Support du cours de : D.S.

P: Digital
Signal Processing
- Architecture -
LF3 STIC
à l’ISIM de Monastir
Enseignant : Farès Tounsi, PhD, HDR
A.U.: 2020/2021
(v1)
Chapitre 0 :

Introduction et généralités sur

les processeurs de traitement
numérique du signal

2
Classification des signaux

Signal analogique Signal à temps discret

Signal analogique quantifié Signal numérique

Traité à l'aide de Traité par des ordinateurs 3

l'électronique analogique ou des microprocesseurs
Synoptique d’une application de TNS

Souplesse
• Programmation/correction flexible CAN:
• Développement rapide (temps)
• Mises à niveau facile 4
échantillonneur
• Facilité pour certains traitements
Quantificateur
 Pourquoi un TNS ?
Les avantages du traitement numérique du signal par rapport au
calcul analogique:
- Grande résistance au bruits
- Variation des tensions d’alimentation
- Variation de température
- Interférences électromagnétiques (EMI)
- Stabilité dans le temps (Fiabilité, Insensibilité à
l’environnement)
- Stockage des données sans dégradation (La mémoire et la
logique du matériel DSP ne se détériorent pas avec l'âge)
- Duplication des valeurs sans altération (Reproductibilité)
- Programmation complexe et flexible (Certains algorithmes sont
"numériques uniquement")
- Développement rapide, avec précision connue et contrôlée 5
Types d’algorithmes

6
Équations des algorithmes

7
 Filtres numériques
Définition: Un filtre numérique est un élément qui effectue un filtrage à l'aide d'une
succession d'opérations mathématiques sur un signal discret. C'est-à-dire qu'il
modifie le contenu spectral du signal d'entrée en atténuant ou éliminant certaines
composantes spectrales indésirées.

La forme générale du filtre d'ordre M est l'une des suivantes :

RIF — Filtre à réponse impulsionnelle finie (finite impulse response)

Il est non récursif, c'est-à-dire que la sortie dépend uniquement de l'entrée du
signal, il n'y a pas de contre-réaction (ak = 0)  Ce type de filtre est dit fini, car
sa réponse impulsionnelle se stabilisera ultimement à zéro

RII — Filtre à réponse impulsionnelle infinie (infinite impulse response)

Il possède une réponse impulsionnelle qui ne s'annule jamais (ou qui
converge vers zéro à l'infini). Il est récursif, c'est-à-dire que la sortie du filtre
dépend à la fois du signal d'entrée et du signal de sortie  boucle de 8
contre-réaction (feedback)
 Filtre RIF (non récursif)
N = Nombre de coefficients (ordre du
filtre)
bk = Coefficients de la fonction de
transfert du filtre
retard
unitaire

gain

l'élément de
sommation
- Les filtres RIF sont forcément stables (peu importe les coefficients utilisés).
- La complexité d'un filtre RIF est moindre que celle d'un filtre RII du même ordre.
- Les filtres RIF sont moins sensibles aux erreurs de quantification que les filtres RII
(pas de récursivité empêche les erreurs cumulatives) 9
 Filtre RII (récursif)

- Les filtres RII ne sont pas forcément

stables (la stabilité dépend de la position
des pôles dans le plan complexe) ;

- Moins de calculs par rapport à un filtre

RIF de même niveau ;

- Ils sont plus sensibles aux erreurs

de quantification (La récursivité peut
générer des erreurs cumulatives) ;

- Il est plus sélectif qu'un filtre RIF du même

ordre, c'est-à-dire que la transition entre
la bande passante et la bande rejetée est
plus rapide. 10
 C’est quoi un DSP?
DSP: Digital Signal Processor
Le processeur de signal
numérique, est un micro-
processeur optimisé pour les
calculs numérique (multiplication et
l'addition) à grande vitesse.

Application principale: traitement numérique du

signal en temps réel y compris Filtrage, extraction
des signaux, reconnaissance de la parole, etc…
11
 Applications des DSP

Lecteur MP3 dictaphone

Appareil photo numérique
Imagerie par Résonance Magnétique

Scanner de codes barres

12
 Applications des DSP

Console de mixage TV à écran LCD

Kit mains libres

13
Récepteur GPS
 Autres applications
• Médical
• Communications – Analyse d'électro-cardiogramme et
– Modem, téléphonie équipements de monitoring (EEG, ECG)
– Télévision & radio numérique – Imagerie médicale-diagnostique
– Cryptage & multiplexage de signaux (TDM, IRM, échographie, etc.)
• Audio • Instrumentation
– Mixage et édition – Analyseurs de spectre
– Effets et filtrage – Générations de fonctions
– Suppression de bruit • Militaire
– Annulation/élimination d’écho – Imagerie (radar, sonar)
– Reconnaissance de la parole – Cryptographie, communication
• Image / Vidéo sécurisée
– Compression/Codage/décodage – Guidage de missiles, Navigation
– Traitement (effets spéciaux de film) • Automobile
• Industriel et Automatisation – Contrôle du moteur
– Commande de machines – Assistance au freinage
– Contrôle de moteurs – Aide à la navigation
– Robots, contrôle des processus – Commandes vocales 14

– Tableau de bord
Classification des processeurs

15
 Classification des processeurs
Le processeur généraliste (GPP)

• Coût relativement élevé

• Forte consommation électrique
• Bonnes performances en calcul numérique
– Certains surpassent les DSP en
puissance brute
• GPP moins bons que les DSP pour :
– la consommation électrique 
– la gestion des entrées-sorties 
– le prix  16
 Classification des processeurs
Le microcontrôleur

• Faible coût 
• Faible consommation électrique 

• Mémoire limitée 
• Peu adapté aux signaux numériques 
• Adapté aux tâches de contrôle 
• Programmation bas niveau 
17
 Classification des processeurs
ASIC/ASSP (Application-Spécifique…)

• Circuit intégré dédié à base de semi-conducteurs

une application conçus pour des fonctions
dédiées;
– dans une entreprise : ASIC
– pour un marché (ex: téléphonie) : ASSP
• Ne sont pas programmables 
• Mise en œuvre complexe et longue 
• Coût élevé 
FPGA : sorte de ASIC programmable 18
 Classification des processeurs
Les DSPs

• Coût relativement faible 

• Faible consommation électrique 
• Jeu d'instruction spécialisé 
• Calculs numériques 
• Entrée-sortie de données à grand débit 
• Mémoire limitée 

19
 Choix du processeur ?
Le choix du processeur approprié est déterminé par les
applications visées, le coût ou une combinaison des deux

ASIC FPGA GPP DSP

Performance Très élevé Élevé Très élevé Moyen-élevé

Prix Très élevé Élevé Moyen-élevé Faible

Flexibilité Très faible Élevé Élevé Élevé

Consommation
Très faible Faible Moyen Faible-Moyen
d'énergie
Temps de
Long Moyen Court Court
développement
20
 Quels processeurs utilisés ?

21
Application-specific instruction set processor (ASIP)
 Limitations des DSP
• Taux d'échantillonnage
– La bande passante d'un système DSP est
limitée par la fréquence d'échantillonnage du
CAN et les périphériques matériels.
– L'application peut être trop complexe pour
être réalisée en temps réel
• Erreurs de quantification et arithmétiques
– Les algorithmes DSP sont implémentés en
utilisant un nombre fixe de bits avec une
précision et une plage dynamique limitées
22
Principaux constructeurs de DSP

23
 Besoin au niveau du DSP
Cahier des charges :
1. Calculs rapides
2. Contraintes temps réel (entrées/sorties
à débit fixe)
3. Contraintes systèmes embarqués (taille
limitée, faible consommation d’énergie)
4. Production de masse

Les DSP ont une architecture

matérielle et logicielle dédiée
permettant de répondre à ces besoins 24
Chapitre 1 :

Améliorations spécifiques
dans l’architecture des
DSPs

25
 Échantillonnage
L’échantillonnage idéal prélève des échantillons à la cadence Te de façon instantanée.

Un disque CD (Compact Disc) utilise une fréquence d'échantillonnage de 44 kHz.

26
Relation entre Xe(f) et X(f)

27
Échantillonnage et périodisation

Pour éviter une superposition des spectres élémentaires il est

nécessaire d’imposer le théorème de Shannon

Fe/2 ≥ Fmax  Fe ≥ 2×Fmax 28

Repliement de spectre dans le
domaine fréquentiel

29
Signaux échantillonnés de durée finie

30
 Quantification: Bruit de conversion A/N
Quantification en conversion A/N Quantification d'une sinusoïde

e(n) = xQ(n) - x(n)

 est l'erreur de
quantification
|e(n)| ≤ q/2
Modèle bruit additif 31
 Bruit de quantification
Arrondi Etude statistique
Q(x(k))=k.q
• {e(n)} est une séquence d'un
processus aléatoire continu et
stationnaire
• {e(n)} est décorrélée de {x(n)}
• {e(n)} est un bruit blanc additif
• la distribution de probabilité de
{e(n)} est uniforme sur l'intervalle de
quantification
Troncature
• Ergodicité : moyennes temporelles
Q(x(k))=k.q = moyennes statistiques
• Moyenne µe = moyenne
• variance σe2 = q2/12 : puissance
du bruit

32
 RSB: rapport signal sur bruit
Filtrage du bruit de conversion

En entrée du filtre:

33
 Sources de bruit dans un filtre
Bruit lié à l'élimination de k bits

- Bruit de quantification associé à l'entrée

- Bruit lié au recadrage•

Variance du bruit en sortie

- Biais lié au codage - Bruit lié au recadrage•

des coefficients ‚ 34
 Sources de bruit dans un filtre

Modèle équivalent:

35
 Puissance du bruit en sortie
Quantification arrondi:

Puissance du Puissance du
Puissance du
bruit dans les bruit dans les
bruit dans
coefficients h(n) sorties y(n)
l’entrée x(n)

Généralement
qe = qmem = qmi

36