Chapitre 0 : Signaux discrets (rappels)

1. Introduction
Les signaux physiques existant dans la nature sont en gnral des signaux de type analogique (on dit
aussi continu, au sens o le signal est une fonction continue du temps) et il sera ncessaire, lorsque
nous voudrons les faire transiter sur un rseau, de les chantillonner. Nous allons voir linfluence de
lchantillonnage (discrtisation) dun signal sur son spectre (analyse frquentielle). Ceci nous
permettra de mettre en vidence certaines limitations. Nous verrons galement comment s'effectue
en pratique l'opration d'chantillonnage et quel compromis il est ncessaire de faire entre la thorie
et la pratique.
Les avantages des techniques numriques sont :
- la rptabilit parfaite,
- la prcision,
- la possibilit de faire transiter de manire transparente sur les mmes supports des donnes de
types divers (voix et sons, images, donnes de type informatique...),
- par rapport aux techniques analogiques : pas de vieillissement, pas de drive...
Les signaux numriques ou discrets ou encore chantillonns sont le plus souvent issus de signaux
analogiques dont on prlve les valeurs des instants rgulirement espacs : c'est l'opration
d'chantillonnage qui transforme un signal continu en une suite numrique. Lorsqu'on veut
chantillonner un signal s(t), deux problmes se posent :
- dans le domaine temporel, quelle est la perte ventuelle d'information et existe-t-il une fonction
d'interpolation qui permet de reconstituer le signal continu original de manire univoque partir
de la suite numrique ? Le thorme d'chantillonnage rpond cette question.
- dans le domaine des amplitudes du signal, se pose le problme de la taille numrique des nombres
de la srie. En effet, du fait de leur manipulation sur un calculateur, les quantits numriques sont
forcment codes sur un nombre fini d'lments binaires. Il s'agit de l'opration de quantification.
2. Le signal chantillonn
Echantillonner un signal consiste donc prendre des chantillons de celui-ci des instants
rgulirement espacs.
Au niveau criture, il est habituel de reprsenter les signaux de la faon suivante.
Soit un signal continu s(t), on prlve un chantillon de celui-ci chaque priode d'chantillonnage
T
e
(aussi appele dans la littrature). Les chantillons en fonction du temps peuvent donc s'crire
s(kT
e
). Pour simplifier l'criture et aussi se rapprocher de la reprsentation mathmatique des suites
numriques, on crit : s
k
, ce qui signifie le k
me
chantillon du signal s(t) pour t=kT
e
.
Exemples de signaux discrets :
Aux quations diffrentielles linaires coefficients constants du domaine analogique correspondent,
dans le cas discret, des quations rcurrentes coefficients constants.
Ex : Considrons l'quation diffrentielle : 0 ax x& avec x(0) = c.
Sa solution est 0 , ) ( t ce t x
at
.
Considrons paralllement l'quation rcurrente 0
1

+ k k
ax x avec x
0
= c.
Sa solution est . 0 , k ca x
k
k
N.B. : pour simplifier l'tude mathmatique et puisque cela correspond une ralit physique, nous
ne traiterons ici que de signaux causals, qui sont nuls pour k < 0.
Comme pour les signaux analogiques, des signaux-tests sont utiliss dans le domaine numrique qui
sont la rampe r
k
, l'chelon
k
, l'impulsion de Dirac
k
et un signal particulier, le peigne de Dirac |_|_|
k
(lettre cyrillique tcha).
2.1 La suite rampe discrte unitaire {r(kTe)}={r
k
}
{r
k
}=

'

<
0
0 0
k pour kT
k pour
e

(causalit)
La pente exprime la vitesse de variation de la grandeur considre.
= ar
k
; a = 0.2 degr par seconde exprime par exemple la croissance linaire de
la temprature d'un four.
N.B. : la rampe discrte unitaire r
k
est le signal issu de l'chantillonnage de la
rampe unitaire continue r(t).
2.2 La suite chelon unitaire discret de Heaviside
{
k
} ou fonction existence
{(kT
e
){
k
} =
0 pour k < 0
1 pour k 0

'

(causalit)
2.3 La suite impulsion de Dirac discrte
{
k
}
La dfinition de l'impulsion de Dirac discrte est
la suivante :
{(kT
e
)
k
=
0 pour k 0
1 pour k 0

'

ATTENTION : La dfinition de l'impulsion de Dirac discrte est sensiblement diffrente de celle de
l'impulsion de Dirac analogique. En effet, ici il n'est pas question de surface unitaire : la suite {
k
} est
une suite d'chantillons valant tous 0 sauf l'chantillon pour k=0 qui vaut 1.
2.4 L'impulsion de Dirac discrte dcale {k-k
0
}
La dfinition de l'impulsion de Dirac discrte dcale est
la suivante :
{((k-k
0
)T
e
)
k-k0
=

'

0
0
1
0
k k pour
k k pour
2.5 Le peigne de Dirac unitaire centr |_|_| (tcha)
C'est une distribution singulire priodique. On note |_|_|
k
=

k
e
kT t ) ( .
La sommation s'tend sur l'infini (dans le cas idal) d'une suite de "fonctions de Dirac" retardes (t -
kT
e
).
La multiplication de |_|_|
k
par une fonction s
k
est une opration licite qui conduit une pondration
des poids des impulsions du peigne par les valeurs de la fonction aux instants kT
e
. Cette opration
correspond par ailleurs une opration d'chantillonnage.
s
k
.|_|_|
k
=

k
e k
T k t s ) . ( .
Le spectre, obtenu par dcomposition en srie de Fourier, est le suivant :
F(|_|_|
k
)=F

+

+

,
`

.
|

,
`

.
|

k e e k
e
T
k
f
T
T k t
1
) . ( = |_|_|
^
(f)
Le rsultat obtenu est un peigne de Dirac dans le domaine frquentiel, autrement dit le spectre d'un
peigne de Dirac est un peigne de Dirac, et inversement. On dit aussi que le peigne de Dirac possde
la proprit fondamentale d'tre invariant dans la transformation de Fourier :
Dmonstration :
Dcomposition en srie de Fourier du peigne de Dirac qui est un signal priodique :
k
0
1
Te
tcha
Ci-contre peigne non unitaire (en haut) et peigne de
Dirac (en bas).
i
T T
t t s
i
1
lim ) ( ) (
+
pendant la dure T
i

T
t n j
n
dt e t s
T
c

. ). ( .
1
. . .

e
T
t n j
e
dt e t
T
0
. . .
. ). ( .
1

,
`

.
|
+



e
i
i
i
T
T
t n j
T
t n j
i
T
e
dt e dt e
T T
. . 0 . .
1
lim .
1
. . .
0
. . .
0

i
i
T
i
t n j
T
e
n j T
e
T
0
. . .
0
) . . .(
lim .
1
]
]
]

]
]
]

) . . .(
1
lim .
1
. . .
0

n j T
e
T
i
T n j
T
e
i
i
]
]
]
]
]
]

,
`

.
|
+

) . . .(
1
! 1
. . .
1
lim .
1
0

n j T
T n j
T
i
i
T
e
i

e
T
1
.
Le calcul ci-dessus est vrai condition que n 0. Il faut refaire le calcul pour n = 0 :
e i
i
T
e
T
i
T
e
T
e
T
T T
T
T
dt
T T
dt t
T
dt t s
T
c
i
i
i
e
1
. lim
1
.
1
. lim
1
). ( .
1
). ( .
1
0
0
0
0
0

]
]
]

En reprsentation bilatrale, on obtient donc des raies d'amplitude 1/T

e
tous les 1/T
e
.
2.6 Le signal harmonique ou sinusodal discret
De mme que lorsqu'on tudie un filtre analogique, on fera l'tude de la rponse frquentielle d'un
systme numrique et pour cela on considrera un signal sinusodal chantillonn pour lequel on fera
varier la frquence entre 0 et une limite maximale que l'on verra plus tard.
2.7 Utilisation du serveur web
Dans le paragraphe 4 du serveur, vous trouverez :
- Une simulation de l'effet du choix de la frquence d'chantillonnage sur un signal,
Ci-dessous se trouve un extrait de devoir donn en 97-98 en utilisant cette applet
Donnes numriques :
Frquence d'chantillonnage : 1000 Hz,
Frquences du signal : 50 Hz ; 500 Hz ; 950 Hz ; 1000 Hz ; 1050 Hz
La courbe de gauche (noire) de l'applet reprsente une sinusode analogique sur laquelle sont
schmatiss les chantillons extraits du signal sous forme de petites croix. Il est possible de
paramtrer la frquence de la sinusode ainsi que la dure d'affichage.
La courbe de droite reprsente le signal reconstitu sous forme d'une sinusode passant au mieux
par les chantillons extraits de la courbe de gauche. La frquence d'chantillonnage est
paramtrable.
Prparation :
Il est demand d'observer le signal pendant 10 priodes.
Donner la valeur de la "dure d'affichage en secondes" pour chacun des signaux dfinis ci-dessus.
Donner le nombre d'chantillons par priode ( calculer) et donner la manire de faire le calcul
pour le premier signal.
La condition d'chantillonnage de Shannon-Nyquist est-elle respecte pour chacun des cinq cas ?
Expliquez.
En utilisant l'applet :
Tester chacun des cinq signaux l'aide des paramtres calculs prcdemment. Pour chacun,
reprsenter succinctement les courbes obtenues, de gauche et de droite, constater les rsultats
obtenus (nombre de priodes visibles l'cran, nombre d'chantillons sur chaque courbe,
nombre d'chantillons par priode), et commenter ces rsultats.
Vous trouverez galement dans cette partie du serveur :
- Un questionnaire d'auto-valuation sur le signal chantillonn,
- Un questionnaire d'auto-valuation sur la numrisation.
3. Problmes d'apodisation (fentrage)
Les fentres ci-dessous ont t calcules par MATLAB partir d'une fentre de 64 points et d'un calcul de FFT sur
4096 points :
plot(boxcar(64))
%Calcul du spectre linaire
spectre=abs(fft(boxcar(64),4096));
spectre=spectre/64;%maximum normalis 1
plot(spectre(1:400))%zoom sur les 400 premiers points du spectre
%Calcul du spectre semi-logarithmique (comme sur les modules FFT des
oscilloscopes)
spectrelog=20*log(spectre)/log(10);
plot(spectrelog(1:400))
Dans le tableau ci-dessous, la colonne de gauche reprsente la fentre, la colonne centrale le spectre linaire et la
colonne de droite le spectre logarithmique (zoom sur les 400 premiers points dans ces deux derniers cas)
3.1 Fentre rectangulaire
Cette fentre est dfinie par :

'

ailleurs f
N n pour f
n
n
0
1 0 1
On peut galement considrer cette fentre comme tant le cas particulier de la fentre de Hamming
gnralise pour = 1 (cf. fentre de Hamming).
Son expression frquentielle est :
) . sin(
) . . sin(
. ) (
). 1 ( . . . 2 .
f
f N
e e W
f N j f j
R

3.2 Fentre triangulaire ou de Bartlett

Cette fentre est dfinie par :

'

1 2 /
2 / 0
2 /
N n N pour f
N n pour
N
n
f
n N
n
Son expression frquentielle est :
2
). 1 2 / ( . 2 . . . 2 .
) . sin(
) .
2
. sin(
. ) (

,
`

.
|

f
f
N
e e W
f N j f j
T

3.3 Fentre de Hamming
La fentre de Hamming gnralise a pour quation :

'

,
`

.
|
+
ailleurs f
N n pour
N
n
f
n
n
0
1 0
. . 2
cos ). 1 (


La fentre de Hamming proprement dite est le cas particulier de la fentre gnralise pour = 0,54.
Les fentres de la famille Hamming se caractrisent par un pic central de largeur double de la fentre
rectangulaire mais une attnuation des oscillations sensiblement plus importante. La reprsentation
frquentielle de la fentre de Hamming gnralise a pour quation :
[ ] ) ( ) ( .
2
1
. ) (
) / 1 ( . 2 . ) / 1 .( . 2 .
. . 2 .
N f j
R
N f j
R
R
f j
Hg
e W e W
W e W
+
+

+
.

3.4 Fentre de Hann

La fentre de Hann (ou Hanning) est le cas particulier de la fentre de Hamming gnralise pour = 0,5
3.5 Fentre de Blackman
Cette fentre est une extension de l'ide de Hamming. Le premier lobe est plus large mais l'attnuation est
encore plus leve. Elle est dfinie par :

'

,
`

.
|

ailleurs f
N n pour
N
m n
f
n
M
m
m
m
n
0
1 0
. . . 2
cos . . ) 1 (
1
0

avec la contrainte :
1
1
0

M
m
m

. Son expression frquentielle est :

[ ]

+
+
1
0
) / .( . 2 . ) / .( . 2 . . . 2 .
) ( ) ( .
2
. ) 1 ( ) (
M
m
N m f j
R
N m f j
R
m m f j
B
e W e W e W


3.6 Fentre de Kaiser (avec = 5)
La fentre de Kaiser permet de prciser le compromis largeur du pic central/amplitude des
oscillations. Elle est dfinie par :
f
n

I
0
. N
2
4.n
2
[ ]
I
0
(N)
pour 0 n N1
f
n
0 ailleurs

'





o I
0
est la fonction de Bessel de premire espce d'ordre 0 :
I
0
(x) 1+
(x / 2)
m
m!
|
.

`
,

2
m1
M

. En gnral, 49 et M = 14.
En prenant de l'ordre de 4,5, l'attnuation est voisine de celle de Hamming mais le pic central est
moins large. Pour de l'ordre de 9, le pic est plus large mais l'attnuation plus importante.
3.7 Fentre exponentielle
Fentre exponentielle
La fentre rponse exponentielle est
utile pour la mesure des signaux
transitoires (de type impulsion).
Le dbut du signal n'est pas perturb, mais la fin de
l'enregistrement temporel est force zro. La fentre
exponentielle ne convient que pour la mesure des signaux
transitoires. Cette fentre est dfinie par :

'

ailleurs f
t pour e B f
n
t a
n
0
0 .
.
Son expression frquentielle est :
a f j
e W
f j
E
+

. . 2 .
1
) (
. . 2 .

3.8 Problme des fuites spectrales

Ce problme intervient lorsque la transforme de Fourier discrte n'est pas calcul sur un nombre entier de
priodes. Le motif rpt pour crer le signal priodique n'est dans ce cas pas celui attendu. En effet, dans ce
cas, le spectre obtenu par FFT n'est pas une bonne approximation du spectre rel. Etant donn que l'utilisateur
n'a souvent aucun contrle sur la localisation du signal dans l'enregistrement temporel, il faut gnralement
envisager l'existence possible d'une discontinuit. Cet effet, connu sous le nom de fuites ( leakage), est
manifeste dans le domaine frquentiel. Cette discontinuit provoque, par effet de transitoire, un largissement
de la raie spectrale (qui devrait apparatre trs fine). L'utilisation d'une fentre type Hanning ou Blackman
aura pour effet, en filtrant fortement les extrmits du motif dans le domaine temporel, d'attnuer l'effet des
fuites. Il pourra galement tre le cas chant judicieux d'essayer, lorsque cela est possible, de synchroniser
l'analyseur de spectre (module FFT) sur un nombre entier de priodes d'chantillonnage du signal priodique
analyser. D'autre part, la rsolution de l'analyseur (plus petite frquence entre deux raies) est gale 1/T
e
.
Considrons, par exemple, le cas d'un signal sinusodal de f = 50 Hz et d'amplitude 1 chantillonn f
e
=
1000 Hz.
-1
-0.5
0
0.5
1
0 0.01 0.02 0.03 0.04 0.05 0.06
signal temporel
motif rpt Cas o il n'y a pas de fuite
-1
0
1
0 0.01 0.02 0.03
motif effectivement rpt
=> fuites spectrales