scipy.signal.

iirnotch#

scipy.signal.iirnotch(w0, Q, fs=2.0, *, xp=None, device=None)[source]#

设计二阶 IIR 陷波数字滤波器。

陷波滤波器是一种带宽较窄（高品质因数）的带阻滤波器。它抑制一个窄频带，而使频谱的其余部分几乎保持不变。

参数:

w0float: 从信号中移除的频率。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。无量纲参数，用于表征陷波滤波器相对于其中心频率的 -3 dB 带宽 bw，即 Q = w0/bw。
fsfloat，可选: 数字系统的采样频率。

在 1.2.0 版本中添加。
xparray_namespace, 可选: 可选的数组命名空间。应与数组 API 标准兼容，或受 array-api-compat 支持。默认值：numpy
deviceany: 可选的输出设备规范。应与 xp 中受支持的设备规范之一匹配。

返回:

b, andarray, ndarray: IIR 滤波器的分子 (b) 和分母 (a) 多项式。

另请参阅

iirpeak

附注

版本0.19.0中新增。

数组 API 标准支持

iirnotch 除了支持 NumPy 外，还对兼容 Python 数组 API 标准（Python Array API Standard）的后端提供了实验性支持。请考虑通过设置环境变量 SCIPY_ARRAY_API=1 并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。目前支持以下后端和设备（或其他功能）的组合。

库	CPU	GPU
NumPy	✅	不适用
CuPy	不适用	✅
PyTorch	✅	✅
JAX	✅	✅
Dask	✅	不适用

有关更多信息，请参阅对数组 API 标准的支持。

参考文献

[1]

Sophocles J. Orfanidis, “Introduction To Signal Processing”, Prentice-Hall, 1996

示例

设计并绘制滤波器，以移除采样频率为 200 Hz 的信号中 60 Hz 的分量，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 = 60.0  # Frequency to be removed from signal (Hz)
>>> Q = 30.0  # Quality factor
>>> # Design notch filter
>>> b, a = signal.iirnotch(f0, Q, fs)

>>> # Frequency response
>>> freq, h = signal.freqz(b, a, fs=fs)
>>> # Plot
>>> fig, ax = plt.subplots(2, 1, figsize=(8, 6))
>>> ax[0].plot(freq, 20*np.log10(abs(h)), 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([-25, 10])
>>> ax[0].grid(True)
>>> ax[1].plot(freq, np.unwrap(np.angle(h))*180/np.pi, 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-iirnotch-1.png