[英]How to real-time filter with scipy and lfilter?
免责声明:我可能不擅长 DSP,因此我遇到的问题比我应该让这段代码工作的要多。
我需要在传入信号发生时对其进行过滤。 我试图让这段代码工作,但到目前为止我还没有做到。 参考scipy.signal.lfilter 文档
import numpy as np
import scipy.signal
import matplotlib.pyplot as plt
from lib import fnlib
samples = 100
x = np.linspace(0, 7, samples)
y = [] # Unfiltered output
y_filt1 = [] # Real-time filtered
nyq = 0.5 * samples
f1_norm = 0.1 / nyq
f2_norm = 2 / nyq
b, a = scipy.signal.butter(2, [f1_norm, f2_norm], 'band', analog=False)
zi = scipy.signal.lfilter_zi(b,a)
zi = zi*(np.sin(0) + 0.1*np.sin(15*0))
这最初将zi
设置为zi*y[0 ]
,在本例中为 0。我是从lfilter
文档中的示例代码中得到的,但我不确定这是否正确。
然后到了我不确定如何处理少数初始样本的地步。 这里的系数a
和b
是len(a) = 5
。 当lfilter
将输入值从现在变为 n-4 时,我是用零填充它,还是需要等到 5 个样本过去并将它们作为单个块,然后以相同的方式连续采样每个下一步?
for i in range(0, len(a)-1): # Append 0 as initial values, wrong?
y.append(0)
step = 0
for i in xrange(0, samples): #x:
tmp = np.sin(x[i]) + 0.1*np.sin(15*x[i])
y.append(tmp)
# What to do with the inital filterings until len(y) == len(a) ?
if (step> len(a)):
y_filt, zi = scipy.signal.lfilter(b, a, y[-len(a):], axis=-1, zi=zi)
y_filt1.append(y_filt[4])
print(len(y))
y = y[4:]
print(len(y))
y_filt2 = scipy.signal.lfilter(b, a, y) # Offline filtered
plt.plot(x, y, x, y_filt1, x, y_filt2)
plt.show()
我想我遇到了同样的问题,并在https://github.com/scipy/scipy/issues/5116上找到了解决方案:
from scipy import zeros, signal, random
def filter_sbs():
data = random.random(2000)
b = signal.firwin(150, 0.004)
z = signal.lfilter_zi(b, 1)
result = zeros(data.size)
for i, x in enumerate(data):
result[i], z = signal.lfilter(b, 1, [x], zi=z)
return result
if __name__ == '__main__':
result = filter_sbs()
这个想法是在每次对lfilter
后续调用中传递过滤器状态z
。 对于前几个样本,过滤器可能会给出奇怪的结果,但稍后(取决于过滤器长度)它开始正确运行。
我不相信上面的答案是正确的。 用z = signal.lfilter_zi(b,1)
初始化滤波器状态正是导致前几个样本变得“奇怪”的原因,如果我正确理解 OP,这就是问题所在。 正如我在评论中所说的那样,期望的结果是逐个样本的实现应该完全等同于一次过滤整个数据集(数值精度除外)。 这可以通过将状态初始化为 0 ( z=zeros(b.size-1)
) 来完成。 这是正确的:
from scipy import signal, random
from numpy import zeros
def filter_sbs(data, b):
z = zeros(b.size-1)
result = zeros(data.size)
for i, x in enumerate(data):
result[i], z = signal.lfilter(b, 1, [x], zi=z)
return result
def filter(data, b):
result = signal.lfilter(b,1,data)
return result
if __name__ == '__main__':
data = random.random(20000)
b = signal.firwin(150, 0.004)
result1 = filter_sbs(data, b)
result2 = filter(data, b)
print(result1 - result2)
输出:
[ 0.00000000e+00 0.00000000e+00 0.00000000e+00 ... -5.55111512e-17
0.00000000e+00 1.66533454e-16]
我承认我不太确定z = signal.lfilter_zi(b,1)
正在做什么(看起来像半余弦),但初始状态应该为零。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.