scipy.signal.

iircomb

scipy.signal.iircomb(w0, Q, ftype='notch', fs=2.0, *, pass_zero=False)

设计 IIR 陷波或峰值数字梳状滤波器。

陷波梳状滤波器由等间距的带阻滤波器组成，具有窄带宽（高品质因数）。每个滤波器都抑制一个窄频带，而频谱的其余部分几乎不变。

峰值梳状滤波器由等间距的带通滤波器组成，具有窄带宽（高品质因数）。每个滤波器都抑制窄频带之外的分量。

参数:

w0浮点数

梳状滤波器的基频（其峰值之间的间距）。该频率必须能整除采样频率。如果指定了 fs，则该频率与 fs 的单位相同。默认情况下，它是一个归一化标量，必须满足 0 < w0 < 1，其中 w0 = 1 对应于采样频率的一半。

Q浮点数

品质因数。无量纲参数，用于表征陷波滤波器的 -3 dB 带宽 bw 与其中心频率的关系，Q = w0/bw。

ftype{‘notch’, ‘peak’}

函数生成的梳状滤波器的类型。如果为 ‘notch’，则 Q 因数适用于陷波。如果为 ‘peak’，则 Q 因数适用于峰值。默认值为 ‘notch’。

fs浮点数，可选

信号的采样频率。默认值为 2.0。

pass_zero布尔值，可选

如果为 False（默认值），则滤波器的陷波（零点）以频率 [0, w0, 2*w0, …] 为中心，而峰值以中点 [w0/2, 3*w0/2, 5*w0/2, …] 为中心。如果为 True，则峰值以 [0, w0, 2*w0, …] 为中心（通过零频率），反之亦然。

在 1.9.0 版本中添加。

返回:

b, andarray，ndarray

IIR 滤波器的分子 (b) 和分母 (a) 多项式。

引发:

ValueError

如果 w0 小于或等于 0 或大于或等于 fs/2，如果 fs 不能被 w0 整除，如果 ftype 不是 ‘notch’ 或 ‘peak’

另请参阅

iirnotch

iirpeak

注释

有关实现细节，请参阅 [1]。由于使用单个重复极点，梳状滤波器的 TF 实现即使在高阶时也具有数值稳定性，不会遭受精度损失。

参考文献

[1]

Sophocles J. Orfanidis, “Introduction To Signal Processing”, Prentice-Hall, 1996, ch. 11, “Digital Filter Design”

示例

在浏览器中尝试！

设计并绘制在 200 Hz 采样的信号中，在 20 Hz 处的陷波梳状滤波器，使用品质因数 Q = 30

>>> from scipy import signal
>>> import matplotlib.pyplot as plt
>>> import numpy as np

>>> fs = 200.0  # Sample frequency (Hz)
>>> f0 = 20.0  # Frequency to be removed from signal (Hz)
>>> Q = 30.0  # Quality factor
>>> # Design notching comb filter
>>> b, a = signal.iircomb(f0, Q, ftype='notch', fs=fs)

>>> # Frequency response
>>> freq, h = signal.freqz(b, a, fs=fs)
>>> response = abs(h)
>>> # To avoid divide by zero when graphing
>>> response[response == 0] = 1e-20
>>> # Plot
>>> fig, ax = plt.subplots(2, 1, figsize=(8, 6), sharex=True)
>>> ax[0].plot(freq, 20*np.log10(abs(response)), color='blue')
>>> ax[0].set_title("Frequency Response")
>>> ax[0].set_ylabel("Amplitude [dB]", color='blue')
>>> ax[0].set_xlim([0, 100])
>>> ax[0].set_ylim([-30, 10])
>>> ax[0].grid(True)
>>> ax[1].plot(freq, (np.angle(h)*180/np.pi+180)%360 - 180, color='green')
>>> ax[1].set_ylabel("Phase [deg]", color='green')
>>> ax[1].set_xlabel("Frequency [Hz]")
>>> ax[1].set_xlim([0, 100])
>>> ax[1].set_yticks([-90, -60, -30, 0, 30, 60, 90])
>>> ax[1].set_ylim([-90, 90])
>>> ax[1].grid(True)
>>> plt.show()

设计并绘制在 1000 Hz 采样的信号中，在 250 Hz 处的峰值梳状滤波器，使用品质因数 Q = 30

>>> fs = 1000.0  # Sample frequency (Hz)
>>> f0 = 250.0  # Frequency to be retained (Hz)
>>> Q = 30.0  # Quality factor
>>> # Design peaking filter
>>> b, a = signal.iircomb(f0, Q, ftype='peak', fs=fs, pass_zero=True)

>>> # Frequency response
>>> freq, h = signal.freqz(b, a, fs=fs)
>>> response = abs(h)
>>> # To avoid divide by zero when graphing
>>> response[response == 0] = 1e-20
>>> # Plot
>>> fig, ax = plt.subplots(2, 1, figsize=(8, 6), sharex=True)
>>> ax[0].plot(freq, 20*np.log10(np.maximum(abs(h), 1e-5)), color='blue')
>>> ax[0].set_title("Frequency Response")
>>> ax[0].set_ylabel("Amplitude [dB]", color='blue')
>>> ax[0].set_xlim([0, 500])
>>> ax[0].set_ylim([-80, 10])
>>> ax[0].grid(True)
>>> ax[1].plot(freq, (np.angle(h)*180/np.pi+180)%360 - 180, color='green')
>>> ax[1].set_ylabel("Phase [deg]", color='green')
>>> ax[1].set_xlabel("Frequency [Hz]")
>>> ax[1].set_xlim([0, 500])
>>> ax[1].set_yticks([-90, -60, -30, 0, 30, 60, 90])
>>> ax[1].set_ylim([-90, 90])
>>> ax[1].grid(True)
>>> plt.show()

返回在新标签页中打开