scipy.signal.

normalize#

scipy.signal.normalize(b, a)[源]#

归一化连续时间传递函数的分子/分母。

如果 b 的值太接近 0，它们将被移除。在这种情况下，会发出 BadCoefficients 警告。

参数:
b: array_like

传递函数的分子。可以是 2-D 数组，用于归一化多个传递函数。

a: array_like

传递函数的分母。最多 1-D。

返回:
num: array

归一化传递函数的分子。至少为 1-D 数组。如果输入 num 为 2-D 数组，则为 2-D 数组。

den: 1-D array

归一化传递函数的分母。

备注

分子和分母的系数应按降幂顺序指定（例如，s^2 + 3s + 5 将表示为 [1, 3, 5]）。

示例

>>> from scipy.signal import normalize

归一化传递函数 (3*s^2 - 2*s + 5) / (2*s^2 + 3*s + 1) 的系数

>>> b = [3, -2, 5]
>>> a = [2, 3, 1]
>>> normalize(b, a)
(array([ 1.5, -1. ,  2.5]), array([1. , 1.5, 0.5]))

如果例如 b 的第一个系数为 0，则会生成警告。在以下示例中，结果符合预期

>>> import warnings
>>> with warnings.catch_warnings(record=True) as w:
...     num, den = normalize([0, 3, 6], [2, -5, 4])

>>> num
array([1.5, 3. ])
>>> den
array([ 1. , -2.5,  2. ])

>>> print(w[0].message)
Badly conditioned filter coefficients (numerator): the results may be meaningless
在此页上