II.

Structure des systèmes numériques et

Echantillonnage de signaux et de systèmes
II.1. Introduction :

II.1.1. Rappel de certaines propriétés de l'impulsion de Dirac :

Nous commençons par démontrer deux propriétés de l'impulsion de Dirac qui nous seront utiles après.

1. La convolution d'une fonction quelconque 𝑓 𝑡 avec l'impulsion de Dirac 𝛿 𝑡 − 𝑇 revient à retarder la

fonction 𝑓 𝑡 d'une durée 𝑇 :
+∞
𝑓 𝑡 ⊗ 𝛿 𝑡 − 𝑘𝑇 = 𝛿 𝜏 − 𝑘𝑇 𝑓 𝑡 − 𝜏 𝑑𝜏 = 𝑓 𝑡 − 𝑘𝑇
−∞

2. La transformée de Fourier d'une peigne de Dirac : Une peigne de Dirac est un train périodique d'impulsion
de Dirac de période 𝑇𝑒 son expression est :
+∞

𝛿𝑇𝑒 𝑡 = 𝛿 𝑡 − 𝑘𝑇𝑒
𝑘=−∞

Pour obtenir sa transformée de Fourier, on commence par calculer sa série de Fourier (de la peigne de
Dirac):
+∞ 𝑇𝑒 +∞
𝑗𝑘 2𝜋
𝑡 1 2 − 𝑡
𝑗𝑘 2𝜋 1 1 𝑗𝑘 2𝜋
𝑡
𝛿𝑇𝑒 𝑡 = 𝐶𝑘 𝑒 𝑇𝑒 𝑎𝑣𝑒𝑐 𝐶𝑘 = 𝛿 𝑡 𝑒 𝑇 𝑒 𝑑𝑡 = ∴ 𝛿𝑇𝑒 𝑡 = 𝑒 𝑇𝑒
𝑇𝑒 𝑇
− 𝑒 𝑇𝑒 𝑇𝑒
𝑘=−∞ 2 𝑘=−∞

Nous utilisons la dernière expression de 𝛿𝑇𝑒 𝑡 pour obtenir sa transformée de Fourier.

+∞ +∞ +∞ +∞ +∞
−𝑗𝜔𝑡
1 𝑗𝑘 2𝜋
𝑡 −𝑗𝜔𝑡
1 𝑘2𝜋
𝑗 𝑇 𝑡 −𝑗𝜔𝑡
𝑇𝐹 𝛿𝑇𝑒 𝑡 = 𝛿𝑇𝑒 𝑡 𝑒 𝑑𝑡 = 𝑒 𝑇𝑒 𝑒 𝑑𝑡 = 𝑒 𝑒 𝑒 𝑑𝑡
−∞ −∞ 𝑇𝑒 𝑇𝑒 −∞
𝑘=−∞ 𝑘=−∞
+∞ +∞ +∞ +∞
1 𝑘2𝜋
𝑗 𝑇 −𝜔 𝑡 1 𝑘2𝜋
𝑗 𝑇 −𝜔 𝑡
= 𝑒 𝑒 𝑑𝑡 = 𝑒 𝑒 𝑑𝑡
𝑇𝑒 −∞ 𝑇𝑒 −∞
𝑘=−∞ 𝑘=−∞

Pour calculer le dernier intégral, nous utilisons la transformé de Fourier de l'impulsion de Dirac :
+∞ +∞ +∞
1
𝑇𝐹 𝛿 𝑡 = 𝛿 𝑡 𝑒 −𝑗𝜔𝑡 𝑑𝑡 = 1 ∴ 𝑇𝐹 −1 1 = 𝑒 𝑗𝜔𝑡 𝑑𝜔 = 𝛿 𝑡 ∴ 𝑒 𝑗𝜔𝑡 𝑑𝜔 = 2𝜋𝛿 𝑡
−∞ 2𝜋 −∞ −∞

Par conséquent :
+∞ +∞ +∞
+∞ +∞
1 𝑗
𝑘2𝜋
−𝜔 𝑡 1 𝑗
𝑘2𝜋
−𝜔 𝑡 2𝜋 𝑘2𝜋
𝑇𝐹 𝛿𝑇𝑒 𝑡 = 𝑒 𝑇𝑒 𝑑𝑡 = 𝑒 𝑇𝑒 𝑑𝑡 = 𝛿 −𝜔
𝑇𝑒 −∞ 𝑇𝑒 −∞ 𝑇𝑒 𝑇𝑒
𝑘=−∞ 𝑘=−∞ 𝑘=−∞

Vu que l'impulsion de Dirac est une fonction paire alors :

-1-
 +∞ +∞
2𝜋 𝑘2𝜋
𝑻𝑭 𝜹𝑻𝒆 𝒕 = 𝛿 𝜔− = 𝜔𝑒 𝛿 𝜔 − 𝑘𝜔𝑒 = 𝝎𝒆 𝜹𝝎𝒆 𝝎
𝑇𝑒 𝑇𝑒
𝑘=−∞ 𝑘=−∞

Ainsi, la transformée de Fourier d'une peigne de Dirac de période 𝑇𝑒 et aussi une peigne de Dirac de période
2𝜋
𝜔𝑒 = et d'amplitude 𝜔𝑒 .
𝑇𝑒

Une autre propriété nous sera utile après aussi est de la transformée de Fourier de deux fonctions :
+∞
𝐹1 𝜔 = 𝑇𝐹 𝑓1 𝑡 ; 𝐹2 𝜔 = 𝑇𝐹 𝑓2 𝑡 ; 𝑇𝐹 𝑓1 𝑡 𝑓2 𝑡 = 𝑓1 𝑡 𝑓2 𝑡 𝑒 −𝑗𝜔𝑡 𝑑𝑡
−∞
+∞ +∞ +∞ +∞
1 1
= 𝐹1 𝜍 𝑒 𝑗𝜍𝑡 𝑑𝜍 𝑓2 𝑡 𝑒 −𝑗𝜔𝑡 𝑑𝑡 = 𝐹1 𝜍 𝑓2 𝑡 𝑒 −𝑗𝜔𝑡 𝑒 𝑗𝜍𝑡 𝑑𝑡 𝑑𝜍
−∞ 2𝜋 −∞ 2𝜋 −∞ −∞
1 +∞ +∞
1 +∞
= 𝐹 𝜍 𝑓2 𝑡 𝑒 −𝑗 𝜔 −𝜍 𝑡
𝑑𝑡 𝑑𝜍 = 𝐹1 𝜍 𝐹2 𝜔 − 𝜍 𝑑𝜍
2𝜋 −∞ 1 −∞ 2𝜋 −∞
𝐹1 𝜔 ⨂𝐹2 𝜔
=
2𝜋

II.1.2. Problématique :
Le contrôle des systèmes physiques par calculateur digital (microcontrôleur, microprocesseur) est la seule
solution disponible de nos jours avec la disparition des contrôleurs analogiques. Parmi les avantages de
l'approche digitale, il y a la flexibilité croissante du programme de commande et la capacité de prise de
décision et de logique des systèmes digital qui peut être combinée avec la fonction de commande dynamique
pour remplir plus de performances. En plus, un seul hardware conçu une fois peut être utilisé avec
différentes variantes softwares sur une large gamme de produits simplifiant et réduisant ainsi le temps de
conception.

Les processus physiques sont des systèmes continus (leurs variables sont continues), leurs commandes
directes par calculateurs ne sont pas possibles. Le calculateur traite des séquences de nombres. Ainsi les
variables de procédés doivent être converties en nombres. Ceci est effectué en ne considérant les valeurs des
signaux qu’aux instants d’échantillonnages (CAN/CNA). Ces signaux sont échantillonnés dans le temps et
sont quantifiés en amplitude. Les signaux discrets en temps et en amplitude doivent coexister avec des
signaux qui sont continus dans les deux dimensions dans le même système (voir figure-1-). Les systèmes
sont étudiés dans ce cours comme ils sont vus par le calculateur. Ce dernier reçoit des mesures à des
instants discrets et transmet les commandes à des instants discrets. L’objectif est alors de décrire les
changements des signaux d’un échantillon à l’autre est de négliger le comportement entre les instants
d’échantillonnage. Les équations aux différences deviennent un outil naturel. Les modèles mathématiques
destinés pour calculateurs donnent une description du système seulement aux instants d’échantillonnages.

Ces instants sont cadencés par une horloge temps réel.

Il a été découvert il y a longtemps que la structure avec contre réaction (feedback) où la sortie du système est
mesurée et comparée directement avec l'entrée de consigne (référence) a plusieurs avantages pour concevoir
des systèmes de commande robustes par rapport au cas en boucle ouverte.

Dans une boucle de commande, la sortie du système sous contrôle doit répondre de façon satisfaisante. Ceci
signifie que la sortie 𝑦 𝑡 doit être forcée à suivre l'entrée de référence 𝑟 𝑡 malgré la présence de
perturbations 𝑤 𝑡 au niveau du système sous commande et malgré la présence d'erreur 𝑣 𝑡 dues aux
capteurs. Il est aussi essentiel que la poursuite soit réussie même si les dynamiques du système changent un
peu durant l'opération. Le processus de maintenir 𝑦 𝑡 proche de 𝑟 𝑡 , incluant le cas où 𝑟 𝑡 = 0 est appelé
-2-
généralement régulation. Un système qui a une bonne régulation malgré la présence de signaux de
perturbation est dit avoir une bonne réjection de perturbation. Un système qui a une bonne régulation face
aux changements de paramètres du système sous commande est dit avoir une basse sensibilité à ces
paramètres. Un système de commande qui a une bonne réjection de perturbation et une basse sensibilité est
dit robuste.

Figure (II-1) Schéma blocs du système de commande de processus par calculateur

Dans ce chapitre nous allons étudier le mécanisme d’échantillonnage et l'opération inverse qui est la
reconstruction, ainsi que les différentes parties d'un système de commande échantillonné. Non allons étudier
les opérations de conversion analogique/numérique et numérique/analogique en utilisant leurs modèles
théoriques. Nous allons analyser l'effet de l'échantillonnage et voir les conditions requises pour garantir la
reconstruction correcte. A cet effet nous allons étudier le théorème d'échantillonnage de Shannon et éclaircir
ses conséquences. Nous allons aussi voir les techniques utilisées pour l'échantillonnage de systèmes qui
permettent d'obtenir l'équivalent discret des systèmes continus en se basant sur différentes suppositions :
commande constante par morceaux invariance de la réponse impulsionnelle, égalisation pôles et zéros,...

II.2. Echantillonnage de signaux :

L’échantillonnage est l’action de prendre une petite quantité de quelque chose pour l’analyse ou le test. Dans
le contexte de contrôle et de communication l’échantillonnage signifie qu’un signal continu est remplacé par
une séquence de nombre qui représente les valeurs du signal à certains instants. Cette opération est réalisée à
l’aide de CAN. L’opération inverse c-à-d la conversion d’une séquence de nombre en un signal continu
s’appelle reconstitution.

Pour un signal continu fonction du temps 𝑓 𝑡 , son échantillonnage consiste à le représenter au préalable par
une suite de valeurs ponctuelles prélevées régulièrement ou irrégulièrement et qui correspondent aux valeurs
de 𝑓 . aux instants {𝑡𝑘 ; 𝑘 ∈ ℤ}. On parle d'échantillonnage régulier ou périodique lorsque les
prélèvements sont effectués selon un rythme régulier. L'intervalle entre deux prélèvements successifs appelé
pas ou période d'échantillonnage est dans ce cas constant. Cet intervalle de temps constant est dénoté par
1 2𝜋
𝑇𝑒 ainsi 𝑡𝑘 = 𝑘𝑇𝑒 , 𝑇𝑒 est appelée période d’échantillonnage 𝑓𝑒 = 𝐻𝑧 ou 𝜔𝑒 = [𝑟𝑎𝑑/𝑠𝑒𝑐] est la
𝑇𝑒 𝑇𝑒
1 𝑓𝑒 𝜋
fréquence d’échantillonnage. La fréquence 𝑓𝑁 = = ou 𝜔𝑁 = est la fréquence de Nyquist.
2𝑇𝑒 2 𝑇𝑒
L'échantillonnage irrégulier ou à pas variable est rarement utilisé.
-3-
La représentation numérique des échantillons (échantillonnage) requiert une opération complémentaire de
quantification et de codage. L'ensemble réalise une fonction de conversion analogique numérique.

𝑻𝒆 𝚫

𝒙𝒂 (𝒕) 𝒙(𝒌) 𝒙(𝒌) 𝒄(𝒌)

Echantillonneur Quantificateur Codeur
Analogique Digital
Échantillonné

Figure (II-2) Les composants d'un convertisseur analogique numérique.

Lorsqu'un signal doit être échantillonné, la première question à résoudre est de savoir si la transformation
ainsi réalisée doit être réversible ou non. En d'autres termes, doit-on pouvoir reconstituer, si nécessaire, le
signal analogique de départ à partir des échantillons prélevés ou non. Le deuxième cas est rencontré quand
on a besoin seulement d'une information partielle sur la nature du signal (valeur moyenne, puissance,...).

La réversibilité d'une telle transformation (échantillonnage) n'est pas évidente. On montre dans ce qui suit
que seules des conditions théoriques, irréalisables parfaitement dans la pratique, permettent une
reconstitution exacte du signal analogique à partir de ses échantillons. La procédure d'échantillonnage
introduit donc toujours une distorsion inévitable qu'il convient de limiter à un niveau acceptable.

II.2.1. opérateur général d'échantillonnage :

Le modèle général d'un échantillonneur est celui d'un opérateur paramétrique séparable comprenant un
multiplicateur suivi d'un circuit linéaire de mise en forme ayant une réponse impulsionnelle 𝑔 𝑡 .

Le signal analogique 𝑥 𝑡 est multiplié par la fonction d'échantillonnage 𝑒 𝑡 , puis filtré. Le signal
échantillonné est dénoté 𝑥𝑒 𝑡 . Il est lié à 𝑥 𝑡 et 𝑒 𝑡 par l'équation :

𝑥𝑒 𝑡 = 𝑥 𝑡 𝑒 𝑡 ⊗𝑔 𝑡

𝒙(𝒕) 𝒈(𝒕) 𝒚 𝒕 = 𝒙𝒆 (𝒕)

𝒆(𝒕) mise en forme (filtre)

Figure (II-3) Opérateur général d'échantillonnage. a) schéma blocs; b) Cas spécial ou 𝒆(𝒕) est une peigne de
Dirac et 𝒈(𝒕) est une impulsion rectangulaire de durée inférieur à 𝑻𝒔

Dans le cas de signaux déterministes, les transformée de Fourier et de Laplace du signal échantillonnés
deviennent :

𝑋 𝜔 ⊗𝐸 𝜔
𝑋𝑒 𝜔 = 𝑇𝐹 𝑥 𝑡 𝑒 𝑡 ⊗𝑔 𝑡 = 𝐺 𝜔
2𝜋
𝑋𝑒 𝑠 = 𝑇𝐿 𝑥𝑒 𝑡 = 𝑇𝐿 𝑥 𝑡 𝑒 𝑡 𝐺 𝑠

-4-
II.2.2. Echantillonnage réel périodique :
L'échantillonnage réel périodique d'un signal analogique 𝑥 𝑡 est obtenu en le multipliant par une fonction
1
d'échantillonnage 𝑒 𝑡 qui est une suite périodique, de période 𝑇𝑒 = d'impulsions rectangulaires
𝑓𝑒
d'amplitude unité et de durée 𝐷 :
∞ −𝐷 𝐷
𝑒 𝑡 = 𝑟𝑒𝑐𝑡𝐷 𝑡 − 𝑘𝑇𝑒 𝑎𝑣𝑒𝑐 𝑟𝑒𝑐𝑡𝐷 𝑡 = 1 𝑠𝑖 2 ≤ 𝑡 ≤ 2
𝑘=−∞ 0 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠

𝒙(𝒕) 𝒚 𝒕 = 𝒙𝒆𝒓 (𝒕)

𝒆(𝒕)

Figur(II-4) Exemple d'un signal échantillonné selon un échantillonnage réel périodique.

Le schéma général de la figure (II-3) se résume ici au seul multiplicateur qui symbolise, dans ce cas, un
simple interrupteur périodique. Le filtre linéaire est un circuit passe tout (court-circuit) de réponse
impulsionnelle 𝑔 𝑡 = 𝛿 𝑡 . Le signal échantillonné réellement est dénoté 𝑥𝑒𝑟 (𝑡) pour obtenir sa
transformée, on commence par calculer la transformée de Fourier de 𝑒 𝑡 :

Le signal 𝑒 𝑡 est périodique de période 𝑇𝑒 , on peut obtenir sa série de Fourier comme :

+∞

𝑒 𝑡 = 𝑟𝑒𝑐𝑡𝐷 𝑡 − 𝑘𝑇𝑒 = 𝑟𝑒𝑐𝑡𝐷 𝑡 ⊗ 𝛿𝑇𝑒 𝑡 =

𝑘=−∞

+∞ 𝑇𝑒 𝑇𝑒
1 2 1 2 𝐷 𝑘𝜔𝑒 𝐷
𝐶𝑘 𝑒 𝑗𝑘 𝜔 𝑒 𝑡 𝑎𝑣𝑒𝑐 𝐶𝑘 = 𝑒 𝑡 𝑒 −𝑗𝑘 𝜔 𝑒 𝑡 𝑑𝑡 = 𝑟𝑒𝑐𝑡𝐷 𝑡 𝑒 −𝑗𝑘 𝜔 𝑒 𝑡 𝑑𝑡 = 𝑠𝑖𝑛𝑐
𝑇𝑒 −
𝑇𝑒 𝑇𝑒 𝑇
− 2𝑒 𝑇𝑒 2
𝑘=−∞ 2

Ainsi la transformée de Fourier de 𝑒 𝑡 est :

-5-
 +∞ +∞ +∞
𝐷 𝑘𝜔𝑒 𝐷 𝑗𝑘 𝜔 𝑡 𝐷 𝑘𝜔𝑒 𝐷 𝑗𝑘 𝜔 𝑡 −𝑗𝜔𝑡
𝑇𝐹 𝑒(𝑡) = 𝑇𝐹 𝑠𝑖𝑛𝑐 𝑒 𝑒 = 𝑠𝑖𝑛𝑐 𝑒 𝑒 𝑒 𝑑𝑡
𝑇𝑒 2 −∞ 𝑇𝑒 2
𝑘=−∞ 𝑘=−∞
+∞ +∞ +∞
𝐷 𝑘𝜔𝑒 𝐷 −𝑗 𝜔 −𝑘𝜔 𝑒 𝑡
𝐷 𝑘𝜔𝑒 𝐷
= 𝑠𝑖𝑛𝑐 𝑒 𝑑𝑡 = 𝑠𝑖𝑛𝑐 2𝜋𝛿 𝜔 − 𝑘𝜔𝑒
𝑇𝑒 2 −∞ 𝑇𝑒 2
𝑘=−∞ 𝑘=−∞

On peut obtenir le même résultat en utilisant la transformée de Fourier de l'impulsion rectangulaire :

𝜔𝐷
∴ 𝐸 𝜔 = 𝑇𝐹 𝑒(𝑡) = 𝑇𝐹 𝑟𝑒𝑐𝑡𝐷 𝑡 ⊗ 𝛿𝑇𝑒 𝑡 = 𝑇𝐹 𝑟𝑒𝑐𝑡𝐷 𝑡 𝑇𝐹 𝛿𝑇𝑒 𝑡 = 𝐷. 𝑠𝑖𝑛𝑐 𝜔𝑒 𝛿𝜔 𝑒 𝜔
2
+∞
𝑘𝜔𝑒 𝐷
= 𝐷𝜔𝑒 𝑠𝑖𝑛𝑐 𝛿 𝜔 − 𝑘𝜔𝑒
2
𝑘=−∞

Nous utilisons ce résultat pour calculer la transformée de Fourier de 𝑥𝑒𝑟 (𝑡) :

∞
1 1 𝑘𝜔𝑒 𝐷
𝑋𝑒𝑟 𝜔 = 𝑋 𝜔 ⊗𝐸 𝜔 = 𝑋 𝜔 ⊗ 𝐷𝜔𝑒 𝑠𝑖𝑛𝑐 𝛿 𝜔 − 𝑘𝜔𝑒
2𝜋 2𝜋 2
𝑘=−∞
∞
𝐷 𝑘𝜔𝑒 𝐷
= 𝑠𝑖𝑛𝑐 𝑋 𝜔 − 𝑘𝜔𝑒
𝑇𝑒 2
𝑘=−∞

1
On constate immédiatement l'importance que joue la cadence ou fréquence d'échantillonnage 𝑓𝑒 = .
𝑇𝑒

Le spectre du signal échantillonné réellement est donc obtenu par une somme pondérée de termes
1
correspondant à la répétition périodique, de période 𝑓𝑒 = du spectre du signal analogique. Le facteur de
𝑇𝑒
𝐷
pondération dépend de la densité d'impulsions 𝑓𝑒 𝐷 = , qui est compris entre 0 et 1, et varie en fonction de
𝑇𝑒
pulsation selon une fonction 𝑠𝑖𝑛𝑐 . .

-6-
Figur(II-5) Spectre d'un signal échantillonné selon un échantillonnage réel périodique : C'est une répétition
𝑫 𝝎𝒆 𝑫
pondérée par 𝒔𝒊𝒏𝒄 𝒌 de période 𝝎𝒆 du spectre du signale analogique.
𝑻𝒆 𝟐

Une généralisation de l'échantillonnage réel est la multiplication du signal 𝑥 𝑡 par un train périodique
d'impulsion de forme 𝑔 𝑡 quelconque.

II.2.3. Echantillonnage périodique idéalisée :

-7-
Figure(II-6) Echantillonnage périodique idéalisé : a) Signal échantillonné, b) Fonction d'échantillonnage c)
Spectre de la fonction d'échantillonnage d) Spectre du signal analogique e) Spectre du signal échantillonné

1
On peut assimiler théoriquement la suite idéale d'échantillons prélevés avec une cadence fixe 𝑓𝑒 = à un
𝑇𝑒
signal 𝑥𝑒𝑖 𝑡 obtenu par la multiplication du signal analogique 𝑥 𝑡 par une fonction d'échantillonnage
idéalisée :
+∞

𝑒𝑖 𝑡 = 𝛿𝑇𝑒 𝑡 = 𝛿 𝑡 − 𝑘𝑇𝑒
𝑘=−∞

Le modèle général de l'opérateur d'échantillonnage se résume ici à celui d'un échantillonneur idéalisé dont le
signal de sortie est :
-8-
 +∞

𝑥𝑒𝑖 𝑡 = 𝑥 𝑡 𝛿𝑇𝑒 𝑡 = 𝑥 𝑘𝑇𝑒 𝛿 𝑡 − 𝑘𝑇𝑒 𝒙(𝒕) 𝒙𝒆𝒊 (𝒕)

𝑘=−∞

𝜹𝑻𝒆 (𝒕)
Les propriétés spectrales de 𝑥𝑒𝑖 𝑡 sont obtenues comme dans le cas précédent. On sait que la transformée
2𝜋
de Fourier d'une peigne périodique de Dirac de période 𝑇𝑒 est aussi une peigne de Dirac de période 𝜔𝑒 =
𝑇𝑒
et d'amplitude 𝜔𝑒 . Par conséquent, la transformée de Fourier du signal échantillonné selon un
échantillonnage périodique idéalisé est :
+∞
1 1
𝑋𝑖𝑒 𝜔 = 𝑇𝐹 𝑥𝑒𝑖 𝑡 = 𝑇𝐹 𝑥 𝑡 𝛿𝑇𝑒 𝑡 = 𝑋 𝜔 ⊗ 𝜔𝑒 𝛿𝜔 𝑒 𝜔 = 𝑋 Ω 𝜔𝑒 𝛿𝜔 𝑒 𝜔 − Ω 𝑑Ω
2𝜋 2𝜋 −∞
+∞ +∞
+∞
1 ωe
= 𝑋 Ω 𝜔𝑒 𝛿 𝜔 − Ω − 𝑘𝜔𝑒 𝑑Ω = 𝑋 𝜔 − 𝑘𝜔𝑒
2𝜋 −∞ 2𝜋
𝑘=−∞ 𝑘=−∞

𝜔𝑒
Cette fonction correspond à la répétition périodique de période égale la cadence d'échantillonnage 𝑓𝑒 =
2𝜋
de la transformée de Fourier du signal analogique.

II.2.4. Echantillonnage périodique avec maintien :

Dans l'échantillonnage avec maintien, la valeur échantillonnée instantanément est ensuite mémorisée
temporairement sous forme analogique. Ce type d'échantillonnage représente un cas pratique très important.

Le modèle du signal échantillonné avec maintien est facilement obtenu à partir du modèle de l'opérateur
générale d'échantillonnage de la figure (II-3), en considérant à nouveau la fonction d'échantillonnage 𝑒 𝑡
comme une suite périodique d'impulsions de Dirac. Le signal d'excitation du filtre de réponse impulsionnelle
𝑔 𝑡 est ainsi le signal échantillonné idéalisé. Le signal de sortie 𝑥𝑒𝑚 𝑡 correspond à la convolution du
signal d'excitation avec 𝑔 𝑡 . La fonction de maintien pendant une durée 𝐷 est obtenue en choisissant
comme réponse impulsionnelle du filtre de mise en forme la fonction :

𝐷 1 𝑠𝑖 0 ≤ 𝑡 ≤ 𝐷
𝑔 𝑡 = 𝑟𝑐𝑒𝑡𝐷 𝑡 − =
2 0 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠

La transformée de Fourier du signal échantillonné avec maintien est donnée par :

+∞
ωe 𝐷 𝜔𝐷
𝑋𝑒𝑚 𝜔 = 𝑇𝐹 𝑥𝑒𝑖 (𝑡) 𝑇𝐹 𝑔 𝑡 = 𝑋 𝜔 − 𝑘𝜔𝑒 𝑒 −𝑗 𝜔 2 𝐷. 𝑠𝑖𝑛𝑐
2π 2
𝑘=−∞

+∞
𝐷 𝜔𝐷 𝐷
𝑋𝑒𝑚 𝜔 = 𝑠𝑖𝑛𝑐 𝑋 𝜔 − 𝑘𝜔𝑒 𝑒 −𝑗 𝜔 2
𝑇𝑒 2
𝑘=−∞

𝐷
𝐷
Le terme 𝑒 −𝑗𝜔 2 traduit l'effet du retard moyen de durée introduit par le circuit de maintien.
2

𝒙(𝒕) 𝒙𝒆𝒊 (𝒕) 𝑫 𝒙𝒆𝒎 (𝒕)

𝒈 𝒕 = 𝒓𝒄𝒆𝒕𝑫 𝒕 −
𝟐

𝜹𝑻𝒆 (𝒕) Mise en forme (maintien)

-9-
Figure (II-7) Echantillonnage périodique avec maintien : a) Signal analogique avec échantillonnage idéalisé b)
Signal échantillonnée selon un échantillonnage périodique avec maintien, c) Spectre du signal analogique, d)
Spectre du signal échantillonné selon l'échantillonnage périodique avec maintien.

- 10 -
Ainsi dans le cas de l'échantillonnage périodique avec maintien, le spectre du signal échantillonné
correspond à celui du cas idéal pondéré de manière continue par une fonction en 𝑠𝑖𝑛𝑐 . dont les zéros
(les point où elle devient nulle) dépendent de la durée de maintien 𝐷. L'échantillonnage réel (Figure (II-5) )
fait lui intervenir une pondération discrète.

II.2.5. Echantillonnage périodique avec moyennage :

....

II.3. Théorèmes d'échantillonnage et conséquences :

II.3.1. Recouvrement spectral :

Chaque spectre de signal échantillonné est une fonction de la répétition périodique, de période égale à la
1
cadence d'échantillonnage𝑓𝑒 = du spectre original analogique. Selon le support fréquentielle de celui-ci,
𝑇𝑒
les motifs spectraux ainsi répétés sont a support disjoints comme pour les figures (II-5,6,7) ou au contraire,
se recouvrent partiellement comme pour la figure (II-8). La présence d'un tel recouvrement spectral (ou
dit aussi effet de repliement, en anglais : aliasing effect) entraîne la non réversibilité de la transformation.
L'échantillonnage, même idéal, de tout signal dont le spectre n'est pas strictement à bande limitée implique
l'apparition du phénomène de recouvrement spectral et, donc la non réversibilité. Pour réduire le risque de
recouvrement spectral, on place, en pratique, un filtre adéquat en amont avec l'échantillonneur.

Figure (II-8) Recouvrement spectral : Les spectres de 𝑿 𝝎 chevauchent avec leurs répétitions périodiques
dans le spectre du signal échantillonné selon un échantillonnage idéalisé.

- 11 -
Il faut noter que tout signal physiquement réalisable (à énergie finie) ne peut pas être en même temps à
bande limité. L'échantillonnage d'un signal physiquement réalisable entraîne donc toujours un certain
recouvrement qui exclu tout possibilité de réversibilité parfaite.

La condition d'énergie finie impose, toutefois, que le spectre tende vers zéro lorsque 𝑓 tend vers l'infini. Il
existe, par conséquent, une fréquence au delà de laquelle le spectre est quasiment nul, d'où la possibilité de
choisir une cadence d'échantillonnage ne provoquant qu'un recouvrement négligeable et garantissant une
réversibilité acceptable.

II.3.2. Théorème d'échantillonnage pour signaux de spectre passe bas à support borné
(bande limité) :
Ce théorème est dû au mathématicien Shannon et peut s'énoncer comme suit :

Un signal analogique 𝑥 𝑡 ayant un spectre de type passe-bas s'étendent jusqu'à la fréquence limite 𝑓𝑚𝑎𝑥 =
𝜔 𝑚𝑎𝑥
est complètement décrit par la suite complète de ses valeurs instantanées 𝑥 𝑡𝑘 prélevées à intervalles
2𝜋
1 𝜋
réguliers de durée 𝑇𝑒 inférieure ou égale à 𝑇𝑒 = = .
2𝑓𝑚𝑎𝑥 𝜔 𝑚𝑎𝑥

1
En d'autres termes, la condition de réversibilité est assurée si 𝑓𝑒 = ≥ 2𝑓𝑚𝑎𝑥 .
𝑇𝑒

Une justification de ce théorème peut être établie en observant que si sa condition est vérifiée, aucun
recouvrement ne se produit. Il est ainsi théoriquement possible de recréer un signal possédant le spectre de
𝑋 𝜔 en filtrant le signal échantillonné à l'aide d'un filtre passe-bas idéal (dans le cas de l'échantillonnage
réel ou de l'échantillonnage idéalisé figure (II-9). Dans le cas de l'échantillonnage avec maintien ou de
l'échantillonnage avec moyennage, la même restitution est possible en exigeant, en plus, que le filtre
compense la distorsion d'affaiblissement introduite.

En reprenant le cas d'échantillonnage idéalisé suivi d'un filtre passe-bas idéal dont la réponse harmonique
d'amplitude est :

𝐺 𝜔 = 𝑇𝑒 𝑟𝑒𝑐𝑡𝜔 𝑒 𝜔

on obtient le schéma de la figure (II-9)

- 12 -
Figure (II-9) Reconstruction du signal analogique à partir du signal échantillonné par un échantillonneur
idéalisé en utilisant un filtre passe-bas idéal.

Le signal 𝑦 𝑡 de sortie a une transformée de Fourier :

𝑌 𝜔 = 𝑟𝑒𝑝𝜔 𝑒 𝑋 𝜔 𝑟𝑒𝑐𝑡𝜔 𝑒 𝜔

Qui est égal à 𝑋 𝜔 si le support de celle-ci est borné à 𝜔 = 𝜔𝑚𝑎𝑥 (X à bande limitée) et que 𝜔𝑒 > 2𝜔𝑚𝑎𝑥 .

La réponse impulsionnelle du filtre idéal est ici :

𝑡 − 𝑡0
𝑔 𝑡 = 𝑠𝑖𝑛𝑐
𝑇𝑒

- 13 -
et le signal de sortie devient, en posant 𝑡0 = 0 pour simplifier :
+∞
𝑡
𝑦 𝑡 = 𝑥 𝑡 = 𝑥 𝑡 𝛿𝑇𝑒 (𝑡) ⊗ 𝑔 𝑡 = 𝑥 𝑘𝑇𝑒 𝑠𝑖𝑛𝑐 −𝑘
𝑇𝑒
𝑘=−∞

Cette formule définie l'interpolation idéal.

II.3.2.1. Conséquences pratiques :

L'importance pratique du théorème d'échantillonnage (caractérisé par : 𝑓𝑒 ≥ 2𝑓𝑚𝑎𝑥 ) est considérable Il
impose une contrainte fondamentale à tous les systèmes numériques de traitement ou d'enregistrement
devant travailler en temps réel. Pour des raisons liées à la reconstruction du signal analogique, la cadence
effective d'échantillonnage doit être généralement nettement supérieure à la limite théorique de 𝑓𝑒 = 2𝑓𝑚𝑎𝑥 .
Une bonne connaissance des caractéristiques spectrales du signal analogique à traiter est essentielle afin de
pouvoir effectuer un choix intelligent de la cadence d'échantillonnage.

Il faut noter aussi que dans le cas de l'échantillonnage d'une sinusoïde de fréquence 𝑓0 , la cadence
d'échantillonnage 𝑓𝑒 ne peut être exactement égale à 2𝑓0 en raison du recouvrement spectral apparaissant
dans ce cas théorique.

II.3.3. Filtre antirepliement :

Dans de nombreuses circonstances, le spectre du signal à échantillonner n'est pas parfaitement connu. Il
contient une composante à large bande due à la présence additionnelle de bruit de fond généré dans le milieu
de mesure, le capteur, les circuits d'amplification, etc. Il est alors indispensable d'introduire un pré-filtrage
du signal analogique avant de procéder à l'échantillonnage figure (II-10) afin de supprimer tout risque de
recouvrement spectral sans devoir imposer une cadence d'échantillonnage abusive.

𝒙′(𝒕) 𝒙(𝒕) 𝒙𝒆𝒊 (𝒕) 𝒙𝒆 (𝒕)

𝒈𝟏 𝒕 𝒈𝟐 𝒕

Filtre anti-repliement 𝜹𝑻𝒆 (𝒕) Mise en forme

Figure (II-10) : Utilisation d'un pré-filtre d'antirepliement pour limiter la bande du signal à échantillonner

Le filtre antirepliement (appelé aussi filtre de garde) parfait serait un filtre passe bas idéal de bande passante
𝑓
𝐵 = 𝑒 . On sait toutefois qu'un tel filtre n'est pas réalisable, car non causale. Tout filtre antirepliement réel
2

- 14 -
comporte donc une bande de transition qui reporte la bande passante limite 𝐵𝑚 au-delà de la bande passante
effective 𝐵. La cadence d'échantillonnage minimale pratique doit alors être 𝑓𝑒 = 2𝐵𝑚 > 2𝐵.

La largeur de la bande de transition dépend du type du filtre utilisé et du critère choisi pour fixer 𝐵𝑚 . Il y a
un compromis à faire entre l'abaissement de la cadence d'échantillonnage vers sa limite inférieure théorique
et la complexité (ordre) du filtre.

II.3.4. Distorsion due au recouvrement spectral :

Les figure (II-11a,b) illustrent deux types de distorsion due au non respect du théorème d'échantillonnage.
1
Dan le premier cas, une sinusoïde de fréquence 𝑓0 est échantillonnée à une cadence 𝑓𝑒 = = 1.25𝑓0 . Il
𝑇𝑒
existe en fait une infinité de sinusoïdes, de fréquences 𝑛𝑓𝑒 ± 𝑓0 passant par les mêmes échantillons. En
l'absence d'une information plus précise, on interprétera toujours cette suite comme provenant de la
sinusoïde de plus basse fréquence 𝑓0′ = 𝑓𝑒 − 𝑓0 . C'est ce que tendra à faire naturellement tout filtre passe-bas
de reconstitution.

La figure (II-b) montre la déformation subie par le signal reconstitué 𝑥 ′ 𝑡 même après filtrage passe-bas
idéal, lorsque le signal analogique initial 𝑥 𝑡 possède un spectre de support non borné et que la cadence
d'échantillonnage choisie laisse subsister un recouvrement important.

- 15 -
Figure (II-11) Problèmes de reconstruction dus au non respect du théorème d'échantillonnage. a) Non respect
de la cadence minimale d'échantillonnage, b) Recouvrement important dans la bande passante.

Il y a des exceptions très spéciales où la reconstitution reste possible malgré le non respect de la cadence
minimale autorisée d'échantillonnage. Comme c'est le cas par exemple de l'échantillonnage d'un signal
périodique de période 𝑇 avec une cadence de 𝑇𝑒 = 𝑚𝑇 + ε ou le cas d'un signal passe bande à bande limité.

Il existe un théorème réciproque du théorème d'échantillonnage qui utilise la propriété de dualité de la

transformée de Fourier pour établir des conditions sur l'échantillonnage du spectre lui même. La condition
utilise la durée du signal dans le domaine temporel.

II.4. Reconstitution par interpolation ou extrapolation :

La reconstitution d'un signal analogique 𝑦 𝑡 à partir d'une suite d'échantillons 𝑦 𝑘𝑇𝑒 implique la
restitution de toutes les valeurs intermédiaires entre deux échantillons successifs. Cette restitution 𝑦 𝑡 est
généralement approximative et introduit donc une distorsion 𝑑 𝑡 = 𝑦 𝑡 − 𝑦 𝑡 .

Si le système de restitution détermine les valeurs du signal dans le pas d'échantillonnage suivant l'échantillon
d'abscisse 𝑘𝑇𝑒 à partir de cet échantillon et des 𝑚 échantillons antérieurs, c'est un extrapolateur d'ordre
𝑚.

Si les valeurs reconstruites sont déterminées à partir des 𝑚 + 1 échantillons dont certains postérieurs à
l'abscisse 𝑘𝑇𝑒 , le système de restitution est un interpolateur d'ordre 𝑚.

Un interpolateur n'est apparemment pas un système causal puisqu'il a besoin de connaître l'avenir pour
calculer le présent. On le rend causal en admettant un retard 𝑡0 adéquat à la reconstruction.

Un retard, même important, ne pose en principe pas de problème lorsque le traitement n'est pas effectué en
temps réel. Même dans ce cas, beaucoup de systèmes de traitement ou de télécommunication peuvent tolérer
- 16 -
des retards substantiels. Les exigences sont, par contre, beaucoup plus sévères dans les systèmes en boucle
fermée (réglage automatique, par exemple) où le retard introduit peut poser des problèmes de stabilité.

II.4.1. Reconstitution par opérateur linéaire : filtre de lissage

Le signal échantillonné idéalisé s'écrit sous la forme :
∞

𝑦𝑒𝑖 𝑡 = 𝑦 𝑡 𝛿𝑇𝑒 𝑡 = 𝑦 𝑘𝑇𝑒 𝛿 𝑡 − 𝑘𝑇𝑒

𝑘=−∞

En présentant ce signal à l'entrée d'un opérateur linéaire de réponse impulsionnelle 𝑔 𝑡 , on obtient le signal
reconstitué :

+∞ ∞ ∞ +∞
𝑦 𝑡 − 𝑡0 = 𝑦 𝑘𝑇𝑒 𝛿 𝜏 − 𝑘𝑇𝑒 𝑔 𝑡 − 𝜏 𝑑𝜏 = 𝑦 𝑘𝑇𝑒 𝛿 𝜏 − 𝑘𝑇𝑒 𝑔 𝑡 − 𝜏 𝑑𝜏
−∞ 𝑘=−∞ 𝑘=−∞ −∞
∞

= 𝑦 𝑘𝑇𝑒 𝑔 𝑡 − 𝑘𝑇𝑒
𝑘=−∞

L'opérateur linéaire utilisé dans cette fonction est appelé filtre de lissage. Ce filtre est de type passe-bas si le
signal 𝑦 𝑡 est à spectre passe-bas et il est de type passe bande si le spectre du signal l'est aussi.

La transformé de Fourier du signal reconstitué est donnée par :

𝜔𝑒
𝑇𝐹 𝑦 𝑡 − 𝑡0 = 𝑇𝐹 𝑦 𝑡 𝛿𝑇𝑒 𝑡 ⊗𝑔 𝑡 = 𝑟𝑒𝑝𝜔 𝑒 𝑌 𝜔 𝐺 𝜔
2𝜋

- 17 -
 Figure (II-12) Reconstitution par opérateur linéaire (Filtre de lissage)

La qualité de la reconstitution dépend d'un compromis entre la cadence d'échantillonnage et la complexité du

filtre de lissage. Une cadence nettement supérieure à la limite théorique 𝑓𝑒 = 2𝑓𝑚𝑎𝑥 est pratiquement requise
pour limiter à la fois la distorsion de recouvrement spectral et la distorsion de reconstitution (du au filtre lui
même).

II.4.2. Reconstitution par approximation polynômiale :

Par 𝑚 + 1 points il n'est possible de faire passer qu'un polynôme de degré 𝑚. Son expression est donnée
par le polynôme de Lagrange. Pour les points 𝑡1 , 𝑓1 , 𝑡2 , 𝑓2 , … , 𝑡𝑚 , 𝑓𝑚 le polynôme est :

𝑚 𝑚
𝑡 − 𝑡𝑙
𝐿 𝑡 = 𝑓𝑖
𝑡𝑖 − 𝑡𝑙
𝑖=0 𝑙=0
𝑙≠𝑖

Cette approche peut être utilisée pour obtenir une approximation du signal analogique à reconstituer.

Si les 𝑚 échantillons 𝑦 𝑛 − 𝑚 𝑇𝑒 , 𝑦 𝑛 − 𝑚 + 1 𝑇𝑒 , 𝑦 𝑛 − 𝑚 + 2 𝑇𝑒 , … , 𝑦 𝑛𝑇𝑒 sont connus,

l'approximation de 𝑦 𝑡 − 𝑡0 pour 𝑛𝑇𝑒 ≤ 𝑡 ≤ 𝑛 + 1 𝑇𝑒 et 0 ≤ 𝑟 ≤ 𝑚 peut être calculée en utilisant la
méthode des polynômes de Lagrange :

𝑚 𝑚
𝑡 − 𝑛 − 𝑚 + 𝑙 𝑇𝑒
𝑦 𝑡 = 𝑦 𝑛 − 𝑚 + 𝑖 𝑇𝑒
𝑖 − 𝑙 𝑇𝑒
𝑖=0 𝑙=0
𝑙≠𝑖

- 18 -
Si on applique cette expression pour l'instant 𝑡 − 𝑟𝑇𝑒 , nous obtenons :

𝑚 𝑚
𝑡 − 𝑟𝑇𝑒 − 𝑛 − 𝑚 + 𝑙 𝑇𝑒
𝑦 𝑡 − 𝑟𝑇𝑒 = 𝑦 𝑛 − 𝑚 + 𝑖 𝑇𝑒
𝑖 − 𝑙 𝑇𝑒
𝑖=0 𝑙=0
𝑙≠𝑖

Généralement, un retard 𝑡0′ est nécessaire pour certains cas :

𝑚

𝑦 𝑡 − 𝑟𝑇𝑒 − 𝑡0′ = 𝑦 𝑛 − 𝑚 + 𝑖 𝑇𝑒 𝑞𝑚 ,𝑖 𝑡 − 𝑛 − 𝑚 + 𝑟 𝑇𝑒
𝑖=0
𝑚
𝑡 − 𝑙𝑇𝑒
𝑎𝑣𝑒𝑐 ∶ 𝑞𝑚 ,𝑖 𝑡 = 𝑒𝑡 𝑞0,0 𝑡 = 1
𝑖 − 𝑙 𝑇𝑒
𝑙=0
𝑙≠𝑖

pour 0 < 𝑟 ≤ 𝑚, on obtient une interpolation. Le cas 𝑟 = 0 correspond à une extrapolation qui peut être
ramené à la formule de Newton :

𝑡 − 𝑛𝑇𝑒
𝑦 𝑡 − 𝑡0 = 𝑦 𝑛𝑇𝑒 + 𝑦 𝑛𝑇𝑒 − 𝑦 𝑛 − 1 𝑇𝑒
𝑇𝑒
𝑡 − 𝑛𝑇𝑒 𝑡
+ 𝑦 𝑛𝑇𝑒 − 2𝑦 𝑛 − 1 𝑇𝑒 + 𝑦 𝑛 − 2 𝑇𝑒 +⋯
2𝑇𝑒2

Le retard global 𝑡0 = 𝑟𝑇𝑒 + 𝑡0′ dépend du choix de 𝑟 et de 𝑚.

En identifiant les expressions de la reconstitution par opérateur linéaire (filtre) et par approximation
polynômiale, la reconstitution polynômiale apparait équivalente à un filtre linéaire de réponse
impulsionnelle :
𝑚
𝑇𝑒
𝑔 𝑡 = 𝑔𝑚 ,𝑚 −𝑙 𝑡 − 𝑙𝑇𝑒 𝑎𝑣𝑒𝑐 𝑔𝑚 ,𝑖 𝑡 = 𝑞𝑚 ,𝑖 𝑡 − 𝑟 − 𝑚 𝑇𝑒 . 𝑟𝑒𝑐𝑡𝑇𝑒 𝑡 −
2
𝑙=0

Puisque 𝑔𝑚 ,𝑖 𝑡 est nulle en dehors de l'intervalle 0 < 𝑡 < 𝑚 + 1 𝑇𝑒 .

Une reconstitution polynômiale d'ordre 𝑚 élevé n'est possible qu'à la condition de disposer de moyens de
calcul appropriés. On se contente généralement, en pratique, d'une extrapolation d'ordre zéro ou
éventuellement d'une extrapolation ou interpolation d'ordre 1, souvent combinée avec un lissage
complémentaire réalisé par un filtre conventionnel.

II.4.3. Exemple : Extrapolateur d'ordre zéro :

La reconstitution par un échantillonneur bloqueur d'ordre zéro consiste à maintenir, dans tout l'intervalle
𝑘𝑇𝑒 ≤ 𝑡 < 𝑘 + 1 𝑇𝑒 , la valeur de l'échantillon 𝑦 𝑘𝑇𝑒 . C'est ce que l'on appel l'extrapolation d'ordre zéro et
est un cas particulier de l'échantillonnage avec maintien.

- 19 -
Figure (II-13) Réponse de l'échantillonneur bloqueur à un signal produit par un échantillonneur idéal

La réponse impulsionnelle d'un bloqueur d'ordre zéro est donnée sur la figure suivante :

Figure(II-14) Réponse impulsionnelle du bloqueur d'ordre zéro ainsi que son spectre (Transformé de Fourier)

L'expression de la réponse impulsionnelle d'un bloqueur d'ordre zéro est

𝑇𝑒
𝑔0 𝑡 = 𝑟𝑒𝑐𝑡𝑇𝑒 𝑡 − = 𝜍 𝑡 − 𝜍 𝑡 − 𝑇𝑒 𝑎𝑣𝑒𝑐 𝜍 𝑡 𝑙′ é𝑐𝑕𝑒𝑙𝑜𝑛 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒
2
Sa transformé de Fourier est :

+∞ 𝑇𝑒 𝑇𝑒
𝑇𝑒 −𝑗𝜔𝑡 −𝑗𝜔𝑡
𝑒 −𝑗𝜔𝑡 𝑒 −𝑗𝜔 𝑇𝑒 − 1
𝐺0 𝑗𝜔 = 𝑇𝐹 𝑔0 (𝑡) = 𝑟𝑒𝑐𝑡𝑇𝑒 𝑡− 𝑒 𝑑𝑡 = 𝑒 𝑑𝑡 = =
−∞ 2 0 −𝑗𝜔 0
−𝑗𝜔
𝑗𝜔 𝑇 𝑒 𝑗𝜔 𝑇
− 2𝑒
𝑗𝜔 𝑇 𝑒 𝑒 2 −𝑒 𝑗𝜔 𝑇 𝑒 𝜔𝑇𝑒
= 𝑇𝑒 𝑒 − 2
𝜔 𝑇𝑒 = 𝑇𝑒 𝑒 − 2 𝑠𝑖𝑛𝑐
2𝑗 2
2

𝜔 𝑇𝑒 𝑻𝒆
Ce qui signifie qu'il a une phase linéaire de − qui introduit un retard de .
2 𝟐

- 20 -
A partir de la courbe d'amplitude 𝐺0 𝑗𝜔 on conclu que la période d'échantillonnage doit être nettement
plus élevée que le double de la fréquence maximum 𝑓𝑚𝑎𝑥 .
∞
Si on applique un signal issue d'un échantillonneur idéalisé 𝑦𝑒𝑖 = 𝑖=0 𝑦 𝑘𝑇𝑒 𝛿 𝑡 − 𝑘𝑇𝑒 au bloqueur
d'ordre zéro, nous obtenons :
∞ ∞
𝑇𝑒 𝑇𝑒
𝑦 𝑡 = 𝑔0 𝑡 ⊗ 𝑦𝑒𝑖 = 𝑟𝑒𝑐𝑡𝑇𝑒 𝑡− ⊗ 𝑦 𝑘𝑇𝑒 𝛿 𝑡 − 𝑘𝑇𝑒 = 𝑦 𝑘𝑇𝑒 𝑟𝑒𝑐𝑡𝑇𝑒 𝑡 − − 𝑘𝑇𝑒
2 2
𝑖=0 𝑖=0

C'est une séquence d'impulsions rectangulaires d'amplitude 𝑦 𝑘𝑇𝑒 juxtaposées.

Dans la reconstruction par l'extrapolation d'ordre zéro (bloqueur d'ordre zéro), on fait souvent suivre le
circuit de maintien d'un filtre de lissage additionnel dont le rôle est d'atténuer les composantes spectrales de
hautes fréquences indésirables. On peut également chercher à compenser l'atténuation introduite par la
𝑗𝜔 𝑇 𝑒
𝜔 𝑇𝑒
fonction de réponse fréquentielle 𝐺0 𝑗𝜔 = 𝑇𝑒 𝑒 − 2 𝑠𝑖𝑛𝑐 dans la bande passante désirée en imposant
2
localement au deuxième filtre une fonction de réponse fréquentielle d'égalisation dont le module est à peu
près proportionnel à 𝐺0 𝑗𝜔 −1 .

II.4.4. Exemple : Extrapolateur d'ordre 1 :

En posant 𝑟 = 0 et 𝑚 = 1 dans l'expression de la reconstitution par approximation polynomiale, on obtient
l'extrapolation d'ordre 1 :

𝑦 𝑘𝑇𝑒 − 𝑦 𝑘 − 1 𝑇𝑒
𝑦1 𝑡 − 𝑡0′ = 𝑦 𝑘𝑇𝑒 + 𝑡 − 𝑘𝑇𝑒 ; 𝑝𝑜𝑢𝑟 𝑘𝑇𝑒 ≤ 𝑡 < 𝑘 + 1 𝑇𝑒
𝑇𝑒

𝑦 𝑘𝑇𝑒 −𝑦 𝑘−1 𝑇𝑒
Noter que est la pente de la droite formée par les points 𝑘 − 1 𝑇𝑒 , 𝑦 𝑘 − 1 𝑇𝑒 et
𝑇𝑒
𝑘𝑇𝑒 , 𝑦 𝑘𝑇𝑒 . Ainsi l'extrapolation est faite en gardant la même pente.

Figure (II-15) Réponse d'un extrapolateur d'ordre un.

- 21 -
La réponse impulsionnelle de l'extrapolateur d'ordre un est obtenue en appliquant la règle précédente. Dans
𝑦 0 −𝑦 −𝑇𝑒 1−0 1
l'intervalle 0 ≤ 𝑡 < 𝑇𝑒 , il faut prendre comme pente 𝑝1 = = = et dans l'intervalle
𝑇𝑒 𝑇𝑒 𝑇𝑒
𝑦 𝑇𝑒 −𝑦 0 0−1 −1
𝑇𝑒 ≤ 𝑡 < 2𝑇𝑒 , la pente est 𝑝2 = = = . Dans les autres intervalles la pente est nulle. Ce
𝑇𝑒 𝑇𝑒 𝑇𝑒
qui donne pour la réponse impulsionnelle de l'extrapolateur d'ordre 1 :

1
𝑦 0 + 𝑝1 𝑡 = 1 + 𝑡 𝑝𝑜𝑢𝑟 0 ≤ 𝑡 < 𝑇𝑒
𝑇𝑒
𝑔1 𝑡 = 1
𝑦 𝑇𝑒 + 𝑝2 𝑡 − 𝑇𝑒 =0− 𝑡 − 𝑇𝑒 𝑝𝑜𝑢𝑟 𝑇𝑒 ≤ 𝑡 < 2𝑇𝑒
𝑇𝑒
0 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
𝑡 𝑡 − 𝑇𝑒
∴ 𝑔1 𝑡 = 1 + 𝜍 𝑡 − 2+2 𝜍 𝑡 − 𝑇𝑒
𝑇𝑒 𝑇𝑒
𝑡 − 2𝑇𝑒
+ 1+ 𝜍 𝑡 − 2𝑇𝑒 𝑎𝑣𝑒𝑐 𝜍 𝑡 𝑙′ é𝑐𝑕𝑒𝑙𝑜𝑛 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒
𝑇𝑒

Figure (II-16) Réponse impulsionnelle de l'extrapolateur d'ordre 1 est son spectre (phase et amplitude)

Cette réponse impulsionnelle peut aussi se déduire de l'expression de la réponse impulsionnelle du filtre
équivalent à l'approximation polynômiale qui a été établie dans section précédente.

La transformé de Laplace de cette réponse impulsionnelle est :

𝑡 𝑡 − 𝑇𝑒 𝑡 − 2𝑇𝑒
𝑇𝐿 𝑔1 𝑡 = 𝑇𝐿 1+ 𝜍 𝑡 − 2+2 𝜍 𝑡 − 𝑇𝑒 + 1 + 𝜍 𝑡 − 2𝑇𝑒
𝑇𝑒 𝑇𝑒 𝑇𝑒
1 1 2 2 1 2
= + 2
− 𝑒 −𝑇𝑒 𝑠 + 2
+ 𝑒 −2𝑇𝑒 𝑠 +
𝑠 𝑇𝑒 𝑠 𝑠 𝑇𝑒 𝑠 𝑠 𝑇𝑒 𝑠 2
1 − 2𝑒 −𝑇𝑒 𝑠 + 𝑒 −2𝑇𝑒 𝑠 1 − 2𝑒 −𝑇𝑒 𝑠 + 𝑒 −2𝑇𝑒 𝑠 𝑇𝑒 𝑠 + 1 1 − 𝑒 −𝑇𝑒 𝑠 2
= + =
𝑠 𝑇𝑒 𝑠 2 𝑇𝑒 𝑠 2

La transformé de Fourier de 𝑔1 𝑡 est :

- 22 -
 ∞ 𝑇𝑒 2𝑇𝑒
−𝑗𝜔𝑡
𝑡 −𝑗𝜔𝑡 𝑡 − 𝑇𝑒 −𝑗𝜔𝑡
𝐺1 𝜔 = 𝑔1 𝑡 𝑒 𝑑𝑡 = 1+ 𝑒 𝑑𝑡 + − 𝑒 𝑑𝑡
−∞ 0 𝑇𝑒 𝑇𝑒 𝑇𝑒
2𝑇𝑒 𝑇𝑒 2𝑇𝑒
𝑡 −𝑗𝜔𝑡 𝑡 −𝑗𝜔𝑡
= 𝑒 −𝑗𝜔𝑡 𝑑𝑡 + 𝑒 𝑑𝑡 + − 𝑒 𝑑𝑡
0 0 𝑇𝑒 𝑇𝑒 𝑇𝑒

Cette extrapolateur n'introduit pas un déphasage linéaire.

Ce type d'extrapolateur agit approximativement, dans la bande d'intérêt, comme un filtre passe-haut. Il est
donc déconseillé en raison de la distorsion qu'il introduit, tout particulièrement en présence de bruit. On lui
substitut parfois une version modifiée qui se situe entre l'extrapolation d'ordre zéro et celle d'ordre 1 :

𝑡 − 𝑛𝑇𝑒
𝑦 𝑡 − 𝑡0′ = 𝑦 𝑛𝑇𝑒 + 𝑎 𝑦 𝑛𝑇𝑒 − 𝑦 𝑛 − 1 𝑇𝑒 𝑝𝑜𝑢𝑟 𝑛𝑇𝑒 ≤ 𝑡 ≤ 𝑛 + 1 𝑇𝑒 𝑒𝑡 0 ≤ 𝑎 ≤ 1
𝑇𝑒

II.4.5. Exemple : Interpolateur d'ordre un :

Si l'on peut accepter un retard 𝑡0 plus important, correspondant à un pas d'échantillonnage, une relativement
bonne approximation est obtenue en reliant les échantillons par des droites. C'est le principe de
l'interpolation linéaire (figure (II-17)) qui est obtenue pour 𝑟 = 1 𝑒𝑡 𝑚 = 1 d'où :

𝑡 − 𝑛𝑇𝑒
𝑦11 𝑡 − 𝑇𝑒 = 𝑦( 𝑛 − 1 𝑇𝑒 + 𝑦 𝑛𝑇𝑒 − 𝑦 𝑛 − 1 𝑇𝑒 𝑝𝑜𝑢𝑟 𝑛𝑇𝑒 ≤ 𝑡 ≤ 𝑛 + 1 𝑇𝑒
𝑇𝑒

Figure (II-17) Réponse d'un interpolateur linaire (interpolateur d'ordre 1)

La réponse impulsionnelle d'un interpolateur linéaire (interpolateur d'ordre 1) est (figure (II-18)) :

𝑔11 𝑡 = 𝑡𝑟𝑖2𝑇2 𝑡 − 𝑇𝑒

Sa transformé de Fourier vaut :

𝑇𝑒 2𝑇𝑒
−𝑗𝜔 𝑇𝑒
𝑡 −𝑗𝜔𝑡 𝑡 − 𝑇𝑒 −𝑗𝜔𝑡
𝐺11 𝜔 = 𝑇𝐹 𝑡𝑟𝑖2𝑇2 𝑡 − 𝑇𝑒 =𝑒 𝑇𝐹 𝑡𝑟𝑖2𝑇2 𝑡 = 𝑒 𝑑𝑡 + 1− 𝑒 𝑑𝑡
0 𝑇𝑒 𝑇𝑒 𝑇𝑒
2𝑇𝑒 2𝑇𝑒
𝑡 −𝑗𝜔𝑡 𝜔𝑇𝑒 −𝑗𝜔 𝑇
= 𝑒 𝑑𝑡 + 2𝑒 −𝑗𝜔𝑡 𝑑𝑡 = 𝑇𝑒 𝑠𝑖𝑛𝑐 2 𝑒 𝑒
0 𝑇𝑒 𝑇𝑒 2

Sa transformé de Laplace est donnée par :

- 23 -
 𝑡 𝑡 − 𝑇𝑒 𝑡 − 2𝑇𝑒 1
𝐺11 𝑠 = 𝑇𝐿 𝜍 𝑡 −2 𝜍 𝑡 − 𝑇𝑒 + 𝜍 𝑡 − 2𝑇𝑒 = 1 − 2𝑒 −𝑠𝑇𝑒 + 𝑒 −𝑠2𝑇𝑒
𝑇𝑒 𝑇𝑒 𝑇𝑒 𝑇𝑒 𝑠 2

Figure (II-19) Réponse impulsionnelle de l'interpolateur linéaire (interpolateur d'ordre 1) et son spectre
Les composantes de fréquences supérieures à 𝑓𝑒 sont beaucoup plus fortement atténuées que dans le cas des
extrapolateurs d'ordre zéro ou 1.

On peut, à nouveau, compléter le circuit d'approximation par un filtre additionnel de lissage et d'égalisation.

II.4.6. Interpolateur idéal :

On peut encore imaginer bien d'autres fonctions d'interpolation correspondant aux réponses impulsionnelles
de différents types de filtres passe-bas. Un exemple est le filtre de Butterworth. Dans la règle, on pourra dire
que la qualité de l'approximation est d'autant meilleure que l'ordre du filtre est élevé. Il convient toutefois de
ne pas négliger le retard introduit et l'erreur provoquée par la distorsion de phase.

L'interpolateur idéal est bien entendu, pour autant que le théorème d'échantillonnage soit respecté, un filtre
idéal de fonction de réponse fréquentielle (figure (II-20a)) :

𝐺𝑖 𝜔 = 𝑇𝑒 𝑟𝑒𝑐𝑡𝜔 𝑒 𝜔 𝑒 −𝑗𝜔 𝑡 0

et de réponse impulsionnelle Figure (II-20b) :

𝑡 − 𝑡0
𝑔𝑖 𝑡 = 𝑠𝑖𝑛𝑐
𝑇𝑒

créant un développement cardinal illustré par la figure (II-20d) :

∞
𝑡 − 𝑘𝑇𝑒 − 𝑡0
𝑦𝑖 𝑡 − 𝑡0 = 𝑦 𝑘𝑇𝑒 𝑠𝑖𝑛𝑐
𝑇𝑒
𝑘=−∞

Où le retard devrait être infini pour rendre le filtre causal.

Bien qu'irréalisable, une telle interpolation peut être approximativement réalisée (en principe, par voie
numérique) en se limitant à une fonction d'interpolation tronquée (figure(II-20c) en utilisant une fenêtre ne
présentant pas de discontinuité et dont la dérivée est elle même sans discontinuité. Ceci de manière limiter
- 24 -
les ondulations résiduelles du module de la fonction de réponse fréquentielle en dehors de la bande passante,
aux prix, toutefois, d'une élargissement de la bande de transition.

Figure (II-20) a) Spectre de l'interpolateur idéal, b) Réponse impulsionnelle de l'interpolateur idéal c) Réponse
impulsionnelle de l'interpolateur idéal tronquée par une fenêtre rectangulaire d) Développement cardinale
pour le calcul de l'approximation 𝒚 en utilisant la réponse impulsionnelle de l'interpolateur idéal.

II.5. Chaîne de traitement échantillonné :

D'après ce que nous avons vu jusqu'à maintenant une chaîne de traitement échantillonné comprend les
opérateurs de la figure suivante.

𝑥 𝑘𝑇𝑒 𝑦 𝑘𝑇𝑒
Filtre Traitement Filtre de
𝑥′ 𝑡 𝑥 𝑡 Echantillonneur 𝑦 𝑡 − 𝑡0
antirepliement échantillonnée reconstitution
(garde) 𝐺(𝑧) (lissage)

𝑓𝑒
Figure (II-21) Chaîne de traitement échantillonné

II.6. Echantillonnage de systèmes continus :

Le problème fondamental est comment décrire un système continu connecté à un calculateur via CAN et
CNA. Les signaux dans le calculateur sont les séquences {u(tk)} et {y(tk)}. Il faut alors trouver la relation
entre ces signaux.

- 25 -
 u(t) y (t )

u(t) Processus y(t)

G(s)
1  e  sh
s Échantillonneur
{yd(k)}
{ud(k)} D-- A Computer A -- D
u d (k ) y d (k )

Figure (II.22) : Schéma de commande de processus continue par

calculateur et types des différents signaux impliqués dans la
commande, ainsi que les différents blocs fonctionnels

Au niveau calculateur, le système apparaît comme étant un système purement discret. Sa sortie est y d (k ) et
son entrée est u d (k ) . Ce système doit être décrit par une fonction de transfert en z. Mais le processus
physique étant continu, on a seulement sa fonction de transfert en s. L’opération de calcul de la fonction de
transfert en z décrivant le processus comme il est vu par le calculateur s’appelle échantillonnage du
système.

Nous allons maintenant donner quelques techniques pour le calcul de la fonction de transfert échantillonnée
correspondant à un système continu donné.

II.6.1. Utilisation de bloqueur d’ordre zéro :

Une situation très commune dans les systèmes commandés par calculateur est que le convertisseur CNA est
construit de telle sorte qu’il maintient le signal analogique constant jusqu’à ce qu'une nouvelle conversion
soit commandée. Ceci est appelé circuit bloqueur d’ordre zéro. La figure suivante montre l’opération de tel
bloqueur.

B0 ( s )
1 − 𝑒 −𝑇𝑒 𝑠
𝑠

u(t) B0 ( s ) u(t)
δ(t) 1−𝑒 −𝑇𝑒 𝑠

t 𝑠 T t

- 26 -
 Figure -23- Opération de bloqueur d’ordre zéro et sa réponse impulsionnelle ainsi que
son circuit

Le signal obtenu à la sortie du bloqueur d’ordre zéro est maintenu constant jusqu’au prochain instant
d’échantillonnage, ainsi entre les instants 𝑡𝑘 = 𝑘𝑇𝑒 et 𝑡𝑘+1 = 𝑘 + 1 𝑇𝑒 le signal est donné par :

𝑓 𝑡 𝑡 𝑘 <𝑡<𝑡 𝑘+1 = 𝑓𝑑 𝑘𝑇𝑒 𝑢 𝑡 − 𝑘𝑇𝑒 − 𝑢 𝑡 − 𝑘 + 1 𝑇𝑒 avec 𝑢1 𝑡 l'échelon unitaire (I.2)

La fonction de transfert du bloqueur d’ordre zéro est obtenue à partir de sa réponse impulsionnelle comme
suit :

1−𝑒 −𝑇 𝑒 𝑠
𝐵0 𝑠 = (I.3)
𝑠

Où 𝑇𝑒 est la période d’échantillonnage. Ce bloqueur est inséré à l’entrée du système continu. Le bloc
diagramme de la figure suivante montre cette opération :

Gd(z)
B0(s) S
y(t) T
𝒖𝒅 𝒌𝑻𝒆 𝟏 − 𝒆−𝑻𝒆𝒔 u(t) yd(kT)
G(s)
𝒔

Figure -24- Schéma bloc de l’opération d’échantillonnage.

Le système discret est décrit par la fonction de transfert en z 𝐺𝑑 𝑧 . Cette fonction est calculée en prennant
la transformé en z de la réponse impulsionnelle du système global 𝐵0 𝑠 , 𝐺 𝑠 et l'échantillonneur idéal :

𝐺𝑏 𝑠 = 𝐵0 𝑠 𝐺 𝑠 ∴ 𝑔𝑏 𝑡 = 𝑇𝐿−1 𝐵0 𝑠 𝐺 𝑠 ∴ 𝑔𝑏𝑖𝑒 𝑘𝑇𝑒 = 𝑔𝑏 𝑘𝑇𝑒 𝑒𝑡 𝐺𝑑 𝑧 = 𝑇𝑍 𝑔𝑏𝑖𝑒 𝑘𝑇𝑒

Par un petit abus de notation, on écrit :

1 − 𝑒 −𝑇𝑒 𝑠
𝐺𝑑 𝑧 = 𝑇𝑍 𝑔𝑏𝑖𝑒 𝑘𝑇𝑒 = 𝑇𝑍 𝑔𝑏 𝑘𝑇𝑒 ≜ 𝑇𝑍 𝐺𝑏 𝑠 = 𝑇𝑍 𝐺 𝑠
𝑠
𝐺(𝑠) 𝐺(𝑠) 𝐺(𝑠) 𝐺(𝑠) 𝐺(𝑠)
= 𝑇𝑍 − 𝑇𝑍 𝑒 −𝑇𝑒 𝑠 = 𝑇𝑍 − 𝑧 −1 𝑇𝑍 = 1 − 𝑧 −1 𝑇𝑍
𝑠 𝑠 𝑠 𝑠 𝑠
Cette méthode donne une correspondance exacte entre le système continu et le système discret dans le
domaine temporel dans le cas où l'entrée est une fonction constante par morceau.

- 27 -
Une autre façon de voir cette méthode est : On applique à l’entrée du système une fonction 𝑢(𝑡) qui est
constante par morceau, c'est-à-dire qu’elle ne varie pas entre les instants d’échantillonnage et dont la
transformée de Laplace est connue. On sait que ce type de fonction n’est pas affecté par le bloqueur d’ordre
𝑇𝑍 𝐺 𝑠 𝑈 𝑠
zéro. Un exemple valable de cette fonction est l’échelon. 𝐺𝑑 𝑧 =
𝑇𝑍 𝑈 𝑠

z
En utilisant la réponse à l’échelon c-à-d U d ( z )  on obtient la formule suivante :
z 1
 i
z 1 1 e sh G( s)
z 2i  i z  e sh s
H ( z)  ds (I.4)

1
Si la fonction de transfert G(s) tend vers zéro à la même vitesse que s pour s assez grand et a des pôles
distincts et aucun d’eux (pôles) n’est à l’origine, on obtient :

1  e sh  1 
H ( z)   Re s  G ( s) (I.5)
s  si ze sh
 s  

Où les si sont les pôles de G(s) et Res dénote le résidu correspondant si . (voir sect 7-8 pour la
démonstration.

Pour les systèmes ayant des retards, la méthode donne une discrétisation exacte pour les systèmes avec un
retard en entrée, en sortie ou des retards de transfert.

Pour les systèmes qui ont un retard interne (des retards à l'intérieur de la boucle fermée), la méthode donne
une discrétisation approximative (figure(II-25).

Figure (II-25) Traitement de retards internes par la méthode de ZOH

Pour les systèmes contenant des retards la procédure est comme suit :

1. Décomposer le retard comme 𝜏 = 𝑘𝑇𝑒 + 𝜌 𝑎𝑣𝑒𝑐 0 ≤ 𝜌 < 𝑇𝑒

2. Absorber le retard 𝜌 dans 𝐻 𝑠

3. discrétiser 𝐻 𝑠 en 𝐻𝑑 𝑧

4. Représenter la partie entière 𝑘𝑇𝑒 du retard comme un retard discret interne 𝑧 −𝑘 . Le modèle discrétisé final
apparait sur le bloc diagramme de la figure (II-24b à gauche).

II.6.2 Utilisation l'interpolateur linéaire (bloqueur d'ordre 1 FOH=First Order Holder) :

Cette méthode donne une correspondance exacte entre le système continu est le système discret dans le cas
où l'entrée est linéaire par morceau. Elle utilise l'interpolateur linéaire (interpolateur d'ordre 1) exposé
précédemment et qui utilise une interpolation linéaire entre les échantillons. L'approximation est aussi

- 28 -
appelée, de façon plus appropriée, approximation triangulaire et elle diffère du bloqueur d'ordre 1 causal.
Elle est aussi appelée, parfois, approximation à rampe-invariante.

Cette technique est généralement plus précise que le bloqueur d'ordre zéro pour des systèmes commandés
par des entrées lisses.

Son application est similaire à la méthode précédente en prenant en considération que la réponse
impulsionnelle de l'interpolateur linéaire est :

1
𝐵1 𝑠 = 2
1 − 2𝑒 −𝑠𝑇𝑒 + 𝑒 −𝑠2𝑇𝑒
𝑇𝑒 𝑠

1 1 𝐺 𝑠 𝒛−𝟏 𝟐 𝑮 𝒔
∴ 𝑮𝒅 𝒛 = 𝑇𝑍 1 − 2𝑒 −𝑠𝑇𝑒 + 𝑒 −𝑠2𝑇𝑒 𝐺 𝑠 = 1 − 2𝑧 −1 + 𝑧 −2 𝑇𝑍 = 𝑻𝒁
𝑇𝑒 𝑠 2 𝑇𝑒 𝑠2 𝑻𝒆 𝒛𝟐 𝒔𝟐

Cette méthode traite les retards de la même façon que la méthode utilisant le bloqueur d'ordre zéro.

Notez que dans le cas non causal de la figure suivante, la réponse impulsionnelle du bloqueur change ainsi
que la formule de discrétisation.

1
𝐵1 𝑠 = 1 − 2𝑒 −𝑠𝑇𝑒 + 𝑒 −2𝑠𝑇𝑒
𝑇𝑒 𝑠 2
1
∴ 𝑮𝒅𝒏𝒄 𝒛 = 𝑇𝑍 1 − 2𝑒 −𝑠𝑇𝑒 + 𝑒 −2𝑠𝑇𝑒 𝐺 𝑠
𝑇𝑒 𝑠 2
1 𝐺 𝑠
= 1 − 2𝑧 −1 + 𝑧 −2 𝑇𝑍
𝑇𝑒 𝑠2
𝟐
𝒛−𝟏 𝑮 𝒔
= 𝟐
𝑻𝒁
𝑻𝒆 𝒛 𝒔𝟐

1
𝐵1𝑛𝑐 𝑠 = 𝐵1 𝑠 𝑒 𝑠𝑇𝑒 = 𝑒 𝑠𝑇𝑒 − 2 + 𝑒 −𝑠𝑇𝑒
𝑇𝑒 𝑠 2
1
∴ 𝑮𝒅𝒏𝒄 𝒛 = 𝑇𝑍 𝑒 𝑠𝑇𝑒 − 2 + 𝑒 −𝑠𝑇𝑒 𝐺 𝑠
𝑇𝑒 𝑠 2
1 𝐺 𝑠
= 𝑧 − 2 + 𝑧 −1 𝑇𝑍
𝑇𝑒 𝑠2
𝟐
𝒛−𝟏 𝑮 𝒔
= 𝑻𝒁
𝑻𝒆 𝒛 𝒔𝟐

Figure (II-26) Bloqueur d'ordre 1 (triangulaire) et les expressions de discrétisation associées. (a) Bloqueur
d'ordre 1 causal, (2) Bloqueur d'ordre 1 non causal.

II.6.3. Mappage à réponse impulsionnelle invariante :

Cette méthode produit un modèle à temps discret avec la même réponse impulsionnelle que celle du système
continu. Ainsi si 𝑕 𝑡 est la réponse impulsionnelle du système continu, alors 𝑕𝑑 𝑘 = 𝑕 𝑘𝑇𝑒 est la réponse
impulsionnelle du système discret avec 𝑇𝑒 comme période d'échantillonnage.

Supposons que la fonction de transfert du système continu a la décomposition en fractions simples :

- 29 -
 𝐴𝑖
𝐺 𝑠 = ∴𝑕 𝑡 = 𝐴𝑖 𝑒 𝑝 𝑖 𝑡 𝜍(𝑡) ∴ 𝑕𝑑 𝑘 = 𝑕 𝑘𝑇𝑒 = 𝐴𝑖 𝑒 𝑝 𝑖 𝑘𝑇𝑒 𝜍(𝑘𝑇𝑒 )
𝑠 − 𝑝𝑖
𝑖 𝑖 𝑖

Par conséquent, la fonction de transfert du système discret est donnée par :

𝐴𝑖 𝐵𝑑 𝑧
𝐺𝑑 𝑧 = =
1 − 𝑒 𝑝 𝑖 𝑇𝑒 𝑧 −1 𝐴𝑑 𝑧
𝑖

On voit que les pôles 𝑝𝑖 du système continu ont été transformés à 𝑧 = 𝑒 𝑝 𝑖 𝑇𝑒 et les résidus sont restés
inchangés. Il est clair qu'on doit avoir −𝜋 < 𝑇𝑒 ∗ 𝐼𝑚 𝑝𝑖 < 𝜋 c'est à dire que les pôles continus doivent
1 𝜋
rester dans la bande passante balayée par la fréquence d'échantillonnage 𝑓𝑒 = ie : −𝜋𝑓𝑒 = − <
𝑇𝑒 𝑇𝑒
𝜋 𝜔𝑒 𝜔𝑒
𝐼𝑚 𝑝𝑖 < = 𝜋𝑓𝑒 ou bien − <𝜔< . Sinon la partie imaginaire du pôle 𝑇𝑒 𝐼𝑚 𝑝𝑖 (qui est l'angle de
𝑇𝑒 2 2
𝑧𝑖 = 𝑒 𝑝 𝑖 𝑇𝑒 ) sera recouverte dans l'intervalle −𝜋, 𝜋 (phénomène de repliement ou aliasing effect).

II.6.4. L'approximation bilinéaire :

Une famille de technique est basée sur l'intégration numérique. Supposons qu'on veut calculer
𝑡
numériquement 𝑓 𝑡 = 0
𝑢 𝜏 𝑑𝜏. Trois méthodes peuvent être considérées et sont représentées sur la
figure (II-27).

Figure (II-27) Règles d'approximation pour l'intégration numérique.

Les expressions de l'intégral correspondants au trois approximations sont comme suit :
𝑡=𝑘𝑇𝑒 (𝑘−1)𝑇𝑒 𝑘+1 𝑇𝑒
𝑓 𝑘𝑇𝑒 = 𝑢 𝜏 𝑑𝜏 = 𝑢 𝜏 𝑑𝜏 + 𝑢 𝜏 𝑑𝜏
0 0 𝑘𝑇𝑒
𝑓 𝑘−1 𝑇𝑒

𝑓 𝑘 − 1 𝑇𝑒 + 𝑇𝑒 𝑢 𝑘 − 1 𝑇𝑒 𝑝𝑜𝑢𝑟 𝑙𝑎 𝑟è𝑔𝑙𝑒 𝑑𝑖𝑟𝑒𝑐𝑡𝑒

𝑓 𝑘 − 1 𝑇𝑒 + 𝑇𝑒 𝑢 𝑘𝑇𝑒 𝑝𝑜𝑢𝑟 𝑙𝑎 𝑟è𝑔𝑙𝑒 𝑖𝑛𝑑𝑖𝑟𝑒𝑐𝑡𝑒
=
𝑢 𝑘 − 1 𝑇𝑒 + 𝑢 𝑘 𝑇𝑒
𝑓 𝑘 − 1 𝑇𝑒 + 𝑇𝑒 𝑝𝑜𝑢𝑟 𝑙𝑎 𝑟è𝑔𝑙𝑒 𝑡𝑟𝑎𝑝é𝑧𝑜ï𝑑𝑎𝑙𝑒
2
Règle 𝒌𝑻𝒆 Fonction de Approximat Transfo
Expression de 𝒇 𝒌𝑻𝒆 = 𝟎
𝒖 𝒕 𝒅𝒕
transfert de ion de "s" inverse
𝑭 𝒛 (dérivateur)
l'intégrateur
𝑼 𝒛
(approximation de
𝟏
)
𝒔
Rectangulaire 𝑓 𝑘𝑇𝑒 = 𝑓 𝑘 − 1 𝑇𝑒 + 𝑇𝑒 𝑢 𝑘 − 1 𝑇𝑒 𝑇𝑒 𝑧−1 𝑧 = 1 + 𝑇𝑒 𝑠
𝑠=
directe 𝑧−1 𝑇𝑒
Rectangulaire 𝑓 𝑘𝑇𝑒 = 𝑓 𝑘 − 1 𝑇𝑒 + 𝑇𝑒 𝑢 𝑘𝑇𝑒 𝑇𝑒 𝑧 1 − 𝑧 −1 1
𝑠= 𝑧=
indirecte 𝑧−1 𝑇𝑒 1 − 𝑇𝑒 𝑠
Trapézoïdale 𝑢 𝑘 − 1 𝑇𝑒 + 𝑢 𝑘 𝑇𝑒 𝑇𝑒 𝑧 + 1 2 𝑧−1 1+
𝑇𝑒 𝑠
𝑓 𝑘𝑇𝑒 = 𝑓 𝑘 − 1 𝑇𝑒 + 𝑇𝑒 𝑠= 2
2 2 𝑧−1 𝑇𝑒 𝑧 + 1 𝑧= 𝑇𝑒 𝑠
1−
2

- 30 -
L'approximation trapézoïdale est aussi connue par le nom de la transformation bilinéaire. La règle appliquée
pour ces trois méthodes pour obtenir la fonction de transfert discrète est (pour le cas trapézoïdal) :

𝐺𝑑 𝑧 = 𝐺 𝑠 𝑠=
2 𝑧−1
𝑇𝑒 𝑧+1

Chaque règle détermine une transformation. Pour voir l'effet de chacune de ces règles, on examine l'image
qu'ils associent au demi-plan 𝑟𝑒𝑎𝑙 𝑠 < 0 en utilisant leurs transformations inverses. La figure (II-28)
représente cette image pour les trois règles.

Figure (II-28) Transformation du demi-plan 𝒓é𝒆𝒍 𝒔 < 0 par les trois transformations : (a) Règle directe; (b)
Règle indirecte; (3) Règle Trapèzoidale
On voit à partir de la figure (II-28) que la transformation bilinéaire associe au demi-plan 𝑟é𝑒𝑙 𝑠 < 0
(stable) pour les systèmes continus l'intérieur du cercle unité qui est la région stable pour les systèmes
discrets. Par conséquent, la transformation bilinéaire préserve la stabilité. On voit aussi que la règle indirecte
préserve aussi la stabilité mais elle fait correspondre à tout le demi-plan 𝑟é𝑒𝑙 𝑠 une partie de l'intérieur du
1
cercle unité à savoir le petit cercle 𝑐 = 0,0.5 , 𝑟 = . L'approximation directe quant à elle associe au
2
demi-plan 𝑟é𝑎𝑙 𝑠 < du plan s le demi-plan 𝑟é𝑒𝑙 𝑧 < 0 et par conséquent elle ne préserve pas la stabilité.

L'approximation bilinéaire (approximation de Tustin) génère la meilleure correspondance entre le système

continu et le système discret. Cette méthode relie la fonction de transfert du domaine z et la fonction de
transfert du domaine s par l'approximation :
𝑠𝑇𝑒
1+
2
𝑧 = 𝑒 𝑠𝑇𝑒 ≈ 𝑠𝑇𝑒
1−
2

La discrétisation 𝐺𝑑 𝑧 de la fonction de transfert continue 𝐺 𝑠 :

2 𝑧−1
𝐺𝑑 𝑧 = 𝐺 𝑠 ′ 𝑎𝑣𝑒𝑐 𝑠′ =
𝑇𝑒 𝑧 + 1

De façon similaire, la conversion discret/continue s'appuie sur la correspondance inverse :

𝑠𝑇𝑒
1+
′ ′ 2
𝐺 𝑠 = 𝐺𝑑 𝑧 𝑎𝑣𝑒𝑐 𝑧 = 𝑠𝑇𝑒
1−
2

Quand vous faites la conversion d'un modèle d'état en utilisant la transformation bilinéaire, les états ne sont
pas conservés. La transformation d'état dépend des matrices d'état et du fait que le système possède ou non
- 31 -
des retards. Par exemple, pour un système continu explicit qui n'a pas de retards, le vecteur d'état 𝑥𝑑 𝑘 du
modèle discrétisé est au vecteur d'état continu par la relation :

𝑇𝑒 𝑇𝑒 𝑇𝑒
𝑥𝑑 𝑘 = 𝐼 − 𝐴 𝑥 𝑘𝑇𝑒 − 𝐵𝑢 𝑘𝑇𝑒 = 𝑥 𝑘𝑇𝑒 − 𝐴𝑥 𝑘𝑇𝑒 + 𝐵𝑢 𝑘𝑇𝑒
2 2 2
𝑇𝑒 est la période d'échantillonnage et 𝐴, 𝐵 sont les matrices de la réalisation d'état du modèle continu.

Dans le cas où les systèmes sont décris par leurs équations d'état :

𝑥 𝑡 = 𝐴𝑥 𝑡 + 𝐵𝑢(𝑡) 𝑥 𝑘 + 1 = 𝐴𝑑 𝑥𝑑 𝑘 + 𝐵𝑑 𝑢(𝑘)
𝑆𝑦𝑠𝑡è𝑚𝑒 𝑐𝑜𝑛𝑡𝑖𝑛𝑢 ∶ 𝑆𝑦𝑠𝑡è𝑚𝑒 𝑑𝑖𝑠𝑐𝑟é𝑡 ∶ 𝑑
𝑦 𝑡 = 𝐶𝑥 𝑡 + 𝐷𝑢 𝑡 𝑦 𝑘 = 𝐶𝑑 𝑥𝑑 𝑡 + 𝐷𝑑 𝑢 𝑘

Matrice
Règle directe Indirecte Bilinéaire
d'état
−𝟏 𝑨𝑻𝒆 𝑨𝑻𝒆 −𝟏
𝑨𝒅 𝑰 + 𝑨𝑻𝒆 𝑰 − 𝑨𝑻𝒆 𝑰+ 𝑰−
𝟐 𝟐
−𝟏 𝑨𝑻𝒆 −𝟏
𝑩𝒅 𝑩𝑻𝒆 𝑰 − 𝑨𝑻𝒆 𝑩𝑻𝒆 𝑰− 𝑩 𝑻𝒆
𝟐
−𝟏 𝑨𝑻𝒆 −𝟏
𝑪𝒅 𝑪 𝑪 𝑰 − 𝑨𝑻𝒆 𝑻𝒆 𝑪 𝑰 −
𝟐
−𝟏 𝑨𝑻𝒆 −𝟏 𝑩𝑻𝒆
𝑫𝒅 𝑫 𝑫 + 𝑪 𝑰 − 𝑨𝑻𝒆 𝑩𝑻𝒆 𝑫+𝑪 𝑰−
𝟐 𝟐

II.6.5. Approximation bilinéaire avec Fréquency prewarping :

Si votre système à des dynamiques importantes à une fréquence particulière que vous voulez que la
transformation préserve, vous pouvez utiliser cette méthode. Cette méthode garantie une égalisation entre le
système continu et le système échantillonné à la fréquence de voilement (warping frequency).

Cette approximation utilise la transformation suivante de variables :

𝜔 𝑧−1
𝐺𝑑 𝑧 = 𝐺 𝑠 ′ 𝑎𝑣𝑒𝑐 𝑠 ′ = 𝜔 𝑇𝑒
tan 𝑧+1
2

Ce changement de variable garantie l'égalisation des réponses fréquentielles du système continu et du

système discret à la fréquence 𝜔. Ceci est due à la relation suivante :

𝐻 𝑗𝜔 = 𝐻𝑑 𝑒 𝑗𝜔 𝑇𝑒

II.6.6. Equivalence par égalisation de pôles et de zéros :

La méthode de conversion par le calcul de l'équivalent en termes de pôles et de zéros s'applique seulement
aux systèmes à une seule entrée et une seule sortie. Le système continu et le système discret doivent avoir le
même gain statique (DC). Leurs pôles et zéros sont reliés par la transformation :

𝑧𝑖 = 𝑒 𝑠𝑖 𝑇𝑒

où 𝑧𝑖 est le ième pôle ou zéros du modèle discret; 𝑠𝑖 est le i ème pôle ou zéro du système continu; 𝑇𝑒 est la
période d'échantillonnage.

La correspondance est réalisée selon les règles heuristiques suivantes :

- 32 -
 1. Tous les pôles de la fonction de transfert continue sont transformés selon 𝑧 = 𝑒 𝑠𝑇𝑒 . Un pôle à
𝑠 = −𝜍 + 𝑗𝜔 est transformé en un pôles à 𝑧 = 𝑒 −𝜍+𝑗𝜔 𝑇𝑒 = 𝑒 −𝜍𝑇𝑒 𝑒 𝑗𝜔 𝑇𝑒 = 𝑟𝑒 𝑗𝜃 .
𝑟 𝑒 𝑗𝜃
2. Tous les zéros finis de la fonction de transfert continue sont aussi transformés selon 𝑧 = 𝑒 𝑠𝑇𝑒 .
3. Les zéros à 𝑠 = ∞ de la fonction de transfert continue sont transformé à 𝑧 = −1. L'idée derrière ceci
est que l'axe 𝑗𝜔 du plan s est transformé au cercle unité dans le plan z, dans lequel le point 𝑗0
correspond au point 𝑧 = 1 et l'autre extrémité du demi cercle unité correspond à 𝑧 = −1 c'est à dire
2𝑘+1 𝜋
pour 𝑠 = 𝑗 qui est la plus grande fréquence pour le système discret qu'on prend comme 𝑗∞
𝑇𝑒
pour le système continu.
a. Si aucun retard n'est désiré, tous les zéros à 𝑠 = ∞ sont transformés à 𝑧 = −1.
b. Si un retard de durée égale à une période d'échantillonnage est nécessaire pour donner au
calculateur le temps pour terminer les calculs, alors l'un des zéros à 𝑠 = ∞ est transformé à
un 𝑧 = ∞ et les autres à 𝑧 = −1. Avec ce choix, la fonction de transfert discrète aura un
nombre de zéros finis inférieur d'une unité au nombre de pôles finis.
4. Le gain du système discret doit être égal au gain du système continu au centre de la bande ou à un
point critique similaire. Dans la plupart des applications de contrôle, la fréquence critique est à 𝑠 = 0
et par conséquent les deux systèmes doivent avoir le même gain statique.

Pour les systèmes continus le gain statique est défini comme étant la valeur que prend sa fonction de
transfert à 𝑠 = 0. Dans le cas où c'est le modèle d'état qui est utilisé avec comme matrice de réalisation d'état
𝐴, 𝐵, 𝐶, 𝐷 , le gain statique (DCgain) est donné par 𝐷𝐶𝑔𝑎𝑖𝑛 = 𝐺 𝑠 𝑠=0 = 𝐷 − 𝐶𝐴−1 𝐵
−1
Pour les systèmes discrets, le gain statique est donné par 𝐷𝐶𝑔𝑎𝑖𝑛 = 𝐺𝑑 𝑧 𝑧=1 =𝐷+𝐶 𝐼−𝐴 𝐵

II.7. Analyse des systèmes échantillonnés par blocs diagrammes :

Pour analyser un système à feedback qui contient un calculateur digital, on a besoin d'être capable de
calculer les transformées de sorties de systèmes qui contiennent des opérations d'échantillonnage dans
différentes emplacement y compris des boucles fermées dans le bloc diagramme. La technique pour faire
ceci est une simple extension des idées de l'analyse de blocs diagrammes de systèmes qui sont complètement
continus ou complètement discrets. Seulement certaines règles doivent être soigneusement observées pour
réussir. Nous commençons par revoir les faits de l'analyse des signaux échantillonnés.

Nous avons déjà représenté le processus d'échantillonnage et de maintien d'un signal continu par un
échantillonneur idéalisé suivi d'un filtre passe-bas figure (II-25)

Figure (II-25) Représentation d'un échantillonneur réel par un échantillonneur idéalisé suivi d'un filtre passe-
bas

Nous avons

- 33 -
 𝐸 𝜔 = 𝑅∗ 𝜔 𝐻 𝜔 𝑒𝑡 𝑈 𝜔 = 𝐸 ∗ 𝜔 𝐺 𝜔

L'échantillonnage idéalisé d'un signal est équivalent à la modulation par impulsion du signal continu. Ceci
produit dans le spectre des bandes latérales comme représenté sur la figure (II-6) et l'équation de 𝑋𝑖𝑒 𝜔 =
ωe +∞𝑘=−∞ 𝑋 𝜔 − 𝑘𝜔𝑒 qui résulte en une fonction périodique de fréquence. Si le signal devant être
2𝜋
échantillonné est le produit d'une transformée qui est déjà périodique de période 𝜔𝑒 = , et d'une autre qui
𝑇𝑒
ne l'est pas, comme pour𝑈 𝜔 = 𝐸 ∗ 𝜔 𝐺 𝜔 ∗ où 𝐸 ∗ 𝜔 est périodique et 𝐺 𝜔 ne l'est pas, on peut
montrer que 𝐸 ∗ 𝜔 sort en facteur du résultat. Ceci est la règle la plus importante dans l'analyse des blocs
diagrammes de systèmes échantillonnés, à savoir :

𝑈∗ 𝜔 = 𝐸∗ 𝜔 𝐺 𝜔 ∗
= 𝐸∗ 𝜔 𝐺 ∗ 𝜔

On peut démontrer cette relation comme suit :

+∞

𝐸 ∗ 𝜔 = ωe 𝐸 𝜔 − 𝑛𝜔𝑒
𝑛=−∞

+∞ ∗

𝐸∗ 𝜔 𝐺 𝜔 ∗
= ωe 𝐸 ∗ 𝜔 − 𝑘𝜔𝑒 𝐺 𝜔
𝑘=−∞

+∞ +∞

= ωe ωe 𝐸 𝜔 − 𝑘𝜔𝑒 − 𝑛𝜔𝑒 𝐺 𝜔 − 𝑛𝜔𝑒

𝑛=−∞ 𝑘=−∞ =𝐸 𝜔 −𝑘𝜔 𝑒 𝑐𝑎𝑟
𝑑𝑒 𝑝é𝑟𝑖𝑜𝑑𝑒 𝜔 𝑒
+∞ +∞ +∞

= ωe ωe 𝐸 𝜔 − 𝑘𝜔𝑒 𝐺 𝜔 − 𝑛𝜔𝑒 = ωe 𝐸 ∗ 𝜔 𝐺 𝜔 − 𝑛𝜔𝑒

𝑛=−∞ 𝑘=−∞ 𝑛=−∞
+∞

= 𝐸 ∗ 𝜔 ωe 𝐺 𝜔 − 𝑛𝜔𝑒 = 𝐸 ∗ 𝜔 𝐺 ∗ 𝜔
𝑛=−∞

Noter que si 𝑈 𝜔 = 𝐸 𝜔 𝐺 𝜔 , alors 𝑈 ∗ 𝜔 ≠ 𝐸 ∗ 𝜔 𝐺 ∗ 𝜔 , le fait que 𝐸 ∗ soit périodique est crucial.

La deuxième règle est qu'on peut passer de la transformée de Laplace 𝑈 ∗ 𝑠 d'un signal échantillonnée vers
sa transformée en z 𝑈(𝑧) et vice versa rien qu'en remplaçant 𝑧 = 𝑒 𝑠𝑇 :

𝑈 𝑧 = 𝑈∗ 𝑠 𝑒 𝑠𝑇 =𝑧

Deux autres propriétés sont aussi utiles 𝑚∗ ∗ 𝐵𝑖 𝑠 = 𝑚 où 𝐵𝑖 𝑠 est un bloqueur et 𝑚∗ ∗ 𝐵𝑖 𝑠 ∗ = 𝑚∗ . La

deuxième est dans bloc diagramme contenant plusieurs échantillonneurs, il faut toujours choisir les variables
aux entrées des échantillonneurs comme les inconnus car vous avez leur version échantillonnée dans le bloc
diagramme.

Les conséquences de cette discussion sont résumées dans la figure suivante :

- 34 -
Figure (II-26) : Les cas de bases pour l'obtention de la fonction de transfert échantillonnée à partir du bloc
diagramme.

II.7.1. Exemples :
1. Calculez 𝑌 ∗ et 𝑌 dans le bloc diagramme suivant :

Figure (II-27)
On commence par établir l'expression de 𝑈 𝑠 car il se trouve à l'entrée d'un échantillonneur :

𝑈 𝑠 =𝐻 𝑠 𝑅 𝑠 −𝑌 𝑠 = 𝐻 𝑠 𝑅 𝑠 − 𝐻 𝑠 𝐺 𝑠 𝑈∗ 𝑠

Si maintenant, on échantillonne cette expression en appliquant les règles :

𝑈∗ 𝑠 = 𝐻 𝑠 𝑅 𝑠 − 𝐻 𝑠 𝐺 𝑠 𝑈∗ 𝑠 ∗
= 𝐻 𝑠 𝑅 𝑠 ∗
− 𝐻 𝑠 𝐺 𝑠 𝑈∗ 𝑠 ∗
∗ ∗
𝐻 𝑠 𝑅 𝑠 ∗
= 𝐻 𝑠 𝑅 𝑠 − 𝐻 𝑠 𝐺 𝑠 𝑈∗ 𝑠 ∗
∴ 𝑈 𝑠 = ∗
1+ 𝐻 𝑠 𝐺 𝑠

A partir de cette expression, nous pouvons obtenir l'expression de 𝑌 𝑠 :

𝑌 𝑠 = 𝐺 𝑠 𝑈∗ 𝑠 = 𝐺 𝑠 𝐻 𝑠 𝑅 𝑠 ∗
−𝐺 𝑠 𝐻 𝑠 𝐺 𝑠 ∗
𝑈∗ 𝑠

En utilisant l'expression de 𝑈 ∗ (𝑠), nous obtenons pour 𝑌 ∗ 𝑠 :

- 35 -
 𝑌∗ 𝑠 = 𝐺 ∗ 𝑠 𝐻 𝑠 𝑅 𝑠 ∗
− 𝐺∗ 𝑠 𝐻 𝑠 𝐺 𝑠 ∗
𝑈∗ 𝑠
∗ ∗ ∗ ∗
𝐻 𝑠 𝑅 𝑠 ∗ 𝐺∗ 𝑠 𝐻 𝑠 𝑅 𝑠 ∗
=𝐺 𝑠 𝐻 𝑠 𝑅 𝑠 −𝐺 𝑠 𝐻 𝑠 𝐺 𝑠 ∗
= ∗
1+ 𝐻 𝑠 𝐺 𝑠 1+ 𝐻 𝑠 𝐺 𝑠

Notez ici que 𝑅 𝑠 est attachée à 𝐻 𝑠 dans la fonction échantillonnée 𝐻 𝑠 𝑅 𝑠 ∗ où 𝑅 𝑠 est le signal
d'entrée. Ceci fait que le système soit variable dans temps car il dépend du temps entre l'instant d'application
du signal et l'instant d'échantillonnage. Par conséquent le système n'a pas une fonction de transfert
proprement dite. Pour corriger ceci, il faut par exemple rajouter un échantillonneur pour 𝑅 𝑠 .

2.

Figure (II-28) : Utilisation de bloc diagramme pour les systèmes échantillonnés.

- 36 -
Exemple :

- 37 -
- 38 -