scipy.signal.iirfilter¶
- scipy.signal.iirfilter(N, Wn, rp=None, rs=None, btype='band', analog=False, ftype='butter', output='ba', fs=None)[源代码]¶
给出了数字和模拟过滤的设计顺序和要点。
设计一个N阶数字或模拟过滤,并返回过滤系数。
- 参数
- N集成
过滤勋章。
- Wnarray_like
给出临界频率的标量或长度为2的序列。
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)。
- rp浮动,可选
对于切比雪夫滤波器和椭圆滤波器,提供通带中的最大波纹。(DB)
- rs浮动,可选
对于切比雪夫滤镜和椭圆滤镜,在阻带中提供最小衰减。(DB)
- btype{‘BandPass’,‘Low Pass’,‘HighPass’,‘BandStop’},可选
过滤的类型。默认值为“BandPass”。
- 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。
- ftype字符串,可选
要设计的IIR过滤的类型:
巴特沃斯:“黄油”
契比雪夫1:“契比1”
契比雪夫2:“契比2”
考尔/椭圆形:“椭圆”
贝塞尔/汤姆森:“贝塞尔”
- output{‘ba’,‘zpk’,‘sos’},可选
过滤输出形式:
二阶部分(推荐):‘SOS’
分子/分母(默认值):‘BA’
零极点:‘zpk’
一般而言,推荐使用二阶截面(‘SOS’)形式,因为推导分子/分母形式(‘ba’)的系数会受到数值不稳定性的影响。出于向后兼容的原因,默认形式是分子/分母形式(‘ba’),其中‘ba’中的‘b’和‘a’是指使用的系数的常用名称。
注意:使用二阶截面形式(‘SOS’)有时会带来额外的计算成本:因此,对于数据密集型的使用案例,建议还研究分子/分母形式(‘ba’)。
- 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'
。
参见
注意事项
这个
'sos'
0.16.0中增加了输出参数。示例
生成一个从50 Hz到200 Hz的17阶切比雪夫II模拟带通过滤,并绘制频率响应图:
>>> from scipy import signal >>> import matplotlib.pyplot as plt
>>> b, a = signal.iirfilter(17, [2*np.pi*50, 2*np.pi*200], rs=60, ... btype='band', analog=True, ftype='cheby2') >>> w, h = signal.freqs(b, a, 1000) >>> fig = plt.figure() >>> ax = fig.add_subplot(1, 1, 1) >>> ax.semilogx(w / (2*np.pi), 20 * np.log10(np.maximum(abs(h), 1e-5))) >>> ax.set_title('Chebyshev Type II bandpass frequency response') >>> ax.set_xlabel('Frequency [Hz]') >>> ax.set_ylabel('Amplitude [dB]') >>> ax.axis((10, 1000, -100, 10)) >>> ax.grid(which='both', axis='both') >>> plt.show()
在采样率为2,000 Hz的系统中创建具有相同属性的数字过滤,并绘制频率响应图。(为确保此订单过滤的稳定性,需要实施二阶章节):
>>> sos = signal.iirfilter(17, [50, 200], rs=60, btype='band', ... analog=False, ftype='cheby2', fs=2000, ... output='sos') >>> w, h = signal.sosfreqz(sos, 2000, fs=2000) >>> fig = plt.figure() >>> ax = fig.add_subplot(1, 1, 1) >>> ax.semilogx(w, 20 * np.log10(np.maximum(abs(h), 1e-5))) >>> ax.set_title('Chebyshev Type II bandpass frequency response') >>> ax.set_xlabel('Frequency [Hz]') >>> ax.set_ylabel('Amplitude [dB]') >>> ax.axis((10, 1000, -100, 10)) >>> ax.grid(which='both', axis='both') >>> plt.show()