1 1
Plan
2 2
Définition et caractérisation des
systèmes
3 3
Définition d’un système
Un système réalise une application de l’espace des signaux
d ’entrée dans celui des signaux de sortie
entrées Système sorties
xi yj
Homogénéité entrées/sorties :
- Système analogique (continu) : entrée et sortie à temps continu
- Système numérique (discret) : entrée et sortie à temps discret
- Système hybride 4 4
Caractéristiques (1): linéarité
xi → y i = G (x i )
G(.) ne dépend pas du temps
∑a x
i
i i → ∑a y
i
i i
t0 t0
x(t) y(t)
Système
LTI
x(t-t0) y(t-t0)
Système
LTI
6 6
Caractéristiques (3):
dynamique ou instantané
- Réponse instantanée :
la sortie ne dépend que de la valeur de l’entrée à
l’instant considéré
- cas des SLI : y(t) = a x(t), a constante
- Système dynamique :
la sortie dépend de certaines valeurs de l’entrée à
d’autres instants
Ex: - Retard pur : y (t ) = x(t − τ )
1 k
- Moyenneur : y (k ) = ∑
k + 1 n =0
x ( n)
7 7
Caractéristiques (4): causalité
8 8
Caractéristiques (5): stabilité
- Conditions de stabilité :
+∞
Cas Continu : ∫−∞
h(t ) dt < ∞
+∞
9 9
Convolution, filtrage et
réponse impulsionnelle
10 10
Convolution des SLI
• Définition:
11 11
Réponse impulsionnelle
• Réponse du système à une entrée impulsion
x(k)=δ(k) y(k)=h(k)
1 1
cas d’un SLI causal :
h(k) = 0 pour k < 0
k k
12 12
Impact sur les systèmes LTI
Système
inconnu
entrée=dirac Sortie: réponse
Somme de toutes imulsionnelle
les fréquences Réponse à toutes
les fréquences
Décalage:
δ (k − k0 ) * x(k ) = x(k − k0 )
Transformée en Z
TZ (x(k ) * y(k )) = TZ (x(k )).TZ ( y(k )) 14 14
Notion de filtrage
• Définition:
Le filtrage est une forme du traitement du signal
qui modifie le spectre de fréquence et/ou la
phase du signal et par conséquent sa forme
temporelle
• Type de filtres:
– Filtres analogiques : à partir de composants
passifs
– Filtres numériques : à partir de structure
intégrée micro-programmable
15 15
Représentation d’un filtre numérique
• Relation entrée/sortie:
L M
y (n) = ∑ bi x(n − i ) − ∑ ai y (n − i )
i =0 i =1
• Sa réponse impulsionnelle
h(n) = f (δ (n))
• Sa fonction de transfert en Z : calcul de TZ
H(z) pour Z = e j 2π f / f e
16 16
Gabarit d’un filtre (1)
• Un filtre idéal présente:
– Un affaiblissement nul dans la bande de fréquence
que l’on désire conserver (bande passante)
– Un affaiblissement infini dans la bande que l’on
désire éliminer (bande atténuée)
• Un filtre pratique est caractérisé par:
– Une atténuation maximale dans la bande passante
– Une atténuation minimale dans la bande atténuée
• Gabarit d’un filtre:
– Bandes passantes et bandes atténuées
– Atténuations minimale et maximale
17 17
Gabarit d’un filtre (2)
• Illustration
18 18
Types de gabarit de filtres
• Passe-bas Passe-haut
• Passe-bande Coupe-bande
19 19
Réponse fréquentielle
• Exemple:
+∞
1
∑
∞
1 H (ν ) = = h ( k ) e − j 2πνk
H ( z) =
1 − az −1
= ∑
k =0
a k −k
z 1 − ae − j 2πν
k = −∞
∞
1
H (ν ) = ∑ a e k − j 2πνk
=
rép.impuls.h(k ) = a k , k ≥ 0 k =0 1 − ae − j 2πν
1 a sin(2πν )
H (ν ) = Arg ( H (ν )) = ArcTan( )
1 + a 2 − 2a cos( 2πν ) 1 − a cos(2πν )
20 20
Réponse impulsionnelle (1)
Exemple 1:
⎧ h(0) = 1
⎪ h(1) = −a
⎪
h(n) = δ (n) − a1h(n −1) ⎨
h ( 2) = a 2
1
⎪ 1
Exemple 2:
22 22
Structures des filtres
numériques
Structure FIR, structure IIR
23 23
Classes de filtres numériques
Selon le caractère récursif
• B(z):transmittance
»
» Modèle MA
25 25
Filtres à Réponse Impulsionnelle Infinie
⎪ M
⎪ A( z ) = ∑ ai z −i
⎪⎩ i =1
Modèle ARMA
26 26
Notion de pôles et Zéros (1)
B( z ) b(0) + b(1) z −1 + ! + b( L) z − L
H ( z) = =
A( z ) 1 + a(1) z −1 + ! + a( M ) z − M
L
∏ (1 − z z
i
−1
)
= b(0) i =1
M
∏ (1 − p z
i =1
i
−1
)
• Exemple 1:
∞
1 z
G( z) = = ∑
1 − az −1 i = 0
a i −i
z =
z−a Pôle en z=a
g ( k ) = a k pour k = [0, ∞[ Zéro en z=0
• Exemple 2: Filtre AR
B( z ) b(0)
G( z) = =
A( z) 1 + a (1) z −1 +!+ a ( P) z − P
1
= b(0) P
∏ (1 − p zi
−1
) Filtre tout-pôles, (All pole filter)
i =1
28 28
Stabilité des filtres (1)
Filtre stable si les pôles sont à l’intérieur
du cercle unité dans le plan des z
Illustration:
3 pôles z = -0.5 + 0.5 i , -0.5-0.5i , 0.5 o
2 zéros z = -1-i , -1+i x
x
Exemple: 1
∞ x
1 g(k)
−1 = ∑ a z
G( z) = i −i o
1 − az i =0
g ( k ) = a k pour k = [0, ∞[
k
Rq: pôle en z=a et suite convergente si |a|<1
29 29
Stabilité des filtres (2)
30 30
Conception de filtres FIR
31 31 31
Méthode de la TFSD inverse
• Principe
A partir de la réponse en fréquence « idéale » H(ejq)
du filtre désiré, on calcule la réponse impulsionnelle
h[n] idéale.
H(ejω)
-π -π/4 π/4 π ω
0
33 33 33
Solution (1)
π
h[n] =
1
∫
2π ω =− π
H ( e jω
) e jnω
dω
π /4
1 h[n]
∫
jnω
= 1e dω 0.2
2π ω =− π /4
sin(nπ / 4) 0
= n
nπ
1 -0.2
= sinc(n / 4)
4
-20 -10 0 34 34
10 34
20
Solution (2)
Pour obtenir un filtre causal réalisable, avec N = 9
coefficients:
- on multiplie h[n] par une fenêtre de longueur 9,
centrée à n=0
- on décale ensuite le signal tronqué vers la “droite”
de 4 échantillons jωModule de H(e )
1.5
0.4
0.2
0.5
0.1
0
0 0 1 2 3 4
0 1 2 3 4 5 6 7
n
8
4
Phase de H(ejω)
Ici, on a utilisé une fenêtre 2
rectangulaire 0
-2 35 35 35
-4
0 1 2 3 4
Effet de la longueur du filtre
(fenêtre rectangulaire)
Réponse fréquentielle
N=9 N = 17
1.5 1.5
1 1
0.5 0.5
0 0
0 1 2 3 4 0 1 2 3 4
q q
N = 33 N = 201
1.5 1.5
1 1
0.5 0.5
0 0
0 1 2 3 4 0 1 2 3 4
q q
36 36 36
Fenêtre rectangulaire vs hamming
0.2
1
0.1
0.5
0
-0.1 0
-20 -10 0 10 20
0 1 2 3 4
0.3 1.5
0.2
1
0.1
0.5
0
-0.1 0
-20 -10 0 10 20 0 1 2 3 4
37 37 37
Types de fenêtres principales
Réponse fréquentielle
rectangulaire 0
-20
-40
-60
-80
0 0.05 0.1 0.15 0.2 0.25 0.3
hamming 0
-20
-40
-60
-80
0 0.05 0.1 0.15 0.2 0.25 0.3
hanning 0
-20
-40
-60
-80
0 0.05 0.1 0.15 0.2 0.25 0.3
38 38 38