从MATLAB转Python，寻求MATLAB Channelizer的等效Python工具

MATLAB的dsp.Channelizer核心是基于多相滤波器组实现宽带信号的信道化分解，Python里有几种可行的方案：

• SciPy + NumPy 手动实现
  这是最灵活的方式，完全对应dsp.Channelizer的核心逻辑，通过原型滤波器设计+多相分解+抽取就能实现。示例代码如下：

  import numpy as np
  from scipy import signal
  
  def channelizer(input_signal, num_channels, cutoff_freq, fs):
      # 设计低通原型滤波器
      taps = signal.firwin(numtaps=100*num_channels, cutoff=cutoff_freq, fs=fs)
      # 多相分解：将滤波器拆分为num_channels组
      polyphase_banks = np.array_split(taps, num_channels)
      channel_outputs = []
      for i in range(num_channels):
          # 抽取对应起始点的样本
          decimated_signal = input_signal[i::num_channels]
          # 与对应相的滤波器卷积得到子信道信号
          channel_out = signal.convolve(decimated_signal, polyphase_banks[i], mode='same')
          channel_outputs.append(channel_out)
      return channel_outputs
  

  你可以根据需求调整滤波器阶数、窗函数等参数，适配不同的信道化场景。

• GNU Radio的Channelizer模块
  如果做实时流式信号处理，GNU Radio里的filter.channelizer模块是现成的对标工具，它封装了多相滤波器组实现，支持配置子信道数量、滤波器参数，用法和MATLAB的System Object类似，适合通信系统开发场景。

• PyWavelets（备选）
  若只需类似信道化的时频分解效果，PyWavelets的小波包分解可以作为备选，但它的侧重点和传统多相滤波器组信道化略有不同，更适合非平稳信号的分析场景，并非严格等效替代。

内容的提问来源于stack exchange，提问作者user18050775