Académique Documents
Professionnel Documents
Culture Documents
P: Digital
Signal Processing
- Architecture -
LF3 STIC
à l’ISIM de Monastir
Enseignant : Farès Tounsi, PhD, HDR
A.U.: 2020/2021
(v1)
Chapitre 0 :
2
Classification des signaux
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.
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)
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)
• 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…)
19
Choix du processeur ?
Le choix du processeur approprié est déterminé par les
applications visées, le coût ou une combinaison des deux
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
Améliorations spécifiques
dans l’architecture des
DSPs
25
Échantillonnage
L’échantillonnage idéal prélève des échantillons à la cadence Te de façon instantanée.
26
Relation entre Xe(f) et X(f)
27
Échantillonnage et périodisation
29
Signaux échantillonnés de durée finie
30
Quantification: Bruit de conversion A/N
Quantification en conversion A/N Quantification d'une sinusoïde
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
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