ValeiyT 0 January 19 Posted January 19 · Report post Нужны целочисленные коэффициенты для децимирующего и интерполирующего ких-фильтров (коэффициент интерполяции/децимации 2), размерностью 18 бит, количеством 256 и частотой среза как можно ближе к Fs/4 Совершенно нет никакого инструментария под рукой. Помогите, добрые люди, если есть такая возможность и желание! Quote Share this post Link to post Share on other sites More sharing options...
thermit 0 January 19 Posted January 19 · Report post Для интерполяции их на 2 нужно умножить. -1 -1 1 1 -1 -1 2 2 -2 -2 3 3 -4 -4 5 5 -6 -6 7 7 -9 -9 11 11 -13 -13 15 15 -18 -18 21 21 -25 -25 29 29 -33 -33 38 38 -43 -44 49 50 -56 -57 64 64 -72 -72 81 82 -90 -91 101 102 -113 -114 125 127 -139 -141 154 156 -171 -173 188 191 -207 -211 228 232 -251 -255 275 280 -302 -307 330 337 -361 -369 395 404 -432 -442 473 484 -517 -530 565 580 -618 -636 678 698 -743 -767 817 846 -901 -935 996 1037 -1107 -1155 1235 1295 -1388 -1463 1574 1669 -1804 -1928 2100 2267 -2493 -2730 3047 3405 -3889 -4486 5333 6517 -8412 -11776 19664 58992 58992 19664 -11776 -8412 6517 5333 -4486 -3889 3405 3047 -2730 -2493 2267 2100 -1928 -1804 1669 1574 -1463 -1388 1295 1235 -1155 -1107 1037 996 -935 -901 846 817 -767 -743 698 678 -636 -618 580 565 -530 -517 484 473 -442 -432 404 395 -369 -361 337 330 -307 -302 280 275 -255 -251 232 228 -211 -207 191 188 -173 -171 156 154 -141 -139 127 125 -114 -113 102 101 -91 -90 82 81 -72 -72 64 64 -57 -56 50 49 -44 -43 38 38 -33 -33 29 29 -25 -25 21 21 -18 -18 15 15 -13 -13 11 11 -9 -9 7 7 -6 -6 5 5 -4 -4 3 3 -2 -2 2 2 -1 -1 1 1 -1 -1 Quote Share this post Link to post Share on other sites More sharing options...
ValeiyT 0 January 19 Posted January 19 · Report post Спасибо, добрый человек! Quote Share this post Link to post Share on other sites More sharing options...
andyp 7 January 19 Posted January 19 · Report post Python+Scipy доступны всегда, вместе с интернетом. Welcome To Colaboratory - Colaboratory (google.com) Можно поиграть и поквантовать коэффициенты так как надо import numpy as np from scipy import signal import matplotlib.pyplot as plt fs = 1 # Sample rate, Hz def plot_response(w, h, title): "Utility function to plot response functions" fig = plt.figure() ax = fig.add_subplot(111) ax.plot(w, 20*np.log10(np.abs(h))) ax.set_ylim(-80, 5) ax.grid(True) ax.set_xlabel('Frequency (Hz)') ax.set_ylabel('Gain (dB)') ax.set_title(title) cutoff = 0.4 # Desired cutoff frequency trans_width = 0.01/fs # Width of transition from pass to stop, Hz numtaps = 256 # Size of the FIR filter. taps = signal.remez(numtaps, [0, cutoff, cutoff + trans_width, 0.5*fs], [1, 0], fs=fs) w, h = signal.freqz(taps, [1], worN=2000, fs=fs) plot_response(w, h, "Low-pass Filter") plt.show() Quote Share this post Link to post Share on other sites More sharing options...
thermit 0 January 19 Posted January 19 · Report post Полезная вещь. Не знал. Спасибо. Quote Share this post Link to post Share on other sites More sharing options...
ValeiyT 0 Monday at 04:27 AM Posted Monday at 04:27 AM · Report post Присоединяюс. Спасибо! Quote Share this post Link to post Share on other sites More sharing options...
