Python中怎么利用scipy.signal.filtfilt() 實現信號濾波

Python中怎么利用scipy.signal.filtfilt() 實現信號濾波，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

　　在使用Python進行信號處理過程中，利用 scipy.signal.filtfilt()可以快速幫助實現信號的濾波。

　　1.函數的介紹

　　(1).濾波函數

　　scipy.signal.filtfilt(b, a, x, axis=-1, padtype='odd', padlen=None, method='pad', irlen=None)

　　輸入參數：

　　b: 濾波器的分子系數向量

　　a: 濾波器的分母系數向量

　　x: 要過濾的數據數組。(array型)

　　axis: 指定要過濾的數據數組x的軸

　　padtype: 必須是“奇數”、“偶數”、“常數”或“無”。這決定了用于過濾器應用的填充信號的擴展類型。{‘odd', ‘even', ‘constant', None}。

　　padlen：在應用濾波器之前在軸兩端延伸X的元素數目。此值必須小于要濾波元素個數- 1。(int型或None)。

　　method：確定處理信號邊緣的方法。當method為“pad”時，填充信號;填充類型padtype和padlen決定，irlen被忽略。當method為“gust”時，使用古斯塔夫森方法，而忽略padtype和padlen。{“pad” ，“gust”}。

　　irlen：當method為“gust”時，irlen指定濾波器的脈沖響應的長度。如果irlen是None，則脈沖響應的任何部分都被忽略。對于長信號，指定irlen可以顯著改善濾波器的性能。(int型或None)。

　　輸出參數：

　　y:濾波后的數據數組

　　(2).濾波器構造函數(僅介紹Butterworth濾波器)

　　scipy.signal.butter(N, Wn, btype='low', analog=False, output='ba')

　　輸入參數：

　　N:濾波器的階數。

　　Wn：歸一化截止頻率。計算公式Wn=2*截止頻率/采樣頻率。(注意：根據采樣定理，采樣頻率要大于兩倍的信號本身最大的頻率，才能還原信號。截止頻率一定小于信號本身最大的頻率，所以Wn一定在0和1之間)。當構造帶通濾波器或者帶阻濾波器時，Wn為長度為2的列表。

　　btype : 濾波器類型{‘lowpass', ‘highpass', ‘bandpass', ‘bandstop'},

　　output : 輸出類型{‘ba', ‘zpk', ‘sos'},

　　輸出參數：

　　b，a: IIR濾波器的分子(b)和分母(a)多項式系數向量。output='ba'

　　z,p,k: IIR濾波器傳遞函數的零點、極點和系統增益. output= 'zpk'

　　sos: IIR濾波器的二階截面表示。output= 'sos'

　　2.函數的使用

　　信號濾波中最常用的無非低通濾波、高通濾波和帶通濾波。下面簡單介紹這三種濾波的使用過程：

　　(1).高通濾波

　　#這里假設采樣頻率為1000hz,信號本身最大的頻率為500hz，要濾除10hz以下頻率成分，即截至頻率為10hz，則wn=2*10/1000=0.02。

　　from scipy import signal

　　b, a = signal.butter(8, 0.02, 'highpass')

　　filtedData = signal.filtfilt(b, a, data)#data為要過濾的信號

　　(2).低通濾波

　　#這里假設采樣頻率為1000hz,信號本身最大的頻率為500hz，要濾除10hz以上頻率成分，即截至頻率為10hz，則wn=2*10/1000=0.02。

　　from scipy import signal

　　b, a = signal.butter(8, 0.02, 'lowpass')

　　filtedData = signal.filtfilt(b, a, data) #data為要過濾的信號

　　(3).帶通濾波

　　#這里假設采樣頻率為1000hz,信號本身最大的頻率為500hz，要濾除10hz以下和400hz以上頻率成分，即截至頻率為10hz和400hz,則wn1=2*10/1000=0.02,wn2=2*400/1000=0.8。Wn=[0.02,0.8]。

　　from scipy import signal

　　b, a = signal.butter(8, [0.02,0.8], 'bandpass')

　　filtedData = signal.filtfilt(b, a, data) #data為要過濾的信號

看完上述內容，你們掌握Python中怎么利用scipy.signal.filtfilt() 實現信號濾波的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！