Напиши код простого фильтра низких частот на phyton
- User
Напиши код простого фильтра низких частот на phyton
- Assistant
Конечно! Вот пример простого фильтра низких частот на языке Python:
import numpy as np import scipy.signal as sig import matplotlib.pyplot as plt # Генерируем сигнал с шумом t = np.linspace(0, 1, 1000) x = np.sin(2*np.pi*10*t) + np.random.randn(len(t))*0.8 # Определяем частоту среза и создаем фильтр низких частот cutoff_freq = 8 nyquist_freq = 0.5 / t[1] normalized_cutoff_freq = cutoff_freq / nyquist_freq b, a = sig.butter(4, normalized_cutoff_freq, btype='low') # Применяем фильтр к сигналу filtered_signal = sig.lfilter(b, a, x) # Визуализируем результаты plt.figure(figsize=(10, 6)) plt.plot(t, x, label='Исходный сигнал') plt.plot(t, filtered_signal, label='Отфильтрованный сигнал') plt.xlabel('Время') plt.ylabel('Амплитуда') plt.title('Простой фильтр низких частот') plt.legend() plt.show()В этом коде мы сначала генерируем сигнал с шумом (
x), а затем определяем частоту среза (cutoff_freq). Затем мы создаем фильтр низких частот с помощью функцииsig.butter, указав порядок фильтра (4) и нормализованную частоту среза (normalized_cutoff_freq). Затем мы применяем фильтр к исходному сигналу с помощью функцииsig.lfilterи сохраняем результат вfiltered_signal. Наконец, мы визуализируем исходный и отфильтрованный сигналы с помощью библиотеки matplotlib.Обратите внимание, что в этом примере мы использовали библиотеки numpy, scipy.signal и matplotlib для работы с массивами, генерации сигналов и визуализации данных. Перед запуском кода убедитесь, что у вас установлены эти библиотеки.