Python SciPy signal.iircomb用法及代码示例

本文简要介绍 python 语言中 scipy.signal.iircomb 的用法。

用法:

scipy.signal.iircomb(w0, Q, ftype='notch', fs=2.0, *, pass_zero=False)#

设计 IIR 陷波或峰值数字梳状滤波器。

陷波梳状滤波器由窄带宽(高品质因数)的 regularly-spaced band-stop 滤波器组成。每个都抑制一个窄频带，而其余频谱几乎没有变化。

峰化梳状滤波器由窄带宽(高品质因数)的 regularly-spaced band-pass 滤波器组成。每个都抑制窄频带之外的分量。

参数 ：：

w0： 浮点数

梳状滤波器的基频(其峰值之间的间距)。这必须均匀划分采样频率。如果fs已指定，其单位与fs.默认情况下，它是一个标准化的标量，必须满足0 < w0 < 1， 和w0 = 1对应于采样频率的一半。

Q： 浮点数

品质因数。表征陷波滤波器 -3 dB 带宽 bw 相对于其中心频率 Q = w0/bw 的无量纲参数。

ftype： {‘notch’, ‘peak’}

该函数生成的梳状滤波器的类型。如果‘notch’，则 Q 因子适用于凹口。如果‘peak’，则 Q 因子适用于峰值。默认为‘notch’。

fs： 浮点数，可选

信号的采样频率。默认值为 2.0。

pass_zero： 布尔型，可选

如果为 False(默认值)，则滤波器的凹口(空值)以频率 [0, w0, 2*w0, …] 为中心，峰值以中点 [w0/2, 3*w0/2, 5] 为中心*w0/2，...]。如果为 True，则峰值以 [0, w0, 2*w0, …] 为中心(通过零频率)，反之亦然。

返回 ：：

b, a： 数组，数组

IIR 滤波器的分子 (b) 和分母 (a) 多项式。

抛出 ：：

ValueError

如果w0小于或等于 0 或大于或等于fs/2， 如果fs不能被w0， 如果类型不是‘notch’ 或‘peak’

注意：

实现细节见[1]。由于使用了单个重复极点，因此梳状滤波器的 TF 实现即使在更高阶数上也是数值稳定的，不会遭受精度损失。

参考：

[1]

Sophocles J. Orfanidis，“信号处理简介”，Prentice-Hall，1996 年，第 1 章11、“Digital Filter Design”

例子：

使用品质因数 Q = 30 设计并绘制 20 Hz 的陷波梳状滤波器，用于以 200 Hz 采样的信号

>>> from scipy import signal
>>> import matplotlib.pyplot as plt
>>> import numpy as np

>>> fs = 200.0  # Sample frequency (Hz)
>>> f0 = 20.0  # Frequency to be removed from signal (Hz)
>>> Q = 30.0  # Quality factor
>>> # Design notching comb filter
>>> b, a = signal.iircomb(f0, Q, ftype='notch', fs=fs)

>>> # Frequency response
>>> freq, h = signal.freqz(b, a, fs=fs)
>>> response = abs(h)
>>> # To avoid divide by zero when graphing
>>> response[response == 0] = 1e-20
>>> # Plot
>>> fig, ax = plt.subplots(2, 1, figsize=(8, 6), sharex=True)
>>> ax[0].plot(freq, 20*np.log10(abs(response)), color='blue')
>>> ax[0].set_title("Frequency Response")
>>> ax[0].set_ylabel("Amplitude (dB)", color='blue')
>>> ax[0].set_xlim([0, 100])
>>> ax[0].set_ylim([-30, 10])
>>> ax[0].grid(True)
>>> ax[1].plot(freq, (np.angle(h)*180/np.pi+180)%360 - 180, color='green')
>>> ax[1].set_ylabel("Angle (degrees)", color='green')
>>> ax[1].set_xlabel("Frequency (Hz)")
>>> ax[1].set_xlim([0, 100])
>>> ax[1].set_yticks([-90, -60, -30, 0, 30, 60, 90])
>>> ax[1].set_ylim([-90, 90])
>>> ax[1].grid(True)
>>> plt.show()

使用品质因数 Q = 30，设计并绘制 250 Hz 处的峰值梳状滤波器，用于以 1000 Hz 采样的信号

>>> fs = 1000.0  # Sample frequency (Hz)
>>> f0 = 250.0  # Frequency to be retained (Hz)
>>> Q = 30.0  # Quality factor
>>> # Design peaking filter
>>> b, a = signal.iircomb(f0, Q, ftype='peak', fs=fs, pass_zero=True)

>>> # Frequency response
>>> freq, h = signal.freqz(b, a, fs=fs)
>>> response = abs(h)
>>> # To avoid divide by zero when graphing
>>> response[response == 0] = 1e-20
>>> # Plot
>>> fig, ax = plt.subplots(2, 1, figsize=(8, 6), sharex=True)
>>> ax[0].plot(freq, 20*np.log10(np.maximum(abs(h), 1e-5)), color='blue')
>>> ax[0].set_title("Frequency Response")
>>> ax[0].set_ylabel("Amplitude (dB)", color='blue')
>>> ax[0].set_xlim([0, 500])
>>> ax[0].set_ylim([-80, 10])
>>> ax[0].grid(True)
>>> ax[1].plot(freq, (np.angle(h)*180/np.pi+180)%360 - 180, color='green')
>>> ax[1].set_ylabel("Angle (degrees)", color='green')
>>> ax[1].set_xlabel("Frequency (Hz)")
>>> ax[1].set_xlim([0, 500])
>>> ax[1].set_yticks([-90, -60, -30, 0, 30, 60, 90])
>>> ax[1].set_ylim([-90, 90])
>>> ax[1].grid(True)
>>> plt.show()