Vous êtes sur la page 1sur 58

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 4°) RELATIONS
EN

Z

INVERSE

................................................... 8 ............... 13

ENTRE LA

TZ

ET LES AUTRES TRANSFORMEES

VIII ANALYSE DES FILTRES NUMERIQUES ................................ 16 1°) SYSTEMES NUMERIQUES ....................................................... 16 2°) CLASSIFICATION 3°) REALISATION 4°) ANALYSE
DES FILTRES

................................................ 19 ..................................... 23

DE FILTRES NUMERIQUES

DES FILTRES NUMERIQUES

......................................... 29

IX SYNTHESE DE FILTRES NUMERIQUES ................................... 40 1°) RAPPELS
SUR LES FILTRES ANALOGIQUES

. ................................. 40 Z.................. 44

2°) SYNTHESE 3°) SYNTHESE 4°) SYNTHESE 5°) BRUIT

DE FILTRE PAR TRANSFORMATION DE P EN DE FILTRE PAR INVARIANCE TEMPORELLE

. .................... 49 . ................ 51

DE FILTRE PAR INVARIANCE FREQUENTIELLE

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) = où Z est une variable complexe.

k = -∞

∑ x(k) Z

-k

Existence de la TZ : L'existence de la TZ est obtenue grâce au critère de CAUCHY qui affirme que la série
lim uk
1 k

k=0

+∞

uk c o n v e r g e s i :

k → +∞

< 1

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 +
⎧ ⎪ Rx- = ⎪ et ⎨ ⎪R x + = ⎪ ⎩
k → +∞

lim

avec

Rx- < Rx+

k → +∞

lim

1 ⎧ ⎫ ⎨ x(k) k ⎬ ⎩ ⎭ 1 1 ⎧ ⎫ ⎨ x(-k) k ⎬ ⎩ ⎭

Dem :
X( Z) =
k = -∞

+∞

x(k) Z - k =

k = -∞

−1

x(k) Z - k +


k=0

+∞

x(k) Z - k

X ( Z) = S1 ( Z) + S2 ( Z) S2 ( Z) c o n v e r g e , d ' a p r è s C A U C H Y , s i
k → +∞

lim

1 ⎧ ⎫ -k ⎨ x(k) Z k ⎬ < 1 ⎩ ⎭

4 C ' e s t à d i r e s i Rx− =
k → +∞

lim

1 ⎧ ⎫ ⎨ x(k) k ⎬ < Z ⎩ ⎭ −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.

C ' e s t à d i r e s i lim

k → +∞

1 ⎧ k k ⎫ ⎨ x(-k) Z ⎬ < 1 ⎩ ⎭

ou encore : Z <
k → +∞

1 lim
1 ⎧ ⎫ ⎨ x(-k) k ⎬ < 1 ⎩ ⎭

=

Rx+

En conclusion X(Z) converge si Z se trouve dans la couronne de convergence.
Im(Z)

Couronne de Convergence

R

x-

R x+

Re(Z)

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

0 1 X(Z) s'écrit : X( Z) =

k

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 :

X( Z) =

1 1 − aZ − 1

si aZ - 1 < 1

a < Z

⎡ ⎢ Rappel : S(r) = ⎣


k=0

n -1

(r) k

=

1 - rn ⎤ ⎥ 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 : Rx+ et : Rx− =
1 ⎧ ⎫ lim ⎨ x(k) k ⎬ k → +∞ ⎩ ⎭

=

1 1 ⎧ ⎫ lim ⎨ x(-k) k ⎬ k → +∞ ⎩ ⎭ =

=

k → +∞

lim { 0}

1

=

+ ∞

k → +∞

lim

{a}

= a

Quelques TZ importantes - x(k) = u(k) = échelon ⇒ - x ( k ) = ak u ( k ) ⇒ X( Z) = X( Z) = 1 1 - Z-1 ; 1 < Z < +∞

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

a < Z < +∞

; 0 < Z < +∞

Remarque: Pour un signal à durée limitée, X(Z) est définie pour toutes les valeurs de Z. En effet:

k 0 ) Z . On u n i t é Z-1 p a r : [ ] = est essentielle pour la réalisation de filtres représente schématiquement l'opérateur retard x(k) Z -1 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− .k 0 )] d'où : = k = -∞ ∑ +∞ x( k . ∀λ ∈ C λ x(k) + y(k) ⎯⎯⎯⎯→ λ X(Z) + Y(Z) T.) b°) Retard : Si x(k) a pour transformée X(Z) alors : Z[ x( k . R y + ) .k 0 ) Cette propriété numériques..6 X( Z) = ∑ k = k1 k2 x(k) Z .k d ' o ù R x − = 0 e t R x + = + ∞ . R y . c°) Changement d'échelle : S i X ( Z ) = T Z [ x ( k ) ] e t y ( k ) = ak x ( k ) a l o r s : Y( Z) = soit : ⎛ Z⎞ Y( Z) = X⎜ ⎟ ⎝ a⎠ k = -∞ ∑ +∞ a x(k) Z k -k = k = -∞ ∑ +∞ ⎛ Z⎞ x(k) ⎜ ⎟ ⎝ a⎠ -k avec Rx− < Z < Rx+ 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 : . 2°) Propriétés a°) Linéarité : Soient X(Z) et Y(Z) les TZ des suites x(k) et y(k). La TZ est linéaire. 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 + .= max(R x .(k + k 0 ) Z -k 0 X(Z) Z x( k . R .k = k = -∞ ∑ +∞ x( k ) Z .

k x(k) Z .i ⎣ m = −∞ ⎦ Y ( Z) = H ( Z) X ( Z) 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 ) .i) Z .k) ⎥ Z .Z d X(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 ⎣ m = −∞ ⎦ . Z = k = -∞ ∑ +∞ .k -1 = . R h + ) i = −∞ ∑ +∞ ⎡ +∞ ⎤ x(i) ⎢ ∑ h(m) Z .7 d X(Z) dZ d'où : k x(k) ⎯⎯⎯⎯→ T. on peut écrire : S xy ( Z) = ou encore : i = -∞ ∑ +∞ ⎡ +∞ ⎤ x(i) ⎢ ∑ y(m) Z m ⎥ Z .i) Par transformée en Z on trouve : +∞ ⎡ +∞ ⎤ Y ( Z ) = ∑ ⎢ ∑ x(i) h(k .m ⎥ Z .) avec ⎨ ⎩ R y + = min(R x + .k ⎥ ⎣ k = −∞ ⎦ en remplaçant k-i par m on obtient : Y( Z) = soit : ⎧R y − = max(R x .Z -1 TZ {k x(k)} .i) ⎥ Z . R h ..k k = −∞ ⎣i = −∞ ⎦ soit encore : Y( Z) = i = −∞ ∑ +∞ ⎡ +∞ ⎤ x(i) ⎢ ∑ h(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 ) { } = k = -∞ ∑ ⎢∑ +∞ ⎡ +∞ ⎣i = −∞ ⎤ x(i) y * (i .k ⎦ En posant i-k = m et sachant que y(k) est réel.

i = X(Z) Y⎜ ⎟ ⎝ Z⎠ ⎝ Z⎠ S xy ( Z) = X(Z) Y(Z -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 . ⎟ max⎜ R x − . 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.1 dZ = ⎨ ⎩0 si m ≠ 0 . vaut : I = 1 2 πj ∫ Γ ⎧1 si m = 0 Z m . S xy ( Z) e s t d é f i n i e s i : ⎛ ⎛ 1 ⎞ 1 ⎞ ⎟ < Z < min⎜ R x + . qui montre que l ' i n t é g r a l e d e Z m−1 . ⎜ ⎟ ⎜ Ry+ ⎠ Ry− ⎟ ⎝ ⎝ ⎠ 1 Ry+ < Z < 1 Ry− g°) Valeur initiale : Si x(k) un signal causal : lim Z → +∞ {X(Z)} = x(1) x(1) ⎧ ⎫ + 2 + . . ⎬ = x(0) lim ⎨x(0) + 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. .8 S xy ( Z) = soit : i = -∞ ∑ +∞ ⎛ 1⎞ ⎛ 1⎞ x(i) Y⎜ ⎟ Z .

o n t r o u v e : Z m−1 et en intégrant sur un contour fermé 2 πj 1 2 πj ∫ Γ X(Z) Z m -1dZ = k = -∞ ∑ +∞ ⎡ 1 x(k) ⎢ ⎣ 2 πj ∫ Γ ⎤ Z . d'où : x( m) = 1 2 πj ∫ Γ X(Z) Z m -1dZ délicat.9 Im(Z) Γ Re(Z) En multipliant X(Z) par Γ. S i G ( Z ) a u n p ô l e d ' o r d r e q e n Z = a .k + m -1 dZ⎥ ⎦ L'intégrale entre crochets vaut 1 si k = m et 0 pour toutes les autres valeurs de k. On peut cependant Le calcul de cette intégrale est calculer x(m) de plusieurs façons. l e r é s i d u Re sq a s s o c i é à a ce pôle est donnée par : . si G(Z) est définie par : G ( Z) = X(Z) Z k -1 alors : 1 x( k ) = G(Z) dZ = ∑ d e s r é s i d u s d e G ( Z ) 2 πj ∫Γ où Γ est un contour fermé qui entoure les pôles de G(Z). b°) Méthode des résidus : Le théorème de CAUCHY permet d'écrire que.

∀k ∈ Z . Exemple 1 Z S i X( Z) = -1 = Z-1 1.k k! et : X ( Z) = d'où : x( k ) = k=-∞ ∑ +∞ x(k) Z-k 1 u(k).1 ⎢ Z .1⎥ ⎭ ⎣ ⎦ -1 d'où : x(k) = 0 F i n a l e m e n t . décomposition en série de X(Z).a) ]⎬ q ⎫ ⎭ Remarque : Pour k ≥ 1 les pôles de G(Z) et X(Z) sont identiques. Si k < 1.1)]⎬ ⎭ ⎫ = Z→1 lim {Z } k = 1 2°) Si k<0. G(Z) a les mêmes pôles que X(Z) plus un pôle en 0 d'ordre 1-k. c°) Développement en série entière : On peut..k .1 ⎡ 1 ⎤ ⎫ ⎬ = dZ . G(Z) n'a qu'un seul pôle en Z = 1: x ( k ) = Re s 1 1 = ⎧1 lim ⎨ Z→1 ⎩ 0! d0 dZ 0 [G(Z) (Z . k! d°) Division polynomiale : .1) ! dZ [ G(Z) (Z .. 1! 2! = trouver x(k) à partir de la X( Z) = 1 + ∑ k=0 +∞ 1 Z.10 Re s q a = ⎧ 1 d q -1 lim ⎨ q -1 Z→a ⎩ (q . G(Z) a un pôle d'ordre 1 en Z = 1 et un pôle d'ordre k en Z = 0.1 1°) Si k ≥ 0 .Z alors G ( Z) = X(Z) Z k -1 = Zk Z . par identification. x( k ) = avec : Re s1 = 1 1 − Re s 0 k + Re s1 = 0 1 - et − Re s 0 k = ⎧ 1 lim ⎨ Z→0 ⎩ (-k .1)! d -k . x(k) = u(k) = échelon. Exemple : S i X ( Z ) = exp (Z-1 ) a l o r s : Z -1 Z -2 + + .

2) = 1 Z -2 - 1 Z -1 [ ] x(k) = [2 k -1 ..1) f°) Relation de Parseval : . X( Z) = 1 aZ -1 2 -2 3 a Z -3 1 . p a r e x e m p l e .Z -1 ⎥ ⎣1 .aZ a Z 1+ a Z -1 2 -1 +a Z -2 3 + a Z + . alors la division polynomiale restitue directement les échantillons x(k).1)(Z .2Z ⎦ Z-1 e s t l ' o p é r a t e u r r e t a r d d ' o ù 1 Z ..u(k)} -1 1 . N(Z) X ( Z) = D(Z) Exemple 1 1 ..11 Si X(Z) se présente sous la forme d'une fraction rationnelle.a Z-1 En effectuant la division polynomiale on trouve : P r e n o n s .Zi Exemple X(Z) = d'où 1 1 ⎤ ⎡ X(Z) = Z -1 ⎢ = Z -1 TZ{2 k u(k) .1] u(k .3Z + 2 2 = 1 (Z .Zi On retrouve x(k) par TZ inverse des éléments ⎡ ai ⎤ k TZ − 1 ⎢ ⎥ = a i Z i u(k) ⎣ Z − Zi ⎦ ai : Z . -3 Par récurrence on obtient : x(k) = a k u(k) e°) Décomposition en éléments simples : Soit X(Z) une fraction rationnelle qui s'écrit : X(Z) = N(Z) D(Z) = ∑ i = 1 n ai Z .

TZ[ u(k)] X( z) = X( z) = 4 1 -1 1 . si x(k) est de carré sommable : k = -∞ ∑ +∞ x(k) 2 = 1 2 πj ∫ Γ X(Z) X(Z -1 ) dZ Z Dem : k = -∞ ∑ +∞ x(k) 2 = k = -∞ ∑ +∞ ⎡ 1 x(k) ⎢ ⎣ 2 πj ∫ Γ ⎤ X(Z) Z k -1 dZ⎥ ⎦ soit encore : k = -∞ ∑ +∞ x(k) 2 = 1 2 πj ∫ Γ ⎤ dZ ⎡ +∞ X(Z) ⎢ ∑ x(k) Z k ⎥ ⎣k = -∞ ⎦ Z ou : k = -∞ ∑ +∞ x(k) 2 = 1 2 πj ∫ Γ X(Z) X(Z -1 ) dZ Z g°) Représentation d'un signal par ses pôles et zéros : La transformée en z fournit. On peut montrer que.u(k) .2Z 1 .2 Z -1 )(1 .12 Soit X(Z) la TZ du signal réel x(k). à partir des pôles et des zéros de X(Z). O n a : X( z) = TZ[ 2 k + 2 u( k )] .Z -1 3 . p 0 = 2 .2 z -1 (1 . Cette représentation est particulièrement utile pour l'étude de la stabilité des filtres numériques. p1= 1 3 .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 = . une représentation simple du signal x(k). Exemple : S o i t x( k ) = 2 k + 2 u( k ) .

on retrouve la relation .kTe ) On en déduit : X( f ) = TF{x(t)} = ou encore : ( 1 ) X( f ) = k = -∞ ∑ +∞ x(kTe ) e . En Remarque: 1 X( f + ) = X(f) . 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 . on trouve : X( f ) = X(Z) Z = e 2 πjfTe La TF est donc obtenue en parcourant la TZ sur le cercle unité. 4°) Relations entre la TZ et les autres transformées a) Relation TF-TZ.2 πjfkTe 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).13 Im(Z) 1 Z 0 -1 p1 1 -1 p0 Re(Z) 2 Tous signal x(k) dont la transformée en Z est rationnelle peut être représenté dans le plan des Z. Te posant Z = e 2 πj( f + 1 )T Te e .n u l a u x i n s t a n t s kTe : x( t ) = k = -∞ ∑ +∞ x( kTe ) δ (t .

1/ Te s e p r o j e t t e s u r le disque unité.pt dt ⎤ ⎥ ⎦ −k k = −∞ x(kTe )( e pTe ) 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 σ2 σ1 0 σ R2 R1 R 0 Re(Z) 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 . . La Transformée de Laplace bilatérale (TL) du signal discret x(t) est donnée par. A i n s i .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) : X( p ) = X( p ) = X( p ) = ∫ +∞ -∞ ⎤ . 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 ) .kTe ) e .pt ⎡ +∞ ⎢ ∑ x(kTe ) δ (t . l a b a n d e d é f i n i e p a r σ < 0 e t f ∈ 0 .14 b°) Relation TL-TZ. X( p) = TL {x(t)} = ∫ +∞ -∞ x(t) e . 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 .kTe ) ⎥ e dt ⎦ ⎣k = -∞ +∞ e −∞ k = -∞ ∑ x(kT ) ⎡∫ ⎢ ⎣ ∑ +∞ +∞ δ (t .

15 2π f 1 Te Im(f) σ⇔ Re(Z) 1 La relation inverse est : ln [ Z] Te ln [ Z e jϕ ( Z ) ] Te p = p = d'où = + j ln [ Z ] Te ϕ(Z) Te ϕ(Z) 2 πTe = σ + 2 πjf σ = ln [ Z ] . X( p ) σ=0 = ∫ +∞ -∞ x(t) e . correspond à la transformée de Laplace bilatérale pour σ = 0.σt e − 2 πjft dt σ=0 = X(f) f Im(Z) 1/Τe 1/2Τe f0 0 1 Z0 = exp(2π j f0 T ) e f=0 f = 1/Te σ f = 1/2Te Re(Z) . qui est obtenue en parcourant les Z sur le cercle unité. f = Te Remarque : La transformée de Fourier.

La relation qui lie l'entrée x(k) et la sortie y(k) est : y( k ) = h(k) correspond définie par : à la entier k0 [ ] i = -∞ ∑ +∞ h(i) x(k .16 VIII Analyse des filtres numériques 1°) Systèmes Numériques a°) Définitions.I).L. S α x1 (k) + x 2 (k) Exemples : [ ] = α S x1 (k) [ ] + S x 2 (k) [ ] 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 .i) = h(k) . C'est à dire si : ∀ α ∈ C . 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.i) = du i = -∞ ∑ +∞ h(k . 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) si le S principe de y(k) superposition Un système est linéaire s'applique. Un système ou filtre numérique S. Considérons le système linéaire invariant caractérisé par la fonction h(k).i) x(i) à l'impulsion unité réponse système ⎧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 .L i n é a i r e ) Un système est invariant si pour tout retard a p p l i q u é à l ' e n t r é e .

C'est à dire si: ∀ k ∈ R. L'impulsion unité étant nulle pour k<0. 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 : y ind ( k ) = i = -∞ ∑ +∞ h(i) u(k . La sortie est bornée donc le système est stable. D a n s c e c a s y(k) s'écrit : y( k ) = ∑ i=0 +∞ h(i) x(k . x(k) = 0 ⇒ y(k) = 0 .17 h(k) est appelée réponse impulsionnelle. Dem : S o i t x ( k ) u n s i g n a l b o r n é : x( k ) . . x(k) < M ⇒ y(k) < N a v e c ( M .Si i = −∞ < M. dans le cas numérique. la sortie reste bornée.L.i) i = -∞ +∞ a l o r s y( k ) ≤ i = -∞ ∑ +∞ h(i) x( k − i) ≤ M ∑ +∞ h(i) donc y( k ) < + ∞ . Attention : La réponse impulsionnelle. C'est à dire si : ∀ k < 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.i) = i = -∞ ∑ k h(i) réponse) ne précède Un système est causal si l'effet (la jamais la cause (l'entrée).I est stable si et seulement si : i = −∞ ∑ +∞ h(i) < + ∞. si le cas particulier : y( k ) < + ∞ p o u r t o u t e e n t r é e x ( k ) a l o r s . correspond à la réponse à l'impulsion unité et non pas à l'impulsion de Dirac. ∀k ∈ R ∑ +∞ h(i) < + ∞ alors y(k) = i = -∞ ∑ h(i) x(k . d a n s . h ( k ) = 0 . N ) ∈ R 2+ On peut montrer qu'un S.Réciproquement.i) Un système est stable si pour toute entrée bornée x(k).

pour k=0 : y(0) = y(0) = o r y(0) < +∞ 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 .1 si h(-k) < 0 ⎪ x( k ) = ⎨ ⎪ 1 si h(-k) ≥ 0 ⎩ on trouve : y( k ) = i = -∞ = sign(h(-k)) ∑ +∞ +∞ h(i) x(k .18 ⎧ . k = −∞ ∑ +∞ h(k) = ∑2 k=0 +∞ k diverge h(k) 1 k 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. ⎝ 2⎠ i = -∞ +∞ i = -∞ ∑ h(i) x(-i) = h(i) i = -∞ ∑ +∞ h(i) sign(h(i)) ∑ d'où i = -∞ ∑ +∞ h(i) < +∞ ⎛ 1⎞ ∑ h(k) = ∑0 ⎜ 2 ⎟ ⎝ ⎠ k = −∞ k= +∞ +∞ k = 1 1 1− 2 1 = 2 < +∞ h(k) k Le filtre est stable .i) d'où.S i h( k ) = (2) k u( k ) a l o r s . .

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). 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 . a) Filtres à réponse impulsionnelle finie (R. D e m a n i è r e e x p é r i m e n t a l e .19 Remarque: Compte tenu transformée de Laplace (H(p) = H(Z) des relations Z = e pTe ).F) Ces filtres sont caractérisés impulsionnelles de durée finie : ∃ (k 0 . 2°) Classification des filtres On classe les filtres en deux grandes familles et suivant la durée de leur réponse impulsionnelle.∞ .I.i) . 1 E x e m p l e : S i H ( Z) = alors h(k) = a k u( k ) 1 . s o i t e n p o s a n t H ( f ) = H ( Z = e 2 πjfTe ). H(p) est donc stable.a Z -1 seulement si a < 1 Réponse fréquentielle. c'est à dire dans le demi-plan gauche. l a r é p o n s e f r é q u e n t i e l l e H ( f0 ) . k 1 ) ∈ R 2 tels que par des réponses ∀ k ∈ . Le passage du filtre numérique au filtre analogique ( ou l'inverse ) s'effectue sans modifier la stabilité. k 0 ∪ k1 . 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 ) . + ∞ .f 0 ) ⇒ y(k) = H(f 0 ) x(k) et k=0 ∑ +∞ k a < +∞ si et E n p o s a n t H(f 0 ) = H(f 0 ) e jϕ (f0 ) . entre la TZ et la si H(Z) est stable alors le filtre analogique correspondant H(p) a ses pôles à partie réelle négative. ] [ ] [ h(k)=0 La réponse y(k) du filtre s'écrit : y( k ) = ∑ i = k0 k1 h(i) x(k .

I) Dans ce cas la réponse impulsionnelle réponse y(k) s'écrit de manière générale : y( k ) = est illimitée et la i = -∞ ∑ +∞ h(i) x(k .i) = i = -∞ ∑ +∞ h(k .i) x(i) d'où i = -∞ ∑ k x(i) La sortie y(k) est la somme des entrées x(i) jusqu'à l'instant k. k0 + M −1 y( k ) = ∑ h(i) x(k . y(k) = x(k+1) + 2 x(k) + x(k-1). Exemple Soit h(k) la réponse impulsionnelle définie par : h(0)=2. Ce filtre est non-causal.i) i = k0 M est la longueur du filtre. h(1)=h(-1)=1 et h(k)=0 ailleurs.i) ∑ +∞ h(i) x(k .i) Si h(k) est causale : y( k ) = Exemple: Si y( k ) = h(k)=u(k) alors y( k ) = i = -∞ ∑ i=0 +∞ h(i) x(k . Ce filtre est donc de type Intégrateur. k 1 = k 0 + M -1 . 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 : . d'où : y(k) = h(-1) x(k+1) + h(0) x(k) + h(1) x(k-1). p l u s g é n é r a l e m e n t .20 O n n o t e .I. b) Filtre à réponse impulsionnelle infinie (R.

21 ∑ a i y( k − i ) = i=0 N ∑ n=0 M 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 .F est toujours stable.I) h(k) = u(k) : n=0 ∑ M bn = n=0 ∑ à M h(n) c o n v e r g e t o u j o u r s . 2.n) et d'autre part : y( k ) = ∑ n=0 M b n x(k .I. h ( 1 ) = h ( 2 ) = 2 . 3 .I. 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(k) 2 1 k Remarque : Un filtre R.F. ∀ k ≠ 0. h ( 3 ) = 1 e t h ( k ) = 0 . En effet. N e s t l ' o r d r e d u filtre. on dit que le filtre est "physiquement réalisable" si N ≥ M. Dans la pratique ( réalisation du filtre numérique ) cette condition n'est pas nécessaire. Comme pour les filtres analogiques. on a d'une part : y( k ) = ∑ n=0 M h(n) x(k .n) avec ∀ i ≠ 0. Sa fonction de transfert s'écrit : H(Z)= n=0 ∑ M b n Z− n Il n'y a aucun pôle et la série 2°) Considérons maintenant infinie (R. a i = 0 et a 0 = 1.I. la réponse Important: impulsionnelle est égale aux coefficients de l'équation de récurrence. réponse impulsionnelle le filtre . On utilise plus fréquemment l'écriture suivante : y( k ) = ∑ n=0 M b n x( k − n) - ∑ a y( k − i) i =1 i N a v e c a0 = 1 : Dans le cas d'un filtre R. 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 : ⎡M ⎤ ⎡N ⎤ TZ⎢∑ a i y( k − i) ⎥ = ⎢ ∑ b n x( k − n) ⎥ ⎣n = 0 ⎦ ⎣i = 0 ⎦ d'où : ∑ i=0 N a i TZ[ y(k .22 y( k ) = ∑ h=0 +∞ x(k . de fonction de transfert rationnelle H(Z). récursif (ou Remarque: On dit qu'un filtre est purement Autorégressif : AR) si H(Z) s'écrit : 1 H ( Z) = a v e c a0 = 1 N -i ∑ ai Z i=0 .i) et H ( Z) = ∑ i=0 +∞ h(i) Z .n)] soit encore: ⎛ N ⎛ M ⎞ −i ⎞ Y( Z) ⎜ ∑ a i Z ⎟ = X(Z) ⎜ ∑ b n Z − n ⎟ ⎝ i=0 ⎠ ⎝n=0 ⎠ et : (1) H ( Z) = n=0 N ∑ M bn Z− n = a i Z− i ∑ i=0 Y(Z) X ( Z) La réponse fréquentielle H(f) est alors : H ( f ) = H(Z = e 2 πjfTe ) = n=0 N ∑ M b n e .2 πjnfTe a i e .i = ∑ i=0 +∞ Z-i = 1 1 .i)] = ∑ n=0 M b n TZ[ x(k .2 πjifTe ∑ i=0 On déduit de la relation (1) qu'un filtre. est stable si les racines de l'équation caractéristique ∑ i=0 N 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 .

5..2 ) .23 C'est à dire si l'équation de récurrence est : y( k ) = x( k ) - ∑ i =1 N a 1 y( k − i) 3°) Réalisation de filtres numériques On distingue deux types de réalisations : transverse ou récursive. 5 x ( k ) + 2 x ( k . multiplieurs.I. Ces réalisations sont effectuées à partir de circuits numériques de base (sommateur.F. ) 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. La relation de récurrence est : y( k ) = n=0 ∑ M b n x( k − n) d'où b0 H (Z) = Y(Z) X(Z) = n=0 ∑ M bn Z− n x(k) -1 y(k) Z b1 Z -1 b2 Z -1 bM Exemple : H ( Z) = 0..5 + 2 Z −2 donc b 0 = 0. . Elle est associé exclusivement aux filtres R. b 1 = 0 et b 2 = 2 e t y ( k ) = 0 . bascule.

5 x(k) -1 y(k) Z Z -1 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 : y( k ) = et : H ( Z) = Y(Z) X( Z) = n=0 N n=0 ∑ M b n x( k − n) - ∑ i =1 N a i y( k − i) ∑ M bn Z− n aiZ −i ∑ i=0 a v e c a0 = 1 Une réalisation possible de ces filtres est la suivante : .24 0.

4. h(k) 1 k -1 Ce filtre peut être réalisé sous forme transverse : H ( Z) = ∑ k=0 6 h(k) Z . 6) . à tort. h ( k ) = 0 .(0.Z . RII-Récursif Exemple: Considérons le filtre à réponse impulsionnelle finie h(k) : h ( 0 ) = h ( 4 ) = 1 .Z . h ( 2 ) = h ( 6 ) = .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 : .k = 1 .2 + Z − 4 . ∀ k ∈ Z . Certains auteurs associent. 2.25 b0 x(k) -1 -1 y(k) Z Z b1 -a 1 Z -1 Z b2 -a 2 -1 Z -1 bM Z -a N -1 Attention : Une réalisation récursive peut s'appliquer à un filtre RII ou RIF.1 .

G 1 ( Z) = ∑a Z i=0 i N et −i G 2 ( Z) = ∑ n=0 b n Z.26 H ( Z) = ∑ (. 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) .n 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 . Nous allons montrer que l'on peut ramener ce nombre à N. Soit H(Z) la fonction de transfert : ∑ H ( Z) = n=0 N i=0 M bn Z− n −i ∑a Z i = G 1 ( Z) G 2 ( Z) 1 M a v e c a 0 = 1. de diminuer le nombre de retards.(-Z -2 ) 4 1 . S o i t w ( k ) l a s o r t i e d e G 1 ( Z) .Z -8 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.Z .(-Z .∑ 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 : .2 ) = 1 .2 ) k=0 3 k = 1 . pour des raisons de coût ou d'intégration. en supposant N ≥ M. o n a : x(k) w(k) G1 (Z) G2 (Z) y(k) Les relations entre x(k).

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) : . en regroupant les sorties retardées w(k-i).27 b0 x(k) y(k) Z -a 1 -1 Z -1 b1 Z -a 2 -1 Z -1 b2 Z -1 bM Z -a N -1 G 2 (Z) G 1 (Z) où encore.

+ G L ( Z) = alors : ∑G i =1 L i ( Z) . . Forme série (ou cascade) Si la fonction de transfert H(Z) s'écrit : H ( Z) = G 1 ( Z) G 2 ( Z) . . .28 b0 x(k) y(k) Z -a 1 -1 b1 Z -a 2 -1 b2 bM Z -a N -1 Cette réalisation est sous forme canonique ne comporte plus que N retards. . G L ( Z) = la réalisation du filtre est: x(k) G1 (Z) G 2 (Z) G L (Z) y(k) ∏ G ( Z) i i =1 L Forme parallèle: Si H(Z) s'écrit : H ( Z) = G 1 ( Z) + .

a Z-1 Réponses temporelles Réponse impulsionnelle : . Nous allons illustrer ces différents points en étudiant en détail un filtre premier ordre.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 principales caractéristiques de ce filtre. La réponse fréquentielle H(f) et la nature du filtre. qui sont : • • • • extraire les La fonction de transfert H(Z). La stabilité. Les réponses temporelles (impulsionnelle. 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 : H ( Z) = Y(Z) X(Z) = 1 1 . indicielle).

Z ) 1. C'est à dire soit par programmation directe en remplaçant x(k) par u(k). 1.Z -1 .a Z-1 En ce qui concerne la réponse indicielle on peut procéder de même façon. si x(k)=d(k) alors X(Z)=1. soit par TZ inverse de : Y(Z) = H(Z)X(Z) = soit : Y(Z) = et : y( k ) = 1 [1 .aZ ⎦ 1. y(k) y(0) y(1) y(2) = = = = 0 ay(-1) + x(0) = d(0) = 1 ay(0) + x(1) = ay(0) = a a y ( 1 ) + x ( 2 ) = a y ( 1 ) = a2 Par récurrence on trouve : ∀k > 0 . y(k) = a k u( k ) On peut obtenir ce résultat plus directement en calculant la TZ inverse de H(Z). 2. y(k) = a k d'où : ∀k ∈ R .30 La réponse impulsionnelle peut être obtenue de deux façons.a Z )(1 . Soit par programmation directe. On a alors : ∀k k k k < = = = 0 . En effet.Si a > 1 alors lim { y( k )} = +∞ y(k) 1+a 1 0 1 2 k .Z-1 a 1 ⎡ 1 ⎤ 1 = ⎢ -1 -1 -1 ⎥ (1 .a ⎣1 . d'où : Y(Z) = H(Z)X(Z) = par suite : y( k ) = a k u( k ) . 0.a k +1 ] u(k) 1-a k → +∞ H ( Z) 1 . 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). Réponse indicielle : 1 1 .

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 . Réponse fréquentielle et nature du filtre On peut calculer la réponse fréquentielle H(f) par transformation de Fourier de h(k). En effet : de la i = -∞ ∑ +∞ h(i) = ∑ i=0 +∞ a i ⎧ 1 ⎪ si a < 1 = ⎨1 . 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 ) . Il est aussi possible d'étudier la stabilité à partir réponse impulsionnelle. on l'obtient plus facilement en posant : .a Réponse à une entrée quelconque : De manière générale.31 . Cependant. soit par calcul de la TZ inverse. pour une entrée x(k) quelconque on peut calculer y(k) soit par programmation directe.a k +1 u( k ) 1 .a ⎪+ ∞ si a > 1 ⎩ On retrouve la même condition de stabilité.a p 01 = 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 .Si a < 1 alors k → +∞ lim { y( k )} = y(k) 1 1-a 0 1 1 1-a 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 > 0 y(k) = ∑ i=0 k h(i) = ∑ i=0 k a i = 1 .

ϕ( − f ) Comme de plus les signaux sont échantillonnés on a: H ( f ) = H ( f + Fe ) d'où : H ( Fe .a e .f ) = H ( . D'après les propriétés de la transformée de Fourier.f ) = H * ( f ) .2 a cos(2 πfTe ) ⎩ P o u r t r a c e r H( f ) 2 o n s ' i n t é r e s s e à l a b a n d e [ 0 . c a r H ( f + Fe ) = H ( f ) H(f) 2 1 (1-a) 1 (1+a) 2 2 f F e /2 Fe Important: D'une façon plus générale.2 a cos(2 πfTe ) ⎧ ⎡ a sin(2 πfTe ) ⎤ ⎪ ϕ( f ) = Arctg ⎢ ⎥ ⎪ ⎣1 .a cos(2 πfTe ) ⎦ ⎨ 1 ⎪ H( f ) 2 = 2 ⎪ 1 + a . on en déduit q u e H(− f ) = H* ( f ) d ' o ù : ⎧ H(f ) = H(− f ) ⎨ ⎩ϕ ( f ) = .2 πjfTe H(f) e jϕ (f) a v e c : o u e n c o r e H( f ) = H( f ) = et : e jϕ (f) 1 + a 2 . Fe ] .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 : H(f ) = 1 1 . si le filtre à des coefficients réels alors sa réponse impulsionnelle est réelle.

a L'étude de la réponse fréquentielle permet de déterminer la fonction du filtre. 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. a 2 ) . D'où : a 2 = Z1 Z 2 = Z1 2 < 1 Une première condition de stabilité est donc : . On constate que ce filtre amplifie les basses fréquences et atténue les hautes fréquences. dans le cas d'un filtre à coefficients réels.ϕ( Fe − f ) ⎩ On peut donc. Fe / 2 . décomposer la fonction de transfert rationnelle H(Z) d'un filtre. dans tous les cas. 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 . P o u r f i n i r . b) Stabilité des filtres du second ordre On peut. 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 : G i ( Z) = b 0 + b 1 Z −1 + b 2 Z −2 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 . 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 . C'est donc un filtre passe-bas.33 Par suite : ⎧ H ( f ) = H ( Fe − f ) ⎪ ⎨ ⎪ϕ ( f ) = . 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 : H ( Z) = ∏G i =1 n 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 . 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 : Gs = 1 1 .

1 .1 .4a 2 ⎨ a 1 2 ⎪1 > .4a 2 2 Le filtre est stable si : − 1 < Z2 < Z1 < 1 C'est à dire si : 1 a1 ⎧ 2 ⎪− 1 < .4a 2 < (2 + a 1 ) ou encore : (3) ⎧a 2 > ⎨ ⎩ a2 > .a1 De plus la parabole obtenue en (2) est la frontière entre les pôles complexes et réels . La parabole d'équation : (2) a2 = 2 a1 4 porte les pôles doubles. Supposons les pôles réels : ⎧ ⎪Z 1 = ⎨ ⎪ Z2 = ⎩ a1 2 a1 2 + 1 2 a 1 . a 2 = .4a 2 2 2 ⎩ soit : 2 ⎧ a 1 .1 + a1 .4a 2 < (2 .4a 2 2 1 2 a 1 .1 + a1 .34 (1) a2 < 1 2 a1 et complexes dans le cas 4 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 < contraire. a 2 ) est délimité par les trois droites obtenues à partir des relations (1) et (3) : a 2 = 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 .2 .a 1 ) 2 ⎨ 2 2 ⎩a 1 .1 + a1 . a 2 = .2 a1 .

c°) Filtres couramment utilisés. Pour un filtre R.i) ] . Filtres à phase linéaire.i Si M=2P alors : H ( Z) = b P Z −P + ∑ b [Z i i=0 P -1 −i + Z .a1 -1 -1 a1 a1 4 2 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.(M . 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 : τ( f ) = . 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.1 dϕ(f) df 2π 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 .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 : H ( Z) = ∑ i=0 M bi Z.35 a2 a2 = 1 Complexes -2 Réels 2 a 2 = a 1 -1 a 2 = .

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. doit être minimale.1 plus les réponses H 1 ( Z) e t H 2 ( Z) s o n t s t a b l e s (p 0 = 0. .2 πfPTe ⎪ ou ⎨ ⎪ϕ( f ) = . l a p h a s e ϕ( f ) v a u t : ⎧ ϕ ( f ) = .5) .4cos(2 πfTe ) 1. le cahier des charges porte le plus souvent sur la fonction du filtre (PasseH a u t .04 .2Z 1 .P ]⎥ ⎦ ⎡ H ( f ) = e .On peut montrer qu'un filtre stable est à déphasage minimal si ses zéros sont dans le cercle unité. Cependant. D e 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 : H 1 (f ) = H 2 (f ) = 1. ) .0.0.2Z -1 1 . P a s s e . Ces filtres sont appelés filtre à déphasage minimal .2 πjfPTe ⎢ b P + 2 ⎣ ∑ i=0 P -1 ⎤ b i cos(2 πf ( P − i)Te ) ⎥ ⎦ 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 . .0.B a n d e . Lors de la réalisation d'un filtre numérique.36 ⎡ H ( Z) = Z − P ⎢ b P + ⎣ d'où : ∑ b [Z i i=0 P -1 P-i ⎤ + Z i .0.25 .cos(2 πfTe ) .2 πfPT + π e ⎩ La phase est linéaire et le temps de propagation est constant : τ = -1 2π dϕ(f) df = P Te On peut montrer de même que si M est impair (M=2P+1) alors 1⎞ ⎛ τ = ⎜P + ⎟T ⎝ 2⎠ e Filtres à déphasage minimal. H 2 ( Z) = 1 . 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 : H 1 ( Z) = 1 .5Z -1 . la variation de la phase.0.5Z . pour certaines applications. pour une variation de fréquence donnée.

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 . les pôles instables. a = 1 H pt ( f ) = e -2 πjfTe .a Z -1 L e z é r o s Z0 v a u t avec a < 1 H pt ( Z) n e modifient que la phase des signaux 1 e t l e p ô l e p0 = a .Arctg⎜ ⎟ ϕ pt ( f ) = Arctg⎜ ⎝ a . Filtres Passe-Tout.Arctg⎜ ⎟ ϕ 1 ( f ) = Arctg⎜ ⎝ 1 .2cos(2 πfTe ) ⎠ ⎝ 1 .Arctg⎜ ⎟ .5cos(2 πfTe ) ⎠ ϕ 2 (f ) = ⎛ 0.2sin(2 πfTe ) ⎞ ⎛ 0. 2 = 5 .0.a H pt ( Z) = 1 .2 πjfTe ⎛ sin(2 πfTe ) ⎞ ⎛ a sin(2 πfTe ) ⎞ ⎟ .0. H 1 ( Z) e s t à déphasage minimal. 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°.2sin(2 πfTe ) ⎞ ⎛ 0.i) .5sin(2 πfTe ) ⎞ ⎟ .37 ⎛ 0.2cos(2 πfTe ) ⎠ ⎝ 1 . L'équation de récurrence est : y( k ) = 1 N ∑ i=0 N -1 x(k .0. Exemple Au premier ordre. Si l ' o n f a i t v a r i e r f d e 0 à Fe / 4 .a cos(2 πfTe ) ⎠ Filtres Moyenneurs. par exemple.5cos(2 πfTe ) ⎠ Ces filtres ne différent que par leur réponse en phase.cos(2 πfTe ) ⎠ ⎝ 1 .a 1 .Arctg⎜ ⎝ 1 .a e . ces filtres sont définis par : Z -1 .0. Ces filtres d'entrée : H pt ( f ) = 1 Ils sont couramment utilisés pour modifier le comportement de certains systèmes numériques en éliminant. 2 e t 1 / 0 . Ces filtres effectuent une moyenne glissante sur le signal.5sin(2 πfTe ) ⎞ ⎟ .

⎝ 2 ⎠ e Filtre en peigne.πjf(N -1)Te 1 N sin( πfNTe ) sin( πfTe ) H(f) 1 1 NT e 2 NT e Fe /2 f C'est un filtre passe-bas.e .Z -N N 1 . Le filtre dont la fonction de transfert s'écrit 1 . C'est un filtre à réponse impulsionnelle finie : h( k ) = 1 N ∏ N 2 N⎞ ⎛ ⎜k .Z -1 La forme récursive obtenue pour H(Z) conduit à une nouvelle expression de l'équation de récurrence : y( k ) = y(k .38 La fonction de transfert est : H ( Z) = 1 N ∑ i=0 N -1 Z-i = 1 1 . L e g a i n s t a t i q u e Gs v a u t : Gs = H ( Z = 1 ) = 1 .N) N La réponse fréquentielle s'écrit : H(f ) = 1 .x(k . Le temps de propagation τ est de ⎛ N − 1⎞ ⎜ ⎟T. Le lissage du signal d'entrée x(k) sera d'autant plus important que N sera grand.⎟ ⎝ 2⎠ C'est un filtre à phase linéaire.1) + x(k) .e -2 πjfNTe 1 .Z -N H ( Z) = N .2 πjfTe = e .

πjfNTe + j 2 sin(2 πfNTe ) N 2/N Fe f Sa réponse impulsionnelle est donnée par : h(0)=-h(N)= 1 N et h(k)=0 si k ≠ 0 et k ≠ N Son équation aux différences est : x(k) .e -2 πjfNTe N = e .x(k .39 est appelé filtre fréquentielle : H( f ) = d'où : H(f) en peigne π 2 à cause de sa représentation 1 .N) 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 y( k ) = .

H( f ) = H(f) 2Fc h(t) f -Fc Fc -1 2Fc 1 2Fc t -De même pour le filtre passe-bande : H(f) 1 -F P- -FO -FP + FP- FO FP + f Ce type de filtre n'est pas physiquement réalisable. en fréquences. n o t é e h1 ( t ) . Filtre idéal Un filtre idéal est généralement représenté. 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) FC H(f) e jϕ (f) a v e c ⎨ ϕ( f ) = 0 ⎩ d ' o ù h( t ) = 2 FC sinc(2 π FC t ). s ' é c r i t : h1 ( t ) = h ( t ) w ( t ) .40 IX Synthèse de filtres Numériques 1°) Rappels sur les filtres analogiques. La réponse impulsionnelle n'est pas causale. la nouvelle réponse. En supposant que cette réponse est limitée par une fenêtre w(t).

Pour un filtre passe-bas.u)T du 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 1 f -F c Fc Ces ondulations sont connues sous le nom de phénomène de GIBBS. FA ] e s t l a b a n d e d e t r a n s i t i o n .πjfT Ainsi.FC T sinc ( π( f . Gabarit On approche donc la réponse fréquentielle idéale un gabarit. +∞ ] l a b a n d e a t t é n u é e . 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 . dans le cas d'un filtre passe-bas on trouve : H1 (f ) = ∫ FC .⎟ ⎝ 2⎠ alors : H 1 ( f ) = H(f) * T sinc ( πfT)e . [ FP . L e s v a l e u r s d p e t dA s o n t . 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 .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 : S i w( t) = ∏ T 2 T⎞ ⎛ ⎜t . L a b a n d e [ 0 .u)T) e .πj(f . e t [ FA . FC ] e s t a p p e l é b a n d e p a s s a n t e .

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. coupe-bande) est défini de façon analogue au passe-bas (Resp. R = FP+ − FP + FA − FA . Si B est supérieur à 0. Normalisation Un filtre passe-bas. . Le gabarit du filtre passe-haut (Resp. le filtre est à bande large. FP+ − FP B = F0 Si B est inférieur à 0.5. 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 : H( f ) 2 = 1 ⎛ f⎞ 1 + ⎜ ⎟ ⎝ fc ⎠ 2n ou encore H (ω ) 2 = 1 ⎛ ω⎞ 1 + ⎜ ⎟ ⎝ ωc ⎠ 2n . pour le filtre passe-bande. On décrit ces filtres. On mesure la sélectivité) du filtre R par : F R = P FA De même. passe-bande).42 passante et dans la bande atténuée. . 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. le gabarit est : H(f) raideur (ou 1 + dP 1 . Le rôle des bande atténuée et passante est inversé. de façon générale. O n citera.+ a n p n avec a 0 = 1 c a r H ( p = 0) = 1 .dP dA F A FP - F 0 + FP F+ A f 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 : F0 = F F + P P .1 le filtre est dit à la bande étroite. par exemple. par : H ( p) = 1 a 0 + a 1 p + a 2 p 2 +.

6253 7.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 2 πF0 ⎞ 1 ⎛ p ⎜ ⎟ : F i l t r e p a s s e .0702 Pour réaliser des filtres passe-bande. p → p : F i l t r e p a s s e .3537 3.2361 3.7319 3.204 7.8637 1 De même BERNSTEIN a proposé des coefficients en utilisant les polynômes de LEGENDRE.9369 19.1416 a4 a5 a6 2 2 2.8056 2.206 a4 a5 a6 2 2.8529 17.8280 9.2361 9. il suffit d'effectuer une transformation du filtre passe-bas normalisé.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 2 πF0 p + 2 πF0 p p → p → p → : F i l t r e c o u p e .4710 12.5689 11.549 a3 1. Cette transformation porte sur la variable de Laplace p. passe-haut ou coupebande.0411 4.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 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 .2361 7.4493 6.2700 4.b a s n o r m a l i s é 1er o r d r e 1+ p .8637 1 3.6131 3.018 4.2361 7.43 Les sont : n 2 3 4 5 6 coefficients des filtres de BUTTEWORTH normalisés a0 1 1 1 1 1 a1 a2 1 2 3.4641 1 3.017 4. n 2 3 4 5 6 a0 1 1 1 1 1 a1 a2 1 2.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 : F i l t r e p a s s e .4641 a3 1 2.6131 5.4142 5.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 : H ( p) = 1 : p a s s e .

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) . En discret la dérivée y(k) du signal x(k) peut s'approcher par : (1) y( k ) = x(k) .Z -1 Y(Z) = H ( Z) = Te X(Z) S i l ' o n p o s e H D ( p) = H(Z) a l o r s : p = 1 . 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 . en continu.Z-1 Te . a°) Equivalence de la dérivation L'action dérivée. Pour passer du filtre analogique au filtre numérique. ce qui conduit à une fonction H(Z) non-rationnelle et donc à un filtre difficilement réalisable. p p + 2 πFC : Passe-haut de fréquence de coupure 2°) Synthèse de filtre par transformation de p en Z. de façon théorique. 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 ) ) . 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. est caractérisée par la fonction d e t r a n s f e r t H D ( p) : H D ( p) = p . 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.1) Te d'où : 1 . en posant p=Ln[Z]. Le passage de la fonction de transfert H(p) à H(Z) s'effectue .44 ⎛ 2 πFC ⎞ H 1 ( p) = H ⎜ ⎟ = ⎝ p ⎠ FC .x(k . Dans tous les cas.

b°) Transformation bilinéaire (Equivalence de l'intégration) en C'est une transformation très fréquente dans la réalisation filtres numériques. en discret : i d é a l .1) Te + 1 e [ ] La réalisation est : 1 Te+1 Te x(k) + Z -1 y(k) Remarque : Il existe d'autres approches de la dérivation discret. H I ( p) = p de y( k ) = y(k .Z -1 ≈ 1 .Z -1 ⎞ ⎟ = Te ⎠ Te Te + 1 − Z − 1 ⎛ H 1 ( Z) = H ⎜ p = ⎝ d'où : y( k ) = 1 T x( k ) + y(k . a u 1 e r o r d r e d e Z = e pTe : Z −1 = e .pTe 1 .1) + Te [ x( k ) + x( k − 1)] 2 où. 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 . par la relation de récurrence.pTe d' où p = Te filtre Déterminer la relation de récurrence du Exemple: 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 ) : H ( p) = 1 1+ p (passe-bas normalisé) 1 . Mais la relation (1) est la plus couramment utilisée.Z -1 .1 ) .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 . H 1 ( Z) s ' é c r i t : Te 1 + Z -1 H 1 ( Z) = 2 1 . Elle consiste à approcher l'intégration 1 . Te 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 .

Etudions d'abord le cas où K = 1. Exemple : S i H(p) = 1 1+ p ⎛ Te (1 + Z −1 ) 2 1 .46 La relation entre p et Z est donc : T 1 + Z -1 1 = e p 2 1 . l'approximation de Simpson : T y( k ) = y( k − 2) + e [ x( k ) + 4 x( k − 1) + x( k − 2)] 3 c°) Transformation homographique La transformation homographique s'écrit : Z-1 1 . Par exemple.Z -1 Te 1 + Z -1 Cette transformation est appelée transformation bilinéaire.Te 2 + Te Z -1 Remarque : On peut établir d'autres expressions de " l'intégration discrète ".Te ) y( k − 1) Te + 2 e Te 2 + Te x(k) -1 [ ] y(k) Z Te 2 + Te 2 .Z -1 p = K -1 = K Z+1 1+ Z La transformation bilinéaire est un cas particulier de transformation homographique. donc d'autres transformation de p en Z. K est le facteur d'adaptation en fréquence.Z -1 d'où : p = 2 1 .Z -1 ⎞ ⎟ = a l o r s H 1 ( Z) = H ⎜ 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 .2 .Z -2 p = Te 1 + 4Z -1 + Z . c'est à dire si : d'où 3 1 .

Cependant. 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 . Z0 s ' é c r i t : Z0 = d'où : Z0 2 1 + σ 0 + 2 πjf 0 1 + p0 = 1 . 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 t h é o r i 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 .σ 0 ) 2 + (2 πf 0 ) 2 avec σ0 < 0 . on trouve : p = e 2 πjf DTe . 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 . Le filtre est donc stable. E n e f f e t .πjf DTe e πjf DTe + e .p Z+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 .πjf DTe 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 = ωA = tg( πf D Te ) ⎛ ω D Te ⎞ tg⎜ ⎟ ⎝ 2 ⎠ d'où : ωD = 2 Arctg(ω A ) Te . si l'on utilise la transformation homographique.1 Z-1 ⇔ 2 πjf A = 2 πjf DTe Z+1 e +1 soit encore : 2 πjf A ou : e πjf DTe = πjf DTe e e πjf D Te − e .2 πjf 0 1 . E n e f f e t .p0 (1 + σ 0 ) 2 + (2 πf 0 ) 2 < 1 = (1 .σ 0 . E n p r a t i q u e .47 1+ p Z-1 ⇔ Z = 1. Z = e 2 πjf DTe = e pTe = e 2 πjfA Te d ' o ù fA = f D .

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 : K = ω A0 ⎛ ω D0 Te ⎞ tg⎜ ⎟ ⎝ 2 ⎠ ω A0 ⎛ ω D0 Te ⎞ tg⎜ ⎟ ⎝ 2 ⎠ D ωA p = Z-1 Z+1 On est ainsi assuré que les réponses fréquentielles 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 ) H ( p = 2πjf ) e t 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 : K = ωC ⎛ ω C Te ⎞ tg⎜ ⎟ ⎝ 2 ⎠ et : . Cette 2 transformation à l'avantage d'éviter le problème de recouvrement spectral. 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 . lié à l'échantillonnage.48 ω π Te −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 . 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 .

Ce type de synthèse a pour but de faire correspondre les sorties des filtres analogique et numérique pour des entrées données.tg⎜ ⎟ ⎝ 2 ⎠ y(k . dans ce cas. a°) Invariance impulsionnelle On veut.b a s d u 1er o r d r e . 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. 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. 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) = k = -∞ ∑ h(k) Z +∞ -k = TZ[ h(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 . que les réponses impulsionnelles soient identiques.49 H 1 (Z) = 1+ 1 1 ⎛ ω C Te ⎞ tg⎜ ⎟ ⎝ 2 ⎠ Z-1 Z+1 On vérifie bien que : H 1 (Z = e jω C Te ) = 1 1+ j = H(p = jω C ) D'autre part l'équation de récurrence du filtre numérique est : ⎛ ω C Te ⎞ 1 . d e f r é q u e n c e d e c o u p u r e fC .1) + ⎛ ω C Te ⎞ 1 + tg⎜ ⎟ ⎝ 2 ⎠ ⎛ ω C Te ⎞ tg⎜ ⎟ ⎝ 2 ⎠ ⎛ ω C Te ⎞ 1 + tg⎜ ⎟ ⎝ 2 ⎠ y( k ) = [ x(k) + x(k . 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 ) .1)] 3°) Synthèse de filtre par invariance temporelle.

c'est à dire : Yind ( p) = H(p) U(p) où U(p) est la transformée de Laplace de l'échelon u(t) : U( p ) = 1 H(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) : U( Z) = d'où : Y ( Z ) = H ( Z ) U ( Z ) = TZ y ind ( k ) soit encore : H ( Z) = ⎡ ⎡ H ( p) ⎤ ⎤ Z-1 TZ⎢ L-1 ⎢ ⎥⎥ Z ⎣ ⎣ p ⎦⎦ Z Z-1 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) : .ω CTe Z − 1 y( k ) = e -ω CTe y( k − 1) + ω C x( k ) b°) Invariance indicielle On désire que les réponses indicielles soient identiques.50 H ( p) = 1 p 1+ ωC = 1+ 1 p 2 πf C et h( k ) = ω C e -ω C kTe . O n e n d é d u i t H ( Z ) : d ' o ù h( t ) = L-1 [ H ( p)] = ω C e -ω C t H ( Z) = Par suite : ωC 1 .e . 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 .

1) ⎨ .ω C Te ) x(k . .ω C Te Z -1 la réponse impulsionnelle et l'équation de déduit ⎧ h( k ) = (1 .e . La sortie y(t) s'écrit : y( t ) = L-1 [ H ( p) E(p)] avec E(p)=L[e(t)].ω C Te H ( Z) = On en récurrence (1 . D'autre part : Y(Z) H ( Z) = E(Z) Par suite : TZ[ y(k)] E(Z) H ( Z) = 1 TZ L-1 [ H ( p) E(p)] E(Z) = [ ] 4°) Synthèse de filtre par invariance fréquentielle.ω C Te si Z > 1 donc : H ( Z) = Z-1 Y(Z) = 1 Z Z-1 Z .e .e .e −ω C kTe ) u( k )] Y( Z) = Z Z-1 Z Z .ω C Te = 1 .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.51 H ( p) = d'où : H ( p) p 1 1+ p ωC = ωC ωC + p = ωC p(p + ω C ) = 1 p - 1 p + ωC ⎡ H ( p) ⎤ y ind ( t ) = L-1 ⎢ ⎥ = ⎣ p ⎦ et : (1 .e .e .e -ω C Te ) e -ω C ( k − 1) Te u(k .e .1) ⎩ y( k ) = e c°) Invariance pour une entrée quelconque e(t) O n p r o c è d e .ω C Te ) Z -1 1 .ω C Te y( k − 1) + (1 .ω t ) u(t) C Y( Z) = TZ[ y ind ( k )] = TZ[(1 .e -ω C Te Z .

à une f r é q u e n c e Fe = 8 K H z . 5 K H z . H(1) = 1 .Z WN 1 ∑0 H(n) 1 .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 points .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 . H(4) = 0 et par symétrie : H ( 5 ) = H*( 8 . H ( 6 ) = H*( 8 . 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 .W + n Z -1 N n= N ∑ N -1 Soit enfin : H ( Z) = 1 .6 ) = 1 H ( 7 ) = H*( 8 .5 ) = 0 .WN n Z -1 Remarque : h ( k ) e s t r é e l l e s i H ( N . On a alors : H ( Z) = Soit : H ( Z) = 1 N 1 N impulsionnelle limitée aux N premiers ∑ h(k) Z k=0 N -1 N -1 -k ⎤ ⎡ N -1 ∑0 ⎢n∑0 H(n) WN+ nk ⎥ Z . H(2) = 1 .Z -N N ∑ H(n) n=0 N -1 1 + 1 . O n e n d é d u i t : N = 8 e t Δf = Fe = 1KHz N On doit donc avoir : H(0) = 1 . H(3) = 0 .7 ) = 1 On peut représenter H(n) par : .n ) = H * (n) Exemple: Un signal x(t) est échantillonné sur 8 points.k k= ⎣ = ⎦ H ( Z) = H ( Z) = ⎡ N -1 k⎤ + H(n) ⎢ ∑ (WN n Z − 1 ) ⎥ n=0 ⎣k = 0 ⎦ -N + nN N -1 1 .

WN n Z − 1 G 0 (Z) G 1 (Z) x(k) P(Z) 1 . On a alors : X(n)=TFD{x(k)} Le signal y(k) est obtenu par TFD Inverse : dans le .Z -N N ∑G n=0 N -1 n ( Z) + y(k) GN-1 (Z) Filtrage par TFD Il est possible de filtrer le signal d'entrée x(k) domaine fréquentiel.Z -8 8 1 2 3 4 5 6 7 8 ∑ H(n) n=0 7 1 1 − W8+ n Z − 1 H ( Z) = ⎤ 1 1 1 1 1 .53 H(n) 1 n 0 d'où H ( Z) = 1 .Z -8 ⎡ 1 ⎢ −1 + 1 −1 + 2 −1 + 6 −1 + 7 −1 ⎥ 8 1 − W8 Z 1 − W8 Z 1 − W8 Z 1 − W8 Z ⎦ ⎣1 − Z La réalisation de tels filtres s'effectue en posant : H ( Z) = P(Z) avec : P(z) = Filtre en peigne = G n ( Z) = H(n) + 1 . en calculant sa TFD.

La résolution est donc : Δf = Fe N o r .f 0 N Comment faire?. e n éliminant les fréquences extérieurs à la bande . 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 : Δf B = B N = f1 . Soit x(k) un signal de fréquence de coupure FC . O n o b t i e n t l e s p e c t r e Yi ( n ) . q u i d a n s c e c a s .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 . 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 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 . Yi (n) 0 f0 f1 Fe On effectue ensuite une TFD inverse sur C points. 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 ) . sur une bande de fréquence B = f1 . 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 . 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 . . s u r l a b a n d e B . q u i e s t non-nul sur C points (C << N). O n dispose d'un transformateur de Fourier qui effectue une TFD sur N points au maximum. 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) TFD 0 (N-1) Te X i (n) 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 ) .54 Y( k ) = TFD -1 {Y( n)} = TFD -1 {H ( n) X(n)} Application : Loupe spectrale fréquentielle. 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 ) . Effectuer une loupe spectrale.

0=+) S i V0 = . E n g é n é r a l . S i f1 . V1 = 5 V e t M = 8 a l o r s 2 M = 2 5 6 e t q 0 = 10 = 39 mV. 256 Dans ce cas. Chaque bit peut prendre la valeur 0 ou 1. N on e f f e c t u e u n e T F D s u r N p o i n t s . De l'échantillonnage du signal à sa sortie du filtre numérique. Le nombre de niveau de c o d a g e e s t d o n c d e 2M .f0 . soit par troncature de cette valeur. Arrondi : xQ ( t ) = q 0 K a v e c K e n t i e r s i q 0 K q0 q0 ≤ x(t) < q 0 K + 2 2 . 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). 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 . Il n'y a pas de bit de signe S i V0 = 0 . V1 . V1 = 5 V e t M = 8 a l o r s q 0 = La conversion A/N peut s'effectuer soit par arrondi de la valeur x(t).5 mV. Le bit de poids le plus fort joue le rôle du signe (1=-.V0 2M Exemple: 5 = 19. 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 : q0 = V1 . f1] . 256 Les valeurs prises par les 8 bits vont de 0 à 255. l a r é s o l u t i o n e s t ΔfB = 5°) Bruit de traitement. la majeure partie des étapes du traitement est entachée d'un bruit. la valeur prise par les 8 bits va de -128 à + 128.5 V . Le premier de ces bruits est lié à la Conversion Analogique-Numérique ( CAN ) du signal.55 yi-1(k) yi (k) yi+1(k) N points On a alors un bloc de N points filtré sur [ f0 .

alors 2 e A(q) q0 2 q0 2 q e T (q) 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 : 1 q0 q0 2 .q0 2 q dq = 1 ⎡q ⎤ ⎢ ⎥ q 0 ⎣ 2 ⎦ .56 xQ(t) -q 2 q x(t) 0 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 .q0 2 2 q0 2 = 0 mQ = 1 q0 q0 0 e T (q ) dq = 0 1 ⎡q 2 ⎤ ⎢ ⎥ q0 ⎣ 2 ⎦0 q = q0 2 La troncature est donc plus pénalisante dans la poursuite du traitement. xQ(t) q -q 0 0 q0 x(t) q0 et 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 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 − q0 . De plus la puissance de l'erreur de quantification est: .q0 2 mA = ∫ ∫ e A (q ) dq = 1 q0 ∫ q0 2 .

+ 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 .3 q 2 2 2 V0 2M 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 . 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 = 2 2M . V0 : Pc = V02 = 2 2M .V0 .3 PT Exprimées en dB.q0 2 e 2 (q ) dq = A 1 ⎡q 3 ⎤ 2 ⎢ ⎥ q 0 ⎣ 3 ⎦ . Pc . PA 2 Pc = 3. Pc . lié aux additions et multiplications du traitement.57 PA = 1 q0 ∫ ∫ q0 2 .4.1 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 . on désire une dynamique supérieur à faut utiliser un codeur travaillant en arrondi sur 16 bits. par exemple.q0 2 0 1 ⎡q 3 ⎤ ⎢ ⎥ q0 ⎣ 3 ⎦0 q0 = q2 0 12 q2 0 3 PT = 1 q0 q q0 0 e (q ) dq = 2 T = Dynamique du codage S o i t [ . Soit h(k) la . Bruit de calcul 96dB il Le bruit de calcul. s'ajoute au bruit de quantification.7) dB ⎝ PA ⎠ dB ⎝ PA ⎠ ⎛ Pc ⎞ ⎛ Pc ⎞ ⎜ ⎟ = 10 Log 10 ⎜ ⎟ = (6M .12 = 2 . on a : ⎛ Pc ⎞ ⎛ Pc ⎞ ⎜ ⎟ = 10 Log 10 ⎜ ⎟ = (6M + 1. 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 . l e p a s d e quantification est.3) dB ⎝ PT ⎠ dB ⎝ PT ⎠ Si.3 . pour M bits : q = soit : V0 = q 2 M .2 2M .

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 Pf = ∫ +Fe 2 . D'APRES LA RELATION DE PARSEVAL: PS = PQ ∫ H(f) df = PQ 2 ∑ h(k) k=0 +∞ 2 Soit encore ⎧ ⎪PSA = PA Pf = ⎪ ⎨ ⎪P = PT Pf = ⎪ ST ⎩ q2 12 q2 3 ∑ ∑ k=0 +∞ k=0 +∞ h(k) h(k) 2 2 .Fe 2 H(f) df . O N +Fe 2 .Fe 2 2 EN DEDUIT .58 réponse impulsionnelle du filtre.