scipy.signal.bilinear¶

scipy.signal.bilinear(b, a, fs=1.0)[源代码]¶

使用双线性变换从模拟过滤返回数字IIR过滤。

使用Tustin的方法将一组极点和零点从模拟s平面转换到数字z平面，该方法替换 (z-1) / (z+1) 为 s 保持频率响应的形状。

参数

barray_like: 模拟过滤传递函数的分子。
aarray_like: 模拟过滤传递函数的分母。
fs浮动: 采样率，与普通频率相同(例如，赫兹)。在此函数中不执行任何预翘曲。

退货

zndarray: 变换后的数字过滤传递函数的分子。
pndarray: 变换后的数字过滤传递函数的分母。

参见

lp2lp, lp2hp, lp2bp, lp2bs
bilinear_zpk

示例

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

>>> fs = 100
>>> bf = 2 * np.pi * np.array([7, 13])
>>> filts = signal.lti(*signal.butter(4, bf, btype='bandpass',
...                                   analog=True))
>>> filtz = signal.lti(*signal.bilinear(filts.num, filts.den, fs))
>>> wz, hz = signal.freqz(filtz.num, filtz.den)
>>> ws, hs = signal.freqs(filts.num, filts.den, worN=fs*wz)

>>> plt.semilogx(wz*fs/(2*np.pi), 20*np.log10(np.abs(hz).clip(1e-15)),
...              label=r'$|H_z(e^{j \omega})|$')
>>> plt.semilogx(wz*fs/(2*np.pi), 20*np.log10(np.abs(hs).clip(1e-15)),
...              label=r'$|H(j \omega)|$')
>>> plt.legend()
>>> plt.xlabel('Frequency [Hz]')
>>> plt.ylabel('Magnitude [dB]')
>>> plt.grid()

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

scipy.signal.upfirdn

scipy.signal.bilinear_zpk