T. P. Traitement du Signal Maîtrise E.E.A. - LASC
T. P. Traitement du Signal Maîtrise E.E.A. - LASC
T. P. Traitement du Signal Maîtrise E.E.A. - LASC
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
TP 7 : OUTILS POUR LA SYNTHÈSE DE FILTRES<br />
Intro<strong>du</strong>ction :<br />
L’option ‘<strong>Signal</strong> Processing Toolbox’ de MATLAB permet de comparer un grand nombre de méthodes de<br />
synthèse de filtres numériques. Nous séparerons une fois encore les filtres RII des RIF.<br />
1) Synthèse de filtres RIF<br />
Nous avons vu dans le TP précédent deux méthodes élémentaires de synthèse de filtres RIF : la synthèse<br />
par série de Fourier et la méthode d’échantillonnage. Ces deux méthodes sont implémentées sous<br />
MATLAB avec les noms fir1 et fir2. En plus de ces méthodes, il existe une méthode d’optimisation en<br />
moyenne quadratique firls dont l’objectif est la synthèse d’un filtre RIF dont la réponse en fréquence<br />
D f suivant un critère des moindres carrés. Cette méthode<br />
H( f ) approche une fonction donnée ( )<br />
consiste donc à trouver les coefficients <strong>du</strong> filtre qui minimisent la fonction suivante :<br />
eqm = ∑ P( f )[ H ( f ) − D(<br />
f )]<br />
où P( f ) est une fonction de pondération éventuelle.<br />
Le problème lié aux différentes méthodes présentées jusqu’à maintenant est le manque de maîtrise des<br />
oscillations <strong>du</strong> filtre. Or dans de nombreuses applications, il se révèle intéressant d’utiliser des filtres<br />
présentant des on<strong>du</strong>lations d’amplitude constante. La méthode de Remez (remez) permet de tenir compte<br />
de cette contrainte supplémentaire sur le gabarit <strong>du</strong> filtre.<br />
2) Synthèse des filtres RII<br />
2<br />
Pour la conception de filtres RII, nous nous baserons essentiellement sur les filtres analogiques décrits<br />
dans le TP6, sachez néanmoins qu’il est possible de faire la synthèse de filtre RII sans utiliser les<br />
modèles analogiques. Il existe en effet des techniques discrètes itératives qui permettent de calculer<br />
directement les coefficients d’un filtre RII à partir d’un gabarit donné par des méthodes d’optimisation<br />
(voir les instructions prony et yulewalk par exemple).<br />
3) Travail demandé sous SPTOOL<br />
Lorsque vous tapez sptool sous Matlab, une fenêtre que l’on peut décomposer en trois parties apparaît. La<br />
première partie <strong>Signal</strong>s sur la gauche de la fenêtre permet de visualiser avec View des signaux tracés en<br />
fonction <strong>du</strong> temps généralement. Il est possible ainsi d’importer des signaux définis dans la fenêtre de<br />
travail Matlab (workspace) en cliquant sur File puis Import. Ensuite ces signaux en plus d’être visualisés<br />
peuvent être filtrés dans la partie Filters. Il est aussi possible de faire l’analyse spectrale de ces signaux<br />
dans la partie Spectra.<br />
La zone centrale notée Filters permet de visualiser les caractéristiques d’un filtre par View, de lancer une<br />
synthèse de filtre par New Design, de modifier les caractéristiques d’un filtre par Edit Design et enfin<br />
d’appliquer un filtre à un signal présent dans la partie <strong>Signal</strong>s par Apply. Dans un premier temps, nous<br />
utiliserons la fonction New Design pour comparer les caractéristiques de différents types de filtres<br />
numériques synthétisés à partir d’un gabarit et d’un algorithme donné.<br />
49