1
Unité : Traitement du signal
ISBS TP n˚1 - Filtrage élémentaire ISBS1
Sujet de J.-F. B ERCHER – Professeur ESIEE
ÉNONCÉ
TP SOUS P YTHON
Le TP sera réalisé sous Python. Sous Python, on dispose d’un certain nombre de bibliothèques scientifiques
qui nous seront utiles, notamment numpy, scipy et matplotlib. Le module pylab permet de charger des
commandes simplifiées analogues à celles que l’on trouve dans Matlab.
Spyder
Pour ces TP, vous utiliserez l’éditeur Spyder, qui précharge les modules scientifiques et le mode Pylab. Dans
Outils>Préférences>Console IPython>Graphiques, vous vérifierez que le mode graphique (Matplotlib) est
activé, que le chargement automatique de Numpy et Pylab est coché, et enfin que la sortie graphique
est positionnée sur « automatique ». Dans Démarrage, vous cocherez « ouvrir une console IPython au
démarrage ».
Le but de ce TP est de concevoir et appliquer différents filtres numériques sur un signal périodique de
fréquence fondamentale f0 =200 Hz, échantillonné à la fréquence Fe =8000 Hz.
Ce signal est stocké dans le vecteur x sauvegardé dans le fichier sig1.npz. On peut le récupérer sous
Python par l’instruction : f=numpy.load(’sig1.npz’)
I – A NALYSE DES DES DONNÉES :
On peut afficher le signal, en temps et en fréquence, par les instructions suivantes :
# Pour charger le truc :
f=numpy.load(’sig1.npz’)
m=f[’m’]
x=f[’x’]
Fe=8000
Te=1/Fe
# Affichage temps
figure(1)
t=arange(len(x))*Te
plot(t,x,t,m)
title(’Signal avec dérive lente’)
show()
et
# Affichage fréquence
figure(2)
N=len(x)
f=freq(N)
plot(f,abs(fftshift(fft(x))))
xlim([-0.5, 0.5])
2
title(‘TF du signal (module)’)
Commentez et interprétez.
On souhaite à présent modifier le contenu spectral du signal x par différents filtres numériques de fonction
de transfert H(z) = B(z)/A(z). Une fonction standard Python vous sera très utile :
— lfilter qui implémente l’équation aux différences~ : cette fonction calcule le vecteur y des sor-
ties d’un filtre numérique spécifié par le vecteur B des coefficients du numérateur B(z), le vec-
teur A des coefficients du dénominateur A(z), pour un vecteur d’entrées x, suivant l’instruction~ :
y=filter(B,A,x)
II – C ALCUL DES FILTRES MOYENNEUR ET SOUSTRACTEUR
Le signal est affecté par une dérive lente de son niveau moyen. On cherche alors à extraire cette valeur
moyenne à variations lentes, d’une part, et à calculer le signal débarrassé de cette dérive d’autre part. On
notera M (n) la dérive, et xc (n) le signal centré.
II.1 Partie théorique :
1) Quelle expression permet de calculer la moyenne du signal x sur une période ?
2) En déduire un filtre, de réponse impulsionnelle g(n), qui calcule cette moyenne M (n).
3) En déduire un autre filtre, de réponse impulsionnelle h(n), qui élimine cette moyenne : xc (n) =
x(n) − M (n) = x(n) ∗ h(n). Donner l’expression de h(n).
Donner les expressions de G(z) et de H(z).
II.2 Partie pratique
Pour le filtre moyenneur, puis pour le filtre soustracteur :
— Créer et tracer les deux réponses impulsionnelles (on pourra se servir de l’instruction ones(L)
qui crée un vecteur ligne de L uns.
— Tracer les réponses en fréquence de ces filtres. Vous pourrez utiliser la fonction fft qui calcule la
TF, et tracer le module (abs) du résultat.
— Filtrer le signal x par ces filtres. Tracer les signaux de sortie ainsi que leurs spectres en fréquence.
Conclure.
III – ACCENTUATION D ’ UNE BANDE DE FRÉQUENCE
On souhaite maintenant accentuer (très nettement) la zone de fréquence autour de 1000 Hz sur le signal
initial.
III.1 Partie théorique
Après un rappel éventuel de l’enseignant sur les filtres rationnels, déterminez les pôles p1 et p2 d’un filtre
permettant de réaliser cette accentuation. Calculer la fonction de transfert, H(z), correspondante ainsi que
la réponse impulsionnelle h(n).
III.2 Partie pratique
— Le vecteur de coefficients du dénominateur A(z) sera calculé par : A=poly([p1,p2])
et vous vérifierez que vous obtenez les coefficients déterminés “à la main”.
— Tracer la réponse fréquentielle du filtre
— Calculer sa réponse impulsionnelle par :
# calcul de la RI
d=zeros(300)
d[1]=1
h_accentue=lfilter([1],a,d)
(réponse à une impulsion de dirac calculée sur 300 points). La tracer.
— Calculer et tracer la réponse impulsionnelle obtenue avec la formule théorique. La comparer à la
précédente.
— Calculer et tracer la sortie du filtre soumis à l’entrée xc ainsi que son spectre. Conclure.
— Comment peut-on simultanément amplifier autour de 1000 Hz et supprimer la dérive ? Proposer un
filtre qui réalise les deux opérations.
3
IV – F ILTRAGE PASSE - BAS [0- 250 H Z ] PAR LA MÉTHODE DE LA FENÊTRE
On cherche maintenant à ne conserver que les basses fréquences (0 à 250 Hz) du signal xc en filtrant celui-ci
par un filtre passe-bas FIR à N =101 coefficients.
IV.1 Partie théorique
On considère un filtre passe-bas idéal dont le module de la fonction de transfert, H(f ), est une fonction
rectangulaire. Calculer la réponse impulsionnelle (infinie) du filtre numérique qui réaliserait ce passe-bas de
façon idéale.
IV.2 Partie pratique
a. On veut limiter le nombre de coefficients à L (RIF). Calculer le vecteur h à L coefficients représentant
cette réponse pondérée (tronquée) par une fenêtre rectangulaire rectT (t) où T = L ∗ T e.
b. Tracer la réponse fréquentielle de ce filtre.
c. Calculer et tracer la sortie de ce filtre soumis à l’entrée xc ainsi que son spectre.
d. Observer le temps de propagation de groupe de la réponse fréquentielle : plot(f,grpdelay(B,A,N)).
Commenter.
