scipy.signal.freqz_zpk¶

scipy.signal.freqz_zpk(z, p, k, worN=512, whole=False, fs=6.283185307179586)[源代码]¶

以ZPK形式计算数字过滤的频率响应。

给定数字过滤的零点、极点和增益，计算其频率响应：

\(H(z)=k \prod_i (z - Z[i]) / \prod_j (z - P[j])\)

哪里 \(k\) 是不是 gain ， \(Z\) 是不是 zeros 和 \(P\) 是不是 poles 。

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

如果是单个整数，则以该多个频率计算(默认值为N=512)。

如果是类似数组，则计算给定频率下的响应。这些都在相同的单位内，与 fs 。

whole布尔值，可选

通常，频率的计算范围是从0到奈奎斯特频率fs/2(单位圆的上半部分)。如果 whole 为True，则计算0到fs之间的频率。如果w是ARRAY_LIKE，则忽略。

fs浮动，可选

数字系统的采样频率。默认为2*π弧度/采样(因此w是从0到π)。

1.2.0 新版功能.

退货

参见

注意事项

0.19.0 新版功能.

示例

在采样率为1,000 Hz的系统中设计截止频率为100 Hz的4阶数字巴特沃斯过滤，并绘制其频率响应图：

>>> from scipy import signal
>>> z, p, k = signal.butter(4, 100, output='zpk', fs=1000)
>>> w, h = signal.freqz_zpk(z, p, k, fs=1000)

>>> import matplotlib.pyplot as plt
>>> fig = plt.figure()
>>> ax1 = fig.add_subplot(1, 1, 1)
>>> ax1.set_title('Digital filter frequency response')

>>> ax1.plot(w, 20 * np.log10(abs(h)), 'b')
>>> ax1.set_ylabel('Amplitude [dB]', color='b')
>>> ax1.set_xlabel('Frequency [Hz]')
>>> ax1.grid()

>>> ax2 = ax1.twinx()
>>> angles = np.unwrap(np.angle(h))
>>> ax2.plot(w, angles, 'g')
>>> ax2.set_ylabel('Angle [radians]', color='g')

>>> plt.axis('tight')
>>> plt.show()

scipy.signal.freqz

scipy.signal.sosfreqz