Le bruit

en
électronique

Gérard Couturier
[email protected]
Tel : 05 56 84 57
58/59 Dept GEII 15 rue
Naudet CS 10207 33175 Gradignan
Le programme d’électronique des Depts. GEII fait apparaître
deux grands sous-ensembles
1) Électronique pour l’instrumentation : du capteur au
processeur

2) Les télécommunications analogiques et numériques

Ces deux sous-ensembles sont concernés par le bruit. Le bruit

limite les performances des dispositifs électroniques.

La présentation est ici principalement dédiée au bruit en

instrumentation avec un très bref aperçu du bruit dans les
transmissions numériques. La présentation permet de passer en
revue les concepts de base utiliser pour traiter le bruit en général.
 Bruit et instrumentation

Programme d’ info-industrielle Programme de physique

Processeur
(P, Numérique
Interface Module de
contrôleur,  Processus
homme- puissance
DSP, FPGA, …) Analogique industriel
machine

Programme Programme d’électronique -

d’électronique électrotechnique

Le programme
d’automatique est le
trait d’union entre les Numérique  Analogique capteurs
différents sous
ensembles : « il les
rend intelligents »
Programme d’ électronique Programme de Physique-
électronique

domaine concerné par le bruit

 PLAN
1-
Problème typique d’instrumentation : un capteur et un amplificateur opérationnel

2- Quelques capteurs et circuits intégrés de l’instrumentation

3- Bruit des composants élémentaires : résistances et diodes

4-
Répartition du bruit dans le domaine des fréquences : introduction de la densité sp
ectrale

5- Bruit dans les transistors

6- Modélisation du bruit dans les AOP

7-
Manipulation des densités spectrales, bande passante équivalente de bruit d’un a
mplificateur, facteur de bruit d’un amplificateur, facteur de bruit d’une chaîne d’a
mplificateurs, température équivalente de bruit
 PLAN (suite)
9- Etude de cas : l’accéléromètre et son conditionement

10- Transmission numérique et bruit : un bref aperçu

11- Détection synchrone

Complément 1 : Fonctions de corrélation : auto corrélation et inter corrélation

Complément 2 : Densité spectrale en sortie des montages non-inverseur et

inverseur

Complément 3 : Valeur crête d’un bruit Gaussien et crest factor

Bibliographie

Prérequis : Théorèmes de Norton et Thévenin, valeur efficace d’un signal, série

de Fourier, calcul intégral, notions de probabilité et statistique
1- Problème typique d’instrumentation :
un capteur et un amplificateur
opérationnel
 Problème typique d’instrumentation
Un capteur transforme une grandeur physique en une grandeur électrique, le
traitement numérique de la grandeur physique nécessite généralement un
conditionnement dont le rôle est de rendre compatible les niveaux de sortie du
capteur avec la pleine échelle du convertisseur analogique numérique. Le capteur
choisi pour illustrer l’exposé est ici un accéléromètre.

conditionnement

Capteur +_ A S/H CAN N bits

Vc Vs

Vref
Horloge

VFS
Vcmax
plage du VFS pleine échelle
Vs  (Vc  Vcmin )
capteur (Vcmax  Vcmin ) du CAN
Vcmin
0
 L’accéléromètre ADXL103 est un capteur capacitif

électrode mobile
point d’ancrage
d2 d1
électrode immobile électrode immobile

Quand l’accélération est nulle, l’électrode mobile est au milieu des électrodes
immobiles : d2=d1.

d2
d1

Quand l’accélération est différente de zéro, l’électrode mobile est déplacée soit
vers la gauche soit vers la droite suivant le sens de l’accélération : d2 d1.
masse
m accélération
( d 2  d1) 
k raideur
 Électronique du capteur accéléromètre

E1=Ecos(t)
Détecteur synchrone
E1
C1 d1 Vout
C2 d2
multiplieur
-E1 R Vs
Filtre passe bas
Fréquence coupure
Fc<F

Schéma de principe de l’électronique de l’accéléromètre

 d1  d 2  E2
Si R(C1  C 2 )  1 alors s
V  E  d  cos(ω t ) et Vout   d1  d 2 
2

masse
m accélération
avec : ( d 2  d1)   Vout  K 
k raideur
 Méthodologie

1) On choisit une résolution (exemple : mesurer une accélération à 0,01g près).

La plage de mesure (exemple : de –1g à 1g) et la résolution fixent le nombre de
bits N du convertisseur analogique numérique, (N=8).
Plage de mesure + résolution  nombre de bits N

2) La plage de mesure, la sensibilité du capteur (exemple : 1V/g) et la pleine

échelle du convertisseur analogique numérique permettent de dimensionner le
conditionnement.
Plage de mesure + sensibilité capteur + pleine échelle CAN 
conditionnement
 Le conditionnement

+
Vc
AOP  R 
conditionnement _ R
Vs  Vc  1  2   Vref 2
 R1  R1
+_ A R2
Vc Vs R1
R2 VFS  Vcmax  Vcmin
Vref 
Vref R1 Vcmax  Vcmin
VFS VFS Vcmin
Vs  (Vc  Vcmin ) Vref 
(Vcmax  Vcmin ) VFS  Vcmax  Vcmin

Une réalisation possible

Dans la démarche précédente, nous avons oublié que nous vivons à la

température de  300K et
Réalisation du conditionnement
que les capteurs et amplificateurs sont des sources de
bruit !
Le signal de sortie du capteur fluctue dans le temps. Les fluctuations ont deux
origines : 1) mécanique, l’électrode mobile vibre* et 2) électronique.
1 2 1
*valeur quadratique moyenne des fluctuations : k  (d1  d 2 )  k BTa
2 2
k B  1,38 x10 23 JK 1 : constante de Boltzmann, Ta : Température ambiante
 La tension de bruit est-elle inférieure ou supérieure au quantum ?

Le signal Vs à l’entrée du CAN est bruité, le bruit provient du capteur et de

l’amplificateur réalisant le conditionnement.

Question : le nombre de bits imposé par la résolution est-il compatible avec le

bruit du signal ? Si la tension de bruit est plus grande que le quantum le CAN est
sur dimensionné.

Conclusion : il faut se familiariser avec les données constructeurs pour être en

mesure d’évaluer l’ordre de grandeur du bruit.

Vs VFS=5V

?
2,5V 1 quantum

Signal Vs pour une accélération nulle

2- Quelques capteurs et circuits intégrés de l’instrumentation
Capteur de température : AD590
Capteur de champ magnétique : AD22151
Photodiode et amplificateur intégré : OPT30
Amplificateur d’instrumentation : INA101
Multiplieur : AD534
3- Bruit des composants élémentaires :
résistances et diodes
 Bruit thermique (bruit Johnson) des résistances

u
Quand Ta0K, le
R e
bruit disparaît
t

Résistance avec bruit Ta=300K

résistance
e sans bruit R
R e 
source de
t bruit en e
tension

Origine physique : Dans la limite Ta0 les atomes sont immobiles. A la

température ambiante (Ta=300K), les atomes vibrent autour de leurs positions
d’équilibre. La vibration des atomes entraîne une fluctuation spatiale de la densité
électronique générant ainsi une fluctuation de tension.
On peut supprimer les parasites électromagnétiques mais pas le bruit.

e parasites

moteur Ta=300K R e
t

e
moteur Ta=300K R e
t

Cage de Faraday
 Bruit de grenaille (shot noise) d’une diode à jonction polarisée en
directe
I

diode avec bruit i Imoy

source de
bruit en diode sans
I I
courant bruit
Imoy

t i
t

Origine physique : Le bruit de grenaille est dû à la fluctuation dans le temps du

flux de porteurs passant d’un coté à l’autre de la jonction (I=dQ/dt). Le courant
est à l’image du peloton du tour de France : le nombre de coureurs passant, par
seconde, devant un observateur immobile fluctue dans le temps.
4- Répartition du bruit dans le domaine des
fréquences : introduction de la densité
spectrale
Dans le cas des signaux périodiques non sinusoïdaux, les coefficients de la série de
Fourier renseignent sur la répartition de la puissance dans le domaine des
fréquences.

Question : comment obtenir une information sur la répartition en fréquence d’un

bruit, encore appelé signal aléatoire ?

Problème : le bruit n’est pas périodique et on ne dispose pas d’une expression

analytique dans le domaine temporel. Intuitivement, la valeur moyenne d’un bruit
est nulle, par contre le carré de la valeur moyenne est différent de zéro.

e e2
Ta=300K R e 
t t
La valeur quadratique moyenne <e2> , encore notée e2, est une information
intéressante mais ne renseigne pas sur la répartition du bruit dans le domaine
des fréquences.

1 T 2
Valeur quadratique moyenne de bruit  e 2  limT  0 e (t )dt
T
T est la durée d ' observatio n

e e2
Ta=300K R e 
 e2 
t t

On peut par contre chercher la répartition de la valeur quadratique dans le

domaine des fréquences. Pour cela il suffit de s’inspirer de l’expérience

suivante, faite sur des signaux classiques.

 Rappel sur la notion de valeur efficace et quadratique moyenne
e(t)
E
i(t) E2
P  puissance moy. dissipée ds. R 
R R
t
Val . quad. moy. de e(t )  E 2

e(t) 1 T E2
E 2 i(t) P   e(t )i(t )dt 
T 0 R
t R
1 T 2
T Val. quad. moy. de e(t )   e (t ) dt  E 2
T 0

e(t) 1 T E2
i(t) P   e(t )i (t )dt 
E T 0 R
R 1 T
E
t Val. quad. moy. de e(t )   e2 (t ) dt  E 2
T 0
 s2
T/2 Bessel-Parseval  Val. quad. moy. de e(t )   n
T/2 n 0 2

Conclusion : Les 3 sources ont même valeur efficace car elles produisent la même
puissance dans la charge R.
Les 3 sources ont effectivement la même valeur quadratique moyenne (carré de
la valeur efficace) et pourtant la répartition de la puissance dans le domaine
des fréquences est très différente dans les 3 cas. La répartition en puissance
dépend de la distribution du signal e(t) dans le domaine des fréquences. La
décomposition en série de Fourier de e(t) renseigne sur la distribution :

e(t )   sn cos(nt   n )
n 0
Avec =2/T, sn et n sont respectivement l’amplitude et la phase de
l’harmonique de rang n.

[en V] [en V] s0
t f
s1

t f
s1
s2
s3
s4
t f
1/T
domaine temporel domaine fréquentiel
La valeur quadratique moyenne d’un signal peut s’écrire soit dans le domaine
temporel soit encore dans le domaine fréquentiel :

2
1 T 2 1 T     s2
Val . quad . moy.   e (t )dt    sn cos(nt   n )  dt   n
T 0 T 0  n 0 
 n 0 2

La puissance dissipée dans la résistance R se met sous la forme :

E 2 1  sn2
P  
R R n 0 2

2
La quantité sn / 2 est la val. quad. moy. de l’harmonique de rang n, sn / 2 est
la valeur efficace.
 2
Question : Comment accéder aux val. quad. moy. sn / 2 ?

Réponse : en mesurant la val. quad. moy en sortie d’un filtre passe-bande de

fréquence centrale variable.

filtre passe-bande Mesure de la

e(t) df valeur
E 1
quadratique sn2 / 2
t
E

T/2
T/2 n/T fréquence

Val. quad. moy. s12 / 2

des harmoniques
s22 / 2
[en V2] s32 / 2
s42 / 2
f
1/T
 Quand on remplace le signal périodique, de période T, par un bruit électronique
non périodique, c’est à dire de période T   , l’écart entre deux raies tend vers
zéro et le signal de sortie du mesureur de val. quad. moy. devient un signal continu
en fonction de la fréquence.

filtre passe-bande
df
Mesure de la
source de 1 valeur
bruit
quadratique

f fréquence

8 2
Val. quad. moy.
x 10
6

4
1.5

1
ds. une plage df
2 0.5

0
t 0
t
-2 -0.5

-4 -1

-6 -1.5

-8
0
-2
0
5
f
5 x 10
x 10
On écrit que la valeur quadratique moyenne de bruit mesurée en sortie est
proportionnelle à : 1) la largeur de bande df et 2) une grandeur appelée densité
spectrale :

Val. quad. moy. de bruit dans une plage df située en f = e(f) df

Les unités  [V2] [V2/Hz] [Hz]

La densité spectrale e(f) d’une source de bruit est donc la valeur quadratique
moyenne de bruit par unité de fréquence, c’est à dire pour une largeur de bande 1
Hertz.

Si la source de bruit est un générateur de courant, cas de la diode, la densité

spectrale s’exprime en [A2/Hz].
Densités spectrales des résistances et diodes
(sans démonstration à ce niveau d’étude)

source de bruit densité spectrale

en tension e(f)

kB=1,38xe(f)=4k
10 -23JK-1 :BTaR
résistance sans
constante de
bruit à la R Boltzmann, Ta en Kelvin et R en  f
température Ta

I
i(f)
Imoy
diode sans source de densité spectrale
bruit bruit en
courant i(f)=2qImoy
f

NB : En toute rigueur, les densités spectrales e(f) et i(f) ne sont pas constantes,
elles diminuent aux fréquences très élevées.
5- Bruit dans les transistors
 Bruit dans les transistors

Un transistor c’est au minimum 2 diodes et trois résistances d’accès, en

conséquence il n’est pas envisageable, pour obtenir le bruit en sortie d’un
transistor de le calculer à partir des densités spectrales de chaque source. En
pratique, on adopte une méthode similaire à celle utilisée pour traiter par
exemple l’offset d’un AOP

Tension AOP sans offset

d’offset
_ _


+ +

AOP avec offset L’offset est rejeté à l’entrée de l’AOP

Transistors = diodes + résistances d’accès  sources de bruit

 Bruit dans les transistors

Question : combien de sources de bruit pour représenter le bruit d’un transistor ?

transistor transistor
t t

Avec un court-circuit à l’entrée, on Avec un circuit ouvert à l’entrée, on

observe du bruit en sortie observe du bruit en sortie
 Bruit dans les transistors

Transistor Transistor
idéal idéal

Transistor réel Transistor réel

Un générateur de bruit en tension Un générateur de bruit en courant

permet d’expliquer le bruit de sortie permet d’expliquer le bruit de sortie

Conclusion : 2 générateurs de bruit,

en(f)
un de tension et un de courant, de Transistor
densité spectrale en(f) et in(f), sont in(f) idéal

nécessaires pour modéliser le bruit

Transistor réel
d’un transistor.
 Bruit dans les transistors

Attention : les unités verticales (nV et pA) et l’information BANDWIDTH=1.0Hz nous

disent que les graphes donnent les racines carrées des densités spectrales en(f) et in(f).
Exemple : Ic=1mA, f=100Hz  en 2x10-17 V2/Hz et in11x10-24 A2/Hz
 Bruit dans les transistors

Remarque : Les graphes de en et in en fonction de la fréquence mettent en

évidence une remontée de bruit aux basses fréquences. Le bruit thermique
des résistances et le bruit de grenaille (shot noise) ont des densités
spectrales indépendantes de la fréquence, en conséquence, ils ne peuvent
donc expliquer à eux seuls la dépendance en fréquence des sources e n et in.

Il existe effectivement d’autres sources de bruit en particulier le ’’

flicker noise’’ dont la densité spectrale varie à peu près comme l’inverse de
la fréquence. Ce bruit est souvent appelé ’’ bruit en 1/f ’’.
6- Modélisation du bruit dans les AOP
 Modélisation du bruit dans les AOP

Le bruit des AOP est modélisé par trois générateurs de bruit : deux de courant, de
densités spectrales inn(f) et inp(f) dus à la paire différentielle d’entrée, et un de
tension de densité spectrale en(f).

VCC

Paire
différentielle _ _
d’entrée
inn(f) AOP
_ + sans
inp(f) bruit

+ +
en(f)

NB : inn(f)  inp(f)=in(f)
-VEE

Entrée d’un AOP JFET (ex : TL081) Modélisation du bruit dans un AOP
 Modélisation du bruit dans les AOP

Bruit en 1/f

Attention : le graphe donne les racines carrées des densités spectrales en(f) et in(f)
et non les densités spectrales.
Exemple : f=100Hz  en 9x10-18 V2/Hz et in 8x10-25 A2/Hz
 Modélisation du bruit Bruit en sortie d’un montage non-inverseur
R2
R1 4kBTaR2 R2

R3 AOP
vs 4kBTaR1
R1
_
v
signal in(f)

4kBTaR3 in(f) vs(f)

 
vs  Ad (v  v ) R3
v
+
Ad = gain mode différence
en(f)
Gain aux basses fréquences :
R2
Gm  1 
R1
Montage non-inverseur Sources de bruit du montage non-inverseur

Question : quelle est la valeur efficace de bruit en sortie de l’amplificateur ?

 Modélisation du bruit Bruit en sortie d’un montage inverseur
R2
4kBTaR2 R2
R1

AOP 4kBTaR1
signal vs R1
_
R3 v
in(f)

  4kBTaR3 in(f)
vs  Ad (v  v ) R3 vs(f)
+ v

Ad = gain mode différence en(f)

Gain aux basses fréquences :
R
Gm   2
R1
Montage inverseur Sources de bruit du montage inverseur

Remarque : la valeur efficace de bruit en sortie de l’amplificateur est identique à

celle du montage non-inverseur.
 Modélisation du bruit dans les AOP

Le fait que les densités spectrales de bruit des composants électroniques ne

sont pas constantes en fonction de la fréquence complique quelque peu le
calcul de la valeur efficace de bruit en sortie d’un composant, heureusement
nous disposons aujourd’hui d’outils logiciels capables de faire ces calculs.
Avant d’utiliser ces outils, il est bon cependant de s’être initier au calcul en
utilisant les datasheets des constructeurs et …un crayon. Avant de se lancer
dans un tel calcul il faut apprendre à manipuler les densités spectrales, c’est
que nous faisons maintenant. Nous en profitons aussi pour introduire : la
bande passante équivalente de bruit, le facteur de bruit d’un amplificateur, le
facteur de bruit d’une chaîne d’amplificateurs et la température équivalente
de bruit d’un amplificateur.
7- Manipulation des densités spectrales
Bande passante équivalente de bruit d’un amplificateur
Facteur de bruit
d’un amplificateur Facteur de bruit
d’une chaîne d’amplificateurs Température équivalente
de bruit
 Manipulation des densités spectrales : exemple n°1

Nous avons appris à manipuler les générateurs de tension et de courant,

maintenant il nous faut apprendre à manipuler les densités spectrales. Pour
aborder simplement ce problème prenons le cas de deux sources de bruit en
tension et montées en série dont les densités spectrales sont respectivement e 1(f) et
e2(f) et cherchons la densité spectrale équivalente eeq(f)

e1(f)
 eeq(f)=?
e2(f)
 Manipulation des densités spectrales : exemple n°1

Pour résoudre ce problème, on introduit momentanément deux générateurs de

tension e1(t) et e2(t) dont les densités spectrales sont égales à e1(f) et e2(f). Nous ne
disposons pas bien entendu d’expression analytique pour e1(t) et e2(t), ce sont
juste des intermédiaires de calcul qui disparaîtront dans le résultat final.

e1(t)
 eeq(t)= e1(t)+e2(t)
e2(t)

Calculons la val. quad. moy. de bruit de la source équivalente :

1 T 2 1 T
val. quad . moy.  limT  eeq (t )dt  lim T     e1(t )  e2 (t )  2dt
T 0 T 0
1 T
T 0
  1 T
 limT   e12 (t )  e22 (t ) dt  limT   2e1(t )e2 (t )dt
T 0
 Manipulation des densités spectrales : exemple n°1
 1 T 2
0 eq
e ( f ) df  limT  0 eeq (t )dt
T

Des égalités :   1 T 2
 0 1
e ( f ) df  lim T  0 e1 (t )dt
 T
  e2 ( f )df  limT  1 T e 2 (t )dt

0 T 0 2
  2 
On tire : 0 eq
e (f)df  
0 1 e ( f )  e2 ( f )  df  limT  0 e1(t)e2(t)dt
T
2 
L’intégrale limT   e1(t)e2(t)dt nous renseigne sur la corrélation des
T 0
sources de bruit e1(t) et e2(t). Pour comprendre ce qu’est la corrélation, mettons
par exemple deux résistances en série. Le bruit est, comme nous l’avons déjà dit,
dû aux fluctuations spatiales de la densité électronique, dire que les sources sont
corrélées revient à dire qu’elles se connaissent. Faisons l’hypothèse, non
raisonnable, que les fluctuations sont les mêmes dans les deux résistances, il
s’ensuit que e1(t) = e2(t) et donc e1(f) = e2(f).
 Manipulation des densités spectrales : exemple n°1
  
Dans ce cas : 0 eeq(f)df  2 0 e1(f)df  2 0 e1(f)df et eeq(f)  4e1(f)

Dans la réalité, les déplacements des électrons dans les deux résistances sont
totalement indépendant, autrement dit les deux sources de bruit ne sont pas
2 
corrélées et l’intégrale limT  0 e1(t)e2(t)dt est nulle.
T
Dans le cas où les sources de bruit ne sont pas corrélées, ce qui sera toujours
supposé vraie par la suite, les densités spectrales s’ajoutent.

e1(f)
 eeq(f)=e1f() + e2(f)
e2(f)

Pour en savoir plus, voir complément 1 (cliquez ici)

 Manipulation des densités spectrales : exemple n°2
Intéressons nous maintenant au cas de deux sources de tension et d’une source de
courant, c’est un cas très fréquemment rencontré.

en(f) Rs
Rs
in(f) 
4kTRs eeq(f)=?

Dans un premier temps on introduit 3

générateurs, 2 de tension e(t) et en(t) en(t)
Rs
et un de courant in(t) dont les densités in(t)
e(t)
spectrales sont égales à 4kBTRs, en(f)
et in(f)
  1 T 2
Val . quad. moy.  0 eeq ( f )df  limT  0
eeq (t )dt
T
1 T
 limT    e (t )  en (t )  R i
sn (t )  2 dt
T 0
1 T

 limT  0 e 2 (t )  en2 (t )  Rs2in2 (t ) dt
T

2 T
 limT  0  e(t )en (t )  e(t ) Rs in (t )  en (t ) Rs in (t )  dt
T
1 T

 limT  0 e 2 (t )  en2 (t )  Rs2in2 (t ) dt
T


 2 Ceen (  0)  Rs Cein (  0)  Rs Cenin (  0) 
 

Val . quad. moy.  0 eeq ( f )df  0 e( f )  en ( f )  Rs2in ( f ) df 

 2 Ceen (  0)  Rs Cein (  0)  Rs Cenin (  0) 
Si les 3 sources e, en et in ne sont pas corrélées :
Ceen (  0)  Cein (  0)  Cenin (  0)  0

eeq ( f )  4kTRs  en ( f )  Rs2in ( f )

 Remarque : valeurs quadratiques et signaux déterministes
Comme pour les sources de bruit, la val. quad. d’un signal déterministe n’est pas
toujours la somme des val. quad.

e1(t)=Ecos(t)
Val. quad. E2/2 eeq(t)= Ecos(t)+Ecos(2t)

e2(t)=Ecos(2t) Val. quad. E2
Val. quad. E2/2

Les deux signaux e1(t) et e2(t) sont indépendant, la val. quad. de eeq(t) est la somme des val. quad.

e1(t)=Ecos(t)
Val. quad. E2/2 eeq(t)= 2Ecos(t)
e2(t)=Ecos(t)

Val. quad. 2E2
Val. quad. E2/2

Les deux signaux e1(t) et e2(t) ne sont pas indépendant, la val. quad. de e eq(t) est différente de la
somme des val. quad.
 Bande passante équivalente de bruit d’un amplificateur
Un amplificateur, supposé sans bruit, de gain en tension G(f) est attaqué par un
générateur de bruit de densité spectrale e(f).
Question : quelle est la valeur efficace de bruit en sortie de l’amplificateur ?

amplificateur
e(f)

df e(f)
f G(f)

Val. eff. de la source de bruit dans une plage e( f )df

df :
Val. eff. en sortie de l’ampli. dans une plage df : G ( f ) e( f )df
2
Val. quad. moy. en sortie de l’ampli. dans une plage df : G ( f ) e( f )df
 2
Val. quad. moy. en sortie de l’ampli. : 0 G(f) e(f)df
 Bande passante équivalente de bruit d’un amplificateur

Dans le cas où la densité spectrale est indépendante de la fréquence, e(f)=e f , c‘est

le cas par exemple d’une résistance, la val. quad. moy. de bruit s’écrit :
 2  2
0 G(f) e(f)df  e f 0 G(f) df

2
G(f) G(f)
Gm Gm2

ef
f f
BENBW

 2
L’intégrale 0 G(f) df , zone hachurée rouge, est encore égale à la zone hachurée
 2 2B
noire : 0 G(f) df  G m ENBW , où Gm et BENBW sont le gain aux basses

fréquences et la Bande Passante Équivalente de Bruit (Equivalent Noise

BandWidth)
 Bande passante équivalente de bruit d’un amplificateur

La bande passante équivalente de bruit BENBW est reliée à la bande passante à –3dB

 Passe-bas du 1er ordre de fréquence de coupure f-3dB à –3dB

2
G( f ) 
Gm et  Gm 2
  f  0  2
df  Gm
2
f 3dB
1  j    1   f  

  f 3dB     f 3dB  
 

d’où : BENBW = (/2)f-3dB

 Passe-bande de fréquence centrale f0 et de coef. de surtension Q

2
 f 1  f 1
j    
f
 0  Q  2  f0 Q  2  f0
G ( f )  Gm
 
et 0 Gm df  Gm
f    f 1 
2 2 2 Q
1     f 2   f 1 2
  j  1      
  f 0    f 0 Q  
  f 0    f 0 Q 
   
d’où : BENBW = (/2)(f0 /Q)
 Facteur de bruit d’un amplificateur
Un amplificateur génère du bruit, en conséquence, la val. quad. moy. de bruit est
 2
supérieure à 0 G(f) e(f)df . Étudions le cas très fréquemment rencontré d’un
amplificateur de gain Gm aux basses fréquences et de bande passante équivalente
de bruit BENBW attaqué par un générateur de résistance de source Rs.
Rs

Amplificateur
ef = 4kBTaRs
(Gm, BENBW)

Si l’amplificateur était sans bruit, la val. quad. moy. de bruit en sortie s’écrirait :
 2 2
0 G(f) 4k T R
B a s df  G m BENBW 4k BTa Rs

Pour caractériser le bruit de l’amplificateur on introduit le facteur de bruit (NF en

anglais pour Noise Figure), dont la définition est la suivante :
 val. quad . moy. de bruit 
NF en dB  10log10   ; NF>0dB
 4k T R G 2 B 
 B a s m ENBW 
 Facteur de bruit d’un amplificateur : exemple

Quelle doit être la valeur crête E du signal d’entrée d’un amplificateur caractérisé
par Gm=100, BENBW=10kHz et NF=10dB pour obtenir en sortie un rapport
Signal/Bruit de 80 dB par exemple. La résistance de source R s du générateur est
égale à 1k et est à la température Ta=300K.
Rs

4kBTaRs Amplificateur (Gm = 100,

G(f) BENBW = 10kHz, NF = 10 dB)
Signal : Ecos(0t)
f
f0

 G 2  E/ 2  2 

On écrit le rapport Signal/Bruit : 80dB  10log 10 
m 
4k T R G 2B 10 NF/10 
 B a s m ENBW 
On trouve E  18,2mV. Avec une telle tension d’entrée, la sortie sera distordue !
Conclusion : il faut réduire la bande et chercher un ampli. avec NF plus petit.
 Facteur de bruit d’un amplificateur : autre définition
On donne souvent comme autre définition du facteur de bruit NF d’un
amplificateur, la définition suivante :
 Signal 
 
Bruit
NF en dB  10log10  entrée 
 Signal 
 Bruit 
 sortie 

 (E/ 2 ) 2 
 
 4k BTa Rs BENBW 
Soit : NF en dB  10log10  
2 2
 Gm(E/ 2 ) 
 val. quad. moy. de br uit 
 

Après simplification, on retrouve bien :

 val. quad . moy. de bruit 
NF en dB  10log10  
 4k T R G 2 B 
 B a s m ENBW 
 Facteur de bruit d’une chaîne d’amplificateurs
On va montrer que, dans une chaîne d’amplificateurs, le facteur de bruit équivalent
de la chaîne est grosso modo égal au facteur de bruit du premier amplificateur,
d’où l’intérêt d’avoir un premier amplificateur performant. La démonstration se
fait pour une largeur de bande de 1 Hz.

Cherchons dans un premier temps à exprimer le bruit apporté par un

amplificateur. 2 NF/10
 
 
Rappel : Val . quad. moy de bruit  4k BTa Rs Gm 10
Rs

4kBTaRs

2
Val . quad . moy de bruit (ampli supposé sans bruit )  4k BTa Rs Gm

Le bruit apporté par l’amplificateur est donc la différence, soit :

2
Val . quad . moy de bruit apporté par l ' ampli  4k BTa RsGm 
10 NF/10  1
 Facteur de bruit d’une chaîne d’amplificateurs

Soit une chaîne de trois amplificateurs de gain en tension G 1, G2 et G3, et de

facteurs de bruit NF1, NF2 et NF3 (en dB). Les amplificateurs sont adaptés, c’est à
dire que les résistances de sortie et d’entrée sont toutes égales à la résistance R s
de la source.
Rs Rs Rs

Rs Rs G1 Rs G2 Rs G3

NF1 NF2 NF3

On cherche le facteur de bruit NFeq équivalent à la chaîne des trois

amplificateurs. Rs

Rs Rs G1G2G3
4
NFeq
 Facteur de bruit d’une chaîne d’amplificateurs
Val. quad. moy. de bruit en sortie du premier amplificateur :
2
 Rs  2 NF1 /10
4k BTa Rs   G1 10  k BTa Rs G12 10 NF1 /10
 Rs  Rs 

Val. quad. moy. de bruit apporté par le premier amplificateur :

 
k BTa Rs G12 10 NF1 /10  1

Val. quad. moy. de bruit en sortie du deuxième amplificateur :


 k BTa Rs G1 10 
2 NF1 /10 1  2
4 G2  k BTa Rs G2
2
10 
NF2 /10
1 
Val. quad. moy. de bruit en sortie du troisième amplificateur :

 k T R G
   B a s 1


4 
 2 B a s 2  
2 10 NF1 /10 1 G 2  k T R G 2 10 NF2 /10  1  1 G 2
 4  3
 (1)

 
 k BTa Rs G32 10 NF3 /10  1
 Facteur de bruit d’une chaîne d’amplificateurs

Val. quad. moy. de bruit en sortie de l’amplificateur équivalent :

2
 Rs   G1G2G3  2 NFeq /10
4k BTa Rs     10 (2)
 Rs  Rs   4 

La comparaison des relations (1) et (2) donne :

NFeq /10 NF1 /10 (10 NF2 /10  1) (10 NF3 /10  1)
10  10  
2 2 2
 G1   G1   G2 
     
 2   
2 2 
2 2
 G1   G2 
   GP1 et    GP2 sont les gains en puissance du premier
 2   2 
et deuxième étage.
 Facteur de bruit d’une chaîne d’amplificateurs

On obtient finalement la relation :

NFeq /10 NF1 /10 (10 NF2 /10  1) (10 NF3 /10  1)
10  10    ...
GP1 GP1GP2

Dans le cas où GP1 et GP2, .. >>1, on peut écrire en première approximation que :

NFeq /10
10  10 NF1 /10
Soit encore : NFeq  NF1

En conclusion, le facteur de bruit équivalent à une chaîne d’amplificateurs est

approximativement égal au facteur de bruit du premier amplificateur, d’où
l’importance de choisir un premier amplificateur faible bruit.
 Facteur de bruit et température équivalente de bruit

Val. quad. moy de bruit en sortie d’un ampli. de facteur de bruit NF>0dB et
attaqué par une résistance Rs à la température ambiante Ta.

Rs 2 10 NF/10
val. quad. moy. de br uit  4k BTa Rs Gm
4kBTaRs
Amplificateur (Gm, BENBW, NF)

On obtient la même valeur en prenant NF = 0dB et une température équivalente

NF/10
de bruit Teq de la résistance égale à : Teq  Ta 10
Rs 2
val. quad. moy. de br uit  4k BTeq Rs Gm
4kBTeqRs
Amplificateur (Gm, BENBW, NF=0dB)

Exemple : Ta=300K, NF = 10 dB, Teq=3000K

8- Bruit en sortie des montages
non inverseur et inverseur
 Valeur efficace de bruit en sortie des montages non-inverseur et
inverseur
On rappelle ci-dessous le schéma électrique pour calculer la valeur efficace de
bruit en sortie d’un montage non-inverseur ou inverseur.

4kBTaR2 R2

4kBTaR1
R1
_
v
in(f)

4kBTaR3 in(f) vs(f)

R3
+ v

en(f)

Sources de bruit des montages non-inverseur et inverseur

 Valeur efficace de bruit en sortie des montages non-inverseur et
inverseur

Une estimation de la valeur quad. moy de bruit en sortie, ou de la val. efficace, est
obtenue en procédant ainsi :

1 – en appliquant les règles d’addition des densités spectrales, on calcule la

densité spectrale vs(f) de bruit en sortie du montage :
2  2
 R   R R 
vs ( f )   1  2  vT ( f ) avec : vT (f)  en(f)  4k BTa Rs  in  R32   1 2  
 R1    R1  R2  
 
R1R2
et Rs  R3 
R1  R2

Pour en savoir plus, voir complément 2 (cliquez ici)

2- on intègre sur la bande passante de l’amplificateur, celle-ci dépend du gain en

boucle ouverte de l’AOP et des résistances R1 et R2.
 Exemple : montage non-inverseur avec AOP 227

Flicker noise
Gain = 1000
ef 8kHz
Fc=

Pour obtenir un gain Gm=(1+R2/R1)=1000 par exemple, on prend R2=1M,

R1=1k , prenons R3=R1//R2=1kCompte tenu des ordres de grandeur, on peut
négliger l’effet du courant de bruit in(f), c’est généralement le cas avec les AOP à
entrée JFET ou MOSFET, à condition que la résistance de source R s ne soit pas
trop élevée. On obtient donc en première approximation :
vT (f)  en(f)  4k BTa Rs avec Rs=2k
 Exemple : montage non-inverseur avec AOP 227

La densité spectrale en(f) varie comme K/f du continu à Fc10Hz (corner

frequency), elle est constante et égale à ef  10-17 V2/Hz pour F>Fc. D’après le
en(f  0,1Hz)  20 x10 9 V 2 / Hz
graphe de en(f), d’où K = 4x10-17 V2. La bande
passante Fh à –3dB du montage est voisine de 8kHz, en conséquence, la val. quad.
moy. de bruit en sortie du montage est approximativement donnée par :
2 2
 R2  Fc K
1   0
R1  f

df  e f  4k BTa Rs   R2 
1   Fh
R1 

2
 
17
10 4 x10
 106 0 df  541x10 9 (V 2 )
f
Remarque : l’intégrale du flicker noise en K/f diverge !

Question : est-ce bien raisonnable de poursuivre l’intégration jusqu’à f  0 ?

Autrement dit le continu existe t-il ?
 Exemple : montage non-inverseur avec AOP 227

En pratique, si un montage fonctionne pendant une heure la fréquence la plus basse

2
 R  F K
correspond à 1/3600  2,7x10-4 Hz et la val. quad. moy. de bruit 1  2  0 c df
 R1  f
est égale à :
6 10 4x10 17 11  12 2
10  4
df  4x10 Ln(f) 10
 4
 420x10 V
2,7 x10 f 2,7x10

Le même calcul effectué sur une durée de 1 an (soit une fréquence de 3,17x10-8Hz)
conduit à :
17
4x10
df  4x10 11  Ln(f) 10  782x10 12V 2
6 10
10 
3,17x10 8 f 3,17x10 8

Le résultat est du même ordre de grandeur

En pratique, pour des fréquences plus basses que 0,1Hz, il y a probablement

d’autres effets, comme la température par exemple, susceptibles de faire changer
la tension dans le circuit.
 Exemple : montage non-inverseur avec AOP 227

En prenant comme limite la plus basse de l’intégrale la fréquence de 0,1Hz , on

obtient : 17
10 4x10
106 0,1 df  4x10 11  Ln(f) 10
0,1  184x10 12 V 2
f

La val. quad. moy. de bruit en sortie de l’amplificateur est donc égale :

 184x10 12  541x10 9  541x10 9 (V 2 )
La contribution du flicker noise est quasiment négligeable. La val. efficace de bruit
est donc finalement égale à :
541x10 9  735 V

Il est intéressant de comparer cette valeur à celle donnée par une simulation
utilisant les modèles SPICE. A cet effet on peut utiliser par exemple le logiciel
gratuit TINA-TI de la société Texas Instruments (www.ti.com)
Résultat de simulation : montage non-inverseur avec AOP 227

735V

Par simulation, la val. eff. de bruit est voisine de 735V.

 Autre exemple : montage inverseur avec AOP 227

Flicker noise
C1=200pF
ef 800Hz
Fc=

Pour obtenir un gain Gm=-R2/R1=-1000 par exemple, on prend R2=1M, et

R1=R3=1k . Comme pour le montage non inverseur, on peut négliger l’effet du
courant de bruit in(f). On obtient donc en première approximation :
vT (f)  en(f)  4k BTa Rs avec Rs=2k
Montage inverseur avec AOP 227 : influence de la bande passante

735V
C1=0

232V
C1=200pF

C1=0, bande passante Fh 8kHz, val. eff. de bruit  735 V

C1=200pF, bande passante Fh1 800Hz, val. eff. de bruit  232 V,
F 800
Le calcul 735 h1  735  232 V
donne : Fh 8000
9- Etude de cas :
l’accéléromètre et son
conditionnement
 L’accéléromètre et son conditionnement
Cahier des charges : mesurer des accélérations comprises entre –1g et +1g et
conditionner le signal pour un CAN unipolaire de pleine échelle VFS=5V

Caractéristiques techniques de l’accéléromètre

VFS=5V
+1g3,5V
plage du pleine échelle
0g2,5V capteur du CAN
-1g1,5V
0V 0V
 L’accéléromètre et son conditionnement
C1
accéléromètre
R3 R4
+
Vc OP227
C2 _

R1 R2

Vref

Vref 2,5V Vref 2,5V

 R 1k  R 1k
1 1
 R 1,5k  R 1,5k
2 2
Composants  R 47k
Composants  R 47k
pour une
4 4

pour une  R 15k  R 15k

bande passante
3 3

bande passante  C 56nF  C 5,6nF

 C
1
BP= 500Hz  C
1

BP= 50Hz 2
82nF 2
8,2nF
         
Cx 100nF Cx 10nF
   
 L’accéléromètre et son conditionnement
Comment simuler le bruit de l’accéléromètre ADXL103 ? d’après la
caractéristique technique la densité spectrale de bruit est égale à :
(110x10-6)2g2/Hz. La sensibilité de l’accéléromètre est égale à 1V/g, en
conséquence, la densité spectrale, exprimée en V2/Hz, est égale à :
(110x10-6)2V2/Hz.

Pour évaluer le bruit par simulation, il suffit de ramener le bruit sur la résistance
RFILT=32k et d’écrire que cette résistance se trouve à une température T eq telle
que :
4k BTeq RFILT  (110 x10 6 )2
9
Soit : Teq  6,8x10 K
ADXL103 RFILT=32k
Xout

4kBTeqRFILT

Source de bruit équivalente de l’accéléromètre

 L’accéléromètre et son conditionnement : résultat de simulation

BP=500Hz
2,3mV
BP=50Hz
1,7mV

Avec une bande passante de 50Hz, la valeur efficace de bruit est égale à 1,7mV,
elle devient égale à 2,3mV pour 500Hz. L’accéléromètre est la principale source
de bruit, le bruit de l’instrumentation est ici quasiment négligeable.
L’accéléromètre et son conditionnement :choix du nombre de bits du
CAN

La valeur efficace de bruit est une bonne indication pour évaluer le nombre N de
bits du CAN de pleine échelle VFS=5V. En première approximation N doit vérifier
l’inégalité :
V 5
val. eff. de bruit  1,7x10 3  quantum  FS 
2N 2N
En prenant comme critère que la valeur eff. de bruit doit être inférieure au 1/10
d’un quantum, on obtient :
 5 

N  log 2    8,2 soit N=8 bits
 3 
 10 x1,7 x10 

Un autre indicateur plus pertinent pour le calcul de N est la valeur crête à crête du
bruit.
Question : comment estimer la valeur crête à crête d’un bruit ?
L’accéléromètre et son conditionnement : choix du nombre de bits du
CAN
Faisons l’hypothèse raisonnable que le bruit en sortie de l’amplificateur a une
densité de probabilité p(u) Gaussienne, u est la valeur de la tension de bruit :
 u m  2

1 2 2
p (u )  e
2 2
2
Où m et  sont respectivement la valeur moyenne et la valeur quadratique
2 3 2 2
moyenne,   (1,7 x10 ) (en V ) pour une bande passante de 50Hz. En
pratique la valeur moyenne m est égale à zéro.
250

200

150
p(u)

100

50

0
-0.01 -0.005 0 0.005 0.01
Tension u [V]
L’accéléromètre et son conditionnement : choix du nombre de bits du
CAN
En toute rigueur la tension u peut aller de moins l’infini jusqu’à plus l’infini,
mais avec une probabilité évidemment extrêmement faible. D’un point de vue
pratique, on définit une valeur crête à crête comme étant 2x3,3=6,6 fois la valeur
efficace de bruit (Industry-standard crest factor [CF]=3,3). Le crest facteur est le
rapport de la valeur crête sur la valeur efficace, pour un signal sinusoïdal par
2 égal à
exemple le crest facteur est .
Pour un bruit Gaussien, on montre qu’avec un ’’crest factor’’ CF= 3,3, la tension
de bruit est 99,9% du temps dans l’intervalle [-valeur crête=-3,3 , valeur
crête=3,3].

Pour en savoir plus, voir complément 3 (cliquez ici)

Si, pour calculer le nombre N de bits du CAN, on impose comme critère :

1 1 5
val. crête à crête  6,6 x1,7x10 3  quantum  on obtient : N=5,47
10 10 2 N
10- Transmission numérique
et
bruit :
un bref aperçu
 Transmission numérique et bruit
Le bruit est au cœur des transmissions, ici on ne s’intéresse qu’aux transmissions
en bande de base sans porteuse. On cherche donc à transmettre une suite d’états
logiques ‘0’ et ‘1’ avec un débit 1/T (en bits/s) où T est la durée minimale d’un
état. Aux états ‘0’ est associée une tension –A, aux états ‘1’ est associée une
tension A. Le récepteur, muni d’une horloge de période T, doit prendre une
décision sur un signal bruité : si le signal prélevé à l’instant nT est >0 alors il
s’agit d’un état ‘1’, dans le cas contraire il s’agit d’un état ‘0’.
Question : Quel est le taux d’erreur pour un rapport Signal/Bruit donné ?

Canal de Récepteur sans bruit

Emetteur +
transmission + (prise de décision)
A
bruit
-A
T
Modélisation d’une chaîne de transmission numérique
 Transmission numérique et bruit

A
Signal émis
-A

Signal avant prise de

décision, en vert les tops
de l’horloge de réception

Signal récupéré, deux

erreurs notées 1 et 2 1 2
 Transmission numérique et bruit
Hypothèse : le bruit est de type Gaussien, sa valeur quadratique moyenne est
notée 2. Soient P0 et P1 les probabilités d’émettre un état ‘0’ et un état ‘1’, la
probabilité d’erreur Pe s’écrit :
Pe  P0 1  P10

P01 = Prob. de récupérer un état ‘1’ quand un état ‘0’ a été émis
  u (  A) 2 
  1  
 2σ 2
P0 1  P0 0 p0 (u )du  P0  0 e du 
2
 2π 
 

P10 = Prob. de récupérer un état ‘0’ quand un état ‘1’ a été émis
  u  A 2 
0  
0 1 2σ 2
P10  P1  p1(u)du  P1   e du 
2
 2π 
 
 Transmission numérique et bruit
0.5
p0(u) p1(u)
0.4

0.3
p1(u), p0(u)

0.2

0.1 P10 P0 1

0
-A A
-0.1
-6 -4 -2 0 2 4 6
Tension [V]
Les densités de probabilité de bruit p1(u) et p0(u) sont centrées respectivement
autour des valeurs A et -A
 Transmission numérique et bruit
On fait l’hypothèse que la probabilité P0 d’émettre un état ‘0’ est égale à la
probabilité P1 d’émettre un état ‘1’ : P0 = P1=1/2.
  u  A 2 
  1 1  A  
1 0 1 2
P0 1  1   e 2σ du   1  1  erf   
2  2  
2π 2  2  2   2σ  
 

Où la fonction erf est définie comme suit :


 u  A 2
  
u1 1 2σ 2 du  1 1  erf  u1  A 
 e
 
2π 2 2   2 2 


De la même manière :
  u  A 2 
  1   A 
1 0 1 2
P10    e 2σ du   1  erf  
 
2 2ππ 2  4   2σ 2 
 
 Transmission numérique et bruit

Finalement :
1 1  A  1   A 
Pe  P0 1  P10   erf  erf
2 4  2σ  4  2σ 2 
 2 

En utilisant la propriété des fonctions erf : erf   x   erf  x 

1 1  A 
On obtient : Pe   erf
2 2  2σ 2 

En introduisant la fonction erfc : erfc(x)  1  erf(x)

1 1  A  1  A 
Pe   erf  erfc 
2 2  2σ 2  2  
 2σ 2 

Le rapport A/ représente le rapport Signal/Bruit à l’entre du récepteur

 Transmission numérique et bruit
Log10(Pe)
0

-1

-2

-3

-4

-5

-6

0 5 10 15 20 25 30 35 40
20log10(A/)
Exemple : un rapport Signal/Bruit de 20dB génère une probabilité d’erreur
Pe3x10-3, autrement dit sur 300 états reçus, un état est probablement faux.
11- Détection synchrone
 Détection synchrone

La détection synchrone permet d’extraire un signal de fréquence connue noyé

dans le bruit.

La première méthode qui vient à l’esprit pour extraire l’amplitude A d’un signal
Acos(0t) noyé dans un bruit de densité spectrale e(f) consiste à utiliser un filtre
passe-bande de largueur df aussi étroite que possible. On fait l’hypothèse
raisonnable que la densité spectrale e(f) est quasi constante sur la largueur df. En
sortie du filtre de gain supposé égal à l’unité, le rapport Signal/Bruit s’écrit :
S filtrage A/ 2
 20log10
B dB e( f0 ) df

df

Filtre A
densité
passe-bande spectrale e(f)
f
f0
 Détection synchrone

Le rapport Signal/Bruit est d’autant plus grand que la largeur de bande df est
faible. D’un point de vue pratique il est difficile de réaliser un filtre passe-bande
avec df très faible, en effet pour obtenir df très faible il faut un coefficient de
surtension Q très élevé (df=f0/Q). Si par ailleurs la fréquence f0 du signal vient à
changer, il faut déplacer la fréquence centrale du filtre passe-bande. En
pratique, il est difficile de réaliser un filtre passe-bande étroit avec une
fréquence centrale ajustable. Une alternative à cette difficulté consiste à
transposer le signal à la fréquence zéro et utiliser alors un filtre passe-bas de
faible largeur de bande.

Pour transposer le signal de fréquence f0 à la fréquence zéro, c’est à dire en

continu, il suffit de multiplier le signal Acos(0t) par le signal de référence de
fréquence f0.
 Détection synchrone
Multiplieur de
constante 1V-1
Voie signal Filtre passe-
Acos(0t)+bruit bas

Voie référence
Bos(0t)

AB/2 filtre AB/2

densité spectrale
e(f0)B2/4 de bruit
f
Fc 2f0

Rapport Signal/Bruit en sortie du filtre passe-bas

ΑΒ
S détection synchrone 2 2 A/ 2
 20log10  20log10
B dB e(f )Β 2
0
e( f0 ) Fc
Fc
4
 Détection synchrone
Il est intéressant de comparer la détection synchrone avec le filtrage passe-
bande, que gagne t-on ?
S détection synchrone S filtrage df
  20log10
B dB B dB Fc

Il n’y pas a priori de limite sur la bande Fc du filtre passe-bas comme il y en a sur
la bande df du passe-bande. D’un point de vue mathématiques si F c0, le gain est
infini, mais ne rêvons pas si Fc0, le résultat est obtenu au bout d’un temps infini
…. Le choix de Fc résulte d’un compromis entre le rapport Signal/Bruit acceptable
S o rtie d e te c te u r sy n c h ro n e

et le temps de réponse.
0.7 0.7

0.6 0.6

0.5 0.5

0.4 0.4

0.3 0.3
Fc=10Hz Fc=1Hz
0.2 0.2

0.1 0.1

0 0
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Temps [s] Temps [s]
 Complément 1
Fonctions de corrélation :
auto corrélation
et
inter corrélation
 Fonction d’auto corrélation

Le signal x(t) ci-dessous prend la même valeur A aux instants t 1, t2, t3, t4, t5, t6, t7 , t8
, t9 , t10 , etc ... Question : les valeurs aux instants t1+t, t2 +t, t3 +t, t4 +t, t5
+t, t6 +t, t7 +t , t8 +t , t9 +t , t10 +t, etc sont-elles prévisibles ? Si oui le signal
x(t) est dit déterministe, sinon il est dit aléatoire.

x(t) t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 ……

0
 Fonction d’auto corrélation

Pour répondre à cette question, on introduit la fonction d’auto corrélation. La

fonction d’auto corrélation Cxx() d’un signal x(t) est définie comme suit :
1 T
C xx ( )  limT 
T 0
x(t ) x(t   )dt

Cxx() est obtenue en calculant la val. moy. du signal x(t) multiplié par le signal
retardé de , l’opération est répétée pour les diverses valeurs de .

Si les valeurs prises aux instants t1+t, t2 +t, t3 +t, t4 +t, t5 +t, t6 +t, t7
+t , t8 +t , t9 +t , t10 +t, etc sont indépendantes des valeurs prises aux instants
t1, t2, t3, t4, t5, t6, t7 , t8 , t9 , t10 , etc, alors Cxx() est nul partout sauf évidemment
pour =0, où Cxx() est égale à la valeur quad. moy. du signal.
1 T 2
T 0
C xx (  0)  limT  x (t )dt
 Fonction d’auto corrélation d’un bruit blanc

x(t)

Cxx()  x2 

0 

Dans cet exemple, le signal x(t) a une fonction d’auto corrélation quasiment
nulle partout sauf en =0, où la fonction Cxx()=<x2>. Le signal x(t) est un bruit
blanc, blanc fait référence a la densité spectrale de x(t) qui dans ce cas
particulier prend une valeur constante indépendante de la fréquence.
 Fonction d’auto corrélation et densité spectrale

La densité spectrale x(f) du signal x(t) est la transformée de Fourier de la

fonction d’auto corrélation (théorème de Wiener-Khintchine sans démonstration
ici). Un signal de densité spectrale constante contient donc toutes les fréquences
avec la même valeur efficace. En pratique, les bruits ne sont jamais
complètement blanc, la densité spectrale décroît aux hautes fréquences. Dans le
cas du bruit thermique des résistances par exemple, on peut montrer que la
densité spectrale, égale à 4kBTa aux basses fréquence, est divisée par 2 à la
fréquence de ~1012Hz. Pour les montages électroniques une résistance peut donc
être considérée comme une source de bruit blanc.

Cxx()
x(f)


0  f
Fonction d’auto corrélation Densité spectrale
 Transformée de Fourier et fonction d’auto corrélation
L’introduction de la transformée de Fourier introduit évidemment l’apparition
de ‘’fréquences négatives’’ qui posent toujours un problème à nos étudiants,
fallait pas introduire les nombres complexes ! Avec l’introduction de Fourier la
densité spectrale devient complexe et est définie sur l’intervalle de fréquence
[-, ]. Avec Fourier la densité spectrale de bruit thermique n’est plus égale à
4kBTaR mais à 2kBTaR. Pour calculer la val. quad. moy. de bruit en sortie d’un
amplificateur il faut alors utiliser le gain complexe de l’amplificateur défini lui
aussi sur l’intervalle [-, ].

amplificateur Val. quad. moy. de bruit

2kBTaRs
Rs F 2 2
 Fc c 2k BTa RsGm df 4k BTa RsGm Fc
Densité Module du gain NB : on retrouve le résultat obtenu
spectrale complexe
Gm sans l’introduction des complexes.
f La réalité est peut être compliquée
-Fc -Fc mais elle n’est pas complexe !
 Fonction d’auto corrélation d’un signal périodique

Dans le cas d’un signal périodique, de période T, la fonction d’auto corrélation

est définie comme suit : 1 T
T 0
C xx ( )  x(t ) x(t   ) dt

Si x(t) est de la forme Acos(t) par exemple, alors Cxx()=(A2/2) cos(). C’est
une fonction périodique, de même période que le signal. En effet, quand le signal
est translaté de T, on retrouve le même signal.

x(t)=A cos(
t)

Cxx()=(A2/2)/cos( )


 Fonctions d’auto corrélation et d’inter corrélation

Soit 3 signaux aléatoires x(t), y(t) et z(t). On cherche à savoir s’il existe des
relations entre eux. Pour cela on calcule les fonctions d’inter corrélation C xy() et
Cxz() :
1 T 1 T
C xy ( )  limT 
T 0
x(t ) y (t   )dt et C xz ( )  limT 
T 0
x(t ) z (t   )dt

x(t) Cxx() La fonction Cxy() nous dit que le

signal y(t) est identique au signal
0 x(t) retardé de la quantité . La
y(t) Cxy()
 fonction Cxz() nous dit que le
signal z(t) est sans relation avec
0
le signal x(t), il n’existe donc pas
z(t) Cxz()
de corrélation entre ces 2
signaux.
0
Retour (cliquez ici)
 Complément 2
Densité spectrale en sortie des montages
non-inverseur
et
inverseur
 e2(t) R2

e1(t)
R1
_ v
in1(t)

vs
e3(t) in2(t)
R3
+ v
en(t) vs  Ad (v   v  )

Dans un premier temps on introduit 6 générateurs dépendant du temps, quatre de

tension e1(t), e2(t), e3(t) et en(t) et deux de courant in1(t) et in2(t) dont les densités
spectrales sont respectivement égales à 4kBTaR1, 4kBTaR2 , 4kBTaR3, en(f) et in(f).
  R1 R2 R1R2  

vs (t )  Ad  en (t )  e3 (t )  R3in 2 (t )    e2(t)  vs(t)  e1(t)  in1(t)  
  R1  R2 R1  R2 R1  R2  
  R1    R1 R2 R R 
vs(t) 1  Ad   Ad  en(t)  e3(t)  R3in2(t)   e2(t)  e1(t)  in1(t) 1 2  
 R1  R2    R1  R2 R1  R2 R1  R2  

R  R2  R1 R2 RR 
vs(t)  1  en(t)  e3(t)  R3in2(t)  e2(t)  e1(t)  in1(t) 1 2 
R1  R1  R2 R1  R2 R1  R2 

On écrit les expressions des val. quad. moy. dans les domaines temporel et
fréquentiel :
1 T 2 
limT 
T 0
v s ( t ) dt  0
vs ( f )df

On fait l’hypothèse que les sources de bruit e1(t), e2(t), e3(t), en(t), in1(t) et in2(t) ne
sont pas corrélées.
    R R2   R R2 
 R  2 1  1 2 
en ( f )  4k T
B a 3 
2  R  R  2    R  R  2 
 R1  R2     1 2   1 2 
vs ( f )     
 R1    2
 i ( f ) R 2   R1R2   
 n  3  R1  R2   
   

2  2 
 R  R2   R R   R R 
 e ( f )  4k T  R  1 2   i ( f ) R 2   1 2   
vs ( f )   1  B a 3
 n R1  R2   3  R1  R2   
n
 R1     

2
 R2 
Finalement : vs(f)   1   vT (f )
 R1 
  
2
R R  R R 
avec : vT ( f )  en(f)  4k BTa Rs  in(f) R32   1 2   où Rs  R3   1 2 
 R1  R2  
    R1  R2 

Retour (cliquez ici)

Complément 3
Valeur crête d’un bruit Gaussien
et
crest factor
Probabilité pour que la tension u soit inférieure à une valeur u1 :
u2

u1 1 2 
 p(u )du avec : p (u )  e 2 et  p(u )du  1
2 2

u1 1  u1 
En introduisant la fonction erf, on obtient :  p (u ) du  1  erf   
2   2σ 2 

Probabilité pour que la tension u soit comprise entre –u1 et u1 :

u1 u1  u1 
 p(u )du   p(u )du  erf   car : erf   x   erf (x)
2
 2 
u1
Industry-standard crest factor [CF] = 3,3   3,3


Probabilité pour que la tension u soit comprise entre –3,3 et 3,3 :

 3,3 
erf    0,999
 2
Retour cliquez ici
 Bibliographie
Sites Web constructeurs www.ti.com, www.analog.com
Bonnie C. Baker, Matching the noise performance of the operational
amplifier to the ADC, Analog Applications Journal, 2006, Texas
Instruments
James Karki, Calculating noise figure in op amps, Analog Applications
Journal, 2005, Texas Instruments
Ron Mancini, Op Amps for everyone, August 2002, Texas Instruments
A. Glavieux et M. Joindot, Communications numériques, Introduction,
Masson (1996)
M. et F. Biquard, Signaux systèmes linéaires et bruit en électronique,
Ellipses (1992)
D. Ventre, Communications analogiques, Ellipses (1991)