Département RT- IUT de Poitiers- Site de Châtellerault
1ère année. 2007-2008. Télécommunications : Module T1
TD Traitement du Signal n°3 : Convolution et échantillonnage
Exercice n°1 : Produit de convolution
Soient deux fonctions dont on donne les transformées de Fourier : X1(f) et X2(f).
X1(f) X2(f)
1 1
f f
-Fo Fo 0 Fe
0
1. Calculer graphiquement le produit de convolution X12(f) entre X1(f) et X2(f) :
X12(f) = X1(f) * X2(f).
On rappelle la définition du produit de convolution :
∞
X 12 ( f ) = X 1 ( f ) ∗ X 2 ( f ) = ∫X 1 (τ ). X 2 ( f − τ )dτ
−∞
2. Donnez l’expression de X2(f).
Donnez l’expression de X12(f) en fonction de X1(f) et de Fe uniquement.
Nous retrouvons une propriété essentielle du produit de convolution avec un Dirac.
3. En déduire le produit de convolution X13(f) entre X1(f) et X3(f), X3(f) étant donnée ci-
dessous.
X3(f)
f
0 Fe 2.Fe
1
Exercice n°2 : Echantillonnage, théorème de Shannon , filtre anti-repliement
Partie 1 : aspect temporel
Soit un signal x(t)=2.sin(2πFt) avec F=440Hz.
1. On échantillonne s(t) à 3520Hz. Combien y a-t-il d’échantillons par période de x(t)?
Représentez x(t) et xe(t) qui est s(t) échantillonné à Fe=3520Hz.
2. D’après vous, à partir de xe(t), est-il possible de reconstituer x(t) (peut-on facilement
faire passer une courbe sinusoïdale entre les points échantillonnés) ?
3. Recommencez en échantillonnant le signal à Fe=1760Hz.
Si l’on diminue la fréquence d’échantillonnage en dessous de 2.F=880Hz, on ne pourra plus
récupérer correctement le signal.
Si l’on sous-échantillonne (c’est à dire Fe < F), on reconstituera un signal à une fréquence qui
n’est pas F. Voir l’exemple ci-dessous :
Ceci peut également être démontré en étudiant l’aspect fréquentiel de l’échantillonnage.
Partie 2 : aspect fréquentiel, théorème de Shannon, filtre anti-repliement
Le but est ici de comprendre pourquoi le signal audio est échantillonné à 44,1 kHz avant
numérisation et stockage sur un CD audio.
La transformée de Fourier X(f) du signal x(t) est donnée ci-dessous en représentation
bilatérale :
X(f)
f (Hz)
-440 440
0
Soit Xe(f) la transformée de Fourier du signal x(t) échantillonné.
1 +∞
On peut démontrer que Xe( f ) = ∑ X ( f − n.Fe) .
Te n=−∞
2
4. On échantillonne ce signal à une fréquence Fe = 44,1 kHz.
Tracez Xe(f) (l’échelle horizontale de votre graphe ne doit pas forcément être
cohérente…)
Quelles raies doit-on supprimer pour reconstituer le signal (=pour retrouver X(f)) ?
Quel dispositif électronique va-t-on utiliser pour réaliser cela ?
Aparte : si l’on fait passer Xe(t) dans un filtre passe-bande qui ne conserve que les
raies autour de Fe, quel type de signal obtient-on ?
5. On échantillonne maintenant le même signal à une fréquence Fe = 640 Hz. Tracez
Xe(f) pour f ∈ [-440Hz ; 1720Hz].
Que se passe-t-il lors de la reconstitution du signal avec le dispositif cité
précédemment ?
6. Un signal audio réel (musique par exemple) a un spectre qui occupe les fréquences de
20Hz à 20KHz :
X(f)
-20Hz
f (Hz)
-20kHz 20Hz 20kHz
0
• Représentez le spectre de ce signal échantilloné à 44,1 kHz.
• Représentez le spectre de ce signal échantilloné à 15 kHz. Comment s’appelle
le phénomène observé ?
• En déduire une condition sur Fe pour pouvoir reconstituer le signal : retrouvez
le théorème de Shannon.
• Est-ce que la fréquence utilisée dans les CD respectent bien ce théorème ?
7. Fe est maintenant fixée à 44,1kHz.
Le signal à échantillonner est maintenant le suivant (présence d’ultrasons en entrée de
l’échantillonneur) :
X(f)
f
-42kHz -20kHz -20Hz 20Hz 20kHz 42kHz
0
• Représentez le spectre du signal échantillonné : Xe(f).
• Fe étant fixé à 44,1 kHz, déduisez-en une condition sur Fmax, la fréquence
maximale contenue dans le spectre X(f) du signal x(t) à échantillonner.
• Avec quel type de dispositif peut-on être certain de tenir cette contrainte ?
On l’appelle dans ce cas filtre anti-repliement.
