Filtrage analogique et les systèmes

linéaires continus

117
Systèmes linéaires continus

❑ Exemples de systèmes
entrée : force

i(t) R L sortie : position Conjoncture mondiale

Taux de crédit
Chômage
M f
u(t) C Vc(t) Balance Economie d’un pays
K commerciale
Inflation

Dépenses
x publiques
▪ Système électrique ▪ Système mécanique ▪ Système économique
❑ Définition

Un système est un ensemble d'éléments fonctionnels interagissant entre eux et qui établit un lien de
cause à effet entre ses signaux d'entrées et ses signaux de sortie.

Perturbations

Signaux d’entrée Signaux de sortie

Système
ou excitations x ou réponses y
S

Notation : y = Sx 118

 Classification des systèmes

Système statique
La réponse du système à une excitation est instantanée
i(t) R Équation
u(t) y(t) = i(t) = 1 u(t)
R

Système dynamique
La réponse est en fonction de l'excitation et des réponses passées

i(t) R Équation
u(t) = V(t) + Ri(t)
u(t) C Vc(t) i(t) = CdV(t)/dt
u(t) = V(t)+RC dV(t)/dt

Systèmes mono variable et multivariable

◆ Monovariable : système à une entrée et une sortie

◆ Multivariable : nombre d'entrées + nombre de sorties > 2

119
Classification des systèmes

❑ Linéarité

Si x(t) =a1x1(t) +a2 x2 (t) alors y(t) =a1S x1(t) +a2S x2 (t)
❑ Causalité
La réponse du système ne peut pas se produire avant l'excitation qui l'engendre
x(t) =0 pour t 0 alors y(t) =S x(t) =0 pour t 0

❑ Invariance temporelle
Un décalage temporel en entrée induit le même décalage en sortie. La réponse du système
est invariante par translation dans le temps. Le système est dit alors invariant.

Si y(t) =Sx(t) alors y(t −t0 ) =S x(t −t0 )

❑ Stabilité
▪Un système est dit stable si en réponse à une entrée bornée, sa sortie est bornée Instable
 M x / x(t)  M x   M y / y(t) = S x(t)  M y

Stable 120
Caractérisation d'un système LTI(Linéaire à Temps Invariant)

❑ Relation entrée/sortie
La plus courante : équation différentielle linéaire à coefficients constants

an y (n) (t) +… + a1 y(1) (t) +a0 y(t) =bmx(m) (t) +… . . + b1x(1) (t) +b0 x(t)

d i y(t)
avec y(i) = (dérivée d'ordre i)
dt i

➢ Caractérisation complète du système par la connaissance des coefficients

➢ Sortie y(t) calculable par la connaissance de x(t)

121
Caractérisation d'un système LTI(Linéaire à Temps Invariant)

❑ Réponse impulsionnelle
La réponse impulsionnelle d'un système est sa réponse à une entrée sous forme d'impulsion de Dirac

(t) h(t)

t
Système S t h(t) =S (t)

❑ Avantages de la réponse impulsionnelle

◆caractérisation complète du système

◆permet de calculer la sortie du système LTI pour d’autres signaux d’entrée

Comment calculer la sortie du système avec un signal d’entrée quelconque à partir de
la réponse impulsionnelle ?
Notion de convolution

122
 Produit de convolution :

Convolution avec un peigne de Dirac (Périodisation du signal x(t))

Convolution avec un Dirac retardé

On obtient une fonction périodique formée par la recopie de x autour de chaque dent
123
 Réponse d'un système LTI à une entrée quelconque
❑ Application de la notion de convolution

x(t)

y(t) =S x(t)

Élément neutre de la convolution

x(t) = x(t)  (t)  x(t) = + x( ) (t − )d
−

 +
 y(t) =S − x()(t − )d 
Propriété de linéarité du système : +
y(t) = − x() S (t − )d

Propriété d'invariance temporelle du système : S  (t − ) = h(t −)

(réponse impulsionnelle décalée)

y(t) =+− x() h(t −)d  y(t) = x(t) h(t)

La réponse du système à une entrée quelconque x est la convolution de x avec la réponse impulsionnelle h du
système. h caractérise entièrement le système.
124
Stabilité et réponse impulsionnelle

On dit qu'un système est stable si sa sortie est bornée lorsque son entrée est bornée

▪ L'entrée x est bornée i.e.  M x / x(t)  M x t

▪ Réponse du système : y(t) = x( ) h(t − )d
Quelle est la condition sur h(t) pour que y(t) soit bornée ?
+
On montre que la sortie est bornée ssi − h( ) d 

Un système est stable ssi sa réponse impulsionnelle est absolument intégrable

125
 Systèmes et transformée de Fourier
Soit le système de réponse impulsionnelle h

Soit le signal d'entrée Que vaut la sortie y(t) ?

x(t) = Ae j 2ft
❑ Réponse fréquentielle des systèmes LTI

y(t) =h(t) x(t)  +

h(t) x(t) =−
 h( ) x(t −)d
+ j 2f (t− )
h(t) Ae j 2ft = − h() Ae d

+
h(t)  Ae j 2ft = Ae j 2ft − h( ) e −j 2f d

H ( f ) TF de la réponse impulsionnelle

La réponse d'un système LTI à une exponentielle complexe (resp. signal sinusoïdal)
est une exponentielle complexe (resp. signal sinusoïdal) multipliée par le gain
complexe H( f ) 126
 Systèmes et transformée de Fourier
x(t) Système y(t)
Si le signal d'entrée est quelconque, on peut l'exprimer sous la forme d'une somme infinie
d'exponentielles complexes : c'est la TF inverse
+
x(t) =X ( f )e j 2ft df
−

y(t) =S x(t)  y(t) =  S X ( f )e df

j 2ft
(linéarité du système)
−

En vertu du résultat précédent S X ( f )e j 2ft = H ( f ).X ( f ).e j2ft

+
 y(t) =  H ( f ).X ( f ).e j 2ft df (définition de la TF inverse de Y)
−
Y( f )
(TF de la sortie y)

Donc si y(t) = h(t)  x(t) alors Y ( f) = X ( f ).H ( f ) H ( f ) : fonction de transfert

convolution en temporel  multiplication en fréquentiel

127
 x(t) Système y(t)
Module H ( f )

Y ( f) = X ( f ).H ( f ) H( f )
Argument ( f ) =arg( H ( f ))

▪ H ( f ) : représentation fréquentielle du système

▪ Simplicité de la relation entrée/sortie en fréquentiel
▪ La représentation fréquentielle illustre l'aptitude du système à faire passer une
composante fréquentielle présente dans le signal d'entrée

❑ Relations entrée-sortie en fréquentiel

▪Module Y ( f) = X ( f ). H ( f )
Y ( f ) = X ( f ).H ( f )  ▪ Argument arg(Y( f )) = ( f ) +arg( X ( f ))

▪ Densité spectrale d'énergie S yy ( f ) =Sxx ( f ).Shh ( f )

S xx ( f ) = X ( f )
2

128
Théorème de Plancherel

La transformée de Fourier d'un produit de convolution est un produit simple et

réciproquement

x(t)  y(t)  X ( f ).Y( f )

x(t).y(t)  X ( f )  Y( f )

Attention : la TF d'un signal n'est pas toujours définie !

Comment faire lorsque x(t) n'a pas de TF ?
=> Introduction de la transformée de Laplace

129
Transformée de Laplace (TL)
❑ De la TF à la TL
+
Soit la TF d'un signal x(t) : X ( f ) =  x(t)e− j 2ft dt . Cette TF existe si l'intégrale converge
−
Dans le cas contraire, multiplions x(t) par une exponentielle décroissante telle que
+
 x(t)e− t dt  avec   . Calculons la TF de ce nouveau signal
−
+ +
X ( f ,) = x(t)e− te− j 2ft dt  X ( f ,) = x(t)e− (+2f )t dt
− −

Posons s =  + j2f On obtient :

+
X (s) =  x(t)e −st dt Définition de la transformée de
− Laplace du signal x

Transformée de Laplace = généralisation de la TF : décomposition de x(t)

sur une base de fonctions exponentielles est (avec s complexe)

Ne pas poser que X( f ) = X(s) pour s=j2f

(car X(s) existe toujours mais pas X(f)!) 20
Transformée de Laplace (TL)
❑ Convergence de la TL
+
X(s) n'est défini que si l'intégrale converge
X (s) =  x(t)e −st dt
−
Définition : on appelle Région de Convergence (RC) de la TL,
s =  + j2f
l'ensemble des complexes s tels que l'intégrale converge.

❑ Exemple
Calculer la TL du signal x(t) =eat (t)
+ +
X (s) = eat (t)e− st dt  X (s) = e(a− s)t dt
− 0

Im(s)

Cette limite est nulle si a −  0 i.e. Re(s) a RC

a Re(s)
1
X (s) = Re(s) a
s −a avec
Transformée de Laplace (TL)
❑ Linéarité a1x1(t) +a2 x2 (t)  a1 X 1 (s) +a2 X 2 (s)

❑ Convolution x(t) y(t)  X (s).Y (s)

Idem TF
−st
❑ Translation temporelle x(t − t0 )  e 0 X (s)

❑ Translation fréquentielle e x(t)  X (s −a)

at
Transformée de Laplace (TL)

❑ Transformée de Laplace et systèmes LTI

▪ Réponse du système à une entrée x(t) quelconque
y(t) = x(t) h(t)
▪ TL de la réponse
Y (s) = X (s).H (s) H (s) = Y (s) Fonction de transfert ou transmittance
X (s) complexe du système
TL de quelques signaux usuels (Cf. table)
❑ Impulsion de Dirac (t) ❑ Rampe ou échelon de vitesse
 (t) v(t) v(t) =t (t)
L( (t)) =1
t t L( v(t)) = 1 2
s
❑ Echelon unité (t) ❑ Signal sinusoïdal
 (t)

1
t
t
x(t) =sin(t +) t 0
Transformée de Laplace et systèmes LTI
❑ Systèmes LTI
▪ Systèmes régis par une équation différentielle linéaire à coefficients constants

25
Notion de pôles et zéros - critère de stabilité

❑ Notion de pôles (modes) et zéros du système

◆ Les pôles sont les racines i du polynôme D(s). Les pôles sont soit réels, soit des
paires de pôles complexes conjugués

◆ Les zéros sont les racines zi du polynôme N(s)

❑ Fonction de transfert et stabilité

Le système est stable ssi tous les pôles de H(s) sont à partie réelle strictement négative

25
Caractérisation d’un système linéaire continu par :

◆relation entre x(t) et y(t) [équation différentielle]

◆réponse impulsionnelle h(t)

◆réponse fréquentielle H( f )

◆transmittance complexe H(s)

137
Filtrage analogique

138
 ❑ Notion de filtrage

Filtrer = arrêter, complètement ou non, empêcher ou gêner le passage de quelque chose.

= changement ou annulation des amplitudes d'un signal.

❑ En général, un système est un filtre x(t) Filtre y(t)

But :
◆Sélectionner des parties du signal contenant une information pertinente
◆Éliminer du bruit
◆Séparer plusieurs composantes d'un signal
◆etc.

139
Problématique

❑ Objectif du filtre : sélection de composantes particulières

❑ Caractérisation du filtre : capacité à transmettre certaines fréquences ou certaines

parties du signal

❑ Difficultés :
x(t) Système y(t)
➢ Détermination de h(t) ou H(f) (filtre)
➢ Réaliser le filtre à partir de h(t) ou H(f)
Réponse impulsionnelle
h(t) / H(f)

Module H( f ) Gain en décibel (dB) : G( f ) =20log H ( f)

H ( f)
Argument ( f ) =arg( H ( f ))

❑ Filtrage temporel / fréquentiel

Filtrage temporel / fréquentiel
◆ Filtrage temporel : atténuation ou interruption du signal au cours du temps
– Changement / annulation des amplitudes d’un signal
– Sélection d'une portion du signal
– Lissage du signal
y (t)
y(t) =h(t) x(t) Multiplication temporelle
Y ( f) = H ( f ) X ( f ) Convolution fréquentielle
t
t1 t2

◆ Filtrage fréquentiel : sélection ou atténuation de certaines fréquences

– Sélection de certaines composantes fréquentielles du signal
– Blocage des impulsions transitoires

Y (f)
y(t) =h(t) x(t) Convolution temporelle
Y ( f) = H ( f ) X ( f ) Multiplication fréquentielle
f
f1 f2
Filtres élémentaires
❑ Filtre passe-bas

◆ Sélection des fréquences basses

◆ Élimination des fréquences supérieures à fc (fréquence de coupure)

◆ Bande passante BP =[0, fc ]

|H( f )|

Représentation
1 bilatérale

-fc fc f
▪ Remarque
La bande passante d'un filtre est l'intervalle de fréquence dans lequel son
gain G( f ) est supérieur à un gain de référence (par exemple –3dB)

8
Filtres élémentaires

❑ Filtre passe-haut
◆ Transmission des fréquences supérieures à fc |H ( f )|
1
◆ Élimination des fréquences inférieures à fc

◆ Bande passante BP =fc , 

-fc fc f
❑ Filtre passe-bande
|H( f )|
◆ Transmission des fréquences appartenant
à un intervalle donné

◆ Bande passante 
BP = f c1 , f c2  f
-fc2 -fc1 fc1 fc2

❑ Filtre coupe-bande |H( f )|

1
◆ Transmission des fréquences hors d’une bande
déterminée
◆ Bande passante 
BP = 0,  
f c1  f c2 , 

-fc2 -fc1 f
fc1 fc2
9
Filtre physiquement réalisable
La sortie ne se produit
pas avant l'entrée
Un filtre est physiquement réalisable s'il est stable et causal
Revient à son état
initial après excitation
Soit le filtre passe-bas idéal
H ( f ) = 2 f c
H( f )
1
TF inverse

-fc fc f h(t) =2 fc sinc(2fct)

réponse impulsionnelle du filtre

→ Ce filtre n'est pas physiquement réalisable

→ Nécessité de trouver une approximation du filtre idéal

10
Caractérisation des filtres

❑ Les Filtres réels sont définis par un gabarit spécifiant :

◆ Une zone dans laquelle doit passer sa courbe fréquentielle

◆ La bande passante et la bande atténuée (ou rejetée)
◆ Les ondulations maximales admissibles dans la bande passante a
et l'atténuation minimale dans la bande rejetée b

G( f ) en dB

fc A(dB)
0 dB f
AMin
a

AMax
b 0 dB f
fp fa
Bande passante Bande de Bande rejetée Filtre Passe bas
transition
 Caractérisation des filtres
G( f ) en dB

fc A(dB)
0 dB f
AMin
a

AMax
b 0 dB f
fp fa
Bande passante Bande de Bande rejetée Filtre Passe bas
transition

Dans sa sélection de bandes de fréquences, le

spécialiste du filtrage se définit le plus souvent
un gabarit d’affaiblissement ou d’atténuation
AdB(f). C’est la représentation inversée du
gabarit de gain GdB(f), plus pratique du fait
d’un affichage de valeurs positives.
 Caractérisation des filtres
En pratique, il est donc seulement possible d’approcher plus ou moins
bien
le filtre idéal.
✓L’atténuation en bande passante n’est pas nulle, elle sera seulement
inférieure à une valeur limite notée AMax
✓ L’atténuation en bande coupée présente une valeur finie, elle sera
supérieure à une valeur limite notée AMin
✓ La transition entre la bande passante et la bande coupée ne se fait pas
de façon discontinue mais de manière progressive dans une bande de
transition dont les fréquences frontières seront, pour un filtre passe bas
:
A(dB)
AMin
- fa → « première » fréquence coupée (atténuée)
- fp → « dernière » fréquence passante
AMax
0 dB f
fp fa
Filtre Passe bas
Plus un filtre réel se rapproche d’un filtre idéal, plus les bandes de
transitions sont étroites, AMax est faible et AMin est élevée. Mais plus il devient
complexe et donc coûteux!
La recherche d’un compromis entre des performances satisfaisantes et un
coût acceptable conduit à définir un gabarit à l’intérieur duquel la courbe
d’affaiblissement (atténuation) doit se situer pour résoudre le problème
donné.
Un gabarit de filtre passe bas ou passe haut, sera entièrement défini à partir
des 4 grandeurs : AMin, AMax, fa et fp.

On notera qu’il est intéressant d’introduire une autre grandeur, appelée

sélectivité et notée K, qui se déduit des grandeurs précédentes et qui exprime
la raideur de la transition.
Caractérisation des filtres
A(dB) A(dB)
AMin AMin

AMax AMax
0 dB f 0 dB f
fp fa fa fp
Filtre Passe bas Filtre Passe haut
A(dB)
A(dB)
AMin
AMin

AMax AMax

0 dB f 0 dB f
fa- fp- f0 fp+ fa+ fp- fa- f0 fa+ fp+
Filtre Passe bande Filtre Coupe bande
 Caractérisation des filtres

fp
K = 1 Plus le filtre réel se
Pour un filtre passe bas : fa rapproche du filtre idéal,
fa plus k est voisin de 1
Pour un filtre passe haut : K = 1
fp
f p+ − f p− f p
Pour un filtre passe bande : K = + −
= 1
fa − fa f a

f p+ − f p− f p 1
Largeur de bande relative : B = = =
f0 f0 
B est faible (B < 0,1)  Filtre à bande étroite
+ −
Pour un filtre coupe bande : K = f − f f
a
+
a
−
= a
1
fp − fp f p
f a+ − f a− f a 1 B > 0,5  Filtre à large bande
B= = =
f0 f0 
 Caractérisation des filtres

Remarque : dans le cas des filtres passe bande et coupe bande, on se restreint
généralement à l’étude des filtres symétriques, c’est-à-dire qu’ils vérifient la
relation suivante :

+ − + −
f .f
a a = f .f
p p = f 0
2
 Caractérisation des filtres

Filtre prototype
La connaissance du problème à résoudre permet de définir la gabarit à
l’intérieur duquel doit s’inscrire la courbe de réponse du filtre à construire.

On doit maintenant introduire 2 importantes simplification qui permettent de

ramener la réalisation de n’importe quel filtre à la réalisation :

- d’un filtre passe bas

- de fréquence de coupure unité appelé
«filtre prototype»  filtre passe bas normalisé

Ces simplifications sont :

- Normalisation des fréquences et des impédances
- Transposition en fréquence
 Caractérisation des filtres
Normalisation en fréquence

Cela consiste à choisir une fréquence particulière : fu

Pour les filtres passe bas et passe haut : fu = fp + − + −
f .f a a = f .f
p p
Pour les filtres passe bande et coupe bande : fu = f0 =

 Fréquence normalisée : F =
f
fu

 Pulsation normalisée : 2f 

= =
2f u u
p p 
 Variable de Laplace normalisée : s =  P = 
u  u 
 f
P = j = j = j = jF
u fu
P  j 2 f
 Caractérisation des filtres

as 2 + bs + c
Fonction de transfert biquadratique normalisée : H ( s) = 2
s + ds + 1
d=1/(Q=2z )
Q : facteur de qualité
z (ou ) : facteur d’amortissement

Différentes configurations possibles : Exemple : Passe bas

a b c Nature du filtre
1
0 0 1 Passe bas H ( s) = 2
1 0 0 Passe haut s + ds + 1
0 1 0 Passe bande


1 0 1 Coupe bande (passe bas et passe haut)

1
H () =
1 −  2 + jd
 Caractérisation des filtres
Transposition en fréquence
Le but de cette opération est de ramener l’étude de tous les types de filtre
à l ’étude d’un filtre passe bas normalisé.
Transformation de base : 1
• Passe bas  Passe haut : s→
s
• 1 1 f p
•Passe bas  Passe bande : s→ s +  B=
B s f0
B
• Passe bas  Coupe bande : s→
1
s+
s

Ces transformations peuvent s’appliquer soit aux gabarits, soit aux fonctions de
transfert, soit aux éléments du réseau du filtre.
Caractérisation des filtres

Transposition Passe bas  Passe haut

1 1 1 s  j 
H ( s) = s→  H ( s) = = 
 H (  ) = 

1+ s s 1+
1 1+ s  1 + j 
s
Le gabarit du filtre passe bas se transforme en un gabarit passe haut, mais
les trois grandeurs caractéristiques sont inchangés : K, AMin et AMax.

AMin AMin

AMax
AMax
F
Fp=1 Fa =1/K F
K 1
Caractérisation des filtres

AMin AMin

AMax
AMax
F
Fp=1 Fa =1/K F
K 1
 Caractérisation des filtres
Transposition Passe bas  Passe bande
1 1 1 1 Bs
H (s) = s→ s +   H (s) = =
1+ s B s 1 1  1 + Bs + s 2
1+  s + 
B s
Comment une valeur  ’ de la pulsation du gabarit du filtre passe bande est
obtenue à partir d’une valeur  de la pulsation du gabarit du filtre passe
bas :
1 1  2
' −1
j =  j  '+  = jB
B
 j  ' 
 '

•  =0   ’=1 racine positive! donc  ’=1

La fréquence nulle du passe bas est la fréquence centrale du passe bande
•  quelconque et  ’<1 •  quelconque et  ’>1

B B 2 2 B B 2 2
'1 = − + +1 ' 2 = + +1
2 4 2 4
 Caractérisation des filtres
A chaque fréquence du filtre passe bas correspond deux fréquences du passe bande dont le
produit vaut 1  géométriquement symétriques par rapport à
la fréquence centrale normalisée du passe bande où f0=1.

AMin AMin

 F ' = F +

F =1→  p
+

 F ' = 1 / F p
AMax AMax

F + + + +
F
1  F ' = Fa+ 1 1/K 1/Fa 1/Fp 1 Fp F a
F = → +
K  F ' = 1 / Fa

B B2 B B2
F +
p = + +1 Fa+ = + 2
+1
2 4 2K 4K
1 B B2
Fp− = + =− + +1 Fp+ − Fp−
Fp 2 4 K'= + −
=K : Même sélectivité!
F −F
a a
Caractérisation des filtres

Transposition Passe bas  Coupe bande

1 B 1 1+ s2
H ( s) = s→  H ( s) = =
1+ s s+
1
1+
B 1 + Bs + s 2
s 1
s+
s
Cette transformation est tout à fait analogue à la précédente.

AMin
AMin

AMax
AMax
F
F + +
1 1/K
f0 Fa Fp
Caractérisation des filtres
Cahier des charges :
Construire un filtre passe-bas qui ne transmet que les signaux de fréquence < à f0.
GdB doit posséder :
-une valeur minimale a dans la bande de fréquences à transmettre
-une valeur maximale b dans la bande de fréquences à éliminer

-Le gabarit est caractérisé par 2 points (f0, a) et (f1, b).

GdB
0 f0 f1 f
log
a
Autres spécifications possibles d’un gabarit :
Ondulation dans la BP
b Largeur de la bande de transition
Etc …
Bande Bande de Bande
passante transition coupée

Utilisation d’approximations de filtres réels :

Butterworth, Chebychev, Bessel, Cauer …
Filtres classiques

❑ Filtre de Butterworth : Passe bas

pour f' = f/fc
◆ n : ordre du filtre

Conçu pour avoir une réponse aussi plate que possible dans la bande passante

Réalisation :
– Quel ordre choisir ?
– Détermination de H(f) ?
– Réaliser le filtre à partir
de H(f) ?
Filtres classiques
❑ Filtre de Butterworth : réalisation

◆ Problème N°1: déterminer l'ordre du filtre

➢ On trouve l'ordre du filtre en fonction de l'atténuation b que l'on désire

G( f ) en dB
0 dB fc
f
a

▪ Détermination de n en fonction de b : atténuation minimale en bande rejetée

Filtres classiques
❑ Filtre de Butterworth : réalisation
20.log T(x)
x0 1 x1 x (log)
(dB) x = f / fc 1
a n = ordre du filtre T(x) =
a ≥ - 3 dB 1 +x 2n
- 3dB
Conditions limites :
b
20.logT(x0) > a x02n < 10-a/10 - 1 (1)

20.logT(x1) < b x12n > 10-b/10 - 1 (2)

10 −b 10 −1 
log  −a 10
− 1 
En pratique on prend la plus petite valeur entière de n qui satisfait : 1  10
n 
2 log (f1 f0 )

On calcule alors avec (1) et (2) les fréquences de coupure limites :

f0 f1
f c,0 = f c,1 =
(10 −a 10
−1 )
1 2n
(10 −b 10
−1)
1 2n

On choisit la fréquence de coupure au « milieu » (moyenne géométrique) : f c = fc,0fc,1

Filtres classiques
❑ Filtre de Butterworth : réalisation
◆ Problème N° 2 : déterminer la fonction de transfert

A partir de l'ordre du filtre, les tables nous donnent le polynôme H(s) :

Avec H(s) = 1/Bn(s)

s = j w/wr est la variable de Laplace normalisée, n est l’ordre du filtre
Filtres classiques
Filtres classiques
Filtres classiques
Filtres classiques

❑ Filtres de Tchebychev de type I ➢ Avec Tn : polynômes de

Tchebytchev

Filtre qui minimise les oscillations plus d'ondulations pour x > 1

dans la bande atténuée

❑ Filtres de Tchebychev de type II

Filtre qui minimise les oscillations

dans la bande passante
16
Filtres classiques
❑ Filtres de Tchebychev

Fi l tresdeTchebytchev
0

➢ Propriétés des filtres de Tchebytchev I n =2

n =4
-10 n =6
– Ondulation dans la bande passante réglée -20
par ε

Gai n(endB)
-30
– Pas d'ondulation en bande rejetée
-40
– Raideur de coupure importante
-50

– Meilleure atténuation que butterworth -60

10-1 1 00 101
Fréquencerédui te(échel l el og)

Fi l tresde Tchebytchevi nverses

0
➢ Propriétés des filtres de Tchebytchev II
-10

– Ondulation dans la bande rejetée réglée par  -20

n=2
– Pas d'ondulation en bande passante -30 n=4
n=6

Gai n(endB)
-40

-50
Comme pour Butterworth, on détermine -60

l'ordre,  et H(s) à partir du gabarit et de -70

tables -80
10-1 100 101
Fréquence rédui te (échel l e log)
17
Filtres classiques
❑ Filtres de Tchebychev de type I : réglage des paramètres

◆ Problème : déterminer n,  et la FT H(s) à partir du gabarit

A partir de n et  , on déduit H(s) en utilisant les tables :

Filtres classiques

❑ Filtres de Cauer ou filtres elliptiques

◆ Optimaux en terme de
bande de transition

◆ Ondulations en bande
passante et atténuée

Finalement, on choisit son filtre en fonction des besoins : ondulations, raideur

Exemples de transformation

❑ Soit le filtre suivant : H( f ) passe-bas

Butterworth 2ème ordre

◆ Filtre passe haut équivalent

fo
Changement de variable f '
f

◆ Réalisation effective des filtres :

➢ Electronique (montage RLC) : filtres passifs (bon marché, délicat
en basses fréquences)
➢ Electronique (montage avec amplificateurs opérationnels) : filtres
actifs
➢ Mécanique (ressort amortisseur)
21
Exemple de filtrage
Soit un signal x(t) est un signal physiologique (ECG) et un bruit b(t) superposé
❑ Problème : élimination du bruit pour améliorer la détection de pathologies cardiaques

xb (t) = x(t) + b(t)

Objectif : retrouver x(t) à partir de xb(t)
Elimination du signal perturbateur
→ filtrage du bruit.

Filtre passe bas de fc=35 Hz

❑ Analyse du spectre de xb(t) :

Spectre et gabarit proposés :

Spectre du signal
Butterworth 10
Butterworth 2
22