Python实现15采样点延迟 绘制希尔伯特变换时域幅值图求助

原代码核心错误点 #

• 滤波器设计参数不匹配：scipy.signal.remez的频段、期望增益参数需要成对匹配，原代码错误将通带范围减半，且增益长度和频段不匹配，无法生成和Matlab一致的30阶希尔伯特变换FIR系数。
• 滤波函数选型错误：Matlab的filter是单遍因果滤波，原代码使用的filtfilt是零相位双向滤波，不会产生FIR滤波器固有的群延迟，和原Matlab逻辑完全不符，需替换为scipy.signal.lfilter。
• 15采样点延迟实现错误：原代码直接用列表拼接两个数组，得到的是嵌套列表而非一维数值数组，且索引对齐错误。Matlab的延迟逻辑为序列前补15个0，截断原信号最后15个点接在零值后，需用numpy数组拼接方法实现。
• 时间序列长度不匹配：原代码生成的时间序列比Matlab版本少1个采样点，会导致索引对齐偏差。

修正后完整代码 #

import numpy as np
from scipy import signal as sig
import matplotlib.pyplot as plt

# 设计30阶希尔伯特变换FIR滤波器，完全匹配Matlab remez参数
filter_order = 30
coeff_len = filter_order + 1
pass_band = [0.05, 0.95]  # 归一化通带，1对应奈奎斯特频率，和Matlab定义一致
pass_gain = [1, 1]
b = sig.remez(coeff_len, bands=pass_band, desired=pass_gain, type='hilbert')

# 生成测试信号
fs = 1000
duration = 2
t = np.arange(0, duration + 1/fs, 1/fs)  # 0~2s共2001个点，和Matlab t向量长度一致
x = np.sin(2 * np.pi * 50 * t)

# 因果滤波得到希尔伯特变换结果
xh = sig.lfilter(b, 1, x)

# 实现15采样点延迟
delay_sample = 15
xd = np.concatenate([np.zeros(delay_sample), x[:-delay_sample]])

# 绘制前50个采样点的时域曲线
plt.plot(t[:50], xd[:50], label='延迟15点输入信号')
plt.plot(t[:50], xh[:50], label='希尔伯特变换输出')
plt.xlabel('时间 [s]')
plt.ylabel('幅值')
plt.grid(True)
plt.legend()
plt.show()

效果说明 #

30阶线性相位FIR滤波器的固定群延迟为阶数/2 = 15个采样点，将原信号延迟15个点后，即可和滤波输出的希尔伯特变换信号相位对齐，得到和Matlab完全一致的90度相移时域曲线。

内容的提问来源于stack exchange，提问作者Jonah