Le théorème d'échantillonnage et le repliement
Échantillonnage idéal, le théorème de Nyquist-Shannon avec démonstration et reconstruction par sinus cardinal, repliement de spectre avec exemples, le filtre anti-repliement, suréchantillonnage et sous-échantillonnage.
https://www.electronics-engineering.com/fr/theoreme-d-echantillonnage-nyquist-repliement/
Pour traiter un signal avec un ordinateur, il faut le transformer en une suite de nombres, en prenant sa valeur à intervalles réguliers : c’est l’échantillonnage. La question naturelle est de savoir si l’on perd quelque chose ainsi. Le théorème d’échantillonnage donne une réponse surprenante : si le signal est à bande limitée et qu’il est échantillonné assez vite, rien n’est perdu, et le signal original peut être reconstruit exactement. Dans cette leçon, nous le démontrons et nous voyons ce qui se passe quand les conditions ne sont pas remplies.
Échantillonnage idéal
Échantillonner
avec la période
(fréquence d’échantillonnage
) donne les valeurs
. Pour les étudier avec la transformée de Fourier, on les représente comme un train d’impulsions pondérées :
![Rendered by QuickLaTeX.com \[ x_s(t) = x(t)\sum_{n=-\infty}^{+\infty}\delta(t - nT_s) = \sum_n x(nT_s)\,\delta(t - nT_s) \]](https://www.electronics-engineering.com/wp-content/ql-cache/quicklatex.com-326a9db9abf525f6874ccc08c273104a_l3.png)
Le théorème d’échantillonnage
Théorème (Nyquist-Shannon). Si
pour
et
, le signal est déterminé par ses échantillons et se reconstruit par
![Rendered by QuickLaTeX.com \[ x(t) = \sum_{n=-\infty}^{+\infty} x(nT_s)\,\mathrm{sinc}\!\left(\frac{t - nT_s}{T_s}\right) \]](https://www.electronics-engineering.com/wp-content/ql-cache/quicklatex.com-df707dc95e1d4dfadd34befaed0ae011_l3.png)
Démonstration. Le train d’impulsions est périodique, de série de Fourier
. Multiplier
par
décale le spectre de
, donc
![Rendered by QuickLaTeX.com \[ X_s(f) = f_s\sum_{k=-\infty}^{+\infty} X(f - kf_s) \]](https://www.electronics-engineering.com/wp-content/ql-cache/quicklatex.com-76d9dcb68e367cffd40f4860a5821d2c_l3.png)
Le spectre du signal échantillonné est la somme de répliques du spectre original, centrées à tous les multiples de
. Si
, les répliques, larges chacune de
, ne se recouvrent pas : un filtre passe-bas idéal de coupure
et de gain
isole la réplique centrale, c’est-à-dire
. Dans le temps, filtrer revient à convoluer avec la réponse impulsionnelle du filtre, qui est
; convoluer chaque impulsion
avec le sinus cardinal donne la formule. ∎

La fréquence
s’appelle la fréquence de Nyquist. Chaque échantillon « porte » un sinus cardinal, et la somme des sinus cardinaux passe exactement par tous les échantillons et interpole entre eux.
Le repliement de spectre
Si
, les répliques se recouvrent et les composantes au-dessus de
se replient dans la bande basse, se mélangeant aux composantes réelles : c’est le repliement (aliasing), et après l’échantillonnage il n’y a aucun moyen de les séparer. Une composante de fréquence
apparaît à la fréquence la plus proche
, pour l’entier
approprié.
Exemple. Échantillonner un son pur de 30 kHz à 44,1 kHz donne les mêmes échantillons qu’un son de
kHz : un sifflement audible qui n’était pas dans l’original.
C’est le même phénomène qui fait paraître les roues des diligences tourner à l’envers dans les films : la caméra échantillonne à 24 images par seconde et une rotation trop rapide est « vue » comme une rotation lente.
L’échantillonnage en pratique
- Filtre anti-repliement. Avant le convertisseur, un filtre passe-bas analogique supprime tout ce qui est au-dessus de
, bruit indésirable compris : une fois échantillonné, on ne peut plus l’éliminer. - Marge. Un filtre réel a une bande de transition, donc on échantillonne un peu au-dessus de
. Les CD audio échantillonnent à 44,1 kHz pour un signal allant jusqu’à 20 kHz : le filtre dispose de 20 à 22,05 kHz pour passer de transparent à bloquant. - Suréchantillonnage. Échantillonner bien plus vite que nécessaire permet d’avoir un filtre analogique simple, et le reste du filtrage se fait en numérique. Presque tous les convertisseurs audio modernes fonctionnent ainsi.
- Reconstruction. Un convertisseur numérique-analogique maintient chaque échantillon constant jusqu’au suivant (bloqueur d’ordre zéro) : la sortie est un escalier, qu’un filtre passe-bas final lisse.
Échantillonner les signaux à bande étroite
Le théorème demande
où
est la fréquence la plus haute. Pour un signal passe-bande, par exemple un canal radio entre 100 et 101 MHz, une fréquence d’échantillonnage liée à la largeur de la bande (1 MHz) suffit en réalité, pourvu que les répliques tombent aux bons endroits : c’est le sous-échantillonnage, utilisé dans les radios logicielles. Sinon, on commence par décaler le signal autour de zéro avec un mélangeur, puis on l’échantillonne.






Benvenuti nella pagina su «Il teorema del campionamento e l’aliasing». L'ho scritta pensando a chi studia ingegneria elettronica: se un passaggio non vi torna, un esercizio vi dà un risultato diverso o volete altro materiale sull'argomento, chiedete pure nei commenti e vi risponderò. Un voto con le stelle qui sopra mi aiuta a capire quali pagine migliorare.Welcome to the page on “The sampling theorem and aliasing”. I wrote it for engineering students: if a step does not add up, an exercise gives you a different result or you would like more material on the topic, just ask in the comments and I will reply. A star rating above helps me understand which pages to improve.