如何在Python（Numpy/Scipy）中使用高斯函数对信号进行带通滤波

我有一个时间序列（更具体地说是一个相关函数）。我想用高斯函数H对这个信号进行带通滤波：

H(w) = e^(-alpha((w-wn)/wn)^2),

其中wn是带通滤波器的中心频率，alpha是我知道的某个常量。 我将（逆）FFT应用于我的H函数：

H = np.e ** (-alfa * ((w - wn) / wn) ** 2)
H = np.fft.ifft(H)
HH = np.asarray([i1 for i1 in itertools.chain(H[len(H)/2:len(H)], H[0:len(H)/2])])

然后我要做的是使用fftconvolve：

filtered = fftconvolve(data, HH.real, mode='same'),

但我看到的“滤波信号”似乎是以2倍wn为中心的滤波频率

---

正确的做法是什么？我的过滤器的长度是否受时间序列长度的限制？

也许您正在寻找的是Scipy的高斯过滤器

from scipy.ndimage import gaussian_filter

output = gaussian_filter(input, sigma )

---

其中sigma是高斯核的标准偏差。有关更多详细信息，请参阅Scipy文档

只是一些评论：

ifft

是傅里叶逆变换，不确定这是否重要。另外，使用

H=np.exp（…）

代替

np.e**（…）

。最后，使用

HH=np.fft.fftshift（H）

代替

itertools

装置。