Vous êtes sur la page 1sur 22

Filtrage linéaire

Yves Goussard

GBM6103A

10 septembre 2014

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 1 / 22


Traitement de signaux biomédicaux

Mesure

Extraction
Tracé Stockage Analyse Transformation
d’informations

Échantillonnage Représentation Modélisation


Filtrage
Quantification Fréquence Estimation
·

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 2 / 22


Notion de filtre invariant

·
x y
filtre h
signal d’entrée signal de sortie
·

Principale caractéristique : reproductibilité

Exemples d’utilisation
Modélisation de systèmes biologiques
membranes cellulaires
fonctions physiologiques
Traitement de signaux
retrait de composantes nuisibles (secteur)
« débruitage »

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 3 / 22


Plan

1 Cadre

2 Rappels sur la transformée en z

3 Filtres linéaires invariants


Définition et caractérisation
Propriétés

4 Filtres rationnels, filtres dynamiques

5 Exemples

6 Synthèse de filtres

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 4 / 22


Cadre de travail

Cadre adopté
Signaux et filtres à temps discret
Temps et fréquences réduites : Te = 1, νe = 1, utilisation de n et νr
Filtres invariants
Filtres linéaires

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 5 / 22


Transformée en z
Définition et interprétation

Utilité
Représentation et caractérisation des filtres
Complémentarité et liens avec la transformée de Fourier

Définition
X
TF : X (νr ) = xn e −2iπnνr
Xn∈Z
TZ : X (z) = xn z −n z ∈C
n∈Z

Interprétation de la transformée en z
Somme de deux séries entières
Convergence sur un anneau du plan complexe
Analytique sur sa région de convergence
Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 6 / 22
Transformée en z
Principales propriétés

Lien entre transformée de Fourier et transformée en z


La TF existe ⇐⇒ le cercle unité est inclus dans la RC de la TZ
X (νr ) = X (z)|z=e 2i πνr

Principales propriétés
Équivalence entre xn , X (z) et X (νr ) ; νr ∈ [−1/2 , 1/2[ (analyticité
de X (z))
I
Inversion : xn = X (z) z n−1 dz
Propriétés analogues à celles de la TF à temps discret

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 7 / 22


Filtres linéaires invariants
Définition et caractérisation

Définitions équivalentes
Le système :
1 vérifie le principe de superposition
2 a une relation entrée-sortie exprimable comme un produit de
convolution
3 admet les fonctions exponentielles comme fonctions propres

Caractérisations équivalentes
h(n) H(z) H(νr )
Réponse impulsionnelle Fonction de transfert Réponse fréquentielle

Relation entrée sortie


Dans les domaines transformés :
Y (z) = H(z)X (z) Y (νr ) = H(νr )X (νr )
Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 8 / 22
Catégories de filtres

Exemple : types classiques de filtres


(a) Filtre passe-bas (b) Filtre passe-haut

1 1

0.8 0.8
|H(nu)|^2

|H(nu)|^2
0.6 0.6

0.4 0.4

0.2 0.2

0 0
0 0.1 0.2 0.3 0.4 0.5 0 0.1 0.2 0.3 0.4 0.5
frequence reduite frequence reduite
(c) Filtre passe-bande (d) Filtre coupe-bande

1 1

0.8 0.8
|H(nu)|^2

|H(nu)|^2
0.6 0.6

0.4 0.4

0.2 0.2

0 0
0 0.1 0.2 0.3 0.4 0.5 0 0.1 0.2 0.3 0.4 0.5
frequence reduite frequence reduite

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 9 / 22


Propriétés importantes

Stabilité Exemple instabilité

Essentielle dans la pratique (voir illustration transparent suivant et


démonstration demo_stabilite.m)
Définitions
X équivalentes :
|h(n)| converge H(νr ) existe H(z) définie sur le cercle unité
n∈Z

Causalité
Illustration : voir démonstration demo_causalite.m
Définition :
∀n < 0 ; h(n) = 0
Importance pratique : dépend du type d’application

Paramétrisation de filtres ayant de bonnes propriétés


Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 10 / 22
Importance de la stabilité
Exemple de comportement instable
Signal d'entree
4

amplitude 2

(a) 0

-2

-4
0 50 100 150 200 250
nombre d'echantillons
Signal de sortie
10

5
amplitude

(b) 0

-5

-10
0 50 100 150 200 250
nombre d'echantillons

Propriétés des filtres

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 11 / 22


Filtres rationnels (1)
Approche
Filtre défini par une P
équation aux différences :
P PQ
a y
p=0 p n−p = q=0 q xn−q
b
{ap ; bq } paramétrisent le filtre
Intérêt : partie récurrente −→ RI infinie
Caractérisation du filtre par sa fonction de transfert

Fonction de transfert d’un filtre rationnel


PQ −q
q=0 bq z
H(z) = PP
−p
p=0 ap z

Spécification de la fonction de transfert


La forme analytique ne suffit pas à la définir complètement
Il faut aussi préciser la région de convergence
Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 12 / 22
Filtres rationnels (2)

Propriétés importantes de H(z)


Pôles : points singuliers de H(z)
Zéros : points singuliers de 1/H(z)

H(z) doit être mis sous forme irréductible

Pôles et stabilité
Si un filtre rationnel est causal
stabilité ⇐⇒ pôles à l’intérieur du cercle unité

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 13 / 22


Filtres dynamiques

Définition
Filtre qui est à la fois
Rationnel
Causal
Stable

Types de filtres dynamiques


Filtres à réponse impulsionnelle finie (RIF)
Filtres à réponse impulsionnelle infinie (RII)
Filtres tout pôles (FTP) ; forme récurrente complète

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 14 / 22


Exemple de filtre rationnel

Fenêtre rectangulaire
Reponse impulsionnelle Reponse frequentielle
15

1
10
0.8
amplitude

amplitude
0.6
5
0.4

0.2
0
0

-0.2 -5
-10 -5 0 5 10 -0.5 0 0.5
nombre d'echantillons frequence reduite

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 15 / 22


Exemple de filtre dynamique
Filtre tout pôles du 1er ordre

2
Spectre d’un FTP d’ordre 1
10

fréq. de coupure

1
10
amplitude

0
10

−1
10
−4 −3 −2 −1 0
10 10 10 10 10
fréquence reduite
Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 16 / 22
Synthèse de filtres
Introduction

Position du problème
Réalisation d’une fonction particulière. Exemples :
Filtrage anti-repliement
Débruitage

Objectifs de la section
Présentation générale (peu de technique)
Mise en évidence de certaines limites

Approche générale
Caractérisation du filtre par le module de sa réponse fréquentielle
Autres caractéristiques (phase, rebonds temporels,...) ?

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 17 / 22


Synthèse de filtres

Importance de la phase
Signal d’entrée
2

1
amplitude

−1

−2
0 50 100 150 200 250
nombre d’échantillons

Signal de sortie
2

1
amplitude

−1

−2
0 50 100 150 200 250
nombre d’échantillons

RI du filtre Module de la RF Phase de la RF


1 1.5 4

1 2
amplitude

0.5
amplitude

amplitude
0.5 0
0
0 −2

−0.5 −0.5 −4
0 10 20 30 0 0.25 0.5 0 0.25 0.5
nombre d’échantillons fréquence réduite fréquence réduite

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 18 / 22


Synthèse de filtres

Rebonds temporels
Signal d'entree

amplitude
1
(a) 0.5
0
-0.5
0 10 20 30 40 50 60 70 80 90
nombre d'echantillons
Signal de sortie, phase non nulle
amplitude

1
(b) 0.5
0
-0.5
0 10 20 30 40 50 60 70 80 90
nombre d'echantillons
Signal de sortie, phase nulle
amplitude

1
(c) 0.5
0
-0.5
0 10 20 30 40 50 60 70 80 90
nombre d'echantillons

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 19 / 22


Synthèse de filtres

Techniques élémentaires
Association de filtres tout pôles (ou de leurs inverses)
Suppression de fréquences particulières :
H(νr ) = H(z)|z=e 2i πνr
H(νr ) = 0 pour νr = ±ν0
Illustration en TP !

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 20 / 22


Synthèse de filtres

Approche systématique
Gabarit sur |H(νr )|
Choix d’un type de filtre Types classiques de filtres

Détermination analytique ou numérique des coefficients du filtre, en


s’appuyant sur les filtres à temps continu
Méthodes disponibles dans de nombreux logiciels scientifiques
Exemple simple en TP !

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 21 / 22


Synthèse de filtres
Types classiques de filtres
(a) Filtre Butterworth (b) Filtre Chebychev type I

1 1

0.8 0.8
|H(nu)|^2

|H(nu)|^2
0.6 0.6

0.4 0.4

0.2 0.2

0 0
0 0.1 0.2 0.3 0.4 0.5 0 0.1 0.2 0.3 0.4 0.5
frequence reduite frequence reduite
(c) Filtre Chebychev type II (d) Filtre elliptique

1 1

0.8 0.8
|H(nu)|^2

|H(nu)|^2
0.6 0.6

0.4 0.4

0.2 0.2

0 0
0 0.1 0.2 0.3 0.4 0.5 0 0.1 0.2 0.3 0.4 0.5
frequence reduite frequence reduite

Synthèse de filtres

Yves Goussard (GBM6103A) Filtrage linéaire 10 septembre 2014 22 / 22