python高斯高通滤波器的使用案例

在Python中，我们可以使用NumPy库和Scipy库来实现高斯高通滤波器。高通滤波器是一种常见的信号处理技术，主要用于去除低频噪声，突出高频细节。以下是一个简单的使用案例：

import numpy as np
from scipy.signal import butter, lfilter

# 定义函数来创建低通滤波器
def create_gaussian_lowpass_filter(cutoff_freq, fs, order=5):
    nyquist = 0.5 * fs
    normal_cutoff = cutoff_freq / nyquist
    b, a = butter(order, normal_cutoff, btype='high', analog=False)
    return b, a

# 假设我们有一个一维数据array data需要过滤
data = np.random.normal(size=1000)  # 创建一个包含随机噪声的数据

# 设定滤波器参数，比如截止频率、采样率等
cutoff_freq = 0.1
fs = 10  # 假设每秒10次采样

# 创建滤波器
b, a = create_gaussian_lowpass_filter(cutoff_freq, fs)

# 应用滤波器
filtered_data = lfilter(b, a, data)

print("原始数据:", data[:10])
print("滤波后数据:", filtered_data[:10])