scipy.signal.

firwin#

scipy.signal.firwin(numtaps, cutoff, *, width=None, window='hamming', pass_zero=True, scale=True, fs=None)[source]#

使用窗函数法设计 FIR 滤波器。

此函数计算有限脉冲响应滤波器的系数。该滤波器将具有线性相位;如果 numtaps 为奇数,则为 I 型;如果 numtaps 为偶数,则为 II 型。

II 型滤波器在奈奎斯特频率处始终具有零响应,因此,如果调用 firwin 时 numtaps 为偶数且通带的右端位于奈奎斯特频率处,则会引发 ValueError 异常。

参数:
numtapsint

滤波器长度(系数数量,即滤波器阶数 + 1)。如果通带包含奈奎斯特频率,则 numtaps 必须为奇数。

cutofffloat 或 1-D array_like

滤波器截止频率(与 fs 采用相同单位)或截止频率数组(即带边)。在前一种情况下,作为浮点数,截止频率应对应于半幅度点,此时衰减为 -6dB。在后一种情况下,cutoff 中的频率应为正值,并在 0 和 fs/2 之间单调递增。值 0 和 fs/2 不得包含在 cutoff 中。请注意,这与 scipy.signal.iirdesign 的行为不同,后者的截止频率是半功率点 (-3dB)。

widthfloat 或 None,可选

如果 width 不为 None,则假定它是过渡区域的大致宽度(与 fs 采用相同单位),用于 Kaiser FIR 滤波器设计。在这种情况下,将忽略 window 参数。

window字符串或字符串与参数值的元组,可选

要使用的所需窗函数。有关窗函数列表和所需参数,请参阅 scipy.signal.get_window

pass_zero{True, False, ‘bandpass’, ‘lowpass’, ‘highpass’, ‘bandstop’},可选

如果为 True,则频率 0 处的增益(即“直流增益”)为 1。如果为 False,则直流增益为 0。也可以是所需滤波器类型的字符串参数(相当于 IIR 设计函数中的 btype)。

版本 1.3.0 新增:支持字符串参数。

scalebool,可选

设置为 True 以缩放系数,使频率响应在特定频率处恰好为 1。该频率为

  • 如果第一个通带从 0 开始(即 pass_zero 为 True),则为 0(直流)

  • 如果第一个通带在 fs/2 处结束(即滤波器是单带高通滤波器),则为 fs/2(奈奎斯特频率);否则为第一个通带的中心

fsfloat,可选

信号的采样频率。cutoff 中的每个频率必须介于 0 和 fs/2 之间。默认值为 2。

返回:
h(numtaps,) ndarray

长度为 numtaps 的 FIR 滤波器系数。

引发:
ValueError

如果 cutoff 中的任何值小于或等于 0 或大于或等于 fs/2,如果 cutoff 中的值并非严格单调递增,或者如果 numtaps 为偶数但通带包含奈奎斯特频率,则引发此异常。

示例

从 0 到 f 的低通

>>> from scipy import signal
>>> numtaps = 3
>>> f = 0.1
>>> signal.firwin(numtaps, f)
array([ 0.06799017,  0.86401967,  0.06799017])

使用特定的窗函数

>>> signal.firwin(numtaps, f, window='nuttall')
array([  3.56607041e-04,   9.99286786e-01,   3.56607041e-04])

高通(从 0 到 f 的“阻带”)

>>> signal.firwin(numtaps, f, pass_zero=False)
array([-0.00859313,  0.98281375, -0.00859313])

带通

>>> f1, f2 = 0.1, 0.2
>>> signal.firwin(numtaps, [f1, f2], pass_zero=False)
array([ 0.06301614,  0.88770441,  0.06301614])

带阻

>>> signal.firwin(numtaps, [f1, f2])
array([-0.00801395,  1.0160279 , -0.00801395])

多带(通带为 [0, f1], [f2, f3] 和 [f4, 1])

>>> f3, f4 = 0.3, 0.4
>>> signal.firwin(numtaps, [f1, f2, f3, f4])
array([-0.01376344,  1.02752689, -0.01376344])

多带(通带为 [f1, f2] 和 [f3,f4])

>>> signal.firwin(numtaps, [f1, f2, f3, f4], pass_zero=False)
array([ 0.04890915,  0.91284326,  0.04890915])