Question

我正在处理使用峰值滤波器过滤粉红噪声的问题（最终目标是均衡输入信号）。我一直在自己设计峰值滤波器，以更加熟悉一维信号滤波。至于粉红色噪声，我正在使用通过https://github.com/felixpatzelt/colorednoise/blob/master/colorednoise.py中已经完成的工作生成的粉红色噪声。

1 /我想知道为什么当我用相同的参数运行相同函数几次时，功率谱图的强度是随机的，是由于调用了numpy.random.normal吗？有人将如何继续在指定的值范围内产生噪声？以下两张图片显示，不同的运行功率范围是不确定的（无法直接发布图像，对不起imgur链接）：

2 /以下是我进一步使用的峰值滤波器的定义：

class PeakFilter():
    def __init__(self, center_freq, sample_rate, Q, gainDB):
        self.center_freq = center_freq
        self.sample_rate = sample_rate
        self.gainDB      = gainDB
        self.Q           = Q

        # derived quantities
        self.A  = 10**(self.gainDB/40)
        self.center_freq = 2*np.pi * self.center_freq / self.sample_rate

    def peak_transfer(self):
        b = np.array([ 1, self.A/self.Q, 1 ])
        a = np.array([ 1, 1/(self.A*self.Q), 1])

        # shift to center frequency
        b, a = signal.lp2lp(b, a, wo=self.center_freq)
        return b, a


sample_rate = 44100
fc = 1000
Q = 1.7
Gdb = 5
peak_filt = PeakFilter(fc, sample_rate, Q, Gdb)

b, a = peak_filt.peak_transfer()
w, h = signal.freqs(b, a, 10000)
freq = w*sample_rate/2/np.pi

fig, ax = plt.subplots(1, 1, figsize=(8, 6))
ax.plot(freq, 20*np.log10(abs(h)), color='blue')
ax.set_xscale('log')
plt.grid('true')
plt.plot()

过滤器响应具有预期的形状：

https://imgur.com/bImjymX

但是，当我使用以下代码通过此过滤器过滤噪声时：

out = signal.filtfilt(b, a, noise)
plt.plot(out, color='red')

我得到以下结果：

https://imgur.com/k7a4DoR

这是我很难判断是否正确的方法。首先，我不知道为什么滤波后的噪声会变成这种形状和这样的值（也为负）。另外，我希望滤波后的信号在给定的中心频率下，Gdb和Q的形状或强度会发生变化，但不会。在这个频率附近应该有衰减或增强（如果我做对的话）。

Answer 1

我正在这里阅读两行之间的内容，但似乎您正在尝试通过泵入粉红噪声脉冲并查看滤波器输出的FFT来验证滤波器是否具有所需的频率响应。它已呈现所需的形状。

首先，噪声可能适合确定频率响应，但是我认为白噪声会更好，因为它不需要任何视觉补偿即可衰减。

第二，如果您将噪声泵入滤波器，则会遇到两个问题。

1）滤波器具有一些您可能不太在意的瞬态响应。

2）噪声是随机的。如果形状为白色或粉红色或其他形状，则随着时间的流逝才变得明显。尝试跳过过滤器。您会发现它从一个地方跑到另一个地方都在反弹。如果您确实想查看噪声信号的频谱，则需要执行平均。以一个可以产生10 * N个样本的噪声发生器为例。生成N个样本，取FFT幅度并将其累加起来。这样做N次并绘制结果。随着N的增加，噪声的形状将显示出来。现在，如果您执行相同操作，但将噪声通过滤镜，您将开始看到滤镜的形状。您可能希望舍弃平均值的前几个FFT结果，以免因过滤器的时域响应而产生偏差。

3）另一种方法是生成变化频率的正弦波，使其通过滤波器，然后计算输出幅度。例如，对于900到1100 Hz之间的100个频率，在该频率下生成100个周期的正弦波，使其通过滤波器，并绘制滤波后的输出的RMS幅度与正弦频率的关系。

如何在Python中生成适当的粉红噪声并通过自定义峰值滤波器进行滤波

1 个答案: