La transformation bilinéaire est une méthode de traitement numérique du signal pour la conception de filtres numériques calqués sur des filtres analogiques. Elle permet le passage d'une représentation continue à une représentation discrète des filtres. La transformation bilinéaire est un cas particulier de transformation de Möbius. L'image de la droite imaginaire () est le cercle unité dans le plan complexe. Cette propriété permet de passer de la variable de la transformée de Laplace (la transformée de Fourier est obtenue en prenant ) à la variable de la transformée en Z (la transformée de Fourier est obtenue en prenant ). La méthode de la transformation bilinéaire est d'appliquer la substitution dans la transformée de Laplace d'un filtre analogique. On obtient l'expression de la transformée en Z d'un filtre discret L'image du semi-plan complexe gauche () par la transformation bilinéaire est le disque unité. La conséquence de cette propriété est que la transformation bilinéaire préserve la stabilité d'un filtre. Chaque point de l'axe imaginaire a pour image le point , où les pulsations et sont reliées par . L'égalité entre et dans l'approximation des faibles pulsations () est obtenue pour ( est le temps entre chaque échantillon). Lorsque décrit l'intervalle , décrit l'intervalle . Le filtre obtenu par la méthode de la transformation bilinéaire a les mêmes propriétés que le filtre analogique (même réponse en gain, même réponse en phase), avec toutefois une contraction de l'axe fréquentiel. La distorsion de l'échelle des fréquences est d'autant plus forte que l'on s'approche de la fréquence de Nyquist. La méthode de la transformation bilinéaire correspond au développement suivant lorsque le temps de discrétisation converge vers 0 : dont l'inverse est Une justification de ce développement est la méthode des trapèzes décrite ci-dessous. Sur l'image de gauche l'aire sous la courbe vaut: Si on définit les bornes comme deux échantillons temporels au pas de temps alors on a : et ce qui donne l'aire sous la courbe: Si on

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours associés (12)
EE-205: Signals and systems (for EL)
Ce cours pose les bases d'un concept essentiel en ingénierie : la notion de système. Plus spécifiquement, le cours présente la théorie des systèmes linéaires invariants dans le temps (SLIT), qui sont
MICRO-511: Image processing I
Introduction to the basic techniques of image processing. Introduction to the development of image-processing software and to prototyping using Jupyter notebooks. Application to real-world examples in
COM-303: Signal processing for communications
Students learn digital signal processing theory, including discrete time, Fourier analysis, filter design, adaptive filtering, sampling, interpolation and quantization; they are introduced to image pr
Afficher plus
Publications associées (26)
Personnes associées (1)

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.