9 Numérisation du signal
Avertissements:
Ce qui suit n’a pas la prétention d’être un cours complet et exhaustif conccernant la numérisation du signal. L’ambition est d’introduire smplement quelques notions élémentaires concernant les propriétés des signaux numériques. Cela passe par certaines simplifications pour aller à l’essentiel en 1ère approche.
Les aspects technologiques, matériels, composants, algorithmiques, etc., ne sont pas abordés. On se concentre sur les différences entre les signaux analogiques et les signaux numériques.
9.1 Introduction
Lors de l’acquisition numérique du signal par une carte d’acquisition (ou carte son, appareil de mesure, oscilloscope, …) dotée d’un convertisseur analogique-numérique, le signal analogique à variation continue est réduit à un ensemble de valeurs numériques caractérisant l’amplitude du signal prelevée à des instants successifs, généralement à intervalles réguliers.
Pour cela, plusieurs opérations sont réalisées :
- l’échantillonnage prélève, le plus souvent à intervalles réguliers, la valeur du signal ;
- la quantification transforme une valeur quelconque en une valeur prise dans une liste finie de valeurs valides pour le système ;
- le codage fait correspondre à chaque valeur valide pour le système un code numérique.
- l’échantillonnage prélève, le plus souvent à intervalles réguliers, la valeur du signal ;
La période d’échantillonnage à laquelle les valeurs du signal sont prélevées est fixée par le choix de la fréquence d’échantillonnage [eng: sampling frequency ou sampling rate].
La quantification permet d’approcher par un ensemble de valeurs discrètes l’amplitude d’un signal continu.
- Remarques:
- Plusieurs méthodes sont utilisées. [lien wikipedia]
- On se limite dans la suite à la quantification scalaire uniforme.
- On discutera essentiellement de la quantification des signaux temporels, mais c’est une opération également indispensable à la numérisation des images.
- Remarques:
Légende:
* trait rouge: signal analogique s(t)
* à gauche : échantillonnage à intervalles réguliers. Points noirs : valeurs du signal écchantillonnées à des instants distants de \Delta t = 1/ F_e, avec F_e la fréquence d’échantillonnage.
* au milieu : on approche les valeurs continues du signal analogique par des valeurs prédéfines par le système d’acquisition et son réglage \longrightarrow trait noir
* à droite : ren bleu, le résultat de la combinaison des deux opérations (signal bleu: rendu sous forme d’échantillonnage-blocage [wikipeddia])
9.2 Erreurs dues à la numérisation
L’erreur de quantification apparait lorsqu’il y a une conversion analogique-numérique du signal
Les valeurs sont échantillonnées à intervalle de temps le plus souvent régulier, déterminé par la fréquence d’échantillonnnage.
L’amplitude d’un signal analogique s(t) est codée selon des valeurs numériques discrètes dont le pas \Delta s dépend du nombre de bits sur lequel l’amplitude est codée (codage sur 8 bits : 2^8 = 256 valeurs possibles, codage sur 12 bits : 2^{12} = 4096 valeurs possibles).
Par exemple: pour une carte d’acquisition dont le calibre d’entrée est \pm 10 Volts, le pas de quantification pour un codage sur 8 bits est 78,4 mV, tandis qu’il est de 4.9 mV pour un codage sur 12 bits. L’incertitude maximale liée à la quantification dd’un signal s(t) est de \pm\Delta s.Plus la fréquence d’échantillonnage est élevée, et plus l’amplitude du signal est proche de la dynamique de l’échantillonneur, car on augmente la densité de points prélevée (pas d’échantillonnage \Delta t = 1/F_e.), et donc le signal numérisé resemble le plus au signal analogique. En contrepartie, la taille mémoire et les performances augmentent (et donc aussi le prix et le coût énergétique).
Légende :
Acquisition numérique et analyse spectrale d’un signal constitué de deux composantes sinusoidales :
s(t)= A_1 \sin (2 \pi F_1 t) + A_2 \sin (2 \pi F_2 t)
avec A_1=2, A_2=1, F_1=100 Hz, et F_2=157 Hz
Figures:
- gauche : signal temporel
- milieu: spectre (analyse fréquentielle)
- droite: erreur de quantification = différence numérisé - analogique
de haut en bas : différents paramètres de numérisation : \Delta s et Fréquence d’échantillonnage F_e (et \Delta t).
ligne 1 : F_e = 603 Hz (\Delta t = 1.66 ms), \Delta s = 1.9531 Volts
ligne 2 : F_e = 2010 Hz (\Delta t = 0.50 ms), \Delta s = 1.9531 Volts
ligne 3 : F_e = 603 Hz (\Delta t = 1.66 ms), \Delta s = 0.0234 Volts
ligne 3 : F_e = 2010 Hz (\Delta t = 0.50 ms), \Delta s = 0.0234 Volts
couleurs et symboles :
- trait rouge : signal analogique (temporel s(t) et fréquentiel S(f) calculé par FFT)
- trait bleu : signal numérisé (temporel s_n(t) et fréquentiel S_n(f)) - (restitution numérique \longrightarrow analogique sous la forme du blocage des valeurs).
- trait noir : différence numérique - analogique s_n(t)-s(t)
- points noirs : points mémorisés $s_i $
- cerle rouge : amplitude réelle des deux composantes sinusoïdales
Commentaires :
- On constate que plus la fréquence d’échantillonnage est élevée et plus le pas de quantification est faible, plus le signal numérisé est proche du signal analogique
- L’erreur signal numérisé - signaal analogique est alors d’autant plus réduite
- Pour minimiser l’erreur due à la quantification, il faut ajuster le niveau d’entrée de la carte d’acquisition au niveau de la source (jouer sur le calibre d’entrée, et/ou sur le gain d’amplification en amont de l’acquisition)
- En augmentant F_e (et donc en diminuant \delta t), on améliore la description temporelle, au prix d’une augmentation du nombre de valeurs à mémorisers
9.3 Paramètres d’échantillonnage
On se concentre dans ce paragraphe, sur les domaines temporels et fréquentiels
Fréquence d’échantillonnage F_s : fréquence à laquelle les valeurs du siignal sont mémorisées, notées F_e dans ce cours, et souvent noté F_s pour sampling frequency ou s_r pour sampling rate
Pas d’échantilonnage \delta t : intervalle de temps entre 2 prises de valeur, \delta t = 1/F_s
Si on note t_n les valeurs discrètes du temps, alors : \delta t = t_{n+1}-t_n
9.3.1 Notion d’analyse spectrale
Page dédiée : Analyse spectrale * Prinipe de la transformée de Fourier et représentation du spectre en bandes fines
9.3.2 Quel sont les critères importants ?
Capacité à détecter les fréquences
Qualité du signal
Résolution fréquentielle : détermine la capacité à distinguer les phénomènes
Taille mémoire :
- si on fixe la durée d’acquisition, le signal numérique sera d’autant plus volumineux (nombre de points) que F_e est élevée
- Si on fixe le nombre de points d’acquisition, alors on numérise une portion plus courte du signal (influence la qualité de l’aanalyse)
9.3.3 Critère de Shannon - repliement
voir le paragraphe sur l’analyse fréquentielle Spectre