Vous êtes sur la page 1sur 121

MASTER1-FILS

UPB

Le Filtrage des
Signaux Numriques
Andrei Doncescu
adoncesc@laas.fr

Filtres Linaires
Fonction de Transfert

Filtres Analogiques Passives


4 types de filtres - Ideal
Passe-bas lowpass

Bande passante bandpass

Passe-haut highpass

Filtre rejecteur bandstop

Filtres Analogiques Passives


Le Cas Rel :
lowpass

highpass

bandpass

bandstop

Systmes linaires
Les systmes linaires sont caractriss compltement par
leur rponse une impulsion unit

Specification (anglais)
Frequency-Selection function
Passing
Stopping
Pass-Band
Low-Pass
High-Pass
Band-Pass
Band-Stop
Band-Reject
Passband ripple
Ripple bandwidth

Filter Specification

Filtres
Analogique : se divisent en
passives et actives en
fonction de la partie
hardware utilis : RLC ou
A.O.

Numriques : Implments
en utilisant une structure
numrique : DSP,
microprocesseur permettant
de calculer la convolution,
la FFT

Filtre Passe-Bas Passif et


Analogique
+

R
C

VO
_

Low pass filter circuit


1
VO ( jw)
jwC
=
Vi ( jw)
R+ 1
jwC

1
1 + jwRC

Filtre Passe-Bas Passif et


Analogique
0 dB

-3 dB

Bode

1/RC
1
0.707

1/RC

Lineair

Filtre Passe-Haut Analogique


Passif
+
Vi _

C
R

VO
_

VO ( jw)
R
=
Vi ( jw)
R+ 1
jwC

jwRC
1 + jwRC

En anglais
High Pass Filter

Filtre Passe-Haut
High Pass Filter
0 dB

-3 dB

Bode
1/RC
1/RC
1

x.

0.707

Lineair
0

1/RC

Filtre Passe-Bande Passif

Vi

+
_

R
s
VO ( s)
L
=
Vi ( s) s 2 + R s + 1
L LC

VO

Filtre Passe-Bande Passif

0 dB
-3 dB

hi

0.707

Bode

Lineair
0

l
o

hi

Filtre Passif et Analogique


B ode D iagrams
F rom : U(1)
0

-3 dB
-5

-10

-15
100

50
To: Y (1)

P hase (deg); M agnitude (dB )

-5 dB

-50

-100
10

10

10

Filtre Passe-Bande
Exemple Matlab
N = 10;

%order butterworth ordre 10

[ZB, PB, KB] = buttap(N);


numzb = poly([ZB]);
denpb = poly([PB]);
wo = 600;

bw = 200;
% wo freq centrale
% bw bandwidth
[numbbs,denbbs] = lp2bs(numzb,denpb,wo,bw);
w = 1:1:1200;
Hbbs = freqs(numbbs,denbbs,w);
Hb = abs(Hbbs);
plot(w,Hb)
grid
xlabel('Amplitude')
ylabel('frequency (rad/sec)')
title('10th order Butterworth filter')

Butterworth

Filtre Rejecteur
Exemple
num = [1 0 300000];
den = [1 3100 300000];
w = 1 : 5 : 10000;
Bode(num,den,w)

Filtre Rejecteur
Exemple

Bode
Matlab

Filtre Passe-Bas Actif


C
Rfb

Vin

Rin

VO
_

Filtre Passe-Haut Actif


Rfb
C Rin
+

Vin

VO
_

Filtre Passe-Bande Actif

C2

R1
C1
+

Vin
_

R1

R2
R2

Rfb
Ri
+

VO
_

Filtre Rejecteur
C1
R1

R1
Rfb
R2

Vin

C2

Ri
+

VO
_

La Transforme en z

Lien avec la Transforme de


Laplace
Pour p=+2jf, lamortissement et f=frquence

Tz { x(n)} = TL { x(n)} z=e pt = x(n)e


nZ

Plan de Laplace

2jf

npTe

= x(n)z
nZ

Plan des {z}

Plan Transforme en Z
p = + j 2 f

z=e e
t

1
1
f (k ) f , (k + ) f et < 0
2
2

Plan des p

2jf

Plan des {z}

fe/2

j 2 f Te

fe/4

fe/2
-fe/2

-fe/2
-fe/4

Reprsentation par la
Transforme en z
Dfinition
On appelle transforme en z bilatrale dune suite {x(n)}, la
somme Xb(z) dfinie par :

Xb(z) = Tzb = x(n)z n


nZ

Remarque :
On peut considrer la transforme monolatrale:

Xb(z) = Tzb { x(n) } = x(n)z n


n=0

Proprits
Linarit

w(n)=ax(n)+by(n)W(z)=aX(z)+bY(z)
Shift (retard ou avance)

x(n n ) z X ( z )
n0

Inversion dans le temps

x ( n) X ( z )
1

Attention au domaine de convergence

Proprits
Multiplication par une exponentielle

x(n) X ( z )
n

Convolution

y(n)=x(n)h(n)Y(z)= X(z)H(z)
La transforme en z na pas de sens que si lon prcise le domaine de
convergence
Le domaine de convergence dun signal causal est un ????

Systmes linaires invariants


Dfinition

Lx(k)= y(k) Lx(k k0)= y(k k0)

Signaux Dterministes
Dans un contexte de logique cble ou programme, il est
immdiat de crer certains signaux dterministe:
x(n)=rectN(n)
x(n)=triangN (n)

Par contre il est moins facile de crer des signaux plus labors
comme par exemple:

y(n)=a exp(e ) cos(2f0nTe ) u(n)

Systmes discrets
Un systme est discret lorsque toutes les
grandeurs variables du systme sont des
signaux discrets.
La rponse du systme ne dpend pas
uniquement des signaux discrets dentre
mais aussi de ltat interne du systme, donc
nous avons une relation de rcurrence

Systmes discrets
Si le systme est linaire et invariant dans le
temps nous avons lquation de type
rcurrence :
N

b y(k n)=a x(k m)


n

n=0

m=0

Exemple (limportance des conditions initiales)


y (0) = x(0) ay (1) = 1

y(k)=0 k<0
x(k)=u(t)

y (1) = x(1) ay (0) = 1 a


y (2) = 1 ay (1) = 1 a + a
1 ( a)
y (k ) =
u (k )
1+ a
k +1

Relation de rcurrence et
transforme en z monolatrale
Considrons la relation de rcurrence:

y (n) + b y (n 1) + b y (n 2) = 0
1

b1 et b2 ctes

La Transforme en z est :

{
b y(1) + b
( z) =
1

y(2) }+ {b y(1) }z
1+ b z + b z

La Transforme en z Inverse
Base sur lintgrale de Cauchy
Mthode didentification par inspection
Dcomposition en fractions simples
Identification de la srie gomtrique
Exemple: Calculer la transforme z inverse de :
X(z ) =

1
1
1 z 1
2

Z
anu[n]

z >

1
1 az 1

1
2

1
x[n] = u[n]
2

z > a
35

Transforme en z inverse
Supposons que la TZ se prsente sous la forme :
M

X(z ) =

k
b
z
k

k =0
N

a z

k =0

Dveloppement en fractions simple :


X(z) =

M N

B z

r =0

s
Ak
Cm
+
+

1
1
1

d
z
k =1,k i
m =1 1 d z
k
i
N

Le premier terme existe si M>N


Br est obtenu par division longue
Le deuxime terme reprsente le ples simples
Le troisime terme reprsente les ples multiples
Chaque terme permet dobtenir le TZ inverse par identification
36

Dveloppement en Fraction
X(z) =

M N

B z

r =0

s
Ak
Cm
+
+

1
1
1

d
z
k =1,k i
m =1 1 d z
k
i
N

Ak = 1 dkz1 X(z) z =d

Coefficients sont :
Cm =

1
s m

(s m)! ( di )

ds m
s
1
s m (1 diw) X w
dw
w = di1

( )]

37

Transforme z inverse dun 2eme


ordre
X(z) =

1
1 1
1 1

z
1

4
2

ROC : z >

1
2

A1
A2
X(z ) =
+
1 1
1 1

1 z 1 z
4
2

1
1

A1 = 1 z 1 X(z )
=
= 1
1
1
4

1
1

z=
1
4

2 4

1
1

A 2 = 1 z 1 X(z )
=
=2
1
1
2

z=
1 1 1
2

4 2

38

X(z) =

1
2
+
1
1 1

1
1 z 1 z
4
2

1
z >
2

ROC extension
n

1
1
x[n] = 2 u[n] - u[n]
2
4

39

Gnration des signaux


numriques
Relation de rcurrence :
a k 0
x(k) =
0 en rest
k

x(k)=a x(k 1)

x(0) = 1

Gnrer un signal sinusodal


sin(a + b) = sin(a ) cos(b) + cos( a ) sin(b)
cos( a + b) = cos( a) cos(b) sin(a ) sin(b)
sin(kb + b) = sin(kb) cos(b) + cos( kb) sin(b)
cos( kb + b) = cos( kb) cos(b) sin(kb) sin(b)

x(0)=0
y(0)=1

x(k+1)=x(k)cos(b)+ y(k)sin(b)
y(k+1)= y(k)cos(b)x(k)sin(b)

x(k)=sin(kb)
y(k)=cos(kb)

Modle Linaire Discrets


Soit, lquation linaire, aux diffrences finies
L1

K 1

b y(nl)=a x(nk)
l

l =0

k =0

Est un modle ARMA dordre (K,L)


Questions:
1. Quel lordre minimal (K,L) qui permettre de reprsenter le signal de
faon convenable ?
2. Comment dterminer les {ak} et les {bl} ? Ces coefficients restent-ils
invariants lorsque lon considre diffrentes ralisation du signal ?

Filtres
Filtres rcursifs
Entre
Xk

RII-ARMA

Sortie
yk

Filtres non-rcursifs
Entre
Xk

RIF-MA

Sortie
yk

Stabilit des Modles ARMA


La CNS pour quun systme linaire, de rponse
impulsionnelle {h(n)} soit stable est que :

h(n) < sommabilit


n=0

La stabilit dun systme AR ou ARMA exige que les ples de


la fonction de transfert H(z) soient lintrieur du cercle
unit du plan {z}

Filtrage Numrique

MATLAB 3: signal sinusodal


c hronogr amme d'un signal en temps c ontinu
1
0.8
0.6

amplitude du signal

0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1

0. 005

0. 01
0.015
0.02
axe des temps (secondes)

Amplitude : 0.8
Dure : 0.03 seconde
Priode : 0.02 seconde
Frquence : 1/0.02 = 50Hz
Signal analogique et (en temps) continu
Expression : s(t)= 0.8*sin(2**t/0.02)

0.025

script Matlab
% crer et afficher le signal sinusodal prcdent
freq= 50; % en Hertz (Hz)
ampl= 0.8; % ';' signifie ne pas afficher le rsultat
temps= [0:1:299]/10000; % dfinir vecteur temps(secondes)
signal= ampl*sin(2*pi*freq*temps); % crer vecteur signal
plot(temps, signal) % trace la courbe signal(temps)
axis([0, temps(length(temps)), -1, 1]) % dfinir les axes
grid % tracer la grille
title('chronogramme d''un signal en temps continu')
xlabel('axe des temps (secondes)')
ylabel('amplitude du signal')
c hronogr amme d'un signal en temps c ontinu
1
0.8
0.6

amplitude du signal

0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1

0. 005

0. 01
0.015
0.02
axe des temps (secondes)

Page 46

0.025

signal discret, signal numrique.


signal numris, B=3bits
1

0.8

0.8

0.6

0.6

0.4

0.4

0.2

0.2
signal

amplitude du signal

chronogramme dun signal en temps discret


1

-0.2

-0.2

-0.4

-0.4

-0.6

-0.6

010

-0.8

-0.8

001

-1

0.005

0.01
0.015
0.02
axe des temps (secondes)

0.025

priode dchantillonnage : Te= 0.001s


frquence d'chantillonnage fe =1000Hz
20 Te par priode
Signal en temps discret et analogique

-1

0.005

0.01
0.015
0.02
axe des temps (secondes)

0.025

nombre de bits par chantillon : B = 3


8 niveaux de quantification
pas de quantification : Q=0.25
erreur de quantification 0 < < 0.25
Signal numrique et en temps discret
Page 47

000

Composition frquentielle.

Le chronogramme ci-dessus a t trac par Goldwave partir de lexpression


mathmatique :

s(t ) =

cos(400t ) cos(1200t ) cos(2000t )


+
+
2
18
50
200Hz

600Hz

1000Hz

Le signal s(t) est compos des trois frquences 200, 600 et 1000Hz
Page 48

MATLAB : spectre et spectrogramme du signal s(t)


fe/2

frquence

spectrogramme = spectre(temps)

spectre calcul par lalgorithme de F.F.T.


(Fast Fourier Transform)
amplitude
en dB

frquence

Page 49

fe/2

Gabarit dun filtre


Pour un filtre passe-bas, est conduit introduire 3 rgions
Bande passante, plage de frquences o le gain prend des valeurs
comprises entre (1-p,1+ p) o p est le taux dondulation
Bande de transition, plage de frquence o le gain sattnue dans
un rapport A.
Bande affaiblie, plage de frquences o le gain prend des valeurs
infrieurs s
H(f)

ripples
- 3dB

B. passante

B. affaiblie

fc fe

La partie du plan complexes o se trouvent les zros correspond la


bande affaiblie. Plus les zros sont proches du cercle unit, plus
lattnuation est grande. Plus le nombre de zros est grand, plus les
ondulations dans la bande affaiblie pourront tre rendues faibles.

Le lien entre le gabarit et la position des


ples et des zros.
Le cercle unit est gradu en valeur de la
frquence qui varie entre et
Si les ples et les zros sont complexes
conjugus |H(j)| est paire
La partie du plan complexe o se
trouvent les ples correspond la bande
passante. Plus les ples sont proches du
cercle unit, plus les surtension sont
grandes. Plus les ples est grandes, plus
les ondulations dans la bande passante
pourront tre rendues faibles.

Im(z)
x

zros
ples

f=1/4
x

x
x

f=-1/4

f=0

Re(z)

Synthse dun filtre rel temps continu


Problme :
Comment raliser en numrique un filtrage
analogique ?
Donc, si xa(t) et ya(t) sont les signaux dentre et de
sortie dun filtre analogique: comment fabriquer les
chantillons de ya(t) partir de ceux de xa(t) ?

Solution :
Soit le filtrage linaire rel analogique dfini par lquation en
frquence :

Ya(f )=Ha(f )Xa(f )

Si Xa(f)=0 pour |f|>B, alors Ya(f) est lui-mme bande limite B. On


prend Fe=1/Te>2B
Lexpression des chantillons ye(n)=ya(nT) en fonction des
chantillons x e(n)=xa(nTe) scrit

~
2j nf
2j nf ~
ye(n)=xe(t)*he(n) Ye( e
) = X e( e
)He( e2j nf )
~
O He( e2j nf )est la priodise de Ha(fFe) rect(b,b)(f) o b=B/fe

Conclusion
Cest donc un filtrage temps discret dont la rponse en
frquence sobtient par troncature de Ha la bande (-B,B)
suivie dune division de laxe des frquences par Fe

Preuve
En utilisant la formule de Poisson:
2jf

2jfn

Ye(e ) = ye(n)e
nZ

=Fe Ya((k f)Fe)


kZ

=Fe Ha((k f)Fe) X a((k f)Fe)


kZ

Et en

~
H
posant a(f)=Ha(fFe) rect(b,b)(f) on a :
~
2jf
Ye(e ) = Fe Xa((k f)Fe)Ha((k f)Fe)
kZ

kZ

ANALYSE DES FILTRES


NON RECURSIFS OU RIF

Caractristiques des RIF


quations mathmatiques :
N1

y(n) = h(k)x(n k)
k=0
N1

H (z) = h(k)z k
k=0

x(n)

h0

h1

hk

Y ( z) h + h z + ... + h z
H ( z) =
=
X ( z)
1
1

y(n)

Filtre rponse impulsionelle


finie (RIF)
yn=h0 xn+...+hL1xnL1

Stabilit : un filtre RIF est stable


Phase linaire: si la rponse impulsionelle
vrifie
hL =hN L L [0,N]
Remarque: consquence directe de la symtrie de la rponse
impulsionelle

Dmonstration de la phase
linaire
N=7
h(n)=h(N-1-n) ou h(n)=-h(N-1-n)
h(0) = h(6) ; h(1) = h(5) ; h(2) = h(4)
6

H () = H (e ) = h(k )e
jt

jkT

k =0

H ( ) = e

j 3 T

(h(0)(e

j 3 T

+e

j 3 T

) + h(1)(e

j 2 T

+e

j 2 T

) + h(2)(e + e ))
j T

jT

Exemple
Considrons le filtre RIF, dont la rponse :
h0=h3, h 1=h2 et h n=0 pour n{0,1,2,3}

Sa rponse en frquence est :


2jf

H(e )=h0+h 1e2jf +h 2e4jf +h3e6jf


3j
= e (h 0 cos( 3f )+h1 cos( 6f ))

Filtre Design

Spcifications du filtre
Calcul des coefficients
Ralisation
Analyse de la quantification des coefficients du filtre
Implmentation

Spcifications :
Soit un filtre passe-bas utilis pour la rduction
du bruit physiologique :

La bande passante 10Hz


La bande darrt < 20 Hz
Lattnuation dans la bande darrt < 30dB
Les oscillation dans la bande passante ripple <0.026 dB

La frquence dchantillonnage 256 Hz

Gabarit dun filtre


Bande passante, plage de frquences o le gain prend des valeurs
comprises entre (1-p,1+ p) o p est le taux dondulation
Bande de transition, plage de frquence o le gain sattnue dans
un rapport A.
Bande affaiblie, plage de frquences o le gain prend des valeurs
infrieurs s
H(f)

ripples
- 3dB

B. passante

B. affaiblie

fc fe

Synthse RIF passe-bas par la


mthode de la fentre
On veut construire un filtre numrique idal rel de bande
b(0,1/2) dfinie par :
H (e ) = rect
2 jf

Donc

h = e

2 jn f

df =

( b ,b )

(f )

sin(2nb)
n

h =2f
O

La meilleure approximation de longueur 2N+1 est :

gn= hn si n[N,...,N}
0
sinon

Remarque: cette troncature introduit des lobes dans la rponse


en frquence

Fentre de pondration
Le fait de ne conserver de la suite infinie h(n) quun
nombre fini de termes revient la multiplier par une
fonction rectangle de largeur N et donc convoluer H(f)
par la fonction :

N1

jN
1
e
sin(N f ) j ( N1) f
j n
Wr = e
=
=
e
j
1- e
sin( f)
n=0

Algorithme
1.
2.

3.

On se donne le gain complexe H(f) raliser et le nombre N de


coefficients du filtre
On dtermine les coefficients h(n) par la formule prcdente en
limitant le calcul N valeurs rparties de faon symtrique autour
de n
On multiplie terme terme la suite obtenue par une suite w(n)
appele fentre de pondration

Synthse RIF passe-bande partir dun


RIF passe-bas
Soit hn la rponse impulsionnelle dun filtre passe-bas de bande B.
Considrons le filtre de rponse impulsionnelle:

gn=2h ncos(2 f0 n)=hne2jf0n+hne2jf0n


Par TFtd on en dduit que lexpression du gain complexe de gn:
2jf

2j(f + f0)

G(e )=H(e

2j(f f0)

)+H(e

Conclusion : Si hn est filtre passe-Bas de bande B, gn est un passe-bande


centr autour de f0 de bande 2B

Fentre de pondration
Sont des fentres qui prsentent des lobes secondaires de
moindre amplitudes.
Consquence: llargissement de la bande de transition.
Exemple: Hamming
wH (n) = 0.54 + 0.46 cos(2n/N) o n {N / 2,..., N / 2}
gn = hn wn

Remarque: la pondration utilise conserve la symtrie de


la fentre et donc la proprit de phase linaire

Relation pour la fentre de


Hamming
3.3
f =
N
H(f)

ripples

Les oscillations dans la bande passante


minimum 0.0194 dB

- 3dB

B. passante

B. affaiblie

attnuation maximum est 53 dB

Hamming

Diffrentes fentres
Fentre

Ltransition Ripple

Lobe
principal

Attenuation
dans la
bande stop

Function

Rectang.

0.9/N

0.7416

13

21

Hanning

3.1/N

0.0546

31

44

2n

0.5 + 0.5 cos


N

Hamming

3.9/N

0.0194

41

53

2n

0.54 + 0.46 cos


N

Blackman

5.5/N

0.0017

57

75

Kaiser

Signification physique des


coefficients bi
Considrons une impulsion :

y ( 1) = 0
y (0) = a

1 si n = 0
x(n) =
0 si n 0

y (1) = a

Et la relation de rcurrence :
y (n) = a x(n) + a x(n 1) + a x(n 2) + ...
0

1
2
a = a = ... = 0
a =a =
0

y ( 2) = 0
y (3) = 0

Remarques
On peut dire que la suite a0 ,a1, constitue
la rponse du filtre une impulsion
Le milieu de la rponse a pour abscisse :

T
=
2
e

On peut estimer que le filtre introduit un


retard et que la rponse impulsionnelle est
symtrique par rapport ce point.

Exemple
Supposons que l'on veuille faire un filtre passe-bas de frquence de
coupure fc,
sn=1en+ 1en1
2 2
On peut prendre
S ( z) 1 1
Rponse de ce filtre :
H ( z) =
= + z
E( z) 2 2
1
1

S ( z) =

E( z) +

E( z) z

On a donc une rponse frquentielle du type :

1 1
H ( j ) = + e
2 2

jT e

1
= (e + e
2

Rponse en amplitude

jT e

jT e

)e

jT e
2

T
= cos
2

jT e

Rponse en phase

L' quation de rcurrence


Ex: y(n)=x(n)-x(n-1) drivateur mais avec
des rsultats trs moyens sauf pour les basses frquence.

Exemple
Dterminer les coefficients dun filtre RIF passe-bas avec
les frquences suivantes pour la bande passante et la bande
darrt 1kH et 4.3 kHz. Utiliser une fentre de Hamming et
considrer la frquence dchantillonnage de 10kHz.
Solution
3.3
N
f

Conclusion
Il existe des mthodes de conception de filtre RIF simple
mettre en uvre
Phase linaire, donc pas de dispersion
Stabilit
Cher en ralisation
Le retard entre lentre et la sortie peut tre relativement
longue
Implmentation possible sur tous les DSP

ANALYSE DES FILTRES


RECURSIFS OU RII

Synthse des filtres numriques


RII
Caractriss par lquation rcurrente :

k =0

k =0

y(n) = h(k ) x(n k ) = b x(n k ) + a y(n k )


k

k =1

La fonction de transfert est :


N

H ( z) =

b z

k =0

1+ a z
k

k =1

Rponse impulsionnelle
1 + 0.5z
H ( z) =
1 1.8 cos( /16) z + 0.81z
1

Filtrage

Synthse des filtres numriques par


transformation de H(p) en H(z)
Transposer la fonction de transfert H(p) de son homologue
analogique du plan p dans le plan z par une rgle reliant p z
Transformation dEuler ou quivalence de la drivation
y(t)= dx yk = xk xk 1
dt
Te

Y(p)= pX(p) H(p)= p

Y(z)= 1 X(z) X(z) z


Te

1
= z X(z)
Te

1
p z
Te

Synthse dun filtre numrique


er
passe-bas du 1 ordre
Soit la fonction de transfert :
1
H ( p) =
= RC
1+ p

La rponse impulsionnelle :
1
h(t ) =
e
RC

t
RC

u (t )

La rponse indicielle :
t

s (t ) = 1 e u(t )

ind

RC

En utilisant la transformation prcdente :


1
H ( z) =

1 + z
T T

Lquation aux diffrence est :

y =

1+

y +

k 1

1+

Application
= 1ms ( R = 1k C = 1 )

T = 100s
e

quation ????*
Rponse impulsionnelle x1=1 xk=0 k>1
Rponse indicielle xk=1 k>=1
Conditions initiales y0=1

RII versus RIF


La complexit d'un filtre RII est moindre que celle d'un filtre RIF du
mme ordre. Cette proprit peut tre utile sur les plateformes limites
en puissance de calcul
Gnralement, les filtres RIF sont moins sensibles aux erreurs de
quantification que les filtres RII. L'absence de rcursivit empche les
erreurs cumulatives.
Un filtre RIF est moins slectif qu'un filtre RII du mme ordre. C'est-dire que la transition entre la bande passante et la bande rejete est
moins rapide que dans le cas du filtre RII.
Contrairement un RII, un filtre RIF peut avoir une rponse
impulsionnelle symtrique et introduire un retard sur le signal mais
aucun dphasage.

Le choix du filtre RIF/RII


RIF peuvent avoir une phase linaire : Applications
transmission de donnes, audio, traitement dimages
RII la phase est non-linaire
RIF toujours stable
Leffet de la limitation du nombre de bits est moins svre
pour les RIF que pour les RII
RIF ncessitent un nombre de coefficient suprieure au RII
Les filtres analogiques peuvent tre transforms facilement
en RII

Quand RII/RIF ?
RII pour des filtres avec une bande de transition
faible
RII pour des gains importants
RIF quand le nombre de coefficients est rduit :
les DSP conus pour RIF

Les banc de filtres

Traitement Multicadence
Un systme multicadence est caractris par le fait que des cadences
de traitement diffrentes sont prsentes simultanment en divers points
de la chane de calcul
Exemple: les oprations de sur et de sous-chantillonnage
Avantage: gain en termes defficacit de calcul

Applications du traitement du signal


multicadence
Filtrage bande troite : Audio numrique
Le codage en sous-bandes
La conversion analogique/digitale (-)
Transmultiplexeurs (OFDM)
MPEG audio/vido

Problmatique
Les systmes de communications mobiles (GSM) ou interactifs sur cbles sont
des systmes o divers utilisateurs sont autoriss communiquer
simultanment.
L'accs multiple est classiquement rsolu en ayant recours au multiplexage
temporel des signaux (GSM) o l'attribution de codes diffrents (code division
multiple acces). Pour les rseaux CATV interactifs, il a rcemment t
propos d'attribuer chaque utilisateur une forme d'onde qui est en fait une
fonction de base d'une transformation de Fourier discrte.
Cette technique a t baptise OFDMA (orthogonal frequency division
multipleacces).

Solution:

Structures en bancs de filtres (systmes sous-bandes) , qui sont plus


gnraux que les systmes transformation orthogonale.

Introduction
Un banc de filtre est un ensemble de filtres numriques travaillant en
parallle et dcoupant la bande de frquence en K sous bandes.
Le traitement du signal numrique traditionnel utilise des blocs
comme: ladditionneur, multiplicateurs et des le retard.
Dans les systmes banc de filtres, nous avons deux nouveaux bloc
Dcimateur

M
Expandeur

Sur-chantillonnage
Consiste effectuer une interpolation sur une suite x(n) en calculant
M-1 valeurs intermdiaires entre deux points conscutifs

Sous-chantillonnage
Consiste calculer, partir dune suite chantillonne fe, les valeurs
de la mme suite qui aurait t chantillonne fe/M

M Dcimateur
M dcimation:

y (n) = x( Mn)
1
Y ( z) =
M

z =e

M 1

1/ M
k
(
),
X
z
W

W = e j 2 / M

k =0

1
Y (e ) =
M
j

M 1

j ( 2 k ) / M
(
)
X
e

k =0

Dans lintervalle (-1/2,1/2), Y(f) est la somme algbrique de M


contributions dcales de 1/M

chelle temps
Temps physique

Squence
x (n)

1 0

x(t )

T 2T 3T 4T 5T 6T 7T

y (t )

y (n)

1 0

2T

4T

6T

chelle frquence
Frquence physique

Frquence normalise
X ( j)

X ( e j )
1

Y ( j)

Y ( e j )
1

L Expandeur
x

L-expandeur:
y(n)=x(n/ L),n est un multiple de L
en rest
0,

Y ( z) = X ( z L )

z = e j

Y (e j ) = X (e jL )

On retrouve le spectre de x(n) rpliqu L fois

Filtre Dcimateur
x

H (z )

Filtre
Dcimateur

Dcimateur

u ( n) =

U ( z) = X ( z)H ( z)

x ( k ) h( n k )

k =

1
Y ( z) =
M
1
=
M

M 1

y (n) = u ( Mn)

1/ M
k
U
(
z
W
)

k =0

M 1

X (z
k =0

1/ M

W )H (z

1/ M

W )

x(k )h( Mn k )

k =

Filtre Interpolateur
x

L
expandeur

U ( z) = X ( z )
Y ( z) = U ( z)H ( z)
L

= X ( z )H ( z)

H (z )
filtre
interpolateur

u(n)= x(n/L), n multiple de L


en rest
0,

y ( n) =

u ( k ) h( n k )

k =

x(k )h(n kL)

k =

Connexion des lments dun schma bloque


x

x2
M

x2

x1

x1

x2
M

x2

x1

x1

Dcimateur-Expandeur en
cascades
x

u0

u1

y0

y1

y0= y1 si et seulement si (M,L) premires

Simplification
Identit 1:
x

H (z M )

H (z )

Identit 2:
x

H (z )

H (z )

Filtres Spciaux
E0 ( z ) = c

Filtre banc dordre M:


M 1

H ( zW

) = Mc

k =0

Reprsentation frquentielle:
H (z )

H (zW )

H ( zW )

H ( zW

M 1

Banc de Filtres Numriques


Analyse
x

Synthse

H 0 ( z)

x0

y0

F0 ( z )

H1 ( z )

x1

y1

F1 ( z )

H M 1 ( z )

xM 1

y M 1

FM 1 ( z )

Conclusions:
M-banc de filtres:

H 0 ( z)

H1 ( z )

H M 1 ( z )

x0

x1

xM 1

M
M

v0

v1

vM 1

M
M

u0

u1

u M 1

F0 ( z )

F1 ( z )

FM 1 ( z )

La reconstruction exacte est:

X ( z ) = cz n0 X ( z ),

x (n) = cx(n n0 )

M=2 :
x

x0

x1

G0(z)

G1(z)

H0(z)

H1(z)

y0
y1

Y0(z)=H0(z)[G0(z)X(z)+G0(z)X(z)]/2
Y1(z)=H1(z)[G1(z)X(z)+G1(z)X(z)]/2

La reconstruction parfaite est assure lorsque

X(z)= zr X(z)

G0(z)H0(z)+G1(z)H1(z)=2zr
G0(z)H0(z)+G1(z)H1(z)=0
QMF: G1(z)=G0(-z)
CQF: G1(z)=(-z) -N G0(-z -1)

Transmission Numrique

Types de transmission
Transmission en bande de base: les signaux sont transmis
tels quils sortent de la source
Transmission par modulation: transposer le signal en autre
contenant la mme information, mais avec une modification
en frquence du signal
Permet le multiplexage frquentiel
Adaptation aux condition dun milieu de transmission

Quantit dinformation
La quantit dinformation I contenue dans un caractre est :

I =log2 p(xi)
Quantit dinformation moyenne dune source Entropie
Soit une source ayant mis un message de m caractre issus dun
alphabet de n caractre alors
n

H(X)= p(xi)log2 p(xi)


i=1

Message numrique en bande de


base
Le message numrique est une suite {dk} de v.a. valeurs
dans {0,1}
Le modulateur associe de faon bijective chacun de 2k
message possible un signal temps continue x(t)
Exemple: le signal numrique est engendr partir dune
impulsion h(t) dcale et module par dk
K

x(t)=dk h(t kTb)


k =1

O Tb est lintervalle de temps entre lmission de 2 bits

Db= 1
Tb

Transmission binaire
On considre un alphabet fini M symboles

M =2m
On choisit un codage qui associe toute suite de m bits du message
numrique un symbole ak de lalphabet A
Le modulateur fournit le signal numrique:
x(t)=ak h(tkT) o T =mTb
k

Donc

R= 1 = Db
baud
T log2(M)

Codage de Gray
100
-7
101
-5
111
-3
110
-1
010
1
011
3
001
5
000
7

Modulation sur frquence


porteuse
On associe un symbole dans lintervalle de temps (kT,(k
+1)T) le signal:
x(t)=A cos(2f0t+k)
Lenveloppe complexe de x(t) a pour expression

xb(t)= Aak rectT(tkT) ak =exp(jk )


k

Introduction
Lors de transmission sont mis, soit des signaux analogique numriss
soit des donnes purement et initialement numrique
La suite des valeurs binaires obtenues est transforme en une srie
dimpulsion destine tre transmises cest la transmission PCM
En modulation numrique diffrentielle dite DPCM sont transmis des
diffrences en amplitude des chantillons successifs

Modulation PCM
Supposons que le signal analogique transmettre ait quantifi en
amplitude sur q niveaux reprsents par des nombres binaires de n
bits : q=2n Donc, il faut transmettre n impulsions binaires pour chaque
chantillons soit nFe impulsion par seconde.
Le dbit de moments est donc :

M =nFe (Bd)
La bande passante ncessaire la transmission PCM dun signal
analogique dont le spectre est born par par valeur suprieure
fmax=Fe/2 est :

B= M = n Fe=nfmax
2 2

Modulation delta
Principe
Cest fondamentalement une quantification un seul bit. Cette variable
est gale la diffrence entre lamplitude xe[n] de lchantillon
informatif et une amplitude x(n) reconstitu par extrapolation
successives dordre zro.
Pour cette reconstitution on utilise un pas de quantification
x est calcul la fois par lmetteur pour la modulation et par le
rcepteur.

Bande passante
Le dbit de moments est donc M=Fe (Bd).
Les erreurs de tranage cest dire la possibilit que lcart entre x(t) et
x(t) ne soit suprieure qui impose :

dx(t)
Te dt max

dx(t)
1
fe
dt max

Condition plus exigeante que le thorme de Shannon

Vous aimerez peut-être aussi