有沒有辦法在 scipy 中替代 lfilter 的實現？我想使用 cusignal 庫，但目前不支持 lfilter。這是我當前想要加速的代碼：from scipy import signalimport numpy as npdata = np.random.rand(192,334)a = [1,-1.086740193996892,0.649914553946275,-0.124948974636730]b = [0.054778173164082,0.164334519492245,0.164334519492245,0.054778173164082]x[range(0, len(x)),:] = signal.lfilter(b, a, x[range(0, len(x)),:])有沒有辦法使用 numpy 的 convolve 函數或 scipy 的 fftconvolve 或 firfilter 來執行此操作？最終，我希望比當前版本更快地執行上面的代碼片段。任何想法或想法將不勝感激！
1 回答
慕桂英3389331
TA貢獻2036條經驗 獲得超8個贊
盡管您的濾波器原則上是無限脈沖響應 (IIR) 濾波器，但該特定濾波器的脈沖響應衰減得非?？臁Ｄ梢酝ㄟ^使用 lfilter 之類的函數運行脈沖來計算脈沖響應lfilter(b, a, [1] + [0]*99)。這是我得到的：
正如您所看到的，在樣本 20 左右以上，抽頭幾乎為零。因此，您可以獲取脈沖響應的前 20 個樣本來進行精確的截斷 FIR 近似。從那里，您可以將 FIR 近似與任何 FIR 濾波函數一起應用，例如 np.convolve、scipy.signal.convolve 或 scipy.signal.fftconvolve。
另一個想法：使用任何這些過濾函數，您可以嘗試將所有參數轉換為 np.float32。它們可能會在內部切換到比 64 位浮點實現更快的 32 位浮點實現。
添加回答
舉報
0/150
提交
取消