Professional Documents
Culture Documents
p.1
Bruit de Quantification
16
19
p.2
Bruit de Quantification
1.
Echantillonnage
D
eterministe
On suppose que x(t) est un signal reel tel que sa TF
R
X(F ) = x(t)e2jF t dt = 0 pour |F | > B. On note xe (n) = x(nTe ) et
P
Xe (f ) = n xe (n)e2jnf .
Si Fe 2B, alors le signal peut etre reconstruit `a partir des echantillons et on
a :
X
x(t) =
xe (n)hB (t kTe )
(1)
n
sin(2Bt)
1
o`
u hB (t) =
HB (F ) =
11(B,B) (F )
Fe t
Fe
(2)
p.3
Bruit de Quantification
R`
egle de conversion Num
erique vers Analogique pour un signal
d
eterministe
Partant de la suite des echantillons (et donc de sa TFtd) ainsi que des valeurs
de B et Fe , lexpression du spectre X(F ) du signal analogique sobtient de la
facon suivante :
1. on calcule la TFtd de xe (n),
2. on multiplie laxe des frequences par Fe ,
3. on limite `a la bande (B, B).
1
Xe (F/Fe )11(B,B) (F )
Fe
p.4
Bruit de Quantification
Al
eatoire
On suppose que x(t) est un processus aleatoire stationnaire au second ordre
au sens large (SSL) reel, centre. On note R( ) = E [x(t + )x(t)] sa fonction
dautocovariance. On suppose que x(t) est de bande B cad tel que sa densite
R
spectrale S(F ) = R( )e2jF d = 0 pour |F | > B.
On note xe (n) = x(nTe ) la suite de ses echantillons. xe (n) est un processus
stationnaire au second ordre. Sa fonction dautocovariance secrit :
Re (n) = E [xe (k + n)xe (k)] = R(nTe )
et sa densite spectrale
Se (f ) =
Re (n)e2jnf
p.5
Bruit de Quantification
1
Se (F/Fe )11(B,B) (F )
Fe
(3)
p.6
Bruit de Quantification
R`
egle de conversion Num
erique vers Analogique pour un signal
al
eatoire
Partant de la suite des covariances des echantillons (et donc de sa TFtd) ainsi
que des valeurs de B et Fe , lexpression du spectre du signal analogique
sobtient de la facon suivante :
1. on calcule la TFtd de Re (n),
2. on multiplie laxe des frequences par Fe ,
3. on limite `a la bande (B, B).
{Re (n) Se (f )} , B, Fe S(F ) =
1
Se (F/Fe )11(B,B) (F )
Fe
p.7
Bruit de Quantification
2.
Bruit de quantification
Si lentree xe (n) [(k 1/2)q, (k + 1/2)q[ alors la sortie xQ
e (n) = kq.
On peut alors ecrire :
xQ
e (n) = xe (n) + e (n)
(4)
p.8
Bruit de Quantification
q2
12
p.9
Bruit de Quantification
X
|
xe (n)hB (t kTe ) +
{z
x(t)
X
|
e (n)hB (t kTe )
(t)=bruit
{z
de quantification
p.10
Bruit de Quantification
RSB de quantification
On suppose que x(t) est un processus aleatoire, stationnaire au second ordre,
2
centre, de puissance Px = E x (t) . Partant de xQ (t) = x(t) + (t), on definit :
2
E x (t)
RSBQ =
E [2 (t)]
2
dapr`es (5), E (t) depend de q. Pour un nombre de bits N donne, le pas :
q=
2Ac
2N
p.11
Bruit de Quantification
Ecr
etage
Nous avons souligne la necessite dabsence decretage. Toutefois en pratique
celui-ci ne peut etre totalement evite et on adopte de fixer un intervalle de
confiance suffisant. Cela revient alors `a prendre par exemple :
A2c = F 2 Px
Typiquement dans le cas dune modelisation gaussienne de x(t), si F = 3 alors
la probabilite de depasser Ac est inferieure `a 1%.
En portant cette expression dans lexpression de q, puis dans celle du RSB,
on obtient :
Fe 12Px
Fe 2N 1
SNRQ =
2
=
3
2
2B q
2B
F2
p.12
Bruit de Quantification
Finalement en dB on a :
SNRQ = 6N + 10 log10 (F e/2B) 10 log10 (F 2 /3) (dB)
(6)
On retiendra :
que lon gagne 6 dB par bit,
que lon gagne 3 dB quand on double la frequence dechantillonnage `a
condition que lhypoth`ese de blancheur de e (n) soit verifiee, ce qui nest
pas le cas si Fe est trop grand,
que, quand on utilise au mieux la dynamique du codeur, une valeur typique
de F est comprise entre 3 et 4.
p.13
Bruit de Quantification
Remarques :
1. Sans quantification, dapr`es le theor`eme dechantillonnage, il ne sert `a rien
de sur-echantillonner. Toute linformation utile pour reconstruire sans
erreur le signal est contenue dans les echantillons preleves `a Fe = 2B.
2. La formule (6) a ete obtenue en supposant que le bruit de quantification
est blanc. Si cette hypoth`ese nest pas verifiee, le gain peut etre alors tr`es
inferieur. Il en est ainsi lorsque le facteur de sur-echantillonnage devient
trop grand car, dans ce cas, lhypoth`ese de non-correlation des erreurs
nest plus vraiment justifiee.
3. Il ny a aucun sens `a interpoler la suite `a temps discret dej`
a quantifiee
dans lespoir dobtenir les echantillons qui auraient ete produits lors dun
sur-echantillonnage du signal `a temps continu. Les ecarts introduits par la
procedure de quantification sont definitivement perdus et les echantillons
reconstruits sont bruites de la meme facon.
ENST Bases de Traitement du Signal (1A)
p.14
Bruit de Quantification
p.15
Bruit de Quantification
3.
x e (n)
u(n)
signal rel
de bande B
y eQ (n)
z1
t(n)
p.16
Bruit de Quantification
o`
u we (n) sobtient par filtrage de gain complexe Ge (f ) = 1 e2jf . Les
formules de filtrage donnent :
q2
Swe (f ) = Se (f )|Ge (f )| =
sin2 (f )
3
Dapr`es (1), On a donc :
X
X
Q
y (t) =
xe (n)hB (t kTe ) +
we (n)hB (t kTe )
2
{z
x(t)
w(t)=bruit
{z
de quantification
Dapr`es (3) on a :
1
1 q2
Sw (F ) =
Swe (F/Fe )11(B,B) (F ) =
sin2 (F/Fe )11(B,B) (F )
Fe
Fe 3
(7)
2 Z B/Fe
2
q
q
2B
1
2
MF
PQ =
sin (f )df =
sin(2B/F e)
3 B/Fe
3 Fe
2
ENST Bases de Traitement du Signal (1A)
p.17
Bruit de Quantification
Le gain par rapport `a la valeur obtenue sans mise en forme du bruit est donne
en dB par :
PQMF
2
= 2
= 4 sin( )
q /12
o`
u=
2B
Fe .
2
=1
= 0.55, soit 2.6dB
p.18
Bruit de Quantification
4.
Il est clair que lon peut reduire le bruit de quantification en codant plus
precisement les valeurs qui apparaissent plus souvent. De facon imagee, la
grille est plus dense l`a o`
u la densite de probabilite est grande.
p.19
Bruit de Quantification
(8)
p.20
Bruit de Quantification
Loi de compression
x
f(x)
loi de compression
xQ
quantication uniforme
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
p.21
Bruit de Quantification
Loi LOG - A
80
12 bits lin
60
40
8 bits loi A
20
8 bits lin
0
20
70
60
50
40
30
20
10
p.22