对具有输入和输出历史依赖性的操作进行矢量化的最佳方法？

我的目标是在 numpy 中向量化以下操作，

y[n] = c1*x[n] + c2*x[n-1] + c3*y[n-1]

If n是时间了，我基本上需要依赖于之前的输入以及之前的输出的输出。我被赋予的价值观x[-1] and y[-1]。另外，这是我的实际问题的通用版本，其中c1 = 1.001, c2 = -1 and c3 = 1.

我可以弄清楚添加前两个操作数的过程，只需添加c1*x and c2*np.concatenate([x[-1], x[0:-1])，但我似乎无法找出最好的处理方法y[n-1].

可以使用 IIR 滤波器来做到这一点。scipy.signal.lfilter在这种情况下是正确的选择。

对于我的特定常量，以下代码片段即可 -

  from scipy import signal
  inital = signal.lfiltic([1.001,-1], [1, -1], [y_0], [x_0])
  output, _ = signal.lfilter([1.001,-1], [1, -1], input, zi=inital)

Here, signal.lfiltic用于指定初始条件。