Pythonda raqamli signalni qayta ishlash dsp haqida o'ylang

1.5 Spektrlar
1.4 To'lqinlarni o'qish va yozish
Machine Translated by Google

---

• high_pass yuqori o'tkazuvchan filtrni qo'llaydi, ya'ni u kesim ostidagi komponentlarni
susaytiradi.
• past_pass past o'tkazuvchan filtrni qo'llaydi, ya'ni ma'lum bir chegara chastotasidan
yuqori bo'lgan komponentlar bir omil bilan zaiflashadi (ya'ni, kattalikda kamayadi).
1.5-rasm: Thinkdspdagi sinflar o'rtasidagi munosabatlar.
O'ynash usuli to'lqinni faylga yozadi va keyin uni o'ynaydi. Agar siz Jupyter noutbuklaridan
foydalansangiz, ovozni ijro etuvchi Audio vidjetini yaratuvchi make_audio dan foydalanishingiz
mumkin.
to'lqin = spektr.make_wave()
wave.play('temp.wav')
Past chastotali filtr yorqin, yuqori chastotali tovushlarni olib tashlaydi, shuning uchun natija
bo'g'iq va quyuqroq bo'ladi. Bu qanday tovushga o'xshashligini eshitish uchun siz Spektrni
to'lqinga aylantirishingiz va keyin uni o'ynashingiz mumkin.
spectrum.low_pass(kesish=600, omil=0,01)
8
Ushbu misol 600 dan yuqori barcha chastotalarni 99% ga susaytiradi:
Wave obyekti uchta atributdan iborat: ys - signaldagi qiymatlarni o'z ichiga olgan NumPy
massivi; ts - signal baholangan yoki namuna olingan vaqtlar massivi; kadr tezligi esa vaqt
birligidagi namunalar soni. Vaqt birligi odatda soniyadir, lekin bo'lishi shart emas. Mening
misollarimdan birida, bu kunlar.
1-bob. Ovozlar va signallar
Thinkdsp-ning asosiy sinflari Signal, Wave va Spectrumdir. Signalni hisobga olgan holda,
siz to'lqin qilishingiz mumkin. To'lqinni hisobga olgan holda, siz Spektrni yaratishingiz
mumkin va aksincha. Bu munosabatlar 1.5-rasmda ko'rsatilgan.
ikkita kesish.
• band_stop chastotalar diapazonidagi komponentlarni zaiflashtiradi
Thinkdsp.py-da juda murakkab narsa yo'q. U taqdim etadigan funktsiyalarning aksariyati
NumPy va SciPy funktsiyalari atrofidagi nozik o'ramlardir.
Signal
Spektr
To'lqin