高通滤波器python

在Python中，可以使用SciPy库中的`scipy.signal`模块来实现高通滤波器。具体的步骤如下：

1. 导入必要的库：

import scipy.signal as signal
import numpy as np
import matplotlib.pyplot as plt

2. 定义滤波器参数：

order = 6   # 滤波器阶数
cutoff_freq = 1000  # 截止频率（以Hz为单位）
fs = 8000   # 采样频率（以Hz为单位）

3. 计算滤波器系数：

nyquist_freq = 0.5 * fs   # 奈奎斯特频率
normal_cutoff = cutoff_freq / nyquist_freq   # 归一化截止频率

b, a = signal.butter(order, normal_cutoff, btype='high', analog=False)

4. 生成测试信号：

t = np.linspace(0, 1, num=1000, endpoint=False)   # 生成时间序列
x = np.sin(2 * np.pi * 100 * t) + 0.5 * np.sin(2 * np.pi * 1000 * t)   # 合成信号

5. 进行滤波操作：

filtered_x = signal.lfilter(b, a, x)

6. 可视化结果：

plt.figure(figsize=(10, 6))
plt.plot(t, x, label='Original Signal')
plt.plot(t, filtered_x, label='Filtered Signal')
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')
plt.legend()
plt.grid(True)
plt.show()

上述代码实现了一个6阶的高通滤波器，并对一个合成信号进行了滤波操作。你可以根据需要调整滤波器的阶数、截止频率以及采样频率来适应你的实际应用。