信号处理 (scipy.signal
)¶
卷积¶
|
对两个N维数组进行卷积。 |
|
使两个N维数组相互关联。 |
|
使用FFT对两个N维数组进行卷积。 |
|
使用重叠相加方法对两个N维数组进行卷积。 |
|
对两个二维数组进行卷积。 |
|
使两个二维数组相互关联。 |
|
卷积与二维可分离的冷杉过滤。 |
|
找出最快的卷积/相关方法。 |
|
计算一维互相关的滞后/位移指数数组。 |
B样条¶
|
n阶B样条基函数。 |
|
三次B样条。 |
|
二次B样条。 |
|
n阶B样条基函数的高斯逼近。 |
|
计算秩1数组的三次样条系数。 |
|
计算秩1阵列的二次样条系数。 |
|
二维三次(三次)B样条的系数。 |
|
二维二次(二阶)B样条的系数: |
|
计算新点集处的三次样条曲线。 |
|
计算新点集处的二次样条曲线。 |
|
秩2数组的平滑样条(三次)滤波。 |
过滤¶
|
在N-D阵列上执行过滤订单。 |
|
对N维数组执行中值过滤。 |
|
过滤中值为二维数组。 |
|
对N维数组执行维纳过滤。 |
|
使用一阶截面的级联实现了具有镜像对称边界条件的平滑iir型过滤。第二部分使用的是相反的顺序。这实现了一个具有以下传递函数和镜像对称边界条件的系统::。 |
|
使用级联二阶截面实现了具有镜像对称边界条件的平滑iir型过滤。第二部分使用的是相反的顺序。这实现了以下传递函数::。 |
|
过滤数据沿着一维的IIR或FIR过滤。 |
|
构造给定输入输出向量的lfilter初始条件。 |
|
构造lfilter阶跃响应稳态的初始条件。 |
|
将数字过滤向前和向后应用于信号。 |
|
将萨维茨基-格雷过滤应用于数组。 |
|
去卷积 |
|
过滤数据沿着一维使用级联二阶截面。 |
|
构造阶跃响应稳态SOSFILT的初始条件。 |
|
一种采用级联二阶段级联的前后向数字过滤。 |
|
使用希尔伯特变换计算解析信号。 |
|
计算“2-D”解析信号 x |
|
应用抗锯齿过滤后对信号进行下采样。 |
|
从数据中删除沿轴的线性趋势。 |
|
重采样 x 至 num 使用傅立叶方法沿给定轴进行采样。 |
|
重采样 x 沿给定轴使用多相滤波。 |
|
上采样、冷杉过滤和下采样。 |
过滤设计¶
|
使用双线性变换从模拟过滤返回数字IIR过滤。 |
|
使用双线性变换从模拟过滤返回数字IIR过滤。 |
|
查找用于计算模拟过滤响应的频率数组。 |
|
FIR过滤设计采用最小二乘误差最小化。 |
|
冷杉过滤采用窗口法设计。 |
|
冷杉过滤采用窗口法设计。 |
|
计算模拟过滤的频率响应。 |
|
计算模拟过滤的频率响应。 |
|
计算数字过滤的频率响应。 |
|
以ZPK形式计算数字过滤的频率响应。 |
|
计算求救格式的数字过滤的频率响应。 |
|
伽马通过滤设计。 |
|
计算数字过滤的群延时。 |
|
完整的红外数字和模拟过滤设计。 |
|
给出了数字和模拟过滤的设计顺序和要点。 |
|
计算凯撒冷杉过滤的衰减。 |
|
计算Kaiser参数 beta ,在给定衰减的情况下 a 。 |
|
确定凯撒窗口方法的过滤窗口参数。 |
|
将线性相位FIR过滤转换为最小相位 |
|
计算一维萨维茨基-格雷冷杉过滤的系数。 |
|
使用雷米兹交换算法计算最小极大最优过滤。 |
|
从根列表中确定唯一根及其多重性。 |
|
计算b(S)/a(S)的部分分数展开式。 |
|
计算b(Z)/a(Z)的部分分数展开式。 |
|
从部分分数展开计算b(S)和a(S)。 |
|
从部分分数展开计算b(Z)和a(Z)。 |
过滤系数条件恶劣的警告 |
过滤底层设计功能:
|
检查状态空间矩阵并确保它们是2-D的。 |
|
阶数最小的带阻目标函数。 |
|
返回N阶贝塞尔过滤模拟原型的(z,p,k)。 |
|
返回N阶巴特沃斯过滤模拟原型的(z,p,k)。 |
|
返回(z,p,k)N阶切比雪夫I型模拟低通过滤。 |
|
返回(z,p,k)N阶切比雪夫I型模拟低通过滤。 |
|
根据大小对根进行排序。 |
|
N阶椭圆模拟低通过滤返回(z,p,k) |
|
将低通过滤原型转换为带通过滤。 |
|
将低通过滤原型转换为带通过滤。 |
|
将低通过滤原型转换为带阻过滤。 |
|
将低通过滤原型转换为带阻过滤。 |
|
将低通过滤原型转换为高通过滤。 |
|
将低通过滤原型转换为高通过滤。 |
|
将低通过滤原型转换为不同的频率。 |
|
将低通过滤原型转换为不同的频率。 |
|
将连续时间传递函数的分子/分母归一化。 |
MatLab风格的红外过滤设计¶
|
巴特沃斯数字和模拟过滤设计。 |
|
巴特沃斯过滤订单精选。 |
|
切比雪夫I型数字和模拟过滤设计。 |
|
切比雪夫I型过滤订单选择。 |
|
切比雪夫II型数字和模拟过滤设计。 |
|
切比雪夫第二类过滤订单选择。 |
|
椭圆(考尔)数字和模拟过滤设计。 |
|
椭圆(考尔)过滤订单选择。 |
|
贝塞尔/汤姆森数字和模拟过滤设计。 |
|
设计二阶红外数字过滤凹槽。 |
|
设计二阶红外峰值(谐振)数字过滤。 |
|
设计iIR切槽或尖顶数字梳子过滤。 |
连续时间线性系统¶
|
连续时间线性时不变系统基类。 |
|
状态空间形式的线性时不变系统。 |
|
传递函数形式的线性时间不变系统类。 |
|
线性时间不变系统类,零点,极点,增益形式。 |
|
模拟连续时间线性系统的输出。 |
|
利用常微分方程求解器模拟连续时间线性系统的输出 |
|
连续时间系统的脉冲响应。 |
|
单输入连续时间线性系统的脉冲响应。 |
|
连续时间系统的阶跃响应。 |
|
连续时间系统的阶跃响应。 |
|
计算连续时间系统的频率响应。 |
|
计算连续时间系统的波德幅值和相位数据。 |
离散时间线性系统¶
离散时间线性时不变系统基类。 |
|
|
状态空间形式的线性时不变系统。 |
|
传递函数形式的线性时间不变系统类。 |
|
线性时间不变系统类,零点,极点,增益形式。 |
|
模拟离散时间线性系统的输出。 |
|
离散时间系统的脉冲响应。 |
|
离散时间系统的阶跃响应。 |
|
计算离散时间系统的频率响应。 |
|
计算离散时间系统的波德幅值和相位数据。 |
LTI表示法¶
|
从分子和分母返回零,极点,增益(z,p,k)表示线性过滤。 |
|
从传递函数表示中返回二阶截面 |
|
将函数传递到状态空间表示。 |
|
从零点和极点返回多项式传递函数表示 |
|
从系统的零点、极点和增益返回二阶部分 |
|
从零极点增益表示到状态空间表示 |
|
传递函数的状态空间。 |
|
从状态空间表示到零极点增益表示。 |
|
返回一系列二阶部分的零点、极点和增益 |
|
从一系列二阶部分返回单个传递函数 |
|
将连续状态空间系统转化为离散状态空间系统。 |
|
计算K,使得特征值(A点(B,K))=极点。 |
波形¶
|
扫频余弦发生器。 |
|
返回高斯调制正弦信号: |
|
最大长度序列(MLS)生成器。 |
|
返回周期性锯齿波或三角形波形。 |
|
返回周期方波波形。 |
|
扫频余弦发生器,频率随时间变化。 |
|
单位脉冲信号(离散增量函数)或单位基向量。 |
窗口函数¶
有关窗口函数,请参阅 scipy.signal.windows
命名空间。
在 scipy.signal
命名空间中,有一个方便的函数可以按名称获取这些窗口:
|
返回给定长度和类型的窗口。 |
小波分析¶
|
在并矢点处返回(x,φ,psi) |
|
FIR低通过滤产生Daubechies小波的系数。 |
|
复数Morlet小波。 |
|
从低通回归高通QMF过滤 |
|
返回Ricker小波,也称为“墨西哥帽小波”。 |
|
复数Morlet小波,设计用于 |
|
连续小波变换。 |
寻峰¶
|
计算的相对最小值 data 。 |
|
计算的相对最大值 data 。 |
|
计算出的相对极值 data 。 |
|
根据峰值属性查找信号内部的峰值。 |
|
用小波变换在一维阵列中寻找峰值。 |
|
计算信号中每个峰值的显著程度。 |
|
计算信号中每个峰值的宽度。 |
光谱分析¶
|
使用周期图估计功率谱密度。 |
|
用韦尔奇方法估计功率谱密度。 |
|
使用Welch方法估计交叉功率谱密度Pxy。 |
|
使用韦尔奇方法估计离散时间信号X和Y的幅度平方相干估计Cxy。 |
|
用连续的傅立叶变换计算一个谱图。 |
|
计算Lomb-Scarger周期图。 |
|
确定与给定时间段对应的事件的矢量强度。 |
|
计算短时傅立叶变换(STFT)。 |
|
执行短时傅立叶逆变换(ISTFT)。 |
|
检查是否满足常量重叠添加(可乐)约束。 |
|
检查是否满足非零重叠添加(NOLA)约束。 |