scipy.signal.

iircomb#

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

设计 IIR 陷波或峰值数字梳状滤波器。

陷波梳状滤波器由窄带宽(高品质因数)的等间隔带阻滤波器组成。每个滤波器都能抑制窄频带,使频谱的其余部分几乎保持不变。

峰值梳状滤波器由窄带宽(高品质因数)的等间隔带通滤波器组成。每个滤波器都能抑制窄频带以外的成分。

参数:
w0浮点数

梳状滤波器的基频(其峰值之间的间隔)。这必须能整除采样频率。如果指定了 fs,则其单位与 fs 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 -3 dB 带宽 bw 相对于其中心频率,Q = w0/bw

ftype{‘notch’, ‘peak’}

函数生成的梳状滤波器类型。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。默认为 ‘notch’。

fs浮点数,可选

信号的采样频率。默认为 2.0。

pass_zero布尔值,可选

如果为 False(默认值),滤波器的陷波(零点)位于频率 [0, w0, 2*w0, …] 上,峰值位于中点 [w0/2, 3*w0/2, 5*w0/2, …] 上。如果为 True,峰值位于 [0, w0, 2*w0, …] 上(通过零频率),反之亦然。

1.9.0 版本新增。

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

备注

有关实现细节,请参阅 [1]。由于使用了单个重复极点,梳状滤波器的 TF 实现即使在较高阶时也具有数值稳定性,不会出现精度损失。

参考文献

[1]

Sophocles J. Orfanidis,《信号处理导论》(Introduction To Signal Processing),Prentice-Hall,1996 年,第 11 章,“数字滤波器设计”(Digital Filter Design)

示例

设计并绘制用于 200 Hz 采样信号的 20 Hz 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()
../../_images/scipy-signal-iircomb-1_00_00.png

设计并绘制用于 1000 Hz 采样信号的 250 Hz 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()
../../_images/scipy-signal-iircomb-1_01_00.png