1-Traitement Du Signal

Traitement du Signal
Hugues BENOIT-CATTIN
Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 1

Plan
•1. Les transformées du Traitement du Signal : Fourier,
Laplace, Z (1h),TD
•2. La chaîne de traitement numérique : échantillonnage,
quantification, restitution (2h), TP
•3. Introduction aux signaux aléatoires (4h), TD
•4. Filtrage numérique (5h),TD,TP
•5. Filtrage adaptatif (2h), TP
•6. Architecture des DSP (2h), TP
•7. Traitement de la parole et du son (8h), TD TP

1. Les transformées du TS
•Transformée de Fourier
–Définition
–Échantillonnage et périodisation
–Signaux de durée limitée et signaux périodiques
–Signaux échantillonnés de durée limitée
–Signaux discrets
•Transformée de Laplace
–Définition
–Relation avec la transformée de Fourier
•Transformée en Z
–Définition
–Relation avec la transformée de Fourier
–Relation avec la transformée de Laplace

1.1 Transformée de Fourier (1811)
•Définition +∞
X( f ) =
−∞
∫ x(t ) exp( − j 2π f t )dt , t ∈ R, f ∈ R
+∞
x (t ) = ∫ X ( f ) exp( j 2π f t )df
−∞
, t ∈ R, f ∈ R
•Quelques propriétés
–Linéarité
–X(f) ➫ module |X(f)|, phase Arg[X(f)]
–x(t) réel ⇔ Re[X(f)] paire, Im[X(f)] impaire, module pair, phase impaire
–x(t) réel pair ⇔ X(f) réel pair
–x(t) réel impair ⇔ X(f) imaginaire impair
–x(t)*y(t) ⇔ X(f).Y(f) et x(t).y(t) ⇔ X(f)*Y(f)

•Quelques relations
–x(t)*δ (t-t0)= x(t-t0) ⇔ X(f) exp(-2jπ f t0)
–x(t) exp(2 j π t f0) ⇔ X(f-f0)

–x*(t) ⇔ X*(-f)
–x(at) ⇔ |a|-1 X(f/a)
–dnx(t)/dtn ⇔ (2 j π f )n X(f)
•Signaux importants
–δ (t) ⇔ 1
–1(t) ⇔ ½ δ (f) + 1/(2 j π f )
–cos(2π f0t) ⇔ [δ (f-f0) +δ (f+f0)]/2 et sin(2π f0t) ⇔ [δ (f-f0)
-δ (f+f0)]/2j
–Σ δ (t+nT) ⇔ Fe Σ δ (f+kFe) avec Fe=1/T

–Rect(t) ⇔ 2a.Sinc(π fa)
λ λ ο ν ν α γ ε ε τ π ρ ι ο δ ι σ α τ ι ο ν
•Échantillonnage idéal...
+∞ +∞
xe (t ) = x (t ) δT (t ) = x (t ) ∑ δ (t − kT ) = ∑ x[ kT ]δ (t − kT )
k =−∞ k =−∞
•...Transformée de Fourier...
1 1 +∞ k
X e ( f ) = X ( f ) *δ1 ( f ) = ∑ X ( f − )
T T
T k =−∞ T
➫ ... périodisation en fréquence.
Échantillonnage temporel <=> périodisation en fréquence

Échantillonnage en fréquence <=> périodisation temporelle

ε δ υ ρ ε φ ι ν ι ε ε τ σ ι γ ν α υ ξ π ρ ι ο
Transformée de X(f)
x(t)
Fourier
0 T t f
Transformée Echantillonnage
inverse de X e (f) en fréquence
x T (t)
Fourier
0 T 2T 0 1 2 f
T T

 χ η α ν τ ι λ λ ο ν ν  σ δ ε δ υ ρ  ε φ ι ν ι
N −1
xe (t ) = ∑ x[ k ] δ (t − kT )
0
Transformée de X(f)
x e (t)
Fourier
0 NT t 0 1 f
T
Périodisation
Transformée Echantillonnage
de Fourier X e (f) en fréquence
x Te (t)
0 NT 2NT 0 1 1 f
NT T

ε δ ε Φο υ ρ ι ε ρ δ ε σ σ ι γ ν α υ ξ δ ι σ
•Signal discret x[k]
•Transformée de Fourier discrète, périodique
+∞
X( f ) = ∑ x[ k ]exp( −2 jπ f k )
k =−∞
Fréquence définie sur la période principale de 0 à 1 ou de -½ à ½
•Fréquence d’échantillonnage réelle Fe=1/Te

+∞
X( f ) = ∑ x[ kT ]exp( − j 2π f k T )
k =−∞
e e
Fréquence définie de 0 à Fe ou de -Fe/2 à Fe/2

•Mêmes propriétés que la transformée de Fourier des signaux
continus
1.2 Transformée de Laplace (1820)
Introduite pour palier aux limitations de la transformée de Fourier
•Définition
+∞
X( f ) = ∫ x(t ) exp( − j 2π f t ) exp( −rt )dt

−∞
en posant : s = r + j.2π . f = r + j.w

+∞
X ( s) = ∫ x(t ) exp( − s t )dt

−∞
, t ∈ R, s ∈C
+∞
x(t ) = ∫ X (s) exp( st )ds
−∞
, t ∈ R, s ∈ C

σ δ ι φ φ ρ ε ν τ ι ε λ σ ε τ Λα π λ α χ ε
Pour les systèmes continus linéaires invariant de réponse impulsionnelle h(t)
dy (t ) d N y (t ) dy (t ) d M y (t )
q 0 y (t ) + q1 + .... + q N N
= p 0 u (t ) + p1 + ... + p M Causal : N ≥ Μ
dt dt dt dt M
P (λ )
y= ⋅u
Q (λ ) zéros
•Fonction de transfert M
P(s)
∏ (s − z
j =1
j )
H ( s ) = TL(h(t )) avec H ( s) = =K⋅ N
Q( s)
∏ (s − p )
i =1
i
pôles
Système stable ⇔ ||h(t)||1< ∞ ⇔ Re(pi) < 0

ν σ ε ν τ ρ ε Λα π λ α χ ε ε τ Φο υ ρ ι ε ρ
s = r + jw = r + j.2πf
πfon retombe sur Fourier H(s)=H(f)

•Pour s imaginaire pur, s = jw = j.2et
•H(f) = H(s) évaluée sur l'axe imaginaire du plan de Laplace

•Exemple : h(t)=exp(-at) 1(t)
s=j ω
1
H ( s) = ρ
s+a
ϕ
un pôle en s=-a
-a
v le vecteur du plan complexe reliant les point s et -a
1
H ( jω ) = exp( − jϕ ),
v = s + a = ρ . exp( jϕ ) ρ
1
H ( jω ) = et Arg ( H ( jω )) = −ϕ
ρ
1.3 Transformée en Z
•Définition
+∞
X ( z) = ∑ x [ n ] z −n
z = r e j 2πf
n = −∞
Somme de série... donc problèmes de convergence !
•Quelques propriétés
–Linéarité
–Décalage temporel x: [ n − i ]
T .Z .
→ z −i X ( z )
←
x1[ n] * x2 [ n] ←
T .Z .
–Convolution : → X 1 ( z ) X 2 ( z )
–Multiplication par série
z
a x[ n] ←
exponentielle : T .Z .
n
→ X ( )
a
–

µ ε σ δ ι φ φ ρ ε ν τ ι ε λ σ ε τ Τ Ζ
y (n) + a1 y (n − 1) + ... + a P y (n − M ) = b0 x(n) + b1 x(n − 1) + ... + bQ x(n − N )
Y ( z ) + a1Y ( z ) z −1 + ... + a P Y ( z ) z − M = b0 X ( z ) + b1 X ( z ) z −1 + ... + bQ X ( z ) z − N
Causal : N ≥ Μ
•Fonction de transfert N
Y ( z ) b0 + b1 z + ... + bQ z
−1 −N ∏ (z − z
j =1
j )
H ( z) = = −1 −M
=K
X ( z ) 1 + a1 z + ... + a P z M
∏ (z − p )
i =1
i
H(z)=TZ(h(t))
Système stable ⇔ |pi|< 1

ο ν σ ε ν τ ρ ε Τ Ζ ε τ Φο υ ρ ι ε ρ
z = exp(j2pf) → on restreint z au cercle unité
+∞
X ( z)
z =1
= ∑ x[ k ]exp( − j 2π f k ) = X ( f )
k =−∞
f=1/4 Im(z)
f croissante
On retrouve la transformée de f=1/2 f=0
Fourier discrète du signal x[k],
et sa périodicité Re(z)
-1 1
f=1

ο ν σ ε ν τ ρ ε Λα π λ α χ ε ε τ Τ Ζ
Transformée de Laplace de x[kT], signal échantillonné :

+∞ +∞
X e ( s) = ∫ ∑ x[ kT ]δ (t − kT ) exp( − st )dt
−∞ k =−∞
=∑ ∫ x[ kT ]δ (t − kT ) exp( − st )dt
+∞
= ∑ x[ kT ]exp( − ksT )
k =−∞
= X(z) avec z=exp(sT)
En posant s = r + jw= r +j2pf
on obtient z =exp(rT)exp(j2pfT)
c.à.d une périodicite de 1/T dans le plan des Z

Im(z)
Im(s)
6π Fe
4π Fe f=0
2π Fe f=1
k
s = r + j 2π ( f + ) 0
-2π Fe
Re(s)
1 Re(z)
T
-4π Fe
k = −∞ ,...,0,..., +∞ , k entier
-6π Fe
Plan de Laplace Plan des Z
Im(z)
Im(s)=ω
2π Fe=2π /T
f=0
f=1
Re(s)=r
0 0 Re(z)
1
Plan de Laplace Plan des Z

ρ τ α τ ι ο ν γ ο µ τ ρ ι θ υ ε δ ε λ α Τ Ζ
1
X ( z) = |a|<1
z+a
f=0 1
ρ X( f ) =
ϕ
f=1 ρ
-a Re(z)
0 1 Arg ( X ( f )) = −ϕ
Périodicité de X(f)
Plan des Z

2. Chaîne de traitement numérique du signal
•Chaîne de traitement numérique
•Échantillonnage
–Échantillonnage idéal : Th. de Shannon
–Filtre anti-repliement
–Échantillonnage réel
•Quantification
–Pas, niveaux, erreur et bruit
–Quantification scalaire uniforme linéaire
–Quantification scalaire non uniforme, loi de compression
•Restitution
–Restitution idéale
–Restitution réelle

2.1 Chaîne de traitement numérique du signal
•Avantages des systèmes numériques
-Faibles tolérances des composants
-Sensibilité réduite, Précision contrôlée
-Reproductibilité, pas de réglage
-Souplesse, nombre d’opérations illimité
-Systèmes non réalisables en analogique
-
•Inconvénients
-Inconvénients des systèmes numériques
-Source d’énergie nécessaire
-Limitations en haute fréquence
-CAN/CNA
-Bande passante nécessaire importante

δ=18,
ae−
Filtre
Convertisseur
g(t),
bloqueur
Système
numérique
tnr(t),
pY
fs*T
g19,...
120,...
[]khxG
H
/zX ∑
()SyrTf
...6,
eh[n],H(z)
E
R
traitement
anti-repliement
...5,
Echantillonneur-
ect
T
ériodique
inc17,
R(f)
9,
G(f)
passe-bas
de
12,
11,
13,
14,
de
et16,
15,
17,
N/A A/N
restitution

•Filtre analogique anti-repliement
–Eliminer les hautes fréquences
•(Echantillonneur-bloqueur)
–Maintien du signal à l’entrée du convertisseur
•Convertisseur analogique numérique (CAN)
–Convertir en binaire l’amplitude des échantillons
•Système numérique de traitement
–Calcul sur la suite de valeurs binaires
•Convertisseur numérique analogique (CNA)
–Transformer une suite de valeurs binaires en un signal analogique
•(Filtre de restitution)
–Eliminer les fréquences indésirables à la sortie du CNA

2.2 Echantillonnage
•Problème Température
Jour
Orage
Nuit
Nuit
Temps
•Mesurer la température mais ... pour quelle application ?

•Bande passante limitée de la chaîne de mesure analogique.
•Combien de mesures par jour ? 1 ou ... 10100 (ou plus !)

•Comment ne pas perdre ou déformer l’information «utile»

ν τ ι λ λ ο ν ν α γ ε ι δ α λ
+∞
xe (t ) = x (t ) δT (t ) = ∑ x[ kT ]δ (t − kT )
k =−∞
1 1 +∞ k
X e ( f ) = X ( f ) *δ1 ( f ) = ∑ X ( f − )
T T
T k =−∞ T
X(f)
x(t) Périodisation en fréquence
t -FMAX 0 FMAX f
Filtre de
xe(t) Xe(f) restitution
T=1/Fe t -1/T -FMAX 0 FMAX Fe=1/T 2/T f

λ λ ο ν ν α γ ε ι δ  α λ : Τ η ο ρ µ ε δ ε Σηα
•Si Fe > 2 Fmax alors les spectres périodisés ne se

recouvrent pas
Reconstitution du signal analogique de départ

théoriquement possible
• Si Fe < 2 Fmax il y a recouvrement de spectre

•
On ne peut pas reconstituer le signal analogique de
départ et l’information est déformée

ρ ε α ν τ ι −ρ ε π λ ι ε µ ε ν τ
•Pour éviter le repliement de spectre on élimine les

fréquences contenues dans le signal analogique
supérieures à Fe /2
•On utilise un filtre passe-bas analogique dit filtre anti-
repliement
•Le filtre anti-repliement définit Fmax !

τ ρ α τ ι ο ν : στ ρ ο µ β ο σχ ο π ε
TF 1
x (t ) = cos( 2πf 0t ) ←→ X ( f ) = [δ ( f − f 0 ) + δ ( f + f 0 )]
2
Fréquence d’échantillonnage Fe = f0+ε

1
Xe ( f ) =
2
[δ ( f − f 0 + ( f 0 + ε )) + δ ( f + f 0 − ( f 0 + ε )) +....]
1
[
X e ( f ) = δ ( f − ε ) + δ ( f + ε ) +.......
2
]
Xe(f)
Fréquence apparente ε
-f0
-Fe −ε ε f0 Fe
α ν τ ι λ λ ο ν ν α γ ε ρ ε λ
•Fréquences résiduelles au delà de Fe / 2

–Filtre anti-repliement non idéal
–Filtre anti-repliement impossible (CCD)
–Bruit de la partie analogique de la chaîne d’acquisition
•Effet de l’échantillonneur-bloqueur
•Échantillonnage des signaux de fréquence proche de Fe/2
Fe > (2+k) Fmax

2.3 Quantification
Réduction d ’un espace de valeurs
Espace infini de valeurs → Espace fini de valeurs
→ niveaux de quantification
Écart entre 2 niveaux consécutifs
→ pas (plage) de quantification (∆ )

ο υ β ρ υ ι τ ) δ ε θ υ α ν τ ι φ ι χ α τ ι ο ν
ε (t ) = xe (t ) − xq (t )
xe(t) : signal échantillonné non quantifié
xq(t) : signal échantillonné quantifié
Le rapport signal sur bruit de quantification

PS
( RS / B ) q =
PB
PS : puissance du signal m(t)
PB : puissance du bruit de
quantification

σ δ ε θ υ α ν τ ι φ ι χ α τ ι ο ν
•Quantification scalaire = échantillon par échantillon

•Quantification vectorielle = groupe d ’échantillons (vecteur)
•
•Quantification uniforme = plage constante
•Quantification non uniforme
•Quantification optimale = Erreur minimale (plage+niveaux adaptés)

α τ ι ο ν σ χ α λ α ι ρ ε υ ν ι φ ο ρ µ ε λ ι ν 
•Plage de quantification ∆ = cte

•Niveau de quantification = milieu des plages
•Nombre de niveaux : Nnq = dyn/∆
•Erreur de quantification : - ∆ /2 ≤ ε (t) <+ ∆ /2

La puissance moyenne du bruit de quantification peut s’écrire :
∆/2
∆2
PB = ε (t ) = ∫ ε . f (ε ).dε = σ =
2 2 2
ε
−∆ / 2
12
1
où f() désigne la densité de probabilité de , supposée constante : f (ε ) = = Cte
∆
La puissance moyenne du signal dépend de sa densité probabilité.

Si elle est de type gaussienne avec mmax =3
1 2
PS = σ = mmax =
2 ( 2mmax )
2
9 36
2
PS 4 mmax 1
( RS / B ) q = = = Nnq ⇔ ( RS / B ) dB = − 4.77 + 6 N
2
PB 3 ∆ 2
3
Nnq=2N

δ ε θ υ α ν τ ι φ ι χ α τ ι ο ν δ υ ΧΑΝ
•Plage d’entrée du CAN P
•Nombre de bits en sortie N
•Pas de quantification ∆ = P/2N
P
( RS / B ) dB = 6 N + 10.8 + 20 log10 ( )
σx
Pour P= 8 σ x (1 ech / 15000 > 4, σ x)

on a : ( RS / B ) dB = −7.27 + 6 N
Pour un RSB d’environ 90 dB (qualité audio)
il faut au moins N=16 bits.

χ α τ ι ο ν σ χ α λ α ι ρ ε ν ο ν υ ν ι φ ο ρ µ
Quantification uniforme (RS/N )q est non constant (peut devenir très faible!)
 dépend de l’amplitude du signal

Erreur de quantification non constante

δ ε χ ο µ π ρ ε σ σ ι ο ν
Compression Quantification
(loi) uniforme
Pré-traitement des valeurs et conservation

d ’un quantificateur simple
Les faibles amplitudes sont « amplifiées »

ou « favorisées » par rapport aux fortes valeurs
Loi de compression logarithmique

ο µ π ρ ε σ σ ι ο ν λ ο γ α ρ ι τ η µ ι θ υ ε Α, µ
m( t ) mc(t )
Soit m(t) le signal à compresser et mc(t) le signal compressé : x = , y=
m max mcmax
Les valeurs de A = 87.6 et µ = 255 sont normalisées.

(RS/N )q est de l’ordre de 35 dB pour un niveau d’entrée maximal de 40 dB

σ ι ο ν λ ο γ α ρ ι τ η µ ι θ υ ε π α ρ σ ε γ µ ε ν τ
L’obtention de caractéristiques analogiques de compression et d’expansion

réciproques est impossible → Approximation par segments

ι ο ν δ ι µ π υ λ σ ι ο ν σ χ ο δ ε σ (Μ Ι Χ ,
CAN (q = 2n)
m(t) Echantillonnage Quantification Codage MIC

fréquence fe q niveaux n bits
A chaque valeur échantillonnée et quantifiée mot de n bits -code-
Remarque : le codage toujours de longueur fixe à la numérisation

Le codage de source est un traitement numérique, bien qu ’une loi
de compression ait pour conséquence de réduire la redondance !!

Exemple : La téléphonie
L’utilisation d’un MIC à

à compression par segments
non uniforme (loi A) permet
de coder les 256 niveaux de
quantification par :
n = log2 256 =8 bits
Fe=8 kHz
D = 8 *8=64 kbit/s

2.4 Restitution
ι ο ν ι δ α λ ε , ι ν τ ε ρ π ο λ α τ ε υ ρ ι δ α
Filtre de
x (t) X (f) restitution
e
e
t -1/T -F 0 F F =1/T 2/T f

T=1/F MAX MAX e
e
X(f)
x(t)
t -F 0 F f
MAX MAX

•Interprétation temporelle
1 k
xe ( t ) = ∑xe [ kT ]δ( t − kT )  Xe( f ) = ∑ X ( f − )
T T
• Filtrage passe-bas
1 f
T X e ( f )rect ( f T ) = X e ( f )rect ( ) = X ( f )
Fe Fe
= t =
x(t ) xe (t ) * Sinc( )
T
∑ xe [ kT δ] (t − kT ) * Sinc( T )
t
t − kT
x (t ) = ∑ xe [ kT ]Sinc ( )
T

•Interpolateur idéal de Shannon
t − kT
x (t ) = ∑ xe [ kT ]Sinc ( )
T
L’interpolateur de Shannon est irréalisable

car il correspond à un filtre non causal

ο ν ρ  ε λ λ ε (Χ Ν Α ), ι ν τ ε ρ π ο λ α τ ε υ ρ δ
x(t)
•Cas N=0
t − T2
x (t ) = xe (t ) * rect ( )
T
t
T
•Conséquences spectrale
T
X ( f ) = T X e ( f ) Sinc ( f T ) exp( − j 2π f )
2

•Conséquences spectrale, interpolateur ordre 0
Filtre de
xe(t) Xe(f) restitution
t -1/T -FMAX 0 FMAX Fe=1/T 2/T f

T=1/Fe
x(t) X(f)
t -FMAX 0 FMAX f
Filtre de restitution (analogique, passe-bas)

1-Traitement Du Signal

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

1-Traitement Du Signal

Uploaded by

Copyright:

Available Formats

Traitement du Signal

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 1

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 2

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 3

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 4

–x(t) exp(2 j π t f0) ⇔ X(f-f0)

–Σ δ (t+nT) ⇔ Fe Σ δ (f+kFe) avec Fe=1/T

Échantillonnage temporel <=> périodisation en fréquence

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 6

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 7

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 8

•Fréquence d’échantillonnage réelle Fe=1/Te

Fréquence définie de 0 à Fe ou de -Fe/2 à Fe/2

X( f ) = ∫ x(t ) exp( − j 2π f t ) exp( −rt )dt

en posant : s = r + j.2π . f = r + j.w

X ( s) = ∫ x(t ) exp( − s t )dt

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 10

Pour les systèmes continus linéaires invariant de réponse impulsionnelle h(t)

Système stable ⇔ ||h(t)||1< ∞ ⇔ Re(pi) < 0

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 11

πfon retombe sur Fourier H(s)=H(f)

•H(f) = H(s) évaluée sur l'axe imaginaire du plan de Laplace

Somme de série... donc problèmes de convergence !

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 13

y (n) + a1 y (n − 1) + ... + a P y (n − M ) = b0 x(n) + b1 x(n − 1) + ... + bQ x(n − N )

Y ( z ) + a1Y ( z ) z −1 + ... + a P Y ( z ) z − M = b0 X ( z ) + b1 X ( z ) z −1 + ... + bQ X ( z ) z − N

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 14

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 15

Transformée de Laplace de x[kT], signal échantillonné :

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 16

Plan de Laplace Plan des Z

Plan de Laplace Plan des Z

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 17

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 18

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 19

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 20

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 21

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 22

•Mesurer la température mais ... pour quelle application ?

•Combien de mesures par jour ? 1 ou ... 10100 (ou plus !)

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 23

T=1/Fe t -1/T -FMAX 0 FMAX Fe=1/T 2/T f

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 24

•Si Fe > 2 Fmax alors les spectres périodisés ne se

Reconstitution du signal analogique de départ

• Si Fe < 2 Fmax il y a recouvrement de spectre

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 25

•Pour éviter le repliement de spectre on élimine les

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 26

Fréquence d’échantillonnage Fe = f0+ε

•Fréquences résiduelles au delà de Fe / 2

Fe > (2+k) Fmax

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 28

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 29

Le rapport signal sur bruit de quantification

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 30

•Quantification scalaire = échantillon par échantillon

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 31

•Plage de quantification ∆ = cte

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 32

La puissance moyenne du signal dépend de sa densité probabilité.

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 33

Pour P= 8 σ x (1 ech / 15000 > 4, σ x)

Dpt. Télécommunications, Services & Usages Traitement du Signal H. Benoit-Cattin 34