scipy.signal.firwin2¶

scipy.signal.firwin2(numtaps, freq, gain, nfreqs=None, window='hamming', nyq=None, antisymmetric=False, fs=None)[源代码]¶

冷杉过滤采用窗口法设计。

从给定的频率 freq 以及相应的增益 gain ，此函数构造具有线性相位和(近似)给定频率响应的FIR过滤。

参数

numtaps集成: 冷杉过滤中的点击次数。 numtaps 必须小于 nfreqs 。
freq类阵列，一维: 频率采样点。通常为0.0到1.0，其中1.0表示奈奎斯特。奈奎斯特的频率是一半 fs 。中的值 freq 必须是非递减的。一个值可以重复一次以实现不连续。中的第一个值 freq 必须为0，最后一个值必须为 fs/2 。值0和 fs/2 不能重复。
gainarray_like: 过滤在频率采样点获得收益。根据过滤类型的不同，会应用某些增益值限制，有关详细信息，请参阅注释。
nfreqs整型，可选: 用于构建过滤的插值网格的大小。对于最有效的行为，这应该是2加1的幂(例如，129、257等)。缺省值是不小于的最小2次方加1 numtaps 。 nfreqs 必须大于 numtaps 。
windowString or(String，Float)或Float或None，可选: 要使用的窗口函数。默认值为“Hamming”。看见 scipy.signal.get_window 有关可能值的完整列表，请执行以下操作。如果无，则不应用任何窗口函数。
nyq浮动，可选: Deprecated. Use `fs` instead. 这是奈奎斯特的频率。输入的每个频率 freq 必须介于0和0之间 nyq 。默认值为1。
antisymmetric布尔值，可选: 产生的脉冲响应是对称的还是反对称的。有关更多详细信息，请参阅注释。
fs浮动，可选: 信号的采样频率。输入的每个频率 cutoff 必须介于0和0之间 fs/2 。默认值为2。

退货

tapsndarray: 作为一维长度数组的FIR过滤的过滤系数 numtaps 。

参见

firls
firwin
minimum_phase
remez

注意事项

根据给定的一组频率和增益，在频域中构造期望的响应。逆FFT被应用于期望的响应以创建相关联的卷积核，并且第一 numtaps 此核的系数，按 window ，则返回。

杉木过滤将具有线性相位。过滤的类型由‘NUMBALTPS’的值和 antisymmetric 旗帜。有四种可能的组合：

奇数 numtaps ， antisymmetric 为假，则生产I型过滤

甚至 numtaps ， antisymmetric 为假，则生产类型II过滤

奇数 numtaps ， antisymmetric 是真的，生产的是III型过滤

甚至 numtaps ， antisymmetric 是真的，生产的是IV型过滤

除类型I滤波器外，所有滤波器的幅值响应均受以下限制：

类型II--奈奎斯特频率为零

类型III--零频率和奈奎斯特频率为零

类型IV--零频率时为零

0.9.0 新版功能.

参考文献

1: 奥本海姆和谢弗，“离散时间信号处理”，普伦蒂斯-霍尔，恩格尔伍德悬崖，新泽西州(1989)。(例如，参见7.4节。)
2: “数字信号处理的科学家和工程师指南”，CH。17.http://www.dspguide.com/ch17/1.htm

示例

响应为1开的低通冷杉过滤 [0.0，0.5] ，并且随着时间的推移呈线性下降 [0.5、1.0] 从1到0：

>>> from scipy import signal
>>> taps = signal.firwin2(150, [0.0, 0.5, 1.0], [1.0, 1.0, 0.0])
>>> print(taps[72:78])
[-0.02286961 -0.06362756  0.57310236  0.57310236 -0.06362756 -0.02286961]

scipy.signal.firwin

scipy.signal.freqs