Beruflich Dokumente
Kultur Dokumente
Traitement du signal
- Synthèse de filtres -
1ère partie : Filtres Analogiques
Benoît Decoux
benoit.decoux@wanadoo.fr
Plan
Introduction générale
Généralités et rappels sur le filtrage
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)
Introduction
Introduction générale (2/4)
Objectif
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
1 0 f
H(jω) 20 log H(jω)
f
4
Introduction
Introduction générale (3/4)
- retard de groupe
dϕ(ω)
t =−
g dω
Introduction
Introduction générale (4/4)
Stabilité
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
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)
+∞
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
1
H(jω) =
ω
1+ j
ωc
pente=-20dB/décade
pente=-20dB/décade
ω
j
ωc
H(jω) =
ω
1+ j pente=20dB/décade
ωc
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
Gain en dB :
ξ=2
HdB(ω ) = 20 log H (j ω )
ξ=0,7
ξ=0,1 pente=-20dB/décade
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
jω = p p / ωc = s
H(jω) H(p) H(s)
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 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
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
1er ordre
passe-bas passe-haut
2e ordre
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
La cellule du 1er ordre suivante permet de réaliser des filtres passe-bas et passe-haut :
Passe-bas : Z1 : Z2 :
Passe-haut : Z1 : Z2 :
-R2/R1
R2 1
H(jω) = − .
R1 1 + jR2Cω 1/R2C ω (éch. log)
15
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
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
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
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
N−1 N−1
− pn 1
H(p) = ∏ ou H(s) = ∏ N ordre du filtre
n=0
p − pn n=0
s − sn
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
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
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
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.
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
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 ?
Définition -10
2 1
H(ω) = 2N
-20
ω -30
1 +
ωc
-40
-50
-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
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
24
I) Synthèse de filtres analogiques
I.2) Filtre de Butterworth
Filtre de Butterworth : étude des pôles (1)
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
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
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
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
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
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
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
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
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
-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
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
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
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 :
Définition
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
-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
0.8
0.6
0.5
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
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
41
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.
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).
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
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
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)
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
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
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
Normalisation
3
a0 + a1p + a2p2 + ... + anpn = 10 20
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
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
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
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
-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
Filtres de Cauer
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 )
52
I) Synthèse de filtres analogiques
I.5) Filtres de Cauer Filtres de Cauer : définition
Filtres de Cauer
∏ ∏
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.
53
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.
Exemple Matlab
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
[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
Caractéristiques
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
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
57
Délai de groupe 7
-60
-100
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
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)
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
fa f -40
Pour f=fa : j → −j p j0,5 → −j2
fp fa
(on fait abstraction du signe - )
61
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)
1
H(s) =
(3,454s + 1)(2,329s2 + 1,091s + 1)(1,012s2 + 0,181s + 1)
62
I) Synthèse de filtres analogiques
I.8) Exemple complet Exemple complet de synthèse (3/6)
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 :
ξ2 = 0,357 ξ3 = 0,09
63
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);
65
66