Analuse Spectrale Imn317-Chap04

IMN317
Chapitre 4 - Conception de filtres
Olivier Godin
Université de Sherbrooke
10 novembre 2011
4. Conception de filtres 1 / 66
Plan du chapitre
1 Caractéristiques d’un filtre
2 Conception de filtres FIR
3 Conception de filtres IIR
4 Conception de filtres avec Matlab
Caractéristiques d’un filtre
Plan de la section
Introduction
Dans ce chapitre, on s’attarde au problème de concevoir un filtre qui

répond à certains besoins précis.
Pour y arriver, on devra d’abord établir des contraintes sur l’effet que
le filtre doit avoir :
Des contraintes sur l’amplitude de la réponse en fréquences :

quelles fréquences doit-on conserver ?
Des contraintes sur la phase de la réponse en fréquences :
jusqu’à quel point peut-on perturber la phase du signal original ?
Introduction
Deuxièmement, on devra avoir des contraintes sur la complexité du

filtre :
Est-il préférable d’utiliser un filtre FIR ou IIR ?

Quel ordre (degré de la fonction de transfert) le filtre peut-il
avoir pour maintenir un niveau de performance acceptable ?
Introduction
Une fois qu’on a fait ces choix, il ne reste qu’à trouver un ensemble
de coefficients ai et bi qui produisent un filtre répondant le plus
possible à ces contraintes.
On va maintenant s’attarder à définir formellement les

caractéristiques d’un filtre qui permettront de respecter ces
contraintes.
Conception d’un filtre passe-bas
On considère ici le cas de la conception d’un filtre passe-bas ayant

une fréquence de coupure à ωc .
Le filtre idéal répondant à cette contrainte sera caractérisé par les

réponse en fréquences et réponse impulsionnelle suivantes :
(
iω 1 si 0 ≤ |ω| ≤ ωc sin (ωc n)
Hi (e ) = et hi [n] =
0 si ωc < |ω| ≤ π πn
Comme on l’a vu au chapitre précédent, un tel filtre n’est pas

réalisable (c-à-d instable et non causal). Il est donc nécessaire de
relaxer les contraintes sur la réponse en fréquences.
Typiquement, l’amplitude d’un filtre passe-bas sera plutôt de la forme

(
1 − δp ≤ H(eiω ) ≤ 1 + δp si 0 ≤ |ω| ≤ ωp

H(eiω ) ≤ δs si ωs < |ω| ≤ π
9.2 FILTER SPECIFICATIONS
Before a filter can be designed, a set of filter specifications must be defined. For example, suppose that we would
like to design a low-pass filter with a cutoff frequency w,.. The frequency response of an ideal low-pass filter

with linear phase and a cutoff frequency w,. is
Ainsi, au lieu de
which has définir
a unit seulement une
sample response fréquence de coupure ωc , on
sin(n - a ) w , .
hd(n) =
définit une bande de transition sur l’intervalle - a ) [ωp , ωs ].
n(t7
Because this filter is unrealizable (noncausal and unstable), it is necessary to relax the ideal constraints on the
frequency response and allow some deviation from the ideal response. The specifications for a low-pass filter
On définit aussi l’atténuation stop-bande δ et la distorsion
will typically have the form s
passe-bande δp qui limiteront les variations de l’amplitude le long
de la bande passante et de la bande stop, respectivement.
as illustrated in Fig. 9-1. Thus, the specifications include the passband cutoff frequency, w,, the stopband cutoff
frequency, w,, the passband deviation, 6,. and the stopband deviation, 6,. The passband and stopband deviations
I I I
Passband 4 Stopband i-
I I I
Fig. 9-1. Filter specifications for a low-pass filter,
Conception de filtres FIR
Plan de la section

Filtres FIR simples
Conception de filtres FIR avec la méthode des fenêtres
Conception de filtres FIR Filtres FIR simples
Filtres FIR simples
Avant de voir les méthodes plus avancées de conception de filtres, on

s’intéresse à des filtres de petit ordre, qui sont plus simples à
concevoir.
Les filtres FIR de petit ordre sont non seulement simple à concevoir,
mais aussi simple à implanter, ce qui les rend particulièrement utiles
lorsque les ressources sont limitées ou pour des implantations
hardware.
Filtre FIR passe-bas
Le filtre FIR passe-bas le plus simple est le filtre moyenneur avec

M = 2. Sa réponse impulsionnelle et sa fonction de transfert sont
données par
(
1
si 0≤n≤1 1 z +1
h0 [n] = 2 et H0 (z) = 1 + z −1 =
0 si sinon 2 2z
H0 (z) possède un zéro à z = −1 et un pôle à z = 0. Le cercle unité

est donc dans la ROC de la TZ.
Comme le cercle unité est dans la ROC, on peut évaluer la réponse

en fréquences du filtre.
eiω + 1
H0 (eiω ) = H(z)|z=eiω =
2eiω
1
e− 2 iω iω
e +1
= 1
·
e− 2 iω 2eiω
1 1
e 2 iω + e− 2 iω
= 1
2e 2 iω
1 ω
= e− 2 iω cos
2
La réponse en amplitude H0 (eiω ) = cos ω2 est une fonction

décroissante entre ω = 0 et ω = π. On a que

H0 (ei·0 ) = 1 et H0 (ei·1 ) = 0

0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
!/"
La fréquence de coupure sera la fréquence ωc pour laquelle

1
H0 (eiωc ) = √ H0 (ei·0 )

2
Pour ce filtre, on trouve ωc = π2 .
est donc l’intervalle 0, π2 et la bande stop est

La bande passante
π
l’intervalle 2 , π .
On s’entend pour dire que c’est moche comme filtre. La bande de

transition couvre l’étendue des fréquences ! On peut améliorer (un
peu) la situation en appliquant le filtre à plusieurs reprises.
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
!/"
Le problème principal et qu’on ne contrôle pas la fréquence de

coupure ωc ! Pour l’application en série, celle-ci devient 0.3π.
Conception de filtres FIR Conception de filtres FIR avec la méthode des fenêtres
Approximation d’un filtre idéal
Soit hd [n] la réponse impulsionnelle d’un filtre idéal ayant les

caractéristiques souhaitées.
Comme hd [n] sera la plupart du temps de longueur infinie, non

causal et instable, on va lui chercher une approximation de longueur
finie.
Cette approximation sera faite par la méthode des fenêtres.
La méthode des fenêtres consiste à multiplier hd [n] avec un signal

fenêtre w[n] :
h[n] = hd [n]w[n]
Le signal fenêtre devra être
de longueur finie N (w[n] = 0 en dehors de l’intervalle

[0 ≤ n ≤ N]), et
symétrique par rapport à son centre, c’est-à-dire que
w[n] = w[N − n].
Soient Hd (eiω ) et W (eiω ), les DTFT de hd [n] et w[n] respectivement.

Avec la propriété de modulation (inverse du théorème de
convolution), on trouve que
Z π
iω iω iω 1
H(e ) = Hd (e ) ∗ W (e ) = Hd (eiθ )W (ei(ω−θ) ) dθ
2π −π
C’est le choix de la fenêtre qui dictera à quel point le filtre

s’approche d’un filtre idéal.
FILTER DESIGN [CHAP. 9
I Peak Sidelobe
-?r -4 it A Mainlobe
Width
I
'IT
W
Fig. 9-2. The DTFT of a typical window, which is characterized by the width of its main lobe. A.
and the peak amplitude of its side lobes, A, relative to the amplitude of W ( d ' " )at o = 0.
Ideally, the main-lobe width should be narrow, and the side-lobe amplitude should be small. However, for a
On évaluera lafixed-length
performance
follows:
d’une
window, these cannot be minimized fenêtre
independently. selon
Some general properties ofdeux
windows are critères
as :
1. As the length N of the window increases, the width of the main lobe decreases, which results in a decrease
la largeur duin thepic principal,
transition width between passbandsnotée
and stopbands.∆, et is given approximately by
This relationship
la hauteur du pic secondaire, notée A.

where A f is the transition width, and c is a parameter that depends on the window.
2. The peak side-lobe amplitude of the window is determined by the shape of the window, and it is
essentially independent of the window length.
3. If the window shape is changed to decrease the side-lobe amplitude, the width of the main lobe will
generally increase.
Listed in Table 9.2 are the side-lobe amplitudes of several windows along with the approximate transition width
and stopband
4. Conception filtres that results when the given window is used to design an N th-order low-pass filter.
deattenuation 20 / 66
Pour que le filtre estimé s’approche le plus du filtre idéal, on souhaitera

que ∆ et A soient le plus petit possible.
Malheureusement, ces deux valeurs ne peut pas être minimisées

indépendamment.
Les fonctions fenêtre
Les fenêtres utilisées pour la conception de filtres respectent les

grands principes suivants :
1 À mesure que N (la longueur de la fenêtre et l’ordre du filtre) croît,

∆ diminue ;
2 L’amplitude A dépend essentiellement de la forme choisie pour la
fenêtre, et très peu de N ;
3 Un changement de type de fenêtre visant à diminuer A aura
souvent pour effet d’augmenter ∆, et vice versa.
Les deux tableaux suivantes présentent certaines fonctions fenêtre

ainsi que leurs propriétés.
2. The peak side-lobe amplitude of the window is determined by the shape of the window, and it is
essentially independentConception de filtres FIR
of the window length. Conception de filtres FIR avec la méthode des fenêtres
3. If the window shape is changed to decrease the side-lobe amplitude, the width of the main lobe will
generally increase.
Listed in Table 9.2 are the side-lobe amplitudes of several windows along with the approximate transition width
and stopband attenuation that results when the given window is used to design an N th-order low-pass filter.
Table 9-1 Some Common Windows
I O s n s N
Rectangular w(n) =
0 else
Hanning'
10 else
Hamming
I0 else
Blackman
I0 else
'In the literature, this window is also called a Hann window or a von Hann window.
CHAP. 91 FILTER DESIGN
Table 9-2 The Peak Side-Lobe Amplitude of Some Common Windows and the Approximate
Transition Width and Stopband Attenuation of an Nth-Order Low-Pass Filter
Designed Using the Given Window.
Window Side-Lobe Amplitude (dB) Transition Width (.Af ) Stopband Attenuation (dB)
Rectangular - 13 0.9/N -21
Hanning -31 3.1IN -44
Hamming -41 3.3/N -53
Blackman -57 5S/N - 74
EXAMPLE 9.3.1 Suppose that we would like to design an FIR linear phase low-pass filter according to the following
specifications:
For a stopband attenuation of 20 log(0.O I ) = -40 dB. we may use a Hanning window. Although we could also use a Hamming
or a Blackman window, these windows would overdesign the filter and produce a larger stopband attenuation at the expense
of an increase in the transition width. Because the specification calls for a transition width of Aw = w, - w, = 0.02n, or
Af = 0.01, with
NAf = 3.1
for a Hanning window (seedeTable
4. Conception 9.2), an estimate of the required filter order is
filtres 24 / 66
Exemple 4.1
Autres méthodes de conception de filtres FIR
La méthode des fenêtres est la méthode la plus simple pour concevoir

un filtre FIR répondant à certains critères, mais elle n’est pas la
méthode optimale. D’autres techniques plus performantes existent :
Échantillonnage de la réponse en fréquences idéale

Méthode equiripple
Conception de filtres IIR
Plan de la section

Filtres IIR simples
Conception de filtres IIR à partir de filtres analogiques
Conception de filtres IIR Filtres IIR simples
Filtres IIR simples
Un filtre FIR causal a tous ses pôles à l’origine. Ainsi, la forme de la

réponse en fréquences est uniquement déterminée par la position
des zéros.
Le cas des filtres IIR est différent : les pôles peuvent être n’importe où
dans le cercle unité. Ils contribuent donc à la forme de la réponse en
fréquence, ce qui donne aux filtres IIR plus de souplesse pour un
ordre égal.
Filtre IIR passe-bas
La fonction de transfert du filtre IIR passe-bas le plus simple est
1 − α 1 + z −1
HLP (z) = ·
2 1 − αz −1
avec 0 < |α| < 1, pour assurer la stabilité.
Sa réponse en amplitude sera
s
(1 − α)2 (1 + cos ω)
H(eiω ) =

2(1 + α2 − 2α cos ω)
1 1
# = 0.8 # = −0.8
0.9 # = 0.7 0.9 # = −0.7
# = 0.5 # = −0.5
0.8 0.8
0.7 0.7
0.6 0.6
Amplitude
Amplitude
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
!/" !/"
(a) 0 < α < 1 (b) −1 < α < 0
Le paramètre α permet de définir la fréquence de coupure ωc telle

que
1
H(eiωc ) = √ H(ei·0 )

2
2 1
On pose H(eiωc ) = 2 et on obtient
2α
cos ωc =
1 + α2
qui mènera à deux solutions possibles, mais une seule permettra au

filtre d’être stable :
1 − sin ωc
α=
cos ωc
Filtre IIR passe-bande
Il est impossible de générer un filtre passe-bande avec une fonction de

transfert d’ordre un. L’ordre le plus faible pour un filtre passe-bande
est donc deux, afin que la courbe ait une forme en cloche.
De plus, afin que la réponse en amplitude soit nulle à ω = 0 et ω = π,

la fonction de transfert doit avoir des zéros à z = 1 et z = −1.
Ainsi, un filtre passe-bande d’ordre deux sera défini par la fonction de

transfert
1−α 1 − z −2
HBP (z) = ·
2 1 − β(1 + α)z −1 + αz −2
Les pôles de cette fonction sont situés à z = r e±iφ , où
√

β(1 + α)
r= α et φ = arccos √
2 α
Afin d’assurer la stabilité, on doit avoir r < 1, ce qui implique |α| < 1.
1 1
# = 0.8 # = 0.8
0.9 # = 0.5 0.9 # = 0.5
# = 0.2 # = 0.1
0.8 0.8
0.7 0.7
0.6 0.6
Amplitude
Amplitude
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
!/" !/"
(a) Variation sur α, β = 0.34 (b) Variation sur β, α = 0.6
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques
Techniques de conception
Il y a deux approches pour la conception de filtres IIR. La plus

commune est de concevoir un filtre IIR analogique, puis de lui
trouver un équivalent numérique.
Le domaine du traitement de signal électrique remontant à beaucoup

plus loin que l’équivalent dans le monde discret, les techniques de
conception de filtres analogiques sont très développées.
Techniques de conception
« Depuis l’aube des temps,

l’homme s’intéresse aux circuits électriques. »
On s’intéressera ici à la conception d’un filtre IIR passe-bas à partir

d’un équivalent analogique.
Filtres passe-bas analogiques
Pour concevoir un filtre IIR à partir d’un filtre analogique, il faut d’abord
savoir comment concevoir un filtre analogique.
Un filtre analogique Ha (iΩ) est défini avec les mêmes paramètres que
son équivalent numérique :
Une bande de transition [Ωp , Ωs ]

Une distorsion passe-bande δp
Une atténuation stop-bande δs
IIR filter design
toConception is relatively
de filtres IIR simple. The second
Conception approach
de filtres to design
IIR à partir IIR digital
de filtres filters is to use an al
analogiques
design procedure, which generally requires the use of a computer to solve a set of linear or nonlinear e
These methods may be used to design digital filters with arbitrary frequency response characteristics
Filtres passe-bas analogiques no analog filter prototype exists or to design filters when other types of constraints are imposed on the
In this section, we consider the approach of mapping analog filters into digital filters. Initially,
will be on the design of digital low-pass filters from analog low-pass filters. Techniques for transform
designs into more general frequency selective filters will then be discussed.
On aura donc que
9.4.1 Analog Low-Pass Filter Prototypes
1 − δp ≤ |Ha (iΩ)| ≤ 1ansur
To design la bande
IIR digital low-pass filterpassante, et filter, we must first know how to
from an analog low-pass
analog low-pass filter. Historically, most analog filter approximation methods were developed for the
passive systems having a gain less than or equal to 1. Therefore, a typical set of specifications for thes
0 ≤ |Ha (iΩ)| ≤ δass shown
surin la
Fig. bande stop.
9-5(a),with the passband specifications having the form
((I) Specifications in terms of and 6,. ( I ? ) Specifications in terms of e and A
Fig. 9-5. Tivo different conventions for specifying the passband and stopband deviations for an anal
low-pass filter.
designs into more general frequency selective filters will then be discussed.
Filtres passe-bas
9.4.1 Analog Low-Pass Filter analogiques
Prototypes
To design an IIR digital low-pass filter from an analog low-pass filter, we must first know how to design an
analog low-pass filter. Historically, most analog filter approximation methods were developed for the design of
passive systems having a gain less than or equal to 1. Therefore, a typical set of specifications for these filters is
as shown in Fig. 9-5(a),with the passband specifications having the form
On reformule les contraintes définissant le filtre en posant
q
= (1 − δp )−2 − 1
1
A=
δs
((I) Specifications in terms of and 6,. ( I ? ) Specifications in terms of e and A.
Fig. 9-5. Tivo different conventions for specifying the passband and stopband deviations for an analog
low-pass filter.
Another convention that is commonly used is to describe the passband and stopband constraints in terms of the
parameters 4.E Conception de filtres in Fig. 9-5(h). Two auxiliary parameters of interest are the dist.riminatior7
and A as illustrated 42 / 66
Filtres passe-bas analogiques
À partir de A, , et de la bande de transition, on définit deux nouveaux

paramètres :

Le facteur de discrimination : d = √
A2 − 1
Ωp
Le facteur de sélectivité : k =
Ωs
On a maintenant tout ce qu’il faut pour construire un filtre analogique.

Les types de filtres les plus utilisés sont les filtres de Butterworth, de
Chebyshev et les filtres elliptiques. On s’intéressera aux filtres de
Butterworth.
Filtres de Butterworth
Un filtre passe-bas de Butterworth possède une réponse en

amplitude de la forme
1
|Ha (iΩ)|2 = 2N
iΩ
1+ iΩc
où N est l’ordre du filtre (le nombre de pôle dans la fonction de

transfert) et Ωc est la fréquence de coupure.
Un filtre de Butterworth ne possède aucun zéro.
where
Filtres deresponse
The frequency Butterworth
of the Butterworth filter decreases monotonically with increasing 0, and as the filter
order increases, the transition band becomes narrower. These properties are illustrated in Fig. 9-6, which shows
IH,(jQ)l for Butterworth filters of orders N = 2 , 4 , 8 , and 12. Because
La réponse en amplitude est une fonction décroissante à mesure

que the augmente.
from Ω magnitude-squaredDe plus,
function, may write N augmente, la bande de
we lorsque
transition devient plus mince.
I
Fig. 9-6. The magnitude of the frequency response for Butterworth filters of orders
N = 2.4, 8.
Therefore, the poles of G,(s) are located at 2N equally spaced points around a circle of radius Q,.,
On s’attarde maintenant à construire la fonction de transfert Ha (s)

du filtre. Pour y arriver, on part de l’égalité suivante :

1
|Ha (iΩ)|2 = Ha (s)Ha (−s)|s=iΩ =

2N
1 + iΩs c
s=iΩ
Les pôles de Ga (s) sont situés sur un cercle de rayon Ωc dans le

plan complexe. Ils correspondent à 2N points également espacés.
CHAP. 91 FILTER DESIGN
(u) Order N = 6. ( h ) Order N = 7.

Fig. 9-7. The poles of H,(a)H,(-s)
for a Butterworth filter of order N = 6 and N = 7.
(a,
Table 9-4 The Coefficients in the System Function of a Normalized Butterworth Filter = I) for
- par les N pôles de Ga (s)
La fonction de transfert Ha (s) sera définie
5 5 Orders I N 8
ad as
situés à gauche de l’axe imaginaire. a3
1 .om
2.6131 1 .OOOO
5.2361 3.2361 1.OW0
9.1416 7.4641 3.8637
14.59 18 14.59 I8 10.0978
2 1.8462 25.6884 2 1.8462
Les étapes pour la conception d’un filtre de Butterworth sont donc
1 Trouver les valeurs du facteur de sélectivité k et du facteur de

discrimination d.
2 Déterminer l’ordre du filtre qu’on doit avoir pour respecter les
spécifications, à l’aide de la règle
log d
N≥
log k
3 Fixer la fréquence de coupure Ωc dans l’intervalle

− 1 − 1
2N 2N
Ωp (1 − δp )−2 − 1 ≤ Ωc ≤ Ωs δs−2 − 1
4 Obtenir les pôles de la fonction Ha (s) à partir de la fonction

Ga (s).
Exemple 4.2
Conversion A/D du filtre
Le filtre de Butterworth qu’on vient de construire est un filtre

analogique. On doit le convertir en filtre numérique.
Soient ha [t] et Ha (s) (avec s ∈ C), la réponse impulsionnelle et la

réponse en fréquence (respectivement) du filtre analogique. On
cherche à trouver h[n] et H(z), leur équivalent numérique.
La conversion se fait à l’aide d’une fonction de passage de la forme

s = m(z), qui définit comment passer du domaine s (transformée de
Laplace d’une fonction continue) au domaine z (transformée en z
d’une fonction discrète).
H(z) = Ha (s)|s=m(z)
Pour que la conversion donne un bon résultat, la fonction de

passage m(z) doit posséder certaines caractéristiques :
L’axe imaginaire =(s) doit aller se plaquer sur le cercle unité

|z| = 1.
Les points pour lesquels <(s) < 0 doivent être envoyés à
l’intérieur du cercle unité.
La fonction m(z) doit être une fonction rationnelle en z pour que
H(z) le soit aussi.
Une fonction qui fait ce travail est définie par la règle
2(1 − z −1 )
s=
1 + z −1
Ainsi, partant d’un filtre analogique avec une fonction de transfert

Ha (s), on trouve le filtre numérique équivalent en prenant
2(1 − z −1 )

H(z) = Ha
1 + z −1
La relation entre les valeurs Ω de l’axe imaginaire =(s) et les

fréquences ω sur le cercle unité est donnée par la fonction
d’enroulement :
Ω
ω = 2 arctan
2
Conception d’un filtre IIR
Les étapes de la conceptions d’un filtre passe-bas IIR ayant une

bande de transition sur [ωp , ωs ], une distorsion passe-bande de δp et
une atténuation stop-bande de δs sont donc :
1 Convertir les fréquences ωs et ωp en Ωs et Ωp avec l’inverse de

la fonction d’enroulement.
2 Concevoir un filtre analogique répondant aux caractéristiques
données.
3 Convertir le filtre au domaine numérique avec la fonction de
passage s = m(z).
Exemple 4.3
Conception de filtres avec Matlab
Plan de la section
Introduction à sptool
sptool fournit une interface graphique pour la conception et

l’application de filtres avec Matlab. sptool permet entre autres de
Importer des signaux
Concevoir des filtres FIR et IIR
Appliquer les filtres aux signaux
Consulter les spectres des signaux et des filtres
Introduction à sptool
MATLAB
>> sptool
Choix du type de filtre
Choix de la méthode de conception du filtre
Choix de la méthode de conception du filtre
Création du filtre (spectre d’amplitude)
Création du filtre (réponse impulsionnelle)
Création du filtre (diagramme pôles-zéros)

Analuse Spectrale Imn317-Chap04

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analuse Spectrale Imn317-Chap04

Transféré par

Droits d'auteur :

Formats disponibles

IMN317

Chapitre 4 - Conception de filtres

1 Caractéristiques d’un filtre

2 Conception de filtres FIR

3 Conception de filtres IIR

4 Conception de filtres avec Matlab

1 Caractéristiques d’un filtre

2 Conception de filtres FIR

3 Conception de filtres IIR

4 Conception de filtres avec Matlab

Dans ce chapitre, on s’attarde au problème de concevoir un filtre qui

Des contraintes sur l’amplitude de la réponse en fréquences :

Deuxièmement, on devra avoir des contraintes sur la complexité du

Est-il préférable d’utiliser un filtre FIR ou IIR ?

On va maintenant s’attarder à définir formellement les

Conception d’un filtre passe-bas

On considère ici le cas de la conception d’un filtre passe-bas ayant

Le filtre idéal répondant à cette contrainte sera caractérisé par les

Conception d’un filtre passe-bas

Comme on l’a vu au chapitre précédent, un tel filtre n’est pas

Typiquement, l’amplitude d’un filtre passe-bas sera plutôt de la forme

Conception d’un filtre passe-bas

Fig. 9-1. Filter specifications for a low-pass filter,

1 Caractéristiques d’un filtre

2 Conception de filtres FIR

3 Conception de filtres IIR

4 Conception de filtres avec Matlab

Filtres FIR simples

Avant de voir les méthodes plus avancées de conception de filtres, on

Filtre FIR passe-bas

Le filtre FIR passe-bas le plus simple est le filtre moyenneur avec

H0 (z) possède un zéro à z = −1 et un pôle à z = 0. Le cercle unité

Filtre FIR passe-bas

Comme le cercle unité est dans la ROC, on peut évaluer la réponse

Filtre FIR passe-bas

La réponse en amplitude H0 (eiω ) = cos ω2 est une fonction

décroissante entre ω = 0 et ω = π. On a que

Filtre FIR passe-bas

La fréquence de coupure sera la fréquence ωc pour laquelle

Pour ce filtre, on trouve ωc = π2 .

est donc l’intervalle 0, π2 et la bande stop est

Filtre FIR passe-bas

On s’entend pour dire que c’est moche comme filtre. La bande de

Le problème principal et qu’on ne contrôle pas la fréquence de

Approximation d’un filtre idéal

Soit hd [n] la réponse impulsionnelle d’un filtre idéal ayant les

Comme hd [n] sera la plupart du temps de longueur infinie, non

Cette approximation sera faite par la méthode des fenêtres.

Approximation d’un filtre idéal

La méthode des fenêtres consiste à multiplier hd [n] avec un signal

Le signal fenêtre devra être

de longueur finie N (w[n] = 0 en dehors de l’intervalle

Approximation d’un filtre idéal

Soient Hd (eiω ) et W (eiω ), les DTFT de hd [n] et w[n] respectivement.

C’est le choix de la fenêtre qui dictera à quel point le filtre

Approximation d’un filtre idéal

FILTER DESIGN [CHAP. 9

la hauteur du pic secondaire, notée A.

Approximation d’un filtre idéal

Pour que le filtre estimé s’approche le plus du filtre idéal, on souhaitera

Malheureusement, ces deux valeurs ne peut pas être minimisées

Les fonctions fenêtre

Les fenêtres utilisées pour la conception de filtres respectent les

À partir de A, , et de la bande de transition, on définit deux nouveaux