Académique Documents
Professionnel Documents
Culture Documents
I Généralités
1-Définition
Les filtres sont des outils utilisés dans le domaine du traitement du signal, ils servent principalement à séparer
des signaux dans le domaine fréquentiel (télécommunications, acquisition de grandeurs à mesurer ou à traiter,
suppression de signaux parasites, etc…). Dans certains rares cas particuliers, on utilise également les filtres pour
retarder un signal (travail dans le domaine temporel).
Plus précisément, les fonctions essentielles d'un filtre ont pour objectif de :
- modifier les composantes spectrales d'un signal,
- isoler une information utile contenue dans une bande passante déterminée par rapport aux bruits etaux autres
informations existant hors de cette bande.
Un filtre numérique est un système numérique linéaire invariant dans le temps, utilisé pour modifier la distribution
fréquentielle des composants d'un signal selon des spécifications données, en utilisant des opérations arithmétiques de
précision limitée.
2-Equation de base
La réponse y(n), d'un système numérique linéaire invariant dans le temps, à une excitation x(n) est donnée par la
relation de convolution exprimée dans le domaine temporel :
y(n) = x(n)*h(n) (1.1)
Ou h(k) est la réponse impulsionnelle du système.
Dans ce cas les échantillons h(k) sont non nuls seulement sur un intervalle de durée finie L avec k0 k< k0+L-1.
Le problème général de synthèse de tels filtres consiste à déterminer l'ensemble des coefficients (bi) et
(ai) de manière à ce que la réponse fréquentielle du filtre obtenue satisfasse le gabarit donné. En plus, pour
que le filtre soit réalisable, il faut qu'il soit causal et stable. La causalité est assurée si la réponse
impulsionnelle satisfait la condition : pour k<0.
La condition de stabilité des filtres RII est plus sévère que celle des filtres RIF.
La fonction de transfert H(z) d'un filtre RII, que l'on peut aisément obtenir à partir de l'équation
précédente. Cette fonction H(z) possède en général M zéros et N pôles. Dans le cas d'un filtre causal. La
condition de stabilité implique que les N pôles soient à l'intérieur du cercle unité dans le plan des z.
Les filtres à réponse impulsionnelle infinie sont des systèmes discrets invariants dans le temps dont
le fonctionnement est régi par une équation de convolution portant sur une infinité de termes. En
principe, ils conservent une trace de signaux qui leur ont été appliqués pendant une durée infinie, ils
sont à mémoire infinie. Une telle mémoire est réalisée par une boucle de réaction de la sortie sur
l'entrée, d'où la dénomination courante de filtre récursif. Chaque échantillon de sortie est fonction des
entrées présentes, des entrées passées et aussi des sorties antérieures.
Le fait d'avoir cette réponse impulsionnelle infinie permet d'obtenir en général des fonctions de
filtrage beaucoup plus sélectives que celles des filtres RIF à qualité de calculs équivalente. Cependant la
boucle de réaction complique l'étude des propriétés et la conception de ces filtres.
Il est d'usage de classifier les filtres spécifiés par leur réponse fréquentielle dans des catégories larges, telles que
filtres passe-bas filtres passe-haut, filtre passe-bande et filtres coupe-bande. En plus ces spécifications sont souvent
idéalisées en ce sens que tout ce qui doit être transféré à la sortie doit l'être sans modification et tout ce qui doit être
atténué doit l'être complètement. Les réponses fréquentielle idéalisées correspondantes aux classes mentionnées ci-
dessus sont représentées sur la figure () ou on a représenté uniquement la période principale [-1/2, +1/2] de la
fonction périodique |H(f)| de période unité. La fréquence étant normalisée par la fréquence d'échantillonnage fs (f=fr/
fs). Si le filtrage est effectué sur un signal numérique provenant de l'échantillonnage d'un signal analogique, pour une
correspondance correcte des fréquences il faut faire intervenir la période d'échantillonnage (T = 1/fs). Dans ce cas la
période principale devient [-fs/2, fs/2].
Remarque
Il y a deux manières d'exprimer la fréquence réduite :
- la première consiste à diviser toutes les fréquences par fe et par conséquent d'obtenir une
nouvelle fonction de la variable f/fe, cette méthode est très souvent utilisée dans la littérature,
- la seconde consiste à diviser toutes les fréquences par fe/2 et par conséquent d'obtenir une
nouvelle fonction de la variable 2f/fe, cette méthode est celle que l'on utilisera car c'est celle qui est utilisée parle
logiciel Matlab pour effectuer la synthèse.
- Classification des filtres idéaux
Il est d'usage de classifier les filtres spécifiés par leur réponse fréquentielle dans des catégories larges, telles que
filtres passe-bas filtres passe-haut, filtre passe-bande et filtres coupe-bande. En plus ces spécifications sont souvent
idéalisées en ce sens que tout ce qui doit être transféré à la sortie doit l'être sans modification et tout ce qui doit être
atténué doit l'être complètement. Les réponses fréquentielle idéalisées correspondantes aux classes mentionnées ci-
dessus sont représentées sur la figure () ou on a représenté uniquement la période principale [-1/2, +1/2] de la
fonction périodique |H(f)| de période unité. La fréquence étant normalisée par la fréquence d'échantillonnage fs
(f=fr/fs). Si le filtrage est effectué sur un signal numérique provenant de l'échantillonnage d'un signal analogique,
pour une correspondance correcte des fréquences il faut faire intervenir la période d'échantillonnage (T = 1/fs). Dans
ce cas la période principale devient [-fs/2, fs/2].
Coefficients
La fonction est périodique, de période. Les coefficients constituent les coefficients de développement de Fourier
de cette fonction.
Phase
Le filtre idéal permet de transmettre sans distorsion une partie du spectre (bande passante) et bloque toutes les
autres parties (bande coupée) avec un passage abrupt (discontinuité) entre ces 2 parties. Le temps de propagation est
supposé identique pour toutes les composantes spectrales. Le filtre présente ainsi une réponse fréquentielle à phase
linéaire.
Si les coefficients sont symétriques, la fonction peut se mettre sous la forme d'un produit de deux termes dont
l'un est une fonction réelle et l'autre un nombre complexe de module 1. Un tel filtre est dit "à phase linéaire".
Par conséquent, il est possible d'élaborer un filtre RIF de manière à ce qu'il possède une réponse fréquentielle de
phase parfaitement linéaire. Ainsi, un signal se trouvant dans la bande passante du filtre est reproduit exactement
à la sortie, avec un retard donné par la pente de la réponse fréquentielle de phase.
Stabilité
Un avantage majeur des filtres RIF réside dans leur stabilité ; en vue de sa structure non récursive, un filtre RIF
est toujours stable, pour autant que les valeurs de sa réponse impulsionnelle soient toutes finies.
Causalité
Un autre avantage des filtres RIF est qu'ils sont causaux si toutes les valeurs sont nulles pour n<0. Si ce n'est
pas le cas, on peut les rendre causaux moyennant un certain décalage qui ramènera à l'origine la première valeur
non nulle.
le filtre passe-haut de type1 suivant : bande passante de Bp = 1 kHz, fréquence d'échantillonage fe= 4 Bp, et un
nombre de coefficients égal à NbCoeff = 21.
On veut limiter l'ondulation dans la bande passante. Pour cela, on choisit d'utiliser une fenêtre de Hamming.
Bp = 1000 %Bande passante
fe = 4*Bp %Fréquence d'échantillonnage
Wn = 2*Bp/fe %Etalonnage de la bande passante par rapport à fe/2
NbCoeff = 21 %Nombre de coefficients (FIR de type I)
N=NbCoeff-1 %Ordre du filtre
%Détermination des coefficients (fenêtre de Hamming)
h_hamm = FIR1(N,Wn,'high',hamming(NbCoeff),'scale')
impz(h_hamm) %Réponse impulsionnelle
freqz(h_hamm) %Spectres d'amplitude et de phase
Les filtres RII, ou filtres récursifs ont des propriétés qui se rapprochent de celles des filtres analogiques et les
techniques les plus utilisées pour calculer leurs coefficients sont des techniques qui permettent de transposer les
méthodes de synthèse des filtres analogiques au cas des filtres numériques, en établissant une correspondance
appropriée entre les deux domaines analogique et numérique.
1.1 Propriétés générales :
Le filtre RII général est un système qui, à la suite des domaines fait correspondre la suite suivant l'équation aux
différences d'ordre N présentée ci-dessus.
Le problème général de synthèse de tels filtres consiste à déterminer l'ensemble des coefficients bi et ai de
manière à ce que la réponse fréquentielle du filtre obtenue satisfasse le gabarit donné. En plus, pour que le filtre
soit réalisable, il faut qu'il soit causal et stable. La causalité est assurée si la réponse impulsionnelle satisfait la
condition : h(k) =0 pour k<0.
Cette fonction H(z) possède en général M zéros et N pôles. Dans le cas d'un filtre causal. La condition de
stabilité implique que les N pôles soient à l'intérieur du cercle unité dans le plan des z.
Dans la transformation d'un filtre analogique en un filtre numérique, il est essentiel que les propriétés
principales du filtre analogique soient conservées. En fait, la transformation da Laplace est aux systèmes
analogiques ce que la transformation en z est aux systèmes numériques. On cherchera donc à établir un pont entre
ces deux transformations. De point de vue mathématiques, un tel pont est une application du plan des s la
transformée da Laplace au plan des z.
Dans telle application, il est souhaitable que l'axe imaginaire du plan des s soit appliqué sur le cercle unité et
que le demi-plan gauche du plan des s soit appliqué à l'intérieur du cercle unité dans le plan des z. ceci garantit
qu'un filtre analogique stable se transforme en un filtre numérique stable.
Le problème de filtrage revient alors à trouver d'abord un filtre analogique qui remplit les spécifications du
problème donné. On détermine ensuite sa fonction de transfert qui est la transformée de Laplace de sa réponse
impulssionnelle.
Une fois que l'application du plan des s sur le plan des z est établie sous forme d'une relation fonctionnelle,
il faut substituer celle-ci dans l'expression de. On obtient la fonction de transfert du filtre numérique
correspondant :
Finalement, il faut exprimer comme un quotient de deux polynômes et déterminer les coefficients et par
identification. Le filtrage peut être alors effectué à l'aide de l'équation aux différences.
Exercice
Soient xn et yn , deux séquences de signaux numériques, avec :
x(0) = 1, x(1)= -1, x(2)= 0.5 x(n) = 0 pour n 3
y(0) = 1, y(1) = 1, y(n) = 0 pour n =2
1. Donner la transformée en z de chaque signal
X(z)=1- z-1 + 0.5z-2 (0.5)
Y(z)= 1+ z-1 (0.5)
2. Si la séquence yn est la réponse d'un filtre numérique, à l'entrée xn, déterminer H(z) transmittance
de ce filtre.
H(z)=( 1+ z-1) / (1- z-1 + 0.5z-2) (1)
5. Donner le type du filtre numérique (RII ou RIF) : Réponse Impultionnelle Infinie RII (0.5)
car H(z) est de la forme : avec D(z) 1 (0.5)
Exercice :
Soit le filtre numérique décrit par l'équation suivante :
y(n)=3y(n-1)- 2y(n-2)+x(n)
1. Donner H(z)
2. Quel est l'ordre de ce filtre
Il est d'ordre 2
Les filtres numériques présentent par rapport aux filtres analogiques les avantages inconvénients suivants :
Avantages
- Les filtres numériques sont insensibles aux conditions extérieures (chaleur,
- humidité, etc.)
- Certains filtres numériques sont impossibles à réaliser de manière analogique (exemple: les filtres
RIF).
- Les filtres numériques ne sont pas sensibles aux non idéalités d'un amplificateur opérationnel. Ainsi,
un filtre RII du ordre est tout à fait envisageable (attention quand même au bruit de calcul !).
- La problématique du bruit change d'aspect: dans le filtrage numérique on parle de 'bruit de
quantification' et de 'bruit de calcul'. Le premier est lié au nombre de bits employés pour la quantification (8
bits, 16 bits, etc.). Le second est négligeable si l'unité de calcul est de type 'floating point'. De toute manière,
le bruit numérique est localisé: on sait d'où il vient et il reste stable.
Inconvénients
- Les filtres numériques nécessitent un filtrage analogique anti-repliement à l'échantillonnage et à la
restitution.
- Les performances d'un filtre sont directement proportionnelles à la puissance de l'unité de calcul
(processeur ou DSP).
- Beaucoup de problèmes peuvent apparaître si l'unité de calcul est de type 'fixed point'. Les
paramètres d'un filtre nécessitent parfois une double précision pour être opérationnels, ce qui ralentit les
performances.
Complexité
M+N mémoires (pour stocker x(n-i), i=1,…, M et y(n-j), j = 1, …, N)
M+N additions
M+N+1 multiplications
Complexité
M+N mémoires (pour stocker x(n-i), i=1,…, M et y(n-j), j = 1, …, N)
M+N additions
M+N+1 multiplications
Complexité
M+N mémoires (pour stocker x(n-i), i=1,…, M et y(n-j), j = 1, …, N)
M+N additions
M+N+1 multiplications
Filtre de Tchebychev :
Un filtre de Tchebychev est caractérisé généralement par une ondulation équilibrée dans la bande coupée.
N=8 %Ordre du filtre
B=1000; fe=10000; %Bande passante et fréquence d'échantillonnage
Amax = 1; %Ondulation max en dB
format long %On veut plus de précision d'affichage
[num, den]=cheby1(N, Amax, 2*B/fe) %Numérateur et dénominateur
impz(num, den) %Graphe de la réponse impulsionnelle
freqz(num, den) %Affiche H(f) pour 0 - ½fe
x=ones(100,1); %x=saut unité
y=filter(num, den, x); %y=réponse indicielle
plot(y, 'bo') ; %graphe de la réponse indicielle
title(`reponse indicielle')