TRAITEMENT DU SIGNAL

CHAPITRE III: FILTRAGE ANALOGIQUE

S. HAMDOUNE
 III.1. INTRODUCTION

Le filtre est un dispositif qui permet d’éliminer ou de réduire

une composante du signal d’entrée et laisser les autres
composantes inchangées.
• Exemple:

Télécommunication
- Poste radio: sélection de la fréquence de chaque station
- TV: sélection des chaînes
- ADSL: téléphone + TV + signal IP

Audio
- Filtres utilisés en sonorisation

Isolation acoustique
III.2. ANALYSE DE SYSTEMES
III.2.1. Définition

entrée sortie
système
e(t) s(t)
cause effet

s(t) = F[e(t)]
• Exemple:
1) Amplificateur idéal

e(t) k s(t) = k e(t)

2) dérivateur

e(t) d/dt s(t) = de(t)/dt

3) Circuit RC

e(t) RC s(t)
 III.2.2. Propriétés des systèmes

Linéarité

La réponse à a1.e1(t) + a2.e2(t) est a1.s1(t) + a2.s2(t)

 Invariance dans le temps (stationnaire)

une translation temporelle sur l’entrée entraîne la même
translation sur la sortie :

e(t-t0) → s(t-t0)
e(t) e(t-t0)

t t
t0

s(t) s(t-t0)

t t
t0
Causalité
Un signal est dit causal si ce signal est nul quand t<0.

Un système est causal si la sortie dépend des valeurs passées

et présentes de l’entrée

entrée sortie
système
cause effet

e(t) = 0 pour tout t ≤ t0 → s(t) = 0 pour tout t ≤ t0

Effet ne peut pas précéder la cause

• Exemple:
entrée sortie
Fil métallique

e(t)

t
t1

s(t)

t
t2
Stabilité

Un système est stable si à tout signal d’entrée e(t) borné

correspond une réponse s(t) bornée.

Un signal s(t) est borné si $ A  0 tel que " t |s(t)|  A.

 III.2.3. Réponse impulsionnelle d’un système

δ(t) h(t)

Système
t t

La réponse impulsionnelle h(t) d’un système correspond à la

réponse de ce système lorsqu’il est soumis en entrée à une
impulsion de Dirac δ(t).
 III.2.4. Réponse à un signal quelconque

e(t) système s(t)

s(t) = F[e(t)] = ?

D’après la définition de la distribution de Dirac, on a:


 e(u).δ(t - u) du  e(t)

 
s(t)  F[e(t)]  F [  e(u).δ(t - u) du ]


Le système est linéaire:


s(t)   e(u).F[δ(t - u)] du


Le système est invariant:

F[δ (t -u)]  h(t  u)

s(t)   e(u).h(t - u) du  e(t) * h(t)


s(t) e(t) * h(t)

 S(f) ↔ s(t) 



E(f) ↔ e(t) 

→ S(f) = E(f). H(f)


H(f) ↔ h(t) 

H(f)  S(f)
E(f)
Réponse en fréquence du système

H(f) : gain en fréquence

arg H(f) : argument
 S(p) → s(t)
E(p) → e(t)
H(p) → h(t)

Un système causal:

e(t) = 0 pour t<0

→ h(t) = 0 pour t<0
s(t) = 0 pour t<0
  
 
  
S(p)  
 
- pt

 


e(u).h t u
( - ) du e dt


0  0 
 
 

 
   e(u).h(t - u) e - pt du dt
0 0
 
 
 
  e(u)  h(t - u) e - pt dt du
 
 
 
 
0  0 
 
 

Posons
t–u=x → dt = dx
  
 
 
  e(u)  h(x) e - p(x  u) dx du
 
 
 
 
0  u 
 
 

h(u) = 0 pour u<0

 
 
 
  e(u) e dx du  E(p).H(p)
 
-pu

 - px 


h(x) e 

0  0 
 
 

S(p)  E(p).H(p)

H(p)  S(p)
fonction de transfert du système
E(p)
La réponse impulsionnelle d’un système : h(t) = L-1[H(p)]
 III.2.5. Réponse indicielle d’un système

u(t) g(t)

Système
t t

La réponse indicielle g(t) d’un système correspond à la

réponse de ce système lorsqu’il est soumis en entrée à un
échelon u(t).
  
g(t) u(t) * h(t)   u(v).h(t - v) dv   h(v).u(t - v) dv
 

t
g(t)   h(v) dv


La réponse indicielle correspond à l’intégrale de la réponse

impulsionnelle
1
G(p)  U(p).H(p)  H(p) U(p) 
p
p
g(t)  L [ H(p)
1
]
p

La réponse impulsionnelle correspond à la dérivée de la réponse

indicielle
 III.2.6. Réponse harmonique d’un système

La réponse harmonique g(t) d’un système correspond à la

réponse de ce système lorsqu’il est soumis en entrée à une
excitation e(t) de la forme Aejωt.

 j ω (t - u) j ω t  - jω u
s(t)   A.e .h(u) du  A.e  h(u) e du
 

jω t
 A.e .H(f) H(f) : Réponse en fréquence
Système causal : h(t) = 0 pour t < 0

 - jω u  - jω u
H(f)   h(u) e du   h(u) e du  H(p)
 0 p  jω

La réponse en fréquence H(f) d’un système est obtenue en

remplaçant p par jω dans H(p).
• Exemple:
R
e(t) C s(t)

e (t)  Ri(t)  s(t)





 e (t)  RC ds(t)  s(t)
i(t)  C ds(t) 
 dt


dt
Transformée de Laplace:

E(p)  R C p S(p) - RC s(0)  S(p)  R C p S(p)  S(p)

Avec s(0) = 0
La fonction de transfert:

H(p)  S(p)  1
E(p) 1  RCp

Posons RC = τ

H(p)  1
1 p τ
Réponse impulsionnelle:

à l’entrée on applique une impulsion de Dirac: e(t) =δ(t).

L[δ(t)] = E(p) = 1

à la sortie: S(p)  E(p).H(p)  H(p)  1

1 p τ

s(t)  L [S(p)]  L [
-1 1 ]
-1
L[e- at]  1
1  pτ (p  a)

 
 
1  
t τ
L  e u(t)
-1   1

τ 1τ  p









τ
  
  
Réponse impulsionnelle:

t τ
s(t)  e u(t)
1
τ

1.5

  
s(t)

0.5


0
0 1 2 3 4 5 6 7 8 9 10
t(s)
Réponse indicielle:

à l’entrée on applique un échelon: u(t). L[u(t)]  1

p

à la sortie: 1
S(p)  E(p).H(p)  H(p)  1
p p 1 p τ




 
 
Décomposition en élément simple:
1  1  1
p 1 p τ





 p 1 p τ
 

 
1  1 1

t τ


s(t)  L [S(p)]  L  u(t)  e u(t)

-1  
 

p 1 p τ
 
 
 
Réponse indicielle:

t τ
s(t)  u(t)  e u(t)

1

0.8


0.6
s(t)

0.4

0.2

0
0 1 2 3 4 5 6 7 8 9 10
t(s)
 III.2.7. Fonction de transfert
n n -1
b n d s(t)
n
 b n -1
d s(t)
n -1
 ...  b0 s(t) 
d t d t
m m -1
a m d em(t)  a m -1 d me-(1t)  ...  a0 e(t)
dt dt

i j
n d s(t)  d s(t)
m
 bi i  aj j
i0 dt j0 dt
an et bm : des coefficients réels
On appelle degré du système le plus grand des deux entiers n
et m.
• Exemple:
R L
e(t) C s(t)

e (t)  Ri(t)  L di(t)  s(t)

dt
i(t)  C ds(t)
dt
2
LC d s(t)  RC ds(t)  s(t)  e (t)
dt2 dt
L[s(t)] = S(p) L[e(t)] = E(p) L[h(t)] = H(p)


n  n 1
d

f(t)
L n  p F(p)   p
n 
 n 1  k (k)
f (0)
 
dt



 k 0

On prend les conditions initiales nulles.


n 

L d f(t)


 n
 pn

F(p)

dt 


n n -1
b n d s(t)
n
 b n -1
d s(t)
n -1
 ...  b0 s(t) 
dt dt
m m -1
am d e(t)
m
 a m -1 d e (
m -1
t )  ...  a0 e(t)
dt dt
 S(p) bn p  ...  b0  E(p) am p  ...  a0



n 





m 


 

m 1
m p  a m 1 p  
m
H(p)  S(p)  a ... a 0  N(p)
E(p) bn pn  bn 1pn -1  ...  b0 D(p)

Les racines du polynôme numérateur sont les zéros (zi)

de la fonction de transfert. N(p) = 0

Zéro : fréquences qui donnent H(p) = 0

gain devient zéro
Les racines du polynôme dénominateur sont les pôles
(pi) de la fonction de transfert. D(p) = 0

pôle : fréquences qui donnent H(p) → ∞

N(p) peut s’écrire sous la forme:
m
N(p)  am( p  z1)( p  z2)...( p  zm)  am Π ( p  zi)
i 1

D(p) peut s’écrire sous la forme:

n
D(p)  bn( p  p1)( p  p2)...( p  pn)  bn Π ( p  pi)
i 1

d’où
m
am Π ( p  zi)
H(p)  N(p)  i 1
n
D(p) bn Π ( p  pi)
i 1
Représentation graphique

p = σ + jω
Im(p) Plan de p
x
x o x

x o Re(p)

x o x
x

x : pôles
o : zéros
 Propriétés:

Pour un système causal, le degré du numérateur de sa fonction

de transfert est inférieur ou égal à celui de son dénominateur:

d°[N(p)] ≤ d°[D(p)] m≤n

Le nombre de pôles est donc supérieur ou égal au nombre de

zéros.
• Exemple: 2
LC d s(t)  RC ds(t)  s(t)  e (t)
dt2 dt
Le degré de dérivation de e(t) est inférieur à s(t).
 Un système linéaire est stable si les pôles de H(p) sont à
parties réelles négatives.
Tous les pôles sont situés à gauche de l’axe vertical.

Re(p) < 0

Im(p)

x x

x x Re(p)

x x

Système stable Système instable

• Exemple:
1
1) h1(t) = e-2t u(t) → H1(p) 
p2
Im(p)
système stable
x Re(p)
-2

1
2) h2(t) = e2t u(t) → H2(p) 
p2
Im(p)

système instable x Re(p)

2
3) Circuit RC

H(p)  1
1 p τ

Pôle: p = -1/τ

p<0 Le filtre RC est stable

 Un système passe-tout a ses pôles uniquement dans le
demi-plan gauche et ses zéros uniquement dans le demi-plan
droit.

• Exemple:
a) Donner la fonction H(p)
Im(p)
(p1 j)(p1 j)
x j o H(p) 
Re(p) (p1 j)(p1 j)
-1 1
x -j o p2  2p  2
H(p)  2
p  2p  2

b) Quel type de système présente-t-il?

Un système passe-tout
Les pôles et les zéros peuvent être réels ou complexes
conjugués deux à deux.

 Pôle réel

 Pôle négatif

H(p)  1 p  2 h(t)  e  2t

p2

1
H(p)  p  4 h(t)  e  4t
p4
 Pôle positif

H(p)  1 p 2 h(t)  e 2t

p2

H(p)  1
p 4 h(t)  e 4t

p4
 Im(p)

1 5
x 10
exp(-4t) 2
exp(4t)
0.5
1

0 0
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3

x x x x Re(p)
-4 -2 2 4
1 600

exp(-2t) exp(2t)
400
0.5
200

0 0
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3

Sortie rapetisse Sortie grandit

 Pôle imaginaire

Ils viennent toujours en paires conjuguées

H(p)  1 p  j h(t)  sin t

p2  1

H(p)  1 p  2j h(t)  sin (2t)

p2  4
 Im(p)
1
sin(2t)
Fréquence plus élevée 0.5

2j x 0

-0.5

-1
0 2 4 6 8 10
1

jx 0.5
sin(t)

Fréquence moins élevée -0.5

-1
0 2 4 6 8 10
Re(p)

-j x
Aucun changement d’amplitude
-2j x
 Pôle complexe

Paires complexes conjuguées

 partie réelle négative

H(p)  1 1
, p   2  2 j , h(t)  e sin (2t)
- 2t

(p 2)2  4 2

 partie réelle positive

H(p)  1  1
, p  2  2j , h(t) e
2t
sin (2t)
(p 2)2  4 2
 Im(p)
h(t) = ½ e-2t sin(2t) h(t) = ½ e2t sin(2t)
x 2j - x
0.5 10

0 0

-5

-0.5 -10
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
Re(p)

-
-

-2 2
exponentielle décroissante exponentielle croissante
avec sinus avec sinus
x -2j - x
 PARTIE REELLE

<0 =0 >0

amplitude décroit avec t amplitude croit avec t

Aucun changement d’amplitude

 PARTIE IMAGINAIRE

élevée =0 faible

Oscillations rapides Oscillations lente

Aucune sinusoïde
 III.2.8. Réponse temporelle d’un système linéaire

Décomposition en élément simple:

L’élément de base de la méthode est:

 αt
Le ]  1
[
pα

α : complexe
1) Pôles simples
On suppose que d°[N(p)] < d°[D(p)], cas des systèmes réels
causaux.

H(p)  N(p) pi ≠ pj si i ≠ j
(p - p1)(p - p2)...(p - pm)

H(p)  A 1  A 2 ... A m
(p - p1) (p - p2) (p - pm)

Ai  H(p).(p pi) p  p
 




Ai = résidus
 
i

h(t) = [A1ep1t + A2ep2t+…+Amepmt]u(t)

• Exemples:
1) H(p)  1
p2  3p  2

H(p)  1  A 1  A 2
(p  1)(p  2) (p  1) (p  2)

 

A1  H(p).(p p1)




 1


.(p  1)



p  p1
   

(p  1)(p  2)
   



p  1


 



 1 

 1
 
A1  1
(p  2) p  1
 
 
 
  

A2  H(p).(p p2)






 1 .(p  2)



p  p2
   

(p  1)(p  2)
   



p  2


 



 1 

 

(p  1) p  2




 1 A2  1
 

H(p)  1  -1
(p  1) (p  2)

h(t) = [A1ep1t + A2ep2t+…+Amepmt]u(t)

h(t) = [e-t – e-2t]u(t)

2) Résoudre l’équation différentielle sans second membre.
2
d y(t) dy(t)
2
 3  2y(t)  0
dt dt
Avec les conditions initiales: y(0) = 1 et y’(0) = 2.

Cherchons la transformée de Laplace:


n  n 1
d


f(t)
L n  p F(p)   p
n 
 n 1  k (k)
f (0)
 

dt 
k 0

 2 

L d y(t)



2




p 2
Y(p)  py(0) y'(0)

 dt 


p2 Y(p)  py(0) y'(0)3pY(p)3y(0) 2Y(p)  0

 Y(p)  py(0)  y'(0)  3y(0)  p5
p2  3p  2 p2  3p  2

 p  5  A 1  A 2
(p  1)(p  2) (p  1) (p  2)


 

A1  Y(p).(p p1)






(p 5) .(p  1)



p  p1
   

(p  1)(p  2)
   



p  1


 (p  5)
 
 



  4 A1  4
(p  2) p  1
 
 
 

A2  Y(p).(p p2) 
 
 
(p  5) .(p  2)
 
 
 

p  p2
   

(p  1)(p  2)
   

 p  2




 

 (p

 5) 

 

(p  1) p  2




  3 A2  3
 

Y(p)  4  -3
(p  1) (p  2)

h(t) = [A1ep1t + A2ep2t+…+Amepmt]u(t)

y(t) = [4e-t – 3e-2t]u(t)

2) Pôles doubles
On a toujours d°[N(p)] < d°[D(p)].

H(p)  N(p) ...

2
(p - pi)

H(p)  A i1  A i2 ...
2
(p - pi) (p - pi)

2 

 d H(p)(p pi)

 

Ai2  H(p).(p p ) p  p Ai1 

 2    
   
   
 i 
p  pi
i  


dp 


h(t) = [Ai1epit + Ai2tepit]u(t)

• Exemples:
H(p)  3p
p2  4p  4

H(p)  3p  A 1  A 2
(p  2) (p  2) (p  2)
2 2

 

A2  H(p).(p pi)


2


3p .(p  2)
2


p  pi
   

(p  2)
   2 



p  2


 3p A2  6
 



  6
p  2
 
 
2 
d H(p)(p pi)
   
    

A1  



 
  d 3p


(p 2)
2 

 
p  -2
 



dp 


p  pi dp (p 2)


2 


 d 3p p  -2  3 A1  3
 
 
 
 
dp

H(p)  3  - 6
(p  2) (p  2)
2

dF(p)
 
 
L t f(t)



 h(t) = [3e-2t – 6te-2t ]u(t)
 
dp
3) Fraction rationnelle quelconque

Cas général: pôles multiples + d°[N(p)] ≥ d°[D(p)]

Division du polynôme:
N(p)  Q(p).D(p)  R(p)  Q(p)  R(p)
D(p) D(p) D(p)

avec d°[R(p)] < d°[D(p)]

Q(p)  [q0  q1p ... qkpk)

q(t)  [q0δ(t)  q1δ'(t) ... qkδ

(k -1)
(t)]
• Exemples:
H(p)  p  3p  4p  3
3 2

p2  2p  1

Après division:

H(p)  p  1  p  2  p  1 p  2
p  2p 1 (p  1)
2 2
 p  2  A1  A2
(p  1) (p  1) (p  1)
2 2


 

A2  H(p).(p pi)


 p
2 2 

.(p  1)
2 


p  pi
   

(p  1)
  2
 

 p  1



 p2
 



  1 A2  1
p  1
 
 
2 
d H(p)(p pi)
   

 d p  2 (p1)2
    

A1       
    
 
p  -1
 



dp 


p  pi dp
(p1)

2 


 d p  2 p  -1  1 A1  1
 
 
 
 
dp

H(p)  p  1  1  1
p 1 (p 1)
2

h(t)  δ'(t)  δ(t)  [e- t  t e- t]u(t)

III.3. FILTRES
III.3.1. Introduction

Un filtre linéaire est un Système Linéaire Invariant dans

le Temps (S L I T).
Bande
passante
H(f)

Bande Transitions
coupée immédiates
• Exemple:

1)
e(t) modulateur s(t) = e(t).m(t)

m(t)

Le modulateur est un système linéaire non invariant:

e(t-τ) . m(t) ≠ s(t-τ)

Ce n’est pas un filtre

 2)

e(t) quadrateur s(t) = [e(t)]2

Le quadrateur est un système non linéaire invariant:

[x1(t) + x2(t)]2 ≠ [x1(t)]2 + [x2(t)]2

Ce n’est pas un filtre

 3)

e(t) Circuit RC s(t)

Le circuit RC est un système linéaire invariant:

C’est un filtre
III.3.2. Filtrage temporel et fréquentiel

1) Filtrage temporel
x(t)

f(t)
x(t).f(t)

t
Filtrer x(t) par f(t) c'est donc réaliser le produit x(t).f(t)

Et le spectre de fréquence?

On sait x(t) . f(t)  X(f) * F(f)

Le filtrage temporel affecte le spectre du signal filtré.

Le filtre temporel est un multiplieur temporel.

x(t)
modulateur s(t) = x(t).f(t)
f(t)
2) Filtrage fréquentiel

Le filtrage fréquentiel c'est atténuer ou supprimer certaines

composantes fréquentielles d'un signal.

La relation fondamentale d'un filtre est:

Y(f) = X(f).H(f)

Y(f) : le spectre du signal de sortie y(t) Y(f) = TF[y(t)]

X(f) : le spectre du signal d'entrée x(t) X(f) = TF[x(t)]

H(f) : la réponse en fréquence du filtre H(f) = TF[h(t)]

h(t) : la réponse impulsionnelle du filtre
Le filtre fréquentiel est un multiplieur fréquentiel.

X(f) . H(f)  x(t) * h(t)

Le filtrage temporel est une convolution fréquentielle.

Le filtrage fréquentiel est une convolution temporelle.

multiplieur  convolueur
 III.3.3. Distorsion linéaire

e(t) s(t)

e(t) système s(t)

t t
t0

s(t) = k.e(t – t0) = e(t) * [k.δ(t – t0)]

h(t) = k.δ(t – t0) Réponse impulsionnelle

Un filtre est sans distorsion linéaire lorsque le signal de sortie
s(t) à la même forme que le signal d’entrée e(t) à une constante
k près.
Le spectre du signal de sortie:

TF[s(t)] = S(f) = TF[k.e(t – t0)] = TF[e(t) * (k.δ(t – t0))]

= TF[e(t)] . TF[k.δ(t – t0)]

S(f) = k.E(f).e-2jπft0

Un système est sans distorsion doit avoir pour réponse

fréquentielle:

H(f) = S(f)/E(f) = k.e-2jπft0

 |H(f)| est indépendant de la fréquence.

|H(f)|
|H(f)| = k k

 la phase est proportionnelle à la fréquence.

υ(f)

2π
-

υ(f) = -2πft0 f
-

-
-1/t0 1/t0
-
-2π
 III.3.4. Types de filtre

1) passe - bas.

|H(f)|

≈
f
-fc fc

Laisse passer les basses fréquences,

atténue les hautes fréquences >fc.

Bande passante: BP= [0, fc[

2) passe - haut.

|H(f)|

≈
f
-fc fc

Laisse passer les hautes fréquences,

atténue les basses fréquences < fc.

Bande passante: BP= [fc, ∞[

3) passe - bande.

|H(f)|

≈
≈
f
-fCH -fCB fCB fCH fCB : fréquence de coupure basse

fCH : fréquence de coupure haute

ne laisse passer qu’une bande de fréquence.

Bande passante: BP= [fCB, fCH]

4) coupe – bande ou réjecteur de bande

|H(f)|

≈
≈
f
-fCH -fCB fCB fCH

empêche le passage d’une bande de fréquence.

C’est l’inverse du filtre passe – bande.
5) passe - tout.

|H(f)|

≈
≈
f

laisse passer l’ensemble du spectre.

III.3.5. Fréquence de coupure

• Définition:
Fréquence où le gain chute à -3dB du maximum

3  10 log( P sortie )
P entrée

log( P sortie )  0.3 et P sortie  10  0.3  0.5

P entrée P entrée

C’est la fréquence où la puissance chute de moitié

3  20 log( V sortie ) V sortie  10  0.15  1  0.707
Ventrée Ventrée 2
Si le gain > 0.707 du max: le signal passe
Si le gain < 0.707 du max: le signal est bloqué

gain maximum Fréquence de coupure

0.8 signal passe

0.707
0.6
Signal bloqué
0.4

0.2

-2 -1 0 1
10 10 10 10
• Bande passante:

Plage de fréquences où le gain est plus que -3dB.

Bande de fréquence qui passe.

0.8

0.707 0.6
Bande passante
0.4

0.2

-2 -1 0 1
10 10 10 10
III.3.6. Diagramme de Bode

Hendrik Wade BODE

 Physicien et ingénieur américain 1905-1982

La représentation semi-logarithmique du module |H(jω)|

et de l'argument Arg(H(jω)).
La fonction de transfert:
m 1
m p  a m 1 p  ...  a0
m
H(p)  a
bn p  bn 1p
n n -1
 ...  b0

Régime sinusoïdal: p = jω

m m 1
a m (j ω)  a m 1(j ω)  ...  a
H(j ω)  0

bn (j ω)n  bn 1(j ω)n -1  ...  b0

Si ω→0 : H(0)  a0 réel : positif ou négatif
b0

Si ω→∞ : H()  a m m-n

(j ω)
bn

Le gain: GdB  20 log( a m)  20 (n - m) log( ω )

bn
Si ω1 = 10 ω

GdB  20 log( a m)  20 (n - m) log( ω ) -20 (n - m)

bn
Le gain varie de 20(n – m) dB.
On dit que la pente est de -20(n – m) dB par décade.
 Pour une fréquence suffisamment grande la pente du gain
d’un filtre est toujours un multiple entier de 20 dB/décade.

 Le terme j-(n – m) montre que le déphasage limite est

toujours un nombre entier de fois de 90°.
1) Pôles et zéros réels
m m
am Π ( p  zi) Π ( p  zi)
H(p)  N(p)  i 1
n
 A i 1
n
D(p) bn Π ( p  pi) Π ( p  pi)
i 1 i 1

Ou en ω

m jω 1
Π( z  )
i 1
H(jω )  B i
n
Π ( jω 1)
i 1 p
i
En module:

m ω 2 1
Π 2
i 1 z
H(jω )  B i
n ω 2 1
Π 2
i 1 p
i

en dB

HdB  20 log B   20 log( ω 2 ω 2

1 )   20 log( 2 1 )
z 2 pi
i i i
en phase

ω ω
   arctg ( - )  arctg - )
 (
zi pi
i i
Un pôle:
ω
HdB  cste  20 log( 2 1 )
2

p
Pour les fréquences basses : ω << p

ω
20 log( 2 1 )  0
2
et HdB  cste
p

Le pôle considéré ne modifie pas le gain global

Pour les fréquences hautes: ω >> p

HdB  cste  20 log( ω 2

1 )  cste  20 log( ω 2
)
2 2
p p

 cste  20 log p  20 log ω

Pente de -20 dB par décade

Chaque pôle réel cause -20dB/décade

 asymptotes

module

ω << p ω=p

HdB ω >> p

logω
p 10 p

-20dB
Phase
  arctg ( - ω
p
)

Si ω→0 : υ→0
Si ω = p : υ = -π/4
Si ω→∞ : υ→-π/2
Pour que le filtre soit stable il faut que p < 0.
υ

p/10 p 10p
logω

-45

-90
Un zéro:

HdB  20 log B   20 log( ω 2 ω 2

1 )   20 log( 2 1 )
z 2 pi
i i i

ω
HdB  cste  20 log( 2 1 )
2

z
Pour les fréquences basses : ω << z

20 log( ω22 1 )  0 et HdB  cste

z
Pour les fréquences hautes: ω >> z

ω ω
HdB  cste  20 log( 2 1 )  cste  20 log( 2 )
2 2
z z

 cste  20 log z  20 log ω

Pente de +20 dB par décade

Chaque zéro réel cause +20dB/décade

 asymptotes

module

HdB

20dB
ω >> z

ω << z

ω=z

z logω
10 z
Phase
  arctg ( - ωz )

Si ω→0 : υ→0 Si ω = z : υ = π/4

Si ω→∞ : υ→π/2 si le zéro est négatif

υ
90

45

logω
z/10 z 10z
• Exemple:
H(p)  1
1  pτ

Il faut connaître les pôles et les zéros:

Pôle: p = -1/τ

H(j ω)  1
En régime sinusoïdal:
1 jω τ

G  1
Gain:
1  ω2τ2
  

G dB  20log 1




En décibels:  

1  ω2τ2







 
 
 
 
 
 
 

1 
0
ω << 1/τ : G dB  20log 








1 ω 2 


2

 1
( )





τ 


  
 
 
 
 
 
 

1 
  20 log( ω
G dB  20log
2
ω >> 1/τ : 


 )

ω

1



1 2 

 2



1 


2

 τ 


1
  20 log(ω )  20log( )   20 log(ω )
τ

On rejoint les courbes au point ω = 1/τ.

 HdB
logω
1/τ 10/τ

-20dB
Sa phase: υ = 0 – arctg(ωτ)

Si ω→0 : υ→0

Si ω→∞ : υ→-π/2

1/10τ 1/τ 10/τ

logω

-45

-90
Gain Pôles/Zéros réels:

Pôle: -20dB/décade. Commence au pôle.

Zéro: +20dB/décade. Commence au zéro.

Déphasage Pôles/Zéros réels:

Pôle: -45/décade. Début: pôle/10, fin: pôle*10

Zéro: +45/décade. Début: zéro/10, fin: zéro*10

pôle/zéro à l’origine:

• Zéro: déphasage 90 degrés PARTOUT

jω + 0

• Pôle: déphasage -90 degrés PARTOUT

1/(jω + 0)
Pour tracer les asymptotes:

1) Trouver le gain a une fréquence donnée (0 ou autre).

2) Identifier les pôles et les zéros.

3) Tracer les asymptotes.

• Exemples:
1) Tracer le diagramme de Bode de la fonction:

3
H(p) 
p(10 p)
Pôles : 0, -10

0 : -20dB/décade

3 3 1
H(p)  
p(10 p) 10p (1  p )
10
Si p = 3/10, le gain ≈ 1
0 dB - -20dB/décade
-
-
-
-
-
-

3/10 2 6 10 -40dB/décade
60

40

20

-20

-40

-60

-80

-100

-120
-3 -2 -1 0 1 2 3
10 10 10 10 10 10 10
2) Tracer le diagramme de Bode de la fonction:

p(p  400)
H(p) 
(p  10)

Pôles : -10
zéro : 0, -400
( p  1)
H(p)  p 400
1 ( p  1)
40 10

H(p) = 1 p = 1/40
 20dB/décade
20dB/décade
0 dB
-
-
-
-
-
-

1/40 10 400 120

100

80

60
log(H) (dB)

40

20

-20
-2 -1 0 1 2 3 4 5
10 0.025 10 10 10 10 10 10 10

Phase ( p  1)
H(p)  p 400
1 ( p  1)
40 10
Pôles : -10

Points importants: 1 10 100

zéro : 0, -400

Points importants: 40 400 4000

Pour 0: déphasage 90 degrés PARTOUT

 90- + 90- +
45- ++45°/décade 45- -45°/décade ++45°/décade
10 10
-
-
-
-
-
-
-
-
-
-

-
-
-
-
-
-
-
-
-
40 100400 4000 40 100400 4000
-45 - 1 + -45 - 1
-90 - -45°/décade + -90 -

100

80

60

40

20

0 
-2 -1 0 1 2 3
10 10 10 10 10 10 10
90-
-
-
-
-
-
-
-
-
-
-

1 40 100 4000
2) Pôles et zéros complexes

De façon générale, on peut les écrire sous cette forme:

p2  2 ξ ωn p  ωn2

ξ : coefficient d’amortissement

si ξ > 1 les racines sont réelles

si ξ < 1 les racines sont complexes

 - ω2)  2 ξ ωn (jω )
2
p = jω (ωn

Le gain: (ω - ω )  (2 ξ ωn ω)
2
n
2 2 2

Pour les fréquences basses :

(ω -
2
n
ω
X 2 2
)  (2 ξ ω
Xn ω)2
ω
 n
2 C’est une constante

Pour les fréquences hautes :

Variation au carrée
(ω - ω )  (2 ξ ωn ω)  ω
2 2 2 2 2
n
20 log(ω2)  40 log(ω )

• +40dB/décade pour un zéro

• -40dB/décade pour un pôle

On rejoint les courbes au point ωn

HdB

ωn
-40dB/décade
Cette courbe est une approximation, elle serait exacte si ξ = 1.

L’équation devient:

p2  2 ξ ωn p  ωn2  p2  2 ωn p  ωn2

 (p  ωn)(p  ωn)
si ξ < 1 les racines sont complexes:
0
  

  
-50
  

 
-100

-150

-200

-250 0 2 4 6
10 10 10 10

A basses fréquences et à hautes fréquences le comportement

est semblable a ξ=1.
Les différences sont importantes autour de ωn.
autour de ωn, le gain serait:

X )  (2 ξ ωn ω)
(ω - ω
2
Xn 2 2 2  (2 ξ ωn ω) 2
 2 ξ ωn2

en dB:  20 log(2 ξ ωn2 )  20 log(2 ξ)  20 log(ωn2 )

à basse fréquence le gain est: 20 log (ω2n )

La différence entre l’approximation et la “réalité”est (autour

de ωn):
20 log(2 ξ)
conclusion

Avec pôles complexes,

1) on travaille avec ζ=1 (2 pôles à ωn):

(p  ωn)(p  ωn)

2) On ajuste par: 20 log(2 ξ)

3) On corrige le dessin à la main.

• Exemple:
Tracer le diagramme de Bode de la fonction:

1
H(p) 
p2  10 p  2500

p2  2 ξ ωn p  ωn2

ωn = 50 à ce point on a une pente de -40dB/décade

à basse fréquence, le gain devrait être 1/2500 (-68dB).

 HdB
-68dB

log(ω)
50 500

-40dB
correction
2ξωn = 10 ωn = 50 ξ = 0.1

On ajuste par: 20log(2ξ) = 20log(2 x 0.1) = -14 dB

Puisque ce sont des pôles : 14 dB

La correction est : -68 + 14 = -54

 Bode Diagram
-40

-60

Magnitude (dB)
-80

-100

HdB -120
0

-45

Phase (deg)
-54dB -90

-68dB -135

-180
0 1 2 3
10 10 10 10
Frequency (rad/sec)

log(ω)
50
-40 dB/décade