iirnotch#
- scipy.signal.iirnotch(w0, Q, fs=2.0)[Quelle]#
Entwirft einen digitalen IIR-Notch-Filter zweiter Ordnung.
Ein Notch-Filter ist ein Band-Stopper-Filter mit einer schmalen Bandbreite (hoher Gütefaktor). Er unterdrückt ein schmales Frequenzband und lässt den Rest des Spektrums weitgehend unverändert.
- Parameter:
- w0float
Zu entfernende Frequenz aus einem Signal. Wenn fs angegeben ist, ist dies in derselben Einheit wie fs. Standardmäßig ist dies ein normalisierter Skalar, der
0 < w0 < 1erfüllen muss, wobeiw0 = 1der halben Abtastfrequenz entspricht.- Qfloat
Gütefaktor. Dimensionsloser Parameter, der die -3-dB-Bandbreite
bwdes Notch-Filters relativ zu seiner Mittenfrequenz charakterisiert,Q = w0/bw.- fsfloat, optional
Die Abtastfrequenz des digitalen Systems.
Hinzugefügt in Version 1.2.0.
- Rückgabe:
- b, andarray, ndarray
Zähler- (
b) und Nenner- (a) Polynome des IIR-Filters.
Siehe auch
Hinweise
Hinzugefügt in Version 0.19.0.
Referenzen
[1]Sophocles J. Orfanidis, „Introduction To Signal Processing“, Prentice-Hall, 1996
Beispiele
Entwirft und plottet einen Filter, um die 60-Hz-Komponente aus einem Signal zu entfernen, das mit 200 Hz abgetastet wurde, unter Verwendung eines Gütefaktors Q = 30
>>> from scipy import signal >>> import matplotlib.pyplot as plt >>> import numpy as np
>>> fs = 200.0 # Sample frequency (Hz) >>> f0 = 60.0 # Frequency to be removed from signal (Hz) >>> Q = 30.0 # Quality factor >>> # Design notch filter >>> b, a = signal.iirnotch(f0, Q, fs)
>>> # Frequency response >>> freq, h = signal.freqz(b, a, fs=fs) >>> # Plot >>> fig, ax = plt.subplots(2, 1, figsize=(8, 6)) >>> ax[0].plot(freq, 20*np.log10(abs(h)), color='blue') >>> ax[0].set_title("Frequency Response") >>> ax[0].set_ylabel("Amplitude [dB]", color='blue') >>> ax[0].set_xlim([0, 100]) >>> ax[0].set_ylim([-25, 10]) >>> ax[0].grid(True) >>> ax[1].plot(freq, np.unwrap(np.angle(h))*180/np.pi, color='green') >>> ax[1].set_ylabel("Phase [deg]", color='green') >>> ax[1].set_xlabel("Frequency [Hz]") >>> ax[1].set_xlim([0, 100]) >>> ax[1].set_yticks([-90, -60, -30, 0, 30, 60, 90]) >>> ax[1].set_ylim([-90, 90]) >>> ax[1].grid(True) >>> plt.show()