Mesures dans le domainefréquentiel

PlanPlan

• Notions élémentaires sur les mesures dans le domaine fréquentiel

• Considérations sur le domaine temporel

• Analyses en fréquence

• Notions élémentaires sur les mesures dans le domaine fréquentiel

• Considérations sur le domaine temporel

• Analyses en fréquence

Le temps par rapport à la fréquenceLe temps par rapport à la fréquence

Échantillonnage du signal

Échantillonnage du signal

FFTFFT

Filtreanti-repliement

Filtreanti-repliement

OctaveOctave

Acquisitiondu signal

Acquisitiondu signal

Mesures en fréquenceMesures en fréquence

Conditionnementdu signal

Conditionnementdu signal

Analyse en fréquence

Analyse en fréquence

Échantillonnage incorrectÉchantillonnage incorrect Échantillonnage correctÉchantillonnage correct

fN = fe/2 fe: fréquence d’échantillonnagefN = fe/2 fe: fréquence d’échantillonnage

Domaine temporel Directives d’échantillonnageDomaine temporel Directives d’échantillonnage• Théorème de Nyquist

fréquence d’échantillonnage > 2 x fréquence maximale du signal

• Fréquence de Nyquist (fN) fréquence maximale pouvant être analysée

• Des fréquences supérieures à la fréquence de Nyquist entraînent un repliement du signal

• Théorème de Nyquistfréquence d’échantillonnage > 2 x fréquence maximale du signal

• Fréquence de Nyquist (fN) fréquence maximale pouvant être analysée

• Des fréquences supérieures à la fréquence de Nyquist entraînent un repliement du signal

• Supprime les fréquences supérieures à la fréquence de Nyquist

• Filtre passe-bas analogique

• Avant l’échantillonnage

• Supprime les fréquences supérieures à la fréquence de Nyquist

• Filtre passe-bas analogique

• Avant l’échantillonnage

Domaine temporel Filtre anti-repliementDomaine temporel Filtre anti-repliement

Réponse plate

Atténuationrapide

f1f1 f3f3

fe /2fe /2 fefe

Largeur de bandesans repliementLargeur de bandesans repliement fe /2fe /2 fefe

Filtreanti-repliementFiltreanti-repliement

f2f2

Fréquencede

repliementf3

Fréquencede

repliementf3

f4f4

SIGNAL BRUTSIGNAL BRUT

SIGNAL ACQUISSIGNAL ACQUIS

Domaine temporel Largeur de bande sans repliement

Domaine temporel Largeur de bande sans repliement Fréquence de NyquistFréquence de Nyquist Fréquence

d’échantillonnageFréquence

d’échantillonnage

f1f1 Fréquenceatténuée

f2

Fréquenceatténuée

f2

Domaine temporelÉléments supplémentairesDomaine temporelÉléments supplémentaires

• Convertisseur analogique/numérique D/S– Haute résolution– Filtres anti-repliement intégrés– Adapté pour la mesure de sons et de vibrations

• Échantillonnage et déclenchement simultanés– Relation entre les phases des signaux

• Gain programmable

• Détection de surtension

• Convertisseur analogique/numérique D/S– Haute résolution– Filtres anti-repliement intégrés– Adapté pour la mesure de sons et de vibrations

• Échantillonnage et déclenchement simultanés– Relation entre les phases des signaux

• Gain programmable

• Détection de surtension

Analyse du domaine fréquentielAnalyse du domaine fréquentiel

• Analyse par FFT

• Analyse par octave

• Analyse par wobulation

• Analyse par FFT

• Analyse par octave

• Analyse par wobulation

FFTFFT

• La FFT donne des informations sur l’amplitude et la phase– Amplitude = (Réelle^2 + Imag^2)– Phase = Arc tan (Imag / Réelle)

• Le spectre de puissance représente l’énergie contenue dans le signal– Spectre de puissance = Amplitude ^2

• Applications• Analyse de vibrations• Test dynamique de structure• Maintenance préventive• Test de chocs

• La FFT donne des informations sur l’amplitude et la phase– Amplitude = (Réelle^2 + Imag^2)– Phase = Arc tan (Imag / Réelle)

• Le spectre de puissance représente l’énergie contenue dans le signal– Spectre de puissance = Amplitude ^2

• Applications• Analyse de vibrations• Test dynamique de structure• Maintenance préventive• Test de chocs

Zoom FFTZoom FFT

Bande de baseBande de base

Zoom FFTZoom FFT

OctaveOctave

• Analyse effectuée par des bancs parallèles de filtres passe-bande– Une octave correspond à un facteur deux de la

fréquence– La fréquence de référence est 1 kHz (domaine audio)

• Analyse effectuée par des bancs parallèles de filtres passe-bande– Une octave correspond à un facteur deux de la

fréquence– La fréquence de référence est 1 kHz (domaine audio)

ff/2f/4 4f2f

1 octave

F

A

0220 Hz220 Hz 440 Hz440 Hz 880 Hz880 Hz

AA AAAA

OctaveOctave• Octave : échelle des fréquences

logarithmique– Similaire à la perception des sons par l’oreille

humaine– Analyses en 1/1, 1/3, 1/12, et 1/24 d’octave

• FFT : échelle des fréquences linéaire• Applications

– Test des émissions de bruit– Mesure d’intensité acoustique– Mesure de puissance sonore– Equalizer

• Octave : échelle des fréquences logarithmique– Similaire à la perception des sons par l’oreille

humaine– Analyses en 1/1, 1/3, 1/12, et 1/24 d’octave

• FFT : échelle des fréquences linéaire• Applications

– Test des émissions de bruit– Mesure d’intensité acoustique– Mesure de puissance sonore– Equalizer

WobulationWobulation

• Générations successives couvrant une gamme de fréquences.

• À chaque étape, l’analyseur mesure l’amplitude et la phase pour chaque fréquence.

de FFT

• Générations successives couvrant une gamme de fréquences.

• À chaque étape, l’analyseur mesure l’amplitude et la phase pour chaque fréquence.

de FFT

Source

Périphériqueen cours de test

Réponse en

fréquence

WobulationWobulation

• Auto-résolution– Wobulation optimisée : plus de temps à basses

fréquences et moins à hautes fréquences– Augmente la résolution en fréquence pour de

grandes variations de la réponse

• Applications– Test de haut-parleur– Test de téléphone cellulaire– Caractérisation d’équipement électronique

• Auto-résolution– Wobulation optimisée : plus de temps à basses

fréquences et moins à hautes fréquences– Augmente la résolution en fréquence pour de

grandes variations de la réponse

• Applications– Test de haut-parleur– Test de téléphone cellulaire– Caractérisation d’équipement électronique

Comparaison des méthodes d’analyse fréquentielleComparaison des méthodes d’analyse fréquentielle

• FFT– Très rapide– Échelle des fréquences linéaire– Fondée sur la TFD

• Octave– Échelle des fréquences logarithmique– Banc de filtres divisant le spectre en bandes– Similitude avec l’oreille humaine dans le domaine

fréquentiel

• Wobulation– Bonne gamme de données dynamique– Source et analyseur pour chaque étape de fréquence– Réponse lente

• FFT– Très rapide– Échelle des fréquences linéaire– Fondée sur la TFD

• Octave– Échelle des fréquences logarithmique– Banc de filtres divisant le spectre en bandes– Similitude avec l’oreille humaine dans le domaine

fréquentiel

• Wobulation– Bonne gamme de données dynamique– Source et analyseur pour chaque étape de fréquence– Réponse lente