Python numpy blackman用法及代码示例

本文简要介绍 python 语言中 numpy.blackman 的用法。

用法:

numpy.blackman(M)

返回布莱克曼窗口。

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。

返回：

out： ndarray

最大值归一化为 1 的窗口(仅当样本数为奇数时才会出现值 1)。

注意：

布莱克曼窗定义为

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

大多数对 Blackman 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。它被称为“near optimal” 锥形函数，几乎与凯撒窗口一样好(在某些方面)。

参考：

Blackman, R.B. 和 Tukey, J.W.，(1958) 功率谱的测量，Dover Publications，纽约。

奥本海姆、A.V. 和 R.W. Schafer。 Discrete-Time 信号处理。新泽西州上萨德尔河：Prentice-Hall，1999 年，第 468-471 页。

例子：

>>> import matplotlib.pyplot as plt
>>> np.blackman(12)
array([-1.38777878e-17,   3.26064346e-02,   1.59903635e-01, # may vary
        4.14397981e-01,   7.36045180e-01,   9.67046769e-01,
        9.67046769e-01,   7.36045180e-01,   4.14397981e-01,
        1.59903635e-01,   3.26064346e-02,  -1.38777878e-17])

绘制窗口和频率响应：

>>> from numpy.fft import fft, fftshift
>>> window = np.blackman(51)
>>> plt.plot(window)
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.title("Blackman window")
Text(0.5, 1.0, 'Blackman window')
>>> plt.ylabel("Amplitude")
Text(0, 0.5, 'Amplitude')
>>> plt.xlabel("Sample")
Text(0.5, 0, 'Sample')
>>> plt.show()

>>> plt.figure()
<Figure size 640x480 with 0 Axes>
>>> A = fft(window, 2048) / 25.5
>>> mag = np.abs(fftshift(A))
>>> freq = np.linspace(-0.5, 0.5, len(A))
>>> with np.errstate(divide='ignore', invalid='ignore'):
...     response = 20 * np.log10(mag)
...
>>> response = np.clip(response, -100, 100)
>>> plt.plot(freq, response)
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.title("Frequency response of Blackman window")
Text(0.5, 1.0, 'Frequency response of Blackman window')
>>> plt.ylabel("Magnitude [dB]")
Text(0, 0.5, 'Magnitude [dB]')
>>> plt.xlabel("Normalized frequency [cycles per sample]")
Text(0.5, 0, 'Normalized frequency [cycles per sample]')
>>> _ = plt.axis('tight')
>>> plt.show()