Aller au contenu
ELECTRONICS ENGINEERINGelectronics-engineering.com
Traitement numérique du signal

Conception de filtres RIF par la méthode des fenêtres

Réponse impulsionnelle du passe-bas idéal avec démonstration, le phénomène de Gibbs, fenêtres de Hann, de Hamming et de Blackman, la fenêtre de Kaiser avec ses formules de conception, phase linéaire démontrée.

https://www.electronics-engineering.com/fr/conception-de-filtres-rif-methode-des-fenetres-kaiser/

Pas encore de vote : soyez le premier à noter cette page.

La façon la plus directe de concevoir un filtre RIF est de partir du filtre idéal, de calculer sa réponse impulsionnelle et de la raccourcir. C’est la méthode des fenêtres : simple, robuste et encore très utilisée. Dans cette leçon, nous déduisons la réponse impulsionnelle du passe-bas idéal, nous voyons pourquoi la troncature crée des oscillations de Gibbs, nous comparons les fenêtres classiques et la fenêtre de Kaiser avec ses formules de conception, et nous démontrons qu’un filtre RIF à coefficients symétriques a une phase linéaire.

Le passe-bas idéal

Le filtre passe-bas idéal a un gain de 1 pour |\omega| \lt  \omega_c et de 0 ailleurs, dans la période [-\pi, \pi].

Théorème. Sa réponse impulsionnelle est

    \[ h_d[n] = \frac{\sin(\omega_c n)}{\pi n},\qquad h_d[0] = \frac{\omega_c}{\pi} \]

Démonstration. Avec la formule de la TFTD inverse :

    \[ h_d[n] = \frac{1}{2\pi}\int_{-\omega_c}^{\omega_c}e^{j\omega n}\,d\omega = \frac{1}{2\pi}\cdot\frac{e^{j\omega_c n} - e^{-j\omega_c n}}{jn} = \frac{\sin(\omega_c n)}{\pi n} \]

et pour n = 0 l’intégrale vaut simplement 2\omega_c/(2\pi). ∎

Cette réponse est infinie dans les deux sens et non causale : aucun filtre réel ne peut l’implémenter. On ne garde donc que N = 2L + 1 échantillons centraux et l’on retarde tout de L, ce qui rend le filtre causal : h[n] = h_d[n - L]\,w[n], où w[n] est la fenêtre, nulle en dehors de 0 \le n \le N - 1.

Le phénomène de Gibbs

Multiplier par la fenêtre dans le temps veut dire convoluer en fréquence la réponse idéale avec la transformée de la fenêtre. Pour la fenêtre rectangulaire, cette transformée est le noyau de la leçon précédente, avec un lobe principal large de 4\pi/N et des lobes secondaires élevés. La convolution a deux effets :

  • une bande de transition à peu près aussi large que le lobe principal, qui se rétrécit quand N augmente ;
  • des ondulations dans la bande passante et la bande atténuée, dues aux lobes secondaires. La plus haute vaut environ 9 % du saut, et elle ne diminue pas quand N croît : les ondulations deviennent plus denses mais pas plus petites. C’est le phénomène de Gibbs, le même que pour les séries de Fourier tronquées.

Pour un filtre à fenêtre rectangulaire, l’atténuation maximale en bande atténuée reste donc autour de 21 dB, quelle que soit la longueur : trop peu pour presque toutes les applications.

Les fenêtres

La solution est d’utiliser des fenêtres qui s’annulent en douceur sur les bords : les lobes secondaires de leur transformée sont bien plus bas, au prix d’un lobe principal plus large, c’est-à-dire d’une transition plus lente à N égal.

FenêtreLargeur du lobe principalLobe secondaire le plus hautAtténuation du filtre
rectangulaire4\pi/N−13 dB21 dB
Hann8\pi/N−31 dB44 dB
Hamming8\pi/N−41 dB53 dB
Blackman12\pi/N−57 dB74 dB

La fenêtre de Hamming, par exemple, est w[n] = 0.54 - 0.46\cos(2\pi n/(N-1)).

Réponse en décibels d'un filtre passe-bas à 41 coefficients avec la fenêtre rectangulaire et avec la fenêtre de Hamming
Avec la fenêtre rectangulaire (rouge), la transition est plus raide mais la bande atténuée reste autour de moins 21 décibels ; avec la fenêtre de Hamming (bleu), la transition est plus large mais l’atténuation dépasse 50 décibels.

La fenêtre de Kaiser

Les fenêtres fixes obligent à choisir dans un tableau. La fenêtre de Kaiser a un paramètre \beta qui règle continûment le compromis entre largeur du lobe principal et hauteur des lobes secondaires, et des formules de conception empiriques. Étant données l’atténuation exigée A = -20\log_{10}\delta en décibels (avec \delta la tolérance, la même en bande passante et en bande atténuée) et la largeur de transition \Delta\omega = \omega_s - \omega_p :

    \[ \beta = \begin{cases} 0.1102\,(A - 8.7) & A \gt  50 \\ 0.5842\,(A - 21)^{0.4} + 0.07886\,(A - 21) & 21 \le A \le 50 \end{cases},\qquad N \approx \frac{A - 8}{2.285\,\Delta\omega} + 1 \]

Exemple. Bande passante jusqu’à 0.3\pi, bande atténuée à partir de 0.42\pi avec 50 dB. Alors \Delta\omega = 0.12\pi \approx 0.377 et N \approx 42/0.861 + 1 \approx 50 coefficients. Avec la fenêtre de Hamming, qui garantit les 50 dB, il faudrait 8\pi/N \approx 0.12\pi, soit environ 67 coefficients : la fenêtre de Kaiser économise un quart. On place la coupure au milieu de la transition, \omega_c = 0.36\pi.

La phase linéaire

Théorème. Si les coefficients d’un filtre RIF de longueur N sont symétriques, h[n] = h[N - 1 - n], alors

    \[ H(e^{j\omega}) = e^{-j\omega(N-1)/2}A(\omega) \]

avec A(\omega) réelle : la phase est linéaire et le retard de groupe est de (N-1)/2 échantillons.

Démonstration. Soit M = (N-1)/2 le centre. On met e^{-j\omega M} en facteur : H = e^{-j\omega M}\sum_n h[n]e^{-j\omega(n - M)}. Dans la somme, les termes n et N - 1 - n ont le même coefficient et des exposants opposés, \mp j\omega(n - M), donc ensemble ils donnent 2h[n]\cos(\omega(n - M)), qui est réel. Si N est impair, il reste le terme central h[M], lui aussi réel. La somme est donc un nombre réel A(\omega). ∎

A(\omega) peut changer de signe, et alors la phase saute de \pi : elle reste linéaire par morceaux, et le retard de groupe est constant. Un filtre conçu avec des fenêtres est symétrique par construction (la réponse idéale centrée et les fenêtres sont paires), donc il a toujours une phase linéaire. C’est le principal avantage des filtres RIF sur les RII, avec la stabilité garantie : un filtre RIF n’a pas de pôles en dehors de l’origine.

S’abonner
Notifier de
guest
1 commentaire
Le plus ancien
Plus récent Les plus votés
1
0
Vous avez apprécié cet article ? Merci de laisser un commentaire.x