WIP: Add new course material on CAN (Convertisseur Analogique Numérique) with definitions, sampling, and conversion examples
This commit is contained in:
parent
8acd77664b
commit
5d9d2e0ea0
1 changed files with 141 additions and 0 deletions
141
cours/SIN/03-can.md
Normal file
141
cours/SIN/03-can.md
Normal file
|
@ -0,0 +1,141 @@
|
|||
---
|
||||
title: Le CAN
|
||||
subject: Cours
|
||||
kernelspec:
|
||||
name: python3
|
||||
display_name: Python 3
|
||||
abbreviations:
|
||||
CAN: Convertisseur Analogique Numérique
|
||||
---
|
||||
|
||||
# Définition
|
||||
|
||||
:::{prf:definition} CAN
|
||||
:nonumber: true
|
||||
Un convertisseur analogique-numérique est un dispositif électronique dont la fonction est de traduire une grandeur analogique en une valeur numérique codée sur plusieurs bits. Le signal converti est généralement une tension électrique.
|
||||
|
||||
Source : Article _[Convertisseur analogique-numérique](http://fr.wikipedia.org/wiki/Convertisseur_analogique-num%C3%A9rique)_ de [Wikipédia en français](https://fr.wikipedia.org/) ([auteurs](http://fr.wikipedia.org/w/index.php?title=Convertisseur_analogique-num%C3%A9rique&action=history))
|
||||
:::
|
||||
|
||||
# L'échantillonage du signal
|
||||
L'échantillonage du signal est la prise d'une valeur à un intervalle régulier de temps. L'intervalle entre deux valeurs s'appelle **période d'échantillonage**. On la note $T_e$ (en secondes). On parle aussi de **fréquence d'échantillonage** $f_e=\frac{1}{T_e}$ (en Hertz), qui correspond au nombre de valeurs prises chaque seconde.
|
||||
|
||||
Le **quantum** correspond au plus petit écart quantifiable (la "hauteur d'une marche"). On le note $q$ et son unité est celle du signal d'entrée (généralement le Volt).
|
||||
|
||||
La **tension de pleine échelle** ou **tension de référence** est la tension maximale quantifiable par le CAN. On la note $V_\text{pe}$ ou $V_\text{ref}$.
|
||||
|
||||
Le nombre de valeurs que peut générer le convertisseur se note $N$ et dépend du nombre de bits $n$ du convertisseur. Ainsi : $N=2^n$.
|
||||
|
||||
On obtient la relation suivante : $q=\frac{V_\text{pe}}{N}=\frac{V_\text{pe}}{2^n}$.
|
||||
|
||||
# Exemple de conversion
|
||||
On donne en @fig:exemple-can l'exemple d'un CAN de tension de référence 5 V fonctionnant sur 3 bits avec une fréquence d'échantillonage de 2 Hz.
|
||||
|
||||
La **caractéristique** du CAN est la courbe représentant la valeur numérique en sortie en fonction de la valeur analogique en entrée (@fig:carac-can).
|
||||
|
||||
````{figure}
|
||||
:label: fig:exemple-can
|
||||
```{code-cell} python
|
||||
:tags: [remove-input]
|
||||
import altair as alt
|
||||
import numpy as np
|
||||
import pandas as pd
|
||||
from scipy import interpolate
|
||||
|
||||
rng = np.random.default_rng(25)
|
||||
|
||||
n = 20
|
||||
t_max = 16
|
||||
|
||||
T = np.linspace(0, t_max, 1601)
|
||||
y = np.clip(
|
||||
interpolate.BSpline(np.linspace(0, t_max, n), 5 * rng.random(n), 2)(T),
|
||||
0,
|
||||
5,
|
||||
)
|
||||
y_n = np.full([1601], np.nan)
|
||||
y_n[::50] = np.floor(y[::50] * 8 / 5)
|
||||
y_n[y_n == 8] = 7
|
||||
|
||||
|
||||
data = pd.DataFrame({
|
||||
"t": T,
|
||||
"s": y,
|
||||
"s_n": y_n,
|
||||
})
|
||||
|
||||
base = alt.Chart(
|
||||
data
|
||||
).encode(
|
||||
alt.X("t:Q").axis(title="Temps (s)").scale(domain=(0,t_max)),
|
||||
)
|
||||
|
||||
ch = base.mark_line(
|
||||
interpolate="basis",
|
||||
strokeWidth=3,
|
||||
color="#6666cc",
|
||||
).encode(
|
||||
alt.Y("s:Q", axis=alt.Axis(title="Signal analogique", titleColor="#6666cc")).scale(domain=(0,5)),
|
||||
)
|
||||
|
||||
ch_n = base.mark_point(
|
||||
filled=True,
|
||||
color="#ff6600",
|
||||
).encode(
|
||||
alt.Y(
|
||||
"s_n:Q",
|
||||
axis=alt.Axis(
|
||||
title="Signal numérisé",
|
||||
titleColor="#ff6600",
|
||||
values=np.arange(8),
|
||||
)
|
||||
).scale(domain=(0,8)),
|
||||
)
|
||||
|
||||
alt.layer(ch_n, ch).resolve_scale(
|
||||
y="independent",
|
||||
).properties(
|
||||
width="container",
|
||||
height=200,
|
||||
)
|
||||
|
||||
|
||||
```
|
||||
Signal analogique et signal numérisé.
|
||||
````
|
||||
|
||||
````{figure}
|
||||
:label: fig:carac-can
|
||||
```{code-cell} python
|
||||
:tags: [remove-input]
|
||||
import altair as alt
|
||||
import numpy as np
|
||||
import pandas as pd
|
||||
from scipy import interpolate
|
||||
|
||||
N = 8
|
||||
s_n = np.arange(N+1)
|
||||
s_n[-1] = s_n[-2]
|
||||
data = pd.DataFrame({
|
||||
"s_n": s_n,
|
||||
"s_a": np.linspace(0, 5, N+1),
|
||||
})
|
||||
|
||||
alt.Chart(
|
||||
data
|
||||
).mark_line(
|
||||
interpolate="step-after",
|
||||
strokeWidth=3,
|
||||
color="#ff6600",
|
||||
).encode(
|
||||
alt.X("s_a:Q").axis(title="Signal Analogique").scale(domain=(0,5)),
|
||||
alt.Y("s_n:Q", axis=alt.Axis(title="Signal numérique", values=np.arange(N))).scale(domain=(0,N)),
|
||||
).properties(
|
||||
width=200,
|
||||
height=200,
|
||||
)
|
||||
|
||||
|
||||
```
|
||||
Caractéristique du CAN.
|
||||
````
|
Loading…
Add table
Reference in a new issue