Tp 2 signal numerique echantillonnage quantification -Traite
Télécharger PDFSignal Numérique : Échantillonnage et Quantification
Ce document aborde les concepts fondamentaux de l'échantillonnage et de la quantification dans le contexte du traitement du signal numérique. Ces techniques sont essentielles en génie informatique pour la conversion des signaux analogiques en format digital, permettant ainsi leur manipulation et leur analyse par des systèmes numériques.
Qu'est-ce que l'Échantillonnage ?
L'échantillonnage est le processus qui consiste à prélever des mesures d'un signal analogique à des intervalles de temps réguliers. Cette opération transforme un signal continu en une séquence de valeurs discrètes. La fréquence d'échantillonnage (Fe), exprimée en Hertz, détermine le nombre d'échantillons capturés par seconde et joue un rôle crucial dans la fidélité avec laquelle le signal original est représenté.
Qu'est-ce que la Quantification ?
La quantification est l'étape qui suit l'échantillonnage. Elle consiste à attribuer à chaque échantillon une valeur discrète parmi un ensemble fini de niveaux prédéfinis. Ce processus introduit une perte de précision mais rend le signal compatible avec les systèmes numériques. Le nombre de bits utilisé pour la quantification définit le nombre de niveaux possibles et, par conséquent, la résolution du signal numérisé.
Exercice 1 : Simulation d'Échantillonnage avec Matlab
Cet exercice pratique vise à illustrer le processus d'échantillonnage d'un signal sinusoïdal à l'aide de scripts Matlab. L'objectif est d'observer comment différentes fréquences d'échantillonnage (Fe) influencent la représentation du signal original.
Codes Matlab pour l'échantillonnage
Voici un exemple de code Matlab utilisé pour simuler l'échantillonnage d'un signal:
tmax=0.1; fe= 50; Te=1/fe; t=0:Te:tmax-Te; f1=50; f=0:1/tmax:fe-1/tmax; x1=2*sin(2*pi*f1*t+pi/2); stem(t,x1)
Dans ce script :
tmax: Définit la durée totale du signal à analyser en secondes.fe: Représente la fréquence d'échantillonnage en Hertz.Te: Calcule la période d'échantillonnage (l'inverse defe).t: Crée un vecteur temps pour les échantillons.f1: Est la fréquence du signal sinusoïdal d'origine.x1: Calcule les valeurs du signal sinusoïdal échantillonné.stem(t,x1): Permet de visualiser le signal échantillonné sous forme de tiges discrètes.
Impact de la Fréquence d'Échantillonnage (Fe)
L'exercice propose d'analyser le signal en variant la fréquence d'échantillonnage pour mieux comprendre ses effets :
- Fe = 50 Hz : Une fréquence d'échantillonnage qui pourrait être égale ou proche de la fréquence du signal d'origine, pouvant entraîner des problèmes d'aliasing si le théorème de Nyquist-Shannon n'est pas respecté.
- Fe = 150 Hz : Une fréquence d'échantillonnage plus élevée, susceptible d'améliorer la représentation du signal.
- Fe = 1000 Hz : Une fréquence d'échantillonnage très élevée, assurant généralement une représentation très fidèle du signal original, à condition que la fréquence maximale du signal soit bien inférieure à la moitié de cette valeur.
L'étude de ces variations permet de comprendre visuellement comment le choix de la fréquence d'échantillonnage affecte la qualité de la numérisation et la prévention du phénomène d'aliasing (repliement de spectre).
Foire Aux Questions (FAQ)
Qu'est-ce que le théorème de Nyquist-Shannon ?
Le théorème de Nyquist-Shannon est un principe fondamental qui énonce que pour reconstruire un signal analogique sans perte d'information à partir de ses échantillons, la fréquence d'échantillonnage (Fe) doit être au moins le double de la plus haute fréquence contenue dans le signal original (Fe ≥ 2 * Fmax).
Quelle est la différence entre l'échantillonnage et la quantification ?
L'échantillonnage est la discrétisation du signal dans le domaine temporel, c'est-à-dire la prise de valeurs à des instants précis. La quantification, quant à elle, est la discrétisation de l'amplitude de chaque échantillon, assignant à chaque valeur une représentation numérique parmi un ensemble fini de niveaux.
Pourquoi est-il crucial de choisir la bonne fréquence d'échantillonnage ?
Il est crucial de choisir une fréquence d'échantillonnage appropriée pour éviter l'aliasing. Ce phénomène se produit lorsque la fréquence d'échantillonnage est trop basse, ce qui fait que les hautes fréquences du signal original sont incorrectement interprétées comme des basses fréquences dans le signal numérisé, rendant la reconstruction fidèle impossible.