Effet de lchantillonnage et de la troncation sur le spectre dun signal

Les signaux rels utiliss en physique sont de plus en plus souvent traits de faon numrique. Pour cela, il est ncessaire dchantillonner le signal. De plus, ce dernier sera systmatiquement tronqus. En effet, on ne connat sa valeur que sur une plage de temps restreinte et on doit limiter le nombre de points mmoriser.

Lchantillonnage.
I. Expression dun signal chantillonn. On considre un signal f(t) continu (par opposition discret !) que nous allons chantillonner, en prenant une valeur aux instants k.Te (k). Le signal chantillonn sera not f*(t).

Pour reprsenter mathmatiquement le signal f*(t), on va supposer que ce dernier est quivalent une somme dimpulsions rectangulaires troites (largeur Te), centres sur les instants k.Te et damplitude f(k.Te). Chacune de ces impulsions peut tre reprsente par une impulsion de Dirac, elle aussi centre sur k.Te et d amplitude gale laire des impulsions ( savoir Te.f(k.Te)). On arrive donc lexpression f * (t) =
k = + k =

T .f ( k.T ).( t k.T ) = f ( t).T . ( t k.T ) = f ( t).T . C( t)

e e e e k = e e

k = +

o (t) est le peigne de Dirac. II. Spectre du signal chantillonn. Le spectre du signal chantillonne va tre obtenu partir du produit de convolution du signal analogique par le peigne de Dirac (chantillonnage priode Te), le tout multipli par Te.

I.1. Spectre du peigne de Dirac. Cette fonction est priodique et peut donc se dcomposer en srie de Fourier. En utilisant la reprsentation complexe, on trouve 1 j. n. . t C( t ) = .e Te n = Te
n = + 2.

La transforme de Fourier de cette fonction est directe et donne 1 n = + 1 1 n = + C( ) = . ( n. ) = . ( n. e ) Te n = Te Te n = I.2. Transforme de Fourier du signal chantillonn. Il sagit dun produit de convolution ce qui donne F * ( ) = Te .F( ) C( ) = F( ) Finalement, on trouve F * ( ) =
n = + n = n = + n =

( n. ) = F( ) ( n. )
e n = e

n = +

F( n. )
e

On constate donc quen chantillonnant le signal la frquence e (priode Te), on priodise son spectre avec une priode spectrale e. I.3. Thorme de Shannon. Nous venons de voir que lchantillonnage contribuait modifier le spectre dun signal. Nous allons maintenant dfinir un critre dchantillonnage qui permet de retrouver le spectre du signal analogique quand on connat celui du signal chantillonn. Cest le critre de Shannon. Nous allons considrer un signal dont le spectre damplitude a lallure suivante

rq : un signal rel f(t) a un spectre F() tel que F(-)=F*(). Le module du spectre dun signal rel est donc une fonction paire. Si on chantillonne ce signal la frquence e, on devra considrer deux cas - si e>2M : les lments priodiss en frquence cause de lchantillonnage ne se chevauchent pas. On peut donc rcuprer le signal analogique par un filtrage appropri.

- si e2M : les lments priodiss cause de lchantillonnage se chevauchent. On dit que lon a recouvrement de spectre. On ne pourra pas sparer la contribution de chaque lment au spectre global, ce qui rend la reconstruction du signal analogique impossible.

rq : Ce critre va bien dans le sens dune meilleure connaissance du signal si on prend un plus grand nombre de points par unit de temps Le critre de Shannon snonce donc comme suit : Pour retrouver le spectre dun signal analogique f(t) intact partir de celui du signal chantillonn f*(t), il faut que la frquence dchantillonnage e soit suprieure 2 fois la frquence maximale M contenue dans le spectre de ce signal soit e>2M rq : Le filtrage permettant de retrouver f(t) sera dautant plus ais que e est suprieur 2M. rq : Bon nombre de signaux nont pas un spectre contenu entre deux frquences limites (par exemple les crneaux, les triangles). Dans ce cas, le critre ne peut tre appliqu rigoureusement. Nanmoins, si le spectre du signal a un module assez faible au del e/2, on peut tout de mme raliser une reconstruction correcte de ces signaux Pour viter que les harmoniques dordre lev ne perturbent le spectre du signal chantillonn, on peut passer le signal avant chantillonnage dans un filtre passe-bas qui va supprimer les frquences qui ne respectent pas le critre de Shannon. Ce filtre est appel filtre anti-repliement. rq : Pour reconstruire un signal f(t) partir de ses chantillons, dans le cas o le critre de Shannon est satisfait, il suffit de multiplier, dans le domaine spectral, le spectre du signal chantillonn par une fentre de largeur e centre sur 0 et damplitude 1. Cela revient dire que, dans le domaine temporel, le signal f(t) est obtenu par un produit de convolution de la fonction chantillonne et dun sinus cardinal. On trouve alors k = + sin[. e .( t k.Te )] f ( t ) = f ( k.Te ). . e .( t k.Te ) k = On peut donc reconstruire f en tout point partir de valeurs discrtes. Cependant, cela demande de connatre tous les chantillons (une infinit !) et dappliquer une frquence dchantillonnage suffisante. Dans le pratique, linterpolation de Shannon nest donc pas simple mettre en uvre. On lui prfre dautres interpolations plus simples (fonction en escalier, interpolation linaire ou diffrents lissages par filtrage). Doit on chantillonner trs au-del de la frquence de Shannon ? - Si on na pas besoin de reconstituer le signal continu (non discret), on peut se contenter dchantillonner une frquence proche de celle de Shannon (analyseurs de spectre). - Si on veut reconstruire le signal continu, on devra alors prendre le plus de points possibles par priode ce qui revient dire quil faudra chantillonner la frquence la plus leve autorise par notre systme. On doit chercher tre bien au-del de la frquence de Shannon. Cest notamment le cas en automatique chantillonne quand on cherche rinjecter les signaux acquis dans un systme analogique

La troncation.
Pour des raisons de capacit de mmoire et de rapidit de calcul, on est toujours amen travailler avec un nombre fini de points. Cela revient dire que les signaux exploits numriquement sont toujours une troncation de signaux rels. Le fait de tronquer un signal peut notablement affecter son spectre. La consquence principale est que les pics saffaissent et slargissent Nous allons voir que suivant la mthode de troncation (fentre de

pondration) choisie, on privilgiera soit la rsolution (largeur des pics), soit la mesure (hauteur des pics).

I. Effet dune troncation sur une sinusode. Nous allons considrer un signal sinusodal f(t) = a.cos(.t) que nous allons tronquer par une fentre (t) centre sur 0 et de largeur T. La transforme de Fourier de cette sinusode est note F() et celle de la fentre (). On a donc a f ( t ) = a. cos(.t ) F( ) = .[( 0 ) + ( + 0 )] 2 sin( ..T ) ( t ) ( ) = T. ..T a.T sin[.( 0 ).T ] sin[.( + 0 ).T ] f ( t ). ( t ) F( ) ( ) = . + 2 .( + 0 ).T .( 0 ).T

On constate que plus la fentre sera large (plus T sera grande), plus le pic sera troit et damplitude importante. On tendra bien vers deux pics de Dirac symtriques par rapport lorigine des frquences si T tend vers linfini. Le dessin prcdent appelle une remarque importante. Si on ne conserve quune priode (environ) de la sinusode, les deux sinus cardinaux se chevaucheront bien avant davoir atteint des amplitudes ngligeables (alors 1/T est voisin de 0). Plus on voudra une rsolution importante en frquence plus il faudra conserver un nombre important de priodes temporelles du signal analyser

II. Echantillonnage du signal obtenu aprs troncation. Nous allons considrer un signal f(t) quelconque que nous allons tronquer sur une dure T (spectre F()). On obtiendra alors le signal fT(t). Si on suppose que la fentre choisie est suffisamment large, FT() le spectre de fT(t) sera alors de forme proche de celui de F().

rq : pour faire un calcul numrique de spectre, il faut avoir pralablement chantillonn le signal ce qui conduit une priodisation du spectre et ventuellement un phnomne de repliement spectral. On suppose ici quun filtre anti-repliement vite ce dernier inconvnient, et on ne sintressera pas, par la suite, aux parties du spectre cres par lchantillonnage temporel puisquelles napportent pas dinformations supplmentaires par rapport au spectre du signal temporel continu (non discret). Si on travaille en numrique, le spectre du signal sera toujours chantillonn. Reste savoir quelle frquence on a intrt raliser cet chantillonnage et quelle sera la consquence sur le signal temporel f*(t) auquel correspond le spectre chantillonn Soit lcart en frquence sparant deux prises dchantillons. Le fait dchantillonner le spectre va conduire priodiser la fonction temporelle la frquence , cest dire de reproduire le motif tronqu la priode 1/ . Nous allons donc considrer trois cas : - Si =1/T, le fait dchantillonner le spectre conduit priodiser la fentre choisie en temporel la priode T. - Si <1/T, il va y avoir repliement temporel. Le signal dont on calcule le spectre sera donc considrablement modifi par rapport celui de dpart. - Si >1/T, il ny aura plus de repliement temporel, mais des intervalles durant lesquels le signal dont on calcule le spectre sera nulDans ce cas, on est amen faire les calculs sur un plus grand nombre de points que lorsque =1/T alors que le signal temporel obtenu ne contient pas plus dinformation. Cest pourquoi on chantillonne en gnral le spectre obtenu aprs troncation de fentre T la frquence =1/T.

rq : lorsque lchantillonnage du spectre se fait avec un pas de frquence telle que =1/T , on constate bien que pour avoir un spectre avec suffisamment de points, il faut prendre une fentre temporelle la plus large possible. Dans le cas dun signal priodique, cela revient prendre un grand nombre de priodes(Cf FFT sur un oscilloscope).

III. Application au cas dun signal priodique (exemple dune sinusode). Nous allons calculer le spectre dun signal priodique de priode To=1/o observ sur une fentre de largeur T. Nous ne retiendrons de ce spectre que les chantillons prlevs aux frquences multiples de =1/T (comme nous venons de le voir au paragraphe prcdent). Cela va nous amener distinguer deux cas, suivant que o est ou non multiple de . Reprenons le cas dun signal sinusodal tronqu sur une fentre T. - Si o=k. , on retombe sur le spectre dun signal sinusodal. En temporel, le signal obtenu par troncature est priodis et on retombe sur le signal non tronqu ( un facteur multiplicatif prs).

Si ok. , on constate que le spectre obtenu nest plus celui dun sinus. On fait la mme constatation en temporel en priodisant le motif obtenu par troncature Les discontinuits introduites par priodisation vont engendrer des raies parasites assimilables un bruit de fond. Ce bruit peut tre rduit en faisant en sorte de raliser des transitions temporelles continues. Pour cela, on choisira des fentres de troncation particulires (Hanning, Hamming, Blakman-Harris, Kaiser bessel,) dont nous verrons les avantages et les inconvnients au paragraphe suivant.

IV. Choix dune forme de fentre de pondration. Nous avons vu que pour pouvoir observer un signal, on devait dans un premier temps slectionner une fentre dobservation. Il sagit de lopration de troncation. Jusqu prsent,

nous nous sommes contents de travailler avec une fentre rectangulaire. Nous venons de voir que dans le cas de signaux priodiques de priode To, quand la taille T de la fentre nest pas multiple de To, le spectre obtenu par chantillonnage tait altr, ce qui se traduisait sur le signal temporel par des discontinuits. IV.1. Effet de la forme des fentres de pondration. Suivant la forme de spectre que lon cherche obtenir, on peut choisir des fentres de diffrentes formes. Quelques exemples sont donns sur la figure suivante.

Dans le cas de fentres non rectangulaires, le spectre aura des lobes latraux affaiblis (attnuation du bruit ). Cependant, toute attnuation des lobes latraux entrane un largissement du pic centrale et donc une perte de rsolution en frquence On a donc le choix entre des raies fines mais parfois difficiles sparer du bruit (fentre rectangulaires) et des raies nettement sparables mais grossires (fentre de Kaiser-Bessel, Blackman-Harris). Les fentre de Hanning et de Hamming constituent un cas intermdiaire entre les deux prcdents (les secondes sont prfrables aux premires pour la rsolution en frquence). IV.2. Comment choisir la fentre de pondration ? Suivant le type de phnomne observ, on va raliser des troncations de formes diffrentes. - Si on tudie un phnomne transitoire court (dont la dure dvolution est infrieure la largeur de la fentre), la fentre rectangulaire permet de conserver tout le signal sans la moindre altration. Les deux autres types de fentres vont, en revanche, conduire la perte dune grande partie de linformation.

Si on tudie un phnomne transitoire long (dont la dure est suprieure la largeur de la fentre), la fentre rectangulaire conduit des discontinuits temporelles et donc une forte altration du spectre, alors que les deux autres types de fentres vitent les discontinuits mais altrent fortement le signal temporel et donc son spectre. Pour viter ce problme, on prfre utiliser une nouvelle fentre, association dune fentre rectangulaire dans la premire partie et dune fentre de Hanning dans la seconde.

Si on tudie un phnomne voluant continment (par exemple un phnomne priodique ou un transitoire extrmement long), il est prfrable dviter la fentre rectangulaire en prenant par exemple, une fentre de type Hanning (on peut essayer les autres fentres disponibles pour voir la plus intressante) ce qui vite les discontinuits et leurs consquences sur le spectre quintroduit la troncation rectangulaire

Application lanalyseur de spectre numrique

Nous allons essayer dassocier toutes les notions dveloppes prcdemment pour expliquer le fonctionnement dun analyseur de spectre.

I. Premier tape: le filtrage anti-repliement. On va faire ne sorte de ne conserver que la partie du spectre du signal dentre fi(t) qui satisfait au critre de Shannon. On va donc passer le signal dans un filtre passe-bas dont la coupure est suffisamment faible devant e/2 (e frquence dchantillonnage). On obtient un signal f(t). rq : Pour les signaux ayant des composantes spectrales en dehors de la bande passante du filtre, cela conduit videmment une altration

II. Seconde tape : lchantillonnage. On va ponctionner les valeurs du signal filtr f(t) intervalles de temps rguliers. Cest lchantillonnage qui seffectue la frquence e. On rcupre les valeurs f(k.Te) utilises dans les calculs qui vont suivre. On obtient un signal f*(t) tel que f * (t) =
k = + k =

f ( k.T ).T .( t k.T )

e e e

Chaque chantillon peut tre reprsent, non pas par un Dirac, mais par un rectangle troit de largeur Te, ce qui est bien limage physique dune impulsion de Dirac de valeur Te.f(k.Te) .

III. Troisime tape : la troncation. Lors de lchantillonnage, la mmoire se remplit. On arrte lacquisition quand elle est pleine (on conserve N chantillons). On a bien ralis une troncation ce qui conduit une fonction fT*(t)
* fT (t) = k = N 1 k =0

f ( k.T ).T .( t k.T )

e e e

Cette tape conduit un nivellement du spectre et lapparition dun bruit de fond

IV. Quatrime tape : la pondration. Si la fentre nest pas rectangulaire, on doit multiplier chaque chantillon par un facteur diffrent qui correspond lallure de cette dernire. Cest la pondration. On obtient le signal f*pT(t) avec
8

* f pT (t) =

k = N 1 k =0

f (k.T ).P( k.T ).T .( t k.T )

e e e e

o P(k.Te) dpend de lallure de la fentre choisie. Lors de cette tape, le choix de la fentre dpend du type de signal observer. On doit notamment choisir entre limiter linfluence du bruit de fond sur le spectre li la troncation et la rsolution en frquence

V. Dernire tape : Le calcul du spectre. On va calculer le spectre pour un nombre limit de valeurs (chantillonnage du spectre) (cela revient dire que le spectre obtenu est celui du signal tronqu sur T priodis la frquence 1/T). Le spectre est calcul jusqu la frquence c qui est la frquence de coupure du filtre anti-repliement. Cette frquence est lie la frquence dchantillonnage e. En effet, on doit avoir c<e/2, soit une relation du type e=2.c o >1 et de valeur dautant plus faible que le filtre coupe rapidement On a donc T = N.Te, c=N/T et 1/Te=2.c ce qui nous permet de calculer le nombre dchantillons du spectre qui vaut N= N/2 Reste calculer la valeur des chantillons du spectre. Nous avons vu que le spectre que nous calculons est en fait celui dune signal construit partir de la rptition priode T de la partie tronque sur T de notre signal dentre fi(t). Il sagit donc dun signal dcomposable en sries de Fourier. On choisit la dcomposition complexe 1 j.2. . n . . t 1 N 1 T C n = [f ( k.Te ).P( k.Te ).Te .( t k.Te )].e .dt T T k =0 soit 1 j.2. . n . . t Te N 1 T C n = [f ( k.Te ).P( k.Te ).( t k.Te ).e ].dt T k =0 T ou encore aprs simplification Cn =
j.2. . 1 N 1 N . f ( k.Te ).P( k.Te ).e N k =0 n.k

On met donc en vidence une relation matricielle entre les valeurs des chantillons pondrs du signal dentre et le spectre chantillonn calcul pour ce dernier. Ce calcul ayant t effectu pour les N valeurs, on en dduit le spectre damplitude (valeurs Sn) et le spectre de phase (valeurs n). On a en effet S n = 2. C n et n = Arg (C n )

On est donc parvenu dcrire lensemble du processus de calcul de la transforme de Fourier discrte rq : Dans la pratique, le calcul est optimis pour tre effectu plus rapidement. Cest le calcul de transforme de Fourier rapide (FFT pour Fast Fourier Transform).