scipy.signal.

freqs#

scipy.signal.freqs(b, a, worN=200, plot=None)[源码]#

计算模拟滤波器的频率响应。

给定模拟滤波器的 M 阶分子 b 和 N 阶分母 a，计算其频率响应

        b[0]*(jw)**M + b[1]*(jw)**(M-1) + ... + b[M]
H(w) = ----------------------------------------------
        a[0]*(jw)**N + a[1]*(jw)**(N-1) + ... + a[N]

参数:

barray_like: 线性滤波器的分子。
aarray_like: 线性滤波器分母。
worN{None, int, array_like}, 可选: 如果为 None，则在响应曲线的有趣部分（由极点零位位置确定）周围以 200 个频率计算。如果为单个整数，则以该频率计算。否则，以 worN 中给出的角频率（如 rad/s）计算响应。
plotcallable, 可选: 一个带有两个参数的可调用对象。如果给出，则返回参数 w 和 h 传递给 plot。这对于在 freqs 内部绘制频率响应非常有用。

返回:

wndarray: 计算出 h 的角频率。
hndarray: 频率响应。

另请参见

freqz: 计算数字滤波器的频率响应。

注

使用 Matplotlib 的“绘图”函数作为 callable 的plot 会产生意外的结果，它会绘制复传递函数的实部，而不是大小。尝试lambda w, h: plot(w, abs(h)).

示例

>>> from scipy.signal import freqs, iirfilter
>>> import numpy as np

>>> b, a = iirfilter(4, [1, 10], 1, 60, analog=True, ftype='cheby1')

>>> w, h = freqs(b, a, worN=np.logspace(-1, 2, 1000))

>>> import matplotlib.pyplot as plt
>>> plt.semilogx(w, 20 * np.log10(abs(h)))
>>> plt.xlabel('Frequency')
>>> plt.ylabel('Amplitude response [dB]')
>>> plt.grid(True)
>>> plt.show()