溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

Python中怎么利用scipy.signal.filtfilt() 實現(xiàn)信號濾波

發(fā)布時間:2021-07-24 15:23:33 來源:億速云 閱讀:664 作者:Leah 欄目:編程語言

Python中怎么利用scipy.signal.filtfilt() 實現(xiàn)信號濾波,相信很多沒有經(jīng)驗的人對此束手無策,為此本文總結(jié)了問題出現(xiàn)的原因和解決方法,通過這篇文章希望你能解決這個問題。

  在使用Python進(jìn)行信號處理過程中,利用 scipy.signal.filtfilt()可以快速幫助實現(xiàn)信號的濾波。

  1.函數(shù)的介紹

  (1).濾波函數(shù)

  scipy.signal.filtfilt(b, a, x, axis=-1, padtype='odd', padlen=None, method='pad', irlen=None)

  輸入?yún)?shù):

  b: 濾波器的分子系數(shù)向量

  a: 濾波器的分母系數(shù)向量

  x: 要過濾的數(shù)據(jù)數(shù)組。(array型)

  axis: 指定要過濾的數(shù)據(jù)數(shù)組x的軸

  padtype: 必須是“奇數(shù)”、“偶數(shù)”、“常數(shù)”或“無”。這決定了用于過濾器應(yīng)用的填充信號的擴(kuò)展類型。{‘odd', ‘even', ‘constant', None}。

  padlen:在應(yīng)用濾波器之前在軸兩端延伸X的元素數(shù)目。此值必須小于要濾波元素個數(shù)- 1。(int型或None)。

  method:確定處理信號邊緣的方法。當(dāng)method為“pad”時,填充信號;填充類型padtype和padlen決定,irlen被忽略。當(dāng)method為“gust”時,使用古斯塔夫森方法,而忽略padtype和padlen。{“pad” ,“gust”}。

  irlen:當(dāng)method為“gust”時,irlen指定濾波器的脈沖響應(yīng)的長度。如果irlen是None,則脈沖響應(yīng)的任何部分都被忽略。對于長信號,指定irlen可以顯著改善濾波器的性能。(int型或None)。

  輸出參數(shù):

  y:濾波后的數(shù)據(jù)數(shù)組

  (2).濾波器構(gòu)造函數(shù)(僅介紹Butterworth濾波器)

  scipy.signal.butter(N, Wn, btype='low', analog=False, output='ba')

  輸入?yún)?shù):

  N:濾波器的階數(shù)。

  Wn:歸一化截止頻率。計算公式Wn=2*截止頻率/采樣頻率。(注意:根據(jù)采樣定理,采樣頻率要大于兩倍的信號本身最大的頻率,才能還原信號。截止頻率一定小于信號本身最大的頻率,所以Wn一定在0和1之間)。當(dāng)構(gòu)造帶通濾波器或者帶阻濾波器時,Wn為長度為2的列表。

  btype : 濾波器類型{‘lowpass', ‘highpass', ‘bandpass', ‘bandstop'},

  output : 輸出類型{‘ba', ‘zpk', ‘sos'},

  輸出參數(shù):

  b,a: IIR濾波器的分子(b)和分母(a)多項式系數(shù)向量。output='ba'

  z,p,k: IIR濾波器傳遞函數(shù)的零點、極點和系統(tǒng)增益. output= 'zpk'

  sos: IIR濾波器的二階截面表示。output= 'sos'

  2.函數(shù)的使用

  信號濾波中最常用的無非低通濾波、高通濾波和帶通濾波。下面簡單介紹這三種濾波的使用過程:

  (1).高通濾波

  #這里假設(shè)采樣頻率為1000hz,信號本身最大的頻率為500hz,要濾除10hz以下頻率成分,即截至頻率為10hz,則wn=2*10/1000=0.02。

  from scipy import signal

  b, a = signal.butter(8, 0.02, 'highpass')

  filtedData = signal.filtfilt(b, a, data)#data為要過濾的信號

  (2).低通濾波

  #這里假設(shè)采樣頻率為1000hz,信號本身最大的頻率為500hz,要濾除10hz以上頻率成分,即截至頻率為10hz,則wn=2*10/1000=0.02。

  from scipy import signal

  b, a = signal.butter(8, 0.02, 'lowpass')

  filtedData = signal.filtfilt(b, a, data) #data為要過濾的信號

  (3).帶通濾波

  #這里假設(shè)采樣頻率為1000hz,信號本身最大的頻率為500hz,要濾除10hz以下和400hz以上頻率成分,即截至頻率為10hz和400hz,則wn1=2*10/1000=0.02,wn2=2*400/1000=0.8。Wn=[0.02,0.8]。

  from scipy import signal

  b, a = signal.butter(8, [0.02,0.8], 'bandpass')

  filtedData = signal.filtfilt(b, a, data) #data為要過濾的信號

看完上述內(nèi)容,你們掌握Python中怎么利用scipy.signal.filtfilt() 實現(xiàn)信號濾波的方法了嗎?如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容,歡迎關(guān)注億速云行業(yè)資訊頻道,感謝各位的閱讀!

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI