cheby1#
- scipy.signal.cheby1(N, rp, Wn, btype='low', analog=False, output='ba', fs=None)[源代码]#
切比雪夫 I 型数字和模拟滤波器设计。
设计一个 N 阶数字或模拟切比雪夫 I 型滤波器,并返回滤波器系数。
- 参数:
- Nint
滤波器的阶数。
- rpfloat
通带内允许低于单位增益的最大纹波。以分贝为单位指定,为正数。
- Wnarray_like
一个标量或长度为 2 的序列,给出临界频率。对于 I 型滤波器,这是过渡带中增益首次降至 -rp 以下的点。
对于数字滤波器,Wn 的单位与 fs 相同。默认情况下,fs 为 2 半周期/样本,因此它们被归一化为 0 到 1,其中 1 是奈奎斯特频率。(Wn 的单位因此为半周期/样本。)
对于模拟滤波器,Wn 是一个角频率(例如,弧度/秒)。
- btype{‘lowpass’, ‘highpass’, ‘bandpass’, ‘bandstop’}, 可选
滤波器的类型。默认值为 ‘lowpass’。
- analogbool, 可选
如果为 True,则返回模拟滤波器,否则返回数字滤波器。
- output{‘ba’, ‘zpk’, ‘sos’}, 可选
输出类型:分子/分母(‘ba’)、零极点(‘zpk’)或二阶节(‘sos’)。为了向后兼容,默认值为 ‘ba’,但对于通用滤波应使用 ‘sos’。
- fsfloat, 可选
数字系统的采样频率。
在版本 1.2.0 中添加。
- 返回:
- b, andarray, ndarray
IIR 滤波器的分子 (b) 和分母 (a) 多项式。仅当
output='ba'
时返回。- z, p, kndarray, ndarray, float
IIR 滤波器传递函数的零点、极点和系统增益。仅当
output='zpk'
时返回。- sosndarray
IIR 滤波器的二阶节表示。仅当
output='sos'
时返回。
说明
切比雪夫 I 型滤波器最大化了频率响应的通带和阻带之间的截止速率,代价是通带中的纹波和阶跃响应中增加的振铃。
I 型滤波器的滚降速度比 II 型滤波器快(
cheby2
),但 II 型滤波器在通带中没有任何纹波。等纹波通带有 N 个最大值或最小值(例如,5 阶滤波器有 3 个最大值和 2 个最小值)。因此,奇数阶滤波器的直流增益为 1,偶数阶滤波器的直流增益为 -rp dB。
'sos'
输出参数是在 0.16.0 中添加的。示例
设计一个模拟滤波器并绘制其频率响应,显示临界点
>>> from scipy import signal >>> import matplotlib.pyplot as plt >>> import numpy as np
>>> b, a = signal.cheby1(4, 5, 100, 'low', analog=True) >>> w, h = signal.freqs(b, a) >>> plt.semilogx(w, 20 * np.log10(abs(h))) >>> plt.title('Chebyshev Type I frequency response (rp=5)') >>> plt.xlabel('Frequency [rad/s]') >>> plt.ylabel('Amplitude [dB]') >>> plt.margins(0, 0.1) >>> plt.grid(which='both', axis='both') >>> plt.axvline(100, color='green') # cutoff frequency >>> plt.axhline(-5, color='green') # rp >>> plt.show()
生成一个由 10 Hz 和 20 Hz 组成的信号,以 1 kHz 采样
>>> t = np.linspace(0, 1, 1000, False) # 1 second >>> sig = np.sin(2*np.pi*10*t) + np.sin(2*np.pi*20*t) >>> fig, (ax1, ax2) = plt.subplots(2, 1, sharex=True) >>> ax1.plot(t, sig) >>> ax1.set_title('10 Hz and 20 Hz sinusoids') >>> ax1.axis([0, 1, -2, 2])
设计一个 15 Hz 的数字高通滤波器,以去除 10 Hz 的音调,并将其应用于信号。(建议在滤波时使用二阶节格式,以避免传递函数 (
ba
) 格式的数值误差)>>> sos = signal.cheby1(10, 1, 15, 'hp', fs=1000, output='sos') >>> filtered = signal.sosfilt(sos, sig) >>> ax2.plot(t, filtered) >>> ax2.set_title('After 15 Hz high-pass filter') >>> ax2.axis([0, 1, -2, 2]) >>> ax2.set_xlabel('Time [s]') >>> plt.tight_layout() >>> plt.show()