Académique Documents
Professionnel Documents
Culture Documents
Chap 1 :
Structure générale d’une chaîne d’acquisition-restitution
-Signaux et Transformations-
Le signal de sortie d’un capteur n’est pas directement mesurable, Il faut passer par certaines
transformations pour pouvoir le lire. On appelle chaîne d’acquisition-restitution l’ensemble des
circuits ou appareils qui amplifient, adaptent, convertissent, linéarisent, digitalisent le signal
avant sa lecture sur le support de sortie.
Chaîne
d’acquisition
Signal S Signal S
à mesuré mesuré
Circuit de CNA
Actionneur
mise en forme
Chaîne de
restitution
- Un capteur composant sensible aux variations d'une grandeur physique et qui, à partir de ces
variations, délivre un signal électrique.
- Un conditionneur de signal (mise en forme) dont le rôle principal est l'amplification du signal
(Amplificateur) délivré par le capteur pour lui donner un niveau compatible avec l'unité de
numérisation ; cet étage peut parfois intégrer un filtre d’entrée qui réduit les perturbations
présentes sur le signal.
- L'unité de traitement informatique peut exploiter les mesures qui sont maintenant une suite
de nombres (enregistrement, affichage de courbes, traitements Mathématiques (exp : Filtre
Numérique), transmissions des données.).
- CNA qui permet de générer une tension électrique image de chaque combinaison binaire
donnée par l’unité de traitement.
- les signaux pseudo-aléatoires qui sont des signaux périodiques mais avec, à l'intérieur de
la période, un comportement aléatoire.
- les signaux non-périodiques : ils sont essentiellement représentés par des signaux
transitoires dont l'existence est éphémère.
b. Les signaux aléatoires : leur comportement temporel est imprévisible. Il faut faire appel
à leurs propriétés statistiques pour les décrire. Si leurs propriétés statistiques sont
invariantes dans le temps, on dit qu'ils sont stationnaires.
- les signaux stationnaires dont les caractéristiques statistiques ne changent pas au cours du
temps (exp : le bruit électronique).
On dira que ce signal est à énergie finie si Wx < ∞. Dans cette catégorie, on rencontre tous les
signaux temporellement éphémères (non durable dans le temps) qu'ils soient déterministes ou
aléatoires.
La puissance moyenne Px d'un signal x(t) est définie par :
On notera que cette définition coïncide avec celle du carré de la valeur efficace du signal x(t). On
dira que celui-ci est à puissance finie si Px < ∞. Cette catégorie englobe les signaux périodiques,
quasi-périodiques et les signaux aléatoires permanents.
Dans le cas où le signal est périodique, la durée d'intégration T est prise égale à une période du
signal.
II.3. Classification morphologique
On distingue les signaux à variable continue, des signaux à variable discrète ainsi que ceux
dont l'amplitude est discrète ou continue.
a b
c d
Par convention, on admet pour valeur à l'origine : sgn (t) =0 pour t=0.
Attention: le 1 marqué sur la flèche pleine représente l’aire de cette impulsion (et non la hauteur
de l’impulsion).
T est la période du peigne. Cette suite est parfois appelée train d'impulsions ou fonction
d'échantillonnage. Ce type de signal est principalement utilisé en échantillonnage.
II.4.7 Fonction sinus cardinal :
Propriétés :
III. Traitement du signal analogique :
III.1. Série de Fourier :
A partir de cette expression, nous pouvons construire la représentation spectrale du signal s(t)
dans un plan Amplitude–Fréquence comme étant la succession des pics ou raies d’amplitude Cn
positionnés aux fréquences nF0.
Amplitude
C1 C’est un spectre discontinu
Cn
Exp : sortie d’un analyseur
S0
C2 de spectre
Fréquence
0 F0 2F0 nF0
Propriétés
Si s(t) est paire donc Bn = 0 et Sn = S-n
Si s(t) est impaire An = 0 et Sn = -S-n
III.2.Transformée de Fourier :
C’est une généralisation de la décomposition de série de Fourier à tous les signaux déterministes.
Elle permet d’obtenir une représentation en fréquence (représentation spectrale) des signaux.
Elle exprime la répartition fréquentielle de l’amplitude, de la phase et de l’énergie (ou de la
puissance) des signaux considérés.
III.2.1Définition : Soit s(t) un signal déterministe. Sa transformée de Fourier (TF) est une
fonction, généralement complexe, de la variable f et définie par :
Exemple
Calculons la transformée de Fourier d’un signal sinusoïdale : s(t) = S cos ω0 t
D’où
Spectre en fréquence d’un signal périodique avec un axe des fréquences de -∞ à +∞ :
Représentation bilatérale : c-à dire que ce spectre est en général complexe formé d’une partie
réelle et d’une partie imaginaire et devrait être représenté dans un système à trois axes : axe des
fréquences, axe de la partie imaginaire Im[S(f)] et axe de la partie réelle Re[S(f)].
Comme nous l’avons vu dans le paragraphe précédent la transformée de Fourier d’un signal non
S(f) n’existe que si cette intégrale a une valeur finie (convergente). Dans le cas contraire on peut
σ
rendre cette intégrale convergente en multipliant s(t) par e- t, la valeur σ est réelle positive et est
appelée « rayon de convergence ». Cela conduit à définir une nouvelle grandeur, appelée
Si de plus on considère un système causal (nul pour t < 0), on obtient la transformée de
La transformée de Laplace est très utile dans l’étude des régimes transitoires qui vérifient le
principe de causalité. Une fois le régime harmonique (continu) établi, on peut remplacer P par
j2πf ou jw dans la transformée de Laplace et on obtient ainsi la transformée de Fourier.
TF[s(t)] = L[s(t)]P=j2πf
III.4 : Convolution
II.4.1. Définition :Le produit de convolution d’un signal s(t) par un autre h(t) est donné par :
Remarque :
s(t)
e(t)
h(t)
Le signal de sortie d’un système linéaire causal invariant dans le temps est donné par le produit
de convolution du signal d’entrée et d’une fonction h(t) appelée réponse impulsionnelle.
h(t) est la réponse impulsionnelle à un signal d’entrée δ (t) (impulsion de Dirac).
Réponse impulsionnelle: une impulsion brève, injecté à l’entrée d’un système continu et
stationnaire (son comportement est indépendant de l’origine du temps) ne donne jamais une
impulsion brève à la sortie mais un signal de durée finie :
t
t
La valeur du signal de sortie à l’instant t est ainsi obtenue par la sommation des valeurs passées
du signal d’excitation, pondérées par la réponse du système.
Exemple :
Pour un signal e(t)=δ (t)=1, un système à donner une réponse impulsionnelle caractérisé par :
h(ti) = [ 1 2 3 2]
e(t) Signal de sortie s(t)
3
=δ (t)=1 =h(t)
1 2
Système 1 2
t
LS t
déterminons avec Matlab la réponse au signal d’entrée suivant : e(t) =[ 0 1 1 0 ] (signal porte)
s(t) = conv(e(t)*h(t))= [0 1 3 5 5 2 0] de longueur k= (length(h)+length(e))-1
donnée par ( ) avec j allant de 1 jusqu’à k
Remarque :
Sfil(t)=Scap(t)*hfil Samp(t)=Sfil(t)*ham
Scap(t)=e(t)*hca
(t) p(t)
Capteu p(t) Filtre Amplificate
e(t)
r ur
III.5 Corrélation :
Définition :
Soient deux signaux périodiques x(t) et y(t), et soient X(f) et Y(f) leurs transformées de fourrier
respectives. On définit le spectre de puissance d’un signal x(t) ou densité spectrale par :
Et nous pouvons aussi définir la densité spectrale d’interaction de deux signaux x(t) et y(t) par :
et
Utilité : détermination de la ressemblance (forme et position dans le temps) d’un signal avec une
version de lui même ou avec un autre signal dans le temps.
On démontre que et
Remarque : il sera souvent plus simple de calculer la fonction d’auto ou l’inter-corrélation d’un
signal en passant par son spectre (densité spactrale)
Pour calculer la transformé de fourrier d’un signal s(t) avec un ordinateur, on est amené à
discrétiser le signal (échantillonnage) et à tronquer temporellement ce signal. On obtient ainsi
une suite de N termes représentés par :
Appelons sk les valeurs du signal s(t) aux instants kTe. Le spectre S(f) de ce signal
échantillonné limité à N termes est donné sous la forme de N éléments de valeurs S m espacés
de Fe/N :
t f
Te ∆ f=1/τ
N échanitillons N
τ = N.Te échantillons
Si les N échantillons ont été prélevés avec une fréquence d’échantillonnage F e =1/Te, la durée
du signal échantillonné sur laquelle a été calculé la transformé de Fourier discrète est donnée
par : τ =N Te = N/fe.
En conséquence, le spectre de ce signal échantillonné, composé aussi de N termes, est calculé
sur un domaine de fréquence égal à [0, Fe] avec une distance fréquentielle entre points égale
à : ∆ f = 1/τ = 1/(N.Te) = Fe/N.
Remarque : le calcul de la TFD utilise souvent la FFT (Fast Fourier Transformation :
Transformée de Fourier Rapide) voir Matlab.
Structure parallèle
Avec cette structure, il est possible d’effectuer en même temps l’acquisition d’une donnée
pendant que l’on en stocke une autre. De même, toutes les conversions peuvent être simultanées,
le stockage s’effectuant après. Cela permet un gain de temps sur l’acquisition complète. Mais
elle est coûteuse.
VI. Performances globale d’une chaine d’acquisition
La performance d’une chaîne d’acquisition est exprimée en terme de sa fréquence de
fonctionnement ainsi que sa résolution.
VI.1. Fréquence de fonctionnement: Elle définit la vitesse limite d’acquisition et elle dépend
du temps pris pour effectuer les opérations de :
- Echantillonnage Tech
- Conversion Tconv
- Stockage (mémorisation) Tstock
Ainsi la somme de ces trois temps définit le temps minimum de la chaîne d’acquisition et donc la
fréquence maximum de fonctionnement de la chaîne :
VI.2. Résolution de la chaîne
La numérisation d’un signal génère un code binaire sur N bits. On obtient
donc une précision de numérisation de 1/2 .
N
Il faut donc que tous les éléments de la chaîne de conversion aient au moins
cette précision.
On leur demande en général une résolution absolue de (0.5*1/2 ).
N