scipy.signal.freqs_zpk¶

scipy.signal.freqs_zpk(z, p, k, worN=200)[源代码]¶

计算模拟过滤的频率响应。

在给定零的情况下 z ，电线杆 p ，和增益 k 对于过滤，计算其频率响应：

           (jw-z[0]) * (jw-z[1]) * ... * (jw-z[-1])
H(w) = k * ----------------------------------------
           (jw-p[0]) * (jw-p[1]) * ... * (jw-p[-1])

参数

zarray_like: 线性过滤的零点
parray_like: 直线过滤的两极
k标量: 线性过滤的增益
worN{NONE，INT，ARRAY_LIKE}，可选: 如果没有，则在响应曲线的有趣部分(由零极点位置确定)周围计算200个频率。如果是单个整数，则以如此多的频率进行计算。否则，以中给出的角频率(例如，rad/s)计算响应 worN 。

退货

wndarray: 它所处的角频率 h 是经过计算的。
hndarray: 频率响应。

参见

freqs: 用TF形式计算模拟过滤的频率响应
freqz: 用TF形式计算数字过滤的频率响应
freqz_zpk: 用ZPK形式计算数字过滤的频率响应

注意事项

0.19.0 新版功能.

示例

>>> from scipy.signal import freqs_zpk, iirfilter

>>> z, p, k = iirfilter(4, [1, 10], 1, 60, analog=True, ftype='cheby1',
...                     output='zpk')

>>> w, h = freqs_zpk(z, p, k, worN=np.logspace(-1, 2, 1000))

>>> import matplotlib.pyplot as plt
>>> plt.semilogx(w, 20 * np.log10(abs(h)))
>>> plt.xlabel('Frequency')
>>> plt.ylabel('Amplitude response [dB]')
>>> plt.grid()
>>> plt.show()

scipy.signal.freqs

scipy.signal.freqz