Académique Documents
Professionnel Documents
Culture Documents
FILTRAGE ANALOGIQUE
Le filtre est un système qui permet de modifier le spectre de fréquence d’un signal et d’éliminer
les bruits pour extraire l’information utile. On utilise fréquemment les filtres dans notre vie
quotidienne, pour sélectionner par exemple les stations radios ou les chaînes de télévision, ou
encore en téléphonie, pour séparer les données de la voix.
L’ADSL (Asymetric Digital Subscriber Line, ligne d’abonné numérique asymétrique) permet
d’utiliser une ligne téléphonique pour transmettre et recevoir des données numériques.
La figure (III.1) donne un exemple d’un filtre pour la détection de contours.
La réponse impulsionnelle h(t) d’un système est la réponse de ce système à une impulsion de
Dirac (Fig.III.2), c'est-à-dire lorsque toutes les fréquences sont présentes à son entrée, puisque
TF[δ(t)] =1.
La réponse impulsionnelle caractérise complétement le système.
Filtrage analogique
Un système est un opérateur qui transforme un signal d’entrée e(t), en un signal de sortie s(t).
On écrit alors :
+∞
La réponse d'un système linéaire et invariant dans le temps à un signal quelconque s'obtient en
convoluant l’entrée e(t) avec la réponse impulsionnelle h(t) du système. On peut dire que le
filtre est un convolueur. La relation (III.1) peut donc remplacer l’équation différentielle
régissant le système.
Tout système linéaire peut se modéliser par une équation différentielle de type :
ou encore
n m
di s(t) dj e(t)
∑ bi = ∑ a j
(III.3)
dt i dt j
i=0 j=0
e(t) C s(t)
dn f(t)
↔ p n F( p ) ③
dt
H(p) = 𝒯ℒ[h(t)] est appelé la fonction de transfert. La fonction de transfert est la transformée
de Laplace de la réponse impulsionnelle.
i(t) R
e(t) C s(t)
1 1 1 t
s(t) = h(t) = 𝒯ℒ −1 [ ] = 𝒯ℒ −1 [ ] = e−τ u(t)
1 + pτ 1 τ
τ( τ + p)
La figure (III.4) montre que la décroissance est d’autant plus rapide que la constante de temps
est faible.
réponse impulsionnelle
2 =1
= 0.5
s(t)
0
-1 0 1 2 3 4 5
t
2- Pôles et zéros
Les racines du polynômes numérateur N(p) = 0 sont les zéros (zi) de la fonction de transfert.
Le gain est nul. N(p) peut s’écrire sous la forme :
m
Les racines du polynômes dénominateur D(p) = 0 sont les pôles (pi) de la fonction de transfert.
Le gain est infini. D(p) peut s’écrire sous la forme :
D’où
N(p) a ∏m
i=1(p − zi )
H(p) = = n (III.9)
D(p) b ∏i=1(p − pi )
Les pôles et les zéros peuvent être réels ou complexes conjugués deux à deux. La fonction de
transfert H(p) est entièrement déterminée par les valeurs de zi et pi.
On peut représenter graphiquement ces pôles et zéros dans le plan complexe, le plan de p. Le
zéro est représenté sur la figure (III.5) par un cercle (o), et le pôle par une croix (x). Le plan de
p fournit de l’information sur le type du système et le type de réponse du système.
Plan de p
1.5
1
Imaginary Part
0.5
-0.5
-1
-1.5
-2 -1 0 1 2
Real Part
3- Causalité
Pour un système causal, le degré du numérateur de sa fonction de transfert est inférieur ou égal
au degré de son dénominateur :
D° [N(p)] ≤ D° [D(p)]; c′est à dire m ≤ n (III.10)
Le nombre de pôles est donc supérieur ou égal au nombre de zéros.
4- Stabilité
Le système est stable, si la réponse temporelle tend vers zéro lorsque t tend vers l’infini. Ce qui
entraine que les pi doivent être à partie réelle négatives.
pi > 0, alors lim epi t = +∞, la sortie diverge, le système est instable.
t→+∞
➢ Un système est stable si à une entrée bornée correspond une sortie bornée.
Un signal d’entrée e(t) est borné si :
∃ A ≥ 0 tel que ∀ t ∈ ℝ ∶ |e(t)| ≤ 0
La sortie s(t) est donnée par la relation (III.1) :
+∞
|s(t)| ≤ A ∫ |h(τ)| dτ
−∞
+∞
Pour que la sortie s(t) soit bornée, il faut que ∫−∞ |h(τ)| dτ soit absolument convergente.
Ainsi, pour qu’un système soit stable, il faut que la réponse impulsionnelle soit convergente :
+∞
Solution :
1)
+∞ +∞ +∞ +∞
La figure (III.6) montre que tous les pôles d’un système stable sont donc situés à gauche de
l’axe vertical.
1.5 1.5
1 1
0.5
Imaginary Part
0.5
Imaginary Part
0 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-1.5 -1 -0.5 0 0.5 1 1.5 -1 -0.5 0 0.5 1
Real Part Real Part
(a) (b)
0.8
0.6
0.4
Imaginary Part
0.2
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.5 0 0.5 1
Real Part
➢ Un système linéaire est dit passe-tout, si ses pôles se trouvent uniquement dans le demi-plan
gauche et ses zéros uniquement dans le demi-plan droit (Fig.III.8).
1
0.8
0.6
0.4
Imaginary Part
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.5 0 0.5 1
Real Part
➢ Pôle réel
▪ Pôle nul simple
1
H(p) = ; p = 0 et h(t) = 𝒯ℒ −1 [H(p)] = u(t)
p
La figure (III.9) montre que la sortie est constante. Le système ne retourne pas dans sa position
d’équilibre et ne s’en écarte pas non plus.
0.5
0
-1 -0.5 0 0.5 1
Fig III.9. Sorties pôle nul simple
La figure (III.10) montre que l’amplitude croit avec le temps t, la sortie tend vers l’infini, donc
diverge. Le système est alors instable.
2
0
-2 -1 0 1 2
▪ Pôle négatif
1
H(p) = ; p = −1 et h(t) = 𝒯ℒ −1 [H(p)] = e−t
p+1
1
H(p) = ; p = −5 et h(t) = 𝒯ℒ −1 [H(p)] = e−5t
p+5
Le système n’est donc stable que si la partie réelle de tous ses pôles est négative (ℛℯ(p) <
0). La figure (III.11) montre que l’amplitude décroit avec le temps t et plus la partie réelle du
pôle est éloignée de l’axe des imaginaires (c'est-à-dire plus grande en valeur absolue) plus la
décroissance est rapide par conséquent plus le système est rapide.
1
e-t
0.5 -5t
e
0
0 1 2 3 4
▪ Pôle positif
1
H(p) = ; p = 1 et h(t) = 𝒯ℒ −1 [H(p)] = et
p−1
1
H(p) = ; p = 5 et h(t) = 𝒯ℒ −1 [H(p)] = e5t
p−5
Le système est instable. La figure (III.12) montre que l’amplitude croit avec t, la réponse
diverge.
200
100
0
0 1 2 3 4 5
➢ Pôles Complexes
▪ Partie réelle négative
1 1
H(p) = 2
; p = −2 ± 2j et h(t) = 𝒯ℒ −1 [H(p)] = e−2t sin (2t)
(p + 2) + 4 2
0.5
0 0
-0.5
-1 -50
0 5 10 15 0 5 10 15
Partie réelle négative Partie réelle positive
ℐ𝓂(p)
Pôles complexes
Pôles complexes
X Pôles imaginaires purs X
Sinusoïde X Sinusoïde
amortie amplifiée
X Sinusoïde X
Exponentielle X
décroissante
Pôles réels > 0
X X X X X ℛℯ(p)
Pôles réels < 0
Exponentielle
X croissante
Sinusoïde 0
0
Constante
X
Systèmes stables Systèmes instables
dn s(t)
⇋ 2jπf n S(f)
dt n
on trouve
bn (jω)n S(f) + bn−1 (jω)n−1 S(f) + ⋯ + b0 S(f) = am (jω)m E(f) + am−1 (jω)m−1 E(f) + ⋯ + a0 E(f)
ds(t)
e(t) = RC + s ( t) ③
dt
III-3 FILTRES
III-3-1 Introduction
Un filtre linéaire est un système linéaire et invariant dans le temps (SLIT), qui laisse passer
certaines fréquences d’un signal d’entrée et arrête ou atténue les autres fréquences.
bande passante
Exemple 6 :
m(t)
2°
e(t) Quadrateur s(t) = e2(t)
3° e(t) RC s(t)
e(t) = cos(2piF0t)
0 (a)
-1
-T0 0 T0
h(t) = rect(t/T)
1
(b)
0
-1 -T/2 0 T/2 1
s(t) = e(t) x h(t)
0 (c)
-1
-T/2 -T0 0 T0 T/2
Le filtre temporel va-t-il modifier le spectre du signal filtré ? D’après le théorème de Plancherel,
la transformée de Fourier d’un produit de deux signaux est égale au produit de convolution des
transformées de Fourier de ces deux signaux :
𝒯ℱ[e(t) × h(t)] = E(f) ∗ H(f)
Par conséquent le spectre en fréquence de la sortie du filtre est donné par :
S(f) = E(f) ∗ H(f)
Pour le cas précédent du signal sinusoïdal de période T0, le spectre du signal d’entrée e(t)
représenté sur la figure (III.18a) est :
1
E(f) = [δ(f + F0 ) + δ(f − F0 )]
2
Le signal de sortie s(t) est le signal d’entrée e(t) coupé et limité par le rectangle de largeur T :
t T T
s(t) = cos(2πF0 t) × rect ( ) = {cos(2πF0 t) si t ∈ [− , ]
2 2
T
0 ailleurs
Son spectre S(f) est :
1
S(f) = E(f) ∗ H(f) = [δ(f − F0 ) − δ(f − F0 )] ∗ Tsinc(Tf)
2
T
= [sincT(f + F0 ) + sincT(f − F0 )]
2
H(f) est le spectre du signal rectangulaire représenté sur la figure (III.18b).
S(f) est un spectre formé de deux sinus cardinaux, l’un décalé vers la droite à F0, l’autre à
gauche à -F0 comme il est illustré sur la figure (III.18c). Le filtrage temporel affecte donc le
spectre du signal filtré. Le filtrage temporel est une convolution fréquentielle.
E(f) = TF[e(t)]
0,5
(a)
0
-F0 0 F0
H(f) = TF[h(t)]
(b)
0
0
S(f) = TF[s(t)]
T/2
(c)
0
-F0 0 F0
2- Filtrage fréquentiel
Filtre fréquentiel
E(f) S(f)
H(f)
La figure (III.19) montre que filtrer E(f) par le signal rectangulaire H(f), c’est réaliser le produit
simple des deux signaux E(f) et H(f). Le filtre fréquentiel est donc une multiplication
fréquentielle :
S(f) = E(f) × H(f)
E(f)
0,5
0
-F4 -F3 -F2 -F1 0 F1 F2 F3 F4
H(f) = rect(f/F)
0.5
0
-F/2 0 F/2
S(f) = E(f) x H(f)
0,5
0
-F2 -F1 0 F1 F2
e(t) = TF-1[E(f)]
2
0
-2
0
h(t) = TF-1[H(f)]
s(t) = TF-1[S(f)]
2
0
-2
A 2jπf t
s(t) = e(t) ∗ h(t) = A cos(2πf0 t) ∗ h(t) = [e 0 + e−2jπf0 t ] ∗ h(t)
2
+∞ +∞
A A
= e2jπf0 t ∫ h(τ) e−2jπf0 τ dτ + e−2jπf0 t ∫ h(τ) e2jπf0 τ dτ
2 2
−∞ −∞
A 2jπf t A A A
= e 0 H(f0 ) + e−2jπf0 t H(−f0 ) = e2jπf0 t ejφ |H(f0 )| + e−2jπf0 t |H(f0 )| e−jφ
2 2 2 2
A
= |H(f0 )| [ej(2πf0 t+φ) + e−j(2πf0 t+φ) ] = A |H(f0 ) |cos (2πf0 t + φ)
2
Le filtre linéaire transforme une sinusoïde à la fréquence f 0 en une autre sinusoïde à la même
fréquence mais avec une amplitude multipliée par |H(f 0)| et un déphasage φ = arg|H(f0 )|.
On appelle la distorsion toute modification d’amplitude et de phase dans un filtre linéaire.
Lorsque toutes les amplitudes ne sont pas uniformément atténuées, c’est la distorsion
d’amplitude. Lorsque toutes les fréquences ne sont pas uniformément retardées, c’est la
distorsion de phase.
Un filtre est sans distorsion linéaire lorsque le signal de sortie s(t) a la même forme que le signal
d’entrée e(t) à une constante multiplicative k près (Fig III.21). Le signal d’entrée peut subir une
amplification ou une atténuation et un retard.
e(t) s(t)
A A
0 0
0 0 t0
t t
𝒯ℱ [s(t)] = S(f) = 𝒯ℱ [k e(t – t0)] = 𝒯ℱ {e(t) * [k δ(t – t0)]} = 𝒯ℱ [e(t)] . 𝒯ℱ [k δ(t – t0)]
Avec la relation (II.55), on trouve finalement
S(f)
H(f) = = ke−2jπft0 = |H(f)| ejφ(f) (III.16)
E(f)
2pi
|H(f)|
(f)
k 0
-2pi
-1 0 1 -1/t0 0 1/t0
f f
Fig III.22. Réponse fréquentielle (module et phase) d’un filtre sans distorsion
Exercice 1 :
1) Soit un signal e(t) = cos(50t) + cos(43t) passant à travers un filtre de réponse |H(f)| = 1 et
φ(f) = -0.06 ω. Visualisons la sortie s(t) de ce filtre.
2) Même chose si φ(f) = -0.06ω - π/2.
3) Même chose si φ(f) = -ω².
Solution :
1) |H(f)| = 1 et φ(f) = -0.06 ω
2 e(t)
s(t)
1
0
-1
-2
0 0.5 1 1.5 2
On constate que le signal d’entrée et le signal de sortie sont décalés dans le temps mais ils ont
la même forme, le filtre est sans distorsion.
2 e(t)
s(t)
1
-1
-2
0 0.5 1 1.5 2
On constate que le signal d’entrée et le signal de sortie sont décalés dans le temps mais il y a
une légère distorsion due au déphasage du filtre qui ne s’annule pas pour f =0.
2 e(t)
s(t)
1
-1
-2
0 0.5 1 1.5 2
Dans ce cas, le déphasage n’est pas linéaire et la sortie présente des distorsions.
Exercice 2 :
1) On considère un système linéaire invariant ayant une réponse fréquentielle H(ω) représentée
sur la figure suivante :
2
H()
1
0
-7 -5 -3 -1 0 1 3 5 7
Solution :
L’entrée e(t) peut être exprimée comme :
1 1
e(t) = 3 + cos(πt) + 2
cos(2πt) + 2 cos(3πt) + ⋯
2 3
On va chercher la valeur de la réponse fréquentielle au point ω = 0, ω = π, ω = 2π …
La courbe de la réponse fréquentielle nous donne :
H(0) = 0 H(π) = 2 H(2π) = H(3π) = H(4π) … = 0
D’après l’équation (III.13) la sortie du filtre sera :
1
s(t) = 3 |H(0)| + |H(π)| cos(πt) + |H(2π)| cos(2πt) + ⋯ = 2cos (πt)
22
Le filtre linéaire transforme une sinusoïde à la fréquence f 0 en une autre sinusoïde à la même
fréquence mais avec une amplitude multipliée par |H(f 0)| et un déphasage φ(f0 ) = arg|H(f0 )|
entre la sortie et l’entrée.
arg|H(f0 )|
s(t) = A |H(f0 )| cos(2πf0 t + arg|H(f0 )|) = A |H(f0 )| cos (2πf0 [t + ])
2πf0
Le retard de phase τφ, représenté sur la figure (III.24), est lié au déphasage par la relation :
arg|H(f0 )|
τφ = − (III.19)
2πf0
τφ
-0,5 e(t)
s(t)
-1
Le signal d’entrée n’est pas toujours une sinusoïde pure. Le retard de groupe τg, caractérise le
retard apporté par le filtre sur les différents harmoniques du signal d’entrée. Il obéit à
l’équation :
1 d[arg|H(f)|] (III.20)
τg (f) = −
2π df
La figure (II.27) montre la différence entre le retard de phase et le retard de groupe.
-2
-4
0 0.002 0.004 0.006 0.008 0.01 0.012
5 τφ
τg
-5
0 0.002 0.004 0.006 0.008 0.01 0.012
1- Passe-bas
1 si 0 < f < fc
H(f) = {
0 ailleurs
|H(f)| 20log(|H(f)|)
fc 0 fc
f f
Fig III.28. Réponse fréquentielle du filtre passe-bas
Le module de la réponse fréquentielle vaut 1 dans la bande passante, nulle dans la bande coupée
(Fig III.28).
La bande passante est la gamme de fréquence non filtrée : BP = [0, fc]
On trouve le filtre passe-bas dans beaucoup d’applications. Il est utilisé comme filtre anti-
repliement pour la numérisation des signaux (cf chapitre IV) et un atténuateur d’aigues (hautes
fréquences) pour un signal audio. Le filtre passe-bas peut récupérer la valeur moyenne d’un
signal périodique.
Exemple 8 : La figure (III.29) montre comment le filtre passe bas de fréquence de coupure fc
= 0.5 Hz peut récupérer la composante continue E0 = 2 du signal d’entrée e(t) =
2 + cos(8πt).
3
2
1.5
E(f)
e(t)
2
1
0.5
1
0
0 0.5 1 -4 -2 0 2 4
t f
1
H(f)
0,5
0
-5 -3 -1 0 1 3 5
f
2
S(f)=E(f).H(f)
2
s(t)
1
1
0 0
0 0.5 1 -5 0 5
t f
2- Passe-haut
fc fc
f f
Exemple 9 : La figure (III.31) montre comment le filtre passe haut de fréquence de coupure fc
= 1 Hz élimine la composante continue E0 = 2 du signal d’entrée e(t) = 2 + cos(8πt).
3
2
1.5
E(f)
e(t)
2
1
0.5
1
0
0 0.5 1 -4 -2 0 2 4
t f
H(f) 1
0.5
0
-5 -3 -1 0 1 3 5
f
1
0.5
S(f)=E(f).H(f)
s(t)
0
0.25
-1
0
0 0.5 1 -4 -2 0 2 4
t f
Signal de sortie du filtre Spectre du signal filtré
sans composante continue
s(t) = cos(8πt) S(f) = 0.5 δ(f + 4) + 0.5 δ(f - 4)
3- Passe-bande
~
~
Ce filtre ne laisse passer qu’une bande de fréquences comprise entre la
~ fréquence de coupure basse fCB et la fréquence de coupure haute fCH du
filtre (Fig III.32). La réponse fréquentielle du filtre passe-bande est :
1 si fCB < f < fCH
H(f) = {
0 ailleurs
|H(f)| 20log(|H(f)|)
Exemple 10 : La figure (III.33) montre que le filtre passe bande de fréquence de coupure basse
fCB = 8 Hz et de fréquence de coupure haute fCH = 12 Hz n’a pas bloqué la fréquence f2 = 10
Hz, parce qu’il se trouve dans la bande passante du filtre : BP = [8 , 12].
4
2 1
0.75
e(t)
E(f)
0.5
-2
0.25
-4 0
0 0.5 1 -24 -10-4 0 4 10 24
t f
1
X: 8
Y: 1
H(f)
0.5
X: 12
Y: 0
0
-20 -10 0 10 20
f
Filtre passe-bande avec une bande
passante BP = [8 , 12]
0.5 0,25
S(f)=E(f).H(f)
s(t)
-0,5 0
-20 -10 0 10 20
0 0.5 1
f
t
~
~
Ce filtre empêche le passage d’une bande de fréquence. C’est l’inverse du
~ filtre passe-bande. La réponse fréquentielle du filtre passe-bande est :
0 si fCB < f < fCH
H(f) = {
1 ailleurs
|H(f)| 20log(|H(f)|)
Exemple 11 : La figure (III.35) montre que le filtre coupe bande de fréquence de coupure basse
fCB = 5 Hz et de fréquence de coupure haute fCH = 18 Hz a bloqué la fréquence f2 = 10
Hz, parce qu’il se trouve dans la bande coupée du filtre [5 , 18].
4
2 1
0.75
e(t)
E(f)
0.5
-2
0.25
-4 0
0 0.5 1 -24 -10-4 0 4 10 24
t f
1
H(f)
0.5
0
-18 -5 0 5 18
f
Filtre coupe-bande avec une bande
passante BP = [0, 5] ∪ [18, +∞[.
4
1
S(f)=E(f).H(f)
2
s(t)
0
0.5
-2
-4 0
0 0.5 1 -24 -4 0 4 24
t f
5- Passe-tout
~
~ Un filtre passe-tout possède une bande passante et aucune bande atténuée.
~ Il agit comme déphaseur sans changer l’amplitude du signal.
|H(f)| 20log(|H(f)|)
1 0
0
f f
Un filtre idéal transmet toutes les composantes utiles sans atténuation ni déphasage tout en
éliminant complétement les signaux indésirables. Il a donc une atténuation nulle en bande
passante et infinie en bande coupée et une largeur nulle de bande de transition, entre la bande
passante et la bande coupée (Fig III.37). Les coupures seront donc très rapide.
Considérons le filtre passe-bas idéal de la figure (III.37) de réponse fréquentielle H(f).
La réponse impulsionnelle est d’après la relation (II.45) :
h(t) = 𝒯ℱ -1[H(f)] = sinc(t)
On applique à l’entrée du filtre une impulsion à l’instant t = 0. Sur la figure (III.38), on observe
que l’effet est obtenu avant la cause, la réponse commence avant que l’impulsion ne soit injectée
dans le filtre à l’instant t = 0. Le système n’est pas causal, le filtre n’est pas physiquement
réalisable, par conséquent le filtre idéal n’existe pas.
|H(f)|
h(t) = TF-1[H(f)]
1
-5 0 5
t f
2- Filtre réel
La figure (III.39) montre que le filtre réel présente des imperfections dans sa réponse
fréquentielle :
▪ des ondulations dans la bande passante. Le gain n’est pas parfaitement égal à 1.
▪ des ondulations dans la bande coupée ou atténuée. Le gain n’est pas parfaitement nul.
▪ La transition entre la bande coupée et la bande passante est progressive, il ne se fait pas
avec une pente infinie.
1
ondullations dans la bande passante
bande de transition bande de transition
0
0
On définit le filtre réel par rapport à son correspondant idéal par les caractéristiques
suivantes :
Amax : atténuation maximum tolérée en bande passante.
Amin : atténuation minimum tolérée en bande coupée ou atténuée.
fp : fréquence de frontière de la bande passante.
fa : fréquence de frontière de la bande coupée ou atténuée.
On appelle gabarit, la représentation graphique des conditions limites. Le gabarit est caractérisé
par 2 points (fp, Amax) et (fa, Amin) comme illustré sur la figure (III.40).
On utilisera souvent le gabarit d’atténuation A en fonction de la pulsation ω.
Amax 0
bande transition
Amin
bande coupée
bande passante
0
fp fa
a- Passe-bas
Le filtre passe-bas ne transmet que les signaux de fréquence inférieure à f p (ωp = 2πfp). Le
gabarit doit avoir :
▪ Une valeur maximale Amax de l’atténuation dans la bande passante.
▪ Une valeur minimale Amin de l’atténuation dans la bande coupée.
▪ ωp le bord de bande passante.
▪ ωa le bord de bande coupée.
0
Attenuation (dB)
Amax
Amin
Bande de
Bande passante transition
Bande coupée
0 wp
ωp wa
ωa
fp ωp
k= =
fa ωa
b- Passe-haut
Le filtre passe-haut ne transmet que les signaux de fréquence supérieure à fp. Le gabarit doit
avoir :
▪ Une valeur maximale Amax de l’atténuation dans la bande passante.
▪ Une valeur minimale Amin de l’atténuation dans la bande coupée.
▪ ωp le bord de bande passante.
▪ ωa le bord de bande coupée.
0
Amax
Attenuation (dB)
Bande coupée
0 wa
ω a wp
ωp
On a :
ω > ωp bande passante
ωa < ω < ωp bande de transition
ω < ωa bande coupée
c- Passe-bande
ω0
0
Bande de transition
Bande de transition
Attenuation (dB) Amax Bande coupée Bande coupée
Amin
Bande passante
0
ωw1a w1p
1a ω1p
w2p
ω 2p
w2a
ω2a
d- Coupe bande
ω0
0
Bande de transition
Bande de transition
Amax
Attenuation (dB)
Amin
3- Normalisation de la fréquence
4- Normalisation du Gabarit
Le gabarit normalisé est obtenu donc en prenant comme fréquence de référence la fréquence f0.
Pour un filtre passe-bas (Fig.III.45a), la fréquence frontière de la bande passante devient :
fp fp
= =1
f0 fp
La fréquence de la bande coupée devient :
fa fa 1
= =
f0 fp k
Pour un filtre passe-bande (Fig.III.45b), la fréquence de référence est √f1p f2p .
A(dB) A(dB) ωa 1
=
ωp ωa 1 ωp k
ω(rd/s) Ω
-Amax -Amax
Normalisation
-Amin -Amin
(a)
(b)
4- Transformation
Elle permet de fabriquer des filtres passe haut, passe bande ou coupe bande à partir des filtres
normalisés passe bas.
A(dB) ωa A(dB) 1
=k
ωp 1 1 k
Ω Ω’
-Amax ⟺ -Amax
-Amin -Amin
Avec Matlab
Num = [0 1];
Den = [1 1];
La transformation qui permet de passer d'un filtre passe bas à un filtre passe bande est la
suivante :
1 1 s2 + 1
s ⟺ S = (s + ) = (III.24)
B s B×s
Avec Matlab
[numt,dent]=lp2bp(num,den,W0,Bw)
% W0 : pulsation centrale en rad/s
% Bw : La bande passante relative
-25
Solution :
La fréquence centrale :
f2𝑎 900
Ω2a = = =3
f0 300
A(dB) 1 2 3
6 3 1 2 3
Ω
-3
-25
La sélectivité est :
∆fp f2p − f1p 450 − 200
k= = = = 0.29
∆fa f2a − f1a 900 − 50
La variable complexe normalisée s est :
p jω jf
s= = = = jΩ
ω0 ω0 f0
On a d’après la relation
1 1
s⟺S= (s + ) = jΩ′
B s
avec
s = jΩ
on trouve
1 1
Ω′ = |Ω − |
B Ω
Ce changement de variable nous donne :
′
1 1 6 1 6
Ω1a = |Ω1a − |= | − |=7
B Ω1a 5 6 1
′
1 1 6 2 3
Ω1p = |Ω1p − |= | − |=1
B Ω1p 5 3 2
1 1 6 3 2
Ω′2p = |Ω2p − |= | − |=1
B Ω2p 5 2 3
1 1 6 1
Ω′2a = |Ω2a − | = |3 − | = 3.2
B Ω2a 5 3
′
On prend la plus faible valeur entre Ω1a et Ω′2a :
′
Ω′m = min(Ω1a , Ω′2a ) = 3.2
Le gabarit du filtre passe-bas équivalent est :
A(dB)
1 3.2
Ω’
-3
-25
La transformation qui permet de passer d'un filtre passe bas à un filtre passe bande est la
suivante :
B B×s
s⟺S= = 2 (III.25)
1
s+ s s +1
B est la bande passante relative.
L’ordre du filtre coupe-bande est doublé par rapport au filtre passe-bas.
Avec Matlab
[numt,dent]=lp2bs(num,den,W0,Bw)
% W0 : pulsation centrale en rad/s
% Bw : La bande passante relative
Le filtre de Butterworth est un filtre linéaire possédant un gain constant dans sa bande passante.
La réponse fréquentielle est :
1
|H(jω)|2 = (III.26)
1 + ε2 ω2n
n : ordre du filtre
ε : amplitude d’ondulation dans la bande passante
ε = 1 filtre de Butterworth standard
ε ≠ 1 filtre de Butterworth généralisé
en notation normalisée :
1
|H(jΩ)|2 = (III.27)
1 + ε2 Ω2n
ω ωc
avec ∶ Ω = ; fc = ∶ fréquence de coupure
ωc 2π
La réponse fréquentielle est normalisée par rapport à la pulsation de coupure ωc pour laquelle
l’atténuation est de -3dB.
L’atténuation est :
A(Ω) = |H(jΩ)|−1 = √1 + ε2 Ω2n (III.28)
L’atténuation est la plus plate possible dans la bande passante, il n’y a pas d’ondulation ni dans
la bande passante ni dans la bande coupée.
La figure (III.47) montre que lorsque l’ordre n du filtre tend vers l’infini, la réponse tend vers
celle d’un filtre idéal.
n=2
0.6
0.4
0.2
0
0 5 10 15 20 25 30 35 40
Fréquence f
a) Propriétés
∎ Ω = 0; |H(jΩ)| = 1
1
∎ ε = 1; Ω = 1; |H(jΩ)|2 =
2
2
10 log|H(jΩ)| = −10 log(2) = −3 dB
Toutes les courbes passent par -3 dB pour Ω = 1, soit f = fc et quel que soit la valeur n comme
il est illustré sur la figure (III.48).
∎ Ω ⟶ ∞; 10 log|H(jΩ)|2 = −10 log(Ω2𝑛 ) = −20n log Ω
Ω ⟶ 10Ω; −20n log(10Ω) = −20n − 20nlog Ω
Le gain présente une pente de -20n dB/décade (Fig III.48).
10
n=1 n=2 n=3
0
-3
-10
- 20 dB/déc
Gain (dB)
-20
- 40 dB/déc
-30
-40
-50 - 60 dB/déc
-60
-1 0 1
10 10 10
f
b) Fonction de transfert
1 1
|H(jΩ)|2 = =
|A(jΩ)|2 1 + ε2 Ω2n
Posons s = jΩ, la fonction devient :
1 1
H(s). H(−s) = = = |H(jΩ)|2 pour Ω2 = −s2
s 2n 1 + ε2 (−1)n s 2n
1 + ε2 ( j )
H(s) n’a aucun zéro, ni aucun pôle sur l’axe imaginaire. Cherchons les pôles de H(s).H(-s).
Les pôles sont les racines de l’équation :
s 2n
1 + ε2 ( ) = 0
j
s 2n 1 1
( ) = − 2 = 2 ej(π+2kπ)
j ε ε
1 j(π+2kπ)
s 2n = j2n e
ε2
d’où
j j(π+2kπ)
s= 1e
2n
εn
L’équation admet 2n racines. On a donc 2n pôles équirépartis sur le cercle trigonométrique de
rayon ε1/n et de centre 0, comme il est illustré sur la figure (III.49).
On ne garde que les pôles à partie réelle négative, pour que le système soit stable. On aura
donc n solutions :
j j(π+2kπ)
sk = 1 e 2n (III.29)
εn
obtenues pour les valeurs de k comprises entre 0 et n – 1 ; 0 ≤ k ≤ n − 1
1/n
Imaginary Part
Real Part
Fig III.49. Répartition des pôles de H(s).H(-s) dans le plan complexe pour n = 6
1
H(p) = (III.30)
∏n−1
k=0 (s − sk )
j j(π+2kπ)
sk = e 2
ε
1 1
H(s) = =
∏n−1
k=0 (p − pk ) 1
p+ε
1
H(s) = pour ε = 1 (III.31)
p+1
Imaginary Part
0.5
0 1/
-0.5
-1
-1 Real Part
Pour k = 0
j jπ 1 jπ jπ 1 j3π
s0 = 1 e 4 =
1 e 2 e4 =
1e
4
ε2 ε2 ε2
Pour k = 1
1 1 1
H(s) = = = 2 (III.32)
∏n−1
k=0 (s − sk ) (s − s0 )(s − s1 ) s + √2 s + 1
1
Imaginary Part
0.5
1/1/2
0
-0.5
-1
-1 -0.5 0 0.5 1
Real Part
1
Imaginary Part
0.5 1/1/3
-0.5
-1
-1 -0.5 0 0.5 1
Real Part
n polynômes
1 s+1
2 s2 + √2 s + 1
3 s3 + 2s2 + 2s + 1 = (s + 1)(s2 + s + 1)
4 (s2 + 0.7654s + 1)(s2 + 1.8478s + 1)
5 (s + 1)(s2 + 0.6810s + 1)(s2 + s + 1)(s2 + 0.6810s + 1)
6 (s2 + 0.5176s + 1)(s2 + 1.4142s + 1)(s2 + 1.9319s + 1)
7 (s + 1)(s2 + 0.4450s + 1)(s2 + 1.2470s + 1)(s2 + 1.8019s + 1)
8 (s2 + 0.3902s + 1)(s2 + 1.1111s + 1)(s2 + 1.6629s + 1)(s2 + 1.9616s + 1)
9 (s + 1)(s2 + 0.3473s + 1)(s2 + s + 1)(s2 + 1.5321s + 1)(s2 + 1.8794s + 1)
10 (s2 + 0.3129s + 1)(s2 + 0.9080s + 1)(s2 + 1.4142s + 1)(s2 + 1.7820s + 1)
(s2 + 1.9754s + 1)
0
Atténuation (dB)
Amax
Amin
0 p a
ωp
avec Ωp = =1
ωp
De l’expression ①, on tire :
ε2 Ω2n
p = 10
0.1 Amax
−1 ③
L’expression ② nous donne :
ε2 Ω2n
a = 10
0.1 Amin
−1 ④
après avoir divisé④ par ③ on trouve :
2n
Ωa 100.1 Amin − 1
[ ] =
Ωp 100.1 Amax − 1
Puis
Ωa 100.1 Amin − 1
2n log [ ] = log 0.1 Amax
Ωp 10 −1
par suite
100.1 Amin − 1
1 log
n= 100.1 Amax − 1 (III.34)
2 Ω
log [Ωa ]
p
b) Calcul de ε
De l’expression ① on tire :
Amax
log (1 + ε2 ) =
10
et
1 + ε2 = 100.1 Amax
finalement
Exercice 4 :
Solution :
Notons tout d’abord que :
−1
Amax = −1 dB; Amax = 10 20 = 0,8913
−15
Amin = −15 dB; Amin = 10 20 = 0,1778
1
0,8913
|H()|
0,6
0,4
0.1778
0
0 50 100 150 200 250
Fig III.54. Réponse fréquentielle du filtre passe-bas de Butterworth de l’exercice 4
Ou bien, la pulsation :
ωp 50
ωc = n = 4 = 59.20 rd/s
√ε √0.5088
p
La fonction de transfert dénormalisée est obtenue en remplaçant s par :
ωc
1
H ( p) = 2
p p p 2 p
[(ω ) + 0.7654 (ω ) + 1] [(ω ) + 1.8478 (ω ) + 1]
c c c c
Soit :
1.228 × 107
H ( p) =
[p2 + 45.311p + 3504.64][p2 + 109.389p + 3504.64]
2- Filtre de Chebyshev
Ils sont de deux types, le type I et le type II. La réponse fréquentielle du filtre de chebyshev de
type I est donnée par :
1 1
|H(jΩ)|2 = = (III.36)
1+ ε2 Tn2 (Ω) |A(jΩ)|2
n : ordre du filtre
ε : amplitude de l’ondulation dans la bande passante
Ω : pulsation normalisée
Tn(Ω) : polynôme de Chebyshev d’ordre n
La figure (II.55) montre que contrairement au filtre de Butterworth, le filtre de Chebyshev de
type I présente des ondulations dans la bande passante, mais la largeur de sa bande de
transition est plus réduite que celle du filtre de Butterworth.
1 n=5
2 0.5
1/(1+ ) n=8
|H(f)|
0,5
0
0 100 200 300 400 500 600 700 800
f
T0 (Ω) = cos(0) = 1
T1 (Ω) = cos(arccos(Ω)) = Ω
T2 (Ω) = cos(2 arccos(Ω)) = 2cos 2 (arccos(Ω)) − 1 = 2Ω2 − 1
T3 (Ω) = cos(3 arccos(Ω)) = 4Ω3 − 3Ω
n Tn(Ω)
0 1
1 Ω
2 2Ω2 - 1
3 4Ω3 - 3Ω
4 8Ω4 - 4Ω2 + 1
5 16Ω5 - 20Ω3 + 5Ω
6 32Ω6 - 48Ω4 + 18Ω2 - 1
7 64Ω7 - 112Ω5 + 56Ω3 - 7Ω
8 128Ω8 - 256Ω6 + 160Ω4 - 32Ω2 + 1
9 256Ω9 - 576Ω7 + 432Ω5 - 120Ω3 + 9Ω
10 412Ω10 - 1280Ω8 + 1120Ω6 - 400Ω4 - 50Ω2 - 1
n(2k + 1)π ±1 si n = 2p
Tn (0) = cos(n arccos(0)) = cos ( )={
2 0 si n = 2p + 1
On déduit alors :
1
si n = 2p
|H(0)| = { √1 + ε
2 (III.37)
1 si n = 2p + 1
La relation (III.29) montre que la forme des ondulations dans la bande passante dépend de la
1
parité de l’ordre du filtre : pour n pair comme sur la figure (III.39) |H(0)| = et pour
√1+ε2
n impair |H(0)| = 1.
1
La réponse fréquentielle oscille donc entre 1 et dans la bande passante.
√1+ε2
Pour déterminer la fonction de transfert, on utilise des tables fournies pour différentes valeur
de l’ondulation. Le tableau (III.3) expose le dénominateur de la fonction de transfert du filtre
de Chebyshev d’ordre 2 à 7, pour deux valeurs différentes de ε.
Amax = 1 dB ε = 0.5088
n Dénominateur
1 1 + 0.509p
2 0.907p2 + 0.996p + 1
3 2.0353p3 + 2.012p2 + 2.521p + 1
4 3.628p4 + 3.457p3 + 5.275p2 + 2.694p + 1
5 8.142p5 + 7.627p4 + 13.75p3 + 7.933p2 + 4.726p + 1
6 14.512p6 + 13.47p5 + 28.02p4 + 17.445p3 + 13.632p2 + 4.456p + 1
7 12.566p7 + 30.06p6 + 70.865p5 + 46.53p4 + 44.21p3 + 17.865p2 + 6.958p + 1
100.1 Amin − 1
cosh−1 √
100.1 Amax − 1
n = (III.39)
Ω
cosh−1 [Ω𝑎 ]
𝑝
Remarque :
cosh−1 x = Ln[x + √x 2 − 1 x≥1
Exercice 5 :
Reprendre l’exercice 4 en utilisant le filtre de Chebyshev de type I.
Solution :
−1
Amax = -1 dB, wp = 50 rd/s ; Amax = 10 20 = 0,8913
−15
Amin = 15 dB, wa = 100 rd/s ; Amin = 10 20 = 0,1778
La réponse fréquentielle de ce filtre est représentée sur la figure (III.56).
1
0.8913
|H()|
0.6
0.4
0.1778
0
0 50 100 150 200 250
Fig III.56. Réponse fréquentielle du filtre de Chebyshev de l’exercice 5
100.1 Amin − 1 −1 √ 10
1.5 − 1
cosh−1 √ cosh −1
100.1 Amax − 1 100.1 − 1 cosh (10.876)
n = = = = 2.3369
−1 Ω𝑎 −1 100 cosh −1 (2)
cosh [Ω ] cosh [ 50 ]
𝑝
La figure (III.56) montre que puisque l’ordre n du filtre est impair (n = 3), |H(0)| = 1 et la
1
réponse fréquentielle oscille donc entre 1 et √1+ε2 = 0.8913 dans la bande passante.
A l’opposé des filtres de Chebyshev de type I, les filtres de type II, présentent des ondulations
dans la bande coupée. La réponse fréquentielle est donnée par :
ε2 Tn2 (1/Ω)
|H(jΩ)|2 = (III.40)
1 + ε2 Tn2 (1/Ω)
ε
La réponse fréquentielle oscille donc entre 0 et dans la bande coupée.
√1+ε2
1.5
n=5
1 n=8
|H(f)|
0.5
0
0 100 200 300 400 500 600 700 800
f
% Type 2
[n,Wn] = cheb2ord(Wp,Ws,Rp,Rs,'s')
% Type 2
[num,den] = cheby2(n,R,Wn,'ftype','s')