Conception et Implémentation de

Filtres Numériques sous MATLAB

GINFO4 GTIC/G2I

Année Académique 2024-2025

Dr Arnaud OBONO BIYOBO

18 mai 2025
Traitement Numérique du Signal Dr Arnaud OBONO BIYOBO

Introduction au Projet

Dans le cadre de ce projet, vous allez explorer les fondements théoriques et pratiques
des filtres numériques, éléments essentiels du traitement numérique du signal. Ce projet
vous permettra de comprendre en profondeur les différentes méthodes de synthèse des
filtres à réponse impulsionnelle finie (RIF) et infinie (RII), ainsi que leurs applications
pratiques.

Objectifs généraux du projet :

– Approfondir vos connaissances théoriques sur les filtres numériques
– Maîtriser les techniques de synthèse des filtres RIF et RII
– Développer des compétences en programmation MATLAB
– Concevoir une interface graphique interactive (GUI)
– Apprendre à analyser et interpréter les résultats de simulation

Livrables attendus :
– Code MATLAB complet et commenté
– Interface graphique permettant l’interaction avec l’utilisateur
– Rapport détaillé expliquant la théorie, la méthodologie et l’analyse des résultats
– Présentation orale du projet

Ce projet vous permettra de consolider vos connaissances théoriques tout en dévelop-

pant des compétences pratiques essentielles pour un ingénieur en traitement du signal.

1
Traitement Numérique du Signal Dr Arnaud OBONO BIYOBO

Partie 1 : Fondamentaux des Systèmes Linéaires Discrets

1.1 Identification et caractérisation des filtres RIF et RII
Objectif : Comprendre les différences fondamentales entre les filtres à Réponse Im-
pulsionnelle Finie (RIF) et à Réponse Impulsionnelle Infinie (RII), leurs propriétés ma-
thématiques et leurs applications.
Consignes :
a) Établir les équations de récurrence caractéristiques des systèmes RIF et RII.
b) Développer une méthode permettant d’identifier automatiquement si un filtre est
de type RIF ou RII à partir de son équation de récurrence.
c) Pour un filtre donné de type RII, démontrer mathématiquement qu’il peut être
représenté comme la mise en cascade d’un filtre purement récursif suivi d’un filtre
RIF.
d) Implémenter dans MATLAB des fonctions permettant de :
– Générer la réponse impulsionnelle d’un filtre à partir de son équation de récurrence
– Visualiser cette réponse et déterminer son type (RIF ou RII)
– Décomposer un filtre RII en sa forme cascade (récursif + RIF)
Importance : La distinction entre filtres RIF et RII est fondamentale en traitement
du signal numérique car elle détermine les propriétés essentielles du filtre, notamment sa
stabilité, sa phase et sa complexité d’implémentation.

1.2 Structures de réalisation et complexité calculatoire

Objectif : Analyser différentes structures d’implémentation des filtres numériques et
évaluer leur efficacité en termes de ressources calculatoires.
Consignes :
a) Étudier les différentes structures de réalisation des filtres numériques :
– Forme directe I et II
– Forme cascade
– Forme parallèle
– Forme treillis (lattice)
b) Pour chaque structure, déterminer :
– Le nombre de multiplications nécessaires
– Le nombre d’additions nécessaires
– Les besoins en mémoire (variables d’état)
c) Implémenter en MATLAB des fonctions permettant de :
– Convertir les coefficients d’un filtre entre différentes structures
– Générer automatiquement un schéma bloc de réalisation du filtre
– Calculer et afficher la complexité calculatoire pour chaque structure
Importance : Le choix de la structure de réalisation impacte directement les per-
formances du filtre en termes de complexité calculatoire, précision numérique et facilité
d’implémentation matérielle.

2
Traitement Numérique du Signal Dr Arnaud OBONO BIYOBO

Partie 2 : Synthèse des Filtres à Réponse Impulsionnelle

Infinie (RII)
2.1 Méthodologie générale de synthèse des filtres RII
Objectif : Maîtriser la méthodologie complète de synthèse d’un filtre numérique RII
à partir de spécifications fréquentielles.
Consignes :
a) Présenter en détail les étapes successives de la synthèse d’un filtre RII :
1. Spécification du gabarit (fréquences de coupure, bandes passantes, atténua-
tions requises)
2. Normalisation des fréquences et établissement du gabarit normalisé
3. Approximation analogique (sélection et calcul de la fonction de transfert
analogique)
4. Dénormalisation de la fonction de transfert analogique
5. Transformation vers le domaine numérique (méthodes de discrétisation)
b) Implémenter un module MATLAB qui :
– Guide l’utilisateur à travers chaque étape de la synthèse
– Vérifie la cohérence des spécifications à chaque étape
– Affiche des graphiques intermédiaires (réponses en fréquence, diagrammes pôles-
zéros)
– Génère les coefficients du filtre numérique final
Importance : La maîtrise de cette méthodologie permet de concevoir des filtres nu-
mériques répondant précisément aux contraintes d’une application donnée, tout en com-
prenant les compromis inhérents à chaque étape du processus.

2.2 Modèles d’approximation analogique

Objectif : Comprendre et implémenter les différents modèles d’approximation utilisés
pour la synthèse des filtres analogiques.
Consignes :
a) Étudier en détail les modèles d’approximation suivants :
– Butterworth (réponse maximalement plate)
– Tchebychev de type I (ondulations dans la bande passante)
– Tchebychev de type II (ondulations dans la bande atténuée)
– Elliptique (ondulations dans les deux bandes)
– Bessel (délai de groupe constant)
b) Pour chaque modèle :
– Présenter les équations caractéristiques et la méthode de calcul des coefficients
– Implémenter une fonction MATLAB calculant la fonction de transfert pour un
ordre et des spécifications donnés
– Créer un tableau comparatif des avantages et inconvénients de chaque modèle
c) Réaliser une étude comparative des modèles en :
– Générant des filtres de même ordre pour chaque modèle avec des spécifications
identiques

3
Traitement Numérique du Signal Dr Arnaud OBONO BIYOBO

– Comparant leurs performances (atténuation, pente de transition, délai de groupe,

etc.)
– Visualisant les différences sur des graphiques superposés
Importance : Le choix du modèle d’approximation est crucial car il détermine le
compromis entre les différentes caractéristiques du filtre (raideur de la transition, linéarité
de phase, comportement transitoire).

4
Traitement Numérique du Signal Dr Arnaud OBONO BIYOBO

Partie 3 : Transformation du Domaine Analogique vers

le Numérique
3.1 Méthodes de transformation
Objectif : Maîtriser les différentes techniques permettant de transformer un filtre
analogique en filtre numérique équivalent.
Consignes :
a) Étudier et implémenter les méthodes de transformation suivantes :
– Transformation bilinéaire (méthode de Tustin)
– Invariance de la réponse impulsionnelle
– Correspondance des pôles et des zéros
– Correspondance de dérivée (matched z-transform)
b) Pour chaque méthode :
– Présenter les équations de transformation
– Analyser la distorsion fréquentielle introduite (warping)
– Proposer des techniques de pré-déformation pour compenser cette distorsion
c) Implémenter un module MATLAB qui :
– Prend en entrée une fonction de transfert analogique
– Applique la méthode de transformation choisie
– Génère la fonction de transfert numérique correspondante
– Compare les réponses fréquentielles des filtres analogique et numérique
Importance : Le choix de la méthode de transformation impacte directement la
fidélité avec laquelle le filtre numérique reproduit les caractéristiques du filtre analogique,
notamment aux hautes fréquences.

3.2 Étude de cas : Synthèse complète d’un filtre RII

Objectif : Appliquer l’ensemble du processus de synthèse sur un exemple concret
pour consolider les connaissances.
Consignes :
a) Réaliser la synthèse complète d’un filtre passe-bande avec les spécifications sui-
vantes :
– Fréquence d’échantillonnage : 44,1 kHz
– Bande passante : 1000-5000 Hz
– Atténuation minimale : 40 dB à 500 Hz et 8000 Hz
– Ondulation maximale dans la bande passante : 1 dB
b) Pour cette synthèse :
– Déterminer l’ordre minimal nécessaire pour chaque modèle d’approximation
– Calculer les fonctions de transfert analogiques normalisées puis dénormalisées
– Appliquer la transformation bilinéaire pour obtenir les filtres numériques
– Comparer les performances des différentes approximations
c) Documenter en détail chaque étape et illustrer avec des graphiques appropriés
Importance : Cette étude de cas permet de concrétiser l’ensemble des connaissances
théoriques acquises et d’appréhender les aspects pratiques de la synthèse de filtres numé-
riques.

5
Traitement Numérique du Signal Dr Arnaud OBONO BIYOBO

Partie 4 : Synthèse des Filtres à Réponse Impulsionnelle

Finie (RIF)
4.1 Synthèse par développement en série de Fourier
Objectif : Maîtriser la méthode de synthèse des filtres RIF basée sur le développement
en série de Fourier de la réponse fréquentielle idéale.
Consignes :
a) Présenter le fondement théorique de la méthode :
– Définition de la réponse fréquentielle idéale pour différents types de filtres
– Calcul des coefficients par transformation de Fourier inverse
– Troncature de la réponse impulsionnelle et phénomène de Gibbs
b) Implémenter en MATLAB un module permettant de :
– Spécifier la réponse fréquentielle idéale souhaitée
– Calculer les coefficients du filtre RIF par transformée de Fourier inverse
– Visualiser l’effet de la troncature sur la réponse fréquentielle
– Estimer l’erreur d’approximation en fonction de l’ordre du filtre
c) Étudier en particulier les cas des filtres :
– Passe-bas
– Passe-haut
– Passe-bande
– Coupe-bande
Importance : Cette méthode constitue la base conceptuelle de la synthèse des filtres
RIF et permet de comprendre les limitations intrinsèques liées à l’approximation de ré-
ponses idéales avec un filtre d’ordre fini.

4.2 Méthode de la fenêtre

Objectif : Améliorer les performances des filtres RIF en appliquant des fenêtres de
pondération à la réponse impulsionnelle.
Consignes :
a) Étudier les différentes fenêtres de pondération :
– Rectangulaire
– Triangulaire (Bartlett)
– Hanning
– Hamming
– Blackman
– Kaiser
b) Pour chaque type de fenêtre :
– Présenter l’équation mathématique
– Analyser son spectre (transformée de Fourier)
– Évaluer son impact sur le phénomène de Gibbs et la pente de transition
c) Implémenter un module MATLAB qui :
– Applique différentes fenêtres à une même réponse impulsionnelle idéale
– Compare visuellement les réponses fréquentielles obtenues
– Mesure les performances (atténuation, largeur de transition, ondulations)

6
Traitement Numérique du Signal Dr Arnaud OBONO BIYOBO

– Permet de déterminer la fenêtre optimale pour des spécifications données

Importance : Le choix de la fenêtre de pondération permet d’optimiser le compromis
entre la raideur de la bande de transition et l’amplitude des ondulations, adaptant ainsi
le filtre aux contraintes spécifiques de l’application.

4.3 Synthèse par optimisation

Objectif : Explorer les méthodes avancées de synthèse des filtres RIF basées sur des
techniques d’optimisation.
Consignes :
a) Étudier et implémenter la méthode des moindres carrés pour l’approximation de la
réponse fréquentielle
b) Implémenter l’algorithme de Parks-McClellan (algorithme de Remez) :
– Présenter le fondement théorique (approximation minimax, théorème d’alternance)
– Développer un module MATLAB implémentant l’algorithme
– Comparer les résultats avec ceux obtenus par la fonction firpm de MATLAB
c) Explorer d’autres méthodes d’optimisation :
– Optimisation convexe
– Algorithmes génétiques
– Recuit simulé
d) Réaliser une étude comparative des différentes approches :
– Qualité de l’approximation
– Temps de calcul
– Facilité d’utilisation
– Flexibilité vis-à-vis des contraintes
Importance : Les méthodes d’optimisation permettent d’obtenir des filtres RIF of-
frant les meilleures performances possibles pour un ordre donné, en particulier lorsque les
spécifications sont complexes et les contraintes multiples.

7
Traitement Numérique du Signal Dr Arnaud OBONO BIYOBO

Partie 5 : Interface Graphique et Visualisation

5.1 Conception d’une interface graphique (GUI)
Objectif : Développer une interface graphique MATLAB permettant de synthétiser,
visualiser et analyser les filtres numériques.
Consignes :
a) Créer une interface graphique complète avec :
– Un module de spécification des paramètres du filtre (type, gabarit, méthode)
– Des onglets pour les différentes étapes de la synthèse
– Des panneaux de visualisation des résultats (graphiques)
– Des fonctionnalités d’exportation et d’importation des filtres conçus
b) Implémenter les fonctionnalités suivantes :
– Dessin interactif du gabarit par l’utilisateur
– Calcul automatique de l’ordre minimal nécessaire
– Affichage en temps réel de l’impact des modifications de paramètres
– Application du filtre à des signaux d’entrée personnalisables
c) Utiliser les bonnes pratiques de développement :
– Architecture modulaire
– Documentation du code
– Gestion des erreurs et validation des entrées
– Interface intuitive et ergonomique
Importance : Une interface graphique bien conçue facilite grandement l’exploration
des concepts de filtrage numérique et permet une meilleure compréhension des compromis
associés aux différentes méthodes de synthèse.

5.2 Visualisations avancées et analyse des résultats

Objectif : Implémenter des techniques de visualisation avancées pour l’analyse ap-
profondie des filtres numériques.
Consignes :
a) Développer des modules de visualisation pour :
– La réponse en fréquence (module et phase)
– La réponse impulsionnelle
– Le diagramme des pôles et des zéros (stabilité)
– Le délai de groupe
– La réponse transitoire à différents signaux d’entrée
b) Implémenter des outils d’analyse :
– Zoom sélectif sur des régions d’intérêt
– Mesures précises des paramètres (fréquences de coupure effectives, atténuations)
– Comparaison visuelle entre plusieurs filtres
– Analyse de stabilité et de sensibilité aux coefficients
c) Pour l’application du filtre à des signaux :
– Proposer une bibliothèque de signaux de test (sinusoïdes, échelons, impulsions,
chirps)
– Permettre l’importation de signaux externes (fichiers audio, données mesurées)

8
Traitement Numérique du Signal Dr Arnaud OBONO BIYOBO

– Visualiser simultanément les signaux d’entrée et de sortie dans les domaines tem-
porel et fréquentiel
– Calculer et afficher des métriques de qualité (rapport signal/bruit, distorsion har-
monique)
Importance : Les visualisations avancées sont essentielles pour valider les perfor-
mances d’un filtre, diagnostiquer d’éventuels problèmes et comprendre son comportement
dans différentes conditions d’utilisation.

9
Traitement Numérique du Signal Dr Arnaud OBONO BIYOBO

Conclusion et Évaluation
Travail à réaliser et livrables
Pour ce projet, vous devez :
1. Développer des codes MATLAB complets incluant :
– Les modules de calcul pour la synthèse des filtres RIF et RII
– Une interface graphique utilisateur (GUI) interactive
– Des fonctionnalités de visualisation et d’analyse des résultats
2. Rédiger un rapport détaillé contenant :
– Les fondements théoriques des méthodes implémentées
– La description de l’architecture logicielle
– Des exemples d’application avec interprétation des résultats
– Une analyse critique des différentes méthodes de synthèse
– Les limitations du projet et les perspectives d’amélioration
3. Préparer une présentation orale de 20 minutes :
– Résumant les aspects théoriques essentiels
– Démontrant les fonctionnalités du logiciel développé
– Présentant un cas d’application concret

Critères d’évaluation
Votre projet sera évalué selon les critères suivants :
– Qualité technique (50%)
– Exactitude des implémentations mathématiques
– Efficacité et robustesse du code
– Richesse des fonctionnalités proposées
– Originalité des extensions personnelles
– Interface utilisateur (20%)
– Ergonomie et intuitivité de l’interface
– Qualité des visualisations
– Gestion des erreurs et guidage de l’utilisateur
– Rapport et documentation (20%)
– Clarté et précision des explications théoriques
– Structure et organisation du rapport
– Qualité de l’analyse des résultats
– Documentation du code
– Présentation orale (10%)
– Clarté et structure de la présentation
– Maîtrise du sujet
– Qualité des réponses aux questions

10