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

La TFTD, la réponse en fréquence et le retard de groupe

La transformée de Fourier à temps discret et sa périodicité, les exponentielles comme fonctions propres avec démonstration, la réponse de la moyenne mobile démontrée, phase linéaire et retard de groupe, calcul avec la FFT.

https://www.electronics-engineering.com/fr/tftd-reponse-en-frequence-phase-lineaire-retard-de-groupe/

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

Le traitement numérique du signal traite les signaux comme des suites de nombres et les transforme avec des algorithmes : filtres, analyse spectrale, changements de fréquence d’échantillonnage. La base de tout est la description dans le domaine fréquentiel des signaux et des systèmes à temps discret. Dans cette leçon, nous regardons la transformée de Fourier à temps discret (TFTD), la démonstration que les exponentielles complexes sont des fonctions propres des systèmes linéaires, la réponse en fréquence de la moyenne mobile avec sa démonstration, et le retard de groupe avec la phase linéaire. L’échantillonnage, la convolution et les filtres RIF et RII de base se trouvent dans les leçons de Théorie des signaux ; la transformée en z et la TFD ont des leçons à elles.

La transformée de Fourier à temps discret

Pour une suite x[n], la TFTD est

    \[ X(e^{j\omega}) = \sum_{n=-\infty}^{\infty} x[n]\,e^{-j\omega n},\qquad x[n] = \frac{1}{2\pi}\int_{-\pi}^{\pi} X(e^{j\omega})\,e^{j\omega n}\,d\omega \]

La variable \omega est la pulsation normalisée, en radians par échantillon : un signal échantillonné à f_s de fréquence f a \omega = 2\pi f/f_s. La TFTD est périodique de période 2\pi, parce que e^{-j(\omega + 2\pi)n} = e^{-j\omega n} pour tout entier n : toute l’information se trouve dans -\pi \le \omega \le \pi, et \omega = \pi correspond à la moitié de la fréquence d’échantillonnage. C’est la transformée en z évaluée sur le cercle unité, z = e^{j\omega}.

Les propriétés sont celles de la transformée de Fourier continue : la convolution devient un produit, un retard de n_0 échantillons multiplie par e^{-j\omega n_0}, et le théorème de Parseval vaut, \sum|x[n]|^2 = \frac{1}{2\pi}\int_{-\pi}^{\pi}|X(e^{j\omega})|^2d\omega.

La réponse en fréquence

Théorème. Si un système linéaire invariant dans le temps de réponse impulsionnelle h[n] reçoit l’entrée x[n] = e^{j\omega_0 n}, la sortie est

    \[ y[n] = H(e^{j\omega_0})\,e^{j\omega_0 n},\qquad H(e^{j\omega}) = \sum_n h[n]e^{-j\omega n} \]

Démonstration. Par la somme de convolution

    \[ y[n] = \sum_k h[k]\,x[n-k] = \sum_k h[k]\,e^{j\omega_0(n-k)} = e^{j\omega_0 n}\sum_k h[k]\,e^{-j\omega_0 k} = H(e^{j\omega_0})\,e^{j\omega_0 n} \]

∎

Une exponentielle complexe traverse le système en restant elle-même, multipliée par un nombre complexe : c’est une fonction propre. Le module |H| dit de combien chaque fréquence est amplifiée, la phase \angle H de combien elle est déphasée. Pour une sinusoïde réelle, somme de deux exponentielles conjuguées, la sortie est la même sinusoïde d’amplitude multipliée par |H(e^{j\omega_0})| et de phase décalée de \angle H(e^{j\omega_0}).

La moyenne mobile

Le filtre le plus simple fait la moyenne des M derniers échantillons : y[n] = \frac{1}{M}\sum_{k=0}^{M-1}x[n-k].

Théorème. La réponse en fréquence de la moyenne mobile est

    \[ H(e^{j\omega}) = e^{-j\omega(M-1)/2}\;\frac{\sin(M\omega/2)}{M\sin(\omega/2)} \]

Démonstration. C’est une série géométrique de raison e^{-j\omega} :

    \[ H = \frac{1}{M}\sum_{k=0}^{M-1}e^{-j\omega k} = \frac{1}{M}\cdot\frac{1 - e^{-j\omega M}}{1 - e^{-j\omega}} \]

On met e^{-j\omega M/2} en facteur au numérateur et e^{-j\omega/2} au dénominateur : 1 - e^{-j\omega M} = e^{-j\omega M/2}\cdot 2j\sin(M\omega/2), et de même le dénominateur. Le rapport des exponentielles donne e^{-j\omega(M-1)/2} et le rapport des sinus le reste. ∎

Module de la réponse en fréquence de la moyenne mobile pour M égal à 4 et 8
Le gain vaut 1 en continu et s’annule aux pulsations multiples de 2 pi sur M. Plus la moyenne est longue, plus le lobe principal est étroit, mais les lobes secondaires restent hauts : la moyenne mobile est un filtre passe-bas médiocre.

Le gain vaut 1 en continu et s’annule pour \omega = 2\pi k/M : la moyenne mobile annule exactement les sinusoïdes qui accomplissent un nombre entier de périodes en M échantillons. C’est le même principe que la réjection du secteur dans les voltmètres intégrateurs (leçon de Mesures électriques sur le voltmètre numérique). Comme passe-bas, en revanche, elle est médiocre : les lobes secondaires sont hauts, le premier autour de 22 % (−13 dB).

Phase linéaire et retard de groupe

La phase de la moyenne mobile est -\omega(M-1)/2, une droite : toutes les fréquences sont retardées du même nombre d’échantillons, (M-1)/2. En général, on définit le retard de groupe par

    \[ \tau_g(\omega) = -\frac{d\,\angle H(e^{j\omega})}{d\omega} \]

qui mesure le retard de l’enveloppe d’un signal à bande étroite autour de \omega. Si la phase est linéaire, \tau_g est constant et la forme d’onde passe sans distorsion de phase, simplement retardée (leçon de Théorie des signaux sur la transmission sans distorsion). C’est une propriété précieuse pour l’audio, les images et les communications numériques, où la distorsion de phase déforme les impulsions et crée de l’interférence entre symboles. Dans la leçon suivante, nous verrons que les filtres RIF à coefficients symétriques ont toujours une phase linéaire, alors que les filtres RII, en général, non.

Une note sur le calcul

La TFTD est une fonction continue de \omega et ne peut pas se calculer telle quelle. On en calcule des échantillons avec la TFD, qui pour une suite de N points donne X(e^{j\omega}) aux N fréquences 2\pi k/N, et on la calcule rapidement avec la FFT (leçon sur la TFD et la FFT). Pour tracer une réponse en fréquence, il suffit donc de calculer la FFT de la réponse impulsionnelle, complétée de zéros pour obtenir des points plus denses.

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