Traitement Numérique du Signal. Le Filtrage Recursif

Documents pareils
Fonctions Analytiques

Polynômes à plusieurs variables. Résultant

TD1 Signaux, énergie et puissance, signaux aléatoires

Fonctions holomorphes

Limites finies en un point

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Simulation de variables aléatoires

Moments des variables aléatoires réelles

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Calcul fonctionnel holomorphe dans les algèbres de Banach

Suites numériques 4. 1 Autres recettes pour calculer les limites

I. Polynômes de Tchebychev

Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen

Les travaux doivent être remis sous forme papier.

CCP PSI Mathématiques 1 : un corrigé

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

3 Approximation de solutions d équations

aux différences est appelé équation aux différences d ordre n en forme normale.

Texte Agrégation limitée par diffusion interne

Comment démontrer des formules sans effort? exposé de maîtrise

Chapitre 1 Régime transitoire dans les systèmes physiques

Sur certaines séries entières particulières

NOMBRES COMPLEXES. Exercice 1 :

Continuité et dérivabilité d une fonction

Théorème du point fixe - Théorème de l inversion locale

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Comparaison de fonctions Développements limités. Chapitre 10

Cours 02 : Problème général de la programmation linéaire

Automatique (AU3): Précision. Département GEII, IUT de Brest contact:

Amphi 3: Espaces complets - Applications linéaires continues

Fonctions de plusieurs variables

Optimisation Discrète

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

4. Martingales à temps discret

Capes Première épreuve

Chapitre 1 Cinématique du point matériel

Représentation géométrique d un nombre complexe

Problème 1 : applications du plan affine

Intérêt du découpage en sous-bandes pour l analyse spectrale

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Précision d un résultat et calculs d incertitudes

Quantification Scalaire et Prédictive

BTS Groupement A. Mathématiques Session Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

Dérivation : cours. Dérivation dans R

LABO PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB

Commun à tous les candidats

Probabilités III Introduction à l évaluation d options

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

Correction de l examen de la première session

Continuité d une fonction de plusieurs variables

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Analyse des Systèmes Asservis

Calcul Stochastique pour la finance. Romuald ELIE

Image d un intervalle par une fonction continue

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Chapitre 7. Récurrences

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Propriétés des options sur actions

DOCM Solutions officielles = n 2 10.

Filtrage stochastique non linéaire par la théorie de représentation des martingales

CHAPITRE 10. Jacobien, changement de coordonnées.

Complément d information concernant la fiche de concordance

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS =

Exprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

SYSTEMES LINEAIRES DU PREMIER ORDRE

J AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE

Résolution d équations non linéaires

Chafa Azzedine - Faculté de Physique U.S.T.H.B 1

PRIME D UNE OPTION D ACHAT OU DE VENTE

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Chapitre 0 Introduction à la cinématique

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

Équations non linéaires

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v t

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Le calculateur numérique pour la commande des processus

Dualité dans les espaces de Lebesgue et mesures de Radon finies

SYSTÈMES ASSERVIS CORRECTION

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Corrigé du baccalauréat S Asie 21 juin 2010

Fonctions homographiques

Nombre dérivé et tangente

Partie 1 - Séquence 3 Original d une fonction

Chp. 4. Minimisation d une fonction d une variable

Projet de Traitement du Signal Segmentation d images SAR

Programmes des classes préparatoires aux Grandes Ecoles


Suites numériques 3. 1 Convergence et limite d une suite

Chapitre 6. Fonction réelle d une variable réelle

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

I Stabilité, Commandabilité et Observabilité Introduction Un exemple emprunté à la robotique Le plan Problème...

Chapitre 2. Matrices

Une forme générale de la conjecture abc

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Transcription:

Traitement Numérique du Signal James L. Crowley Deuxième Année ENSIMAG Premier Sémestre 2003/04 Séance 6 : 26 novembre 2003 Le Filtrage Recursif Formule du Jour : Filtrage Récursif... 2 La transformée en Z... 3 Lien avec la transformé de Fourier...4 Filtres Récursif... 5 Exemple d'un filtre récursif du premier ordre...5 Stabilité d'un filtre de premier ordre :...7 Filtrage Récursif...8 Stabilité...9 Exemples... 10 Les Propriétés de la Transformée en Z... 12 Transformation en Z inverse... 14 Méthodes de Conception des Filtres Récursif...16 Conception par placement des pôles et zéros... 16 Structure des filtres Récursifs...18 Decomposition en Série :... 18 Linéairité de phase par renversement du temps...19

Formule du Jour : Filtrage Récursif Les filtres récursifs sont définis par une équation de récurrence. Le filtre est spécifié par deux jeux de coefficients a(m), 1 m<m et b(n), 0 n<n : Le fonction de Transfert, en domaine Z est : M-1 N-1 y(k) = b(m) x(k-m) a(n) y(k-n) m=0 n=1 M b(m) z H(z) = Y(z) m X(z) = h(n) z n m=0 = N 1+ a(n) Z -n n=1 Il faut qu'au moins un des coefficients a(n) soit non-nul. Est que les racines de la denominateur ne soit pas les même que les numérateur. 6-2

La transformée en Z Défnition : Soit un signal discrèt x(n). non null pour n > 0. La transformée en Z est définie par X(z) = Z{x(n)} = x(n) z n ou z est une variable complexe et où X(z) est un fonction complexe de la variable z. La transfomée en Z est une fonction complexe définie sur la plan complexe. Rappelle : Représentation polaire d'un variable complexe et le plan Z : z = R{z} + j I {z} = r e jω j I {z} r ω R{z} La transformé en z peut être considéré comme une généralisation de la transformation de Fourier à laquelle elle peut s'identifier dans un cas particulier. La transformée en z constitue l outil privilégie pour l étude des systèmes discrets. Elle joue un rôle équivalent à celui de la transformée de Laplace. Par exemple, la transformée en z permet de représenter un signal possédant un infinité d'échantillons par un ensemble fini de nombre. 6-3

Lien avec la transformé de Fourier Soit z = r e jω Donc X(z) = X(r e jω ) = x(n) (re jω ) -n = n= x(n) r n e jωn n= Pour r = 1, X(z) = X(ω) = x(n) e jωn n= Donc, la transformé de Fourier est un transformé de z pour lesquelle z = 1. On peut trouver la transformée de Fourier sur l'anneau z = 1 Im{z} Transformée de Fourier z = 1 ω Re{z} 6-4

Filtres Récursif Une opération de filtrage définie par une opération linéaire récursive. Ces filtres sont connu par nom filtres à Réponse Impulsionelle Infinie (IIR) Forme générale des filtres recursifs Exemple d'un filtre récursif du premier ordre Considêr un compte d'epargne avec versemement annuel d'intêret. Soit : n : année x(n) : virement au compte (soit x(n) = 0 n < 0) y(n) : solde du compte α : facteur annuel (α = 1 + taux) Simulation : Soit x(0) = δ(n) y(0) = x(0) y(1) = x(1) + α y(0) y(2) = x(2) + α y(1) y(n) = x(n) + α y(n-1) Il s'agit d'un filtre recursif du premier ordre, définie par la relation de récurrence suivante : y(n) = x(n) + a y(n 1) où a est une constante réelle. Un tel filtre est réalisé par une structure du forme : x(n) + y(n) + a où z 1 est un rétard de T. z 1 6-5

Fonction de Transfert : La ratio de la sortie sur l'entrée : H(z) = Y(z) X(z) On peut écrire : Y(z) = X(z) + Y(z) a z -1 => Y(z) (1 a z -1 ) = X(z) et donc : H(z) = Y(z) X(z) = 1 1 a z 1 Note que cette ratio a une pôle (valeur infinie) à : 1 a z -1 = 0 ou bien quand a z 1 = 1 ou z 1 = 1 a ou z = a La réponse impulsionnelle est donnée par h(n) = a n Exemple : a = 0.9 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 6-6

Stabilité d'un filtre de premier ordre : La stabilité d'un filtre est définit par : h(n) < La filtre recursif de premier ordre a : Elle est stable quand a < 1.0. I h(n) = a n Z R Le condition de stabilité est que les racines du denominator (les pôles) se trouve à l'intérieur du cercle : z = 1.0. (un compte banquaire est stable si sa solde reste bornée :-) ) 6-7

Filtrage Récursif Les filtres récursifs sont définis par une équation de récurrence. Le filtre est spécifié par deux jeux de coefficients a(m), 1 m<m et b(n), 0 n<n : M 1 N-1 y(k) = b(m) x(k-m) a(n) y(k-n) m=0 n=1 Note que pour n<1, a(n) est necessairement nul parce que y(k-n) n'est pas encore calculé. en générale M N et il est dit que le filtre est d'ordre N. Si M > N on considere le filtre d'etre une cascade d'un filtre d'ordre N et un filtre d'ordre (N-M). Sauf quelques exceptions, les filtres récursifs ont une réponse impulsion de durée infinie (RII ou IIR ). Il est possible de réaliser certain filtre RIF par un calcul récursif, mais ceci est rare et plutôt difficile. L intérêt des filtres récursifs est 1) leur faible coût en calcul. 2) leur faible retard (Tres outil pour les communications) Les inconvénients des filtres récursifs sont 1) leur non-linéairité en phase et 2) leur instabilité numérique. Soit h(n), la réponse impulsionnelle d'un filtre recursif. Pour le filtre d'être réalisable, h(n) doit respecter h(n) = 0 n < 0 et h(n) < Mais la réponse impulsionnelle, h(n), n'est pas directement accessible. Il faut passer par la transformée en Z. 6-8

Stabilité La fonction de transfert d'un filtre RII est M 1 b(m) z H(z) = Y(z) m X(z) = h(n) z n m=0 = N 1 1+ a(n) Z -n n=1 N 1 Le condition de stabilité est que les N pôles (racines de 1 + a(n) Z -n ) n=1 se trouve à l'intérieur du cercle : z = 1.0. I Z R Exemple : G(z) = 1+z 1 (1+0.5z -1 ) (1-0.4 z 1 ) a des pôles à z = -0.5, 0.4. il est stable. 6-9

Exemples a) L impulsion unité : δ(n) = 1 pour n = 0 0 sinon X(z) = Z[δ(n)] = δ(n) z n = 1 Avec convergence pour tout z. b) L échelon unité u(n) = 1 pour n 0 0 sinon Z[u(n)] = U(z) = u(n) z n = 1 + z 1 + z 2 +... = 1 1 z 1 Avec convergence pour z > 1. Donc R x- = 1 R x+ = Démonstration : u(n) z n z -1 ( u(n) z n ) = ( 1 + z 1 + z 2 +...) z -1 ( 1 + z 1 + z 2 +...) donc (1 z -1 )( u(n) z n ) = 1 - z = 1 u(n) z n = 1 + z 1 z 1 = 1 1 z 1 Note que la racine de la denominator est z = 1. Il s'agit d'un "pôle" du U(z). La domaine de convergence est borné par le plus grand pole. 6-10

c) La Rampe : r(n) = n pour n 0 0 sinon R(z) = r(n) z n = 1 z 1 + 2 z 2 +... = Convergence pour z > 1 R x = 1 et R x+ = z -1 (1 z 1 ) 2 d) Exponentiel x(n) = a n u(n) X(z) = a n u(n) z n = n= a n z n = ( a z -1 ) n = 1 1 a z -1 Avec convergence pour z > a On a R x = a et R x+ = Im{z} R x- Re{z} e) Exponentiel x(n) = a n R x = a et R x+ = a et donc la serie ne converge pas. 6-11

Les Propriétés de la Transformée en Z Propriété de Linéarité soit x(n) = a x 1 (n) + b x 2 (n) Alors X(z) = a X 1 (z) + b X 2 (z) avec convergence au moins dans les régions de convergence de X 1 (z) et X 2 (z). R x = max{ R x1, R x2 } R x+ = min{ R x1 +, R x2 +} Si les zéros éventuels introduits par la combinaison linéaire compensent certain pôles, la région de convergence de X(z) peut être plus grande. 6-12

Rétard d'un signal si y(n) = x (n n o ) alors Y(z) = z n o X(z) pour R x < z < R x+ Commentaires : Le produit avec z -1 correspond à un retard d'une échantillon n o = 1. x(n) z 1 x(n 1) Dérivée de la transformée en z dx(z) dz = (-n) x(n) z -n-1 n= en multipliant les deux coté par z on obtient z dx(z) dz = n x(n) z -n n= La derivée d'une tranformée en z multiplié par -z est la transformtion en z du signal multiplié par le signal y(n) = n. Convolution de deux signaux discret La convolution est définie par x(n) * y(n) = x(k) y(n-k) k=- La transformé en z est Z{x(n) * y(n) } = X(z) Y(z) 6-13

Transformation en Z inverse Il y a 3 methodes de découvrir h(z) à partire de H(z) : 1) Développement par division 2) Relation Intégrale 3) Développement en série de Puissance Développement par division On exprime : M (z z m ) H(z) = Y(z) m=1 X(z) = N = (z p n ) n=1 b 0 + b 1 z 1 +... + b N z N 1 + a 1 z 1 +...+ a N z N Ensuite on fait le division de Y(z) par X(z). La suite de coefficients est h(n) N H(z) = h(n) z n Relation Intégrale x(n) = Z -1 {X(z)} = 1 2πj X(z) z n-1 dz Γ Valable pour tout les valeur de n, le contour d'intégration Γ doit être dans la région de convergence. Il doit être fermé et il foi entourer l'origine du plan des z dans le sens positif (sens invers des aiguilles d'une montre). On evalue l'intégrale par la méthode des résidus. La théoreme de Cauchy sur l'intégrale le long d'un contour indique que x(n) = 1 2πj Γ X(z) z n-1 dz = Σ résidus de X(z) z n-1 dans Γ. à un pôle (z=a) d'ordre 1, la résidu du fonction [X(z) z n-1 ] est donnée par 6-14

Res a 1 = Lim { z a (z a) X(z) xn-1 } à un pôle (z=a) d'ordre q, la fonction [X(z) z n-1 ] est donnée par Res a q = Lim { 1 z a (q 1)! d q-1 dz q-1 { X(z) x n-1 (z a) q }} En calculant tous les résidus aux pôles de la contion [X(z) z n-1 ] à l'intérieur du contour Γ, on obtient par sommation le signal x(n). Developpement en série de Puissance Comme la transformé X(z) est une fonction analytique de z dans la région de convergence, on peut développe en série de Taylor en fonction de z -1. On peut, ensuite, trouver les series par identification avec les series connu. Exemple : Considérons une transformée en z X(z) = exp{z -1 } (1 + z -1 ) Le dévelopement en série de Taylor donne : n+1 X(z) = exp{z -1 } (1 + z -1 ) = n! z -n on comparant sa avec la définition d'une transformée en z, on deduit x(n) = (n+1) n! u(n) 6-15

Méthodes de Conception des Filtres Récursif Il y a trois méthode de conception des filtres récursifs : 1) Conception par placement des Pôles et Zéros dans le plan z. 2) Conception assisté par ordinateur utilisant l'optimisation linéaire. 3) Transposition d'un filtre analogique. Pour faire une conception par placement des pôles, il faut calculer la transfomation en Z inverse. Conception par placement des pôles et zéros Considérons H(z) = Z{h(n)}. Les pôles de H(z) sont les valeurs de z pour lesquelles H(z) tend vers l'infini. Les zéros de H(z) sont les valeurs de z pour lesquelles H(z) est null. Si H(z) possède M zéros z m et N pôles, p n, on peut la mettre sous la forme : M (z z m ) H(z) = Y(z) X(z) = P(z) m=1 Q(z) = b 0 + b 1 z N = 1 +... + b N z N 1 + a 1 z 1 +...+ a N z N (z p n ) n=1 Les racines de P(z) sont des racines de H(z), Les racines de Q(z) sont de poles de H(z). La région de convergence ne contient aucun pôle. Afin de connaître les la réponse impulsionnell, h(n) on fait le division H(z) = b 0 + b 1 z 1 +... + b N z N N 1 + a 1 z 1 +...+ a N z N = h(n) z n On peut toujours écrire une transformée en z sous cette forme, et représenter le signal par les listes de pôles et zéros. Les zéros et les pôles complexes de H(z) sont du type α ± jβ. 6-16

Exemple : considérons h(n) = a n u(n). (avec a < 1) H(z) = a n z n = 1 1 az 1 = z z a Donc un zéro pour z 1 = 0 et un pôle pour p 1 = a. Im{Z} ω o θ a ϕ Re{Z} On note que z = r e jω Donc, La transformé de Fourier est une transformée de z pour lesquelle z = 1. H(ω ο ) = A e jω o e jω o a La numérateur est un vecteur joignant l'origine au point z = e jω o La dénominateur est la différance de deux vecteurs. La module de X(ω ο ) est la rapport des modules de e jω o et e jω o a La phase et la différence d'angles fait par ce deux vecteurs avec l'axe réel. On note que la module est proportional à l'inverse de la distance avec la pôle (parce que la zéro est à l'origine. 6-17

Structure des filtres Récursifs On appelle "structure d'un filtre" la manière dont on va implanter sa fonction de transfert. Il y a autant de structures que de façons d'écrire un fonction de transfert. Exemple : M-1 N-1 y(k) = b(m) x(k-m) a(n) y(k-n) m=0 n=1 Un structure directe est de la forme suivante : z 1 z 1... z 1 b 1 b 2 b M x(n) b o... y(n) a N a N-1 a 1 Decomposition en Série : z 1 z 1 z 1 Une autre structure est obtenu par la forme : H(z) = Y(z) K X(z) = H i (z) i=1 Ce qui donne une structure en cascade de filtre de 1 iere et 2 ieme ordre. x(n) H 1 (z) H 2 (z)... H K (z) y(n) H 1 (z) = 1 + b 1z 1 1 + a 1 z 1 ou bien H 2(z) = 1 + b 1z 1 + b 2 z 2 1 + a 1 z 1 + a 2 z 2 Le filtre de premier order aura ses pôles et zéros sur l'axe reél du plan z. Un filtre de deuxieme ordre permet d'avoir les pôles et les zéros complexe pour la fonction de transfert globale, tout en restant avec les coefficient réel. 6-18

Linéairité de phase par renversement du temps Linéairité implique H(z) = H(z 1 ) On peut l'obtenir par deux passages du filtre avec une renversement du temps. soit : X(z) = x(n) z n Renversement de temps : r(n) = x(-n) En z R(z) = r(n) z n = x(-n) z n = x(n) z n = X(z -1 ) x(n) Renversement r(n) H(z) s(n) Renversement w(n) H(z) y(n) Étapes : 1) Renversement de temps : pour 0 n < D r(n) = x(d-n) M N 2) Passe 1 : s(n) = b(m) r(n-m) a(m) s(n-m) m=0 m=1 3) Renversement de temps : pour 0 n < D w(n) = s(d-n) M N 4) Passe 2 : y(n) = b(m) w(n-m) a(m) y(n-m) m=0 m=1 En Z : R(z) = X(z -1 ) S(z) = H(z) R(z) = H(z) X(z -1 ) W(z) = S(z -1 ) = H(z -1 ) X(z) Y(z) = H(z) H(z -1 ) X(z) et F(z) = H(z) H(z -1 ) = Y(z) X(z) aura une phase null. 6-19

6-20