Ecole Polytechnique Universitaire de Paris

Spécialité Electronique Informatique ELI, 3ème Année

Cours de traitement
du
signal

SECONDE PARTIE

ZARADER J.L 2008/2009

 2

SOMMAIRE

VII TRANSFORMEE EN Z ........................................................... 3

1°) DEFINITIONS ...................................................................... 3
2°) PROPRIETES ....................................................................... 6
3°) TRANSFORMEE EN Z INVERSE ................................................... 8
4°) RELATIONS ENTRE LA TZ ET LES AUTRES TRANSFORMEES ............... 13
VIII ANALYSE DES FILTRES NUMERIQUES ................................ 16
1°) SYSTEMES NUMERIQUES ....................................................... 16
2°) CLASSIFICATION DES FILTRES ................................................ 19
3°) REALISATION DE FILTRES NUMERIQUES ..................................... 23
4°) ANALYSE DES FILTRES NUMERIQUES ......................................... 29
IX SYNTHESE DE FILTRES NUMERIQUES ................................... 40
1°) RAPPELS SUR LES FILTRES ANALOGIQUES . ................................. 40
2°) SYNTHESE DE FILTRE PAR TRANSFORMATION DE P EN Z.................. 44
3°) SYNTHESE DE FILTRE PAR INVARIANCE TEMPORELLE . .................... 49
4°) SYNTHESE DE FILTRE PAR INVARIANCE FREQUENTIELLE . ................ 51
5°) BRUIT DE TRAITEMENT ......................................................... 55
 3

VII Transformée en Z

1°) Définitions
La transformée de Fourier est un outil précieux d'analyse et
de traitement des signaux. Cependant, dans certains problèmes
(comme le filtrage numérique), les limites de la TF sont vite
atteintes. La transformée en Z, qui s'applique aux signaux
discrets, généralise la TF et permet de dépasser ces limites. Cette
transformation est comparable à la Transformée de Laplace
bilatérale qui généralise la TF dans le cas de systèmes continus.

Soit x(k) un signal discret. Sa transformée en Z est donnée

par :

+∞
TZ {x(k)} = Z[ x(k)] = X(Z) = ∑ x(k) Z -k

k = -∞

où Z est une variable complexe.

Existence de la TZ : L'existence de la TZ est obtenue grâce au

+∞
critère de CAUCHY qui affirme que la série ∑
k=0
uk c o n v e r g e s i :
1
k
lim uk < 1
k → +∞

En appliquant ce critère, on démontre que X(Z) existe si :

∃ (R x + , R x - ) ∈ R 2 tel que 0 ≤ R x - < Z < R x +

⎧ ⎧ 1
⎫
⎪ Rx- = lim ⎨ x(k) k ⎬
⎪
k → +∞ ⎩ ⎭
avec Rx- < Rx+ et ⎨ 1
⎪R x + = ⎧ 1
⎫
⎪ lim ⎨ x(-k) k ⎬
⎩ k → +∞ ⎩ ⎭
Dem :
+∞ −1 +∞
X( Z) = ∑
k = -∞
x(k) Z - k = ∑
k = -∞
x(k) Z - k + ∑
k=0
x(k) Z - k

X ( Z) = S1 ( Z) + S2 ( Z)
⎧ 1
⎫
⎨ x(k) Z k ⎬ < 1
-k
S2 ( Z) c o n v e r g e , d ' a p r è s C A U C H Y , s i lim
k → +∞ ⎩ ⎭
 4
⎧ 1
⎫
C ' e s t à d i r e s i Rx− = lim ⎨ x(k) k ⎬ < Z
k → +∞ ⎩ ⎭

−1 +∞
D e m ê m e S1 ( Z) c o n v e r g e s i ∑
k = -∞
x(k) Z - k = ∑
k =1
x(-k) Z k converge.

⎧ k k ⎫
1
C ' e s t à d i r e s i lim ⎨ x(-k) Z ⎬ < 1
k → +∞ ⎩ ⎭

1
ou encore : Z < = Rx+
⎧ 1
⎫
lim ⎨ x(-k) k ⎬ < 1
k → +∞ ⎩ ⎭

En conclusion X(Z) converge si Z se trouve dans la couronne

de convergence.

Im(Z)

Couronne
de
Convergence

R x-
Re(Z)
R x+

R x+ e t R x- s o n t l e s r a y o n s d e c o n v e r g e n c e e x t é r i e u r e t i n t é r i e u r .

E x e m p l e : C o n s i d é r o n s l e s i g n a l x ( k ) d é f i n i p a r x( k ) = a k u(k) , o ù a
est un réel positif et u(k) l'échelon unité.
 5
x(k) (a<1)

1
a

k
0 1

X(Z) s'écrit :

+∞ +∞
X( Z) = ∑
k = -∞
x(k) Z - k = ∑
k=0
(a Z -1 ) k

C ' e s t u n e s é r i e g é o m é t r i q u e d e r a i s o n a Z-1 :

1
X( Z) = si aZ - 1 < 1 ⇔ a < Z
1 − aZ − 1

⎡ n -1
1 - rn ⎤
⎢ Rappel : S(r) = ∑ (r) k = ⎥
⎣ k=0 1- r ⎦

X ( Z ) e s t d é f i n i e p o u r s i a < Z < +∞ .

O n p e u t v é r i f i e r q u e l e s r a y o n s d e c o n v e r g e n c e R x+ e t R x− s o n t :

1 1
Rx+ = = = + ∞
⎧ 1
⎫ lim { 0}
lim ⎨ x(-k) k ⎬ k → +∞
k → +∞ ⎩ ⎭
et :
⎧ 1
⎫
Rx− = lim ⎨ x(k) k ⎬
k → +∞ ⎩
= lim {a} = a
⎭ k → +∞

Quelques TZ importantes

1
- x(k) = u(k) = échelon ⇒ X( Z) = ; 1 < Z < +∞
1 - Z-1
1
- x ( k ) = ak u ( k ) ⇒ X( Z) =; a < Z < +∞
1 - a Z-1
- x ( k ) = d ( k ) ( = 1 s i k = 0 ) ⇒ X(Z) = 1;
⎛ N⎞ 1 - Z -N
- x(k) = Π N ⎜ k - ⎟ ⇒ X( Z) = ; 0 < Z < +∞
⎝ 2⎠ 1 - Z -1

Remarque: Pour un signal à durée limitée, X(Z) est définie pour

toutes les valeurs de Z. En effet:
 6

k2

X( Z) = ∑
k = k1
x(k) Z - k d ' o ù R x − = 0 e t R x + = + ∞ .

2°) Propriétés
a°) Linéarité : Soient X(Z) et Y(Z) les TZ des suites x(k) et y(k).
La TZ est linéaire.

∀λ ∈ C λ x(k) + y(k) ⎯⎯⎯⎯→ λ X(Z) + Y(Z)

T. Z

L e s r a y o n s d e c o n v e r g e n c e R+ e t R− s o n t :

R + = min(R x + , R y + ) ; R - = max(R x - , R y - )

b°) Retard : Si x(k) a pour transformée X(Z) alors :

+∞ +∞
Z[ x( k - k 0 )] = ∑ x( k - k 0 ) Z - k = ∑ x( k ) Z - (k + k 0 )
k = -∞ k = -∞
d'où :
[
Z x( k - k 0 ) ] = Z -k 0 X(Z)

Cette propriété est essentielle pour la réalisation de filtres

numériques. On représente schématiquement l'opérateur retard
u n i t é Z-1 p a r :
-1
x(k) Z x(k-1)

Les rayons de c o n v e r g e n c e r e s t e n t R x+ e t R x− .

c°) Changement d'échelle :

S i X ( Z ) = T Z [ x ( k ) ] e t y ( k ) = ak x ( k ) a l o r s :

+∞ +∞ -k
⎛ Z⎞ Z
Y( Z) = ∑
k = -∞
k
a x(k) Z -k
= ∑
k = -∞
x(k) ⎜ ⎟
⎝ a⎠
avec Rx− <
a
< Rx+

soit :
⎛ Z⎞
Y( Z) = X⎜ ⎟
⎝ a⎠

La couronne de convergence de Y(Z) est donnée par :

R y + = a R x + et R y − = a R x −

d°) Dérivation de la TZ :

La dérivée de X(Z) par rapport a Z s'écrit :

 7

+∞
- Z -1 TZ {k x(k)}
d X(Z)
dZ
= ∑
k = -∞
- k x(k) Z - k -1 =

d'où :
d X(Z)
k x(k) ⎯⎯⎯⎯→
T. Z
- Z
dZ
e°) Convolution :

Soit y(k) le produit de convolution des signaux x(k) et h(k) :

+∞
y(k)=x(k)*h(k)= ∑
i = −∞
x(i) h(k - i)

Par transformée en Z on trouve :

+∞
⎡ +∞ ⎤
Y ( Z ) = ∑ ⎢ ∑ x(i) h(k - i) ⎥ Z - k
k = −∞ ⎣i = −∞ ⎦

soit encore :

+∞
⎡ +∞ ⎤
Y( Z) = ∑
i = −∞
x(i) ⎢ ∑ h(k - i) Z - k ⎥
⎣ k = −∞ ⎦

en remplaçant k-i par m on obtient :

+∞
⎡ +∞ ⎤
Y( Z) = ∑
i = −∞
x(i) ⎢ ∑ h(m) Z - m ⎥ Z - i
⎣ m = −∞ ⎦
soit :
Y ( Z) = H ( Z) X ( Z)

⎧R y − = max(R x - , R h - )
avec ⎨
⎩ R y + = min(R x + , R h + )

f°) Corrélation de signaux réels :

C o n s i d é r o n s l e s d e u x s i g n a u x r é e l s x ( k ) e t y ( k ) . S o i t S xy ( Z) l a T Z
d e l ' i n t e r c o r r é l a t i o n C xy ( k ) :

{ } ⎡ ⎤
+∞ +∞
S xy ( Z) = TZ C xy ( k ) = ∑ ⎢∑ x(i) y * (i - k) ⎥ Z - k
k = -∞ ⎣i = −∞ ⎦

En posant i-k = m et sachant que y(k) est réel, on peut écrire :

+∞
⎡ +∞ ⎤
S xy ( Z) = ∑ x(i) ⎢ ∑ y(m) Z m ⎥ Z - i
i = -∞ ⎣ m = −∞ ⎦

ou encore :
 8

+∞
⎛ 1⎞ ⎛ 1⎞
S xy ( Z) = ∑
i = -∞
x(i) Y⎜ ⎟ Z - i = X(Z) Y⎜ ⎟
⎝ Z⎠ ⎝ Z⎠
soit :
S xy ( Z) = X(Z) Y(Z -1 )

1 1
L a r é g i o n d e c o n v e r g e n c e d e Y(Z-1 ) e s t d o n n é e p a r < Z <
Ry+ Ry−
.
S xy ( Z) e s t d é f i n i e s i :

⎛ 1 ⎞ ⎛ 1 ⎞
max⎜⎜ R x − , ⎟⎟ < Z < min⎜⎜ R x + , ⎟
⎝ Ry+ ⎠ ⎝ R y − ⎟⎠

g°) Valeur initiale :

Si x(k) un signal causal :

⎧ ⎫
{X(Z)}
x(1) x(1)
lim = lim ⎨x(0) + + 2 + . . . ⎬ = x(0)
Z → +∞ Z → +∞ ⎩ Z Z ⎭

3°) Transformée en Z inverse

a°) Définition :

L ' e x p r e s s i o n d e l a t r a n s f o r m é e e n Z i n v e r s e ( T Z −1 ) e s t
obtenue à partir du théorème de CAUCHY, qui montre que
l ' i n t é g r a l e d e Z m−1 , s u r u n c o n t o u r f e r m é Γ e n t o u r a n t l ' o r i g i n e d e s
Z et situé dans la couronne de convergence, vaut :

1 ⎧1 si m = 0
I =
2 πj ∫
Γ
Z m - 1 dZ = ⎨
⎩0 si m ≠ 0
 9

Im(Z)

Re(Z)

Z m−1
En multipliant X(Z) par et en intégrant sur un contour fermé
2 πj
Γ, o n t r o u v e :

1 +∞
⎡ 1 ⎤
2 πj ∫ X(Z) Z m -1dZ = ∑ x(k) ⎢ ∫ Z - k + m -1 dZ⎥
Γ
k = -∞ ⎣ 2 πj Γ
⎦

L'intégrale entre crochets vaut 1 si k = m et 0 pour toutes les

autres valeurs de k, d'où :

1
x( m) =
2 πj ∫
Γ
X(Z) Z m -1dZ

Le calcul de cette intégrale est délicat. On peut cependant

calculer x(m) de plusieurs façons.

b°) Méthode des résidus :

Le théorème de CAUCHY permet d'écrire que, si G(Z) est

définie par :

G ( Z) = X(Z) Z k -1
alors :
1
G(Z) dZ = ∑ d e s r é s i d u s d e G ( Z )
2 πj ∫Γ
x( k ) =

où Γ est un contour fermé qui entoure les pôles de G(Z).

S i G ( Z ) a u n p ô l e d ' o r d r e q e n Z = a , l e r é s i d u Re sqa a s s o c i é à
ce pôle est donnée par :
 10
⎧ 1 d q -1 ⎫
Re s q
a = lim ⎨ q -1 [ G(Z) (Z - a) ]⎬q
Z→a
⎩ (q - 1) ! dZ ⎭

Remarque : Pour k ≥ 1 les pôles de G(Z) et X(Z) sont identiques.

Si k < 1, G(Z) a les mêmes pôles que X(Z) plus un pôle en 0
d'ordre 1-k.

Exemple
1 Z k -1 Zk
S i X( Z) = -1 = alors G ( Z) = X(Z) Z =
1- Z Z-1 Z - 1

1°) Si k ≥ 0 , G(Z) n'a qu'un seul pôle en Z = 1:

⎧1 d0 ⎫
x ( k ) = Re s 1
1 = lim ⎨
dZ 0
[G(Z) (Z - 1)]⎬ = lim {Z }k
= 1
Z→1
⎩ 0! ⎭ Z→1

2°) Si k<0, G(Z) a un pôle d'ordre 1 en Z = 1 et un pôle d'ordre -

k en Z = 0.

x( k ) = Re s 0− k + Re s11 = 0
avec :
⎧ 1 d -k - 1 ⎡ 1 ⎤ ⎫
Re s11 = 1 et Re s 0− k = lim ⎨ ⎬ =
dZ - k - 1 ⎢⎣ Z - 1⎥⎦ ⎭
-1
Z→0
⎩ (-k - 1)!
d'où :
x(k) = 0

F i n a l e m e n t , ∀k ∈ Z , x(k) = u(k) = échelon.

c°) Développement en série entière :

On peut, par identification, trouver x(k) à partir de la

décomposition en série de X(Z).

Exemple : S i X ( Z ) = exp (Z-1 ) a l o r s :

Z -1 Z -2 +∞
1
X( Z) = 1 +
1!
+
2!
+ ... = ∑
k=0 k!
Z- k

et :
+∞
X ( Z) = ∑ x(k) Z-k
k=-∞
d'où :

1
x( k ) = u(k).
k!

d°) Division polynomiale :

 11
Si X(Z) se présente sous la forme d'une fraction rationnelle,
alors la division polynomiale restitue directement les
échantillons x(k).
N(Z)
X ( Z) =
D(Z)

Exemple
1
P r e n o n s , p a r e x e m p l e , X( Z) =
1 - a Z-1
En effectuant la division polynomiale on trouve :

-1
1 1 - aZ
-1
aZ -1 -2 3 -3
2
2 -2 1+ a Z +a Z + a Z + ....
a Z
3 -3
a Z

Par récurrence on obtient :

x(k) = a k u(k)

e°) Décomposition en éléments simples :

Soit X(Z) une fraction rationnelle qui s'écrit :

n
N(Z) ai
X(Z) =
D(Z)
= ∑
i = 1 Z - Zi

ai
On retrouve x(k) par TZ inverse des éléments :
Z - Zi
⎡ ai ⎤
TZ − 1 ⎢ ⎥ = a i Z i u(k)
k

⎣ Z − Zi ⎦

Exemple

1 1 1 1
X(Z) = 2 = = -
Z - 3Z + 2 (Z - 1)(Z - 2) Z -2 Z -1
d'où
⎡ 1 ⎤
X(Z) = Z -1 ⎢
1
⎣1 - 2Z
-1 -
1 - Z -1 ⎥⎦
[
= Z -1 TZ{2 k u(k) - u(k)} ]
Z-1 e s t l ' o p é r a t e u r r e t a r d d ' o ù

x(k) = [2 k -1
- 1] u(k - 1)

f°) Relation de Parseval :

 12
Soit X(Z) la TZ du signal réel x(k). On peut montrer que, si
x(k) est de carré sommable :

+∞
1 dZ
∑
k = -∞
x(k) 2 =
2 πj ∫
Γ
X(Z) X(Z -1 )
Z
Dem :

+∞ +∞
⎡ 1 ⎤
∑ x(k) 2
= ∑ x(k) ⎢ ∫ X(Z) Z k -1 dZ⎥
k = -∞ k = -∞ ⎣ 2 πj Γ
⎦

soit encore :

+∞
1 ⎡ +∞ ⎤ dZ
∑
k = -∞
x(k) 2 =
2 πj ∫Γ
X(Z) ⎢ ∑ x(k) Z k ⎥
⎣k = -∞ ⎦ Z

ou :

+∞
1 dZ
∑
k = -∞
x(k) 2 =
2 πj ∫Γ
X(Z) X(Z -1 )
Z

g°) Représentation d'un signal par ses pôles et zéros :

La transformée en z fournit, à partir des pôles et des zéros

de X(Z), une représentation simple du signal x(k). Cette
représentation est particulièrement utile pour l'étude de la
stabilité des filtres numériques.

Exemple : S o i t x( k ) = 2 k + 2 u( k ) - u(k) . O n a :

X( z) = TZ[ 2 k + 2 u( k )] - TZ[ u(k)]

4 1
X( z) = -1 -
1 - 2Z 1 - Z -1
3 - 2 z -1
X( z) =
(1 - 2 Z -1 )(1 - Z -1 )

X ( Z ) c o n t i e n t u n z é r o z 0 e t d e u x p ô l e s p 0 e t p1
2
Z0 = , p 0 = 2 , p1= 1
3
 13
Im(Z)
1

Z p1 p0
0
-1 Re(Z)
1 2

-1

Tous signal x(k) dont la transformée en Z est rationnelle

peut être représenté dans le plan des Z.

4°) Relations entre la TZ et les autres transformées

a) Relation TF-TZ.

S o i t x ( t ) u n s i g n a l d i s c r e t d é f i n i n o n - n u l a u x i n s t a n t s kTe :

+∞
x( t ) = ∑
k = -∞
x( kTe ) δ (t - kTe )

On en déduit :
+∞
X( f ) = TF{x(t)} = ∑ x(kTe ) e - 2 πjfkTe
k = -∞
ou encore :

+∞
( 1 ) X( f ) = ∑
k = -∞
x(kTe ) (e 2 πjfTe ) − k

S o i t X ( Z ) l a T Z d e l a s u i t e x(kTe ) o n a :

+∞
( 2 ) X( Z) = ∑
k = -∞
x(kTe ) Z − k

En comparant les équations (1) et (2), on trouve :

X( f ) = X(Z) Z = e 2 πjfTe

La TF est donc obtenue en parcourant la TZ sur le cercle unité.

1
2 πj( f + )T
Te e
Remarque: En posant Z = e , on retrouve la relation
1
X( f + ) = X(f) .
Te
 14

b°) Relation TL-TZ.

La Transformée de Laplace bilatérale (TL) du signal discret

x(t) est donnée par.

X( p) = TL {x(t)} =
+∞
∫ -∞
x(t) e - pt dt

o ù p e s t u n e v a r i a b l e c o m p l e x e q u i s ' é c r i t p = σ + j2 πf

En remplaçant x(t) :

+∞ ⎡ +∞ ⎤ - pt
X( p ) = ∫ ⎢ ∑ x(kTe ) δ (t - kTe ) ⎥ e dt
-∞
⎣k = -∞ ⎦
+∞

∑ x(kT ) ⎡⎣⎢∫ δ (t - kTe ) e - pt dt ⎤⎥

+∞
X( p ) =
k = -∞
e −∞ ⎦
+∞

∑ x(kTe )( e pTe )
−k
X( p ) =
k = −∞

en comparant entre X(p) et X(Z) on obtient :

X( p) = X(Z) Z = e pTe

L a r e l a t i o n e n t r e Z e t p e s t : Z = e pTe = e σTe e j2 πfTe

f Im(Z)
1
1
Τe

σ Re(Z)
σ2 σ1 0 R2 R1 R
0

L e s e g m e n t d e d r o i t e d é f i n i p a r σ 0 = 0 e t f ∈ 0 , 1/ Te s e
p r o j e t t e d a n s l e p l a n d e s Z s u r l e c e r c l e d e r a y o n R 0 = e σ 0Te = 1 .
D e m ê m e l e s e g m e n t d é f i n i p a r σ = σ1 s e p r o j e t t e d a n s l e p l a n d e s
Z s u r l e c e r c l e d e r a y o n R1 = e σ1Te ( R1 < 1 c a r σ1 < 0 ) .
A i n s i , l a b a n d e d é f i n i e p a r σ < 0 e t f ∈ 0 , 1/ Te s e p r o j e t t e s u r
le disque unité.
 15
2π f Im(f)
1
Te

σ⇔ Re(Z)
1

La relation inverse est :

ln [ Z] ln [ Z e jϕ ( Z ) ]
p = =
Te Te
ln [ Z ] ϕ(Z)
p = + j = σ + 2 πjf
Te Te
d'où
ln [ Z ] ϕ(Z)
σ = , f =
Te 2 πTe

Remarque : La transformée de Fourier, qui est obtenue en

parcourant les Z sur le cercle unité, correspond à la transformée
de Laplace bilatérale pour σ = 0.
+∞
X( p ) σ=0 = ∫
-∞
x(t) e - σt e − 2 πjft dt σ=0
= X(f)

f Im(Z)

1/Τe 1
Z0 = exp(2π j f0 Te )
1/2Τe
f0 f = 1/2Te f=0
σ Re(Z)
0 f = 1/Te
 16

VIII Analyse des filtres numériques

1°) Systèmes Numériques

a°) Définitions.

Un système ou filtre numérique S, transforme un signal

d'entrée (ou excitation) x(k) en un signal de sortie (ou réponse)
y(k) :
y(k) = S[x(k)] x(k) S y(k)

Un système est linéaire si le principe de superposition

s'applique. C'est à dire si :

[
∀ α ∈ C , S α x1 (k) + x 2 (k) ] = α S x1 (k) [ ] [
+ S x 2 (k) ]
Exemples :

Amplificateur de gain K : S[x(k)] = Kx(k) (Linéaire)

O p é r a t e u r q u a d r a t i q u e : S [ x ( k ) ] = x2 ( k ) ( N o n - L i n é a i r e )

Un système est invariant si pour tout retard entier k0

a p p l i q u é à l ' e n t r é e , l a s o r t i e e s t r e t a r d é e d e k0 :

[ ]
S x( k − k 0 ) = y( k − k 0 )

b°) Système linéaire invariant (S.L.I).

Considérons le système linéaire invariant caractérisé par la

fonction h(k). La relation qui lie l'entrée x(k) et la sortie y(k)
est :

+∞ +∞
y( k ) = ∑
i = -∞
h(i) x(k - i) = ∑
i = -∞
h(k - i) x(i)

h(k) correspond à la réponse du système à l'impulsion unité

définie par :
⎧1 si n = 0
d ( n) = ⎨
⎩0 si n ≠ 0
L a r é p o n s e y imp ( k ) s ' é c r i t :
+∞
y imp ( k ) = ∑
i = -∞
h(i) d(k - i) = h(k)
 17
h(k) est appelée réponse impulsionnelle.

Attention : La réponse impulsionnelle, dans le cas numérique,

correspond à la réponse à l'impulsion unité et non pas à
l'impulsion de Dirac.

R e m a r q u e : L a r é p o n s e i n d i c i e l l e y ind ( k ) e s t o b t e n u e p a r s o m m a t i o n
de la réponse impulsionnelle :

+∞ k
y ind ( k ) = ∑
i = -∞
h(i) u(k - i) = ∑
i = -∞
h(i)

Un système est causal si l'effet (la réponse) ne précède

jamais la cause (l'entrée). C'est à dire si :

∀ k < k 0 , x(k) = 0 ⇒ y(k) = 0 .

L'impulsion unité étant nulle pour k<0, un système linéaire

i n v a r i a n t e s t c a u s a l s i e t s e u l e m e n t s i ∀ k < 0, h ( k ) = 0 . D a n s c e c a s
y(k) s'écrit :
+∞
y( k ) = ∑
i=0
h(i) x(k - i)

Un système est stable si pour toute entrée bornée x(k), la

sortie reste bornée. C'est à dire si:

∀ k ∈ R, x(k) < M ⇒ y(k) < N a v e c ( M , N ) ∈ R 2+

On peut montrer qu'un S.L.I est stable si et seulement si :

+∞

∑
i = −∞
h(i) < + ∞.

Dem :
S o i t x ( k ) u n s i g n a l b o r n é : x( k ) < M, ∀k ∈ R
+∞ +∞
- Si ∑
i = −∞
h(i) < + ∞ alors y(k) = ∑ h(i) x(k - i)
i = -∞
+∞ +∞
a l o r s y( k ) ≤ ∑
i = -∞
h(i) x( k − i) ≤ M ∑
i = -∞
h(i) donc y( k ) < + ∞ .

La sortie est bornée donc le système est stable.

- Réciproquement, si y( k ) < + ∞ p o u r t o u t e e n t r é e x ( k ) a l o r s , d a n s
le cas particulier :
 18
⎧ - 1 si h(-k) < 0
⎪
x( k ) = ⎨ = sign(h(-k))
⎪ 1 si h(-k) ≥ 0
⎩
on trouve :
+∞
y( k ) = ∑
i = -∞
h(i) x(k - i)

d'où, pour k=0 :

+∞ +∞
y(0) = ∑
i = -∞
h(i) x(-i) = ∑
i = -∞
h(i) sign(h(i))
+∞
y(0) = ∑
i = -∞
h(i)
+∞
o r y(0) < +∞ d'où ∑
i = -∞
h(i) < +∞

Exemples

-Soit h(k) la réponse impulsionnelle d'un filtre numérique :

k
⎛ 1⎞
h( k ) = ⎜ ⎟ u( k ) o ù u ( k ) e s t l ' é c h e l o n .
⎝ 2⎠
+∞ +∞ k
⎛ 1⎞ 1
∑ h(k) = ∑ ⎜ ⎟
⎝ ⎠
k=0 2
=
1
= 2 < +∞
k = −∞
1−
2
h(k)
1

Le filtre est stable

- S i h( k ) = (2) k u( k ) a l o r s .

+∞ +∞

∑
k = −∞
h(k) = ∑2
k=0
k
diverge

h(k)
1

Le filtre est instable.

Un filtre numérique est stable si et seulement si sa fonction

de transfert (ou transmittance) H(Z) a ses pôles à l'intérieur du
cercle unité.
 19
Remarque: Compte tenu des relations entre la TZ et la
transformée de Laplace (H(p) = H(Z) Z = e pTe ), si H(Z) est stable alors
le filtre analogique correspondant H(p) a ses pôles à partie réelle
négative, c'est à dire dans le demi-plan gauche. H(p) est donc
stable. Le passage du filtre numérique au filtre analogique ( ou
l'inverse ) s'effectue sans modifier la stabilité.

+∞ k
1
E x e m p l e : S i H ( Z) =
1 - a Z -1
alors h(k) = a k u( k ) et ∑
k=0
a < +∞ si et

seulement si a < 1

Réponse fréquentielle.

La réponse fréquentielle H(f) est obtenue soit par

t r a n s f o r m é e d e F o u r i e r d e h ( k ) , s o i t e n p o s a n t H ( f ) = H ( Z = e 2 πjfTe ).
D e m a n i è r e e x p é r i m e n t a l e , l a r é p o n s e f r é q u e n t i e l l e H ( f0 ) , e s t
obtenue lorsque l'entrée x(k) est :

x( k ) = e 2 πjf0 kTe

on a alors :

X( f ) = δ (f - f 0 )
et :
Y( f ) = H(f) X(f) = H(f 0 ) δ (f - f 0 ) ⇒ y(k) = H(f 0 ) x(k)

E n p o s a n t H(f 0 ) = H(f 0 ) e jϕ (f0 ) , o n o b t i e n t H(f 0 ) e t ϕ( f 0 ) e n c o m p a r a n t

les amplitudes et les phases de y(k) et x(k).

2°) Classification des filtres

On classe les filtres en deux grandes familles et suivant la
durée de leur réponse impulsionnelle.

a) Filtres à réponse impulsionnelle finie (R.I.F)

Ces filtres sont caractérisés par des réponses

impulsionnelles de durée finie :

∃ (k 0 , k 1 ) ∈ R 2 tels que ] [ ]
∀ k ∈ - ∞ , k 0 ∪ k1 , + ∞ , [ h(k)=0

La réponse y(k) du filtre s'écrit :

k1

y( k ) = ∑
i = k0
h(i) x(k - i)
 20

O n n o t e , p l u s g é n é r a l e m e n t , k 1 = k 0 + M -1 .

k0 + M −1

y( k ) = ∑
i = k0
h(i) x(k - i)

M est la longueur du filtre.

Exemple

Soit h(k) la réponse impulsionnelle définie par :

h(0)=2, h(1)=h(-1)=1 et h(k)=0 ailleurs.

d'où :
y(k) = h(-1) x(k+1) + h(0) x(k) + h(1) x(k-1).
y(k) = x(k+1) + 2 x(k) + x(k-1).

Ce filtre est non-causal.

b) Filtre à réponse impulsionnelle infinie (R.I.I)

Dans ce cas la réponse impulsionnelle est illimitée et la

réponse y(k) s'écrit de manière générale :

+∞
y( k ) = ∑
i = -∞
h(i) x(k - i)

Si h(k) est causale :

+∞
y( k ) = ∑
i=0
h(i) x(k - i)

Exemple:
+∞ +∞
Si h(k)=u(k) alors y( k ) = ∑
i = -∞
h(i) x(k - i) = ∑
i = -∞
h(k - i) x(i) d'où
k
y( k ) = ∑
i = -∞
x(i)

La sortie y(k) est la somme des entrées x(i) jusqu'à l'instant

k. Ce filtre est donc de type Intégrateur.

c) Equation aux différences

Les filtres réalisables vérifient une équation appelée

équation aux différences (ou équation de récurrence), qui relie
l'entrée et la sortie de filtre :
 21
N M

∑ a i y( k − i ) =
i=0
∑
n=0
b n x( k − n) avec (a i , b n ) ∈ R a v e c a0 = 1

L e s ai e t bn s o n t l e s c o e f f i c i e n t s d u f i l t r e . N e s t l ' o r d r e d u
filtre. Comme pour les filtres analogiques, on dit que le filtre est
"physiquement réalisable" si N ≥ M. Dans la pratique (
réalisation du filtre numérique ) cette condition n'est pas
nécessaire.

On utilise plus fréquemment l'écriture suivante :

M N
y( k ) = ∑
n=0
b n x( k − n) - ∑ a y( k − i)
i =1
i a v e c a0 = 1 :

Important: Dans le cas d'un filtre R.I.F, la réponse

impulsionnelle est égale aux coefficients de l'équation de
récurrence. En effet, on a d'une part :

M
y( k ) = ∑
n=0
h(n) x(k - n)

et d'autre part :

M
y( k ) = ∑
n=0
b n x(k - n) avec ∀ i ≠ 0, a i = 0 et a 0 = 1,

d ' o ù b n = h(n)

Exemple : 1°) Si y(k)=x(k)+2x(k-1)+2x(k-2)+x(k-3) alors :

h ( 0 ) = 1 , h ( 1 ) = h ( 2 ) = 2 , h ( 3 ) = 1 e t h ( k ) = 0 , ∀ k ≠ 0, 1, 2, 3 .

h(k)
2
1
k

Remarque : Un filtre R.I.F est toujours stable. Sa fonction de

transfert s'écrit :

M
H(Z)= ∑
n=0
b n Z− n
M M
Il n'y a aucun pôle et la série ∑
n=0
bn = ∑
n=0
h(n) c o n v e r g e t o u j o u r s .

2°) Considérons maintenant le filtre à réponse impulsionnelle

infinie (R.I.I) h(k) = u(k) :
 22

+∞ +∞ +∞
1
y( k ) = ∑
h=0
x(k - i) et H ( Z) = ∑
i=0
h(i) Z - i = ∑
i=0
Z-i =
1 - Z-1

L'équation de récurrence s'écrit :

y(k)=x(k)+y(k-1)

d) Fonction de transfert et réponse fréquentielle

La fonction de transfert H(Z) et la réponse fréquentielle

H(f) sont obtenues à partir de l'équation de récurrence par :

⎡N ⎤ ⎡M ⎤
TZ⎢∑ a i y( k − i) ⎥ = ⎢ ∑ b n x( k − n) ⎥
⎣i = 0 ⎦ ⎣n = 0 ⎦
d'où :
N M

∑ a i TZ[ y(k - i)] = ∑ b n TZ[ x(k - n)]

i=0 n=0

soit encore:

⎛ N −i ⎞ ⎛ M ⎞
Y( Z) ⎜ ∑ a i Z ⎟ = X(Z) ⎜ ∑ b n Z − n ⎟
⎝ i=0 ⎠ ⎝n=0 ⎠
et :
M

∑
n=0
bn Z− n
Y(Z)
(1) H ( Z) = N =
X ( Z)
∑
i=0
a i Z− i

La réponse fréquentielle H(f) est alors :

∑
n=0
b n e - 2 πjnfTe
H ( f ) = H(Z = e 2 πjfTe ) = N

∑
i=0
a i e - 2 πjifTe

On déduit de la relation (1) qu'un filtre, de fonction de

transfert rationnelle H(Z), est stable si les racines de l'équation
N
caractéristique ∑
i=0
a i Z−i = 0 s o n t d a n s l e c e r c l e u n i t é .

Remarque: On dit qu'un filtre est purement récursif (ou

Autorégressif : AR) si H(Z) s'écrit :
1
H ( Z) = N a v e c a0 = 1
∑ ai Z -i

i=0
 23
C'est à dire si l'équation de récurrence est :
N
y( k ) = x( k ) - ∑
i =1
a 1 y( k − i)

3°) Réalisation de filtres numériques

On distingue deux types de réalisations : transverse ou
récursive. Ces réalisations sont effectuées à partir de circuits
numériques de base (sommateur, bascule, multiplieurs, ... )

a) Réalisation transverse (ou non-recursive )

Cette réalisation est dite non-récursive ou transverse car

elle ne fait apparaître aucun bouclage de la sortie sur l'entrée.
Elle est associé exclusivement aux filtres R.I.F. La relation de
récurrence est :

M M
Y(Z)
y( k ) = ∑
n=0
b n x( k − n) d'où H (Z) =
X(Z)
=
n=0
∑ bn Z− n

b0
x(k) y(k)

-1
Z
b1

-1
Z
b2

-1
Z
bM

Exemple :
H ( Z) = 0.5 + 2 Z −2 donc b 0 = 0.5, b 1 = 0 et b 2 = 2 e t y ( k ) = 0 . 5 x ( k ) + 2 x ( k - 2 )
 24
0.5
x(k) y(k)

-1
Z

-1
Z
2

b) Réalisation récursive

Ces réalisations sont utilisées lorsque la sortie à l'instant k

dépend de l'entrée et de la sortie aux instants précédents.
L'équation aux différences est :

M N
y( k ) = ∑
n=0
b n x( k − n) - ∑
i =1
a i y( k − i)

et :
M

Y(Z)
∑
n=0
bn Z− n
H ( Z) = = N a v e c a0 = 1
X( Z)
∑
i=0
aiZ −i

Une réalisation possible de ces filtres est la suivante :

 25
b0
x(k) y(k)

-1 -1
Z Z
b1 -a 1

-1 -1
Z Z
b2 -a 2

-1
Z
bM

-1
Z
-a N

Attention : Une réalisation récursive peut s'appliquer à un filtre

RII ou RIF. Certains auteurs associent, à tort, RII-Récursif

Exemple:

Considérons le filtre à réponse impulsionnelle finie h(k) :

h ( 0 ) = h ( 4 ) = 1 , h ( 2 ) = h ( 6 ) = - 1 , h ( k ) = 0 , ∀ k ∈ Z - (0, 2, 4, 6) .

h(k)
1

k
-1

Ce filtre peut être réalisé sous forme transverse :

6
H ( Z) = ∑
k=0
h(k) Z - k = 1 - Z - 2 + Z − 4 - Z - 6

soit :
y(k)=x(k)-x(k-2)+x(k-4)-x(k-6)

On peut aussi donner une forme récursive à ce filtre :

 26
k
3
1 - (-Z -2 ) 4 1 - Z -8
H ( Z) = ∑ (- Z - 2 )
k=0
=
1 - (-Z - 2 )
=
1 + Z−2

La nouvelle équation de récurrence est :

y(k)=x(k)-x(k-8)-y(k-2) (forme récursive)

Structure canonique d'un filtre récursif

Nous avons vu que la réalisation d'un filtre récursif

nécessite N+M retards. Il est souvent utile, pour des raisons de
coût ou d'intégration, de diminuer le nombre de retards. Nous
allons montrer que l'on peut ramener ce nombre à N, en supposant
N ≥ M.
Soit H(Z) la fonction de transfert :

∑
n=0
bn Z− n
H ( Z) = N = G 1 ( Z) G 2 ( Z)
∑a Z
i=0
i
−i

M
1
a v e c a 0 = 1, G 1 ( Z) = N et G 2 ( Z) = ∑ b n Z- n
∑a Z
i=0
i
−i n=0

G 1 ( Z) e s t u n f i l t r e p u r e m e n t r é c u r s i f e t G 2 ( Z) u n f i l t r e t r a n s v e r s e .
S o i t w ( k ) l a s o r t i e d e G 1 ( Z) , o n a :

x(k) w(k) y(k)

G1 (Z) G2 (Z)

Les relations entre x(k), w(k) et y(k) sont :

⎧ W( Z) = G 1 ( Z) X(Z)
⎨
⎩Y( Z) = G 2 ( Z) W(Z)
d'où :
⎧ N

⎪⎪ w ( k ) = x(k) - ∑ a i w ( k − i)
⎨
i =1
M
⎪ y( k ) = ∑ b n w ( k − n)
⎪⎩ n=0

On peut réaliser H(Z) de la façon suivante :

 27
b0
x(k) y(k)

-1 -1
Z Z
-a 1 b1

-1 -1
Z Z
-a 2 b2

-1
Z
bM

-1
Z
-a N
G 2 (Z)

G 1 (Z)

où encore, en regroupant les sorties retardées w(k-i), utilisées

d a n s l e s d e u x f i l t r e s G 1 ( Z) e t G 2 ( Z) :
 28
b0
x(k) y(k)

-1
Z
-a 1 b1

-1
Z
-a 2 b2

bM

-1
Z
-a N

Cette réalisation est sous forme canonique ne comporte plus que

N retards.

Forme série (ou cascade)

Si la fonction de transfert H(Z) s'écrit :

L
H ( Z) = G 1 ( Z) G 2 ( Z) . . . G L ( Z) = ∏ G ( Z)
i =1
i

la réalisation du filtre est:

x(k) G1 (Z) G 2 (Z) G L (Z) y(k)

Forme parallèle:

Si H(Z) s'écrit :
L
H ( Z) = G 1 ( Z) + . . . + G L ( Z) = ∑G
i =1
i ( Z)

alors :
 29

G 1 (Z)

G2 (Z)
x(k) y(k)
+

GL (Z)

4°) Analyse des filtres numériques

L'analyse d'un filtre numérique consiste à extraire les
principales caractéristiques de ce filtre, qui sont :

• La fonction de transfert H(Z).

• Les réponses temporelles (impulsionnelle,
indicielle).
• La stabilité.
• La réponse fréquentielle H(f) et la nature du filtre.

Nous allons illustrer ces différents points en étudiant en détail

un filtre premier ordre.

a) Filtre du premier ordre

Considérons le filtre défini par l'équation de récurrence :

⎧a ≠ 1
y(k)=ay(k-1) + x(k) avec ⎨
⎩a > 0

Fonction de transfert

La fonction de transfert H(Z) est obtenue en appliquant la

TZ aux deux membres de l'équation on obtient :

Y( Z) = a Z -1 Y( Z) + X(Z)
soit :
Y(Z) 1
H ( Z) = =
X(Z) 1 - a Z-1

Réponses temporelles

Réponse impulsionnelle :
 30
La réponse impulsionnelle peut être obtenue de deux façons.
Soit par programmation directe, soit par TZ inverse.

La programmation directe consiste à utiliser l'équation aux

différences et à remplacer x(k) par l'impulsion unité d(k). On a
alors :

∀k < 0 , y(k) = 0
k = 0, y(0) = ay(-1) + x(0) = d(0) = 1
k = 1, y(1) = ay(0) + x(1) = ay(0) = a
k = 2, y(2) = a y ( 1 ) + x ( 2 ) = a y ( 1 ) = a2

Par récurrence on trouve :

∀k > 0 , y(k) = a k
d'où :
∀k ∈ R , y(k) = a k u( k )

On peut obtenir ce résultat plus directement en calculant la

TZ inverse de H(Z). En effet, si x(k)=d(k) alors X(Z)=1, d'où :

1
Y(Z) = H(Z)X(Z) =
1 - a Z-1
par suite :
y( k ) = a k u( k ) .

Réponse indicielle :

En ce qui concerne la réponse indicielle on peut procéder de

même façon. C'est à dire soit par programmation directe en
remplaçant x(k) par u(k), soit par TZ inverse de :

H ( Z)
Y(Z) = H(Z)X(Z) =
1 - Z-1
soit :
1 ⎡ 1 a ⎤ 1
Y(Z) = = ⎢ -1 - -1 ⎥
⎣1 - Z 1- aZ ⎦ 1- a
-1 -1
(1 - a Z )(1 - Z )
et :
[ 1 - a k +1 ] u(k)
1
y( k ) =
1-a

- Si a > 1 alors lim { y( k )} = +∞

k → +∞

y(k)

1+a
1
0 1 2 k
 31

lim { y( k )} =
1
- Si a < 1 alors
k → +∞ 1-a

y(k)
1
1-a

0 1 k

On peut aussi calculer la réponse indicielle en sommant la

réponse impulsionnelle :

y(0) = h(0) = 1
y(1) = h(0) + h(1) = 1 + a
y ( 2 ) = h ( 0 ) + h ( 1 ) + h ( 2 ) = 1 + a + a2

d'où :
k k
1 - a k +1
∀k > 0 y(k) = ∑
i=0
h(i) = ∑
i=0
a i
=
1 - a
u( k )

Réponse à une entrée quelconque :

De manière générale, pour une entrée x(k) quelconque on

peut calculer y(k) soit par programmation directe, soit par calcul
de la TZ inverse.

Stabilité

On peut étudier la stabilité du filtre à partir de la position

d e s p ô l e s d e H ( Z ) . P o u r c e p r e m i e r o r d r e o n a u n s e u l p ô l e p0 :

1 - a p 0−1 = 0 ⇔ p 0 = a

L e f i l t r e e s t d o n c s t a b l e s i p0 < 1 c ' e s t à d i r e s i a < 1 .

Il est aussi possible d'étudier la stabilité à partir de la
réponse impulsionnelle. En effet :

+∞ +∞ ⎧⎪ 1
∑ h(i) = ∑ a i
= ⎨1 - a
si a < 1
i = -∞ i=0 ⎪⎩+ ∞ si a > 1

On retrouve la même condition de stabilité.

Réponse fréquentielle et nature du filtre

On peut calculer la réponse fréquentielle H(f) par

transformation de Fourier de h(k). Cependant, on l'obtient plus
facilement en posant :
 32

H ( f ) = H(Z) Z = e +2 πjfTe

D a n s l e c a s d u p r e m i e r 1er o r d r e :

1
H(f ) =
1 - a e - 2 πjfTe

o u e n c o r e H( f ) = H(f) e jϕ (f) a v e c :

e jϕ (f)
H( f ) =
1 + a 2 - 2 a cos(2 πfTe )
et :
⎧ ⎡ a sin(2 πfTe ) ⎤
⎪ ϕ( f ) = Arctg ⎢ ⎥
⎪ ⎣ 1 - a cos(2 πfTe ) ⎦
⎨
⎪ H( f ) 2 = 1
⎪⎩ 1 + a - 2 a cos(2 πfTe )
2

2
P o u r t r a c e r H( f ) o n s ' i n t é r e s s e à l a b a n d e [ 0 , Fe ] , c a r H ( f + Fe ) = H ( f )

2
H(f)

1
2
(1-a)

1
2
(1+a)
f
F e /2 Fe

Important: D'une façon plus générale, si le filtre à des

coefficients réels alors sa réponse impulsionnelle est réelle.
D'après les propriétés de la transformée de Fourier, on en déduit
q u e H(− f ) = H* ( f ) d ' o ù :

⎧ H(f ) = H(− f )
⎨
⎩ϕ ( f ) = - ϕ( − f )

Comme de plus les signaux sont échantillonnés on a:

H ( f ) = H ( f + Fe )

d'où :
H ( Fe - f ) = H ( - f ) = H * ( f )
 33

Par suite :

⎪⎧ H ( f ) = H ( Fe − f )
⎨
⎪ϕ
⎩ ( f ) = - ϕ( Fe − f )

On peut donc, dans le cas d'un filtre à coefficients réels,

r e s t r e i n d r e l ' é t u d e à l a b a n d e 0 , Fe / 2 . C e c i e s t c o h é r e n t a v e c l e
f a i t q u e l e s i g n a l d ' e n t r é e e s t é c h a n t i l l o n n é à u n e f r é q u e n c e Fe .
S a f r é q u e n c e m a x i m a l e e s t Fe / 2 .

P o u r f i n i r , o n d é f i n i t l e g a i n s t a t i q u e Gs p a r :

Gs = H ( p = 0 ) = H ( f = 0 ) = H ( Z = 1 )

Dans le cas d'un premier ordre le gain statique est :

1
Gs =
1 - a

L'étude de la réponse fréquentielle permet de déterminer la

fonction du filtre. On constate que ce filtre amplifie les basses
fréquences et atténue les hautes fréquences. C'est donc un filtre
passe-bas.

b) Stabilité des filtres du second ordre

On peut, dans tous les cas, décomposer la fonction de

transfert rationnelle H(Z) d'un filtre, en un produit de fonctions
d e t r a n s f e r t G i ( Z) d ' o r d r e 1 o u 2 :

n
H ( Z) = ∏G
i =1
i ( Z)

L e c a s o ù G i ( Z) e s t d ' o r d r e 1 a y a n t d é j à é t é t r a i t é , n o u s
a l l o n s n o u s i n t é r e s s é a u c a s o ù G i ( Z) e s t d ' o r d r e 2 , c ' e s t à d i r e s i
:

b 0 + b 1 Z −1 + b 2 Z −2
G i ( Z) =
1 + a1Z−1 + a 2 Z− 2

L ' é t u d e d e l a s t a b i l i t é p e u t s ' e f f e c t u e r d a n s l e p l a n ( a1 , a 2 ) .
E n e f f e t o n s a i t q u e a 2 e s t l e p r o d u i t d e s p ô l e s Z1 e t Z2 q u i s o n t
complexes conjugués. D'où :

2
a 2 = Z1 Z 2 = Z1 < 1

Une première condition de stabilité est donc :

 34

(1) a2 < 1
a 12
D e p l u s l e s p ô l e s s o n t r é e l s s i a2 < et complexes dans le cas
4
contraire. La parabole d'équation :

a 12
(2) a2 =
4

porte les pôles doubles. Supposons les pôles réels :

⎧ a1 1
⎪Z 1 = - + a 12 - 4a 2
2 2
⎨ a1 1
⎪ Z2 = - - a 12 - 4a 2
⎩ 2 2

Le filtre est stable si :

− 1 < Z2 < Z1 < 1

C'est à dire si :

⎧ a1 1
⎪− 1 < - 2 - 2 a1 - 4a 2
2

⎨ a 1
⎪1 > - 1 + a12 - 4a 2
⎩ 2 2

soit :

⎧ a 12 - 4a 2 < (2 - a 1 ) 2
⎨ 2 2
⎩a 1 - 4a 2 < (2 + a 1 )

ou encore :

⎧a 2 > - 1 + a1
(3) ⎨
⎩ a2 > - 1 - a1

L e d o m a i n e d e s t a b i l i t é d a n s l e p l a n d e s c o e f f i c i e n t s (a1 , a 2 )
est délimité par les trois droites obtenues à partir des relations
(1) et (3) :

a 2 = 1 ; a 2 = - 1 + a1 ; a 2 = - 1 - a1

De plus la parabole obtenue en (2) est la frontière entre les

pôles complexes et réels
 35
a2 2
a1
a2 =
4
1
Complexes
a1
-2 Réels 2
a 2 = - a1 -1 a 2
= a 1
-1
-1

L e f i l t r e e s t s t a b l e s i l e s c o e f f i c i e n t s a1 e t a 2 s e t r o u v e n t à
l'intérieur du triangle.

c°) Filtres couramment utilisés.

Filtres à phase linéaire.

Un filtre est caractérisé par le module et la phase de sa

réponse fréquentielle H(f) :

H( f ) = H(f) e jϕ (f)

O n d é f i n i t l e t e m p s d e p r o p a g a t i o n d e g r o u p e ( o u r e t a r d ) τ( f ) p a r :

- 1 dϕ(f)
τ( f ) =
2π df

L e f i l t r e e s t à p h a s e l i n é a i r e s i τ( f ) e s t c o n s t a n t . D a n s c e c a s :

ϕ ( f ) = -2 π f τ + ϕ 0

Cette caractéristique est souvent recherchée car elle permet

d'avoir un retard constant τ quelque soit la fréquence du signal
d'entrée.
Pour un filtre R.I.F on peut montrer que la phase est linéaire
si les coefficients sont symétriques :

bi = bM -i

En effet la fonction de transfert s'écrit :

M
H ( Z) = ∑
i=0
bi Z- i

Si M=2P alors :

P -1
H ( Z) = b P Z −P
+ ∑ b [Z
i=0
i
−i
+ Z - (M - i) ]
 36
⎡ P -1
⎤
H ( Z) = Z − P ⎢ b P +
⎣
∑ b [Z
i=0
i
P-i
+ Z i - P ]⎥
⎦

d'où :
⎡ P -1
⎤
H ( f ) = e - 2 πjfPTe ⎢ b P + 2
⎣
∑ b i cos(2 πf ( P − i)Te ) ⎥
i=0 ⎦

S u i v a n t l e s i g n e d e l ' e x p r e s s i o n e n t r e c r o c h e t s , l a p h a s e ϕ( f ) v a u t :

⎧ ϕ ( f ) = - 2 πfPTe
⎪
⎨ ou
⎪ϕ( f ) = - 2 πfPT + π
⎩ e

La phase est linéaire et le temps de propagation est constant :

-1 dϕ(f)
τ = = P Te
2π df

On peut montrer de même que si M est impair (M=2P+1) alors

⎛ 1⎞
τ = ⎜P + ⎟T
⎝ 2⎠ e

Filtres à déphasage minimal.

Lors de la réalisation d'un filtre numérique, le cahier des

charges porte le plus souvent sur la fonction du filtre (Passe-
H a u t , P a s s e - B a n d e , . . ) . C ' e s t à d i r e s u r l e m o d u l e H(f ) d e l a
réponse fréquentielle. Cependant, pour certaines applications, la
variation de la phase, pour une variation de fréquence donnée,
doit être minimale. Ces filtres sont appelés filtre à déphasage
minimal .On peut montrer qu'un filtre stable est à déphasage
minimal si ses zéros sont dans le cercle unité.

Exemple:

C o n s i d é r o n s l e s d e u x f i l t r e s H 1 ( Z) e t H 2 ( Z) d é f i n i s p a r :

1 - 0,2Z -1 1 - 0,2Z
H 1 ( Z) = ; H 2 ( Z) =
1 - 0,5Z -1 1 - 0,5Z - 1

H 1 ( Z) e t H 2 ( Z) s o n t s t a b l e s (p 0 = 0,5) . D e plus les réponses

f r é q u e n t i e l l e s H 1 ( Z) e t H 2 ( Z) s o n t t e l l e s q u e :

1,04 - 0,4cos(2 πfTe )

H 1 (f ) = H 2 (f ) =
1,25 - cos(2 πfTe )
 37
⎛ 0,2sin(2 πfTe ) ⎞ ⎛ 0,5sin(2 πfTe ) ⎞
ϕ 1 ( f ) = Arctg⎜ ⎟ - Arctg⎜ ⎟
⎝ 1 - 0,2cos(2 πfTe ) ⎠ ⎝ 1 - 0,5cos(2 πfTe ) ⎠

⎛ 0,2sin(2 πfTe ) ⎞ ⎛ 0,5sin(2 πfTe ) ⎞

ϕ 2 (f ) = - Arctg⎜ ⎟ - Arctg⎜ ⎟
⎝ 1 - 0,2cos(2 πfTe ) ⎠ ⎝ 1 - 0,5cos(2 πfTe ) ⎠

Ces filtres ne différent que par leur réponse en phase. Si

l ' o n f a i t v a r i e r f d e 0 à Fe / 4 , l e s p h a s e s ϕ 1 ( f ) e t ϕ 2 ( f ) v a r i e n t
respectivement de 0 à -15° et de 0 à -37°. De plus les zéros de
H 1 ( Z) e t H 2 ( Z) s o n t r e s p e c t i v e m e n t 0 , 2 e t 1 / 0 , 2 = 5 . H 1 ( Z) e s t à
déphasage minimal.

Filtres Passe-Tout.

Ces filtres H pt ( Z) n e modifient que la phase des signaux

d'entrée :

H pt ( f ) = 1

Ils sont couramment utilisés pour modifier le comportement

de certains systèmes numériques en éliminant, par exemple, les
pôles instables.

Exemple

Au premier ordre, ces filtres sont définis par :

Z -1 - a
H pt ( Z) = avec a < 1
1 - a Z -1

1
L e z é r o s Z0 v a u t e t l e p ô l e p0 = a .
a

e -2 πjfTe - a
H pt ( f ) = = 1
1 - a e - 2 πjfTe

⎛ sin(2 πfTe ) ⎞ ⎛ a sin(2 πfTe ) ⎞

ϕ pt ( f ) = Arctg⎜ ⎟ - Arctg⎜ ⎟
⎝ a - cos(2 πfTe ) ⎠ ⎝ 1 - a cos(2 πfTe ) ⎠

Filtres Moyenneurs.

Ces filtres effectuent une moyenne glissante sur le signal.

L'équation de récurrence est :

N -1
1
y( k ) =
N
∑
i=0
x(k - i)
 38
La fonction de transfert est :

1 N -1
1 1 - Z -N
H ( Z) =
N
∑
i=0
Z-i =
N 1 - Z -1

La forme récursive obtenue pour H(Z) conduit à une nouvelle

expression de l'équation de récurrence :

x(k) - x(k - N)
y( k ) = y(k - 1) +
N

La réponse fréquentielle s'écrit :

1 - e -2 πjfNTe 1 sin( πfNTe )

H(f ) = = e - πjf(N -1)Te
1 - e - 2 πjfTe N sin( πfTe )

H(f)

f
1 2 Fe /2
NT e NT e

C'est un filtre passe-bas. Le lissage du signal d'entrée x(k) sera

d'autant plus important que N sera grand.
L e g a i n s t a t i q u e Gs v a u t : Gs = H ( Z = 1 ) = 1 .
C'est un filtre à réponse impulsionnelle finie :

1 ⎛ N⎞
h( k ) =
N
∏ N
2
⎜k - ⎟
⎝ 2⎠

C'est un filtre à phase linéaire. Le temps de propagation τ est de

⎛ N − 1⎞
⎜ ⎟T.
⎝ 2 ⎠ e

Filtre en peigne.

Le filtre dont la fonction de transfert s'écrit

1 - Z -N
H ( Z) =
N
 39
est appelé filtre en peigne à cause de sa représentation
fréquentielle :

1 - e -2 πjfNTe - πjfNTe + j
π
2
H( f ) = = e 2
sin(2 πfNTe )
N N

d'où :

H(f)

2/N

f
Fe

Sa réponse impulsionnelle est donnée par :

1
h(0)=-h(N)= et h(k)=0 si k ≠ 0 et k ≠ N
N

Son équation aux différences est :

x(k) - x(k - N)
y( k ) =
N
C ' e s t u n f i l t r e à p h a s e l i n é a i r e : τ = (NTe ) / 2
 40

IX Synthèse de filtres Numériques

1°) Rappels sur les filtres analogiques.

Filtre idéal

Un filtre idéal est généralement représenté, en fréquences,

par une ou plusieurs fonctions portes.

Exemple :

-Considérons le filtre passe-bas de réponse fréquentielle H(f) et

de réponse impulsionnelle h(t) :

⎧ H(f) = ∏ (f)
H( f ) = H(f) e jϕ (f) a v e c ⎨ FC

⎩ϕ ( f ) = 0
d ' o ù h( t ) = 2 FC sinc(2 π FC t ).

H(f) h(t)
2Fc

f t
-Fc Fc -1 1
2Fc 2Fc

-De même pour le filtre passe-bande :

H(f)
1

f
-F P- FP-
+ +
-FO -FP FO FP

Ce type de filtre n'est pas physiquement réalisable. La

réponse impulsionnelle n'est pas causale. En supposant que cette
réponse est limitée par une fenêtre w(t), la nouvelle réponse,
n o t é e h1 ( t ) , s ' é c r i t :

h1 ( t ) = h ( t ) w ( t )
 41
L a r é p o n s e f r é q u e n t i e l l e H1 ( f ) c o r r e s p o n d a n t e e s t :

H1 ( f ) = H ( f ) * W ( f )

Exemple :
⎛ T⎞
S i w( t) = ∏ T
2
⎜t - ⎟
⎝ 2⎠
alors :

H 1 ( f ) = H(f) * T sinc ( πfT)e - πjfT

Ainsi, dans le cas d'un filtre passe-bas on trouve :

∫
FC
H1 (f ) = T sinc ( π( f - u)T) e - πj(f - u)T du
- FC

ϕ1 ( f ) e s t d i f f é r e n t d e z é r o e t H 1 ( f ) e s t r e p r é s e n t é e p a r :

H (f)
1

f
-F c Fc

Ces ondulations sont connues sous le nom de phénomène de

GIBBS.

Gabarit

On approche donc la réponse fréquentielle idéale un gabarit.

Pour un filtre passe-bas, le gabarit est définit par :

H(f)

1+dP

1-dP

dA
f
F P FC F
A

L a f r é q u e n c e d e c o u p u r e FC e s t o b t e n u e p o u r u n e a t t é n u a t i o n
d e 3 d B . L a b a n d e [ 0 , FC ] e s t a p p e l é b a n d e p a s s a n t e , [ FP , FA ] e s t l a
b a n d e d e t r a n s i t i o n . e t [ FA , +∞ ] l a b a n d e a t t é n u é e . L e s v a l e u r s d p
e t dA s o n t , r e s p e c t i v e m e n t l e s t a u x d ' o n d u l a t i o n s d a n s l a b a n d e
 42
passante et dans la bande atténuée. On mesure la raideur (ou
sélectivité) du filtre R par :
F
R = P
FA
De même, pour le filtre passe-bande, le gabarit est :

H(f)

1 + dP

1 - dP

dA

- -
f
F FP F F P+ F+
A 0 A

O n d é f i n i t l a f r é q u e n c e c e n t r a l e F0 , l a r a i d e u r R e t l a l a r g e u r
de bande relative B par :

FP+ − FP- FP+ − FP-

F0 = +
F F -
; R = ; B =
P P
FA+ − FA- F0

Si B est inférieur à 0,1 le filtre est dit à la bande étroite. Si

B est supérieur à 0,5, le filtre est à bande large.
Le gabarit du filtre passe-haut (Resp. coupe-bande) est
défini de façon analogue au passe-bas (Resp. passe-bande). Le
rôle des bande atténuée et passante est inversé.

Normalisation

Un filtre passe-bas, de fonction de transfert H(p) est

n o r m a l i s é s i s a p u l s a t i o n d e c o u p u r e e s t d e 1 r d / s e t s i H( 0) = 1.
On décrit ces filtres, de façon générale, par :

1
H ( p) = avec a 0 = 1 c a r H ( p = 0) = 1 .
a 0 + a 1 p + a 2 p 2 +. . .+ a n p n

P l u s i e u r s a u t e u r s o n t p r o p o s é u n j e u d e c o e f f i c i e n t s ai. O n
citera, par exemple, BUTTEWORTH qui a calculé les coefficients
ai d e f a ç o n à c e q u e l e s n p r e m i è r e s d é r i v é e s d e H ( f ) s o i e n t n u l l e s
pour f = 0 et :

2 1 2 1
H( f ) = 2n ou encore H (ω ) = 2n
⎛ f⎞ ⎛ ω⎞
1 + ⎜ ⎟ 1 + ⎜ ⎟
⎝ fc ⎠ ⎝ ωc ⎠
 43

Les coefficients des filtres de BUTTEWORTH normalisés

sont :

n a0 a1 a2 a3 a4 a5 a6

2 1 2 1
3 1 2 2 1
4 1 2,6131 3,4142 2,6131 1
5 1 3,2361 5,2361 5,2361 3,2361 1
6 1 3,8637 7,4641 9,1416 7,4641 3,8637 1

De même BERNSTEIN a proposé des coefficients en utilisant

les polynômes de LEGENDRE.

n a0 a1 a2 a3 a4 a5 a6

2 1 2 1
3 1 2,3537 2,2700 1,7319
4 1 3,0411 4,6253 3,8280 2,4493
5 1 4,017 7,5689 9,8529 6,9369 4,4710
6 1 4,8056 11,549 17,206 19,018 12,204 7,0702

Pour réaliser des filtres passe-bande, passe-haut ou coupe-

bande, il suffit d'effectuer une transformation du filtre passe-bas
normalisé. Cette transformation porte sur la variable de Laplace
p.

p
p → : F i l t r e p a s s e - b a s d e f r é q u e n c e d e c o u p u r e FC
2πFC

2πFC
p → : F i l t r e p a s s e - h a u t d e f r é q u e n c e d e c o u p u r e FC
p

1 ⎛ p 2 πF0 ⎞
p → ⎜ + ⎟ : F i l t r e p a s s e - b a n d e d e f r é q u e n c e c e n t r a l e F0 e t
B ⎝ 2 πF0 p ⎠
de largeur de bande relative B

B
p → : F i l t r e c o u p e - b a n d e d e f r é q u e n c e c e n t r a l e F0 e t d e
p 2 πF0
+
2 πF0 p
largeur de bande relative B

E x e m p l e : T r a n s f o r m a t i o n d u f i l t r e p a s s e - b a s d u 1er o r d r e e n u n
f i l t r e p a s s e h a u t d e f r é q u e n c e d e c o u p u r e FC :

1
H ( p) = : p a s s e - b a s n o r m a l i s é 1er o r d r e
1+ p
 44

⎛ 2 πFC ⎞ p
H 1 ( p) = H ⎜ ⎟ = : Passe-haut de fréquence de coupure
⎝ p ⎠ p + 2 πFC
FC .

2°) Synthèse de filtre par transformation de p en Z.

Le passage de la fonction de transfert H(p) à H(Z) s'effectue
, de façon théorique, en posant p=Ln[Z], ce qui conduit à une
fonction H(Z) non-rationnelle et donc à un filtre difficilement
réalisable.

Pour passer du filtre analogique au filtre numérique, il faut

donc trouver une transformation p=f(Z) qui permet d'écrire la
fonction de transfert du filtre discret sous forme rationnelle,
donc réalisable simplement. Ces relations sont établies par
équivalence entre la fonction réalisée par le filtre analogique
H ( p ) e t l e f i l t r e d i s c r e t H 1 ( Z) .

Dans tous les cas, la relation entre p et Z n'est qu'une

a p p r o x i m a t i o n d e Z = e pTe , q u i c o n d u i t à u n e d é f o r m a t i o n d e l a
réponse fréquentielle. C'est à dire :

H ( p = 2 πjf) ≠ H 1 ( Z = e 2 πjfT )

o ù H 1 ( Z) e s t l e f i l t r e o b t e n u p o u r H ( p = f ( Z ) ) .

a°) Equivalence de la dérivation

L'action dérivée, en continu, est caractérisée par la fonction

d e t r a n s f e r t H D ( p) :

H D ( p) = p .

En discret la dérivée y(k) du signal x(k) peut s'approcher par :

x(k) - x(k - 1)
(1) y( k ) =
Te
d'où :
Y(Z) 1 - Z -1
H ( Z) = =
X(Z) Te

S i l ' o n p o s e H D ( p) = H(Z) a l o r s :

1 - Z-1
p =
Te
 45
R e m a r q u e : C ' e s t u n a p p r o x i m a t i o n , a u 1 e r o r d r e d e Z = e pTe :

−1 1 - Z -1
Z = e - pTe
≈ 1 - pTe d' où p =
Te

Exemple: Déterminer la relation de récurrence du filtre

n u m é r i q u e H 1 ( Z) c o r r e s p o n d a n t a u f i l t r e a n a l o g i q u e H ( p ) :

1
H ( p) = (passe-bas normalisé)
1+ p

⎛ 1 - Z -1 ⎞ Te
H 1 ( Z) = H ⎜ p = ⎟ =
⎝ Te ⎠ Te + 1 − Z − 1
d'où :
y( k ) =
1
[
T x( k ) + y(k - 1)
Te + 1 e
]
La réalisation est :

1
Te Te+1
x(k) y(k)
+

-1
Z

Remarque : Il existe d'autres approches de la dérivation en

discret. Mais la relation (1) est la plus couramment utilisée.

b°) Transformation bilinéaire (Equivalence de l'intégration)

C'est une transformation très fréquente dans la réalisation

de filtres numériques. Elle consiste à approcher l'intégration
1
i d é a l , H I ( p) = , par la relation de récurrence, en discret :
p

[ x( k ) + x( k − 1)]
Te
y( k ) = y(k - 1) +
2

Te
où, x ( k ) + x ( k − 1) r e p r é s e n t e l ' a i r e e n t r e x ( k ) e t x ( k - 1 ) , c a l c u l é e
2
p a r l a m é t h o d e d e s t r a p è z e . H 1 ( Z) s ' é c r i t :

Te 1 + Z -1
H 1 ( Z) =
2 1 - Z -1
 46
La relation entre p et Z est donc :

1 T 1 + Z -1
= e
p 2 1 - Z -1

d'où :
2 1 - Z -1
p =
Te 1 + Z -1

Cette transformation est appelée transformation bilinéaire.

Exemple :
1 ⎛ 2 1 - Z -1 ⎞ Te (1 + Z −1 )
S i H(p) = a l o r s H 1 ( Z) = H ⎜ p = ⎟ =
1+ p ⎝ Te 1 + Z -1 ⎠ Te + 2 + (Te − 2) Z − 1

L'équation de récurrence est :

y( k ) =
1
[
T x( k ) + Te x( k − 1) + (2 - Te ) y( k − 1)
Te + 2 e
]
Te
2 + Te
x(k) y(k)

-1 2 - Te -1
Z Te Z
2 + Te 2 + Te

Remarque : On peut établir d'autres expressions de " l'intégration

discrète ", donc d'autres transformation de p en Z. Par exemple,
l'approximation de Simpson :

1 - Z -2
y( k ) = y( k − 2) + e [ x( k ) + 4 x( k − 1) + x( k − 2)]
T 3
d'où p =
3 Te 1 + 4Z -1 + Z - 2

c°) Transformation homographique

La transformation homographique s'écrit :

1 - Z -1 Z-1
p = K -1 = K
1+ Z Z+1

La transformation bilinéaire est un cas particulier de

transformation homographique. K est le facteur d'adaptation en
fréquence. Etudions d'abord le cas où K = 1, c'est à dire si :
 47

Z-1 1+ p
p = ⇔ Z =
Z+1 1- p

La stabilité du filtre numérique est assurée si le filtre

a n a l o g i q u e e s t s t a b l e . E n e f f e t , s i l e p ô l e p0 e s t à p a r t i e r é e l l e
n é g a t i v e , Z0 s ' é c r i t :

1 + p0 1 + σ 0 + 2 πjf 0
Z0 = =
1 - p0 1 - σ 0 - 2 πjf 0
d'où :
2 (1 + σ 0 ) 2 + (2 πf 0 ) 2
Z0 = < 1 avec σ0 < 0 .
(1 - σ 0 ) 2 + (2 πf 0 ) 2

Le filtre est donc stable. Cependant, les réponses

f r é q u e n c i e l l e s d u f i l t r e a n a l o g i q u e H ( p = 2 πjf ) e t d u f i l t r e d i s c r e t
H 1 ( Z = e 2 πjfT ) s o n t d i f f é r e n t e s . E n e f f e t , c e t y p e d e t r a n s f o r m a t i o n
i n t r o d u i t u n e d i s t o r s i o n e n f r é q u e n c e . A p p e l o n s fA u n e f r é q u e n c e
d a n s l e d o m a i n e c o n t i n u e t fD u n e f r é q u e n c e d a n s l e d o m a i n e
d i s c r e t . E n t h é o r i e , Z = e 2 πjf DTe = e pTe = e 2 πjfA Te d ' o ù fA = f D . E n p r a t i q u e ,
si l'on utilise la transformation homographique, on trouve :

Z-1 e 2 πjf DTe - 1

p = ⇔ 2 πjf A = 2 πjf DTe
Z+1 e +1

soit encore :

e πjf DTe e πjf D Te − e - πjf DTe

2 πjf A = πjf DTe
e e πjf DTe + e - πjf DTe
ou :
2 πjf A = j tg( πf D Te )

L a r e l a t i o n q u i l i e fA e t f D e s t d o n c :

2 πf A = tg( πf D Te )
⎛ ω D Te ⎞
ωA = tg⎜ ⎟
⎝ 2 ⎠

d'où :
Arctg(ω A )
2
ωD =
Te
 48
ω
D

π
Te
ωA
−π
Te

C e t t e r e l a t i o n m o n t r e q u e l o r s q u e ω A v a r i e d e 0 à +∞ , ω D
Fe
v a r i e d e 0 à π / Te . L a f r é q u e n c e f D v a r i e d o n c d e 0 à . Cette
2
transformation à l'avantage d'éviter le problème de recouvrement
spectral, lié à l'échantillonnage. Si l'on veut que les réponses
fréquentielles des filtres analogique et discret soient égales pour
l e s p u l s a t i o n ω A = ω A0 e t ω D = ω D0 , i l f a u t i n t r o d u i r e u n f a c t e u r
d'adaptation K tel que :

ω A0
K =
⎛ ω D0 Te ⎞
tg⎜ ⎟
⎝ 2 ⎠
ω A0 Z-1
p =
⎛ ω D0 Te ⎞ Z+1
tg⎜ ⎟
⎝ 2 ⎠

On est ainsi assuré que les réponses fréquentielles H ( p = 2πjf ) e t

H 1 ( Z = e 2 πjfTe ) v é r i f i e n t l a r e l a t i o n :

H ( p = 2 πjf A 0 ) = H 1 ( Z = e 2 πjf D 0Te )

Exemple : Considérons le filtre passe-bas de pulsation de coupure

ωC :
1
H ( p) =
p
1+
ωC
On désire réaliser un filtre numérique passe-bas de
f r é q u e n c e d e c o u p u r e i d e n t i q u e ω C . O n a a l o r s ω D0 = ω A0 = ω C , d o n c
:

ωC
K =
⎛ ω C Te ⎞
tg⎜ ⎟
⎝ 2 ⎠
et :
 49
1
H 1 (Z) =
1 Z-1
1+
⎛ ω C Te ⎞ Z+1
tg⎜ ⎟
⎝ 2 ⎠

On vérifie bien que :

1
H 1 (Z = e jω C Te ) = = H(p = jω C )
1+ j

D'autre part l'équation de récurrence du filtre numérique est :

⎛ ω C Te ⎞ ⎛ ω C Te ⎞
1 - tg⎜ ⎟ tg⎜ ⎟
⎝ 2 ⎠ ⎝ 2 ⎠
y( k ) =
⎛ ω C Te ⎞
y(k - 1) +
⎛ ω C Te ⎞
[ x(k) + x(k - 1)]
1 + tg⎜ ⎟ 1 + tg⎜ ⎟
⎝ 2 ⎠ ⎝ 2 ⎠

3°) Synthèse de filtre par invariance temporelle.

Ce type de synthèse a pour but de faire correspondre les
sorties des filtres analogique et numérique pour des entrées
données. C'est à dire :

y1 ( k ) = y(t = kTe )

o ù y1 ( k ) e s t l a s o r t i e d u f i l t r e d i s c r e t e t y ( t ) l a s o r t i e d u f i l t r e
continu.

a°) Invariance impulsionnelle

On veut, dans ce cas, que les réponses impulsionnelles

soient identiques. Il faut dans un premier temps calculer h(t) par
t r a n s f o r m a t i o n d e L a p l a c e i n v e r s e ( h( t ) = L-1 H ( p ) ) . P u i s e n
d é d u i r e h ( k ) p a r h ( k ) = h(t = kTe ) . E n f i n c a l c u l e r H ( Z ) à p a r t i r d e
h(k) :
+∞
H ( Z) = ∑ h(k) Z -k
= TZ[ h(k)]
k = -∞

Ces trois opérations sont écrites de façon simplifiée :

[
H ( Z) = TZ L-1 [ H ( p)]]
E x e m p l e : E f f e c t u e r l a s y n t h è s e d u f i l t r e p a s s e - b a s d u 1er o r d r e ,
d e f r é q u e n c e d e c o u p u r e fC , p a r u n e t e c h n i q u e d ' i n v a r i a n c e
impulsionnelle.
 50
1 1
H ( p) = =
p p
1+ 1+
ωC 2 πf C

d ' o ù h( t ) = L-1 [ H ( p)] = ω C e -ω C t et h( k ) = ω C e -ω C kTe . O n e n d é d u i t H ( Z ) :

ωC
H ( Z) =
1 - e - ω CTe Z − 1

Par suite :

y( k ) = e -ω CTe y( k − 1) + ω C x( k )

b°) Invariance indicielle

On désire que les réponses indicielles soient identiques.

S o i t Yind ( p ) l a t r a n s f o r m é e d e L a p l a c e d e l a r é p o n s e i n d i c i e l l e ,
c'est à dire :
Yind ( p) = H(p) U(p)

où U(p) est la transformée de Laplace de l'échelon u(t) :

1 H(p)
U( p ) = ⇒ Yind ( p) =
p p

⎡ H(p) ⎤
d ' o ù Yind ( t ) = L-1 ⎢ ⎥
⎣ p ⎦

De même en discret on a :

Y(Z)=H(Z)U(Z)

où U(z) est la transformée en Z de l'échelon u(k) :

Z
U( Z) =
Z-1

d'où :
Y ( Z ) = H ( Z ) U ( Z ) = TZ y ind ( k )

soit encore :
Z-1 ⎡ ⎡ H ( p) ⎤ ⎤
H ( Z) = TZ⎢ L-1 ⎢ ⎥⎥
Z ⎣ ⎣ p ⎦⎦

E x e m p l e : A p p l i q u o n s l ' i n v a r i a n c e i n d i c i e l l e a u f i l t r e d u 1er o r d r e
H(p) :
 51
1 ωC
H ( p) = =
p ωC + p
1+
ωC
d'où :
H ( p) ωC 1 1
= = -
p p(p + ω C ) p p + ωC

⎡ H ( p) ⎤
y ind ( t ) = L-1 ⎢ ⎥ = (1 - e - ω t ) u(t)
C

⎣ p ⎦
et :
Y( Z) = TZ[ y ind ( k )] = TZ[(1 - e −ω C kTe ) u( k )]

Z Z
Y( Z) = - si Z > 1
Z-1 Z - e - ω C Te

donc :
Z-1 Z-1 1 - e -ω C Te
H ( Z) = Y(Z) = 1 - =
Z Z - e - ω C Te Z - e - ω C Te

Z -1
H ( Z) = (1 - e - ω C Te
) 1 - e - ω C Te Z -1

On en déduit la réponse impulsionnelle et l'équation de

récurrence

⎧ h( k ) = (1 - e -ω C Te ) e -ω C ( k − 1) Te u(k - 1)
⎨
⎩ y( k ) = e
- ω C Te
y( k − 1) + (1 - e - ω C Te ) x(k - 1)

c°) Invariance pour une entrée quelconque e(t)

O n p r o c è d e , p o u r u n e e n t r é e q u e l c o n q u e e(kTe ) d e l a m ê m e
façon que précédemment. La sortie y(t) s'écrit :

y( t ) = L-1 [ H ( p) E(p)]

avec E(p)=L[e(t)].

D'autre part :
Y(Z) TZ[ y(k)]
H ( Z) = =
E(Z) E(Z)
Par suite :
H ( Z) =
1
E(Z)
[
TZ L-1 [ H ( p) E(p)] ]

4°) Synthèse de filtre par invariance fréquentielle.

 52

La synthèse de filtre par invariance fréquentielle suppose la

connaissance de la réponse fréquentielle H(n) échantillonnée sur
nFe
N points aux fréquences :
N

H ( n) = TFD N {h( k )}

où h(k) est la réponse impulsionnelle limitée aux N premiers

points . On a alors :

N -1
H ( Z) = ∑ h(k) Z
k=0
-k

Soit :
⎡ N -1 + nk ⎤
N -1
1
H ( Z) =
N
∑ ⎢ ∑ H(n) WN ⎥ Z
k = 0 ⎣n = 0 ⎦
-k

⎡ N -1 k⎤
H(n) ⎢ ∑ (WN+ n Z − 1 ) ⎥
N -1
1
H ( Z) = ∑
N n=0 ⎣k = 0 ⎦
N -1 -N + nN
1 1 - Z WN
H ( Z) = ∑
N n=0
H(n)
1 - WN+ n Z -1

Soit enfin :

1 - Z -N N -1
1
H ( Z) =
N
∑ H(n)
n=0 1 - WN+ n Z -1

Remarque : h ( k ) e s t r é e l l e s i H ( N - n ) = H * (n)

Exemple: Un signal x(t) est échantillonné sur 8 points, à une

f r é q u e n c e Fe = 8 K H z . O n d é s i r e f i l t r e r x ( k ) p a r u n f i l t r e p a s s e - b a s
d e f r é q u e n c e d e c o u p u r e FC = 2 , 5 K H z . O n e n d é d u i t :

Fe
N = 8 e t Δf = = 1KHz
N

On doit donc avoir :

H(0) = 1 ; H(1) = 1 ; H(2) = 1 ; H(3) = 0 ; H(4) = 0

et par symétrie :

H ( 5 ) = H*( 8 - 5 ) = 0 ; H ( 6 ) = H*( 8 - 6 ) = 1
H ( 7 ) = H*( 8 - 7 ) = 1

On peut représenter H(n) par :

 53
H(n)

0 1 2 3 4 5 6 7 8 n
d'où

1 - Z -8 7
1
H ( Z) =
8
∑ H(n)
n=0 1 − W8+ n Z − 1

1 - Z -8 ⎡ 1 1 1 1 1 ⎤
H ( Z) = ⎢ −1 + 1 −1 + 2 −1 + 6 −1 + 7 −1 ⎥
8 ⎣1 − Z 1 − W8 Z 1 − W8 Z 1 − W8 Z 1 − W8 Z ⎦

La réalisation de tels filtres s'effectue en posant :

N -1
H ( Z) = P(Z) ∑G
n=0
n ( Z)

avec :
1 - Z -N
P(z) = Filtre en peigne =
N
H(n)
G n ( Z) =
1 - WN+ n Z − 1

G 0 (Z)

G 1 (Z)

x(k) y(k)
P(Z) +

GN-1 (Z)

Filtrage par TFD

Il est possible de filtrer le signal d'entrée x(k) dans le

domaine fréquentiel, en calculant sa TFD. On a alors :

X(n)=TFD{x(k)}

Le signal y(k) est obtenu par TFD Inverse :

 54
Y( k ) = TFD -1 {Y( n)} = TFD -1 {H ( n) X(n)}

Application : Loupe spectrale fréquentielle.

Effectuer une loupe spectrale, sur une bande de fréquence

B = f1 - f0 c o n s i s t e à a u g m e n t e r l a r é s o l u t i o n Δf , s u r l a b a n d e B , e n
éliminant les fréquences extérieurs à la bande .

Soit x(k) un signal de fréquence de coupure FC ,

é c h a n t i l l o n n é à u n e f r é q u e n c e Fe e t d e d u r é e i m p o r t a n t e . O n
dispose d'un transformateur de Fourier qui effectue une TFD sur
N points au maximum. La résolution est donc :

Fe
Δf =
N

o r , o n d é s i r e a v o i r u n e r é s o l u t i o n Δf B s u r l a b a n d e B :

B f1 - f 0
Δf B = =
N N

Comment faire?. Il faut dans un premier temps découper le signal

x ( k ) e n b l o c s d e N p o i n t s xi ( k ) :

x 1 (k) x 2 (k) x 3 (k) x i (k) x i+1 (k)

O n e f f e c t u e e n s u i t e s u r c h a q u e b l o c xi ( k ) u n e T F D :

x i (k) X i (n)
TFD

0 (N-1) Te 0 f0 f1 Fe

P u i s o n m u l t i p l i e Xi ( n) p a r H ( n ) , q u i d a n s c e c a s , e s t u n e
p o r t e c o m p r i s e e n t r e f0 e t f1. O n o b t i e n t l e s p e c t r e Yi ( n ) , q u i e s t
non-nul sur C points (C << N).

Yi (n)

0 f0 f1 Fe

On effectue ensuite une TFD inverse sur C points. On

o b t i e n t l e s i g n a l yi ( k ) s u r C p o i n t s . O n r é i t è r e l e t r a i t e m e n t s u r l e
b l o c x i +1 ( k ) q u i r e s t i t u e l e s i g n a l y i +1 ( k ) . P u i s o n j u x t a p o s e l e s
s i g n a u x y i ( k ) e t y i +1 ( k ) . O n p r o c è d e a i n s i j u s q u ' à o b t e n i r N p o i n t s .
 55
yi-1(k) yi (k) yi+1(k)

N points

On a alors un bloc de N points filtré sur [ f0 , f1] . S i on

f1 - f0
e f f e c t u e u n e T F D s u r N p o i n t s , l a r é s o l u t i o n e s t ΔfB = .
N
5°) Bruit de traitement.
De l'échantillonnage du signal à sa sortie du filtre
numérique, la majeure partie des étapes du traitement est
entachée d'un bruit. Le premier de ces bruits est lié à la
Conversion Analogique-Numérique ( CAN ) du signal.

Bruit de conversion

L a c o n v e r s i o n A / N s ' e f f e c t u e e n c o d a n t l a v a l e u r x0 ( t ) s u r u n
nombre M d'unités d'information binaire (Binary Digit : BIT).
Chaque bit peut prendre la valeur 0 ou 1. Le nombre de niveau de
c o d a g e e s t d o n c d e 2M . E n g é n é r a l , l a t e n s i o n d ' e n t r é e d e s
convertisseurs est limitée à une plage V0 , V1 . L e p a s d e
q u a n t i f i c a t i o n q0 e s t :

V1 - V0
q0 =
2M
Exemple:

5
S i V0 = 0 , V1 = 5 V e t M = 8 a l o r s 2 M = 2 5 6 e t q 0 =
= 19,5 mV.
256
Les valeurs prises par les 8 bits vont de 0 à 255. Il n'y a pas de
bit de signe

10
= 39 mV.
S i V0 = - 5 V , V1 = 5 V e t M = 8 a l o r s q 0 =
256
Dans ce cas, la valeur prise par les 8 bits va de -128 à + 128. Le
bit de poids le plus fort joue le rôle du signe (1=-, 0=+)

La conversion A/N peut s'effectuer soit par arrondi de la

valeur x(t), soit par troncature de cette valeur.

q0 q0
Arrondi : xQ ( t ) = q 0 K a v e c K e n t i e r s i q 0 K - ≤ x(t) < q 0 K +
2 2
 56
xQ(t)

-q
0

2
q x(t)
0
2

Troncature : x Q ( t ) = q 0 K a v e c K e n t i e r s i q 0 K ≤ x(t) < (q 0 + 1) K .

xQ(t)

q
0

-q 0 x(t)
q0

q0 q0
L ' e r r e u r d ' a r r o n d i eA (q ) e s t c o m p r i s e e n t r e − et , alors
2 2
q u e l ' e r r e u r d e t r o n c a t u r e eT (q ) e s t c o m p r i s e e n t r e 0 e t q

e A(q) e T (q)
q0
2 q
q0 q0 q

L ' e r r e u r m o y e n n e m A o u mQ c o m m i s e e s t d o n n é e p a r :

q0
1 ⎡q ⎤
q0 q0 2
1 1 2
mA =
q0 ∫ 2
- q0 e A (q ) dq =
q0 ∫ 2
- q0 q dq = ⎢ ⎥
q 0 ⎣ 2 ⎦ - q0
= 0
2 2
2

q
1 ⎡q 2 ⎤
0
1 q0
∫
q0
mQ = e T (q ) dq = ⎢ ⎥ =
q0 0 q0 ⎣ 2 ⎦0 2

La troncature est donc plus pénalisante dans la poursuite du

traitement. De plus la puissance de l'erreur de quantification est:
 57
q0
1 ⎡q 3 ⎤ 2
q0
1 q 20
PA =
q0 ∫ 2
- q0 e 2A (q ) dq = ⎢ ⎥
q 0 ⎣ 3 ⎦ - q0
=
12
2
2

q
1 ⎡q 3 ⎤ q 20
0
1
∫
q0
2
PT = e (q ) dq =
T ⎢ ⎥ =
q0 0 q0 ⎣ 3 ⎦0 3

Dynamique du codage

S o i t [ - V0 , + V0 ] l a p l a g e d e s a m p l i t u d e s à c o d e r , l e p a s d e
quantification est, pour M bits :

2 V0
q =
2M
soit :

V0 = q 2 M - 1

O n a p p e l l e p u i s s a n c e d e c r ê t e d u c o d e u r , Pc , l a p u i s s a n c e d u
s i g n a l s i n u s o ï d a l d ' a m p l i t u d e m a x i m a l e a d m i s e s a n s é c r ê t a g e , V0 :

V02
Pc = = 2 2M - 3 q 2
2

La dynamique de codage est donnée par le rapport entre la

p u i s s a n c e d e c r ê t e d u c o d e u r , Pc , e t l a p u i s s a n c e d e l ' e r r e u r d e
q u a n t i f i c a t i o n PA o u PT :

Pc 3 2M Pc
= 2 2M - 3 .12 = 2 ; = 3.2 2M - 3
PA 2 PT

Exprimées en dB, on a :

⎛ Pc ⎞ ⎛ Pc ⎞
⎜ ⎟ = 10 Log 10 ⎜ ⎟ = (6M + 1,7) dB
⎝ PA ⎠ dB ⎝ PA ⎠
⎛ Pc ⎞ ⎛ Pc ⎞
⎜ ⎟ = 10 Log 10 ⎜ ⎟ = (6M - 4,3) dB
⎝ PT ⎠ dB ⎝ PT ⎠

Si, par exemple, on désire une dynamique supérieur à 96dB il

faut utiliser un codeur travaillant en arrondi sur 16 bits.

Bruit de calcul

Le bruit de calcul, lié aux additions et multiplications du

traitement, s'ajoute au bruit de quantification. Soit h(k) la
 58
réponse impulsionnelle du filtre. La puissance du bruit de sortie
PS e s t :

PS = PQ Pf

OU PQ EST LA PUISSANCE DE L'ERREUR DE QUANTIFICATION ( PA OU PT ) ET

+Fe

∫ 2 2
Pf = - Fe H(f) df . O N EN DEDUIT , D'APRES LA RELATION DE PARSEVAL:
2

+Fe +∞

∫ ∑ h(k)
2 2 2
PS = PQ - Fe H(f) df = PQ
2 k=0

Soit encore

⎧ q2 +∞

∑
2
⎪⎪PSA = PA Pf = h(k)
12
⎨
k=0
+∞
q2
⎪P ∑
2
= PT Pf = h(k)
⎪⎩ ST 3 k=0