Sarah 11

Département d’éléctronique
Spécialité :Télécommunication
Réalisé par :
Hafsa Sarah
Groupe :
3
Introduction :
L’importance des systèmes numériques de traitement de l’information ne cesse de croître
(radio, télévision, téléphone, instrumentation…). Ce choix est souvent justifié par des
avantages techniques tels que la grande stabilité des paramètres, une excellente
reproductibilité des résultats et des fonctionnalités accrues. Les signaux porteurs
d’informations sont pratiquement toujours de type analogiques (amplitude et temps
continu). Le traitement de signal par voie numérique nécessite une opération préliminaire
de conversion analogique numérique. La conversion analogique numérique est la succession
de trois effets sur le signal analogique de départ :
 l’échantillonnage pour rendre le signal discret .

 la quantification pour associer à chaque échantillon une valeur .
 le codage pour associer un code à chaque valeur.
Échantillonnage :
1. Définition :
L’échantillonnage consiste à prélever à des instants précis, le plus souvent équidistants,
les valeurs instantanées d’un signal. Le signal analogique s(t), continu dans le temps, est
alors représenter par un ensemble de valeur discrète : se(t) = s(n.Te)
2. Utilité :
Les signaux en entrée d’un convertisseur analogique-numérique sont susceptibles de varier
pendant la conversion, et donc de poser le problème d’une conversion correcte. Il faut donc
prendre un échantillon de cette tension, et bloquer la valeur le temps de la conversion.
3. Échantillonnage périodique :
L'échantillonnage périodique consiste à fixer une période d'échantillonnage Te et à obtenir une suite
de nombres définie par :
uk=u(kTe)(1)
4. Échantillonnage stochastique :
L'échantillonnage stochastique, ou échantillonnage de Monte-
Carlo, peut être utilisé dans le domaine de la synthèse de
signaux, par exemple la synthèse d'image par tracé de rayons. Il
consiste à choisir les points à échantillonner de manière plus ou
moins aléatoire.
5. Sur-échantillonnage :
La meilleure méthode, lorsqu'elle est possible, est le sur-

échantillonnage. Une fois l'échantillonnage à très hautre
fréquence effectuée, il peut être nécessaire de réduire le
nombre d'échantillons afin de limiter la quantité de données à
stocker. Par exemple dans le cas d'une image, la résolution
finale de l'image peut être bien inférieure à la résolution d'échantillonnage.
Théorème de Shannon : (Claude Shannon • Ingénieur et mathématicien
américain, né en 1916 • Père de la théorie de l’information, c.a.d de la
théorie mathématique de la communication de l’information • Inventeur
du bit • Fut le 1er à comprendre que le monde pouvait se décrire avec des
0 et des 1)
1) Cas d’un signal sinusoïdal : Il faut prendre au moins deux échantillons par période du
signal, donc Te < T0 2 ,La fréquence d’échantillonnage doit être au moins deux fois
supérieure à la fréquence du signal : Fe > 2 · f0
2) Signaux à spectre limité : Un signal à spectre limité est un signal dont toutes les
fréquences sont comprises entre une fréquence minimale fmin et une fréquence
maximale fmax.
 Le théorème de SHANNON montre que la reconstitution correcte d’un signal nécessite que la
fréquence d’échantillonnage fe soit au moins deux fois plus grande que la plus grande des
fréquences fM du spectre du signal : e M f > 2 f Lorsqu’il y a recouvrement spectrale, nous
avons vu qu'il était impossible de reconstruire correctement le signal. Pourtant dans la
plupart des situations, le spectre du signal à échantillonner s'étale sur tout le domaine des
fréquences (tout en diminuant du coté des hautes fréquences), mais il n'existe pas une
fréquence fmax au-delà de laquelle l'énergie est nulle. Il y a donc un problème pour choisir la
fréquence d'échantillonnage. On se fixe donc en pratique une fmax à partir de laquelle on
estime la représentation de notre signal satisfaisante pour les applications que l’on veut en
faire. Puis on effectue un filtrage passe-bas (à fmax) avant l’échantillonnage afin de remédier
aux repliements de spectre. On appelle ce filtre un filtre anti repliement
• Difficultés :
– les échantillons prélevés devront être représentatifs du signal analogique c’est un sondage !
– le signal analogique devra pouvoir être reconstitué (interpolé) à partir des échantillons (il existe
une infinité de signaux qui passent par ces échantillons)
5. Echantillonnage idéal
L'échantillonneur idéal prélève la valeur d'un signal analogique toutes les Te secondes; Te est
appelée période d'échantillonnage
Au point de vue mathématique, l'échantillonneur idéal réalise la multiplication du signal originel par
la fonction peigne de Dirac, paramétrée par Te.
Le spectre du signal après l'échantillonnage idéal sera:

Pour reconstruire la composante de ce spectre correspondant à n=0, on utilise un filtre passe-bas idéal
de bande passante Fe/2:
Après le filtrage idéal des basses fréquences, on obtient à un coefficient près, le spectre du signal
originel si la condition de Shannon est respectée.
Problèmes liés à l'échantillonnage :

Un signal analogique est par définition d'une précision illimitée, à la fois en temps et en valeur. Or
l'échantillonnage, pour permettre une définition exacte en temps du signal pour le stocker
numériquement, va diminuer ce signal à une suite de points discrets. Cela comporte deux
conséquences différentes :
seules les informations présentes sur les points de capture sont enregistrées ;
tout le reste est perdu.
Intuitivement, on peut se rendre compte que, si la fréquence d'échantillonnage est particulièrement

faible, les acquisitions seront particulièrement espacées et , par conséquent si le signal original
comporte des détails entre deux positions de capture, ils ne seront pas enregistrés. C'est pour cela
que la fréquence d'échantillonnage doit être bien choisie, suffisamment grande pour restituer
correctement la totalité des informations transportées par le signal analogique, au moins les
informations utiles, sans être excessive, ce qui gaspillerait de l'espace de stockage. Le théorème de
Shannon affirme que l'ensemble des fréquences du signal inférieures à la moitié de la fréquence
d'échantillonnage seraient correctement restituées. En pratique on constate que les fréquences
harmoniques de la fréquence d'échantillonnage sont privilégiées et qu'il y a de nombreuses pertes.
Les fréquences supérieures à la moitié de la fréquence d'échantillonnage introduisent un

recouvrement spectral aussi nommé crénelage ou repliement. Pour s'en convaincre, essayons
d'imaginer un signal analogique qui comporterait des impulsions particulièrement courtes et
particulièrement grandes, comme les craquements sur un disque vinyle. Ces impulsions représentent
un ajout de hautes fréquences au signal de base. Si le point de capture tombe sur une portion saine,
l'impulsion est ignorée, mais si le point de capture tombe au milieu de
l'impulsion, c'est la valeur à cet lieu précis qui sera enregistrée,
introduisant par conséquent un artéfact lors de l'enregistrement, car
cette valeur sera reconnue comme la valeur moyenne sur son intervalle.
Afin d'éviter ce genre de désagréments, on effectue le plus souvent

un filtrage fréquentiel passe-bas avant l'opération d'échantillonnage
elle-même, qu'on nomme filtre anti-repliement (anti aliasing filter en
anglais) dont la fréquence de coupure sera théoriquement égale à la plus
haute fréquence correctement restituée, soit la moitié de la fréquence
d'échantillonnage. Dans la pratique, il en est tout autrement. Il est évidemment indispensable que les
fréquences supérieures à la moitié de la fréquence d'échantillonnage soit fortement atténuées (pour
un bon filtre, -50 dB). Mais le gabarit du filtre anti-repliement (purement analogique), aura une
bande dite d'atténuation plus ou moins large selon l'ordre du filtre. la figure 2 illustre le problème. La
bande d'atténuation est comprise entre 20 kHZ et 22, 05 kHz. Le problème est qu'un filtre linéaire
analogique avec un ordre supérieur à 8 est complexe à mettre en œuvre (Les filtres à capacités
commutées sont plus simples). Il est plus simple d'augmenter un peu la fréquence d'échantillonnage.
La notion de fréquence d’échantillonnage
Lors d’une conversion analogique-numérique, la première opération consiste à découper le

signal sonore en une suite d’échantillons. Pour cela, on se réfère à une fréquence
d’échantillonnage qui nous indique combien de fois par seconde on mesure la valeur du
signal électrique issu du micro.
Bien évidemment, plus la vitesse de variation du signal est importante, et plus on aura intérêt
à avoir une fréquence d’échantillonnage élevée, soit un nombre élevé d’échantillons.
Quelle est la bonne fréquence d’échantillonnage ?

Pour répondre à cette question, on applique une loi que l’on doit à deux chercheurs, Nyquist
et Shannon.
Cette loi dit que la fréquence d’échantillonnage doit être au minimum égale ou supérieure à
deux fois la fréquence la plus élevée du signal que l’on veut coder. Il est admis depuis
longtemps que la fréquence la plus élevée à reproduire en audio est de 20 kHZ. Ceci veut
dire que la fréquence d’échantillonnage doit au minimum être de 40 kHz.
Théorème d’échantillonnage (Shannon 1949) :
Un signal x(t) à bande limitée dans l’intervalle de fréquence [-fmax ; +fmax] peut être reconstruit
(interpolé) exactement à partir de ses échantillons si fe ≥ 2 fmax La fréquence limite fe / 2 est
appelée fréquence de Nyquist
Considérations élémentaires
Si on veut utiliser un signal échantillonné, il faut être sûr que ce dernier contienne toute l'information
du signal analogique d'origine. Il est fréquemment commode de considérer ce dernier comme une
somme de sinusoïdes (cf analyse spectrale). Or il est intuitivement évident qu'une perte
d'information se produit si le pas d'échantillonnage est trop grand par comparaison avec les périodes
en cause, la fréquence d'échantillonnage étant trop faible comparé aux fréquences reconnues.
Références :
http://w3.cran.univ-lorraine.fr/perso/hugues.garnier/Enseignement/TdS/D-TdS-Echantillonnage.pdf
cours-traitement-de-signal/Chapitre-4-Echantillonnage-des-signaux-continus
http://www.bedwani.ch/regul/discret/definit/dei.htm
https://www-l2ti.univ-paris13.fr/~dauphin/qcm/public/pdf/Echantillonnage_signal.pdf
livre de transmission analogique et numerique
https://physiquemangin.pagesperso-orange.fr/BTSSE/cours/echantillonnage

Sarah 11

Transféré par

Droits d'auteur :

Formats disponibles

Sarah 11

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Sarah 11

Transféré par

Droits d'auteur :

Formats disponibles

Département d’éléctronique

 l’échantillonnage pour rendre le signal discret .

La meilleure méthode, lorsqu'elle est possible, est le sur-

Le spectre du signal après l'échantillonnage idéal sera:

Problèmes liés à l'échantillonnage :

seules les informations présentes sur les points de capture sont enregistrées ;

tout le reste est perdu.

Intuitivement, on peut se rendre compte que, si la fréquence d'échantillonnage est particulièrement

Les fréquences supérieures à la moitié de la fréquence d'échantillonnage introduisent un

Afin d'éviter ce genre de désagréments, on effectue le plus souvent

La notion de fréquence d’échantillonnage

Lors d’une conversion analogique-numérique, la première opération consiste à découper le

Quelle est la bonne fréquence d’échantillonnage ?

Théorème d’échantillonnage (Shannon 1949) :

livre de transmission analogique et numerique

Vous aimerez peut-être aussi