Cours 2 – Électronique Version prof

Électronique numérique
BLAISE PASCAL
PT 2023-2024

Les cercles en marge indiquent le niveau d’apprentissage attendu :

▷ R = résultat à connaître par cœur ou à savoir retrouver très vite ;
▷ M = retenir la méthode, mais le résultat n’est pas à apprendre en tant que tel ;
▷ D = démonstration à connaître et savoir refaire, ou bien car elle est très souvent demandée, ou bien car le
mode de raisonnement est fondamental pour les exercices ;
▷ Q = qualitatif uniquement ;
▷ Toutes les définitions sont à connaître ;
▷ Les points d’exclamation signalent un point particulièrement critique ;
▷ Les paragraphes qui ne sont pas encadrés et ne portent aucune lettre en marge sont présents pour aider à la
compréhension du cours, mais n’ont pas besoin d’être « appris » à proprement parler.

Plan du cours
I Numérisation d’un signal 2
I.A Notion de signal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
I.B Intérêt de la numérisation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
I.C Structure d’une chaîne d’acquisition et de numérisation . . . . . . . . . . . . . . . . . . . . . . . . . . 3
II Échantillonnage 4
II.A Premières observations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
II.B Spectre d’un signal échantillonné . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
II.C Critère de Nyquist-Shannon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
II.D Durée d’acquisition et fenêtre de calcul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
III Quantification et résolution 10
IV Conclusion : comment choisir les paramètres d’acquisition ? 11

Au programme
Extrait du programme officiel : partie 2 « Électronique », bloc 4 « Électronique numérique ».
Cette partie est exclusivement étudié de manière expérimentale et aborde la question du traitement numérique
du signal dans le prolongement du programme de première année. Le phénomène de repliement de spectre est
expliqué qualitativement par exemple à l’aide d’une analogie stroboscopique, l’objectif étant de mettre en place
la condition de Nyquist-Shannon et de réaliser convenablement une acquisition numérique en vue d’une analyse
spectrale. Afin de mettre en évidence d’autres effets associés à l’échantillonnage, on réalise de manière comparative
un filtre analogique passe-bas et un filtre numérique remplissant la même fonction. Ce dernier est réalisé à l’aide d’une
chaîne de traitement : CAN, algorithme numérique, CNA. On étudie expérimentalement l’influence de la fréquence
d’échantillonnage.

Notions et contenus Capacités exigibles

Mettre en évidence l’influence de la fréquence d’échan-
Échantillonnage.
tillonnage.
Condition de Nyquist-Shannon. Utiliser la condition de Nyquist-Shannon
Mettre en évidence le phénomène de repliement de
spectre dû à l’échantillonnage lors de l’utilisation d’un
oscilloscope numérique ou d’une carte d’acquisition.

1/11 Étienne Thibierge, 13 août 2023, [Link]

 Cours 2 : Électronique numérique Blaise Pascal, PT 2023-2024

Notions et contenus Capacités exigibles

Choisir les paramètres (durée, nombre d’échantillons,
fréquence d’échantillonnage) d’une acquisition nu-
Analyse spectrale numérique.
mérique afin de respecter la condition de Nyquist-
Shannon tout en optimisant la résolution spectrale.
Capacité numérique : Réaliser, à l’aide d’un langage de pro-
grammation, un filtrage numérique passe-bas d’un signal issu
Filtrage numérique.
d’une acquisition, et mettre en évidence la limitation intro-
duite par l’échantillonnage.
En gras, les points devant faire l’objet d’une approche expérimentale.

Ces cinq dernières années au concours

▷ Écrit : épreuve A 2019.
▷ Oral : rarement à l’oral de physique mais souvent à l’épreuve de TP.

Tout chaîne de transmission d’information passe aujourd’hui par un traitement numérique des signaux. Ce chapitre
vise à comprendre les conditions requises pour numériser un signal sans perdre d’information.

I - Numérisation d’un signal

I.A - Notion de signal
▷ On appelle signal une grandeur physique X porteuse d’information.
▷ Le signal est dit analogique si la grandeur physique X(t) peut prendre un ensemble continu de valeurs et est
définie sur un intervalle de temps continu.
▷ Le signal est dit numérique si la grandeur physique prend des valeurs appartenant à un ensemble discret/fini
X1 , X2 , etc. et ne varie qu’à certains instants discrets t1 , t2 , etc. Le nombre de valeurs possibles prises par le signal
est généralement une puissance de 2.

Remarque : Mathématiquement, un signal analogique est une fonction d’une variable réelle (le temps)
à valeurs dans R alors qu’un signal numérique est une suite à valeurs dans un ensemble fini.

I.B - Intérêt de la numérisation

Pourquoi numériser un signal ?
Q ▷ pour le stocker : par exemple sur un disque dur d’un ordinateur, une carte SD dans un smartphone, etc.
▷ pour calculer : il est infiniment plus simple d’effectuer des opérations sur un signal numérique à l’aide d’un
programme informatique plutôt que sur un signal analogique avec des circuits électroniques.
Exemple : les oscilloscopes modernes numérisent le signal d’entrée pour pouvoir l’analyser.

▷ pour le transmettre : comme un signal numérisé varie « par paliers », il est moins sensible au bruit lors d’une
transmission car même en présence de perturbations aléatoires il sera possible de distinguer les différents
paliers.
Exemple : c’est pour cette raison que la télévision hertzienne a été remplacée par la TNT,
télévision numérique terrestre.

2/11 Étienne Thibierge, 13 août 2023, [Link]

Cours 2 : Électronique numérique Blaise Pascal, PT 2023-2024

I.C - Structure d’une chaîne d’acquisition et de numérisation

Q
011001011

Convertisseur
Échantillonneur analogique Stockage
Transducteur
bloqueur numérique

Principe de la numérisation : .
X
signal analogique
Bloc 1 : transducteur
Le signal analogique d’intérêt (tempéra-
ture, vitesse, position, etc.) est converti en
tension analogique.

échantillonnage Bloc 2 : échantillonneur-bloqueur

X 1. La tension analogique est envoyée en en-

Échantillonneur trée d’un échantillonneur-bloqueur. Son rôle
échantillon -bloqueur est de bloquer la valeur de la tension à un
Te niveau constant pendant une durée Te appe-
lée période d’échantillonnage. La valeur
est actualisée tous les Te .

Te t
NUMÉRISATION

blocage

Bloc 3 : convertisseur analogique nu-

mérique
En sortie de l’échantillonneur-bloqueur,
la tension est toujours analogique : elle peut
prendre n’importe quelle valeur. Comme un
Te t système numérique ne peut traiter que des
données codées en binaire avec un nombre de
2. Convertisseur bits fini, il faut discrétiser les valeurs prises.
quantification analogique-numérique C’est le rôle du convertisseur analogique nu-
(CAN) mérique, usuellement abrégé CAN, qui attri-
X bue à la tension la valeur binaire permise la
signal numérique
Valeurs possibles plus proche (ou immédiatement inférieure) à
pour le signal
sa valeur réelle.
X5
q
X4
Les cartes d’acquisition, par exemple Sy-
q sam ou Arduino, contiennent les deux blocs
X3
X2 échantillonneur-bloqueur et CAN.
X1
Te t
Bloc 4 : stockage
Les valeurs de sortie du CAN sont enfin
Stockage en 3. stockées en mémoire pour être affichées ou
mémoire manipulées.

3/11 Étienne Thibierge, 13 août 2023, [Link]

 Cours 2 : Électronique numérique Blaise Pascal, PT 2023-2024

II - Échantillonnage
Échantillonner un signal analogique revient à « prélever » sa valeur à certains instant tn séparés d’un intervalle
de temps régulier Te appelé période d’échantillonnage : on a donc tn = nTe . On nomme fréquence d’échan-
tillonnage fe = 1/Te . Le nombre total d’échantillons Ne est bien sûr relié à la durée totale d’acquisition Ta = Ne Te .
⇝ objectif de ce paragraphe : établir des critères sur les paramètres d’échantillonnage pour que la numérisation
ait lieu sans perte d’information sur le signal.

II.A - Premières observations

Simulons numériquement l’échantillonnage à la fréquence fe d’un signal sinusoïdal de fréquence f0 .

• Différents échantillonnage d’un même signal

1 1
signaux

signaux
0 0

−1 −1
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
t (ms) t (ms)

Figure 1 – Différents échantillonnage d’un même signal sinusoïdal. Le signal a pour fréquence f0 = 10,0 kHz. La
fréquence d’échantillonnage correspondant aux deux figures vaut respectivement 14,5 et 52,5 kHz.

Observations :
Il faut que la fréquence d’échantillonnage soit suffisamment élevée pour que le signal échantillonné soit raisonna-
blement fidèle au signal analogique.
Contrairement à une première intuition, choisir fe > f0 n’est pas suffisant et ne permet même pas de rendre correc-
tement la période du signal.
Il faut que la fréquence d’échantillonnage soit suffisamment élevée pour que le signal échantillonné soit raisonnable-
ment fidèle au signal analogique.
Contrairement à une première intuition, choisir fe > f0 n’est pas suffisant et ne permet même pas de rendre correc-
tement la période du signal.
Il faut que la fréquence d’échantillonnage soit suffisamment élevée pour que le signal échantillonné soit raisonnable-
ment fidèle au signal analogique.
Contrairement à une première intuition, choisir fe > f0 n’est pas suffisant et ne permet même pas de rendre correc-
tement la période du signal.
toto Espace 1

• Un même échantillonnage de différents signaux

R Plusieurs signaux analogiques différents peuvent produire le même signal échantillonné.

⇝ voir figure 2.

4/11 Étienne Thibierge, 13 août 2023, [Link]

Cours 2 : Électronique numérique Blaise Pascal, PT 2023-2024

1 1
signaux

signaux
0 0

−1 −1
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
t (ms) t (ms)

1 1
signaux

signaux
0 0

−1 −1
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
t (ms) t (ms)

Figure 2 – Un même échantillonnage de différents signaux. La fréquence d’échantillonnage est choisie à fe =

10,0 kHz. La fréquence des signaux correspondant aux différentes figures vaut respectivement 2,0, 8,0, 12,0 et 18,0 kHz.

II.B - Spectre d’un signal échantillonné

• Simulation numérique : exemple d’un signal harmonique
Simulons maintenant l’échantillonnage à la fréquence fe = 10 kHz d’un signal sinusoïdal de fréquence f0 variable,
et le calcul de son spectre. La fonction disponible dans le module fft de la bibliothèque numpy ([Link])
utilise l’algorithme de transformée de Fourier rapide (FFT en anglais), comme tous les logiciels d’acquisition et
traitement de données.

fe 2fe 3fe
amplitude

f0 = 1 kHz 1

f (kHz)
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
fe 2fe 3fe
amplitude

f0 = 2 kHz 1

f (kHz)
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
fe 2fe 3fe
amplitude

f0 = 4 kHz 1

f (kHz)
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30

5/11 Étienne Thibierge, 13 août 2023, [Link]

 Cours 2 : Électronique numérique Blaise Pascal, PT 2023-2024

Observation :
Le spectre d’un signal sinusoïdal échantillonné fait apparaître des pics à la fréquence du signal (logique), mais
aussi aux fréquences des autres signaux sinusoïdaux qui auraient donné les mêmes échantillons. Ces fréquences sont
de la forme kfe ± f0 avec k un entier.
Le spectre d’un signal sinusoïdal échantillonné fait apparaître des pics à la fréquence du signal (logique), mais aussi
aux fréquences des autres signaux sinusoïdaux qui auraient donné les mêmes échantillons. Ces fréquences sont de la
forme kfe ± f0 avec k un entier.
Le spectre d’un signal sinusoïdal échantillonné fait apparaître des pics à la fréquence du signal (logique), mais aussi
aux fréquences des autres signaux sinusoïdaux qui auraient donné les mêmes échantillons. Ces fréquences sont de la
forme kfe ± f0 avec k un entier.
toto Espace 2

Remarque : On constate un enrichissement spectral entre le signal analogique et le signal échan-

tillonné : l’échantillonnage n’est pas une opération invariante temporellement. En revanche, il s’agit
bien d’une opération linéaire : les échantillons d’un signal somme sont bien la somme des échantillons
des signaux pris séparément.

• Cas général
D’après le théorème de Fourier, n’importe quel signal périodique peut s’écrire comme une somme de signaux
sinusoïdaux,
+∞
X
s(t) = A0 + An cos(2πnf0 t + φn ) .
n=1

Par linéarité de l’échantillonnage, chacune des composantes harmoniques subit le même phénomène de réplication
lors du processus d’échantillonnage, et il se retrouve donc sur le spectre du signal complet comme représenté figure 3.

amplitude (V) amplitude (V)

fe 2fe fe 2fe
5 5
4 4
3 3
2 2
1 1
f (kHz) f (kHz)
2 4 6 8 10 12 14 16 18 20 2 4 6 8 10 12 14 16 18 20

Figure 3 – Spectre d’un signal quelconque échantillonné. Le signal possède un spectre compris entre 1 et 3,5 kHz
et il est échantillonné avec la fréquence fe = 10 kHz. La figure de gauche représente le spectre du signal analogique,
celle de droite le spectre du signal échantillonné, présentant des répliques du spectre.

L’échantillonnage d’un signal entraîne une réplication périodique de son spectre :

R toute composante de fréquence f est répliquée aux fréquences kfe ± f , k entier.

Remarque subtile : On raisonne ici comme si le spectre du signal échantillonné était parfaitement
continu, donc analogique ... mais comme il ne peut en pratique qu’être calculé numériquement, il n’en
est rien : il est forcément discrétisé. Ceci peut faire apparaître d’autres phénomènes, en particulier des
« fuites spectrales », qui seront discutées au paragraphe II.D.
Une première difficulté posée par ces répliques du spectre se rencontre lors de la reconstruction du signal à partir
Q du signal échantillonné : en raison de la réplication du spectre, le signal reconstruit diffère fortement du signal
analogique.
⇝ solution simple : filtrer le signal reconstruit avec un passe bas de fréquence de coupure fe /2
filtrer le signal reconstruit avec un passe bas de fréquence de coupure fe /2
filtrer le signal reconstruit avec un passe bas de fréquence de coupure fe /2
toto Espace 3

Si le filtre est idéal, le spectre en sortie du passe-bas est identique à celui du signal analogique, et le signal reconstitué
est fidèle à l’original.

6/11 Étienne Thibierge, 13 août 2023, [Link]

Cours 2 : Électronique numérique Blaise Pascal, PT 2023-2024

• Repliement spectral
Une seconde difficulté, beaucoup plus embarrassante, intervient lorsque les spectres du signal et de ses répliques
se recouvrent, si bien qu’ils ne peuvent plus être distingués : c’est le cas de la figure 4. R
⇝ le spectre et ses répliques sont impossibles à séparer.

amplitude (V) amplitude (V)

fe 2fe fe 2fe
5 5
4 4
3 3
2 2
1 1
f (kHz) f (kHz)
2 4 6 8 10 12 14 16 18 20 2 4 6 8 10 12 14 16 18 20

Figure 4 – Spectre d’un signal quelconque échantillonné en présence de recouvrement spectral. Le signal possède
un spectre compris entre 1 et 7 kHz et il est échantillonné avec la fréquence fe = 10 kHz. La figure de gauche représente
le spectre du signal analogique. La figure de droite représente la construction du spectre du signal échantillonné, en
tenant compte du recouvrement spectral.

On appelle repliement spectral ou aliasing le phénomène de recouvrement du spectre

du signal analogique et de ses répliques lors du processus d’échantillonnage.
Ce phénomène n’est pas corrigeable par filtrage a posteriori et doit être anticipé en amont de l’acquisition.

Application 1 : Échantillonnage d’un signal créneau

M
Considérons un signal créneau de fréquence f0 = 2 kHz, décrit par ses premières harmoniques :
A A A
s(t) = A sin(2πf0 t) + sin(2π 3f0 t) + sin(2π 5f0 t) + sin(2π 7f0 t) .
3 5 7
Les suivantes sont supposées négligeables. Ce signal est échantillonné à fe = 15 kHz. Représenter le spectre du signal
échantillonné entre 0 et 15 kHz. A-t-on repliement spectral ?

amplitude

f
2 4 6 8 10 12 14 16

II.C - Critère de Nyquist-Shannon

Pour que le signal numérisé contienne les mêmes informations que le signal analogique, le repliement de spectre
est à éviter absolument. Si le spectre du signal est connu a priori, on peut choisir en conséquence la fréquence
d’échantillonnage.
Il ne faut qu’aucune composante du spectre ne se recouvre avec sa réplique.
Cas le pire : pour fmax , dont la réplique se trouve à fe − fmax
Conséquence : il faut avoir fmax < fe − fmax soit fe > 2fmax .
Il ne faut qu’aucune composante du spectre ne se recouvre avec sa réplique.
Cas le pire : pour fmax , dont la réplique se trouve à fe − fmax
Conséquence : il faut avoir fmax < fe − fmax soit fe > 2fmax .
toto Espace 4

7/11 Étienne Thibierge, 13 août 2023, [Link]

 Cours 2 : Électronique numérique Blaise Pascal, PT 2023-2024

Critère de Nyquist-Shannon :
R
Pour éviter le repliement spectral, la fréquence d’échantillonnage doit être telle que fe > 2fmax .

Cependant, les limites intrinsèques des composants (ou des outils de traitement numérique) font qu’il n’est pas
toujours possible de respecter le critère de Shannon.

Q ⇝ solution pour éviter le repliement de spectre :

éliminer les fréquences qui vont être susceptibles de donner du recouvrement de spectre avant l’échantillonnage :
placer un filtre passe-bas de fréquence de coupure fe /2 AVANT l’échantillonneur bloqueur. Un tel filtre est appelé
filtre anti repliement.
éliminer les fréquences qui vont être susceptibles de donner du recouvrement de spectre avant l’échantillonnage :
placer un filtre passe-bas de fréquence de coupure fe /2 AVANT l’échantillonneur bloqueur. Un tel filtre est appelé
filtre anti repliement.
éliminer les fréquences qui vont être susceptibles de donner du recouvrement de spectre avant l’échantillonnage :
placer un filtre passe-bas de fréquence de coupure fe /2 AVANT l’échantillonneur bloqueur. Un tel filtre est appelé
filtre anti repliement.
toto Espace 5

Inconvénient : ce n’est pas directement le signal analogique qui est numérisé, et la perte des hautes fréquences du
spectre peut entraîner une perte d’information.

II.D - Durée d’acquisition et fenêtre de calcul

Rappelons que l’on considère un signal échantillonné à la fréquence fe . La durée totale d’acquisition Ta est relié
au nombre d’échantillons par
Ne
Ta = Ne Te = .
fe
Expérimentalement, les spectres sont souvent calculés à partir d’une portion seulement du signal numérisé : on parle
alors de fenêtre de calcul. Les résultats qui suivent sont alors identiques, en interprétant Ta comme la longueur de
la fenêtre de calcul.
Remarque culturelle : Cette portion de signal peut même parfois être lissée, notamment au niveau
des bords, pour éviter certains effets parasites sur le spectre. Ce traitement est appelé fenêtrage du
signal. L’oscilloscope propose diverses options : fenêtre rectangulaire, de Hamming, etc. Chaque type
de fenêtrage affecte le spectre calculé, ce qui présente différents avantages et inconvénients.

II.D.1 - Résolution du spectre

Comme nous l’avons déjà mentionné aux paragraphes précédents, le spectre du signal échantillonné contient des
répliques du spectre du signal analogique réparties périodiquement, avec une période fe . Il y a donc une redondance
d’informations, qui ne nécessitent pas d’être calculées. L’algorithme de transformée de Fourier rapide, utilisé par tous
les logiciels, ne calcule ces valeurs que sur la première période en utilisant les Ne échantillons :

R
Un spectre calculé numériquement ne contient que Ne fréquences comprises entre 0 et fe .

Remarque : on peut comprendre qualitativement pourquoi le spectre du signal échantillonné ne peut

pas contenir plus que Ne fréquences : cela voudrait dire que le calcul du spectre aurait rajouté de
l’information par rapport aux Ne échantillons, ce qui est bien sûr impossible.
La discrétisation du spectre contraint sa résolution, c’est-à-dire l’écart entre deux fréquences consécutives conte-
nues dans le spectre :

R La résolution d’un spectre calculé numériquement est gouvernée par la durée d’acquisition,
fe 1
∆f = =
Ne Ta
fe 1
∆f = =
Ne Ta
toto Espace 6

Pour obtenir un spectre précis, l’acquisition doit être longue et contenir un grand nombre de périodes.

8/11 Étienne Thibierge, 13 août 2023, [Link]

Cours 2 : Électronique numérique Blaise Pascal, PT 2023-2024

Application 2 : Fréquences présentes dans un spectre numérique

Considérons un signal échantillonné à 100 kHz pendant 500 µs. Combien d’échantillons auront été enregistrés ?
Quelles seront les fréquences présentes dans le spectre du signal échantillonné ?

La période d’échantillonnage est de 1 · 10−5 s, donc Ne = Ta /Te = 50.

La résolution spectrale est de ∆f = 1/Ta = 2 · 103 Hz = 2 kHz. Les fréquences présentes dans le spectre du signal
échantillonné sont donc 0, 2, 4, 6, ..., 100 kHz. Il y a 50 fréquences, autant que d’échantillons, ce qui est normal.
La période d’échantillonnage est de 1 · 10−5 s, donc Ne = Ta /Te = 50.
La résolution spectrale est de ∆f = 1/Ta = 2 · 103 Hz = 2 kHz. Les fréquences présentes dans le spectre du signal
échantillonné sont donc 0, 2, 4, 6, ..., 100 kHz. Il y a 50 fréquences, autant que d’échantillons, ce qui est normal.
La période d’échantillonnage est de 1 · 10−5 s, donc Ne = Ta /Te = 50.
La résolution spectrale est de ∆f = 1/Ta = 2 · 103 Hz = 2 kHz. Les fréquences présentes dans le spectre du signal
échantillonné sont donc 0, 2, 4, 6, ..., 100 kHz. Il y a 50 fréquences, autant que d’échantillons, ce qui est normal.
toto Espace 7

II.D.2 - Complément : Fuite spectrale

Ce paragraphe ne figure pas au programme et n’est donc officiellement pas à retenir. Il n’est discuté
que pour expliquer une « recette » bien connue et bien utile !
On simule numériquement l’échantillonnage à la fréquence fe = 100 kHz d’un signal harmonique de fréquence f0 =
5 kHz pendant diverses durées Ta . Les figures ci-dessous représentent les spectres obtenus numériquement.

• Mise en évidence du phénomène

1.00
spectre normalisé

Prenons pour commencer Ta = 1,5 T0 . Alors que l’on doit

0.75 obtenir un unique pic à 5 kHz (et sa réplique à 95 kHz), on en
observe plusieurs dont les principaux sont à 3,3 et 6,7 kHz !
0.50
S’agit-il de recouvrement spectral ?

0.25 Shannon vérifié donc non

Shannon vérifié donc non
Shannon vérifié donc non
0.00
0 20 40 60 80 100 toto Espace 8

f (kHz)

Interprétation de l’écart entre deux pics successifs :

1 2
∆f = = f0 = 3,3 kHz.
Ta 3
1 2
∆f = = f0 = 3,3 kHz.
Ta 3
1 2
∆f = = f0 = 3,3 kHz.
Ta 3
toto Espace 9

Interprétation du phénomène :
5 kHz ne correspond à aucune fréquence présente dans le spectre numérique, qui sont toutes des multiples de ∆f ,
et du coup il déborde sur les côtés.
5 kHz ne correspond à aucune fréquence présente dans le spectre numérique, qui sont toutes des multiples de ∆f , et
du coup il déborde sur les côtés.
5 kHz ne correspond à aucune fréquence présente dans le spectre numérique, qui sont toutes des multiples de ∆f , et
du coup il déborde sur les côtés.
toto Espace 10

Lorsqu’une fréquence présente dans le spectre du signal analogique

ne correspond à aucune fréquence du spectre numérique,
le pic correspondant se retrouve « éclaté » en plusieurs pics séparés de ∆f autour de la fréquence absente.
Ce phénomène est appelé fuite spectrale.

9/11 Étienne Thibierge, 13 août 2023, [Link]

 Cours 2 : Électronique numérique Blaise Pascal, PT 2023-2024

• Règle du nombre entier de périodes

Pour éviter les fuites spectrales,
Q un spectre numérique doit toujours être calculé sur un nombre entier de périodes.

Interprétation :
si Ta = N0 T0 , alors ∆f = 1/N0 T0 = f0 /N0 . Ainsi, toutes les harmoniques qui ont pour fréquence fn = nf0 se
retrouvent dans les fréquences du spectre numérique puisque fn = nN0 ∆f avec nN0 un entier.
si Ta = N0 T0 , alors ∆f = 1/N0 T0 = f0 /N0 . Ainsi, toutes les harmoniques qui ont pour fréquence fn = nf0 se
retrouvent dans les fréquences du spectre numérique puisque fn = nN0 ∆f avec nN0 un entier.
si Ta = N0 T0 , alors ∆f = 1/N0 T0 = f0 /N0 . Ainsi, toutes les harmoniques qui ont pour fréquence fn = nf0 se
retrouvent dans les fréquences du spectre numérique puisque fn = nN0 ∆f avec nN0 un entier.
toto Espace 11

Le calcul du spectre par un logiciel type LatisPro inclut une étape de sélection automatique de périodes, ce qui
permet de minimiser les phénomènes de fuite spectrale.

• Comment minimiser le phénomène si la période est inconnue ?

Considérons l’acquisition du même signal pour Ta =
1.00 100,5 T0 : le pic principal est désormais évasé à la base, mais
semble bien centré autour de 5 kHz.
spectre normalisé

0.75 Interprétation : augmenter Ta diminue ∆f , donc davantage

de fréquences sont disponibles autour de la fréquence réelle
0.50 dans le spectre numérique.
augmenter Ta diminue ∆f , donc davantage de fréquences sont
0.25 disponibles autour de la fréquence réelle dans le spectre nu-
mérique.
0.00 augmenter Ta diminue ∆f , donc davantage de fréquences sont
0 20 40 60 80 100 disponibles autour de la fréquence réelle dans le spectre nu-
f (kHz) mérique.
toto Espace 12

III - Quantification et résolution

Terminons en s’intéressant à l’étape de quantification. On appelle pas ou quantum de quantification l’écart (en
volt) entre deux valeurs binaires successives. L’influence du pas de quantification sur le signal numérisé est représenté
figure 5.

8 8
7 7
6 6
5 5
u (V)

u (V)

4 4
3 3
2 2
1 1
0 0
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0
t (ms) t (ms)
Figure 5 – Deux exemples de numérisation d’une même tension. Le signal analogique est représenté en trait plein
bleu, le signal numérisé par les points verts. Dans les deux cas la période d’échantillonnage est de 0,1 ms. Sur la figure
de gauche le pas de quantification vaut 1 V alors qu’il vaut 0,5 V sur la figure de droite.

10/11 Étienne Thibierge, 13 août 2023, [Link]

Cours 2 : Électronique numérique Blaise Pascal, PT 2023-2024

Le pas de quantification est déterminé par le calibre et la résolution de l’acquisition. Ces deux paramètres sont
généralement indépendants l’un de l’autre.
▷ Le calibre C donne la gamme de valeurs ±C que le signal numérisé est susceptible de prendre. Il doit être supérieur
à la valeur maximale du signal analogique, sans quoi le signal numérisé fait apparaître un phénomène de saturation.
La valeur 2C, c’est-à-dire la largeur de l’intervalle de valeurs permises, est la tension de pleine échelle du CAN.
▷ La résolution N indique le nombre de bits sur lequel le signal numérisé est codé : 2N valeurs sont possibles dans
l’intervalle [−C, +C], ou autrement dit cet intervalle est divisé en 2N − 1 intervalles de largeur identique.
2C C
⇝ pas de quantification : p = ≃ N −1
2N −1 2
2C C
p= N ≃ N −1
2 −1 2
toto Espace 13

Exemples : La résolution d’un CD audio est de 16 bits. Celle d’un pixel d’un appareil numérique
reflex (un pixel correspond à une couleur) est de 14 ou 16 bits, mais si elle est comprimée au format
jpeg la résolution n’est plus que 8 bits.

IV - Conclusion : comment choisir les paramètres d’acquisition ?

Les paramètres d’acquisition du signal peuvent être définis directement par des boutons (oscilloscope), par une
interface graphique (logiciels type LatisPro) ou par l’intermédiaire d’un script de commande (carte d’acquisition type R
Arduino).
▷ Fréquence d’échantillonnage :
→ plus elle est élevée, meilleure sera « l’image » du signal, mais les données seront d’autant plus lourdes à stocker
et à traiter ;
→ elle doit au moins respecter le critère de Shannon (fe > 2fmax ), sinon il faut utiliser un filtre anti-repliement ;
→ le traitement numérique du signal échantillonné peut imposer d’autres contraintes.
▷ Durée d’acquisition :
→ plus elle est élevée, meilleure sera la résolution spectrale du signal, mais les données seront d’autant plus lourdes
à stocker et à traiter.
▷ Nombre d’échantillons : fixé par la fréquence d’échantillonnage et la durée d’acquisition, Ne = fe Tacq .
→ en pratique, il est souvent limité, ce qui nécessite un compromis entre fréquence d’échantillonnage et durée
d’acquisition.
▷ Calibre :
→ plus il est faible, meilleur sera le pas de quantification et donc la résolution (en volt) du signal ... mais s’il est
trop faible il y aura saturation pour les valeurs élevées ;
→ il faut donc choisir le calibre immédiatement supérieur à la valeur maximale du signal.

11/11 Étienne Thibierge, 13 août 2023, [Link]