scipy.signal.sosfreqz

scipy.signal.sosfreqz(sos, worN=512, whole=False, fs=6.283185307179586)

计算求救格式的数字过滤的频率响应。

给定的 sos ，一个数字过滤的二阶分段形状为(n，6)的阵列，计算系统函数的频率响应：：

       B0(z)   B1(z)         B{n-1}(z)
H(z) = ----- * ----- * ... * ---------
       A0(z)   A1(z)         A{n-1}(z)

对于z=exp(omega*1j)，其中B{k}(Z)和A{k}(Z)是第k个二阶截面的传递函数的分子和分母。

参数

sosarray_like

二阶过滤系数数组，必须具有形状 (n_sections, 6) 。每行对应于一个二阶部分，前三列提供分子系数，后三列提供分母系数。

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)。对于FFT计算，使用速度较快的数字可以加快计算速度(请参阅的注释 freqz )。

如果是ARRAY_LIKE，则计算给定频率下的响应(必须为一维)。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。

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

wndarray

其频率 h 是以相同的单位计算的，单位为 fs 。默认情况下， w 归一化为范围[0，pi)(弧度/采样)。

hndarray

以复数形式表示的频率响应。

参见

freqz, sosfilt

注意事项

0.19.0 新版功能.

示例

设计了一个SOS格式的15阶带通过滤。

>>> from scipy import signal
>>> sos = signal.ellip(15, 0.5, 60, (0.2, 0.4), btype='bandpass',
...                    output='sos')

计算直流到奈奎斯特1500点的频率响应。

>>> w, h = signal.sosfreqz(sos, worN=1500)

标出回答。

>>> import matplotlib.pyplot as plt
>>> plt.subplot(2, 1, 1)
>>> db = 20*np.log10(np.maximum(np.abs(h), 1e-5))
>>> plt.plot(w/np.pi, db)
>>> plt.ylim(-75, 5)
>>> plt.grid(True)
>>> plt.yticks([0, -20, -40, -60])
>>> plt.ylabel('Gain [dB]')
>>> plt.title('Frequency Response')
>>> plt.subplot(2, 1, 2)
>>> plt.plot(w/np.pi, np.angle(h))
>>> plt.grid(True)
>>> plt.yticks([-np.pi, -0.5*np.pi, 0, 0.5*np.pi, np.pi],
...            [r'$-\pi$', r'$-\pi/2$', '0', r'$\pi/2$', r'$\pi$'])
>>> plt.ylabel('Phase [rad]')
>>> plt.xlabel('Normalized frequency (1.0 = Nyquist)')
>>> plt.show()

如果将相同的过滤实现为单个传递函数，则数值误差会损坏频率响应：

>>> b, a = signal.ellip(15, 0.5, 60, (0.2, 0.4), btype='bandpass',
...                    output='ba')
>>> w, h = signal.freqz(b, a, worN=1500)
>>> plt.subplot(2, 1, 1)
>>> db = 20*np.log10(np.maximum(np.abs(h), 1e-5))
>>> plt.plot(w/np.pi, db)
>>> plt.ylim(-75, 5)
>>> plt.grid(True)
>>> plt.yticks([0, -20, -40, -60])
>>> plt.ylabel('Gain [dB]')
>>> plt.title('Frequency Response')
>>> plt.subplot(2, 1, 2)
>>> plt.plot(w/np.pi, np.angle(h))
>>> plt.grid(True)
>>> plt.yticks([-np.pi, -0.5*np.pi, 0, 0.5*np.pi, np.pi],
...            [r'$-\pi$', r'$-\pi/2$', '0', r'$\pi/2$', r'$\pi$'])
>>> plt.ylabel('Phase [rad]')
>>> plt.xlabel('Normalized frequency (1.0 = Nyquist)')
>>> plt.show()

上一页

scipy.signal.freqz_zpk

下一页

scipy.signal.gammatone