如何使用 scipy 和 lfilter 进行实时过滤？

免责声明：我可能不太擅长 DSP，因此在使该代码正常工作时遇到的问题比我应有的要多。

我需要在传入信号发生时对其进行过滤。我试图让这段代码工作，但到目前为止我还无法做到。 参考文献scipy.signal.lfilter 文档 https://docs.scipy.org/doc/scipy-0.18.1/reference/generated/scipy.signal.lfilter.html

import numpy as np
import scipy.signal
import matplotlib.pyplot as plt
from lib import fnlib

samples = 100
x = np.linspace(0, 7, samples)
y = [] # Unfiltered output
y_filt1 = [] # Real-time filtered

nyq = 0.5 * samples
f1_norm = 0.1 / nyq
f2_norm = 2 / nyq
b, a = scipy.signal.butter(2, [f1_norm, f2_norm], 'band', analog=False)
zi = scipy.signal.lfilter_zi(b,a)
zi = zi*(np.sin(0) + 0.1*np.sin(15*0))

这一套zi as zi*y[0 ]最初，在本例中为 0。我从示例代码中得到了它lfilter文档，但我不确定这是否正确。

然后到了我不知道如何处理最初的几个样本的地步。 系数a and b are len(a) = 5这里。 作为lfilter获取从现在到 n-4 的输入值，我是否用零填充它，或者我是否需要等到 5 个样本过去并将它们作为一个块，然后以相同的方式连续采样每个下一步？

for i in range(0, len(a)-1): # Append 0 as initial values, wrong?
    y.append(0)

step = 0
for i in xrange(0, samples): #x:
    tmp = np.sin(x[i]) + 0.1*np.sin(15*x[i])
    y.append(tmp)

    # What to do with the inital filterings until len(y) ==  len(a) ?

    if (step> len(a)):
        y_filt, zi = scipy.signal.lfilter(b, a, y[-len(a):], axis=-1, zi=zi)
        y_filt1.append(y_filt[4])

print(len(y))
y = y[4:]
print(len(y))
y_filt2 = scipy.signal.lfilter(b, a, y) # Offline filtered

plt.plot(x, y, x, y_filt1, x, y_filt2)
plt.show()

我想我也遇到了同样的问题，并找到了解决方案https://github.com/scipy/scipy/issues/5116 https://github.com/scipy/scipy/issues/5116:

from scipy import zeros, signal, random

def filter_sbs():
    data = random.random(2000)
    b = signal.firwin(150, 0.004)
    z = signal.lfilter_zi(b, 1) * data[0]
    result = zeros(data.size)
    for i, x in enumerate(data):
        result[i], z = signal.lfilter(b, 1, [x], zi=z)
    return result

if __name__ == '__main__':
    result = filter_sbs()

这个想法是通过过滤器状态z在随后的每次调用中lfilter。对于前几个样本，过滤器可能会给出奇怪的结果，但后来（取决于过滤器长度）它开始正常运行。