Python学习-Scipy库信号处理signal(过滤、快速傅里叶变换、信号窗函数、卷积)
Python学习-Scipy库信号处理signal
目录
1、过滤:以某种方式修改输入信号
2、快速傅里叶变换
3、信号窗函数
4、卷积
导入库
import matplotlib.pyplot as plt
import scipy.signal as sgn
import numpy as np
1、过滤:以某种方式修改输入信号
1)快速线性两次应用滤波函数 filtfilt()
参数介绍:
b: 集合,滤波器所提供的分子系数向量
a: 集合,滤波器所提供的分母系数向量
x: 数组,要过滤信号的数据数组
axis: 指定要过滤x数据数组的轴,默认axis=-1不指定
padtype: 决定用于应用滤波器的填充信号扩展类型,‘odd’(奇数) ‘even’(偶数) ‘constant’(常量数值) ‘None’(不使用填充)
padlen: 在应用滤波器之前,在轴两端扩展x的元素数量,小于x.shape-1,默认3*max(len(a), len(b))
method: 确定处理信号边缘的方法,'pad’由padtype和padlen决定,'gust’使用Gustafssion的方法
irlen: 整型或None,当method为’gust’时,指定滤波器的脉冲响应的长度,对于长信号可以提高滤波器的性能
2)巴特沃斯数字和模拟滤波器设计函数:设置N阶数字或模拟Butterworth滤波器并返回滤波器系数 butter()
参数介绍:
N: 整型,指定过滤器的阶数
Wn: 集合,指定截止频率或长度为2的列表
btype: 过滤器类型,'lowpass’低通 'highpass’高通 'bandpass’带通 'bandstop’带阻
analog: False数字滤波器,True模拟滤波器
output: 输出类型,'ba’返回数组b、a,'zpk’返回数组z、p、浮点型k,'sos’返回数组sos
plt.rc('font', family='simhei', size=15) # 设置中文显示,字体大小
plt.rc('axes', unicode_minus=False) # 该参数解决负号显示的问题
# np.random.seed(29929) # 设置random生成随机数时,每次都相同# 创建一个低通巴特沃斯滤波器,8阶过滤器,截止频率为125Hz
b, a = sgn.butter(N=8, Wn=0.125, btype='lowpass', analog=False, output='ba')
n = 100 # 样本数100个
sig = np.random.randn(n)**2 + 3*np.random.randn(n).cumsum() # 建立一个由两个随机标准正态分布叠加的混合信号
f_gust = sgn.filtfilt(b=b, a=a, x=sig, method='gust') # 基于Gustafsson方法信号快速两次应用过滤
f_pad = sgn.filtfilt(b=b, a=a, x=sig, padlen=50) # 信号快速两次应用过滤,padlen样本信号x两端扩展45个元素<nplt.figure(num=1)
plt.plot(sig, 'r-', label='原始混合信号')
plt.plot(f_gust, 'b-', lw=2, label='gust')
plt.plot(f_pad, 'g--', lw=4, label='padlen=50')
plt.legend(loc='best')
plt.title('低通快速过滤信号')plt.show()
输出
2、快速傅里叶变换:利用计算机进行离散傅里叶变换
import scipy.fftpack as fpk
1)快速计算离散傅里叶变换 fft()
参数介绍;
x: 需要处理的数据集合
n: 傅里叶变换长度,n<x.shape,x被截断,n>x.shape,补充0
axis: 指定fft的轴方向,默认-1,最后一个轴
overwrite: True销毁x,,False不销毁
返回值:
y(0),y(1),…,y(n-1),其中y(j)=(xexp(-2pi*sqrt(-1)jnp.arange(N)/N)).sum()
sig = np.repeat([0.0, 1.0, 0.0], 100)
A = fpk.fft(x=sig)plt.figure(num=2, figsize=(10, 10))
plt.subplot(131)
plt.plot(sig) # 绘制原始信号
plt.title('sig line')plt.subplot(132)
plt.plot(A) # 绘制傅里叶变换后的信号图像
plt.title('fft line')
2)调整频谱显示范围[0, N]到[-N/2, N/2-1] (N为奇数)或[-(N-1)/2, (N-1)/2] (N为偶数) fftshift()
参数介绍:
x: 需要调整的集合
axis: 调整维度方向
B = fpk.fftshift(A)
plt.subplot(133)
plt.plot(B) # 范围调整后的傅里叶变换信号图像
plt.title('fftshift line')plt.show()
输出
3、信号窗函数
通过傅里叶变换得到的分析频谱,会因采样不合适,存在频谱泄露现象(不同频率的信号能量互相叠加)
需要对信号加窗,修正频谱泄露问题 矩形窗、三角窗、汉宁窗、高斯窗
汉宁信号窗函数 hann()
参数说明:
M: 输出窗的点数,<=0: 返回空数组
sym: True,对称窗,用于过滤器设计;False,周期窗,用于光谱分析
返回值:数据型窗值,最大标准化为1
plt.rc('font', family='simhei', size=15) # 设置中文显示,字体大小
plt.rc('axes', unicode_minus=False) # 该参数解决负号显示的问题
plt.figure(num=3)
han = sgn.hann(41)
plt.plot(han)
plt.title('汉宁窗')
输出
4、卷积
基于两个多维度数组的卷积 convolove()
参数说明:
in1: 第一个输入函数,主要指需要处理的信号源数据
in2: 第二个输入函数,提供另外一个处理第一个信号的数据源,必须与in1保持一样的维度
mode: 用于指定该函数输出方式,'full’完全离散线性卷积,'valid’输出仅包含那些不依赖于零填充的元素,
'same’输出与in1的大小相同,以‘full’输出为中心
method: 卷积方法,'auto’自动选择直接或傅里叶方法,'direct’调用’fftconvolve’函数利用傅里叶变换方法,
'fft’指定卷积核方法
返回值:N维数组,包含in1和in2的离散线性卷积的子集
plt.rc('font', family='simhei', size=15) # 设置中文显示,字体大小
plt.rc('axes', unicode_minus=False) # 该参数解决负号显示的问题fig = plt.figure(num=4, figsize=(10, 4))
plt.subplot(131)
sig = np.repeat([0.0, 1.0, 0.0], 100)
plt.plot(sig)
plt.title('方波脉冲信号')han = sgn.hanning(50)
plt.subplot(132)
plt.plot(han)
plt.title('汉宁窗脉冲信号')f = sgn.convolve(in1=sig, in2=han, mode='same')/sum(han)
plt.subplot(133)
plt.plot(f)
plt.title('卷积后的信号')plt.show()
输出
Python学习-Scipy库信号处理signal(过滤、快速傅里叶变换、信号窗函数、卷积)相关推荐
- Python学习-Scipy库稀疏矩阵的建立(面向列的稀疏矩阵、基于坐标格式的稀疏矩阵)
Python学习-Scipy库稀疏矩阵的建立 稀疏矩阵指在矩阵中值为0的元素的数量远远多于非0值的矩阵 (非0元素总数/所有元素总数<=0.05) 稀疏矩阵的实现对象: csc_matrix() ...
- python+tensorflow+captcha库:基于TF快速破解验证码
python+tensorflow+captcha库:基于TF快速破解验证码 点击打开链接:文章摘自 https://blog.csdn.net/tengxing007/article/details ...
- Python学习-Matplotlib库绘制简单点阵图、线型图操作
Python学习-Matplotlib库绘制简单散点图图和线型图.标签设置以及刻度线设置操作 目录 1.Matplotlib绘图细节的简单理解 2.绘制点图.线型图 3.给图表设置复杂标注 4.移动刻 ...
- Python学习六大路线,教你快速上手
最近几年随着互联网的发展学习Python人越来越多,Python的初学者总希望能够得到一份Python学习路线图,小编经过多方面汇总,总结出比较全套Python学习路线,快速上手.对于一个零基础的想学 ...
- python导入scipy库、sympy库遇到的问题及解决方式
首先从cmd中导入scipy库,输入代码: pip install scipy 注意: pip版本最好也要更新到最新版,否则容易发生版本冲突的问题. 但是出现异常:read time out 这时想到 ...
- 转载 Python 学习-Matplotlib库
Python学习-Matplotib 载出处:https://blog.csdn.net/weixin_60535956/article/details/128311973 目录 Matplotlib ...
- Python学习 matplotlib库 霍兰德人格分析雷达图
[Python学习] matplotlib库 绘制霍兰德人格分析雷达图 学习一些Python知识.用matplotlib库进行雷达图的绘制. 实现效果图片: 代码参考:<Python语言程序设计 ...
- Python中scipy库对mat文件进行读写操作
mat文件是以字典的格式进行存储的,有时候Python中需要对字典进行读写,使用Python处理matlab的mat文件时,可以使用scipy库中的函数进行操作. 导入scipy库 对mat文件的读写 ...
- 【学习笔记】超简单的快速傅里叶变换(FFT)(含全套证明)
整理的算法模板合集: ACM模板 目录 一.概念概述 二.前置知识 1. 多项式 2. 复数 4. 欧拉公式证明 3. 复数的单位根 / 单位向量 三.FFT 算法概述 四.离散傅里叶变换(DFT) ...
最新文章
- Java 8 - 自定义Collector
- 初中数学分几个模块_初中数学 8大模块,59个必考易错知识点大集合,期末考试一定要注意...
- Jakarta EE贡献–入门
- maven 学习笔记--仓库,聚合和继承,私服搭建
- Android 开发总结大全
- 古希腊的五大数学巨匠
- 超链接把一个值传到多个页面的方法
- colmap 稀疏重建输出的cameras.txt, images.txt,points3D.txt含义
- 内点法(interior point method)求解二次规划,附python代码
- 计算大数阶乘--VB Script 版
- 微软黑客马拉松@您,低代码风云再赛
- 编写一个程序对Largest函数进行测试,找出一组数据的最大值
- 海康ISAPI透传ftp
- resume english
- 知识图谱本体建模之RDF、RDFS、OWL详解
- 机器学习面试题之机器学习基础(一)
- 墨客 去中心化平台的商业逻辑
- 计算机信息专业考研院校排名,2017年电子信息工程专业考研院校排名
- 一种使用Python自实现KMeans++聚类算法的写法
- 计算机毕业设计Java疫情期间社区出入管理系统(系统+源码+mysql数据库+Lw文档)