scipy.signal.
ellipord#
- scipy.signal.ellipord(wp, ws, gpass, gstop, analog=False, fs=None)[源代码][源代码]#
椭圆(Cauer)滤波器阶数选择。
返回在通带中损失不超过 gpass dB 且在阻带中至少有 gstop dB 衰减的最低阶数数字或模拟椭圆滤波器的阶数。
- 参数:
- wp, ws浮动
通带和阻带边缘频率。
对于数字滤波器,这些单位与 fs 相同。默认情况下,fs 是 2 个半周期/样本,因此这些值从 0 到 1 归一化,其中 1 是奈奎斯特频率。(wp 和 ws 因此以半周期/样本为单位。)例如:
低通滤波器: wp = 0.2, ws = 0.3
高通滤波器: wp = 0.3, ws = 0.2
带通滤波器: wp = [0.2, 0.5], ws = [0.1, 0.6]
带阻滤波器: wp = [0.1, 0.6], ws = [0.2, 0.5]
对于模拟滤波器,wp 和 ws 是角频率(例如,弧度/秒)。
- gpass浮动
通带中的最大损耗(dB)。
- gstop浮动
阻带中的最小衰减(dB)。
- 模拟bool, 可选
当为 True 时,返回一个模拟滤波器,否则返回一个数字滤波器。
- fsfloat, 可选
数字系统的采样频率。
Added in version 1.2.0.
- 返回:
参见
示例
设计一个模拟高通滤波器,使得通带在30 rad/s以上3 dB以内,同时在10 rad/s处衰减-60 dB。绘制其频率响应图,用灰色显示通带和阻带的约束。
>>> from scipy import signal >>> import matplotlib.pyplot as plt >>> import numpy as np
>>> N, Wn = signal.ellipord(30, 10, 3, 60, True) >>> b, a = signal.ellip(N, 3, 60, Wn, 'high', True) >>> w, h = signal.freqs(b, a, np.logspace(0, 3, 500)) >>> plt.semilogx(w, 20 * np.log10(abs(h))) >>> plt.title('Elliptical highpass filter fit to constraints') >>> plt.xlabel('Frequency [radians / second]') >>> plt.ylabel('Amplitude [dB]') >>> plt.grid(which='both', axis='both') >>> plt.fill([.1, 10, 10, .1], [1e4, 1e4, -60, -60], '0.9', lw=0) # stop >>> plt.fill([30, 30, 1e9, 1e9], [-99, -3, -3, -99], '0.9', lw=0) # pass >>> plt.axis([1, 300, -80, 3]) >>> plt.show()