Ch2:Échantillonnage et

Reconstitution du signal

Talel ZOUARI
 I. Échantillonnage

Talel ZOUARI Echantillonnage et reconstitution 2

du signal
 2.1 Définition de l’échantillonnage
d’un signal (échantillonneur idéal)
Approche mathématique
– L’opération d’échantillonnage est la transformation du
signal continu f(t), en une série numérique dont les
termes correspondent aux valeurs prises par f(t) aux
instants d’échantillonnage.
• Dans la suite ces instants sont supposés
distants de T = constante, T est appelé période
d’échantillonnage.
f(t)  f( 0 ), f(T), f 2T , ..., f(kT),...
Talel ZOUARI Echantillonnage et reconstitution 3
du signal
 t f*(t)
0 0
0.2 0.2
f*(t)
0.4 0.4
0.6 0.56
0.8 0.72
1 0.84
1.2 0.93
1.4 0.98

Symboles de l’échantillonneur
T T

f(t) f*(t) f(t) f*(t)

Interrupteur commandé
Talel ZOUARI Echantillonnage et reconstitution 4
du signal
 Soit le signal f(t) = sin(t), l’échantillonner avec une période
d’échantillonnage égale à p.
Conclure

t f*(t)
0 0
p 0
2p 0
3p 0
4p 0
5p 0
6p 0
7p 0
8p 0

Talel ZOUARI Echantillonnage et reconstitution 5

du signal
 Définition de l’échantillonnage
extraite de Wikipedia
• L'échantillonnage consiste à transformer un signal
analogique (continu) en signal numérique (discret), en
capturant des valeurs à intervalle de temps régulier (ici
temps est à prendre au sens large et s'applique à tout
signal). C'est une étape nécessaire pour pouvoir
enregistrer, analyser et traiter un signal par ordinateur,
car celui-ci ne peut traiter que des nombres.

• La fréquence à laquelle les valeurs sont capturées est la

fréquence ou cadence d'échantillonnage, exprimée en
Hz. Par exemple, un CD audio contient des données
musicales échantillonnées à 44,1 kHz (44100
échantillons par seconde).

Talel ZOUARI Echantillonnage et reconstitution 6

du signal
 2.2 Écritures de f*(t)

f(t)  f( 0 ), f(T), f 2T , ..., f(kT),...

f * t   f 0  t   f T  t  T   f 2T  t  2T    f kT  t  kT   

k 
k  f t    f t  t  kT 
*

f t    f kT  t  kT 
*
k 0
k 0 k 
 f t    t  kT 
k 0

Talel ZOUARI Echantillonnage et reconstitution 7

du signal
Fonction peigne

Ou définit la fonction peigne par l’expression :

Ш(t)
k 
Ш(t)    t  kT  1
k 0
t
0 T 2T 3T 4T

d’où : f * t   f t  Ш(t)

Talel ZOUARI Echantillonnage et reconstitution 8

du signal
Rappels sur l’impulsion de Dirac

• Définition (pour l’ingénieur) g(t)

1/a
Surface = 1
 t   lim g( t )
a0

• Propriétés t
a
f t  t  kT   f kT  t  kT 

L t  kT   e  kTp

Talel ZOUARI Echantillonnage et reconstitution 9

du signal
2.3 Transformée de Laplace de f*(t)
k 
f t    f kT  t  kT 
*

k 0

*

L f t   L  f kT  t  kT 
k 

k 0

k 
  L f kT  t  kT 
k 0
k 
  f kT L t  kT 
k 0

k 
F * s    f kT e  kTs
k 0

Talel ZOUARI Echantillonnage et reconstitution 10

du signal
 2.4 Echantillonneur réel

fa*(t)

largeur =
a
En se référant à la définition de g(t) et en supposant que f(t) ne varie pratiquement
pas entre kT et kT+a, on peut écrire : k 
f a t    f kT a  t  kT 
*

k 0

Si a est suffisamment faible g(t) tend vers (t) et on obtient : f a* t   af * t 

Talel ZOUARI Echantillonnage et reconstitution 11
du signal
 f t  af t
*
a
*

On tire alors la relation entre les

transformées de Laplace:

F s  aF s
a
* *

Talel ZOUARI Echantillonnage et reconstitution 12

du signal
 2.5 Exercices :

Échantillonner les fonctions suivantes puis écrire leurs

transformées de Laplace

1. Fonction d’Heaviside G(t)

2. Échelon de vitesse atG(t)
3. f(t)=t e-atG(t)

Talel ZOUARI Echantillonnage et reconstitution 13

du signal
 II. Reconstitution du signal

• La question qui est posée est la suivante

“étant donnée la fonction f*(t)
échantillonnée est-il possible de retrouver
la fonction f(t)? ”
• Bien sûr cette question doit être posée
avant d’effectuer l’échantillonnage, elle
permet de garantir un échantillonnage sans
perte d’informations, ou plutôt sans perte
significative d’informations.

Talel ZOUARI Echantillonnage et reconstitution 14

du signal
3.1 Un élément de réflexion
 t 
1

0 T 2T 3T 4T

• On se pose la question “Combien peut-on

trouver de fonctions f(t) qui conduisent à la
fonction peigne après échantillonnage ?”
• Réponse : “une infinité”

Talel ZOUARI Echantillonnage et reconstitution 15

du signal
3.2 Théorème de Shannon
“Il est possible d’échantillonner sans perte
d’informations, si la plus haute fréquence, soit fm,
contenue dans le spectre de f(t) est inférieure à la
demi fréquence d’échantillonnage” 1
fm 
F(j) F(j)
2T

2p 2p
0 fm 1 0 1 fm
2T 2T
Reconstitution du signal possible Reconstitution du signal impossible
fm < 1/2T fm > 1/2T

Talel ZOUARI Echantillonnage et reconstitution 16

du signal
Spectre d’un signal ?
• Pour définir le spectre d’un signal, on a besoin de rappeler
la transformation de Fourier F u   TF  f ( t ) 

  f ( t ) e  j 2 pu t dt


• Cette écriture rappelle celle de la transformée de Laplace,


F  p    f ( t )e  pt dt
0

• La transformée de Fourier peut être obtenue (pour les

signaux causaux) à partir de la transformée de Laplace en
posant p=j=j2pu
• On définit le spectre d’amplitude par la courbe F(u), et le
spectre de phase par arg(F(u))

Talel ZOUARI Echantillonnage et reconstitution 17

du signal
 Spectre d’un
signal
Signal Power Spectral
Generator Density

Talel ZOUARI Echantillonnage et reconstitution 18

du signal
 Démonstration
du théorème de Shannon
Domaine temporel k 
(1) (1) f t    f kT  t  kT 
*

f(t) ??? f*(t) k 0

1 k   k
(2) F u    F u  
*

T k   T
(3) (3)
Domaine fréquentiel (3) Il s’agit de la
(2) transformation de Fourrier
F(n) ??? F*(n) directe et inverse

F u    f ( t )e  j 2pu t dt


 Le problème de l’échantillonnage sans perte

1 
d’information a été posé dans le domaine temporel.
f t    F ( u )e
j 2 pu t
du
 Étant donnée l’équivalence entre le domaine 2p 
temporel et le domaine fréquentiel, il sera résolu
dans le domaine fréquentiel.
Talel ZOUARI Echantillonnage et reconstitution 19
du signal
• Considérons le cas où la condition fm<1/2T est vérifiée
F(u) F*(u)
F(0) F(0)/T

u u

0 fm 1 -2 -1 0 fm 1 2
-1/T 1/T
2T 2T 2T 2T 2T

Ce passage est
1 k   k
effectué en utilisant la F u    F u  
*

formule (2) T k    T

La question :
Peut-on retrouver F(u) à partir de F*(u) ?

Talel ZOUARI Echantillonnage et reconstitution 20

du signal
 La réponse est OUI

• Comment?
П1/T
• Il suffit de réaliser l’opération mathématique :
1
multiplier TF*(u) par la fonction П1/T(u)
u
F u   T 1 / T F u  *
-1 1
2T 2T

F*(u)
F(0)/T

-2 -1 0 fm 1 2
-1/T 1/T
2T 2T 2T 2T

Talel ZOUARI Echantillonnage et reconstitution 21

du signal
 Mais le filtre П1/T(u)
n’est pas causal
• En effet le calcul de la transformée de Fourier
inverse de П1/T(u) conduit à : 0.8
1

sinpt / T  1
0.6

 p t
TF  1 / T    sin c 
0.4
1

pt
0.2

T T  0

-0 . 2

-0 . 4
-1 0 -8 -6 -4 -2 0 2 4 6 8 10

• Dans ces conditions la reconstitution ne peut

se faire qu’en temps différé. Il faut disposé de
la totalité du signal échantillonné pour pouvoir
retrouver l’original.

Ne peut-on pas faire une reconstitution approchée ?

Talel ZOUARI Echantillonnage et reconstitution 22
du signal
Que se passe-t-il si la condition
fm<1/2T n’est pas vérifiée ?

Talel ZOUARI Echantillonnage et reconstitution 23

du signal
 3.3 Reconstitution approchée

• Question : supposons qu’on dispose de f*(t), peut-on

réaliser une reconstitution approchée de f(t) ?
• En d’autres termes, proposer un filtre qui permet
d’approcher la fonction originale f(t).
• On présentera dans la suite trois filtres, les deux premiers
sont du type extrapolateurs et le troisième du type
interpolateur.
f*(t)

Talel ZOUARI
T 2T 3T 4T 5T
Echantillonnage et reconstitution
6T … 24
du signal
 3.3.1 bloqueur d’ordre zéro
fa(t)
f*(t) f*(t) fa(t)
B0(s)

Le bloqueur d’ordre zéro

permet de maintenir à sortie
la valeur de l’échantillon
t présent jusqu’à l’arrivée du
T 2T 3T 4T 5T 6T … suivant
• Comment déterminer la fonction de transfert B0(s) du
bloqueur d’ordre zéro?
• Il suffit de se rappeler qu’une fonction de transfert ce
n’est autre que la réponse impulsionnelle unitaire du
système. En effet :
Y s   H s U s  Y s   H s  si U(s)  1
Talel ZOUARI Echantillonnage et reconstitution 25
du signal
 δ(t) b0(t)
B0(s)

b0(t)

1
δ(t)

t
T 2T 3T 4T 5T 6T …

• Un simple calcul de transformation de

Laplace de b0(t) conduit à :
1  e Ts
B0 s  
s
Talel ZOUARI Echantillonnage et reconstitution 26
du signal
 3.3.2 bloqueur d’ordre un
fa(t)
 Dans cas, au lieu de maintenir
constante la valeur de l’échantillon f*(t)
f(kT), on suppose que c’est la
variation f(kT)–f((k-1)T) qui reste
constante.
 Le calcul de la fonction de transfert
du bloqueur d’ordre 1 se fait de la t
même manière que pour le bloqueur T 2T 3T 4T
d’ordre 0.
b1(t)
2
1  Ts 1  e Ts

1
δ(t)
B1  p    
T  s 
-T 0 T 2T t
Mme KSOURI Moufida Echantillonnage et reconstitution 27
du signal
 Signal Zero-Order
Generator Hold Scope
T=1 s
1

0.8

0.6

T=0.1 s 0.4
1
0.2
0.8
0
0.6
-0.2
0.4
-0.4
0.2
-0.6
0
-0.8
-0.2
-1
0 1 2 3 4 5 6 7 8 9 10
-0.4

-0.6

-0.8

-1
0 1 2 3 4 5 6 7 8 9 10

Talel ZOUARI Echantillonnage et reconstitution 28

du signal
1.5

1 T=0.1 s
0.5

Signal First-Order
0 Generator Hold Scope

-0.5
T=1 s
1.5
-1

1
-1.5
0 1 2 3 4 5 6 7 8 9 10
1.04
0.5
1.03

1.02 0

1.01

1 -0.5

0.99

0.98
-1

0.97
-1.5
0.96 0 1 2 3 4 5 6 7 8 9 10

2.2 2.25 2.3 2.35 2.4 2.45 2.5

Talel ZOUARI Echantillonnage et reconstitution 29

du signal
 Que choisir ?
• Entre le bloqueur d’ordre 0 et celui d’ordre 1, c’est la forme
du signal qui détermine le choix.
• La preuve observer les deux exemples suivants et tirer les
conclusions
Exemple n°1 Exemple n°2

f*(t) Signal original Signal restitué f*(t) Signal original Signal restitué

Signal Signal
échantillonné échantillonné

t t
T 2T 3T 4T 5T 6T … T 2T 3T 4T 5T 6T …
Talel ZOUARI Echantillonnage et reconstitution 30
du signal
 3.3.4 Filtre interpolateur
f*(t) fa(t)
 Dans cas, la loi de variation
entre les échantillons est
supposée linéaire

 Le tracé de la réponse t
impulsionnelle, montre que le T 2T 3T 4T
filtre n’est pas causal et donc
n’est pas réalisable Réponse impulsionnelle du
1
physiquement. δ(t) filtre interpolateur

 En pratique, on retarde le
signal d’une période
d’échantillonnage.
-T 0 T 2T t
Talel ZOUARI Echantillonnage et reconstitution 31
du signal