Académique Documents
Professionnel Documents
Culture Documents
bancs de filtres
1) Sous-échantillonnage, sur-échantillonnage
2) Systèmes multicadences
3) Bancs de filtres
4) Applications
ִ au codage audio dans la norme MPEG
ִà la norme G 722
1
1) Sous-échantillonnage, sur-échantillonnage
2
1.1. La décomposition polyphase
Intervient dans les bancs de filtres
permet une représentation simple pour le sur et sous échantillonnage
Soit une suite numérique x(n) et sa transformée en z :
+∞
X(z) = ∑ x(n)
n = −∞
z −n
1.2.1. Rappels
Soit une suite numérique x(n) et sa transformée en z :
+∞
X(z) = ∑ x ( n) z
n = −∞
−n
M −1
1
P0 ( z ) =
M
∑ Mz
X (
k =0
W k 1M
) avec WM = e - j 2π/M
M −1
1
De même : P0 (ω ) =
M
∑ X (e
k =0
- j 2πk/M
e
jω M
)
ω
π 2π
jω
X (e )
4,0
ω
6
2π
On a une expression similaire pour i quelconque :
M −1
1
Pi ( z ) =
M
∑ M
W ki
k =0
X (WM
k 1M
z ) avec WM = e - j 2π/M
7
Cette équivalence est utilisée dans les structures de décimation
Soit un filtre anti-repliement H(z)
M −1
∑z
−i
Sa décomposition s ’écrit : H ( z ) = PH i ( z M )
i =0
M
x(k) PH0 (z ) ↓M y(k)
-1
z
M
PH1 (z ) ↓M
-1
z
M
PHM-1 (z ) ↓M
8
1.2. Sur-échantillonnage
• Opération inverse qui consiste à introduire M-1 zéros entre deux échantillons
X( z ) ↑M Xe(z)
Xe(z)
X(z) H(z) ↑M Y2(z)
2.1. Principe
10
2.2. Application au filtrage anti-repliement
(exemple du lecteur de CD)
|X(ν)|
ν
0 1/2 1
(22 kHz) (44 kHz)
11
Une Conversion NA avec un bloqueur d ’ordre 0 (rectangle) génère des
composantes hors bande :
|X(ν)|
ν
0 1/2 1
(22 kHz) (44 kHz)
ν
0 1/2 1
(44 kHz) 12
(22 kHz)
La bande de transition est très faible de 20 à 24 kHz
=> il faut faire des réglages si on utilise un filtre analogique
=> on essaye de transposer la difficulté en numérique en sur-
échantillonnant d ’un facteur 4 (ou 8)
13
Etapes (1) à (5) :
|X(ν)|
(1)
0 1/2 1 3/2 2 4
ν
3
(22 kHz)(44 kHz) (88 kHz) (132 kHz) (176 kHz) f
|X(ν)|
(2)
14
|X(ν)| Filtre numérique
(3)
(4)
0 (22 kHz) (44 kHz) (88 kHz) (176 kHz) f
Filtre analogique
(5)
15
0 (22 kHz) (44 kHz) (88 kHz) (176 kHz) f
3. Bancs de filtres
3.1. Filtres de synthèse et filtres d ’analyse
Dans l ’analyse spectrale, ils souvent intéressant de décomposer le
signal en « sous-bandes » (intervalle de fréquence)
Ceci peut être réalisé par une collection de filtres h0(n), h1(n),…hM-1(n)
= banc de filtres (banc d ’analyse)
xˆ 0 (n)
Ces filtres RIF ou RII h0(n)
h2(n)
x(n)
xˆ M −1 (n)
hM-1(n)
16
De manière similaire, on a une collection de filtres gi(n)
= banc de synthèse
xˆ 0 (n)
g0(n)
xˆ1 (n)
g1(n)
g2(n) +
^
x(n)
xˆ M −1 (n)
gN-1(n)
17
Un cas fréquent est la décomposition en bandes de largeur égales
Le banc d ’analyse est suivi de M sous-ech.
Codage
Transmission
H0 H1 H0
19
3.1. Filtres « fraction de bande », filtres demi-bande
∑ H
k =0
( e j (ω - 2πk/M )
) =1
20
Un cas particulièrement intéressant est M = 2
On a alors :
( ) ( )
H e j ω + H e j (ω -π ) = 1
( ) ( )
H e j (ω +π / 2 ) + H e j (ω -π / 2 ) = 1
On a aussi H(ν = 1/4) = 0.5
21
Symetries d’un filtre demi-bande
1.2
0.8
0.6
0.4
0.2
-0.2
0 0.10 0.20 0.30 0.40 0.50 ν
22
Exemple : demi-bande à 17 coefficients (de n= - 8 à n = 8)
1 πn
h (n ) = sin
nπ 2
0.5
0.4
0.3
0.2
0.1
-0.1
-0.2
-10 -8 -6 -4 -2 0 2 4 6 8 10
On peut remarquer que :
• ce filtre est à phase linéaire => symétrie / à 0
• ce filtre est demi bande => coefficients pairs nuls sauf en 0
• => 5 coefficients distincts non nuls 23
Réponse en amplitude
R(ω) = 0.5+2*(0.318*cos(ω)-0.106*cos(3*ω)+0.064*cos(5*ω)-0.045*cos(7*ω));
1.2
0.8
0.6
0.4
0.2
-0.2
0 0.10 0.20 0.30 0.40 0.50 ν
24
Le filtre demi-bande est très utilisé dans la pratique, il conduit à des
systèmes plus efficaces en terme complexité calculatoire
2 ∑
H(ν) = e- jω2M
k =1
Les paramètres de réalisation sont donnés :
2 1
Ne≈ ln10
3∆ν 10δ 2
25
3.2. Filtres à reconstruction parfaite
Codage
Transmission
28
Les filtres QMF
Une première famille de filtres dite Q.M.F. (Quadrature Mirror Filter)
H0 H1
ν
0 0.25 0.5 0.75 1.0
30
1
On peut écrire : Xˆ ( z ) = [ H0(z)2 - H0(-z)2 ] X(z).
2
L −1 L −1
Posons : H0(z) = ∑ h (n) z
n =0
0
−n
, H1(z) = ∑ h (n)z
n=0
1
−n
L −1 L −1
G0(z) = ∑ g (n)z
n =0
0
−n
, G1(z) = ∑ g (n)z
n =0
1
−n
avec L entier pair.
1
La réponse en fréquence du système : Xˆ (e jω ) = e-jω(L - 1)[H0r(ω)2 + H0r(ω + π)2 ] X(ejω).
2
Ainsi lorsque H0 est un filtre demi-bande, la fonction de transfert globale est appro. un retard
31
Filtres CQF
Les filtres C.Q.F. (Conjugate Quadrature Filter) ont les propriétes suivantes:
1
On obtient : Xˆ ( z ) = z- (L - 1) [ H0(z)H0(z-1) + H0(-z)H0(-z-1) ] X(z).
2
L −1
Posons : F0(z) = H0(z) H0(z-1) = ∑ f (n)z
n = − ( L −1)
0
−n
.
F0(z) = H0(z)H0(z-1).
L −1 L −1
Ainsi : H0(z) = z- (L - 1) G ∏ ( z − z m ) et H1(z) = G ∏ ( z −1 + z m )
m =1 m =1
L −1 L −1
G0(z) = G ∏ (z − zm )
−1
et G1(z) = -z- (L - 1) G ∏ (z + zm )
m =1 m =1 33
reconstruction rigoureusement exacte du signal d'entrée contrairement
aux filtres Q.M.F.
Mais compléxité calculatoire plus importante (on ne peut plus utiliser les
structures où le filtrage a lieu après le sous-échantillonnage et avant le
sur-échantillonnage).
34
Application au codage audio MP3
35
Chaque sous-bande est quantifiée avec un codage uniforme, mais
avec un nombre variable de bits
Le nombre de bits est déterminé par un « masque d ’audition » (cf.
Cours de P. Morosini)
36
37
Vers la STFT
w[n-m]
x[n]
38
Vers la STFT
39
Vers la STFT : temps/fréquence
40
Vers la STFT : temps/fréquence
41
Vers la STFT : temps/fréquence
42
Vers la STFT : exemple
43
Vers la STFT : exemples réels
44
Et dans les images ?
45
Et dans les images ?
46
Effet de σ (taille du noyau gaussien)
48
Effets d'échelle
• échelle fine
• seuil élevé
49
Effets d'échelle
• échelle grossière
• seuil élevé
50
Effets d'échelle
• échelle fine
• seuil bas
51
Idée de représentation scale-space (Witkin 83)
croissant
54
Mix : ondelettes orthogonales 2- et M-bandes
55
Mix : ondelettes orthogonales 2- et M-bandes
56
Mix : ondelettes "duales" 2- et M-bandes
59