Vous êtes sur la page 1sur 36

1

Filtrage linaire des signaux

Filtrage - Exemples

Filtrage du son ralis par un bouchon doreille

Le filtrage ralis par le bouchon doreille dpend de son positionnement

Filtrage- Exemples

Filtre analogique : rponse du filtre dentre dun rcepteur VHF 144MHz

Antenne de rception (bande des 2 mtres )

Rcepteur dondes radio


VHF 144MHz

Zoom sur le filtre dentre

144MHz

Rponse en frquence du filtre passe-bande dentre,


centr sur 144MHz

Filtrage- Exemples

Filtre de rjection (coupe bande) autour de 144MHz

Objectif : amliorer la rception des signaux de provenant de satellites


mtorologiques (137-138MHz) qui sont perturbs par les radios
amateurs VHF 144MHz.

Filtre analogique LC

Rponse en frquence du filtre coupe-bande centr sur 144MHz

Filtrage- Exemples

Filtre 3 voies pour enceintes audio HIFI


Objectif : filtrer le signal sonore pour ladapter chacun
des 3 haut-parleurs : aigu (HF, filtre passehaut), mdium (MF, filtre passe-bande) et grave
(LF, filtre passe-bas)

Enceintes HIFI 3 voies

Filtre 3 voies 24 dB/octave

Dfinitions

Lopration de filtrage permet de modifier les amplitudes des


composantes frquentielles dun signal

Un filtre linaire est dfini comme un systme linaire et invariant en temps


Le filtre est dfini par sa rponse impulsionnelle h(t) ou son gain complexe H(f)
La rponse frquentielle H(f) est la transforme de Fourier de rponse impulsionnelle h(t)
Le signal filtr est le rsultat de la convolution entre le signal et la rponse impulsionnelle h(t)

Exemple du module de la rponse


frquentielle dun filtre passe-bas.
Frquence de coupure 10kHz.

Exemple du module de la rponse


frquentielle dun filtre passe-bande.
Frquence de coupure 8 et 11kHz.

Filtre passe-bas idal

Domaine temporel ou domaine frquentiel ?


Lutilisation des filtres se fait plutt dans le domaine temporel (convolution)
La synthse se fait plutt dans le domaine frquentiel (gabarit du filtre)
Filtre passe-bas idal :

h(t ) TF 1 H ( f ) 2 f c sin c(2 f ct )

f
H ( f ) rect (
)
2 fc

2fc

1/2fc

-fc

fc

Filtres ralisables en pratique filtres non idaux

Tolrances sur le gabarit dun filtre passe-bas non idal

Caractristiques de la rponse en frquence du filtre ralisable :


Ondulation dans la bande passante
Ondulation dans la bande attnue
Limite de bande passante
Limite de bande attnue
Bande de transition

Causalit, phase :
La rponse dun filtre idal est infinie et donc non causale.
Pour rendre le filtre ralisable, on peut choisir de le rendre causal : implantation en temps rel.
Si on choisit un filtre ralisable non causal, il est ncessaire de contrler sa phase (en fonction de la frquence)
En choisissant une phase linaire, toutes les composantes frquentielles sont retardes de manire identique

9
Filtres analogiques ralisables en pratique

Pour synthtiser des filtres analogiques rpondant un gabarit on choisira parmi


un ensemble de filtres connus pour leurs proprits en terme de pente
dattnuation et dondulation dans la bande passante et attnue.
Exemples :
Filtres de Butterworth :
Coupure peu raide mais courbe daffaiblissement rgulire
Filtres de Tchebychev :
Raideur de coupure importante mais ondulations dans la bande passante ou attnue
Filtre simple mettre en uvre

Filtres de Cauer :
Coupure extrmement raide mais ondulations dans la bande passante et attnue
Circuits plus complexes raliser

Filtrage numrique. Filtres numriques ralisables en pratique

Objectifs du filtrage numrique


Elaborer un systme linaire et invariant en temps possdant le rponse
frquentielle souhaite et se prtant une ralisation efficace sur calculateur
(DSP par exemple)

Contrainte
on ne peut obtenir quune rponse frquentielle approche
Il faut que le systme soit stable et causal (si ncessaire)
le filtrage doit tre ralis avec un nombre fini doprations
La transforme en z est un outil mathmatique trs utile pour la synthse des
filtres numriques
Formulation gnrale du filtrage numrique linaire
N

k 1

k 0

yn ak yn k bk xn k
les ak et bk sont les coefficients du filtre.

10

11

Filtrage numrique. Classification des filtres

Classification des filtres :


Filtres Rponse Impulsionnelle Finie (RIF)
M

Forme gnrale RIF :

y n bk x n k
k 0

Filtres Rponse Impulsionnelle Infinie (RII)


Forme gnrale RII :

Classification des ralisations:


Ralisation transversale ou non rcursive
Ralisation rcursive
Ralisation par TF discrte

k 1

k 0

yn ak yn k bk xn k

Filtres numriques ralisables en pratique

Etudes des filtres Rponse Impulsionnelle Finie (RIF)


Rponse impulsionnelle entirement dfinie par une un nombre fini dchantillons
Principales proprits des filtres RIF :
- ces filtres sont toujours stables
- leur rponse frquentielle peut prsenter une phase linaire
- la dure du rgime transitoire est limite la dure de la rponse impulsionnelle
- pas de propagation des erreurs de calcul (programmation non rcursive)
- faiblesse : pour amliorer les performances du filtre on peut tre amen
augmenter le nombre dchantillons

3 principales mthodes de synthse de filtres RIF :


Mthode des fentres
Mthode de l'chantillonnage en frquence
Mthode de synthse de filtre optimal (REMEZ)

12

13

Filtres numriques ralisables en pratique

Synthse dun filtre RIF par la mthode des fentres


On part du filtre passe-bas idal de frquence de coupure fc
1

2fc

1/2fc

-fc

fc

Filtre numrique : chantillonnage de la rponse impulsionnelle

Dure finie de la rponse impulsionnelle : nombre fini dchantillons (L),


multiplication par une fentre
Causalit : dcalage de (L-1)/2 chantillons (si ncessaire)
Mise en uvre : fonction FIR1 avec Matlab par exemple

14

Filtres numriques ralisables en pratique

Synthse dun filtre RIF par la mthode des fentres


2fc

Rponse du filtre idal

1/2fc

-fc

fc f

H ( f ) rect (

f
)
fc

t
h(t ) TF 1 H ( f ) 2 f c sin c(2 f ct )

Echantillonnage de la
rponse impulsionnelle

h[n] 2 fc sin c(2 fc n) w[n]


Avec
Rponse du filtre
numrique ralisable

G( f ) rect (

f
sin( Lf )
)
fc
sin( f )

La phase dpendra du dcalage ventuelle


pour rendre causal le filtre

w[n] rect (n / L)

pour limiter la dure 2L+1 chantillons

Synthse des filtres RIF : mthode des fentres

Choix du nombre dchantillons (impair) du filtre : amlioration des performances


G

15

Synthse des filtres RIF : autres mthodes

Autres mthodes de synthse


Mthode de lchantillonnage en frquence
La rponse frquentielle est chantillonne ,la rponse
impulsionnelle est obtenue par TF inverse
Possibilit de dfinir des gabarits personnaliss
Ralisation avec le fonction Matlab FIR2

Mthodes optimales
La rponse impulsionnelle est synthtise avec des mthodes doptimisation
ayant comme critre la minimisation des oscillations et la raideur de la pente
de coupure
Ralisation avec le fonction Matlab REMEZ

16

Filtrage numrique

Utilisation des filtres RIF dans le domaine temporel : convolution numrique

Soit le filtrage du signal numrique x[n] par le filtre de rponse impulsionnelle h[n]
Soit e[n] : x[0]=10, x[1]=7, x[2]=5, x[3]=12, x[4]=3, et x vaut 0 ailleurs
Et h[n] : h[-1]=1/3, h[0]=1/3, h[1]=1/3, et h vaut 0 ailleurs (filtre non causal)

Soit y le signal rsultant du filtrage de x par h. y est obtenu par la convolution de x par h

Calcul de y[n]

y n

x k h n k

17

18

Filtrage numrique
4

Rsultat du filtrage de x par h pour notre cas :

y n x k h n k pour n de -1 5
k 0

y : 1/3(10 17 22 24 20 15 3)
Analyse frquentielle :

Etude du filtre moyenneur

Moyenneur : filtre numrique simple, moyenne glissante sur M points

Relation entre-sortie
(filtre causal)

1
y n
M

M 1

x n k
k 0

Cas du moyenneur temporel sur 3 points :


Rponse impulsionnelle correspondante : h[n]= 1/3 pour n de 0 2, h[n]=0 ailleurs

1
h n
M

M 1

n k
k 0

Rponse frquentielle, TF de la rponse impulsionnelle :

H(f)

1
H ( f ) (1 2 cos 2 f )
3

19

Etude du filtre moyenneur, moyenne glissante, running average filter

Filtrage du signal constitu de la somme dune rampe continue et dun


signal sinusoidal la frquence 1/8
Comparaison du signal filtr avec un moyenneur sur 3 points et un moyenneur sur 7
points

20

Etude du filtre moyenneur, moyenne glissante, running average filter

Exemple du filtrage dune image.


Le filtre sera appliqu successivement sur chaque ligne de limage

Exemple de la ligne n 40. Cest un signal

21

Etude du filtre moyenneur, moyenne glissante, running average filter

Exemple du filtrage de la ligne n 40 par un filtre moyenneur causal sur 11 points

Exemple du filtrage de la ligne n 40 par un filtre moyenneur non causal sur 11 points

Noter le dcalage spatial et lamplitude du rsultat

22

Etude du filtre moyenneur, moyenne glissante, running average filter

Rsultat sur limage complte du filtrage par un filtre moyenneur non causal sur 11 points
Le filtre a t appliqu dabord sur les lignes puis sur les colonnes
Lamplitude du rsultat a t recalcule pour occuper toute lchelle des niveaux de gris

23

Etude du filtre moyenneur, moyenne glissante, running average filter

Comment liminer une composante sinusodale de frquence 1/11 superpose limage


On applique un filtre moyenneur de 11 points sur les lignes

Image avant et aprs filtrage.


Noter la suppression de la composante sinus mais aussi llargissement des motifs

Dtail dune ligne

24

Filtres numriques ralisables en pratique

25

Etudes des filtres Rponse Impulsionnelle Infinie (RII)


Forme gnrale :

k 1

k 0

yn ak yn k bk xn k

Le problme est de trouver les coefficients du filtre ak et bk pour que le filtre soit causal et stable
et respecte au plus prs le gabarit frquentiel.
Spcificits des filtres RII
- peuvent tre obtenus par transposition d'un filtre continu
- peuvent tre obtenus avec un petit nombre de coefficients
- mise en uvre rcursive
- peuvent tre instables
- la rponse frquentielle peut prsenter une phase non linaire
- une bonne prcision de calcul est ncessaire pour viter la propagation des erreurs

Principales mthodes de synthse de filtre IIR:


Transposition du filtre analogique en filtre numrique
Mthode de l'invariance impulsionnelle
Equivalence la drivation
Equivalence l'intgration : transformation bilinaire

Filtres numriques ralisables en pratique. Filtres RII

Exemple du filtre RII dfini par son quation entre-sortie :

y n 0.8 y n 1 5 x[n]

Calcul de la rponse impulsionnelle :


calcul de la sortie lorsque lentre est un dirac [n]
on suppose que lentre est nulle avant linstant de dpart
on suppose que la sortie est nulle avant linstant de dpart

Rsultat du calcul :

h n 5 (0.8) n u[n]
Avec u[n], lchelon unit

La transforme en Z est trs utile


pour ce calcul dans le cas gnral

26

Filtres numriques ralisables en pratique. Filtres RII

Exemple du filtre RII dfini par son quation entre-sortie :

Calcul de la rponse du filtre pour le signal dentre x[n]


x[n] = 2[n] - 3 [n-1] +2 [n-3]

y[0] = 0.8y[-1]+5x[0] = 0.8(0) + 5(2) = 10


y[1] = 0.8y[0]+5x[1] = 0.8(10) + 5(-3) = -7
y[2] = 0.8y[1]+5x[2] = 0.8(-7) + 5(0) = -5,6
y[3] = 0.8y[2]+5x[3] = 0.8(5,6) + 5(2) = 5,52
y[4] = 0.8y[3]+5x[4] = 0.8(5,52) + 5(0) = 4,416
.
Ensuite la sortie est proportionnelle (0,8)n

Noter la possible propagation des erreurs de calcul


Noter le petit nombre de coefficients pour dfinir le filtre (2)

y n 0.8 y n 1 5 x[n]

27

28

Filtres numriques ralisables. Exemple du filtre passe-bas du 1er ordre

Filtre numrique quivalent au


filtre RC analogique passe bas :

Relation entre-sortie de ce filtre linaire


caractris par lquation aux diffrences suivante : y

On dduit la rponse impulsionnelle


par calcul de la rponse [n] ou avec
la transforme en Z

Calcul de la rponse frquentielle


TFtd ou proprits de la TZ

H( f )

1
1 ae j 2 f

n ay n 1 x[n]

avec

a 1

h n a nu n avec u n l ' chelon unit

Mise en uvre des filtres numriques : structure rcursive et non rcursive

Structure non rcursive


Adapte aux filtres RIF

Structure rcursive
Adapte aux filtres RII et
dautres filtres pouvant tre
formuls de manire rcursive

29

30

Les fentres de pondration

Fentres de pondration

Pour traiter ou analyser un signal, on est amen limiter sa dure.


La transforme de Fourier du signal 'tronqu' n'est alors qu'une approximation de la
transforme de Fourier du signal de dpart.
Il est important de faire un choix raisonn de la fentre de pondration w(t) qui est
utilise pour limiter la dure du signal.

Modlisation
Dans le domaine temporel :
Devient dans le domaine frquentiel :

xw t x(t ) w(t )
X w f X ( f ) *W ( f )

La fentre quon utilise intuitivement est la fentre rectangulaire qui permet simplement
de garder les chantillons du signal sur une dure fixe sans modifier leur amplitude.
Le spectre du signal tronqu est donc convolu (en frquence) par la TF du rectangle
cest dire un sinus cardinal

31

32

Fentres de pondration

Analyse dun signal sinus de frquence 100Hz, chantillonn 1000Hz


et limit L=64 chantillons

x[n] exp( j 2 f0n) rect (n / L)

X ( f ) ( f f0 ) *

sin( Lf )
sin( f )

largissement du pic thorique cause


de la convolution par le sinus cardinal

En chelle log ::

Fentres de pondration

Paramtres frquentiels caractristiques des fentres de pondration:


- Largeur du lobe principal rsolution frquentiel
- Amplitude du 1er lobe secondaire rsolution dynamique
- Pente de dcroissance des lobes secondaires rsolution dynamique

33

Fentres de pondration

Diverses fentres ont t inventes dans le but de limiter les oscillations dans les
lobes secondaires et rduire la largeur du lobe principal

Fentres de Hamming gnralises:

t
2t
wH t rect( ) (1 ) cos(
)
T
T
WH f Tsinc (Tf )
Avec

=1 fentre rectangulaire
=0,54 fentre de Hamming
=0,5 fentre de hanning

Fentres triangulaire ou Bartlett


Fentre parabolique
Fentre cosinusodale
Fentre de Blackmann
Fentre de Kaiser

T (1 )
sinc (Tf 1) sinc (Tf 1)
2

34

Comparaison des fentres de pondration

Comparaison des diffrentes


fentres de pondration
dans le domaine temporel
et le domaine frquentiel

35

Comparaison des fentres de pondration

36

Analyse dun signal constitu de la somme de 2 sinus chantillonns 4000Hz sur 200 points

Rectangle

Hamming