IIR数字和模拟滤波器设计给出了阶数和临界点。

设计一个Nth-order数字或模拟滤波器，然后返回滤波器系数。

参数：

N：int过滤器的顺序。

Wn：array_like标量或长度为2的序列给出了临界频率。

对于数字滤波器，Wn与fs的单位相同。默认情况下，fs为2 half-cycles /sample，因此将它们从0标准化为1，其中1是奈奎斯特频率。 (因此Wn在half-cycles /样本中。)

对于模拟滤波器，Wn是角频率(例如rad /s)。

rp：float, 可选参数对于Chebyshev和椭圆滤波器，可在通带中提供最大纹波。 (D b)

rs：float, 可选参数对于切比雪夫和椭圆滤波器，在阻带中提供最小的衰减。 (D b)

btype：{‘bandpass’, ‘lowpass’, ‘highpass’, ‘bandstop’}, 可选参数过滤器的类型。默认值为‘bandpass’。

analog：bool, 可选参数如果为True，则返回一个模拟滤波器，否则返回一个数字滤波器。

ftype：str, 可选参数设计的IIR滤波器的类型：

Butterworth :‘butter’

Chebyshev I :‘cheby1’

Chebyshev II :‘cheby2’

Cauer/elliptic:‘ellip’

Bessel/Thomson:‘bessel’

output：{‘ba’, ‘zpk’, ‘sos’}, 可选参数输出类型：分子/分母(‘ba’)，pole-zero(‘zpk’)或second-order部分(‘sos’)。为了向后兼容，默认值为‘ba’，但是general-purpose过滤应使用‘sos’。

fs：float, 可选参数数字系统的采样频率。

1.2.0版的新函数。

返回值：

b, a：ndarray，ndarrayIIR滤波器的分子(b)和分母(a)多项式。仅在以下情况下返回output='ba'。

z, p, k：ndarray，ndarray，floatIIR滤波器传递函数的零点，极点和系统增益。仅在以下情况下返回output='zpk'。

sos：ndarrayIIR滤波器的Second-order个部分表示。仅在以下情况下返回output=='sos'。

注意：

的'sos'在0.16.0中添加了输出参数。

例子：

生成一个从50 Hz到200 Hz的17th-order Chebyshev II模拟带通滤波器，并绘制频率响应：

>>> from scipy import signal

>>> import matplotlib.pyplot as plt

>>> b, a = signal.iirfilter(17, [2*np.pi*50, 2*np.pi*200], rs=60,

... btype='band', analog=True, ftype='cheby2')

>>> w, h = signal.freqs(b, a, 1000)

>>> fig = plt.figure()

>>> ax = fig.add_subplot(1, 1, 1)

>>> ax.semilogx(w / (2*np.pi), 20 * np.log10(np.maximum(abs(h), 1e-5)))

>>> ax.set_title('Chebyshev Type II bandpass frequency response')

>>> ax.set_xlabel('Frequency [Hz]')

>>> ax.set_ylabel('Amplitude [dB]')

>>> ax.axis((10, 1000, -100, 10))

>>> ax.grid(which='both', axis='both')

>>> plt.show()

在采样率为2000 Hz的系统中，创建具有相同属性的数字滤波器，并绘制频率响应。 (需要实施Second-order个部分，以确保此顺序的过滤器的稳定性)：

>>> sos = signal.iirfilter(17, [50, 200], rs=60, btype='band',

... analog=False, ftype='cheby2', fs=2000,

... output='sos')

>>> w, h = signal.sosfreqz(sos, 2000, fs=2000)

>>> fig = plt.figure()

>>> ax = fig.add_subplot(1, 1, 1)

>>> ax.semilogx(w, 20 * np.log10(np.maximum(abs(h), 1e-5)))

>>> ax.set_title('Chebyshev Type II bandpass frequency response')

>>> ax.set_xlabel('Frequency [Hz]')

>>> ax.set_ylabel('Amplitude [dB]')

>>> ax.axis((10, 1000, -100, 10))

>>> ax.grid(which='both', axis='both')

>>> plt.show()