scipy.signal信号处理的库（笔记06）

Posted 2021-06-02 月疯

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了scipy.signal信号处理的库（笔记06）相关的知识，希望对你有一定的参考价值。

信号处理（`scipy.signal`）

网址：https://docs.scipy.org/doc/scipy/reference/signal.html#scipy.signal

卷积

`convolve`（in1，in2 [，模式，方法]）	卷积两个N维数组。
`correlate`（in1，in2 [，模式，方法]）	将两个N维数组互相关。
`fftconvolve`（in1，in2 [，模式，轴]）	使用FFT卷积两个N维数组。
`oaconvolve`（in1，in2 [，模式，轴]）	使用重叠相加方法对两个N维数组进行卷积。
`convolve2d`（in1，in2 [，模式，边界，填充值]）	卷积两个二维数组。
`correlate2d`（in1，in2 [，模式，边界，…]）	将两个二维数组互相关。
`sepfir2d`（输入，hrow，hcol）	与2D可分离FIR滤波器卷积。
`choose_conv_method`（in1，in2 [，模式，小节]）	查找最快的卷积/相关方法。
`correlation_lags`（in1_len，in2_len [，模式]）	计算一维互相关的滞后/位移索引数组。

B样条

`bspline`[x，n）	n阶B样条基函数。
`cubic`（X）	三次B样条曲线。
`quadratic`（X）	二次B样条曲线。
`gauss_spline`[x，n）	n阶B样条基函数的高斯近似。
`cspline1d`（信号[，羔羊]）	计算等级1数组的三次样条系数。
`qspline1d`（信号[，羔羊]）	计算秩1数组的二次样条系数。
`cspline2d`（输入[，lambda，精度]）	二维三次（三阶）B样条曲线的系数。
`qspline2d`（输入[，lambda，精度]）	二维二次（二阶）B样条的系数：
`cspline1d_eval`（cj，newx [，dx，x0]）	在新的一组点上评估三次样条。
`qspline1d_eval`（cj，newx [，dx，x0]）	在新的一组点上评估二次样条。
`spline_filter`（Iin [，lmbda]）	秩2数组的平滑样条曲线（三次）过滤。

过滤

`order_filter`（一个，域，等级）	在ND阵列上执行顺序过滤器。
`medfilt`（volume [，kernel_size]）	对N维数组执行中值滤波。
`medfilt2d`（输入[，kernel_size]）	中值过滤二维数组。
`wiener`（im [，mysize，噪音]）	在N维数组上执行维纳过滤器。
`symiirorder1`（输入，c0，z1 [，精度]）	使用一阶部分的级联实现具有镜像对称边界条件的平滑IIR滤波器。
`symiirorder2`（输入，r，omega [，精度]）	使用一连串的二阶节实现具有镜像对称边界条件的平滑IIR滤波器。
`lfilter`（b，a，x [，轴，zi]）	使用IIR或FIR过滤器一维过滤数据。
`lfiltic`（b，a，y [，x]）	给定输入和输出向量的lfilter构造初始条件。
`lfilter_zi`（b，a）	为lfilter构造阶跃响应稳态的初始条件。
`filtfilt`（b，a，x [，轴，padtype，padlen，…]）	将数字滤波器向前和向后应用到信号。
`savgol_filter`（x，window_length，polyorder [，…]）	将Savitzky-Golay滤镜应用于数组。
`deconvolve`（信号，除数）	反卷积`divisor`不再`signal`使用逆滤波。
`sosfilt`（sos，x [，轴，zi]）	使用级联的二阶节沿一维过滤数据。
`sosfilt_zi`（sos）	为sosfilt构造阶跃响应稳态的初始条件。
`sosfiltfilt`（sos，x [，轴，padtype，padlen]）	使用级联二阶节的前向后数字滤波器。
`hilbert`（x [，N，轴]）	使用希尔伯特变换来计算分析信号。
`hilbert2`（x [，N]）	计算x的'2-D'分析信号
`decimate`（x，q [，n，ftype，轴，zero_phase]）	应用抗混叠滤波器后，对信号进行下采样。
`detrend`（数据[，轴，类型，bp，overwrite_data]）	从数据中删除沿轴的线性趋势。
`resample`（x，num [，t，轴，窗口，域]）	使用傅里叶方法沿给定轴将x重新采样为num个采样。
`resample_poly`（x，上，下[，轴，窗口，…]）	使用多相滤波沿给定的轴重新采样x。
`upfirdn`（h，x [，上，下，轴，模式，cval]）	上采样，FIR滤波器和下采样。

滤波器的设计

`bilinear`（b，a [，fs]）	使用双线性变换从模拟滤波器返回数字IIR滤波器。
`bilinear_zpk`（z，p，k，fs）	使用双线性变换从模拟滤波器返回数字IIR滤波器。
`findfreqs`（num，den，N [，种类]）	查找用于计算模拟滤波器响应的频率阵列。
`firls`（小节，乐队，所需的[，重量，nyq，fs]）	使用最小二乘误差最小化的FIR滤波器设计。
`firwin`（小节，截止[，宽度，窗口，…]）	FIR滤波器的设计采用了窗口法。
`firwin2`（小节，频率，增益[，nfreqs…]）	FIR滤波器的设计采用了窗口法。
`freqs`（b，a [，worN，plot]）	计算模拟滤波器的频率响应。
`freqs_zpk`（z，p，k [，worN]）	计算模拟滤波器的频率响应。
`freqz`（b [，a，worN，整体，情节，fs，…]）	计算数字滤波器的频率响应。
`freqz_zpk`（z，p，k [，worN，整个，fs]）	计算ZPK形式的数字滤波器的频率响应。
`sosfreqz`（sos [，worN，整个，fs]）	计算SOS格式的数字滤波器的频率响应。
`gammatone`（频率，ftype [，顺序，数字，fs]）	伽马通滤镜设计。
`group_delay`（系统[，w，整体，fs]）	计算数字滤波器的群时延。
`iirdesign`（wp，ws，gpass，gstop [，模拟，…]）	完整的IIR数字和模拟滤波器设计。
`iirfilter`（N，Wn [，rp，rs，btype，模拟，…]）	IIR数字和模拟滤波器设计给出了阶数和临界点。
`kaiser_atten`（小睡，宽度）	计算Kaiser FIR滤波器的衰减。
`kaiser_beta`（一种）	给定衰减a，计算Kaiser参数beta。
`kaiserord`（波纹，宽度）	确定Kaiser窗口方法的过滤器窗口参数。
`minimum_phase`（h [，方法，n_fft]）	将线性相位FIR滤波器转换为最小相位
`savgol_coeffs`（window_length，polyorder [，…]）	计算一维Savitzky-Golay FIR滤波器的系数。
`remez`（小节，频段，所需的[，重量，Hz，…]）	使用Remez交换算法计算minimax最佳滤波器。
`unique_roots`（p [，tol，rtype]）	从根列表中确定唯一的根及其多重性。
`residue`（b，a [，tol，rtype]）	计算b（s）/ a（s）的部分分数展开。
`residuez`（b，a [，tol，rtype]）	计算b（z）/ a（z）的部分分数展开。
`invres`（r，p，k [，tol，rtype]）	根据部分分数展开来计算b和a。
`invresz`（r，p，k [，tol，rtype]）	根据部分分数展开计算b（z）和a（z）。
`BadCoefficients`	警告关于滤波器系数条件不良

下层滤波器设计功能：

`abcd_normalize`（[A B C D]）	检查状态空间矩阵，并确保它们是二维的。
`band_stop_obj`（wp，ind，passb，stopb，gpass等）	带阻目标功能可最小化订单。
`besselap`（N [，范数]）	返回（z，p，k）N阶贝塞尔滤波器的模拟原型。
`buttap`（N）	返回（z，p，k）N阶Butterworth滤波器的模拟原型。
`cheb1ap`（N，rp）	返回N阶Chebyshev I型模拟低通滤波器的（z，p，k）。
`cheb2ap`（N，rs）	返回N阶Chebyshev I型模拟低通滤波器的（z，p，k）。
`cmplx_sort`（p）	根据数量对根进行排序。
`ellipap`（N，RP，RS）	N阶椭圆模拟低通滤波器的返回（z，p，k）。
`lp2bp`（b，a [，wo，bw]）	将低通滤波器原型转换为带通滤波器。
`lp2bp_zpk`（z，p，k [，wo，bw]）	将低通滤波器原型转换为带通滤波器。
`lp2bs`（b，a [，wo，bw]）	将低通滤波器原型转换为带阻滤波器。
`lp2bs_zpk`（z，p，k [，wo，bw]）	将低通滤波器原型转换为带阻滤波器。
`lp2hp`（b，a [，wo]）	将低通滤波器原型转换为高通滤波器。
`lp2hp_zpk`（z，p，k [，wo]）	将低通滤波器原型转换为高通滤波器。
`lp2lp`（b，a [，wo]）	将低通滤波器原型转换为不同的频率。
`lp2lp_zpk`（z，p，k [，wo]）	将低通滤波器原型转换为不同的频率。
`normalize`（b，a）	归一化连续时间传递函数的分子/分母。

Matlab样式的IIR滤波器设计

`butter`（N，Wn [，btype，模拟量，输出，fs]）	巴特沃思数字和模拟滤波器设计。
`buttord`（wp，ws，gpass，gstop [，模拟，fs]）	巴特沃斯过滤器顺序选择。
`cheby1`（N，rp，Wn [，btype，模拟量，输出，fs]）	切比雪夫（Chebyshev）I型数字和模拟滤波器设计。
`cheb1ord`（wp，ws，gpass，gstop [，模拟，fs]）	切比雪夫（Chebyshev）类型I筛选顺序选择。
`cheby2`（N，rs，Wn [，btype，模拟量，输出，fs]）	Chebyshev II型数字和模拟滤波器设计。
`cheb2ord`（wp，ws，gpass，gstop [，模拟，fs]）	切比雪夫（Chebyshev）II型过滤器顺序选择。
`ellip`（N，rp，rs，Wn [，btype，模拟量，输出，fs]）	椭圆（Cauer）数字和模拟滤波器设计。
`ellipord`（wp，ws，gpass，gstop [，模拟，fs]）	椭圆（Cauer）过滤器顺序选择。
`bessel`（N，Wn [，btype，模拟，输出，范数，fs]）	贝塞尔/汤姆森数字和模拟滤波器设计。
`iirnotch`（w0，Q [，fs]）	设计二阶IIR陷波数字滤波器。
`iirpeak`（w0，Q [，fs]）	设计二阶IIR峰值（谐振）数字滤波器。
`iircomb`（w0，Q [，ftype，fs]）	设计IIR陷波或峰值数字梳状滤波器。

连续时间线性系统

`lti`（*系统）	连续时间线性时不变系统基类。
`StateSpace`（* system，** kwargs）	状态空间形式的线性时不变系统。
`TransferFunction`（* system，** kwargs）	传递函数形式的线性时不变系统类。
`ZerosPolesGain`（* system，** kwargs）	零，极点，增益形式的线性时不变系统类别。
`lsim`（系统，U，T [，X0，插值]）	模拟连续时间线性系统的输出。
`lsim2`（系统[，U，T，X0]）	使用ODE求解器模拟连续时间线性系统的输出`scipy.integrate.odeint`。
`impulse`（系统[，X0，T，N]）	连续时间系统的脉冲响应。
`impulse2`（系统[，X0，T，N]）	单输入连续时间线性系统的脉冲响应。
`step`（系统[，X0，T，N]）	连续时间系统的阶跃响应。
`step2`（系统[，X0，T，N]）	连续时间系统的阶跃响应。
`freqresp`（系统[，w，n]）	计算连续时间系统的频率响应。
`bode`（系统[，w，n]）	计算连续时间系统的波德幅度和相位数据。

离散线性系统

`dlti`（* system，** kwargs）	离散时间线性时不变系统基类。
`StateSpace`（* system，** kwargs）	状态空间形式的线性时不变系统。
`TransferFunction`（* system，** kwargs）	传递函数形式的线性时不变系统类。
`ZerosPolesGain`（* system，** kwargs）	零，极点，增益形式的线性时不变系统类别。
`dlsim`（系统，u [，t，x0]）	模拟离散时间线性系统的输出。
`dimpulse`（系统[，x0，t，n]）	离散时间系统的脉冲响应。
`dstep`（系统[，x0，t，n]）	离散时间系统的阶跃响应。
`dfreqresp`（系统[，w，n，整个]）	计算离散时间系统的频率响应。
`dbode`（系统[，w，n]）	计算离散时间系统的波德幅度和相位数据。