ECHANTILLONNAGE

Prof: S.Ahyoud
Département : Physique

Filière : SMP/S6/P1 Module :Traitement du signal

Faculté des Sciences Tétouan
2019 -2020
Université Abdelmalek Essaadi
 ECHANTILLONNAGE

 INTRODUCTION
 ÉCHANTILLONNAGE IDÉAL
 TF DU SIGNAL ÉCHANTILLONNÉ
 ÉCHANTILLONNAGE RÉEL
 ÉCHANTILLONNEUR MOYENNEUR
 LA RESTITUTION DU SIGNAL

2
Introduction
Un signal analogique est un ensemble de valeurs qui varient de façon
continue avec le temps.

Un des avantages : toutes les valeurs sont possibles

Un des inconvénients : peut être dégradé lors de la transmission (sensible aux
perturbations électromagnétiques).

Un signal numérique est un ensemble de valeurs binaires (valeurs 0 ou 1) appelés bits (chiffres
digitaux).

Quelques avantages : peu dégradé lors des transmissions donc fidélité du signal, facile mettre en
mémoire sous forme binaire ou hexadécimal, facile à "traiter" informatiquement.
Un des inconvénients : les valeurs sont quantifiées donc elles ne sont pas toutes possibles

cours de traitement du signal /S.ahyoud 3

La numérisation est faites à l’aide d’un convertisseur analogique-numérique (CAN)

La numérisation d’un signal nécessite trois étapes :

• L’échantillonnage • La quantification • Le codage

 L’«échantillonnage » ou « conversion Analogique / Digitale » qui correspond à une

discrétisation du temps en posant t=KTe.

La quantification consiste à affecter une valeur numérique à chaque échantillon prélevé.
Elle s’exprime en bits Cette quantification est assurée par un convertisseur (CAN). Chaque
valeur est arrondie à la valeur permise la plus proche par défaut.

cours de traitement du signal /S.ahyoud 4

 On appelle calibre l’intervalle des valeurs mesurables des tension à numériser
(par exemple  2 V)
On appelle plage d’un convertisseur, la largeur de l’intervalle entre la plus petite et la plus
grande valeur du calibre. (pour  2, la plage est 4V ). Le pas p d’un convertisseur de n bits
et plage donné, est définie par: p = plage/ 2n

 Codage binaire
Transformation de la valeur quantifiée en mot binaire exploitable par le calculateur

cours de traitement du signal /S.ahyoud 5

 Échantillonnage idéal
L’échantillonnage d’une fonction continue est sa représentation par un ensemble de N valeurs, N étant
un nombre entier.
Sur le plan théorique, l’échantillonnage offre une représentation discrète pour les signaux analogiques.

Circuit d’échantillonnage: C’est tout circuit générant un ensemble discret de valeurs prélevées sur son entrée
analogique.
Le symbole d’un échantillonneur est l’interrupteur.
Te: Période d’échantillonnage et fe=1/Te la fréquence d’échantillonnage

Signal original x(t) Echantillonneur Signal numérique

xe(t) =x(nTe)
Modélisation mathématique L‘échantillonnage correspond à la multiplication de x(t) par une peigne de Dirac Ш Te (t)



xe(t) = x(t). Ш Te (t) xe (t )  x(t ).   (t  nTe )

n   
xe (t )   x(nT ). (t  nT )
n  
e e

cours de traitement du signal /S.ahyoud 6

TF du signal échantillonné

Soit F(xe(t)) = F(x(t). Ш Te (t)) F(xe(t)) = F(x(t))*F( Ш Te (t))


la TF du peigne de Dirac est F(Ш Te (t))  Fe .   ( f  nFe )
n  


F ( xe (t ))  X ( f ) * Fe .   ( f  nFe )
n   

On a s(t ) * (t  t0 )  s(t  t0 ) X e ( f )  Fe .  X ( f  nFe )

Donc n  
1
Avec Fe  fréquence d’échantillonnage
Te

Le spectre de Xe( f ) est celui de X( f ) "périodisé" avec une période fréquentielle Fe.

L’information fréquentielle est contenue dans la bande -Fe/2, Fe/2

L‘échantillonnage dans le domaine temporel se traduit par une "périodisation" de

période Fe dans le domaine fréquentiel.

cours de traitement du signal /S.ahyoud 7

 Analyse du spectre de xe(t)

0n considère un signal x(t) dont le spectre est donné par  f  Fmax , X ( f )  0

Le signal échantillonné est xe(t) avec fe fréquence d’échantillonnage


X e ( f )  Fe .  X ( f  nFe )
n  

•Cas 1 : Fe  2Fmax
 Les bandes élémentaires de |Xe( f )| sont
disjoints

 extraire X( f ) grâce a un filtre passe-bas

idéal

 reconstituer intégralement le signal x(t) a

partir de la connaissance de son échantillonné
xe(t).

cours de traitement du signal /S.ahyoud 8

 Analyse du spectre de xe(t)

Cas 2 : Fe < 2Fmax

Les bandes élémentaires de |Xe( f )| se recouvrent repliement de spectres.

Impossible de récupérer le spectre X( f ) par un filtrage approprie
Impossible de reconstruire le signal initial x(t) a partir de la connaissance de xe(t).
Par conséquent, pour que la répétition périodique du spectre de xe(t) ne déforme pas le spectre X( f ) répété, il faut et il
suffit que Fe  2Fmax :

Théorème de Shannon La condition nécessaire et suffisante pour échantillonner un signal sans perte
d'information est que la fréquence d'échantillonnage Fe soit supérieure ou égale au
double de la fréquence maximale du signal. Fe  2Fmax

 Fmax = Fe /2 : fréquence de Nyquist, C’est la fréquence maximale admissible dans un spectre qui permet
d’éviter les distorsions du spectre du signal échantillonné par une fréquence Fe.

 Les fréquences repliées vaudront fr = ±fe ± fmax dans la bande de base

cours de traitement du signal /S.ahyoud 9
 Exemples de fréquences d’échantillonnage

 Téléphonie, qualité moyenne, avec des fréquences vocales limitées à la bande de 300 Hz
À Fmax= 3400 Hz
Réseau téléphonique numérique, la fréquence d'échantillonnage standard est de fe= 8000 Hz

 la musique nécessite une bande allant de 20 Hz jusqu’à Fmax= 20 kHz pour une qualité
optimale
le cas du CD(Compact Disc) la fréquence d'échantillonnage standard est de fe= 44,1 kHz
les magnétophones numériques DAT la fréquence d’échantillonnage est de fe= 48 kHz
le matériel audio professionnel, la fréquence standard est de fe= 96 kHz

 Signal vidéo de télévision a un spectre qui s’étend pratiquement du continu jusqu’à

Fmax= 5 ou 6 MHz selon la qualité de l’image

la vidéo numérique a une fréquence d'échantillonnage standard de fe = 13,5 MHz

cours de traitement du signal /S.ahyoud 10

 Exercice d’application
I. Considérant le signal analogique
xa(t) = 2·cos(100·π·t)+5·sin(250 · π · t + π/ 6) −4·cos(380·π·t)+16·sin(600 · π · t + π/ 4)
1. Quelle valeur minimum faut-il choisir pour fe si l’on veut respecter le théorème d’échantillonnage ?
Ce signal comporte quatre composantes spectrales situées en f = 50, 125, 190, 300 [Hz]. La fréquence
d’échantillonnage devra donc valoir au moins 2·fmax = 600 [Hz].
.
II. Le spectre correspond à la représentation de l’amplitude en fonction de la fréquence.
Pour une sinusoïde de fréquence f0 : s(t) = A.cos (2f0t)

Sinusoïde échantillonnée.
L’échantillonnage, à la fréquence Fe, d’une sinusoïde de fréquence f0 et d’amplitude A conduit à
une infinité de composantes sinusoïdales :
– Amplitudes : (A/Te) = A × Fe
– Fréquences f0, Fe − f0, Fe + f0, 2.Fe − f0, 2.Fe + f0, ・ ・ ・ donc f0 et k.Fe  f0 ( k entier non nul).

cours de traitement du signal /S.ahyoud 11

 Echantillonnage réel

 l’échantillonnage s’effectue en commandant un interrupteur par un train d’impulsions étroites.

chaque impulsion va avoir une durée très courte .
 Pour un échantillonnage réel, il faut prendre en compte: De la génération des impulsions de durées  et de période
Te
L’échantillonnage peut être modélisé par la multiplication du signal par une suite de fonction rectangle (ou porte) de
largeur τ.


t  kTe t 
y (t )   rect(
k   
)  rec( ) *

  (t  kT )
k  
e

La convolution d’une peigne de Dirac par une fonction porte de largeur 

+∞
1
𝑌 𝑓 = 𝜏. 𝑠𝑖𝑛𝑐 𝜏𝑓 . 𝛿(𝑓 − 𝑘𝑓𝑒 )
𝑇𝑒
𝑛=−∞

cours de traitement du signal /S.ahyoud 12

Echantillonnage naturel:
Soit le signal s(t), le signal échantillonné se(t) a une Amplitude égale à celle du signal durant la durée .
se(nTe) = s(t) pour nTe-/2<t< nTe+/2 (avec se(nTe) le signal échantillonné à l’instant nTe

 Soit l’expression du signal échantillonné est : se (t) = s(t) ⋅ y(t)

+∞ +∞
1 1
𝑆𝑒 𝑓 = 𝑆 𝑓 ∗ 𝜏. 𝑠𝑖𝑛𝑐 𝜏𝑓 . 𝛿(𝑓 − 𝑘𝑓𝑒 ) 𝑆𝑒 𝑓 = 𝜏. 𝑠𝑖𝑛𝑐 𝜏𝑓 . 𝑆(𝑓 − 𝑘𝑓𝑒 )
𝑇𝑒 𝑇𝑒
𝑛=−∞ 𝑛=−∞

la même allure de spectre modulé en amplitude par une fonction en sinus cardinale

 Si τ est du même ordre de grandeur que 1/fe, il faudra fe >> 2fM.

Pour avoir un échantillonnage idéal et le signal soit facilement reconstructible, il faut que
τ soit le plus petit possible.

cours de traitement du signal /S.ahyoud 13

 Echantillonneur moyenneur
Amplitude constante durant toute la durée  et égale à la moyenne du signal durant intervalle  autour de
l’instant d’échantillonnage kTe

L’échantillonnage à l’aide d’une impulsion de largeur finie et on considère la valeur de x(t) pendant la durée de
l’impulsion. 1
kTe

x(kTe ) 
  x(t )dt
kTe 
kTe 
1 1 1
x(kTe ) 
  x(t )dt 
kTe 
    (t  kTe ) x(t )dt 

2 
x(kTe )    (kTe )
2



Soit l’expression du signal échantillonné est : xe (t )  x(t )   (t  nTe )

n  

1  
xe   x(t )    (kTe )    (t  kTe )
 2 k 
 sin f  

Le spectre du signal échantillonné devient : X ( f )   X ( f )   Fe   ( f  kFe )

 f  k  

Tout se passe comme si X(f) est remplacé par: X(f)sinc(f)

cours de traitement du signal /S.ahyoud 14

LA RESTITUTION DU SIGNAL
Pour restituer un signal x(t) à partir de xe(t) il suffit de pouvoir isoler un motif du spectre Xe(f). Pour ceci, il
faut que le spectre initial soit borné et que l’échantillonnage vérifie le théorème de Shannon.

 La condition de Shannon a été respectée lors de l‘échantillonnage

( x(t) est a support borné en fréquence)
 Echantillonnage idéal

Solution
Pour reconstruire le signal, il suffit de prendre la TF inverse du motif de base de Xe( f ).
 Filtrage passe bas idéal
 Diviser par Fe
Puis TF inverse

cours de traitement du signal /S.ahyoud 15

Merci pour votre attention