Python SciPy signal.normalize用法及代碼示例

本文簡要介紹 python 語言中 scipy.signal.normalize 的用法。

用法:

scipy.signal.normalize(b, a)#

標準化 continuous-time 傳遞函數的分子/分母。

如果 b 的值太接近 0，則將其刪除。在這種情況下，會發出 BadCoefficients 警告。

參數 ：：

b: array_like：

傳遞函數的分子。可以是一個二維數組來標準化多個傳遞函數。

a: array_like：

傳遞函數的分母。至多一維。

返回 ：：

數字：數組

歸一化傳遞函數的分子。至少一個一維數組。如果輸入 num 是二維數組，則為二維數組。

den：一維數組

歸一化傳遞函數的分母。

注意：

分子和分母的係數應按指數降序指定(例如， s^2 + 3s + 5 將表示為 [1, 3, 5] )。

例子：

>>> from scipy.signal import normalize

標準化傳遞函數 (3*s^2 - 2*s + 5) / (2*s^2 + 3*s + 1) 的係數：

>>> b = [3, -2, 5]
>>> a = [2, 3, 1]
>>> normalize(b, a)
(array([ 1.5, -1. ,  2.5]), array([1. , 1.5, 0.5]))

例如，如果 b 的第一個係數為 0，則會生成警告。在以下示例中，結果符合預期：

>>> import warnings
>>> with warnings.catch_warnings(record=True) as w:
...     num, den = normalize([0, 3, 6], [2, -5, 4])

>>> num
array([1.5, 3. ])
>>> den
array([ 1. , -2.5,  2. ])

>>> print(w[0].message)
Badly conditioned filter coefficients (numerator): the results may be meaningless