numrique des signaux :
"Toute fonction f(t) dont le spectre est support born ( ( ) 0
M
F f pour f f = > )
est compltement dfinie par ses chantillons f(nT
e
) si 2
e M
f f ."
Ce thorme dcoule immdiatement de lanalyse prcdente concernant le
phnomne de recouvrement : lchantillonnage une frquence f
e
dune
fonction f(t) qui respecte le thorme de Shannon ne produit pas de
recouvrement spectral. Par consquent, le signal original f(t) peut tre
reconstitu par le filtrage du signal impulsionnel ( ) f t
+
par un passe-bas idal de
frquence de coupure
M
f

(Fig. 3.12).

Fi g. 3. 12 Fi l t r e de r econst i t ut i on

4
Cette erreur nest pas nouvelle. Tout systme de mesure analogique souffre du mme
inconvnient : les composantes des signaux mesurs suprieures la bande passante du systme
de mesure ne sont pas prises en compte.
Cette opration de filtrage correspond la convolution du signal ( ) f t
+
par la
rponse impulsionnelle du filtre idal, ce qui revient pratiquement raliser la
somme des rponses impulsionnelles dues chaque impulsion de ( ) f t
+
:
[ ] sin .( )
( ) ( ).
.( )
M e
e
n M e
t nT
f t f nT
t nT

(3.5)

Fi g. 3. 13 La f onct i on d' i nt er pol at i on i dal e
La fonction sin( . )/( . )
M M
t t est la fonction d'interpolation idale (Fig. 3.13); elle
s'annule aux points , ce qui confirme l'indpendance des chantillons
dans la reconstruction du signal (Fig. 3.14).
e
t nT = ( ) f n
( ) f t

Fi g. 3. 14 Reconst r uct i on de l a f onct i on f ( t )
Notons pour terminer que la frquence f
e
/2, qui donne la limite suprieure du
spectre du signal

chantillonner, est souvent appele frquence de Nyquist.
Exemple 3.3
Parmi les sinusodes examines lexemple prcdent, seules celles 1000 et 2500 Hz
respectaient le thorme de Shannon, ce qui explique quon puisse retrouver lil les
sinusodes sous-jacentes partir des chantillons.
3.5 Reconstruction du signal temps continu filtre de
lissage
A partir d'un signal temps discret, on peut vouloir reconstruire un signal
temps continu. En pratique, il est videmment impossible de filtrer le signal
impulsionnel ( ) f t
+
, qui nest quune abstraction mathmatique utile la
comprhension des phnomnes.
On procde alors en deux tapes :
On construit un vrai signal analogique f*(t) partir des chantillons du
signal temps discret. Cette opration porte le nom dextrapolation. Le
signal f*(t) est en quelque sorte une premire bauche de f(t).
On fait suivre lextrapolateur dun filtre est appel filtre de lissage, qui
affine f*(t) et le rend plus proche de f(t).
Le principe le plus simple de la reconstruction du signal temps continu consiste
en l'utilisation d'un extrapolateur d'ordre zro (en anglais : sample and hold)
dont le schma de base est dcrit la Fig. 3.15. On peut, pour mieux
comprendre son effet, le considrer comme un filtre de rponse impulsionnelle
unitaire de 0 T
e
et nulle partout ailleurs : lextrapolation de f(n), tout comme le
filtrage de ( ) f t
+
, conduit un signal f*(t) voluant par paliers.
X
X X X
(t)
+
(t)
+
T
e
T
e
2
t
Extrapol.
d'ordre 0
h(t)
T
e
h(t)
t
1
0

Fi g. 3. 15 Ext r apol at eur d' or dr e 0
Connaissant la rponse impulsionnelle du filtre quivalent l'extrapolateur
d'ordre 0, on peut calculer sa fonction de transfert et sa rponse en frquence :
/2
1 2
( ) .(1 ) . .sinh( / 2)
e e
pT pT
e
H p e e pT
p p

= =
(3.6)
ce qui conduit :
/2
sin( / 2)
( ) . .
/ 2
e
j T e
e
e
T
H j T e
T
=
(3.7)
Le principe de la reconstitution d'un signal temps continu partir d'un signal
impulsionnel est alors dcrit la Fig. 3.16. L'examen de l'amplitude spectrale du
signal temps continu montre que l'amplitude spectrale dans la zone utile
( 0, / 2
e
f ) est dforme par la fonction sin( / 2)/( / 2)
e e
T T (qui nest quune ple
approximation de la fonction de transfert du filtre de lissage idal) et de plus
que des rsidus non ngligeables des spectres translats subsistent. Un filtrage
passe-bas supplmentaire est donc ncessaire pour liminer ces rsidus dans le
spectre: c'est le filtre de lissage dont les spcifications sont fort proches de celles
du filtre de garde.
x (t)
+
t
h(t)
1
f*(t)

e

e
-2

e
-

e
2
0

e

e
-2

e
-

e
2
0

e

e
-2

e
-

e
2
0
|X (w)|
+
|H(w)|
|F*(w)|

Fi g. 3. 16 L' ext r apol at eur d' or dr e 0 vu comme un f i l t r e

3.6 Filtre de garde rel
Le filtre de garde idal est impossible raliser en pratique. Pour obtenir une
transition aussi radicale entre bande passante et bande attnue, il faudrait un
filtre dordre infini. Le filtre garde utilis en pratique nest quune approximation
du filtre idal (Fig. 3.17), dans laquelle on acceptera de commencer attnuer le
signal partir dune frquence
M
f infrieure F
e
/2, et o la bande attnue
commencera une frquence
S
f suprieure F
e
/2. En gnral, cette
approximation est bonne pour les frquences loignes de la frquence de
coupure du filtre. Par contre, le filtre rel possde une bande de bande de
transition de largeur finie, non nulle. Il sensuit que le spectre du signal temps
discret obtenu par chantillonnage du signal sortant du filtre de garde diffrera
un peu du spectre du signal analogique de dpart autour de
M
f , cause du
repliement des composantes rsiduelles suprieures F
e
/2.

Fi g. 3. 17 Fi l t r e de gar de r el
Cet effet peut tre compens de deux faons :
Si la frquence dchantillonnage est impose, on peut faire en sorte que
la bande passante du filtre de garde soit franchement plus troite que la
limite thorique de / 2
e
f (ce qui permet davoir une bande de transition
plus large, et donc, pour un filtre de degr donn, un ripple plus faible en
bande passante, et une attnuation plus important en bande attnue).
Les recouvrements spectraux sont alors minimiss, au prix dune perte des
composantes plus hautes frquences du signal.
Si on a la libert de choisir la frquence dchantillonnage, on peut la
choisir fortement suprieure 2
M
f . En effet, pour une frquence utile
maximale
M
f donne, le filtre de garde est dautant moins critique que la
frquence dchantillonnage de dpart est choisie suprieure 2 fois cette
frquence utile : on peut largir considrablement la zone de transition
tout en gardant la mme bande utile de frquence. On paie alors par un
nombre dchantillons plus importants par seconde (et donc plus de calculs
pour les traitements numriques qui suivent) le gain obtenu sur les
spcifications du filtre de garde.
Dans certains cas, on choisit mme dchantillonner plusieurs fois la
frquence dsire, ce qui permet de simplifier nettement le filtre de garde.
Une fois le signal chantillonn, on procde alors un sous-
chantillonnage par filtrage et dcimation. Une partie de la complexit du
filtre de garde se trouve ainsi dplace en numrique, dans le filtre de
sous-chantillonnage. Il est en effet nettement plus facile (et moins
coteux) de crer des filtres slectifs en numrique quen analogique.
Exemple 3.4
On cherche comme prcdemment chantillonner la fonction rectangulaire rect
1
(t). Si lon
choisit F
e
=10Hz, et quon choisit comme filtre de garde un filtre passe-bas de degr 1 de
frquence de coupure gale 5Hz, on demande :
De vrifier si la valeur maximale de la transforme de Fourier de rect
1
(t) est affecte
de moins de 1% derreur par repliement spectral ;
Si ce nest pas le cas, de donner le facteur de sur-chantillonnage minimal pour que
cette condition soit respecte (en supposant quon ne change pas le filtre de garde).
Le filtre de garde a une pente de 20 dB/dcade (degr 1) partir de 5 Hz. Comme
prcdemment, on ne considrera que leffet du premier spectre image, rduit son
enveloppe. Lattnuation du filtre de garde 10 Hz est de 20dB*log(10/5)/log(10) = 6dB.
Comme la transforme de Fourier de rect
1
(t) tombe dj de 30 dB entre F(0) et F(10) (Fig.
3.9), les 6 dB supplmentaires du filtre de garde ne permettent pas vraiment de vrifier la
condition demande (1%= attnuation de 40dB).
On peut refaire le mme calcul pour des frquences dchantillonnages de 15 (il est clair
quon ne doit pas aller jusque 30Hz, puisque cest la valeur qui vrifie la condition sans filtre
de garde). Lattnuation y est respectivement de 20dB*log(15/5)/log(10) = 9.5dB, ce qui
fait peu prs 45 dB si on tient compte du fait que F(15) est dj 35 dB au dessous de F(0).
En procdant par approximations successives, on trouve facilement que la frquence F
e

minimale est de 12 Hz : 20dB*log(12/5)/log(10) = 7.6dB, qui sajoutent aux 32 dB dcart
entre de F(12) et F(0). Le facteur de sur-chantillonnage doit donc tre de 1.2.
3.7 Changement de frquence dchantillonnage -
Dcimation Interpolation
Il arrive que lon cherche augmenter ou diminuer la frquence
dchantillonnage dun signal dj chantillonn. Nous nous intresserons ici au
cas le plus courant : celui dune division ou de la multiplication de la frquence
dchantillonnage par un nombre entier.
3.7.1 Dcimation Sous-chantilonnage (downsampling)
Considrons un signal x
1
(n) obtenu par chantillonnage dun signal analogique
x(t) une frquence dchantillonnage valant F
e
. En vertu de ce qui a t dit plus
haut, le spectre utile du signal est limit lintervalle [0,F
e
/2] ; un filtre de garde
veille dailleurs normalement ce que cet intervalle ne soit pas perturb par du
repliement spectral.
Sous-chantillonner ce signal une frquence k fois infrieure correspond en
principe ne retenir quun chantillon de x
1
(n) sur k dans x
2
(n), dcimer x
1
(n)
par k (Fig. 3.18) :
2 1
( ) ( ) x n x kn = (3.8)

F
e

x
1
(n) x(t)
F
e
/2
1
k
x
2
(n) x
LP
(t)

Fi g. 3. 18 Sous- chant i l l onnage par dci mat i on br ut al e d un
si gnal numr i que x
1
(n)
Ceci pose cependant un problme important : le rsultat de lchantillonnage de
x(t) F
e
suivi dun second chantilonnage F
e
/k

est videmment quivalent un
chantillonnage direct F
e
/k : le spectre du signal dcim est celui du signal
analogique de dpart, rendu priodique de priode F
e
/k, et dont lamplitude
spectrale est divise par kT
e
(ce qui constitue donc une division par k par rapport
au spectre du signal chantillonn F
e
). Or, comme le filtre de garde a t prvu
pour un chantillonnage F
e
, la dcimation par k introduit, au niveau de la TFTD
de x
2
(n), un repliement spectral des composantes de x
1
(n) situes entre F
e
/2k et
F
e
/2. Il est donc ncessaire de faire prcder la dcimation dun filtre numrique
(au contraire du filtre de garde, analogique) passe-bas jouant le rle dun
adaptateur de filtre de garde , de frquence de coupure F
e
/2k (Fig. 3.19)

F
e

x
1
(n) x(t)
F
e
/2
1
k
x
2
(n) x
1LP
(n) x
LP
(t)
1
F
e
/2k

Fi g. 3. 19 Sous- chant i l l onnage par f i l t r age et dci mat i on
3.7.2 Interpolation Sur-chantillonnage (upsampling)
Pour sur-chantillonner (au sens du mot anglais up-sampling ) le signal x
1
(n)
une frquence k fois suprieure, il faut calculer k-1 chantillons intermdiaires
entre deux chantillons connus de x
1
(n). Ce calcul est possible : en vertu du
thorme de Shannon, il est mme possible de reconstituer compltement x
LP
(t)
en utilisant linterpolateur idal.
Le calcul des k-1 chantillons intermdiaires de x
LP
(t) se fait en pratique de la
manire suivante : on commence par interpoler de faon brutale en insrant k-1
chantillons nuls aux endroits requis :
2 1
2
( ) ( / ) ( )
( ) 0 ( )
x n x n k n multiple de k
x n n non multiple de k
=
=

(3.9)
Cette opration ne change en rien la TFTD du signal interpol x
2
(n), qui reste
priodique de priode F
e
. Par contre, le spectre utile de ce signal stend
maintenant de 0 kF
e
/2. Ce spectre fait donc apparatre des composantes de
x
1
(n) qui ne sont pas prsentes dans x
LP
(t) (Fig. 3.20, o lon a expressment
reprsent les TFTD en frquence vraie, non normalise).

X
1
+
(f)= X
2
+
(f)
0 F
e
/2 F
e
3F
e
/2 2F
e
5F
e
/2 3F
e
7F
e
/2 4F
e

Fin du spectre
utile de x
1
(n)
Fin du spectre
utile de x
2
(n)
f

Fi g. 3. 20 Ef f et spect r al de l i nt er pol at i on par i nser t i on de
zr os ( exempl e : k=4)
Ces composantes perturbatrices peuvent tre limines en faisant suivre
linterpolation par un filtre passe-bas numrique de frquence de coupure gale
F
e
/2.

F
e

x
1
(n) x(t)
F
e
/2
1
k
x
2
(n) X
2LP
(n) x
LP
(t)
F
e
/2
1

Fi g. 3. 21 Sur - chant i l l onnage par i nt er pol at i on et f i l t r age
On notera que les filtres numriques utiliss pour sous- et sur-chantillonner par
un facteur k sont en ralit identiques. En effet, leur frquence de coupure
normalise (rapport de la frquence de coupure la frquence dchantillonnage
des signaux dentrs et de sortie) vaut dans les deux cas 1/2k.
3.8 Filtre de lissage rel Sur-chantillonnage
(oversampling)
Le filtre de lissage peut galement se trouver grandement simplifi par
lutilisation dune frquence dchantillonnage intermdiaire, suprieure la
frquence de dpart, avant lextrapolateur. On lobtient facilement par
interpolation (up-sampling), ce qui implique une certaine charge de calcul au
niveau du filtre numrique, que lon gagne en simplification du gabarit du filtre
de lissage.
Exemple 3.5 Application : Sur-chantillonnage dans un lecteur de CD Audio
Le sur-chantillonnage est souvent utilis dans ltage de sortie des lecteurs de CD audio. La
Fig. 3.22 illustre les contraintes sur le filtre de lissage sans et avec sur-chantillonnage.
5
On
constate que la zone de transition du filtre est beaucoup plus large dans le second cas.

Fi g. 3. 22 a. Rponse en f r quence t ypi que pour l e f i l t r e de
l i ssage dans l t age DAC d un l ect eur de CD, sans sur -
chant i l l onnage ( haut ) et avec sur - chant i l l onnage d un
f act eur 4 ( bas) [ d apr s Phi l Shni t er , Digital Signal
Processing, ht t p: / / cnx. r i ce. edu/ cont ent / m11006/ l at est / ] .

5
Paradoxalement, lindustrie du lecteur de CD se sert mme du sur-chantillonnage comme un
argument commercial.
3.9 Thorme de Shannon gnralis
Le thorme de SHANNON peut tre gnralis pour les signaux bande troite,
c'est--dire pour les signaux pour lesquels l'amplitude spectrale se trouve
confine dans une bande de frquence de largeur B centre autour de
0
f (Fig.
3.23).

Fi g. 3. 23 Si gnal bande t r oi t e

Imaginons que lon chantillonne un tel signal une frquence telle que
ou , avec K entier (Fig. 3.24 et Fig. 3.25). On
constate que des spectres image apparaissent de part et dautre du spectre
initial, mais que le recouvrement spectral est nul tant que
0
/ 2
e
Kf f B =
0
/ 2
e
Kf f B = +
2
e
f B . Le signal
original peut donc tre reconstitu par le passage du signal impulsionnel ( ) f t
+

dans un filtre passe-bande idal dont les frquences de coupure sont
.
0
/ 2
c
f f B
=

Fi g. 3. 24 Si gnal bande t r oi t e chant i l l onn avec
0 e
3 / 2 f f B = +

Fi g. 3. 25 Si gnal bande t r oi t e chantillonn avec
0 e
3 / 2 f f B =
La frquence d'chantillonnage ncessaire est donc fonction de la largeur
effective B et non de la valeur centrale
0
f (comme on aurait pu sy attendre avec
la version simple du thorme de Shannon) :
"Toute fonction f(t) dont le spectre est bande troite (
0
f , B) est compltement
dfinie par ses chantillons f(nT
e
) si 2
e
f B et que
e
f respecte en outre lune
des conditions suivantes : ou
0
/ 2
e
Kf f B =
0
/ 2
e
Kf f B = + , avec K entier "
On peut noter en passant que les signaux dont les spectres sont donns la Fig.
3.24 et la Fig. 3.25 sont identiques ceux que lon aurait obtenus en translatant
tout dabord le spectre du signal de
e
(obtenant ainsi un signal analogique
basse frquence, entre 0 et
Kf
/ 2
e
f , et en chantillonnant ce signal
e
f . La
reconstruction du signal de dpart implique donc bien entendu de se souvenir
que le signal, avant chantillonnage, avait son spectre dans lintervalle
0
/ 2 f B
Exemple 3.6 Application : Analyse en sous-bandes
Le thorme de Shannon gnralis est mis profit dans les systmes dit danalyse en sous-
bandes, o un signal de dpart est dcompos, par filtrage passe-bande, en plusieurs
signaux bande troite, dont la somme fournit le signal de dpart. Ce signaux sont alors
chantillonns sparment en respectant le thorme de Shannon gnralis. Ceci permet
de transformer un flux dchantillons de dpart (large-bande, de largeur de bande f
M
donne)
en N flux bande troite (f
M
/N) en conservant le dbit total en nombre dchantillons par
seconde.
Ainsi par exemple, le signal x(t) dont le spectre A(f), de largeur f
M
, est donn la Fig. 3.26
est dcompos 2 deux sous-bandes A
1
(f) et A
2
(f) de largeur f
M
/2. Les deux signaux
analogiques x
1
(t) et x
2
(t) correspondants sont tous deux chantillonns une frquence
dchantillonnage f
e
gale f
M.
Lchantillonnage de x
1
(t) respecte donc le thorme de
Shannon, et celui de et x
2
(t) respecte le thorme de Shannon gnralis. Les deux signaux
numriques correspondants x
1
(n) et x
2
(n) portent bien la mme information que le signal
x(n) qui aurait t obtenu par chantillonnage direct de x(t) une frquence
dchantillonnage f
e
gale 2f
M
(pour respecter le thorme de Shannon sur
lchantillonnage de ce signal). Le nombre total dchantillons utiliss pour stocker cette
information dans x
1
(n) et x
2
(n) est bien identique celui utilis dans x(n).
En pratique, la dcomposition en sous-bandes est gnralement ralise directement dans le
domaine numrique. Pour lexemple ci-dessus, on chantillonne x(t) f
e
= 2f
M
, puis on
dcompose par filtrage le spectre de x(n) en deux sous-bandes ([0, f
M
/2], [f
M
/2
,
f
M
]), et on
dcime les deux signaux numriques x
L
(n) et x
H
(n) ainsi obtenus par 2, pour obtenir x
1
(n) et
x
2
(n) (Fig. 3.27). Le signal x
1
(n) peut tre vu comme une approximation grossire ,
basse-frquence, de x(n), tandis que x
2
(n) porte au contraire les dtails haute-frquence du
signal. La mme opration peut alors tre ritre sur x
1
(n) et x
2
(n) sparment, ce qui
conduit une dcomposition rcursive en un nombre de sous-bandes de plus en plus lev,
et de frquence dchantillonnage de plus en plus faible. Ce type de dcomposition est utilis
par exemple pour le codage dimages selon la norme JPEG2000, ainsi que pour le
codage/dcodage selon la norme MPEG1-layer3 (plus communment appele mp3).

A(f)
f
A
1
(f)
f
A
1
+
(f)
f
e
f
f
M
f
M
/2
f
M
f
M
/2
A
2
(f)
f
f
M
f
M
/2
A
2
+
(f)
f
f
e

f
e

Fi g. 3. 26 Ef f et spect r al de l a dcomposi t i on d un si gnal en
2 sous- bandes. En gr as, l a bande de f r quence ut i l e
( - f
e
/ 2f
e
/ 2) .
x(n)
x
1
(n)
x
2
(n)
Fe/4
Fe/4 Fe/2
2
2
x
L
(n)
x
H
(n)

Fi g. 3. 27 Dcomposi t i on numr i que en sous- bandes.

Traitsig3 PDF

Încărcat de

Informații document

Titlu original

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

Traitsig3 PDF

Încărcat de

Drepturi de autor:

Formate disponibile

CHAPITRE 3

dont le spectre est donn par entre -f ( ) F f

S-ar putea să vă placă și