scipy.signal.

lp2bp#

scipy.signal.lp2bp(b, a, wo=1.0, bw=1.0)[Quelle]#

Wandelt einen Tiefpassfilter-Prototyp in einen Bandpassfilter um.

Gibt einen analogen Bandpassfilter mit der Mittenfrequenz wo und der Bandbreite bw aus einem analogen Tiefpassfilter-Prototyp mit der Einheits-Grenzfrequenz in Transferfunktionsdarstellung ('ba') zurück.

Parameter:

barray_like: Koeffizienten des Zählerpolynoms.
aarray_like: Koeffizienten des Nennerpolynoms.
wofloat: Gewünschte Mittenfrequenz des Durchlassbereichs als Winkelfrequenz (z. B. rad/s). Standardwert ist keine Änderung.
bwfloat: Gewünschte Bandbreite des Durchlassbereichs als Winkelfrequenz (z. B. rad/s). Standardwert ist 1.

Rückgabe:

barray_like: Koeffizienten des Zählerpolynoms des transformierten Bandpassfilters.
aarray_like: Koeffizienten des Nennerpolynoms des transformierten Bandpassfilters.

Siehe auch

lp2lp, lp2hp, lp2bs, bilinear
lp2bp_zpk

Hinweise

Dies leitet sich aus der s-Ebene-Substitution ab

\[s \rightarrow \frac{s^2 + {\omega_0}^2}{s \cdot \mathrm{BW}}\]

Dies ist die „Wideband“-Transformation, die einen Durchlassbereich mit geometrischer (logarithmischer Frequenz-) Symmetrie um wo erzeugt.

Beispiele

>>> from scipy import signal
>>> import matplotlib.pyplot as plt

>>> lp = signal.lti([1.0], [1.0, 1.0])
>>> bp = signal.lti(*signal.lp2bp(lp.num, lp.den))
>>> w, mag_lp, p_lp = lp.bode()
>>> w, mag_bp, p_bp = bp.bode(w)

>>> plt.plot(w, mag_lp, label='Lowpass')
>>> plt.plot(w, mag_bp, label='Bandpass')
>>> plt.semilogx()
>>> plt.grid(True)
>>> plt.xlabel('Frequency [rad/s]')
>>> plt.ylabel('Amplitude [dB]')
>>> plt.legend()