Ch2:Échantillonnage et
Reconstitution du signal
Talel ZOUARI
I. Échantillonnage
Talel ZOUARI Echantillonnage et reconstitution 2
du signal
2.1 Définition de l’échantillonnage
d’un signal (échantillonneur idéal)
Approche mathématique
– L’opération d’échantillonnage est la transformation du
signal continu f(t), en une série numérique dont les
termes correspondent aux valeurs prises par f(t) aux
instants d’échantillonnage.
• Dans la suite ces instants sont supposés
distants de T = constante, T est appelé période
d’échantillonnage.
f(t) f( 0 ), f(T), f 2T , ..., f(kT),...
Talel ZOUARI Echantillonnage et reconstitution 3
du signal
t f*(t)
0 0
0.2 0.2
f*(t)
0.4 0.4
0.6 0.56
0.8 0.72
1 0.84
1.2 0.93
1.4 0.98
Symboles de l’échantillonneur
T T
f(t) f*(t) f(t) f*(t)
Interrupteur commandé
Talel ZOUARI Echantillonnage et reconstitution 4
du signal
Soit le signal f(t) = sin(t), l’échantillonner avec une période
d’échantillonnage égale à p.
Conclure
t f*(t)
0 0
p 0
2p 0
3p 0
4p 0
5p 0
6p 0
7p 0
8p 0
Talel ZOUARI Echantillonnage et reconstitution 5
du signal
Définition de l’échantillonnage
extraite de Wikipedia
• L'échantillonnage consiste à transformer un signal
analogique (continu) en signal numérique (discret), en
capturant des valeurs à intervalle de temps régulier (ici
temps est à prendre au sens large et s'applique à tout
signal). C'est une étape nécessaire pour pouvoir
enregistrer, analyser et traiter un signal par ordinateur,
car celui-ci ne peut traiter que des nombres.
• La fréquence à laquelle les valeurs sont capturées est la
fréquence ou cadence d'échantillonnage, exprimée en
Hz. Par exemple, un CD audio contient des données
musicales échantillonnées à 44,1 kHz (44100
échantillons par seconde).
Talel ZOUARI Echantillonnage et reconstitution 6
du signal
2.2 Écritures de f*(t)
f(t) f( 0 ), f(T), f 2T , ..., f(kT),...
f * t f 0 t f T t T f 2T t 2T f kT t kT
k
k f t f t t kT
*
f t f kT t kT
*
k 0
k 0 k
f t t kT
k 0
Talel ZOUARI Echantillonnage et reconstitution 7
du signal
Fonction peigne
Ou définit la fonction peigne par l’expression :
Ш(t)
k
Ш(t) t kT 1
k 0
t
0 T 2T 3T 4T
d’où : f * t f t Ш(t)
Talel ZOUARI Echantillonnage et reconstitution 8
du signal
Rappels sur l’impulsion de Dirac
• Définition (pour l’ingénieur) g(t)
1/a
Surface = 1
t lim g( t )
a0
• Propriétés t
a
f t t kT f kT t kT
L t kT e kTp
Talel ZOUARI Echantillonnage et reconstitution 9
du signal
2.3 Transformée de Laplace de f*(t)
k
f t f kT t kT
*
k 0
*
L f t L f kT t kT
k
k 0
k
L f kT t kT
k 0
k
f kT L t kT
k 0
k
F * s f kT e kTs
k 0
Talel ZOUARI Echantillonnage et reconstitution 10
du signal
2.4 Echantillonneur réel
fa*(t)
largeur =
a
En se référant à la définition de g(t) et en supposant que f(t) ne varie pratiquement
pas entre kT et kT+a, on peut écrire : k
f a t f kT a t kT
*
k 0
Si a est suffisamment faible g(t) tend vers (t) et on obtient : f a* t af * t
Talel ZOUARI Echantillonnage et reconstitution 11
du signal
f t af t
*
a
*
On tire alors la relation entre les
transformées de Laplace:
F s aF s
a
* *
Talel ZOUARI Echantillonnage et reconstitution 12
du signal
2.5 Exercices :
Échantillonner les fonctions suivantes puis écrire leurs
transformées de Laplace
1. Fonction d’Heaviside G(t)
2. Échelon de vitesse atG(t)
3. f(t)=t e-atG(t)
Talel ZOUARI Echantillonnage et reconstitution 13
du signal
II. Reconstitution du signal
• La question qui est posée est la suivante
“étant donnée la fonction f*(t)
échantillonnée est-il possible de retrouver
la fonction f(t)? ”
• Bien sûr cette question doit être posée
avant d’effectuer l’échantillonnage, elle
permet de garantir un échantillonnage sans
perte d’informations, ou plutôt sans perte
significative d’informations.
Talel ZOUARI Echantillonnage et reconstitution 14
du signal
3.1 Un élément de réflexion
t
1
0 T 2T 3T 4T
• On se pose la question “Combien peut-on
trouver de fonctions f(t) qui conduisent à la
fonction peigne après échantillonnage ?”
• Réponse : “une infinité”
Talel ZOUARI Echantillonnage et reconstitution 15
du signal
3.2 Théorème de Shannon
“Il est possible d’échantillonner sans perte
d’informations, si la plus haute fréquence, soit fm,
contenue dans le spectre de f(t) est inférieure à la
demi fréquence d’échantillonnage” 1
fm
F(j) F(j)
2T
2p 2p
0 fm 1 0 1 fm
2T 2T
Reconstitution du signal possible Reconstitution du signal impossible
fm < 1/2T fm > 1/2T
Talel ZOUARI Echantillonnage et reconstitution 16
du signal
Spectre d’un signal ?
• Pour définir le spectre d’un signal, on a besoin de rappeler
la transformation de Fourier F u TF f ( t )
f ( t ) e j 2 pu t dt
• Cette écriture rappelle celle de la transformée de Laplace,
F p f ( t )e pt dt
0
• La transformée de Fourier peut être obtenue (pour les
signaux causaux) à partir de la transformée de Laplace en
posant p=j=j2pu
• On définit le spectre d’amplitude par la courbe F(u), et le
spectre de phase par arg(F(u))
Talel ZOUARI Echantillonnage et reconstitution 17
du signal
Spectre d’un
signal
Signal Power Spectral
Generator Density
Talel ZOUARI Echantillonnage et reconstitution 18
du signal
Démonstration
du théorème de Shannon
Domaine temporel k
(1) (1) f t f kT t kT
*
f(t) ??? f*(t) k 0
1 k k
(2) F u F u
*
T k T
(3) (3)
Domaine fréquentiel (3) Il s’agit de la
(2) transformation de Fourrier
F(n) ??? F*(n) directe et inverse
F u f ( t )e j 2pu t dt
Le problème de l’échantillonnage sans perte
1
d’information a été posé dans le domaine temporel.
f t F ( u )e
j 2 pu t
du
Étant donnée l’équivalence entre le domaine 2p
temporel et le domaine fréquentiel, il sera résolu
dans le domaine fréquentiel.
Talel ZOUARI Echantillonnage et reconstitution 19
du signal
• Considérons le cas où la condition fm<1/2T est vérifiée
F(u) F*(u)
F(0) F(0)/T
u u
0 fm 1 -2 -1 0 fm 1 2
-1/T 1/T
2T 2T 2T 2T 2T
Ce passage est
1 k k
effectué en utilisant la F u F u
*
formule (2) T k T
La question :
Peut-on retrouver F(u) à partir de F*(u) ?
Talel ZOUARI Echantillonnage et reconstitution 20
du signal
La réponse est OUI
• Comment?
П1/T
• Il suffit de réaliser l’opération mathématique :
1
multiplier TF*(u) par la fonction П1/T(u)
u
F u T 1 / T F u *
-1 1
2T 2T
F*(u)
F(0)/T
-2 -1 0 fm 1 2
-1/T 1/T
2T 2T 2T 2T
Talel ZOUARI Echantillonnage et reconstitution 21
du signal
Mais le filtre П1/T(u)
n’est pas causal
• En effet le calcul de la transformée de Fourier
inverse de П1/T(u) conduit à : 0.8
1
sinpt / T 1
0.6
p t
TF 1 / T sin c
0.4
1
pt
0.2
T T 0
-0 . 2
-0 . 4
-1 0 -8 -6 -4 -2 0 2 4 6 8 10
• Dans ces conditions la reconstitution ne peut
se faire qu’en temps différé. Il faut disposé de
la totalité du signal échantillonné pour pouvoir
retrouver l’original.
Ne peut-on pas faire une reconstitution approchée ?
Talel ZOUARI Echantillonnage et reconstitution 22
du signal
Que se passe-t-il si la condition
fm<1/2T n’est pas vérifiée ?
Talel ZOUARI Echantillonnage et reconstitution 23
du signal
3.3 Reconstitution approchée
• Question : supposons qu’on dispose de f*(t), peut-on
réaliser une reconstitution approchée de f(t) ?
• En d’autres termes, proposer un filtre qui permet
d’approcher la fonction originale f(t).
• On présentera dans la suite trois filtres, les deux premiers
sont du type extrapolateurs et le troisième du type
interpolateur.
f*(t)
Talel ZOUARI
T 2T 3T 4T 5T
Echantillonnage et reconstitution
6T … 24
du signal
3.3.1 bloqueur d’ordre zéro
fa(t)
f*(t) f*(t) fa(t)
B0(s)
Le bloqueur d’ordre zéro
permet de maintenir à sortie
la valeur de l’échantillon
t présent jusqu’à l’arrivée du
T 2T 3T 4T 5T 6T … suivant
• Comment déterminer la fonction de transfert B0(s) du
bloqueur d’ordre zéro?
• Il suffit de se rappeler qu’une fonction de transfert ce
n’est autre que la réponse impulsionnelle unitaire du
système. En effet :
Y s H s U s Y s H s si U(s) 1
Talel ZOUARI Echantillonnage et reconstitution 25
du signal
δ(t) b0(t)
B0(s)
b0(t)
1
δ(t)
t
T 2T 3T 4T 5T 6T …
• Un simple calcul de transformation de
Laplace de b0(t) conduit à :
1 e Ts
B0 s
s
Talel ZOUARI Echantillonnage et reconstitution 26
du signal
3.3.2 bloqueur d’ordre un
fa(t)
Dans cas, au lieu de maintenir
constante la valeur de l’échantillon f*(t)
f(kT), on suppose que c’est la
variation f(kT)–f((k-1)T) qui reste
constante.
Le calcul de la fonction de transfert
du bloqueur d’ordre 1 se fait de la t
même manière que pour le bloqueur T 2T 3T 4T
d’ordre 0.
b1(t)
2
1 Ts 1 e Ts
1
δ(t)
B1 p
T s
-T 0 T 2T t
Mme KSOURI Moufida Echantillonnage et reconstitution 27
du signal
Signal Zero-Order
Generator Hold Scope
T=1 s
1
0.8
0.6
T=0.1 s 0.4
1
0.2
0.8
0
0.6
-0.2
0.4
-0.4
0.2
-0.6
0
-0.8
-0.2
-1
0 1 2 3 4 5 6 7 8 9 10
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6 7 8 9 10
Talel ZOUARI Echantillonnage et reconstitution 28
du signal
1.5
1 T=0.1 s
0.5
Signal First-Order
0 Generator Hold Scope
-0.5
T=1 s
1.5
-1
1
-1.5
0 1 2 3 4 5 6 7 8 9 10
1.04
0.5
1.03
1.02 0
1.01
1 -0.5
0.99
0.98
-1
0.97
-1.5
0.96 0 1 2 3 4 5 6 7 8 9 10
2.2 2.25 2.3 2.35 2.4 2.45 2.5
Talel ZOUARI Echantillonnage et reconstitution 29
du signal
Que choisir ?
• Entre le bloqueur d’ordre 0 et celui d’ordre 1, c’est la forme
du signal qui détermine le choix.
• La preuve observer les deux exemples suivants et tirer les
conclusions
Exemple n°1 Exemple n°2
f*(t) Signal original Signal restitué f*(t) Signal original Signal restitué
Signal Signal
échantillonné échantillonné
t t
T 2T 3T 4T 5T 6T … T 2T 3T 4T 5T 6T …
Talel ZOUARI Echantillonnage et reconstitution 30
du signal
3.3.4 Filtre interpolateur
f*(t) fa(t)
Dans cas, la loi de variation
entre les échantillons est
supposée linéaire
Le tracé de la réponse t
impulsionnelle, montre que le T 2T 3T 4T
filtre n’est pas causal et donc
n’est pas réalisable Réponse impulsionnelle du
1
physiquement. δ(t) filtre interpolateur
En pratique, on retarde le
signal d’une période
d’échantillonnage.
-T 0 T 2T t
Talel ZOUARI Echantillonnage et reconstitution 31
du signal
