scipy.signal.

unit_impulse

scipy.signal.unit_impulse(shape, idx=None, dtype=<class 'float'>)

单位脉冲信号（离散 delta 函数）或单位基向量。

参数:

shapeint 或 int 元组

输出中样本的数量 (1-D)，或者表示输出 (N-D) 形状的元组。

idxNone 或 int 或 int 元组或 ‘mid’，可选

值为 1 的索引。如果没有设定值，则默认为第 0 个元素。如果 idx='mid'，则脉冲将居中于 shape // 2 所有维度。如果为 int，则脉冲将在所有维度上处于 idx。

dtype数据类型，可选

数组的所需数据类型，例如 numpy.int8。默认值为 numpy.float64。

返回:

yndarray

包含脉冲信号的输出数组。

备注

1D 示例也称为 Kronecker delta。

在版本 0.19.0 中添加。

示例

在浏览器中尝试！

第 0 个元素中的脉冲 (\(\delta[n]\))

>>> from scipy import signal
>>> signal.unit_impulse(8)
array([ 1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

脉冲偏移 2 个样本 (\(\delta[n-2]\))

>>> signal.unit_impulse(7, 2)
array([ 0.,  0.,  1.,  0.,  0.,  0.,  0.])

二维脉冲，居中

>>> signal.unit_impulse((3, 3), 'mid')
array([[ 0.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  0.]])

使用广播的 (2, 2) 处脉冲

>>> signal.unit_impulse((4, 4), 2)
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  0.]])

绘制 4 阶 Butterworth 低通滤波器的脉冲响应

>>> imp = signal.unit_impulse(100, 'mid')
>>> b, a = signal.butter(4, 0.2)
>>> response = signal.lfilter(b, a, imp)

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> plt.plot(np.arange(-50, 50), imp)
>>> plt.plot(np.arange(-50, 50), response)
>>> plt.margins(0.1, 0.1)
>>> plt.xlabel('Time [samples]')
>>> plt.ylabel('Amplitude')
>>> plt.grid(True)
>>> plt.show()

返回在新标签页中打开