cupyx.scipy.signal.firls#

cupyx.scipy.signal.firls(numtaps, bands, desired, weight=None, fs=2)[source]#

使用最小二乘误差最小化设计 FIR 滤波器。

计算线性相位有限脉冲响应 (FIR) 滤波器的系数，该滤波器在最小二乘意义下（即，指定频带内加权均方误差的积分最小化）最佳逼近由 bands 和 desired 描述的期望频率响应。

参数:

numtaps (int) – FIR 滤波器的抽头数。numtaps 必须是奇数。
bands (array_like) – 包含以 Hz 为单位的频带边缘的单调非递减序列。所有元素必须是非负数且小于或等于由 fs/2 给出的奈奎斯特频率。频带被指定为频率对，因此，如果使用 1D 数组，其长度必须是偶数，例如 cupy.array([0, 1, 2, 3, 4, 5])。或者，频带可以指定为 nx2 大小的 2D 数组，其中 n 是频带的数量，例如 cupy.array([[0, 1], [2, 3], [4, 5]])。bands 的所有元素必须单调非递减，宽度 > 0，且不得重叠。（例程不检查这一点）。
desired (array_like) – 与 bands 大小相同的序列，包含每个频带起始点和结束点的期望增益。所有元素必须是非负数（例程不检查这一点）。
weight (array_like, optional) – 在解决最小二乘问题时，赋予每个频带区域的相对权重。weight 的大小必须是 bands 的一半。所有元素必须是非负数（例程不检查这一点）。
fs (float, optional) – 信号的采样频率。bands 中的每个频率必须在 0 到 fs/2（包含）之间。默认为 2。

返回:

coeffs – 最佳（最小二乘意义上的）FIR 滤波器的系数。

返回类型:

ndarray

另请参阅