Python cusignal.filtering.resample.resample_poly用法及代碼示例

用法: cusignal.filtering.resample.resample_poly(x, up, down, axis=0, window=('kaiser', 5.0), gpupath=True)

使用多相濾波沿給定軸重新采樣 x。

信號 x 上采樣係數 up ，應用 zero-phase low-pass FIR 濾波器，然後下采樣係數 down 。結果采樣率是up / down 乘以原始采樣率。在濾波步驟期間，超出信號邊界的值被假定為零。

參數：

x：array_like: 要重新采樣的數據。
up：int: 上采樣因子。
down：int: 下采樣因子。
axis：整數，可選: 重新采樣的x 的軸。默認值為 0。
window：字符串、元組或類似數組，可選: 用於設計low-pass 濾波器或要采用的 FIR 濾波器係數的所需窗口。詳情見下文。
gpupath：布爾型，可選: 濾波器設計的可選路徑。如果過濾器尺寸很小，gpupath == False 可能是可取的。

resampled_x：數組: 重新采樣的數組。

注意：

當樣本數量很大且為素數時，或者當樣本數量很大且up 和down 共享較大的最大公分母時，這種多相方法可能會比cusignal.resample 中的傅立葉方法更快。使用的 FIR 濾波器的長度將取決於 max(up, down) // gcd(up, down) ，多相濾波期間的操作數將取決於濾波器長度和 down(詳見 cusignal.upfirdn)。

參數 window 指定 FIR low-pass 濾波器設計。

如果window 是數組，則假定它是FIR 濾波器係數。請注意，FIR 濾波器是在上采樣步驟之後應用的，因此應將其設計為以比原始采樣頻率高 up//gcd(up, down) 的因子對信號進行操作。此函數的輸出將相對於此數組居中，因此如果通常需要 zero-phase 過濾器，則最好通過具有奇數個樣本的對稱過濾器。

對於任何其他類型的 window ，調用函數 cusignal.get_window 和 cusignal.firwin 以生成適當的濾波器係數。

返回向量的第一個樣本與輸入向量的第一個樣本相同。樣本之間的間距從 dx 更改為 dx * down / float(up) 。

例子：

請注意，對於 FFT 方法，重采樣數據的末尾會上升以滿足下一個周期的第一個樣本，而對於多相方法，則接近於零：

>>> import cusignal
>>> import cupy as cp

>>> x = cp.linspace(0, 10, 20, endpoint=False)
>>> y = cp.cos(-x**2/6.0)
>>> f_fft = cusignal.resample(y, 100)
>>> f_poly = cusignal.resample_poly(y, 100, 20)
>>> xnew = cp.linspace(0, 10, 100, endpoint=False)

>>> import matplotlib.pyplot as plt
>>> plt.plot(cp.asnumpy(xnew), cp.asnumpy(f_fft), 'b.-',                  cp.asnumpy(xnew), cp.asnumpy(f_poly), 'r.-')
>>> plt.plot(cp.asnumpy(x), cp.asnumpy(y), 'ko-')
>>> plt.plot(10, cp.asnumpy(y[0]), 'bo', 10, 0., 'ro')  # boundaries
>>> plt.legend(['resample', 'resamp_poly', 'data'], loc='best')
>>> plt.show()

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cusignal.filtering.resample.resample_poly。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：