質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.32%

  • Python

    9249questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

scipyを使ったFIRフィルタの仕方について

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 562

sham0909

score 11

お世話になります。

scipyを使ったFIRフィルタの仕方について質問させていただきます。teratailでもいくつかFIRフィルタについて質問がありましたので、質問内容と以下のホームページ(https://momonoki2017.blogspot.com/2018/03/pythonfft-1-fft.html)を参考にしてプログラムを組んでみました。

以下ソースコードです。

これは、60Hzと120Hzを合計した信号をFIRフィルタ(バンドパスフィルタ。カットオフ周波数は100~130Hz)を通す処理を行っております。私自身の理解として、フィルタを通した後は120Hzの周波数特性だけが抜き出されるのかと思いましたが、私のイメージとは異なります。この波形は正解なのでしょうか。仕方が間違っている、もしくは理解が異なっておりましたらご指摘願います。

また、本サイトの質問の主旨から少し離れるかもしれませんが、タップ数についてあまり理解できていないので、それにつきましても教えていただきたく思います。今回はデータ数分のタップ数を設けておりますが、それで問題ないでしょうか。タップ数の決め方も教えていただければ幸いです。

よろしくお願いいたします。

import numpy as np
import scipy.signal
import matplotlib.pyplot as plt

N=10.00                                       #データ最大値
samplingF=0.0001                              #サンプリング周波数
NN=N/samplingF
data=np.arange(0,N,samplingF) 
y=np.sin(2*np.pi*60*data)+np.sin(2*np.pi*120*data)   #60Hz+120Hz信号
fq = np.linspace(0, 1/samplingF,NN) 
set=y                                         #フーリエ変換する要素
numf=abs(np.fft.fft(set)*2/NN)                #フィルタ前のフーリエ変換
nyq=1/(samplingF*2)                           #ナイキスト周波数
fe1=100/nyq                                    #カットオフ周波数1
fe2=130/nyq                                   #カットオフ周波数2
numtaps =int(NN)                              #タップ数
bandpass=scipy.signal.firwin(numtaps,[fe1,fe2],pass_zero=False) #バンドパスフィルタ
passdata=scipy.signal.lfilter(bandpass,1,set) #フィルタ処理
numff=abs(np.fft.fft(passdata)*2/NN)          #フィルタ後のフーリエ変換


plt.plot(fq,numf)  #フィルタ前の波形
plt.plot(fq,numff) #フィルタ後の波形
plt.xlim(50,200)
plt.xlabel('freqency(Hz)', fontsize=14)
plt.ylabel('signal amplitude', fontsize=14)
plt.show()
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

こんにちは。
ご要望が多いため、完全な答えをご提供できませんが、下記が解決のヒントになれば幸いです。

結論から申し上げますと、フィルタ設計は適切にできていると思われます。

設計されたFIRフィルタを scipy.signal.freqz で分析すると下図のようになります。
正規化後のカットオフ周波数は fe1, fe2 = 0.05, 0.065 ですので、たしかにバンドパスフィルタとして機能しているように見えます。

イメージ説明

下記のコードでこの内容が再現できます。

plt.figure()
plt.plot(w/np.pi, 20*np.log10(abs(h)))
plt.vlines(x=[fe1, fe2], ymin=-20, ymax=0, linestyle="dashed", colors='grey')
plt.xlim(0, fe2*1.25)
plt.ylim(-20,0)
plt.show()

フィルタは正しく設計できているので、プロットする元のデータやFFTの内容を見直してみてはいかがでしょうか。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/30 14:54

    回答ありがとうございました。
    データを見直して再検討したいと思います。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.32%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Python

    9249questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。