0% ont trouvé ce document utile (0 vote)
48 vues41 pages

Ch3 TR Numanalogfin

Transféré par

Najm eddine Zouinkhi
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PPT, PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
48 vues41 pages

Ch3 TR Numanalogfin

Transféré par

Najm eddine Zouinkhi
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PPT, PDF, TXT ou lisez en ligne sur Scribd

III.

Numérisation des Signaux Analogiques

1
Echantillonnage
Echantillonnage&&Quantification
Quantification

Objectif: transmettre des signaux analogiques sous forme numérique afin


de bénéficier des avantages considérables des techniques numériques
(meilleures performances, plus grande souplesse, une meilleure
fiabilité)
Nécessité de conversion analogique/numérique

La transformation d'un signal analogique en signal numérique est


appelée numérisation. La numérisation comporte deux activités parallèles :
l'échantillonnage (en anglais sampling) et la quantification. L'échantillonnage
consiste à prélever périodiquement des échantillons d'un signal analogique. La
quantification consiste à affecter une valeur numérique à chaque échantillon
prélevé.

Activités fondamentales: Échantillonnage


Quantification
2
Codage
II.1. Echantillonnage
xe(t)

xe(t) x(k)

kTe t

A) Echantillonnage idéal:


xe (t )  x(t ) Téch (t )   x(nTéch ) (t  nTéch )
n 

Problème: Choix de la fréquence d’échantillonnage fe ?


3
Spectre du signal échantillonné

TFtd  
 X(f)*TF  δ(t kTe) 
xe(t) Xe(f)TF x(t) δ(t kTe)   
 k    k  
 
X(f)*  1 δ(f  k ) 1  X(f  k )
k  Te Te Te k Te

Xe (f): périodisation de X(f) d’une période fe=1/Te

4
1. Echantillonnage des signaux en bande de base

x(t) à spectre borné et en bande de base X(f) nul en dehors d’un intervalle
[-B,B]
X(f)

-B B f

1er cas: fe2B


Te.rectfe(f)
Xe(f)

-fe -2B -fe/2 -B B fe/2 2B fe f


X(f)

On peut reconstruire X(f) à partir de Xe(f): X(f)=Xe(f) .Te.rectfe(f)


5
2ème cas: fe<2B

Xe(f)

-fe -B B fe 2B f
X(f)

Recouvrement de spectre: impossible de reconstruire X(f) à partir de Xe(f)

Théorème d’échantillonnage (Théorème de Shannon)

Un signal x(t) d’énergie finie dont la transformée de fourrier a un support borné


[-B,+B] est entièrement défini par ses échantillons x(kT e) prélevés périodiquement
à une période Te inférieure ou égale à 1/2B
fe2B
6
fe=2B: fréquence de Nyquist
2. Echantillonnage des signaux à spectre borné et passe-bande

X(f)

f
-fmax -fmin fmin fmax

• fe2fmax : pas de recouvrement de spectre


• fe<2fmax:
(fmax - fmin )/ fmin >1:( Bande relativement large) : pas possible d ’isoler
une bande de largeur (fmax- fmin) à l ’intérieur de l ’intervalle [0, fmin]
(fmax - fmin )/ fmin <1:( Bande relativement étroite) : possible d ’isoler
une bande de largeur (fmax- fmin) à l ’intérieur de l ’intervalle [0, fmin]
2f 2f 
on peut échantillonner à f e   max , min  pour n  0,1,. . . , n 0 
 n 1 n 
 f min 
n 0   (   partie entière )
 f max  f min 
7
Limites pratiques du théorème d’échantillonnage:

a) Repliement/Filtre anti-repliement
• En pratique: X(f) de x(t) : n ’est pas parfaitement connu,
• peut contenir des composantes large-bande (bruit, ….)
 possibilité de recouvrement de composantes large-bande (Repliement)
Nécessité d ’un filtrage anti-repliement avant échantillonnage
Exemple:
f0=6 (kHz) fe=8 (kHz)
Xe(f)
2B=3.3*2=6.6(kHz) rectfe(f))

f
-fe -fe/2 f0 fe
-B B fe/2
-f0 X(f)
Il y a repliement de f0 dans le spectre X(f) de x(t)
8
b) Reconstitution ou interpolation

1 k
X e (f) 
Te

k 
X(f 
Te
)
Te.rectfe(f))
Xe(f)

-fe -2B -fe/2 -B B fe/2 2B fe f


X(f)
• Reconstruire X(f)
X(f) obtenue par filtrage de Xe(f) par un filtre idéal de fonction de transfert :
H(f)=rectfe(f) ou h(t)= TF-1(rectfe(f))= fesin(fet))/ fet=fesinc(fet)

TF-1
à partir de Xe(f): X(f)=Xe(f). Terectfe(f) x(t)=xe(t)*TF-1(Terectfe(f))

9
Interpolation Idéale

x(t)  xe(t)*(f e sin c(f e t))


  
  x(kTe )δ (t-kTe ) *(f e sin c(f e t))
 k - 

 f e  x(kTe ) sin c(f e (t - kTe ) )
k -

Pb: Filtre non causal: x(t) pour tkTe exige la connaissance de


tous les x(kTe)
 impossible de reconstruire x(t) en temps réel en utilisant
uniquement les échantillons du passé

10
Un signal analogique peut être reconstitué à partir de sa version échantillonnée en
additionnant à l'infini des fonctions sinc(t/Te).
Chacune étant centrée sur l'instant kTe et ayant l'amplitude m(kTe). C'est pour cette
raison que la fonction sinc(t) est souvent appelée fonction d'interpolation.

Aux instants d’échantillonnage


toutes les composantes de
la somme sont nulles sauf une

reconstitution d'un signal à partir de ses échantillons


11
B) Echantillonnage pratique


se (t ) s(t ) x p (t )   s(nTéch ) p(t  nTéch )
n 

p(t)

avec p(t)= 1 si |t| < d/2


0 sinon t
d
Modulation d’Impulsions en Amplitude (PAM)

Technique : faire varier l’amplitude de chaque impulsion en fonction de l’amplitude


du signal analogique

12
II.2. Quantification

Quantification: Approximation d ’une amplitude continue par une amplitude discrète


QS quantification scalaire: chaque amplitude est traitée individuellement
QV quantification vectorielle: quantification groupée d’un ensemble d’amplitudes
Quantification scalaire ou sans Mémoire: principe
Ii
Quantificateur
Valeur continue x Valeur discrète y
Q(.)
si-1 si yi si+1 si+2

QS : R Y Y={y
Y i R ,i=1,….,N}

x Q(x)
N: Nbr de niveaux du quantificateur scalaire
Y : Dictionnaire du QS (Codebook)
13
Définir Q:
- Partition de R en N intervalles ]si-1,si], s0  s1 ……...  sN (s0=-, sN=+)
N

R ={]si-1,si] , i {1,….,N}}, R ]s i 1 , s i ]


i 1
]si-1,si]  ]sj-1,sj]= pour
ij

yi
- x ]si-1,si]
Définitions :

si-1,si : seuils de décision


yi: niveau de reconstitution
y= g(x) : caractéristique du quantificateur
∆ = si - si-1 : pas de quantification

14
Types de quantification scalaire:

1) Quantification uniforme: utilisation d’un pas de quantifiaction fixe

2) Quantification non uniforme:


• Utilisation d’un pas de quantifiaction variable

II.2.1. Quantification Uniforme

Technique : Partitionnement du domaine de variation de la dynamique


du signal m(t) (A  m  A) en L intervalles de quantification

∆ = 2A/L
15
a) midtread quantization, (b) midrise quantization

16
Bruit de quatification

C’est la différence entre le signal d’origine et le signal quantifié

17
On démontre que pour avoir un Rapport signal à bruit constant, il faut que le pas
de quantification augmente d'une façon logarithmique
18
II.2.2. Quantification non uniforme

La quantification non uniforme avec une loi logarithmique est équivalente à une
quantification uniforme d’un signal préalablement compressé avec un
amplificateur logarithmique.
L'amplification logarithmique consiste à amplifier les faibles niveaux afin qu'ils
soient correctement quantifiés avec un pas uniforme.
A la réception le signal est décompressé par les loi de compression inverse ou loi
de décompression.
Solution:
Opération d’amplification logarithmique + quantification uniforme

Schéma synoptique d'un quantificateur par transformation non linéaire


19
20
Lois de Compression

ln 1   x  1
Loi  (Amérique du Nord et Japon)y:  sgn( x) si x
ln 1    
avec  0
 0 : quantification uniforme

 Ax 1
Loi A (Europe) :  si x
 1  ln A A
y 
1  ln A x  1
 sgn( x) si  x 1
 1  ln A A
21
Lois de Compression
(a) Loi (b) Loi A

m(t)
m 
mmax
22
Dans la pratique: Compression par segment

Exemple: On approche la courbe de Compression correspondant à la loie A par


13 segments, chacun comportant 16 niveaux identiques (sauf le segment
central qui en possède 64), soit au total 256 niveaux.

23
II.3. Codage

Principe :
Attribuer à chaque échantillon quantifié une valeur binaire.

Si q est le nombre de niveaux de quantification, alors le codage sera effectué sur


n = log2(q) bits

24
Modulation par Impulsions Codées (MIC, PCM)

Technique : consiste à faire varier un signal analogique en une série


d'impulsions binaires codées

Etapes de la modulation
• Echantillonnage : signal PAM (théorème de Shannon)
fs = 8 Khz  Ts = 125 µs

• Quantification : diviser toute la gamme des valeurs possibles entre des


intervalles de quantification

• Codage : les intervalles de quantification sont convertis en des codes


binaires qui peuvent être transmis sous forme d’impulsions codées

25
Réalisation pratique de la loi MIC

- Etape 1 : Approximation d'une courbe logarithmique par des segments de


droites.
La courbe est symétrique par rapport à l'origine. Chaque partie positive et
négative
est approximée par 8 segments. D'un segment à un autre, on divise la pente par 2.
chaque segment comprend 16 niveaux de quantification.

- Etape 2 : Passage de 16 segments à 13 segments.


On assimile 2 segments de la partie positive et 2 segments de la partie négative à
un seul segment. on obtient donc 2*8 - 2*2 + 1 = 13

- Etape 3 : Codage binaire sur 8 bits.


On code chaque échantillon sur 8 bits comme suit:

SABCXYZT

La signification des bits est la suivante :


S : est le bit de signe, 26
A, B, C : segment code,
Débit de la modulation MIC :
Si l’on utilise L niveaux de quantification , on doit transmettre n=Log 2(L)
impulsions binaires pour chaque échantillon de signal.
Bande du signal utile = fm et si féch ≥ 2.fm  on transmet n.féch impulsions binaires
par seconde

Exemples:

Téléphonie Signal dans la bande 300-3400Hz


Echantillonnage 8 Khz sur 8 bits
Quantification Europe: loi A (A=87.6), 13 segments sur 256 niveaux
Etats-unis: loi µ (µ=255), 15 segments sur 256 niveaux
Débit D=8*8kHz=64 kbit/s

27
Enregistrement musical Signal à fmax= 15 KHz

Echantillonnage 44.1 Khz sur 16 bits


Quantification uniforme

Débit D=16*44.1kHz=0.7 Mb/s

Télévision (vidéo) Signal à fmax= 5 MHz

Echantillonnage 13.3 Mhz sur 8 bits


Quantification uniforme

Débit D=8*13.3kHz= 106 Mb/s

28
Effets de la
fréquence
d’échantillonnage et
du pas de
Quantification

29
Techniques de Multiplexage

• Multiplexage par répartition de fréquence (FDM : Frequency Division


Multiplexing)

• Multiplexage par répartition de temps (TDM : Time Division


Multiplexing)

30
Multiplexage par Répartition de Temps
(TDM)

Technique : permet de transmettre à grande vitesse plusieurs signaux


numériques en série sur un seul canal de transmission

Principe : chaque canal occupe une portion d’une trame formé par tous les
canaux multiplexés

31
Système téléphonique MIC à 30 voies Européen

Structure de la trame MIC


32
Rôle des ITs :
• Les ITs de données. Chaque IT a un débit de 64 kb/s.
• L’IT0 contient le mot de repère de la trame, appelé mot de
verrouillage de trame (VT). Il permet de synchroniser les équipements
de réception
• L’IT16 est réservé à la signalisation des 30 voies (maintenance des
systèmes, commande, gestion de réseau, etc ).

33
Hiérarchie TDM Téléphoniques

Niveau 1 Niveau 2 Niveau 3 Niveau 4 Niveau 5

2.048 Mbps

560 Mbps
ou
X32 8.448 Mbps 34.368 Mbps 140 Mbps 460 Mbps

X32
X4 X4 X4 X4/5
X32

X32

34
Structure de la trame SDH STM-N
Principe de fonctionnement

SDH
Multiplexage par Répartition en Fréquence
(FDM)
Bande de séparation

Signal 1 Canal 1
Signal modulé 1
Signal 2 Canal 2
Signal 3 MUX Signal modulé 2 DEMUX Canal 3

FDM FDM

Signal modulé n
Signal n Canal n

37
Schéma Blocs du Système FDM

38
Hiérarchie FDM
Signaux téléphoniques Groupe secondaire
(0 - 4) KHz (312 - 552) KHz

1 1
1
2 2
2 Groupe tertiaire
3
(60 - 2788) KHz
MUX 3 MUX MUX ou
4 (564 - 3084) KHz
5
12 10

Groupe primaire
(60 - 108) KHz

39
Illustration de la Hiérarchie FDM

40
Multiplexage FDM de Signaux Numériques
Canal téléphonique
0 - 4 KHz
Modem Modem
Canal 1 Canal 1
FSK FSK
1000 - 1200 Hz 1000 - 1200 Hz

Canal 1

Canal 2

Canal n

Modem Modem
Canal n Canal n
FSK FSK
2200 - 2400 Hz 2200 - 2400 Hz

41

Vous aimerez peut-être aussi