Numérisation des signaux

L’importance des systèmes numériques de traitement de l’information ne cesse

de croître (radio, télévision, téléphone, instrumentation…). Ce choix est souvent
justifié par des avantages techniques tels que la grande stabilité des paramètres,
une excellente reproductibilité des résultats et des fonctionnalités accrues. Le
monde extérieur étant par nature ‘’analogique’’, une opération préliminaire de
conversion analogique numérique est nécessaire. La conversion analogique
numérique est la succession de trois effets sur le signal analogique de départ :

• l’échantillonnage pour rendre le signal discret

• la quantification pour associer à chaque échantillon une valeur

• le codage pour associer un code à chaque valeur.

1
 I) Echantillonnage :

Définition :

L’échantillonnage consiste à prélever à des instants précis, le plus souvent

équidistants, les valeurs instantanées d’un signal. Le signal analogique s(t),
continu dans le temps, est alors représenter par un ensemble de valeur discrètes :
se(t) = s(n.Te) avec n entier et Te : période d’échantillonnage.

A) Echantillonnage idéal

S(t)

Se(t)

2
3
 B) L’echantillonnage réel (Numérisation des signaux):

En pratique, l’échantillonnage s’effectue en commandant un interrupteur par un

train d’impulsions étroites. Il est donc impossible d’obtenir des échantillons de
durée quasiment nulle. La modélisation de l’échantillonnage par un peigne de
Dirac est donc erronée. En fait, chaque impulsion va avoir une durée très courte
τ. L’échantillonnage peut donc être modélisé par la multiplication du signal par
une suite de fonction rectangle (ou porte Π ) de largeur τ ( fonction
d’échantillonnage).

En général on appelle échantillonnage réel tout échantillonnage qui est

pratiquement réalisable.

iT ,τ (t)
e
iT ,τ (t)
e

La fonction de l’échantillonnage réel iTe,τ est :

4
Représentation spectrale de ces signaux :
Le spectre du signal iTe,τ (t) s’exprime par l’équation :

Démonstration :

En appliquant la transformation de Fourier :

Or :

et en notant :

5
Les différents types d’échantillonnage réel (réalisables) sont :

 Echantillonnage naturel : d’amplitude égal à s(t) dans l’intervalle τ ;

S(t) iTe,τ Se(t)

 Echantillonnage régulier(ou bloqueur) : d’amplitude égal à s(kTe) dans

l’intervalle τ et
iTe,τ Se(t)
S(t)

 Echantillonnage moyenneur : d’amplitude égal à la moyenne de s(t)

dans l’intervalle τ

S(t) iTe,τ Se(t)

1) Echantillonnage naturel

Définition
L’échantillonnage naturel est définie à partir du signal se(t), tel que l’amplitude
de chaque impulsion suit la valeur de la fonction s(t) dans l’intervalle de
longueur τ .

6
Mathématiquement le signal échantillonné s’obtient en faisant le produit du
signal initial par la fonction porte périodique iTe,τ (t) précédemment établie :

S(t) iTe,τ Se(t)

Etude spectrale du signal échantillonné :

On s’intéresse à l’étude spectrale pour pouvoir comparer l’information contenu

dans le signal échantillonné se(t) par rapport à celle du signal initial s(t).

En appliquant le théorème de Plancherel :

On s’intéresse à cette étude pour savoir si cet échantillonnage dit naturel

conserve la totalité de l’information ou provoque une déformation du spectre par
rapport à l’échantillonnage idéal.
7
Ainsi la relation qui lie le spectre de base du signal échantillonné Se,0(f) et celui
du signal S(f) s’obtient facilement par :

Cette relation montre que, dans le cas de l’échantillonnage naturel(avec une

impulsion de largeur non nulle), il est possible d’obtenir le spectre du signal
initial avec un filtre passe bas idéal. La proportionnalité entre les deux spectres
montre que l’échantillonnage naturel n’introduit pas de déformation.

Cet échantillonnage correspond simplement à une augmentation de la durée

d’observation du signal.

Cet échantillonnage est non réalisable pratiquement, nous devons étudier un cas
où non seulement la durée d’observation est augmentée, mais aussi la valeur de
l’échantillon est approchée sur cette durée : valeur initiale ou moyenne.

2) Echantillonnage régulier ou bloqueur

Définition :
L’échantillonnage régulier se caractérise par le fait que l’amplitude de chaque
impulsion est constante et égale à l’amplitude du signal initial au temps kTe
avec k un entier et Te la période d’échantillonnage. Du point de vue
mathématique le signal échantillonné se(t) est défini à partir d’une suite infinie
de fonctions Porte pondérées par la valeur du signal s(t) en temps discret bien
espacé kTe ; c’est-à-dire :

S(t) iTe,τ Se(t)

Le signal échantillonné peut s’exprimer à partir du produit de convolution de la

fonction porte de largeur τ par le produit de distribution peigne de Dirac
multiplié avec le signal s(t) :

8
En effet :

puisque

donc

Etude fréquentielle de cet échantillonnage :

En appliquant la transformation de Fourier on a :

9
De la même manière que la précédente, le spectre initial est extrait par la
réalisation d’un filtre passe-bas idéal largeur Fe ; la relation, liant le spectre de
base du signal échantillonné Se,0(f) et celui du signal S(f), est :

3) Echantillonnage moyenneur

Définition :
L’échantillonnage moyenneur consiste à échantillonner le signal s(t) à partir
de la valeur moyenne de ce signal pris sur la durée de l’impulsion τ pour donner
l’échantillon se(kTe) avec k un entier.
Mathématiquement le signal échantillonné se(kTe), k ∈ Z s’ exprime par la
relation suivante :

S(t) iTe,τ Se(t)

Définition. Avec la fonction porte, l’expression du signal échantillonné au rang

k est définie de la façon suivante :

Le signal échantillonné se(kTe), k ∈ Z s’écrit :

10
En effet :
Soit k ∈ Z et t ∈ R ; d’après l’équation:

Et D’après la définition de produit de convolution.

Remarque
Le signal échantillonné complet se(t) s’obtient facilement en sommant les
signaux échantillonnés se(kTe) :

Le signal échantillonné complet peut s’écrire aussi sous la forme :

En effet :

Etude spectrale du signal échantillonné :

11
Le spectre du signal échantillonné est aussi exprimé de façon suivante :

En effet :
D’après la proposition :

12
Conclusion :
Il est important de remarquer que les échantillonnages moyenneur et bloqueur
Seront d’autant plus proches de l’échantillonnage idéal que la durée de
l’impulsion d’échantillonnage sera faible devant la période du signal
correspondant à la fréquence maximale contenue dans le signal échantillonné.

II) La quantification :

Définition :
La quantification consiste à associer à une valeur réelle x quelconque, une autre
valeur xq appartenant à un ensemble fini de valeurs et ce suivant une certaine loi
: arrondi supérieur, arrondi le plus proche, etc…

L’écart entre chaque valeur xq est appelé pas de quantification.

Le fait d’arrondir la valeur de départ entraîne forcément une erreur de

quantification que l’on appelle le bruit de quantification.

1) Quantification uniforme
La loi de quantification uniforme utilise un pas de quantification (∆) constant
entre chaque valeur xq.

13
Le bruit de quantification nq est dans ce cas un signal aléatoire. Ces
caractéristiques sont donc définies par ses propriétés statistiques. On peut alors
démontrer que la puissance du bruit de quantification est égale à :

Le rapport signal sur bruit dû à la quantification est donc égale à :

La puissance du signal à quantifier est égale à sa valeur efficace au carré (voir

remarque) :
Si l’on décompose la plage de variation VPE du signal à quantifier en 2n
intervalles de largeur ∆ (avec n le nombre de bits utilisés pour coder le signal
quantifié).

Ainsi, dans le cas d’un convertisseur analogique-numérique, chaque fois que

l’on rajoutera un bit dans le résultat de conversion, on améliorera le rapport
signal sur bruit dû à la quantification d’environ 6dB.

14
Remarque :
En traitement du signal, on considère la puissance d’un signal aux bornes d’une
résistance de 1Ω. La puissance est donc égale au carré de la valeur efficace.

III) Le codage :
Le codage consiste à associer à un ensemble de valeurs discrètes un code
composé d’éléments binaires.
Les codes les plus connus : code binaire naturel, code binaire décalé, code
complément à 2, code
DCB, code Gray.

Exemple sur 4 bits :

15