UNIVERSITE

ABDELMALEK ESSAADI

ECOLE NATIONALE
DES SCIENCES APPLIQUEES

TANGER

Cours
Traitement Numérique du Signal

CHAPITRE
Synthèse de filtres
numériques

Prof : mohamed moussaoui

ENSA Tanger, Route Ziaten, BP 1818
Tanger principale
Mohamed.moussaoui@hotmail.fr
©

1
 Prof : mohamed moussaoui
ENSA Tanger, Route Ziaten, BP 1818
Tanger principale
Mohamed.moussaoui@hotmail.fr
©

2
 Chapitre : Synthèse de filtres numériques

I. Introduction :

Le filtrage permet de rejeter la partie inutile (parfois perturbatrice) du signal tout en

conservant la partie porteuse de l’information utile.
La figure 1 illustre la chaîne classique de transmission numérique :

Système physique
en évolution

Message

Bruit Codage

Bruit Emission du Signal

Canal de transmission

Canal de transmission
Bruit

Réception du signal

Décodage

Traitement de l’information

Figure 1 : Chaîne de transmission de l’information

On trouve le système physique que l’on observe. Des capteurs vont enregistrer son évolution
et délivrer un message correspondant aux mesures observées qui est envoyé sur un canal de
transmission. Déjà à ce niveau, on va trouver des opérations de filtrage correspondant à la
mise en forme de ce signal pour l’adapter au canal de transmission. Lors de l’acquisition de ce
signal tout comme de sa transmission puis de sa réception, du bruit peut venir s’y ajouter. Il
sera donc nécessaire de mettre en œuvre des opérations de filtrage lors de la phase de
récupération du signal.
Ces opérations auront deux objectifs essentiels : éliminer au maximum le bruit qui perturbe le
signal puis extraire l’information utile.
La tendance actuelle pousse les traiteurs de signaux à travailler de plus en plus en numérique
afin de profiter des énormes progrès réalisés par les machines informatiques.
 II. Rappels sur le filtrage
1) Définition
Un filtre linéaire est un système linéaire possédant une entrée et une sortie, et qui est invariant
dans le temps.
Linéarité : le filtre linéaire établit une relation linéaire entre l’entrée et la sortie.
Si le signal de l’entrée est e(t ) = αe1 (t ) + β e2 (t ) alors la sortie s(t) vaut s (t ) = αs1 (t ) + β s 2 (t ) ou
s1 (t ) et s 2 (t ) sont les réponses du filtre aux entrées e1 (t ) et e2 (t ) respectivement et α et β
sont des constantes.
Invariance dans le temps : la réponse d’un filtre invariant à une excitation ne dépend pas de
l’instant ou démarre cette excitation, mais seulement de l’entrée et du comportement du filtre.

1) Réponse impulsionnelle
La réponse, en régime permanent d’un filtre linéaire à une excitation, est la convolution de
cette excitation avec une fonction caractéristique du filtre appelée réponse impulsionnelle
h(t ) . La réponse y (t ) du filtre à un signal x(t ) d’entrée est donnée par :
y (t ) = h(t ) ∗ x(t ) = ∫ h(t ) ∗ x(t ) = ∫ h(u )x(t − u )du
ℜ ℜ

x(t ) h(t ) y (t )

Figure 2 : la réponse impulsionnelle

2) Fonction de transfert d’un filtre

La TF {y (t )} = Y ( f ) = H ( f ) X ( f ) . H ( f ) qui donne le gain du filtre est appelée fonction

de transfert du filtre

3) Conditions pour la réalisation d’un filtre linéaire

Deux conditions sont nécessaires à la réalisation d’un filtre linéaire ; il s’agit :

• De la stabilité qui garanti que la réponse du filtre à un signal borné est aussi un signal
borné. C’est une condition nécessaire et suffisante pour que la réponse impulsionnelle
du filtre soit de module sommable
• De la causalité c-à-d qu’avant l’instant t 0 ( t 0 = 0 ) ou l’on excite le filtre, il n’y a pas
de réponse et on obtient une réponse qu’à partir de cet instant t 0 . La réponse
imppulsionnelle est donc nulle avant t 0 .
 4) Propriétés des filtres linéaires

• Addition : montage en parallèle

h1
x (t ) y (t ) x (t ) y (t )
≡ h

h1

Figure 3 : montage en parallèle

h(t ) = h1 (t ) + h2 (t )

• Produit : montage en cascade

x (t ) y (t ) x (t ) y (t )
h1 h2
≡ h

h(t ) = h1 (t ) ∗ h2 (t )

Figure 4 : montage en cascade

A partir de ces deux propriétés, on peut dire que l’ensemble des filtres linéaires est un
ensemble fermé pour les opérations d’addition et de produit, puisque le résultat de ces
opérations sur deux filtres linéaires est un filtre linéaire. A l’aide de ces deux opérations, on
peut réaliser des systèmes complexes qui restent des filtres linéaires.

5) Gabarit d’un filtre

Le gabarit d’un filtre définit le comportement caractéristique de sa réponse fréquentielle.

A partir de la fonction de transfert d’un filtre qui est de la forme H ( f ) = H ( f ) e jϕ ( f ) avec
H ( f ) le gain et ϕ ( f ) la phase, on définit le gain en dB (décibel) de la façon suivante :
G dB ( f ) = 20 log 10 ( H ( f ) ) .

Pour introduire les paramètres importants définissant le gabarit d’un filtre, nous allons prendre
l’exemple du filtre le plus simple : le filtre passe-bas. Dans ce cas, le gabarit à réaliser a
l’allure suivant :
 0
Rp

Amplitude (dB)

Rs

fc fstop
Fréquence (Hz)

Figure 5 : Défibition du gabait d’un filtre passe-bas

Les paramètres importants à définir sont :

• La fréquence de coupure f c correspondant au gain fréquentiel -3dB. La
connaissance de f c détermine la largeur de la zone appelée bande passante.
• L’atténuation maximale R p (ou Amax ) dans la bande passante ; l’atténuation ne
doit pas dépasser cette valeur dans la bande passante.
• La fréquence f stop qui correspond à la limite de la zone appelée bande
coupée : c’est la fréquence atténuée.
• L’atténuation minimale Rs (ou Amin ) dans la bande coupée ; l’atténuation ne
doit pas dépasser cette valeur dans la bande passante.
La zone délimitée par les fréquences f c et f s est appelée bande de transition.
Le choix des paramètres f c , f s , R p , Rs détermine la pente d’atténuation du filtre dans la bande
de transition. La valeur de cette pente fixe automatiquement l’ordre du filtre puisqu’elle
vaut :-20NdB/décade ou N est un entier permettant de définir l’ordre du filtre.
Enfin un autre paramètre important vis-à-vis des performances d’un filtre est le temps de
propagation de groupe ( τ g ) défini par :
dϕ ( f )
τg = − .
2πdf

Le temps de propagation de groupe (group delay) est en fait, la mesure du retard induit sur
chaque composante spectrale par le filtrage.

6) Types de filtres

Il existe 5 types de filtres :

 • Le filtre passe-bas ; il élimine les fréquences supérieures à la fréquence de coupure
f c du filtre
• Le filtre passe-haut ; il ne laisse passer que les fréquences supérieurs à la fréquence
de coupure f c .
• Le filtre passe-bande ; pour ce type de filtre, il est nécessaire de définir une
fréquence de coupure basse f c 1 et une fréquence de coupure haute f c 2 . Ce filtre
conserve toutes les fréquences situées entre les deux fréquences de coupure.
• Le filtre coupe-bande ou réjecteur de bande ; c’est le filtre complémentaire du filtre
passe-bande. Il élimine les fréquences intermédiaires entre les fréquences de coupure
basse et haute.
• Le filtre passe-tout ou déphaseur pur; comme son nom l’indique, ce filtre n’a pas
pour vocation d’éliminer telle ou telle composante fréquentielle. En effet, le gain
fréquentiel de ce filtre est constant quelle que soit la fréquence par contre, il engendre
un déphasage. Si on le combine avec d’autres types de filtre, il permet de rendre la
réponse en phase linéaire dans la bande passante.

III. Filtres numériques

1) Préliminaires
Le but initial des travaux sur les filtres numériques était de simuler les filtres analogiques sur
ordinateur afin de vérifier les performances et optimiser les paramètres de ces filtres avant
leur réalisation.
Avec le développement des circuits numériques, il est devenu possible de réaliser directement
des filtres numériques. Ceci explique le développement de méthodes spécifiques pour la
synthèse de filtre numériques.

2) Introduction
Nous nous limitons au cas le plus simple, celui des systèmes linéaires et invariants dans le
temps. Quant aux méthodes de synthèse de filtres, on se limitera également à la présentation
des principales techniques les plus couramment utilisées en laissant de coté les méthodes trop
spécifiques ou trop complexes.

• Définition
Un filtre linéaire à temps discret réalise une opération de convolution entre le signal d’entrée
et la réponse impulsionnelle du filtre.

{x (n )} Filtre {y(n)}
{h (n )}
Figure 6 : filtre linéaire à temps discret

+∞ +∞
y (n ) = h(n ) ∗ x (n ) = ∑ x (k ) ∗ h(n − k ) = ∑ h(k )x (n − k ) (1)
k = −∞ k = −∞
 • Propriétés

Les propriétés essentielles sont

La linéarité

L’invariance dans le temps
De plus, pour qu’un tel système soit physiquement réalisable, il faudra qu’il soit causal et
stable.

La causalité : Un filtre numérique est causal si la sortie à l’instant n0
ne dépend que de l’entrée appliquée à l’instant avant n0

La stabilité

Dans toute la suite de ce chapitre, on considère des signaux réels et causaux. Donc dans le cas
d’un filtre linéaire, invariant dans le temps et causal, la relation (1) devient :
n n
y (n ) = ∑ x (k )h(n − k ) = ∑ h(k )x (n − k ), avec n = 0, 1, 2....
k =0 k =0

Ceci signifie que h(n)=0 pour n<0.

3) Représentation d’un filtre numérique

L’outil mathématique associé au filtrage numérique est la transformée en Z.
Y (z ) = H (z ) X (z ) ou H(z) est la fonction de transfert du filtre numérique.
La fonction de transfert H(z) est en général un quotient de deux polynômes en z (ou z −1 ) :

∑b m zm
H (z ) = m =0
N −1
ou M ≤ N pour que le filtre soit réalisable (causal).
z + ∑ an z
N n

n= 0
Remarque :
Ici, le coefficient de z N est égal à 1 car on a normalisé H (z ) .
b0 + b1 z 1 + ... + b M z M
H (z ) =
a 0 + a 1 z 1 + ... + a N −1 z N −1 + z N
Cette fonction de transfert H (z ) peut aussi s’écrire sous la forme :
b z − N + b1 z − ( N −1) + ... + b M z − ( N − M )
H (z ) = 0 − N . (2)
a 0 z + a 1 z − N + 1 + ... + a N −1 z −1 + 1

Un filtre numérique de fonction de transfert H (z ) peut aussi être décrit par une équation aux
différences ; en effet, comme Y (z ) = H (z ) X (z ) et en tenant compte de l’équation (2) il
vient :
Y (z ) + a N −1 z −1Y (z ) + ... + a 1 z − N +1Y (z ) + a 0 z − N Y (z ) = b0 z − N X (z ) + b1 z − ( N −1) X (z ) +
... + b M z − ( N − M ) X (z )

Donc pour n ≥ 0 , on obtient :

y (n ) = b0 x (n − N ) + b1 X (n − N + 1) + ... + b M x (z − N + M )
(3)
− a N −1 y (n − 1) − ... − a 1 y (n − N + 1) − a 0 y (n − N )

Remarque :
Cette équation a toujours une solution causale si M ≤ N .
Le calcul de y (n ) ne nécessite la connaissance que des x (n ) et y (n ) aux instants passés et
présent.
Cette solution correspond pour H (z ) au domaine de convergence z > max{ p k } ou les p k
k

désignent les N pôles de H (z ) .

Cette solution est stable si le domaine de convergence contient le cercle unité, c-à-d que tous
les pôles sont de module<1 puisque la solution est causale.

4) Classification des filtres numériques

• Filtre représenté par sa réponse impulsionnelle
Il existe deux grandes classes de filtres numériques :

Les filtres à réponse impulsionnelle finie (RIF) ou filtre transversal
h(n ) = 0 pour n ≥ N et h(n ) ≠ 0 pour n = 0, 1,...; N − 1 ou N désigne la longueur du filtre

Les filtres à réponse impulsionnelle infinie (RII)

h(n ) ≠ 0 pour n = 0, 1,...;+∞

• Filtre représenté par son équation aux différences

y (n ) = b0 x (n − N ) + b1 X (n − N + 1) + ... + b M x (z − N + M )
− a N −1 y (n − 1) − ... − a 1 y (n − N + 1) − a 0 y (n − N )

a)
si les coefficients a i = 0 pour 0 ≤ i ≤ N − 1 , le filtre est à réponse impulsionnelle finie (RIF) ;
alors l’équation (3) devient :
y (n ) = b0 x(n − N ) + b1 X (n − N + 1) + ... + bM x( z − N + M ) (4)
et la fonction de transfert H(z) s’écrit :
M

∑b m zm M
H (z ) = m =0
= ∑ bm z m − N
zN m=0

b)

si au moins un coefficient a i ≠ 0 et si la fraction rationnelle correspondant à la fonction de

transfert H(z) est irréductible alors l’équation (3) est récursive ; on a alors affaire à un filtre à
réponse impulsionnelle infinie (RII).
 5) Structures de réalisation des filtres numériques

• Cas des filtres RIF

L’équation aux différences d’un tel filtre est donnée par l’équation (4)
Le schéma de réalisation correspondant, dans le cas particulier N=M, est représenté sur la
figure ci-après :

x (n ) x (n − 1) x (n − N )
z −1 z −1 z −1 ….. z −1

bM b M −1 bM −2 bM −3 b0

y(n)

Figure 7 : Structure de réalisation de filtre FIR

• Cas des filtres RII

Pour les filtres de ce type, deux implantations sont possibles :
a)
La première correspond directement à l’équation (3). On obtient le schéma de
réalisation.

bM

x(n) x (n − N + M )
y (n)
a N −1
N-M retards z −1 z −1
-

z −1 bM −1 z −1
M retards -

bM −2 a N −2 N retards
−1
z
a1 z −1
b0 -

-
z −1

a0

Figure 8 : Structure de réalisation de filtre RII

L’inconvénient : le grand nombre de retards qu’il est nécessaire de générer

b)
La seconde structure de réalisation appelée « structure canonique » permet de remédier à cet
inconvénient : la fonction de transfert H(z) peut etre vue comme la mise en série de deux
systèmes :
 W (z ) Y (z )
H (z ) = H 1 (z ) × H 2 (z ) = ×
X (z ) W (z )
( )
L’introduction de W(z) permet de limiter le nombre de retards z −1 à réaliser.
Le schéma de réalisation d’un filtre RII basé sur l’utilisation de la structure canonique
correspond aux deux figures ci-après.
Avec la structure canonique, on a N+M retards à réaliser alors qu’avec la structure directe on
a besoin de 2N retards, d’où une économie de N-M retards.

6) Stabilité des filtres numériques

Si la structure de filtre se révèle instable, il n’aura aucune utilité pratique ; il peut même se
révéler nocif.
• Définition :
Un filtre numérique est considéré comme stable si pour toute séquence bornée du signal
d’entrée, la séquence de sortie filtrée est bornée.
• Théorème 1 :
{ }
Un filtre numérique de réponse impulsionnelle h(n ), n = 0, 1, 2,... est stable si et seulement
si
+∞

∑ h(n ) < +∞
n =0

• Théorème 2

Un filtre numérique causal de fonction de transfert H(z) est stable si et seulement si tous les
pôles de H(z) sont d’amplitude inférieure à 1. Ceci est équivalent à dire que tous les pôles
sont à l’intérieur du cercle unité dans le plan des z.

IV. Synthèse des filtres numériques à réponse impulsionnelle

finie (RIF)
La propriété essentielle des filtres RIF est qu’ils sont toujours stables.
Un autre avantage de ce type de filtres réside dans le fait que l’on peut construire des filtres à
phase linéaire (temps de propagation de groupe égal à une constante) : le signal n’est donc pas
déformé.
La méthode la plus couramment utilisée pour synthétiser les filtres RIF est appelée :
méthode de la fenêtre.
L’idée :
Réaliser le filtrage numérique au moyen du produit de convolution:
On peut réaliser n’importe quel filtre puisqu’il suffit d’imaginer sa réponse fréquentielle
H a ( f ) puis par transformée de Fourier inverse, de calculer sa réponse impulsionnelle ha (t )
Qui fourni, par échantillonnage la réponse impulsionnelle numérique h(n ) .
 1) Principe de la méthode

Filtre désiré : filtre d’une réponse fréquentielle correspondant au filtre passe-bas analogique
(filtre idéal).
Ha( f )
1

-Fc Fc f

Figure 9 : La réponse fréquentielle correspondant au filtre passe-bas idéal

La réponse impulsionnelle est calculée par Transformée de Fourier inverse de H a ( f ) .

ha (t ) = ∫ H a ( f )e 2 jπft df = 2 Fc sin c(2πFc t ) (5)
Fc

− Fc

Notre but : synthétiser un filtre numérique

Il suffit d’échantillonner la réponse impulsionnelle ha (t ) , à la bonne fréquence Fe pour obtenir
la réponse impulsionnelle échantillonnée h(n ) .
+∞
h (n ) = Te h a (t )δ Te (t ) = Te ∑h (nT )δ(t_nT ) avec − ∞ < t < +∞
a e e
n =∞

L’échantillonnage à l’équation (5), on obtient l’expression suivante pour la réponse

impulsionnelle numérique :
h (n ) = 2Fc Te sin c(2nFc Te )
L’échantillonnage conduit à l’obtention du spectre H ( f ) de h(n ) qui correspond à la
périodisation du spectre H a ( f ) avec la période Fe .
En effet :
+∞
H ( f ) = Te H a ( f ) ∗ Feδ Fe ( f ) = ∑ H a ( f − kFe )
−∞

H( f )

Fe -Fe/2-Fc Fc Fe/2 Fe f

Figure 10 : La réponse fréquentielle correspondant pour la réponse impulsionnelle numérique

A ce stade, deux problèmes apparaissent immédiatement :

• La suite des échantillons h(n ) ainsi obtenue est infinie,
• Cette réponse impulsionnelle n’est pas causale ; ceci empêche une réalisation
pratique de ce filtre.
Pour remédier au premier problème, on doit limiter le nombre d’échantillons de la réponse
impulsionnelle par troncature de h(n ) . : C’est l’opération d’apodisation :
h (n ) = h(n )w(n )
w(n ) une séquence de durée finie appelée fenêtre de pondération.

Pour obtenir un filtre RIF de longueur N, on peut par exemple utiliser une fenêtre
rectangulaire de longueur N.
N −1
Si N est impaire, on conserve les échantillons d’indice n ≤
2
N N
Si N est paire, on conserve les échantillons d’indice − ≤ n ≤ − 1
2 2
Le produit dans le domaine temporel correspond à un produit de convolution périodique dans
le domaine fréquentiel :
Fe / 2

h (n ) = h(n )w(n ) → H ( f ) = ∫ H (ν ) ∗ W ( f − ν )dν

− Fe / 2

Avec cette opération de troncature, on observe

Transition de Gibbs : une bande de transition entre la bande passante et la bande
coupée ou la pente de H ( f ) est moins abrupte que dans le cas de H ( f )

Des ondulations dans les bandes passante et coupée.

Dans le cas d’une fenêtre rectangulaire :

Si l’on augmente la valeur de N on observe que :

La raideur de la réponse fréquentielle est meilleure dans la zone de transition

Le nombre d’oscillations augmente, en revanche l’amplitude de ces oscillations reste
pratiquement constant.
En résumé, le choix d’un type particulier de fenêtre doit être guidé par l’application visée et
les performances souhaitées.

A ce stade, le filtre RIF de longueur N que l’on a construit, est non causal.
Pour obtenir la causalité, il est nécessaire de translater la réponse impulsionnelle tronquée
h (n ) du nombre d’indice négatif, soit un temps T f / 2 , si T f représente la durée de la fenêtre
utilisée pour la troncature( T f = ( N − 1)Te ).
Ce retard dans le domaine temporel se traduit par un déphasage dans le domaine fréquentiel.
On a donc finalement :
  N −1
h ′(n ) = h  n − 2 
  
 − 2 jπ
Tf

 H ′( f ) = H ( f )e = H ( f )e − jπ ( N −1)Te f
f
2

En résumé, la synthèse de filtres FIR par la méthode de fenêtre nécessite les étapes suivantes :
a. On se fixe la réponse fréquentielle H a ( f ) désirée à réaliser et le nombre N de
coefficients du filtre
b. On échantillonne la réponse impulsionnelle correspondante pour obtenir les
échantillons h(n ) ,
 c. On tronque cette réponse pour ne conserver que N échantillons ; pour ce faire, on
multiplie h(n ) par une fenêtre de pondération w(n ) : on obtient h (n ) la réponse
impulsionnelle tronquée,
d. Il ne reste plus qu’à retarder h (n ) pour obtenir la réponse impulsionnelle h′(n ) du
filtre causal (donc réalisable).

7.1 Filtre RIF à phase linéaire

Un filtre à phase linéaire ne déforme pas les signaux. C’est donc une propriété intéressante à
rechercher lors de la synthèse d’un filtre.
Dans le cas des filtres RIF, pour que le filtre ait une phase linéaire, il suffit d’avoir une
réponse impulsionnelle symétrique.
c-à-d : la phase du filtre est linéaire si sa réponse impulsionnelle comporte une symétrie axiale
par rapport au coefficient du milieu.

  N −1
h ′(n ) = h  n − 2 
  
 − 2 jπ
Tf

 H ′( f ) = H ( f )e = H ( f )e − jπ ( N −1)Te f
f
2

la phase ϕ ( f ) se détermine simplement par :

ϕ ( f ) = −π ( N − 1) fTe + ∆ avec ∆ = 0 ou π selon le signe de H ( f ) .
Cette expression montre bien que la phase est linéaire.
Dans ce cas, le temps de propagation de groupe est constant et vaut :
dϕ (N − 1)Te
τg = − =
2πdf 2
Remarque : ici nous nous plaçons dans le cas N impair (N pair sera discuter dans le
paragraphe suivant)

7.2 Filtre RIF synthétisé à partir d’un nombre pair d’échantillons

Si l’on souhaite synthétiser un filtre à phase linéaire, il faut impérativement prélever les
échantillons de la réponse impulsionnelle de façon symétrique par rapport à l’origine :
h (n ) doit être paire.

Dans le cas d’un nombre pair d’échantillons, ceci revient à avoir N/2 échantillons de part et
d’autre de l’origine pour h (n ) .
Si l’on désire que la réponse impulsionnelle h (n ) soit paire alors les instants d’échantillonnage
de la réponse impulsionnelle ha (t ) doivent être décalés de Te / 2 :
Te
Echantillonner donc aux instants nTe ± au lieu de nTe comme on le fait traditionnellement.
2
Le même résultat peut être obtenu en décalant la réponse impulsionnelle ha (t ) de Te / 2 avant
l’échantillonnage.
En pratique, deux solutions sont envisageables pour effectuer ce décalage. Soit on retarde, soit
on avance la réponse impulsionnelle de Te / 2 .
Ce retard ou cette avance dans le domaine temporel entraîne l’introduction d’un terme de
retard e jπfTe dans le domaine fréquentiel, terme dont il faut tenir compte dans le calcul des
échantillons de la réponse impulsionnelle par Transformée de Fourier numérique inverse.
Si l’on reprend l’exemple de la synthèse du filtre passe-bas et si on se place dans le cas d’une
avance :
2 sin (πFc (n + 1)Te )
+ Fc

h(n ) = Te ∫ H ( f )e jπfTe e 2 jπfnTe df = .

− Fc
π (2n + 1)
Dans le cas d’un retard :
2 sin (πFc (n − 1)Te )
+ Fc Te
− 2 jπf
h(n ) = Te ∫ H ( f )e 2
e −2 jπfnTe df =
− Fc
π (2n − 1)

Remarque :

Lorsqu’un filtre RIF est à nombre N impair d’échantillons et que sa réponse
impulsionnelle présente une symétrie axiale par rapport au coefficient du milieu
 N −1
n =  , on dit qu’il est de type 1.
 2 

Lorsqu’un filtre est à nombre N pair d’échantillons et que sa réponse impulsionnelle
présente une symétrie axiale, on dit qu’il est de type 2.

7.3 Calibrage des coefficients du filtre

Avec les calculs présentés précédemment, il est évident que le gain du filtre ainsi synthétisé
est différent de 1 pour la fréquence f = 0 . En effet, pour f = 0 on a :
N −1 +∞
H ( f ) = ∑ h (n ) ≠ ∑ h(n ) = 1
n =0 n = −∞
Un filtre doit avoir un gain de 1 dans la bande passante.
Solution : Il suffit de calibrer les échantillons.
Pour un filtre passe-bas : cette calibration se fait par rapport au gain à la fréquence f = 0 :

hc (n ) = N −1 h (n ) pour 0 ≤ n ≤ N − 1
1

∑ h (n )
n=0
Pour un filtre passe-haut : la calibration se fait par rapport au gain de la fréquence
normalisée f = 0.5 .
Pour un filtre passe-bande : cela se fera par rapport au gain de la fréquence centrale de la
bande passante.