Le théorème de Nyquist est l'un des piliers fondamentaux du traitement numérique des signaux, qui régit la conversion des signaux analogiques continus en données numériques discrètes. D'abord formulé par Harry Nyquist en 1928 et affiné par Claude Shannon dans les années 1940, ce théorème fournit les conditions limites cruciales pour l'échantillonnage sans perdre d'information. Comprendre le théorème et sa relation avec les taux d'échantillonnage est essentiel pour les ingénieurs, les professionnels du son et toute personne travaillant avec les systèmes numériques, des studios d'enregistrement aux réseaux de télécommunications aux dispositifs d'imagerie médicale.

Qu'est-ce que le théorème de Nyquist ?

Le théorème de Nyquist, également connu sous le nom de théorème de prélèvement de Nyquist-Shannon, indique que pour reconstituer avec précision un signal continu de ses échantillons sans distorsion, la fréquence de prélèvement doit être au moins deux fois la plus haute composante de fréquence présente dans le signal. fmax, puis le taux d'échantillonnage fs doit satisfaire fs ≥ 2 × fmax- Oui.

Le théorème répond à la question fondamentale : à quelle fréquence devons-nous mesurer un signal continu pour capter son contenu complet ? Nyquist a compris que le taux d'échantillonnage doit être suffisamment élevé pour capturer au moins deux échantillons par période de fréquence la plus élevée. Cela garantit que les oscillations sont pleinement représentées dans le domaine numérique sans ambiguïté. Plus intuitivement, imaginez essayer de dessiner une onde sinusoïdale en marquant des points à intervalles réguliers. Si vous prenez seulement un échantillon par cycle, vous pourriez conclure par erreur que le signal est constant.

Il est important de noter que le théorème assume des conditions idéales : un signal limité par bande (pas de fréquences au-dessus fmax Dans la pratique, les signaux du monde réel contiennent souvent du bruit à haute fréquence ou des harmoniques qui doivent être enlevés avant l'échantillonnage à l'aide de filtres anti-aliasing. De plus, le théorème ne tient que pour un échantillonnage uniforme à intervalles constants; l'échantillonnage non uniforme introduit différents défis.

Taux de Nyquist par rapport à la fréquence de Nyquist

Deux termes sont souvent confondus : le taux de Nyquist et la fréquence de Nyquist. Taux de Nyquist est la fréquence minimale de prélèvement requise pour un signal donné — deux fois la fréquence la plus élevée présente. Fréquence de Nyquise est définie comme étant la moitié de la fréquence de prélèvement (fsIl représente la fréquence la plus élevée qui peut être représentée avec précision à une fréquence d'échantillonnage donnée. Par exemple, si vous échantillonnez à 44 100 Hz (qualité CD), la fréquence Nyquist est de 22 050 Hz. Toute fréquence au-dessus de cette fréquence sera repliée dans la plage audible comme fausse information basse fréquence.

Pour se souvenir de la distinction: taux désigne le taux d'échantillonnage nécessaire, fréquence Dans la conception du système, les ingénieurs fixent souvent la vitesse d'échantillonnage en premier, puis conçoivent des filtres anti-aliasifs avec une coupure à ou en dessous de la fréquence Nyquist. Comprendre cette relation est critique lors du choix des taux d'échantillonnage pour tout système qui capture ou traite des signaux continus.

Comprendre les taux d'échantillonnage

La fréquence d'échantillonnage, mesurée en hertz (Hz), indique le nombre d'échantillons discrets prélevés sur le signal continu par seconde. Des taux d'échantillonnage plus élevés permettent de saisir plus de détails sur la forme de l'onde, surtout aux hautes fréquences, mais ils nécessitent aussi plus de stockage, une bande passante plus élevée pour la transmission et une puissance de traitement plus grande.

Les taux d'échantillonnage communs dans les services audio et de télécommunications comprennent:

  • 8 000 Hz – Standard pour la téléphonie vocale (PNTN), captant des fréquences jusqu'à 4 kHz, suffisant pour l'intelligibilité vocale. Ce taux est issu des banques de canaux précoces et reste l'épine dorsale de la téléphonie numérique.
  • 44 100 Hz – Compact Disc audio, fournissant une bande passante de 22.05 kHz, couvrant la gamme audible complète pour les humains (20 Hz–20 kHz). Le choix de 44,1 kHz a des racines historiques dans l'intersection des standards vidéo PAL et NTSC.
  • 48 000 Hz – Production audio et vidéo professionnelle, offrant une marge légèrement plus élevée pour les filtres anti-aliasing et compatibilité avec les taux d'images vidéo (24, 25, 30 fps).
  • 96 000 Hz et 192 000 Hz – Audio haute résolution, utilisé dans les enregistrements d'archives, la production musicale haut de gamme et les applications spécialisées où le contenu ultrasonore peut être préservé (par exemple, enregistrements scientifiques, écholocation de chauves-souris).

Selon le théorème Nyquist, si votre signal contient de l'énergie supérieure à la moitié de la fréquence d'échantillonnage, vous devez soit augmenter la fréquence d'échantillonnage, soit appliquer un filtre passe-bas pour enlever ces fréquences avant l'échantillonnage. Ce compromis entre la bande passante, la complexité du filtre et le taux de données est une considération centrale de conception dans les systèmes numériques.

Aliénement : Conséquences du sous-échantillonnage

L'aliasing est la distorsion qui se produit lorsqu'un signal continu est échantillonné à une vitesse inférieure à la vitesse de Nyquist. Les fréquences supérieures à la fréquence de Nyquist apparaissent comme des fréquences inférieures dans les données échantillonnées – essentiellement, elles «fold» dans la bande de base. Cela crée de faux signaux qui ne sont pas présents dans la source d'origine et ne peuvent pas être enlevés après l'échantillonnage.

Si le signal est échantillonné à 44,1 kHz (fréquence Nyquist 22.05 kHz), le ton de 25 kHz sera alias jusqu'à 44.1 – 25 = 19,1 kHz. Le signal numérique qui en résultera contiendra un ton de 19,1 kHz au lieu de 25 kHz, ce qui entraînera une représentation inexacte. Cet effet est particulièrement problématique dans l'audio, où l'aliasing peut introduire des artefacts non musicaux sévères qui ressemblent à des déformations ou des sonneries.

Pour lutter contre le pseudonyme, les ingénieurs utilisent Filtres anti-aliasing Il s'agit de filtres passe-bas qui éliminent les fréquences au-dessus de la fréquence Nyquist. Cependant, aucun filtre n'est parfait; les filtres réels ont une bande de transition (la région entre le bandeau et le bandeau) et une atténuation finie du bandeau. C'est pourquoi l'audio professionnel utilise souvent des taux d'échantillonnage de 96 kHz ou même 192 kHz: la fréquence Nyquist supérieure permet des conceptions de filtres plus détendues, préservant la réponse de phase du signal autour de 20 kHz tout en empêchant tout alias. Par exemple, un filtre pour 44.1 kHz doit avoir une coupure très nette commençant autour de 20 kHz pour être complètement plat à 20 kHz—ces filtres peuvent introduire une distorsion de phase. À 96 kHz, le filtre peut avoir une pente plus douce, évitant les problèmes de phase dans la bande audible.

Applications pratiques

Enregistrement et production audio

Dans l'enregistrement audio, le théorème de Nyquist guide le choix du taux d'échantillonnage pour différentes applications. Pour la musique destinée au CD ou au streaming à 44,1 kHz, l'audio doit être limité à 22 kHz ou moins. La plupart des microphones et instruments produisent du contenu jusqu'à 20 kHz, donc 44,1 kHz suffit – mais seulement si le filtre anti-aliasage de l'ADC est assez raide pour couper au-dessus de 20 kHz. De nombreux ingénieurs d'enregistrement préfèrent 96 kHz ou même 192 kHz lors de la capture de matériel qui peut être traité de façon importante. Des taux d'échantillonnage plus élevés réduisent l'accumulation d'objets aliasés à partir d'effets numériques tels que le déplacement de pas, la compression du temps ou le traitement non linéaire (par exemple, la saturation).

Lorsque vous travaillez avec audio, il est également important de considérer le filtre de reconstruction Le convertisseur numérique à analogique (DAC) doit enlever les images (répliques spectrales) du signal de bande de base qui apparaissent à plusieurs de la vitesse d'échantillonnage. Ces images sont un résultat naturel du processus d'échantillonnage et doivent être filtrées pour reproduire l'onde analogique originale de manière propre.

Télécommunications

Les réseaux téléphoniques utilisent un taux d'échantillonnage de 8 kHz, correspondant à une bande passante théorique de 4 kHz. Ceci est adéquat pour la parole humaine, qui contient la majeure partie de son énergie inférieure à 3,4 kHz. Le théorème Nyquist assure que le signal vocal peut être reconstruit avec précision à partir de 8 000 échantillons par seconde, pourvu qu'un filtre passe-bas tranchant supprime les fréquences au-dessus de 4 kHz avant l'encodage. Ce système simple a transporté des milliards d'appels vocaux depuis des décennies. Les systèmes VoIP modernes peuvent utiliser des taux d'échantillonnage plus élevés (16 kHz ou 32 kHz) pour améliorer la qualité de la voix (audio large bande), mais le principe fondamental demeure : le taux d'échantillonnage doit dépasser le double de la fréquence la plus élevée pour éviter l'aliassage.

Imagerie médicale

Dans l'imagerie médicale, le théorème de Nyquist régit l'échantillonnage spatial des signaux. Par exemple, dans l'IRM (imagerie par résonance magnétique), le gradient d'encodage de fréquence échantillonne le signal dans l'espace k. Le taux d'échantillonnage détermine le champ de vision et la résolution spatiale. Si le taux d'échantillonnage est trop faible, l'aliasing apparaît comme des artefacts enveloppants dans l'image, où des structures de l'extérieur du champ de vision apparaissent à l'intérieur. De même, les scanners CT et les systèmes d'échographie s'appuient sur des taux d'échantillonnage spatial qui satisfont au critère de Nyquist pour la fréquence spatiale la plus élevée.

L'EEG (électroencéphalographie) échantillonne l'activité électrique du cerveau à des taux généralement compris entre 250 Hz et 2 000 Hz. La fréquence la plus élevée d'intérêt pour l'EEG de routine est d'environ 70 Hz, donc une fréquence d'échantillonnage d'au moins 140 Hz est nécessaire.Les systèmes cliniques utilisent souvent 256 Hz ou 512 Hz pour assurer un anti-aliasing robuste et permettre un filtrage numérique ultérieur.

Traitement numérique des signaux (DSP)

Le théorème de Nyquist est également la fondation pour suréchantillonnage et décimation techniques. Dans le suréchantillonnage, le signal est échantillonné à un rythme beaucoup plus élevé que le taux de Nyquist, qui distribue le bruit de quantification sur une bande passante plus large et réduit le bruit en bande. Le signal est ensuite décimé jusqu'au taux souhaité après filtrage numérique à passe basse. Cette approche est courante dans les ADCs sigma-delta et de nombreuses interfaces audio modernes, permettant une haute résolution avec des composants analogiques plus simples.

Décimation Pour décimer de 96 kHz à 48 kHz, par exemple, vous devez d'abord appliquer un filtre numérique à passe basse avec une coupure à 24 kHz (la fréquence Nyquist du taux inférieur) pour éviter tout alias. Le théorème dicte chaque étape : tout changement de taux d'échantillonnage doit respecter le contenu de la fréquence par rapport à la nouvelle fréquence Nyquist. La conversion de taux d'échantillonnage – à la fois en haut et en bas – repose sur ces principes, et les convertisseurs de haute qualité utilisent des banques de filtres polyphasés ou une interpolation sinc fenêtre pour minimiser les distorsions.

Demandes supplémentaires

Dans les systèmes radar, l'échantillonnage des impulsions retournées doit satisfaire au critère de Nyquist pour éviter les ambiguïtés de portée. Dans la sismologie, les sismographes numériques s'échantillonnent le mouvement du sol à des vitesses déterminées par les fréquences les plus élevées attendues des tremblements de terre ou des explosions. Dans les systèmes de contrôle, le taux d'échantillonnage des capteurs doit être au moins deux fois la bande passante du système pour maintenir la stabilité et les performances.

Limites et considérations pratiques

Alors que le théorème de Nyquist fournit un système mathématique propre lié, le monde réel fait face à plusieurs défis:

  • Les vrais filtres ne sont pas idéaux. Un filtre passe-bas idéal aurait une bande de transition nulle et une atténuation infinie au-dessus de la coupure, mais de tels filtres ne peuvent pas être réalisés. Les filtres pratiques introduisent des variations de distorsion de phase, d'ondulation et de retard de groupe. Ils peuvent nécessiter un suréchantillonnage pour obtenir des performances suffisantes.
  • Les signaux sont rarement parfaitement limités par la bande. Même un son de haute qualité peut avoir un contenu ultrasonore provenant d'instruments ou de sources ambiantes. Il faut appliquer des filtres anti-aliasants, et leur conception nécessite des compromis entre la netteté, le retard de groupe et le coût. Dans certains cas, le préfiltre lui-même peut introduire plus de distorsion qu'il ne l'empêche.
  • La quantification ajoute du bruit. Même lorsqu'il est échantillonné à une vitesse appropriée, la précision finie de chaque échantillon (profondeur bit) introduit une erreur de quantification. Le théorème ne traite pas de la résolution d'amplitude; la profondeur bit est un paramètre distinct mais tout aussi important pour la fidélité numérique. L'augmentation du taux d'échantillonnage n'améliore pas le rapport signal-quantisation-bruit (SQNR) sauf si le modelage du bruit est utilisé.
  • Considérations relatives au temps et au domaine. Le théorème suppose que l'échantillonnage est instantané et uniforme. En pratique, les jitters horaires d'échantillonnage – variations dans le temps de chaque échantillon – peuvent introduire du bruit et des distorsions, surtout à haute fréquence. C'est une autre raison pour laquelle des taux d'échantillonnage plus élevés peuvent être bénéfiques : les exigences absolues de jitter deviennent moins strictes pour un pourcentage donné de la période d'échantillonnage.
  • Contraintes en temps réel. Dans de nombreux systèmes, les taux d'échantillonnage sont choisis pour correspondre aux capacités de traitement et de débit de données. Les taux plus élevés nécessitent des CDA plus rapides, une bande passante plus grande et une puissance plus élevée de calcul.

Pour ceux qui cherchent plus de profondeur, le travail original de Nyquist et Shannon est indispensable. Wikipedia article sur le théorème d'échantillonnage Nyquist-Shannon. Pour des conseils spécifiques, voir le présent document de l'AES sur les choix de taux d'échantillonnage. Les ingénieurs travaillant avec des systèmes numériques peuvent également bénéficier de Article technique sur le théorème de Nyquist. Pour une plongée plus profonde dans la conception de filtre anti-aliasing, cette note d'application Texas Instruments Enfin, la Commission a adopté une proposition de directive concernant les aides d'État à la construction navale. Page d'accueil de la rééchantillonnage audio numérique (par Julius O. Smith) fournit un excellent traitement théorique et pratique de la conversion de taux d'échantillonnage.

Conclusion

Le théorème de Nyquist n'est pas simplement une curiosité académique, c'est la règle fondamentale qui dicte la numérisation du monde analogique. De la musique que nous voyons aux images médicales qui guident les diagnostics, chaque représentation numérique d'un signal continu dépend du respect approprié de ce principe. Comprendre les taux d'échantillonnage à la lumière du théorème de Nyquist permet aux ingénieurs et aux praticiens de prendre des décisions éclairées sur la conception du système, la sélection des filtres et le stockage des données. Que vous installiez une session d'enregistrement à 96 kHz, que vous conçoyiez une liaison de télécommunication à 8 kHz, ou que vous configuriez un échantillonnage d'espaces k d'une machine d'IRM, la même règle s'applique : échantillonner au moins deux fois la plus haute fréquence, ou risquez de perdre de l'information.