Traitement du Signal Echantillonnage des Signaux - PRIMA
Traitement du Signal Echantillonnage des Signaux - PRIMA
Traitement du Signal Echantillonnage des Signaux - PRIMA
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Traitement</strong> <strong>du</strong> <strong>Signal</strong><br />
James L. Crowley<br />
Deuxième Année ENSIMAG 2000/2001<br />
Séance 5 : 20 octobre 2000<br />
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong><br />
Formule <strong>du</strong> Jour :............................................... 1<br />
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> ................................. 2<br />
Le modèle général d'un échantillonneur idéal.............................3<br />
La transformée de Fourier d'une suite de deltas..........................4<br />
Schéma de l'échantillonage .......................................................6<br />
Théorème de Shannon..............................................................7<br />
Rappel <strong>du</strong> modèle idéal d'un échantillonneur..............................9<br />
Schématiquement.....................................................................10<br />
Filtre Anti-repliement..............................................................11<br />
Schèma d'un dispositif de traitement numérique <strong>du</strong> signal<br />
s(t)<br />
A/N DFT F(ω) IDFT N/A<br />
F{s(t)}<br />
Formule <strong>du</strong> Jour :<br />
La Fréquence Nyquist : f N = f e<br />
2 = 1<br />
2T e
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> Séance 5<br />
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong><br />
Soit un signal continu :<br />
x(t)<br />
t<br />
Si l'on veut traiter un signal par voie numérique à l'aide d'un calculateur, il faut le<br />
représenter au préalable par une suite de valeurs numériques ponctuelles prélevées<br />
régulièrement ou irrégulièrement. Un tel prélèvement est appelé échantillonnage.<br />
Une échantillonage représent un signal par une suite de valeurs ponctuelles :<br />
x(t)<br />
t<br />
La représentation numérique <strong>des</strong> échantillons requiert une opération<br />
complémentaire de quantification et de codage, dont la nature et les conséquences<br />
sont examinées dans le prochaine séance. L'ensemble réalise une fonction de<br />
conversion analogique-numérique A/N, (Dite Analog to Digital ou A/D en Anglais).<br />
4∆<br />
3∆<br />
2∆<br />
∆<br />
0<br />
–1∆<br />
–2∆<br />
x(n)<br />
t<br />
Reversibilité : Seules les conditions théoriques, irréalisables parfaitement dans la<br />
pratique (voir théorème de Paley-Wiener), permettent une reconstitution exacte <strong>du</strong><br />
signal analogique à partir de ses échantillons. La procé<strong>du</strong>re d'échantillonnage<br />
intro<strong>du</strong>it toujours une distorsion quil convient de limiter à un niveau acceptable.<br />
5-2
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> Séance 5<br />
Le modèle général d'un échantillonneur idéal<br />
Le modèle général d'un échantillonneur idéal est :<br />
x(t)<br />
x ei (t)<br />
δ Te (t)<br />
x ei (t) = x(t) . δ Τe (t) = ∑<br />
∞<br />
x(t) δ(t – nT e )<br />
n=∞<br />
par convention on dit que T e = 1, et que x ei (n) = x ei (nT e )<br />
On peut assimiler théoriquement la suite idéale d'échantillons prélevés avec une<br />
cadence fixe f e = 1 T<br />
à un signal x ei (t) obtenu par la multiplication <strong>du</strong> signal<br />
e<br />
analogique x(t) par une fonction d'échantillonnage idéalisée :<br />
Le fonction peigne ("Unit Impulse Train" or "Sampling Function")<br />
∞<br />
∞<br />
e i (t) = δ Τe (t) = ∑ δ(t – nT e ) = ∑<br />
n=-∞<br />
n=-∞<br />
δ(t – n f e<br />
)<br />
5-3
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> Séance 5<br />
La Transformée de Fourier d'une suite de deltas<br />
La transformée de Fourier d'une fonction peigne est une fonction peigne,<br />
de poids f e = 1 T e<br />
.<br />
∞<br />
{δ Τe (t)} = { ∑<br />
n=-∞<br />
δ(t – n f e<br />
)} = f e δ fe (f) = f e<br />
∞<br />
∑<br />
k=–∞<br />
La forme de la transformée de Fourier X e (f) = X e (ω/2π) devient :<br />
X e (f) = X(f) * f e δ fe (f) = f e ∑<br />
∞<br />
X(f – kf e )<br />
k=–∞<br />
δ(f – k f e )<br />
Note : Une échantillonnage en temps implique une périodicité en fréquence.<br />
En général, le spectre X(ω) <strong>du</strong> signal échantilloné est noté entre –π ≤ ω ≤ π.<br />
et le spectre X(f) <strong>du</strong> signal échantilloné est noté entre – 1 2 ≤ f ≤ 1<br />
2 .<br />
Demonstration : Par suite de Fourier :<br />
∞<br />
∑ δ(t – nT e ) =<br />
n=-∞<br />
∞<br />
∑<br />
α n e jnω ο t<br />
n=-∞<br />
∞<br />
f(x) = ∑ α n e jn2πf o x<br />
n=-∞<br />
ω o = 2π<br />
T e<br />
les coeficients sont determiné par l'integrale dans la periode [ -T e<br />
2 , T e<br />
2 ].<br />
α n = 1 T e<br />
T e /2<br />
∫<br />
δ(t) e –jnω ο t dt = 1 T<br />
-T e /2<br />
e<br />
∞<br />
Donc : ∑ δ(t – nT e ) = 1 T n=-∞<br />
e<br />
∞<br />
∑<br />
n=-∞<br />
e jnω ο t = 1 T e<br />
∞<br />
∑ e<br />
j n(2π/T e ) t<br />
n=-∞<br />
ou bien δ(t – nT e ) =<br />
1<br />
T e<br />
δ(t) e jn(2π/T e )t<br />
(Rétard en phase par n 2π<br />
T e<br />
)<br />
5-4
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> Séance 5<br />
∞<br />
{ ∑<br />
n=-∞<br />
δ(t – nT e )} = 1 T e<br />
∞<br />
∑<br />
n=-∞<br />
{e j2π n/T e } =<br />
1<br />
T e<br />
∞<br />
∑<br />
n=-∞<br />
δ(ω – 2πn<br />
T e<br />
)<br />
∞<br />
{ ∑ δ(t – nT e )} =<br />
n=-∞<br />
1<br />
T e<br />
∞<br />
∑<br />
n=-∞<br />
δ(ω – 2πn<br />
T e<br />
)<br />
ou en f avec f e = 1 T e<br />
∞<br />
{ ∑ δ(t – n 1 ∞<br />
f<br />
)} = f e<br />
n=-∞<br />
e<br />
∑<br />
n=–∞<br />
δ(f – n f e ) = f e δ fe (f)<br />
5-5
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> Séance 5<br />
Schéma de l'échantillonage<br />
Spectre d'un échantillonneur idéal :<br />
X(f)<br />
f<br />
–2f –f e 0 e<br />
f e 2f e<br />
Spectre <strong>du</strong> signal analogique :<br />
X(f)<br />
f<br />
Spectre <strong>du</strong> signal après échantillonnage (idéalisé) :<br />
Replié autour <strong>du</strong> fréquence de “Nyquist”.<br />
X(f)<br />
f N = f e<br />
2 = 1<br />
2T e<br />
–2 f N –f e<br />
– f N 0 f N<br />
f e 2 f N 2f e<br />
5-6<br />
f
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> Séance 5<br />
Théorème de Shannon<br />
Un signal analogique x(t) ayant une largeur de bande finie limité à 2F hz ne peut<br />
être reconstitué exactement à partir de ses échantillons x(n∆t) que si ceux-ci ont été<br />
prélevés avec une période T e = 1 1<br />
f<br />
≤ e 2F .<br />
Spectre <strong>du</strong> signal analogique :<br />
x(t)<br />
X(f)<br />
–F<br />
N<br />
–F F F<br />
N<br />
f<br />
Pour que la répétition périodique de ce spectre ne déforme pas le motif répété, Il<br />
1<br />
faut et il suffit que la fréquence de répétition f e =<br />
T<br />
(la fréquence<br />
e<br />
d'échantillonnage) soit égale ou supérieure à 2 fois la fréquence maximum F <strong>du</strong><br />
signal.<br />
F ≤ f N = f e<br />
2<br />
5-7
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> Séance 5<br />
Exemple :<br />
Pour une sinusoïde, Cos(2πf o t), la fréquence d'échantillonnage minimale est deux<br />
échantillons par cycle. T e = λ 2 = 1<br />
1<br />
2f<br />
ou f =<br />
o 2T<br />
(Cycle/échantillon)<br />
e<br />
Soit une fréquence d'échantillonage f e.<br />
Si la fréquence <strong>du</strong> signal, f o, est supérieure à f e<br />
2<br />
f e<br />
c-à-d : si f o =<br />
2<br />
+ ∆f tel que ∆f > 0<br />
par ∆f :<br />
alors, la séquence d'échantillons est assimilée à une suite de fréquence f alias tel que<br />
:<br />
f alias = f e<br />
2 – ∆f.<br />
c-à-d :<br />
E 2 { Cos( 2πt ( f e<br />
2 + ∆f))} = Cos( 2πt (f e<br />
2 – ∆f)) 5-8
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> Séance 5<br />
Rappel <strong>du</strong> modèle idéal d'un échantillonneur<br />
Le modèle général d'un échantillonneur idéal E 2 {} est :<br />
x(t)<br />
x ei (t)<br />
x ei (t) = x(t) . δ Τe (t) = ∑<br />
δ Te (t)<br />
∞<br />
x(t) δ(t – nT e )<br />
n=∞<br />
par convention on dit que T e = 1, et que x ei (n) = x ei (nT e )<br />
La transformée de Fourier d'une fonction peigne est une fonction peigne,<br />
de poids f e = 1 T<br />
. e<br />
∞<br />
{δ Τe (t)} = { ∑<br />
n=-∞<br />
δ(t – n f e<br />
)} = f e δ fe (f) = f e<br />
∞<br />
∑<br />
k=–∞<br />
δ(f – k f e )<br />
La forme de la transformée de Fourier X e (f) = X e (ω/2π) devient :<br />
X e (f) = X(f) * f e δ fe (f) = f e ∑<br />
∞<br />
X(f – kf e )<br />
k=–∞<br />
Note : Une échantillonnage en temps implique une périodicité en fréquence.<br />
En général, le spectre X(ω) <strong>du</strong> signal échantilloné est noté entre –π ≤ ω ≤ π.<br />
et le spectre X(f) <strong>du</strong> signal échantilloné est noté entre – 1 2 ≤ f ≤ 1<br />
2 . 5-9
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> Séance 5<br />
Schématiquement<br />
Spectre d'un échantillonneur idéal :<br />
X(f)<br />
f<br />
–2f –f e 0 e<br />
f e 2f e<br />
Spectre <strong>du</strong> signal analogique :<br />
X(f)<br />
f<br />
Spectre <strong>du</strong> signal après échantillonnage (idéalisé) :<br />
Replié autour <strong>du</strong> fréquence de “Nyquist”.<br />
X(f)<br />
f N = f e<br />
2 = 1<br />
2T e<br />
–2 f N –f e<br />
– f N 0 f N<br />
f e 2 f N 2f e<br />
5-10<br />
f
<strong>Echantillonnage</strong> <strong>des</strong> <strong>Signaux</strong> Séance 5<br />
Filtre Anti-repliement<br />
Afin d'éviter ce repliement de spectre, Il est indispensable d'intro<strong>du</strong>ire un<br />
préfiltrage <strong>du</strong> signal analogique avant de procéder à l'échantillonnage.<br />
x(t)<br />
g (t)<br />
x e (nT e )<br />
δ T e(t)<br />
Le filtre Anti-repliement (ou filtre de garde) parfait serait un filtre passe-bas idéal<br />
de bande passante B = f e<br />
2<br />
. Tout filtre anti-repliement réel comporte une bande de<br />
transition qui reporte la bande passante limite B M au delà de la bande passante<br />
effective.<br />
Spectre Réel<br />
Spectre Idéel<br />
–F max<br />
F max<br />
Nous allons voir dans les séances suivants qu'on spécifie les caractéristique d’un<br />
filtre avec un gabarit en donnant <strong>des</strong> paramètres:<br />
δ p :<br />
ω p<br />
ω a :<br />
δ a :<br />
L’on<strong>du</strong>lation en bande passant<br />
Dernière fréquence passante<br />
première fréquence atténuée<br />
L’on<strong>du</strong>lation en bande atténuée.<br />
| H(ω) |<br />
1 + δ p<br />
1 – δ p<br />
1 + δ a<br />
ω p<br />
ω a<br />
1 – δ a<br />
π<br />
ω<br />
ω c<br />
5-11