低通滤波器算法LPF的python图像化验证

最新推荐文章于 2023-03-01 07:30:00 发布

健忘的松鼠

最新推荐文章于 2023-03-01 07:30:00 发布

阅读量1k

点赞数 2

分类专栏：信号与系统 python

本文链接：https://blog.csdn.net/zzlwl/article/details/114272086

版权

python 同时被 2 个专栏收录

8 篇文章 0 订阅

订阅专栏

信号与系统

3 篇文章 0 订阅

订阅专栏

低通滤波器电路在电路中很常见，在算法上也用过几次，但一直缺少太系统的研究。最近比较闲，拿出来耍耍。

一、基本原理

简单的一阶低通滤波器如下图所示：

由上图有：

$\frac{U_{in}-U_{out}}{R} =C\frac{dU_{out}}{dt}$

$x_{i}$ 和 $y_{i}$ 替换输入和输出电压，用 $y_{i}-y_{i-1}$ 代换 $dU_{out}$ ，用 $\Delta T$ 代换dt，得到上述方程的离散形式：

$x_{i}-y_{i}=RC(\frac{y_{i}-y_{i-1}}{\Delta T})$

整理可得：

$y_{i}=a*x_{i}+(1-a)y_{i-1}$

其中

$a=\frac{\Delta T}{RC+\Delta T}$

截止频率

$f_{c}=\frac{1}{2\pi RC}$

参数设计过程：

1、根据需求确定截止频率和采样时间间隔。

2、根据截止频率和采样时间间隔确定滤波器参数a

3、算法实现。

二、验证

（1）proteus：100hz，采样频率采样10K，计算a=0.059

截止频率为100hz

仿真结果如下：

编写python代码：

对比两者幅值和波形变化，基本相同。

其中滤波器代码如下：

def lpf1(listx:list[float],a:float) ->list[float]:
    listy:list[float]=list()

    yold=listx[0]
    listy.append(yold)
    for i in range(1,len(listx)):
        y=a*listx[i]+(1-a)*yold
        listy.append(y)
        yold=y
    return listy

主程序主要用于生成对应的输入和输出序列，代码如下：

import matplotlib.pyplot as plt
import numpy as np
import sjb

xs=np.linspace(-5,5,201)
ys0=sjb.getSawtooth(xs,2)  #此代码用于生成2个周期的锯齿波

ys1=sjb.lpf1(ys0,0.059)

plt.plot(xs,ys0)
plt.plot(xs,ys1)
plt.show()

此处图形用屏幕上显示2个波形代替上文中的100hz，同样，取样点数应该乘以100是200个，所以参数a不需要变化。

代码中如果改变波形频率和取样点数（取样频率）将引起滤波效果变化，原因上文已经做了说明。