1.3.3.
Analyse temporelle : Signaux continus ou discrets
[Link]. Signaux continus
La plupart des signaux que l'on doit traiter et analyser tels que la parole, les signaux
biologiques, sismiques, radars, audio ou vidéo sont analogiques par nature. C'est-à-dire qu'ils
sont fonction d'une variable continue, le temps, et qu'eux-mêmes varient de manière
continue. Ces signaux peuvent être traités analogiquement à l'aide de filtres par exemple. Les
signaux d'entrée et de sortie sont alors analogiques.
Traitement analogique d'un signal x(t)
[Link]. Signaux continus et signaux discrets
Souvent, pour des raisons de simplicité, de précision, de stockage de l’information, de
exibilité, etc., un traitement numérique équivalent est possible et préférable. On utilise alors
des convertisseurs analogiques-numériques (CAN) et numériques-analogiques (CNA) pour
relier au processeur numérique les signaux analogiques d’entrée et de sortie. Le schéma
correspondant est donné à la gure ci-dessous :
Traitement numérique d'un signal analogique x(t)
Conceptuellement, on peut considérer la conversion A–N comme un processus faisant
intervenir trois actions successives :
- L’échantillonnage à période xe Te
- La quanti cation du signal et
- Le codage du signal.
Dans la pratique, ces opérations sont e ectuées dans un même élément. Le convertisseur A–
N, qui reçoit le signal analogique et le convertit en un signal discret quanti é. De même pour
la conversion N–A, les opérations implicitement réalisées sont la quanti cation et le maintien
de la valeur numérique pendant une période d’échantillonnage. A ceci s’ajoute généralement
un ltrage passe-bas des « escaliers » générés par le convertisseur N–A.
Détail d’une chaîne analogique-numériques-analogique
Dr. Ngounou Guy
La figure précédente présente les éléments qui interviennent lors du traitement numérique
d'un signal analogique. On y trouve un filtre anti-recouvrement (anti-repliement), un
échantillonneur commandé par une horloge de période Te, un quantificateur Q, un processeur
numérique µP, un convertisseur N/A et un Filtre de lissage.
[Link]. Classification morphologique des signaux
De manière générale, les signaux peuvent être classés dans les 04 catégories suivantes sur le
plan temporel :
1- Signaux continus en temps et en amplitude : x(t). On les appelle également signaux
analogiques (courbe a) ; ils proviennent généralement de processus physiques.
2- Signaux discrets en temps, continus en amplitude : xe(t =nTe). Ce sont les signaux
échantillonnés (courbe b). Ils ne sont définis qu'à des instants déterminés multiples de
la période d'échantillonnage Te, mais leur amplitude peut varier de manière continue.
La structure d'échantillonnage est généralement associée à une structure de blocage
(Sample & Hold). La structure de blocage mémorise la tension analogique entre deux
échantillons.
3- Signaux discrets en temps et en amplitude : xq[n]. De tels signaux sont quantifiés en
amplitude ; ils ne peuvent prendre que des valeurs déterminées, généralement,
multiples d'un pas de quantification. Ce sont les valeurs numériques fournies par les
convertisseurs analogiques-numériques (CAN). Ils ne sont définis qu'aux instants
d'échantillonnage et correspondent aux signaux numériques (courbe c).
4- Signaux continus en temps, discrets en amplitude : xq(t). Ce sont des signaux
quantifiés similaires à ceux décrits en 3, dont la valeur est maintenue par un bloqueur
entre 2 périodes d'échantillonnage (courbe d). Ces signaux correspondent à ceux
fournis par les convertisseurs numériques analogiques (CNA).
Dr. Ngounou Guy
Divers types de signaux
1.3.4. Théorème de fourrier à temps continu
[Link]. Séries de fourrier
Tout signal continue et périodique de période T0 présente un spectre discret dont les raies
sont espacées par des multiples de F0.
T0
F0 2F0 nF0
Plus la période est grande, plus l’espace fréquentiel (entre deux raies) est réduit.
T0
F0 2F0 nF0
[Link]. Extension de la série de Fourier aux Transformée de Fourier
Lorsqu’un un signal continu n’est pas périodique, on peut supposer qu’il est périodique à
l’infini, dans ce cas la période T0 est infinie et donc F0=0.
Conséquence : Si le signal n’est pas périodique (ou périodique à l’infini), le spectre est continu.
Dr. Ngounou Guy
Dans la description mathématique, la Transformée de Fourier s’obtient de manière
équivalente à la série de Fourier, mais en faisant tendre la période T vers l’infini. La sommation
devient donc une intégrale.
[Link]. Différence entre la série de Fourier et la transformée de Fourier
La différence entre la transformée de Fourier et la série de Fourier est que la transformée de
Fourier est applicable aux signaux non périodiques, tandis que la série de Fourier est
applicable aux signaux périodiques.
1.3.5. Transformée de Fourier d’un signal échantillonné : Passage de la TF
(Transformée de Fourier) à la TFD (Transformée de Fourier Discrète)
La plupart du temps, les signaux sont échantillonnés à la fois en temps et en amplitude. Dans
le cas des signaux échantillonnés où le temps est discrétisé, il n’est plus nécessaire d’utiliser
des intégrales continues, puisqu’un signal échantillonné peut être assimilé à une suite
contenant un nombre fini d’éléments.
Tout signal analogique x(t) est acquis à un rythme régulier dicté par la période
d'échantillonnage Te et qu'il est stocke en mémoire d'ordinateur. Ces signaux x[n] sont des
signaux numériques obtenus à l'aide d'un convertisseur analogique-numérique tels que :
Acquisition numérique d'un signal analogique
Le passage de la transformation de Fourier (TF) des signaux analogiques x(t) à la
transformation de Fourier discrète (TFD) des signaux numérisés x[n] fait intervenir trois
opérations :
- L’échantillonnage du signal analogique ;
- La limitation de la durée de l'enregistrement de ce signal ;
- La discrétisation de la fréquence pour l'analyse spectrale numérique.
Lorsque l’on recherche la TFD, tout se passe comme si la durée d'acquisition T du signal,
correspondait à une période du signal temporel x[n].
Dr. Ngounou Guy
Il est mathématiquement établi que : à un signal de durée infinie discrétisé à une période
Te, correspond un spectre de période Fe. Donc, la transformée de Fourier d’un signal
discrétisé est égal à la somme des transformées de Fourier à des fréquences décalées.
Fe =1/T Fe = 1/T Fe =1/T
Lien entre fréquence d’échantillonnage et périodisation de son spectre.
NB : le contenu fréquentiel du signal à analyser se trouve dans le spectre contenant la
fréquence fondamentale (résolution fréquentielle). Les autres spectres n’étant que des
répliques translatées de Te.
1.3.6. Théorème de Shannon
L’échantillonnage d’un signal analogique à la fréquence d’échantillonnage Fe = 1/Te induit
une périodisation de son spectre dans le domaine fréquentiel, tous les F = n/Te, n’étant entier
(voir figure précédente).
Il peut survenir un problème si la fréquence d’échantillonnage Fe est trop petite car les «
répliques » périodiques du spectre peuvent se superposer partiellement comme le montre la
ci-dessous.
Spectre résultant du recouvrement
Recouvrement de motifs (repliement
de spectre)
Illustration du recouvrement spectral
Ce problème arrive si la borne supérieure d’un élément de spectre est plus grande que la
borne inférieure de l’élément suivant. Autrement dit pour l’éviter il faut :
<
Où, est la fréquence maximale contenue dans le signal
Dr. Ngounou Guy
Ainsi, pour que le spectre résultant ne soit pas « déformé » lors de sa périodisation, il faut
donc que :
>2
Cette condition constitue le théorème de Shannon énoncé ainsi :
« La fréquence d’échantillonnage d’un signal doit être égale ou supérieure au double de
la fréquence maximale contenue dans ce signal ».
On appelle fréquence de Nyquist la fréquence égale au double de la fréquence maximale
du signal :
=2
En pratique, on limite avant échantillonnage, le spectre du signal avec un filtre passe-bas
analogique (filtre anti-repliement) dont la fréquence de coupure dépend de la bande
passante utile.
Utilisation des filtre anti-repliement afin de limiter réellement la largeur de la bande
fréquentielle du signal à échantillonner
Afin de laisser un peu d'espace pour la bande de transition du filtre anti recouvrement, on
choisira :
(3 … 5)
Dr. Ngounou Guy