See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/280775115

Projet Expérimental - Étude des sources de bruit : bruit thermique et bruit de

photons

Research · August 2015

DOI: 10.13140/RG.2.1.1966.0645

CITATIONS READS

0 687

2 authors:

Darius Mofakhami Victor Dagard

CentraleSupélec Ecole Normale Supérieure de Paris
12 PUBLICATIONS   20 CITATIONS    3 PUBLICATIONS   0 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Modélisation 3D de l'émission électronique par effet de champ d'une surface métallique rugueuse : application aux sources d'électrons et aux claquages. View project

All content following this page was uploaded by Darius Mofakhami on 08 August 2015.

The user has requested enhancement of the downloaded file.

 projet expérimental 3

Étude des sources de bruit : bruit thermique et bruit de

photons.
Mesures de constantes fondamentales

Etudiants : Encadrant :

Darius mofakhami Laure bruhat

Victor dagard
Table des matières

Bruit de Johnson-Nyquist 1

1 Bruit de Johnson-Nyquist 1
1.1 Mise en évidence du bruit Thermique . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Théorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Montage expérimental . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.3 Résultats et analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Dépendance en température du bruit thermique : mesure de la constante
de Boltzmann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Montage expérimental . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.2 Résultat et analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Bruit de photon 9

2 Bruit de photon : aspect particulaire de la lumière 10

2.1 Mise en évidence du bruit de photon . . . . . . . . . . . . . . . . . . . . . . 10
2.1.1 Théorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.2 Montage expérimental . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.3 Résultat et analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Réduction du bruit de photon : premières pistes . . . . . . . . . . . . . . . . 12

Appendices 15

A Matériel 15

B Caractérisation d’un amplificateur 16

C Caractérisation d’un filtre passe bas : Diagramme de bode 18

D Caractérisation d’une photodiode : fréquence de polarisation 21

1
 Avant-Propos

Le présent rapport fait état des résultats expérimentaux que nous avons obtenu au cours
de notre troisième projet expérimental sur le site de Montrouge et développe leur ana-
lyse. Ce projet avait pour sujet l’étude dans un premier temps du bruit thermique de
Johnson Nyquist (rayonnement du corps noir que constitue un conducteur ohmique) et
dans un second temps l’analyse du bruit de photon directement lié au caractère parti-
culaire de la matière. Les objectifs de ce projet résidaient dans la compréhension de ces
phénomènes de bruit, leur nature, leur origine et leurs conséquences et dans le cas du
bruit de photon, la mise au point d’un système de réduction de bruit.
Chapitre 1

Bruit de Johnson-Nyquist

1.1 Mise en évidence du bruit Thermique

1.1.1 Théorie
Considérons deux résistances R ( I et II , voir figure 1.1)à température T connecté
ensemble. Par symétrie du système il faut que la puissance transferée de la résistance I à
la résistance II soit égale à la puissance transferée de la résistance II à la résistance I.

On suppose maintenant que la résistance I émet dans une gamme de fréquences A.

On ajoute alors au circuit un filtre non dissipatif résonant sur cette même gamme de
fréquence A. Voir figure 1.1. Nous avons montré qu’il y a un équilibre des puissances
avant de rentrer dans le filtre. En sortie de filtre il y a donc a priorie une plus grande
puissance allant de II vers I. Mais les deux resistances étant à la même température, ceci
violerait le second principe de la thermodynamique. On peut donc en déduire que les
deux resistances doivent emmetre une tension répartie sur la même gamme de fréquence.
On peut tenter d’établir une formule pour la tension par analyse dimensionelle . Ici les
parametres importants du problème sont : La tension U ([U ] = ML2 T −3 A−1 ), la valeur de
la resistance R ([R] = ML2 T −3 A−2 ), la fréquence ν ([ν] = T −1 ) et la température T, donc
kB T ([kB T ] = ML2 T −2 ).
Le théoreme Pi nous donne donc :
p
U = RkB T ν

Maintenant, considerons la que les deux resistances sont separées d’une longueur l.
v
On peut considerer les modes propres de ce cable. Le premier mode propre est ν = 2l , le
2v 3v
second 2l , le troisiemme 2l et ainsi de suite. Le nombre de mode entre une fréquence ν
et ν + dν est donc
2ldν
n=
v
. D’aprés le théorème d’équipartition, on peut associer à chacun de ces modes, qui cor-
respondent à des degres de liberté, une énergie kB T . L’énergie entre ν et ν + dν est donc :

2kB T ldν
E=
v

1
Figure 1.1 – montage de deux résistances R égales en série puis du même montage conte-
nant un filtre en fréquence permetant de mettre en évidence l’emission dans la même
gamme de fréquences des deux résistances

La puissance moyenne délivrée dans un temps l/v par les modes entre ν et ν + dν est
donc :
P = 2kB T dν
On peut aussi exprimer la puissance des modes ν et ν+dν en fonction des caractéristiques
du circuit électrique : la densité spectrale de tension SV du système et la résistance total
2
2R : P = U
2R dν. On a donc finalement la formule suivante :

SV2 dν = 4RkB T dν (1.1)

1.1.2 Montage expérimental

L’objectif de notre première manipulation est alors très simple : vérifier par l’expé-
rience la dépendance en résistance (le paramètre le plus simple à faire varier) du bruit
thermique selon la loi donnée plus haut. Afin de bien comprendre le phénomène qui est
en jeu, il est intéressant d’effectuer un rapide calcul d’ordre de grandeur. En se plaçant à
une température de 300K avec une résistance de 10kΩhm, on a

SV2 = 4 ∗ kB ∗ T ∗ R = 4 ∗ 1, 38.10−23 ∗ 300 ∗ 103 = W/Hz

Nos mesures de bruit on été faites avec un analyseur de spectre qui permet la me-
sure de bruit directement en dBm/Hz. Cette unité logarithmique est très commode pour
évaluer les valeurs de bruit et s’exprime ainsi (où le log est le logarithme en base 10) :
!
P (W/Hz)
P (dBm/Hz) = 10 × log
1mW

On s’attend alors à une densité spectrale de puissance de l’ordre de SP = SV2 = 1, 66 ×

 −17 
10−17 W/Hz soit 10 × log 1,66×10
10−3
' −138dBm. Notre analyseur de spectre (cf annexe A)
a une sensibilité de -130dBm. Avec −138 dBm pour une résistance de 10kOhm, on ne par-
viendra pas a avoir une mesure précise de bruit pour les faibles résistance compte tenu
du matériel dont on dispose. L’idée est donc d’utiliser un amplificateur afin d’obtenir un

2
signal final avec une plus grande tension et donc une puissance nettement plus grande.
En effet, en gagnant trois ordres de grandeur sur la densité spectrale de tension SV on
en gagne six sur la densité spectrale de puissance SP ce qui nous fait gagner 60dBm/Hz
sur la puissance du bruit. Les valeurs finales de bruit des résistances allant de l’ordre de
l’Ohm à celui du méga Ohm, sont alors mesurables via l’analyseur de spectre.

Le montage expérimental est alors assez basique. Nous avons connecté le conducteur
ohmique dont on cherche à évaluer le bruit à un amplificateur de tension (cf annexe A).
La caractérisation gain/fréquence de ce dernier est présenté dans l’appendice B de ce pré-
sent rapport. Il est important de noter qu’afin d’isoler la résistance de tout bruit électro-
magnétique environnant, le conducteur ohmique est enfermé dans un boitier métallique.
Le signal amplifié est ensuite connecté à l’analyseur de spectre . Ce dernier nous donne
alors directement la densité spectrale de puissance du bruit thermique en dBm/Hz.

Remarquons enfin que dans cette première partie du projet, nous avons travaillé à
température constante, la température ambiante de la pièce qui était d’environ 21°C.
Les fluctuations légères de température ne sont pas un véritable problème car elles sont
faibles devant la température finale : de l’ordre d’un demi degré tout au plus devant
294,15°K. De plus, la température intervient à la puissance 1/2 dans la formule du bruit
thermique ce qui a pour conséquence de réduire l’impact des fluctuations sur la mesure
finale.
Nous avons alors connecté différentes valeurs de résistances, dont nous avons vérifié la
valeur gràce à un multimètre (cf annexe A), afin de vérifier la dépendance en résistance
dans la loi établie à la fin de la partie précédente (la température étant laissée constante.).

1.1.3 Résultats et analyse

Un des premiers résultats intéressant que l’on obtient via cette mesure concerne la
forme du bruit étudié : on observe une densité spectrale constante en fonction de la
fréquence (cf figure 1.2). Cela correspond à ce qu’on appel un bruit blanc et conforte
le fait que la densité spectrale de puissance ne dépend pas de la fréquence comme le
prévoyait la formule 1.1.

De cette confirmation, on peut déduire une seconde méthode de mesure, qui a l’avan-
tage de ne pas nécessiter d’analyseur de spectre (instrument délicat à utiliser) : comme
dans le montage précédent, la résistance est branché à l’amplificateur mais la sortie de ce
dernier est ensuite connectée à un filtre dont on connait la bande passante. On mesure
enfin la tension aux bornes de sortie du filtre et on obtient la densité spectrale de tension
en divisant la valeur obtenue par la racine carrée de la bande passante. En effet, on a la
relation suivante : U 2 = SV2 ∆ν où U est la tension mesurée, ∆ν la bande passante et SV la
densité spectrale de tension. On a alors bien SV = √U .
∆ν
En branchant successivement différents filtres, on doit alors s’assurer de retrouver la
même densité spectrale à chaque mesure. Toutefois, un point délicat auquel il faut alors
faire attention est le suivant : l’amplificateur de tension possède une capacité d’entrée de
50 pF ce qui a pour effet de créer un premier filtre avec la résistance branché en entrée. Il
est donc important pour que les mesures ne soit pas faussées que ce filtre ait une bande
passante plus large que celle du filtre branché à la sortie de l’amplificateur. Tous les filtres
dont on parle ici étant des filtres passe-bas, leur bande passante revient au calcul de leur

3
Figure 1.2 – Mise en évidence du caractère blanc du bruit thermique pour une résistance
de 10kOhm via un amplificateur de tension. On remarque tout à gauche de la courbe un
comportement différent correspondant au bruit en 1/f (bruit de scintillation)

1
fréquence de coupure, obtenu par la formule fc = 2πRC (cf annexe C pour plus de détails)

Les mesures que nous avons prises au cours de notre projet ont été effectuée via la pre-
mière méthode, avec l’analyseur de spectre. La courbe 1.3 regroupe l’ensemble de nos me-
sures, données par l’analyseur de spectre à 7kHz. Chaque point correspond à la moyenne
de la densité spectrale de puissance sur 8 mesures pour une gamme de résistances allant
de l’ordre de l’Ohm jusqu’à la centaine de kOhm. Au delà, le couple résistance/capacité
formé par le conducteur ohmique et le condensateur d’entrée de l’amplificateur donne
lieu à une fréquence de coupure de l’ordre de la dizaine de kHz, trop proche de la fré-
quence à la quelle nos mesures sont faites (7kHz).

On remarque que les données expérimentales obtenues semblent s’aligner sur une droite :
comme prévu par l’équation 1.1, la dépendance du bruit thermique en résistance semble
bien linéaire. Le fit linéaire des données donne un coefficient directeur aexp = 3.0 ×
10−18 WHz−1 Ω−1 dans les unités du SI. Toutefois, on oublie dans ce coefficient que la
tension, et donc la densité spectrale de tension, a été amplifié par un facteur 1000. La
densité spectrale de puissance étant proportionnelle au carré de celle de la tension, on a
un facteur 106 qui est en trop, ce qui nous donne au final
a0exp = 10−6 aexp = 3.0 × 10−24 WHz−1 Ω−1
Du côté de la théorie, à partir de l’équation 1.1 on peut déduire le coefficient attendu.
En effet, la droite théorique sensée correspondre aux données expérimentales est la sui-

4
Figure 1.3 – Évolution de la densité spectrale de puissance en fonction de la valeur de
la résistance. En vert, fit linéaire de nos données. On voit clairement apparaitre une loi à
caractère linéaire comme prévue par la théorie.

5
vante :
SV2 4k T R
SP = = B
Rana Rana
où Rana est la résistance d’entrée de l’analyseur de spectre (on a simplement retrouvé la
densité spectrale de puissance en partant de l’équation 1.1 et en utilisant la loi P = U I =
U2
R aux bornes d’une résistance R). Dans notre cas, la résistance d’entrée Rana vaut 50Ω
Le coefficient théorique à 294K est donc :
4kB T
ath = = 3.25 × 10−22 WHz−1 Ω−1
Rana
On observe une différence de deux ordres de grandeur entre le coefficient théorique et la
valeur trouvé expérimentalement. En fait, cela est du à l’analyseur de spectre. En effet,
comme cela est indiqué dans la notice de l’instrument, la mesure de bruit thermique est
justement une bonne méthode de calibration de l’analyseur de spectre, dont les valeurs
affichées sont en réalité vraies à une constante de calibration près. Comme nous avons
vérifié la relation linéaire en résistance du bruit thermique, on peut faire confiance à la
théorie et déduire de notre première expérience le coefficient de calibration αcal de notre
instrument :
a
αcal = 0th = 1.08 × 102
aexp
Malheureusement, cette nécessité de calibration a pour conséquence une incapacité à
évaluer la constante de Boltzman via cette première expérience. Une manipulation selon
la seconde méthode présenté plus haut avec les filtres aurait pu être plus judicieuse mais
la calibration de l’analyseur de spectre sera important pour la deuxième partie de ce
rapport.
Toutefois, une seconde expérience basé cette fois-ci sur la dépendance en température du
bruit thermique va nous permettre l’estimation de kB , cette fois-ci via une mesure avec
un filtre.

1.2 Dépendance en température du bruit thermique : mesure de

la constante de Boltzmann
1.2.1 Montage expérimental
Le montage expérimental mis en place au cours de cette seconde expérience est plus
complexe. Cela est du au fait qu’il est plus difficile de faire varier la température que
la résistance. C’est aussi la raison pour laquelle nos données expérimentales pour cette
manipulation on été obtenues via un logiciel d’acquisition développé en python et dont
on précisera les caractéristiques au fur et à mesure de la présentation.
On utilise en premier lieu un boitier métallique fermé (isolement électromagnétique)
avec deux sorties :
— la première sortie est reliée à une résistance de 33,2kΩ dont on va étudier le bruit
en fonction de la température
— la deuxième sortie est reliée à ce qu’on appelle une PT100 qui est en fait un petit
morceau de platine isolé par une céramique et dont la résistance électrique varie
en fonction de la température, pour une valeur de 100Ω à 0°C.
Le rôle de la PT100 n’est en fait rien d’autre que celui de rendre possible via un Ohm-
mètre la mesure de la température à la quelle se trouve la résistance étudiée. La pre-
mière sortie est d’abord connectée au même amplificateur qu’auparavant (cf annexe B)

6
puis branchée à un filtre dont la caractérisation est présentée en annexe C. La tension
aux bornes de sortie du filtre est alors mesurée par un premier multimètre (cf annexe
A : Matériel) et correspond à la densité spectrale de tension délivrée par la résistance
(et amplifiée) intégré sur toute la bande passante du filtre. La deuxième sortie est elle
directement reliée à un second multimètre qui mesure la résistance de la PT100. Les
deux multimètres sont finalement reliés à un ordinateur qui récupère leurs mesures via
le logiciel d’acquisition dont le code retranscrit directement la résistance de la PT100 en
équivalent température.

Pour la récupération des données, le boitier est placé dans un vase Dewar dans lequel
a été versé de l’azote liquide (température de 77,36K) et on acquiert les données au fur et
à mesure que le boitier se réchauffe. Notons que les fils utilisés pour la réalisation de l’ex-
périence sont des fils en cuivre qui par leur très bonne conduction thermique permettent
un refroidissement optimal de la résistance dont on étudie le bruit.

1.2.2 Résultat et analyse

Le logiciel stocke alors l’ensemble des données qu’il prend chaque seconde dans un
fichier .dat. La figure 1.2.2 regroupe une grande partie de ces données sous la forme
d’un graphique en échelle logarithmique. Comme c’est cette fois directement la densité
spectrale de tension qui est placé en ordonnée, on s’attend à vérifier une loi de puissance
en racine carrée. En effet, on a la formule suivante, équivalente à l’équation 1.1 :
amplifié p p √
SV = G ∗ SV = G ∗ 4kB T R = 4kB ∗ G2 × RT

Où G est le gain de l’amplificateur (de moyenne égale à 981.60 sur la bande passante du
filtre) et R = 33.2kOhm. En échelle logarithmique, cela nous donne la relation suivante :
1h 
 
amplifié
 i
ln SV = ln 4kB ∗ G2 + ln(RT )
2
1
Dans cette echelle on s’attend donc à vérifier une loi affine de paramètres ath = 2 et
 
bth = 21 ln 4kB ∗ G2 d’où
e2b
kB = (1.2)
4G2
L’équation 1.2 constitue alors une formule permettant un calcul précis de la constante
de Boltzman à partir de la mesure du bruit thermique d’un simple conducteur ohmique.
Cette mise en évidence de l’utilité des mesures de bruit en physique est très intéressante :
du bruit, un phénomène indésirable dont on aimerait souvent être débarassé, on peut
extraire des informations précieuses et parfois de manière relativement facile et direct.
Via le fit linéaire on obtient a = 0.496 pour coefficient directeur ce qui tend à confirmer la
loi de puissance prévu par l’équation 1.1 puisque a est très proche de sa valeur théorique
0.5. Par ailleurs, on obtient b = −18.738 pour ordonnée à l’origine, ce qui nous donne

exp e−2∗18.738
kB = = 1.3749 × 10−23 J.K −1
4 ∗ (981.61)2

La valeur théorique de k B étant de 1, 3806488J.K −1 , on a obtenu une valeur expérimen-

tale très proche : 0.0057J.K−1 d’erreur absolue soit 0.4% d’erreur relative. Toutefois, la
PT100 que nous avons utilisé pour l’obtenir était mal calibrée : pour la température mini-
male qui aurait dû être celle de l’azote liquide (soit 77,36K) nous avions 73.43K. Comme

7
Figure 1.4 – Tracé en échelle log-log de la densité spectrale de bruit de la résistance en
fonction de l’évolution de la température (réchauffement progressif). En rouge : ensemble
des données expérimentales. En vert : fit linéaire des données.

8
la conversion résistance/température de la PT100 peut-être considérée en première ap-
proximation comme une loi linéaire, nous avons supposer une erreur systématique que
nous avons corriger en ajoutant simplement à toutes nos valeurs de température la dif-
férence entre la température initiale mesurée et 77,36K. Malheureusement, cela nous a
empêché de calculer sérieusement la valeur de l’incertitude sur notre mesure pour la-
quelle la connaissance de la loi exacte de conversion aurait été nécessaire.

9
Chapitre 2

Bruit de photon : aspect particulaire

de la lumière

2.1 Mise en évidence du bruit de photon

2.1.1 Théorie
Depuis le début du XXeme siècle, avec les travaux de M.Planck sur le rayonnement
du corps noir et l’article "Sur le point de vue heuristique concernant la production et la trans-
formation de la lumière" de A.Einstein en 1905, la communauté scientifique est persuadé
de la bi-nature corpusculaire et ondulatoire des rayonnements électromagnétiques.
La loi de probabilité decrivant la déexcitation d’un système quantique peut être obtenue
grâce à la règle d’or de Fermi. Si le système se trouve dans un état initial |ii, la probabilité
Γi→f de passer dans un état |f i est donné par :
2π
Γi→f = | hf | H |ii |2 ρ
~
où H est le hamiltonien du système et ρ la densité d’états finaux.

Pour un grand nombre d’atomes formant un système macroscopique (N → ∞), le fi-

lament d’une lampe par exemple, cette règle mène à une loi de Poisson sur l’émission de
photon.

Si l’on place alors une photodiode en face d’une telle source de photons, le caractère
poissonien de l’emission des photons sera transmit aux electrons du circuit électrique.
On a donc :
eN
I=
τ
où e est la charge d’un électron, τ le temps de mesure et N le nombre de photon reçu
pendant l’interval de temps τ, où N suit une loi de Poisson. La valeur moyenne est :
< I >=< eN e<N >
τ >= τ . La variance est :

e2 e2 2
σI2 =< I >2 − < I 2 >= (< N > 2
− < N 2
>) = σ
τ2 τ2 N
Les photons obéïssant à une loi de Poisson, on a : σN2 =< N >. Ce qui donne finalement :

e2 e
σI2 = 2
< N >= < I >= 2e∆f < I >
τ τ

10
2.1.2 Montage expérimental
On branche une photodiode en mode photodétecteur que l’on alimente avec une ten-
sion de polarisation Vpol = 20V (cf annexe D). Dans ce même circuit on connecte une
résistance de valeur R = 1, 977kΩ afin de pouvoir mesurer la valeur moyenne de l’inten-
sité < I > delivrée par la photodiode.
À l’anode de la photodiode on connecte le même amplificateur et le même analyseur de
spectre que ceux de la partie precedente.

En face de la photodiode on place un lampe à filament que l’on alimente via un trans-
formateur afin de pouvoir faire varier l’intensité de l’éclairement. On peut également
déplacer la lampe pour faire varier l’intensité reçue par la photodiode.

2.1.3 Résultat et analyse

Puisque l’on utilise l’analyseur de spectre utilisé précedement on peut reprendre le
facteur de calibration déduit de la partie I, pour obtenir les véritables données expéri-
mentales.
On a donc :
G2 reel
Spmesure = S
αcal p
où Spmesure est la valeur lue sur l’analyseur de spectre de la densité spectrale de puissance,
Spreel est la véritable valeur, αcal est le facteur de calibration et G est le gain de l’amplifi-
cateur. L’analyseur de spectre possède une résistance d’entrée Rana = 50Ω. On peut donc
S2 √
écrire : Spreel = R V avec SV la densité spectrale de tension (en V/ Hz).
ana
On peut alors relier la densité spectrale de tension à la densité spectrale d’intenstié.
σI2 σU2
Puisque U = RI, on a σV2 = R2 σI2 et donc SV2 = R2 SI2 avec SI2 = ∆f et SV2 = ∆f
Mais d’après la théorie on a : SI2 = 2e < I >. On a donc :

2G2 R2 eI 2G2 ReU

Spmesure = = = aU
αcal Rana αcal Rana
2G2 Re
avec a = αcal Rana

Nous avons donc réalisé une série de mesure de tension via un multimètre et de den-
sité spectrale de puissance via l’analyseur de spectre. Ces mesures sont regroupées sur la
figure 2.1.
On voit apparaitre une loi linéaire, ainsi que le prédisait l’équation établie précédement.
Afin de determiner a, on fit nos données expérimentales par une équation linéaire, ce qui
nous donne pour coefficient directeur : a = 0.512mW .GHz−1 .V −1 = 5.12×10−13 W .Hz−1 .V −1
D’après l’expression de a, on peut donc calculer e la charge élementaire. On trouve :

e = 1.15 × 10−18 C

La valeur actuellement définit dans les tables est e = 1.6 × 10−19 C.

Il y a plusieurs hypotheses qui peuvent expliquer un tel écart :
- L’analyseur de spectre que nous avons utilisé nous a donné deux séries de valeur va-
riant de plusieurs dBm entre deux séance. Il nous aurait donc fallu plus de temps pour
identifier le problème de cette non reproductibilité et obtenir des valeurs plus fiables.
- Le nombre de points que nous avons mesuré pourrait être grandement augmenté ainsi

11
Figure 2.1 – On observe ici que la puissance du bruit de photon semble suivre une loi
linéaire en fonction de la tension. Toutes les mesures sont réalisées sur l’analyseur de
spectre à 17kH

que la précision employée pour les obtenir.

- Le facteur de calibration de l’analyseur de spectre αcal utilisé a été déterminé à la partie
I et peut être imprécis dû à des erreures expérimentales voir même directement à une
mauvaise utilisation de l’analyseur de spectre.

2.2 Réduction du bruit de photon : premières pistes

Dans la partie 2.1.1 on a vu que le bruit de photon était lié à la source dont l’émission
de photon correspondait à une loi de poisson, loi de probabilité qui possède une grande
variance (égal à sa valeur moyenne). Une idée pour réduire le bruit de photon consiste-
rait donc à changer la loi de probabilité qui régit l’émission de photon. Il faudrait donc
trouver par exemple une source de lumière sub-poissonnienne.
Une manière de réaliser ceci est d’utiliser une nouvelle fois une photodiode. En effet,
dans la partie précédente, on avait utilisé la photodiode en régime récepteur qui conver-
tissait alors les photons en électrons (avec un certain rendement) et les électrons qui en
découlaient était donc régit par la même loi de probabilité que les photons. L’idée est
d’utiliser le mécanisme inverse en plaçant la photodiode dans son régime photolumines-
cente (LED). Cette dernière constituera alors une source de photon dont la statistique
correpond à celle des électrons qui la traversent. En utilisant une alimentation stabilisée
pour polariser la photodiode en régime photoluminescente on obtient donc une source
de lumière sub-poissonnienne. À partir de là il suffit de placer une photodiode en régime

12
Figure 2.2 – En rouge, les données expérimentales. En vert, le fit linéaire de nos données.

recepteur juste en face de la LED de manière à ce qu’elle reçoive la quasi-totalité des

photons émis. En reprenant le montage de la partie précédente, on peut alors mesurer le
nouveau bruit de photon et estimer la réduction de bruit.

À la fin de notre projet, nous avons étudié un tel système. Bien que nous n’ayons
pas eu le temps de mesurer le nouveau bruit de photon, nous avons pu caractériser le
rendement du montage dont nous disposions. La caractérisation consiste en la mesure du
rapport entre l’intensité traversant la LED et celle traversant la diode photo-détectrice.
Ces mesures sont regroupées sous la forme du graphique de la figure 2.2. Le fit linéaire
des données expérimentales nous donne alors le rendement du couple photodiode/LED.
La valeur ainsi obtenue est de 4 × 10−3 soit 0.4%. Ce rendement est étrangement faible,
il est peut-être lié a une erreur pendant la mesure bien que la dépendance linéaire soit
bien mise en évidence. Il est aussi possible que cela soit dû au fait que la photodiode ne
reçoive pas l’intégralité de la lumière émise par la LED. Dans tout les cas, il nous aurait
fallu plus de temps pour conclure.

13
Figure 2.3 – Montage du couple Diode électro-luminescente / Photo-détecteur. Les ré-
sistances R2 et R3 permettent la mesure de l’intensité traversant les deux photodiodes.

14
Annexe A

Matériel

Ultra Low Noise Voltage Preamplifier Model 5184 AMETEK : Amplificateur de tension
à très bas bruit permettant de multiplier la tension d’un courant alternatif d’entrée
par un facteur 1000. Le facteur d’amplification dépend cependant de la fréquence
du courant d’entrée : cf annexe B.
Multimeter Keithley2100 : Multimètre numérique permettant la mesure d’une tension
d’un courant continu et discontinu ainsi que la mesure d’une résistance.
HP 8560 Series Spectrum Analysers : Analyseur de spectre permettant la mesure direct
du bruit en dBm/Hz
High Speed Infrared Emitting Diode, VISHAY : Diode Electro-luminescente à 890nm
Silicon Photodetector, BPX65 Series : Photodiode optimisée aux alentours de 850nm

15
Annexe B

Caractérisation d’un amplificateur

La densité spectrale produit par le bruit thermique d’une résistance est très faible.
C’est pourquoi il est nécessaire de l’amplifier pour pouvoir l’étudier précisément. Tou-
tefois, cela implique de bien connaître les caractéristiques de son amplificateur, pour ne
pas rajouter des paramètres entachés d’incertitudes aux mesures de bruits déjà délicates.

La présente annexe propose justement une caractérisation détaillée de l’amplificateur

que nous avons utilisé pour nos mesures (cf annexe A). Le but de l’amplificateur étant de
multiplier à ses bornes de sortie la tension qui arrive à ses bornes d’entrée (différence de
potentiel entre le signal qui traverse les composants et la terre), sa caractérisation réside
dans la détermination du gain de l’amplificateur qui n’est rien d’autre que la tension de
sortie divisé par la tension d’entrée : G = UUout . Toutefois, un amplificateur ne multiplie
in
que la composante alternative de la tension d’un signal. Il est donc important de trouver
son gain en fonction de la fréquence du signal qui le traverse.

Pour caractériser un amplificateur de tension, on est donc amener à effectuer le mon-

tage expérimental suivant : la sortie d’un GBF dont la tension est choisie fixe (à 10mV
ici) est branché aux bornes d’entrée de l’amplificateur. Les bornes de sortie de ce dernier
sont, elles, connectés à un multimètre qui mesure la tension Uout . En faisant varier la
fréquence on peut alors obtenir le gain de l’amplificateur. Toutefois, comme le GBF n’est
pas parfait, la tension qui délivre varie légèrement en fonction de la fréquence, et c’est
pourquoi on branche en dérivation un second multimètre aux bornes de sortie du GBF
afin de mesurer précisément la tension d’entrée de l’amplificateur Uin . On obtient alors
la courbe de la figure B.1

16
Figure B.1 – À gauche, la tension délivrée par le GBF en fonction de la fréquence du
signal : justifie la nécessité de mesurer la tension de sortie du GBF (correspond à Uin ). À
droite, le gain de l’amplificateur en fonction de la fréquence : on comprend la nécessité
de la caractérisation comme le gain n’est pas exactement constant en fréquence.

17
Annexe C

Caractérisation d’un filtre passe bas :

Diagramme de bode

Un filtre passe bas réside en l’association astucieuse d’un conducteur ohmique et d’un
condensateur au sein d’un petit circuit électrique dont le schéma est présenté sur la figure
C.1

Dans cette annexe, nous présenterons la façon dont nous avons procédé pour caractériser
ce filtre dont les caractéristiques sont une résistance de 22.1kΩ et une capacité de 100pF.
L’idée est simple : caractériser un filtre revient à déterminer son gain en fonction de la
fréquence du courant qui le traverse. Le gain est défini par le rapport entre la tension à
la sortie du filtre, Us et la tension d’entrée Ue . Il suffit donc de mesurer Us via un simple
voltmètre (cf A) en fonction de la fréquence du courant d’entrée que l’on peut contrôler
via le GBF qui fixe Ue .
Remarquons que comme la tension du GBF n’est pas exactement stable avec la fré-
quence du courant délivré, on mesure aussi dans l’expérience précédente la valeur de Ue
pour chaque valeur de fréquence utilisée. Remarquons aussi que les incertitudes selon
y proviennent de l’incertitude sur la tension délivrée par le GBF selon la fréquence du
courant envoyée.
On obtient le tracé brut de la figure C.3.

Le fit théorique de cette courbe est de la forme suivante

H0
G(f ) = r
 f 2
1+ f
c

Ce fit nous permet d’obtenir le tableau suivant :

Final set of parameters Assymptotic Standard Error

H 0.960724 +/- 0.003001
F 25.1605 +/- 0.2649
On remarque alors que nos données expérimentales nous prédisent une fréquence de
coupure fc = 25.16kHz alors que la fréquence théorique obtenu via la formule classique

18
Figure C.1 – Schéma électronique de la configuration d’un filtre passe bas de fréquence
1
de coupure fc = 2πRC = 72kHz

Figure C.2 –

19
Figure C.3 – Diagramme de Bode de notre filtre avec R = 22.1kOhm et C = 100pF. On
peut alors lire la fréquence de coupure sur l’échelle logarithmique comme l’abscisse du
point d’intersection entre la courbe et la droite à −3dB. On a log(fc ) ' 1.4 ce qui donne
fc ' 25.1kHz

1
fc = 2πRC nous donne fcth = 72.02kHz (cf courbe théorique en bleu sur la figure C.3).
Comme nous avions vérifier via un Ohm-mètre la valeur de la résistance du filtre, la seule
explication de cette différence, si on ne remet pas en cause les valeurs expérimentales, est
un problème de valeur au niveau de la capacité du condensateur utilisé pour le filtre.
Cette fréquence de coupure correspond pour un filtre passe bas à la bande passante
du filtre : ce dernier laisse passer les fréquences allant de 0 à fc . Cependant, cela n’est pas
tout à fait exact comme on peut le voir sur la courbe : on n’a pas exactement une marche
d’escalier.
De manière général, pour mieux visualiser la bande passante, on trace alors un dia-
gramme dit de Bode de la manière suivante où le gain est donnée en dB (où le log utilisé
ln
est le logarithme en base 10 i.e. ln(10) ):

GdB = 20 ∗ log(G)

et où la fréquence est aussi ramenée en échelle logarithmique (toujours en base 10). On

obtient alors le diagramme de la figure ??.
L’intégration d’une densité spectrale de puissance SP via un tel filtre donne alors une
tension finale P = SP × ∆f où ∆f est la bande passante du filtre donc Deltaf = fc pour un
filtre passe bas.

20
 Annexe D

Caractérisation d’une photodiode :

fréquence de polarisation

La caractérisation d’une photodiode consiste en la détermination de l’intensité qu’elle

délivre selon l’éclairement qu’elle reçoit en fonction de la tension qui la polarise. Pour
cela, on réalise un cricuit assez simple dans lequel on branche successivement en série la
photodiode et une résistance de 1.2kΩ à un générateur de tension, la borne positive du
générateur étant relié à la cathode de la photodiode. On branche enfin un oscilloscope
en dérivation aux bornes de la résistance et aux bornes du générateur sur respectivement
le canal 2 et le canal 1. En se plaçant en mode XY qui trace le canal 2 en fonction du
canal 1, on obtient alors le tracé présenté sur la figure D.1. Ce diagramme permet de
déterminer la tension de polarisation qu’il faut choisir pour que la photodiode soit en
mode récepteur et ce pour différent éclairement. Il suffit alors de choisir une tension de
polarisation telle que la photodiode soit en mode recepteur pour les valeurs extremales
de l’éclairement qu’on utilise. Compte tenu des valeurs d’intensité d’éclairage utilisées
au cours des expériences présentées dans ce rapport, une tension de polarisation de 20V
permet largement de rester dans le régime recepteur de la photodiode.

Figure D.1 – Visualisation en mode XY : Tension proportionnelle au courant à la sortie

du circuit en fonction de la tension de polarisation aux bornes de la photodiode. De
gauche à droite : variation de la dépendance en fonction de l’intensité lumineuse reçue
par la photodiode. Sur les dernières figures, on observe des fluctuations liées au bruit de
photon.

21

View publication stats