Académique Documents
Professionnel Documents
Culture Documents
Dans ce chapitre:
- Echantillonnage réel
- Echantillonnage idéalisé
- Théorème d’échantillonnage
- Transformée en Z
1
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Signaux d i s c re ts
Définition:
Les signaux numériques ou discrets ou encore échantillonnés sont le plus
souvent issus de signaux analogiques dont on prélève les valeurs à des
instants régulièrement espacés : c'est l'opération d'échantillonnage qui
transforme un signal continu en une suite numérique.
2
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Signaux d i s c re ts
Exemple:
3
Chapitre3: é c h a n t i l l o n n a g e e t sign au x d i s c r e t s
Signaux d i s crets périodiques
Tout comme les signaux continus, les signaux discrets peuvent être
périodiques.
Un signal discret périodique se répété a tous les N échantillons, de
sorte que :
4
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Signaux discrets: puissance e t énergie
5
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Signaux discrets: puissance e t énergie
6
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
E x e m p le:
7
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
E x e m p le:
8
Chapitre3: é c h a n t i l l o n n a g e e t sign au x d i s c r e t s
Signaux de base:
Echelon Unité Le signal échelon unité u(n) est défini par :
u(n) = 1 si n ≥ 0
0 ailleurs
Nous pouvons définir également le signal échelon décalé u(n − k) comme
suit :
u(n − k) = 1 si n ≥ k
0 ailleurs
9
Chapitre3: é c h a n t i l l o n n a g e e t sign au x d i s c r e t s
Impulsion discret:
Rampe:
10
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Remarque:
La méthode générale pour effectuer des opérations sur un signal continu
(Chapitres 1 de TS) s'applique aussi aux signaux discrets
11
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
ÉCHANTILLONNAGE
12
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
ÉCHANTILLONNAGE IDÉAL:
L’échantillonnage idéal est modélisé par la multiplication du signal continu
s(t) et d’un peigne de Dirac de période Te
13
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
ÉCHANTILLONNAGE IDÉAL
14
Chapitre3: é c h a n t i l l o n n a g e e t sign au x d i s c r e t s
TFde signal échantillonné
Question : que devient le spectre du signal x(t) après échantillonnage idéal?
n
Fx e (t) F x(t) (t nTe )
n
Le spectre de Xe (f) est donc celui de X(f) "périodisé" avec une période fréquentielle Fe.
15
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Interprétation du spectre de xe(t)
Soit x(t) un signal réel à spectre borné |X (f)|
X e (f ) Fe. X(f nFe) 0 Fmax
n
-Fmax f
Question : que devient le spectre Xe(f) en fonction de Fe?
Si Fe 2Fmax
|X e (f)|
Fe
n= -1 n=0 n=1 Les motifs élémentaires du signal périodiques
sont disjoints
Repliement de spectres
-Fe -Fmax 0 Fmax Fe f
16
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Théorème de SHANNON
Question : quelle est la condition sur Fe pour que, à partir du signal échantillonné xe(t), on puisse
reconstruire intégralement x(t)?
Si Fe 2Fmax Le motif principal (n=0) est égale au spectre de x(t), et comme les autres motifs sont
disjoints, grâce à un filtre passe-bas idéal,il est possible d'isoler ce motif et donc de retrouver
x(t).
Si Fe 2Fmax Le motif principal (n=0) est égale au spectre de x(t), mais, il est pollué par le recouvrement d'autres
motifs. Il est impossible de retrouver le spectre de x(t).
Énoncé du théorème
Pour échantillonner un signal sans perte d'information, il faut que la fréquence
d'échantillonnage Fe soit supérieure au double de la fréquence maximale du signal. Plus
précisément, si on note Fmax la fréquence maximale du signal, il faut :
Fe 2Fmax
17
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Échantillonnage réel
18
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Échantillonnage réel
19
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Tr a n s f o r m é e e n z
A) Définition de laTransformée en Z
•La transformée en z est l’équivalent dans le domaine discret de la transformée de Laplace dans le
domaine continu.
La TL d’un signal continu:
On pose Z=eTp
P=1/T ln(Z)
20
Chapitre3: é c h a n t i l l o n n a g e e t sign au x d i s c r e t s
Transformée en z
A) Intérêt de laTransformée en Z
21
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
B) Exemple:Transformée en Zusuelles
* échelon
Zu(Z)=
22
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
A) Transformée en Z usuelles
* Rampe
23
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Condition d’existence de laTZ
Exemple:
24
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
C) Propriétés et règles de calcul
Elles découlent naturellement des propriétés de la transformé de Fourier
25
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
C) Propriétés et règles de calcul
Produit de Convolution
Le produit des transformées en Z de deux signaux numériques est égal
à la transformée en Z du produit de convolution des deux signaux.
L’intercorrélation
Considérons les deux signaux réels X(K) et Y(K). Soit Sxy(Z) la TZ de l’intercorrélation
Cxy (k) :
Dérivation de laTZ
La dérivée de X(Z) parrapport a Z s’ecrit :
26
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
27
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
28
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Tableau Transformée en Z
29
Chapitre3: é c h a n t i l l o n n a g e e t signaux d i s crets
Tableau Transformée en Z
30