Question

我正在尝试导入一个波形文件，并使用FFT分析（查找峰值）。然后用过滤器处理（例如去除噪音）。然后将其导出为新的wave文件。

实际过滤时似乎正在发生某些事情。

导入数据正常，实际信号正确。
分析导入数据正常，频率规格正确。
过滤器响应PLOT看起来不错，但我不确定该图是否表示正在处理过滤器。

滤波信号出错，因为在绘制滤波器输出时，绘图给出了错误的时间轴数据，并且在某些情况下输出频谱偏移或根本没有给出。

我认为导入等工作正常，我从多个来源获取了它们。主要来源：https://azitech.wordpress.com/2011/03/15/designing-a-butterworth-low-pass-filter-with-scipy/

#designing filter.
order = 10
lowcut = 950
highcut =  1050
fs = 44100

#^^^(fs) is this same sampling frequency of the import? 

#find filter coefficients

def butter_bandpass(lowcut, highcut, fs, order):
    nyq = 0.5 * fs
    low = lowcut / nyq
    high = highcut / nyq
    b, a = signal.butter(order, [low, high], btype='band')
    return b,a

# Call filter to get coefficients
b, a = butter_bandpass(lowcut,highcut,fs,order)

print(b,a)

# filter frequency response
(w, h) = signal.freqz(b, a)
fig.add_subplot(131)
pyplot.plot((fs*0.5/numpy.pi)*w, numpy.abs(h)) #*w > fs*0.5/numpy.pi* 
pyplot.title('Filter Respons Freq Domain')
print('Order filter','=',order)
pyplot.grid(True)

# Also not sure why source plots it as fs*0.5/numpy.pi < although this gives the right x-axis (frequency) as the input (highcut and lowcut). 

# filtered output
#zi = signal.lfiltic(b, a, x[0:5], x[0:5])
#(y, zi) = signal.lfilter(b, a, x, zi=zi)
# ^^ not used. 

y = signal.lfilter(b, a, data[:,0])

pyplot.plot(t, y)
pyplot.title('Filter Output Time Domain')
pyplot.grid(True)

最终产品需要是一个脚本，该脚本能够导入wav文件（这是采访和噪声（定义的峰值噪声）的组合，对其进行分析以达到峰值，然后将其导出为新的可播放波形文件

使用scipy过滤Wave格式数据。输入，过程和输出

0 个答案: