TDS TD4 Slides2020

Outils Mathématiques pour l’Ingénieur
...
TD4 de Traitement du Signal
...
Filtrage de signaux à temps continu et discret
Benoı̂t Marx
Centre de Recherche en Automatique de Nancy (CRAN)

Ecole Nationale Supérieure de Géologie (ENSG)
Rappels > filtres réels
Filtre passe bas Filtre passe bande
Filtre passe haut Filtre coupe bande

Rappels > Algorithme de synthèse de filtres
(1) Facteur de forme ε du filtre passe-bas normalisé équivalent (FPBNE)

q
Ap
ε = 10 10 − 1
(2) Sélectivité k
filtre P-bas P-haut P-bande Coupe-bande
ωp ωa ωp+ −ωp− ωa+ −ωa−
sélectivité k ωa ωp ωa+ −ωa− ωp+ −ωp−
(3) Ordre n du filtre PBNE :

Butterworth Chebychef
Aa
Aa −Ap 10 10 −1
narccosh k1 ≥

n≥ 20log ( k1 )
cosh2 ε2
(4) Filtre PBNE Hn (pn ) = 1/Bε,n (pn ) ou Hn (pn ) = 1/Cε,n (pn ).

(5) Dénormalisation : H(p) = Hn (pn )
filtre P-bas P-haut P-bande Coupe-bande
−1
p ωp ω0 ω0 p ωp+−ω p− ω0 p
pn ωp p ωp+ −ωp− p + ω0 ω0 p + ω0
√ √
où ω0 = ωp+ ωp− = ωa+ ωa−
Mise en œuvre du filtrage de signaux continus (1/2)
Données : spécifications fréquentielles

GdB (f ) ≥ −3 dB pour f ≥ 100 Hz
GdB (f ) ≤ −20 dB pour f ≤ 40 Hz
À faire : synthèse du filtre de Butterworth

Tracer le gabarit du filtre souhaité
Déterminer les paramètres ε, k, n et le polynôme de Butterworth.
Déterminer la fonction de transfert du FPBNE
Déterminer la fonction de transfert du filtre souhaité
Tracer son diagramme de Bode et le comparer au gabarit
Simuler la réponse du filtre à x(t) = sin(100t) + sin(650t) et la
comparer à l’entrée.
Gabarit
Calcul du facteur de forme, de la sélectivité et de l’ordre

Gabarit
GdB (ω)
ωa = 80π ωp = 200π ω = 2πf
−Ap = −3dB
−Aa = −20dB
filtre passe-haut

Gabarit
GdB (ω)
ωa = 80π ωp = 200π ω = 2πf
−Ap = −3dB
−Aa = −20dB
filtre passe-haut

p
facteur de forme : ε = 10Ap /10 − 1 ⇒ε=1
Gabarit
GdB (ω)
ωa = 80π ωp = 200π ω = 2πf
−Ap = −3dB
−Aa = −20dB
filtre passe-haut

p
ωa
sélectivité : k = ωp
⇒ k = 0.4
Gabarit
GdB (ω)
ωa = 80π ωp = 200π ω = 2πf
−Ap = −3dB
−Aa = −20dB
filtre passe-haut

p
ωa
sélectivité : k = ωp
⇒ k = 0.4
Aa −Ap
ordre : n ≥ 20log (1/k)
⇒n=3
n=3 Im(p)
Polynôme de Butterworth
• Les pôles sont les racines à
π
IRe(p) < 0 de : ei
(n+1)π
2n
ei 2n
1 + (−1)n ε2 p 2n = 0
C(0, ε−1/n)
• Pour n impair : eiπ Re(p)

−1/n i kπ n+1 3n−1
zk = ε e n , k= , ...,
2 2
(3n−1)π
ei 2n
pôles instables
pôles stables
n=3 Im(p)
π
IRe(p) < 0 de : ei
(n+1)π
2n
ei 2n
1 + (−1)n ε2 p 2n = 0
C(0, ε−1/n)

−1/n i kπ n+1 3n−1
zk = ε e n , k= , ...,
2 2
(3n−1)π
• Pour n = 3 et ε = 1 ei 2n
2π
√ pôles instables
→ z1 = e i = − 12 + i
3
2
3
→ z2 = e iπ = −1 √
pôles stables
4π
→ z3 = e i 3 = − 12 − i 23
n=3 Im(p)
π
IRe(p) < 0 de : ei
(n+1)π
2n
ei 2n
1 + (−1)n ε2 p 2n = 0
C(0, ε−1/n)

−1/n i kπ n+1 3n−1
zk = ε e n , k= , ...,
2 2
(3n−1)π
2π
→ z1 = e i = − 12 + i
3
2
3
→ z2 = e iπ = −1 √
pôles stables
4π
→ z3 = e i 3 = − 12 − i 23
Fonction de transfert du FPBNE

n=3 Im(p)
π
IRe(p) < 0 de : ei
(n+1)π
2n
ei 2n
1 + (−1)n ε2 p 2n = 0
C(0, ε−1/n)

−1/n i kπ n+1 3n−1
zk = ε e n , k= , ...,
2 2
(3n−1)π
2π
→ z1 = e i = − 12 + i
3
2
3
→ z2 = e iπ = −1 √
pôles stables
4π
→ z3 = e i 3 = − 12 − i 23
1
Hn (pn ) =
(pn − z1 )(pn − z2 )(pn − z3 )
n=3 Im(p)
π
IRe(p) < 0 de : ei
(n+1)π
2n
ei 2n
1 + (−1)n ε2 p 2n = 0
C(0, ε−1/n)

−1/n i kπ n+1 3n−1
zk = ε e n , k= , ...,
2 2
(3n−1)π
2π
→ z1 = e i = − 12 + i
3
2
3
→ z2 = e iπ = −1 √
pôles stables
4π
→ z3 = e i 3 = − 12 − i 23
1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
Fonction de transfert du FPBNE :

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
Fonction de transfert du filtre

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
ωp
On obtient H(p) par dénormalisation avec : H(p) = Hn (pn ) et pn = p
1
H(p) = 3 2
ωp ωp ωp
p +2 p +2 p +1

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
ωp
1
H(p) = 3 2
ωp ωp ωp
p +2 p +2 p +1
p3
H(p) =
p 3 + 2ωp p 2 + 2ωp2 p + ωp3

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
ωp
1
H(p) = 3 2
ωp ωp ωp
p +2 p +2 p +1
p3
H(p) =
p 3 + 2ωp p 2 + 2ωp2 p + ωp3
Diagramme de Bode
Utiliser les fonctions tf([...],[...]) et bode(...)

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
ωp
1
H(p) = 3 2
ωp ωp ωp
p +2 p +2 p +1
p3
H(p) =
p 3 + 2ωp p 2 + 2ωp2 p + ωp3
Diagramme de Bode
Filtrage de x(t) = sin(100t) + sin(650t)

Définir les vecteurs t et x et utiliser lsim(H,x,t) pour comparer x(t)
et x(t) filtré.
Diagramme de Bode du filtre passe-haut
Résultat du filtrage passe-haut
Données : spécifications fréquentielles

GdB (f ) ≥ −3 dB pour 40 Hz ≤ f ≤ 80 Hz
GdB (f ) ≤ −23 dB pour f ≤ 25 Hz ou f ≥ 128 Hz
À faire : synthèse du filtre de Butterworth

Tracer le gabarit du filtre souhaité
Déterminer les paramètres ε, k, n et le polynôme de Butterworth.
Déterminer la fonction de transfert du FPBNE.
Déterminer la fonction de transfert du filtre souhaité.
Tracer son diagramme de Bode et le comparer au gabarit.
Simuler la réponse du filtre à x(t) = sin(100t) + sin(300t) + sin(900t)
et la comparer à l’entrée.
Gabarit

Gabarit
GdB (ω)
ωa− ωp− ωp+ ωa+
50π 80π 160π 256π ω = 2πf
−Ap = −3dB
−Aa = −23dB
filtre passe-bande

Gabarit
GdB (ω)
50π 80π 160π 256π ω = 2πf
−Ap = −3dB
−Aa = −23dB
filtre passe-bande

p
Gabarit
GdB (ω)
50π 80π 160π 256π ω = 2πf
−Ap = −3dB
−Aa = −23dB
filtre passe-bande

p
ω −ωp− 80π
sélectivité : k = ωp+
a+ −ωa−
= 206π ⇒ k = 0.38
Gabarit
GdB (ω)
50π 80π 160π 256π ω = 2πf
−Ap = −3dB
−Aa = −23dB
filtre passe-bande

p
ω −ωp− 80π
sélectivité : k = ωp+
a+ −ωa−
= 206π ⇒ k = 0.38
Aa −Ap
ordre : n ≥ 20log (1/k)
= 2, 4 ⇒n=3
Mêmes ε = 1 et n = 3, donc même polynôme de Butterworth :
B3,1 (p) = p 3 + 2p 2 + 2p + 1
Mêmes ε = 1 et n = 3, donc même polynôme de Butterworth :
B3,1 (p) = p 3 + 2p 2 + 2p + 1
idem
1
Hn (pn ) = 3 2
pn + 2pn + 2pn + 1

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
On obtient H(p) par dénormalisation avec : H(p) = Hn (pn ) et

ω0 ω0 p √
pn = + , avec ω0 = ωp+ ωp−
ωp+ − ωp− p ω0

a p ωp+ ∗ ωp−
pn = + , avec b = (ωp+ − ωp− ) et a =
p b ωp+ − ωp−
Ce qui donne

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1

ω0 ω0 p √

a p ωp+ ∗ ωp−
pn = + , avec b = (ωp+ − ωp− ) et a =
p b ωp+ − ωp−
Ce qui donne
1
H(p) = 3 2
p
a
p + b + 2 pa + pb + 2 pa + pb + 1

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1

ω0 ω0 p √

a p ωp+ ∗ ωp−
pn = + , avec b = (ωp+ − ωp− ) et a =
p b ωp+ − ωp−
Ce qui donne
1
H(p) = 3 2
p
a
p + b + 2 pa + pb + 2 pa + pb + 1
p3
H(p) =
1 2 3a 2 4a 3a2

b3 p6 + b2 p5 + b2 + b p4 + b +1 p3 + b +2a p 2 +2a2 p+a3
Fonction de transfert du filtre cherché :

p3
H(p) =
1 6 + 2 p 5 + 3a + 2 p 4 + 4a +1 p 3 + 3a2 +2a p 2 +2a2 p+a3

b 3 p b 2 b 2 b b b
avec b = (ωp+ − ωp− ) et a = (ωp+ ∗ ωp− )/b.
Diagramme de Bode
Filtrage de x(t) = sin(100t) + sin(300t) + sin(900t)

Définir les vecteurs t et x et utiliser lsim(H,x,t) pour comparer x(t)
et x(t) filtré.
Diagramme de Bode du filtre passe-bande
Résultat du filtrage passe-bande
Rappels > signaux et systèmes à temps discret
temps continu temps discret

temps t∈R t = kT , k ∈ N
signal fonction x(t) suite {x(kT )}k∈N
entrée/sortie éq. différentielle récurrence
transformation Laplace en Z
linéaire linéaire
d
dt ' p retard de nT ' z −n
fo de transfert Y (p) = H(p)X (p) Y (z) = H(z)X (z)

Rappels > Équivalence entre récurrence et H(z)
Équation de récurrence
y (kT ) + 3y ((k − 1)T ) = x(kT ) + 2x((k − 1)T ) − 5x((k − 3)T ))
Par linéarité de la transformée en z

Z(y (kT ))+3Z(y ((k−1)T )) = Z(x(kT ))+2Z(x((k−1)T ))−5Z(x((k−3)T )))

En utilisant Z(f (kT − nT )) = z −n Z(f (kT ))

Z(y (kT ))+3z −1 Z(y (kT )) = Z(x(kT ))+2z −1 Z(x(kT ))−5z −3 Z(x(kT ))

En utilisant Z(f (kT − nT )) = z −n Z(f (kT ))

Z(y (kT ))+3z −1 Z(y (kT )) = Z(x(kT ))+2z −1 Z(x(kT ))−5z −3 Z(x(kT ))
En factorisant en X (z) et Y (z), on a une fonction de transfert

1 + 2z −1 − 5z −3

Y (z) = X (z)
1 + 3z −1
| {z }
=H(z)
Rappels > Discrétisation : H(p) → H(z)
Changement de variable pour faire le passage H(p) → H(z)

Discrétisation arrière
y (t) = dx(t)
dt
⇔ Y (p) = pX (p)
x(t) − x(t − T ) 1 − z −1
y (t) = ⇒ p∼
T T

y (t) = dx(t)
dt
⇔ Y (p) = pX (p)
x(t) − x(t − T ) 1 − z −1
y (t) = ⇒ p∼
T T
Discrétisation avant
y (t) = dx(t)
dt
⇔ Y (p) = pX (p)
x(t + T ) − x(t) z −1
y (t) = ⇒ p∼
T T

y (t) = dx(t)
dt
⇔ Y (p) = pX (p)
x(t) − x(t − T ) 1 − z −1
y (t) = ⇒ p∼
T T
Discrétisation avant
y (t) = dx(t)
dt
⇔ Y (p) = pX (p)
x(t + T ) − x(t) z −1
y (t) = ⇒ p∼
T T
Discrétisation
Rt de Tustin (la plus efficace)
y (t) = 0 x(τ )dτ ⇔ Y (p) = p1 X (p)
x(t) + x(t − T ) 2(1 − z −1 )

y (t) = y (t − T ) + T ⇒ p∼
2 T (1 + z −1 )
Rappels > Etapes du filtrage numérique
Données : Signal et spécifications fréquentielles (p.ex. ωa , ωp , Aa , Ap )
Synthèse du filtre en temps continu : Gabarit ⇒ Hn (pn ) ⇒ H(p)
Discrétisation (p.ex. de Tustin) : H(p) ⇒ H(z)
Équivalence H(z) ∼ récurrence
Filtrage numérique par une simple récurrence :

1
y (kT ) = a0 (b0 x(kT )+b1 x((k−1)T )+. . .−a1 y ((k−1)T )−a2 y ((k−2)T )−. . . )
Mise en œuvre du filtrage numérique
Fichiers à récupérer sur Arche/Teams et enregistrer dans votre cd

Le programme trace spec.m permettant de tracer la transformée de
Fourier d’un signal.
Les données dataTD4.mat contenant muz : le signal audio à débruiter
et Fe : la fréquence d’échantillonnage.
À faire : filtrage d’un signal discret

Tracer le spectre de muz (commande : trace spec(muz,Fe)).
(Écouter muz (commande : sound(muz,Fe)))
Déterminer le filtre de Butterworth.
On fixe ε = 1 et n = 3, reste à choisir ωp .
Discrétiser H(p) pour obtenir H(z).
Déterminer la relation de récurrence équivalente à H(z).
Filtrer muz et tracer le spectre du signal filtré.
Comment améliorer le filtrage ?
Tracer le spectre (i.e. la transformée de Fourier) du signal bruité
>> trace_spec(muz,Fe)
Déterminer un filtre de Butterworth

On veut supprimer le bruit en H.F. ⇒ on utilise un passe-bas
On fixe ε = 1 et n = 3, reste à choisir ωp

FPBNE (vu en 1ère partie) :
1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
p
H(p) obtenu par dénormalisation avec pn = ωp
ωp3
H(p) =
p 3 + 2ωp p 2 + 2ωp2 p + ωp3

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
p
ωp3
H(p) =
p 3 + 2ωp p 2 + 2ωp2 p + ωp3
2(1−z −1 )

H(z) obtenu par discrétisation des trapèzes, avec p = T (1+z −1 ) :

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
p
ωp3
H(p) =
p 3 + 2ωp p 2 + 2ωp2 p + ωp3
2(1−z −1 )

ωp3
H(z) = 3 2
2(1−z −1 ) 2(1−z −1 ) 2(1−z −1 )
T (1+z −1 )
+ 2ωp T (1+z −1 )
+ 2ωp2 T (1+z −1 )
+ ωp3

1
Hn (pn ) =
pn3 + 2pn2 + 2pn + 1
p
ωp3
H(p) =
p 3 + 2ωp p 2 + 2ωp2 p + ωp3
2(1−z −1 )

ωp3
H(z) = 3 2
2(1−z −1 ) 2(1−z −1 ) 2(1−z −1 )
T (1+z −1 )
+ 2ωp T (1+z −1 )
+ 2ωp2 T (1+z −1 )
+ ωp3
ωp3 T 3 (1+z −1 )3
=
8(1−z −1 )3+8ω p (1−z
−1 ) (1+z −1 )+4ωp2 T 2 (1−z −1 )(1+z −1 )2+ωp3 T 3 (1+z −1 )3
2
Filtrage en temps discret par une relation de récurrence

−1

H(z) obtenu par discrétisation des trapèzes, avec p = T2(1−z −1
(1+z )
)
:
b0 z −3 + b1 z −2 + b2 z −1 + b3
H(z) =
a0 z −3 + a1 z −2 + a2 z −1 + a3

−1

(1+z )
)
:
b0 z −3 + b1 z −2 + b2 z −1 + b3
H(z) =
a0 z −3 + a1 z −2 + a2 z −1 + a3
Relation entrée sortie du filtre :

b0 z −3 + b1 z −2 + b2 z −1 + b3

Muzf (z) = Muz(z)
a0 z −3 + a1 z −2 + a2 z −1 + a3

−1

(1+z )
)
:
b0 z −3 + b1 z −2 + b2 z −1 + b3
H(z) =
a0 z −3 + a1 z −2 + a2 z −1 + a3

b0 z −3 + b1 z −2 + b2 z −1 + b3

Muzf (z) = Muz(z)
a0 z −3 + a1 z −2 + a2 z −1 + a3
Relation de récurrence à utiliser pour avoir muzf (kT ) à partir de

muz(kT ) :

−1

(1+z )
)
:
b0 z −3 + b1 z −2 + b2 z −1 + b3
H(z) =
a0 z −3 + a1 z −2 + a2 z −1 + a3

b0 z −3 + b1 z −2 + b2 z −1 + b3

Muzf (z) = Muz(z)
a0 z −3 + a1 z −2 + a2 z −1 + a3
Relation de récurrence à utiliser pour avoir muzf (kT ) à partir de

muz(kT ) :
1
muzf (kT ) = (b3 muz(kT )+b2 muz((k −1)T )+b1 muz((k −2)T )+b0 muz((k −3)T )
a3
−a2 muzf ((k −1)T −a1 muzf ((k −2)T )−a0 muzf ((k −3)T ))
Application avec Matlab

Relation de récurrence entre muzf (kT ) et muz(kT ) :
1
a3

1
a3
Une simple boucle for :

1
a3
Une simple boucle for :
T=1/Fe;
wp=2*pi*3000;
a0=...
..
.
b3=...
muzf=muz;
for k=4:length(muz)
muzf(k)=(1/a3)*(b3*muz(k)+b2*muz(k-1)+b1*muz(k-2)+b0*muz(k-3)
-a2*muzf(k-1)-a1*muzf(k-2)-a0*muzf(k-3));
end
trace_spec(muzf,Fe);
Spectre (i.e. la transformée de Fourier) du signal débruité
>> trace_spec(muzf,Fe)
filtrage P.B.
− − − H(z) − −− >

filtrage P.B.
− − − H(z) − −− >

On peut diminuer ωp
+ atténuation du bruit
− détérioration du signal
filtrage P.B.
− − − H(z) − −− >

Augmenter l’ordre du filtre
+ meilleure sélectivité
− refaire tous les calculs
filtrage P.B.
− − − H(z) − −− >

Augmenter l’ordre du filtre
− refaire tous les calculs
Passer plusieurs fois dans le filtre d’ordre 3
+ copier/coller de la boucle for
P.B. P.B. P.B.

− H(z) −> − H(z) −> − H(z) −>
ordre 3 ordre 3 ordre 3
Spectre (i.e. la transformée de Fourier) du signal débruité 1fois
>> trace_spec(muz,Fe)
>> trace_spec(muzf2,Fe)

TDS TD4 Slides2020

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TDS TD4 Slides2020

Transféré par

Droits d'auteur :

Formats disponibles

Outils Mathématiques pour l’Ingénieur

Centre de Recherche en Automatique de Nancy (CRAN)

Filtre passe bas Filtre passe bande

Filtre passe haut Filtre coupe bande

(1) Facteur de forme ε du filtre passe-bas normalisé équivalent (FPBNE)

(3) Ordre n du filtre PBNE :

(4) Filtre PBNE Hn (pn ) = 1/Bε,n (pn ) ou Hn (pn ) = 1/Cε,n (pn ).

Données : spécifications fréquentielles

À faire : synthèse du filtre de Butterworth

Calcul du facteur de forme, de la sélectivité et de l’ordre

Calcul du facteur de forme, de la sélectivité et de l’ordre

Calcul du facteur de forme, de la sélectivité et de l’ordre

Calcul du facteur de forme, de la sélectivité et de l’ordre

Calcul du facteur de forme, de la sélectivité et de l’ordre

• Pour n impair : eiπ Re(p)

• Pour n impair : eiπ Re(p)

• Pour n impair : eiπ Re(p)

Fonction de transfert du FPBNE

• Pour n impair : eiπ Re(p)

Fonction de transfert du FPBNE

• Pour n impair : eiπ Re(p)

Fonction de transfert du FPBNE

Fonction de transfert du FPBNE :

Fonction de transfert du FPBNE :

Fonction de transfert du FPBNE :

Fonction de transfert du FPBNE :

Fonction de transfert du FPBNE :

Filtrage de x(t) = sin(100t) + sin(650t)

Données : spécifications fréquentielles

À faire : synthèse du filtre de Butterworth

Calcul du facteur de forme, de la sélectivité et de l’ordre

Calcul du facteur de forme, de la sélectivité et de l’ordre

Calcul du facteur de forme, de la sélectivité et de l’ordre

Calcul du facteur de forme, de la sélectivité et de l’ordre

Calcul du facteur de forme, de la sélectivité et de l’ordre

Fonction de transfert du FPBNE :

Fonction de transfert du FPBNE :

Fonction de transfert du FPBNE :

Fonction de transfert du filtre cherché :

avec b = (ωp+ − ωp− ) et a = (ωp+ ∗ ωp− )/b.

Filtrage de x(t) = sin(100t) + sin(300t) + sin(900t)

temps continu temps discret

signal fonction x(t) suite {x(kT )}k∈N

entrée/sortie éq. différentielle récurrence

fo de transfert Y (p) = H(p)X (p) Y (z) = H(z)X (z)

Par linéarité de la transformée en z

Par linéarité de la transformée en z

En utilisant Z(f (kT − nT )) = z −n Z(f (kT ))

Par linéarité de la transformée en z

En utilisant Z(f (kT − nT )) = z −n Z(f (kT ))

En factorisant en X (z) et Y (z), on a une fonction de transfert

Changement de variable pour faire le passage H(p) → H(z)

Changement de variable pour faire le passage H(p) → H(z)

Changement de variable pour faire le passage H(p) → H(z)

x(t) + x(t − T ) 2(1 − z −1 )

Données : Signal et spécifications fréquentielles (p.ex. ωa , ωp , Aa , Ap )

Synthèse du filtre en temps continu : Gabarit ⇒ Hn (pn ) ⇒ H(p)

Discrétisation (p.ex. de Tustin) : H(p) ⇒ H(z)

Équivalence H(z) ∼ récurrence

Filtrage numérique par une simple récurrence :

Fichiers à récupérer sur Arche/Teams et enregistrer dans votre cd

À faire : filtrage d’un signal discret

Déterminer un filtre de Butterworth