S.S.I., ESSI1, samedi 10 avril 2004 Page 1 Comment tailler les filtres sur mesure Séance 8, nouvelle application des filtres, 1 heure Version : samedi.

Slides:



Advertisements
Présentations similaires
TRANSFORMEE DE FOURIER DISCRETE
Advertisements

PRINCIPE SIMPLIFIE DE LA COMPRESSION MP3
1 Jean-Paul Stromboni, mars 2005, Révision des cinq premières séances S.S.I. Jean-Paul Stromboni, mars 2005, ESSI1 Elève : ______________________ groupe.
S.S.I., ESSI1, lundi 9 mai 2005 Page 1 Comment compresser avec le spectre Séance 10, 1 heure Version : lundi 9 mai 2005 Auteur : Jean-Paul Stromboni Contenu.
Comment créer des filtres d’ordre 1 et 2
Comment on filtre un signal audio
Comment calculer le spectre d’un signal audio
Cours 5 – Comment bien échantillonner le signal audio
Comment décimer les sons numériques
1 Jean-Paul Stromboni, octobre 2007, SI3 Réviser le devoir surveillé n°1 du cours S.S.I.I. Jean-Paul Stromboni, octobre 2007, SI3 Elève : ______________________.
Filtres (n entier, Te=1s)
Calcul de la composition fréquentielle du signal audio
1 Jean-Paul Stromboni, mars 2005, Révision des cinq premières séances S.S.I. Jean-Paul Stromboni, mars 2005, ESSI1 Elève : ______________________ groupe.
Du signal continu au numérique
2. Echantillonnage et interpolation des signaux vidéo

Comment créer des filtres « simples »
Comment compresser avec le CODEC mlaw
Créer des interfaces avec Matlab.
Comment bien échantillonner
Cours S.S.I., SI1, avril 2007 – Comment utiliser les outils déjà présentés. Page 1 Comment utiliser les outils déjà présentés dans le cours S.S.I. et pourquoi.
Extraits choisis du cours S.S.I.I.
AutoBilan MATLAB – SSII – SI3 – sept 2009 Page 1 Quel est leffet de linstruction ? Répondez ci-dessous Ok ? D=1; fe=1000 num2str(fe) num2str(d) ['la valeur.
Sous-échantillonner le signal audio pour compresser
1 PolytechNice-Sophia, Département S.I., S.I.3, octobre 2012, Jean-Paul Stromboni Séance 7 : Retour sur les cinq premiers chapitres du cours S.S.I.I.
Sauver un signal audio numérique dans un fichier wave
Synthèse de filtres numériques
Cours d’Automatique MASTER OIV
3. Systèmes L.I.T Systèmes LIT, introduction
Extraits choisis du cours S.S.I.I.
1. Introduction 1.1. Modélisation des signaux
S.S.I.I., , n°7 : Construire et utiliser un banc de filtres Page 1 Construire et utiliser un banc de filtres pour analyser le spectre dun signal.
Cours S.S.I.I., , n°8, Créer des filtres pour compresser Cours S.S.I.I., , n°8, : Créer des filtres pour compresser Page 1 Mise en œuvre.
Calcul et implantation des filtres numériques RIF et RII dans un DSP
Chapitre 2 : Filtrage Professeur. Mohammed Talibi Alaoui
SSII : séance finale , lundi 9/01/2012 Page 1 Voici quelques questions pour assimiler la seconde partie du cours S.S.I.I., spectre, filtrage, banc.
Traitement du signal TD0 : Introduction.
S.S.I.I., , cours n°8 : Compresser avec un banc de filtres Page 1 Compresser avec un banc de filtres Le contenu de ce cours : T.D. n° 8 : simulation.
Dynamique des Systèmes Asservis
S.S.I.I., , n°6, Créer des filtres sur mesure pour compresser S.S.I.I., , n°6, : Créer des filtres sur mesure pour compresser 1 Créer un.
1 par Jean-Paul Stromboni, octobre 2008 Un autobilan pour réviser le devoir surveillé n°1 du cours S.S.I.I., par Jean-Paul Stromboni, octobre 2008 Elève.
Un principe de compression d’image
Filtrer le signal audio numérique (n entier, Te=1s)
1 Jean-Paul Stromboni, octobre 2007, SI3 Réviser le devoir surveillé n°1 du cours S.S.I.I. Jean-Paul Stromboni, octobre 2007, SI3 Elève : ______________________.
Filtrer le signal audio numérique
Un moyen de compresser le signal audio présenté à travers un exemple
Miniprojet S.S.I.I., , S.I.3 Analyse du signal NOTEguitare.wav N = fe=44100 Hz le signal audio à analyser :
Miniprojet S.S.I.I. en , S.I.3 Analyse du signal Noteguitare.wav N = fe=44100 Hz le signal audio à analyser :
S.S.I., ESSI1, le 8 février 2004 Page 1 Numériser le signal audio Séance 2, cours, 1 heure auteur : Jean-Paul Stromboni Idées clefs de la séance De nombreuses.
1 Introduction au module S.S.I. Signaux et Systèmes pour lInformatique le thème et les motivations du module S.S.I. les connaissances et le savoir faire.
2. La série de Fourier trigonométrique et la transformée de Fourier
Analyse des systèmes linéaires types
Utiliser le spectre et la transformée de Fourier
- énergie bornée (tend vers 0 lorsque
Introduction.
Cours S.S.I.I., , n°7, Créer des filtres pour compresser Cours S.S.I.I., , n°7, : Créer des filtres pour compresser Page 1 Retour sur le.
Extraits choisis du cours S.S.I.I.
DU TRAITEMENT DU SIGNAL
TNS et Analyse Spectrale
TNS et Analyse Spectrale
Contenu du cours : Principe de la commande par retour d'état
Retour sur les filtres et bancs de filtres Jean-Paul Stromboni, décembre 2007.
S.S.I.I., , cours n°9 : Compresser avec un banc de filtres Page 1 Compresser avec un banc de filtres Contenu de cette séance : T.D. n° 9 : application.
Calcul de la composition fréquentielle du signal audio
1 23 mars 2004, Jean-Paul Stromboni Signaux et Systèmes pour l’Informaticien Bilan essais erreurs des six premières séances Module SSI d’ESSI 1– 23 mars.
ANALYSE DES SERIES CHRONOLOGIQUES METHODES ET APPLICATIONS EN HYDROLOGIE Danièle VALDES-LAO
Introduction du cours à partir d’extraits
SSII, séance n°13, bilan du cours 15 décembre 2015 Dernière séance 2015 Résumé des chapitres et notions abordées en 2015.
Construire et utiliser un banc de filtres
Sous-échantillonner le signal audio pour compresser
Transcription de la présentation:

S.S.I., ESSI1, samedi 10 avril 2004 Page 1 Comment tailler les filtres sur mesure Séance 8, nouvelle application des filtres, 1 heure Version : samedi 10 avril 2004 Auteur: Jean-Paul Stromboni Contenu de la séance : on montre comment on peut déterminer un filtre FIR à partir de la réponse impulsionnelle souhaitée on crée un filtre passe-bas de réponse harmonique imposée on crée un filtre passe-bande en décalant le filtre passe bas On montre comment appliquer un tel filtre avec Matlab et lévaluer avec Goldwave On utilise cette technique pour définir un banc de 4 filtres Savez vous répondre aux questions suivantes ? Comment calculer N pour définir un filtre passe-bas fc =2200Hz si fe=44100Hz et R=128 Si h est la réponse impulsion- nelle du filtre ci-contre, que dire du filtre de réponse g : Un filtre a pour réponse impulsionnelle pour et 0 sinon. Donner son EaD et sa fonction de transfert en z ? Que réalisent les instructions suivantes ? fr= [0:R-1]*fe/R spec=abs(fft(h)) plot(fr,spec) passe dans un banc de M=2 filtres, quels sont les signaux des canaux si ? Représenter le découpage en fréquence réalisé par un banc de 3 filtres sachant que

S.S.I., ESSI1, samedi 10 avril 2004 Page 2 Pour découper avec précision le spectre dun signal, il faut créer le filtre adéquat Quand lobjectif est de découper précisément le spectre dun signal audio, par exemple dans un banc de filtres, on utilise un filtre linéaire et stationnaire, soit dans le domaine fréquentiel : est la transformée de Fourier du signal audio à modifier, soit est celle du signal filtré est la réponse harmonique du filtre, cest aussi la transformée de Fourier de la réponse impulsionnelle Découper le spectre dun signal revient donc à créer un filtre de réponse harmonique adéquate: Or, les filtres récursifs dordre un et deux permettent au mieux de fixer 2 ou 3 paramètres, mais par la forme de la réponse harmonique dans son entier On leur préfère donc les filtres non récursifs et la technique étudiée ci-dessous

S.S.I., ESSI1, samedi 10 avril 2004 Page 3 On sait synthétiser un filtre à partir dune réponse impulsionnelle de durée finie Soit la réponse impulsionnelle à synthétiser, de durée finie et de longueur R. Écrivons la relation dentrée sortie du filtre sous la forme dun produit de convolution : Pour un filtre dont la réponse impulsionnelle est, on en déduit : La longueur du filtre est R=4 La durée de la réponse impulsionnelle est lEaD Et la fonction de transfert Appliquer à :

S.S.I., ESSI1, samedi 10 avril 2004 Page 4 Imposer la réponse harmonique dun filtre, cest imposer sa réponse impulsionnelle. Soit la réponse harmonique imposée définie à partir de R points de fréquence. Cest la transformée de Fourier rapide de la réponse impulsionnelle recherchée : où ifft est la fft inverse. Même si H k est réelle, h n peut être dotée dune partie imaginaire pure, ce qui est à exclure pour une équation aux différences à coefficients réels; Pour assurer h n réelle, on démontre en utilisant la définition de ifft quil faut imposer H k paire : Concevoir Hk pour un filtre passe bas de longueur 16 avec fc=1000Hz et fe=8000Hz

S.S.I., ESSI1, samedi 10 avril 2004 Page 5 Matlab peut calculer les coefficients du filtre si on spécifie la réponse harmonique Décrire le filtre réalisé %définir et tracer RH R=32; fe=8000; fc=1000; N = fix(fc*R/fe); n=0:R-1; fr= n*fe/R-fe/2; H=[ones(1,N+1),... zeros(1,R-2*N-1),... ones(1,N)]; stem(fr,fftshift(H)) % calcul et tracé de hn h=fftshift(real(ifft(H))); stem((n-R/2)/fe,h) % calcul et tracé de RH spec=abs(fft(h,R)); stem(fr,fftshift(spec)) xlabel('frequence (Hz)') ylabel('Réponse harmonique') grid on

S.S.I., ESSI1, samedi 10 avril 2004 Page 6 Le filtre précedent nest pas rectangulaire ! Conclure : Ici, Matlab calcule plus de points (courbe rouge) sur la réponse harmonique du filtre précédent : H=[ones(1,N-1),0.9,0.5,0.1,zeros(1,R-2*N-3), 0.1,0.5,0.9,ones(1,N-2)]; Voici ce qui advient si on arrondit la forme de la réponse harmonique : hold on fr2=[0:R2-1]*fe/R2-fe/2; spec2= abs(fft(h,5*R)); plot(fr2,fftshift(spec2),'r')

S.S.I., ESSI1, samedi 10 avril 2004 Page 7 Pour obtenir des filtres passe-bande, on décale le filtre passe bas précédent Quel est le type de ce filtre, son gain statique, quel est le filtre passe bas que lon a décalé ? La relation ci-dessus, tirée de la définition de ifft, détermine à partir de h n la réponse impulsionnelle dun filtre passe bande. On vérifie avec Matlab :

S.S.I., ESSI1, samedi 10 avril 2004 Page 8 Appliqué à un signal audio, un tel filtre en découpe le spectre avec précision % lecture du son à filtrer [e,fe,b]=wavread ('piano.wav'); % définition du filtre R=256; % longueur du filtre fc=500; % bande passante f0=1500; % fréquence centrale N = fix(fc*R/fe); H=[ones(1,N-1),0.9,0.5,0.1,... zeros(1,R-2*N-3),0.1,0.5, ,ones(1,N-2)]; % réponse impulsionnelle h=fftshift(real(ifft(H))); filtre = 2*cos(2*pi*[0:R-1]*f0/fe).*h; % filtrage du signal audio y=filter( filtre,1,e); wavwrite(y,fe,b,'pianofiltre.wav'); % calcul de lénergie du signal E=(y*y)/2; Ce script Matlab applique un filtre passe bande dont la forme est donnée par H au son piano.wav Voici les spectrogrammes de piano.wav suivi de pianofiltre.wav calculés et tracés par Goldwave

S.S.I., ESSI1, samedi 10 avril 2004 Page 9 Énumerer les particularités du groupe de quatre filtres créés ci-dessous par Matlab % comment créer un banc de quatre filtres avec Matlab [e,fe,b]=wavread ('BBC.wav'); R= 128; M= 4; N= R/(4*M); n=0:R-1; H=[ones(1,N-1),0.9,0.5,0.1, zeros(1,R-2*N-3),0.1,0.5,0.9, ones(1,N-2)]; h=fftshift(real(ifft(H))); for j=0:M-1 % réponses impulsionnelles des filtres bande(j+1,:)=2*cos((2*j+1)*n*pi/(2*M)).*h; end fr=n*fe/R-fe/2; coul=['r','b','g','k','y','m','c','rp']; hold on for j=0:M-1 % calcul et tracé des réponses harmoniques stem(fr,abs(fftshift(fft(bande(j+1,:)))),coul(j+1)) end xlabel('fréquence (Hz)') ylabel('Réponse harmonique') grid on