Académique Documents
Professionnel Documents
Culture Documents
Un signal est dit échantillonné s’il n’est considéré qu’à des instants privilégiés appelés
instants d’échantillonnage.
Un signal est dit numérique lorsque l’information est représentée par une suite de 0 et 1. En
effet l’étude de l’information « évolution du Nombre d’étudiant à l’ensa sur les années », il
s’agit d’un signal numérique.
Cependant un signal analogique peut être numérisé. Il doit passer par deux phases
importantes :
On échantillonne le signal analogique (on discrétise l’échelle des temps)
On discrétise ensuite l’échelle des valeur du signal, c’est à dire que cette échelle est divisée en
intervalles auxquels on attribue une valeur numérique : c’est la notion de quantification.
Cette opération est réalisée par des dispositifs électroniques appelés « Convertisseurs
Analogiques Numériques CAN »
2. Système échantillonné
Un système est dit « échantillonné » si, en un maillon de la chaine des éléments le constituant,
l’information n’est transmise qu’à des instants privilégiés appelés instants d’échantillonnage.
Le plus souvent l’échantillonnage est réalisé à des instants équidistants.
L’importance en automatique de l’étude des systèmes échantillonnés est due à l’introduction
des calculateurs numériques (microprocesseurs) dans la commande des processus
Exemple de schéma d’un asservissement analogique
L’échantillonnage d’un signal temporel s(t) consiste à transformer celui-ci en une suite
discrète s(nTe) de valeurs prises à des instants nTe. Te est appelée période d’échantillonnage.
Les instants nTe sont appelés les instants d’échantillonnages. Pratiquement, échantillonner un
signal revient à le multiplier par une fonction d’échantillonnage p(t), nulle partout, sauf au
voisinage des instants nTe : s∗(t) = p(t)s(t)
Cette fonction, porte souvent le nom de peigne p(t). Le résultat d’une opération
d’échantillonnage est visible sur la figure suivante :
L’échantillonnage produit donc, à partir d’un signal s(t), la suite : s(0), s(Te), s(2Te), . . . ,
s(nTe) que l’on note, en général : s∗(t) = {s0, s1, s2,...,sn} ou encore : s(k) = {s0, s1,
s2,...,sn}.
Remarque : En toute logique, cette suite ne correspond pas encore à des valeurs numériques.
Ce signal échantillonné est un signal analogique à temps discret. Toutefois, on notera de la
même manière la suite numérique obtenue après conversion analogique numérique.
Supposons qu’un signal s(t) à échantillonner soit à énergie finie et possède, par conséquent,
%&
une transformée de Fourier : 𝑆(𝑓) = ∫!& 𝑠(𝑡)𝑒 !"#$ 𝑑𝑡 avec 𝜔 = 2𝜋𝑓.
&
%& &
%&
%&
∗ (𝑓)
𝑆 = / 𝐴' 9 𝑠(𝑡)𝑒 "'(! $ 𝑒 !"#$ 𝑑𝑡
')!& !&
%&
%&
∗ (𝑓)
𝑆 = / 𝐴' 9 𝑠(𝑡)𝑒 "(#!'(! )$ 𝑑𝑡
')!& !&
%&
∗ (𝑓)
Ω*
𝑆 = / [𝐴' 𝑆(𝑓 − 𝑛𝑓* ] 𝑎𝑣𝑒𝑐 𝑓* = = 1/𝑇*
2𝜋
')!&
La transformée de Fourier du signal échantillonné apparaît donc comme une superposition des
transformées de Fourier de s(t) aux points 𝑓 − 𝑛𝑓𝑒 , fe étant la fréquence d’échantillonnage
choisie. Pour n = 0, on retrouve le spectre |S( f )| du signal initial. Pour n non nul, on retrouve
ce même spectre, mais décalé, par rapport à |S( f )| de n fe avec n ∈ Z. On dit aussi que S( f )
est périodique de fréquence fe . La figure suivante présente les spectres comparés de s(t) et de
s∗(t).
&
&
2$
1 1! 2 3 𝑑𝑡 1
𝑝/ = 9 𝑝(𝑡)𝑑𝑡 = 9 =
𝑇* / 𝑇* / Δ𝑡 𝑇*
2$
2 1! 4 3 1 2 Δ𝑡
𝑎' = 9 𝑝(𝑡) cos(n Ω* t) 𝑑𝑡 = 9 cos(n Ω* t) 𝑑𝑡 = sin Sn𝜋 T
𝑇* / 𝑇* / Δ𝑡 𝑛𝜋Δ𝑡 𝑇*
2 1!
𝑏' = 9 𝑝(𝑡) sin(n Ω* t)𝑑𝑡 = 0 𝑐𝑎𝑟 𝑝(𝑡)𝑒𝑠𝑡 𝑝𝑎𝑖𝑟𝑒
𝑇* /
et donc :
&
&
&
∗ (𝑡)
1
𝑠 = 𝑺𝑝/ 𝒄𝒐𝒔(𝝎𝟎 𝒕) + / 𝑎' S [cos (nΩ* + 𝜔/ )t + cos (nΩ* − 𝜔/ )t]
2
')0
4
Ø Une composante de pulsation 𝜔/ et d’amplitude 𝑆𝑝/ = 1 ,
!
Ø Etc…
Lorsqu’on échantillonne un signal s(t), on ne connaît que les valeurs f(nTe). Une question se
pose : dans quelles conditions peut on considérer que toute l’information contenue dans s(t)
est aussi contenue dans s*(t) ? Ou en d’autre termes, peut on reconstituer le signal s(t) à partir
de s*(t) pour n’importe quelle valeur de période d’échantillonnage Te ?
Dans l’exemple précédent, le spectre de 𝑠(𝑡) = 𝑆 𝑐𝑜𝑠 (𝜔/ 𝑡), qui se réduit à une composante
de pulsation 𝜔/ et d’amplitude S, se retrouve donc dans le spectre de s*(t) en première
composante, puis est répété autour de toutes les pulsations nΩ* .
Pour reconstituer s(t), il ne faut donc conserver que la composante de pulsation 𝜔/ et éliminer
toutes les autres. On va donc filtrer s*(t)
Cette opération de filtrage permettant d’isoler le spectre de s(t) est possible pour :
𝜔/ < 𝜔6 < Ω* − 𝜔/
Soit :
2𝜔/ < Ω*
f* > 2𝑓/
Dans le cas d’un spectre avec une fréquence maximale fmax cette condition devient :
f* > 2𝑓789
Remarque :
Le théorème de Shannon définit une limite inférieur de la fréquence d’échantillonnage,
augmenter la fréquence fe revient à augmenter le nombre d’échantillons et on s’approche
alors du signal continu. Cependant, fe ne peut être pas augmenter indéfiniment, elle est
limitée par le temps d’acquisition (temps de conversion du CAN) et par le temps de traitement
(temps de calcul).
Si le spectre du signal s(t) est large la condition f* > 2𝑓789 est difficile à réaliser car fmax
tend vers l’infini. C’est pour cette raison qu’un filtre passe pas de fréquence de coupure fc est
souvent introduit juste avant l’échantillonneur. Ce filtre est appelé : filtre anti-repliement, la
condition devient :
f* > 2𝑓:
En pratique on adopte la condition suivante pour l’échantillonnage des signaux :
25𝑓: > f* > 5𝑓:
On ne peut pas attaquer directement un système linéaire continu par un signal échantillonné.
En effet celui-ci filtrerait les impulsions, c’est à dire qu’il semblerait attaqué par la valeur
moyenne, très faible, du train d’impulsion.
Il faut alors reconstituer le signal continu à partir du signal échantillonné, ce qui revient à
trouver le filtre adéquat permettant de préserver l’information utile.
; (𝑡)
𝜏 3 ;;
𝑠(𝑡 + 𝜏) = 𝑠(𝑡) + 𝜏𝑠 + 𝑠 (𝑡) + ⋯
2!
𝜏 3 ;;
𝑠(𝑛𝑇* + 𝜏) = 𝑠(𝑛𝑇* ) + 𝜏𝑠 ; (𝑛𝑇* ) + 𝑠 (𝑛𝑇* ) + ⋯
2!
𝑠(𝑛𝑇* + 𝜏) = 𝑠(𝑛𝑇* )
Selon la théorie des systèmes linéaires continu, on peut, dans le domaine de Laplace, écrire :
𝑆e(𝑝) = 𝐵/ (𝑝)
on remarque que 𝑠̂ (𝑡) = 𝑢(𝑡) − 𝑢(𝑡 − 𝑇* ) tel que 𝑢(𝑡) 𝑒𝑡 𝑢(𝑡 − 𝑇* ) sont respectivement
l’échelon unité et l’échelon unité retardé.
1 1 !1 <
𝑠̂ (𝑡) = 𝑢(𝑡) − 𝑢(𝑡 − 𝑇* ) ⇒ 𝑆e(𝑝) = − 𝑒 !
𝑝 𝑝
1 − 𝑒 !1! <
𝐵/ (𝑝) = 𝑆e(𝑝) =
𝑝
on pose 𝑥 = 𝑇* 𝜔/2
𝑠𝑖𝑛𝑥
𝐵/ (𝑗𝜔) = 𝑇* 𝑒 !"9
𝑥
𝑠𝑖𝑛𝑥
|𝐵/ (𝑗𝜔)| = 𝑇* n n
l 𝑥
𝐴𝑟𝑔p𝐵/ (𝑗𝜔)q = −𝑥
Le schéma fonctionnel d’une chaîne d’acquisition peut être représenté par la figure suivante :