Pywayne Dsp

数字信号处理工具集，提供滤波器、峰值检测、去趋势、曲线相似度等信号处理功能。

Quick Start

from pywayne.dsp import butter_bandpass_filter, peak_det, SignalDetrend

# Butterworth 低通滤波
filtered = butter_bandpass_filter(signal, order=3, lo=0.5, hi=40, fs=250)

# 峰值检测
peaks, valleys = peak_det(signal, delta=0.5)

# 信号去趋势
detrender = SignalDetrend(method='linear')
detrended = detrender(raw_signal)

Filtering - 滤波器

butter_bandpass_filter

巴特沃斯带通滤波器。

from pywayne.dsp import butter_bandpass_filter

# 带通滤波
filtered = butter_bandpass_filter(
    signal=raw_signal,
    order=4,
    lo=1,
    hi=50,
    fs=250,
    btype='bandpass'
)

参数说明：

参数	类型	说明
signal	array	输入信号
order	int	滤波器阶数
lo	float	下限截止频率 (Hz)
hi	float	上限截止频率 (Hz)
fs	float	采样频率，默认为 0（不归一化）
btype	str	滤波器类型：'lowpass', 'highpass', 'bandpass', 'bandstop'
realtime	bool	是否实时处理，默认 False

ButterworthFilter

纯 numpy 实现的巴特沃斯滤波器类，支持完整的 IIR 滤波功能。

from pywayne.dsp import ButterworthFilter

# 方式 1：通过参数设计
bf = ButterworthFilter.from_params(order=4, fs=200, btype='bandpass', cutoff=(1, 50))
y, zf = bf.lfilter(signal)

# 方式 2：通过系数构造
bf2 = ButterworthFilter.from_ba(b, a)
y, zf = bf2.lfilter(signal)

# 零相位滤波（前向-后向）
y, zf = bf.filtfilt(signal)

# 去趋势
detrended = ButterworthFilter.detrend(signal, method='linear')

参数设计方法：

ButterworthFilter.from_params(order, fs, btype, cutoff, cache_zi=True)
ButterworthFilter.from_ba(b, a, cache_zi=True)

参数说明：

参数	类型	说明
order	int	滤波器阶数
fs	float	采样频率 (Hz)
btype	str	'lowpass', 'highpass', 'bandpass', 'bandstop'
cutoff	float/Tuple	截止频率 (Hz)，带通为 (low, high) 元组
cache_zi	bool	是否预计算稳态初始条件

实例方法：

方法	说明
zi(self)	返回稳态初始条件数组
lfilter(self, x, zi=None)	零相位滤波，返回 (y, zf)
filtfilt(self, x, padtype='odd')	零相位滤波，可指定填充方式

Peak Detection - 峰值检测

peak_det

峰值检测函数，基于 MATLAB peakdet 转换。

from pywayne.dsp import peak_det

max_peaks, min_peaks = peak_det(signal, delta=0.5)

参数说明：

参数	类型	说明
v	array	输入信号
delta	float	检测阈值，控制检测灵敏度
x	array	可选的 x 轴数据，若未提供则使用下标

返回值：(maxima_indices, minima_indices) - 峰值和谷值的索引位置

find_extremum_in_sliding_window

在滑动窗口中查找极值。

from pywayne.dsp import find_extremum_in_sliding_window

extrema = find_extremum_in_sliding_window(data, k=50)

参数说明：

参数	类型	说明
data	list	输入数据列表
k	int	滑动窗口大小

返回值：[minima, maxima] - 含局部极值的列表

FindSlidingWindowExtremum

滑动窗口极值查找器类，用于实时数据流。

from pywayne.dsp import FindSlidingWindowExtremum

detector = FindSlidingWindowExtremum(win=100, find_max=True)

# 应用新值
for sample in stream:
    current_peak = detector.apply(sample)
    # 处理 current_peak

方法：

方法	说明
__init__(win, find_max)	初始化，指定窗口大小和查找类型（最大值或最小值）
apply(val)	更新窗口数据，返回当前极值

Detrending - 信号去趋势

SignalDetrend

信号去趋势处理器，支持多种去趋势算法。

from pywayne.dsp import SignalDetrend

# 去除线性趋势
detrender = SignalDetrend(method='linear')
detrended = detrender(signal)

# 去除均值趋势
detrender = SignalDetrend(method='mean')
detrended = detrender(signal)

# LOESS 去趋势
detrender = SignalDetrend(method='loess', span=0.3)
detrended = detrender(signal)

方法：

方法	说明
method	str
__call__(x)	应用去趋势算法处理输入信号

去趋势方法：

方法	说明
none	不处理，返回原信号
mean	去除均值
linear	去除线性趋势
poly	去除多项式趋势
loess	局部加权回归平滑
wavelet	小波变换去趋势
emd	EMD 去趋势
ceemdan	CEEMDAN 去趋势
median	中值滤波去趋势

Curve Similarity - 曲线相似度

CurveSimilarity

曲线相似度计算，支持动态时间规整（DTW）。

from pywayne.dsp import CurveSimilarity

cs = CurveSimilarity()
distance = cs.dtw(curve1, curve2, mode='global')

方法：

方法	说明
dtw(x, y, mode='global', *params)	计算两条曲线的 DTW 距离
mode	str

Other Tools - 其他工具

OneEuroFilter

一欧罗滤波器，用于平滑信号并减少延迟。

from pywayne.dsp import OneEuroFilter

# 初始化
euro_filter = OneEuroFilter(te=0.02, mincutoff=1.0, beta=0.007, dcutoff=1.0)

# 应用滤波
smooth_value = euro_filter.apply(new_measurement, te=0.02)

参数说明：

参数	类型	说明
te	float	采样时间（秒），自动推断默认值
mincutoff	float	最小截止频率
beta	float	调整速率参数
dcutoff	float	导数截止频率

WelfordStd

使用 Welford 算法进行在线标准差计算。

from pywayne.dsp import WelfordStd

std_calculator = WelfordStd(win=50)

for sample in data_stream:
    current_std = std_calculator.apply(sample)
    # 使用 current_std 进行判断

方法：

方法	说明
__init__(win)	初始化，指定窗口大小
apply(val)	更新标准差计算，返回当前窗口标准差

应用场景

场景	使用函数
心电图信号分析	butter_bandpass_filter, peak_det
传感器数据平滑	OneEuroFilter, ButterworthFilter
数据预处理	SignalDetrend
曲线相似度比较	CurveSimilarity.dtw
质量监控	WelfordStd