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

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

返回一个汉明窗。

汉明窗是通过使用具有非零端点的升余弦形成的锥形，经过优化以最小化最近的旁瓣。

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：

汉明窗定义为

\[w(n) = 0.54 - 0.46 \cos\left(\frac{2\pi{n}}{M-1}\right) \qquad 0 \leq n \leq M-1\]

Hamming 以 J. W. Tukey 的合伙人 R. W. Hamming 命名，并在 Blackman 和 Tukey 中有所说明。建议在时域中平滑截断的自协方差函数。大多数对汉明窗的引用来自信号处理文献，它被用作平滑值的许多窗函数之一。它也被称为变迹(表示“removing the foot”，即平滑采样信号开始和结束处的不连续性)或锥形函数。

参考：

1: Blackman, R.B. and Tukey, J.W., (1958) The measurement of power spectra, Dover Publications, New York.
2: E.R. Kanasewich, “Time Sequence Analysis in Geophysics”, The University of Alberta Press, 1975, pp. 109-110.
3: Wikipedia, “Window function”, https://en.wikipedia.org/wiki/Window_function
4: W.H. Press, B.P. Flannery, S.A. Teukolsky, and W.T. Vetterling, “Numerical Recipes”, Cambridge University Press, 1986, page 425.

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.hamming(51)
>>> plt.plot(cp.asnumpy(window))
>>> plt.title("Hamming 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 = 20 * cp.log10(cp.abs(fftshift(A / cp.abs(A).max())))
>>> plt.plot(cp.asnumpy(freq), cp.asnumpy(response))
>>> plt.axis([-0.5, 0.5, -120, 0])
>>> plt.title("Frequency response of the Hamming 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.hamming。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：