Python基于scipy实现信号滤波功能


Posted in Python onMay 08, 2019

Python基于scipy实现信号滤波功能Python基于scipy实现信号滤波功能

1.背景介绍

在深度学习中,有时会使用Matlab进行滤波处理,再将处理过的数据送入神经网络中。这样是一般的处理方法,但是处理起来却有些繁琐,并且有时系统难以运行Matlab。Python作为一种十分强大的语言,是支持信号滤波滤波处理的。

本文将以实战的形式基于scipy模块使用Python实现简单滤波处理,包括内容有1.低通滤波,2.高通滤波,3.带通滤波,4.带阻滤波器。具体的含义大家可以查阅大学课程,信号与系统。简单的理解就是低通滤波指的是去除高于某一阈值频率的信号;高通滤波去除低于某一频率的信号;带通滤波指的是类似低通高通的结合保留中间频率信号;带阻滤波也是低通高通的结合只是过滤掉的是中间部分。上面所说的内容会在实战部分加以介绍,可以对比理解一下。

如何实现的呢?我的理解,是通过时域转换为频域,在频域信号中去除相应频域信号,最后在逆转换还原为时域型号。具体的内容还是要查阅大学课程,信号与系统。自己学的很一般就不班门弄斧了。

有什么作用呢?My Opinions,可以消除一些干扰信号,以低通滤波为例,例如我们如果只是统计脉搏信号波形,应该在1Hz左右,却发现波形信号上有很多噪音,这些噪音都是成百上千Hz的,这些对于脉搏信号波形就属于无用的噪音,我们就可以通过低通滤波器将超出某一阈值的信号过滤掉,此时得到的波形就会比较平滑了。

2.实战演练

首先我们使用到了scipy模块,可以通过下述命令进行安装:(我使用的Python==3.6)

pip install scipy

1).低通滤波

这里假设采样频率为1000hz,信号本身最大的频率为500hz,要滤除400hz以上频率成分,即截至频率为400hz,则wn=2*400/1000=0.8。Wn=0.8

from scipy import signal
b, a = signal.butter(8, 0.8, 'lowpass')  #配置滤波器 8 表示滤波器的阶数
filtedData = signal.filtfilt(b, a, data) #data为要过滤的信号

2).高通滤波

这里假设采样频率为1000hz,信号本身最大的频率为500hz,要滤除100hz以下频率成分,即截至频率为100hz,则wn=2*100/1000=0.2。Wn=0.2

from scipy import signal
b, a = signal.butter(8, 0.2, 'highpass')  #配置滤波器 8 表示滤波器的阶数
filtedData = signal.filtfilt(b, a, data) #data为要过滤的信号

3).带通滤波

这里假设采样频率为1000hz,信号本身最大的频率为500hz,要滤除100hz以下,400hz以上频率成分,即截至频率为100,400hz,则wn1=2*100/1000=0.2,Wn1=0.2; wn2=2*400/1000=0.8,Wn2=0.8。Wn=[0.02,0.8]

from scipy import signal
b, a = signal.butter(8, [0.2,0.8], 'bandpass')  #配置滤波器 8 表示滤波器的阶数
filtedData = signal.filtfilt(b, a, data) #data为要过滤的信号

4).带阻滤波

这里假设采样频率为1000hz,信号本身最大的频率为500hz,要滤除100hz以上,400hz以下频率成分,即截至频率为100,400hz,则wn1=2*100/1000=0.2,Wn1=0.2; wn2=2*400/1000=0.8,Wn2=0.8。Wn=[0.02,0.8],和带通相似,但是带通是保留中间,而带阻是去除。

from scipy import signal
b, a = signal.butter(8, [0.2,0.8], 'bandstop')  #配置滤波器 8 表示滤波器的阶数
filtedData = signal.filtfilt(b, a, data) #data为要过滤的信号

3.函数介绍

1.函数的介绍

(1).滤波函数

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

输入参数:

b: 滤波器的分子系数向量

a: 滤波器的分母系数向量

x: 要过滤的数据数组。(array型)

axis: 指定要过滤的数据数组x的轴

padtype: 必须是“奇数”、“偶数”、“常数”或“无”。这决定了用于过滤器应用的填充信号的扩展类型。{‘odd', ‘even', ‘constant', None}

padlen:在应用滤波器之前在轴两端延伸X的元素数目。此值必须小于要滤波元素个数- 1。(int型或None)

method:确定处理信号边缘的方法。当method为“pad”时,填充信号;填充类型padtype和padlen决定,irlen被忽略。当method为“gust”时,使用古斯塔夫森方法,而忽略padtype和padlen。{“pad” ,“gust”}

irlen:当method为“gust”时,irlen指定滤波器的脉冲响应的长度。如果irlen是None,则脉冲响应的任何部分都被忽略。对于长信号,指定irlen可以显著改善滤波器的性能。(int型或None)

输出参数:

y:滤波后的数据数组

(2).滤波器构造函数(仅介绍Butterworth滤波器)

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

输入参数:

N:滤波器的阶数

Wn:归一化截止频率。计算公式Wn=2*截止频率/采样频率。(注意:根据采样定理,采样频率要大于两倍的信号本身最大的频率,才能还原信号。截止频率一定小于信号本身最大的频率,所以Wn一定在0和1之间)。当构造带通滤波器或者带阻滤波器时,Wn为长度为2的列表。

btype : 滤波器类型{‘lowpass', ‘highpass', ‘bandpass', ‘bandstop'},

output : 输出类型{‘ba', ‘zpk', ‘sos'},

输出参数:

b,a: IIR滤波器的分子(b)和分母(a)多项式系数向量。output='ba'

z,p,k: IIR滤波器传递函数的零点、极点和系统增益. output= 'zpk'

sos: IIR滤波器的二阶截面表示。output= 'sos'

总结

以上所述是小编给大家介绍的Python基于scipy实现信号滤波功能,希望对大家有所帮助,如果大家有任何疑问欢迎给我留言,小编会及时回复大家的!

Python 相关文章推荐
优化Python代码使其加快作用域内的查找
Mar 30 Python
利用python程序生成word和PDF文档的方法
Feb 14 Python
浅谈Python中带_的变量或函数命名
Dec 04 Python
Python实战小程序利用matplotlib模块画图代码分享
Dec 09 Python
Python cookbook(数据结构与算法)保存最后N个元素的方法
Feb 13 Python
python 列表删除所有指定元素的方法
Apr 19 Python
10个Python小技巧你值得拥有
Sep 29 Python
解决python中导入win32com.client出错的问题
Jul 26 Python
实现Python与STM32通信方式
Dec 18 Python
django rest framework 过滤时间操作
Jul 12 Python
Python接收手机短信的代码整理
Aug 02 Python
python pip如何手动安装二进制包
Sep 30 Python
python实现抽奖小程序
Apr 15 #Python
Python常见数据类型转换操作示例
May 08 #Python
Python数据类型之Number数字操作实例详解
May 08 #Python
利用PyCharm Profile分析异步爬虫效率详解
May 08 #Python
Python数据类型之String字符串实例详解
May 08 #Python
Python数据类型之List列表实例详解
May 08 #Python
Python3使用TCP编写一个简易的文件下载器功能
May 08 #Python
You might like
php 无限级 SelectTree 类
2009/05/19 PHP
PHP输入流php://input介绍
2012/09/18 PHP
php代码架构的八点注意事项
2016/01/25 PHP
PHP使用PHPExcel删除Excel单元格指定列的方法
2016/07/06 PHP
JavaScript 图片预览效果 推荐
2009/12/22 Javascript
JavaScript 面向对象编程(1) 基础
2010/05/18 Javascript
jQuery Ajax请求状态管理器打包
2012/05/03 Javascript
浅析offsetLeft,Left,clientLeft之间的区别
2013/11/30 Javascript
项目中常用的JS方法整理
2015/01/30 Javascript
深入浅析JavaScript字符串操作方法 slice、substr、substring及其IE兼容性
2015/12/16 Javascript
javascript回到顶部特效
2016/07/30 Javascript
jQuery自适应轮播图插件Swiper用法示例
2016/08/24 Javascript
JS中Swiper的使用和轮播图效果
2017/08/11 Javascript
javascript随机变色实例代码
2019/10/15 Javascript
vue实现图片裁剪后上传
2020/12/16 Vue.js
[03:20]次级联赛厮杀超职业 现超级兵对拆世纪大战
2014/10/30 DOTA
[04:49]期待西雅图之战 2016国际邀请赛中国区预选赛WINGS战队赛后采访
2016/06/29 DOTA
[49:35]KG vs SECRET 2019国际邀请赛小组赛 BO2 第一场 8.16
2019/08/19 DOTA
python Django批量导入数据
2016/03/25 Python
python音频处理用到的操作的示例代码
2017/10/27 Python
python3.6连接MySQL和表的创建与删除实例代码
2017/12/28 Python
对python使用http、https代理的实例讲解
2018/05/07 Python
在Python中获取操作系统的进程信息
2019/08/27 Python
Python函数中的可变长参数详解
2019/09/12 Python
python中如何打包用户自定义模块
2020/09/23 Python
铭万公司.net面试题笔试题
2014/07/20 面试题
初中生三年学习生活的自我评价
2013/11/03 职场文书
工作时间上网检讨书
2014/02/03 职场文书
写求职信有哪些注意事项
2014/05/08 职场文书
授权委托书
2014/07/31 职场文书
老干部工作汇报材料
2014/10/28 职场文书
2014年人民调解工作总结
2014/12/08 职场文书
2015年小学开学寄语
2015/02/27 职场文书
新手必备Python开发环境搭建教程
2021/05/28 Python
MySQL 分区表中分区键为什么必须是主键的一部分
2022/03/17 MySQL
使用 DataAnt 监控 Apache APISIX的原理解析
2022/07/07 Servers