scipy.signal.

iircomb

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

设计 IIR 陷波或峰化数字梳状滤波器。

陷波梳状滤波器由波段阻带滤波器和窄带宽（高品质系数）组成。每个滤波器都会抑制窄频带，并且使频谱其余部分基本保持不变。

峰化梳状滤波器由波段通带滤波器和窄带宽（高品质系数）组成。每个滤波器会抑制窄频带以外的组件。

参数:

w0浮点数

梳状滤波器的基频（其峰值之间的间距）。此频率必须平均分割采样频率。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。

Qfloat

品质因数。表征陷波滤波器 -3 dB 带宽 bw 相对其中心频率的无量纲参数，Q = w0/bw。

ftype{‘notch’, ‘peak’}

此函数生成的梳状滤波器的类型。如果是“陷波”，则 Q 因数适用于陷波。如果是“峰值”，则 Q 因数适用于峰值。默认值为“陷波”。

fsfloat，可选

信号的采样频率。默认值为 2.0。

pass_zerobool，可选

如果为 False（默认值），滤波器的陷波（零点）将中心为频率 [0, w0, 2*w0, …]，峰值将中心为中点 [w0/2, 3*w0/2, 5*w0/2, …]。如果为 True，峰值将中心为 [0, w0, 2*w0, …]（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“陷波”或“峰值”

请参阅

iirnotch

iirpeak

注释

有关实现的详细信息，请参阅 [1]。梳状滤波器的 TF 实现即使在高阶时也具有数值稳定性，这是由于使用了单个重复极点造成的，这不会出现精度损失。

参考

[1]

Sophocles J. Orfanidis，“信号处理简介”，Prentice-Hall，1996 年，第 11 章，“数字滤波器设计”

示例

在浏览器中试试看！

使用质量因数 Q = 30，针对以 200 Hz 采样的信号设计并绘制 20 Hz 的陷波梳状滤波器

>>> 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("Angle (degrees)", 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()

使用质量因数 Q = 30，针对以 1000 Hz 采样的信号设计并绘制 250 Hz 的峰值梳状滤波器

>>> 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("Angle (degrees)", 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()

返回在新浏览器选项卡中打开