Vous êtes sur la page 1sur 3

Université BLIDA1, Département de l’électronique,

Master 1 : Electronique des systèmes embarqués (2017-2018). TP traitement numérique du signal

TP 3 : Synthèse et Application d’un filtre numérique RIF

Remarque : Il est demandé aux étudiants de bien présenter le compte rendu avec une introduction au TP
et une conclusion. Les résultats, les figures et les codes Matlab doivent être clairs et bien exposés avec des
commentaires.

1) Filtres RIF :

Un filtre discret à réponse impulsionnelle finie a pour fonction de transfert :


M −1
−1 −M
H ( z ) =b0 +b 1 z +…+b M z = ∑ b n z −n et ne possèdeque des zéros .
n=0

b ,∧0< n< M −1
Alors la réponse impulsionnelle est : h ( n ) = n{0 ,∧ailleurs
qui est de longueur finie. Les
méthodes qui permettent de déterminer les coefficients de la fonction de transfert font appel à des
méthodes basées sur des fenêtres ou à des techniques d’optimisation.

Question Théorique : Quels sont les avantages et les inconvénients des filtres RIF ?

2) Méthode des fenêtres :

On spécifie les caractéristiques souhaités en fréquence H d (e j w ) pour l’intervalle normalisé - π


<ω<π (avec ω = Ω Te ) . Les coefficients du filtre idéal sont donnés par la transformée de
π
1
Fourier inverse : h d ( n )= ∫ H ( e j w ) e j w n dw . On détermine la durée M du filtre et on
2 π −π d
multiplie le signal par une fenêtre de longueur M : h ( n ) = h d ( n ) . w M ( n ) . Alors H ( e j w ) = H
jw
d(e ) * W M ( e j w ) . On vérifie que ( H ( e j w ) - H d ( e j w ) ) est acceptable. Sinon, on augmente la
longueur du filtre M .

3) Question Théorique : Soit le filtre passe-bas idéal de fréquence de coupure normalisé w c = π / 2 :
H d ( e j w )= 1,∧−π /2≤ n ≤ π /2
{ 0 ,∧ailleurs
a ) Pourquoi dit-on qu’il est idéal ?
b ) Calculer h d ( n ) . Tracer le. Quelle est sa longueur ? Ce filtre est-il causal ? Que faut-il faire
pour le rendre causal ?

4) Travail à réaliser sur Matlab :

1 ,∧−M /2 ≤ n ≤ M /2
a) Ecrire un programme en Matlab qui utilise une fenêtre rectangulaire w M = {
0 ,∧ailleurs
.
Le filtre passe-bas doit satisfaire les conditions suivantes :Bande passante de 0 à 6 khz avec une
ondulation maximale de 1 db , une bande atténuée au delà de 10 khz avec une atténuation
minimale de 35 db et une fréquence d’échantillonnage f e =40 khz . Calculer et tracer les
spectres d’amplitude et de phase.

1
Université BLIDA1, Département de l’électronique,
Master 1 : Electronique des systèmes embarqués (2017-2018). TP traitement numérique du signal

b) Tracez la phase du filtre calculé. Que constatez-vous ?

c) Répetez le problème avec une fenêtre de Hamming, puis avec une fenètre de Kaiser avec beta = 9
et comparez les résultats.

d) Répetez les questions (a) et (b) avec la fonction Matlab FIR1 et comparez les résultats.

5) Application : filtrage de musique :

a) Ecrire un programme en Matlab qui télécharge (fonction wavread) un morceau de musique


(‘foryoublue.wav), puis écoutez-le avec la fonction (sound). Déterminer la longueur du morceau et
la fréquence d’échantillonnage. Filtrer ce morceau avec un filtre passe-bas de fréquence de
coupure f = 2000 hz . Réecoutez le morceau. Faites une constatation à son écoute. Tracer le
spectre du filtre.

b) Filtrer le morceau avec un filtre-haut de fréquence de coupure f = 500 hz . Réecoutez le morceau.


Faites une constatation à son écoute. Tracer le spectre du
filtre.

2
Université BLIDA1, Département de l’électronique,
Master 1 : Electronique des systèmes embarqués (2017-2018). TP traitement numérique du signal

- Phase exactement linéaire (temps de propagation de groupe constant, c’est-à dire constant pour
toutes les fréquences))
- Toujours stable
- Pour les mêmes spécifications fréquentielles, le filtre FIR est d’ordre beaucoup plus élevé (fort coût de
calcul) que le filtre RII. Par conséquence, le délai de réponse est plus important.

sin ⁡( n wc )
h d=
πn

Vous aimerez peut-être aussi