斜率表示个样本的延迟。您可以通过将传递函数乘以个样本的负延迟的传递函数）或在 Python 中将脉冲响应居中于时间零：$N$$e^{i\omega N}$$N$np.exp(1j*w*N)

from scipy import signal
import numpy as np
N = 10
b = [2*np.sin(np.pi*n/2)**2/(np.pi*n) for n in range(1, N+1)]
b = np.append(-1*np.flip(b, 0), np.append([0], b))*np.hamming(2*N+1)
w, h = signal.freqz(b)
h = h*np.exp(1j*w*N)
import matplotlib.pyplot as plt
fig = plt.figure()
plt.title('Digital filter frequency response')
ax1 = fig.add_subplot(111)
plt.plot(w, 20 * np.log10(abs(h)), 'b')
plt.ylabel('Amplitude [dB]', color='b')
plt.xlabel('Frequency [rad/sample]')
ax2 = ax1.twinx()
angles = np.angle(h)
plt.plot(w, angles, 'g')
plt.ylabel('Angle (radians)', color='g')
plt.grid()
plt.axis('tight')
plt.show()

以上大部分内容来自您链接到的Scipy 文档。这被绘制：

图 1. 以零时间为中心的希尔伯特变压器的频率响应。

相位在频率为零时变为零，因为相位频率响应从正频率的。$-\pi/2$$\pi/2$

为什么相位响应在 PI/2 处不是一条水平直线？

不可能！因为群延迟是相位对频率的导数，这意味着你得到零群延迟（因为常数不依赖于）。$\frac\pi2$$f$

由于这是一个因果过滤器，因此您不能有零延迟。那太棒了，但对于因果系统来说是不可能的。

因此，将其视为您的恒定相位事物，只是在时间上移动了滤波器长度的一半以成为因果关系。在频域中，时移变成了复振荡的乘法，并且具有线性相位！

您有一个线性相位，这是因果滤波器所期望的：滤波器在时域中延迟，而不是以为中心。$t=0$

回忆一下傅里叶变换的移位定理。时域中的偏移对应于频域中的复指数调制。