Upload
bakir-fatma
View
234
Download
1
Embed Size (px)
Citation preview
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
1/39
Traitement de signalTraitement de signal
Mondher FRIKHA
Maitre assistant, ISECS
Master professionnel informatique industriel Anne Universitaire 2009-2010
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
2/39
ChapitreChapitre 33: Introduction aux filtrages numriques: Introduction aux filtrages numriques
Filtres RponseFiltres Rponse ImpulsionnelleImpulsionnelle Finie (RIF)Finie (RIF)
2
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
3/39
Plan du chapitrePlan du chapitre
3
Introduction la thorie des filtres NumriquesFiltres rponse impusionnelle de dure finie (RIF):
Proprits
Synthses des FIR (Dtermination des coefficients)
- Mthode de fentrage applique un filtre rel
- Mthode de lchantillonnage frquentiel (TFD-1)
Architectures de mise en uvre.
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
4/39
Filtres NumriquesFiltres Numriques
4
Objectif du chapitre
Classification par la relation entre/sortie
filtre non rcursifou filtre rponse impulsionnelle finie (ak=0)
filtre rcursifou filtre rponse impulsionnelle infinie (ak, bk#0)
Filtre Numrique (FN):Systme LTI discret oprant sur des signaux discrets
k
]kn[h]k[x]n[h]n[x]n[y )z(X)z(H)z(Y
Condition de stabilit et de causalit
Tous les ples d'un filtre linaire et stable sont situs l'intrieur du cercle unit
0 1[ ] [ ] [ ]
M N
k kk ky n b x n k a y n k
Equation aux diffrences(EaD)
Dfinir la notion de filtrage numrique et prsenter les proprits gnrales
des filtres numriques
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
5/39
Avantages et inconvnients des FNAvantages et inconvnients des FN
AvantagesAvantages-- Reproductibles sans rglagesReproductibles sans rglages
-- ProgrammablesProgrammables
-- Ne drivent ni en temps ni en tempraturesNe drivent ni en temps ni en tempratures
-- Permettent de raliser des filtres phase parfaitement linairePermettent de raliser des filtres phase parfaitement linaire
InconvnientsInconvnients
-- Consommation en comparaison aux circuits analogiquesConsommation en comparaison aux circuits analogiques
-- Limitations en frquences (frquence du CAN et la vitesse des oprateursLimitations en frquences (frquence du CAN et la vitesse des oprateursarithmtiques)arithmtiques)
-- Cot parfois plus chair.Cot parfois plus chair.
5
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
6/39
Fonctions des filtresFonctions des filtres
6
Fonctions des FN sont analogues celles des filtres analogiques:
4 types des filtres idaux dont les gabarits sont les suivants:
1
0 c c
HLP ( ej )
0 cc
1
HHP(ej)
11
c1 c1c2 c2
HBP (ej)
1
c1 c1c2 c2
HBS(ej)
Filtre Passe Bas (PB) Filtre Passe Haut (PH)
Filtre Passe Bande (PB) Filtre Coupe Bande (CB)
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
7/39
Filtres RIF (RponseFiltres RIF (Rponse ImpulsionnelleImpulsionnelle Finie)Finie)
7
Faciles utiliser maispeuvent ncessiterdimportantes quantits de calculs
0
[ ] [ ] [ ]q
k
y n b k x n k
Rponse impulsionnelle est de dure finie :
Filtre est toujours stable
B(z) est un polynme
)()()( zBzY
Filtre est caractris par-sa rponse en frquence(complexe)
)( jeB
- la position de ses racines dans le plan complexe
module : attnuation
phase : retard
[ ]n[ ]x n)(z
nombre fini de
termes dans la somme
q
k
kzkbzB0
)()(
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
8/39
Synoptique de traitementSynoptique de traitement
8
Signal dentreSignal de sortie
=T Tpriode dchantillonnage du filtre
:pulsation angulaire du signal analogique exprime en rad/s
:pulsation du signal discret exprim en rad
T T
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
9/39
Exemple de traitement numrique de signalExemple de traitement numrique de signal
9
Filtrage d un signal (numrique)
- liminer des composantes frquentielles
- suivant un gabarit dfini dans le domaine frquentiel
Synthtiser un filtre numrique: tapes
a-choisir le type de filtre (type de fonction de transfert)
b-calcul des coefficients du filtre pour satisfaire le gabarit
c-choix de la structure pour limplmentation du filtre
d-simulation et filtrage
ltape a/concerne limplmentation lectronique du filtre, actuellement
les logiciels offrent une grande gamme de choix de filtres, et de mthodes de
synthseBeaucoup de mthodes de synthse de filtres numriques transposent les
filtres analogiques en numrique (Cas de filtres RII) .
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
10/39
10
GabaritGabarit
l aide de gabarit dans le domaine frquentiel
ces gabarits sont dfinis dans le domaine frquentiel, en ne tenantcompte que de leur rponse en amplitude (et non en phase)
exemple d un gabarit de filtre passe bas
2
1 c 2
1+1
1-1
Choix des filtres est gnralement base sur 3 critres:- Fournir une distorsion la plus petite possible au signal
- tre la plus plate possible dans la bande passante (BP)
- Fournir une attnuation meilleure que -90dB (~3x10-5) dans la B. attnue (BA)
Autres caractristiques: longueur de filtre petite , frquence de transition courte ...
BP
BA
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
11/39
11
Synthse des filtres Numriques: Mthode de fentrageSynthse des filtres Numriques: Mthode de fentrage
Principe
Dfinition du gabarit-Taux dondulation admissible en bande passante d1
-Taux dondulation admissible en bande coupe d2
-Largeur de la zone de transition Df
Calcul de la rponse impulsionnelle idale- partir du gabarit idal, la TF inverse donne la rponse impulsionnelle idale.
Dcalage et Pondration de la RI idale pour obtenir un filtre causal RIF- pour limiter la longueur de la rponse impulsionnelle
- pour attnuer les ondulations en bande coupe
f
|H(f)|
fc fp
1-1
1+1
2
Df
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
12/39
12
Calcul des filtres RIF: Mthode de fentrageCalcul des filtres RIF: Mthode de fentrage
Dcomposition en srie de Fourier et fentrage (Dcomposition en srie de Fourier et fentrage (WindowWindow methodmethod))
On cherche un filtre discret de rponse impuls. hd[n] causale etde dure finie
Rponse en frquence pourh[n] quelconque
H f h n j fn f
n
( ) [ ]exp( ) , [ , ]
2 0 1
H(f) priodique (T=1), donc dcomposition en srie de Fourier
h n H f j fn df f
[ ] ( ) exp( ) 2
0
1
h[n] infinie, donc troncature (fentrage) h n h n w nd[ ] [ ]* [ ]Exemple: w[n] fonction rectangle
w n pour N n N
ailleurs[ ]
1
0
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
13/39
Exemple: filtre passeExemple: filtre passe--bas idalbas idal
Frquences0
1
1fc
H(f)
On obtienth n j fn df
nf nc
f
f
c
c[ ] exp( ) sin( ) 2 1 2
-fc
h[n]
n
(rem: h[n] est infinie et non causale)
(ex: fc=0,2)
Calcul du filtre par la mthode de fentrageCalcul du filtre par la mthode de fentrage
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
14/39
14
Calcul du filtre par la mthode de fentrageCalcul du filtre par la mthode de fentrage
Fentrage par une fonction rectangleFentrage par une fonction rectangle
w n pour N n N ailleurs
[ ] 1
0
h nn
f n n N N d c[ ] sin( ) , , 1
2
N=5
hd[n]
|H(f)| |H(f)|
N=5 N=10 Nombredondulation
augmente avec
lordre du filtre
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
15/39
Retard temporelRetard temporel pour rendre le filtre causalpour rendre le filtre causal
h nn N
f n N n N rif c[ ] ( )sin( ( )) , ,
1 2 0 2
- Rponse en frquence inchange en module
- Introduction dun dphasage linaire en frquence
15
Calcul du filtre par la mthode de fentrageCalcul du filtre par la mthode de fentrage
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
16/39
Fentrage: EffetsFentrage: Effets
Effet du fentrageEffet du fentrage
Ondulation en bande passante et en bande coupe
bande de transition largie
multiplication temporelle par w[n] (ex: fonction rectangle)
convolution en frquence parW(f): (ex: Sinus cardinal)
Utilisation de fentresUtilisation de fentres w[n]w[n]particuliresparticulires
Bartlett,Bartlett, HanningHanning,, HammingHamming, Kaiser..., Kaiser...ExempleExemple:: fentre de Hanning: ondulation rduite, transitionlargie
w[n]
W(f)
w n n N n N [ ] . . cos( / ) , 0 5 0 5
16
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
17/39
3.14 0 3.140.5
0
0.5
1
1.5
.112 84 56 28 0 28 56 84 112
10
5
0
5
10
.
3.14 0 3.140.5
0
0.5
1
1.5
.
112 84 56 28 0 28 56 84 11210
5
0
5
10
.
Oscillations
Troncature
Fentrage: IllustrationFentrage: Illustration
Frquentiel Temporel
Troncature
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
18/39
18
Idalement :
- Largeur de fentre D troite- Amplitude lobe secondaire petite
Lorsque la longueurN de la fentre augmente:
-Largeur du lobe principal D dcroit,-Largeur de transition entre BP et BA dcroit
-Relation est empiriquement approxime par: N.Df=cDf: largeur de la bande de transition ; c un paramtre qui dpend de la fentre
Remarque:
Valeur crte du lobe principal dpend uniquement de la forme de la fentre
Choix du type de la fentreChoix du type de la fentre
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
19/39
19
Choix du type de la fentreChoix du type de la fentre
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
20/39
fentre deHamming
L
tth
.cos46.054.0)(
pour L < t < L
Produit dans le domaine temporel
=Lissage dans le domaine frquentiel
112 84 56 28 0 28 56 84 1120
0.5
1
1.5
.
0.79 0 0.790.5
0
0.5
1
1.5
2
.
0.79 0 0.791 10
5
1 104
1 103
0.01
0.1
1
10
.
temps frquence
chelle logarithmique
Choix du type de la fentre: Fentre deChoix du type de la fentre: Fentre de HammingHamming
20
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
21/39
112 84 56 28 0 28 56 84 11210
5
0
5
10
.
112 84 56 28 0 28 56 84 11210
5
0
5
10
.
3.14 0 3.140.5
0
0.5
1
1.5
.
112 84 56 28 0 28 56 84 11210
5
0
5
10
.
3.14 0 3.140.5
0
0.5
1
1.5
.
3.14 0 3.140.5
0
0.5
1
1.5
.
Attnuation des oscillations mais largissement de la transition
Frquentiel Temporel
21
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
22/39
Mthode dchantillonnage en frquenceMthode dchantillonnage en frquence
Gabarit, -Fe/2 Fe/2 Choix dune fonction H(f) priodique respectant le gabarit
Echantillonnage sur N points de 0 N-1
Transforme de Fourier discrte inverse sur N points etdcalage : h[n], n=0,N-1
22
Synthse des FN: Mthode dchantillonnage en frquenceSynthse des FN: Mthode dchantillonnage en frquence
Filtre RIF possde TFD donne par
2
1 j k nN
k N
h n H k e
N
21
0
N j k nN
n
H k h n e
La R.I. du RIF est donne par
21
11
1
n
j nk N k
H z H k N
z
ez
H(z): cl de la conception du RIF
Procdure:
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
23/39
Mthodes dapproximation optimalesMthodes dapproximation optimales
Procdures itratives
Optimisation au sens dun certain critre par rapport augabarit initial
Utilisation dun ordinateur Choix empirique de certains paramtres
ex: Mthode deex: Mthode de RemezRemez, algorithme de, algorithme de ParksParks && McClellanMcClellan
23
Synthse des FN: Mthode approximation optimaleSynthse des FN: Mthode approximation optimale
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
24/39
Filtre RIF phase linaireFiltre RIF phase linaire
x t X f
x t t X f j ft
F
F
( ) ( )
( ) ( ) exp( )
0 02
0( ) 2 f ft D
1
2 0d f
dft
( )
24
Rponse en phase linaire en frquence, rponse en frquenceRponse en phase linaire en frquence, rponse en frquence H(f)H(f)
Module |H(f)| Phase Arg(H(f))=a+bf
Dcalage temporelDcalage temporel
Module identique
Dphasage linaire
Temps de propagation de groupe constantTemps de propagation de groupe constant
Dphasage linaire (dans la bande passante) =
signal (dans la bande passante) retard, non dform
D = 0 ou suivant le signede X(f)
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
25/39
sin( ) sin( )2 2 20 0 f t f t
sin( ) sin( )2 1 2 2 20 0 f t f t
sin( ) sin( )2 1 2 2 30 0 f t f t
Dphasage linaire en frquence
Dphasage non linaire
retard
Signal dform
Filtre RIF phaseFiltre RIF phase linaire:Exemplelinaire:Exemple
Pour que le signal ne soit pas
dform temporellement, il
faut que toutes lescomposantes spectrales
qui le composent subissent
un retard identique.
25
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
26/39
N:longueur de la squence symtrique finie h[n] qui peut tre
paire ou impaire
Ceci rsulte 4 types de squences symtriques:
Squences symtriques: Filtre RIF phase linaireSquences symtriques: Filtre RIF phase linaire
Type Symtrie N H(F) |H(0)| |H(1/2)|
1 paire impair
2 paire pair
3 impaire impair
4 impaire pair
12 [ ]cos(2 ( 1/ 2)
M
kh k F k
1
[0] 2 [ ]cos(2 )L
k
h h k k F
1
[0] 2 [ ]L
k
h h k
1[0] 2 [ ]( 1)
kLkh h k
12 [ ]
M
kh k
0
12 [ ]sin(2 )
L
k j h k k F
0 0
12 [ ]sin(2 ( 1/2)
M
k j h k F k
0 12 [ ]( 1)
kMk h k
Avec L=(N-1)/2 et M=N/2
26
Condition de symtrie devra tre satisfaite: h[n] = h[N-1-n]
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
27/39
Filtre RIF phase linaireFiltre RIF phase linaire
44 cas possiblescas possibles (suivant parit de N et de(suivant parit de N et de h[n]h[n]))
Filtres de typeFiltres de type 11 N impair: nombre de coefficients (longueur de la squence)
Symtrie paire autour du point L=(N-1)/2 entier
1/3
h[n] Axe de
symtrie
1
H z z z ( ) 1
3
1
3
1
31 2
Module
H(f)Phase
27
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
28/39
28
Filtres de typeFiltres de type 22 N pair: nombre de coefficients (longueur de la squence)
Symtrie paire autour du point L=(N-1)/2 non entier
1/2
h[n] Axe de
symtrie
0 1
H z z ( ) 1
2
1
21
Module
H(f)
Phase
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
29/39
29
Filtres de typeFiltres de type 33 N impair: nombre de coefficients (longueur de la squence)
Symtrie impaire (anti-symtrie) autour du point (N-1)/2 entier
H(f)
Phase
1/2
h[n] Axe de
symtrie
0 1 2
H z z ( ) 1
2
1
2
2
Module
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
30/39
30
Filtres de typeFiltres de type 44 N pair: nombre de coefficients (longueur de la squence)
Symtrie impaire (anti-symtrie) autour du point (N-1)/2 non entier
H(f)
PhaseModule
1/2
h[n] Axe de
symtrie
0 1 2
H z z ( ) 1
2
1
2
1
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
31/39
31
1 2 3 4N impair pair impair pairh[n] paire paire impaire impaire
H(0) 0 0H(0,5) 0 0
H(f) relle relle imag. imag.Type 1 Tous types de filtre possiblesType 2: Pas de passe-haut ni de coupe-bandeType 3: Uniquement filtre passe-bandeType 4: Pas de filtre passe-bas
Filtre RIF phase linaire: ApplicationsFiltre RIF phase linaire: Applications
Remarques:
- Filtres classiques sont souvent conus utilisant des squences type 1
- Filtres coupe-bandepeuvent tre conus avec des squences type 1 seulement
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
32/39
32
Ordre des filtresOrdre des filtres RIF Formule empiriqueRIF Formule empirique
1+d
1-d
Module du ain
Frquences
Df
d
10
1 2
2 1log ( )3 10
eFN
D
Ordre du filtre RIF
N : longueur du filtre est un paramtre important
N dtermine la place mmoire ncessaire l'implmentation du filtre
N dpend de la largeur de la bande de transition et de l'amplitude des ondulations
N ne dpend pas de la bande passante
Filtre RIF phase linaireFiltre RIF phase linaire
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
33/39
33
ExempleExemple
Attnuation en dB
3
40
2 15 Frquence (kHz)
201
13
20 40
10
1
1
10 2
log ( )
log ( )
dB
dB
1=0,171
2=0,01
Df=13000 Hz
Fe=50 kHz.
Soit N=4,5
On testera N=4 et N=5 (filtres 5 et 6 coefficients)
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
34/39
34
AvecAvec MATLABMATLAB // fonctionfonction remezremezfiltrefiltre dede typetype 11,, 55 coefficientscoefficients>>b=>>b=remezremez((44,[,[00 20002000//2500025000 1500015000//2500025000 11],[],[11 11 00 00],[],[11 1717])])
bb ==00..06970697 00..18241824 00..24202420 00..18241824 00..06970697
filtre de typefiltre de type 22 (passe(passe--bas possible)bas possible) 66 coefficientscoefficients>>b=>>b=remezremez((55,[,[00 20002000//2500025000 1500015000//2500025000 11],[],[11 11 00 00],[],[11 1717])])bb == 00..04800480 00..15711571 00..26002600 00..26002600 00..15711571 00..04800480
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
35/39
35
On choisit le filtre On choisit le filtre 66 coefficientscoefficientsb[n]={b[n]={00..04800480,, 00..15711571,, 00..26002600,, 00..26002600,, 00..15711571,, 00..04800480}}
Module H(f) Phase
Phase linaire pente -5/Fe ,Temps de Propagation de Groupe (TPG)=2,5 chantillons
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
36/39
Structures de filtres: Diagrammes de fluxStructures de filtres: Diagrammes de flux
Blocs de construction de base
ak
z-1
x[n]y[n]
x[n]
Nud
+
x[n] + y[n]
y[n]
akx[n]
x[n]
Additionneur
x[n]
Multiplieur
x[n] x[n-1]
Retard unit
Structure de filtres numriques sont quivalentes sils ont la mmefonction de transfert.
La structure de filtres numriques donne une ide sur larchitecture
de traitement (algorithme)
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
37/39
37
Structures de filtres: Diagrammes de fluxStructures de filtres: Diagrammes de flux
Manire simple pour gnrer une structure quivalente est via lopration
transpose comme suit:
- Renverser tous les chemins
-Remplacer les nuds par des additionneurs et vice versa
- Interchanger les nuds des entres et des sorties.
Structure dont laquelle les coefficients du multiplieur sont prcisment les
coefficients de de la fonction de transfert est nomme la forme directe
Forme directe dun FIR dordre M=5 (type I)
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
38/39
38
Structures de filtres: Diagrammes de fluxStructures de filtres: Diagrammes de flux
Forme transverse ou transpose de la seconde forme directe
Forme transpose dun FIR dordre M=5 (directe type II)
Un filtre FIR de longueurN (ordre N ) est caractris par N coefficients et en
gnral demande N multiplieurs et (N-1) additionneurs 2 entres
8/3/2019 chap3_TS: Cours Traitement de signal_isecs
39/39
39
Structures de filtres: Diagrammes de fluxStructures de filtres: Diagrammes de flux
Limplmentation dun filtre RIF dordre relativement grand peut tre
effectu partir de cellules RIF lmentaires dordre 1 et/ou 2 mises en
cascade. Sa fonction de transfert factorise peut tre mise sous la forme:
-1 -2
1k 2k k
H (z)=h[0] 1+ + z z
Ralisation cascade de 3 cellules dordre 2