我正在使用 scipy.signal 中的 butter 在 python 中过滤时间跟踪。我在这里使用低通(例如,在以 10000 点/秒采样的嘈杂 100 Hz 正弦波上),但以下情况适用于任何滤波器(低、高、频带)。
过滤后的轨迹相对于原始轨迹总是有延迟(见图)。此延迟取决于滤波器的参数(频率、顺序)。
您是否有(简单的)解释为什么会出现这种延迟?是否有可能以编程方式消除它?目标是让过滤后的轨迹正好位于原始轨迹之上。如果我砍掉过滤轨迹的前 N 个点,可能没问题,但 N 是多少作为过滤器参数的函数?
我使用的代码是基于this :
import numpy as np
from scipy.signal import butter, lfilter, freqz
import matplotlib.pyplot as plt
def butter_lowpass(cutoff, fs, order=5):
nyq = 0.5 * fs
normal_cutoff = cutoff / nyq
b, a = butter(order, normal_cutoff, btype='lowpass', analog=False)
return b, a
def lowpass_filter(data, cutoff, fs, order=5, plots=True):
''' fs : sampling freq. (pts/s) '''
cutoff = float(cutoff)
fs = float(fs)
t = np.arange(0, len(data)/fs, 1/fs)
b, a = butter_lowpass(cutoff, fs, order=order)
y = lfilter(b, a, data)
if plots:
plot_filter(a,b,fs,y,t,data, cutoff)
return y
def plot_filter(a,b,fs,y,t,data, f1=0, f2=0):
''' a,b from filterfs = sampling freq.
f1 = cutoff, f2 = 0 (butter_lowpass)
f1 = lowcut, f2 = highcut (butter_bandpass)
'''
w, h = freqz(b, a, worN=8000)
plt.figure(555)
plt.subplot(2, 1, 1)
plt.semilogx(0.5*fs*w/np.pi, np.abs(h), 'b')
if f1:
plt.plot(f1, 0.5*np.sqrt(2), 'ko')
plt.axvline(f1, color='k')
if f2:
plt.plot(f2, 0.5*np.sqrt(2), 'ko')
plt.axvline(f2, color='k')
plt.xlim(0, 0.5*fs)
plt.title("Filter Frequency Response")
plt.xlabel('Frequency [Hz]')
plt.grid()
plt.subplot(2, 1, 2)
plt.plot(t, data, 'b-', label='data')
plt.plot(t, y, 'g-', linewidth=2, label='filtered')
plt.xlabel('Time [sec]')
plt.grid()
plt.legend()
信号和滤波器在哪里
ra = .1*randn(10000) + np.sin(2*np.pi*100*arange(10000)/10000.)
lowpass_filter(ra, 200., 10000., order=4)
请您参考如下方法:
我相信您想要的是系统的相位响应伯德图。您可以使用 scipy.signal.bode 获得此信息在您的系统上,即:
from scipy.signal import bode
w, mag, phase = bode((b, a))
b 和 a 是您的滤波器系数。令人困惑的是,w 的单位是 rad/s 而 phase 的单位是度。 phase 是您看到的转变。得到时移除以频率(每秒度数)。您可能希望将自己的 w 传递给 bode 以获得您想要的频率范围。
有关教程,请参见示例 Signals and Systems .
