Types de Signaux (Analogique, Numérique) | Sciences de l'Ingénieur

Un signal est une grandeur physique qui transporte de l'information. Il varie en fonction du temps ou d'autres paramètres et permet de transmettre, traiter ou stocker de l'information.

Les signaux peuvent être de différentes natures : électriques, acoustiques, lumineux, mécaniques, etc.

En sciences de l'ingénieur, on distingue principalement deux types de signaux :

• 1 Signaux analogiques : grandeurs continues variant de façon continue dans le temps
• 2 Signaux numériques : grandeurs discrètes variant de façon discontinue

Un signal analogique est une grandeur physique qui varie de manière continue dans le temps et qui peut prendre une infinité de valeurs possibles dans un intervalle donné.

La variation est fluide, sans discontinuité ni saut brusque.

• La température mesurée par un thermomètre
• La tension électrique fournie par un microphone
• La lumière captée par un capteur photo
• La pression atmosphérique mesurée par un baromètre

• Représentation fidèle de la grandeur physique originale
• Pas de perte d'information due à la discrétisation
• Simple à comprendre intuitivement

• Sensible au bruit et aux interférences
• Difficile à stocker et à transmettre sur de longues distances
• Difficile à traiter par les ordinateurs

Un signal numérique est une grandeur qui ne peut prendre qu'un nombre fini de valeurs distinctes. Il est constitué d'une suite de valeurs discrètes échantillonnées à des intervalles réguliers.

Les valeurs sont généralement codées en binaire (0 et 1).

• Les données stockées sur un CD ou un DVD
• Les images numériques (photos numériques)
• Les fichiers audio MP3
• Les transmissions réseau (Ethernet, Wi-Fi)

• Insensible aux perturbations et au bruit
• Facile à stocker, copier et transmettre
• Compatible avec les systèmes informatiques
• Permet des traitements complexes

• Perte d'information lors de la conversion
• Besoin de circuits complexes pour la conversion
• Requiert des ressources importantes pour le traitement

L'échantillonnage consiste à prélever la valeur du signal analogique à des intervalles de temps réguliers.

Le théorème de Shannon indique que la fréquence d'échantillonnage doit être au moins le double de la fréquence maximale du signal à échantillonner.

La quantification consiste à attribuer à chaque échantillon une valeur parmi un ensemble discret de valeurs possibles.

Plus le nombre de niveaux de quantification est élevé, meilleure est la précision de la conversion.

Le codage consiste à convertir les valeurs quantifiées en une suite de bits (0 et 1).

Le nombre de bits détermine la résolution de la conversion.

La conversion numérique-analogique permet de reconstruire un signal analogique à partir d'un signal numérique.

Elle est nécessaire pour restituer l'information dans sa forme originale (son, image, etc.).

1. 1 Décodage des bits en valeurs numériques
2. 2 Reconstruction des échantillons à des intervalles réguliers
3. 3 Filtrage pour lisser le signal et éliminer les parasites

• Fréquence d'échantillonnage utilisée lors de la conversion initiale
• Résolution (nombre de bits) de la conversion
• Qualité du filtre de reconstruction
• Présence de parasites ou d'erreurs

Lors de l'enregistrement d'un son, le microphone capte une onde acoustique (signal analogique) et la convertit en tension électrique (signal analogique).

Ce signal est ensuite converti en signal numérique pour être stocké dans un ordinateur.

D'après le théorème de Shannon : f_e ≥ 2 × f_max

f_e ≥ 2 × 20 000 Hz = 40 000 Hz = 40 kHz

En pratique, on utilise souvent 44.1 kHz (CD audio) ou 48 kHz.

Avec une fréquence d'échantillonnage de 44.1 kHz et une résolution de 16 bits :

Débit = 44 100 × 16 = 705 600 bits/s = 705.6 kb/s

Pour un signal stéréo (2 canaux) : 705.6 × 2 = 1411.2 kb/s

Le choix entre signal analogique et numérique dépend de plusieurs facteurs :

• Précision requise pour l'application
• Conditions de transmission et de stockage
• Coût des composants
• Complexité du traitement requis

Les signaux analogiques sont encore utilisés dans :

• Les capteurs haute précision
• Les systèmes audio haute fidélité
• Les transmissions radio

Les signaux numériques dominent dans :

• Les systèmes informatiques
• Les communications numériques
• Le traitement du signal

Sur 10 bits, le nombre de valeurs possibles est : 2^10 = 1024 valeurs

Plage de mesure : de -40°C à +60°C, soit une plage totale de 100°C

Résolution = Plage totale / Nombre de valeurs = 100°C / 1024 = 0.0977°C

Le capteur peut détecter des variations de température d'environ 0.1°C

Fréquence d'échantillonnage : 100 Hz (100 échantillons par seconde)

Nombre de bits par échantillon : 10 bits

Débit = 100 × 10 = 1000 bits/s = 1 kb/s

• Amplificateurs opérationnels (op-amps)
• Filtres passifs et actifs
• Convertisseurs AN et NA
• Capteurs analogiques

• Microcontrôleurs et processeurs
• Mémoires (RAM, ROM, Flash)
• Portes logiques (AND, OR, NOT)
• FPGAs (Field Programmable Gate Arrays)

La plupart des systèmes modernes sont hybrides, combinant des parties analogiques et numériques :

• Cartes d'acquisition de données
• Systèmes de contrôle industriels
• Équipements médicaux
• Téléphones intelligents

Plage de mesure : 0 à 2 mètres = 2000 mm

Précision requise : 1 mm

Nombre de niveaux nécessaires : 2000 / 1 = 2000 niveaux

Nombre de bits : n tel que 2^n ≥ 2000

2^10 = 1024 < 2000

2^11 = 2048 ≥ 2000

Donc 11 bits sont nécessaires (minimum 12 bits en pratique pour plus de marge)

Période d'échantillonnage : Te = 100 ms = 0.1 s

Fréquence d'échantillonnage : fe = 1/Te = 1/0.1 = 10 Hz

Fréquence d'échantillonnage : 10 Hz

Nombre de bits par échantillon : 12 bits (choisi pour plus de précision)

Débit = 10 × 12 = 120 bits/s

• 1 Grandeur continue variant de façon fluide dans le temps
• 2 Peut prendre une infinité de valeurs dans un intervalle
• 3 Sensible aux perturbations et au bruit

• 1 Grandeur discrète prenant un nombre fini de valeurs
• 2 Codé en binaire (0 et 1)
• 3 Insensible aux perturbations

1. Échantillonnage (respect du théorème de Shannon)
2. Quantification (discrétisation des valeurs)
3. Codage (conversion en bits)

1. Décodage des bits
2. Reconstruction des échantillons
3. Filtrage pour lisser le signal