Echantillonnage des Signaux

(Théorème de Shannon)
 Qu’est-ce que l’Echantillonnage ?
• A partir d’un signal x(t), sélectionner des
valeurs espacées dans le temps
• Echantilonnage idéal = multiplication avec
peigne de Dirac

xe (t )  x(t )δTe (t )  x(t )  δ(t  kTe )
k  
Exemple
x(t)

t
e(t)

Te t

xe(t)

Te t
 Choix de Te
(Théorème de Shannon)
• Le signal échantillonné doit conserver
l’information utile du signal analogique
• Théorème de Shannon : fe = 1/Te > 2 fmax
– fe : fréquence d’échantillonnage
– fmax : fréquence maximale du signal
 Justification du Théorème
• Soit un signal analoqique réel x(t), son spectre
X(f) (obtenu par l’analyse de Fourier) est paire
• X(f) est nul en dehors de l’intervalle [-fmax,fmax]
• Le spectre de la version échantillonnée xe(t)
est obtenu par :  

X e ( f )  TF  xt   t  kTe 
 k   
• Sachant que

 

TF Te (t )  f e  f e ( f )  f e  ( f  kf )
k  
e
 Justification du Théorème (suite)
• En appliquant la propriété de la TF d’un
produit, on obtient le produit

de convolution :
X e ( f )  fe X ( f )   ( f  kf )
k  
e

• En appliquant la propriété du produit de

convolution avec un peigne

de Dirac:
X e ( f )  fe  X ( f  kf )
k  
e

• On obtient ainsi une périodisation du spectre :

X(f) et ses répliques décalées
 Exemple
|X(f)|

f
-fmax fmax
Aucun Chevauchement

|Xe(f)|
fe >2 fmax

fe f
-fmax fmax
|Xe(f)| fe = 2fmax

fe f
-fmax fmax
fe < 2fmax
Chevauchements |Xe(f)|

-fmax fmax fe
 Justification du Théorème
(analyse de l’exemple)
• Pour fe ≥ 2fmax, aucun chevauchement des
répliques : l’information est conservée
• Pour fe < 2fmax, les répliques se chevauchent
sur un intervalle de fréquences : il y a perte
d’information
• En pratique, on choisit fe > 2fmax pour assurer
une marge permettant par la suite une
reconstitution fidèle du signal analogique
Transformée en z
 Généralités
 Transformée en z = équivalent discret de la
Transformée de Laplace
 Outil important pour les signaux et filtres
numériques et les systèmes échantillonnés
 La Transformée en z (TZ) d'un signal discret
x(n) causal est donnée par (z variable
complexe): 
TZ [ x(n)]  X ( z )   x(n) z  n
n 0
 Conditiond’existence
z, tel que  x
n 0
( n ) z  n converge
 Propriétés de la TZ
 Linéarité
a.x1(n) + b.x2(n) a.X1(z) + b.X2(z )
 Multiplication par une exponentielle
an x(n) X(z/a)
 Multiplication par une variable d’évolution
k
d
nk x(n)  zk X (z )
dz k

 Convolution
x(n) * y(n) X(n)Y(n)
 Théorèmes

● Théorème de la valeur finale

limn+ x(n) = limz1 (z-1)X(z)
● Théorème de la valeur initiale
limn0+ x(n) = limz+ X(z)
 Transformée Inverse
● En pratique, on utilise une table des TZ usuelles
pour retrouver l’original x(n) à partir de X(z)
● Comme pour les TL, on utilise la méthode des
résidus pour décomposition en éléments simple
de X(z)/z, puis la table
 TZ d’un signal Causal échantillonné
● Soit x(t), signal analogique
● Soit xe(t) la version échantillonnée de x(t) à la
période Te.
● Dans le cas d’un échantillonnage idéal :
 
xe (t )  x(t ) (t  nTe )  x(nTe )(t  nTe )
n 0 n 0
 TZ d’un signal Causal échantillonné
(suite)
● La TL de xe(t) est :
 
 
 pt 
X e ( p )   xe (t ).e dt     x(nTe )(t  nTe ).e dt
 pt

0 0  n 0 
  

   x(nTe )  (t  nTe ).e dt 
 pt

n 0  0 
● D’après la table : TL[ (t)] = 1
● Propriété du retard : TL[ (t-nTe)] = e-npTe

● On obtient : X e ( p )   x(nTe ).e  npTe

n 0
 TZ d’un signal Causal échantillonné
(fin)
● Si on pose : z = epTe, on obtient :
X e ( z )   x(nTe ).z  n
n 0
● Exemple : Soit x(t) = t u(t)
● Pour n ≥ 0, x(nTe) = nTe
 
X e ( z )   x(nTe ).z  n   nTe .z  n  Te .TZ n.u (n) 
n 0 n 0

● D’après la Table :TZ[n.u(n)] = z/(z-1)2

● D’où Xe (z) = Te z/(z-1)2
 Conception d’un Système
● Soit un système connu par sa fonction de
Transfert H(z)
● H(z) peut s’écrire (rapport de 2 polynômes):
n

 k
a z k

H ( z)  k 0
n 1
z   bk z k
n

k 0

● Relation entrée-sortie (TZ : entrée X(z),

sortie  Y(z)) : Y(z) = H(z) X(z)
 Conception d’un Système (suite)
● Alors :
n

 k
a z k
n n 1
Y ( z)  k 0
n 1
X ( z )  z nY ( z )   ak z k X ( z )   bk z k Y ( z )
z   bk z k
n k 0 k 0

k 0
n n 1
Y ( z )   ak z k  n X ( z )   bk z k  nY ( z )
k 0 k 0
n 1
 an X ( z )   ak X ( z )  bk Y ( z ) z k  n
k 0
 Conception d’un Système (suite)
● On pose les termes récurrents :
U0 = z-1[a0 X(z) – b0 Y(z)]
U1 = z-1[a1 X(z) – b1 Y(z)] + U0

Ui = z-1[ai X(z) – bi Y(z)] + Ui-1

Y(z) = an X(z) + Un-1

● Le système est construit avec des cellules de
retard (z-1) et des sommateurs
 Conception d’un Système (Exemple)
● Soit : a2 z 2  a1 z  a0
H ( z)  2
Les termes récurrents : z  b1 z  b0

U0 = z-1[a0 X(z) – b0 Y(z)]

U1 = z-1[a1 X(z) – b1 Y(z)] + U0
Y(z) = a2 X(z) + U1
 Conception d’un Système (Fin)
x(n)
a0 a1 a2

+ U0 + U1 +
z-1 + z-1 + y(n)

b0 b1