Acquisition et traitement des

données biomédicales
M. FETTACH

Chapitre 2: Echantillonnage et
quantification

Semestre 3
2023-2024
1
www.um6ss.ma
Introduction
Tous les signaux que nous avons traité jusqu’à maintenant sont
des signaux analogiques. Mais, si on désire effectuer des
traitements numériques sur ce type de signaux, il faudra les
numériser.
La numérisation comporte 2 étapes:
 La première consiste à échantillonner le signal dans le temps
pour le rendre discret, c-à-d prélever la valeur du signal aux
instants kTe.
Te : période d‘échantillonnage.

 La seconde étape est la quantification, permet d'associer une

valeur numérique à l'échantillon prélevé.
2
L'objectif du traitement numérique du signal est d'extraire les
informations contenues dans le signal analogique initial x(t).
Il est donc impératif de conserver ces informations après
échantillonnage.

Ce chapitre présente :

 les modèles mathématiques de l’échantillonnage,

 la condition pour qu’un signal, après avoir été échantillonné,

puisse être reconstruit sans distorsions.

3
1.1 Échantillonnage idéal
Soient x(t) le signal analogique et xe(t) le signal échantillonné. Le
signal xe(t) est obtenu par multiplication de x(t) par un peigne de
Dirac.

Signal à temps continu  peigne de Dirac = signal échantillonné

4
 = . = −

d’où : = ( ) −

Pour ne perdre aucune information,il faut que cette

transformation → soit réversible.

Déterminons le spectre Xe(f) du signal xe(t) :

5
Spectre Xe(f) du signal échantillonné

= .

= = .

1
= ∗ = ∗ −

1
= ∗ −

1
= −

6
 1
= −

Cette relation montre que Xe(f) est obtenue, à un facteur près

(1/Te), par une simple périodisation du spectre X(f) avec une
période fréquentielle Fe: le spectre est reproduit tous les
Fe =1/Te.
L'échantillonnage dans le domaine temporel se traduit par une
"périodisation" de période Fe dans le domaine fréquentiel.

Cette périodisation peut s'effectuer suivant 3 cas :

7
Premier cas : X(f) est à support borné, de fréquence maximale
Fmax avec Fe > 2Fmax.

Motif principal

Le motif principal (k = 0) est égal au spectre de ( ).

Comme les motifs sont disjoints, on peut extraire ( ) grâce à
un filtre passe-bas idéal de fréquence de coupure Fe/2 et donc
reconstituer intégralement le signal ( ) à partir de la
connaissance de son signal échantillonné ( ).
8
Pour ce premier cas:

 Les informations initiales ne sont pas perdues.

 La transformation → est réversible.

 On a correctement échantillonné le signal.

9
Deuxième cas : X(f) est à support borné, de fréquence maximale
Fmax avec Fe < 2 Fmax

Spectre résultant
du recouvrement

Recouvrement de motifs

Les motifs élémentaires de ( ) se recouvrent. On parle de

repliement de spectres.

Le spectre initial X(f) est déformé.

10
 Spectre résultant
du recouvrement

Recouvrement de motifs

A cause du chevauchement des motifs élémentaires constituant

le spectre ( ) du signal échantillonné, il n'est pas possible de
récupérer le spectre ( ) par un filtrage approprié.

11
Il n'est donc pas possible de reconstruire le signal initial ( ) à
partir de la connaissance de son signal échantillonné ∶

 Les informations initiales sont perdues.

 La transformation est irréversible.
 On a mal échantillonné le signal.

Remarque : Si après l'échantillonnage les spectres translatés

X(f) se chevauchent, on dit qu'il y a repliement (ou
recouvrement) spectral.

12
Troisième cas : X(f) est à support non-borné

Dans ce cas, il est évident qu'il y aura repliement spectral.

Impossible d'échantillonner un tel signal.

13
1.2 Théorème de Shannon

Question : quelle est la condition sur pour qu'à partir du

signal échantillonné , on puisse reconstruire intégralement
?
 ≥2 : pas de recouvrement de spectre ⟹ extraction de
par filtrage passe-bas idéal
 <2 : repliement de spectre ⟹ impossibilité de
récupérer par filtrage

Par conséquent, pour que la répétition périodique du spectre de

( ) ne déforme pas le spectre répété, il faut et il suffit
que : ≥2
14
Enoncé du théorème d’échantillonnage (Shannon 1949)
Un signal à bande limitée dans l’intervalle de fréquence
− ;+ peut être reconstruit (interpolé) exactement à
partir de ses échantillons si : ≥2

Remarque :

Pour fixée, est appelée fréquence de Nyquist : c'est la

fréquence maximale admissible du signal pour éviter les

distorsions de spectre.

15
Problème des signaux à large bande
 Dans le cas des signaux à support fréquentiel infini, il est
impossible de définir une notion de fréquence maximale. Quel
que soit la fréquence d'échantillonnage , il y a toujours
repliement de spectre.
 Les signaux réels comportent souvent une composante
fréquentielle à large bande due à la présence de bruit
(perturbations aléatoires), ce qui imposerait une fréquence
importante.

16
Pour éviter le repliement du spectre, il est indispensable que le
spectre du signal ne dépasse en aucun cas la fréquence de
Nyquist : Fe/2.
Si le signal analogique possède des fréquences supérieures, il
faut faire précéder l’échantillonneur d’un filtre passe-bas anti-
repliement, dont la fréquence de coupure est la fréquence de
Nyquist, puis échantillonner le signal de sortie du filtre à une
fréquence Fe > 2Fmax.

17
18
1.3 Reconstruction du signal
On a échantillonné un signal x(t) en respectant le théorème de

Shannon (Fe>2Fmax), comment fait-on pour le reconstruire à

partir des échantillons ?
Déterminer x(t) revient à isoler X(f) dans Xe(f).
Ceci est possible en multipliant Xe(f) par une porte en fréquence
d’amplitude Te:
=

Pour reconstruire le signal, il suffit de prendre la TF inverse du

motif de base de ( ).

19
 = ( ) = ( ) ( )

= ∗ ( )

= − ∗

d’où : = −

C'est la formule d'interpolation de Shannon. 20

1.4 Echantillonnage réel
L'échantillonnage idéal est irréalisable : impossible d’avoir des
impulsions de Dirac.
Dans la pratique, on utilise des impulsions de durées courtes
mais non nulles.
Le signal échantillonné réel sera constitué d’une suite d’impulsions
distantes de Te et de largeur .
L’amplitude de ces impulsions sera fonction du procédé
d’échantillonnage utilisé :
 Echantillonnage régulier (ou bloqueur)
 Echantillonnage moyenneur

21
 Echantillonnage régulier (ou bloqueur):

Signal échantillonné : suite d’impulsions d’amplitudes constantes

et égales à x(nTe) pendant la durée .

22
 Echantillonnage moyenneur :

Signal échantillonné : suite d’impulsions d’amplitudes égales à la

moyenne de x(t) sur l’intervalle 

23
1.4.2 Echantillonnage bloqueur

Schéma simplifié d’un échantillonneur-bloqueur

24
La représentation mathématique du signal échantillonné peut
être mise sous la forme d’une suite infinie de ‘’fonctions porte’’
d’amplitudes égales aux échantillons du signal, soit :

Ce qui peut s’écrire:

25
Spectre Xe(f) de xe(t):

Xe(f) s’obtient par TF en utilisant le théorème de Plancherel :

Soit

On remarque que Xe(f) est obtenue, à un facteur près, par

une simple périodisation en fréquence du spectre X(f).
26
Le spectre initial est extrait par un passe-bas de fréquence de
coupure Fe.
La relation, liant le spectre de base du signal échantillonné Xe0(f)
et celui du signal X(f) est :

Le spectre Xe0(f) n’est pas identique au spectre initial X(f)

puisque son amplitude est modulée par la fonction sinc(f).

27
Conclusion:
L’échantillonnage régulier introduit donc une déformation par
rapport à l’échantillonnage idéal.
Cette distorsion reste petite dans le cas où la durée de la porte
d’échantillonnage est faible devant la période d’échantillonnage.

28
1.4.2 Echantillonnage moyenneur

L’échantillonner moyenneur donne des échantillons xe(kTe)

correspondant à la moyenne de x(t) prise sur la durée de
l’impulsion .
L’échantillon k s’exprime sous la forme suivante :

29
En utilisant la fonction porte, la relation peut s’écrire :

Cette expression représente le produit de convolution de

x(t) et de rect(t) au temps kTe:

30
Le signal échantillonné complet xe(t) va donc s’exprimer sous la
forme suivante :

Soit

31
Le spectre Xe(f) de xe(t) s’obtient par TF en utilisant le
théorème de Plancherel :

Soit

32
Le spectre initial est extrait par un passe-bas de fréquence de
coupure Fe.
La relation, liant le spectre de base du signal échantillonné
Xe0(f) et celui du signal X(f) est :

Le spectre Xe0(f) n’est pas identique au spectre initial X(f)

puisque son amplitude est modulée par la fonction sinc(f).
33
De même que l'échantillonnage idéal est irréalisable, la
reconstitution du signal x(t) à partir de la formule
d'interpolation de Shannon est impossible.
1.5 Reconstitution pratique du signal
On utilise donc des interpolateurs plus simples.
Appelons y(t) le signal reconstitué.

Interpolateur d'ordre 0 ou "Bloqueur "

L’idée est simplement de maintenir l’échantillon x(kTe) jusqu’à
l’apparition de l’échantillon x((k+1)Te) : y(t) est donc constant
par morceaux.

34
Posons alors

35
 Soit

D’où

On remarque que Xe(f) est modifié par H(f).

La distorsion sera d'autant plus faible que le spectre
|H(f)| = (|sinc(fTe)| sera étendu, c.à.d que Te sera petit.
On a donc,dans ce cas, intérêt à sur-échantillonner le signal
(Fe >> 2Fmax).

36
Remarque :
Pour avoir Y(f) = X(f), il faut que H(f) soit une ‘’fonction porte’’
de demi-largeur Fe/2. Par conséquent, h(t) doit être un sinus
cardinal.
On retrouve la formule d'interpolation de Shannon :

37
2. Quantification
- Seconde étape de la numérisation.
- Permet le traitement numérique ou la mémorisation du
signal, qui est représenté par un nombre fini de
données binaires.
Principe :
Approximer chaque valeur du signal échantillonné par
un multiple entier d’une quantité q, appelée pas de
quantification ou quantum.
Si q est constant, la quantification est dite "uniforme"
sinon elle est dite "non uniforme".
38
A chaque niveau de tension est associé une valeur binaire codée
sur N bits.
N bits permettent de distinguer 2 niveaux de tension répartis
de -Vmax à +Vmax.
2
On a ainsi un pas de quantification : =
2

Exemple:
Un signal de +/-5V codé sur 8 bits donnera un pas de
quantification q=39mv.

39
Cette opération revient à faire passer le signal dans un
convertisseur analogique numérique (CAN) qui possède une
caractéristique en marche d'escalier et fournit le signal xq(t).

Deux méthode de quantification:

 par arrondi,
 par défaut.

La quantification introduit une erreur modélisable

mathématiquement, et que l'on peut considérer comme une
variable aléatoire.
40
Caractéristique entrée-sortie d’un quantificateur par arrondi:

Chaque valeur de comprise entre

et est approximée

(arrondie) à la valeur nq.

41
Caractéristique entrée-sortie d’un quantificateur par défaut:

Chaque valeur comprise entre nq et (n+1)q

est approximée par la valeur la plus faible,

c'est-à-dire nq .

42
De l’acquisition à la reconstruction

43