cupyx.scipy.signal.firwin#

cupyx.scipy.signal.firwin(numtaps, cutoff, width=None, window='hamming', pass_zero=True, scale=True, fs=2)[source]#

使用窗方法进行 FIR 滤波器设计。

此函数计算有限脉冲响应滤波器的系数。滤波器将具有线性相位；如果 numtaps 为奇数，则为 I 型，如果 numtaps 为偶数，则为 II 型。

II 型滤波器在奈奎斯特频率处响应始终为零，因此如果在调用 firwin 时 numtaps 为偶数且通带的右端在奈奎斯特频率处，则会引发 ValueError 异常。

参数:

  • numtaps (int) – 滤波器长度（系数数量，即滤波器阶数 + 1）。如果通带包含奈奎斯特频率，numtaps 必须为奇数。

  • cutoff (float 或 1D array_like) – 滤波器的截止频率（单位与 fs 相同）或截止频率数组（即带边）。在后一种情况下，cutoff 中的频率应为正值，并在 0 和 fs/2 之间单调递增。不得将值 0 和 fs/2 包含在 cutoff 中。

  • width (float 或 None, 可选) – 如果 width 不为 None，则假定它是过渡带的近似宽度（单位与 fs 相同），用于 Kaiser FIR 滤波器设计。在这种情况下，window 参数将被忽略。

  • window (string 或 string 和参数值组成的元组, 可选) – 要使用的期望窗口。有关窗口列表和所需参数，请参阅 cusignal.get_window。

  • pass_zero ({True, False, 'bandpass', 'lowpass', 'highpass', 'bandstop'},) – 可选 如果为 True，则频率 0 处（即“直流增益”）的增益为 1。如果为 False，则直流增益为 0。也可以是表示所需滤波器类型的字符串参数（等同于 IIR 设计函数中的 btype）。

  • scale (bool, 可选) –

    设置为 True 以缩放系数，使频率响应在某个频率处恰好为 1。该频率为以下之一：

    • 0 (DC)，如果第一个通带从 0 开始（即 pass_zero 为 True）

    • fs/2（奈奎斯特频率），如果第一个通带结束于 fs/2（即滤波器是单带高通滤波器）；否则为第一个通带的中心。

  • fs (float, 可选) – 信号的采样频率。cutoff 中的每个频率必须介于 0 和 fs/2 之间。默认值为 2。

返回:

h – 长度为 numtaps 的 FIR 滤波器的系数。

返回类型:

(numtaps,) ndarray

引发:

ValueError – 如果 cutoff 中的任何值小于或等于 0 或大于或等于 fs/2，如果 cutoff 中的值不是严格单调递增的，或者如果 numtaps 为偶数但通带包含奈奎斯特频率。

另请参阅

firwin2, firls, minimum_phase, remez

示例

0 到 f 的低通

>>> import cusignal
>>> numtaps = 3
>>> f = 0.1
>>> cusignal.firwin(numtaps, f)
array([ 0.06799017,  0.86401967,  0.06799017])

使用特定的窗函数

>>> cusignal.firwin(numtaps, f, window='nuttall')
array([  3.56607041e-04,   9.99286786e-01,   3.56607041e-04])

高通（从 0 到 f 为 '阻带'）

>>> cusignal.firwin(numtaps, f, pass_zero=False)
array([-0.00859313,  0.98281375, -0.00859313])

带通

>>> f1, f2 = 0.1, 0.2
>>> cusignal.firwin(numtaps, [f1, f2], pass_zero=False)
array([ 0.06301614,  0.88770441,  0.06301614])

带阻

>>> cusignal.firwin(numtaps, [f1, f2])
array([-0.00801395,  1.0160279 , -0.00801395])

多带（通带为 [0, f1], [f2, f3] 和 [f4, 1]）

>>> f3, f4 = 0.3, 0.4
>>> cusignal.firwin(numtaps, [f1, f2, f3, f4])
array([-0.01376344,  1.02752689, -0.01376344])

多带（通带为 [f1, f2] 和 [f3,f4]）

>>> cusignal.firwin(numtaps, [f1, f2, f3, f4], pass_zero=False)
array([ 0.04890915,  0.91284326,  0.04890915])