scipy.signal.unit_impulse¶

scipy.signal.unit_impulse(shape, idx=None, dtype=<class 'float'>)[源代码]¶

单位脉冲信号(离散增量函数)或单位基向量。

参数

shape整型或整型元组: 输出中的样本数(1-D)，或表示输出形状的元组(N-D)。
idx无或int或int或‘mid’的元组，可选: 值为1的索引。如果没有，则默认为第0个元素。如果 idx='mid' ，冲量将集中在 shape // 2 在所有维度上。如果为int，则脉冲将为 idx 在所有维度上。
dtype数据类型，可选: 阵列的所需数据类型，例如， numpy.int8 。默认值为 numpy.float64 。

退货

yndarray: 包含脉冲信号的输出阵列。

注意事项

1D案例也被称为Kronecker三角洲。

0.19.0 新版功能.

示例

第0元素处的冲量 (\(\delta[n]\) )：

>>> from scipy import signal
>>> signal.unit_impulse(8)
array([ 1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

脉冲偏移2个样本 (\(\delta[n-2]\) )：

>>> signal.unit_impulse(7, 2)
array([ 0.,  0.,  1.,  0.,  0.,  0.,  0.])

2维脉冲，居中：

>>> signal.unit_impulse((3, 3), 'mid')
array([[ 0.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  0.]])

(2，2)处的脉冲，使用广播：

>>> signal.unit_impulse((4, 4), 2)
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  0.]])

绘制四阶巴特沃斯低通过滤的冲激响应图：

>>> imp = signal.unit_impulse(100, 'mid')
>>> b, a = signal.butter(4, 0.2)
>>> response = signal.lfilter(b, a, imp)

>>> import matplotlib.pyplot as plt
>>> plt.plot(np.arange(-50, 50), imp)
>>> plt.plot(np.arange(-50, 50), response)
>>> plt.margins(0.1, 0.1)
>>> plt.xlabel('Time [samples]')
>>> plt.ylabel('Amplitude')
>>> plt.grid(True)
>>> plt.show()

../../_images/scipy-signal-unit_impulse-1.png

scipy.signal.sweep_poly

scipy.signal.get_window