Chapitre : Échantillonnage des signaux

Préparé par Abdenour Hacine Gharbi,

Enseignant à l’université de Bordj bou Arréridj
Matière : Traitement du signal
L3 Télécommunications
Télé i i
2020-2021 1
 1. Introduction

Systèmes continus Echantillonnage Quantification Calculateur

e(t) x(t) xe(t) xq(t)

- données discrètes
Signal analogique
- codage en mot binaire
Fig 1
Fig.

La conversion d’un signal analogique sous forme numérique implique les

opérations suivantes:
• Échantillonnage : prélèvement sur le signal continu des valeurs de x(t) à des
instants tn multiples
p entiers d’une durée Te appelée
pp période d’échantillonnage.
p g
• Quantification: approximation de chaque valeur x(nTe) par un multiple entier
d’une quantité élémentaire q appelée pas de quantification.
La valeur approchée obtenue est ensuite associée à un nombre ou un mot binaire
compréhensible par le calculateur ; c’est le codage,

2
 Fig.2

Remarque; le signal restitué s(t) devra être identique ou plus proche du signal x(t).
Cette différence est due principalement à de nombreux paramètres :
1. la période d’échantillonnage Te,
3
2. le pas de quantification q,
 2. Échantillonnage idéal
Période d'échantillonnage Te

Si
Signal
l original
i i l x(t)
(t) Signal échantillonné xe(t)={x(nTe)}
Échantillonneur

Fig 3
Fig.
Échantillonnage idéal : consiste à prélever pendant un temps infiniment court des valeurs de x(t)
à t=nTe. Ce type d’échantiollonnage n’est pas physiquement réalisable.
n  
xe (t )  x(t ).   (t  nTe) On a la propriété x(t ). (t  to )  x(to ). (t  to )
n  

n  
Ainsi xe ( t )   x ( nTe ) ( t  nTe )
n  
 Te (t )
x(t)

x
t t
xe(t)

4
t Fig.4
2.1. TF du signal après échantillonnage idéal
La TF du signal x(t) après échantillonnage idéal est donné comme suit:

 n  

TF xe (t )  TF  x(t )    (t  nTe )
 n   

n    n  
TF    (t  nTe )  Fe   ( f  nFe ) Où Fe est la fréquence
q d’échantillonnage
g
n    n  

D'après le théorème de Plancherel, on obtient:

n  
TF xe (t )  Fe. X ( f )    ( f  nF ) e
n  

X e (f )  Fe.  X (f  nFe)
n  

Le spectre de Xe (f) est celui de X(f) périodisé avec une période fréquentielle égale à Fe.

5
2.2. Interprétation du spectre de xe(t)

Soit x(t) un signal réel à spectre borné: |X(f)|


X e ( f )  Fe.  X ( f  nFe)
n  
-Fmax 0 Fmax f
Si Fe  2F max
|Xe(f)|
Fe
n= -1 n=0 n=1 Les motifs élémentaires du signal
périodiques sont disjoints

-Fe -Fmax 0 Fmax Fe f

Si Fe  2F max

|Xe(f)|
Fe

Repliement de spectres
-Fmax Fmax
-Fe 0 Fe f
Fig. 5 6
 2.3. Théorème de Shannon
Énoncé du théorème
Po r échantillonner un
Pour n signal sans perte d'information,
d'information il faut
fa t que
q e la
fréquence d'échantillonnage Fe soit supérieure au double de la fréquence
maximale du signal.
signal Plus précisément,
précisément si on note Fmax la fréquence
maximale du signal, il faut:
Fe  2F max
Cette condition sur Fe permet de reconstruire le signal x(t), à partir du
signal échantillonné xe(t).
La fréquence limite Fe/2, appelée fréquence de Shannon ou fréquence de
Nyquist ou encore fréquence de repliement correspond à la fréquence
maximale admissible dans le spectre du signal.
signal

Ainsi, dans le cas des signaux à support fréquentiel non borné, il faut
utiliser
ili un filtre
fil passe-bas
b anti-repliement
i li d fréquence
de fé d coupure
de
inférieure à Fe/2. 7
 3. Échantillonnage réel

L’échantillonnage idéal implique des impulsions infiniment courte.

Dans la pratique, on utilisera des impulsions de durée courte mais
finie.
finie

Le signal échantillonné réel sera constitué alors d’une suite

d’impulsions distantes de Te et de largeur  . L’amplitude de ces
impulsions dépend du type d’échantillonnage utilisé.

Les différents types d’échantillonnage sont:

– naturel
t l : amplitude
lit d égale
é l à x(t)
(t) pendant
d t la d é ,
l durée
– régulier : amplitude constante et égale à x(nTe) pendant la durée ,
– moyenneur : amplitude égale à la moyenne de x(t) sur l’intervalle .
8
 L’échantillonnage naturel n’est pas réalisable.
Les deux types
yp d’échantillonnageg réalisables sont illustrés dans la
figure 6.

Fig.6

La modélisation de ll’échantillonnage
échantillonnage réel est effectuée en prenant
une fonction porte de largeur  et périodisée avec une période Te.
Ce signal s’exprime mathématiquement sous la forme suivante :
9
 Le spectre de ce signal est donné par :

3.1. Échantillonnage naturel

Dans ce type d’échantillonnage, le signal échantillonné xe(t) peut
s’exprimer
’ i par la
l formule
f l suivante
i t :

Le spectre du Xe(f) ss’exprime

exprime par la formule suivante :

Le spectre de base du signal échantillonné Xe0(f) peut être obtenu par:

il est possible d’obtenir le spectre du signal initial Xe0(f) avec un filtre passe-
bas idéal. Ainsi, l’échantillonnage naturel n’introduit pas de déformation. 10
 3.2. Échantillonnage régulier ou bloqueur
Dans le cas de l’échantillonnage
g régulier,
g , la représentation
p mathématique
q
du signal échantillonné peut s’exprimer comme suit:

Cette formule peut s’écrire sous la forme suivante :

Le spectre Xe(f) est donné par la relation suivante:

La relation,
relation liant le spectre de base du signal échantillonné Xe0(f) et celui du
signal X(f), est donnée par:

Ainsi, l’échantillonnage régulier introduit une déformation par rapport à

l’échantillonnage idéal ou naturel.
De la même manière,
manière on peut montrer que ll’échantillonnage
échantillonnage moyenneur
introduit une déformation: 11
 4. QUANTIFICATION DU SIGNAL ECHANTILLONNÉ
É

La quantification d’une valeur x réelle quelconque consiste à remplacer cette

valeur par une valeur xq appartenant à un ensemble dénombrable de
valeurs entières, suivant une certaine loi.
Ainsi les échantillons temporels xe(kTe), sont quantifiés pour donner des
échantillons xq(kTe).
Dans le cas d’une quantification dite uniforme, l’intervalle de variation des
amplitudes du signal xe est découpée en intervalles identiques de valeur q
appelée
pp le p
pas de q
quantification. La valeur du signal
g échantillonné q
quantifié
(par arrondi) est définie par :

12
La co
courbe
rbe de transfert d’
d’un
nqquantificateur
antificate r uniforme
niforme (par arrondi) ou
o linéaire est
illustrée sur la figure suivante:

Fi 7
Fig.7

13
 5. Reconstruction

Interpolation de Shannon
La reconstruction du signal original peut s
s’effectuer
effectuer en prenant la TF
inverse du motif de base de Xe(f).

1
X(f )  Xe( f )   Fe ( f )
Fe
1 1 
x(t )  TF  Xe( f )   Fe ( f )
 Fe 
On obtient après calcul:
n  
sin(( ( t  nTe )Fe)
x ( t )   Te x (nTe
T )
n   ( t  nTe )
Extrapolateur d'ordre 0
n  
x o (t)   x (nTe) 
n  
Te ( t  Te / 2  nTe ) 14
 Références

[1] Al
Alain
i Rakotomamonjy,
R k t j “ cours du
d traitement
t it t du
d signal
i l “,
“ INSA Rouen,
R 2001.
2001
[2] F. Cottet, “aide-mémoire, Traitement du signal, “, Dunod, 2005.
[3] M. Bellanger, “ Traitement numérique du signal “, Dunod, 2006.

15