Académique Documents
Professionnel Documents
Culture Documents
Auteur :
Mohamed LHARCH
SMP S6
M. LHARCH
2014/2015
Bibliographie
1.
2.
SMP S6
M. LHARCH
Bibliographie
9.
M. Corinthios, " Signals, Systems, Transforms, and Digital Signal Processing with
MATLAB" ; CRC Press 2009.
10. E. A. Lee, P. Varaiya, "Structure and Interpretation of Signals and Systems" ; AddisonWesley 2011;
11. P. Brmaud, "Mathematical Principles of Signal Processing Fourier and Wavelet
Analysis"; SPRINGER 2002;
12. R. J. Schilling, S. L. Harris, "Fundamentals of Digital Signal Processing Using
MATLAB" ; Cengage Learning 2010;
13. W. J. Witteman, "Detection and Signal Processing Technical Realization" ; SPRINGER
2006;
14. M. KUNT, " Traitement numrique des signaux" ; Dunod.
SMP S6
M. LHARCH
1 ?????????????????????????
????Dfinitions
Signaux
Signal
Support d'information
Ex. de grandeurs
Exemples
onde acoustique
courant lectrique dlivr
par un microphone
suite de nombres
SUPPORT
musique, parole
mesures physiques
INFORMATION
????Thorie du signal
Chane de transmission d'information
Systme
physique en
volution
signal
Codage
Canal
Rcepteur
Dtection
Exploitation
Sources de bruit
Traitement du signal
Classes de problmes
Signal sinusodal
? : priode (m)
T : priode (s)
?=
1
(Hz )
T
k=
2?
?
(rad / m )
? = 2?? (rad / s )
phase
lorigine ?
+
Filtrage?
????Signal?priodique
1
1
y (x ) = cos x + cos 2x + cos 3x
2
4
1/T
T?? ??
????????????????????????
x t = x ?t
x t = ?x ?t
Dimensionnelle
Phnomnologique
? Signal dterministe (certain) : volution temporelle peut tre parfaitement prdite par
un modle mathmatique appropri ;
s1 (t )
s2 (t )
nergtique
Idalisation
exemple : signal sinusodal
s (t ) dt < ?
?????????????
?
2
??
1
2
s (t ) dt < ?
?
T ?? T
T ?
p(t )
? puissance instantane
????????????
?
PT
? puissance moyenne sur T
????????????????
?
lim
Pmoyenne
Spectrale
morphologique
Signal numris
pas de quantification
pas d'chantillonnage
1
-1
sgn (t ) =
t
pour t ? 0
t
H (t ) =
? (t )
r (t )
1 + sgn (t )
2
1
-0,5
r (t ) = t H (t )
x (t )
??T /2 ? ?+T /2
?t ? ? ??
x (t ) = A ? ??
? T ??
? (t )
0,5
?
?
1?
1?
? (t ) = H ??t + ?? ? H ??t ? ??
?
?
2?
2?
-1
?1 ? t ,
? (t ) = ??
?? 0,
t ?1
t >1
x (t )
??T /2 ? ?+T /2
?t ? ? ??
x (t ) = A ? ??
? T ??
sinc (t ) =
sin (?t )
?t
x (t0 ) = ?
x (t + t0 ) ? (t ) dt = ?
??
??
x (t ) ? (t ? t0 ) dt
Construction
? t ?? T
gT (t ) = T ? ??
?
??1/T ???
? (t )
T ??
1/T
g (t ) = f (t ? ?)
f (t )
Oprateur de rptition
Peigne de Dirac
repT (x (t )) =
+?
x (t ? kT )
?T (t ) =
k =??
chantillonnage
xe (t ) =
? x (kT ) ? (t ? kT )
= ? x (t ) ? (t ? kT )
e
k =??
+?
k=??
? ? (t ? kT )
k =??
x (kTe )
xe (t )
+?
+?
x (t )
Te
kTe
e (t )
s (t )
Systme
e (t ) = ? ai ? ei (t )
s (t ) = ? ai ? si (t )
e (t ) = e0 (t ? T )
s (t ) = s 0 (t ? T )
e? (t )
e?0 (t )
e?n (t )
e?0 (t ).h? (t ? ? 1 )
e?n (t ) .h? (t ? ? n )
t
?1
t
?n
h? (t ? ? ) ? e? (? )
? le signal de sortie est produit par la superposition des rponses toutes les impulsions
+?
s (t ) =
? e (? ) h (t ? ? )d ? = e (t ) ? h (t )
??
e (t ) ? h (t ) = h (t ) ? e (t )
? Proprits :
+?
? Interprtation :
s (t ) =
h (? )e (t ? ? )d ?
??
? t i ?1
e? (t )
h? (t )
t0
e? (t )
? t i + 1 t0
? ti
h? (t )
e? (t )
h? (t )
t0
h? (t )
t0
t0
+?
x ?
(
)?
x ? =
(
x (t ) x (? ? t )dt
??
x ?t ?
x (? ) ? x (? )
x (t ) x (? ? t )
x (t ) ? ? (t ? t 0 )
? (t ? t 0 )
x (t )
t0
x (t ) ? ? (t ? t 0 )
T + t0
I.
????????????
Introduction :
Sries de Fourier :
L'lment fondamental de l'analyse de Fourier est constitu par le fait qu'un signal
priodique peut tre dcompos en une somme d'ondes sinusodales (thorme de
Weierstrass).
a) Dfinitions
Considrons un signal priodique x(t) de priode T = 1/f0. Son dveloppement en srie de
Fourier est alors le suivant :
Srie de Fourier rel :
??
??
A
(1.1)
x(t ) ? 0 ? ? An ? cos(2?nf 0 t ) ? ? Bn ? sin( 2?nf 0 t )
2 n ?1
n ?1
Avec :
T
An ?
2 0
x(t ) ? cos(2?nf 0 t )
T0 ?0
(1.2)
Bn ?
Et
2 0
x(t ) ? sin( 2?nf 0 t )
T0 ?0
(1.3)
O T0 =1/f0
b) Srie de Fourier complexe :
Un signal priodique peut aussi tre dcompos sous forme dexponentielle complexe
comme suit
x(t ) ?
??
?C
n ? ??
? Exp(i 2?nf 0 t )
(1.4)
Avec :
T
1 0
x(t ) ? Exp(?i 2?nf 0 t )
T ?0
O T0 =1/f0 et -????????
Cn ?
SMP S6
M. LHARCH
(1.5)
Page 1
??????????????????????????
La reprsentation spectrale graphique qui lui est associe porte le nom de spectre bilatral.
Pour la suite du cours, on retiendra essentiellement cette description car elle est
analytiquement plus intressante que la forme en cosinus.
c) Srie de Fourier en cosinus :
Prenant en compte la relation trigonomtrique suivante :
?
? - B ??
Acos(x) + B sin(x) = A 2 + B 2 cos?? x + arctan?
? ??
? A ??
?
on voit que le dveloppement en srie de Fourier peut galement s'crire :
?
x(t) = A0 ? ? Ak cos?2?kf 0 t + ? k ?
(1.6)
(1.7)
k ?1
Avec
? -b ?
a0
; Ak ? a k2 + bk2 ; ? k ? arctan?? k ??
(1.8)
2
? ak ?
Cette srie en cosinus est extrmement importante car elle correspond la description bien
connue des signaux en rgime sinusodal permanent ou l'on reprsente un courant ou une
tension par leur amplitude et leur phase. D'un point de vue pratique cela revient considrer
que le signal x(t) est cre de manire quivalente par une infinit de gnrateurs
sinusodaux. La reprsentation spectrale qui lui est associe porte le nom de spectre
unilatral.
A0 ?
Une illustration en est donne la figure 1.1. On y voit une onde priodique en dents de scie
qui peut tre reconstruite par une superposition d'ondes sinusodales. Cette superposition
peut tre prsente dans l'espace temps ou, de manire quivalente et plus explicite, dans
l'espace des frquences.
P?
1
x(t ) 2 dt ? X eff2
T ?0
(1.9)
On notera que cette dfinition concide avec celle du carr de la valeur efficace du signal
x(t). La puissance normalise ne s'exprime donc pas en [W], mais en [V2] ou [A2] selon que
le signal est une tension ou un courant lectrique.
Le thorme de Parseval montre que la puissance normalise d'un signal peut se calculer
aussi bien dans le domaine temporel que dans le domaine frquentiel. En effet, comme dans
l'espace des frquences, le signal x(t) est reprsent par des gnrateurs d'amplitude Ak, il
s'ensuit que la puissance totale est gale la somme des puissances fournies par chaque
gnrateur. On en dduit alors :
?
??
k ?0
k ?1
P = X eff ? ? Pk ? A02 ? ?
??
1 2
Ak ? Pdc ? Pac
2
??
1
2
2
2. X(jk) ? ? X(jk)
2
k ?1
k ?1
? X(0)2 ? ?
Do : le carr de la valeur efficace d'un signal est gal la somme des carrs des valeurs
efficaces de chacune de ses composantes.
SMP S6
M. LHARCH
Page 3
SMP S6
M. LHARCH
Page 2
4.
Phnomne de Gibbs
En gnral, lorsqu'on reconstruit un signal x(t) partir de ses coefficients de Fourier :
x N (t) =
? X(jk)exp(j2?kf t ) ? A ? ? A cos?2?kf t + ? ?
k ?? N
k ?1
(1.10)
On remarque une convergence rapide vers le signal original au fur et mesure que N
augmente. Cependant, cela n'est plus vrai lorsque le signal possde des discontinuits d'ordre
0. Il apparat alors, l'endroit de la discontinuit, des oscillations que l'on dsigne sous le
nom de phnomne de Gibbs. L'amplitude du dpassement d ces oscillations est gale au
9% de l'amplitude de la discontinuit.
La description de x(t) avec les fonctions cosinusodales conduit aux spectres unilatraux
d'amplitudes et de phases (Ak et ?k) du signal x(t). Les frquences sont positives ou nulles
car le compteur k des harmoniques varie de 0 +? (figure 1.3). La description de x(t) avec
les fonctions complexes conduit aux spectres bilatraux d'amplitudes et de phases (|X(jk)| et
?X(jk)). Ici, les frquences sont ngatives et positives car le compteur k varie de -? +?.
Dans le cas des spectres bilatraux, on notera que les spectres d'amplitudes sont toujours des
fonctions paires car on a
X(jk) ? X(-jk) ?
Ak
;
2
k ?0
alors que les spectres de phases sont toujours des fonctions impaires. On a en effet
?X(jk) ? - ?X(-jk) ? ? k ;
k ?0
X(0) ? A0
?X(0) ? 0,?
Figure 1.3.: Quelques signaux avec leurs puissance et spectres d'amplitudes uni et bilatraux
5.
Il est frquent en analyse des signaux de devoir dcaler temporellement un signal x(t) ; on
obtient alors un nouveau signal y(t) = x(t + td). Ce dcalage td peut tre positif (signal
avanc) ou ngatif (signal retard) (fig. 1.16). On montre alors qu'entre les espaces temps et
frquences, il existe la relation suivante :
y(t) ? x(t ? t d ) ?
Y(jk) ? X ( jk ).exp(j2?kf 0 t d
(1.11)
Comme le module du phaseur exp(+j2?kf0td) vaut toujours un, il s'ensuit que seul le spectre
de phases est modifi par un dcalage temporel. On a donc :
Y(jk) ? X ( jk ) . ; ? k ? ? k ? 2?kf 0 t d
Remarque : A un dcalage temporel correspond une phase variant linairement avec la
frquence.
M. LHARCH
Page 5
Figure 1.4.: Synthse de signaux triangulaire et carr par l'addition successive des harmoniques
SMP S6
M. LHARCH
Page 4
cette dformation l'aide du taux de distorsion harmonique (TDH). Celui-ci est dfini
comme le rapport de la valeur efficace des harmoniques d'ordre suprieur 1 avec la valeur
efficace du premier harmonique :
X eff (k ? 1)
X 2 (2) ? X 2 (3) ? X 2 (4) ? .....
TDH ?
?
(1.15)
X eff (k ? 1)
X 2 (1)
II.
c. Compression-dilatation temporelle
La compression ou dilatation temporelle d'un signal est dcrite par y(t) = x(at). Dans ce cas,
on montre que
2?kf 0
1
(1.13)
y(t) ? x(at ) ?
Y(jk) ? X ( jk
)
a
a
? Si a>1 on une dilation temporelle, ceci correspond une compression du spectre de
frquences ;
? Si a<1 on a une compression temporelle, ce qui donne un spectre dilat en frquences.
Remarque : Une dilatation temporelle du signal engendre une compression de son spectre
frquentiel et inversement.
7.
Considrons, comme exemple, un filtre attaqu par une SIR (figure 1.6a). Comme ce signal
est priodique, on retrouvera la sortie du circuit un signal priodique y(t) de mme priode
T0. La dcomposition de ces 2 signaux en srie de Fourier donnera les spectres X(jk) et Y
(jk) qui seront lis l'un l'autre par la rponse frquentielle G(j?) du filtre.
??
? X ( jk ) ? Exp(i 2?kf t )
0
k ? ??
T
2
T
?
2
; k ??
; TX(jk) ? X(jf) .
On voit que la srie de Fourier discrte devient une fonction continue. Cette fonction X(jf)
est une densit spectrale d'amplitude qui, par dfinition, est la transforme de Fourier du
signal apriodique x(t) :
??
; f ??
8.
M. LHARCH
Page 7
SMP S6
M. LHARCH
Page 6
S x ( f ) ? X ( f ) ? X(f).X * (f)
; en V 2 / Hz 2
(1.24)
x (t ) ?
Intgration
Ax(t)+by(t)
X(t+td)
X(t).exp(-at) ; x(t) causal
x(t) exp(+j2?f0t)
dx(t )
dt
aX(f) + bY(f)
X(f).exp(j2?f td)
X(j2?f+a)
X (f - f0)
j2?f X(f)
??
x(t ) ? h(t )
x(t ).h(t )
Valeur lorigine
x(t ? 0) ? ? X(f)df
??
Rotation Oy
Fonction paire
Fonction impaire
y(t)=x(-t)
x(t)=x(-t)
x(t)=-x(-t)
??
? T T . X ( jk ) ? Exp(i 2?kf t )
0
k ? ??
??
? T . X ( jk ) ? Exp(i 2?kf t ). f
0
k ? ??
-?
T ? ??
T ? ??
??
Convolution
? lim
? lim
1
1
X ( f ) ? X (0).? ( f )
j 2?f
2
? x(? )d?
k ? ??
??
? X ( jk ) ? Exp(i 2?kf t )
; f ??
b. TF direct et inverse :
-?
X ( f ).H ( f )
X( f ) ? H( f )
Les deux relations que nous venons de dmontrer constituent les transformations de Fourier
directe et inverse. On constate que les descriptions temporelle et spectrale sont parfaitement
symtriques :
??
X(f ? 0) ? ? x(t)dt
??
-?
Y(f)=X(-f)=X*(f)
X(f) rel pur
X(f) imaginaire pur
??
??
(1.17)
X ( f ) ? X ( f ) ? X r2 ( f ) ? X im2 ( f )
(1.20)
X (f)
?X ( f ) ? ? ( f ) ? arctan( im
Xr( f )
(1.21)
??
En notation abrge, on dcrira ces deux transformations par les oprateurs TF{} et TFI{}. La
correspondance rciproque s'crit alors :
(1.18)
x(t ) ? TFI ?X ( jf )? ? X ( jf ) ? TF ?x(t )?
Si la fonction x(t) ne possde pas de symtries particulires, sa densit spectrale d'amplitude X(jf)
est une fonction complexe :
(1.19)
x(t ) ? X ( f ) ? X r ( f ) ? iX im ( f )
Les densits spectrales du module et de la phase valent alors :
(1.16)
W ? ? x 2 (t )dt
??
??
W ? ? X ( f ) df
??
; en V 2 .s
; en V 2 / Hz
(1.22)
(1.23)
L'expression de l'nergie d'un signal x(t) dans le domaine des frquences entrane la
dfinition de la densit spectrale d'nergie Sx(f) :
SMP S6
M. LHARCH
Page 9
SMP S6
M. LHARCH
Page 8
??
??
??
X ( jf ) ? ? x(t ).Exp(? j 2?ft )dt ? ? A exp(? at ) sin( 2?f p t ).Exp(? j 2?ft )dt
??
??
A exp(? at )
?exp(2?f
t ) ? exp(?2?f p t )
2j
?t
Cette intgrale ne contient que des exponentielles ; elle est trs simple calculer. Aprs
rduction des deux primitives un mme dnominateur, on obtient :
2?f p
(1.26)
X ( jf ) ? A
?C
(a ? j 2?f ) 2 ? (2?f p ) 2
?t
?
A
?exp(? j 2?ft ?? ?2t
j 2?f
2
?A ?
?t
?t ?
exp(? j 2?f ) ? exp( j 2?f )?
?
2
2 ?
j 2?f ??
sin(?f?t )
A exp( j?f?t ) ? exp(? j?f?t )
?
? A.?t.
2j
?f
?f?t
(1.25)
??
Y(f p ) ?
A 2?f p
A
?
a a ? j 4?f p
j 2a
si a ?? 2?f p
Le spectre de cette impulsion illustre deux points importants concernant les signaux de dure
limite :
? Un signal de courte dure possde un spectre large bande.
? Un spectre troit correspond un signal de longue dure.
b. Spectre dun sinus amorti :
SMP S6
Page 11
SMP S6
M. LHARCH
Page 10
? pour la transformation de Fourier, il faut que le signal soit intgrable en valeur absolue et
que le nombre de ses discontinuits soit fini :
??
??
x(t ) dt ? ??
??
??
Donc :
Z(jf ) ? 2 A?t
sin(?f?t )
cos(?ft 0 )
?f?t
(1.27)
De plus, par rapport ce qui va suivre, il est intressant de considrer galement la densit
spectrale d'nergie :
x(t ) exp(? st ) dt ? ??
Autrement dit, il faut que le signal x(t) pondr par une exponentielle amortie soit intgrable
en valeur absolue.
Des deux points ci-dessus, il dcoule que les signaux temporaires ( nergie finie) et les
signaux permanents priodiques ou non ( puissance finie) possdent une transforme de
Fourier mais pas ncessairement une transforme de Laplace. Ainsi en est-il de
l'exponentielle symtrique et, au sens des limites, des signaux priodiques.
Par contre, des signaux dmarrant en t = 0 tels qu'une rampe x(t) = a.t ?(t), une parabole
x(t)= a.t2?(t), ne sont pas transformables de Fourier, alors qu'ils possdent une transforme
de Laplace.
Il existe d'autre part des signaux qui possdent les deux transformes ; par exemple, les
signaux amortis dmarrant en t = 0. Et d'autres n'en possdent aucune; par exemple x(t) = a.t
pour -1<t<+1.
?
?
sin(?f?t )
cos(?ft 0 )?
S Z ( f ) ? ? 2 A ?t
?f?t
?
?
c) Thorme de Bernstein
Existence de relations dincertitude entre les supports temporels et frquentiels. Exemple
du signal rectangulaire, figure 1.8. A un support fini dans le domaine temporel correspond
un support infini dans le domaine frquentiel. Conclusion : un signal bande limite
nexiste pas (en thorie). En pratique, importance des ordres de grandeur.
Le thorme de Bernstein donne des relations entre la largeur de bande du signal et les
drives nmes du signal (plus la bande du signal est importante, plus il est susceptible de
varier rapidement).
Autre interprtation : plus un signal est impulsif (concentr dans le temps) plus son spectre
est large (et rciproquement).
Figure 1.10.: Deux impulsions rectangulaires symtriques (a) avec ses densits spectrales
d'amplitude (b) et d'nergie (c)
3. Quelques conclusions
a) TF des signaux priodiques
L( s ) ? ?
??
x (t ).Exp(? st )dt
avec s ? ? ? j2?f
(1.28)
Si on a dfini des transformations si proches, mais malgr tout distinctes, c'est que tous les
signaux ne sont pas transformables de Fourier et/ou de Laplace. En effet, l'existence de ces
transformations entrane les restrictions suivantes :
SMP S6
M. LHARCH
Page 13
SMP S6
M. LHARCH
Page 12
SMP S6
M. LHARCH
Page 15
SMP S6
M. LHARCH
Page 14
III.
1.
Considrant deux signaux x(t) et y(t) nergie finie, on dfinit la fonction d'intercorrlation
comme l'intgrale du produit du signal x(t) avec le signal y(t) dcal d'une valeur ? :
??
Rxy (? ) ? ? x(t ). y (t ? ? ) dt
(1.29)
??
Remarques :
? On voit ainsi que la fonction Rxy(?) est aussi la version retourne de Ryx(?) autour de
l'ordonne Oy. Rxy(t)=Ryx(-t)
? Les fonctions dintercorrlation et de convolution sont relies entre elles par :
Rxy (? ) ? x(?? ) ? y (? )
Cette relation valable dans l'espace temps a bien entendu son quivalent dans l'espace des
frquences que l'on dsigne sous le nom de densit interspectrale d'nergie :
Rxy(jf) = X*(jf) Y(jf)
Exemple :
Calculer la fonction dintercorrlation des deux fonctions dfinies par :
si 0 ? t ? 2
si 0 ? t ? 1
?1
?1
f (t ) ? ?
g (t ) ? ?
sinon
sinon
?0
?0
Lintgrale doit tre calcule par morceaux
?*
?
?*
?
?
??
?*
?
?
?*
?
?
??*
t ? -1
R fg (t ) ? 0
-1 ? t ? 0
R fg (t ) ? ? du ? t ? 1
t ?1
t ?1
0 ? t ?1
R fg (t ) ? ? du ? 1
t
1? t ? 2
R fg (t ) ? ? du ? 2 ? t
2?t
R fg (t ) ? 0
SMP S6
M. LHARCH
Page 17
SMP S6
M. LHARCH
Page 16
2.
R ex (t) ? e ? x(-t)
Dans le cas particulier o y(t) = x(t), on obtient la fonction d'autocorrlation du signal x(t) :
??
(1.30)
??
Lintercorrlation lorigine est maximum si le signal et le bruit sont dcorrls. Ce qui est
le cas si le bruit est un bruit blanc indpendant du signal. Cette proprit est lorigine de la
notion de filtre adapt.
(1.31)
??
3.
Proprit fondamentale :
Considrons une combinaison linaire de deux signaux dterministes rels modliss par des
fonctions de u. t est un paramtre constant dans ce qui suit, de mme que b:
f(u) + bg(u - t)
Calculons son nergie
?
E?
? ? f (u ) ? bg (u ? t ) ?? f (u ) ? bg (u ? t ) ?du
??
??
??
??
(1.32)
Donc
Lintercorrlation est donc borne par le produit des nergies des deux signaux. Ce qui, dans
le cas de lautocorrlation donne
R fg (t)
Ef ? Eg
4.
?1
M. LHARCH
Page 19
SMP S6
M. LHARCH
Page 18
????????????
En faisant varier la longueur l de la tige mtallique, on constate que pour une longueur l0, le
courant dbit par le gnrateur devient trs suprieur au courant consomm par le primaire du
transformateur vide : tout se passe comme si le secondaire du transformateur tait connect
une charge.
Il y a donc un change dnergie entre le gnrateur et le milieu ambiant. Cet change se fait sous
forme de rayonnement lectromagntique. La tige mtallique joue le rle dune antenne mettrice.
On constate galement que la longueur l0, pour laquelle le rayonnement est maximal, est lie la
frquence f du gnrateur par la relation :
avec :
?? ???? longueur donde du signal produit par le gnrateur, c tant la vitesse de la lumire dans le
vide.
Exemple de calcul :
Si on veut transmettre un signal audio dont le spectre se situe autour de 10 kHz, la longueur
de lantenne doit tre :
?????????????
I.
La modulation damplitude :
La mthode la plus simple de transposition spectrale est la modulation damplitude (ou modulation
linaire), note AM (Amplitude Modulation). Cest la mthode utilise pour les premires
transmissions radio, dans les annes 1920.
Il y a quatre types de modulations damplitude :
Lantenne doit avoir une longueur trs grande : difficile en pratique. Pour diminuer la longueur de
AM Bande Latrale Rsiduelle (BLR) : utilise pour lmission des signaux de tlvision.
Reprsentation spectrale :
Reprsentation spectrale :
Pour dterminer le spectre de s(t), il faut dcomposer s(t) en une somme de signaux sinusodaux.
On a :
Le spectre damplitude du signal module s(t) est donc constitue de deux raies symtriques situes
aux frquences f0 -fm et f0 +fm. De plus, il ny a pas de composante spectrale la frquence f0 de la
porteuse. Lallure du spectre damplitude du signal modul justifie lappellation Double Bande
Sans Porteuse.
Le spectre damplitude du signal AM DBSP avec un signal modulant quelconque est constitu de
deux bandes symtriques, centres autour de f0 : la bande latrale infrieure (BLI) et la bande
laterale suprieure (BLS).
Loccupation spectrale du signal AM DBSP est :
Bs = 2 Bm
La transmission dun signal en modulation AM DBSP ncessite donc une largeur de bande double
de celle du signal modulant.
2.3 Dmodulation des signaux AM DBSP
2.3.1 Principe
Le signal modul est un signal bande troite, centre autour de la frquence f0 de la porteuse. Le
but de la modulation est atteint : le signal BF est transform en un signal HF.
2.2.3 Cas dun signal modulant quelconque
Reprsentation temporelle :
2.4.1 Principe
Soit p(t) = A.??????f0t la porteuse et m(t) le message transmettre. Le signal AM DBAP scrit :
s(t) = (A + m(t?????????f0t
Dans le cas dun signal modulant sinusodal m(t) = Am. ??????fmt, le signal AM DBAP devient :
avec k = Am/A : indice de modulation (ou taux de modulation) = rapport entre lamplitude du signal
modulant et celle de la porteuse.
Pour un signal modulant quelconque, lindice de modulation est dfini par :
Si ????1, lenveloppe du signal modul s(t) possde exactement la forme du signal modulant.
Si k > 1, lenveloppe du signal modul ne correspond plus au signal modulant : le signal AM est
surmodul. En pratique, on doit toujours avoir ????1.
Dtermination de lindice de modulation k a partir de la reprsentation temporelle du signal AM
DBAP :
On constate quil y a attnuation du signal dmodul, do la ncessite que la porteuse locale soit en
phase avec la porteuse reue : dmodulation cohrente ou synchrone.
Solution :
Transmission spare dune porteuse de rfrence appele frquence pilote.
La modulation AMDBSP nest pas utilise pour la radiodiffusion mais pour des techniques de
multiplexage frquentiel : transmission de plusieurs signaux sur un mme support, chaque signal
tant transmis sur une porteuse diffrente.
mthode du trapze. On trace le signal modul s(t) en fonction du signal modulant m(t) :
Ainsi :
2.4.3 Reprsentation spectrale du signal AM DBAP
En gnral, le signal AM transmis ne doit pas tre surmodul : ????1. Pour k = 1 (valeur maximale),
on a donc :
Donc seul un tiers (au maximum) de la puissance du signal AM contient linformation utile. Cest
Exemple :
On considre la non linarit dfinie par :
y = F(x) = a0 + a1x + a2x2
Le signal y(t) scrit alors :
Aprs filtrage passe-bas et suppression de la composante continue :
Apres filtrage passe bande du signal y(t) autour de la frquence f0, on obtient :
s(t) = a1.p(t) + 2.a2.m(t).p(t)
= [a1 + 2.a2.m(t)].p(t)
Cest bien un signal AM DBAP :
En modulation AM double bande, avec ou sans porteuse, le spectre du signal modul prsente deux
bandes latrales symtriques autour de la frquence de la porteuse. Ces deux bandes latrales se
dduisent lune de lautre, donc elles contiennent chacune la mme information. Leur occupation
spectrale vaut le double de celle du signal en bande de base. Il y a donc un gaspillage de la
puissance de lmetteur et de la bande passante du canal de transmission.
Principe de la modulation AM a bande latrale unique (BLU) : supprimer lune des deux bandes
latrales du signal transmis pour une meilleure exploitation de la puissance et de la bande passante.
La modulation BLU (ou SSB : Single Side Band) est principalement utilise en radiotlphonie
militaire et marine.
???
Le filtre dphaseur (ou filtre de Hilbert) prsente un gain gal 1 et introduit un dphasage de ????
Problme pos par cette mthode : ralisation dun filtre passe-bande avec une coupure nette en f0
(pente infinie) alors le spectre du signal modulant ne doit pas contenir de frquences trs basses
pour pouvoir utiliser un filtre passe-bande ralisable.
????????????????????????????????????????????????????????????????????????????????????????????f] a
l???????????????????????????????????????????????????????????????f = 300 Hz pour la tlphonie) :
????? ?????????? ??????? ?f afin de pouvoir utiliser un filtre passe-bande avec une faible pente, on
peut raliser une double modulation BLU :
do :
La ralisation pratique du filtre dphaseur reste cependant dlicate.
Reprsentation temporelle :
II.
2.2 Caractristiques de la modulation de frquence
La FM possde une trs bonne rsistance au bruit (perturbations) : elle est utilise pour la
radiodiffusion haute fidlit et les transmissions par satellites.
Cest une modulation enveloppe constante, do :
-
puissance constante : PFM = A2/2, indpendante du signal modulant m(t), ce qui facilite le
La modulation de frquence
2.1 Dfinitions
Soit un signal ???????????????0?????????.
On dfinit :
-
la phase instantane :
? i (t ) ? 2?f 0 t ? ? (t )
la frquence instantane :
Fi (t ) ?
1 d? i (t )
1 d? (t )
? f0 ?
2? dt
2? dt
pour lamplification des signaux FM, des amplificateurs de puissance fonctionnant prs de la
saturation (zone fortement non linaire), donc avec un trs bon rendement : amplificateurs T.O.P
(tubes ondes progressives) pour les transmissions satellites et les faisceaux hertziens.
On ne sait pas calculer le spectre de s(t) pour un signal modulant m(t) quelconque. On effectue le
calcul dans le cas dun signal modulant sinusodal :
m(t) = Am cos 2?fmt
Dans ce cas, la frquence instantane du signal FM est :
Fi(t) = f0 + kfm(t) = f0 + kfAm cos 2fmt
Reprsentation graphique :
Fi(t) varie de manire sinusodale dans un intervalle [f0 - ?f, f0 ??f] avec :
?f = kfAm
?f est appel excursion maximale en frquence. Cest une grandeur proportionnelle lamplitude
du signal modulant.
On en dduit la phase instantane du signal FM :
donc le spectre est constitu dune raie la frquence f0 de la porteuse et de deux raies latrales aux
frquences f0 - fm et f0 + fm : il ressemble un signal AM double bande avec porteuse sauf que les
raies latrales sont en opposition de phase car J-1(?) = - J1(?). Un tel signal est appel signal FM a
bande troite (NBFM : Narrow Band FM).
Le signal FM possde thoriquement une occupation spectrale infinie (nombre de raies infini), il
- le spectre du signal FM modul par un signal sinusodal de frquence fm est constitu dune
ncessite donc un canal de transmission possdant une bande passante infinie : irralisable en
infinit de raies distantes de fm, situes aux frquences f0nfm, damplitude AJn??? ;
pratique.
- les raies symtriques aux frquences f0+nfm et f0-nfm ont mme amplitude mais sont en opposition
La transmission du signal FM se fait donc en remarquant que, pour une valeur donne de lindice de
modulation ?, lamplitude des raies spectrales devient de plus en plus faible lorsquon sloigne de
- le nombre de raies est infini, mais Jn??????? quand n ??? donc le signal FM peut tre considr
la frquence de la porteuse. On peut donc ngliger les raies dont le rang est suprieur une certaine
Soit N(?) le nombre de raies significatives de part et dautre de la porteuse. Loccupation spectrale
Discriminateur
Le nombre N(?) de raies significatives selon la rgle de Carson est donc dfini par lingalit :
Cest--dire :
ou encore :
III.
Modulation de Phase :
3.1 Principe :
????????????
???????????????????????
???Introduction
N (P)
D( P )
a0 + a1 p + a2 p 2 + a3 p 3 + a4 p 4 + ... + a p
b0 + b1 p + b2 p 2 + b3 p 3 + b4 p 4 + ... + b p
quation 1
??
Pour tout systme rel, le degr du dnominateur () doit tre suprieur ou gal au degr du
numrateur () : .
??
Pour qu'un filtre soit stable, il faut que tous les ples de la fonction de transfert soient parties
relles ngatives.
??
L'ordre d'un filtre est donn par le degr du polynme du dnominateur () de la fonction de
transfert.
??
Toutes les fonctions de transfert peuvent tre dcomposes comme le produit de fonctions de
transfert du premier et du deuxime ordre.
Les cinq types de fonctions de transfert (passe-bas, passe-haut, passe-bande, coupe-bande et passetout) sont prsents ci-dessous avec leurs principaux paramtres.
G (dB)
Passe-bas
log()
reprsentation symbolique
le gabarit
GP
GA
rponse impulsionnelle
sin (2f C (t t 0 ))
2f C (t t 0 )
h( t ) = 2k f C
2k.fC
filtre idal
module
h(t)
(H(f))
k
-fC
t
0
h( t ) =
t0
avec =
H ( j ) =
1+ j
20 log0,01
|H(j)|
h(t)
0
-fC
-t0fC
+fC
phase :
0,1
+fC
f
0
(H
( j )
100
0
1 ordre
-10 dB
0,5
-20 dB
-45
-45
-60
0,25
-30 dB
-75
0
-1
-40 dB
-90
bande
passante
Y(f)
bande attnue
f
zones de
transitions
filtre rel
bande attnue
gabarit
(H(j ))
-30
er
-15
0,75
irrgularit
du gain
filtre idal
? ?
1 + ?? ??
? 0 ?
) = arctan
10
0 dB
-3,01 dB
Le filtre idal avec une discontinuit dans sa fonction de transfert n'est pas physiquement ralisable,
car sa rponse impulsionnelle ncessiterait que l'volution du signal de sortie anticipe l'volution du
signal appliqu en entre (systme non causal).
Les filtres analogiques rels prsentent donc des imperfections avec lesquelles il faut trouver des
compromis en fonction de son application :
bande
??
transition progressive entre la bande passante et la bande
passante
Y(f)
coupe
??
irrgularit du gain dans la bande passante (ondulations)
f
??
affaiblissement dans la bande coupe
bande attnue
bande attnue
??
irrgularit du gain dans la bande coupe (ondulations)
zones de
transitions
??
irrgularit du temps de propagation
Figure 2 : exemple filtre passe-bande rel
phase
|H(f)|
bande
Un filtre est un Systme Linaire Invariant dans le Temps
passante
Y(f)
permettant de diviser le spectre (espace frquentiel) afin de
conserver une ou plusieurs parties (bande) de ce spectre.
f
Le filtre idal permet de transmettre sans distorsion une
bande
coupe
bande coupe
partie du spectre (bande passante) et bloque toutes les autres
transitions
immdiates
parties (bande coupe), avec un passage abrupt
Figure 1 : exemple filtre passe-bande idal
(discontinuit) entre ces deux parties.
Les filtres sont caractriss par leur fonction de transfert, et ils peuvent tre classs en 5 familles,
suivant la bande du spectre de frquences sur laquelle ils agissent :
??
passe-bas
??
coupe-bande
??
passe-bande
??
passe-tout
??
passe-haut
La fonction de transfert d'un filtre rel s'crit sous la forme d'un rapport de polynmes complexes. Il
existe de nombreuses fonctions mathmatiques, appeles fonctions d'approximations, pouvant
rpondre l'exigence du gabarit normalis. Les principales fonctions d'approximations sont les
suivantes :
??
fonction de Bessel
??
fonction de Chebychev et Chebychev inverse
??
fonction de Butterworth
??
fonction de Cauer
La ralisation des filtres peut tre faite base de rsistances, condensateurs et inductances, on parle
alors de filtres passifs, en opposition avec les filtres actifs qui comportent en plus des composants
actifs, comme par exemple les transistors ou amplificateurs oprationnels (ampli op ou aop), qui
ncessitent une source d'nergie externe (alimentation).
page ?
Passe-haut
G (dB)
reprsentation symbolique
m = 0 : h( t ) = 0 sin ( 0t )
log()
m < 1 : h = 0 e
sin 0t 1 m 2
(t )
1 m2
m = 1 : h( t ) = 02t e 0t
GP
le gabarit
GA
rponse impulsionnelle
?
sin (2f C (t t 0 )) ?
?
h( t ) = k ?? (t t0 ) 2 f C
2f C (t t 0 ) ??
?
filtre idal
|H(f)|
h( t ) = ( t ) e
0
=
1+ j
0
j
H ( j )
0
20 log0,01
|H(j)|
h(t)
0
-fC
-t0fC
+fC
avec =
2ime ordre
+fC
f
0
0,1
10
100
0 dB
90
(H(j ))
er
1 ordre
-3,01 dB
0,5
75
-10 dB
60
0
-1
-20 dB
m 1
module :
sinh 0t m 2 1
-40 dB
0,050
2ime ordre
H ( j ) =
m 0t
m 0t
)(
)(
? ?
? ?
1 + 2m j
0 ?? 0 ??
) (
)
(H ) = arctan
0,050
20 log |H(f)|
0,2
0,5
0,5
0,707
10 dB
0,707
1
0 dB
exemple Figure 8
-20 dB
-30 dB
-40 dB
0
))
0,2
0,4
0,6
0,8
1,2
1,4
1,6
1,8
0,1
20 log |H()|
))
m=0,05
ou Q=10
5 dB
0,050
20 log |H(f)|
0,050
G(max)
0,2
20 dB
0,2
G( =1)
0,707
=
(0 dB)
0,5
0,5
0,707
10 dB
(-3dB)
0 dB
G(max) = 20 log( 2m 1 m 2 )
-3,01 dB
( G max) = 1 2m 2
m=0,4
m=1
-5 dB
-20 dB
m=0,866
m=0,707
( 0 dB ) = 2 4m 2
m=0,5
-30 dB
( 3dB ) = 1 2m 2 + 1 + 1 2m 2
-40 dB
0
0,2
0,4
0,6
0,8
1,2
1,4
page ?
(Gmax)
0 dB
-10 dB
10
m=0,25
ou Q=2
h(t)
2m 0
02 2
-10 dB
m > 1 : h = 0 e
(1 2m 2 ) sinh 0t m 2 1 + 2m m 2 1 cosh 0t m 2 1
(t )
(t )
m2 1
m < 1 : h = 0 e
(1 2m 2 ) sin 0t 1 m 2 + 2m 1 m 2 cos 0t 1 m 2
(t )
(t )
1 m2
m = 1 : h(t ) = ( t ) 0 e 0t (2 0t )
20 dB
0,2
exemple Figure 5
? 0 est pulsation caractristique. Suivant la dfinition retenue, elle peut correspondre, la pulsation pour
laquelle le gain a diminu de 3 dB (0 = (Gmax 3dB)), la pulsation p donne par le gabarit, la
pulsation correspondant un dphasage gal 50 % du dphasage total ( = 90 pour un filtre du 2ime
ordre)
??
m est le coefficient d'amortissement. Il caractrise la fonction de transfert autour du point 0 (passage de
la bande passante la bande attnue : Figure 5).
Plus m est grand, et plus l'amortissement est important, ce qui se traduit par un passage trs progressif de
la bande passante la bande attnue. Lorsque m 1, la fonction de transfert est dcomposable en deux
fonctions du premier ordre.
Pour les valeurs faibles (m < 0,707), il y a une rsonance de la fonction de transfert. Dans ce cas, on parle
plus volontiers de facteur de qualit que de coefficient d'amortissement. Le facteur de qualit est not Q et
il est dfini par : Q = 1
2m
??
Temps de propagation : Temps de groupe:.
? ?
?? ??
? 0 ?
phase :
2
? ? ?2 ? ?
?1 ? ? ? + ? 2m ??
?
? ?? 0 ?? ? ??
0 ?
?
?
(j )
15
H ( j ) =
h(t)
-30 dB
-1
? ?
1 + 2m j
? ?
0 ?? 0 ??
45
45
30
-0,5
exemple Figure 4
(H(f))
phase
module
-fC
m>1: h =
(t )
0 e m t
H ( j ) =
(systme oscillant)
m 0t
0,1
10
-10 dB
0
0,2
0,4
0,6
0,8
1,2
1,4
1,6
page ?
1,8
Passe-tout (dphaseur)
Passe-bande (slectif)
reprsentation symbolique
module
h(t)
rponse impulsionnelle
f
pente = -t0
H ( j )
f C 2 f C1
2
filtre idal
0
=
1+ j
0
1 j
1er ordre
h( t ) = 2k
et
fC =
f C 2 + f C1
2
sin (2(t t 0 ))
cos(2f C (t t 0 ))
2 (t t 0 )
(H(f))
k
-fC2
1er ordre
phase
|H(f)|
? ?
? ?
0 ?? 0 ??
=
2
? ?
1 + 2m j
?? ??
0 ? 0 ?
+fC1
f
0 +fC1
-fC1
pente = -t0
2m j
1 + 2m j
m = 0 : h( t ) = 0 cos( 0t )
m < 1 : h = e m t ?? cos t 1 m 2 m sin t 1 m 2
(t )
0
0
0
?
1 m2
?
m = 1 : h(t ) = 0e t (1 0t )
??????????????
H ( j ) =
2ime ordre
+fC2
-fC1 0
-fC2
+fC2
H ( j )
log()
2A
module
1 2m j
2ime ordre
2P
(H(f))
t
t0
1P
GP
GA
phase
|H(f)|
k
0
le gabarit
1A
reprsentation symbolique
rponse impulsionnelle
h (t ) = k ( t t )
filtre idal
G (dB)
? ?
? ?
0 ?? 0 ??
)???
?
Un systme est stable si aprs la fin d'une perturbation applique en entre, la sortie retrouve sa
position d'quilibre initiale ( h( t )
0 ).
t +
Il existe diffrentes faons de vrifier la stabilit d'un systme. Si l'on connat h(t), il faut s'assurer
qu'elle tend vers 0 lorsque t tend vers l'infini. A partir de la fonction de transfert, il faut que tous ses
ples soient parties relles ngatives. Les ples de H(P) sont les valeurs de P qui permettent
d'annuler le dnominateur de H(P).
Le critre de Routh Hurwitz permet de vrifier la stabilit d'un systme dont on connat la fonction
de transfert H(P), sans avoir calculer ses ples.
La Figure 9 rsume les six cas possibles du comportement de la rponse impulsionnelle en fonction
de la position des ples dans le plan complexe.
Coupe-bande (rejecteur)
G (dB)
1P
1A
reprsentation symbolique
log()
2P
le gabarit
GA
rponse impulsionnelle
filtre idal
1er ordre
f C 2 f C1
2
et
fC =
f C 2 + f C1
2
module
?
?
sin (2 (t t 0 ))
h( t ) = k ?? (t t0 ) 2
cos(2f C (t t 0 ))??
2 (t t 0 )
?
?
phase
|H(f)|
(H(f))
k
-fC2
-fC1
+fC1
f
0 +fC1
-fC1 0
-fC2
+fC2
pente = -t0
H ( j ) =
2ime ordre
? ?
1 ?? ??
? 0 ?
1 + 2m j
page ?
2A
0
GP
page ?
? ?
? ?
0 ?? 0 ??
+fC2
1A
1P
2P
2A
0
GP
G (dB)
1P
1A
2A
2P
log()
GP
GA
t gr ( ) =
GA
bande passante
bandes de transitions
bandes attnues
pulsation centrale
:
:
:
:
2P 1P =
2A 2P et 1P 1A
+ 2A et 1A 0 = 1A
0 = 2 P 1P
: S = 2 P 1P
2 A 1 A
slectivit
bandes passantes
bandes de transitions
bande attnue
pulsation centrale
slectivit
:
:
:
:
+ 2P et 1P 0 = 1P
2P 2A et 1A 1P
2A 1A
0 = 2 P 1P
: S = 2 A 1A
2 P 1P
La bande de transition est comme son nom l'indique, la bande situe entre la bande passante et la
bande attnue. Plus elle est troite, et plus le filtre se rapproche du filtre idal (slectivit = 1),
mais plus l'ordre du filtre sera lev.
Pour les filtres passe-bande et coupe-bande, la pulsation centrale est dfinie comme la moyenne
gomtrique des pulsations de limite de bande passante (1P et 2P).
Centrage des gabarits
Les filtres passe-bande et coupe-bande doivent tre centrs avant toute normalisation ou
transposition.
Un gabarit est centr lorsque les pulsations centrales 0 P = 2 P 1P et 0 A = 2 A 1 A sont gales.
Dans le cas contraire, il faut centrer le gabarit, en modifiant une ou plusieurs pulsations. Ces
modifications vont obligatoirement dans le sens de rendre le gabarit plus contraignant, donc de
diminuer la bande de transition la plus large.
Une solution intressante consiste rduire la bande de transition la plus large, de faon
symtrique, en modifiant les deux pulsations.
1er cas : 2 A > 1P
2 P 1 A
G (dB)
0
'
2P
1 A 2 A 2 P et '
1 P 2 P 2 A
2A =
=
1 P
1 A
1A
1P
'2P
2P
'2A
2A
GP
G (dB)
0
'1A
1A
'1P
1P
2P
2A
log()
GP
GA
Il en dcoule qu'une phase linaire donne un temps de groupe constant. Un temps de groupe
constant (indpendant de la frquence) signifie que toutes les composantes spectrales dun signal
sont transmises avec le mme dcalage temporel. Lintgrit de la forme du signal est ainsi
respecte sauf pour les composantes spectrales que lon dsire supprimer par filtrage des
amplitudes.
Dans le cas d'un filtre de Bessel, le temps de groupe correspond au temps ncessaire pour atteindre
50 % de la rponse indicielle.
passe-bas du premier ordre
fonction de transfert : H
( j ) =
d ( )
d
0
02 + 2
( j )
fonction de transfert : H
( j ) =
1+ j
0
) = arctan
soit t gr ( ) = +
0
02 + 2
t gr ( ) = +
1
lorsque tend vers 0, le temps t
gr ( 0 ) = +
de groupe tend vers
0
? ?
1 + 2m j
? ?
0 ?? 0 ??
( j )
) = arctan
2m 0
02 2
2m 0 ( 02 + 2 )
04 + 2(2m 2 1) 02 2 + 4
2m
lorsque tend vers 0, le temps t
gr ( 0 ) = +
de groupe tend vers
0
1 A 2 A 1P et '
1 P 2 P 1 A
1 A =
=
2P
2A
'
1P
log()
d
d
filtre passe-bas
G (dB)
filtre passe-haut
G (dB)
log()
GP
GP
GA
GA
log()
GA
Normalisation
La normalisation doit tre faite en abscisse et en ordonne, il s'agit d'un changement de variable.
En abscisse, elle permet de translater le gabarit afin de ramener la pulsation (ou frquence) de
coupure ou centrale pour les filtres passe et coupe-bande sur = 1.
(grandeur sans unit).
=
0
page ?
bande passante
bande de transition
bande attnue
slectivit
:
:
:
:
P 0 = P
A P
+ A (sa valeur est infinie)
S= P
A
page ?
bande passante
bande de transition
bande attnue
slectivit
:
:
:
:
S= A
P
Une fonction d'approximation recherche approcher le gabarit en ayant le degr le plus faible.
Ce document traite pour le moment des fonctions d'approximations de Bessel, Butterworth et
Chebychev.
Bessel
Les filtres de Bessel ou Thomson-Bessel sont des filtres polynomiaux pour lesquels le critre
d'optimisation est la rgularit du temps de propagation ou temps de groupe (tgr) dans la bande
passante, raison pour laquelle ils sont aussi appels filtres phase linaire. En contre partie, le
passage de la bande passante la bande attnue se fait trs progressivement (la bande de transition
est importante).
La fonction de transfert est dtermine de faon que les n premires drives de tgr soient nulles
pour = 0.
Il n'existe pas de mthode analytique pour dterminer l'ordre d'un polynme de Bessel rpondant
aux paramtres d'un gabarit. Il faut le dterminer par approximations successives, faire appel aux
solveurs numriques, ou peut tre plus simplement avec une reprsentation graphique dans un
tableur ou avec un logiciel de simulation lectronique.
Les polynmes de Bessel sont donns dans le Tableau 3 pour les premiers ordres.
n
1
2
3
4
5
6
7
polynmes de Bessel
D1 =
D2 =
D3 =
D4 =
D5 =
D6 =
D7 =
P +1
P 2 + 3P + 1
P 3 + 6 P 2 + 15 P + 15
P 4 + 10 P 3 + 45 P 2 + 105 P + 105
P 5 + 15 P 4 + 105 P 3 + 420 P 2 + 945 P + 945
P 6 + 21P 5 + 210 P 4 + 1260 P 3 + 4725 P 2 + 10395 P + 10395
P 7 + 28 P 6 + 378 P 5 + 3150 P 4 + 17325 P 3 + 62370 P 2 + 135135 P + 135135
Tableau 3 : polynmes de Bessel
Les polynmes de Bessel se calculent avec la formule de rcurrence : Dn = (2n 1)Dn1 + P 2 Dn2 . Ces
polynmes ne sont pas utiliss tels quels comme dnominateurs des fonctions de transfert des filtres
passe-bas, car le gain statique est diffrent de 0 dB ( H ( P )
1 ) et il dpend de l'ordre du
P 0
polynme. Ils ont donc t normaliss (Tableau 4) en gain ( H ( P )
= 1 ) et en pulsation
P 0
20 log H ( P ) = 3dB .
notation
Laplace
Laplace normalis
s=
passe-bas
passe-haut
p ? 0
p
0
1
s
passe-bande
1 ? p 0 ?
?
? + ?
2m ?? 0 p ??
?
1 ? 1?
?s + ?
2m ?
s?
j ? 0
j
0
1 ? j 0 ?
?
?
+
2m ?? 0 j ??
1
j ?
j
j ? 2 1 ?
?
?
2m ?? ??
s ?
0
complexe
complexe normalis
j =
coupe-bande
2m
? p 0 ?
??
+ ??
? 0 p ?
? 2m = 2m s
? 1 ? s2 +1
?s + ?
s?
?
? 0 ?
? 2m j ?
? 2 2 ??
0 ?
?
?
? j
2m
2 1
( P =1)
n
2
Pour l'utilisation de ces polynmes dans les filtres actifs, constitus par la mise en srie de cellules
du premier et deuxime ordre, ils sont aussi proposs sous la forme quadratique.
page 1?
page 1?
Chebychev
Contrairement l'approximation de Butterworth, l'approximation de Chebychev prsente de
l'ondulation dans la bande passante. Ceci permet d'avoir un passage plus rapide entre la bande
passante et la bande attnue, pour un filtre du mme ordre. Le carr du module de cette rponse
frquentielle est dcrit par :
: amplitude de l'ondulation dans la bande passante.
H ( j )
1
=
1 + 2 Tn2( )
: pulsation normalise.
Tn2( ) : carr du polynme de Chebychev.
n : ordre du filtre.
n
2
)(
pour 1
pour 1
Tn ( ) = cosh( n arccos h ( ))
arccos h
)(
G (dB)
P = 1
P = 1
GP
1
1 + 2 2n
2 = 10
GP
10
GA
: pulsation normalise.
n : ordre du filtre.
? GA
?
? GP
?
ln ??10 10 1?? ln ??10 10 1??
?
?
?
n ?
2 ln A
( =1)
'P = 1 'A
P
A
0
GA
Les tables des polynmes de Butterworth (Tableau 6) sont donnes, pour 20 log H ( ) = 3dB , ce
G (dB)
4ime ordre
qui correspond = 1. Si le gabarit normalis et transpos du filtre raliser n'a pas GP = -3 dB (ce
qui est le cas le plus frquent), il faut calculer un nouveau gabarit (Figure 10) avec G'P, 'P et 'A.
GP
3ime ordre
)(
)(
arccos h ( a )
G (dB)
)(
La pulsation pour un gain de 3 dB est donne par : (3dB ) = cosh ??? 1 arccos h ?? 1 ?? ???
? ??
?n
filtre d'ordre impair
)(
et ces polynmes peuvent tre calculer avec la formule de rcurrence : Tn = 2 Tn1 Tn2 .
A partir des paramtres fournis par le gabarit, on peut calculer et n.
2 = 10
)(
H ( j ) =
10
)(
Butterworth
Les filtres de Butterworth (Maximally Flat) prsentent le gain le plus constant possible dans la
bande passante. Le carr du module de cette rponse frquentielle est dcrit par :
T0 = 1
T1 =
T2 = 22 - 1
T3 = 43 - 3
T4 = 84 + 82 + 1
GP
10
)(
Tn ( ) = cos( n arccos( ))
Ga
10
log()
GP = -3 dB
'P = n P
GP = -10 log(1+ )
G'P = -3 dB
' A = n A
et il ne faudra pas oublier de dnormaliser, en prenant
GA
1
n
7
5
?
??
D4 = ?? P 2 2P cos
+ 1?
+ 1?? P 2 2P cos
8
8
?
?
??
4
3
?
??
D5 = (P + 1)?? P 2 2P cos
+ 1?
+ 1?? P 2 2P cos
5
5
?
??
?
11
3
7
?
??
??
D6 = ?? P 2 2P cos
+ 1?
+ 1?? P 2 2P cos
+ 1?? P 2 2P cos
12
4
12
?
??
?
??
6
5
4
?
??
??
D7 = (P + 1)?? P 2 2P cos
+ 1?
+ 1?? P 2 2P cos
+ 1?? P 2 2P cos
7
7
7
?
??
??
?
15
9
11
13
?
?? 2
?? 2
?? 2
D8 = ?? P 2 2P cos
P
P
P
+ 1?
+
+ 1?? 2P cos
+ 1?? 2P cos
1?? 2P cos
16
16
16
16
?
??
??
?
??
Tableau 6 : forme quadratique des polynmes de Butterworth
page 1?
page 1?
Pour illustrer la chute ou raideur des diffrents filtres nous indiquons dans le tableau suivant les attnuations la
frquence double de la frquence de coupure pour des filtres dordre 6 :
Type
Butterworth
Chebyshev
Elliptique
Bessel
Attnuation fc
3 dB
3 dB
3 dB
3 dB
Attnuation 2fc
36 dB
63 dB
93 dB
14 dB
??1
??3
Les contraintes sur le filtre raliser sont gnralement reportes dans un gabarit. Ce gabarit reprsente la
courbe dsire dattnuation (en dcibel) en fonction de la frquence du filtre. Un filtre est construit pour
respecter au mieux ce gabarit. On rappelle que lattnuation est linverse du module de la fonction de transfert.
??3.1
Le gabarit
Introduction
Le filtre passe-bas de Butterworth dordre N est dfini par le module carr de sa fonction de transfert de la
manire suivante :
T ( j ) =
T0
? ?
1 + ?? ??
? 0 ?
2N
f 2 et la dernire frquence
f1 .
Le schma suivant prsente le gabarit souhait dun filtre passe-bas avec les quatre paramtres prcdents.
A dB
Remarques pralables :
Amax ,
Amin ,
= 0
est toujours de
Amin
3 dB. Les rponses en frquence des filtres de Butterworth dordre N quelconque passent donc toutes par ce
point caractristique. En effet, = 0 , on a :
T ( j 0 ) / T0 =
1
1 + (1)
2N
1
2
Amax
soit
20 log( T ( j 0 ) / T0 ) = 3 dB .
f1
Bande passante
Sa courbe de rponse en frquence est la plus plate possible dans la bande passante
f2
Bande de
transition
Bande attnue
??2
Il existe diffrents types de filtres selon lapplication souhaite. Les principaux types de filtres et leurs
caractristiques sont rsumes dans le tableau suivant :
Type
Butterworth
Chebyshev
Elliptique
Bessel
Bande passante
Plate
Ondule
Ondule
Plate
Bande attnue
Monotone
Monotone
Ondule
Monotone
page 1?
page 1?
Chute ou raideur
Bonne
Trs bonne
La meilleure
Faible
Rponse temporelle
Bonne
Faible
Faible
La meilleure
0.1Amin
1 ln 100.1Amax 1
1 ? ln 10
N= ?
2?
( ln2 ln1 )
?
Ou
) ??
) (
?
?
On se sert souvent de cette expression, mais il est aussi trs courant dutiliser des abaques pour lesquels on
travaille en frquences normalises.
Exemple :
Lordre du filtre de Butterworth satisfaisant au gabarit est la valeur de N immdiatement suprieure celle
calcule avec la formule prcdente. Soit, N = 8 (N = 7.618, valeur calcule)
??3.3
Comme nous lavons vu, le filtre de Butterworth nest dfinit que par
de transfert. Il nous faut donc dterminer la fonction de transfert
Nous allons maintenant tudier comment ce filtre peut satisfaire un gabarit passe-bas impos. Sa courbe de
rponse en frquence doit sinscrire lintrieur de ce gabarit (en dehors de la zone grise).
T ( j 2f ) = T ( j 2f ) * T * ( j 2f ) = T ( j 2f ) * T ( j 2f )
On a bien,
??3.2
On remarque que, daprs lexpression prcdente, deux paramtres seulement permettent de caractriser
entirement ce filtre : N et 0 (si on exclut le gain statique T0 qui peut facilement tre ralis grce un simple
T * ( j 2f ) = T ( j 2f )
Car tous les coefficients de la fonction de transfert sont rels. En effet, elle est ralise partir de composants
passifs de type (L, C et R) associs avec des amplificateurs oprationnels (filtre actif) ou non (filtre passif ).
montage amplificateur oprationnel). On pourra donc dans un premier temps considrer que lamplification en
basse frquence vaut T0 = 1 .
T ( p ) *T ( p ) =
??3.4
T02
? p ?
1+ ?
?
? j 0 ?
2N
p = j . On aura alors :
T02
N ? p ?
1 + ( 1) ? ?
? 0 ?
2N
car
j 2 N = ( 1) N
Pour factoriser
?
? ? ?2 N ?
?10 log10 ?1 + ? 1 ? ? Amax
?
?
??
? ? 0? ?
?
2N
? ? ? ?
?
2
?10 log10 ?1 + ? ? ? Amin
? ? 0 ? ?
??
?
?
que les ples sont les valeurs qui annulent le dnominateur dune fonction de transfert.
On pourra ainsi lcrire :
T02
T ( p) =
? p p1 ? ? p p2 ?
? p p2 N ?
??
? (...) ?
?
?
? 0 0 ? ? 0 0 ?
? 0 0 ?
(
(
)
)
En retranchant membre membre, on obtient alors lexpression donnant lordre N du filtre de Butterworth qui
satisfait au gabarit souhait.
page 1?
page 1?
? p?
1 ?? ??
? 0 ?
T0
? p2 p
?? p
?
? 2 +
+ 1????
+ 1??
?
?
0
? 0
?? 0
T ( p) =
T0
1
1
?
??
?
? p / 0 1 + j 3 ?? p / 0 1 j 3 ?( p / 0 + 1)
2
2
?
??
?
? p?
= 0 , soit ?? ??
? 0 ?
2N
=1
Les racines du dnominateur sont les 2N racines de lunit. On les trouve facilement en exprimant lgalit
Finalement, on obtient :
? p ?
?? ??
? 0 ?
Le lecteur pourra vrifier que ces valeurs correspondent celles reportes dans le tableau donnant les polynmes
normaliss ( 0 = 1 ) du dnominateur des filtres de Butterworth :
2N
1 = e jk 2 = cos(k 2 ) ) :
2N
= e jk 2 , k
entier
pi / 0 = e jk / N
avec
i = k + 1 et k [0 ,2 N 1]
On remarque que :
On a alors,
? p ?
1 + ?? ??
? 0 ?
2N
? p
= 0 , soit ??
?0
?
??
?
2N
= 1
les ples sont tous disposs sur un cercle de rayon unit dans le plan complexe et espacs dun angle
= k / N ,
ils sont deux deux complexes conjugus.
Les racines du dnominateur sont les 2N racines de -1 que lon peut facilement trouver si lon exprime
lquation prcdente sous la forme :
On a donc, p i / 0 = e
jk / 3
? p ?
?? ??
? 0 ?
2N
= e j ( + k 2 ) , k [0 ,2 N 1]
p1 / 0 = 1 , p 2 / 0 = e j / 3 , p3 / 0 = e j 2 / 3 , p4 = p1 , p5 = p3* , p6 = p*2
I
pi / 0 = e
?
?
+k ?
j?
N?
? 2N
P2
P3
= /3
avec
i = k +1
P4
R
11
On a donc, p i / 0 = e
?
?
j? +k ?
2?
?4
P1
,
P5
p1 / 0 =
2
(1 + j ) , p2 / 0 = 2 ( 1 + j ) , p3 = p*2 , p4 = p1*
2
2
P6
p3 , p 4 et p5 . Ils correspondent T ( p )
p1 , p 2 et p 6 . Ils correspondent T ( p )
T ( p) =
= /4
R
page 1?
T0
? p p3 ?? p p4 ? ? p p5 ?
??
??
?
?
? 0 0 ?? 0 0 ? ? 0 0 ?
page 1?
T ( j 2f ) =
T0
? f ?
1 + 2Cn2 ?? ??
? f0 ?
T ( p) =
?
C n ??
? 0
? ?
? ?
?
?? = 2 C n 1 ?? ?? + C n 2 ?? ??
0
? 0?
? 0 ?
?
T ( p) =
?
? ?
? ??
C n ?? ?? = cos?? n arccos?? ?? ??
? 0 ?
? 0 ??
?
pour
?
? ?
? ??
C n ?? ?? = cosh?? n arg cosh ?? ?? ??
? 0?
? 0 ??
?
pour
> 0
? ?
,
C1 ? ? =
? 0 ? 0
3
? ?
? ?
C2 ? ? = 2 ? ? 1 ,
0
? ?
? 0 ?
4
? ?
? ?
C3 ? ? = 4 ? ? 3 ,
0
? 0 ?
? 0 ?
(p
T0
/ 02 + 2 p / 0 + 1
Ordre du filtre
On trouve les premires valeurs des polynmes de Tchebychev en appliquant la relation de rcurrence
prcdente, soit :
? ?
C0 ? ? = 1 ,
? 0 ?
T0
?
??
?
2
? p / 0
( 1 + j )???? p / 0 2 ( 1 j )??
?
2
2
?
??
?
? ?
? ?
? ?
C4 ? ? = 8 ? ? 8 ? ? + 1 ,
? 0 ?
? 0 ?
? 0 ?
+ 2 p +1
(p
( p + 1)( p 2 + p + 1)
(p
(p
etc.
On remarque, comme il a t dit dans lintroduction, que cette fonction de transfert ondule sous la forme dun
cos nx dans la bande passante, ce qui permet de rpartir uniformment limperfection dattnuation dans toute
la bande passante.
Pour le cas N=4, on pourra comparer le filtre ainsi obtenu par rapport un filtre compos de deux filtres du
second ordre avec = 0,707 ( figure TBD)
( )
??4.3
Les filtres de Tchebychev prsentent une ondulation dans la bande passante qui dpend de la valeur du paramtre
(rel). En effet, comme vous lavez srement remarqu, le dnominateur du module carr de la fonction de
transfert est une fonction oscillante, car forme avec des fonctions en cosinus.
2
T ( j 2f ) =
T0
? f ?
1 + 2Cn2 ?? ??
? f0 ?
Dans la pratique, seulement trois valeurs dondulation dans la bande passante sont couramment utilises : 0.1 dB,
0.5 dB, 1 dB. Ce qui suffit gnralement.
??4
?.4.1
? ?
0 C n2 ?? ?? 1 , pour f f 0
? 0 ?
Introduction
Les filtres passe-bas de Tchebychev, comme ceux de Butterworth, sont classs parmi les filtres dits
polynomiaux car leur fonction de transfert prsente un dnominateur sous la forme dun polynme et un
numrateur avec une constante. En vrit, ce sont des filtres qui possdent des ples, mais pas de zro de
transmission (pas de polynmes au numrateur).
Les filtres de Tchebychev ont t conus pour tolrer une plus ou moins lgre ondulation du module de leur
fonction de transfert dans la bande passante et une attnuation croissant de manire continue dans la bande
attnue. Ceci leur permet, en principe davoir une pente plus raide la frquence de coupure quun filtre de
Butterworth du mme ordre.
?.4.2
Calculons donc les maxima et minima de la fonction de transfert et remarquons que dans la bande passante on a :
Le filtre passe-bas de Tchebychev dordre N est dfini par le module carr de sa fonction de transfert de la
manire suivante :
page ?1
page ??
??4.4
? f ?
2
2
T ( j 2f ) / T0 = 1 , pour Cn2 ?? ?? = 0
? f0 ?
Pour dterminer lordre du filtre, il faut examiner comment il peut satisfaire au gabarit. Dans le cas de ce filtre, il
faudra lvidence assimiler la dernire frquence passante f1 du gabarit la frquence de coupure f 0 de ce
filtre.
En effet, toutes les rponses en frquence des filtres de Tchebychev passent par le point caractristique
dabscisse f 0 , dordonne dB (valeur de londulation dans la bande passante), car on a :
C n ( f 0 / f 0 ) = C n (1) = 1 n = 0
?
et au minimum :
1
2? f ?
?? = 1
, pour C n ??
1+ 2
? f0 ?
2
Londulation dans la bande passante vaut en dcibel : dB = 10 log10 (1 + )
2
do :
2
? 1 ?
2
10 log T ( j 2f 0 ) / T0 = 10 log?
= dB
2 ?
? 1+ ?
dB
= 10 10 1 .
On trouve donc les valeurs du paramtre
Ondulation
Le gabarit impose les deux conditions suivantes :
10 log10 1 + 2 = Amax
?
? f ??
10 log10 ??1 + 2 C n2 ?? 2 ?? ?? = Amin
? f0 ??
?
dB
0.1
0.5
1
?f ?
, f = f1 = f 0 car C n2 ?? 0 ?? = C n2 (1) = 1
? f0 ?
T ( j 2f ) / T0 =
0.1526204
0.3493113
0.5088471
, f = f2
On tire :
2 = 10
Amax
10
de la premire expression et :
10
Amin
10
?
?
? f ???
1 = 2 ? cosh?? n arg cosh ?? 2 ?? ?? ?
?
? f 0 ? ? ??
?
?
de la deuxime expression.
En remplaant
2 = 10
Amax
10
Amin
?
?
? 10 10 1 ?
arg cosh?
?
Amax
? 10 10 1 ?
?
?
N=
? f2 ?
arg cosh?? ??
? f1 ?
Exemple :
e x + e x
2
Lordre du filtre de Tchebychev qui satisfait au gabarit voulu est la valeur de N immdiatement suprieure
celle calcule avec la formule prcdente. Soit, N = 5 (N = 4,536 valeur calcule).
Remarque: Lordre du filtre de Tchebychev qui satisfait ce gabarit est infrieur celui de Butterworth qui
satisferait au mme gabarit (ordre N = 7). Il ncessite donc moins de composants pour le raliser, mais il
prsente une ondulation d1 dB dans la bande passante, alors que le filtre de Butterworth serait plat dans la
mme bande.
page ??
Remarques: Les filtres de Tchebychev prsentent N extremum dans la bande passante. La figure prcdente
montre la rponse en frquence dun filtre dordre 5, prsentant 5 extremum dans la bande passante et une
ondulation d1dB.
Les filtres de Tchebychev dordre N impair prsentent un maximum 0 dB f ? 0, puis une alternance de
minima X dB (X = valeur de londulation dans la bande : 0.1, 0.5 ou 1 dB) et de maxima 0 dB.
Alors que les filtres de Tchebychev dordre N pair prsentent un minimum X dB f ? 0 (X = valeur de
londulation dans la bande : 0.1, 0.5 ou 1 dB), puis une alternance de maxima 0 dB et de minima X dB.
page ??
??4.5
Le mme type de calcul que pour le filtre de Butterworth peut tre men pour le filtre de Tchebychev pour
ACTIFS
1?
Introduction
Dans ce chapitre, les filtres actifs seront raliss laide de rsistances, de capacits et damplificateurs
oprationnels (pas de selfs). On vite ainsi les inconvnients des selfs (encombrement, rsistance parasite,
imprcision,).
Nous prsenterons deux structures fondamentales qui permettent de raliser des filtres de type passe-bas ou
passe-haut du second ordre.
(0.3017 p
+ 0.7158 p + 1
(0.7518 p
Ordre du filtre
2?
Cellule de Rauch
Cette structure trs classique utilise un AOP mont amplificateur (contre raction ngative) et cinq admittances.
Y1
VE
VS
Cellule de RAUCH
+ 0.9402 p + 1
(0.9402 p
)(
(0.9070 p
(1.0136 p
+ 0.9956 p + 1
v s et v E :
vA =
v E Y1 + v S Y4
Y1 + Y2 + Y4 + Y5
Par ailleurs, on a v A =
v S Y3
Y5
vS
Y1Y5
=
v E Y4Y5 + Y3 (Y1 + Y2 + Y4 + Y5 )
3?
page ??
Ordre du filtre
Y5
Y2
(0.6595 p
Y3
Y4
page ??
v s et v E :
Pour raliser un filtre passe-bas du second ordre on utilise trois rsistances R identiques et deux condensateurs :
vS
Y2 + vS Y3
K
Y1 + Y2 + Y3
vEY1 +
vN =
1
, Y2 = jC1 et Y3 = jC 2
R
1
Y4
C2
Y2
Par ailleurs, on a vS =
v
v =
1 1 N Y2 + Y4 N
K
+
Y2 Y4
C1
vS
KY1Y2
=
v E Y2 (Y1 + Y3 (1 K )) + Y4 (Y1 + Y2 + Y3 )
Structure de Rauch pour les filtres passe-bas du second ordre
5?
p = j , on a :
T ( p) =
1
R2
.
1
?3
?
+
pC
+
pC
?
?
2
1
R2
?R
?
T ( p) =
1
R 2 C1C 2 p 2 + 3RC2 p + 1
Pour raliser un filtre passe-bas du second ordre on utilise deux rsistances R identiques et deux condensateurs :
Soit Y1 = Y2 =
1
, Y3 = jC1 et Y4 = jC2
R
Finalement on obtient :
C1
C1
C2
Ra
3 C2
1
, 0 =
, T0 = 1
2 C1
R C1C 2
C2
Rb
4?
Structure non-inverseuse de SALLEN et KEY pour les filtres passe-bas du second ordre
La fonction de transfert en
Y3
Y1
K
R 2 C1C 2 p 2 + R (2C 2 + C1 (1 K )) p + 1
Y2
K
Y4
Avec,
2 =
2C2 + C1 (1 K )
1
Ra
, 0 =
, T0 = K = 1 +
Rb
C1C2
R C1C 2
VE
page ??
page ??
VS
T ( p) =
devient, en prenant,
1
R 2 C1C 2 p 2 + 3RC 2 p + 1
R
T ' (P ) =
1
2
Ra
3
+1
C1' R' 2 P
C1
Rb
C1
C2
-K
C2
Ainsi, pour raliser un filtre passe-haut du second ordre on utilise trois condensateurs identiques et deux
rsistances R1 et R2 :
Structure inverseuse de SALLEN et KEY pour les filtres passe-bas du second ordre
La fonction de transfert en
R2
C
T ( p) =
1
K
*
K + 2 R 2 C1C 2 2 R(3C 2 + C1 )
p +
p +1
K +2
K +2
Avec,
R1
2 =
3C2 + C1
(K + 2)C2C1
0 =
1
R
Ra
K +2
K
, T0 =
, K =
K +2
Rb
C1C 2
T (P ) =
8?
3
R1 R2 C 2 P 2
et =
2
1 + 3R1CP + R1 R2 C 2 P 2
1
R1
, 0 =
, T = 1
R2
C R1 R2
6?
La transformation de gabarit permet de raliser un filtre passe-haut partir de la fonction de transfert dun filtre
passe-bas.
thorme de MITRA pour la transformation passe-bas -> passe-haut:
1
1
et Y4 =
R1
R2
rsistance
Ri par une capacit C 'i = 1 / Ri et chaque capacit Ci par une rsistance R 'i = 1 / C i .
p par 1 / P dans lexpression de la fonction de transfert du filtre
On remplace aussi
R1
C
T ( p) =
1
RCp + 1
devient,
R2
T (P ) =
1
R' C ' P
=
1
R' C ' P + 1
+1
R' C ' P
On retrouve la forme classique dun filtre passe-haut du premier ordre ralis avec une rsistance et un
condensateur.
Structure non-inverseuse de SALLEN et KEY pour les filtres passe-haut du second ordre
T (P ) =
KR1 R2 C 2 P 2
R1 R2 C 2 P 2 + (2 R1 + R2 (1 K ))CP + 1
Avec,
2 =
2 R1 + R2 (1 K )
R1 R2
0 =
1
, T = K
C R1 R2
page ??
7?
page ??
?? ???????????????
Si on note x a (t ) les valeurs prises au cours du temps t par un signal analogique, l'chantillonnage de ce dernier au
rythme d'une priode d'chantillonnage Te , revient ne disposer, finalement, des valeurs de ce signal, qu'aux
instants multiples de Te . Le signal (ou suite) numrique se note alors x( n ) = x a (nTe ) .
????????????
La premire question qui se pose naturellement est de savoir si on n'a pas perdu de l'information en ne disposant plus
des valeurs du signal entre deux instants d'chantillonnage.
x(n)
t
Te
2 Te
Une autre faon de formuler cette question serait : "est-il possible de reconstruire x a ( t ) partir des chantillons
x( n ) ?" C'est l l'objet du thorme de reconstruction. Trs intuitivement on peut se dire que si on tait sr que le
signal "varie trs lentement", alors entre deux instants d'chantillonnage, il ne pourrait pas faire grand chose d'autre
que d'aller "tranquillement" d'un point un autre. Aprs formalisation on arrivera crire cette "variation lente" du
signal par une contrainte sur son spectre, ce qui va conduire au thorme de l'chantillonnage parfois appel
thorme de Shannon.
? ???????????????????????????????????
La formalisation de l'opration d'chantillonnage est malheureusement assez dlicate avec la notion mathmatique
habituelle de fonction. Elle s'effectue par contre de manire simple et concise par l'intermdiaire de la thorie des
distributions, dveloppe par le mathmaticien Laurent Schwartz. Le processus d'chantillonnage est ainsi reprsent
mathmatiquement par "l'action" de la distribution de Dirac (?t?) dcale de nTe sur le signal analogique? xa? (?t?), ce
qui se note : < (?t? nTe?),xa?(?t?)?>= xa?(?nTe?)?= x(?n?)
Remarque 1 : Dans la suite de ce cours on diffrenciera la distribution de Dirac (?t?) (parfois appele "impulsion de
?1 si n = 0
Dirac"), du symbole de Kronecker ( n ) = ?
, par le fait que la distribution est un oprateur qui s'applique
?0 si n 0
sur un signal et que cet oprateur dpendra d'une variable continue, ici le temps t, alors que le symbole de Kronecker
reprsente plutt une suite numrique et aura pour argument un nombre entier n.
??????????????????????
lim
d'un signal "continu" (analogique) est assez intuitive physiquement. En effet, on peut considrer qu'un convertisseur
analogique numrique ???????????????????????????????????????????????????????????????????????????????????????????????
??????????????????????????????????????????????????????????????????????????????????????????????????
Finalement, l'opration globale d'chantillonnage peut tre formalise en introduisant un signal "analogique" fictif
? ?
p ( t ) = 1 , si t ? ,+ ?
? 2 2?
? ?
p ( t ) = 0 , si t ? ,+ ?
? 2 2?
xe (t ) qui est nul presque partout et gal x a ( t ) pour t = nTe . En introduisant alors le peigne de Dirac :
+
? (t nTe )
wTe ( t ) =
(1)
n =
x e (t ) = x a (t ).wTe ( t )
(2)
P (t)
ou encore :
x e (t ) =
? x a (t )(t nTe )
(3)
n =
+
ou encore :
x e (t ) =
n =
? t
?
x( n ) ?? n ??
? Te
?
(4)
1/
? ?????????????????????????
L'analyse du spectre du signal chantillonn fait appel aux proprits de la transforme de Fourier (?? ) des
distributions. On doit alors partir de l'criture du signal chantillonn :
xa(t)
P (t-kTe)
(5)
(6)
t
Il apparat donc que le spectre du signal chantillonn est gal au spectre du signal analogique convolu par la
transforme de Fourier du peigne de Dirac :
? (wTe ( t )) .
kTe
Echantillonner le signal l'instant t = kTe revient alors calculer :
Or on peut montrer2 que cette transforme de Fourier est elle mme un peigne de Dirac :
? (wTe (t ) ) = WTe ( f ) . La
f nTe
?
?
?
?
kTe +
(8)
kTe
kTe
2
? x a ( t )dt
n =
1 + ?
n
? e j 2 f nTe = T ? ?? f T
e n = ?
e
n =
(7)
puis que :
+
p ( t kTe )x a ( t )dt =
? (wTe (t ) ) = ? e j 2
kTe +
dmonstration (non prsente dans ce cours) procde en deux tapes, on dmontre d'abord que :
E. Roubine, "Introduction la thorie de la communication, " Ed. Masson, 2ime ed., 1979.
? ?
? , ?
? 2 2?
k
, on peut donc crire :
Te
?
k
k ?? f
Te
?
k =
+
U( f ) =
????????????
???? ?????????? ???? ??? ???????????? ??? ???????? ??? ??????? ??? ?????? ???????? ????? ??????????????????
?
?
?
?
???????????? ??????????????????????????
?
k
U ( f ) = U ?? f +
Te
?
?
?
?
?
1
, spares
par la dure Te :
+
Ds lors en appliquant U ( f ) une fonction ( f ) lmentaire on pourra montrer tous les termes k sont gaux
? p ( t kTe )
u( t ) =
k =
1
entre eux et valent
.
Te
u(t)
En utilisant l'quation (6), il vient que le spectre du signal chantillonn X e ( f ) s'crit donc :
Xe( f ) =
1
Te
Te
1/
?
n ?
X a ?? f ??
Te ?
?
n =
+
(9)
|Xa(f)|
xa(t)
? {p ( t )} = ? p ( t )e j 2 f t dt =
sin(f )
f
+ +
+ +
k =
k =
k =
|Xe(f)|
t
- Fe
Fe
? e j 2 f kTe
U( f ) =
k =
e j 2
f Te
U( f ) = U( f )
d'o :
(1 e
j 2 f Te
)U ( f ) = 0
sin(f )
f
??? ????????? ????? ???? ?????????????????? ????????? ????? ??????? ??????????? ???????? ?? ??? ???????
?????????? ????? ??? ???????? ???? ??? ?????????????? ??? ???????? ?????????? ??? ??????? ????????????
Le signal chantillonn a alors l'allure suivante (attention c'est un sinus qui est reprsent ici et non un cosinus) :
signal chantillonn, f0=1Hz, Fe=10Hz
?????? ?????????? ???? ????? ??????????? ??? ??? ????? ?? ?????????? ??? ??? ?????????????? ???
????????? ??? ???????????????? ?????????? ????? ???? ?????? ??????????? ???? ????? ?? ???????? ???
1
0.8
???????? ???? ???? ?????????????? ????? ????? ????????? ??? ????? ??? ????????? ???? ???????? ?????????
0.6
??????????
0.4
amplitude
0.2
x a (t ) = cos(2 f 0 t )
-0.2
-0.4
(10)
-0.6
Xa(f ) =
-0.8
-1
10
20
30
40
50
temps
60
70
80
90
100
La priodisation nous dit que le spectre de ce signal numrique possde une raie f ' = Fe f 0 = 10 1 = 9 Hz et
une raie f ' ' = Fe + f 0 = 10 + 1 = 11 Hz .
1
[( f f 0 ) + ( f + f 0 )]
2
(11)
Ce qui peut s'interprter comme le fait que le signal est en fait constitu de la somme de deux frquences f 0 et
f 0 , cos(2 f 0 t ) =
1 j 2 f0 t
e
+ e j 2 f0t . Ce qui se reprsente graphiquement par le spectre suivant :
2
|Xa(f)|
1/2
0.6
0.4
0.2
edu tilp ma
- f0
-0.2
f0
-0.4
-0.6
-1
(12)
et son spectre :
-0.8
0
10
20
30
40
50
temps
60
70
80
90
100
Xe(f ) =
1 + ? ?
n
? ? ? f f 0 T
2Te n = ? ??
e
? ?
n
? + ? f + f 0
? ?
Te
? ?
??
??
?
??
(13)
|Xe(f)|
- Fe
- f0
f0
Fe
? ??????????????????????????????
On remarque donc que l'on obtient exactement les mmes chantillons. Si l'on trace les signaux analogiques sur ces
L'chantillonnage a introduit une priodicit du spectre. Pour reconstituer le signal d'origine on peut "travailler" dans
le domaine spectral pour retrouver le spectre du signal analogique. Il ne restera plus alors qu' effectuer une
0.8
0.6
0.4
0.2
edu tilpma
Dans le domaine spectral, il suffit simplement de supprimer les bandes images du signal numrique. En introduisant
1
? F F ?
, pour f ? e , e ?
Fe
? 2 2 ?
? Fe Fe ?
H ( f ) = 0, pour f ?
,
?
? 2 2 ?
H( f ) =
-0.2
-0.4
-0.6
-0.8
|Xe(f)|
-1
10
20
30
40
50
temps
60
70
80
90
100
|H(f)|
Et pour le signal 9 Hz :
signal chantillonn, f0=9Hz, Fe=10Hz
1
f
0.8
-Fe
- Fe/2
Fe/2
Fe
0.6
0.4
0.2
amplitude
impulsionnelle h( t ) du filtre H ( f ) .
F /2
+
sin(Fe t )
1
1 e
H ( f )e + j 2 ft df =
or h(t ) =
e + j 2 ft df =
Fe ?
Fe F? / 2
Fe t
e
0
-0.2
-0.4
On a donc :
-0.6
+ ? +
? sin Fe (t )
x a (t ) = ? ? ? x a ()( nTe )?
d
n
=
?
? Fe (t )
-0.8
(14)
-1
x a (t ) = ? x e ( nTe )
sin Fe (t nTe )
Fe (t nTe )
10
20
30
40
50
temps
60
70
80
90
100
On peut donc interprter la priodisation dans le domaine frquentiel par le fait que tous les signaux analogiques se
(15)
trouvant des frquences du type f = f 0 kFe , donneraient, s'ils taient chantillonns Fe , les mmes
chantillons temporels. On conoit donc qu' partir d'un signal numrique, il faudra une condition supplmentaire sur
On constate donc que la valeur x a ( t ) du signal analogique, pour un instant quelconque t n'appartenant pas la
"grille d'chantillonnage temporel" (kTe )k entier peut tre obtenue par interpolation des valeurs du signal sur la grille
d'chantillonnage. Mais ceci condition que le raisonnement qui a t propos dans le domaine spectral soit possible.
Pour cela il faut donc s'assurer que l'on peut reconstituer le spectre du signal analogique en filtrant le spectre du
signal numrique. Cette condition est vrifie si et seulement si le spectre d'origine ne contient pas de composantes
On distingue alors deux cas possibles, le premier appel surchantillonnage qui correspond au cas o Fe > 2 B et
|Xe(f)|
|H(f)|
Fe
. Si ce n'est pas le cas, les bandes images se chevauchent, on dit alors
2
|Xe(f)|
f
- Fe/2
-f0
Fe/2
f0
|H(f)|
Zone de recouvrement
Le deuxime cas correspond au sous-chantillonnage pour lequel on Fe > 2 B et Fe < f 0 . Ce cas plus difficile
analyser sera tudi en exercices dirigs.
f
??? ??????????????
-Fe
Dans une chane de traitement numrique du signal, l'chantillonnage est en gnral suivi par une opration de
Fe
- Fe/2
Fe/2
quantification. La quantification est l'approximation de chaque valeur du signal x a ( t ) par un multiple entier d'une
quantit note q et appele "pas de quantification". Si q est constant quelle que soit l'amplitude du signal, la
2q
q
0
1
condition d'avoir Fe 2 f max
Fe
Le raisonnement qui a t men pour un signal en bande de base, peut tre conduit pour un signal dont le spectre se
-q
trouverait localis autour d'un frquence haute f 0 .
-2q
|Xa(f)|
t
Te
2Te 3Te
4Te
B
Le signal quantifi x q ( t ) diffre du signal d'origine x a ( t ) par un terme d'erreur e( t ) qui va s'exprimer par :
x a ( t ) = x q ( t ) + e( t )
(16)
f
-f0
On peut alors noncer le thorme suivant :
f0
Thorme de l'chantillonnage en bande transpose : Un signal qui occupe une bande de frquence de largeur B
q
q
alatoire uniformment rpartie entre et . La puissance PBq de ce bruit de quantification est alors gale :
2
2
peut-tre entirement dtermin par la suite de ses valeurs des instants rgulirement espacs d'une dure Te =
PBq =
q
2
1 2
x dx
q q
condition d'avoir Fe 2 B
(17)
1
Fe
PBq =
???? ????????????????
q2
12
(18)
En gnral on considre que ce bruit de quantification est une signal alatoire blanc (voir chapitre sur les signaux
alatoires). On calcule alors le rapport signal sur bruit de quantification. Il s'agit du ratio entre la puissance du signal
? ????????????????????????????????
utile sur la puissance du bruit de quantifications. En notant 2x la puissance du signal utile et e2 la puissance du
??? ???????????
A partir d'un chantillon de N valeurs du signal numrique:
{x(nTe )}n{0,1,2,..., N 1} ,
2x
e2
? x (t ) e
j 2 ft
pourrait s'crire X ( f ) = Te
? x(nTe )e j 2fnTe
L'optimisation d'une tape d'chantillonnage rside alors dans la capacit, tre capable de pouvoir quantifier les
valeurs maximales de l'amplitude d'un signal, tout en conservant une "finesse" de quantification pour les faibles
n =
de cette sommation. On peut alors diviser cette transforme discrte par la dure sur laquelle elle est calcule, on
valeurs du signal.
passe ainsi d'une notion "d'nergie" une notion "de puissance". On arrive ainsi une criture du type
X ( f ) = lim
N
N /2
1
Te ? x(nTe )e j 2 fnTe . Cependant en pratique on ne dispose en gnral que d'un nombre fini
NTe n = N / 2
Pour un convertisseur analogique numrique CAN (analog to digital converter: ADC) de b bits "travaillant" entre
+A/2 et A/2, le pas de quantification q est gal q =
d'chantillons, la Transforme de Fourier Discrte (TFD) du signal numrique est donc dfinie par :
X(f )=
1 N 1
? x e (nTe )e j 2 fnTe
N n =0
(19)
On notera que l'on a aussi "recentr" les N chantillons entre les indices 0 et N-1 pour viter d'utiliser la notion de
? 2 ?
?
x ?
= 6.02b + 20 log 10 ?
? + 10.8
? A ?
?
?
Fe
. On obtient ainsi N valeurs quirparties de 0 Fe .
N
nk
j 2
? 1 N 1
N
?? =
? x(nTe )e
? N n =0
(20)
D'aprs le thorme de reconstruction voqu prcdemment, on sait que les valeurs de X ( f ) aux frquences f se
2x
A
1
d'o dB 6.02b 7.27 .
8
? ? f
??
k ?? ?
sin ? ??
?
?
? kFe ? ? ? Fe
??
X ( f ) = ? X ??
??
N
?
?
f
?
?
k =
??
k ??
? Fe
?
?
?
?
?
D'o :
un spectre X ( f ) dfini pour f variant de manire continue. Ce spectre X ( f ) peut alors tre "chantillonn" au
? kF
X ?? e
? N
q2
12
? 12 2x 2 2b
dB = 10 log 10 ?
?
A2
?
que l'on ne souhaite absolument faire une correspondance rigoureuse entre le temps continu et le temps discret.
rythme
temps ngatif. Ces questions de normalisation de la sommation n'ont en gnral pas une grande importance moins
Le calcul de la TFD peut tre ralis pour n'importe quelle valeur de la variable de frquence f. On peut donc obtenir
A
2b
(21)
A
, ce qui donne au mieux
2
N 1
?
?
Min ? N . A 2 + ? x 2 (nTe ) 2 NA. cos( )?
?
A, f ,??
n =0
?
kn
? kF ? + j 2 N
X ?? e ?? e
k =0 ? N ?
N 1
(32)
Ce terme est positif et sera donc minimal lorsque 2 NA. cos( ) sera maximal. Il faut donc choisir f qui maximise
le module de la Transforme de Fourier et = .
x(nTe ) =
(22)
??? ????????????????????
On montre que :
N 1
x e (nTe ) =
n =0
n =0
? kF
X ?? e
? N
?
??
?
(23)
1
N
2.N . A 2 N max = 0
N 1
1
N
(33)
N 1
1
N
x e (nTe ) =
n =0
N 1
x e (nTe )x e* (nTe )
(24)
n =0
(34)
D'o A = max
Il apparat en dfinitive que le triplet A, f , s'obtient simplement en considrant la maximisation sur f du module de
1
N
N 1
1
N
N 1
x e (nTe ) =
n =0
1
N
N 1
n =0
N 1
x e (nTe ) =
n =0
k =0
la Transforme de Fourier discrte du signal x e ( nTe ) . Le module de la Transforme cette frquence f donne la
1
N
N 1
N 1
? kF
x e (nTe ) ? X * ?? e
? N
k =0
? kF
X * ?? e
? N
2
x e (nTe ) =
n =0
? 1
??
?N
N 1
k =0
N 1
kn
? j 2 N
??e
?
j 2
x e (nTe )e
kn
N
(25)
(26)
n =0
? kF
X ?? e
? N
?
??
?
(27)
? ?????????????????
??? ???????????????????????????????????????????
De la mme manire que la transforme de Laplace est l'outil fondamental pour l'analyse des systmes continus, la
Si on considre un signal x e ( nTe ) , on peut essayer de le prdire au mieux par une exponentielle complexe du type
A e j (2
f nTe + )
l'erreur quadratique entre le signal et l'exponentielle. On doit donc minimiser l'expression suivante :
On rappelle que la transforme en Z d'une suite x(n) est dfinie pour R1 < Z < R2 par l'expression:
N 1
T (Z )
Min
n =+
x(n) X (Z ) =
x(n)Z
2
A e j (2 f n Te + ) x(nTe )
(28)
A , f , n =0
(42)
n=
N 1
Min
? (A 2 + x 2 (nTe ) 2 A.Re{x(nTe )e j (2 f n Te +) })
(29)
A, f , n =0
n =+
x(n) X ( f ) = Te
x(nTe )e j2 f nTe
(43)
n=
X (Z ) Z =e j 2 f Te = X ( f )
N 1
?
?? ?
??
1 N 1
Min ? N . A 2 + ? x 2 (nTe ) 2 NA.Re ?e j
? x(nTe )e j (2 f n Te + ) ?? ??
N
?
n =0
n =0
??
?
?
A, f , ?
(30)
(44)
On voit donc apparatre la Transforme de Fourier discrte au niveau du troisime terme de cette somme. Si on note
cette dernire sous la forme :
Ainsi l'analyse d'un systme discret se fera en gnral au moyen de la transforme en Z, le passage en Fourier tant
X(f )=
immdiat si ncessaire.
l'quation minimiser devient :
1 N 1
? x e (nTe )e j 2fnTe = e j
N n =0
(31)
??? ????????????????????????
Un systme discret, linaire et invariant dans le temps (LIT) est stable si toute suite d'entre borne correspond une
suite de sortie borne.
Une condition ncessaire et suffisante pour qu'un systme soit stable est que la somme des valeurs absolues de sa
??? ??????????????????
? h(m) < +
(48)
m=
??? ???????????
rgissant le systme, y( 0 ) =
? h( m ) . Donc si
? ?????????????????????????????????????????????????????????
Un systme est discret, si la suite d'entre discrte x(n) correspond une suite de sortie discrte y(n).
m = +
? h( m )
y( 0 ) =
m =
x(n)
m =
y(n)
Systme Discret
x1(n) +a x2(n)
n ,M / x( n ) < M
Systme Linaire
y1(n) +a y2(n)
alors:
m = +
y( n )
m = +
h( m ) x( n m )
m =
? h( m ) M
(49)
Un systme est invariant dans le temps, si la suite x(n-m) correspond la suite y(n-m).
m =
m = +
? h( m ) <
et si
x(n-m)
y(n-m)
Systme Invariant
m =
?? ?????????????????????????????????????????????????????????????????
On applique l'entre d'un SLIT de rponse impulsionnelle h( n ) le signal numrique complexe de frquence f :
?( 0 ) = 1
, alors toute suite x(n) peut s'crire:
Ds lors si ( n ) est la suite unitaire ?
?( n ) = 0 n 0
m = +
x( n ) = e j 2
fnTe
x( n ) =
? x( m )( n m )
(45)
m =
+
? h( m )e j 2 f ( n m )Te
y( n ) = h( n )* x( n ) =
(50)
si h(n) est la rponse d'un systme discret linaire et invariant dans le temps la suite ( n ) alors :
k =
? +
?
y( n ) = ? ? h( m )e j 2 fmTe ? e j 2 fnTe
?
?k =
x ( n) y ( n) =
(51)
m=+
m=+
m=
m=
(46)
ou encore :
y( n ) = H( f )e j2
fnTe
= H( f )x( n )
y ( n ) = h( n ) * x ( n )
(52)
(47)
avec
Ainsi ds qu'un systme peut tre considr comme linaire, discret et invariant dans le temps, il en dcoule qu'il est :
(53
k =
H( f ) est un coefficient scalaire complexe indpendant de n (c'est--dire du temps) mais qui dpend de la frquence
f. H ( f ) reprsente la rponse en frquence du filtre.
1)
2)
entirement dtermin par la rponse h(n) qu'il fournit lorsqu'il est excit par la suite impulsionnelle (n)?
A partir de cette expression de la fonction de transfert, une reprsentation des ples et des zros sur le cercle unit
s'avre trs utile pour caractriser le comportement spectral du systme. Comme il a t rappel brivement au
paragraphe prcdent, il est possible d'obtenir la fonction de transfert spectrale de ce systme en remplaant Z par
e j 2
f Te
, Z peut donc tre vu comme la coordonne d'un point sur le cercle unit. Z i sera la coordonne d'un zro
de transmission dans le plan complexe et P j d'un ple dans le plan complexe. La fonction de transfert s'exprime
alors simplement comme un ratio de produits de distances.
Les signaux d'entre x( n ) qui donnent en sortie des signaux y( n ) = H ( f )x( n ) sont appels les fonctions propres
du systme. Seules les exponentielles complexes e j 2
fnTe
quelconque, la rponse temporelle y( n ) ne peut s'obtenir que par convolution avec h( n ) moins de pouvoir
dcomposer x( n ) en une somme de fonctions propres, ce qui revient l'exprimer par son spectre.
?? ??????????????????????????????????????????????????????????????????????
????????????
MZ i
H ( f ) = a 0 i =1
M
Parmi les systmes linaires discrets invariants dans le temps, les systmes dfinis par une quation aux diffrences
(59)
sont les plus intressants car ils modlisent un grand nombre de systmes naturels. Un systme de ce type, ou filtre
MP j
j =1
|H(f)|
axe imaginaire
Zi
y( n ) =
i =0
j =1
? ai x( n i ) + ? b j y( n j )
(54)
x(n)
y(n)
Systme Diffrences
Pj
axe rel
La transforme en Z de cette quation donne :
n =+
n =
y (n) Z n =
n =+
n =+
i =0
n =
j =1
n =
? a i Z i ? x ( n i ) Z ( n i ) + ? b j Z j ? y ( n j ) Z ( n j )
(55)
d'o :
Y (Z ) =
?? ????????????????????????????????????????????
i =0
j =1
? a i Z i X ( Z ) + ? b j Z j Y ( Z )
(56)
Un filtre rponse impulsionnelle finie est un systme linaire discret invariant dans le temps rgi par une quation
aux diffrences pour lequel l'chantillon de sortie y(n) ne dpend que d'un certain nombre d'chantillons d'entre
x(n).
N
y(n) =
? a i x(n i )
(60)
Y(Z )
H(Z ) =
=
X (Z )
i =0
? a i Z i
i =0
M
(57)
?bjZj
j =1
Exemple 1 :
La fonction de transfert est donc constitue d'un polynme en Z au numrateur sur un autre polynme en Z au
y(n) =
1
1
x(n) +
x(n 1)
2
2
dnominateur. Ils peuvent tous les deux tre exprims en fonction de leurs racines :
(61)
N
Y(Z) =
1
(X(Z) + Z -1 X (Z))
2
N (Z )
H(Z ) =
=
D(Z )
(62)
a0 ( Z Z i )
i =1
M
( Z Pj )
j =1
(58)
Il s'agit encore d'un filtre passe bas dont le module de la fonction de transfert suit une courbe en cosinus surlev et
d'o:
dont le dphasage est linaire en fonction de la frquence. Ce dphasage est quivalent retard = Te .
H(Z ) =
H(f)
1 1 1
+ Z
2 2
(63)
0,9
0,8
1
1 + e j 2 f Te
2
1
= e j f Te e j f Te + e j f Te
2
H( f ) =
0,7
0,6
0,5
0,4
=e
0,3
j f Te
cos f Te
Il s'agit finalement d'un filtre passe bas dont le module de la fonction de transfert suit une courbe en cosinus et dont
0,2
0,1
0
0
T
le dphasage est linaire en fonction de la frquence. Ce dphasage est quivalent retard = e .
2
0,5
1
0.9
Dans ces deux exemples il est apparu qu'il tait facile d'obtenir la fonction de transfert spectrale d'un filtre numrique
0.8
partir de l'quation temporelle rgissant ce filtre. Bien entendu, c'est essentiellement l'approche inverse, consistant
0.7
) f(H ed eludom
0.6
trouver l'quation de filtrage qui satisfait un gabarit frquentiel donn, qui est la plus importante. On parle alors de
0.5
synthse de filtre numrique. Avant de prsenter ces techniques de synthse, il est important de remarquer, que dans
0.4
les deux exemples prsents, les filtres dcrits avaient un dphasage linaire en fonction de la frquence. Il s'agit
0.3
d'une proprit particulire des filtres numriques qui a une importance capitale dans les applications o la phase du
0.2
0.1
0.1
0.2
0.3
0.4
0.5
0.6
frquence
0.7
0.8
0.9
??? ????????????????????????????
Exemple 2 :
Si l'on se place dans le cas ou l'on recherche un filtre dont la fonction de transfert est du type :
H( f ) = R( f )e j ( f )
y(n) =
expression dans laquelle R(f) est une fonction relle de f qui reprsente le gain du filtre en fonction de la frquence et
o ( f ) = 2 f est une fonction relle de f qui reprsente un terme de dphasage linaire en fonction de la
Y(Z) =
frquence, alors on peut exprimer la rponse impulsionnelle d'un tel filtre au moyen de la transforme de Fourier
inverse de H(f) et on obtient :
1
1
1
x(n) +
x(n 1) +
x(n 2)
4
2
4
1
1
1
X(Z) + Z -1 X (Z) + Z -2 X (Z)
4
2
4
d'o:
+
h(t) =
? R( f )e
j2 f (t )
H(Z) =
df
R( f ) = P( f ) + I ( f )
il vient:
+
h(t + ) = 2
P( f ) cos(2 f t)df + 2 j
? I ( f ) sin(2 f t)df
h(t + ) = 2
? P( f ) cos(2
1 1 1 1 2
+ Z + Z
4 2
4
f t)df = h( t)
j2fTe
1
1?1
?
H( f ) = ? + e j 2 f Te + e j 4 f Te ?
?
2 ?2
2
1 j 2 f Te ?
1 j 2 f Te 1 j 2 f Te ?
e
+ e
?1 + e
?
?
?
2
2
2
1 j 2 f Te
(1 + cos 2 f Te )
= e
2
=
ou encore :
Ainsi tout filtre rponse impulsionnelle symtrique rel est phase linaire.
p 1
?
?
H ( f ) = ?? h( p) + 2 ? h(n) cos( 2 f (n p)Te ?? e j 2
?
?
n =0
= R( f )e j 2
f pTe
avec = pTe
preuve :
??? ????????????????????????????????????????????????????
La synthse des filtres numriques est un domaine qui a donn lieu de nombreuses publications et recherches.
Seules la base des principales mthodes est expose dans ce chapitre. La bibliographie fournie en annexe comporte
H( f ) =
La mthode la plus directe pour synthtiser le filtre numrique qui correspond un gabarit frquentiel donn consiste
simplement chantillonner ce gabarit dans le plan des frquences et calculer la Transforme de Fourier inverse
n =0
de ce gabarit chantillonn. En l'absence de gabarit de phase la mthode la plus simple consiste considrer que
cette dernire est linaire en fonction de la frquence.
n-p
n-p
Fe/N
? h(n)e j 2 f nTe
x
x
Fe/2
en factorisant e j2
f pTe
p+1
p 1
?
H( f ) = ?? h( p) + ? h(n)e j 2
?
n =0
Fe
p-1
2p-n
f (n p)Te
2p
n= p +1
? h(n)e j 2 f (n p)Te ?? e j2 f
pTe
? kF ?
H ? e ? pour k = 0 N 1 , d'o par Transforme de Fourier inverse:
? N ?
N 1
hi =
?k
? H ?? N
k =0
? j 2 N FeiTe
Fe ? e
pour i = 0 N - 1 , (N: ordre du filtre)
?
? kF ?
les hi ainsi obtenus vont bien donner la fonction de transfert idale aux points H ? e ? , mais ils donneront un
? N ?
2p
? h(n)e j 2 f (n p)Te
n= p +1
? h(i)e j 2 f ( pi)Te
i= p 1
H( f ) =
2p
d'o :
1
N
N 1
? hi e j2 f iTe
i =0
? kF ?
mais H(f) peut aussi s'obtenir par interpolation des termes H ? e ? . En effet la transforme de Fourier inverse
? N ?
idale devrait donner une infinit de termes ( hi ) i=,+ , or on a considr uniquement N termes ( hi ) i=0,N 1 . Cela
p 1
?
H( f ) = ?? h( p) + ? h(n)e j 2
?
n =0
f (n p )Te
p 1
+ ? h(n)e + j 2
n =0
?
?e
?
f (n p)Te ? j2 f pTe
Ainsi la mthode par synthse conduit une fonction de transfert qui ondule entre les valeurs idales. L'amplitude
revient tronquer cette rponse impulsionnelle en la multipliant par une porte (NTe)(NTe). La fonction de transfert
des ces ondulations n'est pas contrlable et n'est pas constante. C'est contre cette inconvnient que vont tenter de
obtenu est donc gale au produit de convolution du gabarit idal par la transforme de Fourier de la porte
lutter les d'autres mthodes de synthse (cf Remez) qui ne seront pas prsentes dans ce cours (voir rfrence M.
(NTe)(NTe).
??? ????????????????????????????????????????????????????????
NTe
porte
N termes espacs de Te
1+
1
f
x
0
2
TF ( NTe ) =
il est possible d'estimer le nombre de coefficients dont aura besoin un filtre RIF symtrique rel, au moyen de la
? 1 ? Fe
2
log 10 ?
?
3
? 10 1 2 ? f
?? ??????????????????????????????????????????????
1 N 1 j 2 f iTe
?e
N i =0
1 1 e j 2 f NTe
N 1 e j 2 f Te
Te
TF( f ) =
??? ???????????????????????????
L'criture du produit de convolution conduit alors l'expression de H ( f ) pour une frquence f quelconque, en
? kF ?
fonction des H ? e ? (sans avoir besoin de repasser par les ( hi ) i=0,N 1 ).
? N ?
? f
k?
sin N ?
?
? Fe N ?
?
?k
H( f ) = ? H ? Fe ?
?N ?
? f
k?
k =0
?
N sin ?
? Fe N ?
N 1
Ce filtre est identique un filtre RIF d'ordre infini. Si l'entre est la suite unitaire:
?u0 (0) = 1
u0(n) ?
, alors la sortie y(n) est telle que:
?u0 (n) = 0 n 0
y (0) = 1
y (1) = b
y (2) = b 2
? kF ?
Cette quation constitue une formule d'interpolation pour obtenir H(f) partir des H ? e ? .
? N ?
|H(f)|
?
y(n) = b n
Ce filtre est stable si:
n =
n =
H(Z ) =
Y(Z )
1
=
X (Z ) 1 bZ 1
H(Z ) =
1
MP
Fe/2
Fe
axe imaginaire
axe imaginaire
f=0.25
f=0.25
H(f)
H(f)
MP
OP
f=0.5
MP
axe rel
MP
f=0
axe rel
f=0.5
f=0
La fonction de transfert possde une frquence de rsonance et n'est plus strictement monotone.
??? ??????????????????????????
??? ?????????????????????????????????
y (n) = a 0 x ( n) + a 1 x ( n 1) + a 2 x ( n 2) b1 y ( n 1) b2 y ( n 2)
1
y (n) = x (n) b1 y (n 1) b2 y ( n 2)
a + a1 Z + a 2 Z
H(Z ) = 0
1 + b1 Z 1 + b2 Z 2
La transforme en Z donne:
Y ( Z ) 1 + b1 Z 1 + b2 Z 2 = X ( Z )
Le filtre frquentiel:
d'o:
Si l'objectif de la fonction de transfert est de filtrer certaines frquences prsentes dans un signal, les zros du
H ( Z ) = a0
( Z Z 0 )( Z Z 0 )
( Z P )( Z P )
Z2
H(Z ) =
numrateur vont se trouver sur le cercle unit. La fonction de transfert s'crit alors:
1 + b1 Z
+ b2 Z
=
2
Z + b1 Z + b2
= b12 4b2 0 , la fonction de transfert possde alors deux ples rels et elle est identique la mise en cascade
de deux cellules du premier ordre. La fonction de transfert globale est donc monotone.
Le dphaseur pur:
Une cellule du second ordre peut aussi tre utilise pour rpondre, non pas des objectifs de filtrage frquentiel,
mais des objectifs de dphasage du signal. Ainsi il est possible de raliser un dphaseur pur avec une cellule de
= b12 4b2 < 0 , la fonction de transfert possde alors deux ples complexes conjugus:
ce type. Pour cela il suffit d'utiliser un numrateur et un dnominateur image l'un de l'autre.
H(Z ) =
Il est facile de vrifier que:
P=
a 0 + a 1 Z 1 + a 2 Z 2
a 2 + a 1 Z 1 + a 0 Z 2
b1
j
2
2
d'o:
b1 = 2 Re( P ) et b2 = OP
H(Z ) =
1
MP. MP
et par transforme en Z:
bT
?
? T
Y ( Z ) ? 1 Z 1 e 1 + Z 1 ? = e 1 + Z 1 X ( Z )
?
? 2
2
d'o:
H (Z )
Te
1 + Z 1
Y (Z )
2
H(Z ) =
=
bT
X (Z )
1 Z 1 e 1 + Z 1
2
= H (Z ) H (Z ) =
Z 2 D( Z 1 ) Z 2 D( Z )
=1
D( Z )
D( Z 1 )
et:
( ) = 2 D ( ) 2
avec D ( ) gal au dphasage du dnominateur D( Z 1 ) .
H(Z ) =
Z 2 D( Z 1 )
D( Z )
H(Z ) =
1
2 1 Z
b
Te 1 + Z 1
(
(
)
)
??? ??????????????????????????????????????????????????????
La synthse des filtres rponse impulsionnelle infinie utilise des fonctions modle dfinie en p et procde par
Y ( p)
1
=
X ( p) p b
H ( p) =
il est possible de faire l'approximation suivante:
Zp
pZ
2
+p
Te
Z=
2
p
Te
et
2 1 Z 1
p=
Te 1 + Z 1
x(t)
filtre
y(t)
y ' (t ) = by ( t ) + x ( t )
+
si Z = e
jt
? y ' (t ) e
Te
Te
2 e
2
2 1 e jTe
2 e
2 ? Te ?
? p=
=
= j
tg ?
?
Te
Te 1 + e jTe
Te + j Te
Te ? 2 ?
j
2 +e
2
e
dt = pY ( p)
il vient:
pY ( p) = bY ( p) + X ( p)
d'o:
pt
H ( p) =
Dformation frquentielle:
Y ( p)
1
=
X ( p) p b
Au lieu d'obtenir :
Te
p = j
y (nTe ) = y (n 1)Te +
p= j
2 ? Te ?
tg ?
?
Te ? 2 ?
y (nTe ) y (n 1)Te =
f =
1
tg ( Te f d )
Te
Te
( y ' (nTe ) + y' (n 1)Te )
2
d'o:
y (nTe ) y (n 1)Te =
Te
( by(nTe ) + x (nTe ) + by(n 1)Te + x (n 1)Te )
2
Ou reconstruction en Z 1 :
H (Z ) =
1 Z 0* Z 1
* 1
Z 0 Z + Z 0 Z 0* Z 2
1
* 2
(1 Z Z )(
) 1 2 Re( )
(1 PZ )(1 P Z ) = 1 2 Re(P )Z
1
Grce la transformation bilinaire la synthse des filtres numriques de type RII se rsume approcher le gabarit
+ PP Z
dsir par des fonctions modles dfinies en p puis transformer ces dernires pour obtenir directement les
coefficients du filtre.
Z 0 x(n 1) + Z 0 Z 0* x( n 2) + 2 Re
(P )y (n 1) PP
y ( n 2)
Plusieurs fonctions modles permettent d'approcher au miaux un gabarit demand. Les plus clbres d'entre elles
sont des fonctions de Butterworth, elliptiques ou des polynmes de Tchebycheff.
?? ???????????????????????????????????????????????????????
Il est possible d'estimer le nombre de coefficients dont aura besoin un filtre RII en fonction du gabarit demand au
(Z
H (Z ) =
(Z
Z 0 Z 1 Z 0*
)(
P )(Z
P*
)
)
?????
? 2
N 108
. log 10 ?
?? 2 1
?
?F 4 ?
f ??
? log 10 ? e sin? 2 1 ? ?
Fe ? ?
??
? f ?
?? ??????????????????????????????????
?? ????????
??? ???????????
Un certain nombre d'critures en Z vont tre prsentes dans ce polycopi, on insistera donc sur le point suivant :
Il arrive souvent qu'une chane de traitement numrique d'un signal fonctionne avec diffrents rythmes
Lorsqu'un filtre de type RII est dfini par ses ples et zros, il faut tre prudent au moment de reconstruire les
dcimation est triviale, il suffit de supprimer un certain nombre d'chantillons. Elle est en gnral symbolise par une
flche oriente de haut en bas.
soit on reconstruit le polynme en Z , on dveloppe puis on repasse en Z 1 pour bien identifier les coefficients.
2:1
Mais attention les ples et zros concernent Z
Le schma ci dessus reprsente une dcimation par 2, pour laquelle il suffira de supprimer un chantillon sur deux.
F
La frquence d'chantillonnage passera ainsi de Fe Fe' = e . Avant d'effectuer une telle opration il faut s'assurer
2
que le thorme de Shannon reste vrifi. Il est donc ncessaire de restreindre la bande B du signal afin qu'elle ne
F' F
dpasse pas B e = e . Ce filtrage "anti aliasing" est cette fois ralis en numrique au cur des traitements,
2
4
Exemple :
Soit le filtre d'ordre 2 dfini par deux zros Z 0 et Z 0* et par ses deux ples P0 et P0* .
Reconstruction en
c'est la diffrence essentielle avec le filtrage anti aliasing "traditionnel" ralis en analogique avant l'opration
H (Z ) =
d'chantillonnage.
Filtre Numrique
anti aliasing
2:1
(Z Z 0 )(Z Z 0* ) Z 2 2Re(Z 0 )Z + Z 0 Z 0*
=
(Z P )(Z P * )
Z 2 2Re(P ) + PP *
1 2Re(Z 0 )Z 1 + Z 0 Z 0* Z 2
1 2Re(P )Z 1 + PP * Z 2
??? ??????????????
L'opration duale de la dcimation est l'opration d'interpolation. Pour l'effectuer on utilise un filtre numrique et une
Filtre Numrique
insertion de zros au milieu du signal d'origine. Considrons, pour l'exposer, le cas d'une interpolation par un facteur
d'interpolation
2 d'un signal y (nTe' ) . On commence par insrer un valeur nulle entre chaque valeur du signal y (nTe' ) . La frquence
1:2
d'chantillonnage est alors double, on a maintenant Fe = 2 Fe' La forme du spectre du signal est inchange, les
valeurs insres tant des zros. Cependant ce spectre ne correspond pas celui que l'on aurait obtenu en
frquence d'chantillonnage.
chantillonnant rellement le signal analogique avec Fe . Il y a en effet trop de rptitions du motif au niveau du
??? ???????????????????
signal numrique, comme si il avait t chantillonn d'entre la frquence Fe . Ce filtrage numrique correspond
spectre. Il suffit alors simplement de supprimer ces motifs au moyen d'un filtre numrique pour obtenir le spectre du
Dans le domaine des communications numriques, le filtrage numrique joue un rle important. C'est en particulier
le cas lors d'une transmission numrique o les symboles transmettre sont mis en forme au moyen d'un filtre
numrique qui ne doit pas crer d'interfrence entre symboles. Les conditions que doit satisfaire ce filtre pour que
|Ye(f)|
l'interfrence intersymbole soit nulle, ont t nonces pour la premire fois par Nyquist et constituent le "premier
critre de Nyquist". Ces conditions peuvent s'noncer dans le domaine temporel ou dans le domaine frquenciel.
Dans le domaine temporel, elles s'appliquent la rponse impulsionnelle h(t) du filtre :
h(0 ) = 1,
h(nTs ) = 0 , n entier 0
F'e
1
k
Par transforme de Fourier de cette quation, on obtient alors : H ( f ) ? ( f ) = 1
Ts k
Ts
ou encore :
? H( f
k
2 F'e
|Ye(f)|
k
) = Ts
Ts
1
1
telle que : H( f ) = 0 pour f
Ts
Ts
t
1
) = Ts
Ts
f
Fe
1
) = Ts
Ts
|Xe(f)|
Le premier critre de Nyquist s'exprime donc , dans le domaine temporel de la manire suivante :
1
Un filtre passe bas H de frquence de coupure
n'introduit pas d'interfrence intersymbole lors de la
Ts
transmission d'un signal
? a k (t kTs )
? 1 Ts ?
2 le module de H( f ) , c'est dire le gain en amplitude du filtre est symtrique par rapport au point ?
, ?
? 2Ts 2 ?
pour 0 f
1
Ts
f
Fe
Le filtre de frquence de coupure la plus basse satisfaisant le 1er critre de Nyquist est le filtre passe bas rectangulaire
sin
de frquence de coupure f c =
1
. La rponse impulsionnelle correspondante est de la forme : h(t ) =
2Ts
t
Ts
t
Ts
????? ???????????????????????????
Une famille de filtres, trs importante en communications numriques, est la famille des filtres en cosinus surlevs.
Ils ont la particularit de ne pas produire d'interfrence entre symboles mais aussi d'tre support spectral born. Ils
permettent ainsi de mettre en forme des signaux de communications pour des canaux bande limite, tout en
prservant les signaux de l'interfrence entre symboles. D'un point de vue thorique ils demandent cependant une
infinit de coefficients. Heureusement on peut tronquer leur rponse impulsionnelle sans provoquer de pertes de
performances trop importantes (en ce qui concerne les lobes secondaires du spectre). L'analyse fine de ces filtres
particuliers sort du cadre de ce cours. Seules la forme analytique temporelle de la rponse impulsionnelles de ce filtre
sera donne ci-dessous.
? t?
sin? ?
? Ts ?
Forme de la rponse impulsionnelle temps continu du filtre en cosinus surlev : h(t ) =
t
Ts
?
? t? ?
? sin?
? ?
?
? Ts ? ?
?
2?
?
? t? ?
?1 4 ? ? ?
? Ts ? ?
?
Dans le cas d'un modem de communications numriques avec N chantillons par symboles et une priode
d'chantillonnage Te , la rponse impusionnelle chantillonne (donc les coefficients du filtre) est donne par :
? k?
sin?
?
? N ?
h(k Te ) =
k
N
?
? k? ?
? sin?
? ?
? N ? ?
?
?
2?
?1 4 ? k ? ?
?
? ?
?
? N ? ?
?
Le coefficient , appel roll-off du filtre est un coefficient rel positif qui varie entre 0 et 1.
ex: Ts = 3Te
Nyquist
Illustration de l'effet temporel du filtre en racine de cosinus surlev (absence d'interfrences entre symboles aux
instants d'chantillonnage)
TD Traitement du Signal
Exercice 1 :
Calculez les coefficients de la srie de Fourier de la fonction :
1) x(t) = cos(?0t) + sin2(?0t) avec ?0=2?/T
2) PT (t ) ?
n ? ??
? ? (t ? nT ) .
n ? ??
Exercice 2 :
Soit xp(t) un signal priodique de priode T=1/f0 dfini par son motif :
T
?
? a si 0 ? t ? 2
x p (t ) ? ?
T
?? a si ? t ? T
2
?
?????????????
a)
b)
c)
d)
???????????????
Exercice 3 :
Fig. 1 :
SMP S6
M. LHARCH
Page 1
1)
Exercice 7 :
2)
3)
Exercice 4 :
Soit x(t) un signal priodique de priode T reprsent par la courbe de la figure 2 ci-dessous :
??
sin 2 (t )
dt ;
t2
??
Exercice 8 :
Soit un signal y(t) = A[1-m.cos(2?f0t)].sin(2?Ft) issu dune modulation damplitude dune
porteuse sin(2?Ft) par le signal cos(2?f0t) avec f0<<??????????????????????????????????
Exercice 9 :
Soit un oscillateur harmonique schmatis sur la figure 4. Le mouvement y(t) de la masse est li
au mouvement x(t) impos lautre extrmit du ressort par lquation diffrentielle :
Exercice 5 :
1) Calculez la transforme de Fourier de la fonction f(t) = |t|
2) Dduisez la transforme de g(t)= t2 Sgn(t).
1 d 2 y 2? dy
?
? y (t ) ? x(t )
? 02 dt 2 ? 02 dt
O lon a pos ?02=k/m et ?=l/2m.
Exercice 6 :
Soit f(t) la fonction reprsente sur la figure 3 ci-dessous :
Fig. 3 :
1) Calculez la transforme de Fourier de la fonction f(t).
2) Quel est le taux de dcroissance asymptotique des lobes de ???? ?
SMP S6
M. LHARCH
Page 3
SMP S6
M. LHARCH
Page 2
Exercice 12 :
Exercice 10 :
Exercice 13 :
Soit un signal f(t) contenant de linformation destine tre transmise par onde radio. Le spectre
F(?) du signal est born en frquence et est illustr figure 5.
notes : ?= 2?f et 2cos2(?
?0t)= cos(2?0t) + 1
Figure 5.
1) Quelle est la puissance totale de ce signal ?
2) Calculez lnergie totale du signal f(t).
Pour transmettre le signal f(t) par voie arienne, on doit utiliser une porteuse qui se propage
aisment dans latmosphre. Cest le cas des ondes radio. Nous allons utiliser une porteuse
de frquence f0 = 1 MHz. (1000000 Hz). Le signal transmis par lantenne de lmetteur est :
g(t) = f(t).cos(?ot)
h(t) = g(t).cos(?0t)
f1 = 3,3333 Hz
f2 = 5 Hz ;
f3 = 500 Hz
f4 = 600 Hz
Gp = 1 dB
Ga= 30 dB
1) Quel est le type du filtre dont le gabarit est dcrit ci-dessus figure 6?
2) Dcrire et raliser les tapes permettant de ramener le gabarit ci-dessus au prototype d'un
filtre passe-bas normalis.
3) Calculer l'ordre du filtre en utilisant le polynme d'approximation de Chebychev.
M. LHARCH
Exercice 14 :
SMP S6
Page 5
SMP S6
M. LHARCH
Page 4
?1?
?1?
y ( n) ? ? ? u ( n) ? ? ? u ( n) ? u ( n)
?3?
?4?
1) Dterminer l'quation de diffrence
2) Donner la rponse impulsionnelle du systme
3) Le systme, est-il stable ?
n
Exercice 18 :
Soit h(n) la rponse impulsionnelle d'un filtre idal passe bas. La bande passante de ce filtre est
de -?/4 ?/4. Pour les systmes ci-dessous, tracer la rponse frquentielle rsultante.
fa = 33 Hz
fp = 50 Hz ;
Gp = 1 dB
Ga= 20 dB
1) Quel est le type du filtre dont le gabarit est dcrit ci-dessus figure 7?
2) Dcrire et raliser les tapes permettant de ramener le gabarit ci-dessus au prototype d'un
filtre passe-bas normalis.
3) Calculer l'ordre du filtre en utilisant le polynme d'approximation de Butterworth.
Exercice 15 : (chantillonnage)
Application du thorme de lchantillonnage :
1) On chantillonne une sinusode de frquence 200 Hz, la frquence fe =500Hz. Quel est le
signal que lon obtient lors de la reconstruction suppose parfaite du signal ? (filtre de
reconstruction idal)
2) Mme question, mme sinusode mais la frquence dchantillonnage fe= 250Hz ?
Fig. 9 :
Exercice 19 :
Le signal analogique xc(t) est priodique avec T=1 ms. La srie de Fourier de xc(t) est la suivante :
xc (t ) ?
?a e ?
2 kt103
Exercice 16 :
Considrer le systme prsent ci-dessous. Rpondre aux questions suivantes en justifiant votre rponse.
k ? ?9
Exercice 20 :
Pour certaines applications comme la rduction de bruit ou le codage, on applique aux signaux
audio un traitement diffrenci par bande de frquence. A cet effet, le signal est dcompos en N
signaux bande troite par un banc de N-1 filtres passe-bande et 1 filtre passe-bas, selon le
schma de la figure 10 ci-dessous. On considre ici une dcomposition en 4 sous-bandes et un
signal de spectre triangulaire s'tendant sur une bande limite [-B;B].
Exercice 17 :
La rponse d'un systme LIT un chelon u(n) est la suivante :
SMP S6
M. LHARCH
Page 7
SMP S6
M. LHARCH
Page 6
Exercice 23 :
Considrons la fonction de transfert en Z suivante :
H ( z) ?
5
3 ? z ?1
6
1
1
(1 ? z ?1 ).(1 ? z ?1 )
4
3
1) Trouver les ples et les zros de H (z) et les reprsenter dans le plan complexe
2) Dcomposer H en lments simples et dterminer h [k], linverse causal de H (z)
3) Etudier la stabilit du systme.
Exercice 24 :
On considre un filtre numrique caractris par sa fonction de transfert :
????????????????10), K > 0
1) Donner lalgorithme de filtrage (schma) et la rponse impulsionnelle de ce systme ;
2) Etudier la stabilit ;
3) Dterminer H{z = ej?} ;
f
?) ;
fe
5) Dterminer les frquences fmin et fmax pour lesquelles on obtient respectivement les valeurs
maximales (Hmax) et minimales (Hmin) de |H(j?)| ;
6) Dterminer la valeur de K qui normalise (Hmax = 1) et donner lallure de |H(j?)| pour cette
valeur de K;
7) Dterminer les ples et les zros de H(z), commenter.
Exercice 25 :
On veut raliser un filtre passe bas numrique rponse impulsionnelle finie (RIF) N = 17
coefficients. La frquence de coupure est : fc = fe/4 avec fe frquence dchantillonnage. On
suppose que le thorme de Shannon est respect et on nglige leffet du bloqueur.
1) Donner lallure de la rponse en frquence H(f/fe) du filtre idal non causal dphasage nul
correspondant au cahier des charges;
2) Dterminer h[k] la rponse impulsionnelle de ce filtre idal ;
3) Effectuer la troncature et rendre causal cette rponse impulsionnelle et donner les
coefficients du filtre ;
4) Quelle consquence sur la valeur de certains chantillons a le choix de fc=fe/4 ?
5) Donner lexpression de lamplitude de la rponse frquentielle du filtre obtenu en fonction
des coefficients. Vrifier la nature passe-bas du filtre en esquissant lallure de la rponse
frquentielle (calculer quelques valeurs).
6) Quels sont les effets de la troncature de h[k] sur la rponse en frquence du filtre synthtis?
Comment pourrait-on amliorer les rsultats ?
Exercice 21 :
On chantillonne 500 chantillons par seconde un signal rel temps continu qui est la somme de
3 sinusodes de frquences respectives 50 Hz, 100 Hz et 300 Hz.
a) Dessiner le spectre damplitude du signal analogique
b) Dessiner le spectre du signal chantillonn. A partir de ces chantillons on reconstruit par le
filtre de reconstruction parfaite un signal temps continu. Quel est le signal obtenu ?
Exercice 22 :
On dispose dun signal temps discret x[n] provenant de lchantillonnage 10 000 Hz dun signal
temps continu x(t). Le spectre damplitude du signal chantillonn, |Xe(f)| est reprsent sur la
figure 11, pour les frquences normalises f = 0 1/2. On observe une raie pour f = 0.4.
M. LHARCH
Page 9
SMP S6
M. LHARCH
Page 8