在 lfilter 中，传递函数以 z 的递减幂来描述，如下所示，复制自 signal.lfilter 的 python 文档：

                    -1              -M
         b[0] + b[1]z  + ... + b[M] z 
Y(z) = -------------------------------- X(z)
                    -1              -N
         a[0] + a[1]z  + ... + a[N] z

而dimpulse中的参数B和A以z的递增幂表示，如signal.TransferFunction的文档中所述：

如果 (numerator, denominator) 为 *system 传入，则分子和分母的系数应按指数降序指定（例如 s^2 + 3s + 5 或 z^2 + 3z + 5 将表示为 [1 , 3, 5])

连同以下示例：

$$\frac{z^2+3z+3}{z^2+2z+1}$$

Contruct the transfer function with a sampling time of 0.1 seconds:

H(z)=z2+3z+3z2+2z+1 
H(z)=z2+3z+3z2+2z+1

>>>>signal.TransferFunction(num, den, dt=0.1) 
TransferFunctionDiscrete( 
array([ 1.,  3.,  3.]), 
array([ 1.,  2.,  1.]), 
dt: 0.1 
)

所以在你的情况下，对于酒窝：

$$H_1(z)=\frac{1-0.9z^{-1}}{0.1}$$

对于 lfilter：

$$H_2(z)=\frac{z-0.9}{0.1}$$

所以

$$H_1(z)= H_2(z)z^{-1}$$

谜团解开了！

我不认为这是因为 lfilter 和 dimpulse transfert 函数定义之间的差异。您必须注意 num 和 den 定义中 z 的幂，并在两种情况下获得相同的结果。

请只考虑这些等式：

$$H(z)=\frac{1-0.9\cdot z^{-1}}{0.1} = \frac{z\cdot(1-0.9z^{-1})}{z\cdot0.1}=\frac{z-0.9}{0.1\cdot z-0}$$

然后，您必须指定您的分子 B 照顾 z 幂：

import scipy.signal as sp_signal
import numpy as np

Ts = 1
c = 0.9
A = [1, -c]
B = [1-c, 0] # <---- this is the good numerator definition 
time, imp_resp1 = sp_signal.dimpulse((B, A, Ts))
x = np.zeros(100)
x[0] = 1
imp_resp2 = sp_signal.lfilter(B, A, x)
print(imp_resp1[0][:5,0])
print(imp_resp2[:5])

通过此更改，您将在两种情况下得到相同的响应：

[ 0.1      0.09     0.081    0.0729   0.06561]
[ 0.1      0.09     0.081    0.0729   0.06561]

没有样品延迟问题。让我知道你们是否都同意我的观点