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
python提示No module named images的解决方法
Sep 29 Python
在SAE上部署Python的Django框架的一些问题汇总
May 30 Python
python编写简单爬虫资料汇总
Mar 22 Python
python 异常处理总结
Oct 18 Python
详谈python http长连接客户端
Jun 12 Python
python中获得当前目录和上级目录的实现方法
Oct 12 Python
python 重定向获取真实url的方法
May 11 Python
如何利用Python分析出微信朋友男女统计图
Jan 25 Python
Django框架模板的使用方法示例
May 25 Python
python+logging+yaml实现日志分割
Jul 22 Python
Python一键查找iOS项目中未使用的图片、音频、视频资源
Aug 12 Python
关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)
Apr 04 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递归列出所有文件和目录的代码
2008/09/10 PHP
很好用的PHP数据库类
2009/05/27 PHP
使用PHP实现Mysql读写分离
2013/06/28 PHP
php实现统计网站在线人数的方法
2015/05/12 PHP
jquery 学习笔记一
2010/04/07 Javascript
jquery实现手风琴效果
2015/11/20 Javascript
详解Wondows下Node.js使用MongoDB的环境配置
2016/03/01 Javascript
浅谈移动端之js touch事件 手势滑动事件
2016/11/07 Javascript
JS检测数组类型的方法小结
2017/03/14 Javascript
vue .sync修饰符的使用详解
2018/06/15 Javascript
小程序实现分类页
2019/07/12 Javascript
javascript中this的用法实践分析
2019/07/29 Javascript
webpack4 optimization使用总结
2019/11/10 Javascript
Angular8 实现table表格表头固定效果
2020/01/03 Javascript
[04:52]2015国际邀请赛LGD战队晋级之路
2015/08/14 DOTA
[00:32]DOTA2上海特级锦标赛 COL战队宣传片
2016/03/04 DOTA
在Python中使用defaultdict初始化字典以及应用方法
2018/10/31 Python
使用python对文件中的单词进行提取的方法示例
2018/12/21 Python
Python脚本修改阿里云的访问控制列表的方法
2019/03/08 Python
详解在Python中使用Torchmoji将文本转换为表情符号
2020/07/27 Python
加拿大女包品牌:Matt & Nat
2017/05/12 全球购物
微软巴西官方网站:Microsoft Brasil
2019/09/26 全球购物
关于递归的一道.NET面试题
2013/05/12 面试题
我为自己代言广告词
2014/03/18 职场文书
《晚上的太阳》教学反思
2014/04/23 职场文书
学校爱国卫生月活动总结
2014/06/25 职场文书
夏季药店促销方案
2014/08/22 职场文书
成都人事代理协议书
2014/10/25 职场文书
音乐剧猫观后感
2015/06/04 职场文书
2015年秋季小学开学标语
2015/07/16 职场文书
结婚喜宴迎宾词
2015/08/10 职场文书
初中体育教学随笔
2015/08/15 职场文书
2016年3月份红领巾广播稿
2015/12/21 职场文书
《富饶的西沙群岛》教学反思
2016/02/16 职场文书
中国古代史学名著《战国策》概述
2019/08/09 职场文书
MySQL面试题讲解之如何设置Hash索引
2021/11/01 MySQL