带通滤波器不尊重截止

我使用这个过滤器的Python：带通滤波器不尊重截止

def bandpass_firwin(ntaps, lowcut, highcut, fs, window='hamming'): 
    nyq = 0.5 * fs 
    taps = firwin(ntaps, [lowcut, highcut], nyq=nyq, pass_zero=False, 
        window=window, scale=False)

在我的ntaps = 128;低切= 0.7; highcut = 4; fs = 61

我过滤我的信号，其中有61个样本以61 Hz采样（因此它的长度为10秒）。

当我看这已经被过滤通过该带通滤波器的信号的频谱，我看到：

enter image description here

在此光谱中的PEEK是在0.61赫兹。这不在0.7到4赫兹的范围内。

这怎么可能？ &我该如何预防？

来源

2013-05-03 Ojtwist

我无法重现您的结果。我使用你的代码得到了一个非常好的带通滤波器。你怎么生成这个阴谋？ – 2013-05-03 09:21:08

哦，这是你的过滤数据。 – 2013-05-03 09:23:47

是的，它已经被卷入。 taps_hamming = bandpass_firwin（ntaps，0.7％，4，FS = FS） Ynew3 = np.convolve（Ynew2，taps_hamming， “相同”） – Ojtwist 2013-05-03 09:25:55

你的过滤器并不神奇 - 对带宽有内在的限制。如果您确实需要紧急切断，请尝试使用更多的水龙头。

尽管您使用的点击越多，您就越需要考虑边缘效应以及您如何处理它们（因为边缘假设会越来越深入地侵入数据块）。也许你想要在边缘平滑滚动？或者镜像和重复的数据？也许你可以完全忽略它...

另一种卷积技术是通过简单地乘以所需的频谱直接在频域进行滤波。这强加了你的信号重复的边缘假设，尽管你可以通过扩展你的信号来改变它，只要你认为合适。如果您想知道等效FIR滤波器的支持，请使用窗口的IFFT，您可以看到时间块的开始会在开始时拖入多少。

来源

2013-05-03 09:34:01

我不认为任何边缘效应对我来说都很重要。我只需要0.7赫兹和4赫兹之间的峰值频率。 – Ojtwist 2013-05-03 09:47:05

峰值频率是您的最终目标吗？你是否也需要滤波后的信号？如果您确实不需要滤波信号，则可以在未滤波信号的频谱中找到0.7 Hz和4 Hz之间的峰值。 – 2013-05-03 10:23:58

@Ojtwist，所以我给了你一个解决方案......你应该*知道边缘效应的影响，因为它们可以相当明显。同样，我也赞同沃伦的评论。 – 2013-05-03 11:09:28

带通滤波器不尊重截止

回答

相关问题