原始信号具有不同的采样频率，使用多相抗混叠滤波器将原始信号重采样到其中的最高采样频率

多相抗混叠滤波器是一种用于重采样的滤波器，它可以将原始信号重采样到目标采样频率。在重采样过程中，为了避免混叠现象，通常需要使用低通滤波器来限制信号频率。下面是一个简单的示例代码，展示了如何使用多相抗混叠滤波器进行信号重采样：

import numpy as np
from scipy import signal

# 原始信号
original_signal = np.random.randn(1000)

# 原始采样频率
original_sample_rate = 1000

# 目标采样频率
target_sample_rate = 2000

# 计算重采样比例
resample_ratio = target_sample_rate / original_sample_rate

# 创建多相抗混叠滤波器
num_taps = 100  # 滤波器阶数
filter_coefficients = signal.firwin(num_taps, 1 / resample_ratio)  # 创建低通滤波器系数

# 使用滤波器进行重采样
resampled_signal = signal.resample(original_signal, int(len(original_signal) * resample_ratio))
filtered_signal = signal.lfilter(filter_coefficients, 1, resampled_signal)

# 输出重采样后的信号
print(filtered_signal)

在这个示例中，我们首先生成了一个随机的原始信号`original_signal`，然后指定了原始采样频率`original_sample_rate`和目标采样频率`target_sample_rate`。接下来，通过计算重采样比例`resample_ratio`，我们可以确定重采样的缩放比例。然后，使用`signal.firwin`函数创建了一个低通滤波器，该滤波器系数用于抗混叠滤波。最后，使用`signal.resample`函数对原始信号进行重采样，并使用`signal.lfilter`函数对重采样后的信号进行滤波处理，得到最终的重采样信号`filtered_signal`。