Académique Documents
Professionnel Documents
Culture Documents
Supports numériques
2
Introduction
• TV numérique,
• Enregistrement audio, video
• Téléphonie mobile.
• ...
3
Avantages du numérique :
• Stabilité du fonctionnement des systèmes (pas de dérive en temps ou
en température)
• Programmabilité et re-programmabilité,
4
1. Echantillonnage
2
amp. en volts
-1
-2
-3
-4
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
temps en sec.
3 3
q 2 2
amp. en volts
amp. en volts
1
0
0
-1
-1
-2
-2
-3
-3
-4
-4
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
temps en sec. 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
temps en sec.
6
Exemple:
Amplitude Codage
A3
Niveau 3 2bits=4niveaux
A2
Niveau 2 3bits=8niveaux
A1
Niveau 1 8bits=256
A0.
Niveau 0 16bits=65448
-3Te -2Te -Te 0 Te 2Te 3Te t
7
Opération d'échantillonnage
se ( t ) = s ( k Te ) avec k entier.
Questions :
8
Mathématiquement, l’échantillonnage régulier revient à multiplier le signal à
échantillonner s(t) par une série d’impulsions unités (peigne de Dirac) de période Te :
+
se ( t ) = s ( t ) .PgnTe ( t ) = s ( t ) . ( t − k Te )
k →−
Te : période d’échantillonnage
+
se ( t ) = s ( k T ) (t − k T )
k →−
e e
9
Spectre du signal échantillonné :
Supposons un signal s(t) de spectre à support borné (spectre limité par - fmax et fmax) :
f
t -fmax 0 f max
se ( t ) = s ( t ) .PgnTe ( t )
On rappelle :
+
TF PgnTe ( t ) = Fe ( f −kF )
k =−
e
10
D’après les propriétés de la transformée de Fourier , on a :
+
Se ( f ) = S ( f ) Fe PgnTe ( f ) = Fe S ( f ) ( f − k F )
k →−
e
Or
x (t ) (t ) = x (t ) et x ( t ) ( t − t0 ) = x ( t − t0 )
D’où :
+
Se ( f ) = Fe S( f −kF )
n =−
e
Conclusion :
Le spectre Se(f) de se(t) est donc un spectre infini obtenu par la périodisation
du spectre S(f) du signal d’origine, s(t), autour des multiples de la fréquence
d’échantillonnage Fe.
L’échantillonnage d'un signal x(t) a pour conséquence la périodisation de
son spectre 11
Interprétation du spectre de se(t)
La représentation du spectre du signal se(t) sera :
• Si Fe 2 f max : sur-échantillonnage
Se ( f )
− Fe − f max 0 f max Fe
Fe S ( f + 2 Fe ) Fe S ( f + Fe ) Fe S ( f ) Fe S ( f − Fe ) Fe S ( f − 2 Fe )
-fmax 0 Fe 2Fe
Fmax
Pour pouvoir reconstruire un signal analogique de spectre limité à fmax à partir de ses
échantillons, il faut que la fréquence d'échantillonnage Fe soit supérieure à 2 fois la
fréquence maximale du signal :
Fe > 2 fmax
La fréquence limite Fe /2 est appelée fréquence de Shannon ou fréquence de
Shannon-Nyquist ou encore fréquence de repliement (folding frequency).
14
Reconstruction du signal initial
se 0 ( t ) = TF −1 Se 0 ( f )
Se0(f) peut être obtenu en appliquant à Se(f) un filtre passe bas idéal
de fréquence de coupure Fe /2 :
Se ( f )
Se 0 ( f ) Se 0 ( f )
Fe
(f) Filtre passe-bas idiél
Se-1(f) Se1(f)
0 f
-fmax 0 fmax
Se 0 ( f ) = Se ( f ) . F ( f ) 15
e
En prenant la transformée de Fourier inverse, on obtient :
Se 0 ( t ) = TF −1 Se ( f ) . F ( f ) = TF −1 Se ( f ) TF −1 F ( f )
e e
Or
sin Fet
TF −1 Se ( f ) = se ( t ) & TF −1 F ( f ) = Fe
e Fet
D’où
sin Fet
se 0 ( t ) = Fe se ( t )
Fe t
Or +
+ sin Fet
se ( t ) = s ( kT ) (t − kT )
e e se 0 ( t ) = Fe s ( kTe ) ( t − kTe )
k →− k →− Fe t
On aura :
+ sin Fe ( t − kTe )
s (t ) = s ( kT )
k →−
e
( t − kTe )
16
Cette somme de produit (s ( kT ) (t −( kT ) )) appelée aussi « formule d’interpolation
sin Fe t − kTe
e
e
temporelle de Shannon », permet de reconstituer exactement le signal.
s(t)
Te =1/Fe
sf(t) se(t)={s(nTe)}
Filtre de
Signal Shannon
original s(t)
S f ( f ) = S ( f ) Fe ( f )
-Fe/2 Fe/2 f
19
Exemples :
Le peigne réel est constitué par une suite d’impulsions de durée courte
non nulle.
Te nTe
+
wTe , ( t ) = ( t ) * PgnTe (t ) = ( t ) * ( t − kT )
k =−
e
+
wTe , ( t ) = (t − kT )
k =−
e
+
(
TF wTe , ) ( f ) = sinc ( f ) F ( f − kF )
e
k =−
e
+
(
TF wTe , ) ( f ) = F sinc ( kF ) ( f − kF )
e
k =−
e e
22
On distingue trois procédures d’échantillonnage :
Filtre PB
Bloqueur
Shannon
x(t) xf(t) xe(k) xe(t)
24
Echantillonnage par Blocage (maintien) : échantillonneur bloqueur
xe (t ) = x ( t ) . wTe , ( t ) kTe t
+
= x(kTe). (t − kTe)
k =−
xe (t ) = x ( t ) PgnTe ( t ) * ( t )
Le spectre Xe(f) est alors :
25
+
X e ( f ) = X ( f ) * Fe . ( f − kFe ) . sinc( f )
k =−
+
= .Fe .sinc( f ). X ( f − kFe )
k =−
26
TF d'un signal discret : TFSD
&
TF discrète : TFD
27
TFSD : TRANSFORMEE DE FOURIER D’UN SIGNAL DISCRET (DTFT:
Discret Time Fourier Transform)
Soit un signal discret obtenu par échantillonnage d’un signal analogique x(t) :
+ + +
xe ( t ) = x ( t ) ( t − nT ) = x ( nT ) (t − nT ) = x (t − nT )
n =−
e
n =−
e e
n =−
n e
+
X(f )= x ( nTe ) ( t − nTe ) e − j 2 ft
dt = x ( nTe ) ( t − nTe ) e− j 2 ft dt
− −
k →− n→−
+ + + +
X(f )=
n→−
x ( nTe )
−
(u ) e − j 2 f ( u + nTe )
du =
n→−
x ( nTe ) e− j 2 f nTe
−
( u ) e− j 2 f u du
+ + +
= x ( nT ) e
n→−
e
− j 2 f nTe
TF ( t ) = x ( nT ) e
n→−
e
− j 2 f nTe
=
n→−
xn e− j 2 f nTe
28
D’où la relation :
+
X(f )=
n =−
xn e− j 2 f nTe
Remarques :
n =−
xn
+ +
X ( f + Fe ) =
n =−
xn e
− j 2 ( f + Fe )nTe
= e− j 2 nTe Fe
n =−
xn e− j 2 f nTe = X ( f )
0, F
largeur Fe :
Fe Fe ou
− ,
2
e
2
29
Remarque :
+
X(f )= x
n =−
n e − j 2 nf
30
Propriétés de la TFSD :
+ Fe / 2
Relation de Parseval x ( n) =
2 2
X ( f ) df
n =− − Fe / 2
TF x(n). y(n) = X ( f ) Y ( f )
Relation de Plancherel
TF x(n) y(n) = X ( f ).Y ( f )
31
Transformée Fourier discrète (TFD ou DFT : Discrète Fourier Transform)
+
La TF d’un signal discret
X ( f ) =
n =−
xn e− j 2 f nTe
pose deux problèmes pratiques
32
Fenêtrage ou troncature
x ( n ) = x ( n ) .w ( n ) pour 0 n N − 1
x ( n ) = 0 pour n 0 et n N − 1
Le spectre devient alors :
N −1
X ( f ) = xn e − j 2 nf Te
W ( f )
n =0
33
• Exemple de troncature d’un signal par une fenêtre
rectangulaire
1500
1000
500
-500
-1000
-1500
0 500 1000 1500 2000 2500 3000 3500 4000 4500
1500
1000
500
-500
-1000
-1500
0 500 1000 1500 2000 2500 3000 3500 4000 4500
0 N-1
34
La qualité de la fenêtre est évaluée selon les deux critères suivants :
35
L’avantage de la fenêtre rectangulaire est son lobe principal (le
plus étroit) et donc une résolution fréquentielle maximale pour
un nombre de points donnés.
36
Le choix de la fenêtre doit introduire un compromis entre la
résolution spectrale (largeur du lobe principal) et la fuite de
spectre introduite par le fenêtrage (amplitude du lobe adjacent).
37
38
0
-20
-40
-60
Porte
-80
Hamming
-100
Blackman
-120
-140
0 50 100 150 200 250 300 350 400
spectre=abs(fft(boxcar(64),4096));
spectre=spectre/64;spectrelog=20*log(spectre)/log(10);
plot(spectrelog(1:400),'linewidth',2)
39
Exemple : Troncation d’une sinusoïde par une fenêtre rectangulaire
Soit :
x ( t ) = S cos ( 2 f 0t ) et w ( t ) = T (t )
S
On sait que : X ( f ) = ( f − f 0 ) + ( f + f 0 ) et w ( f ) = Tsinc ( Tf )
2
En effectuant la troncation :
x ( t ) = x ( t ) .w ( t ) X ( f ) = X ( f ) W ( f )
40
Spectre d'une sinusoïde tronquée par une fenêtre rectangulaire
Plus la fenêtre sera large, plus les raies seront étroites et tendront vers les
Dirac originaux (La qualité de la représentation spectrale sera d'autant plus
grande que la durée d'acquisition T sera longue).
N −1 − j 2
nkFe
X ( k ) = X k = xn e
Te
M
n =0
N −1 − j 2
nk
X k = xn e M
n =0
42
Transformée de Fourier discrète
Dans la pratique, on choisit toujours M=N (fk = k.Fe/N) . La transformée de
Fourier discrète est donc définie par la relation :
N −1 − j 2
nk
X k = xn e N
n =0
Remarques :
43
Exercice :
a n
si n 0, N − 1
x (n) =
0 ailleurs
Correction :
N −1 nk n
− j 2 N −1 nk N −1 k
X (k ) = x (n) e
− j 2 − j 2
N
= a e n N
= a e N
n =0 n =0 n =0
u0 − u N
S=
1− q
D’où :
1 − a N e − j 2 k
X (k ) = 2 k
−j
1 − ae N
1− aN
Xk = 2 k
−j
1 − ae N
45
TFD Inverse
N −1 j 2
nk
1
Calculons : A=
N
X
k =0
k e N
( n −l ) k
N −1 − j 2 lkN j 2 nkN j 2 ( n − l )
k
N −1 N −1 N −1 j 2 N −1 N −1
1
x e
1
A = xl e
1
e = N
= xl e N
N k =0 l =0 l
N l =0 k =0 N l =0 k =0
Or :
j 2 ( n −l ) 1 − e j 2 ( n −l ) N
k
N −1 si l = n
e N
= ( n −l )
=
si l n
k =0 1 − e j 2 N 0
D’où : 1 N −1
A = xl N A = xn
N l = 0 l = n
N −1 j 2
nk
1
La TFD inverse est définie par la relation : xn =
N
X
k =0
k e N
46
Annexe
FFT
(Principe de l’algorithme de Cooley-Tuckey)
47
Notations :
2
−j
Le terme : WN = e N est la Nième racine de l’unité.
Propriétés de WN
k mod N
• Périodicité WN = WN
k
1 N −1
1 si k = lN , l entier
• Orthogonalité sur une période W nk
=
N 0 sinon
N
n =0
48
Valeurs particulières:
W NlN = 1
N
W N = −1
2
N
k+
WN 2
= −W Nk
WN2 = W N
2
49
La TFD et TFD inverse s’écrivent alors :
N −1
X k = xn W nk
N
n =0
N −1
1
xn = X k WN
− nk
N k =0
50
Transformée de Fourier Rapide
(FFT : Fast Fourier Transform)
2
• N multiplications complexes
• N(N-1) additions
N
log 2 N Multiplications et
2
N log 2 N additions
52
Pour calculer les N échantillons de la TFD {X0, X1,…,XN-1}, on
utilise l’expression de base :
N −1
X k = xn WNnk
n =0
N N
2
−1
2
−1 − j 2
kn
nk
X k = x2 n WN( 2 n )k + x2 n +1 WN( 2 n +1)k
N
avec WN
2 nk
= e 2
= W N
n =0 n =0 2
Soit :
N N
−1 −1
2 2
X k = x2 n WNnk + WNk x2 n +1 WNnk
n =0 2 n =0 2
53
Les échantillons Xk de la TFD d’ordre N s’exprime sous la
forme de deux TFD d’ordre N/2 :
X k = X1k + W X 2k k
N
54
N
2
2
N − j N
−1 N N −1
2 n k ' + 2
X1k '' = X N
= x2 n W N
2
=e 2
2n N = X1k '
x W nk '
1 k ' + n =0 n =0
2 2 2
N
−1 N
2 n k ' +
X 2 k '' = X N
= x2 n W N
2
= X 2k '
2 k ' + n =0
2 2
N
k '+
WN 2
= −W N k'
D’où :
55
X k ' = X 1k ' + W X 2 k '
k'
N
56
Exemple :
k
k=3, N=2 =8
7
X k = xn W8
nk
n =0
57
7
X k = xn W8nk
n =0
( ) ( ) ( ) (
X k = W80 x0 + W84 k x4 + W82 k x2 + W84 k x6 + W8k x1 + W84 k x5 + W83k x3 + W84 k x7 )
Or :
2
W = −W = 1
8
0
8
4
W = −W =
8
1
8
5
(1 − j )
2
2
W82 = −W86 = − j W8 = −W8 = −
3 7
(1 − j )
2
58
Les Xk peuvent alors s’écrire :
59
A l’aide de l’opérateur “butterfly“ :
x0 X0
W80
x4 W 8
0
X1
x2 W80 X2
W82
x6 W80 W81 X3
x1 X4
W80 W82
x5 W8
0
X5
x3 W83 X6
W82
x7 W80 X7