Académique Documents
Professionnel Documents
Culture Documents
Signaux :
Signaux usuels
Fonction signe
Définition : La fonction signe, notée sgn est une fonction réelle de la variable réelle définie
par :
1
FIG. Fonction échelon, ε(t) : u(t)
Fonction rampe :
Définition : La fonction rampe, notée r, est une fonction réelle de la variable réelle définie par
2
Définition : La fonction rectangle, ou fonction porte, de largeur T, notée rectT , est une
fonction réelle de la variable réelle définie par :
rectT (t) = rect(t/T) = ε (t/T + 1/2) − ε (t/T − 1/2) = ε (t + T/2) − ε (t − T/2).
On remarque que l’aire de la fonction rectangle de largeur T vaut T.
Une fonction rectangle de largeur unité translatée de +τ s’écrit simplement rect(t−τ ) (figure
, à gauche). Elle vaut 1 sur l’intervalle ]τ−1/2, τ+1/2[ et 0 sur l’intervalle ]−∞, τ−1/2[∪]τ+
1/2,+∞[. De façon similaire, une fonction rectangle de largeur T, translatée de τ s’écrit :
Fonction triangle
Définition : La fonction triangle unité, notée tri, est une fonction réelle de la variable réelle
définie par :
Notons que l’aire de la fonction triangle unité vaut 1 et que la largeur de son support vaut 2.
On peut également appliquer les opérateurs de translation :
– la fonction tri(t − τ ) est une fonction triangle unité translatée de +τ ,
– la fonction tri[(t−τ )/T] est une fonction triangle de largeur 2T (ou d’aire égale à T)
translatée de +τ .
3
FIG. Fonctions triangle unité (à gauche), triangle unité translatée de τ (au milieu) et triangle
d’aire 2T translatée de τ (à droite)
Impulsion de Dirac :
La notion de fonction, notamment pour décrire des événements infiniment brefs mais de puissance
finie non nulle ou le phénomène d’échantillonnage.
4
Fonction sinus cardinal :
Cette fonction est très courante en traitement du signal où elle intervient comme transformée
de Fourier d’une fonction rectangle. Une fonction rectangle permet de représenter par
exemple des opérateurs idéaux de filtrage. La fonction sinus cardinal, notée sinc(u), est
définie :
Propriétés :
– la fonction sinus cardinal est paire : sinc(u) = sinc(−u),
– sinc(u) → 1 lorsque u → 0,
– sinc(u) = 0 si sin(πu) = 0, c’est-à-dire si u = k ∈ Z∗.
Par ailleurs, on montre également1 que :
Séries de Fourier :
L’élément fondamental de l’analyse de Fourier est constitué par le fait qu’un signal
périodique peut être décomposé en une somme d’ondes sinusoïdales.
5
Définition de la série de Fourier :
Considérons un signal périodique x (t) de période T = 1/f0. Son développement en série de
Fourier est alors le suivant :
Comme la fonction cosinus est paire et la fonction sinus est impaire, suivant la parité de f, les
calculs s’avèrent simplifiés. (f(t)=x(t) ; n=k)
6
Ou bien :
Nous pouvons observer le spectre de ce signal (dans le domaine fréquentiel) à l’aide des
coefficients de Fourier.
Transformée de Fourier :
Considérons un signal s(t), alors la transformée de Fourier de s(t), notée S(f), TF[s(t)] ou F
[s(t)] s’exprime :
C’est une opération linéaire. La plupart des propriétés s’obtiennent en utilisant les techniques
de changements de variables et les propriétés de l’exponentielle complexe.
L’opération réciproque appelée transformée de Fourier inverse se note TF-1 :
7
TRANSFORMEES DE FOURIER USUELLES
Théorème de Parseval :
Théorème de la puissance (dit de Parseval). Dans l’espace temps, la définition de la puissance
moyenne normalisée est la suivante :
8
Le théorème de Parseval affirme que la puissance normalisée d’un signal peut se calculer
aussi bien dans le domaine temporel que dans le domaine fréquentiel.
La puissance totale est égale à la somme des puissances fournies par chaque générateur. On
en déduit alors :
La puissance peut se calculer dans le domaine temporel ou dans le domaine fréquentiel avec
l’une ou l’autre des relations ci-dessous :
Identité de Parseval
L’identité de Parseval nous donne :
Puissance :
On exprime la puissance moyenne d’un signal par :
La convolution et la corrélation :
Produit de convolution (*) :
9
Définition :
Soient deux signaux x1(t) et x2(t). On appelle produit de convolution de ces deux fonctions la
grandeur notée x1* x2 :
Unité de convolution :
Dérivation :
Corrélation :
Définitions : intercorrélation et autocorrélation
Considérons deux signaux s1(t) et s2(t) à valeurs réelles, alors le produit d’intercorrélation de
ces deux signaux vaut :
10
Résumés des propriétés de la transformes de Fouries :
11
12
Chapitre 2. Analyse et synthèse des filtres analogiques
Filtres Analogiques
Les filtres réalisées et appliquées sur des signaux à temps continu (non échantillonnes) sont
Constituées par des composants électroniques (Resistances, Capacités et Self, Applicateurs
Opérationnels, diodes ...).
Définitions :
Un filtre électrique opère une modification d’un signal électrique d’entrée ou d’excitation
x(t), pour produire un signal de sortie ou réponse, y(t). A cette modification du signal
temporel x(t) correspond une modification du spectre X (jω) pour produire Y(jω).
Si le filtre est linéaire, le contenu spectral de Y(jω) ne peut être plus riche que celui de X(jω).
Le filtre se contente alors d’amplifier ou d’atténuer certaines composantes présentes dans
X(jω). Un filtre non linéaire, au contraire, fait apparaître des composantes inexistantes dans X
(jω). La plupart des filtres sont linéaires.
x(t), le signal d’entrée, et aussi appelé le signal d’excitation du filtre.
y(t), le signal de sortie, est appelé la réponse du filtre a l’excitation x(t).
Le filtre modifie la forme du signal x(t) c’est a dire modifie x(.). la transformation opérée par
le filtre peut donc être représenté mathématiquement par une fonctionnelle F(i.e.y(.)=F[x(.)].
La réponse du filtre a l’excitation x(t) peut alors s’écrire sous la forme y(t)=F[x(.)](t)
Analyse temporelle et fréquentielle des filtres analogiques :
Équation de fonctionnement temporelle :
Considérons le cas particulier ou x(t) =δ(t) l’impulsion de Dirac en t=0 et appelons h(t)
le signal correspondant.
h(t)=F[δ()](t) est appelée réponse impulsionnelle du filtre.
Équation de fonctionnement fréquentielle :
En supposant que x(t) et h(t) possèdent des transformes de Fourier respectives X(f) H(f)
donc : Y(f) =X(f).H(f)
La fonction H(f), fonction de transfert du filtre h(t).
14
Remarque :
H(f), la fonction de transfert d’un FLIT est en principe une fonction complexe.
-son module, |H(f)|, est appelé l’amplitude ou le gain(en fréquence) du filtre.
-son argument, Arg[H(f)], est appelé la phase du filtre.
Le signal de sortie y(t) de tout filtre analogique est un produit de convolution entre sa réponse
impulsionnelle h(t) et le signal d’entrée x(t) :
Cette relation temporelle s'exprime plus simplement dans le domaine fréquentiel sous la
forme :
Y(f) = H(f).X(f)
H(f) = Y(f)/X(f) est appelée la fonction de transfert du filtre.
Propriétés des filtres :
Causalité :
Un filtre LIT est dit réalisable si :
1-la réponse du filtre a tout signal réel est réel (si h(t) est réel)
2-la réponse du filtre ne précède pas l’excitation (on dit que le filtre est causal)
Le filtre est causal c’est adire que pour tout signal x(t) nul pour t<t0 tel que :
x(t)=x(t)u(t-t0)
La réponse y(t) est elle aussi nul pour tout t<t0
Stabilité :
On dit qu’un filtre est stable si a toute entrée bornée correspond a une sortie bornée
15
Filtres passifs et actifs :
Les filtres passifs sont constitués de bobines et d’inductances
_ Le facteur de qualité Q =Lw/R des bobines est mauvais aux faibles fréquences.
_ Les valeurs des inductances sont données avec une mauvaise tolérance.
_ L’inductance est variable avec la température.
_ Un couplage par mutuelle inductance (avec une autre inductance) modifie les performances
du filtre.
_ La fonction de transfert H(jw) dépend de la charge.
_ Avantage : les filtres passifs restent les plus performants aux hautes fréquences : f ³ 1 MHz.
(utilisés pour les applications hautes fréquences (jusqu’ a 500 MHz))
Spécifications idéales :
y(t) de même forme que le signal d’entrée x(t). Le signal d’entrée peut par contre avoir subi
une amplification ou un délai (sans distorsion):
y(t)=K.x(t-t0)
16
Ceci correspond, à une amplification du spectre d’amplitude et à un déphasage linéaire :
Y(j ω) =K.X(j ω) exp(-jωt0)
et donc à une fonction de transfert de type :
H(j ω) =K.exp(-jωt0)
Filtres idéaux :
Le cas idéal est un filtrage qui élimine totalement les bandes indésirables sans transition
et sans introduire de déphasage dans les bandes conservées Selon la bande rejetée, on
rencontre les 4 grandes catégories de filtres décrites en figure (A(dB) est l’atténuation
apportée par le filtre sur une composante de fréquence f).
Figure : Les 4 catégories de filtres idéaux.
Spécifications en amplitude :
On catégorise les filtres en fonction du type de modification qu’ils imposent sur leur entrée.
Les filtres réalisant des modifications du spectre d’amplitude sont classés en filtres passe-bas,
passe-bande, passe-haut, ou coupe-bande.
La forme générale de la fonction de transfert opérationnelle d’un filtre est :
L’ordre du filtre est n, qui doit bien entendu satisfaire à n>=m. Les zéros de N(p) sont les
zéros du filtre; les zéros de D(p) sont les pôles du filtre. Les pôles du filtre doivent être situés
à gauche de l’axe imaginaire pour que le filtre soit stable. D(p) doit pour ce faire être un
polynôme dit de Hurwitz.
17
Filtre passe-bas :
Les spécifications d’un filtre passe-bas typique sont données à la Sa bande passante se situe
entre 0 et wc (où c est mis pour “cut-off”) et sa bande atténuée s’étend de ws (où s est mis
pour “stop”) à l’infini. On accepte une certaine variation maximale Ap (ou ripple) de la
courbe d’affaiblissement en bande passante (où M est mis pour “maximum”), et on impose
que l’atténuation en bande atténuée soit supérieure à une valeur minimale As (où m est mis
pour “minimum”).
Figure : Spécifications en amplitude d’un filtre passe-bas.
Filtre passe-haut :
Un filtre passe-haut a des spécifications inversées : sa bande atténuée va de de 0 à ws , et sa
bande passante de wc à l’infini.
Figure : Spécifications en amplitude d’un filtre passe-haut.
18
Filtre passe-bande :
Un filtre passe-bande a deux bandes atténuées, de 0 à ws- et de ws + à l’infini. Il laisse
passer les fréquences entre wc- et wc+ . En général, la largeur des bandes de transition
est quelconque. On parle de filtre à symétrie géométrique lorsqu’on ws+ /wc+ = wc- / ws- , ce
qui implique que les bandes de transition soient de même largeur sur un graphique
logarithmique.
Figure : Spécifications en amplitude d’un filtre passe-bande.
Filtre coupe-bande :
Les spécifications d’un filtre coupe-bande sont inverses de celles d’un passe bande.
une bande atténuées, de ws- à ws + à l’infini. Il laisse passer les fréquences entre 0 et wc-
et wc+ a l’infini
Figure : Spécifications en amplitude d’un filtre coupe-bande.
19
Normalisation de l’unité de fréquence :
F = f/fref où fref est une valeur particulière ; par exemple la fréquence de coupure ( fp) pour les filtres
PB et PH, la fréquence centrale (f0) pour les PBde et CB.
La variable de Laplace réduite s = p/ωref où ωref = 2π fref
20
21
Filtre de Butterworth
Propriétés : ondulations faibles dans les bandes mais la transition est lente.
Filtre de Chebychev
Etapes de la synthèse
1- Calcul de n et ω c à partir du gabarit.
2- Détermination des coefficients du polynôme à partir des tables préétablis.
3- Réalisation physique à partir de cellules connues (Sallen&Key, Rauch…)
22
Chapitre 3. Échantillonnage des signaux
Rappels sur l’échantillonnage :
Numérisation du signal analogique :
Les signaux physiques existant dans la nature sont en général des signaux de type analogique
(où le signal est une fonction continue du temps).
Pour pouvoir les traiter numériquement, il faut d'abord les numériser pour obtenir un signal
discret ou signal numérique ou encore signal digital.
Un signal digital est un signal défini seulement pour un certain nombre d'instants que l'on
choisit de préférence périodique. La valeur du signal pour chacun de ces instants ne peut
prendre elle-même que des valeurs discrètes. Pour obtenir un signal digital à partir d'un signal
analogique, on procède en deux étapes;
Etape d'échantillonnage :
Pendant cette étape, échantillonner le signal analogique avec une période d'échantillonnage
Te ( Fe = 1/Te = fréquence d'échantillonnage). On obtient un signal échantillonné défini
seulement aux instants nTe.
Etape de quantification :
Pendant cette étape, dite aussi étape de codage, discrétiser la valeur du signal, c.a.d. qu'on va
les ramener aux valeurs discrètes possibles. Pour cela, on peut procéder de deux façons
différentes ;
- par troncature, on prend la valeur discrète immédiatement inférieure.
- par arrondi, on prend la valeur discrète la plus proche.
La Conversion Analogique-Numérique :
Les deux opérations fondamentales
La conversion analogique – numérique (en abrégé CAN, en anglais ADC Analog to Digital
Conversion) est réalisée par deux fonctions :
L’échantillonnage
La numérisation ou quantification
23
Les deux blocs sont souvent représentés sous la forme d’un seul circuit dénommé CAN
(Convertisseur Analogique Numérique) ou ADC en anglais (Analog to Digital Converter).
Grandeurs caractéristiques :
Les principales caractéristiques d’un tel circuit sont :
Les tensions maximales et minimales admissibles en entrée [valeurs crêtes de s(t)]
La fréquence d’échantillonnage [Fe]
Le nombre de bits n sous lequel est quantifiée la valeur échantillonnée [s(k/Fe)]
L'échantillonnage :
L'opération d'échantillonnage :
On observe que pour obtenir une reproduction temporelle fidèle du signal, la fréquence
d'échantillonnage doit être la plus élevée possible. Cependant, la conversion (mot binaire
associé à l’échantillon) doit être terminée avant l'arrivée de l'impulsion suivante, c'est à dire
qu'elle doit être réalisée impérativement pendant la période Te qui doit être suffisamment
importante.
En outre, une fréquence d'échantillonnage élevée génère une quantité importante de données
numériques, pour lesquelles les temps de traitement et de transmission risquent d'être trop
longs. Le choix de la fréquence d'échantillonnage est donc un compromis entre la qualité du
signal et le temps de traitement.
24
Principe :
Soit un signal continu s(t), on prélève un échantillon de celui-ci à chaque période
d'échantillonnage Te.
Les échantillons en fonction du temps peuvent donc s'écrire s(kTe). Pour simplifier l'écriture
et aussi se rapprocher de la représentation mathématique des suites numériques, on écrit : sk,
ce qui signifie le kème échantillon du signal s(t) pour t=kTe.
Cette fonction est réalisée par un circuit échantillonneur-bloqueur. Cadencé par un signal
d'horloge de fréquence Fe, ce circuit prélève, à chaque impulsion d'horloge, une valeur du
signal analogique et la mémorise (en chargeant un condensateur) pour la transmettre au
convertisseur analogique-numérique.
Le signal s(t) pouvant évoluer au cours du temps, la capacité permet de charger sur un temps
très court (correspondant à la durée pendant laquelle l’interrupteur est fermé) la valeur de s(t)
à un instant donné. Puis, l’interrupteur étant ouvert, le CAN qui suit a le temps nécessaire
pour évaluer la valeur de cette tension afin de la quantifier dans de bonnes conditions.
Peignes de Dirac
On appelle peigne de Dirac la répétition périodique d'une impulsion de Dirac au cours du
temps. On appellera Te la durée entre deux Diracs consécutifs.
25
Le spectre d'un peigne de Dirac est aussi un peigne de Dirac et est appelé peigne de Dirac en
fréquence. On le montre en calculant la développée en série de Fourier (DSF), puisque le
peigne de Dirac est un signal périodique.
26
On l’échantillonne à l’aide d’un peigne de Dirac : on obtient donc le signal se(t)
se (t) = π(t).s(t)
Le spectre du signal échantillonné est alors le spectre du signal initial convolué avec le peigne
de Dirac ; c’est à dire que le spectre S(f) est transposée autour de chaque fréquence nFe du
peigne de Dirac en fréquence :
27
Figure : Repliement du spectre
Le terme de repliement est associé à l’aspect du spectre entre 0 et Fe/2 qui signifie que le
spectre du signal est comme « replié ». Si Fe/2 est faible devant fmax, ce repliement peut être
multiple.
28
Si la fréquence diminue encore, la sinusoïde échantillonnée sera une autre sinusoïde de
fréquence plus basse que f. On aura alors Fe<2f.
Pour qu'il n'y ait pas perte d'information lors de l'échantillonnage d'un signal, il faut respecter
la condition :
Fe>2 fmax
Avec :
Fe : fréquence d’échantillonnage
fmax : fréquence maximale du spectre du signal a échantillonner
Pour avoir une restitution fidèle de la voix humaine, il faut une bande passante de 300 Hz à
3400 Hz.
fmax = 3400 Hz
2 fmax = 6800 Hz.
La fréquence d’échantillonnage choisie dans les systèmes numérique RNIS (Réseaux
Numériques à
Intégration de Services) est Fe = 8000 Hz (> 2 fmax).
29
Echantillonnage réel :
En théorie, l'échantillonnage est idéal, c'est à dire conduire à des échantillons ponctuels, de
durée nulle (τ =0). En pratique, la durée τ n'est pas nulle et on a affaire à un échantillonnage
réel.
Quantification :
Ecrêtage
Commençons par signaler un point important pour le bon fonctionnement du convertisseur : la
tension du signal s(t) à échantillonner doit être plus petite en valeur absolue qu’une valeur
limite notée Vmax.
30
Si la valeur du signal est codée sur n bits, elle ne peut prendre que K= 2n valeurs entières
différentes.
Si le signal évolue entre deux limites –Vmax, +Vmax on définit le pas de quantification par :
q= 2Vmax/ 2n-1 ; q= 2Vmax/ K-1
Où K est le nombre total de niveaux de quantification possibles.
A un instant d'échantillonnage ti, la valeur numérique N(ti) du signal peut être définie de deux
façons :
- On prend la valeur numérique immédiatement inférieure à V(ti )/q -->troncature
- On prend la valeur numérique la plus proche de V(ti )/q -->arrondi
On code les valeurs du signal échantillonné s (t) par des valeurs discrètes fixées a priori. Ces
valeurs de tension sont ensuite représentées sous forme binaire.
Deux niveaux successifs correspondent à un saut d’une unité de N, donc à une excursion
d’une valeur élémentaire de la tension d’entrée que l’on appelle quantum. Le quantum est
noté q; dans le cas d’une quantification uniforme, son expression est :
31
_ Signal physique s(t) • Signal échantillonné .Signal échantillonné et quantifie
Fig. : codage sur 3 bits
Codage des échantillons quantifiés :
32
Le code le plus connu est le code binaire naturel pondéré sur n bit (ou n e.b):
Le code binaire naturel ne permet pas le codage des valeurs négatives (code unipolaire). Pour
coder des valeurs signées, il faut utiliser un code bipolaire. Les principaux sont présentés dans
le tableau suivant (pour n=4bits)
Erreur de quantification
Ceci peut être mis en évidence en calculant le rapport Signal/Bruit pour les deux types de
signaux.
Si on note: x(n) : signal à l'entrée du quantificateur
y(n) : signal quantifié à la sortie du quantificateur
ε (n) = y(n) – x(n)
Le rapport Signal à bruit est défini par
33
Le quantum étant indivisible, il peut y avoir une imprécision pouvant être égale dans le pire
des cas à la valeur d’un quantum. Il y a deux cas possibles :
Diagramme centre :
La valeur de l’échantillon s(kTe) est arrondie à la valeur codée la plus proche.
Diagramme de codage par valeur inferieure (non centre) :
La valeur de l’échantillon s(kTe) est arrondie à la valeur codée inférieure. Dans ce cas
l’erreur est maximale.
Bruit de quantification :
Par conséquent l’erreur ε (en Volts) dans les des deux cas envisagés au paragraphe précédent
ne sont pas identiques pour les deux cas :
Cas centré : -2q< ε <2q
Cas non centré : 0 < ε < q
Cette erreur de quantification est interprétée en terme de rapport signal sur bruit de
quantification. En effet, l’erreur peut être assimilée à un bruit de tension maximale q/2 (cas
centré) qui se surajoute au signal initial. Dans le cas centré on peut alors estimer que la valeur
moyenne de la tension de bruit est de q/4 (ce qui n’est pas tout à fait exact et devrait imposer
un calcul probabiliste) et que la tension maximale du signal est de Vmax, soit une valeur
efficace de !"#$ /√2:
v2
v2
Soit pour le rapport :
34
Où Nq désigna le bruit de quantification, proportionnel à q². On a ainsi les valeurs suivantes :
Pour n = 8 ; S/Nq dB =50dB Bonne qualité audio (qualité téléphonique)
Pour n = 16 ; S/Nq dB =98dB Excellente qualité (qualité CD)
Pour n = 24 ; S/Nq dB =147dB Qualité dolby-True HD. Au delà des capacités de l’oreille (et
des systèmes audio)
Conversion Numérique-Analogique :
Restitution d’un signal quantifié : CNA
Un signal quantifié n’est pas représenter au sens strict par un signal physique, comme un
signal simplement échantillonné, mais par une série d’eb. Le principe de la conversion
numérique analogique (CNA, anglais DAC, Digital to Analog Conversion) est de restituer le
signal physique d’origine s(t) sous la forme d’une tension, en utilisant les eb de la
numérisation. Ces derniers, 0 ou 1, vont commander des interrupteurs sur un réseau de
résistance pour inverser la fonction de transfert d’un CAN.
35
Le schéma le plus classique consiste à utiliser un réseau R/2R à n interrupteurs :
36
Chapitre 4 : Transformées de Fourier Discrète DFT et rapide FFT
Transformées discrètes :
On considère un signal physique s(t), en principe une tension électrique. Ce signal est
échantillonné à la fréquence fe=1/Te. A partir de l’instant t=0. On obtient donc une série de
valeurs {sn}, résultats de l’opération :
s = s nTe n >=
On génère ainsi un nouveau signal à partir de cette suite et noté en utilisant la fonctions de
Dirac :
soit en effectuant les calculs en utilisant les propriétés du Dirac avec la première expression :
7
La relation [6] est une forme particulière de la transformée en z pour z=j pfTe On
remarque également son caractère périodique de période 1/Te. Sur la relation [7] ci-dessus on
constate que le spectre du signal échantillonné est le spectre du signal de départ S(f) convolué
autour d’un peigne de Dirac :
1
Chapitre 4 : Transformées de Fourier Discrète DFT et rapide FFT
De par sa périodicité, ce spectre sera discret et de par son échantillonnage, il sera convolué
autour d’un peigne de Dirac.
On constate que la partie encadrée est en réalité la seule utile, l’ensemble du spectre n’étant
qu’une reproduction par translation et symétrie de cette portion comprise entre 0 et Fe/2. Dans
cette portion on aura Nr raies séparées de 1/T0. On a donc pour le nombre de raies :
2
Chapitre 4 : Transformées de Fourier Discrète DFT et rapide FFT
Condition de Shannon :
Rappelons que pour tout échantillonnage, la condition de Shannon doit être respecter pour
éviter tout risque de repliement de spectre et garantir une visualisation fidèle entre 0 et Fe/2.
L’usage d’un filtre anti-repliement peut s’avérer indispensable.
Aspect mathématique
Traitons le cas du au niveau mathématique. Le développement en série de Fourier du signal
périodique échantillonné donne pour les coefficients :
Où N=2p est ici le nombre d’échantillons compris entre –T0/2 et T0/2. Comme Te est la
fréquence d’échantillonnage alors :
Nous obtenons ainsi les valeurs de raies Ck, nombres complexes, avec les conditions et
conséquences suivantes, compte tenu de la p périodicité de l’exponentielle complexe :
3
Chapitre 4 : Transformées de Fourier Discrète DFT et rapide FFT
Exemple Graphique :
Le signal échantillonné périodique contient N=2p+1=13 échantillons sur une période T0.
Sk
4
Chapitre 4 : Transformées de Fourier Discrète DFT et rapide FFT
Sk
Conclusions
La transformée discrète de Fourier, ou discrétisation de la DSF, permet d’obtenir les N/2
premières raies d’un signal périodique à partir de N échantillons de ce même signal. Sous
réserve du respect des conditions de Shannon, ces raies sont les seules.
resumes transforme fourier:
Relation :
5
Chapitre 4 : Transformées de Fourier Discrète DFT et rapide FFT
alors :
<=>
X(k) est la pondération sur le kième exponentiel.
X(k) est définit pour k=0,…,N-1 mais on peut penser que c’est une
séquence périodique de période N : X(k)=X(k+N)
Exemple :
x(n) =d (n) et x(n) = x(n + N)
Pour ce signal la période est N.
6
Chapitre 4 : Transformées de Fourier Discrète DFT et rapide FFT
Décalage :
Convolution :
x1 x2 périodiques
7
chap. 5 : filtre numérique
La transformée en Z :
Soit x(t) une fonction quelconque nulle pour t < 0 et xe(t) la séquence obtenue en
échantillonnant x(t) à la fréquence fe. On peut écrire :
La fonction d(t-nTe) est nulle pour t différent de nTe, Xe(f) peut donc s'écrire :
On obtient :
Domaine de convergence :
2
chap. 5 : filtre numérique
Soit :
Propriétés de la Transformée en Z
Linéarité : Z(ax1(k)+bx2(k))=aZ(x1(k))+bZ(x2(k))
Retard : Z(x (k−m))=z−m Z(x (k))
Théorème de la valeur initiale : -./0→+ ! (#) = '(0)
Théorème de la valeur finale : -./0→+ (# − 1)!(#) = -./6→+ '(7)
Multiplication par une exponentielle :
Z{an x(n)}=X(a-1 z)
Équation de convolution :
Finalement on obtient :
Y(z)=X(z)H(z)
Finalement on obtient :
c’est l’expression d’un produit simple
3
chap. 5 : filtre numérique
Table de transformées en z :
Tableau: transformées en z usuelles
Structures des filtres numériques (récursive et non récursive) :
Les systèmes linéaires discrets invariants dans le temps
Les systèmes linéaires discrets invariants dans le temps (LIT) constituent un domaine très
important du traitement numérique du signal, dont celui des filtres numériques à
caractéristiques fixes.
4
chap. 5 : filtre numérique
Définitions :
Un système discret est un système qui convertit une suite d'entrée x(n) en une suite de sortie
y(n).
Un système discret est :
Linéaire si:
Il existe deux méthodes de base pour l'étude d'un système LIT et pouvoir déterminer sa
réponse à un signal discret quelconque :
-l’une méthode d'analyse par la réponse impulsionnelle.
-L'autre méthode consiste à représenter le système par une équation reliant l'entrée et la sortie.
Cette équation s'appelé l'équation aux différences.
Réponse impulsionnelle d’un SLD
Le signal discret étant constitué d'une suite d'échantillons. Le signal unitaire le plus adapté à
sa décomposition est l'impulsion unité δ(n) qui est égale à 1 pour n = 0 est nulle partout
ailleurs où n ≠ 0.
Si on note h(n) la réponse d'un système LIT à la suite unitaire δ(n), alors, la propriété
d'invariance dans le temps implique :
δ(n) → h(n) => δ(n −k) → h(n −k) (85)
d'autre part, nous savons que n'importe quelle suite x(n) peut s'écrire (échantillonnage) :
La propriété de linéarité implique alors que la réponse du système à la séquence x(n) est :
Cette expression n'est rien d'autre que la fonction de convolution des suites x(n) et h(n).
C'est l'équation de convolution qui caractérise les systèmes LIT. C'est à dire l'équation qui
permet de calculer sa sortie à partir de la séquence d'entrée.
5
chap. 5 : filtre numérique
Les filtres numériques à Réponse Impulsionnelle infinie (RII):
Les SLD à réponse impulsionnelle infinie (RII)
L’équation de définition
Ne peut être implémentée directement car elle introduit la mémorisation d’une infinité
d’échantillons du signal d’entrée En introduisant une mémorisation des échantillons du signal
de sortie on parvient à réaliser un système à réponse impulsionnelle infinie dont on peut
calculer la sortie en un temps fini grâce à la formule de récurrence suivante:
stable si
Peut être mise en œuvre si on limite sa durée à un nombre fini d’échantillons elle devient
6
chap. 5 : filtre numérique
On doit mémoriser les N sorties
précédentes
N multiplications
N additions
7
chap. 5 : filtre numérique
8
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
Introduction :
Les filtres numériques à réponse impulsionnelle finie (RIF) sont des systèmes (LDIT)
définis par une équation selon laquelle un nombre de sortie, représentant un échantillon du
signal filtré, est obtenu par sommation pondérée d’un ensemble fini de nombres d’entrée,
représentant les échantillons du signal à filtrer. Les coefficients de la sommation pondérée
constituent la réponse impulsionnelle du filtre et un ensemble fini d’entre eux seulement
prennent des valeurs non nulles.
Filtres RIF à phase linéaire :
Un filtre numérique traitant des nombres qui représentent les échantillons du signal prélevés
avec la période T, a une réponse en fréquence périodique et de période fe = 1/T. Par suite cette
fonction H( f ) est développable en série de Fourier :
Avec :
Par suite la fonction H( f ), peut être approchée par un développement limité à un nombre fini
de termes :
Il en résulte que toute fonction de filtrage numérique stable et causale peut être approchée par
la fonction de transfert d’un filtre RIF.
Le filtrage à phase linéaire correspond, pour la réponse en fréquence, à l’expression suivante :
où R( f ) est une fonction réelle où la phase φ( f ) est une fonction linéaire :
φ ( f ) = φ0 + 2πf τ ; τ est une constante donnant le temps de propagation à travers le filtre.
La réponse impulsionnelle d’un tel filtre s’écrit :
1
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
Synthèse de filtre RIF par différentes méthodes :
Dans le filtre RIF, le filtrage numérique par convolution correspond à une sommation
pondérée des valeurs du signal d’entrée x(kTe) = xk par la suite des coefficients de la réponse
impulsionnelle discrète h(kTe) = hk du filtre . La réponse impulsionnelle ayant une durée
finie, le nombre d’échantillons est limité.
Soit N le nombre de valeurs de hk connues :
Réalisations des Filtres :
À partir de H(z) du filtre numérique ou de l’équation de convolution, il faut concevoir
l’algorithme du calcul ou la structure matérielle permettant de réaliser ce filtre.
La réalisation des filtres numériques peut être faite en utilisant les trois éléments de base
(matériel ou logiciel) suivants :
– additionneur, { symbolisé par S } ;
– multiplieur, { symbolisé par X } ;
– retard de Te : échantillon k par rapport à k−1, { symbolisé par T }. Cette opération sera
réalisée matériellement par des registres à décalage.
2
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
b-Structure canonique
Cette forme permet de minimiser le nombre d’éléments utilisés dans la réalisation du filtre.
L’équation générale peut s’écrire sous la forme :
Y (z) = H (z) · X (z) = W (z) · V (z)
Avec
En prenant la transformée en z inverse, on obtient l’expression de yk en fonction de la valeur
intermédiaire vk qui est utilisée pour construire la structure de ce filtre :
Le résultat montre qu’une seule structure retard est nécessaire pour la réalisation de ce filtre
numérique.
Figure : Structure canonique d’un filtre numérique récursif.
3
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
-Second ordre :
Ces deux éléments simples peuvent facilement se traduire en structure directe ou canonique.
La fonction de transfert H(z) peut s’écrire sous deux formes :
Figure : Structure parallèle à partir d’éléments de base du premier
ou du second ordre.
Figure : Structure série ou en cascade à partir d’éléments de base
du premier ou du second ordre.
4
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
Toujours stable
La réponse idéale admet une décomposition en série de Fourier car elle est périodique
Avec :
On choisit :
Toute fonction de filtrage stable et causale peut être approchée par la fonction de transfert
d’un filtre RIF
La réponse obtenue est d’autant plus proche du modèle que le nombre de coefficients
conservés sur la réponse impulsionnelle est grand.
5
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
L’amplitude des ondulations en bande passante ainsi qu’en bande atténuée n’est pas modifiée
par le nombre de coefficients
6
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
On obtient finalement :
Synthèse par la méthode de la fenêtre :
Lorsqu’on tronque la réponse impulsionnelle du filtre modèle à N coefficients cette opération
est équivalente à une multiplication par la fenêtre rectangulaire de durée N
7
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
Ou bien
Mais la réponse impulsionnelle n’est pas causale puisqu’elle est centrée sur zéro
On obtient un filtre à phase linéaire
8
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
Normalized Frequency (×π rad/sample) Normalized Frequency (×π rad/sample)
9
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
Données du problème
• Le gabarit du filtre est connu
On cherche les N coefficients de la réponse
impulsionnelle du filtre RIF dont la réponse
en fréquence H(f) entre dans le Gabarit
• choix du N ; Si N est trop faible pas de
solution
Principe :
• On met en œuvre une méthode itérative qui cherche à minimiser à chaque étape la « distance
» du filtre au gabarit.
• A chaque étape on détermine et on calcule la réponse en fréquence par Transformée de
Fourier Discrète
• On utilise la technique du Zéro-Padding pour sur-échantillonner la réponse en fréquence et
vérifier précisément la distance au gabarit
Les points qui n’entrent pas dans le Gabarit sont déplacés pour obtenir une nouvelle fonction
de transfert qui vérifie le Gabarit
10
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
• On doit vérifier qu’il entre dans le Gabarit la distance au Gabarit est la moyenne des écarts
elle doit être nulle
Algorithme :
•1 Initialisation
•i=0
• faire la synthèse d’un filtre RIF hi(k) à N coefficients (méthode de la fenêtre)
• évaluer la réponse en fréquence Hi(n) du filtre par TFD et zéro padding (K=10)
•2 Tant que le critère n’est pas satisfait répéter
•i=i+1
• déplacer à l’intérieur du gabarit les points hors gabarit (modifier uniquement le module)
• Calculer par TFD inverse la réponse impulsionnelle du filtre de durée KxN
• Limiter à N coefficients la réponse du filtre obtenu pour obtenir hi+1(k)
• évaluer la réponse en fréquence Hi+1(n) du filtre par TFD et zéro padding (K=10)
• calculer la distance au gabarit
• Fin
1 itération, e= 0,012 5 itérations, e=0,0035 800 itérations, e=0,0011
11
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
1. Spécification du filtre
2. Calcul des coefficients
3. Choix d’une architecture de mise en
œuvre.
4. Simulation (option).
5. Implémentation
Spécification (Gabarit)
Module de la réponse en fréquence
Phase, temps de propagation de groupe
Réponse impulsionnelle ou indicielle
Approximation
Spécifications H(p), H(z)
Trouver une fonction de transfert réalisable dont la réponse respecte la spécification
Butterworth, Tchebychev, Bessel...
Approximations optimales au sens d’un certain critère
Synthèse (réalisation)
Choisir la structure, calculer les composants, format des calculs et des coefficients.
Approximation et synthèse sont parfois intimement liées.
Test
La réalisation ne respecte pas toujours l’approximation et les spécifications
Modification des spécifications , Autre approximation, Choix de la structure ,Choix des
composants (précision).
Calcul des coefficients de h(n) :
12
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
, Ω = 2πf
Ce filtre est non causal et a réponse impulsionnelle infinie. La manière la plus simple
d'obtenir un filtre RIF approchant "(e%& ) est de limiter h(n) par :
Ω = 2πf
* =
Exemple :
- Pour un filtre passe bas avec Te normalisé à 1:
13
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
O: Triangulaire (Bartlett)
+: Hanning
─: Hamming
--: Blackman
• Grandes
Ressemblances, mais effets différent sur
la réponse du filtre
14
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
Ωe = 2πfe
TFD inverse :
, n=0, 1,2….N-1
Avec :
15
Chapitre.6 : Filtre numérique à réponse impulsionnelle finie (RIF)
Technique de Parks-McClellan
Reformulation de la synthèse de filtres sous la forme d'une approximation polynomiale :
Ou la fonction de poids W (Ω) incorpore les contraintes sur les bandes. Par exemple :
, Avec K = δ1δ2.
Critère minimax (ou Tchebychev) :
16
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
Introduction :
Bande atténuée :
c’est une zone de fréquence dans laquelle on souhaite un gain nulle, Le gabarit en bande
atténuée fixe une tolérance du gain qui doit être inférieur à une valeur maximum
1
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
Bande de transition :
C’est une zone de fréquence entre une bande passante et une bande atténuée
Le gabarit spécifie les limites de cette zone par les valeurs des deux fréquences
wp fin de bande passante wa début de bande atténuée
La largeur de la bande de transition est B=| wa - wp|
Gabarit d’un filtre passe bas Gabarit d’un filtre passe haut
Gabarit d’un filtre passe bande Gabarit d’un filtre coupe bande
Étape de normalisation
La normalisation transforme le gabarit spécifié en un gabarit passe-bas en utilisant le tableau
de spécifications des paramètres des différents filtres :
2
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
Étape de dénormalisation :
1-Dénormalisation d’un passe bas
Il suffit de dénormaliser la pulsation de coupure qui vaut 1 sur les fonctions modèles
Passage au Numérique :
Il s’agit de faire le passage du filtre analogique obtenu de fonction de Transfert
3
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
Il existe plusieurs solutions possibles mais qui restent chacune des approximations de la
transformée en Z
f : fréquence analogique
F : fréquence numérique
• Transformation bilinéaire :
• Réalise une relation bijective entre les fréquences analogiques et les fréquences numériques.
• Repose sur l’approximation de l’intégrale continue par la méthode des trapèzes.
Prédistorsion
4
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
FD b,=1
Invariance impulsionnelle :
/FTTF M TIOEF FST R SUM F D EFSSOUS *
5
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
4 POSS EF UN P LF * Oa P FST LF P LF EF N L P
Invariance indicielle :
Transformation d’Euler
Méthode d’Euler : approximation de la dérivée
L’approximation de la formule de dérivation s’écrit
=>
N G LTRF N LOH UF FST E G N P R S GONDT ON EF TR NSGFRT N L P *
7
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
1N R SUM *
=R NSGORM F EF PL DF : =R NSGORM F FN *
N P SSF EF N L P 4 UM FN RFMPL ] NT P P R P, =1
Remarque :
N G T LF P R LL LF TR NSGORM F EF PL DF TR NSGORM F FN ? FN
UT L S NT Lc EFNT T *
F=1 P
si
8
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
F=1 P
N DON]O T G D LFMFNT UF DFTTF PPRO M T ON FST HROSS RF POUR
en RF FN NT L R DURRFNDF * N N = 1 N
si
9
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
1 U T ON TFMPORFLLF * =2 FN : à
Récurrence : =2 FN à
N P SSF EF N L P 4 UM P R L TR NSGORM T ON *
;FM R UF *
c EFNT T F=1 P
EONNF *
PRFM FR ORERF
10
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
TFL UF *
T SS M L UN RD EF P R COLF
N R NDF NE D FLLF *
TIOEF Ec1ULFR *
TIOEF EFS TR P FS *
Transformation Bi-linéaire :
11
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
Soit
On passe donc de la fonction de transfert analogique à son approximation numérique par le
changement de variable
Et réciproquement en posant
N SF POSF LF PROCL MF SU NT * DONN SS NT L R PONSF FN GR UFNDF EU
G LTRF N LOH UF PROTOT PF DOURCFS N L G FT .RH
A H
OU E S HNF L PULS T ON EU S HN L LcFNTR F EU G LTRF N LOH UF
PFUT ON OCTFN R R P EFMFNT LFS DOURCFS |H Num ( j.ωN )| = f ‘(ωN ) et Arg [G ( j.ωN )] =
g’(ωN )
OU 4 UM FST L GONDT ON EF TR NSGFRT EU G LTRF NUM R UF OCTFNU L M TIOEF
EFS TR P FS FT L PULS T ON EU S HN L LcFNTR F EU G LTRF NUM R UF -
12
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
La transformation bilinéaire introduit simplement une distorsion des fréquences du filtre lors
du passage en numérique sans modifier la stabilité.
=>
13
Chapitre 7. Filtre à réponse impulsionnelle infinie (RII)
0 MONSTR T ON *
== >
14