在使用python進行訊號處理過程中，利用 scipy.signal.filtfilt()可以快速幫助實現訊號的濾波。
1.函式的介紹
(1).濾波函式
scipy.signal.filtfilt(b, a, x, axis=-1, padtype=『odd』, padlen=none, method=『pad』, irlen=none)
輸入引數：
b: 濾波器的分子係數向量
a: 濾波器的分母係數向量
x: 要過濾的資料陣列。（array型）
axis: 指定要過濾的資料陣列x的軸
padtype: 必須是「奇數」、「偶數」、「常數」或「無」。這決定了用於過濾器應用的填充訊號的擴充套件型別。
padlen：在應用濾波器之前在軸兩端延伸x的元素數目。此值必須小於要濾波元素個數- 1。（int型或none）
method：確定處理訊號邊緣的方法。當method為「pad」時，填充訊號；填充型別padtype和padlen決定，irlen被忽略。當method為「gust」時，使用古斯塔夫森方法，而忽略padtype和padlen。
irlen：當method為「gust」時，irlen指定濾波器的脈衝響應的長度。如果irlen是none，則脈衝響應的任何部分都被忽略。對於長訊號，指定irlen可以顯著改善濾波器的效能。（int型或none）
輸出引數：
y:濾波後的資料陣列
（2）.濾波器建構函式(僅介紹butterworth濾波器)
scipy.signal.butter(n, wn, btype=『low』, analog=false, output=『ba』)
輸入引數：
n:濾波器的階數
wn：歸一化截止頻率。計算公式wn=2*截止頻率/取樣頻率。（注意：根據取樣定理，取樣頻率要大於兩倍的訊號本身最大的頻率，才能還原訊號。截止頻率一定小於訊號本身最大的頻率，所以wn一定在0和1之間）。當構造帶通濾波器或者帶阻濾波器時，wn為長度為2的列表。
btype : 濾波器型別,
output : 輸出型別,
輸出引數：
b，a: iir濾波器的分子（b）和分母（a）多項式係數向量。output=『ba』
z,p,k: iir濾波器傳遞函式的零點、極點和系統增益. output= 『zpk』
sos: iir濾波器的二階截面表示。output= 『sos』
2.函式的使用
訊號濾波中最常用的無非低通濾波、高通濾波和帶通濾波。下面簡單介紹這三種濾波的使用過程：
(1).高通濾波
#這裡假設取樣頻率為1000hz,訊號本身最大的頻率為500hz，要濾除10hz以下頻率成分，即截至頻率為10hz，則wn=2*10/1000=0.02
from scipy import signal
b, a = signal.butter(8, 0.02, 『highpass』)
filteddata = signal.filtfilt(b, a, data)#data為要過濾的訊號
(2).低通濾波
#這裡假設取樣頻率為1000hz,訊號本身最大的頻率為500hz，要濾除10hz以上頻率成分，即截至頻率為10hz，則wn=2*10/1000=0.02
from scipy import signal
b, a = signal.butter(8, 0.02, 『lowpass』)
filteddata = signal.filtfilt(b, a, data) #data為要過濾的訊號
(3).帶通濾波
#這裡假設取樣頻率為1000hz,訊號本身最大的頻率為500hz，要濾除10hz以下和400hz以上頻率成分，即截至頻率為10hz和400hz,則wn1=210/1000=0.02,wn2=2400/1000=0.8。wn=[0.02,0.8]
from scipy import signal
b, a = signal.butter(8, [0.02,0.8], 『bandpass』)
filteddata = signal.filtfilt(b, a, data) #data為要過濾的訊號
濾波器實現
基於matlab內建函式的fir設計。功能 設計標準頻率響應的基於窗函式的fir濾波器。語法 說明 fir1函式可以實現加窗線形相位fir數字濾波器設計，它可以設計出標準的低通 高通 帶通和帶阻濾波器.當wn w1 w2 時,fir1函式可得到帶通濾波器,其通帶為w1 w w2.在設計高通和帶阻濾波...
Python 卡爾曼濾波器實現
去年我們在設計一款新產品的時候，由於選用定製開發的乙個soc器件，導致我們在用adc讀取經由這個soc晶元放大後的訊號時，出現了極其不穩定的情況。正常情況下adc讀取出來的訊號應當為一條平穩的直線，而現實上讀取出來的訊號確上下波動極其大，遠遠超出了我們理論計算水平。雖然後來通過大量的研究分析，得出時...
論高通濾波器，帶阻濾波器，陷波濾波器
首先，對一副影象進行如下二維傅利葉變換。我們將u 0和v 0帶上式，我們可以得到如下式子。根據上式，可以到f 0,0 的值是非常大的。這裡，我們將 f 0,0 稱為直流分量，直流分量比其他的成分要大好幾個數量級。所以，這也就是傅利葉譜為什麼需要使用對數變換才能看清楚的原因。這裡，對於高通濾波器而言，...