Cours : Echantillonnage d’un signal
I. Numérisation des signaux analogiques
La plupart des signaux physiques à traiter ou à transmettre sont analogiques, représentés par des fonctions
continues du temps. Depuis quelques décennies, on assiste à la numérisation de nombreux signaux pour le
stockage ou la transmission : disque vinyle → CD, DVD, fichiers mp3 ; télévision hertzienne → TNT.
La numérisation des signaux permet d’augmenter la quantité d’informations stockées ou transmises et
la qualité de la transmission. Il est également aisé d’effectuer des opérations sur les signaux numériques
(moyenne, addition, multiplication, filtrage) alors que ces mêmes opérations sont réalisées sur les signaux
analogiques à l’aide de composants électroniques.
Principe de la numérisation
Soit un signal analogique s(t), fonction continue du temps. On discrétise le signal en collectant les valeurs
successives de s à intervalles réguliers Te . Te est appelé période d’échantillonnage.
Lors de la numérisation d’un signal, trois paramètres sont très importants :
• fe = T1e appelé fréquence d’échantillonnage qui correspond au nombre d’échantillons enregistrés
par seconde.
• N , le nombre total d’échantillons enregistrés.
N −1
• T0 = (N − 1) × Te = fe
, la durée totale de l’enregistrement.
Evidemment, ces trois paramètres ne sont pas indépendants. Dans un logiciel de numérisation on ne
rentrera que deux paramètres et le troisième sera calculé automatiquement. Le choix de ces paramètres
dépendra du contexte. (voir bilan)
La conversion analogique-numérique (CAN) consiste donc à remplacer un signal continu du temps par la
donnée de N valeurs discrètes tel que ∀t ∈ [0, T0 [, s(t) est remplacé par k ∈ {0, N − 1}, s[k] = s(k × Te ).
II. Echantillonnage temporel
Lors d’un échantillonnage temporel, on se fixe la durée totale T0 de manière à observer plusieurs périodes
du signal analogique s(t). Le choix de la fréquence d’échantillonnage est alors très important pour obtenir
un signal numérique fidèle au signal analogique. Regardons l’influence de fe sur un signal analogique
sinusoïdal de fréquence fs = 100 Hz pour une durée totale T0 fixée permettant d’observer 5 périodes. On
a pris successivement fe = 1, 7 kHz, 200 Hz et 130 Hz.
MP2, Lycée Carnot, Dijon Activité 2 cours : page 1 [Link]
• Pour une fréquence fe >> fs ,
les échantillons reproduisent fi-
dèlement le signal. Le coût à
payer étant la quantité impor-
tante de données à traiter car
la durée totale T0 est fixée.
• fe = 2fs correspond à la va-
leur limite permettant de pré-
server l’information sur la fré-
quence du signal fs .
• Pour fe < 2fs , l’information
contenue dans les échantillons
ne permet pas de remonter au
signal analogique.
On généralise ces observations à l’aide du critère dit de Nyquist-Shannon :
• Pour faire l’acquisition correcte d’un signal sinusoïdal de fréquence f , il faut que la
fréquence d’échantillonnage vérifie fe ≥ 2f .
• Pour faire l’acquisition correcte d’un signal périodique de fréquence f , il faut que
la fréquence d’échantillonnage vérifie fe ≥ 2fmax où fmax correspond à la fréquence
la plus haute dans la décomposition en série de Fourier du signal à étudier.
Application : dans chacun des cas, déterminer la fréquence d’échantillonnage minimale permettant de
faire l’acquisition temporelle du signal analogique.
III. Echantillonnage fréquentiel
Très souvent, on effectue l’analyse spectrale d’un signal analogique à l’aide d’un oscilloscope ou d’un
logiciel de calcul numérique de type Latis-Pro. Ceux-ci permettent d’obtenir le spectre en effectuant une
transformée de Fourier discrète appelée FFT (Fast Fourier Transform). Dans cette situation, on joue sur
la fréquence d’échantillonnage fe et sur le nombre de points N pour obtenir un spectre fidèle au signal
analogique.
On admettra que les composantes spectrales d’intérêt du signal appartiennent à l’intervalle
[0; f2e ] et on ne s’intéressera pas à la partie symétrique du spectre entre [ f2e ; fe ]
Influence de la fréquence d’échantillonnage
Dans cette partie, on fixe le nombre de points N et on joue sur la fréquence d’échantillonnage fe . On
s’intéresse au signal s(t) = 8 cos(2πf t) avec f = 30 Hz et on prend deux fréquences d’échantillonnage :
fe1 = 100 Hz et fe2 = 40Hz.
MP2, Lycée Carnot, Dijon Activité 2 cours : page 2 [Link]
Le spectre est fidèle au signal s(t) avec la pré- Le spectre n’est pas fidèle au signal s(t) puisqu’il
sence d’un seul pic à la fréquence f = 30 Hz fait apparaître un pic à la fréquence f 0 = 10 Hz
d’amplitude 8 V. Ceci est dû au fait qu’on res- 6= f . Ceci est dû au fait qu’on ne respecte pas
pecte le critère de Shannon : fe1 > 2f . le critère de Shannon : fe2 < 2f .
Repliement de spectre
Lorsqu’on ne respecte pas le critère de Shannon, on observe l’apparition d’un repliement de
spectre. Il apparaît alors dans le spectre une fréquence fantôme f 0 = |fe − f | ne correspondant
pas au signal analogique. Ceci peut être visualisé sur l’image suivante :
Le signal bleu correspond au signal analogique
s(t) = 8 cos(2πf t) avec f = 30 Hz. Les points
rouges correspondent à l’échantillonnage du si-
gnal analogique avec fe = 40 Hz. On s’aper-
çoit que le signal s(t) = 8 cos(2πf 0 t) avec f 0 =
fe − f = 10 Hz passe bien par tous les échan-
tillons d’où la fréquence fantôme f 0 = 10 Hz
dans le spectre.
Remarque importante : on insiste bien sur le fait que la partie utile du spectre appartient à l’intervalle
[0; f2e ]. En réalité, lors du calcul du spectre par FFT, même si le critère de Shannon est respecté, on
trouve des fréquences ne correspondant pas au signal d’entrée mais qui sont dans l’intervalle [ f2e ; fe ] car
fe − f > f2e si le critère de Shannon est respecté. On sera donc vigilant sur l’intervalle de fréquence sur
lequel on travaille. Exemples ci-dessous :
MP2, Lycée Carnot, Dijon Activité 2 cours : page 3 [Link]
Cas d’un signal périodique
Dans le cas d’un signal périodique comportant plusieurs fréquences, il faut être vigilant car toutes les
composantes ne sont pas forcément repliées. Le critère de Shannon s’écrit fe ≥ 2fmax où fmax correspond à
la fréquence maximale du signal. Regardons l’exemple de s(t) = 2 cos(2π20t) + 3 cos(2π40t) + 5 cos(2π60t)
avec trois fréquences d’échantillonnage différentes.
• Dans le premier cas, le spectre est fidèle car fe > 2fmax .
• Dans le deuxième cas, seule la fréquence f3 = 60 Hz est repliée en fe − f3 = 30 Hz car fe < 2f3 mais
fe > 2f2 .
• Dans le troisième cas, les fréquences f2 et f3 sont repliées car fe < 2f2 et fe < 3f1 .
L’importance du critère de Shannon est ici clairement mise en avant.
Résolution fréquentielle : influence du nombre de points
Maintenant que l’on a compris l’influence de fe , on va fixer fe et jouer sur le nombre de points N . On
prend le signal s(t) = 2 cos(2π10t) + 3 cos(2π20t) avec fe = 50 Hz afin de respecter le critère de Shannon.
On observe que plus N est grand, meilleure est la résolution en fréquence. On admettra que le pas de
résolution en fréquence ∆f est inversement proportionnel à la durée totale d’acquisition T0 soit ∆f = T10 .
Ainsi, le pas de résolution en fréquence peut aussi se réécrire ∆f = fNe . Concrètement, la demi-largeur
du pic est de l’ordre de fe/N. Ainsi, si les fréquences du signal à analyser sont proches, il conviendra de
prendre un nombre de points suffisamment important pour pouvoir séparer les pics.
Bilan :
• Dans le cas d’un échantillonnage temporel, on choisira la durée totale d’acquisition de manière à
observer plusieurs périodes du signal analogique et on choisira la fréquence d’échantillonnage de
manière à respecter le critère de Shannon. On touchera donc rarement au nombre de points N .
• Dans le cas d’un échantillonnage fréquentiel pour obtenir le spectre du signal analogique, on com-
mencera par choisir la fréquence d’échantillonnage fe de manière à respecter le critère de Shannon
puis on choisira le nombre de points N pour déterminer la résolution fréquentielle. On touchera
donc rarement à la durée totale d’acquisition.
MP2, Lycée Carnot, Dijon Activité 2 cours : page 4 [Link]