scipy.signal.bilinear_zpk¶

scipy.signal.bilinear_zpk(z, p, k, fs)[源代码]¶

使用双线性变换从模拟过滤返回数字IIR过滤。

使用Tustin的方法将一组极点和零点从模拟s平面转换到数字z平面，该方法替换 (z-1) / (z+1) 为 s 保持频率响应的形状。

参数

zarray_like: 模拟过滤传递函数的零。
parray_like: 模拟过滤的极点传递函数。
k浮动: 系统增益的模拟过滤传递函数。
fs浮动: 采样率，与普通频率相同(例如，赫兹)。在此函数中不执行任何预翘曲。

退货

zndarray: 变换后的数字过滤传递函数的零点。
pndarray: 变换后的数字过滤的极点传递函数。
k浮动: 改造后的数字过滤的系统增益。

参见

lp2lp_zpk, lp2hp_zpk, lp2bp_zpk, lp2bs_zpk
bilinear

注意事项

1.1.0 新版功能.

示例

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

>>> fs = 100
>>> bf = 2 * np.pi * np.array([7, 13])
>>> filts = signal.lti(*signal.butter(4, bf, btype='bandpass', analog=True,
...                                   output='zpk'))
>>> filtz = signal.lti(*signal.bilinear_zpk(filts.zeros, filts.poles,
...                                         filts.gain, fs))
>>> wz, hz = signal.freqz_zpk(filtz.zeros, filtz.poles, filtz.gain)
>>> ws, hs = signal.freqs_zpk(filts.zeros, filts.poles, filts.gain,
...                           worN=fs*wz)
>>> plt.semilogx(wz*fs/(2*np.pi), 20*np.log10(np.abs(hz).clip(1e-15)),
...              label=r'$|H_z(e^{j \omega})|$')
>>> plt.semilogx(wz*fs/(2*np.pi), 20*np.log10(np.abs(hs).clip(1e-15)),
...              label=r'$|H(j \omega)|$')
>>> plt.legend()
>>> plt.xlabel('Frequency [Hz]')
>>> plt.ylabel('Magnitude [dB]')
>>> plt.grid()

scipy.signal.bilinear

scipy.signal.findfreqs