Introduction Signaux numériques

•Un signal numérique x(n) est défini comme une 
• Dans le cadre de ce cours, on appellera "filtre  séquence de nombres :
numérique", un système linéaire permanent,  {x(n)} = {..., x( − n),..., x(−1), x(0), x(1),..., x(n),...}
fonctionnant en temps discret, dont l’objet est  • Dans de nombreux cas, on manipule des séquences 
de modifier d’une façon précise la distribution  à partir d’une valeur de départ x(0) :
fréquentiel (spectral) d’un signal numérique  {x(n)} = {x(0), x(1),..., x(n),...}.
d’entrée (séquence de nombres) en un signal  • Exemples : 
numérique de sortie (seconde séquence de  échelon numérique : 
nombres) pour obtenir la modification voulue 
Impulsion numérique :
du signal.  N. Cherabit. CoursFiltrage Numérique. 1 2
N. Cherabit. CoursFiltrage Numérique.

Causalité d’une séquence Systèmes numériques
•Soit une réponse impulsionnelle h(n) causale, ce qui 
signifie que h(n) = 0 lorsque n ≤‐1. Par ailleurs, on  •Un système numérique reçoit en entrée une 
sait que tout signal peut toujours être décomposé  séquence de nombres {x(0), x(1), x(2), …}, notée plus 
comme somme d’une séquence paire hp(n) et d’une  simplement x(n), et produit en sortie une séquence 
séquence impaire hi(n). On a donc : de nombres y(n) obtenue à partir de l’entrée après 
application d’un algorithme.
•En pratique un système peut avoir plusieurs entrées 
et/ou plusieurs sorties. On parle de système SISO 
(Single Input – Single Output) ou MIMO (Multiple 
Inputs – Multiple Outputs).
N. Cherabit. CoursFiltrage Numérique. 3 N. Cherabit. CoursFiltrage Numérique. 4

Systèmes numériques Systèmes numériques
• Un système numérique est stable si, lorsqu’on lui 
présente une entrée finie, il produit une sortie finie.
• Exemples 
•Un système numérique est linéaire et invariant s’il  • Le système défini par la relation y(n)=Kx(n)+A (où K et A 
sont des constantes réelles) est non linéaire, invariant, 
répond aux conditions classiques illustrées à la figure  et stable.
suivante :  • L’élément « délai » défini par la relation y(n)=x(n‐1) est 
linéaire, invariant, et stable.
• Le système défini par la relation y(n)=n x(n) est linéaire, 
non invariant, et instable.
• Le système défini par la relation y(n)= |x(n)|² est non 
linéaire, invariant, et stable.
N. Cherabit. CoursFiltrage Numérique. 5 N. Cherabit. CoursFiltrage Numérique. 6
 Les filtres numériques Les filtres numériques
•Les filtres numériques sont, pour les signaux 
•Le problème du filtrage numérique consiste à 
échantillonnés, équivalents à des filtres analogiques 
déterminer l’équation régissant la transformation des 
pour les signaux continus. 
signaux numériques qui d’une part doit représenter la 
réponse fréquentielle spécifiée et d’autre part peut  •En raison du développement des circuits intégrés 
être effectivement réalisée. La transformation peut  rapides, les filtres numériques deviennent plus 
être implantée sous forme de logiciel (algorithme) ou  intéressants que les filtres analogiques en apportant 
matériel (circuits électroniques).  de nombreux avantages : précision, fiabilité, stabilité, 
adaptabilité et facilité de commande.
•La plupart du temps, on aura recours à un filtre 
numérique pour réaliser une action de filtrage que  •En pratique, on requiert que le filtre soit causal pour 
l’on aurait souhaité appliquer à un signal analogique. pouvoir être réalisé.
N. Cherabit. CoursFiltrage Numérique. 7 N. Cherabit. CoursFiltrage Numérique. 8

Représentation schématique d’un filtre 
Les filtres numériques numérique.

•Dans le cas général des filtres, la valeur de la sortie 
numérique y(kTe) = yk à l’instant kTe est fonction de 
l’entrée x(kTe) = xk au même instant kTe et des N 
entrées numériques précédentes x(iTe) = xi pour tout 
i  {k − 1, . . . ,k − N} et de plus des sorties numériques 
précédentes y(jTe) = yj pour tout j  {k − 1, . . . ,k − N}.

N. Cherabit. CoursFiltrage Numérique. 9 N. Cherabit. CoursFiltrage Numérique. 10

Les filtres numériques Les filtres numériques
•Les notions de filtrage numérique abordées  •À partir de cette expression, nous pouvons distinguer 
concernent principalement des systèmes linéaires  deux grandes familles de filtres : les filtres non 
invariants : la sortie d’un tel système est liée à  récursifs pour lesquels tous les coefficients bi sont 
l’entrée par l’opération de convolution. Cela impose  nuls et les filtres récursifs pour lesquels au moins un 
que la fonction générale précédente donnant les  coefficient bi est non nul ou encore définis comme 
échantillons de sortie yk, soit une combinaison  des filtres possédant une boucle de contre‐réaction.
linéaire des éléments xi et yi : 
• Pour les filtres non récursifs, l’équation est donc 
…1
limitée à :

•Cette équation générale des filtres numériques est  …2

appelée équation aux différences.  11
N. Cherabit. CoursFiltrage Numérique. N. Cherabit. CoursFiltrage Numérique. 12
 Les filtres numériques Classification des filtres
•Dans le cadre de ce cours, on se bornera à considérer  •Outre la fonction du filtre (passe‐haut, passe‐bas, 
les filtres dont la fonction de transfert G(z) est une  etc) on peut aussi classer les filtres numériques  en 
fonction rationnelle du type : deux catégories : les filtres à réponse impulsionnelle 
finie (RIF en français, finite impulse response filters ou 
FIR en anglais) et les filtres à réponse impulsionnelle 
infinie (RII en français, infinite impulse response filters
ou IIR en anglais).

N. Cherabit. CoursFiltrage Numérique. 13 N. Cherabit. CoursFiltrage Numérique. 14

Classification des filtres Filtre RIF
•Dans le cadre des systèmes linéaires invariants, nous 
pouvons utiliser l’équation de convolution discrète qui  •Les filtres à réponse impulsionnelle finie pourront 
est liée aux échantillons de la réponse impulsionnelle 
être réalisés directement à partir de filtres non 
hi :
récursifs. En effet l’équation (4) correspond à 
•Cette équation de convolution  …3
l’équation (2) pour laquelle les coefficients ai sont les 
amène à définir les deux types  valeurs échantillonnées hi de la réponse 
de filtres numériques : RIF ou filtres à moyenne  impulsionnelle h(t).   
ajustée (MA) pour lesquels il sera possible d’utiliser la 
convolution qui doit être limitée au domaine  •Il est important de noter que ces filtres peuvent aussi 
d’existence de la réponse  être réalisés à partir de filtres récursifs.
impulsionnelle. …4
15 N. Cherabit. CoursFiltrage Numérique. 16
N. Cherabit. CoursFiltrage Numérique.

Filtre RIF : Caractéristiques. Filtre RIF : Caractéristiques.
• Equation aux différences :
• La sortie est une combinaison linéaire d'un  • Fonction de transfert en z :
ensemble fini d'éléments d'entrées :

• Réponse fréquentielle :
• Réponse impulsionnelle :

N : longueur de la réponse impulsionnelle
17 N. Cherabit. CoursFiltrage Numérique. 18
N. Cherabit. CoursFiltrage Numérique.
 Filtre RIF : Propriétés. Filtres RII
•Stabilité inconditionnelle : Les RIF sont toujours 
stables car ils n'admettent pas de pôles. •L’autre catégorie de filtres numériques sont dits à 
réponse impulsionnelle infinie (RII) ou filtres généraux 
(ARMA) pour lesquels la relation (4) ne sera pas 
applicable et il sera nécessaire d’utiliser l’équation 
•Approximation : Toute fonction de filtrage  générale (1). Il est possible de définir une catégorie 
numérique stable et causale peut être approchée par  particulière des filtres numériques à réponse 
la fonction de transfert d'un filtre RIF. impulsionnelle infinie, appelés filtres autorégressifs 
•Phase linéaire : Les filtres FIR peuvent générer des  (AR) pour lesquels nous avons la relation suivante :
filtres à phase linéaire.
(cas particulier de la relation (1)) :
N. Cherabit. CoursFiltrage Numérique. 19 N. Cherabit. CoursFiltrage Numérique. 20

N. Cherabit. CoursFiltrage Numérique. 21