Académique Documents
Professionnel Documents
Culture Documents
Laboratory #3
2 FIR Filters 5
2.1 First Difference Filter . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.1 Length of the filtered signal . . . . . . . . . . . . . . . . . . . . 5
2.1.2 Plot of the input/output signals . . . . . . . . . . . . . . . . . . . 6
2.1.3 Amplitude and phase of the input signal . . . . . . . . . . . . . . 6
2.1.4 Exception of the first sample y[0] . . . . . . . . . . . . . . . . . 6
2.1.5 Amplitude and phase of the output signal . . . . . . . . . . . . . 6
2.1.6 Frequency response of the filter . . . . . . . . . . . . . . . . . . 7
2.1.7 Linearity of the filter . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.8 Time-invariance of the filter . . . . . . . . . . . . . . . . . . . . 8
2.1.9 Cascading Two Systems . . . . . . . . . . . . . . . . . . . . . . 8
A AnnexeA 10
B AnnexeB 11
C AnnexeC 12
D AnnexeD 13
E AnnexeE 15
1
1 Frequency Response of the Three
Point Averager
M −1
1 X jΩ(n−k)
y1 = ∗ e
M k=0
M −1
1 X −jΩk
= ( ∗ e ) ∗ ejΩn
M k=0
= H1 (ejΩ )ejΩn
M −1
1 X j(Ω+N )(n−k)
y2 = ∗ e
M k=0
M −1
1 X −j(Ω+N )k
= ( ∗ e ) ∗ ej(Ω+N )n
M k=0
= H2 (ejΩ )ej(Ω+N )n
Pour que H1 (ejΩ ) = H2 (ej(Ω+N ) ), il faut que ejΩn = ej(Ω+N )n . Cette condition s’ex-
prime encore comme
e0 = ejN n
ou encore pour n=1, on a l’égalité des arguments
N = k2π
N0 = 2π
2
1.2 Frequency response of the Three Point Averager
La première méthode consiste à mettre un signal complexe imaginaire en entrée du
système et isoler ensuite la réponse fréquentielle à sa sortie.
M −1
1 X jΩ(n−k)
y = ∗ e
M k=0
M −1
1 X −jΩk
= ( ∗ e ) ∗ ejΩn
M k=0
= H(ejΩ )ejΩn
On voit donc que le système restitue le signal d’entrée mais à un facteur multiplicatif près.
Il s’ensuit que le signal ejΩn est un vecteur propre du système dont la réponse fréquentielle
est donnée par
M −1
jΩ 1 X −jΩk
H(e ) = ∗ e (1.1)
M k=0
La deuxième méthode consiste à mettre une impulsion de dirac à l’entrée du système. De
cette manière, sa sortie s’identifie à sa réponse impultionelle. Il suffit alors de prendre la
DCFT de cette dernière pour obtenir la réponse fréquentielle du système. Si l’on procède
à ces étapes dans l’ordre énoncé, on obtient la réponse impultionnelle
M −1
1 X
y[n] ≡ h[n] = ∗ δ[n − k]
M k=0
On prend alors la transformée de Fourier Discrete to continuos time de h[n] pour obtenir
la réponse fréquentielle.
+∞
X
jΩ
H(e ) = h[l]e−jΩl
l=−∞
PM −1
En insérant h[l] = M1 ∗ k=0 δ[l − k], on permute les deux sommes et on applique la
propriété de sifting propre à l’impulsion de dirac. On obtient alors
M −1
1 X −jΩk
H(ejΩ ) = ∗ e (1.2)
M k=0
3
On peut faire alors apparaître la fonction sinc(x) ≡ sin(xπ)
xπ
en multipliant et divisant par
les arguments des sinus. La fonction de transfert s’exprime alors comme suit
M
jΩ sinc(Ω 2π ) −j Ω (M −1)
H(e ) = 1 e
2
sinc(Ω 2π )
4
2 FIR Filters
L = N1 − N0 + 1
Dans le même ordre d’idées, le vecteur bb comporte M éléments. Si l’on note par N3 et
N2 l’indice du dernier élément et du premier élément de bb, on peut dire que
M = N3 − N2 + 1
Le vecteur yy possède Y éléments. L’indice du premier et dernier d’entre eux est respec-
tivement donné par N4 et N5 . D’autre part, yy est obtenu en convoluant les vecteurs xx et
bb. On a alors l’ expression suivante :
N4 = N0 + N2
N5 = N1 + N3
eqnarray*)
On déduit alors la taille Y du vecteur yy en fonction des tailles du vecteur xx et bb.
Y = N5 − N4 + 1
= N1 + N3 − N0 − N2 + 1
= (N1 − N0 + 1) + (N3 − N2 + 1) − 1
= M +L−1
Y =M +L−1 (2.2)
Y = 50 + 2 − 1 = 51
Soit 51 éléments.
5
2.1.2 Plot of the input/output signals
Le diagramme se trouve à l’annexe B.
,or x[-1] n’existe pas dans la mémoire de l’ordinateur. Il s’ensuit que pour n=0, Matlab
calcule
y[0] = 5x[0]
Si l’on utilise les valeurs fournies dans l’énoncé,
∆φ = φy − φx = Ω ∗ retard
φy = ∆φ + φx = (17/24) ∗ π[rad]
6
2.1.6 Frequency response of the filter
On commence par calculer la réponse impultionnelle du système, en mettant à son
entrée une impulsion de dirac. Selon l’équation entrée-sortie du système, sa réponse est
donnée par
h[n] = 5δ(n) − 5δ(n − 1)
On peut dès lors, prendre la DCFT pour en déduire la réponse fréquentielle du système.
Il vient ainsi,
+∞
X
jΩ
H(e ) = h[l]e−jΩl
l=−∞
+∞
X
= (5δ(l) − 5δ(l − 1))e−jΩl
l=−∞
+∞
X +∞
X
= 5 δ(l)e−jΩl − 5 δ(l − 1))e−jΩl
l=−∞ l=−∞
0 −jΩ
= 5e − 5e , sif ting
e − e−jΩ/2
jΩ/2
= 5e−jΩ/2 ( )2j
2j
Ω Ω
= j10sin( )e−j 2
2
On doit alors déduire l’amplitute et la phase de H(ejΩ ).
Son amplitude est donnée par
1
||H(ejΩ )|| = [H(ejΩ ) ∗ H̄(ejΩ )] 2
Ω Ω Ω Ω 1
= [(j10sin( )e−j 2 ) ∗ (−j10sin( )ej 2 ] 2
2 2
Ω Ω Ω 1
= [102 sin( )2 ej( 2 − 2 ) ] 2
2
Ω
= 10sin( )
2
7
On voit donc que le signal d’entrée x verra son amplitude multipliée par 1.95 en sortant
du filtre. En outre, x subit un déphasage de 1.5 rad.
Ces résultats concordent avec les résultats trouvés dans le domaine temporel puisque
d’une part, Ampy = 1.95 ∗ Ampx ,où Ampx (respectivement Ampy ) représentent l’am-
plitude de x (respectivement l’amplitude de y). D’autre part, le déphasage entre l’entrée
et la sortie vaut approximativement ∆φ = (3/8) ∗ π[rad] ≈ 1.5[rad].
. On a donc le couple entrée sortie (x[n−3], y[n−3]). Le système est donc temps invariant.
Il faut donc décaller ys de 3 échantillons pour obtenir y[n].
Note : Au-delà de ces manipulations, nous pouvons constater que l’on se trouve en
présence d’un système Linéaire Temps Invariant (LTI). En réalité, ceci peut être démontré
lors du calcul de la réponse fréquentielle du système. En effet, en mettant une exponen-
tielle imaginaire à l’entrée du système, on retrouve la même exponetille en sortie, mais
multipliée par la réponse fréquentielle qui contient l’information sur l’amplitude et la
phase de la sortie pour une fréquence donnée. Ceci étant propre aux systèmes LTI.
Signal w[n]
On « observe »des fréquences additionelles car w[n] oscille deux fois plus vite que
x[n].
8
On peut identifier la composante continue et alternative de w[n]. En effet,
A2 A2
w[n] = 1 + cos(2 ∗ Ω0 n + 2 ∗ φ0 )
2
|{z} |2 {z }
wDC wAC
9
A AnnexeA
10
B AnnexeB
11
C AnnexeC
12
D AnnexeD
13
14
E AnnexeE
15
F IGURE E.3 – Effect of the second order Fir Filter
16
Table des figures
17