Vous êtes sur la page 1sur 67

1

Cours #8: GPA-787


Traitement de signal
Filtres FIR
Filtres IIR
2
Reprsentation des signaux
Domaine temporel




Domaine frquentiel
3
Reprsentation des signaux rels
Domaine temporel



Domaine frquentiel
4
Dfinitions
Bande passante:
Plage de frquences pour laquelle le signal
dpasse une certaine amplitude.
Exemple prcdent: f
m

Spectre:
La courbe du signal en frquence est appele le
spectre du signal. La courbe est une fonction
paire, i.e., comprenant des frquences positives et
ngatives. Elle est symtrique par rapport laxe
des amplitudes.
5
Lchantillonnage dun signal
continu
6
Lchantillonnage dun signal
continu
Priode d chantillonnage:
Temps entre deux chantillons.
Ce temps est invariant.
La priode dchantillonnage doit donner une
frquence au moins 2 fois plus grande que le
signal le plus rapide mesurer.

Dure d chantillonnage:
Dpend des convertisseurs A/N utiliss.
Devrait tre courte devant la priode
dchantillonnage.
7
Lchantillonnage une frquence
trs trs rapide...
Trs bonne qualit de reprsentation
Exige de la mmoire
Exige un systme rapide
Fa = frquence du signal, Fs = frquence d chantillonnage
Fs>>Fa
Fa Fs 2Fs
8
Lchantillonnage la frquence de
Nyquist
Frquence limite pour lacquisition
Risque de mauvaise interprtation du
signal
Imaginez que les acquisitions se produisent quand
le signal croise le 0.
Fs=2Fa
Fa Fs 2Fs
9
Lchantillonnage sous la frquence
de Nyquist
Le signal est compltement dform
Recouvrement (Alias)
Superposition des
spectres dans le domaine
frquentiel.
Fs<2Fa
10
Conclusion:
Deux solutions possibles:
1) chantillonner plus que 2 fois plus rapidement
que le signal le plus rapide.

2) Filtrer le signal analogique pour liminer les
frquences indsirables.

Les deux solutions peuvent tre appliques
ensembles.
11
Limiter le spectre
En filtrant, on limite le
spectre une largeur de
bande infrieure 2 fois
la frquence
dchantillonnage.
Fa Fb Fc
Fb
12
Exemple
13
Exemple
14
La discrtisation du signal.
15
La conversion analogique
numrique
Double rampe (Temps de charge et dcharge connu)
Lent et coteux
clair
Requiert des composants trs prcis
approximations successives
Type le plus commun
16
La conversion numrique
analogique
rsistances pondres
chelle R-2R

Temps de raction: 100 ns 12 us.
17
Le filtrage de la sortie
Filtre de reconstruction.
Limite les hautes frquences dues aux
sauts brusques entre les deux sorties.
18
Le circuit TLC32040 (AIC)
Filtre antialias programmable
Filtre de reconstruction programmable
Frquence dacquisition programmable
19
Filtre anti recouvrement du AIC
Si la frquence utilise est de 400 kHz plutt que 288 KHz, il
faudra modifier laxe des abscisses en multipliant les valeurs
coordonnes des abscisses par 1.39 (lchelle serait donc de 0
6.94 kHz au lieu de 0 5 kHz
=5Khz*480/288
20
Filtre de reconstruction
21
Le filtrage des signaux
22
Types de filtres
Filtres passe-bas
Filtres passe-haut
Filtres passe-bande
Filtres coupe-bande
Filtres passe-tout
Modifie simplement la phase des signaux.
23
Pourquoi minquiter de la phase
des signaux
Indsirable:
musique
vido
communications numriques

Loreille humaine utilise
la phase pour localiser la
source du son.
24
Filtres analogiques
Filtre passe-haut
R
C
V
in
V
o
I
X
j C j fC
C
= =
1 1
2 e t
H
R
R
j C
j RC
j RC
( ) e
e
e
e
=
+
=
+
1
1
Fonction de transfert
H(w) = Vo/Vin = vecteur dans le domaine complexe
25
Filtres analogiques
Filtre passe-haut
Gain et phase
R
C
V
in
V
o
I
| | | |
| |
| |
A H H
H
H
= +
=


`
)

Re ( ) Im ( )
tan
Im ( )
Re ( )
e e
|
e
e
2 2
1
Le gain = amplitude du vecteur
La phase = angle du vecteur
26
Filtres analogiques
Filtre passe-haut
R
C
V
in
V
o
I
f A f
RC
c c
quand = =

2
1
2t
H(w) = 1 si F >>> ;quand > Fc
H(w) = 0 si F <<< ;quand < Fc
27
Critres de performance dun filtre -
Rponse en amplitude
Le ripple dans la
bande passante est
nuisible.
Il est possible de faire
un filtre sans ripple
Pente en dB/dcade
Lattnuation (en dB) de
la bande bloque.
Gain dB A ( ) log = 20
10
28
Critres de performance dun filtre -
Rponse en phase
Reprsente un dlai en
temps en fonction de f.
La rponse de phase devrait
tre linaire.
Mme dlai en temps quelque soit
la frquence.
Si pas linaire:
distorsion
audible si on coute de la musique
visible si on regarde une image.
29
Rappel sur la transforme en Z
Est lquivalent dans le domaine discret
de la transforme de Laplace qui
sapplique au domaine continu.

lentre du DSP, le signal analogique
est continu: x(t)
Dans le DSP, le signal est discret
(chantillonn): x
s
(t)
30
quation du signal x
s
(t)
x t x t t kT
T
F
F
t kT
s
k
s
S
( ) ( ) ( )
( )
=
= =
=
=

o
o
0
1
frquence d' chantillonage
impulsion retarde de kT
31
Transforme de Laplace de x
s
(t)
{ }
X s x t e dt
x t t x t t T e dt
s s
st
st
( ) ( )
( ) ( ) ( ) ( )
=
= + +

}
}
0
0
o o
______________Xs(t)_________
Cette fonction gale zro partout sauf t = kT
32
Transforme de Laplace de x
s
(t)
X s x x T e x T e
x nT e
s
sT sT
nsT
n
( ) ( ) ( ) ( )
( )
= + + +
=

0 2
2
0

Or, une des proprits de est: o


o
( )
( ) ( ) ( )
t
f t t kT dt f kT =

}
0
X
s
(s) = F(kT)e
-ksT

X
s
(s)
33
Transforme en Z de x
s
(t)
{ }
Comme , alors: z e
X z x nT z ZT x n
sT
s
n
n
=
= =

( ) ( ) ( )
0
(ZT = Z-transform)
34
Exemples de transforme en Z
( )
Soit , avec et x n e n a cte
X z e z e z
na
s
na n
n
a
n
n
( )
( )
= > =
= =


0
0
1
0
Or, il y a une srie semblable qui donne:
si u
u
u
n
n=

<
0
1
1
1
Posons u
n
= (e
a
x
-1
)
n

Cette srie gomtrique nous permettra
de faire disparatre le terme de X
s
(z)
35
Exemples de transforme en Z
Donc:
avec X z
e z
z
z e
e z
s a a
a
( ) =

<


1
1
1
1
1
Cette quation discrte ressemble maintenant une quation
dans le domaine du temps pour sa rsolution.
36
Exemples de transforme en Z
Soit:
Or, Euler nous donne:
x n sin n t
sin n t
e e
j
jn t jn t
( ) ( )
( )
=
=


e
e
e e
2
Euler nous donne e
+ju
= cos u + j sin u
d o sin(net) = .
37
Exemples de transforme en Z
{ }
Donc:

X z
j
e z e z
j
z
z e
z
z e
s
j t n j t n
n
j t j t
( ) =
=


`
)

=

1
2
1
2
0
e e
e e
Toujours de la mme srie gomtrique de
l actate no. 30
38
Exemples de transforme en Z
Que l' on peut simplifier a:
X z
z t
z z t
s
( )
sin( )
cos( )
=
+
e
e
2
2 1
Xs(z) =
Cz
z
2
- Az - B
------------------------------
Noter que e = 2Hf, donc fonction de la frquence
A= , B= .. et C= ...
39
Les filtres FIR
Finite Impulse Response
quation du filtre:
y n h k x n k
k
( ) ( ) ( ) =
=

0
Si alors:
rponse a l' impulsion
x n
y n h n
( ) ( )
( ) ( )
=
= =
o 0
40
Les filtres FIR
Finite Impulse Response
Il suffit donc de connatre les N+1
coefficients h(0) h(n) pour obtenir le
filtre.
Il faut mmoriser N+1 donnes de x(n)
x(n-N).

Opration de convolution.
41
Les filtres FIR
Finite Impulse Response
En z, cela donne:
ce qui correspond en t a:
Y z H z X z
y n h n x n
( ) ( ) ( )
( ) ( ) ( )
=
=
42
Les filtres FIR
Finite Impulse Response
H z h k z
h z h z h N z
h z h z h N
z
k
k
N
N
N N
N
( ) ( )
( ) ( ) ( )
( ) ( ) ( )
=
= + + +
=
+ + +

0
0 1
1
0 1
0 1

Dans le plan de Z, les N ples sont z = 0, donc


le filtre est stable.
* z
n
/z
n

43
Les filtres FIR
Finite Impulse Response
Structure du filtre mettant en vidence
les dlais z
-1
.
Y(n) = x(n)*h(0) + x(n-1)* h(1) + x(n-2)*h(2) .
x(N-1)*h(N-1) + x(N)*h(N)
44
Les filtres FIR
Finite Impulse Response
Il existe une structure du filtre dite en
chelle (lattice structure) utilise en
filtrage adaptatif et en traitement de la
voie.
Page 99
45
Les filtres FIR
Finite Impulse Response
y n x n k x n
e n k x n x n
1 1
1 1
1
1
( ) ( ) ( )
( ) ( ) ( )
= +
= +
46
Les filtres FIR
Finite Impulse Response
y n y n k e n
x n k x n k k x n k x n
x n k k k x n k x n
e n k y n e n
k x n k k x n k x n x n
k x n k k
2 1 2 1
1 1 2 2
1 1 2 2
2 2 1 1
2 1 2 1
2 1
1
1 1 2
1 2
1
1 1 2
( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( ) ( )
( ) (
= +
= + + +
= + + +
= +
= + + +
= + +
1 2
1 2 k x n x n ) ( ) ( ) +
Pour la seconde section du filtre on peut rsoudre comme suit:
Si y
1
(n) = x(n) + k
1
x(n-1)
e
1
(n) = k
1
x(n) + x(n-1)
47
Les filtres FIR
Finite Impulse Response
Pour la ime section :
y n y n k e n
e n k y n e n
i i i i
i i i i
( ) ( ) ( )
( ) ( ) ( )
= +
= +


1 1
1 1
1
1
48
Les filtres FIR
Finite Impulse Response
En gnral pour un filtre du N-ime ordre :
y n a x n i
e n a x n i
N i
i
N
N N i
i
N
( ) ( )
( ) ( )
=
=
=

0
0
Ici on a remplac les k avec des a
o: a
0
=1
a
1
=k
1
+k
1
k
2

a
2
=k
2

49
Les filtres FIR
Finite Impulse Response
Qui donnent en transforme en Z pour leur
rponse impulsionelle :
Y z a z
E z a z
N i
i
i
N
N N i
i
i
N
( )
( )
=
=

0
0
Il faut donc trouver la relation entre les a et les k
50
Les filtres FIR
Finite Impulse Response
Notez que :
E z z Y z
N
N
N
( ) ( / ) =

1
Ce qui signifie que E
N
(z) est le polynme image
de Y
N
(z).
51
Les filtres FIR
Finite Impulse Response
Reste trouver les relations entre les k et les a.
Pour la r-ime section :
Y z Y z k z E z
E z k Y z z E z
r r r r
r r r r
( ) ( ) ( )
( ) ( ) ( )
= +
= +

1
1
1
1
1
1
52
Les filtres FIR
Finite Impulse Response
Isolons E
r-1
(z) dans la seconde quation et
mettons le dans la premire :
Y z Y z k z
E z k Y z
z
r r r
r r r
( ) ( )
( ) ( )
= +


1
1 1
1
Isolons Y
r-1
(z) :
Y z
Y z k E z
k
Y z k z Y z
k
r
r r r
r
r r
r
r
r

1 2
2
1
1
1
( )
( ) ( )
( ) ( / )
=
53
Les filtres FIR
Finite Impulse Response
La dernire relation est importante car elle
implique que nous pouvons calculer les valeurs
de k en commenant par k
r
et en finissant par
k
1
, car :
Y z a z
Y /z = a z
r ri
i
i
r
r r r i
r i
i
r
( )
( )
( )
=

=

0
0
1
54
Les filtres FIR
Finite Impulse Response
Do :
a z
a z k z a z
k
a z k a z
k
r i
i
i
r
ri
i
i
r
r
r
r r i
r i
i
r
r
ri
i
i
r
r r r i
i
i
r
r
( )
( )
( )

=


=

1
0
0 0
2
0 0
2
1
1
En substituant lactate 49 dans lactate 48
nous obtenons,
Obtenant la relation entre les k et les a recherche
55
Les filtres FIR
Finite Impulse Response
Duquel on tire :
a
a k a
k
i r
r i
ri r r r i
r
( )
( )
, , ,

=
1 2
1
01 1 pour
Avec :
r N N k
k a
r
r rr
= =
=
, , , 1 1 1 ;
et
Rappelons que r est la r-ime section. Si on a deux sections k
2
= a
22

et k
1
= a
11
56
Exemple:
Y z z z
2
1 2
1 02 05 ( ) . . = +

k a
2 22
05 = = .
Y z a a z a z
2 20 21
1
22
2
( ) = + +

a
a k a
k
a
a k a
k
10
20 2 22
2
2 2
11
21 2 21
2
2 2
1
1 05 05
1 05
1
1
02 05 02
1 05
04
=

=


=
=

=


=
( . )( . )
( . )
. ( . )( . )
( . )
.
57
Exemple:
k a
1 11
04 = = .
Donc connaissant k1 = 0.4 et k2 = -0.5
y
2
(n) = x(n) + (k
1
+k
1
k
2
)x(n-1) + k
2
x(n-2)
e
2
(n) = k
2
x(n) + (k
1
+k
1
k
2
)x(n-1) + x(n-2)
y
2
(n) = x(n) + (0.65)x(n-1) - 0.5x(n-2)
e
2
(n) = -0.5x(n) + (0.65)x(n-1) + x(n-2)
On dduit l quation final du filtre en chelle
58
Les filtres FIR
Finite Impulse Response
On peut aussi crer des filtres FIR en
utilisant les transformes Fourier.

A ce moment, il nous faut choisir le
spectre dsir pour le filtre que l on
dsire raliser.
H C e n
d n
jn T
n
( ) e
e
= <
=


59
Les filtres FIR
Finite Impulse Response
En normalisant la frquence avec :


On trouve :
v = = =
f
F
F
F
T
F
N
N
S
S
avec et
2
1
H v C e T=
f
F
d n
jn
n
S
( ) = <
=

tv
e
t
v avec et
2
1
Ici, Fn = la frquence de Nyquist, Fs = la
frquence d chantillonnage et T = la priode
d chantillonnage.
60
Les filtres FIR
Finite Impulse Response
Les coefficients de Fourrier sont
dfinis par :



Donc H
d
(v) sera une fonction paire
on ne gardera que le cossinus:
C H n d n
n d
= >
}
( ) cos v tv v
0
1
avec 0
C H v e d
n d
jn
=

}
1
2
1
1
( )
tv
v
Rappel Euler actate 32 (e
-jntv
= cos ntv - j sin ntv)
Si on intgre entre -1 et 1 une fonction impaire, on obtient 0
61
Les filtres FIR
Finite Impulse Response
Un nombre infini de coefficients Cn
sont requis pour raliser H
d
(v). On peut
approximer avec :
H C e
a n
jnpn
n Q
Q
( ) v =
=


C C
n n
=
De plus, si on intgre entre -1 et 1 une fonction paire, on obtient
des coefficients qui sont aussi paires. Nous n avons qu
intgrer entre 0 et 1 pour ne conserver que les Cn

62
Les filtres FIR
Finite Impulse Response
Et on trouve les coefficients h
i
comme
suit :
h h C
h h C
h C
Q Q
Q Q
Q
0 2
1 2 1 1
0
= =
= =
=

63
Les filtres FIR
Finite Impulse Response
Types de filtres :
Passe - bas:
Passe - haut:
Passe - bande:
Coupe - bande:
C
n
n
C
n
n
C
n n
n
C
n n
n
n
n
n
n
=
=
=

=

sin
sin
sin sin
sin sin
tv
t
tv
t
tv tv
t
tv tv
t
1
1
2 1
12 2
Ref.:Chassaing p.105
64
Exemple
Filtre passe-bas:
Frquence de coupure = 1000 Hz;
Frquence dchantillonnage = 10 kHz;
Filtre avec 33 points.
( )
v
1
1
10 2
02 = = =
f
F
kHz
kHz
c
N
.
65
Les filtres FIR
Finite Impulse Response
Pour n=0 : C
0
= v
1
= 0.2
Ensuite :
C C
C C
C
1 2
3 4
5
01872 01514
01009 00468
00000
= =
= =
=
. .
. .
.


De Cn = sin ntv
1
/ nt
on obtient:
66
Les filtres FIR
Finite Impulse Response
Il faut ensuite trouver les coefficients de
h0 h10 :
h h C
h h C
h h C
h h C
h h C
h C
0 10 5
1 9 4
2 8 3
3 7 2
4 6 1
5 0
= =
= =
= =
= =
= =
=
67
Les filtres FIR
Finite Impulse Response
quation finale

y(n) = h(10)x(n-10) + h(9)x(n-9) +.....
+ h(0)x(n)

Ici on a 11 coefficients.