Acquisition et traitement de données L3MT

Acquisition et traitement de données

Initialement destiné à extraire le signal dans un bruit lors de mesures (capteurs), le traitement
du signal est largement appliqué en Télécommunication dans des applications diverses et
variées.

Nous pouvons citer :

- la protection d’information contre le bruit tel que les techniques pour réduire le Taux
d’erreur ou pour contrer les effets du canal (technique d’égalisation)

- le développement d’applications électroniques et l’évolution aisée vers de nouvelles

fonctionnalités telles que le filtrage sélectif, la mise en place de techniques variées de
modulation/démodulation, …

Définition
« Un signal est un message simplifié et généralement codé. On a l’habitude de représenter un
signal par une fonction continue dans le temps et de visualiser le signal sur un appareil
représentant la variation d’amplitude d’un phénomène en fonction du temps (cardiogramme,
sismographe, microphone, …). »

Il existe sous forme d'objets ayant des formes particulières.

• Les signaux lumineux.

• Le signal électrique est une des formes les plus récentes de signal.

• Un signal dans le domaine informatique et de la communication interprocessus.

Effet de la fréquence ?
Plus une onde est petite, plus elle vibre vite. On va même être plus précis : si l'onde est 2 fois
plus petite, alors la fréquence (nombre de battements par seconde, on parle ici de fréquence
bien plus grande que le nombre de battement de coeur par seconde qui est de l'ordre de 1) est
2 fois plus grande. Reprenez l’équation précédente et vérifier cela.

La fondamentale et les harmoniques

La fondamentale c'est la fréquence la plus basse, et toutes les autres fréquences ce sont des
harmoniques, qui sont des multiples entiers de la fréquence fondamentale. D'ailleurs
l'harmonique x1 est en fait la fondamentale.

Spectre de Fourier
L’idée d’analyse spectrale fut imaginée par Joseph Fourier (1768-1830). Il postula en 1807
qu’un signal périodique peut s’écrire comme une somme de sinusoïdes.

1
Acquisition et traitement de données L3MT

L’analyse spectrale d’un signal consiste à trouver toutes les sinusoïdes qui contribuent
significativement au signal : cela veut dire identifier les fréquences et les amplitudes des
sinusoïdes associées. Un spectre de Fourier, ou spectre fréquentiel, est une représentation
graphique permettant de visualiser ces deux grandeurs, où les fréquences sont en abscisses et
les amplitudes en ordonnées.

Avec un signal périodique, le spectre se présente sous la forme de pics, situés au niveau de
chaque fréquence intervenant dans le signal. Plus une fréquence contribue, plus le pic est haut,
c'est-à-dire plus l’amplitude de la sinusoïde associée est forte.

Le signal périodique s(t) décomposé en une somme de sinusoïdes (décomposé en série de

Fourier) s’écrit sous la forme générale, avec n entier :

En sommant les premiers termes, on a ainsi :

où est la pulsation fondamentale, et f la fréquence fondamentale. Les autres

fréquences, multiples du fondamental, sont des harmoniques.

2
Acquisition et traitement de données L3MT

En prenant comme note fondamentale le « LA » (440 Hz) du piano, les harmoniques sont
toutes les notes ayant pour fréquence un multiple de 440. Les harmoniques d’une note sont
donc forcément plus aiguës que cette note (contrairement à des théories d’harmoniques
inférieures qui furent parfois avancées par erreur.

440 Hz fréquence fondamentale harmonique de rang 1

2ƒ

880 Hz (440*2) fréquence multiple première harmonique de rang 2

3ƒ

1320 Hz (440*3) fréquence multiple seconde harmonique de rang 3

4ƒ

1760 Hz (440*4) fréquence multiple troisième harmonique de rang 4

Si un « son » comporte une seule fréquence, c’est un « son » pur, sinon c’est un « son »
complexe. En musique, la hauteur d’un « son » musical correspond à sa fréquence
fondamentale.

En regardant attentivement le tableau des fréquences de notes ci-dessous, les musiciens

trouveront une correspondance entre les fréquences harmoniques d’une note et les notes qui
s’accordent harmonieusement avec la fondamentale. On sait par exemple que pour la note Do,
les notes constituant des intervalles naturels avec elles sont Ré (la deuxième), Mi (la tierce),
Fa (la quatrième), Sol (la cinquième), La (la septième), Ti (la septième),..etc.

Les harmoniques naturelles d’une note sont données par les fréquences multiples de la
fondamentale. Ainsi pour un do à 32,7 Hz les harmoniques sont :

3
Acquisition et traitement de données L3MT

Harmonique 1 2 3 4 5 6 7 8 9 10 11 12

Fréquence
32,7 65,4 98,1 130,8 163.5 196,2 228,9 261,6 294,3 327 359,7 392,4

Exercice

La fondamental d’un son est de 880 KHZ. Quelle est la fréquence du quatrième harmonique
en HZ?

En analysant les spectres donnés sur la figure suivante :

Déterminer celui qui correspond à une note jouée ayant un son pur.

Principe du passage de l'analogique au numérique

L’objectif de la numérisation est de transformer le signal analogique qui contient une quantité
infinie d'amplitudes en un signal numérique contenant lui une quantité finie de valeurs.

Le passage de l'analogique au numérique consiste en 2 étapes successives : l'échantillonnage

et la conversion analogique-numérique (CAN).

Figure Dispositif d'enregistrement numérique d'un son

4
Acquisition et traitement de données L3MT

Le nombre d'échantillons composant le signal numérique devra être suffisamment grand pour
pouvoir représenter le signal analogique de départ mais pas trop grand non plus pour ne pas
être trop volumineux.

Deux facteurs devront être ajustés pour répondre à ce cahier des charges : la précision et la
rapidité.

Choix de la fréquence d'échantillonnage

Le premier paramètre à fixer est la vitesse à laquelle seront prélevés les échantillons pour que
la reconstruction du signal de sortie soit fidèle au signal d'entrée. La fréquence
d'échantillonnage doit être suffisamment grande. En effet, si celle-ci est trop faible, les
variations rapides du signal ne pourront être retranscrites.

Figure Signal échantillonné à Te

Le théorème de Shannon permet de connaître la fréquence d'échantillonnage à choisir pour un

signal donné :

Pour reconstruire un signal de sortie de manière fidèle au signal d'entrée, il faut choisir une
fréquence d'échantillonnage au moins deux fois supérieure à la fréquence maximale contenue
dans le signal d'entrée.

Fe >=2* Fmax

Exercice
Soit le signal suivant : s(t) = sin(2*Π*50*t)+ cos(2*Π*250*t)+ sin(2*Π*400*t), Quelle est la
fréquence d’échantillonnage de ce signal ?

5
Acquisition et traitement de données L3MT

Fréquence de Nyquist
Le théorème d'échantillonnage, dit aussi théorème de Shannon ou théorème de Nyquist-
Shannon, établit les conditions qui permettent l'échantillonnage d'un signal de largeur
spectrale et d'amplitude limitées.
La connaissance de plus de caractéristiques du signal permet sa description par un nombre
inférieur d'échantillons, par un processus d'acquisition comprimée.
La fréquence de Nyquist, du nom de l'ingénieur électronicien Harry Nyquist, est la fréquence
maximale que doit contenir un signal pour permettre sa description non ambiguë par
un échantillonnage à intervalles réguliers. Elle est aussi connue sous le nom de fréquence
limite de repliement. Elle est égale à la moitié de la fréquence d'échantillonnage. Elle
appartient à l’intervalle [0, 1].

Exercice :
Avec un filtre passe-bande on veut faire passer les fréquences comprises entre [0 .23, 0.5].
Qu’elle sera la bande ou l’intervalle de fréquences en Hz comprenant la fréquence basse et
celle haute ?