bilinear_zpk#
- scipy.signal.bilinear_zpk(z, p, k, fs)[Quelle]#
Gibt einen digitalen IIR-Filter aus einem analogen Filter mittels einer Bilinear-Transformation zurück.
Transformiert einen Satz von Polen und Nullstellen von der analogen s-Ebene in die digitale z-Ebene unter Verwendung der Tustin-Methode, die
2*fs*(z-1) / (z+1)durchsersetzt, wobei die Form des Frequenzgangs erhalten bleibt.- Parameter:
- zarray_like
Nullstellen der Übertragungsfunktion des analogen Filters.
- parray_like
Polstellen der Übertragungsfunktion des analogen Filters.
- kfloat
Systemverstärkung der Übertragungsfunktion des analogen Filters.
- fsfloat
Abtastrate, als normale Frequenz (z. B. Hertz). In dieser Funktion wird keine Vorkorrektur durchgeführt.
- Rückgabe:
- zndarray
Nullstellen der transformierten digitalen Filterübertragungsfunktion.
- pndarray
Polstellen der transformierten digitalen Filterübertragungsfunktion.
- kfloat
Systemverstärkung des transformierten digitalen Filters.
Hinweise
Hinzugefügt in Version 1.1.0.
Beispiele
>>> import numpy as np >>> from scipy import signal >>> import matplotlib.pyplot as plt
>>> fs = 100 >>> bf = 2 * np.pi * np.array([7, 13]) >>> filts = signal.lti(*signal.butter(4, bf, btype='bandpass', analog=True, ... output='zpk')) >>> filtz = signal.lti(*signal.bilinear_zpk(filts.zeros, filts.poles, ... filts.gain, fs)) >>> wz, hz = signal.freqz_zpk(filtz.zeros, filtz.poles, filtz.gain) >>> ws, hs = signal.freqs_zpk(filts.zeros, filts.poles, filts.gain, ... worN=fs*wz) >>> plt.semilogx(wz*fs/(2*np.pi), 20*np.log10(np.abs(hz).clip(1e-15)), ... label=r'$|H_z(e^{j \omega})|$') >>> plt.semilogx(wz*fs/(2*np.pi), 20*np.log10(np.abs(hs).clip(1e-15)), ... label=r'$|H(j \omega)|$') >>> plt.legend() >>> plt.xlabel('Frequency [Hz]') >>> plt.ylabel('Amplitude [dB]') >>> plt.grid(True)