Transmission de données ING1 Info-Télécoms A. Faye NUMERISATION ET SIGNAUX NUMERIQUES Plan ¦ Introduction ¦ Le signal numérique ¦ Embrouillage ¦ ¦ ¦ ¦ Échantillonnage Quantification et codage Signal numérique Transmission d’un signal numérique ¦ Modulations analogiques ¦ Modulations PAM, PDM, PPM ¦ Modulations numériques ¦ Modulations PCM (MIC), DPCM, Delta ¦ Exercices 2 Introduction ¦ Un signal à bande limitée (modèle de signal utilisé en télécommunications) ne peut pas varier instantanément et il est possible de choisir des échantillons représentatifs du signal – Echantillonnage ¦ Tous les éléments d’une chaîne de transmission introduisent des distorsions; il est illusoire de vouloir restituer la valeur exacte du signal à un instant donné; on peut limiter la précision des valeurs – Quantification ¦ La valeur quantifiée doit être représentée dans un alphabet donné – Codage ¦ Si le signal présente des redondances, il est possible de réduire la quantité d’information à transmettre - Compression ¦ Pour numériser un signal analogique il faut les 3 étapes : Echantillonnage, quantification et codage 3 Signal numérique ¦ 4 Signal numérique ¦ 5 Signal numérique ¦ L’expression de Si(t) dépend du type et de la nature de la transmission utilisée ¦ Si le spectre du signal émis par la source n’est pas transposé en fréquence ¦ Si(t) = di s(t) avec di variable à M états ¦ Si le spectre du signal émis par la source est transposé en fréquence ¦ Si(t) = di s(t)cos(2πfct) avec di variable à M états et fc est la fréquence porteuse ¦ En binaire, on peut avoir : ¦ di = 0 ou 1 (le signal associé à 0 est alors nul et risque de se confondre avec une absence d’information) ¦ di = 1 ou -1 (les signaux associés aux deux états sont symétriques et se distinguent de l’absence d’information). ¦ Exemple ¦ s(t) = 1 pour 0< t < T ¦ s(t) = 0 pour t ailleurs. 6 Signal numérique ¦ Le modulateur (ETCD) associe, à chaque message numérique un signal numérique à temps continu, x(t). K x(t ) = ∑ a k h(t − kTb ) a k = 2d k − 1 a k ∈ {+ 1,−1} k =1 ¦ est une impulsion h(t) décalée de kTb et modulée par les symboles ak ; Tb est la durée entre deux bits émis. h(t − kTb ) 7 Signal numérique ¦ Hypothèse ¦ le message numérique, produit par la source, est une suite de variable aléatoires {dk} à valeur dans l’alphabet {0,1} ¦ indépendantes et identiquement distribuées (i.i.d) ¦ Equiprobabilité des varaibles ; P{dk} = ½ (cette hypothèse est utilisée dans le codage) ¦ Cette hypothèse n’est pas toujours vérifiée ¦ il arrive que l’information reste constante pendant un temps suffisamment long et donc l’équiprobabilité des deux valeurs de dk n’est plus vérifiée pendant ce temps (le signal se comporte comme un signal déterministe). ¦ Afin que l’hypothèse soit toujours vérifiée on effectue des opérations telles que le transcodage et l’embrouillage qui ont pour but d’approcher le signal d’origine du modèle aléatoire. 8 Signal numérique ¦ Caractéristiques ¦ La valence ¦ C’est le nombre d’états que peut prendre le signal numérique. ¦ Signal binaire : la valence = 2 ¦ Le débit (binaire) ¦ C’est le nombre d’éléments émis par unité de temps, exprimé en bits/s 𝟏 𝑫𝒃 = 𝑻𝒃 ¦ La rapidité de modulation ¦ C’est le nombre de signaux émis par le modulateur par unité de temps, exprimé en Bauds. ¦ Paramètre à prendre en compte pour déterminer les caractéristiques du canal à utiliser 𝑫𝒃 𝑹= 𝐥𝐨𝐠 𝟐 𝑴 9 Signal numérique ¦ 10 Signal numérique ¦ Embrouillage ¦ Consiste à combiner, par un ou exclusif, le message numérique {dk} avec une (PSA) séquence pseudo-aléatoire {ak} : on transmet le symbole tk ¦ tk = dk ⊕ ai où ⊕ représente le ou exclusif, ¦ L’opération de désembrouillage s’écrit ¦ dk = tk ⊕ ak. ¦ Opération complémentaire du codage, ¦ permet de rendre la transmission indépendante du message émis et en particulier de la maintenir en cas d’absence de message. ¦ Le signal embrouillé a des caractéristiques spectrales et statistiques comparables à celles d’un signal numérique de contenu binaire aléatoire. ¦ Afin d'assurer dans une suite d'éléments binaires une succession de transitions suffisantes, on utilise parfois un embrouilleur-désembrouilleur 11 Signal numérique ¦ Séquence binaire pseudo-aléatoire – SBPA (PRBS) ¦ Une séquence binaire périodique ayant les caractéristiques, excepté le caractère périodique, d’une séquence binaire totalement aléatoire s . ¦ Une PRBS peut par exemple être généré à l'aide d'un registre à décalage à contre-réaction/rétroaction (LFSR, linear feedback shift register) ¦ La contre-réaction entre bascule s’effectue à travers des fonctions logiques (ou exclusif) ¦ Utilisation ¦ Brouillage, ¦ Etalement de spectre (CDMA) ¦ Cryptage et chiffrement 12 Signal numérique ¦ Séquence binaire pseudo-aléatoire – SBPA (PRBS) ¦ 2 types de LFSR ¦ Bouclage externe ¦ Bouclage interne (supporte une fréquence d’horloge plus grande) 13 Signal numérique ¦ Séquence pseudo-aléatoire maximale ¦ L’état de blocage du registre (000…00) est interdit, le nombre maximal des configurations de la suite binaire de sortie est de 2n -1, n le nombre de bascules ¦ Suivant les valeurs des contre-réactions il est possible d’obtenir la succession complète de tous ces états. Cette séquence est dite pseudoaléatoire maximale. ¦ La durée correspondant à l’apparition de ces 2n – 1 combinaisons est donc τ = (2n – 1)T où T est la période de l’horloge ¦ Propriétés ¦ Une séquence de longueur maximale a des propriétés proches de celles des séquences binaires purement aléatoires, d’autant plus proche que n est grand ¦ La bande passante requise augmente lorsque n augmente ¦ La fonction d’autocorrélation d’une séquence de longueur maximale est périodique et, sur une période, est similaire à celle d’une séquence aléatoire. La DSP de la PRBS et d’une séquence aléatoire ont même enveloppe. 14 Signal numérique ¦ PRBS – Fonction d’autocorrélation 𝛾 𝑓 = 𝑇𝐹[𝜑 𝜏 ] 𝑇 Δ𝑡 ?@ 𝜑 𝜏 = ; 𝑠 𝑡 𝑠 ∗ 𝑡 − 𝜏 𝑑𝑡 A@ 𝑁 = 21 − 1 DSP 15 Signal numérique ¦ Réalisation d’une PRBS ¦ On réalise une PRBS à partir de polynômes irréductibles. ¦ obtenu à partir d’un registre à décalage comportant n bascules câblées en série ¦ Les bascules sont pilotées de manière synchrone par la même horloge. A chaque front d’horloge, la bascule k prend l’état de la bascule k-1 et la bascule k+1 prend l’état de la bascule k. ¦ Un polynôme irréductible à coefficients binaires ai s’écrit : ¦ f(x) = a0+ a1x + a2 x 2 + a3x 3 + a4x 4 +……+ an xn , ai∈{0,1} 16 Signal numérique ¦ Polynômes irréductibles avec un nombre minimum de ou exclusif ¦ ¦ Degré du polynôme (n) = nombre de bascules à utiliser xn (début bouclage) et x0 (entrée du registre) sont toujours présents ¦ Contre-réactions à appliquer ¦ ¦ Coef ai = 0 pas de connection Coef ai = 1 connection ¦ PRBS = sortie de la bascule n 17 Signal nuérique ¦ Exemple 1: Considérons le registre à décalage à 3 bascules. Le polynôme irréductible correspondant : f(x) = x3 + x1 + 1 1𝑥 C 0𝑥 E 1𝑥 F ¦ Contre-réactions sur les sorties 1 et 3 ( les puissances de x) ¦ L'état initial du registre est supposé être 100 Les états successifs du registre sont : 100, 110, 111 , 011, 101, 010 , 001, 100, ... ¦ La séquence de sortie (niveau de la bascule n) est alors égale à 00111010... , qui se répète avec une période 23 - 1 =7 18 Signal numérique ¦ Autre exemple, autre polynôme : ¦ Les puissances non nulles du polynôme indiquent les positions des contreréactions ¦ LFSR – Linear Feedback shift register – PRBS4 : Contre-réactions sur les bascules 4 et 3 ! " = "$ + "& + 1 1" & 1" $ 1" * 0" ) 19 Signal numérique ¦ LFSR – Linear Feedback shift register – PRBS4 20 ¦ PRBS - DSP Spectre Forme d’onde vs Bandwidth 21 Echantillonnage ¦ Les sources de signaux produisent en général des signaux à temps continu, x(t) comment convertir ces signaux en signaux à temps discret xe(nT), n un entier ? ¦ Réponse : Echantillonnage ¦ prélever des points de x(t) toutes les T secondes ¦ T est la période d’échantillonnage x(t) xe (nT) Echantillonnage T 0 T T … 2T 3T 4T 5T t 0 T … 2T 3T 4T 5T 22 t Echantillonnage ¦ Comment réalise-t-on l’échantillonnage ? ¦ Réponse : circuits électroniques ¦ Exemple : Echantillonneur bloqueur, moyenneur 23 Echantillonnage ¦ Quand est-ce que l’ensemble des échantillons (xe(nT)) est une représentation adéquate du signal continu x(t) ? ¦ Réponse : Si xe(nT) permet de reconstruire x(t) ¦ Position du problème : ¦ en échantillonnant on perd une bonne partie du signal ¦ Plusieurs signaux peuvent avoir le même signal échantillonné xe(nT)) 24 Echantillonnage ¦ A quelle condition xe(nT) permet-il de reconstruire x(t) 25 Echantillonnage ¦ Comment déterminer la fréquence Fmax ? ¦ Réponse : Déterminer le spectre X(f) de x(t) en utilisant les séries de Fourier pour les fonctions périodiques ou plus généralement la transformée de Fourier ¦ Spectre : C’est la représentation équivalente du signal dans le domaine fréquentiel de x(t) Un filtrage passe bas permet de limiter la fréquence maximale ¦ X(f) x(t) TF 0 T 2T 3T 4T 5T t … -Fmax 0 T Fmax f 26 Echantillonnage ¦ Pourquoi doit-on respecter les théorème de Shannon ? ¦ Réponse : Pour éviter le repliement (Aliasing) ou le recouvrement dans le spectre Xe(f) du signal échantillonné 27 Echantillonnage ¦ Comment le repliement apparait-il ? ¦ Réponse : L’opération d’échantillonnage dans le domaine temporelle équivaut à une opération de périodisation du spectre X(f) dans le domaine spectrale. 1 Une périodisation de période T x(t) xe (nT) Echantillonnage Domaine temporelle T 0 T T … 2T 3T 4T 5T t TF 0 T … 2T X(f) -2/T -1/T 3T 4T 5T 1/T X(f) t 2/T Périodisation Domaine Fréquentiel … -Fmax 0 Fmaxf … … -Fmax 0 f Fmax Recouvrement 28 Echantillonnage ¦ Quelle est la conséquence du repliement ? ¦ -2/T Réponse : L’impossibilité à reconstruire x(t) à partir de xe(nT). En effet l’opération de filtrage est une opération importante dans les systèmes télécoms et le repliement empêche de pouvoir isoler X(f) à partir de Xe(f) par filtrage -1/T 1/T Xe(f) 2/T … -2/T … -Fmax 0 f Fmax -1/T 1/T Xe(f) 2/T … … 0 -Fmax f Fmax Recouvrement Filtrage X(f) X(f) … -Fmax 0 T Fmaxf -Fmax 0 f Fmax 29 Echantillonnage ¦ Comment éviter le repliement ? ¦ Réponse : procéder à un filtrage passe bas avant l’étape d’échantillonnage et échantillonner à une fréquence légèrement supérieure à la fréquence de Nyquist en pratique Fe = 2.2 Fmax f 30 Echantillonnage ¦ Comment reconstitue-t-on le signal x(t) ? ¦ Réponse : Faire une interpolation- approximation Ecart entre courbe réelle et courbe interpolée Erreur !!! xe (nT) T 0 T … 2T 3T 4T 5T t 31 Echantillonnage ¦ Comment reconstitue-t-on le signal x(t) ? ¦ Réponse : Théorême de Whittaker 32 Echantillonnage ¦ Qu’en est-il de la formalisation mathématique de l’échantillonnage ? ¦ Réponse : Mathématiquement l’opération d’échantillonnage équivaut à multiplier la fonction x(t) par une fonction p(t) qui n’est non nulle qu’aux instants nT : On distingue 2 cas ¦ L’échantillonnage idéal : on prélève un point de la courbe à un instant précis (processus instantané) ¦ L’échantillonnage réel : Un processus instantané est impossible à réaliser avec les dispositifs électroniques. Le prélèvement du point nécessite un intervalle de temps de durée finie (utilisation de la fonction porte) 33 Echantillonnage ¦ Echantillonnage idéal : p(t) est un peigne de dirac : p( t ) = +∞ ∑ δ (t − nT ) n = −∞ ¦ Fonction de dirac δ (t) δ (t − t 0 ) δ (t) 0 ¦ t t0 t (t) Peigne de dirac (t) +∞ (t) = ∑ δ (t − nT ) n = −∞ -4T -3T -2T -T 0 T 2T 3T 4T t 34 Echantillonnage ¦ Echantillonnage idéal dans le domaine temporel: +∞ x e ( t ) = p( t ) x ( t ) = x ( t ) ∑ δ (t − nT ) = n = −∞ +∞ ∑ x(nT )δ (t − nT ) n = −∞ 35 Echantillonnage ¦ Echantillonnage idéal dans le domaine fréquentiel, signal à bande limitée: x e ( t ) = p( t ) x ( t ) 1 X ( jω ) ∗ P ( jω ) 2π X e (f ) = X(f )∗ P(f ) X e ( jω ) = 1 +∞ ⎛ n ⎞ P(f ) = ∑ δ ⎜ f − ⎟ T n = −∞ ⎝ T ⎠ 2π P ( jω ) = T ⇓ 1 +∞ ⎛ n ⎞ X e (f ) = ∑ X⎜ f − ⎟ T n = −∞ ⎝ T ⎠ 2π n ⎞ ⎛ δ ω − ⎜ ⎟ ∑ T ⎠ n = −∞ ⎝ ⇓ +∞ 1 +∞ ⎛ 2π ⎞ X e ( jω ) = ∑ X⎜ j(ω − n ) ⎟ T n = −∞ ⎝ T ⎠ 36 Echantillonnage ¦ Echantillonnage idéal dans le domaine fréquentiel, signal à bande X(f) limitée: … -Fmax 0 T Fmaxf P(f) 1/T … … -2/T -2/T -1/T -1/T 0 1/T Xe(f) 1/T … 2/T 2/T … -Fmax 0 Fmax 1 Fe = < 2Fmax T f Recouvrement 37 Echantillonnage ¦ Echantillonnage idéal dans le domaine fréquentiel, signal à bande X(f) limitée: 1 Fe = > 2Fmax T … P(f) -Fmax 0 T Fmaxf 1/T … … -2/T -1/T 1/T 0 2/T f Xe(f) … … -2/T -1/T -Fmax 0 Fmax 1/T 2/T f Fe-Fmax 38 Echantillonnage ¦ Echantillonnage idéal dans le domaine fréquentiel, signal à bande H(f) limitée, filtrage: 1 Fe = > 2Fmax T T -Fmax 0 Fmax Xe(f) H(f) f … … -2/T -1/T -Fmax 0 0 Fmax 1/T 2/T f X(f) X(f) déductible de Xe(f) Par simple filtrage -Fmax 0 Fmax … f 39 Echantillonnage ¦ Echantillonnage réel : p(t) est un peigne de la fonction porte Π ( t ) ¦ p( t ) = Fonction porte Π ( t ) +∞ ∑ Π(t − nT ) n = −∞ Π(t) t0-T0/2 ¦ 0 t0+T0/2 Π( t − t 0 ) t t0-T0/2 Peigne de la fonction porte Π t0 t0+T0/2 t (t) Π -2T -T : 2T 0 4T (t) = +∞ ∑ Π(t − nT ) n = −∞ t Π(t) t 40 Echantillonnage ¦ Echantillonnage réel dans le domaine fréquentiel, signal à bande limitée: x e ( t ) = p( t ) x ( t ) X e (f ) = X (f ) ∗ P (f ) T P (f ) = 0 T +∞ ∑ n = −∞ n⎞ ⎛ sin πT0 ⎜ f − ⎟ T⎠ ⎝ n⎞ πT0 ⎛ ⎜f − ⎟ T⎠ ⎝ ⇓ n ) T0 n⎞ T X e (f ) = X (f ) ∗ δ⎛ ⎜f − ⎟ ∑ T n = −∞ πT ( n ) T⎠ ⎝ 0 T πT0 n sin +∞ T n⎞ ⎛ T X e (f ) = 0 ∑ X⎜ f − ⎟ π T T n = −∞ ⎝ T⎠ 0n T +∞ sin πT0 ( 41 Echantillonnage ¦ 1 Fe = > 2Fmax T Comment réaliser un échantillonnage ? ¦ Echantillonnage réel : Echantillonneur bloqueur 42 Echantillonnage ¦ Echantillonnage réel : Echantillonneur bloqueur, spectre 1 Fe = > 2Fmax T 43 Echantillonnage ¦ Echantillonnage réel : Echantillonneur moyenneur 44 Quantification-codage ¦ On considère un signal x(t) échantillonné à une fréquence Fe ¦ xe(t) est un ensemble d’échantillons x(nT), ¦ On suppose dans toute la suite que x(t) est une tension instantanée, les x(nT) représentent des niveaux de tension Fe ≥ 2Fmax [x(0), x(T),!, x(nT),!] 45 Quantification-codage ¦ Qu’est-ce que la quantification ? ¦ Réponse : C’est l’association d’un nombre à chaque échantillons x(kT) (ou niveau de tension) ¦ ¦ Ce nombre est codé en binaire sur n bits Le rôle de la quantification et du codage est de donner une image binaire d’un signal analogique : ¦ Passage Analogique – Numérique ¦ Signal Continu – Signal discret ¦ Tension – chiffre 46 Quantification-codage ¦ Qu’est-ce que le codage ? ¦ ¦ Réponse : Le codage établit une correspondance entre le signal d’un échantillon est sa valeur binaire Est-il important de préciser le nombre de bits utilisés pour le codage ? ¦ Réponse : OUI, n fixe le nombre de niveaux pouvant être distingués Codage sur n bits ⇒ 2n niveaux distincts 47 Quantification-codage ¦ Quel est l’écart entre deux niveaux successifs ? ¦ Réponse : Cet écart est appelé Pas de quantification ou quantum , q ¦ ¦ q représente la plus petite variation pouvant être codée Est-il important de préciser le nombre de bits utilisé pour le codage ? ¦ Réponse : OUI, n fixe la valeur du quantum q= max[x (t )] − min[x (t )] 2n x (nT ) = nq n ↑ ⇒ q ↓ alors les niveaux sont de plus en plus rapprochés 48 Quantification-codage ¦ La quantification produit-elle des erreurs ? ¦ Réponse : OUI, la quantification ignore les variations entre les instants nT et (n+1)T ¦ On parle de Bruit de quantification (b(t)) b(t ) = x(t ) − x e (t ) ¦ ¦ Pour une meilleure représentation, il faut une faible valeur de q ou un n grand Peut-on choisir le nombre de bits aussi grand que l’on veut ? ¦ Réponse : Quand n augmente la quantité d’information à traiter augmente, n est choisi en fonction des caractéristiques du signal et l’erreur dépend du type de quantification choisi 49 Quantification-codage ¦ Quels sont les types de quantification ? ¦ Réponse : ¦ ¦ ¦ ¦ La quantification linéaire par défaut La quantification linéaire centrée La quantification non linéaire Quantification par défaut Si x (nT ) ∈ [nq , (n + 1)q ] alors Puissance ¦ du bruit x (nT ) = nq q3 N= 3 Quantification centrée (bruit de quantification plus faible) q q⎤ ⎡ Si x (nT ) ∈ ⎢(2n − 1) , (2n + 1) ⎥ 2 2⎦ ⎣ q2 Puissance du bruit N = 12 alors x (nT ) = nq 50 Quantification-codage ¦ Quantification par défaut ¦ Quantification centrée (bruit de quantification plus faible) Erreur de quantification 51 Quantification-codage ¦ Quantification linéaire centrée q q⎤ ⎡ Si x (nT ) ∈ ⎢(2n − 1) , (2n + 1) ⎥ 2 2⎦ ⎣ q2 Puissance du bruit N = 12 alors x (nT ) = nq 52 Quantification-codage ¦ Rapport signal sur bruit Puissance du signal S SNR = = Puisssance du bruit N ¦ Signal sinusoïdal d’amplitude Um 2 n −1 ⎧ SNR = 3 × 2 ⎫ U S= ⎪⎪ ⎪⎪SNR dB = 10 log(SNR ) 2 ⎬⇒⎨ SNR dB = 10 log 3 + 10(2n − 1) log 2 2U q = 2m = U m 2−( n −1) ⎪⎪ ⎪ 2 ⎭ ⎪⎩SNR dB = 1,76 + 6,02n 2 m ¦ 1 bit de code améliore le SNR de 6 dB codage 8 bits ⇒ SNR dB ≈ 50 dB Codage 16 bits ⇒ SNR dB ≈ 98 dB dédoublement de la quantité de données 53 Quantification-codage ¦ Quantification Non linéaire (meilleure qu’une quantification linéaire) ¦ q varie en fonction du niveau du signal pour maintenir un SNR constant ¦ Pour les signaux audio (cadre de la téléphonie) la quantification linéaire n’est pas utilisée, on fait appel à une quantification logarithmique. ¦ L’oreille est un capteur sensible de manière logarithmique au son (une amplitude sonore dix fois plus importante induit une sensation de volume sonore double). ¦ On utilise une loi du type faible niveau) 1+ ln(x ) k (non valide pour les signaux de 54 Quantification-codage ¦ Quantification Non linéaire- quantification linéaire 55 Quantification-codage ¦ Quantification Non linéaire (meilleure que la quantification linéaire) ¦ 2 lois sont utilisées (norme de compression audio G.711 IUT-T) 255Ax 1 ⎧ x ( nT ) = 0 ≤ x ≤ Equivaut à un codage sur 12 bits en linéaire ⎪⎪ 1 + ln A A loi A : ⎨ A = 87,6 (Europe) (réduit à 8 bits) ( ) 255 1 + ln( Ax ) 1 ⎪x (nT ) = ≤ x ≤ 1 ⎪⎩ 1 + ln A A 255(ln(1 − µx) ) loi µ : x (nT ) = µ = 255 (Amérique) ln(1 + µ ) Equivaut à un codage sur 14 bits en linéaire (réduit à 8 bits) 56 Quantification-codage ¦ Quantification Non linéaire (meilleur qu’une quantification linéaire) ¦ 2 lois sont utilisées 57 Quantification-codage ¦ Quantification Non linéaire (approximation) La loi A à 13 segments La loi A implémente une caractéristique logarithmique par une suite de segments linéaires. Partie inférieure : le taux de compression est de 16, quantification équivalent sur 12 bit, Partie partie supérieure : le taux de compression est de 4, quantification équivalente à 6 bit. 58 Transmission d’un signal numérique ¦ Après échantillonnage ¦ le signal émis a la forme d’un train d’impulsions ¦ il y a plusieurs manières de moduler le train d’impulsions ¦ Modulation = modification du signal d’entrée (pas d’un paramètre) 59 Modulation PAM ¦ ¦ ¦ ¦ Echantillonnage avec une période T Maintient d’une amplitude constante pendant la durée de mesure Largeur d’impulsion fixe Réalisation : échantillonneur bloqueur X(t) Echantilllonneur bloqueur Signal PAM Xe(t) 60 Modulation PAM ¦ 61 Modulation PAM ¦ Spectre du signal PAM ¦ Échantillonnage idéal Xe(f) … … -2/T -1/T -Fmax 0 Fmax 1/T 2/T f Xe(f) ¦ PAM H(f) … … -1/T0 -2/T -1/T -Fmax 0 Fmax 1/T 2/T 1/T0 f ¦ Le filtre modifie le spectre du signal échantillonné, cette distorsion peut être corrigée en phase et en amplitude à la réception par un filtre égaliseur de fonction de transfert 62 Modulations PDM-PPM ¦ Modulation PDM ¦ ¦ ¦ ¦ Echantillonnage avec une période T Maintient d’une amplitude constante pendant la durée de mesure Largeur d’impulsion variable, la position du front descendant est variable Peu efficace : les longues impulsions consomment plus d’énergie ¦ Modulation PPM ¦ ¦ ¦ ¦ ¦ ¦ ¦ Echantillonnage avec une période variable La position du front montant de l’impulsion est variable Maintient d’une amplitude constante pendant la durée de mesure Largeur d’impulsion fixe Plus efficace que la PDM : écomomie d’énergie Plus robuste contre le bruit Performances similaires à celles des modulations FM 63 Modulations PDM-PPM ¦ PAM PDM PPM 64 Modulation PCM (MIC) ¦ PCM : méthode de base pour moduler un message analogique sous forme numérique via échantillonnage, quantification, et codage (ITU-T G.711) ¦ Technique de transmission numérique la plus utilisée pour les signaux analogiques ¦ Pour la transmission : effectuer un codage en ligne (attribuer des formes d’ondes aux mots-codes pour les adapter au canal) ¦ Echantillonnage avec une période T ¦ Quantification des échantillons ¦ procédé consistant à transformer les amplitudes d’échantillons m(nTs) d’un message m(t) en amplitudes discrètes v(nTs) issues d’un ensemble fini d’amplitudes possibles ¦ choix de valeurs à transmettre, niveaux de quantification ¦ Choix du type de quantification : Uniforme / non uniforme ¦ Introduction d’un bruit de quantification ¦ Codage des niveaux quantifiés ¦ Choix de mots-codes dont la longueur dépend du nombre de niveaux de quantification 65 Modulation PCM (MIC) ¦ Emetteur ¦ Canal ¦ Récepteur 66 Modulation PCM (MIC) ¦ Principe 67 Modulation PCM (MIC) ¦ 68 Modulation PCM (MIC) ¦ Bruit de quantification 69 Modulation PCM (MIC) ¦ 70 Modulation PMC (MIC) ¦ Bruit de quantification : 𝑃HIJKL = MN OE (quantification centrée) ¦ Rapport Signal sur Bruit (codage sur n bits) 𝜎SE 𝑚EVWX 2[ E 𝑆𝑁𝑅 = E = ×( E ) ×12 = 3×2E[AO 2 𝜎T 2𝑚VWX ¦ Bande Passante : (codage sur n bits occupant un durée Te) 1 ∆𝜏 = ⟹ 𝐵 ∝ 2𝑛𝑊 2𝑛𝑊 ¦ Lorsque n augmente B augmente, on peut diminuer le Bande passante au prix d’un bruit plus important 71 Modulation DPCM ¦ Modulation différentielle PCM ¦ Objectif : diminuer la bande passante du signal PCM au prix d’une plus grande complexité ¦ On exploite la redondance entre échantillons voisins pour diminuer la vitesse de transmission ¦ Il est peut probable qu’un échantillon et son suivant codent les deux valeurs extrêmes du signal. En transmettant deux mots-codes de longueur n successifs on transmet des bits superflus ¦ On garde en mémoire le niveau quantifié de l’échantillon précédent et on code la différence ¦ La mémoire est remise à jour après ajout de la différence 72 Modulation DPCM ¦ Schéma de modulation 73 Modulation Delta (DM) ¦ Méthode de modulation consistant à suréchantillonner un signal et à ne transmettre que la différence entre l’échantillon et l’échantilllon précédent ¦ C’est une version extrême de la modulation DPCM ¦ Quantification de la différence sur un seul bit -q ou +q intégrateur 74 Modulation Delta (DM) ¦ Bruit ¦ 1er type d’erreur : slope overhead distorsion L’approximation en escalier ne parvient pas à suivre les variations rapides du signal Δ 𝑑𝑚(𝑡) ≥ 𝑚𝑎𝑥 𝑇d 𝑑𝑡 ¦ 2ème type d’erreur : granular noise Bruit de quantification dans les régions constantes du signal ¦ Le choix de Δ résulte d’un compromis entre ces deux types d’erreurs 75 Codage audio ¦ ¦ ¦ ¦ Ecoute humaine L’oreille entend entre 20 et 20 kHz, mais surtout sensible entre 2 et 4 kHz La dynamique s’étend sur 96 dB Le spectre de la voix : 500 Hz à 2 kHz- voyelles : basses fréquences, consonnes hautes fréquences. ¦ Codage de la voix ¦ Codage MIC ( Modulation par impulsion et codage) ou PCM (pulse code modulation) ¦ utilise une quantification logarithmique ¦ Loi A et loi µ ¦ Codage sur 8 bits ¦ Débit : 64 kbit/s ¦ Codage différentiel ¦ code la différence avec une référence ¦ MIC différentiel (DM : Delta Modulation) ( différence avec l’échantillon précédent) ¦ MICDA (MIC différentiel et adaptatif) (différence avec une valeur prédite à partir des échantillons précédents) ¦ Codage par synthèse ¦ Le décodeur reconstitue la voix à partir d’un dictionnaire de sons ¦ On ne transmet pas le signal mais des adresses du dictionnaire et des coefficients ¦ CELP (Code excited linear prediction) 76 Codage audio ¦ Comparaison des codages pour la voix Méthode Fe.(kHz) bits/ech. DM 64-128 1 PCM(MIC) 8 8 ADPCM(MICDA) 8 3-4 GSM 0.05 260 CD audio 44.1 16 Débit (kbit/s 64-128 64 24-32 13 705.6 77 Exercices Exercice 1 On considère un LFSR produisant une séquence maximale de longueur 15. 1. Déterminer les PRBS correspondants aux états initiaux suivants : a) 0110, b) 1110, c) 1010, d) 1100 2. Dessiner avec Matlab les formes d’ondes des ces 4 séquences en utilisant une impulsion rectangulaire, la fréquence d’horloge est de 1 GHz 3. Représenter les DSP de ces quatre séquences, conclure 4. Représenter les formes d’ondes reçues avec une filtre de bande passante a) 1 GHz, b) 3 GHz, c) 5 GHz, de la PRBS (1a) Exercice 2 On considère le polynôme x4+x3+x2+x+1, représenter les schéma du LFSR correspondant et dresser le diagramme de tous les états du régistre 78 Exercices Exercice 3 Dans une modulation PAM, la largeur de l’impulsion introduit une distorsion sur le spectre du signal modulé. On échantillonne le signal à la fréquence de Nyquist. Tracer la fonction 1/sinc(0.5T/Te) et en déduire le niveau d’égalisation nécessaire si T/Te = 0.1 Exercice 4 Un signal continu est modulé en PCM. Quelle est la longueur L du mot-code si la précision des échantillon est de ∓25% de l’amplitude crête à crête ? Estimer la bande passante minimale du signal PCM si on considère la voix de bande passante 4 kHz Exercice 5 On échantillonne à 1 kHz un signal m(t) dont le spectre est représenté sur la figure. La durée des pulses est de 0.1 ms. Tracer le spectre du signal PAM correspondant. 𝑀(𝑓) 𝑓 𝐻𝑧 −400 + 400 79