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

這篇文章將為大家詳細講解有關怎么利用Python scipy.signal.filtfilt() 實現信號濾波，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

Python主要用來做什么

Python主要應用于：1、Web開發；2、數據科學研究；3、網絡爬蟲；4、嵌入式應用開發；5、游戲開發；6、桌面應用開發。

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

1.函數的介紹

(1).濾波函數

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

輸入參數：

b: 濾波器的分子系數向量

a: 濾波器的分母系數向量

x: 要過濾的數據數組。（array型）

axis: 指定要過濾的數據數組x的軸

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

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

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

irlen：當method為“gust”時，irlen指定濾波器的脈沖響應的長度。如果irlen是None，則脈沖響應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：

y:濾波后的數據數組

（2）.濾波器構造函數(僅介紹Butterworth濾波器)

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

輸入參數：

N:濾波器的階數

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）。當構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：

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

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

sos: IIR濾波器的二階截面表示。output= 'sos'

2.函數的使用

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

關于“怎么利用Python scipy.signal.filtfilt() 實現信號濾波”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。