scipyでフィルタ作成
引き続きscipyネタ.
公式のリファレンスを眺めていたところ,フィルタ作成用の関数を発見したので早速実験.
今回はremez法と窓関数法でローパスフィルタを作ってみた.
filter.py
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import scipy as sp
import numpy as np
import matplotlib.pyplot as plt
from scipy import signal
if __name__ == '__main__':
#64タップで通過域が0〜0.25, 阻止域が0.3〜0.5なフィルタ
taps = 64;
edge = [ 0, 0.25 , 0.3, 0.5 ]
gain = [ 1.0, 0.000 ]
weight = [ 0.2, 1.0 ]
remez_impres = sp.signal.remez( taps, edge, gain )
remez_freq, remez_fresponse = sp.signal.freqz( remez_impres )
remez_amp = np.abs( remez_fresponse )
wf_impres = sp.signal.firwin( taps, 2.0 * edge[1] );
wf_freq, wf_fresponse = sp.signal.freqz( wf_impres )
wf_amp = np.abs( wf_fresponse )
plt.subplot(221)
plt.semilogy( remez_freq / ( 2 * np.pi ), remez_amp, 'b-' )
plt.title( 'Frequency Response( Remez )' )
plt.subplot(222)
plt.plot( remez_impres, 'b-' )
plt.title( 'Impres Response( Remez )' )
plt.subplot(223)
plt.semilogy( wf_freq / ( 2 * np.pi ), wf_amp, 'b-' )
plt.title( 'Frequency Response( Window )' )
plt.subplot(224)
plt.plot( wf_impres, 'b-' )
plt.title( 'Impres Response( Window )' )
plt.show()
窓関数法が思いのほか良かった.
パラメータの設定も楽だし,気軽に使いたいときはこっちの方が良いと思う.
Author And Source
この問題について(scipyでフィルタ作成), 我々は、より多くの情報をここで見つけました https://qiita.com/ar90n@github/items/9f29eaa3554966f5631d著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .