Menu:

Thèse en Traitement du Signal pour les

Télécommunications

co-financée CNES

Université de Toulouse - Institut National Polytechnique de Toulouse (INPT) - ENSEEIHT
Laboratoire : Institut de Recherche en Informatique de Toulouse (IRIT)
Equioe : Signal and Communication (SC) - Thème 1: Information Analysis and Synthesis
Encadrante : Marie Chabert (Associate Professor) marie.chabert@enseeiht.fr

TITRE Echantillonnage non uniforme : application

aux filtrages et aux conversions (CAN/CNA)

DESCRIPTION

L’échantillonnage non uniforme (ENU) consiste à échantillonner le signal analogique à des instants distribués de façon non uniforme dans le temps éventuellement de manière aléatoire.

L’ENU possède, sous certaines conditions particulières de l’échantillonnage, la propriété de supprimer ou d’éloigner les répliques spectrales du signal échantillonné, toujours présentes sinon dans le cas usuel de l’échantillonnage uniforme. Ces répliques sont à l’origine des filtres analogiques dits filtres anti-repliement pour celui qui se situe devant le convertisseur analogique-numérique (CAN), et filtre de restitution ou filtre anti-images pour celui qui se situe après le convertisseur numérique-analogique (CNA). L’ENU offre en conséquence l’espoir de relâcher les contraintes de conception sur ces filtres, donc d’en réduire la complexité et le coût.

L’ENU est par ailleurs susceptible de réduire la fréquence de traitement lorsque le flux de signal utile est irrégulier, en n’échantillonnant que les variations du signal quand elles existent, c’est-à-dire en adaptant la fréquence d’échantillonnage à la vitesse de variation du signal. Il peut s’ensuivre une réduction de la consommation de puissance dans certaines réalisations, dont l’étude précisera la nature (signal de parole traité en technologie bipolaire par exemple) et l’intérêt. Il existe d’autres avantages possibles, comme la propriété de certaines formes d’ENU d’étaler le spectre d’un brouilleur dans le domaine spectral - ce dont on peut espérer une technique de tolérance à ce brouilleur - ou la réduction du niveau des signaux parasites liés au signal d’horloge.

L’application visée est d’abord celle des processeurs numériques transparents de télécommunications. Ces processeurs dont la bande passante traitée augmente régulièrement jusqu’à atteindre aujourd’hui quelques centaines de MHz requièrent des filtres anti-repliement et anti-image de plus en plus difficiles à réaliser à cause de l’élargissement de leur bande passante, à fréquence centrale donnée. En particulier les filtres à ondes acoustiques de surface qui étaient souvent employés pour ces usages, deviennent inadaptés. La réduction de la fréquence de traitement si elle est confirmée peut trouver une application là où le débit de données est variable, comme les équipements de Télémesure –Télécommande ou de TéléMesure Charge Utile haut débit. L’étalement de brouilleurs trouve son application dans les satellites militaires mais aussi civils pour diminuer la susceptibilité des équipements bord.

L’objectif général de la thèse est d’offrir une alternative au traitement uniforme. L’ENU est très peu connu de la communauté spatiale et a été essentiellement appliqué à des signaux passe-bas, tandis que l’on s’intéresse plutôt à des signaux passe-bande. Il n’est cité que de façon exceptionnelle comme une solution possible au relâchement des contraintes de faisabilité des filtres analogiques anti-repliement ou anti-images.

Bibliographie
A. Aldroubi, H. Feichtinger, Complete iterative reconstruction algorithms for irregularly sampled data in spline like spaces, ICASSP-97, pp. 1857-1860.

I. Bilinskis, Digital alias free signal processing, Wiley, april 2007.

E. J. Candès, M. B. Wakin, "An introduction to compressive sampling ", IEEE signal processing Magazine, March 2008, p 21-30.

H. Cramér, M. R. Leadbetter, Stationary and related stochastic processes, Wiley, New-York (1966).

D. Healy, D. J. Brady, "Compression at the physical interface ", IEEE signal processing Magazine, March 2008, p67-71J. R. Higgins, Sampling Theory in Fourier and Signal Analysis, Oxford Sc. Pub.(1996).

B. Ja. Levin, Zeros of Entire Functions, Am. Math. Soc., 1964.

A. Papoulis, ´n A new algorithm in spectral analysis and band limited extrapolation ˙z, IEEE Trans. Circuits Systems, CAS 22, p735-742, 1975.

A. I. Zayed, P. L. Butzer, Lagrange Interpolation and Sampling Theorems, in Nonuniform Sampling. Theory and Practice, ed. F. Marvasti, Kluwer Ac., 2001.

Bernard Lacaze, Corinne Mailhes, Reconstruction of sampled complex processes with timing jitter, Sampling Theory in Signal and Image Processing, Sampling Publishing, Potsdam - USA, Vol. 3 N.2, p.133-156,mai 2004.

Bernard Lacaze, Corinne Mailhes. Can timing jitter improve random process reconstruction in the presence of aliasing ? IEEE-ICASSP04, Montreal, Canada, 15/05/2004-20/05/2004, IEEE, mai 2004.

Bernard Lacaze, Marie Chabert. New reconstruction formulas for oversampled processes and functions, Signal Processing, EURASIP Vol. 86, p. 2827-2835, 2006.

Marie Chabert, Bernard Lacaze, A New Formula for Lost Sample Restoration, European Signal and Image Processing Conference (EUSIPCO 2007), Poznan, 03/09/2007-07/09/2007, EURASIP, 2007.

Wilfried Chauvet, Marie Chabert, Bernard Lacaze, Influence d’un échantillonnage irrégulier sur les performances de la reconstruction, Groupe de Recherche et d'Etudes du Traitement du Signal et des Images (GRETSI 2009), Dijon, 08/09/2009-11/09/2009, GRETSI CNRS, septembre 2009.

Bernard Lacaze, Marie Chabert, Une formule de reconstruction exacte pour l'échantillonnage aléatoire, Groupe de Recherche et d'Etudes du Traitement du Signal et des Images (GRETSI 2007), Troyes, 11/09/2007-14/09/2007, GRETSI CNRS, septembre 2007.

Marie Chabert, Bernard Lacaze, Formules de reconstruction améliorées pour l'échantillonnage périodique d'ordre 2, Groupe de Recherche et d'Etudes du Traitement du Signal et des Images (GRETSI 2011), Bordeaux, 05/09/2011-8/09/2011, GRETSI CNRS, septembre 2011.

Marie Chabert, Bernard Lacaze, Fast reconstruction formulas for periodic nonuniform sampling of order 2,International Conference on Acoustics Speech and Signal Processing  (ICASSP 2012), Kyoto, Japon 25/03/2012-30/03/2012, 2012.