FILTRAGE NUMERIQUE

DARNOUNI M’HAMMED
2 DUT-GEII
 Rappels sur le filtrage
Un filtre est un dispositif destiné à séparer les différentes composantes d’un mélange
hétérogène.
Dans le domaine du traitement du signal, un filtre agit dans le domaine des fréquences
pour séparer des signaux entre eux ou éliminer des signaux indésirables.
Les systèmes linéaires stationnaires sont des convolueurs temporels. Ils établissent une
relation simple dans le domaine des fréquences; c’est pourquoi ils sont utilisés
comme filtres.

e(t)
Système s(t)
linéaire
Un filtre ne doit pas déformer le signal qu’il est chargé de conserver. Pour cela, sa
réponse en fréquence doit répondre à deux conditions essentielles :
 Module constant dans la bande passante.
 Phase linéaire dans la bande passante.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 2
 Chaîne de traitement numérique
Signal numérique : suite de valeurs numériques obtenues à
partir :
• d’une suite de valeurs générées,
• de l’acquisition de valeurs discontinues (phénomène discret)
• de l’échantillonnage de grandeurs continues.
Dans ce dernier cas, la chaîne complète de traitement sera alors
composée des éléments suivants :

Filtre CAN Traitement CNA Filtre

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 3
 Chaîne de traitement numérique
La chaîne de traitement numérique comporte :
• un filtre analogique passe-bas d’antirepliement.
• un échantillonneur de période d’horloge T E .
• un CAN fournissant, au rythme de l’horloge, une suite de nombres binaires
exprimés sur B bits, représentant la mesure de x(nT E). On notera x(n) ou xn
cette valeur.
• une unité de calcul effectuant un algorithme qui, à partir de la suite {xn },
crée une autre suite {yn }. Cette unité de calcul peut être un ordinateur, un
microprocesseur ou un DSP (processeur spécialisé dans le traitement
numérique du signal).
• un CNA traduit sous forme analogique la suite numérique {y n } de sortie. Ce
signal est en général maintenu constant sur une période d’échantillonnage
(signal en « marches d’escalier »).
• un filtre (analogique) lisse le signal de sortie du CNA.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 4
 Signaux numériques particuliers
Signaux numériques particuliers :
Certains signaux numériques particuliers sont très utilisés dans la
théorie, en particulier l’impulsion unité et l’échelon unité :
• Impulsion unité {d(n)} : d(n) = 1 si n=0, d(n) = 0 sinon.
• Echelon unité {u(n)} : u(n) = 1 si n>=0, u(n) = 0 sinon.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 5
 Signaux numériques particuliers
Signal à durée limitée
• C’est un signal {s(n)} dont tous les échantillons sont nuls en dehors
d’un intervalle fini.
• Tous les signaux physiques sont de ce type.
Signal causal
• Un signal {s(n)} est causal si tous ses échantillons sont nuls pour n < 0.
Ce signal peut représenter la réponse à une cause qui aurait lieu à
t = 0, d’où le terme causal.
Décalage (ou retard) de k
• Soit une suite {x(n)}. On définit la suite {y(n)} retardée de k (k entier)
par : y(n)=x(n-k)
DARNOUNI
FILTRAGE NUMERIQUE : Introduction 6
 Avantages du traitement numérique
• Reproductibilité : les caractéristiques des filtres numériques établis sur la
base de la même configuration sont identiques.
• Stabilité à long terme : pas de vieillissement des composants. On peut
réaliser des filtres analogiques d’ordre n élevé, mais il faut alors des
composants très précis et très stables (ne vieillissant pas), donc de coût
élevé. A partir d’une certaine valeur (n ≥ 4 ou 6), une réalisation numérique
est préférable. Les filtres numériques sont insensibles aux conditions
extérieures (chaleur, humidité, etc.)
• Souplesse : avec un même matériel, on passe facilement d’un filtre à un
autre, en changeant simplement l’algorithme (logiciel). Un appareil donné
peut donc facilement évoluer.
• Adaptation : le système peut lui-même adapter ses coefficients en fonction
de l’environnement. On peut envisager par exemple un correcteur PID
numérique dans une boucle d'asservissement ajustant automatiquement les
paramètres K, Ti et Td de façon à minimiser le temps de réponse.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 7
 Avantages du traitement numérique
• Association de filtres : la mise en série de filtres numériques ne
pose aucun problème d’interaction comme celui que l’on
rencontre pour l’adaptation des impédances pour les filtres
analogiques.
• Nouveaux filtres : avec les techniques numériques, on peut
réaliser des filtres n’ayant pas d’équivalent analogique. On peut
citer tous les filtres à phase linéaire.
• La problématique du bruit change d'aspect: dans le filtrage
numérique on parle de 'bruit de quantification' et de 'bruit de
calcul'. Le premier est lié au nombre de bits employés pour la
quantification (8 bits, 16 bits, etc.). Le second est négligeable si
l'unité de calcul est de type 'floating point'. De toute manière, le
bruit numérique est localisé : on sait d'où il vient et il reste stable.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 8
 Inconvénient du traitement numérique
• Les filtres numériques sont limités en fréquence : en effet,
pendant une période d’échantillonnage T E, il faut que :
TE > tCAN +tcalcul+ tCNA
Or, le signal d’entrée x(t) est échantillonné et doit donc respecter le
théorème de Shannon :
Fsup < FE/2
(où FSup désigne la limite supérieure du spectre de x(t) ).
• Les filtres numériques nécessitent un filtrage analogique anti-
repliement à l'échantillonnage et à la restitution.
• En hautes fréquences (supérieures à quelques dizaines de
mégahertz) on conserve les techniques analogiques.
DARNOUNI
FILTRAGE NUMERIQUE : Introduction 9
 Remarque
On retrouve pour l’étude des filtres numériques le même type
d’outils (adaptés) que pour l’étude des filtres analogiques.
Nous ferons systématiquement le parallèle (voir annexes 1 et
2).
Notons tout de même que si les outils sont comparables, les
résultats seront nouveaux !

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 10
 Définition d’un filtre numérique
Un filtre numérique est un système numérique linéaire invariant.
• Linéarité
Soient : xn Filtre yn
y1(n) la réponse à x1(n) numérique
y2(n) la réponse à x2(n)
Si le système est linéaire, alors :
 la réponse à a.x1(n) est a.y1(n) , pour toute valeur de la constante a
 la réponse à x1 (n) + x2 (n) est y1(n) + y2(n)
D’une manière générale, si a et b sont deux constantes :
 la réponse à a.x1(n) + b.x2(n) est a.y1(n) + b.y2(n)
• Invariance
Soit y(n) la réponse à x(n).
Si le système est invariant, la réponse à la suite retardée x(n-k) est la suite retardée
y(n-k), pour toute valeur du retard k.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 11
 Equation de récurrence
Un filtre analogique peut être défini par une équation
différentielle. Par exemple, pour un filtre du premier ordre :

De même, un filtre numérique est défini par une équation de

récurrence (algorithme permettant de calculer y(n) ) :

bk et al sont des constantes caractéristiques du filtre

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 12
 Exemple 1
On se propose de réaliser sous forme numérique un filtre ayant
des propriétés comparables à celles d’un dérivateur
analogique défini par l’équation différentielle

Si TE est suffisamment petit, on peut

donner une expression approchée de la
dérivée et obtenir l’équation de récurrence :

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 13
 Exemple 2
On peut chercher également à réaliser un intégrateur en utilisant
la même approximation :

soit :

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 14
 Classification des filtres numériques
Les exemples ci-dessus montrent qu’il existe deux types de filtres
numériques.
Filtres non récursifs
y(n) est calculé en fonction seulement des entrées présente et
passées x(n), x(n-1) …
(voir le premier exemple).
L’équation de récurrence s’écrit simplement :

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 15
 Classification des filtres numériques
Filtres récursifs
C’est le cas du deuxième exemple : y(n) est calculé en fonction
des entrées présente et passées, mais aussi en fonction des
valeurs passées de la sortie y(n-1),… :

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 16
 Convolution
Convolution Analogique :

Un système linéaire est modélisé par sa réponse à une impulse,

(t) f(t) f(t)

Réponse Impulsionnelle : f(t) = f[(t)].

La réponse d'un système linéaire a une entrée x(t) est une superposition (une somme)
de réponses impulsionnelles amplifiées par les valeurs instantanées de x(t).

x(t) f(t) xf(t)

Cette opération est appelé "Convolution" de x par f.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 17
 Convolution
L’équation générale de la convolution est :

La convolution est commutative.

La convolution est l’opération de traitement de signal la plus
fondamentale. Elle indique que la valeur du signal de sortie à
l’instant t est obtenue par la sommation (intégrale) pondérée
des valeurs passées du signal d'excitation x(t). La fonction de
pondération est précisément la réponse impulsionnelle f(t).

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 18
 Convolution numérique
Exemple simple:
Une réponse de trois échantillons (les suivants éventuellement
négligeables)

Ce filtre est évidemment « à réponse impulsionnelle finie » ou «

FIR »

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 19
 Convolution numérique
Construction de la réponse yn à une suite d’échantillons xn.
• Chaque échantillon xk, d'amplitude xk, donne une réponse
égale à xk.H
• Toutes ces réponses sont à sommer avec le décalage
approprié.
On peut se représenter cela très facilement au moyen de
l’exemple suivant qui est un filtre à réponse impulsionnelle
finie de N = 4 échantillons:

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 20
 y

x
t
TE 2TE 3TE

t
TE 2TE 3TE 4TE

t
h 2TE 3TE 4TE

t t
TE 2TE 3TE 3TE 4TE 5TE

y0=x0h0 ;
t
y1=x0h1+x1h0 ; 4TE 5TE 6TE

y2=x0h2+x1h1+x2h0 ;
y3=x0h3+x1h2+x2h1+x3h0 ;
t
y 4= x1h3+x2h2+x3h1+x4h0 ; 5TE 6TE 7TE

y 5= x2h3+x3h2+x4h1 ;
y 6= x3h3+x4h2 ;
y 7= x4h3 ; Convolution numérique
y 8= 0 DARNOUNI
FILTRAGE NUMERIQUE : Introduction
21
DARNOUNI FILTRAGE NUMERIQUE :
Introduction
22
 Convolution numérique
• A partir de y3 ( (indice+1) = N taille de la réponse
impulsionnelle H, ici 4 raies), on obtient y en sommant
toujours N=4 termes.
• Soit N la taille du filtre.

• Pour un filtre à réponse impulsionnelle infinie, l’expression

finale sera identique avec N tendant vers l’infini.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 23
 Convolution numérique
Conclusion :
• A l’arrivée d’un signal xn, un régime transitoire dure donc
exactement NTe soit la durée de la réponse impulsionnelle.
• A tout instant, la sortie est fonction de la nouvelle entrée xn
et de N-1 valeurs de l’entrée précédente. Donc prédictive
exactement.
• Pour un filtre IIR, N est infini, le régime transitoire est
‘théoriquement’ infini, mais heureusement pas en pratique!
c’est un peu comme une exponentielle en analogique qui bien
que théoriquement infinie, ne varie pratiquement plus au
bout de 4 à 5 constantes de temps!

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 24
 Stabilité
• Un filtre numérique, qu’il soit causal ou non, est dit stable si et
seulement si à toute entrée bornée correspond une sortie bornée :

• Pour un filtre numérique linéaire et invariant, cela se traduit sur sa

réponse impulsionnelle par :

• Si de plus il est causal, la relation devient :

• Cela constitue une condition nécessaire et suffisante de stabilité.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 25
 Fonction de transfert discrète
Pour un signal ou un système causal, la transformée en z prend la forme
suivante :

Soit H(z ) = Z[hn], la transformée en z de la réponse impulsionnelle d’un filtre

numérique linéaire invariant.
• Pour une entrée xn , la sortie du filtre s’exprime par :

• En termes de transformées en z , cela correspond à

, pourvu que X (z ) et H (z ) aient un

domaine de convergence commun.

• La fonction de transfert H (z ) est donc aussi le rapport des transformées en z
de l’entrée et de la sortie.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 26
 Estimation de H (z ) à partir
de l’équation récurrente
• L’équation récurrente qui définit la relation entrée-sortie d’un
filtre numérique linéaire invariant et causal est donnée par :

• En prenant la transformée en z de chaque membre, on en

déduit :

• Dans le cas d’un filtre non récursif, les coefficients bk sont nuls.
La fonction de transfert se réduit alors à un polynôme en z-1
de degré (N-1) dont on dira qu’il est d’ordre (N-1) :

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 27
 Réponse en fréquence
Elle est obtenue à l’aide de la propriété de fonctions propres des
systèmes linéaires invariants tenues par les exponentielles
complexes. Soit donc xn = ejnTE

Par définition :

L’expression précédente est la transformée de Fourier à temps

discret (TFTD) de la réponse impulsionnelle.

DARNOUNI
FILTRAGE NUMERIQUE : Introduction 28