Python SciPy signal.sosfilt用法及代碼示例

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

用法:

scipy.signal.sosfilt(sos, x, axis=-1, zi=None)#

使用級聯二階部分沿一維過濾數據。

使用由 sos 定義的數字 IIR 濾波器對數據序列 x 進行濾波。

參數 ：：

sos： array_like

二階濾波器係數數組，必須具有形狀 (n_sections, 6) 。每行對應一個二階部分，前三列提供分子係數，後三列提供分母係數。

x： array_like

一個 N 維輸入數組。

axis： 整數，可選

沿其應用線性濾波器的輸入數據數組的軸。過濾器沿該軸應用於每個子陣列。默認值為 -1。

zi： 數組，可選

級聯濾波器延遲的初始條件。它是形狀的(至少 2D)向量(n_sections, ..., 2, ...)，其中..., 2, ...表示形狀x，但與x.shape[axis]替換為 2。如果子為 None 或未給出，則假定初始休息(即全零)。請注意，這些初始條件是不是與給出的初始條件相同lfiltic或者scipy.signal.lfilter_zi.

返回 ：：

y： ndarray

數字濾波器的輸出。

zf： ndarray，可選

如果 zi 為 None，則不返回，否則，zf 保存最終的濾波器延遲值。

注意：

濾波器函數由一係列具有direct-form II 轉置結構的二階濾波器實現。它旨在最大限度地減少高階濾波器的數值精度誤差。

例子：

使用 lfilter 和 sosfilt 繪製 13th-order 濾波器的脈衝響應，顯示嘗試在單級中執行 13th-order 濾波器所導致的不穩定性(數值誤差將某些極點推到單位圓之外) )：

>>> import matplotlib.pyplot as plt
>>> from scipy import signal
>>> b, a = signal.ellip(13, 0.009, 80, 0.05, output='ba')
>>> sos = signal.ellip(13, 0.009, 80, 0.05, output='sos')
>>> x = signal.unit_impulse(700)
>>> y_tf = signal.lfilter(b, a, x)
>>> y_sos = signal.sosfilt(sos, x)
>>> plt.plot(y_tf, 'r', label='TF')
>>> plt.plot(y_sos, 'k', label='SOS')
>>> plt.legend(loc='best')
>>> plt.show()