scipy.signal.butter¶
- scipy.signal.butter(N, Wn, btype='low', analog=False, output='ba', fs=None)[源代码]¶
巴特沃斯数字和模拟过滤设计。
设计一个N阶数字或模拟巴特沃斯过滤,并返回过滤系数。
- 参数
- N集成
过滤勋章。
- Wnarray_like
临界频率或多个临界频率。对于低通和高通滤波器,Wn是标量;对于带通和带阻滤波器,Wn是长度为2的序列。
对于巴特沃斯过滤,这是增益下降到通带增益的1/sqrt(2)的点(“-3dB点”)。
对于数字滤波器, Wn 都在相同的单位内 fs 。默认情况下, fs 为2个半周期/采样,因此这些值从0归一化到1,其中1是奈奎斯特频率。 (Wn 因此是半周期/样品。)
对于模拟滤波器, Wn 是角频率(例如,rad/s)。
- btype{‘低通’,‘高通’,‘带通’,‘带停止’},可选
过滤的类型。默认值为‘low pass’。
- analog布尔值,可选
如果为True,则返回模拟过滤,否则返回数字过滤。
- output{‘ba’,‘zpk’,‘sos’},可选
输出类型:分子/分母(‘ba’)、零极点(‘zpk’)或二阶截面(‘sos’)。默认值为“ba”以实现向后兼容,但“SOS”应用于通用筛选。
- fs浮动,可选
数字系统的采样频率。
1.2.0 新版功能.
- 退货
- b, andarray,ndarray
分子 (b )和分母 (a )过滤的多项式。仅在以下情况下返回
output='ba'
。- z、p、kndarray,ndarray,浮动
过滤传递函数的零点、极点和系统增益。仅在以下情况下返回
output='zpk'
。- sosndarray
IIR过滤的二次截面表示。仅在以下情况下返回
output=='sos'
。
注意事项
巴特沃斯过滤在通带内具有最平坦的频率响应。
这个
'sos'
0.16.0中增加了输出参数。如果传递函数形式
[b, a]
如果需要,可能会出现数值问题,因为根和多项式系数之间的转换是数值敏感的操作,即使在N>=4的情况下也是如此。建议使用SOS表示法。示例
设计模拟过滤,绘制其频率响应图,显示临界点:
>>> from scipy import signal >>> import matplotlib.pyplot as plt
>>> b, a = signal.butter(4, 100, 'low', analog=True) >>> w, h = signal.freqs(b, a) >>> plt.semilogx(w, 20 * np.log10(abs(h))) >>> plt.title('Butterworth filter frequency response') >>> plt.xlabel('Frequency [radians / second]') >>> plt.ylabel('Amplitude [dB]') >>> plt.margins(0, 0.1) >>> plt.grid(which='both', axis='both') >>> plt.axvline(100, color='green') # cutoff frequency >>> plt.show()
产生由10 Hz和20 Hz组成的信号,以1 kHz采样
>>> t = np.linspace(0, 1, 1000, False) # 1 second >>> sig = np.sin(2*np.pi*10*t) + np.sin(2*np.pi*20*t) >>> fig, (ax1, ax2) = plt.subplots(2, 1, sharex=True) >>> ax1.plot(t, sig) >>> ax1.set_title('10 Hz and 20 Hz sinusoids') >>> ax1.axis([0, 1, -2, 2])
设计一个15 Hz的数字高通过滤,去除10 Hz的音调,并将其应用于信号。(过滤时建议使用二阶分段格式,避免传递函数出现数值误差 (
ba
)格式):>>> sos = signal.butter(10, 15, 'hp', fs=1000, output='sos') >>> filtered = signal.sosfilt(sos, sig) >>> ax2.plot(t, filtered) >>> ax2.set_title('After 15 Hz high-pass filter') >>> ax2.axis([0, 1, -2, 2]) >>> ax2.set_xlabel('Time [seconds]') >>> plt.tight_layout() >>> plt.show()