scipy.signal.

双线性

scipy.signal.bilinear(b, a, fs=1.0)

使用双线性变换从模拟滤波器返回数字IIR滤波器。

使用Tustin方法将一组极点和零点从模拟s平面转换到数字z平面，该方法用 2*fs*(z-1) / (z+1) 替换 s，保持频率响应的形状。

参数:

barray_like

模拟滤波器传递函数的分子。

aarray_like

模拟滤波器传递函数的分母。

fs浮动

采样率，作为普通频率（例如，赫兹）。此函数中没有进行预扭曲。

返回:

bndarray

变换后的数字滤波器传递函数的分子。

andarray

变换后的数字滤波器传递函数的分母。

参见

lp2lp, lp2hp, lp2bp, lp2bs

bilinear_zpk

示例

Try it in your browser!

>>> from scipy import signal
>>> import matplotlib.pyplot as plt
>>> import numpy as np

>>> fs = 100
>>> bf = 2 * np.pi * np.array([7, 13])
>>> filts = signal.lti(*signal.butter(4, bf, btype='bandpass',
...                                   analog=True))
>>> filtz = signal.lti(*signal.bilinear(filts.num, filts.den, fs))
>>> wz, hz = signal.freqz(filtz.num, filtz.den)
>>> ws, hs = signal.freqs(filts.num, filts.den, worN=fs*wz)

>>> plt.semilogx(wz*fs/(2*np.pi), 20*np.log10(np.abs(hz).clip(1e-15)),
...              label=r'$|H_z(e^{j \omega})|$')
>>> plt.semilogx(wz*fs/(2*np.pi), 20*np.log10(np.abs(hs).clip(1e-15)),
...              label=r'$|H(j \omega)|$')
>>> plt.legend()
>>> plt.xlabel('Frequency [Hz]')
>>> plt.ylabel('Magnitude [dB]')
>>> plt.grid(True)

Go BackOpen In Tab