Université des Sciences et de la Technologie Houari Boumediene

Faculté : Electronique et Informatique

Département : Instrumentation et Automatique
Master : INST / ESE
Module : Traitement du Signal Avancé
Année : 2018/2019

TRAVAUX PRATIQUES
TSA
Synthèse des Filtres FIR

I Généralités
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…).

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 et aux autres informations existant hors de cette bande.

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) = 
k 0
h(k).x(n-k) (1.1)

Où h(k) est la réponse impulsionnelle du système.

Outre la fonction du filtre (passe-haut, etc) on peut aussi classer les filtres numériques
en deux catégories selon la durée de la réponse impulsionnelle :

 Système à réponse impulsionnelle finie (RIF) :

Dans ce cas les échantillons h(k) sont non nuls seulement sur un intervalle de durée
finie L avec k0≤k< k0+L-1.

 Système à réponse impulsionnelle infinie (RII) :

les échantillons h(k) (de la réponse impulsionnelle de ces système) sont non nuls sur
un intervalle infini k0≤k<+∞. Mais lorsque l’indice k dépasse une certaine valeur k1 les valeur
de h(k) deviennent très petites. Ceci étant une conséquence directe de la condition de la
stabilité.

1
 1-1- 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 suivante 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].

|H(f)| |H(f)|

-1/2 -fe +fe +1/2 f -1/2 -fe +fe +1/2 f

|H(f)| |H(f)|

-1/2 -fe2 -fe1 +fe1 +fe2 +1/2 f -1/2 -fe2 -fe1 +fe1 +fe2 +1/2 f

I-2-Les filtres à réponse impulsionnelle finie (RIF)

Les filtres numériques à réponse impulsionnelle finie (RIF) sont des systèmes linéaires
discrets invariants dans le temps définis par une équation selon laquelle une valeur de la sortie
numérique, représentant un échantillon du signal filtré, est obtenue par sommation pondérée
d’un ensemble fini de valeurs d’entrée, représentant les échantillons du signal à filtrer.
Les coefficients de la sommation pondérée constituent la réponse impulsionnelle du
filtre et un ensemble fini d’entre eux seulement prennent des valeurs non nulles. On dit que ce
filtre est "à mémoire finie", vu qu’il détermine sa sortie en fonction des entrées présentes et
entrées passées. Il est fréquemment désigné par "filtre non récursif", en raison de sa structure,
car il ne nécessite pas de boucle de réaction dans sa réalisation.

2
2-1- Caractéristiques des filtres RIF
Dans le cas des filtres RIF, la suite d’entrée x(k) et la suite de sortie y(k) sont reliées par
la formule suivante :
N 1
y (k )  
n0
cn x(k  n ) (1.2)

La réponse fréquentielle du filtre RIF s’écrit :

N 1
H ( f )  
n0
h (n )e  j 2  fnT
(1.3)

1
où T  et f e fréquence d’échantillonnage.
fe
Exprimée en z, cette réponse devient :
N 1
H (z)  
n0
h (n ) z  n
(1.4)

 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 H( f ) 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 h(n) de sa réponse
impulsionnelle soient toutes finies.
 Causalité
Un autre avantage des filtres RIF est qu’ils sont causals, si toutes les valeurs h(n) sont
nulles pour n<0. Si ce n’est pas le cas, on peut les rendre causals moyennant un certain
décalage qui ramènera à l’origine la première valeur non nulle h(n) .
1-3- Propriétés des filtres RIF
- Filtres à phase linéaire
Pour obtenir la condition à imposer au filtre pour avoir une caractéristique de phase
linéaire, considérons la réponse fréquentielle d’un filtre RIF :

3
 H ( f )  H ( f ) e  j  f ( N 1 ) T (1.5)
Comme |H(f)| est une fonction réelle, la caractéristique de phase après décalage devient :
N 1
 ' ( f )   2f ( )T (1.6)
2
Qui est une équation linéaire en fréquence f. Ceci reste valable même si le décalage est
supérieur à ( N  1) / 2 ; dans le cas général, pour un décalage arbitraire, la condition de
symétrie peut s’écrire de la manière suivante : h ( n )  h (  n ) pour 0  n  N  1
Il faut remarquer que dans le cas d’un filtre à phase linéaire, on peut éviter dans la
relation de définition du filtre, la moitié des multiplications en utilisant la symétrie. De point
de vue temps et ressources matérielles, la multiplication est une opération plus coûteuse
qu’une addition, d’où l’importance des filtres RIF à phase linéaire.
Notons aussi, qu’à partir de la caractéristique de phase après décalage, le retard de phase
est définit par :
 ' ( )  N 1
p   p  T (1.7)
  2 
Ce qui représente le temps de propagation du signal d’entrée à travers le filtre.

 Conception des filtres RIF

L’analyse de Fourier est un moyen de décomposer un signal en une somme de signaux
élémentaires complexes et exponentiels qui ont la propriété d’être faciles à mettre en œuvre.
On montre, sous certaines conditions que toute fonction périodique est développable en série
de Fourier.
Comme la réponse fréquentielle H ( f ) est périodique de période égal à la fréquence
d’échantillonnage f e , la fonction H ( f ) admet un développement en série de Fourier :

H ( f )   h (n ) e  j 2  fnT (1.8)
n  

Où les coefficients h(n) , coefficients de Fourier, constituent la suite de la réponse

impulsionnelle désirée du filtre RIF. Ils sont déterminés par :
 f / 2
1 e

h (n )   H ( f ) e  j 2  fnT
df (1.9)
fe  f e / 2

Remarquons bien que, de point de vue réalisation, la relation soulève implicitement

deux problèmes :
- d’une part, elle représente un filtre non causal
- d’autre part, le nombre des coefficients, représentant le comportement du filtre, est
infini.
Pour remédier à ces problèmes, on peut :
- tronquer le nombre des coefficients en multipliant la réponse impulsionnelle
h(n) par une fonction fenêtre, par exemple, rectangulaire :

4
  N 1
1 pour n  où N (ici impair) est la largeur de la fenêtre.
w R (n)   2
 0 ailleurs

N 1
 j 2f ( )T
- multiplier le résultat par e 2

j 2  fT
On obtient pour N impair et en notation en z, ( z  e ):
n   ( N 1) / 2
H (z)  z  ( N 1) / 2
 h (n ) z
n   ( N 1) / 2
 n

 ( N 1) / 2

 z  ( N 1) / 2
h (0 )   h (n ) ( z  n
 z  n
)
 n 1 

La dernière opération n’affecte plus la réponse d’amplitude puisque z 2,  ( N 1) / 2

cependant la limitation du nombre de coefficients introduit des ondulations (phénomène de

Gibbs) dans les deux bandes passante et atténuée, ceci en plus de la limitation de la raideur de
coupure du filtre.

Ces ondulations indésirables, dépendent de celles de la fonction fenêtre. Pour les

réduire, il suffit de choisir comme fenêtre une fonction dont le spectre présente moins
d’ondulations que celui de la fenêtre rectangulaire ci-dessus tout en cherchant d’avoir une
zone de transition, plus réduite, entre les deux bandes passante et atténuée du filtre.
Parmi les fenêtres alternatives à celle rectangulaire on a :
 2n N 1
0.54  0.46 cos( ) pour n 
 fenêtre de Hamming : wH (n)   N 1 2
0 ailleurs

5
  2n 4n N 1
0.42  0.5 cos( )  0.08cos( ) pour n 
 fenêtre de Blackman : wB (n)   N 1 N 1 2
0 ailleurs

 I 0 ( ) N 1
 pour n 
 fenêtre de Kaiser : w K ( n)   I 0 ( ) 2
0 ailleurs

2
 
1  x 
k
2n 2
où  est un paramètre,   1  ( ) et I 0 ( x) 1      
N 1  k!  2  
k 1 

Il est important de signaler qu’en passant des fenêtres, rectangulaire et Hamming, à la

fenêtre Blackman les lobes secondaires deviennent de plus en plus atténués. Toutefois, ceci
est obtenu au prix de l’élargissement du pic central.
Pour une meilleure limitation d’un signal à durée infinie, Kaiser a proposé une famille
de fonctions fenêtres qui permet, selon la valeur du paramètre  , de spécifier dans le
domaine des fréquences le compromis entre la largeur du pic central et l’amplitude des lobes
secondaires. Une caractéristique importante de cette famille de fenêtres est qu’il est possible
d’obtenir de fortes atténuations des lobes secondaires tout en conservant une largeur minimale
pour le pic central.

6
 Type de filtres RIF
Les filtres Rif sont classés en deux types. Lorsqu'un filtre RIF a un nombre de
coefficients impair et sa réponse impulsionnelle présente une symétrie axiale, on dit qu'il est
de type 1. Et si le nombre de coefficients pair et la réponse impulsionnelle admet toujours une
symétrie axiale, on dit alors que le filtre est de type 2.
 Détermination des coefficients par la méthode de la fenêtre (FIR1)
Principe

Cette technique consiste, connaissant l'expression analytique HA(jf) de la réponse fréquentielle

à approcher, à déterminer par utilisation de la transformée de Fourier inverse, la réponse
impulsionnelle. On sait par ailleurs que les échantillons de la réponse impulsionnelle sont
égaux aux coefficients du filtre.
On part en général d'une réponse fréquentielle "connue" mathématiquement de type fenêtre
(rectangulaire = filtre idéal, triangulaire, Hann/Hamming,...) puis on obtient une réponse
temporelle non causale. Il suffira de retarder cette réponse pour la rendre causale.
Illustrons cette technique dans le cas particulier où l'on désire approcher la fonction de
transfert d'un filtre passe-bas idéal de fréquence de coupure fc. Le nombre de coefficients dans
la FIR1 est toujours impaire.

Utilisation pratique de la méthode

1ère étape: Spécifier la réponse fréquentielle désirée du filtre HN(f) (ou HN()). Il faudra faire
attention aux fréquences de coupure à prendre en compte. Afin d'avoir de bons résultats lors
de la synthèse, ce ne sont pas les fréquences de coupure du filtre idéal qu'il faut utiliser mais il
faut déplacer celles-ci afin de les centrer dans la zone de transition :

- pour un passe-bas, l'augmenter de la demi zone de transition,

- pour un passe-haut, la diminuer de la demi zone de transition,
- pour un passe-bande, diminuer la première fréquence de coupure de la demi zone de
transition et augmenter la seconde de la demi zone de transition,
- pour un réjecteur de bande, on fera l'inverse.

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 par le logiciel Matlab pour effectuer la synthèse.

2ème étape : Obtenir la réponse impulsionnelle hN(k) du filtre numérique désiré, par
l'évaluation de la transformée de Fourier inverse, les coefficients de la réponse impulsionnelle
étant en fait les coefficients du filtre.
3ème étape : Sélectionner une fenêtre qui satisfait les spécifications requises pour déterminer
le nombre de coefficients du filtre en fonction de la largeur de la transition souhaitée.

7
II Préparation théorique :
1- Dans cette section il est demandé de démontrer les réponses implusionnelles des
quatre types de filtres idéaux de la figure 1 : passe-bas, passe-haut, passe-bande et
coupe-bande.

Exemples
 -Filtre RIF passe-bas
 Réponse fréquentielle :
1 si f  f c
H( f )   où fc est la fréquence de coupure
0 ailleurs
On a :
 2 f c sin(2nfc / f e )
( f ) 2nf T pourn  0
 e c
h(n)  
2 f c pourn  0
 f e

2 Soient x(t) et y(t)respectivement l’entrée et la sortie d’un filtre de réponse

fréquentielle H(f) définie par :
Bande de fréquences : 0-100 Hz : H(f)=0
Bande de fréquences : 100-500 Hz : H(f)=1

Avec : x(t) = cos 100πt + cos 400πt.

a. Donner l’expression de h(t)
b. donner la relation de y(t) en fonction de x(t) et h(t)
c. Donner l’expression de y(t)

3 On s’intéresse au système numérique équivalent (préparation théorique 2) et on choisit

une fréquence d’échantillonnage
a. Donner la fréquence d’échantillonnage qui vous permet de filtrer x(t) par le filtre h(t)
b. Pour Fe choisie et un nombre d’échantillons fréquentiels N =21 donner :
H(m) pour -10≤m≤10
c. Donner l’expression de h(n) la TFD-1 de H(m)
d. Donner H(z), X(z) et Y(z)
e. Retrouver y(n)

III Manipulation
1- Synthèse des filtres FIR à partir de réponse impulsionnelle
Pour une fréquence d’échantillonnage Fe= 1000 Hz et un ordre de filtre N= 20,
réaliser la synthèse des différents filtres FIR déterminés précédemment (passe-bas,
passe-haut, passe-bande et coupe-bande) moyennant une fenêtre rectangle. Utiliser les
instructions impz et freqz pour la représentation respectivement de la réponse
impulsionnelle et la réponse fréquentielle.

8
 Changer les fenêtres de pondération et comparer les résultats des tracés fréquentiels.

Prendre un signal d’entrée sinusoïdal de fréquence f0 et filtrer le, moyennant

l’équation (1.1). Selon que f0 soit à l’intérieur ou l’extérieur de la bande passante,
vérifier l’opération de filtrage.
Voir l’effet du retard de phase τp et le quantifier.

2- Synthèse des filtres FIR à partir de réponse Fréquentielle

Implémenter le filtre de la préparation théorique (2).
Filtrer le signal x(t) moyennant l’équation (1.1). Utiliser les instructions impz et freqz
pour la représentation respectivement de la réponse impulsionnelle et la réponse
fréquentielle.

3- Synthèse des filtres FIR à partir de Matlab

Pour une fréquence d’échantillonnage Fe= 1000 Hz et un ordre de filtre N= 20 réaliser
la synthèse des différents filtres FIR (passe-bas, passe-haut, passe-bande et coupe-
bande) moyennant une fenêtre rectangle en utilisant la FIR1.
Utiliser les différentes fenêtres.

VI Compte rendu
 Pour une fréquence d’échantillonnage Fe= 1000 Hz et un ordre de filtre N= 20
réaliser la synthèse des différents filtres FIR (passe-bas, passe-haut, passe-bande et
coupe-bande) moyennant une fenêtre rectangle en utilisant la FIR2.

 Charger un signal ECG

Donner et tracer la réponse impulsionnelle d’un filtre passe bande [5 15Hz]. Filtrer
le signal ECG
Calculer la fréquence cardiaque dans le cas d’un signal normal et dans le cas d’une
tachycardie .