Chapitre 4 Conversion Analogique Numérique

Chapitre 4
Conversion Analogique Numérique

4.1. Introduction
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. Les signaux porteurs
d’informations sont pratiquement toujours de type analogique (amplitude et temps continu).
Le traitement de signal par voie numérique nécessite une opération préliminaire de conversion
analogique numérique.
Les avantages de la numérisation sont :
- Traitement du signal par une machine,
- Minimiser l’effet du bruit.
La conversion analogique numérique (CAN) est la succession de deux effets sur le signal
analogique de départ :
- l’échantillonnage pour rendre le signal discret,
- la quantification pour associer à chaque échantillon un code.

x[n]
Echantillonnage Quantification .
x(t) . xq[n]
.

signal continu signal discret signal numérique

(temps continu et amplitude continu) (temps discret et amplitude continu) (temps discret et amplitude discrète)

4.2. Echantillonnage
L’échantillonnage consiste à prélever à des instants précis, le plus souvent équidistants, les
valeurs instantanées d’un signal. Le signal analogique x(t), continu dans le temps, est alors
représenté par un ensemble de valeurs discrètes :
xe(t) = x(n.Te) avec n entier
Te : période d’échantillonnage.
Cette opération est réalisée par un échantillonneur souvent symbolisé par un interrupteur.

25
Chapitre 4 Conversion Analogique Numérique

x(t) xe(t)

1
𝑓𝑒 =
𝑇𝑒
t t

Te

L’échantillonnage idéal est modélisé par la multiplication du signal continu x(t) et d’un peigne
de Dirac de période Te.

𝑥𝑒 (𝑡) = 𝑥(𝑡). 𝛿𝑇𝑒 (𝑡)

𝑥𝑒 (𝑡)= 𝑥(𝑡). ∑+∞

𝑛=−∞ 𝛿(𝑡 − 𝑛𝑇𝑒 )

= 𝑥(𝑛𝑇𝑒 ). ∑+∞
𝑛=−∞ 𝛿(𝑡 − 𝑛𝑇𝑒 )

Le spectre du signal échantillonné est donc le suivant :

1
𝑋𝑒 (𝑓) = 𝑇 . ∑+∞
𝑛=−∞ 𝑋(𝑓) ∗ 𝛿(𝑓 − 𝑛𝑓𝑒 )
𝑒

1
𝑋𝑒 (𝑓) = 𝑇 . ∑+∞
𝑛=−∞ 𝑋(𝑓 − 𝑛𝑓𝑒 )
𝑒

Démonstration

Le peigne de Dirac 𝛿𝑇𝑒 (𝑡) est un signal périodique de période Te donc :

∞

𝛿𝑇𝑒 (𝑡) = 𝑎0 + ∑[𝑎𝑛 cos(2𝜋𝑛𝑓𝑒 𝑡) + 𝑏𝑛 sin(2𝜋𝑛𝑓𝑒 𝑡)]

𝑛=1

Avec :
𝑇
+ 𝑒
2
1
𝑎0 = ∫ 𝛿𝑇𝑒 (𝑡)𝑑𝑡
𝑇𝑒
𝑇
− 𝑒
2
𝑇
+ 𝑒
2
1 1
𝑎0 = ∫ 𝛿(𝑡)𝑑𝑡 =
𝑇𝑒 𝑇𝑒
𝑇
− 𝑒
2

𝑇
+ 𝑒
2
2
𝑎𝑛 = ∫ 𝛿𝑇𝑒 (𝑡)cos⁡(2𝜋𝑛𝑓𝑒 𝑡)𝑑𝑡
𝑇𝑒
𝑇
− 𝑒
2

26
Chapitre 4 Conversion Analogique Numérique

𝑇
+ 𝑒
2
2
𝑎𝑛 = ∫ 𝛿(𝑡)cos⁡(2𝜋𝑛𝑓𝑒 𝑡)𝑑𝑡
𝑇𝑒
𝑇
− 𝑒
2
𝑇
+ 𝑒
2
2 2
𝑎𝑛 = ∫ 𝛿(𝑡)cos⁡(2𝜋𝑛𝑓𝑒 𝑡)𝑑𝑡 =
𝑇𝑒 𝑇𝑒
𝑇
− 𝑒
2

𝑇
+ 𝑒
2
2
𝑏𝑛 = ∫ 𝛿𝑇𝑒 (𝑡)sin⁡(2𝜋𝑛𝑓𝑒 𝑡)𝑑𝑡
𝑇𝑒
𝑇
− 𝑒
2

𝛿𝑇𝑒 (𝑡) est pair  bn=0

∞
1 2
𝛿𝑇𝑒 (𝑡) = +∑[ cos(2𝜋𝑛𝑓𝑒 𝑡)]
𝑇𝑒 𝑇𝑒
𝑛=1
∞
1 2
𝛿𝑇𝑒 (𝑡) = +∑[ cos(2𝜋𝑛𝑓𝑒 𝑡)]
𝑇𝑒 𝑇𝑒
𝑛=1
∞ ∞
1 2 1 2 𝑒 𝑗2𝜋𝑛𝑓𝑒𝑡 + 𝑒 −𝑗2𝜋𝑛𝑓𝑒𝑡
𝛿𝑇𝑒 (𝑡) = + ∑[cos(2𝜋𝑛𝑓𝑒 𝑡)] = + ∑[ ]
𝑇𝑒 𝑇𝑒 𝑇𝑒 𝑇𝑒 2
𝑛=1 𝑛=1

∞
1
𝛿𝑇𝑒 (𝑡) = (1 + ∑[𝑒 𝑗2𝜋𝑛𝑓𝑒𝑡 + 𝑒 −𝑗2𝜋𝑛𝑓𝑒 𝑡 ])
𝑇𝑒
𝑛=1

𝑥𝑒 (𝑡) = 𝑥(𝑡). 𝛿𝑇𝑒 (𝑡)

∞
1 1
𝑥𝑒 (𝑡) = 𝑥(𝑡) + ∑[𝑥(𝑡). 𝑒 𝑗2𝜋𝑛𝑓𝑒𝑡 + 𝑥(𝑡). 𝑒 −𝑗2𝜋𝑛𝑓𝑒𝑡 ]
𝑇𝑒 𝑇𝑒
𝑛=1

∞
1 1
𝑥𝑒 (𝑡) = 𝑥(𝑡) + ∑[𝑥(𝑡). 𝑒 𝑗2𝜋𝑛𝑓𝑒𝑡 + 𝑥(𝑡). 𝑒 −𝑗2𝜋𝑛𝑓𝑒𝑡 ]
𝑇𝑒 𝑇𝑒
𝑛=1

∞
1 1
𝑋𝑒 (𝑓) = 𝑋(𝑓) + ∑[𝑋(𝑓 − 𝑛𝑓𝑒 ) + 𝑋(𝑓 + 𝑛𝑓𝑒 )]
𝑇𝑒 𝑇𝑒
𝑛=1

∞
𝟏
𝑿𝒆 (𝒇) = ∑ 𝑿(𝒇 − 𝒏𝒇𝒆 )
𝑻𝒆
𝒏=−∞
∞

𝑿𝒆 (𝒇) = ∑ 𝒇𝒆 . 𝑿(𝒇 − 𝒏𝒇𝒆 )

𝒏=−∞

27
Chapitre 4 Conversion Analogique Numérique

On obtient donc un spectre infini qui provient de la périodisation du spectre du signal

d’origine autour des multiples de la fréquence d’échantillonnage fe, avec :
X(f) Xe(f)

f f
Echantillonnage
-fM fM -2 fe -fe -fM fM fe 2 fe

On voit sur le spectre du signal échantillonné qu’il est possible de restituer le signal original
par un simple filtrage passe-bas.
Si fM, la fréquence maximale du spectre du signal à échantillonner, est supérieure à fe/2, la
restitution du signal original sera impossible car il va apparaître un recouvrement spectral lors
de l’échantillonnage. On dit qu’on est en sous-échantillonnage.
Xe(f)

-2 fe -fe -fM fM fe 2 fe

Le théorème de SHANNON montre que la reconstitution correcte d’un signal nécessite que la
fréquence d’échantillonnage fe soit au moins deux fois plus grande que la plus grande des
fréquences fM du spectre du signal :

𝑓𝑒 ⁡ ≥ ⁡2⁡𝑓𝑀

Exercice (Echantillonnage)

Soit le signal sinusoïdal x(t) = sin(2πf0.t), de période T0 = 1ms. xe(t) est le signal échantillonné
avec un pas d‘échantillonnage Te = 0.1ms.

1- Représenter le signal x(t) et xe(t) pour une période T0.

2- Soit X(f) la transformée de Fourier de x(t) telle que :
1
𝑇𝐹[𝑥(𝑡)] = [𝛿(𝑓 − 𝑓0 ) − 𝛿(𝑓 + 𝑓0 )]
2𝑗
a. Représenter X(f).
b. Représenter Xe(f) pour -1 ≤ n ≤ 1.

28
Chapitre 4 Conversion Analogique Numérique

Solution

1-
x(t) xe(t)

.
1 1
2- 𝑇𝐹[𝑥(𝑡)] =
2𝑗
[𝛿(𝑓 − 𝑓0 ) − 𝛿(𝑓 + 𝑓0 )]=⁡ 𝑗[𝛿(𝑓 + 𝑓0 ) − 𝛿(𝑓 − 𝑓0 )]
2

a. Représentation de X(f)
S(f)

b. L’expression de Xe(f)
+∞

𝑋𝑒 (𝑓) = ∑ 𝑓𝑒 . 𝑋(𝑓 − 𝑛𝑓𝑒 )

𝑛=−∞

c. Spectre de Xe(f) pour -1 ≤ n ≤ 1.

Se(f)

-fe f0 fe

-f0 f

-½

4.3. Quantification
La quantification Permet d’approximer la valeur instantanée d’un signal par la valeur discrète
la plus proche. Ce procédé permet d’attribuer à l’amplitude de chaque échantillon un mot
binaire unique.

29
Chapitre 4 Conversion Analogique Numérique

Avant quantification Après quantification

On appelle pas de la quantification l'intervalle de tension q qui existe entre deux valeurs
numériques binaires successives.

On appelle calibre l’intervalle des valeurs mesurables des tensions analogiques à numériser
(par exemple ± 5 V). On appelle plage pleine échelle d’un convertisseur, la largeur de
l’intervalle entre la plus petite et la plus grande valeur du calibre. (pour un calibre de ± 5 V, la
plage est alors de 10 V).

𝑝𝑙𝑎𝑔𝑒
Le pas q d’un convertisseur de n bits et de plage donnée, est alors défini par : 𝑞 = 2𝑛

Exemple : Le convertisseur (CAN) d’une carte d’acquisition possède les caractéristiques

suivantes : calibre ± 4,5 V sur 12 bits. Déterminer le pas du convertisseur. La plage est donc
9
de 9 V. Le pas est alors de : 𝑞 = 212 = 2.2 x 10−3V

La figure suivante représente la caractéristique de transfert idéale (sans défaut) en escalier

d’un CAN à 3 bits.

30
Chapitre 4 Conversion Analogique Numérique

4.3.1. Erreur de quantification (ou de codage)

C’est la différence entre la valeur du signal échantillonné et la valeur analogique d’entrée
correspondant au code de sortie (correspondance donnée par la droite de transfert idéale).
Un simple changement de convention, dans la fixation des tensions de seuil, permet de réduire
l’erreur de quantification en valeur absolue. Ainsi, on utilisera plutôt la quantification linéaire
centrée, pour laquelle la droite de transfert idéale passe par le centre des "marches" de la
caractéristique (Figure suivante).

4.3.2. Quelques résolutions utilisées

- Son qualité téléphone: 8000 Hz 8bits
- Son qualité radio FM: 22050 Hz 16bits
- Son qualité CD: 44100 Hz 16bits
- Son qualité DVD: 48000 Hz 24bits

Mémoire requise pour stocker un son non compressé en octet:

Fréquence d'échantillonnage(Hz) x Nombre de bits / 8 (octet) x Durée (sec) x Nombre de
voies (Mono = une voie, Stéréo = 2 voies, Quadriphonie = 4 voies...)

Exemple: (Calcul d'une minute d'audio qualité CD)

Calculer le poids d'une minute audio en 44100Hz, 16bits, stéréo. On souhaite une réponse en
Méga Octet (Mo).
44100(Hz) x 16(bits) x 60 (sec) x 2(voies).
Poids=44100 x 2 x 60 x 2 = 10584000 octets
En Kilo-octet (Ko) : 10584000 / 1024 = 10335 Ko
En Méga-octet (Mo) : 10335 / 1024 = 10 Mo

31