python常用的信号处理函数之Scipy

常用的信号处理函数python

在对语音信号预处理的过程中，可能用到以下函数。

滤波器

考虑scipy库：Scipy

scipy.signal.firwin

该函数用来计算有限脉冲响应FIR滤波器的系数。使用窗口方法设计 FIR 滤波器。

scipy.signal.firwin(numtaps, cutoff, width=None, window='hamming', pass_zero=True, scale=True, nyq=None, fs=None)

输入参数：
1.numtaps： int
滤波器的长度(系数的数量，即滤波器阶数 + 1)。如果通带包括奈奎斯特频率，则 numtaps 必须是奇数。

• 滤波器将具有线性相位；如果 numtaps 为奇数则为 Type I，如果 numtaps 为偶数则为 Type II。
• II 型滤波器在奈奎斯特频率处始终具有零响应，因此如果使用 numtaps 偶数调用 firwin 并且具有右端位于奈奎斯特频率的通带，则会引发 ValueError 异常。

2.cutoff： 浮点数或一维 数组
滤波器的截止频率(以与 fs 相同的单位表示)或一组截止频率。在后一种情况下，截止频率应该是正的，并且在 0 和 fs/2 之间单调增加。值 0 和 fs/2 不得包含在截止值中。

3.width： 浮点数或无，可选
如果 width 不是 None，则假定它是用于 Kaiser FIR 滤波器设计的过渡区域的近似宽度(以与 fs 相同的单位表示)。在这种情况下，window 参数将被忽略。

4.window： 字符串或字符串和参数值的元组，可选
想要使用的窗口。有关窗口和所需参数的列表，请参见scipy.signal.get_window。

5.pass_zero： {真，假，‘bandpass’, ‘lowpass’, ‘highpass’, ‘bandstop’}，可选
如果为 True，则频率 0(即 “DC gain”)处的增益为 1。如果为 False，则直流增益为 0。也可以是所需滤波器类型的字符串参数(相当于 IIR 设计函数中的 btype )。

6.scale： 布尔型，可选
设置为 True 以缩放系数，以便频率响应在某个频率处完全一致。该频率是：

• 0 (DC) 如果第一个通带从 0 开始(即 pass_zero 为真)
• fs/2(奈奎斯特频率)，如果第一个通带以 fs/2 结束(即滤波器是单频带高通滤波器)；否则为第一通带中心

7.nyq： 浮点数，可选
已弃用。请改用fs。这是奈奎斯特频率。截止频率中的每个频率必须介于 0 和 nyq 之间。默认值为 1。

8.fs： 浮点数，可选
信号的采样频率。每个截止频率必须介于 0 和 fs/2 之间。默认值为 2。

输出返回
h： (numtaps,) ndarray
numtaps FIR 滤波器长度的系数。

ValueError
如果 cutoff 中的任何值小于或等于 0 或大于或等于fs/2，如果值在隔断不是严格单调递增的，或者如果小数点是偶数，但通带包括奈奎斯特频率。

一般和firwin连用的还有个lfilter

scipy.signal.lfilter

使用 IIR 或 FIR 滤波器沿 one-dimension 过滤数据。

scipy.signal.lfilter(b, a, x, axis=- 1, zi=None)

对数据序列x进行滤波。这适用于许多基本数据类型(包括对象类型)。该滤波器是标准差分方程的直接形式II的转置实现。

对于大多数滤波任务，函数sosfilt(和使用output='sos’的滤波器设计)应该优先于lfilter，因为second-order部分的数值问题较少。

描述该滤波器在z变换域中的有理传递函数为：

输入参数：
1. b: 类数组
一个一维序列的系数向量，方程的分子。

2. a: 类数组
一维序列系数向量，分母。如果a[0]不是1，那么a和b都由a[0]归一化。

3. x: 类数组
n维输入数组。

4. axis: int, 可选
用于线性滤波器的输入数组的轴。滤波器应用于沿此轴的每一个子数组。默认值为-1。

5. zi: 类数组, 可选
滤波器的延迟的初始条件。它是一个长度为max(len(a)， len(b)) - 1的向量(或n维输入的向量数组)。如果zi为None或未给出，则假定初始休眠。

输出返回
1. y: 类数组
数字滤波器的输出。

2. zf: 类数组，可选
如果zi为None，则不返回此值，否则，zf保存最终的滤波器延迟值。

举例：
一个高通滤波，去掉70Hz以下部分

fs = 16000
cutoff = 70
nyquist = fs // 2
norm_cutoff = cutoff / nyquist

fil = firwin(255, norm_cutoff, pass_zero=False)
# 255即系数个数，Pass_zero不写就是低通，False就是高通（f就一个值）或带通（f为多个值如[f1,f2]）
l = lfilter(fil, 1, x)
# 分子fil,分母1，