Anda di halaman 1dari 55

Signaux & systmes 7. Filtrage linaire.

Analyse & Synthse des filtres numriques


TR 7. 1
7. Filtrage linaire. Analyse & Synthse des filtres numriques

FILTRAGE LINEAIRE

Introduction

Filtrage analogique
H(p) x(t) y(t)
FT :
H p
Y p
X p
( )
( )
( )
=


Matrialisation (lectrique par ex.) :


x(t) y(t)
y t f x t ( ) [ ( )]
=
: qua. diff.


Avantage : - rapidit du traitement analogique
Inconvnient : - solution fige


Filtrage numrique
H(z) x(k) y(k)
FT :
H z
Y z
X z
( )
( )
( )
=


Matrialisation :

Algorithme (qua. aux diff.) + CNA


y k f x k ( ) [ ( )] =


Avantage : - souplesse de modification de lalgorithme
Inconvnients : - temps de dcodage des instuctions
- frquence dchant. limite (technologie)
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 2
FILTRAGE ANALOGIQUE

y(t) = x
1
(t) + x
2
(t)


} Spectre de
Spectre de
1

F
1
F
2 F
3
0
x (t)
2
x (t)



Filtrage frquentiel :

Filtre passe-bas :
Filtre passe-bande :
y t x t x t ( ) ( ) ( ) = +
1 2
x t
1
( )
x t
2
( )
1
0 F
3 2
F F


Plus gnralement, on distingue 4 types de filtres idaux F() :

Passe-bas

0
c
F( )
Passe-bande

0
1 2
F( )

Passe-haut

0
c
Coupe-bande

0
1 2
F( ) F( )

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 3
Filtres fondamentaux = Filtres passe-bas et de frquence de coupure
c
= 1



Filtre partir dun filtre passe-bas de FT Changement de variable en p
H(p) de pulsation de coupure
c
= 1 rd/s dans la FT H(p) du filtre

Passe-bas de pulsation de coupure
c

p
p
c



Passe-haut de pulsation de coupure
c
=1
p
p

1


Passe-bande de largeur B centr sur = 1
p
B
p
p
+
|
\

|
.
|
1 1


Coupe-bande de largeur B centr sur = 1
p
B
p
p

+
|
\

|
.
|
1
1 1



Le problme du filtrage consiste faire entrer la RF F() dans un gabarit :


0
Gabarit dsir

F( )

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 4
Bande Passante dun filtre


La BP 3 dB dun filtre est le domaine de frquences tel que :



H i dB H i H i
dB dB dB
( ) ( ) ( )
max max
3




Rappel :
( )
H i H i H i
dB dB
( ) ( ) log ( ) = 2 20





H i
dB
( )
max

H i dB
dB
( )
max
3

b

h
H i
dB
( ) 2

[ , ]
b h
BP 3 dB =




Exemple : BP dun canal de commmunication :

BP dune ligne tlphonique = frquences vocales [300 Hz - 4 kHz]
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 5
Filtres normaliss


Filtre du 1er ordre passe-bas fondamental


- FT passe-bas :
H p
k
p
( ) =
+ 1




- RF : (entre du filtre = sinusode de pulsation

variable)



H p i
k
i
k
i
k H i H t
c
c c
( )
: [ ( ) ] ( )
:
/ :
= =
+
=
+
= = =
=





1
1
0 0
1
0
Gain statique gain not
C
te
de temps ( > 0)
Pulsation de coupure ( > 0)
: pulsation frequence

=2 :



c
(-1)
0 dB
| H(i ) |
dB
(-1) pente de -20 dB/dcade
3 dB

c
0
ArgH i [ ( )]
-45
-90
(si k > 0)

c
0
| H(i ) |
k H =
0
H k k
dB dB
0
20 = = log
(log ) (log )
(log )
pente de -6 dB/octave
Phase =
Gain =


Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 6
- RI : (entre du filtre
x t t ( ) ( ) =
)


h t TL H p
k
e t
t
( ) [ ( )] ( )
/
= =
1









- Rponse indicielle : (entre du filtre
x t t ( ) ( ) =
)

| |
| |
y t TL H p TL t TL H p
p
k e t
t
( ) ( ) ( ) ( ) ( ) ( )
/
= =

(
=
1 1
1
1





t
y(t)
0
0 63 . ( ) y
0 95 . ( ) y
t
r
: temps de rponse 95 %
y H k k ( ) = = =
0
1 1
3
r
t

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 7
Filtre du 2nd ordre passe-bas fondamental


- FT passe-bas :

H p
k
p m
p
k H i H t
m m
( )
: [ ( ) ] ( )
: =
+ +
= = =
=
2
0
2
0
0
0 0
2
1
0 0



Gain statique gain not
Pulsation propre non amortie ( )
Facteur d' amortissement ( )

> 0
> 0



- RF : (entre du filtre = sinusode de pulsation

variable)

H i
k
mi
( )

=
+
|
\

|
.
|
|
1 2
0 0
2



0
(-2)
0 dB
| H(i ) |
dB
m
2
2
m<
2
2
07 .

0
Arg H i [ ( )]
0
-90
-180
6 dB
(chelle log.)
(chelle log.)
(si k > 0)
(rsonance)

r
(-2) pente de -40 dB/dcade
: pulsation de rsonance

0
0
| H(i ) |
(chelle log.)
k H =
0

r
H k k
dB dB
0
20 = = log
7 . 0 m
7 . 0 < m

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 8
- RI : (entre du filtre
x t t ( ) ( ) =
)


| |
| |
| |
y t TL H p TL t TL H p ( ) ( ) ( ) ( ) = =
1 1

3 cas :



m > 1
: rgime hyper-amorti (apriodique) : 2 ples rels de H(p)


ples de H(p)
0
Im(p)
Re(p)

( )
y t
k
m
e e t
p t p t
( ) ( ) =

0
2
2 1
1 2


t
y(t)
0




m = 1
: rgime critique (apriodique) : 1 ple double rel de H(p) :


ples de H(p)
0
Im(p)
Re(p)

y t k e t t
t
( ) ( ) =


0
2
0


t
y(t)
0




0 1 < < m
: rgime pseudo-priodique : 2 ples complexes conjugus


ples de H(p)
0
Im(p)
Re(p)

=

2
0

: pseudo - priode

0
: pseudo - pulsation
0
T

( )
y t k
e
m
t t
m t
( ) sin ( ) =

0
2
0
0
1


t
y(t)
0
0
T


Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 9
- Rponse indicielle : (entre du filtre
x t t ( ) ( ) =
)

3 cas :



m > 1
: rgime hyper-amorti (apriodique) : 2 ples rels de H(p)

t
y(t)
0
0 95 . ( ) y
t
r
t
r
: temps de rponse 95 %
y H k k ( ) = = =
0
1 1



m = 1
: rgime critique (apriodique) : 1 ple double rel de H(p) :

t
y(t)
0
0 95 . ( ) y
t
r
t
r
: temps de rponse 95 %
y H k k ( ) = = =
0
1 1


0 1 < < m : rgime pseudo-priodique : 2 ples complexes conjugus

t
y(t)
0
0 95 . ( ) y
t
r
t
r
: temps de rponse 95 %
1 05 . ( ) y
=

2
0

: pseudo - priode

0
: pseudo - pulsation
y H k k ( ) = = =
0
1 1
0
T
0
T

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 10
Filtres de Butterworth (filtres polynomiaux : H(p) = (polynme)
-1
)

(Maximally flat)



H p
a p a p a p a
n
n
n
n
( )
...
=
+ + + +


1
1
1
1 0



avec :
n
c
i H
2
2
1
1
) (
|
|
.
|

\
|
+
=



Les paramtres i
a
se dduisent des relations de dfinition prcdentes :



Exemple :
2 = n
:

0 1
2
2
1
) (
a p a p a
p H
+ +
=

0 1
2
2
1
) (
a i a a
i H
+ +
=



4 2 2
1
2
2 0
4 2
2
2
0
2
1
1
2
1
) (
|
|
.
|

\
|
+
=
+ +
=
c
a a a a a
i H

=
=
=
2
2
1
0
1
2
1
c
c
a
a
a

ou

=
=
=
2
2
1
0
1
2
1
c
c
a
a
a


Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 11
Paramtres i
a
donns pour
1 =
c

rd/s et pris positifs :



Ordre
a
0

a
1

a
2

a
3

a
4
...

n = 1 1 1 - - -
n = 2 1
2
1 - -
n = 3 1 2 2 1 -
n = 4
...
1 2.6131 3.4142 2.6131 1




n = 2
(-2)
n = 3
(-3)
n = 4
(-4)

c 0 dB
| H(i ) |
dB



Les filtres de Butterworth possdent une RF H(i) en module
plate au maximum ( sensiblement constante) dans la BP

Les signaux de diffrente frquence (dans la BP) sont tous
amplifis de la mme faon (gain constant)
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 12
Filtres de Tchebychev (filtres polynomiaux) (Equal ripple)

Ces filtres prsentent une ondulation d'amplitude constante dans la BP

H p
a p a p a p a
n
n
n
n
( )
...
=
+ + + +


1
1
1
1 0


avec :
H i
T
n
( )
( )


2
2
1
1
1
=
+



T
n
() : polynme de Tchebychev d'ordre n obtenu par rcurrence :

T x x T x T x
n n n + +
=
2 1
2 ( ) ( ) ( )
et
T x T x x
0 1
1 ( ) , ( ) = =


Paramtres i
a
donns pour
1 =
c

rd/s et pris positifs :



Ordre
a
0

a
1

a
2

a
3

a
4
...

n = 2 1 0.9957 0.907 - -
n = 3 1 2.5206 2.0116 2.0353 -
n = 4
...
1 2.6942 5.2749 3.4568 3.628



0 dB

n = 2
(-2)
n = 6
(-6)

c
| H(i ) |
dB

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 13
Filtres de Legendre (filtres polynomiaux)

(pente la plus forte possible (pour un ordre n donn) la frq. de coupure)

H p
a p a p a p a
n
n
n
n
( )
...
=
+ + + +


1
1
1
1 0


avec : ... (Polynmes de Legendre)


Paramtres i
a
donns pour
1 =
c

rd/s et pris positifs :



Ordre
a
0

a
1

a
2

a
3

a
4
...

n = 2 1
2

1 - -
n = 3 1 2.3537 2.27 1.7319 -
n = 4
...
1 3.0411 4.6253 3.828 2.4493




Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 14
Filtres de Bessel (filtres polynomiaux)

H p
a p a p a p a
n
n
n
n
( )
...
=
+ + + +


1
1
1
1 0


avec ... (Polynmes de Bessel)

Ils ont pour objet de raliser l'approximation d'un retard pur e
-p

provoquant un temps de propagation constant travers le filtre (gal ).


Paramtres i
a
donns pour
1 =
c

rd/s et pris positifs :




Ordre
a
0

a
1

a
2

a
3

a
4
...

n = 2 3 3 1 - -
n = 3 15 15 6 1 -
n = 4
...
105 105 45 10 1


n = 2
(-2)
n = 6
(-6)

c
| H(i ) |
dB
0 dB

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 15
Filtres de Cauer (filtres elliptiques : H(p) fraction rationnelle)

Les RF ont des ondulations la fois dans la BP et dans la bande coupe

H p
b p b p b p b
a p a p a p a
n
n
n
n
n
n
n
n
( )
...
...
=
+ + + +
+ + + +


1
1
1 0
1
1
1 0


avec :
) ( 1
1
) (
2 2
2

E
i H
+
=


o

=


=
m
i
i
i
E
1
2 2
2 2
1
) (

pour lordre du filtre


m n 2 =


=


=
m
i
i
i
E
1
2 2
2 2
1
) (



pour lordre du filtre
1 2 + = m n


Les pulsations i

(
m i .. 1 =
) sont dtermines pour que
) ( E
ait
une ondulation damplitude constante (type Tchebychev).

Paramtres i
a
,
i
b
donns pour
1 =
c

rd/s et pris positifs :



Ordre
0 0
/ a b

1 1
/ a b

2 2
/ a b
3 3
/ a b

4 4
/ a b

n = 3 1/1 0/2.0235 0.1038/1.6404 0/1.3228 -
n = 4 ... 1/1 0/2.2818 0.3993/3.6938 0/2.4801 0.0226/2.1035


0 dB

n = 3
(-3)
n = 6
(-6)

c
| H(i ) |
dB

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 16
Filtres de Tchebychev inverses (filtres elliptiques)

La RF est plate dans la BP - Ondulation prsente dans la bande coupe

H p
b p b p b p b
a p a p a p a
n
n
n
n
n
n
n
n
( )
...
...
=
+ + + +
+ + + +


1
1
1 0
1
1
1 0


avec :
) / 1 (
1
1
) / 1 (
1
) (
2
2
2

n
n
T
T
i H

=


o T
n
() : polynme de Tchebychev d'ordre n obtenu par rcurrence :

T x x T x T x
n n n + +
=
2 1
2 ( ) ( ) ( )
et
T x T x x
0 1
1 ( ) , ( ) = =





Paramtres i
a
,
i
b
donns pour
1 =
c

rd/s et pris positifs :




Ordre
0 0
/ a b

1 1
/ a b

2 2
/ a b
3 3
/ a b

4 4
/ a b

n = 3 1/1 0/8.4672 0.75/3.6597 0/79.05 -
n = 4 ... 1/1 0/6.2917 1/20.7925 0/40.54 0.125/39.5285
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 17
FILTRAGE NUMERIQUE

Synthse dun filtre numrique

2 approches :

1re approche : Dterminer la FT discrte
H z
N
( )
quivalente
la FT continue
H p
A
( )
du filtre analogique modle

Il s'agit de dterminer H
N
(z) de telle sorte que
y y x t
n
N
n
A
= ( ) :


Entre
Filtre Numrique
y
N
n
y
A
n
Filtre Analogique
x(t)
) (z H
N
) ( p H
A


La solution (coeffs du filtre
H z
N
( )
) dpend du signal d'entre x(t)

Plusieurs techniques de synthse :

Techniques temporelles de synthse

- Synthse par Invariance Impulsionnelle : x(t) = (t)

- Synthse par invariance indicielle : x(t) = (t)

Techniques frquentielles de synthse

- Synthse par quivalence de la drivation (Transformation d'Euler)

- Synthse par quivalence de l'intgration (Transformation Bilinaire)

Cette 1re approche conduit des filtres numriques rcursifs
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 18
2nde approche :

Le calcul de ces filtres utilise ici une structure non rcursive, et
les coeffs du filtre peuvent tre dtermins de 2 faons :

1) En faisant rfrence la FT continue du filtre analogique modle

- Synthse par technique impulsionnelle.

- Synthse par chantillonnage en frquence.

2) En se donnant un gabarit sur le module de la RF du filtre numrique,
et en dterminant les coeffs afin doptimiser un critre de performance

Utilisation de mthodes d'optimalisation (PNL)
( algorithmes de rsolution de systmes dquations non linaires)

- Algorithme de Remez (algorithme le plus utilis)
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 19
Structures AR, MA, et ARMA des filtres numriques

Modle ARMA

Un filtre numrique linaire causal est dcrit par la relation de
rcurrence gnrale (quation aux diffrences) :


y a x b y
n k
k
p
n k k
k
q
n k
=
=

=

0 1




Filtre linaire numrique
x
n
y
n



Cest le modle ARMA (AutoRgressif moyenne mobile)
(Autoregressive with Moving Average)





Dans le domaine frquentiel, on a : (avec CI nulles)
Y z X z a z Y z b z
k
k
p
k
k
k
q
k
( ) ( ) ( ) =
=


0 1

H z
Y z
X z
a z
b z
k
k
k
p
k
k
k
q
( )
( )
( )
= =
+

0
1
1

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 20
Modle AR

a
k
0 (sauf a
0
) on a un systme quasiment purement rcursif :


y a x b y
n n k n k
k
q
=

=
0
1


et :
H z
a
b z
a
p z
k
k
k
q
k
k
k
q
( )
( )
=
+
=

=

0
1
0
1
1 1


(aprs dcomposition en lments simples : p
k
, ples de H(z) )


C'est le Modle AR (AutoRgressif) appel encore modle tout ple





Le modle :
y b y
n k n k
k
q
=

=

1
est le modle de processus AR
purement rcursif, donc bas uniquement sur ses CI (pas dentre)
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 21
Modle MA

b
k
0 on a un systme rduit : (systme non rcursif)


y a x
n k n k
k
p
=

=

0


et :
H z a z
k
k
p
k
( ) =
=

0




C'est le Modle MA (Moving Average) appel encore modle tout zro
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 22
ANALYSE DES FILTRES NUMERIQUES

On a vu : les filtres rcursifs ont une structure ARMA
On va tablir : les filtres rcursifs sont des filtres RII (IIR)

On a vu : les filtres non rcursifs ont une structure MA
On va tablir : les filtres non rcursifs sont des filtres RIF (FIR)


Introduction : Algorithmes de Traitement du Signal
Filtres RIF

=

=
p
k
k n k n
x a y
0

n
x
: entre n
y
: sortie k
a
: coefficients du filtre

Filtres RII
y a x b y
n k
k
p
n k k
k
q
n k
=
=

=

0 1

n
x
: entre n
y
: sortie k
a
, k
b
: coefficients du filtre

Filtres adaptatifs RIF

=

=
p
k
k n k n
x n a y
0
) (
avec:
k n n k k
x e n a n a

+ = ) 1 ( ) (
o n n n
y r e =

n
x
: entre n
y
: sortie
) (n a
k : coefficients du filtre

n
y
reproduit un signal de rfrence n
r

n
e
: erreur (commande lvolution de
) (n a
k
au cours du temps)

: rgle la vitesse de cette volution


Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 23
Corrlateurs (auto ou inter)


=

=
k N
n
k n n k
y x c
1
0
(intercorrlation)

k
c
: coeffs dintercorrlation des signaux n
x
et
n
y
sur
N
chantillons


Fentrage n n n
w x y =


signal fentr
n
y
= produit de
n
x
par la fentre
n
w
de
N
chantillons


Transformes (Fourier, Hilbert ...)
Exemple:
| | ) (n x TFD
:

=
1
0
/ 2
) (
1
) (
M
n
M kn i
e n x
M
k X




Gnration de signal
Exemple: signal alatoire distribution uniforme :

P n x A n x mod ) 1 ( ) ( =


Init. :
P x < < ) 0 ( 0


) (n x
est pseudo-alatoire car priodique de priode
P


P
: nombre premier, de valeur leve

A
: facteur dchelle


Calcul matriciel
Exemple : Produit scalaire

=
=
k
n
n n
y x p
0
de n
x
et
n
y
de dim.
1 + k

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 24
Analyse des filtres numriques RIF
(filtres non rcursifs, MA, ou encore filtres transversaux)


Structure de ralisation

Equation aux diffrences
y a x
n k n k
k
N
=

=

0
1
(filtre RIF causal)

Les filtres non rcursifs sont dits MA


Forme directe de ralisation (schma-bloc) (block diagram)
) 1 ( 1 1 1 0
+ + + =
N n N n n n
x a x a x a y L




y
n
a
0
x
n
z
-1
a
1
z
-1
z
-1
a
2
a
N-1
+
+
+

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 25
Stabilit

FT :
y a x
n k n k
k
N
=

=

0
1

TZ

H z
Y z
X z
( )
( )
( )
=

H z a z
k
k
N
k
( ) =
=

0
1


la FT na pas de ples Un filtre RIF est toujours stable

(coeffs k
a
finis (et en nombre fini), sinon filtre non programmable
le filtre RIF rpond par une sortie borne une entre borne)



RI
x
n
=
n
dans
y a x
n k n k
k
N
=

=

0
1

h a
n k n k
k
N
=

=


0
1



h a
k k



Comme N fini (sinon filtre non programmable) support N de la RI fini

Filtres non rcursifs filtres MA filtres RIF


...
n
h
n
a
0
a
1
a
2
a
N-1
0
1 2 N-1
Support fini

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 26
Rponse indicielle
Entre x
n
=
n
dans
y a x
n k n k
k
N
=

=

0
1


D n
D a n N
D a n N
n
n k
k
n
n k
k
N
= <
=
=
=
=

0 0
0 1
1
0
0
1
si
si
si


D
n
cumul des coefficients
a
k
du filtre


Rponse Frquentielle H()

. Squence x(n) :
On fait :
z e
p
=
avec
p i = 2
dans la FT
H z a z
k
k
N
k
( ) =
=

0
1


H a e
k
i k
k
N
( )

=

=

2
0
1

H H e
i
( ) ( )

2
priodique (priode = 1)

. Squence x(nT) :
On fait :
z e
pT
=
avec
p i = 2
dans la FT
H z a z
k
k
N
k
( ) =
=

0
1


H a e
k
i k T
k
N
( )

=

=

2
0
1

H H e
i T
( ) ( )

2
priodique (priode = 1/T)
La RF en srie de Fourier a pour coeffs de la dcomposition les coeffs k
a

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 27
Filtres RIF phase linaire

Rappel

Filtre linaire de RF H() est phase linaire si :


) ( = H Arg
avec
te
C =


(le signe - symbolise un retard en temps)



Proprit

Filtre phase lin. retarde tous les signaux

leur frquence d'un mme temps





Filtres RIF phase linaire

RF :


=

= =
1
0
1
0
1
0
2
2 sin 2 cos ) (
N
k
k
N
k
k
N
k
T k i
k
T k h i T k h e h H





|
|
|
|
.
|

\
|
=

=
1
0
1
0
2 cos
2 sin
) (
N
k
k
N
k
k
T k h
T k h
Arctg H Arg


Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 28

|
|
|
|
.
|

\
|
=

=
1
0
1
0
2 cos
2 sin
) (
N
k
k
N
k
k
T k h
T k h
Arctg H Arg




- Peut-on avoir
0 ) ( H Arg


(retard du filtre nul) ?


= =

=
0 2 sin 0 ) (
1
0
T k h H Arg
N
k
k

Impossible


SAUF SI h
k =
fonction paire et
k N
N
=

( )/
( )/
1 2
1 2
(filtre h
k
non causal !)


Rappel : Thorme du retard (Fourier)

h
k
retarde de (N-1)T/2

TF

H e
i N T
( )
( )

1

=

H
R
()

Arg H
R
() = -(N-1)T est linaire

-(N-1)/2
0
(N-1)/2
h
k
paire
k
0
N-1
k
h
k
paire retarde de (N-1)T/2 h
k
R

h
k
"paire" % (N-1)T/2
(N-1)/2

Un filtre de RI h
k
causale, de dure N et symtrique % (N-1)T/2
est phase linaire : -(N-1)T
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 29
Exemple : 2 1
3 2 3

+ =
n n n n
x x x y
est RIF phase linaire


0
h
k
k
3
-2





2 1
2 3

+ =
n n n n
x x x y
nest pas phase linaire


0
h
k
k
3
-2
1





Exemple d'application des filtres phase linaire :

Les traitements synchrones
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 30
Implmentation dun filtre RIF phase linaire

(optimisation du temps de calcul du filtre)


Symtrie de la RI structure optimise du filtre RIF phase linaire

(a
0
= a
N-1
; a
1
= a
N-2
; ... )




x
n
y
n
a
0
z
-1
a
1
z
-1
z
-1
z
-1
z
-1
z
-1
a
(N-3)/2
a
(N-1)/2
+ +
+
+
+
+

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 31
Filtres RIF en treillis (Lattice filters)

(optimisation de la prcision du filtre)


But : Rduire le bruit de quantification des paramtres d'un filtre RIF

(compensation de la structure croise)


Analyse numrique :

. La division de coefficients attnue lerreur de troncature

. La multiplication de coefficients accrot lerreur de troncature



Structure gnrale


H z a z a z
N
N
( ) ... = + + +

+
1
1
1
1
1



x
n
y
n
k
1
+
+
+
+
+
z
-1
z
-1
z
-1
k
2
k
1
k
2
k
N-1

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 32
Exemple : Filtre RIF en treillis du 2nd ordre :


2
2
1
2 1 1
2
2
1
1
) ( 1 1 ) (

+ + + = + + = z k z k k k z a z a z H


avec :
2 2
2
1
1
1
a k
a
a
k =
+
=




x
n
z
-1
k
1
+
+
+
w
n
u
n
y
n
z
-1
k
1
k
2






Le mme filtre, de structure simple (non treillis) :



y
n
x
n
z
-1
a
1
z
-1
a
2
+
+

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 33
Analyse des filtres numriques RII (filtres rcursifs ou encore ARMA)


Structure de ralisation

Equation aux diffrences


y a x b y
n k
k
p
n k k
k
q
n k
=
=

=

0 1
(filtre RII causale)
14243 14243
Partie MA Partie AR


Les filtres rcursifs sont dits ARMA


Forme directe de ralisation (schma-bloc) (block diagram)


x
n
y
n
a
0
+
+
+ +
+ +
a
1
a
2
-b
1
-b
2
z
-1
z
-1
z
-1
a
p
-b
q
z
-1
z
-1
z
-1

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 34
Stabilit
FT :
y a x b y
n k
k
p
n k k
k
q
n k
=
=

=

0 1

TZ

H z
Y z
X z
( )
( )
( )
=



H z
a z
b z
k
k
k
p
k
k
k
q
( ) =
+

0
1
1
: q ples

Filtre RII (causal) instable si au moins un des ples de H(z) a un module 1



RI

{ }

=
(
(
(
(

+
= =
0
1
0 1
1
) (
n
n
n
q
k
k
k
p
k
k
k
n
z h
z b
z a
z H TZ h


Le support de la RI des filtres rcursifs est infini (filtres RII) :


...
n
h
n
h
0
h
1
h
2
h
i
0
1 2
i
Support infini
...

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 35
Rponse indicielle
x
n
=
n
D
n
= h
n
*
n
D(z) = H(z) TZ(
n
) = H(z)
1
1
1

TZ
1
D
n




Rponse Frquentielle H()

. Squence x(n) :
On fait :
z e
p
=
avec
p i = 2
dans la FT
H z
a z
b z
k
k
k
p
k
k
k
q
( ) =
+

0
1
1


H
a e
b e
k
i k
k
p
k
i k
k
q
( )


=
+

2
0
2
0
1

H H e
i
( ) ( )

2
priodique (priode = 1)


. Squence x(nT) :
On fait :
z e
pT
=
avec
p i = 2
dans la FT
H z
a z
b z
k
k
k
p
k
k
k
q
( ) =
+

0
1
1


H
a e
b e
k
i k T
k
p
k
i k T
k
q
( )


=
+

2
0
2
0
1

H H e
i T
( ) ( )

2
priodique (priode = 1/T)
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 36
Filtres RII phase linaire

Impossible davoir un filtre RII causal phase linaire
(pas de symtrie de la RI % instant la demi-squence, car dure infinie)


Par contre : Possibilit davoir un filtre RII non causal phase linaire
(RI paire filtre RII dphasage nul)



Filtres RII en treillis (Lattice filters)

Structure pour rduire le bruit de quantification des paramtres du filtre RII
(compensation de la structure croise)


Structure gnrale (cas
a
k
0
sauf
a
0
1 =
)


1
1
1
1
... 1
1
) (
+

+ + +
=
N
N
z b z b
z H



x
n
z
-1
k
N-1
k
1
k
1
k
2
k
2
+
-
+ +
- -
+ +
y
n
z
-1
z
-1
z
-1

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 37
Exemple : Filtre RII en treillis du 2nd ordre :



avec :
2
1
1
1 b
b
k
+
=
2 2
b k =



x
n
z
-1
+
-
+
-
+
y
n
u
n
w
n
k
1
k
1
k
2
z
-1



Le mme filtre, de structure simple (non treillis) a pour schma-
bloc :


x
n
y
n
+
+
-b
1
-b
2
z
-1
z
-1

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 38
SYNTHESE DES FILTRES NUMERIQUES RII


Filtre analogique de FT
H p
A
( )


Discrtisation du filtre
H z
N
( )


Filtre rcursif

T



x(t)
H
A
(p)
y
A
n
y
n
N
H
N
(z)
y (t)
A
x
n

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 39
Synthse par la relation de dfinition


Relation de dfinition :

nnee) echantillo (sequence
discrete) (sequence


: ou
pT
p
e z
e z
=
=

p Ln z
p
T
Ln z
=
= ou :
1



Non exploitable


car elle conduit des filtres numriques non linaires




Exemple : Squences : entre x(n) / sortie y(n)

H p
p
Y p
X p
A
( )
( )
( )
= =
1

H z
Ln z
Y z
X z
N
( )
( )
( )
= =
1

X z Y z Ln z ( ) ( ) =


Pas dquation aux diffrences linaire :
( )
y f x
n n
=

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 40
Synthse par Invariance Impulsionnelle ( Utilisation directe des Tables)

) ( ) (
1
t f p F
TL



Echantillonnage

) ( ) ( z F nT f
TZ



Z



| |
H z Z H p
N A
( ) ( ) =


h nT h nT h t nT
N A A
( ) ( ) ( ( )) = = =



| |
Z H p
A
( )
est obtenu avec les tables

H
A
(p)
y
A
n
y
n
N
H
N
(z)
y (t)
A
x
n
) ( ) ( t t x =

y
n
N
=
y
n
A

) (z Y
N
=
) (z Y
A

| | ) ( ) ( ) ( ) ( p X p H Z z X z H
A N
=



| | 1 ) ( 1 ) ( = p H Z z H
A N
| | ) ( ) ( p H Z z H
A N
=


Principal inconvnient de cette mthode :

Grande distorsion (dformation) de la RF
(RF : rponse du filtre une entre sinusodale de frquence variable)
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 41
Synthse par invariance indicielle
( synthse par Invariance Impulsionnelle bloque)

Synthse par invariance impulsionnelle bloque

B
0
(p) H
A
(p)
y
A
n
y
n
N
H
N
(z)
y (t)
A
x
n
x t t ( ) ( ) =





H z z Z
H p
p
N
A
( ) ( )
( )
=

1
1

Z
H
p
A

(
obtenu par les tables

car
z e
pT
=
et
( )
Z
e
p
H p z Z
H p
p
pT
A
A
1
1
1

(
(
=

( ) ( )
( )
(

)

( : cf. explication en fin de paragraphe)

Soit
b t
0
( )
RI du bloqueur
b
0
(t)
1
0
t
T


h nT b h t nT
N A
( ) ( * ) ( ) = =
0

h nT h nT d
N A
T
( ) ( ) =

0


Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 42
:Explication de la relation
( )
Z
e
p
H p z Z
H p
p
pT
A
A
1
1
1

(
(
=

( ) ( )
( )
:



( )
Z
e
p
H p Z
H p
p
Z e
H p
p
pT
A
A pT A
1

(
(
=

( )
( ) ( )



Calcul de
Z e
H p
p
pT A

(
( )
:

Soit
f t TL
H p
p
A
( )
( )
=

(
1

)] ( [
) (
) ( t f TL
p
p H
p F
A
= =
et

| | ) ( )] ( [ ) ( p F Z kT f TZ z F = =


) (
) (
1
T t f
p
p H
e
TL
A pT

| | ) ( ) ( ] ) 1 [( ) (
1 1
p F Z z z F z T k f T kT f
TZ
= =

Z



do :
Z e
H p
p
z Z
H p
p
pT A A

(
=

(
( ) ( )
1


Finalement :
( )
Z
e
p
H p z Z
H p
p
pT
A
A
1
1
1

(
(
=

( ) ( )
( )

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 43
Synthse par invariance indicielle
H
A
(p)
y
A
n
y
n
N
H
N
(z)
y (t)
A
x
n
x t t ( ) ( ) =



x t t ( ) ( ) =

X p
p
X z
z
( )
( )
=
=


1
1
1
1


| |
) ( ) ( ) (
) ( ) ( ) ( ) ( ) ( ) (
z X z H z Y
p X p H Z z Y p X p H p Y
N
N
A
A
A
A
=
= =

| |
Y z Z H p X p Z
H p
p
Y z H z X z H z
z
A
A
A
N
N N
( ) ( ) ( )
( )
( ) ( ) ( ) ( )
= =

(
= =


1
1
1


y y Y z Y z
n
N
n
A N A
( ) ( )


H z z Z
H p
p
N
A
( ) ( )
( )
=

1
1


En Temps :
h nT h nT d
N A
T
( ) ( ) =

0



Inconvnient de la mthode de synthse : Distorsion de la RF
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 44
Synthse par la Transformation d'Euler (TE)
( quivalence de la drivation)

TC TD

T
f f
dt
t df
n n 1
) (

=
| |
f nT f n T
T
( ) ( ) 1



f(t)
f
n
f
n -1
(n-1)T nT
t



Approximation d'autant meilleure que T est faible


TL
df t
dt
p F p
( )
. ( )

(
=

TZ
f f
T
F z
z
T
n n

(
=


1
1
1
( )
( )



p
z
T



1
1

z
pT
=

1
1


Principal inconvnient de cette synthse : Distorsion de la RI
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 45
Remarques

Dveloppement en srie (au 1er ordre) de la relation exacte
z e
pT
=
:


z e pT
pT
=
1
1


TE = approximation de la formule exacte
z e
pT
=
au 1er ordre


La TE entrane une relation non linaire entre les frquences du domaine
analogique (p) et celles du domaine numrique (z)
(frequency warping - distorsion des frquences) correction des frquences :

Les frquences caractristiques du filtre analogique (ex.: frq. de coupure)
vont, par application de la TE :
p
z
T
=


1
1
subir un lger dcalage

(dautant moins lger que la priode dchantillonnage T est leve)

z e e e
pT i T i f T
N
= = =
2
(
f
N
: frquence Numrique)

TE :
z pT i T i f T
A

= = =
1
1 1 1 2
(
f
A
: frquence Analogique)

=

e
i f T
i f T
A
N
2
1
1 2

galit des phases :


2 2 f T Arctg f T
N A
= ( )



( ) T f tg
T
f
N A

2
2
1
=

( ) T f Arctg
T
f
A N

2
2
1
=


ou encore :
( ) T tg
T
N A

1
=
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 46
Algorithme de numrisation par la Transformation d'Euler

a) Le gabarit du filtre est donn par la FT du filtre analogique
H p
A
( )


b) T est dtermine d'aprs la condition de Shanonn

c) Corriger chaque frquence Analogique caractristique
f
A
de
H p
A
( )

(
f
A
i
= frquences de coupure, frquences propres ...)

pour obtenir les frquences caractristiques
f
N
i
Numriques dsires

modification de
H p
A
( )
( de chaque frquence caractristique
f
A
i
) :

( )
(

T f tg f
N A

2
2
1
ou encore :
( )
(

T tg
T
N A

1


Les frquences
f
N
i
dsires sont en gnral les
f
A
i
du filtre analogique

on corrige donc simplement en faisant dans
H p
A
( )
:


( )
(

T f tg f
A A

2
2
1


d) Utiliser la TE dans
H p
A
( )
prcdemment modifi :
p
z
T



1
1

On obtient une fonction en z note
F z ( )
. Poser
H z k F z
N
( ) ( ) =
.

e) Ajuster le gain
k
du filtre numrique
H z
N
( )
comme suit :
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 47
Ajustement du gain du filtre numrique

On se place en rgime harmonique
p i = 2




- Rappel


Filtre analogique
H p
A
( )
:


- si
H p
A
( )
est un passe-bas :

Gain statique = gain la frquence 0 (
p i = = 2 0
car
= 0
)

Gain statique =
H p
A
p
( )
=0 = gain la frquence 0




- si
H p
A
( )
est un passe-haut :

Gain la frquence

=
H p i
A
( ) =
=
2

=
H p i
A
( ) =

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 48
Filtre numrique
H z
N
( )
:

La RF est obtenue pour
z e
i T
=
2


RF priodique (priode
1
T
) et doit tre observe entre
= 0
et
=
1
2T

(la frquence

analogique devient ici


=
1
2T
)

D'aprs la relation de dfinition
z e
pT
=
on a :


- si
H z
N
( )
est un passe-bas :

p i z e
pT
= = = = 2 0 1


gain statique du filtre numrique =
H z
N
z
( )
=1




- si
H z
N
( )
est un passe-haut :


= = = =
1
2
1
T
p
i
T
z e
pT


gain la frquence
T 2
1
du filtre numrique =
H z
N
z
( )
=1

Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 49
- Procd d'ajustement du gain du filtre numrique

- si
H p
A
( )
est un filtre passe-bas :

on ajuste le gain
k
du filtre numrique en faisant :


H z H p
N
z
A
p
( ) ( )
= =
=
1 0
(gain statique)



- si
H p
A
( )
est un filtre passe-haut :

on ajuste
k
en faisant :


H z H p
N
z
A
p i
( ) ( )
= =
=
1




- en dehors de ces 2 catgories de filtre :

lajustement du gain est rarement ralis
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 50
Synthse par Transformation Bilinaire (TB)
( quivalence de l'intgration)

Mthode des trapzes : quivalence de l'intgration

g t f u du
t
( ) ( ) =

0

f(t)
f
n
f
n-1
(n-1)T nT
t



Passage de
g
n1

g
n
: ajouter
g
n1
la surface hachure

Surface

trapze :
g g
f f
T
n n
n n
=
+


1
1
2
( )
(2)

| | | |
TZ G z z F z z
T
( ) : ( ) ( ) 2 1 1
2
1 1
= +


G z
F z
T z
z
( )
( )
=
+

2
1
1
1
1


Intgration en p :
G p
F p p
( )
( )
=
1


p
T
z
z
=

+

2 1
1
1
1
(TB) ou encore :
z
p
T
p
T
=
+

1
2
1
2


Inconvnient : Distorsion de la RI et de la rponse indicielle
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 51
Remarques
Dveloppement en srie (au 2nd ordre) de la relation exacte
z e
pT
=
:

z e pT
p T
pT
= + + 1
2
2 2

TB = approximation de la formule exacte
z e
pT
=
au 2nd ordre

La TB entrane une relation non linaire entre les frquences du domaine
analogique (p) et celles du domaine numrique (z)
(frequency warping - distorsion des frquences) correction des frquences :

Les frquences caractristiques du filtre analogique (ex.: frq. de coupure)
vont, par application de la TB :
p
T
z
z
=

+

2 1
1
1
1
subir un lger dcalage

(dautant moins lger que la priode dchantillonnage T est leve)

z e e e
pT i T i f T
N
= = =
2
(
f
N
: frquence Numrique)

TB :
z
p
T
p
T
i
T
i
T
i f T
i f T
p i
A
A
=
+

(
(
(
=
+

=
+

=
1
2
1
2
1
2
1
2
1
1


(
f
A
: frquence Analogique)

galit des phases :
2 2 f T Arctg f T
N A
=



( ) T f tg
T
f
N A

=
1

( ) T f Arctg
T
f
A N

=
1


ou encore :
|
.
|

\
|
=
2
2 T
tg
T
N
A


Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 52
Algorithme de numrisation par la Transformation Bilinaire

Etapes a) b) et e) identiques aux autres mthodes de synthse notamment la TE

a) Le gabarit du filtre est donn par la FT du filtre analogique

b) T est dtermine d'aprs la condition de Shanonn

c) Corriger chaque frquence Analogique caractristique
f
A
de
H p
A
( )

(
f
A
i
= frquences de coupure, frquences propres ...)

pour obtenir les frquences caractristiques
f
N
i
Numriques dsires

modification de
H p
A
( )
( de chaque frquence caractristique
f
A
i
) :

ou encore :

Les frquences dsires sont en gnral les du filtre analogique

on corrige donc simplement en faisant dans :



d) Utiliser la TE dans prcdemment modifi :
On obtient une fonction en z note . Poser .

e) Ajuster le gain du filtre numrique
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 53
Mthode d'association des ples et des zros

(Matched Transform - Transformation Adapte)

On applique les ples de la FT du systme continu
aux ples de la FT du systmes discret

On fait de mme avec les zros de la FT.

L'algorithme de cette mthode de synthse est le suivant :


Algorithme de numrisation par association des ples et des zros

Donnes : la FT continue

1. Soient les ples finis de
On applique ces ples au domaine selon la formule
on obtient ainsi les ples de la FT :

pour i = 1 q

2. On fait de mme avec les zros de et
on obtient les zros pour i = 1 m

3. Ajustement du gain :
- pour un filtre passe-bas ( ), on pose :
- pour un filtre passe-haut ( ), on pose :
Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 54
Exemple : Filtre passe-bas :



- Il y a 1 ple qui est appliqu

On a donc :



- Ajustement du gain k (ici gain statique)




Signaux & systmes 7. Filtrage linaire. Analyse & Synthse des filtres numriques
TR 7. 55
TABLE DES CORRESPONDANCES EN Z ET LAPLACE
PAR SYNTHESE PAR INVARIANCE INDICIELLE
(FONCTIONS CAUSALES)













__________