基带滤波的python代码

基带滤波通常用于信号处理中的频域转换或特征提取，特别是在通信系统中。在Python中，我们可以使用各种库如NumPy、SciPy或专用的信号处理库如scikit-rf和matplotlib来进行基带滤波操作。以下是一个简单的例子，展示如何使用NumPy创建和应用一个低通滤波器：

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import butter, lfilter

# 设定滤波器参数
fs = 1000  # 采样频率
cutoff_freq = 50  # 希望截止的频率 (Hz)
order = 4  # 滤波器阶数

# 计算滤波器系数
b, a = butter(order, cutoff_freq / (fs / 2), btype='lowpass')  # Butterworth滤波器

# 创建测试信号（假设为正弦波）
t = np.linspace(0, 1, fs, endpoint=False)
signal = np.sin(2 * np.pi * 100 * t)

# 应用滤波器
filtered_signal = lfilter(b, a, signal)

# 绘制原始信号和滤波后的信号
plt.figure()
plt.plot(t, signal, label='Original Signal')
plt.plot(t, filtered_signal, label='Filtered Signal')
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')
plt.legend()
plt.show()