Cours de

Traitement du signal
- Synthèse de filtres -
1ère partie : Filtres Analogiques

Benoît Decoux
benoit.decoux@wanadoo.fr

Cours de "Synthèse de filtres", 1ère partie

Plan

Introduction générale
Généralités et rappels sur le filtrage

I) Synthèse de filtres analogiques

I.1) Cellules élémentaires de filtrage
I.1.1) Cellules du 1er et du 2e ordre
I.1.2) Réalisation électronique
I.1.3) Association des cellules élémentaires
I.2) Filtres de Butterworth
I.3) Filtres de Tchebyscheff
I.4) Filtres de Cauer
I.5) Filtres de Bessel
I.6) Comparaison des performances
I.7) Résumé des différentes étapes de synthèse
I.8) Exemple complet

2
Introduction
Introduction générale (1/4)

Définitions
e(t) : entrée s(t) : sortie h(t) : réponse impulsionnelle (à δ(t))
E(p) =TL[e(t)] S(p)=TL[s(t)]

Représentations

Fonction de transfert
Equation différentielle TL de Laplace
N n m
d s(t) M d e(t)
∑a n
dtn
= ∑ bm
dtm
, M≤N H(p) =
S(p) Signaux quelconques
n =0 m =0 E(p)
Réponse impulsionnelle
TL TF p=jω
h(t)
Fonction de transfert
Réponse à une entrée quelconque harmonique
+∞ TF
s(t) = (e * h)(t) = ∫ h(t − τ)e(τ)dτ H(jω) =
S(jω)
ou H(f) =
S(f)
Signaux sinusoïdaux

−∞ E(jω) E(f)

Domaine temporel Domaine fréquentiel (complexe)

Introduction
Introduction générale (2/4)

Objectif

Se rapprocher des filtres idéaux (le plus simplement possible)

1 1 1 1
H(jω)

fc f fc f1 f2 f1 f2

fc fc f1 f2 f1 f2
0 0 0 0
20 log H(jω) f

passe-bas passe-haut passe-bande coupe-bande

Autre type de filtre courant : passe-tout (déphaseur pur)

1 0 f
H(jω) 20 log H(jω)
f

4
Introduction
Introduction générale (3/4)

Caractérisation des filtres "physiques"

- type : passe-bas, passe-haut, passe-bande : coupe-bande, passe-tout

- fréquence(s) de coupure
- pente des variations (liée à l’ordre du filtre)
- retard de phase
ϕ(ω)
t =−
ϕ ω

- retard de groupe
dϕ(ω)
t =−
g dω

Si la phase est linéaire, tg est constant ↔ le signal ne subit pas de déformation.

Introduction
Introduction générale (4/4)

Stabilité

Condition par rapport aux pôles

Un système est stable si tous les pôles de sa fonction de transfert de Laplace sont situés dans le demi-plan situé
à gauche de l’axe imaginaire du plan de la variable p :
Im
plan p

zone de
stabilité Re

Explication risque d’instabilité

A
Pôle réel p0 : H (p ) = ←→
L
h(t) = Aep0t
p − p0

A
Pôles complexes conjugués p1,2=α±jβ : H(p) = ←→
L
h(t) = Aωeαt. sin(ωt)
(p − p1)(p − p2)

Condition par rapport à la réponse impulsionnelle

+∞
Soit h(t) la réponse impulsionnelle d’un système. Ce système est stable si : ∫
t = −∞
h(t)dt < ∞
6
I) Synthèse de filtres analogiques
I.1) Cellules élémentaires de filtrage Cellules élémentaires de filtrage : 1er ordre
I.1.1) Cellules du 1er et du 2e ordre

Cellule passe-bas du 1er ordre

Gain en dB : HdB ( ω ) = 20 log H ( j ω )

Fonction de transfert harmonique :

1
H(jω) =
ω
1+ j
ωc
pente=-20dB/décade
pente=-20dB/décade

Cellule passe-haut du 1er ordre

ω
j
ωc
H(jω) =
ω
1+ j pente=20dB/décade
ωc

I) Synthèse de filtres analogiques

I.1) Cellules élémentaires de filtrage Cellules élémentaires de filtrage : 2e ordre (1/3)
I.1.1) Cellules du 1er et du 2e ordre

Cellule passe-bas du 2e ordre

Exemple d’un filtre passe-bas du 2e ordre :

1 ξ coefficient d’amortissement
H(jω) = 2 1
ω  ω (ξ = , Q facteur de qualité)
1 + 2ξj +j  2Q
ωc  ωc 

ξ=0,1
ξ=0,1
Gain en dB : pente=-40dB/décade
pente=-40dB/décade

ξ=0,7
ξ=0,7
HdB(ω ) = 20 log H ( j ω ) ξ=2ξ=2

Le cas ξ=0,7 est intéressant, puisque on a une réduction de gain assez limitée (-3dB), et une pente –40dB/déc.

8
I) Synthèse de filtres analogiques
I.1) Cellules élémentaires de filtrage Cellules élémentaires de filtrage : 2e ordre (2/3)
I.1.1) Cellules du 1er et du 2e ordre

Cellule passe-bande du 2e ordre

Exemple d’un filtre passe-bas du 2e ordre :

2
 ω f0
j  bande passante : ∆f =
 ω  Q
H(jω) =  c
2
ω  ω f0 = fc1 × fc2
1 + 2ξj +  j  avec fréquence centrale
ωc  ωc 

Gain en dB :
ξ=2

HdB(ω ) = 20 log H (j ω )
ξ=0,7

ξ=0,1 pente=-20dB/décade

I) Synthèse de filtres analogiques

I.1) Cellules élémentaires de filtrage Cellules élémentaires de filtrage : 2e ordre (3/3)
I.1.1) Cellules du 1er et du 2e ordre

Cellules du 1er et du 2e ordre

1er ordre ω
j
1 ωc
Passe-bas : Passe-haut : ω
ω 1+ j
1+ j ωc
ωc
2er ordre
ω
2 ξj
1 ω0
Passe-bas : 2 Passe-haut : 2
ω  ω ω  ω 
1 + 2 ξj +j  1 + 2 ξj +j 
ωc  ωc  ω0  ω0 

2
 ω   ω 
2
j 
 ω  1 +  j 

Passe-bande :
 0 Coupe-bande :  ωc 
2
ω  ω 
ω  ω 
2
1 + 2ξj +j  1 + 2 ξj +j 
ω0  ω0 
 ω c  ω c 

2
ω  ω
1 − 2ξj +  j 
ωc  ωc 
Déphaseur : 2
ω  ω
1 + 2ξj +  j 
ωc  ωc 
10
I) Synthèse de filtres analogiques
I.1) Cellules élémentaires de filtrage Différentes formes des fonctions de transfert
I.1.1) Cellules du 1er et du 2e ordre

Différentes formes des fonctions de transfert

jω = p p / ωc = s
H(jω) H(p) H(s)

harmonique (régime sinusoïdal) en variable de Laplace en variable de Laplace réduite

(forme normalisée
↔ indépendante de ωc)
Exemple : cellule passe-bas du 2e ordre

1
H(jω) = 2
utile pour étude en fréquence : gain en dB et phase
ω  ω
1 + 2ξj +  j  (cellules élémentaires)
ωc  ωc 

1
H(p) = 2
utile pour étude temporelle avec signaux (causals)
p p  quelconques, étude des pôles (étude stabilité, factorisation)
1 + 2ξ +  
ωc  ωc 

1 idem variable de Laplace, avec écriture simplifiée

H(s) =
1 + 2ξs + s2 (=variable de Laplace réduite)
11

I) Synthèse de filtres analogiques

I.1) Cellules élémentaires de filtrage Différentes formes des fonctions de transfert
I.1.1) Cellules du 1er et du 2e ordre

Intérêt de la forme normalisée

Toute l’étude peut porter sur la forme normalisée ; indépendamment de ωc.

1 1
H(s ) = H(jω) =
1+ s ω
ω 1+ j
s= j ωc
ωc

1
1 H(jω) =
H(s) = ω  ω
2
1 + 2ξs + s2 1 + 2ξj +  j 
ωc  ωc 

Au final, il faut "dénormaliser" la fonction de transfert, c’est à dire remplacer s par jω/ωc, pour pouvoir réaliser le filtre
satisfaisant aux paramètre du filtrage..

12
I) Synthèse de filtres analogiques
I.1) Cellules élémentaires de filtrage Transformation du type de filtrage
I.1.1) Cellules du 1er et du 2e ordre

Passage du cas passe-bas aux autres cas

Le passage d’un type à l’autre s’effectue facilement par changement de variable.

Passe-bas → passe-haut
1
s→
s

Passe-bas → passe-bande
1 1 fc2 − fc1
s→ s +  avec B =
B s f0
B : bande passante
fc1, fc2 : fréquences de coupure
−1
Passe-bas → coupe-bande  1 f0 : fréquence centrale du filtre
s → B s + 
 s

13

I) Synthèse de filtres analogiques

I.1) Cellules élémentaires de filtrage Réalisation des cellules élémentaires par circuits passifs
I.1.2) Réalisation électronique

Réalisation par circuits passifs

1er ordre

passe-bas passe-haut

2e ordre

passe-bas passe-bande passe-haut

Méthode de calcul
Chacun de ces montages peut être vu comme un pont diviseur de tension
avec 2 impédances complexes Z1 et Z2.
Z1
Dans le cas du 2e ordre, l’une des 2 impédances est elle-même constituée Z2
de 2 impédances complexes en série ou parallèle.

14
I) Synthèse de filtres analogiques
I.1) Cellules élémentaires de filtrage Cellule élémentaire active du 1er ordre
I.1.2) Réalisation électronique

Réalisation par circuits actifs : cellule du 1er ordre

La cellule du 1er ordre suivante permet de réaliser des filtres passe-bas et passe-haut :

Passe-bas : Z1 : Z2 :

Passe-haut : Z1 : Z2 :

Exemple : passe-bas avec R=1kΩ et C=10nF |H(jω)|

-R2/R1
R2 1
H(jω) = − .
R1 1 + jR2Cω 1/R2C ω (éch. log)

15

I) Synthèse de filtres analogiques

I.1) Cellules élémentaires de filtrage Cellule élémentaire active de Sallen-Key
I.1.2) Réalisation électronique

Réalisation par circuits actifs : cellules du 2e ordre

Les structures de Sallen-Key et de Rauch permettent de réaliser des filtres passe-bas, passe-haut et passe-bande
du 2e ordre.
Ils permettent d’obtenir des facteurs de qualité moyens (jusqu’à 20 environ).

Structure de Sallen-Key

Vs kZ2Z4
H= =
Ve Z1Z4(1 − H0) + Z1(Z2 + Z3) + Z2(Z3 + Z4)

Ra
H0 = +1 gain statique (pour f=0)
Rb

Passe-bas :
1 1  R1C2(1 − H0) + R1C4 + R3C4 
1 1 ωc = ξ=
Z1 = R1 Z2 = Z3 = R3 Z4 = R1R3C2C4 2  R1R3C2C4 

C2p C4p
Passe-haut :

1 1 ωc =
1 1  R2C1 + R2C3 + R4C3(1 + H0) 
Z1 = Z2 = R2 ξ=
Z3 = Z4 = R4 R2R4C1C3 2  R2R4C1C3 
C1p C3p 
16
I) Synthèse de filtres analogiques
I.1) Cellules élémentaires de filtrage Cellule élémentaire active de Rauch
I.1.2) Réalisation électronique

Réalisation par circuits actifs : cellules du 2e ordre

Structure de Rauch

Vs − Y1Y3
H= =
Ve Y5(Y1 + Y2 + Y3 + Y4) + Y3Y4

Passe-bas :

1 1 1 1 1 1 1 C R3
Z1 = R1 Z2 = Z3 = R2 Z4 = R3 Z5 = ωc = ξ =  + +  R2R3 2 H0 = −
C1p C2p R 2 R 3 C1C 2 2  R1 R2 R3  C1 R1

Passe-haut :
1 1 C1
Z1 =
1
Z2 = R1 Z3 =
1
Z4 =
1
Z5 = R2 ωc = ξ= (C + C2 + C3 ) R1 H0 =
C1p C2p C3p R1R2C2 C3 2 1 R2C2C3 C3

Passe-bande :
1 2ξ R1 −1
Z1 = Z2 = R1 Z3 = Z4 = Z5 = R2 ωc = ξ= H0 =
Cp R1C 2R2 2ξ
17

I) Synthèse de filtres analogiques

I.1) Cellules élémentaires de filtrage Cellule élémentaire active universelle
I.1.2) Réalisation électronique

Réalisation par circuits actifs : cellules du 2e ordre

Cellule généralisée du seconde degré (ou filtre universel, ou filtre à variables d’état)

Intérêts :
- 4 filtrages de base dans une même structure ;
- facteurs de qualité élévés (Q>10).

Inconvénient :
- phases des sorties différentes

}
2R4
Passe-bas : H0 = (gain statique)
R3 + R4
− 2R4 1
Passe-haut : H0 = ωc =
R3 + R4 R1R2C1C2

− R4
Passe-bande : H0 = R3 R2C2
R3 ξ=
R3 + R4 R1C1
Coupe-bande : Rb 2R4
H0 = − ×
Ra R3 + R4
18
I) Synthèse de filtres analogiques
I.1) Cellules élémentaires de filtrage Circuits passifs vs circuits actifs
I.1.2) Réalisation électronique

Circuits passifs vs circuits actifs

Filtres passifs
Inconvénients :
- nécessitent parfois des composants volumineux (condensateurs et bobines)
Avantages :
- passifs, donc ne nécessitent pas d’alimentation (exemple : enceintes acoustiques)

Filtres actifs
Inconvénients :
- nécessitent une alimentation
- bande passante limitée donc limitation aux fréquences basses
- sensibles à leurs composants passifs (condensateurs et résistances)
- produisent du bruit
- limités en tension
Avantages :
- permettent une intégration à grande échelle (et notamment dans les processeurs)
- fiables
- coût de fabrication réduit

19

I) Synthèse de filtres analogiques

I.1) Cellules élémentaires de filtrage Etude des pôles des cellules élémentaires
I.1.2) Réalisation électronique

Mise en évidence des pôles

Par factorisation du dénominateur, la fonction de transfert peut se mettre sous la forme :

N−1 N−1
− pn 1
H(p) = ∏ ou H(s) = ∏ N ordre du filtre
n=0
p − pn n=0
s − sn

Exemple avec N=1

1 s = jω / ωc
1
H(jω) = H(s) = 1 pôle (réel pur) : s1 = −1
ω 1+ s
1+ j
ωc
1
d’où : H(s) =
s − (−1)
Exemple avec N=2 et ξ=0,7
1 s = jω / ωc 1
H(jω) = 2
H(s) =
ω  ω 1 + 2s + s2
1 + 2 j +  j 
ωc  ωc 

 2
 s1 = (−1 − j) 1
2 pôles (complexes conjugués 2 d’où H(s) =
 2 2
et à partie réelle <0) : s = 2 (s − (−1 − j))(s − (−1 + j))
 2 (− 1 + j ) 2 2
2
20
I) Synthèse de filtres analogiques
I.1) Cellules élémentaires de filtrage Intérêt des cellules élémentaires de filtrage (1/2)
I.1.3) Association des cellules élémentaires

Décomposition des fonctions de transfert

Décomposition sous forme de produit

Une fonction de transfert d’ordre n quelconque peut se décomposer en un produit de fonctions de transfert élémentaires
d’ordres 1 et 2 (les ordres s’ajoutent).
H(jω) = H1(jω).H2(jω).H3(jω)
Schémas-blocs et modules électroniques

Quand les modules élémentaires (schémas-blocs ou modules électroniques) sont mis en cascade (=en série), les
ordres s’ajoutent. Exemple pour l’ordre N=5 :

H1 H2 H3 = H

N=2 N=2 N=1 N=5

Diagrammes de Bode
Dans les diagrammes de Bode, les courbes de gain (en dB) s’additionnent :

fc fc fc fc
+ + =
-40 -40 -20 -100

→ importance de l’étude des cellules de filtrage d’ordre 1 et 2 ; on les appelle cellules élémentaires
21

I) Synthèse de filtres analogiques

I.1) Cellules élémentaires de filtrage Intérêt des cellules élémentaires de filtrage (2/2)
I.1.3) Association des cellules élémentaires

Position du problème

On a vu comment vu la cellule de filtrage passe-bas du 1er ordre, dont les caractéristiques sont :
-3dB à fc
-atténuation -20dB/décade
puis la cellule de filtrage du 2e ordre dont les caractéristiques sont
-3dB à fc
-atténuation -40dB/décade

De plus, on sait qu’en associant des cellules du 1er et du 2e ordre, on peut obtenir des cellules d’ordre plus élevé.

Problème : est-il possible d’obtenir un filtre d’ordre N quelconque, caractérisé par :

-3dB à fc
-atténuation -20хN dB/décade ?

On a vu qu’en associant des cellules élémentaires on pouvait obtenir un ordre quelconque, comme par exemple pour
l’ordre 5 :

H1 H2 H3 = H

N=2 N=3 N=1 N=5

… mais comment avoir toujours –3dB à fc ?

22
I) Synthèse de filtres analogiques
I.2) Filtre de Butterworth Filtre de Butterworth : définition et propriétés

Intérêt
Comment obtenir une pente quelconque tout en ayant –3dB à fc, sans calculs (trop) compliqués ?

→ Monsieur Butterworth, dans les années 30, a trouvé une solution :

0

Définition -10

2 1
H(ω) = 2N
-20

ω -30
1 +  
 ωc 
-40

-50

N ordre du filtre -60

-70

-80

-90

-100
-1 0 1
10 10 10
Propriétés Gain en dB pour N=1, 2, 3, 4, 5

Programme Matlab :
• pente de la décroissance du gain : -20хN dB/décade w=linspace(0.1,10,1000);
• gain à fc : –3dB (Ұ N) [z,p,k]=buttap(2);
h=freqs(k*poly(z),poly(p),w);
semilogx(w,20*log10(abs(h)),'black');
... 23

I) Synthèse de filtres analogiques

I.2) Filtre de Butterworth Filtre de
Cellules
Butterworth
de filtrage
: étude
dede
base
l’ordre
: 2e ordre
1 et 2

Lien avec cellules élémentaires

Cellule passe-bas du 1er ordre :

1 1 1
H(jω) = H(jω) = =
ω ω 2
1+ j 1+ j ω
ωc ωc 1 +  
 ωc 
Il s’agit bien d’un cas particulier du filtre de Butterworth, avec N=1.

2
Cellule passe-bas du 2e ordre, avec ξ = (rappel : -3dB à fc) :
2

1 1 1 1
H(jω) = 2 H(jω) = 2
= 2
= ... =
ω  ω
4
ω  ω ω ω ω
1 + 2 j +  j  1 + 2 j +  j  1 −   + j 2 1 +  
ωc  ωc  ωc  ωc   ωc  ωc  ωc 

Il s’agit également d’un cas particulier du filtre de Butterworth, avec N=2.

24
 I) Synthèse de filtres analogiques
I.2) Filtre de Butterworth
Filtre de Butterworth : étude des pôles (1)

Etude des pôles de la fonction de transfert (=racines du dénominateur)

Différentes formes de la fonction de transfert

2 1 p = jω 2 1 s = p / ωc 1
H (j ω ) = 2N
H (p ) = 2N
2
H (s ) =
 ω  p  1 + s2N
1 +   1 +  
 ωc   ωc 
harmonique en variable de Laplace en variable de Laplace réduite

Détermination des pôles

ω ω 2 1
s= j ↔ = −js ⇒ H(s) =
ωc ωc 1 + (−1)Ns2N

N−1+ 2n
j π
Les pôles sont tels que : 1 + (−1) s = 0
N 2N
↔ … ↔ sn = e 2N

 2n + 1   2n + 1 
sn = − sin π  + j cos π 0 ≤ n ≤ 2N − 1
↔  2N   2N 

Il y a 2N pôles (2 fois plus que l’ordre du filtre), ce qui est normal puisqu’on a recherché les pôles de |H(jω)|2 25

I) Synthèse de filtres analogiques

I.2) Filtre de Butterworth
Filtre de Butterworth : étude des pôles (2)

Position des pôles

La fonction |H(jω)|2 possède 2N pôles ; ils sont situés sur le cercle unité ;
0 ≤ n ≤ N − 1 : à partie réelle <0
N ≤ n ≤ 2N − 1 : à partie réelle >0
Chaque pôle à partie réelle négative possède un "homologue" à partie réelle >0. Ces derniers, qui ne correspondent
pas à un système stable, ne sont pas pris en compte (on a vu précédemment que la cellule passe-bas du 1er ordre et celle
du 2e ordre, pour ξ. = 2 / 2 possédaient respectivement 1 et 2 pôles à partie réelle <0 ; la généralisation à l’ordre N
consiste à ne garder que les pôles à partie réelle <0 : ce sont les pôles de H(jω), même si cette dernière n’est pas
définie directement).

non pris
en compte

etc

N=1 N=2 N=3 N=4

Le pôle réel pur, quand il existe, correspond à une cellule du 1er ordre.
Les autres pôles existent par paires : 1 pôle + son conjugué ; 26
I) Synthèse de filtres analogiques
I.2) Filtre de Butterworth
Filtre de Butterworth : exemple d’ordre 2

Exemple : Filtre de Butterworth d’ordre 2 (passe-bas)

N=2 → 2 pôles :
 2n + 1   2n + 1 
sn = − sin π  + j cos π n = 0 ,1
 2N   2N 
Im
π π π π
s0 = − sin  + j cos   s1 = − sin  − j cos  = s0*
4 4 4
  4
2 2 2 2
=− +j =− −j Re
2 2 2 2

On retrouve bien les 2 pôles calculés précédemment.

Différentes formes de la fonction de transfert :

1 1 1
H(jω) = ou H(p) = ou H(s) =
ω
4
p 
4
1 + s4
1 +   1 +  
 ωc   ωc 
Réalisation pratique : mise sous forme standard

1
H (s ) = (déjà étudiée précédemment)
s + 2s + 1
2

27

I) Synthèse de filtres analogiques

I.2) Filtre de Butterworth
Filtre de Butterworth : exemple d’ordre 4

Exemple : Filtre de Butterworth passe-bas d’ordre 4

N=4 → 4 pôles :
 2n + 1   2n + 1 
sn = − sin π  + j cos π n = 0,...,3
 2N   2N 

π π  3π   3π  s0 Im
s0 = − sin  + j cos  s1 = − sin  + j cos 
8
  8 8
   8  s1
 5π   5π   7π   7π  * 1
s2 = − sin  + j cos  = s1* s3 = − sin  + j cos  = s0
 8   8   8   8 
Re
s2
3
1 1 1 1 1
H(s) = ∏ = . . . s3
n =0
s − sn s − s0 s − s1 s − s2 s − s3

Réalisation pratique : mise sous forme de 2 fonctions de transfert standard du 2e ordre

1 1 1
H(s) = = . = ...
(s − s0)(s − s0 )(s − s1)(s − s1*)
* s − s(s0 + s0 ) + s0s0 s − s(s1 + s1*) + s1s1*
2 * * 2

1 1 = H1(s ). H2(s )
= . 2
s + 0,765s + 1 s + 1,848s + 1
2

28
I) Synthèse de filtres analogiques
I.2) Filtre de Butterworth
Filtre de Butterworth : polynômes

Polynômes de Butterworth

Une fois les pôles de la fonction de transfert calculés, les pôles complexes conjugués sont regroupés ensemble.
Chaque paire correspond à une cellule élémentaire (passe-bas) du 2e ordre.
Le pôle simple réel, s’il existe (ordre impair), correspond à la cellule élémentaire (passe-bas) du 1er ordre.

Forme développée

n=1 : s+1
n=2 : s2+1,41s+1
n=3 : s3+2s2+2s+1
n=4 : s4+2,6131s3+3,4142s2+2,6131s+1
n=5 : s5+3,2361s4+5,2361s3+5,2361s2+ 3,2361s+1
n=6 : s6+3,8537s5+7,4741s4+9,1416s3+7,4741s2+3,8537s+1
etc

Forme factorisée

n=1 : s+1
n=2 : s2+1,41s+1
n=3 : (s+1)(s2+s+1)
n=4 : (s2+0,765s+1)(s2+1,848s+1)
n=5 : (s+1)(s2+0,618s+1)(s2+1,618s+1)
n=6 : (s2+1,932s+1)(s2+1,414s+1)(s2+0,518s+1)
etc

29

I) Synthèse de filtres analogiques Butterworth avec gabarit

I.2) Filtre de Butterworth

Définition d’un gabarit

(On parle également de "synthèse sur cahier des charges")

On distingue la bande passante de la bande d’atténuation (ou coupée).

On définit l’atténuation maximale (Ap) tolérée dans la bande passante, et l’atténuation minimale tolérée dans la
bande d’arrêt (Aa).
ωp ωa ω
0
-Ap
ωa
: sélectivité
ωp
-Aa

Dans le cas classique, Ap=3dB. On peut souhaiter une atténuation Ap moins importante. Il suffit d’ajouter un paramètre
supplémentaire dans la fonction de transfert de Butterworth :

2 1
H (ω ) = 2N 0 ≤ ε ≤1
 ω 
1+ ε 
2 
ou ω 
 p 

1 ω
H (ω ) =
2 Ω= pulsation réduite
1 + ε 2Ω 2 N ωp
30
 I) Synthèse de filtres analogiques Gabarits
I.2) Filtre de Butterworth

Autres gabarits

ωp ωa ω ωa ωp ω
0 0
-Ap -Ap

-Aa -Aa

passe-bas passe-haut

ωa1 ωp1 ωp2 ωa2 ω ωp1 ωa1 ωa2 ωp2 ω

0 0
-Ap -Ap

-Aa -Aa

passe-bande coupe-bande

Remarque
Pour la transformation de gabarits passe-bas vers passe-bande ou coupe-bande, ces derniers doivent être symétriques.
Si ça n’est pas le cas, il faut des rendre symétrique (en les rendant plus sévères).
La condition de symétrie est :
fp 1. fp 2 = fa 1. fa 2
31

I) Synthèse de filtres analogiques Paramètres du filtre de Butterworth à partir du gabarit

I.2) Filtre de Butterworth

Définition d’un gabarit

On part du gain en dB :
1 ω
20 log H (Ω ) = 20 log Ω=
1+ ε Ω 2 2N
ωp

Soit Ap le gain à la pulsation ω=ωp, (soit Ω=1) on peut démontrer (*) que l’on a : ωp ωa ω
0
A -Ap
p
ε = 10 10
−1
-Aa
On peut démontrer (**) que l’ordre du filtre est donné par :
 Aa 
log 10 10 − 1 − 2 log ε ωa
  Ωa =
N=   ωp
2 log Ωa
Le résultat peut être fractionnaire ; l’ordre choisi est l’entier supérieur.
ωp
On peut démontrer que la fréquence de coupure à –3dB est liée à la fréquence fp par la relation : ωc = N
ε

(*) il suffit d’imposer que le gain soit –Ap dB pour ω=ωp ; on a alors Ω2N=1, et la seule inconnue est ε.
(**) on impose que la courbe passe par le point (ωp, –Aa). Connaissant ε, la seule inconnue est N.
32
I) Synthèse de filtres analogiques Butterworth à partir d’un gabarit : exemple
I.2) Filtre de Butterworth

Exemple : Détermination d’un filtre dont le gain est atténué de 1dB à la fréquence fa=1kHz et de 50dB à fr=5kHz

A 1
p
ε = 10 10
− 1 = 1010 − 1 = 0,509
1 5 f(kHz)
0
Pulsation réduite d’atténuation en bande coupée Ωa : -1

ωa fa 5kHz
Ωa = = = =5 -50
ωp fp 1kHz
Ordre du filtre :
 Aa   50 
log 10 10 − 1 − 2 log ε log 1010 − 1 − 2 log 0,509
   
N=   =   = 3,99
2 log Ωa 2 log 5

On prend pour l’ordre l’entier supérieur : N=4.

La fonction de transfert du filtre est la suivante :
1 1
H(ω) = 2N
= 8
ω ω
1 + ε2  1 + 0,259 
ω  ω 
 p  p

Autre exemple : en prenant fa=2kHz, on aurait trouvé un ordre N=10

33

I) Synthèse de filtres analogiques Filtre de Butterworth généralisé : détermination des pôles

I.2) Filtre de Butterworth

Détermination des pôles

2 1
H (s ) =
1 + ε2s2N

ω ω 2 1
s= j ↔ = −js ⇒ H(s) =
ωc ωc 1 + ε2(−1)Ns2N
N−1+ 2n
1 j π
1 + ε (−1) s = 0
2 N 2N
sn = e N 2N
ε Rappel : uniquement les pôles
à partie réelle <0

1  2n − 1   2n − 1   0 ≤ n ≤ N −1
sn = N  − sin π  + j cos π 
ε  2N   2N  

s0 Im
1
.N
Les arguments des pôles sont les mêmes que ceux de la s1 ε
fonction de transfert simplifiée avec ε=1, mais situés
sur un cercle de rayon N
1/ ε
Re
s2

s3

34
I) Synthèse de filtres analogiques Butterworth : utilisation d’abaques
I.2) Filtre de Butterworth

Utilisation d’abaques
Elles permettent de déterminer l’ordre du filtre en fonction des paramètres Ap, Aa, ωp et ωa.

ωP ωa ω
0
-Ap

-Aa

ωa
λ=
ωp

35

I) Synthèse de filtres analogiques Butterworth avec Matlab

I.2) Filtre de Butterworth

Programmation Matlab 0

-10
%Réponse en fréquence d'un filtre de Butterworth
-20
[N,Wn]=buttord(1000,5000,1,50,'s')
[b,a]=butter(N,Wn,'s'); -30
)
F=[100:1:10000]; %vecteur de fréquences B
d( -40
ni
[hb,bc]=freqs(b,a,F); %calcul réponse en fréquence a
G -50
semilogx(bc,20*log10(abs(hb))); %affichage avec axe des abs. log.
-60
xlabel('Frequence (radians)');
ylabel('Gain (dB)'); -70

grid; -80
2 3 4
10 10 10
Fre que nc e (Hz)

Pour la phase :
3
...
2
semilogx(bc,angle(hb));
... 1
)
d
a(r
0
e
s
a
h
P -1

-2

-3

-4
2 3 4
10 10 10
Freque nce (Hz )

36
I) Synthèse de filtres analogiques
I.3) Filtres de Chebyshev
Filtres de Chebyshev (ou Tchebyscheff )

Définition

2 ω 
Il existe 2 types :
ε2TN  
1 ω 
Type I : H (ω ) =
2
ε <1
2
Type II : H ( ω ) =  p 
ε <1
 ω 2 ω 
1 + ε TN 
2
1 + ε 2TN  
2
ω  ω 
 p  p 
avec Ω pulsation réduite :
ω
Ω=
ωp
TN(.) désigne un polynôme d’ordre N défini par :

TN(ω) = Re[ω + j 1 − ω2 ]N ....

Les premiers polynômes sont donc :
T0(ω) = Re[ω + j 1 − ω2 ]0 = 1
T1(ω) = Re[ω + j 1 − ω2 ] = ω
T2(ω) = Re[ω + j 1 − ω2 ]2 = 2ω2 − 1
On peut démontrer (*) qu’il existe une relation de récurrence entre ces polynômes :

TN(ω) = 2ω.TN−1(ω) − TN−2(ω)

(*) la démonstration consiste à exprimer TN+1(ω) et à utiliser les formules de trigonométrie :
cos(a + b) = cos(a). cos(b) − sin(a). sin(b) et ch(a + b) = ch(a).ch(b) − sh(a).sh(b)
37

I) Synthèse de filtres analogiques

I.3) Filtres de Chebyshev
Filtres de Chebyshev (ou Tchebyscheff )

Définition

Les polynômes TN(.) sont également définis par :

Rappel :
cos(N. arccos(x)) si x ≤ 1
TN(x) =  ex − e−x
 ch(N. arg ch(x)) si x > 1 sinh(x) =
2
ex + e−x
cosh(x) =
2

On peut démontrer que la fréquence de coupure à –3dB est liée à la fréquence fp par la relation :

1  1
ωc = ωp cosh a cosh  
n  ε 

38
I) Synthèse de filtres analogiques
I.3) Filtres de Chebyshev Filtres de Chebyshev : caractéristiques

Caractéristiques 0

-10

-20

Type I -30

Oscillations dans la bande passante (band-pass ripple) -40

-50

1 -60

≤ H(ω) ≤ 1 -70

1 + ε2 -80

-90

-100
Soit N l’ordre du polynôme du dénominateur ;
-1 0 1
10 10 10

20log|H(jω)| (N=2,3,4)
1.0

- si N pair, |H(0)|=0 ; si N impair, H(0) = 1/ 1 + ε2 0.9

0.8

- Pour ω <=ωc, |H(jω)| oscille N/2 fois entre 1 et .1/ 1+ ε 2 0.7

0.6

0.5

- Pour ω>ωc, |H(jω)| est monotone et décroissante. 0.4

0.3

0.2

0.1

0.0
0 1 2 3 4 5 6 7 8 9 10

|H(jω)| (N=2,3,4)
39

I) Synthèse de filtres analogiques

I.3) Filtres de Chebyshev Filtres de Chebyshev : caractéristiques

Caractéristiques

Type II
ε
Oscillations dans la bande atténuée (ou coupée) (stop-band ripple) 0 ≤ H(ω) ≤
1 + ε2
1.0

0.9

0.8

rt 0.7
ef
s
n
ar
t 0.6
e
d
n
oti
c 0.5
n
of
el
u 0.4
d
o
M
0.3

0.2

0.1

0.0
0 1 2 3 4 5 6 7 8 9 10

Frequence

40
I) Synthèse de filtres analogiques Paramètres du filtre de Chebyshev à partir du gabarit
I.3) Filtres de Chebyshev

Définition

On part du gain en dB :

1 ω
20 log H (Ω ) = 20 log Ω=
2
1 + ε TN(Ω )
2 ωp

On peut montrer que le paramètre est défini par :

Ap
où Ap est l’atténuation à ωp
ε = 1010 − 1

et que l’ordre N du filtre est donné par :

A
a
10 10 − 1
arg ch ωa
N= ε Ωa =
arg ch(Ωa) ωp

où Ωa est la pulsation réduite d’atténuation minimale en bande atténuée.

41

I) Synthèse de filtres analogiques

I.3) Filtres de Chebyshev Filtres de Chebyshev : caractéristiques

Etude des pôles

Les pôles sont définis par :

sk = sin(αk)sh(β ) + j cos(αk)ch(β) 0 ≤ k ≤ 2N − 1

π π 1 1
avec αk = +k et β= arg sh (=cte)
2N N N ε

Comme dans le cas de Butterworth, on ne prend en compte que la moitié des pôles : ceux à partie imaginaire <0.

En posant Rek = sin(αk)sh(β) Imk = cos(αk)ch(β )

Re k2 Im 2
et en se souvenant que sin2(x) + cos2(x) = 1 , on voit que + 2k =1
sh ( β ) ch ( β )
2

ce qui est la définition d’une ellipse, sh2(β) et ch2(β) étant des constantes (voir ci-dessous).

Les pôles sont donc situés sur une ellipse.

x2 y 2
Rappel : dans un repère (x,y), une ellipse est définie par + = 1 ; a et b sont les 2 rayons de l’ellipse.
a2 b2

42
I) Synthèse de filtres analogiques
I.3) Filtres de Chebyshev Filtres de Chebyshev : caractéristiques

Etude des pôles : exemple avec N=2

Les pôles sont définis par :

sk = sin(αk)sh(β) + j cos(αk)ch(β) 0≤k ≤3

On a : 1 1 1 1 1 ch(β ) ≈ 1
β= arg sh = arg sh ≈ arg sh2 ≈ 0,17 sh(β) ≈ 0,17
N ε N 0,509 2

π π π π π 3π π 5π π 3π 7π
et αk = +k , soit α0 = α1 = + = α2 = +π= α3 = + =
2N N 4 4 2 4 4 4 4 2 4

d’où
π π 3π 3π 3π 3π
s0 = 0,17 sin( ) + j cos( ) s1 = 0,17 sin( ) + j cos( ) = 0,17 sin( ) + j cos( )
4 4 4 4 4 4

Les pôles sont donc situés sur une ellipse de rayons sh(β)≈0,17 et ch(β)≈1 .

43

I) Synthèse de filtres analogiques

I.3) Filtres de Chebyshev Filtres de Chebyshev : exemple avec type I

Exemple avec type I : Gain atténué de 1dB à fa=1kHz et de 50dB à fr=5kHz

1 5 f(kHz)
0
Ap 1 -1
ε = 1010 − 1 = 1010 − 1 = 0,509

Pulsation réduite d’atténuation en bande coupée : ωa -50

Ωa =
ωp

Ordre du filtre : A 50
a
10 10 − 1 1010 − 1
arg ch arg ch
N= ε = ε = 2 ,1
arg ch(Ωa) arg ch(5)

On prend pour l’ordre l’entier supérieur : N=3.

Fonction de transfert du filtre :
2 1 1
H (ω ) = 2 = 2
 ω 
2   ω 3  ω  
1 + 0 ,26 T3  1 + 0 ,26 4
 − 3
 2 .10 .π    2 .10 3π  3 
3

  2 .10 π  
Autre exemple : en prenant fa=2kHz, on aurait trouvé N=3,66 (→ N=4)
Remarque : l’ordre est inférieur à celui du filtre de Butterworth équivalent.

44
I) Synthèse de filtres analogiques
I.3) Filtres de Chebyshev
Polynômes de Chebyshev

Polynômes de Chebyshev
Les coefficients du polynômes sont donnés en fonction de Ap (en général, on prend 0,5 ou 1) et de l’ordre du filtre N.
Pour Ap=1dB :

Forme développée

n=1 : 0,509s+1
n=2 : 0,907s2+0,9957s+1
n=3 : 2,0353s3+2,0116s2+2,5206s+1
n=4 : 3,628s4+3,4568s3+5,2749s2+2,6942s+1
n=5 : 8,1415s5+7,6271s4+13,75s3 +7,933s2+4,7264s+1
n=6 : 14,512s6+13,47s5+28,02s4+17,445s3 +13,632s2+4,456s+1
etc

Forme factorisée

n=1 : 0,509s+1
n=2 : 0,907s2+0,996s+1 Remarque : contrairement aux polynômes
n=3 : (2,024s+1)(1,006s2+0,497s+1) de Butterworth, les cellules élémentaires
n=4 : (3,579s2+2,411s+1)(1,014s2+0,283s+1) de la forme factorisée ne possèdent pas
n=5 : (3,454s+1)(2,329s2+1,091s+1)(1,012s2+0,181s+1) ici toutes la même fréquence de coupure.
n=6 : (8,019s2+3,722s+1)(1,793s2+0,609s+1)(1,009s2+ 0,126s+1)
etc
45

I) Synthèse de filtres analogiques

I.4) Filtres de Bessel Filtres de Bessel : principe (1)

Filtres de Bessel

Les filtres de Bessel sont basés sur le critère de la plus grande linéarité possible de la phase (en fonction de la fréquence).
On rappelle l’intérêt d’avoir une phase linéaire : le signal n’est pas déformé par le filtre.
On définit le retard de groupe :
dϕ(ω)
t =−
g dω

Si la phase est linéaire, le retard de groupe est constant.

On définit donc une fonction de transfert (FT) :

H(jω) = e−jωτ avec τ constant
H ( p ) = e − τp
Pour simplifier, on prend τ =1 :
H(p) = e−p

On cherche ensuite à mettre la FT sous forme passe-bas (on cherche à faire apparaître ses pôles) :

1 1
H(p) = =
ep + e−p ep − e−p ch(p) + sh(p)
+
2 2

46
I) Synthèse de filtres analogiques
I.4) Filtres de Bessel Filtres de Bessel : principe (2)

Filtres de Bessel

Pour déterminer le polynôme équivalent au dénominateur, p2 p4

ch(p) 1 + 2! + 4! + ... 1 1
on utilise la "technique" suivante : on exprime le développement cth(p) = = = +
sh(p) p3 p5 p 3+ 1
limité de cth(p)=ch(p)/sh(p), on effectue la division des polynômes 1 + + + ...
3! 5! P 5 + ...
puis on identifie numérateur et dénominateur resp. à ch(p) et sh(p). p

En limitant le développement limité à l’ordre N, on obtient une expression approchée de cth(p).

Pour N=2, on a : 1 1 3 + p2
cth(p) = + =
p 3 3p
p
1 1
Par identification, on trouve : ch(p) = 3 + p2 et sh(p) = 3p d’où H(p) = =
ch(p) + sh(p) 3 + 3p + p2
1 1 15 + 6p2
Pour N=3, on a cth(p) = + =
p 3 / p + 1/ 5 / p 15p + p3
1 1
Par identification, on trouve : ch(p) = 15 + 6p et sh(p) = 15p + p
2 3
d’où H(p) = =
ch(p) + sh(p) 15 + 15p + 6p2 + p3
etc.
1 1 B0 = 1
Pour l’ordre n, on a : H(p) = = avec
Bn(p) a0 + a1p + a2p2 + ... + anpn B1(p) = p + 1
Bn(p) = (2n - 1)Bn-1(p) + p2Bn-2(p) 47

I) Synthèse de filtres analogiques

I.4) Filtres de Bessel Filtres de Bessel : normalisation

Normalisation

En considérant la fréquence normalisée pour ω/ωc avec ωc telle que 20log|H(ωc)|=-3dB, on a :

3
a0 + a1p + a2p2 + ... + anpn = 10 20

Par exemple pour N=2, le polynôme du dénominateur est :

3 + 3 p + p2
On le transforme en polynôme standard (en mettant en facteur le terme constant, qui représente un gain statique) :

1 2
1+ p + p
3
La pulsation normalisée ω=ωc permettant d’avoir une atténuation de –3dB est telle que

3
1 1
3
1 + p + p2 = 1020 ↔ 1 + jωc + (jωc)2 = 1020 ↔…↔ ωc = 1,359
3 3

La fonction de transfert normalisée devient donc :

1 1
H(p) = =
1 1 + 1 , 359 p + 0,6149 p2
1 + 1,359p + (1,359p)2

3
48
I) Synthèse de filtres analogiques
I.4) Filtres de Bessel Polynômes de Bessel

Coefficients des polynômes du dénominateur

Forme développée (normalisée)

n=1 : s+1
n=2 : 0,618s2+1,359s+1
n=3 : 0,3607s3+1,2328 s2+1,7556s+1
n=4 : 0,1901s4+0,8995s3+1,9149s2+2,1138 s+1
n=5 : 0,08911s5+0,5506s4+1,588s3+2,6174s22,4266s+1

Forme factorisée

n=1 : s+1
n=2 : 0,618s2+1,359s+1
n=3 : (1,3225s+1)(0,4773s2+0,9998s+1)
n=4 : (0,4883s2+1,3389s+1)(0,3885s2+0,7738s+1)
n=5 : (1,5015s+1)(0,4133s2+1,1408s+1)(0,3885s2+0,7738s+1)

Il n’existe pas de méthode analytique pour permettre de déterminer les coefficients ai en fonction d’un gabarit.
Ces coefficients sont obtenus par approximations successives, par des méthodes graphiques ou des
algorithmes numériques
49

I) Synthèse de filtres analogiques

I.4) Filtres de Bessel Filtres de Bessel : programmation Matlab

Programmation Matlab
0

-10
%Réponse en fréquence d'un filtre de Butterworth
-20
[b,a]=besself(4,1000)
-30
F=[100:1:10000]; %vecteur de fréquences
) -40
[hb,bc]=freqs(b,a,F); %calcul réponse en fréquence B
d(
semilogx(bc,20*log10(abs(hb))); %affichage avec axe des abs. log. ni -50
a
G
xlabel('Frequence (radians)'); -60

ylabel('Gain (dB)'); -70

grid;
-80

-90
2 3 4
10 10 10
Fre que nc e (Hz )

Pour la phase :
4
...
3
semilogx(bc,angle(hb));
... 2

1
)
d
a(r
0
e
s
a
h
P -1

-2

-3

-4
2 3 4
10 10 10
Frequenc e (Hz)
50
I) Synthèse de filtres analogiques
I.5) Filtres de Cauer Filtres de Cauer : introduction

Filtres de Cauer

Introduction

Les filtres étudiés jusqu’ici (Butterworth, Chebyshev, Bessel) étaient tous sous la forme :
1 1
H(p) = =
D(p) a0 + a1p + a2p + ... + pn
On les appelle filtres polynômiaux. Ils sont caractérisés par leurs pôles. On parle de filtres "tous pôles".
D(p) est appelée fonction de transmission.
Il existe également des filtres qui possèdent en plus un polynôme au numérateur.
N(p) b0 + b1p + b2p + ... + pm
H(p) = =
D(p) a0 + a1p + a2p + ... + pn
On les appelle filtres elliptiques. C’est le cas du filtre de Cauer.
En plus de ses pôles, cette fonction de transfert possède des zéros (valeurs de p qui annulent la fonction de transfert).
Ces zéros correspondent à des fréquences pour lesquelles la fonction de transfert est nulle, et donc un signal à cette
fréquence est éliminé.
S’ils sont judicieusement placés dans le plan complexe, ils permettent d’augmenter les pentes de variation du gain,
par rapport aux filtres polynômiaux.

51

I) Synthèse de filtres analogiques

I.5) Filtres de Cauer Filtres de Cauer : définition

Filtres de Cauer

Ils sont définis par la fonction de transfert suivante :

2 1
H (ω ) =
1 + ε 2R N2 ( ξ , ω / ω 0 )

où RN(ξ,ω/ω0) est appelée fonction rationnelle de Chebyshev; N est l’ordre du filtre, ω0 la pulsation de coupure,,
ε est le facteur d’ondulation et ξ est le facteur de sélectivité.
Dans la bande passante, le gain varie donc entre 1 et 1/ 1 + ε2
Dans la bande atténuée, le gain varie donc entre 0 et 1 / 1 + ε 2L2N , avec L N = R N( ξ , ξ )

La fonction RN est appelée fonction elliptique.

Ces filtres sont caractérisés par des oscillations à la fois
dans la bande passante et dans la bande coupée. en.wikipedia.org

La décroissance de leur gain est plus rapide

que celle des filtres polynômiaux, avec un ordre inférieur.
Quand ξ → ∞ , le filtre devient équivalent à un filtre de
Chebyshev de type I.

52
I) Synthèse de filtres analogiques
I.5) Filtres de Cauer Filtres de Cauer : définition

Filtres de Cauer

La fonction elliptique peut se mettre sous la forme suivante :

∏ ∏
N N
(x − xi) (x − xi)
RN(ξ, x) = r0 i =1
pour N pair RN(ξ, x) = xr0 i=1
pour N impair
∏ ∏
N N
i =1
(x − xpi) i=1
(x − xpi)

avec xi les zéros et xpi les pôles de ces rationnelles, et r0 un facteur de normalisation tel que RN(ξ,1) = 1
Le dénominateur de ce polynôme fait apparaître des zéros dans la fonction de transfert du filtre.
Ils sont appelés zéros de transmission, et ont la propriété d’éliminer les fréquences correspondantes.

RN(ξ,x) avec N=3 ; ξ=1,3 RN(ξ,x) avec N=4 ; ξ=1,3

53

I) Synthèse de filtres analogiques

I.5) Filtres de Cauer Filtres de Cauer : définition

Filtres de Cauer

Il n’existe pas d’expression analytique pour les pôles et les zéros de la fonction de transfert du filtre.
Ils sont calculés par des méthodes numériques.

La synthèse comporte les étapes suivantes :

1. Détermination de l’ordre N en fonction du gabarit
2. Détermination du polynômes du numérateur et du dénominateur
3. Détermination des pôles et des zéros

Exemple Matlab

fp=1000; fa=2000; Ap=1; Aa=40;

[N,Wn]=ellipord(fp,fa,Ap,Aa,'s') %étape 1
[num,den]=ellip(N,1,50,Wn,'s') %étape 2
zeros=roots(num) %étape 3
poles=roots(den) %étape 3

Une fois les pôles et les zéros connus, on peut écrire la fonction de transfert sous forme d’un produit de
fonctions de transfert élémentaires du 1er et du 2e ordre (en regroupant les pôles et les zéros conjugués entre eux).
On peut alors passer à la réalisation électronique.

54
I) Synthèse de filtres analogiques
I.5) Filtres de Cauer Filtres de Cauer : programmation Matlab

Programmation Matlab

%Réponse en fréquence d'un filtre de Cauer (elliptique)

[N,Wn]=ellipord(1000,5000,1,50,'s') -20

[b,a]=ellip(N,1,50,Wn,'s');
-40
F=[100:1:10000]; %vecteur de fréquences
)
[hb,bc]=freqs(b,a,F); %calcul réponse en fréquence B -60
d(
ni
a
semilogx(bc,20*log10(abs(hb))); %affichage avec axe des abs. log. G
-80
xlabel('Frequence (radians)');
ylabel('Gain (dB)'); -100

grid;
-120
2 3 4
10 10 10
Fre quenc e (radia ns )

Pour la phase : 4

... 3

semilogx(bc,angle(hb));
2
...
1
)
B 0
d(
ni
a
G -1

-2

-3

-4
2 3 4
10 10 10
Fre que nc e (ra dia ns )

55

I) Synthèse de filtres analogiques

I.5) Filtres de Cauer Filtres de Cauer : programmation Matlab

Caractéristiques

Affichage du gain en dB et de la phase en échelle semi-log : 0

f=[0.1:0.01:4]; -50
[n,wn]=ellipord(0.4,0.5,1,100) %-99dB entre f/fe=0,4 et 0,5
[b,a]=ellip(n,1,100,wn); % -> ordre 9 -100
[H,fl]=freqz(b,a,f);
semilogx(fl,20*log(abs(H)),'b'); -150
hold;
[n,wn]=ellipord(0.4,0.45,1,100) %-99dB entre f/fe=0,4 et 0,45 -200
[b,a]=ellip(n,1,100,wn); % -> ordre 11
[H,fl]=freqz(b,a,f); -250
semilogx(fl,20*log(abs(H)),'r');
[n,wn]=ellipord(0.4,0.41,1,100) %-99dB entre f/fe=0,4 et 0,41 -300
[b,a]=ellip(n,1,100,wn); % -> ordre 16
[H,fl]=freqz(b,a,f); 10
-1
10
0

semilogx(fl,20*log(abs(H)),'g');
50

) 0
B
d(
e -50
d
ut
i
Un affichage de |H(f)| en échelle linéaire permet de constater la ng
a -100
M
non-linéarité de la phase (même dans la bande passante) : -150
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Normalized Angular Frequency (×π rads /s ample)
0
[n,wn]=ellipord(0.4,0.5,1,100)
) -200
[b,a]=ellip(n,1,100,wn); s
e
e
freqz(b,a); gr -400
e
d(
e
s -600
a
h
P
-800
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Normalized Angular Frequency (×π rads /s ample) 56
I) Synthèse de filtres analogiques
I.5) Filtres de Cauer Butterworth, Chebyshev, Bessel, Cauer

Comparaison des performances des filtres de Butterworth, de Chebyshev de Bessel et de Cauer

Gain en dB
0
[z,p,k]=buttap(4); %Butterworth ordre 4
w=logspace(-1,1,1000); %1000 points entre 0.1 et 10 -10
h=freqs(k*poly(z),poly(p),w);
semilogx(w,20*log(abs(h)),'b'); %bleu
-20
hold;
-30

[z,p,k]=cheb1ap(4,0.5); %Chebyshev type I ordre 4

-40
h=freqs(k*poly(z),poly(p),w); %(0,5dB max en BP)
semilogx(w,20*log(abs(h)),'r'); %rouge
-50

[z,p,k]=cheb2ap(4,20); %Chebyshev type II ordre 4

-60
h=freqs(k*poly(z),poly(p),w); %(20dB min en BA)
semilogx(w,20*log(abs(h)),'g'); %vert -70

[z,p,k]=besselap(4); %Bessel ordre 4 -80

h=freqs(k*poly(z),poly(p),w);
semilogx(w,20*log(abs(h)),'c'); %cyan -90
-1 0 1
10 10 10
[z,p,k]=ellipap(4,0.5,20); %Cauer ordre 4
h=freqs(k*poly(z),poly(p),w); %(0,5dB max en BP et Gain en dB pour N=4
semilogx(w,20*log(abs(h)),'m'); %20dB min en BA)
grid; %magenta

57

I) Synthèse de filtres analogiques

I.5) Filtres de Cauer Butterworth, Chebyshev, Bessel, Cauer

Comparaison des performances des filtres de Butterworth, de Chebyshev de Bessel et de Cauer

Délai de groupe 7

w=logspace(-1,1,1000); %1000 points entre 0.1 et 10 6

[z,p,k]=buttap(4); %Butterworth ordre 4
h=freqs(k*poly(z),poly(p),w); 5
dg=-diff(unwrap(angle(h)))./diff(w); %délai de groupe
semilogx(w(1:length(w)-1),dg,'b'); %bleu
4
hold;

[z,p,k]=cheb1ap(4,0.5); %Chebyshev type I ordre 4 3

h=freqs(k*poly(z),poly(p),w); %(0,5dB max en BP)
dg=-diff(unwrap(angle(h)))./diff(w); %délai de groupe 2
semilogx(w(1:length(w)-1),dg,'r'); %rouge
grid;
1

[z,p,k]=besselap(4); %Bessel ordre 4

h=freqs(k*poly(z),poly(p),w); 0
-1 0 1
10 10 10
dg=-diff(unwrap(angle(h)))./diff(w); %délai de groupe
semilogx(w(1:length(w)-1),dg,'c'); %cyan 20

-20 Délai de groupe (en secondes) pour N=4

Remarque : le délai de groupe du filtre de Chebyshev de type II
-40

-60

et du filtre de Cauer doit être affiché séparément :

-80

-100

0.2 0.4 0.6 0.8 1 1.2 1.4 58

I) Synthèse de filtres analogiques
I.6) Comparaison des performances Butterworth, Chebyshev, Bessel

Comparaison des performances des filtres de Butterworth, de Chebyshev et de Cauer

Critères de
choix selon Butterworth Chebyshev Bessel Cauer
type de filtre
Facilité de
conception *** ** * *
Raideur des
pentes * ** * ***
Linéarité de la
phase ** * *** *
Absence
d’oscillations
(BP)
*** ** *** *

59

I) Synthèse de filtres analogiques

I.7) Résumé des différentes étapes de synthèse
Résumé des différentes étape de synthèse

Les différentes étapes de la synthèse d’un filtre analogique

1. Définition du gabarit désiré

ω
2. Normalisation du gabarit par rapport à une pulsation de référence ωr : j →s
ωr

(- fréquence de coupure à –3dB pour un filtre de Butterworth de la forme simplifiée,

- fréquence d’atténuation max. en bande passante pour un filtre de Butterworth et pour Chebyshev et Cauer,
- fréquence centrale pour un filtre passe-bande ou coupe-bande)
3. Transposition en gabarit (normalisé) passe-bas
4. Détermination de l’ordre du filtre (calcul, abaques, logiciel…)
5. Recherche de la fonction de transfert normalisée (mise en facteur) à partir des tables de polynômes
6. Transposition du filtre passe-bas étudié vers le type de filtre recherché
7. Dénormalisation : ω
s→ j
ωr

8. Réalisation électronique

Remarque : dans le cas de la synthèse d’un filtre passe-bas, les étapes 2 et 5 n’ont pas lieu d’être.

60
I) Synthèse de filtres analogiques
I.8) Exemple complet Exemple complet de synthèse (1/6)

Exemple complet de synthèse

On souhaite réaliser un filtre passe-haut satisfaisant les contraintes suivantes : 2 4 f(kHz)

0
-atténuation maximale en bande passante : Ap=1dB à fp=4kHz -1
-atténuation minimale en bande atténuée : Aa=40dB à fa=2kHz
et pour lequel on accepte une ondulation dans la bande passante de 1dB. -40

Normalisation du gabarit
On normalise les fréquences par rapport à fp : f F=f/fp 0,5 1 F
0
fp Fp=fp/fp=1 -1
fa Fa =fa/fp=0,5
-40

Gabarit passe-bas (normalisé) correspondant

Changement de variable de la transposition passe-bas vers passe-haut :
1 2 F
1 jω ω 0
s→ → p -1
s ωp jω

fa f -40
Pour f=fa : j → −j p j0,5 → −j2
fp fa
(on fait abstraction du signe - )

61

I) Synthèse de filtres analogiques

I.8) Exemple complet Exemple complet de synthèse (2/6)

Exemple complet de synthèse

Détermination de l’ordre du filtre

A
a
10 10 − 1
arg ch Ap 1
ωa
N= ε avec ε = 1010 − 1 = 1010 − 1 = 0,509 et Ωa = =2
arg ch(Ωa) ωp

A / 10
arg ch( 10 a − 1) / 0,509
N= = 4 ,5 on prend N=5
arg ch(2)

Fonction de transfert normalisée à partir de la table des polynômes de Chebyshev

1
H(s) =
(3,454s + 1)(2,329s2 + 1,091s + 1)(1,012s2 + 0,181s + 1)

Transposition vers le type de filtre de départ (passe-haut)

1 0,29s 0,429s2 0,988s2

s→ H(s) = × ×
s 0,29s + 1 0,429s2 + 0,468s + 1 0,988s2 + 0,179 s + 1

62
I) Synthèse de filtres analogiques
I.8) Exemple complet Exemple complet de synthèse (3/6)

Exemple complet de synthèse

Dénormalisation

ω ω
s→ j =j
ωp 2πfp 2 2
ω  ω   ω 
j j  j 
   (ω ) 
H(s) → H(jω) = H1(jω) × H2(jω) × H3(jω) =
(ωc)1
×  (ωc)2  ×  c 3
ω ω  ω 
2
ω  ω 
2
1+ j 1 + j 2 ξ +  j  1 + j 2 ξ +  j 
(ωc)1 (ωc)2  (ωc)2  (ωc)3  (ωc)3 

Identification :

(ωc)1 = 86,665 rad / s (ωc)2 = 38,372rad / s (ωc)3 = 25,285 rad / s

(fc)1 = 13,8Hz (fc)2 = 6,1Hz (fc)3 = 4Hz

ξ2 = 0,357 ξ3 = 0,09

63

I) Synthèse de filtres analogiques

I.8) Exemple complet Exemple complet de synthèse (4/6)

Exemple complet de synthèse

Tests
Avant de passer à la réalisation proprement dite, on peut simuler le filtre pour vérifier que la synthèse est correcte.
Programme Scilab :
fc=4;
w0=2*%pi*fc/0.29
num=poly([0 1/w0], "s", "coef");
H1, H2, H3
den=poly([1 1/w0], "s", "coef");
sys1=syslin('c', num, den);
bode(sys1, 0.1, 100);

w0=2*%pi*fc/sqrt(0.429)
xi=0.468*w0/(4*%pi*fc)
num=poly([0 0 1/w0/w0], "s", "coef");
den=poly([1 2*xi/w0 1/w0/w0], "s", "coef");
sys2=syslin('c', num, den);
bode(sys2, 0.1, 100);

w0=2*%pi*fc/sqrt(0.988)
xi=0.179*w0/(4*%pi*fc)
num=poly([0 0 1/w0/w0], "s", "coef");
den=poly([1 2*xi/w0 1/w0/w0], "s", "coef"); H1 x H 2 x H 3
sys3=syslin('c', num, den);
bode(sys3, 0.1, 100);

Affichage de la fonction de transfert produit :

zoom
... zoom
bode(sys1*sys2*sys3, 1, 100);
...

Le gabarit désiré est bien obtenu.

64
I) Synthèse de filtres analogiques
I.8) Exemple complet Exemple complet de synthèse (5/6)

Exemple complet de synthèse

Réalisation électronique (1/2)
On se propose d’utiliser une cellule active du 1er ordre et de 2 filtres de Rauch pour les cellules du 2nd ordre.

65

I) Synthèse de filtres analogiques

I.8) Exemple complet Exemple complet de synthèse (6/6)

Exemple complet de synthèse

Réalisation électronique (2/2)

66