Académique Documents
Professionnel Documents
Culture Documents
• Transmission synchrone
– Réception continue des information au rythme
d’émission de l’émetteur
– Emetteur et récepteur cadencés à la même vitesse
– Problème : différence d’horloge entre émetteur et
récepteur
Université de Thiès Transmissions numériques
Débit - Rapidité de modulation
• Soit un message échantillonné tous les Te secondes
• Soit n le nombre de bits par échantillons
• Débit binaire
– Cadence d’émission d’un bit
– Donné par la formule (b/s)
n
D nFe 2nFmax
Te
• Rapidité de modulation
D
– Cadence d’émission d’un R Fe 2 Fmax
message de n bits n
– Donné par la formule (baud), elle s’exprime en Baud
Transmissions numériques
Canal de transmission
• Milieu dans le lequel se propage les informations
• Caractérisé par la largeur de bande
– Pour une bonne transmission, il faut que le spectre du
signal émis s’intègre dans la largeur de bande du canal
de transmission W f max f min
• Caractérisé par son rapport signal sur bruit
– Plus le SNR ou S/B est élevé plus le signal sera de bonne
qualité
– Défini par :
W f max f min
• Interférences
– Les signaux voisins perturbent aussi bien l’émission que
la réception des autres signaux
– Rapport signal sur bruit SNR (Signal to Noise Ratio)
Université de Thiès Signaux et systèmes
Exemple de canaux
• Canal AWGN (Additive white Gaussian noise)
– Bruit blanc gaussien
– Perturbations
identiques
pour toutes
les fréquences
• Canal sélectif en fréquences
– Atténue le signal dans certaines bandes de fréquences
et l'amplifie dans d'autres bandes
• Canal idéal (non réaliste)
– Canal de bande passante infinie (toute fréquences
peuvent passer dans le canal) et non bruité
Université de Thiès Transmissions numériques
Exemples effet canal
• Signal binaire transmis (code NRZ)
24
Signaux analogiques - discrets
• Signaux analogiques (exple : son, capteur de température…)
– Le signal est continu dans le temps
– S(t)=f(t)
• Signaux discrets
– Le signal est défini à intervalles précis
– S(n)=f(k.Te) ou Te est la période de discrétisation ou
période d’échantionnage
33
1.1 Echantillonnage
Définition 2 : Echantionnage
On appelle période d’échantillonnage Te (en s), le
temps entre deux mesures successives.
La fréquence d’échantillonnage fe, correspond au
nombre de mesures effectuées par seconde. On a :
fe = 1/Te
35
• Prélever des échantillons d’un signal analogique à
intervalle régulier
• Soit Te la période d’ échantillonnage
37
Remarque : La numérisation est d’autant meilleure que le
signal numérique se rapproche du signal analogique initial.
38
• Soit la fonction Dirac δ(t) qui vaut 1 si t=0 et nulle
partout ailleurs
– Donc δ(t-t0) vaut 1 si t=t0 et 0 ailleurs
• L’ échantillonnage c’est multiplication d’une
fonction par un peigne de Dirac (voir figure)
xe (t ) x(t )* (t nT ) x(nT )* (t nT )
n n
42
Application: La durée de l’enregistrement d’un son
est de 3,0 s. Le signal sonore est facilement
réconstitué à partir de son enregistrement
numérique si la période d’échantillonnage lors de
l’enregistrement est dix fois plus petite que la
période du signal.
a) Déterminer le nombre d’échantillon pris lors de
cet enregistrement avec une période
d’échantillonnage de Te = 1, 0 ms.
b) Déterminer la période minimale et la fréquence
maximale du signal qu’il est possible de
reconstruire correctement ainsi
43
Correction Application
a) Comme la période d’échantionnage est de 1 ms,
3,0
le nombre d’échantillons est : 3
3000
1.10
44
Fréquence maximale
• Comment déterminer la fréquence maximale
– Déterminer le spectre X(f) du signal x(t) en utilisant la
transformée de Fourrier.
– Non respect du Théorème de Shannon Aliasing ou
repliement de spectre
– Echantillonnage temps Périodisation du spectre
49
Quantification
• Soit x(t) un signal échantillonné correctement
– Les échantillons sont [x(t), x(T), ……, x(nT)]
• La quantification est l’association d’un nombre à
chaque échantillon
• Le nombre quantifié est par la suite codé en binaire
(codage)
– Ce nombre est codé en binaire sur n bits
– Permet le passage d’une grandeur analogique à des valeurs
numériques
• Indispensable de fixer n le nombre de bits
– Permet de connaître le niveau de codage précision
– Codage sur n bits 2n niveaux distincts.
51
Exemple : Quantification sur différents support de
sons :
53
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 de 9 V. Le pas est alors de :
9
p 12 2,2 103
2
54
Pas de quantification
• Dépend du nombre de bits de quantification
max( x(t )) min( x(t ))
q
2n
• La quantification produit des erreurs
– Ignore les variations entre nTe et (n+1)Te
– Appelé bruit de quantification
b(t ) x(t ) xe (t )
• Pour réduire ce bruit la solution est
– De diminuer q donc augmenter n
– Cependant si n est trop grand la quantité d’information
aussi augmente compromis
Université de Thiès Transmissions numériques
Quantification linéaire
• Soit x(t) compris entre les valeurs [nT; (n+1)T[
– Alors la quantification linéaire sera égale à xq(t)=xq(nT)
• Exemple pour n=4 bits
– Des échantillons compris entre So et 2So seront codés
avec la même valeur 0001
Codes en ligne
Code RZ binaire
Code NRZ binaire
Code NRZI binaire
Code Manchester
Code Manchester différentiel
Code de Miller
Code biploaire
Code correcteurs d’erreur
• Transmission sur un canal de communication
– Généralement non fiable
– Introduit des erreurs sur les bits transmis
• Les codes correcteurs sont basés sur le principe de la
redondance
– Augmenter des bits supplémentaires afin de détecter
des erreurs et les corriger si possible
• Définition du code
– Code = Message + bits de redondance ajoutés
• Taux d’information du code
Nombre debits du message
Nombre debits du code
Université de Thiès Transmissions numériques
Code à répétition
• Retransmettre le même mot plusieurs fois
– Exemple avec trois retransmissions