Documente Academic
Documente Profesional
Documente Cultură
Cours 6
ASI 3
Contenu du cours
Introduction
Pourquoi numériser ?
Chaîne de numérisation
Echantillonnage idéal
Définition
TF du signal échantillonné – Analyse du spectre
Théorème de Shannon
Echantillonnage réel
Définition
Influence sur le spectre du signal échantillonné
Filtrage anti-repliement
Reconstruction du signal
Quantification
TdS 2
Du signal analogique au signal numérique
échantillonnage quantification
TdS 3
Introduction
Propriétés du numérique, c'est à dire du codage en 0/1
TV numérique
Enregistrement audio, vidéo
Téléphonie mobile.
...
TdS 5
Introduction
Chaîne de numérisation
Echantillonnage
Prélèvement de la valeur du signal continu x(t) à des intervalles de temps tn. Généralement
les tn sont régulièrement espacés ; Te = tn+1–tn est appelé période d'échantillonnage. On
obtient la suite de valeurs xe(t) = {x(tn)} avec tn = nTe.
Quantification
Approximation de chaque valeur xe(t) par un multiple entier d'une quantité élémentaire
q appelée échelon de quantification.
Codage binaire
Transformation de la valeur quantifiée en mot binaire exploitable par le calculateur
TdS 6
Échantillonnage idéal
Te : période d'échantillonnage
Te
Signal numérique
Signal original x(t) Échantillonneur xe(t)
xe(t) = {x(nTe)} x(t)
Modélisation mathématique
x(t) Ш
Te (t ) xe(t)
t × t = t
−2Te −Te Te 2Te 3Te −2Te −Te Te 2Te 3Te
Te (t )
L'échantillonnage correspond à la multiplication de x(t) par un peigne de Dirac Ш
+∞
xe (t ) = x(t ).
ШTe (t ) xe (t ) = x(t ). ∑ δ (t − nTe )
n= − ∞
+∞
En utilisant la propriété x(t ).δ (t − t0 ) = x(t0 ).δ (t − t0 ), on obtient : xe (t ) = ∑ x(nTe )δ (t − nTe )
n= − ∞
TdS 7
TF du signal échantillonné
[
F [ xe (t )] = F x(t ). ]
ШTe (t ) . D'après le théorème de Plancherel, on a :
[
F [ xe (t )] = F [ x(t )] ∗ F Ш
Te (t ) ]
[ ]
+∞
ШTe (t ) = Fe ∑ δ ( f − nFe ) . On en déduit :
Or la TF du peigne de Dirac est : F
n= − ∞
+∞
F [ xe (t )] = X ( f ) ∗ Fe ∑ δ ( f − nFe )
n= − ∞
Le spectre de Xe( f ) est celui de X( f ) "périodisé" avec une période fréquentielle Fe.
f
∀ f > Fmax , X ( f ) = 0 − Fmax 0 Fmax
Le motif principal (n = 0) est égal au spectre de x(t). Comme les motifs sont disjoints, on
peut extraire X( f ) grâce à un filtre passe-bas idéal et donc reconstituer intégralement le
signal x(t) à partir de la connaissance de son échantillonné xe(t).
TdS 9
Analyse du spectre de xe(t)
f
− Fe − Fmax 0 Fmax Fe
TdS 10
Théorème de Shannon
Question : quelle est la condition sur Fe pour qu'à partir du signal échantillonné xe(t) , on
puisse reconstruire intégralement x(t) ?
Par conséquent, pour que la répétition périodique du spectre de xe(t) ne déforme pas le
spectre X( f ) répété, il faut et il suffit que Fe ≥ 2Fmax
Exemple 2
Soit un "La" dont la Fréquence est 440Hz. Ce signal s'écrit : xt=sin 2 440t
Sous matlab, on est en numérique, donc le temps est discret = échantillonnage à Fe.
Fe= ????;
Echantillonnage d'un "La" à une fréquence Fe donnée : t= 0:1/Fe:2;
(essayer avec Fe = 10000, 5000, 2000, 1000, 881, 600, etc) x=sin(2*pi*440*t);
sound(x,Fe);
Exemple 3
Quelle est la fréquence d'échantillonnage du CD ? ...
TdS 12
Échantillonnage réel
Echantillonnage idéal x(t)
x(nTe )
Echantillonnage réel
En pratique, on n'a pas une impulsion infiniment brève et l'échantillonneur est assimilable à un filtre
de réponse impulsionnelle h(−t).
x(t)
Expression d'un échantillon réel : xe nT e = x t ∗h−t |t=nT e
h(t−nTe)
~ +∞
D'après Plancherel, on a : X e ( f ) = [ X ( f ).H ( − f )] ∗ Fe ∑ δ ( f − nFe )
n= − ∞
Interprétation
~
L'expression de X e ( f ) est identique à Xe( f ) à un terme de pondération H * ( f ) près.
Le terme de pondération n'influe pas sur la condition de Shannon.
Le terme H*( f ) introduit une distorsion sur le spectre par rapport au cas idéal. Cette
TdS distorsion est d'autant plus faible que H( f ) est constante dans la bande [−Fe/2, Fe/2].
15
Exemple d'échantillonnage réel
Soit x(t) un signal dont le spectre est à support borné
∆T
Π ∆ T t −
1 jπ f∆ T
h(t ) = H ( f ) = sinc(π f∆ T ) e −
2
donc
∆T
~ +∞
D'après le résultat X e ( f ) = Fe ∑ X ( f − nFe ).H * ( f − nFe )
précédent, on a n= − ∞
~ ~
X e ( f ) en fonction de ∆T Xe( f ) X( f ) |H( f )|
Les signaux réels comportent souvent une composante fréquentielle à large bande due à la présence
de bruit (perturbations aléatoires), ce qui imposerait une fréquence Fe importante.
On va numériser un signal x1(t), qui sera le résultat d'un filtrage passe-bas idéal du signal x(t) à support
fréquentiel infini ou à large bande.
Te
x(t) x1(t)
xe(t)
fc
Échantillonneur
Filtre passe-bas anti-repliement
TdS 17
La reconstruction
Problématique
échantillonnage
On a échantillonné un signal x(t) en respectant le théorème de
Shannon, comment fait-on pour le reconstruire à partir des x(t) xe(t)
?
échantillons? reconstruction
f
− Fe − Fmax 0 Fmax Fe
TdS 18
La reconstruction
Illustration
x(t) |X ( f )|
TF
f
t − Fmax 0 Fmax
Echantillonnage |X e( f )|
xe(t)
TF
t f
0 Te 2Te − Fe − Fmax 0 Fmax Fe
t f
− Fmax 0 Fmax
Problème :
Filtre idéal => la connaissance de tous les échantillons x(nTe) est nécessaire pour reconstruire le signal
Reconstruction mathématiquement possible, mais physiquement irréalisable car le filtre passe-bas
TdS idéal n'est pas causal interpolation physiquement non réalisable.
19
La reconstruction
Extrapoleur d'ordre 0 (bloqueur d'ordre zéro, BOZ)
On se propose ici d'étudier une méthode de reconstruction causale.
Principe
L'idée est simplement de maintenir l'échantillon x(nTe) jusqu'à l'apparition de l'échantillon x(nTe+Te).
+∞
|s in c ( πf T e ) |
e − jπ fTe ∑ e
|X o ( f ) |
X 0 ( f ) = sinc(π fTe) ⋅ X ( f − nF ) 2 .5
n= − ∞
2
A m p lit u d e
1 .5
TF du signal porte de reconstruction
1
Constats 0 .5
0
1- Déformation de la bande centrale entre [−Fe/2, Fe/2]. -1 0 -5 0
F ré q u e n c e
5 10
1- Augmentation de Fe. 2
A m p lit u d e
2- On peut ainsi choisir pour 1 .5
0 .5
0
-1 5 -1 0 -5 0 5 10 15
TdS F ré q u e n c e
21
La quantification
Rôle
Approximer chaque valeur du signal échantillonné xe(t) par un multiple entier d'une
quantité élémentaire q appelée "pas de quantification" ou quantum.
Si q est constant quelle que soit l'amplitude du signal, on parle de quantification uniforme.
Dans tous les cas, la quantification est une perte d'information.
Principe
Il existe principalement deux modes de quantification
- échantillonnage réel
Des précautions sont à prendre afin que le signal échantillonné et le signal reconstruit
à partir des échantillons soient les plus fidèles possibles au signal original.
Bibliographie :
TdS 24