Vous êtes sur la page 1sur 15

Traitement des signaux et systèmes

Chapitre 8
Dr. Habba Maryam
Année universitaire : 2020/2021
1GTR/1GI
Filtrage adaptatif

I. Filtre de Wiener
II. Développement
III. Algorithme pour le filtrage adaptatif
Filtre de Wiener

Le filtre de Wiener, proposé dans les


années 1940 puis publié dans les
années 1949 par le mathématicien
américain Norbert Wiener, est un
filtre utilisé pour estimer la valeur
désirée d’un signal bruité.

Par Konrad Jacobs — https://opc.mfo.de/detail?


photo_id=4520, CC BY-SA 2.0 de,
https://commons.wikimedia.org/w/index.php?
curid=6090164

Norbert Wiener

Dr. Habba Maryam - Traitement des signaux et systèmes -


3/14/21 3
ENSAS
Filtre de Wiener

Les filtres de Wiener, développés à partir des concepts temporels


et non fréquentiels sont conçus pour minimiser l’erreur
quadratique moyenne entre leur sortie et une entrée désirée. Ils
sont dit optimum au sens du critère de l’erreur quadratique
moyenne, et nous verrons que dans ce cas les coefficient du
filtre sont liés à la fonction d’autocorrélation du signal d’entrée
et à la fonction d’intercorrélation entre les signaux d’entrée et
de sortie désirés.
Quand les coefficients d’auto et d’intercorrélation ne sont pas
connus (cas le plus courant), alors, on va approcher le filtre
optimal de Wiener en utilisant une boucle de retour et un
algorithme de minimisation : c’est ce que l’on appel filtrage
adaptatif.

Dr. Habba Maryam - Traitement des signaux et systèmes -


3/14/21 4
ENSAS
Filtre de Wiener

  
Problème d’estimation linéaire :
La figure ci-dessus illustre un problème courant d’estimation
linéaire. correspond au signal qui nous intéresse mais qui
n’est pas directement accessible, seul le signal l’est. est
obtenu après passage de dans un système linéaire suivi de
l’addition d’un bruit.
Le problème qui se pose est comment retrouver à partir de ?

Bruit

 𝒙 [ 𝒏]  𝒚 [𝒏]
+
Dr. Habba Maryam - Traitement des signaux et systèmes -
3/14/21 5
ENSAS
Filtre de Wiener

  
Solution :
Une solution consiste à filtrer de tel sorte que le signal soit
le plus proche possible de . On peut mesurer la qualité de
l’estimation par définie par :

 𝒙 [ 𝒏]

 𝒚 [𝒏] 𝒙
 ^ [ 𝒏]
filtrage
-
 𝒆 [𝒏]
Dr. Habba Maryam - Traitement des signaux et systèmes -
3/14/21 6
ENSAS
Filtre de Wiener

  
Bien évidemment, plus sera faible, plus l’estimation sera
bonne.
On cherche donc un filtre qui minimisera l’erreur. Il est
pratique de chercher à minimiser car c’est une fonction
quadratique facilement dérivable.
Par ailleurs, étant donné que les signaux à minimiser sont des
signaux aléatoires, la fonction coût qui sera à minimiser est
l’erreur quadratique moyenne (en anglais Mean Square Error
(MSE)) définie par :

Le filtre de Wiener correspond au filtre qui minimisera la MSE.

Dr. Habba Maryam - Traitement des signaux et systèmes -


3/14/21 7
ENSAS
Développement

  
Soit le filtre que nous cherchons et la longueur de sa réponse
impulsionnelle donnée avec une notation matricielle par .
Le signal estimé peut alors s’exprimer comme suit :

Ou encore, en introduisant la notation matricielle pour :


En faisant l’hypothèse que les signaux et sont stationnaires
de second ordre, on peut écrire :

Dr. Habba Maryam - Traitement des signaux et systèmes -


3/14/21 8
ENSAS
Développement

  

Où est une matrice d’autocorrélation de taille définie par :


et où .
Donc la fonction coût dépend de la réponse impulsionnelle .
Pour en obtenir le minimum, il suffit de chercher les
conditions d’annulation de la dérivée de la fonction coût par
rapport aux variables qui sont les points de la réponse
impulsionnel du filtre.

Dr. Habba Maryam - Traitement des signaux et systèmes -


3/14/21 9
ENSAS
Développement

  
La dérivée de la fonction coût par rapport au point de la
réponse impulsionnelle est donnée par :

En utilisant seul le terme en dans l’expression de : , on


obtient :

Dr. Habba Maryam - Traitement des signaux et systèmes -


3/14/21 10
ENSAS
Développement

  

Dr. Habba Maryam - Traitement des signaux et systèmes -


3/14/21 11
ENSAS
Développement

  
D’où :

Autrement :

Qui devient en introduisant la matrice d’autocorrélation et le


vecteur d’intercorrélation :

La réponse impulsionnelle optimale est celle qui annule cette


équation, d’où :

Dr. Habba Maryam - Traitement des signaux et systèmes -


3/14/21 12
ENSAS
Développement

  
Le filtre ainsi défini est appelé filtre FIR de Wiener. Il permet
d’obtenir une erreur quadratique minimale entre et donnée
par :

D’où :

Dr. Habba Maryam - Traitement des signaux et systèmes -


3/14/21 13
ENSAS
Algorithme pour le filtrage adaptatif

La mise en œuvre d’un filtre optimal de Wiener demande la


connaissance des caractéristiques du signal, du bruit et de la
fonction de transfert du filtre.
Le filtrage adaptatif a pour objet d’approcher ces filtres
optimaux. Pour cela, les coefficients de la réponse
impulsionnelle du filtre sont adaptés en fonction de l’erreur
par une boucle de retour comme le montre la figure.

 𝒙 [ 𝒏]
 𝒚 [𝒏] 𝒙
 ^ [ 𝒏]
filtrage
-
 𝒆 [𝒏]
Dr. Habba Maryam - Traitement des signaux et systèmes -
3/14/21 14
ENSAS
C’était le septième chapitre
Filtrage adaptatif