Cours : Synthèse des Filtres Actifs
Table des Matières
1. Introduction aux filtres actifs
2. Spécifications des filtres
3. Approximation analytique
4. Sensibilité des circuits
5. Synthèse pratique
6. Annexes et formules clés
1. INTRODUCTION AUX FILTRES ACTIFS
1.1 Définitions Fondamentales
C’est un dispositif qui laisse passer certaines fréquences tout en atténuant ou bloquant d'autres
fréquences.
Il est comme une "barrière sélective" pour les signaux électriques. Il analyse les composantes
fréquentielles d'un signal d'entrée et modifie leur amplitude selon des critères prédéfinis.
Filtres linéaires : Ne peuvent qu'amplifier ou atténuer certaines composantes spectrales
présentes dans le signal d'entrée. Pas de création de nouvelles fréquences.
1.2 Applications Principales
Multiplexage fréquentiel : Transmission hertzienne radio-TV, téléphonie longue
distance
Appareils grand-public : Audio, vidéo, électroménager
Filtres de garde : Indispensables avant l'échantillonnage d'un signal
1.3 Évolution Technologique
Chronologie historique classique :
1920-1960 : Filtres RLC passifs (Cauer, Darlington, Belevitch)
Années 1960 : Filtres actifs discrets (RCAO) avec amplificateurs opérationnels
Années 1970 : Circuits intégrés (HIC, DIP), filtres d'onde
Années 1980 : Capacités commutées, premiers processeurs de signaux numériques
(DSP)
Évolutions modernes :
Années 1990-2000 : Filtres analogiques VLSI, DSP haute performance
Années 2000 : Domination du filtrage numérique, FPGA, filtres SAW/BAW pour RF
Années 2010 : SoC intégrant DSP, filtres adaptatifs, 4G/LTE multi-bandes
Années 2020 : 5G (MIMO, filtres accordables), IA/ML pour conception, IoT ultra-
basse consommation
2025 (Aujourd'hui) :
o Filtrage numérique dominant (DSP, FPGA, SoC)
o Filtres analogiques actifs : toujours essentiels pour RF, audio HiFi, capteurs,
interfaces
o Hybridation analogique/numérique pour optimiser performance/consommation
o Technologies émergentes : filtres photoniques, quantiques (recherche)
1.4 Avantages des Filtres Actifs
Points forts :
Plus fiables (fabrication automatisée)
Coût réduit en grandes quantités
Éléments parasites minimisés
Intégration possible sur puce
Limitations :
Bande passante limitée des amplificateurs (applications audio principalement)
Sensibilité à la précision des composants (±10%)
Nécessitent une alimentation électrique
Dynamique limitée (~1V) avec bruit inhérent
1.5 Applications Actuelles (2025)
Domaines où les filtres actifs analogiques restent essentiels :
✅ Interfaces analogiques numériques :
Filtres anti-repliement (avant ADC)
Filtres de reconstruction (après DAC)
Conditionnement de signaux capteurs
✅ Audio professionnel et HiFi :
Égaliseurs, crossovers
Filtres subsoniques
Applications audiophiles exigeantes
✅ RF et télécommunications :
Étages front-end analogiques
Filtres IF (fréquence intermédiaire)
5G : filtres accordables
✅ Instrumentation et mesure :
Acquisition de données haute précision
Oscilloscopes, analyseurs
Capteurs industriels
✅ Applications basse consommation :
IoT où DSP serait trop gourmand
Appareils sur batterie
Wake-up circuits
✅ Prototypage et R&D :
Tests rapides de concepts
Validation avant implémentation numérique
Note importante : Bien que le filtrage numérique domine aujourd'hui, les filtres actifs
analogiques demeurent indispensables à l'interface entre le monde physique (analogique) et le
traitement numérique.
1.6 Filtres Actifs vs Passifs
Caractéristique Filtres Passifs Filtres Actifs
Composants R, L, C uniquement R, C + AOPs
Gain ≤ 1 (atténuation) > 1 possible
Alimentation Non requise Requise
Inductances Nécessaires pour hautes performances Évitées
Coût Modéré à élevé Faible à modéré
Bruit Très faible Modéré
Fréquences Jusqu'aux RF Limitées par l'AOP
Avantages principaux des filtres actifs :
• Pas d'inductances nécessaires (idéal pour basses fréquences)
• Gain en tension possible
• Facilité de mise en cascade (isolation entre étages)
• Impédance de sortie faible
• Coût réduit en production de masse
2. SPÉCIFICATIONS DES FILTRES
2.1 Caractéristiques d'un Filtre
Fonction de transfert isochrone :
H(jω) = Y(jω) / X(jω)
Décomposition :
Réponse en amplitude : A(ω)
Réponse en phase : β(ω)
Affaiblissement : Af(ω) = -20 log(A(ω)) [dB]
Délai de groupe : τ(ω) = -∂β(ω)/∂ω [s]
2.2 Conditions de Non-Distorsion
Pour éviter la distorsion d'un signal :
Signal de sortie : y(t) = K·x(t - t₀)
Fonction de transfert idéale : H(jω) = K·exp(-jωt₀)
Conditions requises :
Réponse en amplitude constante dans la bande passante
Réponse en phase linéaire (ou délai de groupe constant)
2.3 Types de Filtres
On catégorise les filtres en fonction du type de modification qu’ils imposent sur leur entrée.
Les filtres réalisant des modifications du spectre d’amplitude sont classés en filtres passe-bas,
passe-bande, passe-haut, ou coupe-bande. La forme générale de la fonction de transfert
opérationnelle d’un filtre est :
L’ordre du filtre est n, qui doit bien entendu satisfaire à n>=m. Les zéros de N(p) sont les
zéros du filtre ; les zéros de D(p) sont les pôles du filtre. Les pôles du filtre doivent être situés
à gauche de l’axe imaginaire pour que le filtre soit stable. D(p) doit pour ce faire être un
polynôme dit de Hurwitz.
2.3.1 Filtre Passe-Bas
Les spécifications d’un filtre passe-bas typique sont données ci-dessous. Sa bande passante se
situe entre 0 et c ω(où c est mis pour “cut-off”) et sa bande atténuée s’étend de ω s(où s est mis
pour “stop”) à l’infini. On accepte une certaine variation maximale Ap (ou ripple) de la
courbe d’affaiblissement en bande passante, et on impose que l’atténuation en bande atténuée
soit supérieure à une valeur minimale As.
Bande passante : [0, ωc]
Bande atténuée : [ωs, ∞]
Paramètres : Ap (ondulation max BP), As (atténuation min BA)
2.3.2 Filtre Passe-Haut
Un filtre passe-haut a des spécifications inversées au filtre Pass bas.
Bande atténuée : [0, ωs]
Bande passante : [ωc, ∞]
2.3.3 Filtre Passe-Bande
Bandes atténuées : [0, ωs-] et [ωs+, ∞]
Bande passante : [ωc-, ωc+]
Symétrie géométrique : ωs+/ωc+ = ωc-/ωs-
2.3.4 Filtre Coupe-Bande
Bandes passantes : [0, ωc-] et [ωc+, ∞]
Bande atténuée : [ωs-, ωs+]
3. APPROXIMATION ANALYTIQUE
3.1 Approximation Second Degré
Forme générale :
H(p) = K · (p² + (ωz/Qz)p + ωz²) / (p² + (ωp/Qp)p + ωp²)
Où :
ωp : Module des pôles
Qp : Facteur de qualité des pôles
σp : Opposé de la partie réelle des pôles
3.1.1 Passe-Bas
H(p) = K · ωp² / (p² + (ωp/Qp)p + ωp²)
Courbe asymptotique : -40 dB/décade au-delà de ωp
Exemple avec Matlab :
Affichons la courbe de Bode en amplitude et le diagramme poles-zéros d’un filtre passe-bas
du second degré, de gain en bande passante égal à 10, de fréquence de coupure égale à 20
rad/s, et de facteur de qualité égal à 10
freqs([4000],[1,2,400],logspace(0,3));
zplane([], [1,2,400]);
3.1.2 Passe-Haut
H(p) = K · p² / (p² + (ωp/Qp)p + ωp²)
Double zéro en 0 pour atténuation basses fréquences
Exemple avec Matlab
Affichons la courbe de Bode en amplitude et le diagramme poles-zéros d’un filtre passe-haut
du second degré, de gain en bande passante égal à 10, de fréquence de coupure égale à 20
rad/s, et de facteur de qualité égal à 10.
freqs([10 0 0],[1,2,400],logspace(0,3));
zplane([10 0 0], [1,2,400]);
3.1.3 Passe-Bande
H(p) = K · (ωp/Qp)p / (p² + (ωp/Qp)p + ωp²)
Fréquences à -3dB : ω+·ω- = ωp²
Largeur de bande : ω+ - ω- = ωp/Qp
Exemple avec Matlab
Affichons la courbe de Bode en amplitude et le diagramme poles-zéros d’un filtre passe bande
du second degré, de gain en bande passante égal à 10, de fréquence centrale de bande passante
égale à 20 rad/s, et de facteur de qualité égal à 10.
freqs([2,0],[1,2,400],logspace(0,3,500));
zplane([2,0], [1,2,400]);
3.1.4 Réjecteur
H(p) = K · (p² + (ωz/Qz)p + ωz²) / (p² + (ωp/Qp)p + ωp²)
Types : passe-bas (ωp < ωz), passe-haut (ωz < ωp), symétrique (ωz = ωp)
Exemple avec Matlab
Affichons la courbe de Bode en amplitude et le diagramme poles-zéros d’un filtre réjecteur de
fréquences de type passe-bas du second degré, de largeur de bande passante égale à 20 rad/s,
de fréquence de réjection égale à 30 rad/s (avec 60 dB de réjection), et de facteur de qualité de
la paire de pôles égal à 10. Comme on ne précise pas le facteur de qualité de la paire de pôles,
on choisit par exemple 1 pour assurer une bande passante plate.
freqs(4/9*[1,30/1000,900],[1,20/10,400],logspace(0,3)); zplane(4/9*[1,30/1000,900],
[1,20/10,400]);
3.1.5 Passe-Tout
H(p) = K · (p² - (ωp/Qp)p + ωp²) / (p² + (ωp/Qp)p + ωp²)
Amplitude constante |H(jω)| = 1
Utilisée pour correction de phase
Qp = 1/√3 donne la courbe la plus plate
Exemple avec Matlab
Affichons les pôles et les zéros d’un filtre passe-tout du second degré, de fréquence caractéristique
égale à 1 rad/s, pour des facteurs de qualité égal à 1.
3.2 Approximation de Filtres d'Ordre Supérieur
3.2.1 Approximation de Butterworth
Fonction caractéristique :
K(jΩ) = ε·Ωⁿ
Calcul du degré :
n = ⌈log(√((10^(As/10)-1)/(10^(Ap/10)-1))) / (2·log(Ωs))⌉ + 1
Propriétés :
Approximation polynomiale (pas de zéros de transmission)
Réponse maximalement plate à l'origine
Pôles sur un cercle de rayon n√(1/ε)
Référence diagramme : Figure 3.11 du manuel (localisation des pôles)
Comportement asymptotique : -20n dB/décade
Matlab : [n,wn] = buttord(wp,ws,Ap,As,'s')
3.2.2 Approximation de Chebyshev Type I
Fonction caractéristique :
K(jΩ) = ε·Cn(Ω)
où Cn(Ω) est le polynôme de Chebyshev d'ordre n.
Calcul du degré :
n = ⌈arccosh(√((10^(As/10)-1)/(10^(Ap/10)-1))) / arccosh(Ωs)⌉ + 1
Propriétés :
Ondulation équi-répartie en bande passante
Atténuation monotone en bande atténuée
Degré inférieur à Butterworth pour mêmes spécifications
Pôles sur une ellipse
Référence diagramme : Figure 3.19 gauche du manuel
Matlab : [n,wn] = cheb1ord(wp,ws,Ap,As,'s')
3.2.3 Approximation de Chebyshev Type II (Inverse)
Fonction caractéristique :
K(jΩ) = δ / Cn(1/Ω)
Propriétés :
Monotone en bande passante
Ondulation équi-répartie en bande atténuée
Zéros de transmission sur l'axe imaginaire
Meilleure linéarité de phase que Chebyshev I
Référence diagramme : Figure 3.19 droite du manuel
Matlab : [n,wn] = cheb2ord(wp,ws,Ap,As,'s')
3.2.4 Approximation Elliptique (Cauer)
Fonction caractéristique :
K(jΩ) = ε·Rn(Ω)
où Rn(Ω) est une fraction rationnelle faisant intervenir des fonctions elliptiques.
Propriétés :
Ondulations en bande passante ET en bande atténuée
Degré minimal pour spécifications données
Zéros et pôles de réflexion
Référence diagramme : Figure 3.22 et 3.23 du manuel
Matlab : [n,wn] = ellipord(wp,ws,Ap,As,'s')
3.2.5 Approximation de Bessel (Thomson)
Fonction de transfert :
H(p) = b₀ⁿ / Σ(bᵢⁿ·pⁱ)
où bᵢⁿ = (2n-i)! / (2^(n-i)·i!·(n-i)!)
Propriétés :
Délai de groupe maximalement constant à l'origine
Pas d'ondulation
Phase la plus linéaire
Degré élevé nécessaire pour spécifications amplitude
Référence diagramme : Figure 3.24 et 3.25 du manuel
Matlab : [z,p,k] = besselap(n)
3.3 Transformations de Fréquence
3.3.1 Passe-Bas → Passe-Bas
Ω = ω/ωc → P = p/ωc
Référence schéma : Figure 3.26 du manuel
3.3.2 Passe-Bas → Passe-Haut
Ω = -ωc/ω → P = ωc/p
Référence schéma : Figure 3.27 du manuel
3.3.3 Passe-Bas → Passe-Bande
Ω = (ω² - ω₀²)/(B·ω) → P = (p² + ω₀²)/(B·p)
Où :
B = ωc+ - ωc- (largeur de bande)
ω₀² = ωc+·ωc- (fréquence centrale)
Référence schéma : Figure 3.28 du manuel
Important : Symétrie géométrique obligatoire
3.3.4 Passe-Bas → Coupe-Bande
Ω = (B·ω)/(ω² - ω₀²) → P = (B·p)/(p² + ω₀²)
Référence schéma : Figure 3.32 du manuel
3.4 Dénormalisation
En fréquence : Diviser les capacités par ωc
En impédance :
Multiplier résistances et inductances par R₀
Diviser capacités par R₀
4. SENSIBILITÉ DES CIRCUITS
4.1 Définition de la Sensibilité
Sensibilité de f par rapport à x :
Sₓᶠ = (x/f)·(∂f/∂x) = (∂f/f)/(∂x/x)
Interprétation : Si x varie de n%, f varie de m% avec m/n = Sₓᶠ
4.2 Propriétés de la Sensibilité
Sₓᵏᶠ = Sₓᶠ (k constante)
Sₓ¹/ᶠ = -Sₓᶠ (inverse)
Sₓᶠⁿ = n·Sₓᶠ (puissance)
Sₓᶠ·ᵍ = Sₓᶠ + Sₓᵍ (produit)
Sₓᶠ⁽ᵍ⁾ = Sᵍᶠ·Sₓᵍ (composition)
4.3 Sensibilité des Sections du Second Degré
Pour une section :
H(p) = K·(p² + (ωz/Qz)p + ωz²)/(p² + (ωp/Qp)p + ωp²)
Sensibilité à ωp :
SωpH ≈ Qp/(1 + 1/Qp) (maximum en ω ≈ ωp(1 + 1/(2Qp)))
Sensibilité à Qp :
SQpH = 1 (maximum en ω = ωp)
Référence graphiques : Figures 4.1 et 4.2 du manuel
Conclusion critique : La sensibilité à ωp est ≈ Qp fois supérieure à celle de Qp !
4.4 Réduction de la Sensibilité
4.4.1 Contre-Réaction des Amplificateurs
Ampli non-inverseur :
H+ = K/(1 + K/A₀) ≈ K
SAH₀+ = K/(A₀(1 + K/A₀))
Référence schéma : Figure 4.3a du manuel
Ampli inverseur :
H- = -(K-1)/(1 + K/A₀) ≈ -(K-1)
SAH₀- ≈ K/(A₀(1 + K/A₀))
Référence schéma : Figure 4.3b du manuel
4.4.2 Produit Gain-Sensibilité
Définition :
ΓAP₀ = (H+/-)·SAP₀+/-
Critère de choix : Minimiser ΓAP₀ pour chaque structure
4.4.3 Variations Relatives
Δωp/ωp = Σ(SCiωp·ΔCi/Ci) + Σ(SRiωp·ΔRi/Ri) + Σ(ΓAiωp·ΔAi/Ai)
ΔQp/Qp = Σ(SCiQp·ΔCi/Ci) + Σ(SRiQp·ΔRi/Ri) + Σ(ΓAiQp·ΔAi/Ai)
5. SYNTHÈSE PRATIQUE
5.1 Méthode de Cascade
Principe : Décomposer H(p) en produit de cellules du 1er et 2ème degré
H(p) = H₁(p)·H₂(p)·...·Hₙ(p)
Avantages :
Chaque élément n'affecte qu'une paire de pôles
Structures modulaires
Conception simplifiée
Ajustage possible cellule par cellule
5.2 Classification des Structures
5.2.1 Structures pour Qp < 2
Caractéristiques :
Faible sensibilité
Structures simples (1 ampli op)
Pas de réglage indépendant ωp/Qp nécessaire
Types principaux :
Réaction négative : Référence Figure 5.2 haut du manuel
Réaction positive : Référence Figure 5.2 bas du manuel
Fonction de transfert réaction négative :
H(p) = -n₁₂(p)/n₃₂(p)
Fonction de transfert réaction positive :
H(p) = n₁₂(p)/(d(p) - n₃₂(p))
5.2.2 Structures pour 2 < Qp < 20
Caractéristiques :
Réglage indépendant ωp et Qp nécessaire
Structures plus complexes
Sensibilité modérée
Structure Sallen-Key :
Configuration la plus utilisée
1 ampli op en suiveur ou gain faible
Référence schémas : Annexe I du manuel
Structure à source contrôlée (VCVS) :
Gain K ajustable
Possibilité de régler Qp via K
5.2.3 Structures pour Qp > 20
Caractéristiques :
Haute sélectivité
Faible sensibilité critique
Plusieurs amplis op souvent nécessaires
Solutions :
Structures multi-amplis op
Simulation de circuits LC en échelle
Topologies biquad
5.3 Ordre de Mise en Cascade
Règles pratiques :
1. Placer les sections à Qp élevé au milieu
2. Sections passe-bas en premier (filtrage bruit)
3. Sections à gain élevé en dernier
4. Éviter saturation des amplis op
5.4 Dénormalisation Finale
Étape 1 - Fréquence :
C_réel = C_normalisé / ωc
Étape 2 - Impédance :
R_réel = R₀ · R_normalisé
C_réel = C_normalisé / R₀
Valeurs pratiques :
R₀ = 10 kΩ typiquement
C entre 1 nF et 1 μF
R entre 1 kΩ et 1 MΩ
6. FORMULES CLÉS ET AIDE-MÉMOIRE
6.1 Relations Fondamentales
Fonction de transfert :
H(jω) = A(ω)·exp(jβ(ω))
Af(ω) = -20·log₁₀(A(ω)) [dB]
τ(ω) = -dβ(ω)/dω [s]
Gabarits normalisés :
ε² = 10^(Ap/10) - 1
δ² = 10^(As/10) - 1
6.2 Polynômes de Chebyshev
Définition :
Cn(x) = cos(n·arccos(x)) pour |x| ≤ 1
Cn(x) = cosh(n·arccosh(x)) pour x > 1
Récurrence :
Cn+1(x) = 2x·Cn(x) - Cn-1(x)
C₀(x) = 1
C₁(x) = x
6.3 Comparaison des Approximations
Type Bande Passante Bande Atténuée Degré Phase
Butterworth Monotone plate Monotone Élevé Moyenne
Chebyshev I Ondulations Monotone Moyen Moyenne
Chebyshev II Monotone Ondulations Moyen Bonne
Cauer Ondulations Ondulations Minimal Bonne
Bessel Monotone Monotone Très élevé Excellente
6.4 Choix de l'Approximation
Butterworth :
Bande passante très plate requise
Applications audio non critiques
Chebyshev I :
Compromis degré/performance
Ondulation BP acceptable
Chebyshev II :
Phase linéaire importante
Signaux vidéo, numériques
Cauer :
Spécifications strictes
Degré minimal critique
Bessel :
Phase linéaire absolument critique
Délai de groupe constant
6.5 Commandes MATLAB Essentielles
Calcul du degré :
matlab
[n,wn] = buttord(wp,ws,Ap,As,'s')
[n,wn] = cheb1ord(wp,ws,Ap,As,'s')
[n,wn] = cheb2ord(wp,ws,Ap,As,'s')
[n,wn] = ellipord(wp,ws,Ap,As,'s')
Calcul de H(p) :
matlab
[z,p,k] = buttap(n)
[z,p,k] = cheb1ap(n,Ap)
[z,p,k] = cheb2ap(n,As)
[z,p,k] = ellipap(n,Ap,As)
[z,p,k] = besselap(n)
Transformations :
matlab
[N,D] = lp2lp(N0,D0,wc) % PB → PB
[N,D] = lp2hp(N0,D0,wc) % PB → PH
[N,D] = lp2bp(N0,D0,w0,B) % PB → PBande
[N,D] = lp2bs(N0,D0,w0,B) % PB → Coupe-bande
Analyse :
matlab
freqs(N,D,w) % Réponse en fréquence
zplane(N,D) % Diagramme pôles-zéros
7. PROCÉDURE COMPLÈTE DE CONCEPTION
Étape 1 : Spécifications
1. Déterminer le type de filtre (PB, PH, PBande, CB)
2. Fixer les fréquences caractéristiques (ωc, ωs)
3. Définir Ap et As
4. Spécifier les contraintes de phase si nécessaire
Étape 2 : Approximation
1. Normaliser les spécifications (si passe-bas)
2. Choisir le type d'approximation
3. Calculer le degré n
4. Obtenir H(p) normalisé
5. Appliquer la transformation de fréquence si nécessaire
Étape 3 : Décomposition
1. Factoriser H(p) en sections 1er et 2nd degré
2. Regrouper pôles complexes conjugués
3. Planifier l'ordre de cascade
Étape 4 : Choix des Structures
1. Identifier les Qp de chaque section
2. Choisir la topologie appropriée (Qp < 2, 2-20, > 20)
3. Vérifier les sensibilités
Étape 5 : Calcul des Composants
1. Calculer les valeurs normalisées
2. Dénormaliser en fréquence (diviser C par ωc)
3. Dénormaliser en impédance (choisir R₀)
4. Arrondir aux valeurs standard
Étape 6 : Simulation et Validation
1. Simuler le circuit complet
2. Vérifier les spécifications
3. Analyser la sensibilité
4. Prévoir l'ajustage si nécessaire
8. CONSIDÉRATIONS PRATIQUES
8.1 Choix des Composants
Résistances :
Tolérance : 1% à 5%
Gamme : 1 kΩ à 1 MΩ
Éviter valeurs extrêmes
Capacités :
Tolérance : 5% à 20%
Gamme : 1 nF à 10 μF
Privilégier polyester ou polypropylène
Amplificateurs opérationnels :
Produit gain-bande > 100·fc
Faible bruit pour audio
Rail-to-rail si alimentation unique
8.2 Sources d'Erreur
Tolérances composants :
Résistances : ±1% à ±10%
Capacités : ±5% à ±20%
Amplis op : A₀ peut varier de 60%
Effets parasites :
Capacités parasites (< 10 pF)
Résistances de contact
Impédances d'entrée/sortie ampli op
Environnement :
Variation température (±20°C)
Vieillissement composants
Bruit électromagnétique
8.3 Solutions aux Problèmes Courants
Oscillations :
Vérifier stabilité ampli op
Ajouter capacité compensation
Réduire Qp si possible
Saturation :
Ajuster gains intermédiaires
Vérifier dynamique signaux
Utiliser ampli op rail-to-rail
Dérive fréquentielle :
Prévoir ajustage par potentiomètres
Utiliser composants haute précision
Compensation thermique
9. EXEMPLES D'APPLICATION
9.1 Filtre Anti-Repliement
Spécifications :
Type : Passe-bas
fc = 10 kHz
fs = 15 kHz
Ap = 0.5 dB
As = 40 dB
Solution type : Chebyshev II ordre 5-6
9.2 Égaliseur Audio
Spécifications :
Type : Passe-bande multiple
Bandes : 31.5 Hz à 16 kHz (octaves)
Qp ≈ 1.4 (bande d'octave)
Gain ajustable : ±12 dB
Solution type : Structures du 2nd degré en parallèle
9.3 Filtre de Ligne Téléphonique
Spécifications :
Type : Passe-bande
Bande : 300 Hz à 3400 Hz
Ap = 1 dB
As = 30 dB (hors bande)
Solution type : Cascade Butterworth ou Chebyshev
10. RÉFÉRENCES ET RESSOURCES
10.1 Figures Importantes du Manuel
Figure 2.4 : Spécifications passe-bas
Figure 2.5 : Spécifications passe-haut
Figure 2.6 : Spécifications passe-bande
Figure 3.2 : Réponse passe-bas 2nd degré
Figure 3.11 : Pôles Butterworth
Figure 3.19 : Pôles Chebyshev I et II
Figure 3.22 : Pôles Cauer
Figure 4.1-4.2 : Sensibilités
Figure 5.2 : Structures faible Qp
10.2 Annexes du Manuel
Annexe I : Structures détaillées des sections du second degré
Algorithmes de calcul des composants
Tables de sensibilités
10.3 Outils Logiciels
MATLAB Signal Processing Toolbox :
Fonctions d'approximation
Transformations de fréquence
Analyse de circuits
Simulateurs SPICE :
LTSpice (gratuit)
PSpice
Multisim
CONCLUSION
La synthèse des filtres actifs repose sur trois piliers :
1. Approximation rigoureuse : Choix de la fonction de transfert optimale
2. Analyse de sensibilité : Garantir la robustesse aux variations
3. Implémentation pratique : Structures circuits éprouvées
Le succès d'une conception dépend de :
La compréhension des compromis degré/performance/sensibilité
Le choix judicieux des structures selon Qp
L'attention aux détails pratiques (composants, dénormalisation)
La validation par simulation avant réalisation
Pertinence en 2025
Bien que le filtrage numérique domine aujourd'hui dans la plupart des applications de
traitement du signal, les filtres actifs analogiques conservent un rôle crucial et
irremplaçable :
Pourquoi apprendre les filtres actifs aujourd'hui ?
1. Interfaces incontournables : Tout système numérique nécessite des filtres
analogiques anti-repliement et de reconstruction
2. Performance optimale : Pour certaines applications (audio HiFi, RF, capteurs haute
précision), l'analogique reste supérieur
3. Consommation : Dans l'IoT, un filtre passif ou actif simple consomme moins qu'un
DSP
4. Compréhension système : Comprendre l'analogique améliore la conception des
systèmes hybrides
5. Fondements théoriques : Les concepts (approximation, sensibilité) s'appliquent aussi
au numérique
Perspective d'avenir
L'avenir appartient aux systèmes hybrides intelligents :
Filtres analogiques pour le front-end
DSP pour le traitement complexe
IA pour l'adaptation et l'optimisation automatiques
Co-conception analogique/numérique optimisée
Ce cours fournit les bases théoriques et pratiques intemporelles pour concevoir des filtres
actifs répondant à des spécifications variées, en privilégiant la méthode de cascade de cellules
du second degré, la plus utilisée en pratique industrielle.
Cours basé sur "Introduction à la Synthèse des Filtres Actifs" - Thierry Dutoit, Faculté
Polytechnique de Mons, 2000 Actualisé en 2025 pour refléter l'état actuel de la technologie