Python cusignal.windows.windows.blackman用法及代码示例

用法: cusignal.windows.windows.blackman(M, sym=True)

返回 Blackman 窗口。

布莱克曼窗是使用余弦和的前三项形成的锥度。它的设计目的是尽可能减少泄漏。它接近于最佳值，仅比 Kaiser 窗口差一点。

参数：

M：int: 输出窗口中的点数。如果为零或更小，则返回一个空数组。
sym：布尔型，可选: 当为 True(默认)时，生成一个对称窗口，用于滤波器设计。当为 False 时，生成一个周期窗口，用于频谱分析。

w：ndarray: 最大值归一化为 1 的窗口(尽管如果 M 为偶数且 sym 为 True，则不会出现值 1)。

注意：

布莱克曼窗定义为

\[w(n) = 0.42 - 0.5 \cos(2\pi n/M) + 0.08 \cos(4\pi n/M)\]

“exact Blackman” 窗口旨在消除第三和第四旁瓣，但在边界处具有不连续性，导致 6 dB/oct fall-off。此窗口是“exact” 窗口的近似值，它也不会使旁瓣为零，但边平滑，将fall-off 速率提高到 18 dB/oct。 [3]

大多数对 Blackman 窗的引用来自信号处理文献，在该文献中，它被用作平滑值的许多窗函数之一。它也称为变迹(表示“removing the foot”，即在采样信号的开始和结束处平滑不连续性)或锥形函数。它被称为 “near optimal” 锥形函数，几乎与 Kaiser 窗口一样好(在某些方面)。

参考：

1: Blackman, R.B. and Tukey, J.W., (1958) The measurement of power spectra, Dover Publications, New York.
2: Oppenheim, A.V., and R.W. Schafer. Discrete-Time Signal Processing. Upper Saddle River, NJ: Prentice-Hall, 1999, pp. 468-471.
3: Harris, Fredric J. (Jan 1978). “On the use of Windows for Harmonic Analysis with the Discrete Fourier Transform”. Proceedings of the IEEE 66 (1): 51-83. :doi:`10.1109/PROC.1978.10837`.

例子：

绘制窗口及其频率响应：

>>> import cusignal
>>> import cupy as cp
>>> from cupy.fft import fft, fftshift
>>> import matplotlib.pyplot as plt

>>> window = cusignal.blackman(51)
>>> plt.plot(cp.asnumpy(window))
>>> plt.title("Blackman window")
>>> plt.ylabel("Amplitude")
>>> plt.xlabel("Sample")

>>> plt.figure()
>>> A = fft(window, 2048) / (len(window)/2.0)
>>> freq = cp.linspace(-0.5, 0.5, len(A))
>>> response = cp.abs(fftshift(A / cp.abs(A).max()))
>>> response = 20 * cp.log10(cp.maximum(response, 1e-10))
>>> plt.plot(cp.asnumpy(freq), cp.asnumpy(response))
>>> plt.axis([-0.5, 0.5, -120, 0])
>>> plt.title("Frequency response of the Blackman window")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cusignal.windows.windows.blackman。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

参考：

例子：