在 Python 中实现分块低通 IIR 滤波器

Question

此问题与 https://dsp.stackexchange.com/questions/60694 类似，但我将其重新定义为 Python 实施问题，以便更符合我正在寻求的解决方案。

我想实现一个低通 IIR 滤波器，它对几乎实时的音频块（每个块 441 个数据点 X 100 Hz = 44.1 kHz）进行操作。有很多嗡嗡作响的文物。我希望它与我如何使用 scipy.signal 方法和设置初始条件有关。

首先，我试图通过 DSP 论坛上的对话了解我正在做的事情背后的理论，但我早就忘记了我的 DSP 大学课程，所以它对我来说没有多大意义。接下来，我尝试了很多很多代码组合，唯一有效（没有伪影）的是函数和参数的非常具体的组合。

Bparam, Aparam = signal.iirfilter(2, 0.020, btype = 'lowpass', analog =
       False, ftype = 'butter')       # 2nd order Butterworth coefficients

Z = signal.lfilter_zi(Bparam, Aparam) # Part of the init conditions calc

IC = Z * (prevSignal[::-1])[0:2]      # Reverse prevSignal and then grab
                                      #   only the last two elements

filteredSignal, _ = signal.lfilter(Bparam, Aparam, inputSignal, zi = IC)
                                      # Result is continuous and clear

prevSignal = filteredSignal           # Save for the next pass

我用两种方式测试我的过滤器。第一个是 inputSignal 是 np.sin 波，预期输出是未失真的正弦波。第二种是添加一些奇次谐波（构建带限方波）并验证结果具有较小的谐波振幅，就像低通滤波器一样。

当阶数为二阶时，上述代码符合预期，但阶数更高时会出现失真。例如，我尝试将 IC 范围设置为 [0:4]，但它似乎并没有以同样的方式工作。

Answer 1

在@Warren 的论文中（恕我直言，这篇论文非常好），批量过滤长信号 部分帮助回答了我的问题。连同该部分中提供的示例代码，我通过以下方式形成了 sos 数组：

Bparam, Aparam = signal.iirfilter(2, 0.02,
                   btype = 'lowpass', analog = False, ftype = 'butter')
Z, P, K = signal.tf2zpk(Bparam, Aparam)
sos = signal.zpk2sos(Z, P, K)

我也在高通滤波器上试过这个，最高 8 阶，没问题！

在 Python 中实现分块低通 IIR 滤波器

Implementing Blockwise Low-Pass IIR Filter in Python

python

signal-processing

scipy