Transmission numérique

Université Iba Der Thiam de Thiès

UFR Sciences et Technologies
Enseignant : Pr Idrissa GAYE
 Programme télécoms
• Licence 2 et 3
- Ondes électromagnétiques
- Signaux et systèmes analogiques
- Téléphonie et ADSL
- Téléphonie mobile (GSM et ses évolutions)
- Technologie des réseaux sans fils
- Architecture des réseaux mobiles
- Réseaux et Télécoms avancés
• Master 1
Transmission analogique
• Master 2
Transmission numérique

Université de Thiès Transmissions numériques

 Plan du cours
• Introduction
– Historique
– Modes de communication
– Débit - Rapidité de modulation
• Canal de transmission;
• La numérisation
– ECHANTIONNAGE
– QUANTIFICATION
– CODAGE
• Projet transmission numérique sous Matlab
Simulink
Université de Thiès Transmissions numériques
Introduction
 Historique
• Le début des télécommunications électriques
remonte au milieu du 19e siècle dans le contexte de
l’expansion industrielle et du développement du
chemin de fer
• Quatre grandes étapes ont marqué le
développement des télécommunications
– Le télégraphe électrique (transmission de données)
– Le téléphone (à commutation manuelle puis
automatique)
– La découverte des ondes : le réseau devient sans fil et
planétaire (Satellite, GSM)
– Les propriétés de la lumière
Université de Thiès Transmissions numériques
 Historique
• Les télécommunications sont nées du besoin de
transporter une information d’une personne à une autre,
sans passer "par" l’homme
– Le réseau postal, télégraphe optique, Internet, GSM
• Définition du terme : télécommunications
– Ensemble de techniques et moyens mis en œuvre pour
transmettre de l’information à destination d’un ou
plusieurs points distants du point d’émission
• En télécommunications, les sources d’information les plus
fréquentes sont :

Université de Thiès Transmissions numériques

 Modes de communication
• Sens des échanges d’une transmission
– Simplex : de l’émetteur vers le récepteur
– Half-duplex : données circulent de façon
bidirectionnelle mais pas simultanément
– Full-duplex : données
circulent de façon
bidirectionnelle et
simultanément
• Modes de transmission
– Transmission série :
Transmission successive
de tous les bits d’un même
message
– Un seul bus de transmission utilisé
Université de Thiès Transmissions numériques
 Modes de communication
– Transmission parallèle : Transmission simultanée de
tous les bits d’un même message
– Plusieurs bus de transmission utilisés
– Débit plus important que pour la transmission série

Université de Thiès Transmissions numériques

 Synchronisation
• Transmission asynchrone
– Les bits sont transmis de façon irrégulière dans le
temps (saisie clavier).
– Chaque message est compris entre des bits d’émission
(START) et de fin de transmission (STOP)

• 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

Université de Thiès Transmissions numériques

 BER (Bit Error Rate)
• Estimer le nombre de bits erronés sur le nombre
total de bits reçus
– De l’ordre de 10-4 à 10-9 pour une bonne qualité
• Exemple

Université de Thiès Transmissions numériques

Canal de transmission

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 :

Université de Thiès Transmissions numériques

14
• Bruit
– Signaux parasites Bruit
qui déforment
le signal original

• On distingue trois types de bruit

– Bruit déterministe (qui dépend des caractéristiques du
support de transmission)
– Bruit aléatoire (perturbations accidentelles et
imprévisibles)  introduit aléatoirement des erreurs
sur les bits qui sont difficiles à corriger
– Bruit blanc (du à l’agitation thermique des électrons)

Université de Thiès Transmissions numériques

 Définitions
• La capacité
– La capacité d ’un canal est le débit maximal admissible
soit :
– Elle est donnée par la
C  W .log 2 (1  SNR )
formule de Shannon : SNR en dB
• La largeur de bande
– Largeur de la bande de fréquences utilisée

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)

• Signal reçu (distordu et bruité)

Université de Thiès Signaux et systèmes

 Méthode d’estimation
• A partir du signal distordu et bruité reçu il faut
pourvoir estimer le signal original émis
– Récupérer la cadence de l’horloge
– A partir de cette cadence échantillonner le signal reçu
– Fixer un seuil et comparer les valeurs reçus durant un
échantillon à ce seuil
• Si valeur est plus grande que le seuil  bit 1
• Si valeur est plus petite que le seuil  bit 0
– Reconstituer le signal
– Eventuellement calculer les taux d’erreurs

Université de Thiès Signaux et systèmes

 Méthode d’estimation

Université de Thiès Signaux et systèmes

 Canal de transmission
• Il existe trois problèmes majeurs au niveau des
canaux de transmission
– Affaiblissement
– Obstacles
– Chemins multiples
• Les trois phénomènes se superposent en réalité

Université de Thiès Signaux et systèmes

22
 LA NUMERISATION
Un signal est la représentation physique d’une
information qui est transportée avec ou sans
transformation, de la source jusqu’au destinataire.
Il en existe deux catégories :
• les signaux analogiques, qui varient de façon
continue dans le temps (intensité sonore, intensité
lumineuse, pression, tension), c’est-à-dire qu’ils
peuvent prendre une infinité de valeurs différentes.
• les signaux numériques qui transportent une
information sous la forme de nombres.
23
Définition 1 : Numérisation
Numériser un signal analogique consiste à
transformer les grandeurs continues dans le temps
en des grandeurs discontinues qui varient par
palier en prenant des valeurs à intervalle de temps
régulier : période d’échantillonnage Te.
La numérisation est faites à l’aide d’un
convertisseur analogique-numérique (CAN)

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

Université de Thiès Transmissions numériques

 Principe de la Transmission numérique
• Signaux numériques
– Informations transmises à l’aide d’éléments binaires
• Elément binaire
– Etat logique représenté par les symboles 0 ou 1
• Nécessité d’un mécanisme de conversion des signaux
analogiques en signaux numériques (CAN)  ce mécanisme
s’appelle la numérisation.

• Le récepteur prend des décisions pour reconstruire le signal

reçu
• Contrairement aux signaux analogiques, les traitements
successifs dégradent très peu le signal d’origine
(mécanismes de correction)

Université de Thiès Transmissions numériques

Chaine de transmission numérique

Université de Thiès Transmissions numériques

1. Principe du codeur source:
2. Transformation des symboles émis par la source en éléments
transmissibles
par le canal de la façon la plus appropriée;
2. Le codeur de source traduit chaque symbole de la source en une
séquence de codes transmissibles par le canal

Le but du codeur est de faire correspondre à chaque élément de 𝑆

(symboles émis par la source) en un séquence d’éléments de 𝐶 appelés
mots-codes 28
 Composants de la chaine (1)
• Source du message
– Généralement un signal analogique issue de
capteurs (parole, image, son)
• Codage Source
– Transformation du message analogique 
numérique
– Echantillonnage, quantification et codage binaire
– Compression (optionnelle)  supprimer
redondance

Université de Thiès Transmissions numériques

 Composants de la chaine (2)
• Codage Canal
– Codes correcteurs  introduction de redondance (bits
supplémentaires) pour corriger les erreurs éventuelles
– Exemple : Code parité, Code de Hamming (Un code de
Hamming est un code correcteur linéaire. Il permet la
détection et la correction automatique d'une erreur si elle
ne porte que sur une lettre du message)
– Code en ligne
• Emetteur
– Possibilité de moduler le signal pour l’adapater aux
propriétés du milieu de transmission
• Milieu de transmission
– Altération du signal (distorsion amplitude, phase),
interférences, chemins multiples etc.
– Difficile à modéliser ses effets
Université de Thiès Transmissions numériques
 Composants de la chaine (3)
• Récepteur
– Démodulation du signal modulé
– Reconstruit le message à partir du signal reçu
• Décodage canal
– Inverse du codage canal
• Décodage source
– Inverse du codage source
• Destinataire
– Convertisseur numérique analogique
– Réception du signal analogique reconstruit

Université de Thiès Transmissions numériques

 QUALITE DE LA NUMERISATION

Remarque : La numérisation est d’autant meilleure

que le signal numérique se rapproche du signal
analogique initial. 32
La numérisation d’un signal nécessite trois étapes :
• L’échantillonnage
• La quantification
• Le codage

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

• En pratique  échantillonneur bloqueur à la

période Te
Université de Thiès Transmissions numériques
Plus la fréquence d’échantillonnage sera grande,
plus la période d’échantillonnage sera petite, plus le
nombre d’échantillons sera grand, plus le signal
numérique sera proche du signal analogique et
donc meilleure sera la numérisation :

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 

Université de Thiès Transmissions numériques

• Comment choisir la période d’ échantillonnage Te
– Lorsque les échantillons xe(nT) permettent de
reconstruire le signal x(t) T
• Problèmes
– Echantillonnage entraîne une perte d’information
– Des signaux différents peuvent avoir le même signal
échantillonné

Université de Thiès Transmissions numériques

 Théorème de Shannon
• La fréquence d‘échantillonnage d'un signal doit être
au moins égale ou supérieure au double de la
fréquence maximale contenue dans ce signal
• Exemple
– La fréquence d’un CD Audio est de 20KHz
– La fréquence d’échantillonnage normalisée dans
l’industrie est de 44,1KHz
– En pratique Fe est
de l’ordre de 10 à
100 fois plus élevée
– Cependant, taille des
données très grandes

Université de Thiès Signaux et systèmes

Théorème de Shannon :
Pour un signal périodique (comme un son) la
fréquence d’échantionnage fe doit être au moins le
double de la fréquence maximale fmax du signal :
fe ≥ 2*fmax

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

b) La période du signal doit être au moins 10 fois

plus grande, donc T ≥ 10 ms.
1,0
La fréquence du signal f , vérifie : f 
10.103
donc f ≤ 100 Hz.

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

Université de Thiès Transmissions numériques

 Reconstruction
• Spectre d’un signal échantillonné
– Si la théorème de Shannon est respecté (Pas
d’aliasing)
– Une simple opération de filtrage permet de connaître
le spectre du signal initial

Université de Thiès Transmissions numériques

 Effet de l’aliasing
• Spectre d’un signal échantillonnée
– Non respect Théorème de Shannon
– Recouvrement aux niveaux des spectres des signaux
échantillonnées
– Impossibilité de reconstruire le signal  le filtrage ne
permet pas d’isoler le spectre du signal original

Université de Thiès Transmissions numériques

Quantification
Définition 3: La quantification
Un signal numérique ne peut prendre que certaines
valeurs : c’est la quantification. 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.
On appelle alors résolution ou pas l’écart
(constant) entre deux valeurs permises
successives.

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.

Université de Thiès Transmissions numériques

Remarque : Un bit (de l’anglais binary digit) est un
chiffre binaire (0 ou 1). C’est la plus petite unité de
numérisation.
On définit alors un multiple du bit : l’octet. Un
octet est un ensemble de 8 bits.
On peut donc quantifier 28 = 256 valeurs avec un
octet. Par exemple 01001001.
Rmq: Plus la quantification est grande, plus
l’amplitude du signal numérique sera
proche de celle du signal analogique.

51
Exemple : Quantification sur différents support de
sons :

Rmq: Le nombre d’octets qui vont être nécessaires

pour numériser le signal sur un support de
stockage (disque dur, clé USB, DVD,. . .) n’est pas
illimités, ce qui explique les quantifications
choisies. De plus, en ce qui concerne la radio
numérique, il faut du temps pour écrire toutes ces
données. Le "flux" n’est pas aussi illimitée. 52
Définition 4 : On appelle calibre l’intervalle des
valeurs mesurables des tensions analogiques à
numériser (par exemple ±5 V).
On appelle plage 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).
Le pas p d’un convertisseur de n bits et de plage
plage
donnée, est alors défini par : p  n
2

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  103
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

Université de Thiès Transmissions numériques

 Codage Canal
Code correcteurs d’erreur
Code à répétition
Code à répétition amélioré
Code de parité
Code de Hamming

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

• Décodage par vote majoritaire sur les trois couples

de bits
• S'il survient une erreur dans la transmission, elle
n'affectera probablement pas les trois couples
formant le mot du code.
• Taux d’information des 33%

Université de Thiès Réseaux IP

 Code à répétition amélioré
• Supposons que l’on reçoive le mot suivant y=01001
– Aucune correspondance avec
les codes
• Calculer la distance de
Hamming du code
– La distance de Hamming entre x et y est le nombre d(x;
y) de composantes ou x et y diffèrent

Université de Thiès Réseaux IP

 Code de parité
• Possibilité de détecter un nombre impair d’erreur
• Impossibilité de corriger l’erreur
• Exemple : Code de parité
– Ajouter sur une séquence de 7 bits un huitième bit
indiquant si le nombre de 1 est pair ou impair
– Si ce nombre est pair ajout d’un 0 sinon d’un 1

– Si on reçoit la séquence suivante 10110101 ?

– On suppose qu’il y a deux erreurs 01100000 ?
– Conclure.

Université de Thiès Réseaux IP

 Code de Hamming
• Code correcteur linéaire
– Permet de détecter et corriger que si l’erreur porte sur un
unique bit du message
• Exemple
– Code Hamming (7,4)
– Trois bits de redondance sur quatre bits du message
– Transmission des bits d1, d2, d3 et d4
– Bits de redondance p1, p2, p3
– Code transmis :
– [p1 p2 d1 p3 d2 d3 d4]
– p1 = parité (d1,d2,d4)
– p2 = parité (d1,d3,d4)
– p3 = parité (d2,d3,d4)

Université de Thiès Transmissions numériques

 Exemple code Hamming (7,4)
• On désire transmettre les bits suivants
– d1 = 1, d2=0, d3=1, d4=1
• Calcul des bits de redondance
– p1 = parité (d1,d2,d4) = 0
– p2 = parité (d1,d3,d4) = 1
– p3 = parité (d2,d3,d4) = 0
• Code transmis
– [p1 p2 d1 p3 d2 d3 d4] = [0 1 1 0 0 1 1]
• Réception
– Le récepteur connaît la position des bits du message [0 1 1
0 0 1 1]
– Ensuite il vérifie la parité pour s’assurer qu’il n’ y a pas eu
d’erreur dans la transmission

Université de Thiès Réseaux IP

 Détection erreur
• Erreur  altération du bit d2
– [0 1 1 0 0 1 1] = [0 1 1 0 1 1 1]
– Bits reçus d1 = 1, d2=1, d3=1, d4=1
• Calcul des parités
– p1 = parité (d1+d2+d4) = 1
– Erreur possible sur d1 ou d2 ou d4
– p2 = parité (d1+d3+d4) = 1
– Pas d’erreur donc les bits d1, d3 et d4 sont corrects
• On en déduit que l’erreur porte sur le bits d2 qui sera
ramené à 0
• Rappel : le code ne peut être corrigé que si l’erreur
porte sur un unique bit du message

Université de Thiès Réseaux IP

Codes en ligne
 Code en ligne
• Permet de traduire en signal électrique (tension)
les bits d'une suite numérique.
• Le principe consiste donc à associer à chaque bit
0 ou 1 un signal S0(t) ou S1(t) d’une durée égale
à l’émission d’un temps bit
• Deux propriétés à maintenir
– Maintenir un signal alternatif même lorsque
l’information est constituée de bits identiques, ce qui
permet au récepteur de pouvoir restituer l’horloge
– Eviter au maximum un signal continu dans le temps
– Encombrement spectral le plus faible possible

Université de Thiès Transmissions numériques

 Code NRZ binaire
• Il est à la base de tous les codes

– Energie concentrée dans les basses fréquences

– Pas d’énergie à la fréquence rythme  risque de
perte de l’horloge en cas de longue suite de bits
identiques
– Pas de transition lors de longue séquence de 0 ou 1
Université de Thiès Transmissions numériques
 Code RZ
• Retour à zéro pour le bit 1

– Energie plus importante

– Raie à la fréquence rythme  facilité la récupération
de l’horloge
– Pas de transition lors de longue séquence de 0
– Largeur spectrale doublée par rapport à NRZ

Université de Thiès Transmissions numériques

 Code Manchester
• Introduit des fronts au milieu de chaque bit

– Energie plus importante

– Pas de raie à la fréquence rythme mais énergie non
nulle  facilité la récupération de l’horloge
– Largeur spectrale doublée par rapport à NRZ  spectre
identique au codage RZ
Université de Thiès Transmissions numériques