scipy.signal.

firwin#

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

使用窗口方法设计 FIR 滤波器。

此函数计算有限冲激响应滤波器的系数。滤波器将具有线性相位;如果 numtaps 为奇数,则为类型 I,如果 numtaps 为偶数,则为类型 II。

类型 II 滤波器在奈奎斯特频率处始终具有零响应,因此如果使用 numtaps 偶数并具有右端在奈奎斯特频率处的通带调用 firwin,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 数组类

滤波器的截止频率(以与 fs 相同的单位表示)或截止频率数组(即带边)。在后一种情况下,cutoff 中的频率应为正数,并且在 0 到 fs/2 之间单调递增。值 0 和 fs/2 不得包含在 cutoff 中。

widthfloat 或 None,可选

如果 width 不为 None,则假设它是用于 Kaiser FIR 滤波器设计的过渡区域的近似宽度(以与 fs 相同的单位表示)。在这种情况下,将忽略 window 参数。

window字符串或字符串和参数值的元组,可选

要使用的期望窗口。有关窗口列表和所需参数,请参见 scipy.signal.get_window

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

如果为 True,则频率 0(即“DC 增益”)处的增益为 1。如果为 False,则 DC 增益为 0。也可以是期望滤波器类型的字符串参数(等效于 IIR 设计函数中的 btype)。

在版本 1.3.0 中添加: 支持字符串参数。

scalebool,可选

设置为 True 以缩放系数,以便频率响应在特定频率处正好为单位。该频率是

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

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

fsfloat,可选

信号的采样频率。 cutoff 中的每个频率都必须在 0 到 fs/2 之间。默认值为 2。

返回值:
h(numtaps,) ndarray

长度为 numtaps 的 FIR 滤波器的系数。

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 中的值不是严格单调递增的,或者如果 numtaps 为偶数但通带包含奈奎斯特频率。

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])

使用特定的窗口函数

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

高通(从 0 到 f 的“停止”)

>>> 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])