Chapitre1 Bis

Chapitre 1
Echantillonnage d’un signale
Pr. Rafik Channa
Master C2I2S R. Channa 1

Introduction générale
Afin de mettre en œuvre les asservissements en milieu industriel, l’usage d’outils
informatiques comme organes de contrôle des processus asservis est essentiel. C’est
le cas par exemples des ordinateurs ou des microcontrôleurs qui peuvent, entre autre,
assumer des fonctions de calculateurs numériques. Mais de tels instruments sont à
base de composants électroniques (microprocesseurs, mémoires, ...) et fonctionnent
avec des signaux binaires, porteurs d’informations numériques, on parle alors de
signaux numériques. Se pose alors un problème fondamental, à savoir qu’un outil
numérique ne peut s’accommoder de signaux analogiques, pourtant quasi exclusifs
dans la majorité des systèmes physiques.

Définitions
Signal: Il s’agit d’une grandeur physique générée par un appareil ou appliquée à un
dispositif. Exemples : température, pression, courant, etc.
Signal continu : Lorsque le temps est continu et l’amplitude est continue, le signal est
continu (analogique), tel que le signal brut délivré par un capteur physique. Un signal
continu est caractérisé par une infinité d’amplitude
Signal discret : Un signal discret est obtenu par discrétisation d’un signal continu en
utilisant un pas de discrétisation variable. Contrairement au signal continu, un signal
discret est caractérisé par un nombre fini d’amplitude
Signal échantillonné : Il s’agit d’un signal continu discrétisé par un pas de temps
régulier. Ce pas est appelé période d’échantillonnage
Signal numérique : Il s’agit d’un signal échantillonné quantifié en amplitude.
Quantification : L’opération de quantification consiste à attribuer un nombre binaire à

toute valeur (amplitude) prélevée au signal lors de l’échantillonnage.

Structure d’un asservissement numérique
-Le but d’une commande numérique est de remplacer le correcteur analogique

par des algorithmes réalisés sur calculateur numérique qui ne traite que des
valeurs numériques : il faut un découpage temporel des signaux.

Comme le montre la figure, la commande par ordinateur nécessite la mise en
œuvre d’une interface entre le calculateur et le procédé. Ceci est obtenu à
l’aide :
– d’un convertisseur analogique-numérique (CAN): Il permet de convertir

un signal continu en un signal numérique. La description de sa fonction par
un modèle abstrait idéal est l'échantillonneur.
– d’un convertisseur numérique-analogique (CNA) : Sa fonction est

convertir la séquence numérique en un signal analogique. Le modèle le plus
simple et le plus utilisé d'un tel système est le bloqueur d'ordre zéro (BOZ).

Echantillonnage d’un signal continu
Définition de l’échantillonnage
C’est une opération de conversion d’un signal continu en une série
d’impulsions, dont les amplitudes sont déterminées par les valeurs du signal continu
aux instants d’échantillonnage. L’échantillonnage produit donc, à partir d’un
signal continu , la suite d’échantillons
que l’on note, en général :

∗( )={ ( )} = ( ) ={ 0, 1, 2, 3,….., 𝑘}
; est la période d’échantillonnage ( );

: sont les instants d’échantillonnage;
𝑘 : sont les amplitudes du signal continu aux instants d’échantillonnage ;
∗ ou : est le signal échantillonné du signal continu .

La Période T de fermeture est constante. Cependant, il y a deux
inconvénients :
- Durée finie lors de la fermeture du contact

- Variation d’amplitude pendant la fermeture du contact.
Pour éviter les inconvénients de l’échantillonnage réel, on introduit

l’échantillonneur idéal : fermeture périodique pendant un temps infiniment petit.

On introduit l’échantillonneur à pulsations. On obtient alors une série d’impulsions
de Dirac pondérées par le signal x(t)
Les instants discrets sont appelés instants d’échantillonnage.
T est appelée période d’échantillonnage. Dans la suite du cours, on

Considèrera

a) l’échantillonnage d’un signal continu :
Cette opération consiste à relever les informations prises par un signal continu à
intervalle de temps régulier, appelé période d’échantillonnage. On parle alors
de signal échantillonné. Cela signifie que le calculateur ne tiendra compte que
des échantillons, c’est-à-dire des valeurs prises par le signal aux instants
d’échantillonnage.
b) la conversion d’un signal analogique en un signal numérique (CAN):
Il s’agit de convertir la valeur prise par un signal analogique à l’instant
d’échantillonnage en une valeur numérique afin qu’elle soit traitée par le
calculateur. Un tel signal peut, par exemple, provenir d’un capteur. On parlera
alors de signal de mesure.

c) la conversion d’un signal numérique en un signal analogique (CNA):
Cette opération consiste à transformer le signal numérique issu du calculateur à
l’instant d’échantillonnage (on parlera de signal numérique de commande), en signal
analogique de commande existant sur toute la période d’échantillonnage. L’objectif
étant de commander le système physique.
d) la synthèse d’un algorithme de calcul :
Il s’agit d’établir une loi d’évolution du signal de commande numérique en
fonction des signaux de mesure et de référence, également numériques, afin de
permettre au système asservi de satisfaire un cahier de charge. Cette fonction est
appelée correcteur numérique ou encore loi de commande numérique

Modélisation des signaux échantillonnés
Soit e(t) un signal temporel causal.

L’échantillonnage du signal e(t) consiste à
transformer celui-ci en une suite discrète e(nT)
de valeurs prises aux instants nT. Ici n est un
entier naturel (n = 0, 1, 2, · · · ) et T est la
période d’échantillonnage.
Cette opération peut se formaliser comme suit. On définit la fonction peigne de Dirac
comme suit :

C’est une fonction périodique de période T, composée d’un nombre infini
d’impulsions de Dirac (t) décalées dans le temps, et qui s’écrit :
Où δ(t − t0), la fonction de Dirac au temps t0 définie pour un signale s(t) par :
L’échantillonnage d’un signal e(t) est la multiplication du signal par la fonction peigne
de Dirac (t) :
e(t)
e∗(t)
T(t)

on obtient le signal échantillonnée suivant :
On dit aussi que le signal e(t) est peigné temporellement. Il est représentée sur
la figure suivante:
Peigne temporel causal Signal peigné temporellement

On appelle signal numérique associé à e(t), la suite de nombres
avec en := e(nT) pour n ≥ 0.
Le signal numérique est appelé suite des échantillons et en, échantillon à l’instant nT.
Quelques Signaux usuels
Dirac centrée:
ImpDirac_dis = [1, zeros(1,19)];

t=0:19;
stem(t,ImpDirac_dis,'r');
xlabel('Temps (s)'); ylabel('Amplitude');
title('Impulsion de Dirac discrète');
axis([-2 21 -0.2 1.2]); grid ;

Echelon unitaire
Echelon = ones(1,5);
t=0:1:4.9;
stem(t, Echelon ,'r');
xlabel('Temps (s)');
ylabel('Amplitude');
title(‘Echelon’);
axis([-1 5 0 1.2]);grid ;

Rampe
t=0:1:10; Rampe=t;
plot(t,Rampe)
hold on
stem(t,Rampe,'r');
xlabel('Temps (s)');
ylabel('Amplitude');
title('Rampe de pent unité');grid ;

Signal sinusoïdal
Soit le signal sinusoïdal continu suivant : ( )= ( ), ≥0

Le signal échantillonné est obtenu comme suit :

Transformée de Laplace d’un signal échantillonné
Définition :
On appelle transformée de Laplace d’une suite f*(t) = f(nT) la fonction
1ère expression de la transformée de Laplace
En effet,

Remarque:
Notons ici que nous avons utilisé la causalité du signal f(t) (sommation
à partir de zéro).
Il existe un nombre réel R > 0 tel que la série (*) soit absolument convergente
pour |eTp | > R et divergente pour |eTp | < R, R est le rayon de convergence et le
cercle de rayon R est le cercle de convergence, donc F*(p) existe pour Re(p) > x
soit pour |eTp | > eTx = R
La transformée de Laplace du signal f*(t) peut aussi s’obtenir de la manière suivante:

Sachant que la fonction peigne de Dirac est périodique, nous pouvons la décomposer
en série de Fourier comme suit :

Le signal échantillonné devient dans ce cas :
La transformée de Laplace devient alors:
finalement:
2ème expression de la transformée de Laplace

La transformée de Laplace du signal f*(t) peut aussi s’écrire de la manière suivante:
la formule d’inversion de Mellin Fourrier nous donne :
et pour t = 0+ (signal causal donc f(0-) = 0) on aura:

En revenant à l’expression de F*(p), nous aurons:

En calculant cette intégrale, nous obtenons alors:
3ème expression de la transformée de Laplace
Rappel :
Nous rappelons ici que l’expression du résidus pour une fonction F(p) en un
pôle pi de multiplicité k est donnée par :

Propriétés :
- F*(p) est périodique de période j où  est la pulsation d’échantillonnage liée à la

période d’échantillonnage par la relation T = 2 / :
Conséquence
- Si po est un pôle de F*(p) alors (po + j) est aussi pôle de F*(p). De même pour les
zéros de F*(p).

Donc, les zéros et pôles de F*(p) dans l’intervalle [0  /T] suffisent pour avoir les
autres pôles et zéros der F*(p) :
Pôles et zéros der F*(p) :

Echantillonnage non instantané :
Si l’échantillonnage d’un signal a une durée h non nulle alors le train de rectangle peut
s’écrire:
∗
alors le signal qui est la pondération de f(t) et de s’écrit :
Si on suppose que h est suffisamment petit pour que f(t) ne varie pas entre nT et
(nT+h), donc

Si on passe à la transformée de Laplace on aura :

Au premier ordre près, avec h suffisamment petit devant la période d’échantillonnage
T on peut écrire :
Donc avec h/T petit, on se ramène à l’échantillonnage idéal instantané à condition

de multiplier par h.
Spectre de fréquence d’un signal échantillonné

Soit le signal à temps continu f(t).
Définition : La transformée de Fourier d’un signale continu f(t) est définie par:
Le module de la transformée de Fourier d’un signal |F(jω)| est appelé spectre du signal.

Spectre d’un signale continu
 M est la pulsation maximale se trouvant dans le spectre du signal f(t), AM est

l’amplitude maximale.
la transformée de Laplace du signal échantillonné f*(t) définie ci-dessus est:

La fonction F*(p) est périodique, le spectre de F(p) est étalé jusqu’à l’infini. A ce niveau on
doit distinguer deux cas en comparant avec la pulsation d’échantillonnage.
On définit alors la pulsation  / 2 appelée pulsation de Nyquist liée à la fréquence de
Nyquist f/2 . On distingue deux cas:
Spectre du signal échantillonné sans repliement

L’information contenue dans le spectre du signal continu est entièrement contenue dans les
différentes bandes (de base et complémentaires) comprises entre  /2 et -  /2 . Il est donc
possible de reconstruire le signal f(t) à partir du signal échantillonné. (filtrage passe bas
idéal supprimant les bandes complémentaires).
Spectre du signal échantillonné avec repliement

Dans ce cas, les spectres dans les différentes bandes se chevauchent. C’est le phénomène
de repliement de spectre. Il n’est plus possible de reconstruire le signal continu f(t) à partir
de celui échantillonné, une partie de l’information est perdue lorsque les spectres se
chevauchent entre les bandes.
Théorème de Shanon (1948)
Pour pouvoir reconstruire un signal continu u(t) à partir d’un train d’échantillons
u(kT) de période T, il faut que la fréquence d’échantillonnage fe soit deux fois plus
grande que la fréquence maximale fmax contenue dans le signal u(t) : fe > 2fM
fe =1/Te. Ou bien Te < T/2.
Une manière d’éviter le recouvrement spectral est de placer des filtres (anti repliement
ou anti-recouvrement) pour éliminer les fréquences présentes dans le signal et
supérieures à une fréquence bien donnée. Ce filtre est en général choisi comme un
filtre passe bas avec une fréquence de coupure entre fmax et fe

Exemples Te << T Te ~ T/4
1
1
0.8
0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
-0.2 -0.2
-0.4 -0.4
-0.6 -0.6
-0.8 -0.8
-1
-1 0 1 2 3 4 5 6
0 1 2 3 4 5 6
1 1
Te ~ T/2
0.8 0.8
0.6
Te ~ T/2 0.6
0.4 0.4
0.2 0.2
0 0
-0.2 -0.2
-0.4 -0.4
-0.6 -0.6
-0.8 -0.8
-1 -1
0 1 2 3 4 5 6 0 1 2 3 4 5 6

Reconstruction d’un signal échantillonné
En général, il est nécessaire de transformer la suite d’échantillons en un signal continu
pouvant exciter les actionneurs d’un procédé. Cette opération est réalisée par des
filtres bloqueurs.
Soit f(nT) les échantillons d’un signal f(t) à reconstruire.
Pour 0 <  < T, on cherche à déterminer f(nT + ), on utilise le développement en

série de Taylor :
les dérivées successives de f sont aussi approchées par les différences finies :
plus on mettra de termes, plus la précision sera meilleure plus la complexité

technologique augmente .
en pratique on considère :
Bloqueur d’ordre zéro (BOZ)
Durant un intervalle d’échantillonnage [nT, (n+1)T] , le bloqueur d’ordre zéro

maintient le signal continu à une valeur constante, égale à la valeur de l’échantillon
en fn. Le signal ainsi obtenu est donc constant par morceaux.
On dit aussi que le bloqueur d’ordre zéro
permet l’extrapolation linéaire de degré 0
entre nT et (n + 1)T à partir de la valeur en.

On cherche la fonction de transfert du BOZ à partir de sa réponse à une impulsion
La transformé de Laplace de la réponse

impulsionnelle est la fonction de transfert
du BOZ :
y (t )  u (t )  u (t  T )
La transformé de Laplace

Calculons son module en fonction de la pulsation  :
C’est la déformation induite par le bloqueur d’ordre zéro.

Pour le déphasage, on calcule l’argument
de signe le selon
L’argument soit 0 ou 

Exemple:
Reconstruction d’un signal sinusoïdale échantillonné par un bloqueur d’ordre zéro

Bloqueur d’ordre un
Le bloqueur d’ordre 1 permet l’extrapolation linéaire (de degré 1) entre nT et

(n + 1)T à partir de en et de en-1.
pour nT    (n  1)T On a:
plus particulièrement:
pour n = 0
pour n = 1
pour n = 2

La réponse du bloqueur d’ordre un peut être décomposée en échelons et en rampes
telles que :
t (t  T ) (t  2T )
b1 (t )  u (t )  u (t )  2 u (t  T )  2u (t  T )  u (t  2T )  u (t  2T )
T T T
En appliquant la transformée de la Laplace à b1(t) on obtient:

Finalement La fonction de transfert d’un bloqueur d’ordre un est :

en cherchant de même le module :
c’est la déformation induite par le bloqueur d’ordre un en module du signal bloqué.
Pour le déphasage, on aura :
c’est le déphasage introduit par le bloqueur d’ordre un en phase du signal bloqué.

Chapitre1 Bis

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre1 Bis

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 1

Echantillonnage d’un signale

Pr. Rafik Channa

Master C2I2S R. Channa 1

assumer des fonctions de calculateurs numériques. Mais de tels instruments sont à

base de composants électroniques (microprocesseurs, mémoires, ...) et fonctionnent

avec des signaux binaires, porteurs d’informations numériques, on parle alors de

signaux numériques. Se pose alors un problème fondamental, à savoir qu’un outil

numérique ne peut s’accommoder de signaux analogiques, pourtant quasi exclusifs

dans la majorité des systèmes physiques.

Signal numérique : Il s’agit d’un signal échantillonné quantifié en amplitude.

Quantification : L’opération de quantification consiste à attribuer un nombre binaire à

Master C2I2S R. Channa 3

-Le but d’une commande numérique est de remplacer le correcteur analogique

Master C2I2S R. Channa 4

– d’un convertisseur analogique-numérique (CAN): Il permet de convertir

– d’un convertisseur numérique-analogique (CNA) : Sa fonction est

Master C2I2S R. Channa 5

que l’on note, en général :

; est la période d’échantillonnage ( );

Master C2I2S R. Channa 6

- Durée finie lors de la fermeture du contact

Pour éviter les inconvénients de l’échantillonnage réel, on introduit

Master C2I2S R. Channa 7

Les instants discrets sont appelés instants d’échantillonnage.

T est appelée période d’échantillonnage. Dans la suite du cours, on

Master C2I2S R. Channa 8

intervalle de temps régulier, appelé période d’échantillonnage. On parle alors

de signal échantillonné. Cela signifie que le calculateur ne tiendra compte que

Il s’agit de convertir la valeur prise par un signal analogique à l’instant

d’échantillonnage en une valeur numérique afin qu’elle soit traitée par le

alors de signal de mesure.

Cette opération consiste à transformer le signal numérique issu du calculateur à

l’instant d’échantillonnage (on parlera de signal numérique de commande), en signal

analogique de commande existant sur toute la période d’échantillonnage. L’objectif

étant de commander le système physique.

d) la synthèse d’un algorithme de calcul :

Il s’agit d’établir une loi d’évolution du signal de commande numérique en

fonction des signaux de mesure et de référence, également numériques, afin de

permettre au système asservi de satisfaire un cahier de charge. Cette fonction est

appelée correcteur numérique ou encore loi de commande numérique

Master C2I2S R. Channa 10

Soit e(t) un signal temporel causal.

Master C2I2S R. Channa 11

Master C2I2S R. Channa 12

Peigne temporel causal Signal peigné temporellement

ImpDirac_dis = [1, zeros(1,19)];

Master C2I2S R. Channa 14

Master C2I2S R. Channa 15

Master C2I2S R. Channa 16

Soit le signal sinusoïdal continu suivant : ( )= ( ), ≥0

Master C2I2S R. Channa 17

1ère expression de la transformée de Laplace

Master C2I2S R. Channa 18

La transformée de Laplace du signal f*(t) peut aussi s’obtenir de la manière suivante:

Master C2I2S R. Channa 19

La transformée de Laplace devient alors:

2ème expression de la transformée de Laplace

Master C2I2S R. Channa 20

la formule d’inversion de Mellin Fourrier nous donne :

et pour t = 0+ (signal causal donc f(0-) = 0) on aura:

Master C2I2S R. Channa 21

Master C2I2S R. Channa 22