Python基于FIR实现Hilbert滤波器求信号包络详解_pythoniir滤波器

84 浏览量更新于2023-03-16 评论 2 收藏 131KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

Python 基于基于FIR实现实现Hilbert滤波器求信号包络详解滤波器求信号包络详解

今天小编就为大家分享一篇Python 基于FIR实现Hilbert滤波器求信号包络详解，具有很好的参考价值，希望对大

家有所帮助。一起跟随小编过来看看吧

在通信领域，可以通过希尔伯特变换求解解析信号，进而求解窄带信号的包络。

实现希尔伯特变换有两种方法，一种是对信号做FFT，单后只保留单边频谱，在做IFFT，我们称之为频域方法；另一种是基于

FIR根据传递函数设计一个希尔伯特滤波器，我们称之为时域方法。

# -*- coding:utf8 -*-

# @TIME : 2019/4/11 18:30

# @Author : SuHao

# @File : hilberfilter.py

import scipy.signal as signal

import numpy as np

import librosa as lib

import matplotlib.pyplot as plt

import time

# from preprocess_filter import *

# 读取音频文件

ex = '..\..\数据集2\pre2012\bflute\BassFlute.ff.C5B5.aiff'

time_series, fs = lib.load(ex, sr=None, mono=True, res_type='kaiser_best')

# 生成一个chirp信号

# duration = 2.0

# fs = 400.0

# samples = int(fs*duration)

# t = np.arange(samples) / fs

# time_series = signal.chirp(t, 20.0, t[-1], 100.0)

# time_series *= (1.0 + 0.5 * np.sin(2.0*np.pi*3.0*t) )

def hilbert_filter(x, fs, order=201, pic=None):

'''

:param x: 输入信号

:param fs: 信号采样频率

:param order: 希尔伯特滤波器阶数

:param pic: 是否绘图，bool

:return: 包络信号

'''

co = [2*np.sin(np.pi*n/2)**2/np.pi/n for n in range(1, order+1)]

co1 = [2*np.sin(np.pi*n/2)**2/np.pi/n for n in range(-order, 0)]

co = co1+[0]+ co

# out = signal.filtfilt(b=co, a=1, x=x, padlen=int((order-1)/2))

out = signal.convolve(x, co, mode='same', method='direct')

envolope = np.sqrt(out**2 + x**2)

if pic is not None:

w, h = signal.freqz(b=co, a=1, worN=2048, whole=False, plot=None, fs=2*np.pi)

fig, ax1 = plt.subplots()

ax1.set_title('hilbert filter frequency response')

ax1.plot(w, 20 * np.log10(abs(h)), 'b')

ax1.set_ylabel('Amplitude [dB]', color='b')

ax1.set_xlabel('Frequency [rad/sample]')

ax2 = ax1.twinx()

angles = np.unwrap(np.angle(h))

ax2.plot(w, angles, 'g')

ax2.set_ylabel('Angle (radians)', color='g')

ax2.grid()

ax2.axis('tight')

# plt.savefig(pic + 'hilbert_filter.jpg')

plt.show()

# plt.clf()

# plt.close()

return envolope

start = time.time()

env0 = hilbert_filter(time_series, fs, 81, pic=True)

end = time.time()

a = end-start

print(a)

plt.figure()

ax1 = plt.subplot(211)

plt.plot(time_series)

ax2 = plt.subplot(212)

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

weixin_38689976

粉丝: 6
资源: 924

会员权益专享

Python 基于FIR实现Hilbert滤波器求信号包络详解

评论0

会员权益专享

最新资源

Python 基于FIR实现Hilbert滤波器求信号包络详解

评论0

python实现时间序列信号的频谱、倒频谱以及功率谱

求信号包络谱程序

matlab信号分析滤波求包络

Hilbert 置乱python

Python 实现FIR低通滤波器设计

python FIR低通滤波器

fir数字滤波器设计与软件实现_基于DSP的FIR滤波器设计与实现

fir 实现 hilbert

基于FPGA的fir低通滤波器

fir带阻滤波器matlab

基于FPGA的fir滤波器

stm32fir低通滤波器的使用

基于DSP的C语言来实现FIR滤波器

基于布莱克曼窗的 fir 数字高通滤波器设计

帮我设计一个基于MATLAB的FIR数字滤波器语音信号的去噪研究和仿真

FIR数字带通滤波器(Python实现)

收缩包络模型

基于DEAP数据集的特征提取———近似熵、排列熵、样本熵

曲线及其包络线的画法 matlab

Python中实现带通Butterworth滤波器

会员权益专享

最新资源