Un convertisseur AD fournit un signal numérique avec un nombre de pas fixe. Il se passe beaucoup de choses entre la lecture d'une valeur décimale Byte in et sa transformation en valeur utilisable Gemidd et Prediktie (moyenne et prévision) L'erreur à la conversion est réintroduite dans le système et réduit l'erreur à l'itération suivante.

C'est spécialement le cas dans ma situation (numérisation des températures pour commander le chauffage), car j'utilise des convertisseurs qui ne travaillent qu'en 8 bits (256 niveaux). Il est possible d'augmenter la précision en effectuant plus de mesures et en lissant le résultat (oversampling). Mais il ne suffit pas simplement d'effectuer plus de mesures (elles fourniront chaque fois le même résultat), mais il faut ajouter un signal d'erreur qui va réduire l'erreur. Une sorte de contre-réaction, quoi.

Il s'agit d'une conversion numérique-analogique, mais le sens de la conversion ne joue pas: c'est la méthode qui est importante. Le lecteur de CD effectue plus de conversions numériques-analogiques que ce que ne fournit le support (44100 échantillons par seconde avec une résolution de 16 bits). Les valeurs intermédiaires sont calculées. Avec un suréchantillonage quadruple, on effectue 176.400 conversions à la seconde avec une résolution de 18 ou 20 bits.

Quel est l'avantage? Comme la fréquence d'échantillonage se trouve maintenant bien en dehors de la bande audio, on peut effectuer un filtrage moins extrème qui ne réquit pas la qualité du signal sonore. Un filtre à 6dB/octave suffit amplement, et celui-ci ne doit éliminer que les fréquences au dessus de 20kHz. Le son que le lecteur produit est plus musical.

Avec la conversion inverse, on va également effectuer plus de mesures, pour lisser le résultat numérique. Le signal analogique doit d'abord être traité, autrement l'oversampling n'a absolument aucun sens: le convertisseur va produire les mêmes valeurs et le lissage n'aura aucun effet. Il faut ajouter une sorte de bruit de fond pour que le convertisseur fournisse des valeurs changeantes.

La valeur numérisée est directement retransformée en valeur analogique et comparée à la valeur analogique en entrée. L'erreur (+0.45) est ajoutée à la valeur en entrée et prise en compte à la conversion suivante. Il est ainsi possible de réduire l'erreur si on effectue suffisamment de mesures. L'étage de filtration (qui n'est pas toujours nécessaire) sert à adapter la réponse du système. Dans des applications audio, le filtre sert à déplacer le bruit dans des fréquences inaudibles, où la filtration peut être plus simple.

Je n'utilise pas le noise shaping (cela aurait nécessité un extra convertisseur numérique-analogique). De tous les systèmes, le noise shaping produit les meilleurs résultats: il produit rapidement un signal avec une précision voulue parce que l'erreur est renvoyée au convertisseur. Les autres méthodes sont moins efficaces mais plus simple à mettre en œuvre.

Une autre méthode que j'utilise est un amplificateur de dérive qui van amplifier la dérive du signal. Cet amplificateur augmente significativement le bruit de fond du capteur et amplifie exagérément toutes les variations. Le signal est ensuite converti, et l'amplificateur de dérive produit des mesures qui fluctuent continuellement. En lissant les valeurs, on obtient une plus grande précision dans la mesure (par le lissage), tout en répondant rapidement aux changements. Cette méthode est utilisée pour la mesure de la température de l'eau de la chaudière qui nécessite une réponse rapide.

Les méthodes décrites ici sont poussées à l'extrème dans les capteurs photographiques binaires où chaque pixel produit un 0 ou un 1. Mais on effectue ici de nombreuses mesures qui sont également lissées.