Vous êtes sur la page 1sur 17

TRAITEMENT DU SIGNAL.

TAZI A

Chapitre5 :
ECHANTILLONNAGE
L'etre humain vit dans un monde envahi par de signaux qui peuvent alors etre informatifs et utiles ou au contraire
genant, ils font partie des objets incontournables de notre société ,on est censé de traiter ces signaux avec un temps
record ce qui se fait au moyen d'une étude numérique bien qu'on rencontre dans notre quotidien des signaux
analogiques(continus) par exemple la variation de la température dans la journée est une information continue ,la
vitesse d'un objet mobile est de meme continue, Le traitement numérique des signaux se fait sur des valeurs
discrètes:. Par souci de simplicité, on échantillonne les signaux à un rythme régulier. Par exemple une horloge de
cadence T permet de conserver entre les instants nT et la valeur (n+1)T ce qu'avait le signal à l'instant nT
5.1Rappel:
 Dans un système de réponse impulsionnelle h(t) et auquel est appliqué à son entrée un signal e(t);le signal
de sortie serait

𝒚 𝒕 = −∞ 𝒉 𝒕, 𝝉 . 𝒙(𝝉)𝒅𝝉
 Parmi les propriétés de l'impulsion de Dirac:
𝒙 𝒕 . 𝜹 𝒕 − 𝒕𝟎 = 𝒙 𝒕𝟎 . 𝜹 𝒕 − 𝒕𝟎 𝒙 𝒕 ∗𝜹 𝒕 = 𝒙 𝒕
5.2 OPERATEURS
5.2.1 Opérateur linéaire :
Un opérateur est linéaire invariant s'il vérifie deux conditions:
 Linéarité:
D'après le rappel: x(t)ai.xi(t)Sx(t)ai.S xi(t)  
i i

y (t )   h(t , ).x( )d (5.1)

Le signal x(t ) est appliqué à l'entrée du système,h(t , ) est la réponse impulsionnelle qui pourrait dépendre d'un signal
supplémentaire u(t), si cette réponse impulsionnelle h(t , ) (dépendant de la variable  )est nulle pour  <0, l’operateur
serait alors causal

h(t,) .y(t) Fig 5.1


x (t)
. Opérateur
.u(t)
Invariance:
un operateur est dit invariant (stationnaire) s'il vérifie
𝒚 𝒕 = 𝑺 𝒙(𝒕) ⟹ 𝒚 𝒕 − 𝝉 = 𝑺 𝒙(𝒕 − 𝝉)
Ainsi avec la linéarité et l'invariance, l'opérateur serait linéaire invariant

5.2.2 Opérateur Multiplicateur


Dans cet opérateur h(t,)u(t).(t ) , et donc selon le rappel
x(t).(t t0) x(t0).(t t0)
On aura alors:
h(t,)u().(t )
Et selon la relation 5.1 ; la sortie du système serait
+∞ +∞
𝑦 𝑡 = 𝑕 𝑡, 𝜏 . 𝑥 𝜏 𝑑𝜏 = 𝑢 𝜏 . 𝛿 𝑡 − 𝜏 . 𝑥(𝜏)𝑑𝜏
−∞ −∞
et selon la définition de la convolution on aura alors;
+∞
𝑦𝑡 = 𝑥 𝜏 . 𝑢 𝜏 . 𝛿 𝑡 − 𝜏 . 𝑑𝜏 = 𝑢 𝑡 . 𝑥 𝑡 ∗ 𝛿 𝑡
−∞

67
UNIVERSITE D’ADRAR
Signaux et systèmes T AZI Abdelkader

Et la transformée de Fourier donne


y (t )  u(t ). x (t )
x (t) x .y(t) (5.2)
.

Y ( f )  U( f ) X( f )
.u(t)
Fig 5.2 Multiplication.

5.2.3 Interrupteur périodique :


Il est constitué d'un interrupteur qui se ferme périodiquement pendant une durée  avec une fréquence f  1 ,ce
T
qui peut se réaliser par une multiplication(u(t) serait donc un train d'impulsions rectangulaires de période T)
k 
u(t)repT rect(t)  Rect(t kT)
k 

x(t) y(t) x
. .

.x(t) .y(t)
Fig5.3 interrupteur périodi que
.u(t)

5.2.4 Multiplication avec post filtrage séparable


Un operateur est séparable si sa réponse impulsionnelle s'écrit
h(t,)u(t).g(t )
Ou h(t,)u().g(t )
Remarquons alors que l'operateur multiplicateur est séparable puisque
h(t,)u(t).(t ) .
Et le signal de sortie y(t) d'un système avec l’opérateur séparable:
 
y (t )   h(t , ).x( )d 

 g(t   ).u( ).x( )d  x(t ).u(t ) g(t )

(5.3)

Cette dernière relation est représentée par le schéma :

.x(t) x g(t) g(t)


Filtre y(t)x(t).u(t)g(t)
Fig 5.4opérateur séparable
.u(t)
Ainsi l'operateur séparable est constitué d'un operateur Multiplication suivi d'un filtre linéaire de
réponse impulsionnelle g(t)

5.3 Définition de l'échantillonnage


Souvent l'information est portée par des signaux analogiques donc avec amplitude continue en fonction du temps,
ces signaux n'étant pas adaptés avec les systèmes numériques. Pour pouvoir traiter ces signaux, on se voit obligé de
les représenter par des valeurs discrètes prises du signal analogique avec un rythme régulier ou
irrégulier.L'échantillonnage serait donc "régulier ou périodique" si la prise des échantillons est régulière, l'intervalle
de temps 'appelé le pas d'échantillonnage' entre deux échantillons consécutifs est toujours constant.
.x(t)

t Fig5.5 Echantillonnage
.x(kTe) idéal

t
Te pas d'échantillonage
5.3.1 L'ECHANTILLONNAGE IDEAL:
Cet échantillonnage est réalisé par une opération de multiplication du signal à échantillonner par un signal u(t)

68
Chapitre 5 : Echantillonnage

k 
u (t )   Te (t )    (t  kT )
k 
e

Le signal u(t) est le peigne de Dirac, c’est une série périodique d'impulsions de Dirac. Les échantillons ont une
durée nulle, y(t) serait noté xei (t ) qui représentera le signal échantillonné idéalement.
k   k  
y(t )  xei (t )  x(t ). Te (t )   x(t ). (t  kTe ) 
k  
 x(kT ). (t  kT )
k  
e e

Avec un post filtrage et u(t)T (t)


 
e

y(t) x(t).T (t) g(t)


e

k   k  
y (t )    x(t ). (t  kTe )  g (t )   x(kTe ). (t  kTe )  g (t )
k   k  
k 
y(t)  x(kTe ).g(t kTe )
k 
Chaque échantillon x(kTe ) serait pondéré par g(t)
5.3.2 Echantillonnage réel:
l'échantillonnage idéal; la série des échantillons La figure 5.5 représente
n'a pas de réalité physique car un échantillon avec une durée nulle ne
.x(t) possède pas d'énergie
Ceci est donc irréalisable car pour pouvoir effectuer une mesure
t sur un échantillon (son énergie ou amplitude) il doit avoir une
certaine durée.
 g(t t )
k
k
x(k ) g (t  tk )
t Ainsi chaque valeur d'échantillon serait représentée par une valeur amplitude
surface, on aura donc une série d'impulsions xe (t )   x(k ) g (t  tk ) avec une
tk
Te
Fig5. 6 Echantillonnage k
réel énergie non nulle et de durée non nulle (fig. 5.6).
Ceci est réalisable par un opérateur séparable, opérateur qui est constitué d'un multiplicateur suivi par un système
linéaire de réponse impulsionnelle g(t) fig5.7.
On doit remarquer que l'échantillon aura une forme et une valeur qui dépendra de la réponse impulsionnelle du
filtre ,si ce filtre a sa réponse impulsionnelle telle qu'il calcule à sa sortie la valeur moyenne g(t)=rectT(t) ,chaque
échantillon serait alors maintenu à une valeur fixe: c'est ce qu'on appelle échantillonnage périodique avec
maintien; par contre si le filtre est le système identité tel que sa sortie soit identique à son entrée 𝑔 𝑡 = 𝛿(𝑡) et on
dira qu'on a échantillonnage réel régulier(périodique) voir fig 8.1

.x(t) x g(t) xe(t)x(t).e(t)g(t)


Fig5.7 Echantillonnage
.e(t) avec maintien

On multiplie x(t) le signal analogique par e(t) la fonction d'échantillonnage ,après filtrage du produit on
obtiendra alors le signal échantillonné noté x e(t)

xe (t )  x (t ).e (t ) g (t )
(5.4)
X e ( f )   X ( f )  E ( f )  G ( f )

5.4 Densité spectrale


5.4.1 Corrélation et densité spectrale:
On rappelle que l'intercorrélation entre deux signaux par exemple e(t) et s(t):
69
UNIVERSITE D’ADRAR
Signaux et systèmes T AZI Abdelkader

+∞
𝜑𝑒𝑠 𝜏 = 𝑒 ∗ 𝜏 𝑠 𝑡 + 𝜏 𝑑𝑡 = 𝑒 ∗ −𝜏 ∗ 𝑠(𝜏)
−∞

Et que l'autocorrélation est donné par:


𝜑𝑒 𝜏 = 𝑒 ∗ −𝜏 ∗ 𝑒 𝜏 𝑒𝑡 𝜑𝑠 𝜏 = 𝑠 ∗ −𝜏 ∗ 𝑠(𝜏)

Il est bien entendu que e* (t) serait remplacé par e(t) si ce dernier est réel et si on considère que s(t) étant la
sortie d'un système de réponse impulsionnelle h(t)et auquel on applique à son entrée le signal e(t) on aura:

𝑠 𝑡 = 𝑒 𝑡 ∗ 𝑕(𝑡)
𝜑𝑠 𝜏 = 𝑠 ∗ −𝜏 ∗ 𝑠 𝜏
𝜑𝑠 𝜏 = 𝑒 ∗ −𝜏 ∗ 𝑕∗ −𝜏 ∗ 𝑒 𝜏 ∗ 𝑕 𝜏
𝜑𝑠 𝜏 = 𝑒 ∗ −𝜏 ∗ 𝑒 𝜏 ∗ 𝑕∗ −𝜏 ∗ 𝑕 𝜏
𝝋𝒔 𝝉 = 𝝋𝒆 𝝉 ∗ 𝝋𝒉 𝝉

L'intercorrélation entre l'entrée et la sortie


𝜑𝑒𝑠 𝜏 = 𝑒 ∗ −𝜏 ∗ 𝑠 𝜏

𝜑𝑒𝑠 𝜏 = 𝑒 ∗ −𝜏 ∗ 𝑒 𝜏 ∗ 𝑕(𝜏)

𝝋𝒆𝒔 𝝉 = 𝝋𝒆 𝝉 ∗ 𝒉(𝝉)

En résumé

𝝋𝒔 𝝉 = 𝝋𝒆 𝝉 ∗ 𝝋𝒉 𝝉
𝑠 𝑡 =𝑒 𝑡 ∗𝑕 𝑡 ⇒ (5.5)
𝝋𝒆𝒔 𝝉 = 𝝋𝒆 𝝉 ∗ 𝒉 𝝉

Les densités spectrales sont calculées à partir des transformées(voir exercice 2 chapitre2):

2
Φ 𝑒 𝑓 = 𝐹 𝜑𝑒 𝜏 = 𝑋(𝑓)
2
Φ 𝑕 𝑓 = 𝐹 𝜑𝑕 𝜏 = 𝐺(𝑓)

La transformée de Fourier de 5.5

𝟐
𝜱 𝒔 𝒇 = 𝜱 𝒆 𝒇 . 𝑯(𝒇)
𝟓. 𝟔
𝜱 𝒆𝒔 𝒇 = 𝜱 𝒆 𝒇 . 𝑯 𝒇 = 𝑬 ∗ 𝒇 . 𝑺 𝒇
En suivant le me me raisonne ment pour les signaux aléatoires on peut affirmre que ces relations
(5.5) et (5.6) restent toujours valables pour les signaux aléatoires et il suffit de remplace r
𝝋𝒙 𝝉 𝒐𝒖 𝝋𝒙𝒚 𝝉 𝒑𝒂𝒓 𝑹𝒙 𝝉 𝒐𝒖 𝑹𝒙𝒚 (𝝉).

70
Chapitre 5 : Echantillonnage

Aussi que pour un signal aléatoires z(t)=x(t).e(t) ,avec x(t) et e(t) indépendants ;l'autocorrélation
𝑹𝒛 𝝉 du produit z(t)
Rz ( )  Ez(t )  z(t   )  Ex(t ).e(t ).x(t   ).e(t   )
Rz ( )  Rx ( )  Re ( )
Les transformées de Fourier donnent
z(t )  x(t ).e(t )   z ( f )   x ( f )  e ( f )
5.4.2: Cas de l’échantillonnage réel:
On obtient l'échantillonnage réel en multipliant le signal
analogique par la
.x(t)
'' Fonction d'échantillonnage e(t), cette dernière est un train
t d'impulsions périodique de fréquence fe =1/Te ; d’amplitude égale
à l’unité, D étant la durée de chaque impulsion
e(t)repT rectD(t)
.e(t)

e
.xer (t)
t Nous rappelons pour l'opérateur de la multiplication
tk y(t )  e(t )  x(t )   (t )  x(t )  e(t )
Te
C'est une multiplication avec post- filtrage, la réponse impulsionnelle
Fig 5.8 échantillonnage du filtre est g(t)(t)
réel

y(t)x(t).e(t)(t)
.x(t) x g(t)(t)
y(t)x(t).e(t)
.e(t) Fig 5.9 Echantillonnage réel régulier

La fonction d'échantillonnage est ici:


e(t)repT rectD(t)
e
Le signal échantillonné s'écrit
y(t) xer(t)
xer(t) x(t).e(t)

X er(f) X(f)E(f)

𝑛 =+∞ 𝐷 𝐷 𝑛
𝐸 𝑓 = 𝑛 =−∞ 𝑇 𝑠𝑖𝑛𝑐 𝑛 𝑇 . 𝛿 𝑓 − 𝑇 (voir ex 4.7 chap2)
𝑒 𝑒 𝑒
n
En posant fe  1 E(f)  D.fe.sinc(nD.fe ).(f n.fe )
Te n
n
X er ( f )  X ( f )   D. f . sin c(nD. f ). ( f  n. f )
n
e e e

En remarquant que 𝑋 𝑓 ∗ 𝛿 𝑓 − 𝑛𝑓𝑒 = 𝑋(𝑓 − 𝑛𝑓𝑒 ) ⇒

71
UNIVERSITE D’ADRAR
Signaux et systèmes T AZI Abdelkader

Pour la densité spectrale

Car pour i j
(f i.fe ).(f  j.fe )0

Et pour i=j=n

,
(f i.fe ).(f  j.fe )(f n.fe )

Ainsi le terme général de la somme serait


D .fe2.sinc2(nD.fe ).(f n.fe )
2

َ ainsi on aura

Et enfin
𝒏=+∞ 𝟐 𝟐 𝟐
𝜱𝒙𝒆𝒓 𝒇 = 𝒏=−∞ 𝑫 𝒇𝒆 . 𝒔𝒊𝒏𝒄 𝒏. 𝑫. 𝒇𝒆 . 𝜱𝒙 𝒇 − 𝒏. 𝒇𝒆 (𝟓. 𝟖)
𝜱𝒙 𝒇 Supposons dans la fig que  x(f) et X(f) auront la forme

1
Fig 5.10a f
-fmax 0 +fmax
Ainsi x(f nfe ) et X ( f  nf e ) seront centrés sur nfe

Fig 5.10 densité


𝜱𝒙 𝒇 − 𝒏𝒇𝒆
spectrale

Fig 5.10b
1 f
- fmax+ nf e fmax+ nf e
nf e

Les relations 5.7 et 5.8 montrent bien que dans un échantillonnage réel avec une fréquence
d’échantillonnage f e , le spectre du signal échantillonné est une suite répétitive du spectre X(f) du signal
analogique( à échantillonner) avec une période de répétition fe  1 (deux spectres consécutifs sont
Te
espacés de f e ), chaque spectre est pondéré par deux coefficients :

Le premier coefficient D  D.fe 1


Te
Le deuxième sinc(nD.fe )

De même la densité spectrale du signal est échantillonné est une suite répétitive du spectre du signal
analogique (à échantillonner) avec la même période de répétition F e , chaque spectre est pondéré

72
Chapitre 5 : Echantillonnage

par deux coefficients :


D2
Le premier coefficient 2
 D2.Te2 1
Te
Le deuxième sinc2(nD.fe )
Autrement dit :
Des relations 5.7 et 5.8 ;le spectre du signal échantillonné (e.réel) X er(f) est un ensemble de spectre
X(f-nfe ) pndéré avec un coefficient 𝑫. 𝒇𝒆 . 𝒔𝒊𝒏𝒄 𝒏. 𝑫. 𝒇𝒆 (avec X(f) s pectre du signal x(t) espacés de
fe  1 ;
Te
Chaque spectre X(f- nfe) est multiplié par deux coefficients.
De même pour la densité spectrale  x er ( f ) ,
chaque  x ( f  nf e ) multiplié par deux coefficients/
D2
2
 D2.Te2 1 Et sinc2(nD.fe )
Te

Fig 5.11a
En veloppe du
S pectre
échantillonnage
réel

Fig 5.11b
transf fourier
échantillonnag
e réel

Remarque pour l'échantillonnage idéal:

𝒌=+∞
𝑿𝒆𝒊 𝒇 = 𝒇𝒆. 𝒌=−∞ 𝑿 𝒇 − 𝒌𝒇𝒆 (𝟓. 𝟗);

𝟐
𝜱𝒙𝒆𝒊 𝒇 = 𝑿 𝒇 ∗ 𝒇𝟐𝒆 𝒌=+∞
𝒌=−∞ 𝜹 𝒇 − 𝒌𝒇𝒆 = 𝒇𝟐𝒆. 𝒌=+∞
𝒌=−∞ 𝑿 𝒇 − 𝒌𝒇𝒆 𝟐
(5.10)

Xei(f)
fe
f

Fig5.12Spectre ;échantillonnage i déal

73
UNIVERSITE D’ADRAR
Signaux et systèmes T AZI Abdelkader

5.5. Théorème d’échantillonnage


5.5.1 Recouvrement spectral spectral (effet de repliement)
Dans tous les cas d’échantillonnage, on a vu que le spectre du signal échantillonné est une suite
1
répétitive du spectre X(f) avec une période égale à la fréquence d’échantillonnage 𝑓𝑒 = ; et selon le
𝑇𝑒
spectre X(f) du signal d’origine −𝑓𝑚𝑎𝑥 , 𝑓𝑚𝑎𝑥 , les spectres seront plus ou moins espacés

X(f)
-fmax +fmax

Xei(f) fe 3fmax

fe 2fmax

Xei(f) fe 2fmax

Xei(f) fe 2fmax
recouvrement Fig 5.1 3 recouvre ment

Ainsi ils seront très éloignés si le spectre de X(f) serait étroit avec une fréquence d’échantillonnage
élevée comme c’est le cas de la figure 5.13 cas où 𝑓𝑒 > 2𝑓𝑚𝑎𝑥 .

Inversement ces spectres peuvent se rapprocher si le spectre de X(f) devient considérable devant la
fréquence d’échantillonnage, si bien qu’ils peuvent être adjacents comme c’est le cas de la figure 1.15
cas où 𝑓𝑒 = 2𝑓𝑚𝑎𝑥 .

Enfin pour des spectres de X(f) plus importants devant la fréquence d’échantillonnage on aura une
intersection des spectres répétitifs comme c’est le cas de la figure 1.15 cas où 𝑓𝑒 < 2𝑓𝑚𝑎𝑥 ; on dit qu’on a
un recouvrement spectral ou un effet de repliement.
Ainsi il peut y avoir recouvrement ou non selon la largeur du spectre 2f max et selon la fréquence
d’échantillonnage fe, c’est un effet qui peut apparaitre aussi bien dans l’échantillonnage réel que
l’échantillonnage idéal si la largeur spectrale n’est pas limitée cet effet a un inconvénient majeur dans
la restitution du signal analogique à partir de celui échantillonné dans l’opération inverse.

5.5.2 Théorème de Paley- Wie ner


Les signaux que nous retrouvons dans la vie pratique ne sont pas avec des largeurs spectrales limitées,
car quelque soit le signal rencontré en pratique , pourrait être considéré comme le produit d’un signal
avec une puissance finie non nulle et un signal de pondération qui est une fenêtre u(t)=rect T(t),le temps
d’observation du signal est limité, ainsi donc le spectre serait le produit de convolution de deux signaux
dont l’un est le signal de pondération qui a un spectre illimité, ceci conduit au Théorème de Paley-
Wiener, ainsi tout signal à support temporel fini ne pourrait avoir un support fréquentiel fini (et

74
Chapitre 5 : Echantillonnage

réciproquement) ainsi quelques soient les précautions prises le recouvrement est inévitable toutefois on
pourrait atténuer cet effet .

5.5.3 Théorème de SHANNON :


D’après la fig 5.14, pour que le phénomène de recouvrement ne se produise pas il faut

𝒇𝒆 − 𝒇𝒎𝒂𝒙 ≥ 𝒇𝒎𝒂𝒙

𝒄′𝒆𝒔𝒕 − à − 𝒅𝒊𝒓𝒆 𝒇𝒆 ≥ 𝟐𝒇𝒎𝒂𝒙

Xei(f)
fe  fmax fe  fmax

fmax fe
Fig5.14 condition de Shanon
D’où l’énoncé du théorème de Shannon :
Tout signal analogique x(t) de type passe bande avec une largeur de spectre 2f max pourrait être exprimé
par une suite de ses valeurs instantanées x(t n) prises avec des pas fixes T e (intervalles de temps) à
condition que :
𝒇𝒆 ≥ 𝟐𝒇𝒎𝒂𝒙 (5.11)

On lit dans les sites « Le théorème de Nyquist-Sha nnon, nommé d'après Harry Nyquist et Claude Shannon, énonce que la
fréquence d'échantillonnage d'un signal doit être égale ou supérieure au double de la fréquence maximale contenue dans ce
signal, afin de convertir ce signal d'une forme analogique à une forme numérique. Ce théorème est à la base de la conversion
numérique des signaux.La meilleure illustration de l'application de ce théorème est la détermination de la fréquence
d'échantillonnage d'un CD audio, qui est de 44,1 kHz. En effet, l'oreille humaine peut capter les sons jusqu'à 16 kHz,
quelquefois jusqu'à 22 kHz. Il convient donc, lors de la conversion, d'échantillonner le signal audio à au moins 44 kHz.
44,1 kHz est la valeur normalisée par l'industrie. »

5.6.Préfiltrage et post filtrage dans l’échantillonnage


5.6.1reconstitution du signal analogique :
Lors d’un échantillonnage sans recouvrement (condition de Shannon vérifiée) ,on pourrait reproduire le signal
analogique x(t) dont la densité spectrale est Φ𝑥 𝑓 et ceci par l’intermédiaire d’un filtre passe bas .Dans le cas
d’un échantillonnage réel cette reconstitution nécessite un filtre qui tient compte de la pondération par le coefficient
𝑓𝑒2 𝐷 2 𝑠𝑖𝑛𝑐2 𝐷. 𝑓 apparue dans le spectre lors de l’échantillonnage (voir fig. 5.7 et 5.8 et relation 5.11).Cependant
dans tous les cas il est nécessaire de choisir la fréquence de coupure du filtre de façon à éliminer tous les spectres
répétitifs sauf le spectre correspondant à X(f) :
𝒇𝒎𝒂𝒙 ≤ 𝒇𝒄 ≤ 𝒇𝒆 −𝒇𝒎𝒂𝒙
Dans l’exemple d’un échantillonnage idéal post filtré avec un filtre idéal passe bas de réponse impulsionnelle g(t)
𝑓
et de fonction de transfert 𝐺 𝑓 = 𝑇𝑒 𝑟𝑒𝑐𝑡2𝐵 𝑓 où 𝐵 = 𝑒 ;on suppose que la condition de Shannon soit vérifiée
2
pour qu’il n’y ait pas de recouvrement.

x ei(t) Fig 5.15 échantillonnage i déal


.x(t) x g(t) y(t) xei(t)g(t) avec post-filtrage

Te(t)

75
UNIVERSITE D’ADRAR
Signaux et systèmes T AZI Abdelkader

nous rappelons  x (f) fe2rep f  x(f)


ei e

Donc  y(f) xei(f).G(f)  fe .rep f  x(f).Te2.rect f (f)


2 2
e e

Enfin  y ( f )  x ( f )
Pour le calcul de la réponse impulsionnelle, le principe de la dualité temps fréquence donne :
rect2T (t)2T sinc(2Tf)

2B sinc(2Bt)rect2B(f)
D’où la réponse impulsionnelle : g(t)F 1G(f)F 1Terect2B(f))sinc(2Bt)sinc(fet)
Et pour les signaux de sortie d’un filtre de réponse impulsionnelle g(t) on a
y(t) xei(t)g(t)
Rappelons d’après le paragraphe 5.3.1
𝒌=+∞

𝒙𝒆𝒊 𝒕 = 𝒙 𝒌𝑻𝒆 . 𝜹(𝒌 − 𝑻𝒆 )


𝒌=−∞
𝒌 =+∞
Donc : 𝒚 𝒕 = 𝒙 𝒕 = 𝒙𝒆𝒊 𝒕 ∗ 𝒈 𝒕 = 𝒌 =−∞ 𝒙 𝒌𝑻𝒆 . 𝜹 𝒌 − 𝑻𝒆 ∗ 𝒔𝒊𝒏𝒄 𝒇𝒆 𝒕
𝒌=+∞ 𝒌=+∞
𝒕
𝒚 𝒕 =𝒙 𝒕 = 𝒙 𝒌𝑻𝒆 . 𝒔𝒊𝒏𝒄 𝒇𝒆 𝒕 − 𝒌𝑻𝒆 = 𝒙 𝒌𝑻𝒆 . 𝒔𝒊𝒏𝒄 −𝒌
𝑻𝒆
𝒌=−∞ 𝒌=−∞

-fmax +fmax

fe 3fmax
xxei((ff))

fe 3
B  f
-B 2 2 max

 y(f) x (f) FIG 5.16 Restitution du signal analogique

5.6.2 filtre anti-repliements ou filtre de garde :


Généralement le spectre du signal à échantillonner n’est pas connu si bien qu’il peut contenir une
composante avec une bande large dû à un bruit additif (produit par le lieu de mesure ou appareils de
mesure comme l’amplificateur …) pour cela il serait préférable de procéder avant l’échantillonnage d’un
pré filtrage qui permet d’éviter le repliement et ainsi d’éviter des conditions difficiles imposées à la
fréquence d’échantillonnage

.x(t) x ei(t)
.g1 (t) x g(t) .y(t) FIG 5.17 filtrage anti-repliemesnt

Te(t)

76
Chapitre 5 : Echantillonnage

Exercices
Exercices résolus:
Exercice5.1 :
Soit le signal dont le spectre est représenté par la figure ci-dessous, on échantillonne ce signal
idéalement. Tracer le spectre du signal échantillonné dans les cas où la fréquence d’échantillonnage est :
 𝑓𝑒 = 2𝑓0
 𝑓𝑒 = 3𝑓0
 𝑓𝑒 = 10𝑓0 X (f)

. f

Fig5.18 ex1 𝑓0
Chaque graduation représente f0
Donner la plus petite fréquence d’échantillonnage qui permet d’éviter le recouvrement.
Exercice5.2 :
Donner la largeur du spectre d’un signal analogique qui échantillonné idéalement par une
fréquence d’échantillonnage 𝑓𝑒 = 2500𝐻𝑧 vérifie le théorème de Shannon.

Exercice5.3 :
Soit un signal x(t) dont le spectre est 𝑋 𝑓 = 𝑟𝑒𝑐𝑡𝑏 (𝑓) ; on donne la fonction d’échantillonnage pour un
échantillonnage réel :
𝑒 𝑡 = 𝑟𝑒𝑝2 𝑟𝑒𝑐𝑡1/2𝑏 (𝑡
3𝑏
Tracer le graphe du spectre du signal échantillonné idéalement (on prendra la même fréquence
d’échantillonnage que l’échantillonnage réel) ; puis tracer le graphe du signal échantillonné réellement
(on tracera dans l’intervalle de fréquences −3𝑏, 3𝑏 , on prend b=1.
Exercice5.4 :
Un signal analogique est échantillonné avec une fréquence 𝑓𝑒 = 2500𝐻𝑧 ; sachant que l’on peut restituer
le signal original du signal échantillonné par un filtre passe bas de fréquence de coupure. 𝑓𝑐 = 1000𝐻𝑧.
Trouver les largeurs possibles du spectre du signal analogique (original).
Exercice 5 :
Soit le signal 𝑥 𝑡 = 𝑟𝑒𝑐𝑡 𝑇 (𝑡); trouver la fréquence d’échantillonnage qui vérifie la condition de
SHANON permettant d’éviter le recouvrement pour les 3 premiers lobes. On prendra dans le graphe
T=4ms.
Exercice 5.6 :
Soit le signal x(t)=sinc(t/T).peut-on éviter le recouvrement si l’échantillonnage de ce signal se fait avec
une fréquence
1
 𝑓𝑒 =
4𝑇
3
 𝑓𝑒 = 2𝑇
Tracer le spectre du signal échantillonné (dans un intervalle de fréquences de 0 à 2. 𝑓𝑒 ; On prend:
𝟐
 𝒇𝒆 = dans le cas de x(t)=sinc(t/T)
𝑻
𝟑
 𝒇𝒆 = dans le cas de x(t)=sinc(2t/T)
𝟐𝑻
𝟏
 𝒇𝒆 = dans le cas de x(t )  sin c(t / T )
𝑻

77
UNIVERSITE D’ADRAR
Signaux et systèmes T AZI Abdelkader

Solution
EXERCICE 5.1 :
 Echantillonnage avec 𝑓𝑒 = 2𝑓0

. f

Fig5.19A 𝑓𝑒 = 2𝑓0 𝑓𝑒 = 2𝑓0

 échantillonnage 𝑓𝑒 = 3𝑓0

. f
Fig5.19B 𝑓𝑒 = 3𝑓0 𝑓𝑒 = 3𝑓0
Pour chaque recouvrement ; la somme donnera:

. f
Fig5.19 c 𝑓𝑒 = 3𝑓0 𝑓𝑒 = 3𝑓0

 fréquence d’échantillonnage 𝑓𝑒 = 10𝑓0


𝑓𝑒 = 10𝑓0

. f

𝑓𝑒 = 10𝑓0
Fig5.19d 𝑓𝑒 = 10𝑓0

On 𝑓𝑚𝑎𝑥 = 5𝑓0
Donc la plus petite fréquence qui permet d'éviter le recouvrement est :
𝑓𝑒 = 2𝑓𝑚𝑎𝑥 = 10𝑓0

EXERCICE 5.2:
La relation de Shannon:
𝑓𝑒 ≥ 2𝑓𝑚𝑎𝑥
La largeur du spectre :2𝑓𝑚𝑎𝑥 ≤ 𝑓𝑒
2𝑓𝑚𝑎𝑥 ≤ 2500𝐻𝑧

EXERCICE 5.3:
𝑘 =+∞ 2
La fonction d'échantillonnage est 𝑒 𝑡 = 𝑟𝑒𝑝2 𝑟𝑒𝑐𝑡1/2𝑏 (𝑡 = 𝑘 =−∞ 𝑟𝑒𝑐𝑡1/2𝑏 (𝑡 − 𝑘. 3𝑏 ) =
3𝑏
𝑘 =+∞ 1 2 3𝑏
𝑘 =−∞ 𝑟𝑒𝑐𝑡𝐷 (𝑡 − 𝑘. 𝑇𝑒 ) donc 𝐷 = 𝑇𝑒 = ⇒ 𝑓𝑒 =
2𝑏 3𝑏 2

 Pour un échantillonnage idéal, le spectre du signal échantillonné est donné par la relation :
Echantillonnage idéal: 𝑿𝒆𝒊 𝒇 = 𝒏=+∞
𝒏=−∞ 𝒇𝒆 . 𝑿(𝒇 − 𝒏. 𝒇𝒆 ) 𝒂𝒗𝒆𝒄 𝑿 𝒇 = 𝒓𝒆𝒄𝒕 𝒃 (𝒇)

78
Chapitre 5 : Echantillonnage

Dans le graphe chaque graduation représente b/2

fe

f
0 𝒇𝒆 = 𝟑𝒃 /𝟐 𝟐𝒇𝒆 = 𝟑𝒃

Fig5.20a Ex3 echantillonnage idéal


 Dans le cas de l’échantillonnage réel le spectre serait :( voir relation 5.7)
𝒏=+∞
𝑿𝒆𝒓 𝒇 = 𝑫. 𝒇𝒆 . 𝒔𝒊𝒏𝒄 𝒏. 𝑫. 𝒇𝒆 . 𝑿(𝒇 − 𝒏. 𝒇𝒆 )
𝒏=−∞
La fonction d’échantillonnage : 𝑒 𝑡 = 𝑟𝑒𝑝2 𝑟𝑒𝑐𝑡1/2𝑏 (𝑡
3𝑏
Ce qui donne : 𝐷 = 1/2𝑏 ; 𝑓𝑒 = 3𝑏/2
𝒏=+∞
𝟑 𝟑
𝑿𝒆𝒓 𝒇 = . 𝒔𝒊𝒏𝒄 𝒏 . 𝑿(𝒇 − 𝒏. 𝒇𝒆 )
𝟒 𝟒
𝒏=−∞
On écrit un programme MATLAB :
b=1;
D=1/2/b;
fe=3*b/2;
n=-2:1:2;
y=D*fe*sinc(n*D*fe);
On donne quelques valeurs 34 𝑠𝑖𝑛𝑐 :
3
𝑛
4
3 3
𝑛 = 0 ⇒ 𝑠𝑖𝑛𝑐 𝑛 = 0.75
4 4
3 3
𝑛 = 1 ⇒ 𝑠𝑖𝑛𝑐 𝑛 = 0.2251
4 4
3 3
𝑛 = 2 ⇒ 𝑠𝑖𝑛𝑐 𝑛 = 0.1592
4 4

3 3
𝑛 =3⇒ 𝑠𝑖𝑛𝑐 𝑛 = 0.075
4 4

0.8

0.7

0.6

0.5 X(f)

0.4
X(f-fe)
0.3
X(f-2fe)
0.2
Fig5.20b Ex3 echantillonnage réel
0.1

0
-4 -3 -2 -1 0 1 2 3 4
𝒇𝒆 = 𝟑𝒃 /𝟐 𝟐𝒇𝒆 = 𝟑𝒃

79
UNIVERSITE D’ADRAR
Signaux et systèmes T AZI Abdelkader

EXEERCICE 5.4 :
D’après le théorème de Shannon :
2𝑓𝑚𝑎𝑥 < 2500𝐻𝑧
Comme il est possible de restituer le signal analogique du signal échantillonné avec un filtre passe
bas de fréquence de coupure 𝑓𝑐 = 1000𝐻𝑧 cela veut dire qu’il n’y a pas de repliements dans le
signal échantillonné ;on aura donc selon les figures 5.13, 5.14 et 5.16 (cours)
𝑓𝑒 − 𝑓𝑚𝑎𝑥 ≥ 𝑓𝑚𝑎𝑥
Et pour restituer le signal analogique il faut que la fréquence de coupure soit telle que :
𝑓𝑚𝑎𝑥 < 𝑓𝑐 < 𝑓𝑒 − 𝑓𝑚𝑎𝑥
Donc :
2𝑓𝑚𝑎𝑥 < 2𝑓𝑐
𝟐𝒇𝒎𝒂𝒙 < 2000𝑯𝒛
EXERCICE 5.5 :
Le signal 𝑥 𝑡 = 𝑟𝑒𝑐𝑡 𝑇 (𝑡) a pour spectre
𝑿 𝒇 = 𝑻. 𝒔𝒊𝒏𝒄(𝑻. 𝒇)
On trace le spectre :
-3
x 10
4

3.5

2.5

1.5

0.5
Figure 5.21 ex 5
0
-800 -600 -400 -200 0 200 400 600 800

1/T 2/T 3/T


Pour éviter le recouvrement des trois premiers lobes𝑓𝑚𝑎𝑥 = 3/𝑇, et pour vérifier la condition de
SHANnON :
𝑓𝑒 > 6/𝑇 ⇒ 𝑓𝑒 > 1500𝐻𝑧

EXERCICE 5.6 :
Pour le signal donné :

𝑿 𝒇 = 𝑻𝒓𝒆𝒄𝒕𝟏 (𝒇)
𝑻
1
Et donc : 2𝑓𝑚𝑎𝑥 =
𝑇
1
𝑓𝑚𝑎𝑥 =
2𝑇

On aura alors :
1
 Pour 𝑓𝑒 = la condition de SHANNON ne sera pas vérifiée ; il y aura alors recouvrement.
4𝑇
3
 Pour 𝑓𝑒 = on aura alors bien 𝑓𝑒 > 2𝑓𝑚𝑎𝑥 ,donc la condition de SHANNON serait bien respectée avec
2𝑇
cette fréquence d’échantillonnage.

80
Chapitre 5 : Echantillonnage

Spectre du signal échantillonné 𝑿𝒆𝒊 𝒇 :


𝟐
 Pour 𝒇𝒆 = 𝑻 chaque graduation représente 1/2T
X(f)
2

f
0 𝒇𝒆 = 𝟐/𝑻 𝟐𝒇𝒆 = 𝟒/𝑻

𝟐
Fig5.22a 𝒇𝒆 = dans le cas de
𝑻
x(t )  sin c(t / T )
𝟑 𝟏
 Pour𝒇𝒆 = 𝟐𝑻une graduation représente 𝟐𝑻
X(f)
3/4

f
−𝟐𝒇𝒆 −𝒇𝒆 0 𝒇𝒆 𝟐𝒇𝒆
𝟑
Fig. 5.22b 𝒇𝒆 = dans le cas de x(t )=sinc(2t/T)
𝟐𝑻

La somme du recouvrement donne


X(f)

f
−𝟐𝒇𝒆 −𝒇𝒆 0 𝒇𝒆 𝟐𝒇𝒆

Fig 5.22c la somme du recouvrement

𝟏
 Pour 𝒇𝒆 =
𝑻

1
f
0 𝒇𝒆 = 𝟏/𝑻 𝟐𝒇𝒆 = 𝟐/𝑻

𝟏
Fig 5.23𝒇𝒆 = 𝑻 dans le cas de x(t )  sin c(t / T )
5.2Fig 5.23
C'est-à-dire : 𝑋𝑒𝑖 𝑓 = 1

81
UNIVERSITE D’ADRAR
Signaux et systèmes T AZI Abdelkader

Exercices non résolus

Exercice5. 7 :
soit 𝑥 𝑡 = 1 ,ce signal est echantillonné avec un pas d’échantillonnage 𝑇𝑒 = 1𝑚𝑠
Tracer le graphe du signal échantillonné 𝑥 𝑒𝑖 𝑡 ;puis représenter son spectre.
On filtre le signal échantillonné par un passe bas ;trouver le signal à la sortie du filtre 𝑥 𝑠 (𝑡),on donne la
fréquence de coupure du filtre 𝑓𝑐 = 2500𝐻𝑧 .
Donner la nature et la fréquence de coupure du filtre qui permet de restituer le signal analogique.

Exercice5.8 :
Soit le signal
𝑥 𝑡 = 10. 𝑠𝑖𝑛𝑐(100𝑡)
Si avec un échantillonnage idéal, le signal échantillonné est 𝑥 𝑒𝑖 𝑡 = 10. 𝛿 𝑡 . Trouver alors la fréquence
d’échantillonnage.
Si le pas d’échantillonnage est 5 ms ; représenter graphiquement le signal échantillonné ainsi que son
spectre.

Exercice 5.9 :
Soit le signal 𝑥 𝑡 = 10. 𝑠𝑖𝑛𝑐(100𝑡)
 Si on échantillonne x(t) idéalement avec un pas de 5 ms ,le signal ainsi échantillonné est injecté à
l’entrée d’un passe bande idéal de fréquences de coupure 𝑓𝑐1 = 150𝐻𝑧; 𝑓𝑐2 = 200𝐻𝑧, trouver
le signal de sortie de ce filtre.

 On échantillonne x(t) toujours avec le pas de 5ms, chaque échantillon dure100𝜇𝑠. Le signal ainsi
échantillonné est appliqué à l’entrée d’un passe bas idéal de fréquence de coupure 𝑓𝑐 = 250𝐻𝑧 ;
trouver alors le signal de sortie de ce filtre.

Exercice 5.10 :
Dans cet exercice la question d est indépendante des autres questions :
Soit le signal x(t) dont le spectre 𝑓 ≤ 𝑓𝑚𝑎𝑥 ;on échantillonne ce signal comme indiqué sur la figure ci-
dessous avec un pas de Te
A. Ecrire les expressions de 𝑥 𝑒 (𝑡) et de sa transformée𝑋𝑒 (𝑓).
B. Si le filtre est un passe bas idéal de fréquence de coupure 𝑓𝑐 = 𝑓𝑚𝑎𝑥 et si on suppose que la
condition de SHANNON est respectée, trouver alors l’expression de 𝑋𝑠 (𝑓) puis de 𝑥 𝑠 (𝑡) ; on
rappelle que sinc(0)=1
C. Le filtre est maintenant un filtre passe bande telle que sa fonction de transfert H(f) est :
1 1
1: − 𝑓 ≤ 𝑓 ≤ + 𝑓𝑚𝑎𝑥
𝐻 𝑓 = 𝑇𝑒 𝑚𝑎𝑥
𝑇𝑒
0: 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠

82
Chapitre 5 : Echantillonnage

Ecrire l’expression de 𝑋𝑠 (𝑓); puis la calculer pour :


1
𝐷 = 20𝑚𝑠 ; 𝑓𝑚𝑎𝑥 = 5𝐻𝑧 ; = 20𝐻𝑧
𝑇𝑒

x(t) Filtre idéal


.
X x s (t )
xe(t) H (f)

e(t)Re pT rectD(t)
e
Fig. 5.24 exercice 10
En déduire 𝑥𝑠 (𝑡).
D. Si on suppose que xs(t) A.x(t).cos(2.fe.t) , trouver alors une méthode utilisant les filtres pour
restituer le signal x(t) .

83