Académique Documents
Professionnel Documents
Culture Documents
Modulation Par Impulsions Codees 5.1 The PDF
Modulation Par Impulsions Codees 5.1 The PDF
Xf
x t X f
0 W f
x t
La version échantillonnée du signal, c’est-à-dire xs (t) (figure 5.3), peut donc s’ex-
primer comme étant le produit de x(t) avec le train d’impulsions δT (t) :
115
116 CHAPITRE 5. MODULATION PAR IMPULSIONS CODÉES
T t
T t
∞
X
xs (t) = x(t)δT (t) = x(t)δ(t − nT ) (5.2)
n=−∞
xs t
t
T
Sachant que le produit de deux fonctions dans le temps se traduit par une convolu-
tion de leurs spectres respectifs, le spectre Xs (f ) du signal échantillonné devient :
où ∆T (f ) = F [δT (t)]. On connaît le spectre X(f ) du signal original mais quelle est la
forme du spectre ∆T (f ) ?
" ∞ #
X
∆T (f ) = F [δT (t)] = F δ(t − nT ) (5.6)
n=−∞
5.1. THÉORÈME D’ÉCHANTILLONNAGE DE NYQUIST 117
P∞
La fonction δT (t) = n=−∞ δ(t − nT ) n’est en fait qu’une fonction périodique de
période T . Son spectre, ∆T (f ), est donc discret et la valeur de ses coefficients de
son développement en série de Fourier exponentielle complexe est déterminée de la
manière usuelle.
1 t0 +T
Z
cn = δ(t)e−j2πnf0 t dt (5.7)
T t0
pour n = . . . , −2, −1, 0, 1, 2, . . . . En choisissant t0 de façon à inclure t = 0 dans l’inter-
valle [t0 , t0 + T ]. Par exemple, en choisissant t0 = − T2 :
Z T
1 2
cn = δ(t)e−j2πnfs t dt (5.8)
T −T
2
1
où fs = T est la fréquence fondamentale. En utilisant le propriété d’extraction de la
fonction δ(t) (“sifting property”) on obtient :
1 −j2πnfs t 1 1
cn = e = e0 = (5.9)
T
t=0 T T
pour toutes les valeurs de n.
Donc le spectre ∆T (f ) peut s’écrire :
∆T (f ) = F [δT (t)] (5.10)
" ∞ #
X
j2πnfs t
∆T (f ) = F cn e
n=−∞
∞
X h i
∆T (f ) = cn F ej2πnfs t
n=−∞
∞
X 1
∆T (f ) = δ(f − nfs )
n=−∞
T
Le spectre ∆T (f ) est ainsi constitué d’une suite infinie d’impulsions de Dirac d’aire T1
espacées en fréquence de fs Hz (figure 5.4).
Le spectre du signal échantillonné Xs (f ) est donc la convolution du spectre du
signal original X(f ) avec la suite infinie d’impulsions de Dirac de fréquence ∆T (f )
espacées de fs = T1 :
Xs (f ) = X(f ) ∗ ∆T (f ) (5.12)
" ∞ #
1 X
Xs (f ) = X(f ) ∗ δ(f − nfs )
T n=−∞
∞
1 X
Xs (f ) = X(f − nfs )
T n=−∞
118 CHAPITRE 5. MODULATION PAR IMPULSIONS CODÉES
T f
1
T
2 f s fs 0 fs 2 fs f
F IGURE 5.4: 1
Spectre ∆T (f ) du peigne de Dirac : suite infinie d’impulsions d’aire T
espacées fs Hz.
Xs f
X f 2 fs X f fs Xf X f fs X f 2 fs
2 f s fs W 0 W fs 2 fs f
Afin de s’assurer de pouvoir reproduire le signal original X(F ) (ou x(t)) à partir
de sa version échantillonnée Xs (f ) (ou xs (t)), il faut que les spectres X(f ), X(f ± fs ),
X(f ± 2fs ), . . . , ne se superposent pas dans le spectre du signal échantillonné Xs (f ).
En d’autres mots, la fréquence d’échantillonnage, fs = T1 , doit être suffisamment
grande pour que :
c’est-à-dire que :
fs ≥ 2W (5.14)
1
Ici, la fréquence fs représente la fréquence d’échantillonnage et T = fs l’intervalle
de temps entre les échantillons temporels.
Théorème d’échantillonnage :
Soit x(t) de largeur de bande W . Ce signal x(t) peut être parfaitement re-
constitué à partir de ses échantillons, pris à des intervalles de temps uni-
formes {nT }, où n est un entier, si le taux d’échantillonnage, ou fréquence
d’échantillonnage, fs = T1 , est au moins le double de la largeur de bande W
du signal x(t).
En pratique, on choisit une fréquence d’échantillonnage fs plus élevée que la
limite théorique du double de la largeur de bande, 2W , afin de tenir compte des
5.2. MODULATION D’IMPULSIONS EN AMPLITUDE (MIA) 119
caractéristiques non-idéales des filtres et du fait qu’en général, les signaux ne sont
pas strictement limités en fréquence (i.e. W ). On réfère alors au suréchantillonnage
d’un signal.
Il existe aussi une version fréquentielle du théorème d’échantillonnage :
∞
X
mδ (t) = m(nT )δ(t − nT ) (5.15)
n=−∞
120 CHAPITRE 5. MODULATION PAR IMPULSIONS CODÉES
m t
t
T
sMIA t
t
T
On sait qu’il est possible de récupérer le signal original (le message) m(t) si on échan-
tillonne celui-ci à un taux d’au moins 2W échantillons par seconde (i.e., le taux de
Nyquist), où W est la largeur de bande en bande de base de m(t).
Quant au bloquage de l’échantillon pendant une durée τ , celui-ci peut-être vu
comme la convolution du signal échantillonné avec une suite d’impulsions de Dirac
idéales, c’est-à-dire mδ (t), avec une fonction rectangulaire temporelle h(t) :
1, pour 0 < t < τ ,
1
h(t) = , pour t = 0 et t = τ , (5.17)
2
0, ailleurs.
5.2. MODULATION D’IMPULSIONS EN AMPLITUDE (MIA) 121
δ(λ − nT )
6
6
-
0 nT λ
Le spectre du signal MIA, SMIA (f ), obtenu par la transformée de Fourier de sMIA (t)
est :
SMIA (f ) = F [sMIA (t)] = F [mδ (t) ∗ h(t)] = Mδ (f )H(f ) (5.21)
P∞
où Mδ (f ) = fs k=−∞ M (f − kfs ) et H(f ) = F [h(t)].
On sait que si h(t) est une fonction temporelle rectangulaire de durée τ , alors H(f )
sera un sinus cardinal, i.e. de la forme λsinc(f λ). De plus, la fonction rectangulaire
étant centrée à τ2 plutôt qu’à 0, il s’ensuit que la fonction τ sinc(f τ ) est multipliée par
un facteur e−jπf τ :
H(f ) = τ sinc(f τ ) e−jπf τ (5.22)
Le signal sMIA (t) est donc déformé par une fonction en τ sinc(f τ ) qui dépend de
la durée de bloquage (figure 5.8). Le délai τ2 , lui, introduit un déphasage (i.e. le terme
e−jπf τ ) mais ne change pas l’amplitude :
122 CHAPITRE 5. MODULATION PAR IMPULSIONS CODÉES
S MIA f T 0
f
2 fs fs W 0 W fs 2 fs
S MIA f T petit
f
2 fs fs W 0 W fs 2 fs
S MIA f
T grand
f
2 fs fs W 0 W fs 2 fs
F IGURE 5.8:
Spectre du signal SMIA (f ) : la déformation τ sinc(f τ ) et le déphasage
e−jπf τ dépendent de la durée τ du bloquage.
1 1
Hégalisateur (f ) = = (5.24)
|H(f )| τ sinc(f τ )
m̌(t) m̂(t)
sMIA (t) déformé reconstruit
filtre de égalisateur
- - -
reconstruction Hégalisateur (f )
Il est à noter que l’on ne corrige ici que la réponse en amplitude mais pas la
réponse en phase.
La nécessité d’employer un égalisateur dépend du rapport de la durée du bloquage
τ sur la période T des échantillons MIA, à savoir Tτ . Par exemple, pour un rapport
τ
T = 10 %, la distortion d’amplitude n’est que de 0.5 %, et l’égalisateur n’est plus
nécessaire.
T ≤ TM RT ≤ 200ns
1.5
m1(t)
m2(t)
1 m3(t)
m4(t)
m5(t)
signal MRT
0.5 sMRT(t)
-0.5
-1
0 0.5 1 1.5 2 2.5 3
temps
F IGURE 5.10:
Exemple de signaux superposés avec le multiplexage à répartition dans
le temps (MRT).
transmetteur
récepteur
F IGURE 5.11:
Composantes d’un modulateur par impulsions codées (MIC) : trans-
metteur, canal de transmission répétitrices, et le récepteur.
Au transmetteur, le signal original m(t), s’il n’est pas limité en fréquence, est filtré
par un filtre passe-bas de largeur de bande W . À la sortie de ce filtre on a ainsi un
signal m(t) dont le spectre M (f ) est limité en fréquence (figure 5.12) :
Le signal m(t) est alors échantillonné à tous les T secondes pour donner la sé-
quence d’amplitudes {m(nT )}. Il s’agit jusqu’ici de la modulation par impulsions
d’amplitudes MIA (PAM).
Les échantillons {m(nT )} sont alors quantifiés sur un nombre fini de niveaux
L (figure 5.13). La quantification d’amplitude consiste à transformer un échantillon
mn = m(nT ) du signal m(t), au temps t = nT , en un nouveau signal m̂n = m̂(nT ) pris
parmi un nombre fini L de niveaux :
La fonction de quantification g[ ] peut être de deux types, en général : “midrise”
ou “midtread” et ce, avec L niveaux de quantification :
M (f )
6
- f
−W 0 W
quantificateur
Une fois les échantillons quantifiés sur L niveaux, on leur assigne un mot-code
binaire de longueur ν où ν est déterminé par :
ν = dlog2 Le (5.26)
où d e est la fonction plafond.
Par exemple, si on quantifie les échantillons {m(nT )} sur L = 10 niveaux, alors
il faut ν = dlog2 10e = ν = d3.3219e = 4 bits afin de pouvoir assigner 10 mot-codes
binaires distincts. Les échantillons sur un disque audio-numérique (CD) sont codés
sur ν = 16 bits. On peut donc représenter m(nT ) avec L = 216 = 65, 536 niveaux
5.4. MODULATION PAR IMPULSION CODÉE (MIC) 127
distincts.
E =M −Q (5.28)
∆ - ∆ - ∆ - ∆ - ∆ - ∆ -
q1 q2 qk−1 qk qL−1 qL
s s ... s s ... s s
m1 m2 m3 mk−1 mk mk+1 mL−1 mL mL+1
−mmax mmax
∆ ∆
− ≤E≤
2 2
128 CHAPITRE 5. MODULATION PAR IMPULSIONS CODÉES
1
pour − ∆ ∆
fE (e) = ∆, 2 ≤e≤ 2
0, ailleurs.
2 ∆2
Pbruit = σE =
12
On peut aussi représenter la puissance du bruit de quantification, Pbruit , en fonc-
tion du nombre de niveaux de quantification L et des valeurs extrêmes du signal :
−mmax et mmax :
∆2
Pbruit = où ∆ = 2mLmax
12 2
2 4mmax
2mmax
L L2
Pbruit = =
12 12
1 m2max
Pbruit =
3 L2
Maintenant, si ce nombre L de niveaux de quantification est une puissance de 2
(i.e. L = 2ν ), comme c’est souvent le cas en pratique pour permettre la représen-
tation des échantillons quantifiés avec des vecteurs binaires de longueur ν, alors
la puissance du bruit Pbruit est égale :
1 2 1 −2
Pbruit = mmax L−2 = m2max (2ν )
3 3
2−2ν 2
Pbruit = mmax
3
Si Psignal est la puissance moyenne du signal, alors le rapport signal-à-bruit de
quantification, SQN R, est donné par :
A2m m2
Pm = = max [watts]
2 2
Le quantificateur est uniforme avec M = 2ν niveaux et un pas ∆ de :
2mmax 2mmax
∆= = [volts]
M 2ν
La puissance du bruit de quantification Pbruit (en supposant une distribution uni-
forme du bruit) est :
2mmax 2
∆2 2ν 22 m2max
Pbruit = = = 2 [watts]
12 12 12 × (2ν )
Le rapport signal-à-bruit de quantification est :
m2max
Pm 2 3 × 22ν
SQN R = = 2 = = 3 × 2(2ν−1)
Pbruit mmax
2ν
2
3×2
En décibels, on a :
SQN RdB = 10 log10 (SQN R) = 10 log10 3 × 2(2ν−1)
Circuit de Modulateur
compression MIC
transmetteur
Démodulateur Circuit
MIC d’expansion
récepteur
F IGURE 5.15:
Quantification non-uniforme : compression au transmetteur et expan-
sion au récepteur.
La compression par la loi-µ (µ-law compression) est définie par la relation sui-
vante :
ln (1 + µ |w1 (t)|)
|w2 (t)| = avec |w1 (t)| ≤ 1 (5.29)
ln(1 + µ)
Quant à la compression par la loi-A (A-law compression), celle-ci est définie par :
A |w1 (t)| 1
, 0 ≤ |w1 (t)| ≤
1 + ln A A
|w2 (t)| = avec |w1 (t)| ≤ 1 (5.30)
1 + ln (A |w1 (t)|) ,
1
≤ |w1 (t)| ≤ 1
1 + ln A A
où A est une constante positive : une valeur typique de A est 87.6. Un exemple pra-
tique de compresseur employant les lois A et µ et le modulateur PCM MC14LC5540
de Motorola.
5.6. INTERFÉRENCE INTERSYMBOLE 131
transmetteur
s t Réponse impulsionnelle Bruit additif x t
du canal h(t) w(t)
canal de transmission
récepteur
F IGURE 5.16:
Interférence intersymbole (IIS) causée par la dispersion du signal dans
le canal de transmission, et les filtres aux transmetteur et au récepteur.
où hcanal (t) est la réponse impulsionnelle du canal et w(t) représente le bruit additif
gaussien.
132 CHAPITRE 5. MODULATION PAR IMPULSIONS CODÉES
y(t) = x(t) ∗ hRX (t) = s(t) ∗ hcanal (t) ∗ hRX (t) + n(t) (5.34)
ou encore :
∞
effet des 3 filtres
X z }| {
y(t) = K ak h(t − kTs ) + n(t) où Kh(t) = hT X (t) ∗ hcanal (t) ∗ hRX (t) (5.35)
k=−∞
ou encore :
∞
X
y(iTs ) = Kai + K ak h[(i − k)Ts ] + n(iTs ) (5.38)
k=−∞
k6=i
P∞
Ici Kai est le signal désiré au temps t = iTs , K k=−∞ ak h[(i−k)Ts ] est l’interférence
k6=i
intersymbole et n(iTs ) est le bruit (filtré) au temps iTs .
ou encore que h(0) = 1. Si c’est le cas, en supposant qu’il n’y ait pas de bruit, on
aurait :
X∞
y(iTs ) = K ak h[(i − k)Ts ] + n(iTs ) (5.40)
k=−∞
y(iTs ) = Kai , ∀i
C’est-à-dire le cas idéal où il n’y a pas d’interférence intersymbole.
Considérons la version échantillonnée hδ (t) du signal h(t) :
∞
X
hδ (t) = h(lTs )δ(t − lTs ) où l = i − k. (5.41)
l=−∞
0.6
ΣH(f−nRs)
0.4
← filtre 1 ("mur de brique")
0.2
−4 −3 −2 −1 0 1 2 3 4
Σ H(f−nRs)
0.4
← filtre 2
0.2
−4 −3 −2 −1 0 1 2 3 4
Σ H(f−nRs)
0.4
← filtre 3
0.2
−4 −3 −2 −1 0 1 2 3 4
fréquence f
sin(2πW t)
h(t) = sinc(2W t) =
2πW t
Il est difficile en pratique de réaliser ce filtre il doit être d’amplitude constante
entre −W et W et il n’y a pas de marge d’erreur aux instants d’échantillonnage :
i.e. ∆t ⇒ 0.
5.6. INTERFÉRENCE INTERSYMBOLE 135
1 α=0
α = 0.25
impulsion h(t)
α = 0.5
0.5 α = 0.75
α=1
0
0.6
α=0
α = 0.25
0.4
spectre H(f)
α = 0.5
α = 0.75
0.2 α=1
−3 −2 −1 0 1 2 3
fréquence f
F IGURE 5.18 – Réponse impulsionnelle h(t) et fonction de transfert H(f ) d’un filtre à
cosinus surélevé avec des facteurs d’adoucissement α = 0, 0.25, 0.5, 0.75, 1.
Pour α = 0 :
1
2W , pour |f | ≤ W , et
H(f ) = (5.47)
0, ailleurs.
136 CHAPITRE 5. MODULATION PAR IMPULSIONS CODÉES
et
h(t) = sinc(2W t) (5.48)
comme prévu pour le filtre rectangulaire idéal. Avec α = 1, f1 = 0 et :
( n h io
1 πf
4W 1 + cos 2W , pour |f | < 2W , et
H(f ) = (5.49)
0, ailleurs.
et
sinc(4W t)
h(t) = . (5.50)
1 − 16W 2 t2
0.5
y(t)
-0.5
-1
-2 0 2 4 6 8 10 12
temps t
0.5
s(t)
-0.5
-1
-2 0 2 4 6 8 10 12
temps t
F IGURE 5.19 – Signal filtré s(t) à la sortie d’un filtre à cosinus surélevé avec un
facteur d’adoucissement α = 0.5 pour la séquence binaire {bk } = 0, 1, 0, 1, 1, 1, 0, 0,
1, 0.
5.7. LARGEUR DE BANDE EN MODULATION PAR IMPULSION CODÉE MIC (PCM)137
1
BP CM ≥ nfs ≥ nW
2
BP CM = nfs ≥ 2nW
Ce signal d’erreur, e(nTs ), est alors quantifié sur deux niveaux : eq (nTs ) = +∆ ou −∆ :
Ce signal, eq (nTs ), est alors appliqué à l’entrée d’un codeur binaire qui va produire
le signal modulé Delta, c’est-à-dire une séquence binaire :
mq nTs
bruit granulaire
dépassement
m t
Soit un signal m (t) = Am cos (2πfm t) [volts]. On désire moduler ce signal en utili-
sant la modulation Delta avec un pas de ∆ [volts] et une période d’échantillonnage
de Ts [secondes]. Quelle est la valeur minimale du pas ∆ de la modulation Delta
afin de prévenir les dépassements (slope overload) ?
La variation maximale (ou pente) du signal m (t) est obtenue de sa dérivée par
rapport au temps :
d d
max [m (t)]
= max [Am cos (2πfm t)]
dt dt
d
max [m (t)] = max [|−Am 2πfm sin (2πfm t)|]
dt
d
max [m (t)] = 2πAm fm [volts/seconde]
dt
Pour pouvoir suivre le signal m (t), il faut que la pente du signal modulé Delta
soit plus grande ou égale à la pente maximale de m (t) : T∆s ≥ 2πAm fm . Donc, pour
éviter le dépassement, il faut que :
140 CHAPITRE 5. MODULATION PAR IMPULSIONS CODÉES
Ts
∆ ≥ 2πAm fm Ts = 2πAm [volts]
Tm
1
avec Tm = fm . Autrement dit, il faut que la période d’échantillonnage soit :
∆
Ts ≤ Tm [secondes]
2πAm
2πAm
fs ≥ fm [Hertz]
∆
∆ ∆ Tm
Am ≤ = [volts]
2πfm Ts 2π Ts
2
∆ 2
A2m ∆2 ∆2
2πfm Ts Tm
Psignal = ≤ = = [watts]
2 2 8π 2 fm
2 T2
s 8π 2 Ts
∆2
Pbruit (f ) =
6fs
Z W
n2 (t) =
Pbruit = Pbruit (f ) df
−W
∆2 W
Pbruit =
3fs
4π 2 A2m fm
2
W
Pbruit = 3
[watts]
3fs
fs3
Psignal 3
SQN R = = (signal sinusoïdal)
Pbruit 8π 2 2W
fm
2π(800)mpointe
∆ ≥
fs
W
∆2 W 4π 2 (800)2 m2pointe W
Z
2
Pbruit = n (t) = Pbruit (f )df = = [watts]
−W 3fs 3fs3
où m2 (t) /m2pointe représente le rapport de la puissance moyenne sur la puissance
pointe du signal audio.
142 CHAPITRE 5. MODULATION PAR IMPULSIONS CODÉES