Fiche de révision : Principes fondamentaux de la mesure et du traitement du signal

📋 Plan du Cours

1. Chaîne d’instrumentation
2. Objectif de la mesure
3. Capteurs : définition et modélisation
4. Caractéristiques des capteurs
5. Capteurs actifs et passifs
6. Capteurs piézorésistifs et capacitifs
7. Amplification et filtrage analogiques
8. Transport par modulation
9. Échantillonnage et quantification
10. Traitement numérique des signaux

📖 1. Chaîne d’instrumentation

🔑 Notions clés & Définitions

• Chaîne d’instrumentation : Une chaîne d’instrumentation est un ensemble d’éléments qui transforme une grandeur physique en un signal exploitable et mesurable.
• Mesurande : Le mesurande est la grandeur physique à mesurer, ou sa variation, que la chaîne doit représenter correctement par un signal électrique.
• Perturbations de la mesure : Les perturbations sont des causes qui modifient les signaux de sortie par rapport au mesurande, qu’elles proviennent de l’intérieur ou de l’extérieur du dispositif.

📝 Points essentiels

• La grandeur mesurée est le mesurande $m(t)$, tandis que le signal électrique $x(t)$ en entrée/sortie peut être modifié par des erreurs liées aux perturbations de la chaîne d’instrumentation.
• L’objectif est de fournir une représentation correcte de la grandeur physique mesurée avec une erreur connue et, en pratique, une sensibilité minimale aux variations parasites du système.
• Une chaîne d’instrumentation est composée de plusieurs éléments « assemblés » ou associés, chacun ayant une fonction propre et permettant la remontée du signal de l’entrée vers la sortie.
• Les perturbations peuvent être internes ou externes, et elles impactent les signaux à la sortie de toutes les composantes de la chaîne.
• Le transport et l’amplification/filtrage ne doivent pas dégrader la relation mesurande→sortie, car la chaîne doit rester fidèle à la représentation physique mesurée.

💡 Astuce mémo

Mesurande $→$ chaîne $→$ sortie, mais les perturbations (internes/externes) brouillent la route.

📖 2. Objectif de la mesure

🔑 Notions clés & Définitions

• Grandeur mesurée : La grandeur mesurée est la valeur physique (ou sa variation) que la chaîne d’instrumentation doit retrouver à l’extrapolation électrique.
• Représentation physique correcte : La mesure doit produire une image électrique fidèle de la grandeur physique pour que la chaîne permette de remonter à la réalité physique.
• Fonction de transfert fiable : La chaîne doit fonctionner avec une relation entrée-sortie suffisamment maîtrisée pour relier correctement la mesure et la grandeur d’origine.
• Sensibilité minimale aux perturbations : La chaîne doit limiter l’influence des variations non désirées sur ses signaux de sortie afin de garder une mesure stable.

📝 Points essentiels

• L’objectif de la chaîne est de fournir une grandeur électrique représentant correctement la valeur physique à mesurer.
• La mesure cible à la fois la valeur et la variation de la grandeur physique, pas uniquement un état fixe.
• La chaîne doit être réglée pour permettre une erreur connue et une vérification des variations physiques au minimum possible.
• La mesure doit inclure une sensibilisation minimale aux perturbations présentes à l’intérieur ou à l’extérieur des composantes de la chaîne.
• La modélisation des parties (linéaires) sert à choisir un capteur et dimensionner la chaîne afin d’obtenir la fonction entrée→mesure attendue.

💡 Astuce mémo

Fidèle + réglée + robuste : la chaîne mesure la réalité (valeur/variation) avec une erreur maîtrisée et peu sensible aux perturbations.

📖 3. Capteurs : définition et modélisation

🔑 Notions clés & Définitions

• Mesurande physique m(t) : Grandeur physique d’entrée que l’on veut mesurer (ou sa variation) et qui sert de variable dans le modèle du capteur.
• Grandeur électrique g_e(t) : Sortie électrique délivrée par le capteur, utilisée comme représentation mesurable de la grandeur physique.
• Fonction de transfert f : Modèle mathématique qui relie la sortie électrique g_e(t) à l’entrée physique m(t) à travers une relation de type fonctionnelle.

📝 Points essentiels

• La modélisation relie la grandeur électrique mesurée g_e(t) à la grandeur physique m(t) via une relation générale de la forme g_e(t)=f(m(t).
• Si la relation f est non linéaire, la sensibilité dépend de l’état de fonctionnement, ce qui complique la prédiction de la mesure sans caractérisation du capteur.
• On linéarise souvent la relation dans une zone de fonctionnement pour obtenir une courbe suffisamment approchante d’une droite entre entrée physique et sortie électrique.
• En dynamique, le comportement du capteur peut être représenté par des équations reliant les variables au temps, ce qui conduit naturellement à une modélisation en régime établi et transitoire.

💡 Astuce mémo

m → f → g_e : le capteur « transforme » la grandeur physique en une grandeur électrique exploitable.

📖 4. Caractéristiques des capteurs

🔑 Notions clés & Définitions

• Plage de mesure : La plage de mesure désigne l’intervalle de la grandeur physique pour lequel le capteur délivre une réponse exploitable.
• Sensibilité : La sensibilité mesure la variation de la grandeur électrique de sortie quand la grandeur physique d’entrée varie de manière donnée.
• Fonction de transfert : La fonction de transfert relie la sortie électrique au signal d’entrée et décrit le comportement du capteur selon son régime de fonctionnement.
• Temps de réponse : Le temps de réponse indique combien de temps le capteur met pour atteindre une valeur proche de la sortie attendue après une variation.

📝 Points essentiels

• Pour les capteurs, on caractérise notamment la plage de mesure, la sensibilité, la fonction de transfert (souvent spécifiée par régime) et le temps de réponse.
• Pour les thermocouples, les caractéristiques utiles incluent la relation tension–température définie sur l’intervalle étudié, ainsi que la précision attendue sur cette relation.
• Pour des jauges de contrainte, la sensibilité dépend directement de la variation de résistance mesurée et de la plage d’utilisation mécanique correspondante.
• Un capteur doit rester utilisable sur toute sa plage spécifiée : en dehors, l’erreur peut augmenter fortement et la réponse peut ne plus suivre le modèle annoncé.

💡 Astuce mémo

S-P-T-F : Plage, Sensibilité, Temps, Fonction de transfert.

📖 5. Capteurs actifs et passifs

🔑 Notions clés & Définitions

• Capteur actif : Un capteur actif fournit directement un signal électrique de mesure sans nécessiter une alimentation externe pour créer la grandeur mesurée.
• Capteur passif : Un capteur passif nécessite une excitation électrique (ou un montage d’alimentation) pour que la grandeur mesurée se traduise en variation mesurable de ses paramètres.

📝 Points essentiels

• Un capteur passif se comporte comme un élément dont la valeur de paramètres (par exemple résistance, inductance ou capacité équivalente) varie avec la grandeur mesurée, tandis que le montage fournit l’excitation.
• Un capteur actif délivre un signal exploitable directement, de sorte que l’information de mesure apparaît sur la grandeur électrique produite par le capteur lui-même.
• Les capteurs capacitifs reposent sur une capacité dépendant de la géométrie et de la permittivité, ce qui implique l’utilisation d’un circuit de mesure pour convertir la variation de capacité en une tension ou un courant exploitable.

💡 Astuce mémo

Actif = “je produis le signal”, Passif = “j’ai besoin d’une excitation du montage”.

📖 6. Capteurs piézorésistifs et capacitifs

📖 7. Amplification et filtrage analogiques

🔑 Notions clés & Définitions

• Réponse impulsionnelle : La réponse impulsionnelle $h(t)$ décrit l’évolution temporelle de la sortie lorsqu’on applique une impulsion unité au système.
• Filtre idéal : Un filtre idéal applique un gain strictement constant sur une bande de fréquences et nul ailleurs, avec une coupure parfaitement abrupte.
• Stabilité (LTI) en énergie finie : Un système linéaire invariant (LTI) est dit stable si toute entrée d’énergie finie produit une sortie d’énergie finie.

📝 Points essentiels

• Un filtrage analogique se modélise par la convolution $y(t)=s(t)*h(t)$, et l’outil équivalent dans le domaine fréquentiel est le produit $Y(j\omega)=H(j\omega)S(j\omega)$.
• Un filtre idéal passe-bas a un gain invariable sur $|\omega|\le \omega_c$ et nul pour $|\omega|>\omega_c$, ce qui correspond à une transition instantanée au niveau de la fréquence de coupure.
• Un filtre idéal n’est réalisable pratiquement que par compromis car un gain strictement nul en dehors de la bande impose une réponse $h(t)$ non réalisable (type réponse non “passe-partout” de la maquette idéale).
• Pour un système LTI, la stabilité en énergie finie est liée au comportement des pôles de $H(p)$ : une condition retenue en cours est que tous les pôles aient une partie réelle strictement négative pour éviter une croissance non bornée.
• Un filtrage passe-bas réel se contente de préserver les fréquences utiles à gain proche de 1 et d’atténuer fortement (mais pas strictement à zéro) les autres fréquences pour réduire le recouvrement spectral.
• Un passe-haut idéal et un passe-bande idéal se définissent aussi par des conditions de gain par bandes : ils conservent la zone de fréquences demandée et suppriment le reste, ce qui permet de retirer sélectivement les composantes indésirables.

💡 Astuce mémo

Passe-Bas: Bonnes fréquences dans la baignoire $|\omega|\le\omega_c$, Mauvaises fréquences dehors $|\omega|>\omega_c$ (mais réel = bords flous).

📖 8. Transport par modulation

🔑 Notions clés & Définitions

• Modulation : Opération qui transforme un signal de base en un signal porteur en modifiant ses paramètres pour pouvoir le transmettre sur un intervalle de fréquences plus adapté.
• Porteuse : Signal de fréquence $f_0$ utilisé comme support à la modulation pour transporter l’information vers une autre bande spectrale.
• Signal de modulation : Signal $s(t)$ qui porte l’information et dont les variations sont introduites dans le signal modulé via la porteuse.
• Démodulation : Reconstruction du signal d’origine à partir du signal modulé en séparant dans le spectre la partie associée à la bande de base.

📝 Points essentiels

• Le transport par modulation revient à déplacer l’information autour de la fréquence de la porteuse pour la faire passer dans une bande de transmission adaptée.
• La multiplication temporelle entre $s(t)$ et un porteur sinusoïdal produit des composantes fréquentielles obtenues par transposition, notamment autour de $+f_0$ et $-f_0$.
• Pour récupérer l’amplitude du signal d’origine, un filtrage passe-bas peut reconstruire la composante située dans la bande de base après transposition.
• En modulation d’amplitude, l’enveloppe du signal porteur porte les variations du signal d’information, ce qui permet ensuite de retrouver l’information via un filtrage centré sur la bande utile.
• Pour que la modulation d’abord puis la démultiplication évite les recouvrements spectraux, la fréquence maximale de modulation doit être suffisamment petite pour rester dans l’écart spectral laissé par la porteuse.
• Si la porteuse n’est pas utilisée et que le signal modulant est multiplié directement, le spectre n’est pas transposé en une autre bande et on ne bénéficie pas du transport vers une bande adaptée.

💡 Astuce mémo

Multiplication en temps → translation en fréquence : l’info de $s(t)$ se déplace autour de la porteuse, puis un filtre isole la bande de base.

📖 9. Échantillonnage et quantification

🔑 Notions clés & Définitions

• Échantillonnage : L’échantillonnage consiste à remplacer un signal analogique continu par des valeurs prises à instants régulièrement espacés de période $T_e$.
• Quantification : La quantification consiste à remplacer chaque échantillon analogique par un niveau discret codé, issu d’un nombre fini de valeurs possibles du CAN.
• Fréquence d’échantillonnage : La fréquence d’échantillonnage $f_e$ indique le rythme de prise des valeurs par échantillonnage, avec $f_e=1/T_e$.
• Fréquence de Nyquist : La fréquence de Nyquist est la plus grande fréquence admissible sans ambiguïté après échantillonnage, égale à $f_e/2$.
• Fréquence d’anti-repliement : La fréquence d’anti-repliement est la limite utile imposée par un filtre passe-bas avant l’échantillonnage pour éviter le repliement spectral au voisinage de $f_e/2$.

📝 Points essentiels

• Un échantillonnage produit $s_e(t)$ à partir de $s(t)$ en ne conservant des valeurs qu’aux instants $t=nT_e$, où $n$ est entier.
• Le filtrage anti-repliement doit précéder l’échantillonneur dans une chaîne d’instrumentation.
• Si le signal contient au moins une énergie jusqu’à $f_{max}$, l’échantillonnage sans pertes impose $f_e \ge 2f_{max}$ (théorème de Shannon).
• Le repliement spectral se produit quand des composantes au-delà de la fréquence de Nyquist sont échantillonnées et se rabattent sur des fréquences plus basses.
• La quantification introduit une erreur $\varepsilon_q(t)$ liée à l’arrondi vers un niveau discret, et l’erreur maximale vaut $|\varepsilon_{q,max}|=\Delta V/2^n=V_{ref}/2^{n+1}$.
• Pour minimiser le bruit de quantification, on utilise toute la plage d’entrée du CAN : la condition pratique est que l’amplitude du signal occupe au mieux $[V_{min},V_{max}]$.

💡 Astuce mémo

Nyquist = moitié : pour éviter l’aliasing, il faut $f_e \ge 2f_{max}$, et donc $f_{max}$ doit rester sous la moitié de $f_e$ avant filtrage anti-repliement.

📖 10. Traitement numérique des signaux

🔑 Notions clés & Définitions

• Théorème de Shannon : Un résultat théorique reliant la fréquence d’échantillonnage maximale à la bande du signal pour permettre la reconstruction sans perte du contenu fréquentiel conservé.
• CAN : Un convertisseur numérique-alogique quantifie un signal en transformant sa tension analogique en une représentation par un nombre de bits.
• Bruit de quantification : Un bruit équivalent dû au fait que la quantification arrondit le signal dans un ensemble fini de niveaux, ce qui génère une erreur mesurable.
• Filtrage numérique : Une opération réalisée dans le domaine discret en calculant une nouvelle valeur à chaque échantillon à partir de plusieurs échantillons passés et/ou à venir.

📝 Points essentiels

• Pour échantillonner sans pertes d’informations, la fréquence d’échantillonnage doit être au moins égale au double de la plus grande fréquence à conserver dans le signal.
• Un filtre anti-repliement précède toujours l’échantillonneur pour éviter le repliement du spectre lors de la numérisation.
• L’erreur de quantification est au plus égale à $2^{-n}/2$ fois la plage de tensions d’entrée convertibles, ce qui se traduit par un bruit de quantification.
• La condition pour limiter les erreurs de quantification est d’utiliser toute la plage d’entrée du CAN pour que le signal occupe efficacement l’intervalle $[V_{\min},V_{\max}]$.
• Dans le traitement discret, le signal échantillonné peut s’écrire comme un produit avec une impulsion de Dirac périodique, ce qui rend le traitement compatible avec des opérations de convolution.
• Le filtrage numérique passe par une combinaison pondérée d’échantillons de part et d’autre, de façon à produire une sortie calculée à chaque instant d’échantillonnage.

💡 Astuce mémo

Nyquist = $f_e\ge 2f_{max}$ : sans pertes, on échantillonne à au moins le double de la bande utile.

📅 Repères chronologiques

1. 01/03/2019Version du support du cours (EEIGM 3ème année)
2. 05/02/2019Version du support (Chapitre 02 : les capteurs)
3. 07/03/2019Version du support (Chapitres 3 à 6 : traitement analogique puis numérique)
4. 2025/2026Période indiquée pour le cours de traitement du signal

📊 Tableaux de synthèse

Capteurs actifs vs passifs

Types de filtres idéaux (notion de bande de fréquences)

⚠️ Pièges & confusions fréquents

1. Confondre mesurande et signal électrique : le mesurande m(t) est la grandeur physique, alors que le signal x(t) (entrée/sortie) peut être modifié par des perturbations.
2. Croire que l’objectif de la chaîne est seulement une valeur fixe : la mesure vise aussi la variation (dynamique) avec une erreur connue.
3. Penser qu’une fonction de transfert non linéaire donne une sensibilité constante : elle dépend de l’état de fonctionnement, donc nécessite une caractérisation/linéarisation locale.
4. Oublier la limite de la plage de mesure : en dehors, l’erreur peut augmenter fortement et la réponse peut ne plus suivre le modèle annoncé.
5. Inverser actif/passif : un capteur passif ne « produit » pas le signal sans excitation, alors qu’un capteur actif délivre directement un signal exploitable.
6. Penser que le filtrage idéal est réalisable : un gain strictement nul hors bande impose une réponse h(t) non réalisable (compromis en pratique).
7. Confondre repliement et Nyquist : le repliement spectral survient si le signal n’est pas convenablement limité avant l’échantillonnage (anti-repliement).

✅ Checklist Examen

1. Identifier le rôle de la chaîne d’instrumentation et relier mesurande m(t), signaux électriques x(t) et perturbations internes/externes.
2. Donner l’objectif de la mesure : représentation fidèle valeur+variation, erreur connue, sensibilité minimale aux perturbations.
3. Modéliser un capteur : relation g_e(t)=f(m(t)) et comprendre le cas non linéaire (sensibilité dépendante) vs linéarisation locale.
4. Lister et définir les caractéristiques d’un capteur : plage de mesure, sensibilité, fonction de transfert (selon régime) et temps de réponse.
5. Classer capteurs actifs/passifs et préciser ce qui est nécessaire pour que la grandeur mesurée devienne un signal électrique exploitable.
6. Expliquer le couplage amplification/filtrage analogique : convolution y(t)=s(t)*h(t) et lien fréquentiel Y(jω)=H(jω)S(jω).
7. Expliquer la notion de stabilité LTI (condition sur les pôles de H(p)) et le lien énergie finie.
8. Décrire le transport par modulation : rôle de la porteuse, transposition spectrale autour de ±f0, puis reconstruction via filtrage passe-bas.
9. Donner les conditions de base pour l’échantillonnage sans pertes : f_e ≥ 2 f_max (Shannon) et Nyquist = f_e/2.
10. Décrire l’anti-repliement : un filtre passe-bas doit précéder l’échantillonneur dans la chaîne d’instrumentation.
11. Relier quantification et erreurs : arrondi vers des niveaux CAN, erreur maximale liée à ΔV et n bits, et stratégie pratique d’utilisation de toute la plage du CAN.
12. Expliquer le traitement numérique : filtrage discret via convolution/pondération d’échantillons, et rappeler la présence du compromis gain/bruit via le filtrage utile plutôt que du « idéal » strict.