Vous êtes sur la page 1sur 66

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

4. Conception de filtres 2 / 66
Caractéristiques d’un filtre

Plan de la section

1 Caractéristiques d’un filtre

2 Conception de filtres FIR

3 Conception de filtres IIR

4 Conception de filtres avec Matlab

4. Conception de filtres 3 / 66
Caractéristiques d’un filtre

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 ?

4. Conception de filtres 4 / 66
Caractéristiques d’un filtre

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 ?

4. Conception de filtres 5 / 66
Caractéristiques d’un filtre

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.

4. Conception de filtres 6 / 66
Caractéristiques d’un filtre

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

4. Conception de filtres 7 / 66
Caractéristiques d’un filtre

Conception d’un filtre passe-bas

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

4. Conception de filtres 8 / 66
9.2 FILTER SPECIFICATIONS
Caractéristiques d’un filtre
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

Conception d’un filtre passe-bas


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,

4. Conception de filtres 9 / 66
Conception de filtres FIR

Plan de la section

1 Caractéristiques d’un filtre

2 Conception de filtres FIR


Filtres FIR simples
Conception de filtres FIR avec la méthode des fenêtres

3 Conception de filtres IIR

4 Conception de filtres avec Matlab

4. Conception de filtres 10 / 66
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.

4. Conception de filtres 11 / 66
Conception de filtres FIR Filtres FIR simples

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.

4. Conception de filtres 12 / 66
Conception de filtres FIR Filtres FIR simples

Filtre FIR passe-bas

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

4. Conception de filtres 13 / 66
Conception de filtres FIR Filtres FIR simples

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



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
!/"

4. Conception de filtres 14 / 66
Conception de filtres FIR Filtres FIR simples

Filtre FIR passe-bas

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 .

4. Conception de filtres 15 / 66
Conception de filtres FIR Filtres FIR simples

Filtre FIR passe-bas

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.

4. Conception de filtres 16 / 66
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.

4. Conception de filtres 17 / 66
Conception de filtres FIR Conception de filtres FIR avec la méthode des fenêtres

Approximation d’un filtre idéal

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].

4. Conception de filtres 18 / 66
Conception de filtres FIR Conception de filtres FIR avec la méthode des fenêtres

Approximation d’un filtre idéal

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.

4. Conception de filtres 19 / 66
Conception de filtres FIR Conception de filtres FIR avec la méthode des fenêtres

Approximation 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
Conception de filtres FIR Conception de filtres FIR avec la méthode des fenêtres

Approximation d’un filtre idéal

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.

4. Conception de filtres 21 / 66
Conception de filtres FIR Conception de filtres FIR avec la méthode des fenêtres

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.

4. Conception de filtres 22 / 66
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
Les fonctions fenêtre
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.

4. Conception de filtres 23 / 66
Conception de filtres FIR Conception de filtres FIR avec la méthode des fenêtres

Les fonctions fenêtre

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
Conception de filtres FIR Conception de filtres FIR avec la méthode des fenêtres

Exemple 4.1

4. Conception de filtres 25 / 66
Conception de filtres FIR Conception de filtres FIR avec la méthode des fenêtres

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

4. Conception de filtres 26 / 66
Conception de filtres IIR

Plan de la section

1 Caractéristiques d’un filtre

2 Conception de filtres FIR

3 Conception de filtres IIR


Filtres IIR simples
Conception de filtres IIR à partir de filtres analogiques

4 Conception de filtres avec Matlab

4. Conception de filtres 27 / 66
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.

4. Conception de filtres 28 / 66
Conception de filtres IIR Filtres IIR simples

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.

4. Conception de filtres 29 / 66
Conception de filtres IIR Filtres IIR simples

Filtre IIR passe-bas

Sa réponse en amplitude sera

s
(1 − α)2 (1 + cos ω)
H(eiω ) =

2(1 + α2 − 2α cos ω)

4. Conception de filtres 30 / 66
Conception de filtres IIR Filtres IIR simples

Filtre IIR passe-bas

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

4. Conception de filtres 31 / 66
Conception de filtres IIR Filtres IIR simples

Filtre IIR passe-bas

Le paramètre α permet de définir la fréquence de coupure ωc telle


que

1
H(eiωc ) = √ H(ei·0 )

2

4. Conception de filtres 32 / 66
Conception de filtres IIR Filtres IIR simples

Filtre IIR passe-bas

2 1
On pose H(eiωc ) = 2 et on obtient


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

4. Conception de filtres 33 / 66
Conception de filtres IIR Filtres IIR simples

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.

4. Conception de filtres 34 / 66
Conception de filtres IIR Filtres IIR simples

Filtre IIR passe-bande

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

4. Conception de filtres 35 / 66
Conception de filtres IIR Filtres IIR simples

Filtre IIR passe-bande

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.

4. Conception de filtres 36 / 66
Conception de filtres IIR Filtres IIR simples

Filtre IIR passe-bande

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

4. Conception de filtres 37 / 66
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.

4. Conception de filtres 38 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

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.

4. Conception de filtres 39 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

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

4. Conception de filtres 40 / 66
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.
4. Conception de filtres 41 / 66
designs into more general frequency selective filters will then be discussed.
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

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
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

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.

4. Conception de filtres 43 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

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.

4. Conception de filtres 44 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques
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,.,
4. Conception de filtres 45 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

Filtres de Butterworth

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

4. Conception de filtres 46 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

Filtres de Butterworth

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
4. Conception de filtres 47 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

Filtres de Butterworth

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

4. Conception de filtres 48 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

Filtres de Butterworth

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).

4. Conception de filtres 49 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

Exemple 4.2

4. Conception de filtres 50 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

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.

4. Conception de filtres 51 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

Conversion A/D du filtre

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)

4. Conception de filtres 52 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

Conversion A/D du filtre

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.

4. Conception de filtres 53 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

Conversion A/D du filtre

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

4. Conception de filtres 54 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

Conversion A/D du filtre

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 = 2 arctan
2

4. Conception de filtres 55 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

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).

4. Conception de filtres 56 / 66
Conception de filtres IIR Conception de filtres IIR à partir de filtres analogiques

Exemple 4.3

4. Conception de filtres 57 / 66
Conception de filtres avec Matlab

Plan de la section

1 Caractéristiques d’un filtre

2 Conception de filtres FIR

3 Conception de filtres IIR

4 Conception de filtres avec Matlab

4. Conception de filtres 58 / 66
Conception de filtres avec Matlab

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

4. Conception de filtres 59 / 66
Conception de filtres avec Matlab

Introduction à sptool

MATLAB
>> sptool

4. Conception de filtres 60 / 66
Conception de filtres avec Matlab

Choix du type de filtre

4. Conception de filtres 61 / 66
Conception de filtres avec Matlab

Choix de la méthode de conception du filtre

4. Conception de filtres 62 / 66
Conception de filtres avec Matlab

Choix de la méthode de conception du filtre

4. Conception de filtres 63 / 66
Conception de filtres avec Matlab

Création du filtre (spectre d’amplitude)

4. Conception de filtres 64 / 66
Conception de filtres avec Matlab

Création du filtre (réponse impulsionnelle)

4. Conception de filtres 65 / 66
Conception de filtres avec Matlab

Création du filtre (diagramme pôles-zéros)

4. Conception de filtres 66 / 66