Python 执行简单低通滤波器时数组异常 - 输出为 0

Question

我希望有人能提供帮助。这很奇怪。完全相同的代码适用于其他输入（例如 Dirac Delta、阶跃函数、[1,-1,1,-1,...]）。输出图与其他输入一起按预期工作。我真的很茫然。

下面显示的原始低通计算（例如 a0 * x[n] + a1 * xn1）有效（即结果为 [0, .5, .5, -. 5, -.5, ...]), 但是赋值给y[n]时失败了(每次循环都赋0).

知道我错过了什么吗？

# create simple signal array [0, 1, 0, -1, ...]
x = []
for n in range(0,125):
    x.append(0)
    x.append(1)
    x.append(0)
    x.append(-1)

y = np.full_like(x,7)
a0 = 0.5
a1 = 0.5
xn1 = 0.0

# simple lowpass filter
for n in range(np.size(x)):
    y[n] = a0 * x[n] + a1 * xn1  # why is this always 0?
    xn1 = x[n]

# simple plotting function (output shown in image below)
# should output 0 then [.5, .5, -.5, -.5, ...]
fig, (ax1, ax2) = plt.subplots(2)
fig.suptitle(title)

ax1.stem(x[0:10])
ax1.set_title('halfNyq (x)')
ax1.locator_params(axis="x", nbins=16)
ax1.locator_params(axis="y", nbins=7)

ax2.stem(y[0:10])
ax2.set_title('output (y)')
ax2.locator_params(axis="x", nbins=16)
ax2.locator_params(axis="y", nbins=7)
fig.tight_layout(pad=1.0)

Answer 1

您是否费心跟踪您的计算？这很好地解释了为什么它总是 0。

for n in range(np.size(x)):
    y[n] = a0 * x[n] + a1 * xn1  # why is this always 0?
    print(y[n], x[n], xn1)
    xn1 = x[n]

输出：

在每次迭代中，您将 xn1 设置为与 x[n] 的下一个值完美互补的值，从而确保每个 y 值为零。这不是带通滤波器，它是针对循环波形的噪声消除电路。

Answer 2

您在循环中错误地将元素分配给了 numpy 数组。您可以将其更改为列表：

y = np.full_like(x,7).tolist()

Answer 3

如果您在某处添加 print(y.dtype) 以检查 y 的数据类型，您可能会看到它是 int64。源列表 x 只有 int 个对象，因此 full_like 认为您需要一个整数数组。

documentation for numpy says:

For example, you can create an array from a regular Python list or tuple using the array function. The type of the resulting array is deduced from the type of the elements in the sequences.

将 x 中的值更改为例如0.0 等，因此它们是 float 而不是 int。或者将 dtype 参数传递给 full_like() 以强制类型，例如y = np.full_like(x, 7, dtype=float).

Python 执行简单低通滤波器时数组异常 - 输出为 0

Python array weirdness when doing simple lowpass filter - output is 0

python

signal-processing