1 / 38

Théorie de l'Échantillonnage

Théorie de l'Échantillonnage. Numérisation du signal. Michel Fiocchi Novenbre 2003. Numérisation. Acquisition Du signal analogique, continu dans le temps et continu en amplitude. ... à un signal définit ponctuellement et quantifié. Numérisation. Restitution

Download Presentation

Théorie de l'Échantillonnage

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Théorie de l'Échantillonnage Numérisation du signal Michel Fiocchi Novenbre 2003

  2. Numérisation • Acquisition Du signal analogique,continu dans le temps et continu en amplitude... ... à un signal définit ponctuellement et quantifié.

  3. Numérisation • Restitution Du signal numérique,discret et quantifié... ... à un signal continu dans le temps et quantifié en amplitude.

  4. Échantillonnage s(t) {s(nT)} Quantification s(nT) mq Codage mq i Numérisation

  5. s(t) {s(nT)} Échantillonnage • Dans l'espace des temps le signalest remplacé par ces valeurs à des instants multiples entiers de la période d'échantillonnage T.

  6. ÉchantillonnageModèle mathématique

  7. ÉchantillonnageDans le plan des fréquences

  8. Périodisation du spectre Échantillonnage

  9. +fe -fe ÉchantillonnagePériodisation du spectre

  10. ÉchantillonnagePériodisation du spectre Pour une fréquence d'échantillonnage trop petite, le phénomène de recouvrement de spectre (ou de repliement ) modifie le signal.

  11. ÉchantillonnageThéorème de Shannon soit fm la fréquence telle que fe=2 fm est la fréquence critique d'échantillonnage (fréquence de Shannon ou de Nyquist)

  12. ÉchantillonnageThéorème de Shannon Un signal qui ne contient pas de fréquences supérieures à fmest entièrement déterminé par la suite de ses valeurs prises à des instants régulièrement espacés de la durée

  13. ÉchantillonnageExemple:acquisition d’un signal sonore Le son s(t) est supposé être composé de l’alternance de deux tonnalités placées à 1280 hz et 1620 hz;

  14. ÉchantillonnageExemple Application du théorème de Shanon: fe >3240 hz fréquence d’échantillonnage 3675 hz

  15. ÉchantillonnageExemple: spectre du signal physique ………Mais des harmoniques hautes fréquences ne sont pas négligeables……

  16. ÉchantillonnageExemple Le son se(t) est plus grave que le son réel bien que le chronogramme soit quasiment identique.

  17. ÉchantillonnageExemple K=1 K=-1 K=2 K=-2 …….. Périodisation du spectre à 3675 hz

  18. ÉchantillonnageExemple Des raies apparaissent en basse fréquence

  19. ÉchantillonnageExemple:limite de la bande passante par filtrage Des raies hautes fréquences sont atténuées,…. ….et plus audibles après repliement

  20. ÉchantillonnageReconstruction

  21. ÉchantillonnageReconstruction

  22. ÉchantillonnageReconstruction

  23. ÉchantillonnageReconstruction

  24. ÉchantillonnageReconstruction

  25.  s(nT) mq Quantification Dans l’espace des Amplitudes, chaque valeur de s(nTe) est approchée par un multiple entier d’une quantité élémentaire q

  26.  s(nT) mq Quantification

  27. Bruit de Quantification • puissance du bruit si p(e) est uniforme

  28. QuantificationDynamique de codage • 2 N valeurs sur la dynamique totale du codeur soit: En exprimant la puissance du signal:

  29. Numérisation des signaux réels Signaux de durée limitée Echantillonnage de durée finie Nombre fini de points

  30. Signaux de durée limitée Domaine temporel

  31. Signaux de durée limitée Domaine fréquentiel

  32. Signaux de durée limitée Cas Général N’est pas à support borné

  33. Echantillonnage de durée finie Echantillonneur moyenneur

  34. Echantillonnage de durée finie Echantillonneur moyenneur

  35. Nombre fini de points • Soit N le nombre de points régulièrement espacés sur la période d’observation T . • Le signal est défini par une suite de N valeurs sk . • Le spectre du signal est estimé par une suite de N valeurs Sk .

  36. Nombre fini de points

  37. Nombre fini de points TDF • TDF • TDF-1 • Sk et sk sont N périodiques

  38. Sinus à 25 hz échantillonné à 100 hz sur 100 points Echantillonnage du spectre Sinus à 25,5 hz échantillonné à 100 hz sur 100 points

More Related