Prepa Help
Prepa Help › Cours › Physique, 2e année

Électronique numérique : échantillonnage, critère de Shannon, repliement et filtrage numérique

Chaîne d'acquisition, quantification, échantillonnage et spectre du signal échantillonné, repliement de spectre et condition de Nyquist-Shannon, analyse spectrale numérique, filtrage numérique et restitution ; en MPI, portes logiques et logique séquentielle.

Les nombres sont ceux du chapitre complet ; chaque filière voit la partie qui correspond à son programme.

L'électronique numérique étudie ce que devient un signal analogique quand on l'échantillonne à la fréquence fef_e et qu'on le quantifie pour le traiter par calcul. Le résultat central est la condition de Nyquist-Shannon : l'échantillonnage est fidèle si fe>2fmax⁡f_e > 2f_{\max}, harmoniques et bruit compris ; sinon, une fréquence f>fe/2f > f_e/2 réapparaît à ∣f−kfe∣|f - kf_e|, c'est le repliement de spectre. Le chapitre traite aussi la quantification, l'analyse spectrale numérique et le filtrage numérique par récurrence. Il fait partie du programme de deuxième année (MP, MPI, PSI, PT, TSI, au Maroc et en France) et sert à la fois dans les DS, les TP et les questions d'électronique du CNC, de CCINP, de Centrale ou de Mines-Ponts.

Ce que tu sauras faire

Un téléphone qui enregistre un son, un thermomètre connecté, un oscilloscope moderne : tous transforment un signal analogique en une suite de nombres, le traitent par le calcul, puis éventuellement le restituent. Cette numérisation a des conséquences physiques précises : un signal échantillonné trop lentement prend l'apparence d'un autre (repliement de spectre), une analyse spectrale numérique a une résolution limitée par la durée d'acquisition, un filtre numérique n'est fidèle qu'aux fréquences petites devant la fréquence d'échantillonnage. Ce chapitre, d'abord expérimental, donne les règles pour numériser et traiter un signal sans le trahir. À la fin, tu dois savoir :

L’essentiel du chapitre Extrait gratuit

Un extrait de la fiche « L'essentiel » du chapitre. Les démonstrations sont dans le cours détaillé.

À retenir Chaîne numérique
  • Filtre anti-repliement (analogique, avant l'échantillonneur), échantillonneur-bloqueur (interrupteur commandé et condensateur), CAN, calculateur, CNA, filtre de lissage.
  • CAN de NbN_b bits et de pleine échelle UpeU_{\text{pe}} : 2Nb2^{N_b} niveaux, pas q=Upe2Nbq = \frac{U_{\text{pe}}}{2^{N_b}}, erreur de quantification au plus q2\frac{q}{2}. Un bit de plus divise le pas par deux.
  • Un signal faible devant qq est perdu : on l'amplifie avant la conversion.
À retenir Échantillonnage et repliement
  • Échantillons sk=s(kTe)s_k = s(kT_e) ; les fréquences ff et ∣kfe±f∣\lvert kf_e \pm f\rvert donnent les mêmes échantillons.
  • Spectre échantillonné : spectre initial reproduit autour de chaque multiple de fef_e, avec son image.
  • Nyquist-Shannon : fe>2fmax⁡f_e > 2f_{\max}, harmoniques comprises. Bande utile : [0,fe2]\big[0, \frac{f_e}{2}\big].
  • Repliement : une fréquence f>fe2f > \frac{f_e}{2} apparaît à fa=∣f−kfe∣f_a = \lvert f - kf_e\rvert, avec kk l'entier le plus proche de ffe\frac{f}{f_e}. Une fréquence repliée change quand on change fef_e.
  • Le repliement ne se corrige pas après coup : filtre anti-repliement avant l'échantillonnage, coupure entre fmax⁡f_{\max} et fe2\frac{f_e}{2}.
  • Sur un oscilloscope, fef_e est imposée par la base de temps et la profondeur mémoire : fe=NTeˊcranf_e = \frac{N}{T_{\text{écran}}}.
À retenir Analyse spectrale numérique
Paramètre Fixé par Relation
Fréquence d'échantillonnage fef_e étendue du spectre spectre de 00 à fe2\frac{f_e}{2}
Durée d'acquisition TacqT_{\text{acq}} résolution Δf=1Tacq\Delta f = \frac{1}{T_{\text{acq}}}
Nombre d'échantillons NN les deux N=feTacqN = f_eT_{\text{acq}}, Δf=feN\Delta f = \frac{f_e}{N}
  • Bonne résolution : acquérir longtemps. Bonne étendue : échantillonner vite. À NN fixé, les deux s'opposent.
  • Une raie dont la fréquence n'est pas un multiple de Δf\Delta f s'étale sur ses voisines (fuites) : nombre entier de périodes dans l'acquisition.
À retenir Filtrage numérique
  • Passe-bas d'ordre 1 par Euler : sk+1=sk+a(ek−sk)s_{k+1} = s_k + a(e_k - s_k) avec a=Teτa = \frac{T_e}{\tau} ; gain statique 11 ; réponse à l'échelon E(1−(1−a)k)E\big(1 - (1 - a)^k\big).
  • Fidèle au filtre analogique pour f≪fef \ll f_e ; ne traite que f<fe2f < \frac{f_e}{2} ; stable pour 0<a<20 < a < 2 ; en pratique Te≤τ10T_e \leq \frac{\tau}{10}.
  • Moyenne glissante sur MM échantillons : passe-bas de gain statique 11, qui annule les fréquences feM\frac{f_e}{M}, 2feM\frac{2f_e}{M}, … jusqu'à fe2\frac{f_e}{2}.
  • Trois tests : constante (gain statique), échelon (temps de réponse), suite alternée (fréquence fe2\frac{f_e}{2}).

Une méthode du chapitre Extrait gratuit

Un exercice corrigé Extrait gratuit

Dans le chapitre complet

Le cours détaillé, toute la fiche « L'essentiel », 11 méthodes, 23 pièges corrigés, la carte mentale, 39 exercices corrigés, 4 problèmes de concours, les fiches à mémoriser et l'assistant qui répond à tes questions. Ce chapitre est offert : il s’ouvre en entier avec un compte d’essai gratuit.

Ouvrir l'essai gratuitVoir les offres

Plan du cours

Les méthodes du chapitre

Chaque méthode est une fiche : quand l'utiliser, le rappel de cours, les étapes, la rédaction attendue sur la copie, un exemple traité, les erreurs à éviter.

  1. Exploiter la quantification
  2. Choisir une fréquence d'échantillonnage
  3. Calculer une fréquence apparente
  4. Construire le spectre d'un signal échantillonné
  5. Régler une analyse spectrale numérique
  6. Programmer et analyser un filtre numérique
  7. Comparer un filtre analogique et son équivalent numérique
  8. Restituer un signal analogique
  9. Calculer et lire une transformée de Fourier discrète en Python
  10. Établir la table de vérité d'une association d'interrupteurs
  11. Étudier un circuit logique séquentiel

Les exercices corrigés

Chaque exercice a ses indications, sa correction rédigée et ce qu'il faut en retenir.

Application directe (15)

Entraînement (19)

Approfondissement (5)

Les problèmes de concours

Des extraits de sujets réels, corrigés en entier, avec la durée conseillée et les méthodes mobilisées.

Sujets de concours sur ce chapitre

Les 12 sujets les plus récents sur 66, à télécharger gratuitement en PDF, sans corrigé. Tous les sujets de concours.

Questions fréquentes

Que dit le théorème de Shannon sur l'échantillonnage ?

La condition de Nyquist-Shannon impose fe>2fmax⁡f_e > 2f_{\max}, où fmax⁡f_{\max} est la plus haute fréquence présente dans le signal, harmoniques et bruit compris. La bande utile est alors [0,fe/2][0, f_e/2]. L'inégalité est stricte : à fe=2ff_e = 2f, deux échantillons par période peuvent tomber sur les zéros. En pratique, on prend une marge et on place un filtre anti-repliement avant l'échantillonneur.

Comment calculer la fréquence apparente après repliement ?

Une fréquence f>fe/2f > f_e/2 apparaît à fa=∣f−kfe∣f_a = |f - kf_e|, où kk est l'entier le plus proche de f/fef/f_e. Par exemple, 353 Hz353\ \text{Hz} échantillonné à 200 Hz200\ \text{Hz} donne k=2k = 2 et fa=∣353−400∣=47 Hzf_a = |353 - 400| = 47\ \text{Hz}, et non 153 Hz153\ \text{Hz}, qui dépasse fe/2f_e/2. On vérifie toujours que fa<fe/2f_a < f_e/2.

Pourquoi faut-il un filtre anti-repliement ?

Parce que le repliement ne se corrige pas après coup : une fois les échantillons pris, une fréquence repliée est indiscernable d'une vraie fréquence. On place donc, avant l'échantillonneur, un filtre analogique passe-bas de coupure comprise entre fmax⁡f_{\max} et fe/2f_e/2. Plus ces deux fréquences sont proches, plus le filtre doit être d'ordre élevé.

Le critère de Shannon s'applique-t-il au fondamental d'un créneau ?

Non, à son spectre complet. Un créneau de 1 kHz1\ \text{kHz} échantillonné à 5 kHz5\ \text{kHz} respecte la condition pour le fondamental, mais ses harmoniques 33, 55, 77, … dépassent 2,5 kHz2{,}5\ \text{kHz} et se replient dans la bande observée. Il faut fixer fmax⁡f_{\max} par un filtre anti-repliement, en gardant les harmoniques utiles, puis choisir fe>2fmax⁡f_e > 2f_{\max}.

Comment améliorer la résolution d'une analyse spectrale numérique ?

En allongeant la durée d'acquisition : la résolution vaut Δf=1Tacq=feN\Delta f = \dfrac{1}{T_{\text{acq}}} = \dfrac{f_e}{N}. Échantillonner plus vite élargit le spectre observé, de 00 à fe/2f_e/2, mais, à nombre d'échantillons NN fixé, raccourcit l'acquisition et dégrade la résolution. Pour éviter les fuites spectrales, on acquiert un nombre entier de périodes.

Quel est le pas de quantification d'un convertisseur analogique-numérique ?

Un CAN de NbN_b bits et de pleine échelle UpeU_{\text{pe}} a 2Nb2^{N_b} niveaux et un pas q=Upe2Nbq = \dfrac{U_{\text{pe}}}{2^{N_b}} ; l'erreur de quantification vaut au plus q/2q/2. Un bit de plus divise le pas par deux. Un signal faible devant qq est perdu : on l'amplifie avant la conversion.

Comment y accéder

Ce chapitre fait partie des chapitres offerts : il s'ouvre en entier avec un compte d'essai gratuit pour les filières dont il est l'un des premiers chapitres. Créer un compte d'essai ou se connecter. Pour l'accès complet et les tarifs, vois les offres.

Toute ta prépa au même endroit

Pour chaque chapitre : le cours, l'essentiel, les méthodes, les pièges, les exercices corrigés, les problèmes de concours, et un assistant qui répond à tes questions. Programmes du Maroc et de France. Avec la plateforme vidéo YOUNESS SCHOOL offerte, dès 600 DH (60 $) par mois, sans engagement.

Prépas scientifiques : voir l'offrePrépas ECS et ECT : voir l'offreTu hésites encore ? Essaie gratuitement Prepa Help.

← Signaux périodiques et filtrage linéaire · Modèle scalaire des ondes lumineuses →