scipy.signal.

decimate#

scipy.signal.decimate(x, q, n=None, ftype='iir', ось=-1, zero_phase=True)[источник]#

Понизить частоту дискретизации сигнала после применения антиалиасингового фильтра.

По умолчанию используется фильтр Чебышева типа I 8-го порядка. 30-точечный FIR-фильтр с окном Хэмминга используется, если ftype это 'fir'.

Параметры:

xarray_like: Входной сигнал, состоящий из равноотстоящих выборок. Если x является многомерным массивом, параметр ось указывает ось времени.
qint: Коэффициент понижающей дискретизации, который является положительным целым числом. При использовании IIR понижающей дискретизации рекомендуется вызывать decimate несколько раз для коэффициентов понижающей дискретизации выше 13.
nint, необязательный: Порядок фильтра (на 1 меньше длины для 'fir'). По умолчанию 8 для 'iir' и 20 раз коэффициент прореживания для 'fir'.
ftypestr {'iir', 'fir'} или dlti instance, optional: Если 'iir' или 'fir', задает тип низкочастотного фильтра. Если экземпляр dlti объект, использует этот объект для фильтрации перед понижением частоты дискретизации.
осьint, необязательный: Ось, вдоль которой производится децимация.
zero_phasebool, необязательно: Предотвратить фазовый сдвиг путём фильтрации с filtfilt вместо lfilter при использовании БИХ-фильтра и сдвига выходов обратно на групповую задержку фильтра при использовании КИХ-фильтра. Значение по умолчанию для True рекомендуется, поскольку сдвиг фазы обычно нежелателен.

Добавлено в версии 0.18.0.

Возвращает:

yndarray: Прореженный сигнал.

Смотрите также

resample: Передискретизация вверх или вниз с использованием метода БПФ.
resample_poly: Передискретизация с использованием полифазной фильтрации и КИХ-фильтра.

Примечания

Для нецелых коэффициентов прореживания, resample . Обратитесь к scipy.interpolate модуль для методов передискретизации сигналов с непостоянными интервалами дискретизации.

The zero_phase ключевое слово было добавлено в версии 0.18.0. Возможность использования экземпляров dlti как ftype был добавлен в версии 0.18.0.

Примеры

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

Определите параметры волны.

>>> wave_duration = 3
>>> sample_rate = 100
>>> freq = 2
>>> q = 5

Вычислить количество выборок.

>>> samples = wave_duration*sample_rate
>>> samples_decimated = int(samples/q)

Создать косинусоидальную волну.

>>> x = np.linspace(0, wave_duration, samples, endpoint=False)
>>> y = np.cos(x*np.pi*freq*2)

Децимация косинусоидальной волны.

>>> ydem = signal.decimate(y, q)
>>> xnew = np.linspace(0, wave_duration, samples_decimated, endpoint=False)

Построить исходные и прореженные волны.

>>> plt.plot(x, y, '.-', xnew, ydem, 'o-')
>>> plt.xlabel('Time, Seconds')
>>> plt.legend(['data', 'decimated'], loc='best')
>>> plt.show()

../../_images/scipy-signal-decimate-1.png