本文简要介绍 python 语言中 scipy.signal.lfilter
的用法。
用法:
scipy.signal.lfilter(b, a, x, axis=-1, zi=None)#
使用 IIR 或 FIR 滤波器沿 one-dimension 过滤数据。
使用数字滤波器过滤数据序列 x。这适用于许多基本数据类型(包括对象类型)。该滤波器是标准差分方程的直接形式 II 转置实现(见注释)。
对于大多数过滤任务,函数
sosfilt
(以及使用output='sos'
的滤波器设计)应优先于lfilter
,因为二阶部分的数值问题较少。- b: array_like
一维序列中的分子系数向量。
- a: array_like
一维序列中的分母系数向量。如果
a[0]
不是 1,那么两者都是a和b归一化a[0]
.- x: array_like
一个 N 维输入数组。
- axis: 整数,可选
沿其应用线性滤波器的输入数据数组的轴。过滤器沿该轴应用于每个子阵列。默认值为 -1。
- zi: 数组,可选
滤波器延迟的初始条件。它是一个长度为的向量(或 N 维输入的向量数组)
max(len(a), len(b)) - 1
.如果子为 None 或未给出,则假定初始休息。看lfiltic
了解更多信息。
- y: 数组
数字滤波器的输出。
- zf: 数组,可选
如果 zi 为 None,则不返回,否则,zf 保存最终的滤波器延迟值。
参数 ::
返回 ::
注意:
滤波器函数实现为直接 II 转置结构。这意味着过滤器实现:
a[0]*y[n] = b[0]*x[n] + b[1]*x[n-1] + ... + b[M]*x[n-M] - a[1]*y[n-1] - ... - a[N]*y[n-N]
其中M是分子的次数,N是分母的次数,n是样本数。它使用以下差分方程实现(假设 M = N):
a[0]*y[n] = b[0] * x[n] + d[0][n-1] d[0][n] = b[1] * x[n] - a[1] * y[n] + d[1][n-1] d[1][n] = b[2] * x[n] - a[2] * y[n] + d[2][n-1] ... d[N-2][n] = b[N-1]*x[n] - a[N-1]*y[n] + d[N-1][n-1] d[N-1][n] = b[N] * x[n] - a[N] * y[n]
其中 d 是状态变量。
z-transform 域中说明此滤波器的有理传递函数为:
-1 -M b[0] + b[1]z + ... + b[M] z Y(z) = -------------------------------- X(z) -1 -N a[0] + a[1]z + ... + a[N] z
例子:
生成要过滤的噪声信号:
>>> import numpy as np >>> from scipy import signal >>> import matplotlib.pyplot as plt >>> rng = np.random.default_rng() >>> t = np.linspace(-1, 1, 201) >>> x = (np.sin(2*np.pi*0.75*t*(1-t) + 2.1) + ... 0.1*np.sin(2*np.pi*1.25*t + 1) + ... 0.18*np.cos(2*np.pi*3.85*t)) >>> xn = x + rng.standard_normal(len(t)) * 0.08
创建一个 3 阶低通巴特沃斯滤波器:
>>> b, a = signal.butter(3, 0.05)
将过滤器应用于 xn。使用lfilter_zi选择过滤器的初始条件:
>>> zi = signal.lfilter_zi(b, a) >>> z, _ = signal.lfilter(b, a, xn, zi=zi*xn[0])
再次应用过滤器,以与 filtfilt 相同的顺序过滤结果:
>>> z2, _ = signal.lfilter(b, a, z, zi=zi*z[0])
使用 filtfilt 应用过滤器:
>>> y = signal.filtfilt(b, a, xn)
绘制原始信号和各种滤波版本:
>>> plt.figure >>> plt.plot(t, xn, 'b', alpha=0.75) >>> plt.plot(t, z, 'r--', t, z2, 'r', t, y, 'k') >>> plt.legend(('noisy signal', 'lfilter, once', 'lfilter, twice', ... 'filtfilt'), loc='best') >>> plt.grid(True) >>> plt.show()
相关用法
- Python SciPy signal.lfilter_zi用法及代码示例
- Python SciPy signal.lp2hp用法及代码示例
- Python SciPy signal.lti用法及代码示例
- Python SciPy signal.lp2bs_zpk用法及代码示例
- Python SciPy signal.lp2bp_zpk用法及代码示例
- Python SciPy signal.lsim用法及代码示例
- Python SciPy signal.lp2bs用法及代码示例
- Python SciPy signal.lp2bp用法及代码示例
- Python SciPy signal.lp2hp_zpk用法及代码示例
- Python SciPy signal.lsim2用法及代码示例
- Python SciPy signal.lp2lp_zpk用法及代码示例
- Python SciPy signal.lp2lp用法及代码示例
- Python SciPy signal.lombscargle用法及代码示例
- Python SciPy signal.czt_points用法及代码示例
- Python SciPy signal.chirp用法及代码示例
- Python SciPy signal.residue用法及代码示例
- Python SciPy signal.iirdesign用法及代码示例
- Python SciPy signal.max_len_seq用法及代码示例
- Python SciPy signal.kaiser_atten用法及代码示例
- Python SciPy signal.oaconvolve用法及代码示例
- Python SciPy signal.hilbert用法及代码示例
- Python SciPy signal.ricker用法及代码示例
- Python SciPy signal.group_delay用法及代码示例
- Python SciPy signal.cheb2ord用法及代码示例
- Python SciPy signal.get_window用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.signal.lfilter。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。